Elaboration de bases de données pour l’identification de radionucléides par réseaux de neurones (projet NANTISTA)
Le projet NANTISTA (Neuromorphic Architecture for Nuclear Threat Identification for SecuriTy Applications) s’inscrit dans le cadre de la prévention du trafic illicite des matières nucléaires pouvant être passées aux frontières internationales. L’objectif est le développement d’une plateforme de détection à base de scintillateurs plastiques pour l’identification rapide par réseaux de neurones des radionucléides tels que les matières fissiles. Le sujet post-doctoral porte sur le développement de la chaîne de mesures et sur l’élaboration de bases de données pour l’apprentissage et l’optimisation des réseaux de neurones. Les bases de données seront construites à partir de mesures expérimentales avec des sources radioactives. Des simulations rayonnement-matière (codes Monte Carlo Geant4 ou Penelope) seront également implémentées afin d’enrichir ces bases de données.
Planification distribuée optimale de ressources énergétiques. Application aux réseaux de chaleur.
Les réseaux de chaleur en France alimentent plus d’un million de logements et délivrent une quantité de chaleur égale à environ 5% de la chaleur consommée par le secteur résidentiel et tertiaire. De ce fait, ils représentent un potentiel important pour l’introduction massive d’énergies renouvelables et de récupération. Cependant, les réseaux de chaleur sont des systèmes complexes qui doivent gérer un grand nombre de consommateurs et de producteurs d’énergie, répartis dans un environnement géographique étendu et fortement ramifié. Dans le cadre d’une collaboration entre le CEA-LIST et le CEA-LITEN, le projet STRATEGE vise à une gestion dynamique et optimisée des réseaux de chaleur. Nous proposons une approche pluridisciplinaire, qui intègre à la fois la gestion avancée du réseau par les Systèmes Multi-Agents (SMA) et la modélisation multi-physique simplifiée (hydraulique et thermique) du transport et de la valorisation de l’énergie calorifique sur Modelica.
Il s’agit de concevoir des mécanismes de planification et d’optimisation pour l’allocation de ressources de chaleur. Ces mécanismes devront intégrer les descriptions en provenance d’un Système d’Information Géographique et les prédictions de consommation, production et pertes en ligne calculées grâce aux modèles physiques simplifiés. On prendra ainsi en compte plusieurs caractéristiques du réseau : le caractère continu et dynamique de la ressource ; des sources avec des comportements, des capacités et des coûts de production différents ; la dépendance de la consommation/production à des aspects externes (météo, prix de l’énergie) ; les caractéristiques internes du réseau (pertes, capacité de stockage). Les algorithmes développés seront implémentés sur une plateforme de pilotage multi-agent existante et constitueront la brique principale d’un moteur d’aide à la décision pour la gestion des réseaux de chaleur qui devra fonctionner en environnement simulé et dans un deuxième temps en ligne sur un système réel.
Acquisition comprimée pour l’imagerie ultrasonore : développement de méthodes et réalisation d’un prototype de capteur
En contrôle non destructif ultrasonore, les capteurs multiéléments permettent d’inspecter les structures pour assurer la sécurité des sites et des installations. Le nombre d’éléments formant un capteur est aujourd’hui le facteur dimensionnant la méthode de contrôle : son efficacité et sa rapidité de scan mais aussi le coût et le volume de l’instrument. Ce projet vise à développer un prototype de capteur multiélément avec un nombre réduit d’éléments, mais sans détériorer la qualité de l’imagerie par rapport aux instruments existants. Pour ce faire, l’acquisition comprimée (en anglais Compressed Sensing ou CS), théorie récente de traitement de signal permettant d’outrepasser les contraintes d’échantillonnage classique et de reconstruire des signaux à partir de mesures fortement sous-échantillonnées, sera utilisée. Ainsi, le processus de mesure ultrasonore devra être entièrement repensé pour répondre aux conditions d’application du CS, en particulier l’incohérence et la parcimonie des mesures. Les résultats attendus de ce projet sont une réduction d’un facteur jusqu’à 5 du nombre d’éléments d’un capteur, ce qui constituerait une véritable révolution dans le domaine du contrôle, avec des applications directes dans la plupart des secteurs industriels.
Ce projet implique les entités suivantes du CEA Saclay: le Département d’Imagerie et de Simulation pour le Contrôle pour les aspects contrôle et capteur ultrasons ainsi que les laboratoires Neurospin et Cosmostat apportant leurs expertises dans le domaine de l’acquisition comprimée, principalement appliquée dans les domaines de l’imagerie médicale et de l’astrophysique respectivement. La collaboration de ces trois laboratoires, chacun parmi les leaders mondiaux dans leurs domaines respectifs, garantira la création d’une nouvelle famille de capteurs plus performants.
Allocation distribuée de ressources par les systèmes multi-agents. Application aux réseaux de chaleur
Les réseaux de chaleur en France alimentent plus d’un million de logements et délivrent une quantité de chaleur égale à environ 5% de la chaleur consommée par le secteur résidentiel et tertiaire. De ce fait, ils représentent un potentiel important pour l’introduction massive d’énergies renouvelables et de récupération. Cependant, les réseaux de chaleur sont des systèmes complexes qui doivent gérer un grand nombre de consommateurs et de producteurs d’énergie, répartis dans un environnement géographique étendu et fortement ramifié. Dans le cadre d’une collaboration entre le CEA-LIST et le CEA-LITEN, le projet SIGMA vise à une gestion dynamique et optimisée des réseaux de chaleur. Nous proposons une approche pluridisciplinaire, qui intègre à la fois la gestion avancée du réseau par les Systèmes Multi-Agents (SMA), la prise en compte des contraintes spatiales par des Systèmes d’Information Géographique (SIG) et la modélisation physique simplifiée du transport et de la valorisation de la chaleur.
Il s’agit de concevoir des mécanismes d’allocation dynamique de ressources de chaleur qui intègrent les descriptions en provenance du SIG et les prédictions de consommation, production et pertes calculées grâce aux modèles physiques. On prendra ainsi en compte plusieurs caractéristiques du réseau : le caractère continu et dynamique de la ressource ; des sources avec des comportements, des capacités et des coûts de production différents ; la dépendance de la consommation/production à des aspects externes (météo, prix de l’énergie) ; les caractéristiques internes du réseau (pertes, capacité de stockage). Le couplage avec le SIG permettra la mise en place de mécanismes d’auto-configuration de la gestion des différents réseaux et niveaux de granularité obtenus par réduction du SIG original. Le SMA devra établir de manière dynamique le lien entre les modèles simplifiés adaptés et le niveau de granularité souhaité et créer les agents nécessaires pour représenter le système.
Algorithmes en temps réel optimisés pour les Interfaces Cerveau-Machine à plusieurs degrés de liberté
Le sujet de recherche porte sur l’optimisation des algorithmes de l’Interface-Cerveau Machine (ICM) pour des applications médicales chez l’Homme (sujets tétraplégiques).
L’objectif principal pour le candidat post-doc sera d’optimiser/accélérer les calculs pour permettre l’utilisation de plusieurs degrés de libertés (jusqu’à 26) en temps réel. Le choix de caractéristiques appropriées pour les sous-ensembles permettra d’améliorer l’efficacité de calcul et la qualité du contrôle. Pour atteindre ce but, des modèles parcimonieux seront appliqués
Pour analyser les enregistrements ECoG en l’espace temps-fréquence-localisation, une transformée en ondelettes continue est utilisée. L’optimisation comprendra l’implémentation de transformée en ondelettes rapide ainsi que de code C++.
Le projet inclue aussi les tests et adaptations des algorithmes d’ICM à la transmission sans fil de des signaux avec l’implant WIMAGINE.
Finalement, l’adaptation des algorithmes pour l’environnement médical de sujets tétraplégiques (l’utilisation de tâches motrices imaginaires, la présence de stimuli dans le signal, la durée réduite des expériences) sera sous la responsabilité d’un post-doc.
Développement d’une cellule à Metal Support pour la production d’Hydrogène par Electrolyse à Haute Température
Le développement de Cellules à Métal Support (CMS) pour l’Electrolyse à Haute Température (EHT) constitue une innovation intéressante pour limiter les dégradations en fonctionnement de ces composants. L’augmentation de la durée de vie des cellules contribuera à réduire les coûts de revient et à positionner l’EHT comme une alternative réaliste face aux autres technologies de production d’hydrogène. La maîtrise de l’élaboration des CMS constitue toutefois un verrou important. Dans les procédés actuels, les couches fonctionnelles de la cellule sont constituées de matériaux céramiques qui sont assemblées avec le substrat métallique poreux à haute température (> 1000 °C). Les différences de comportement mécanique de ces matériaux ainsi que les conditions réductrices imposées par le métal conduisent aujourd’hui à des cellules dont les performances sont insuffisantes par rapport au cahier des charges. L’objectif du post-doctorat sera d’acquérir une meilleure connaissance des mécanismes intervenant lors de l’assemblage et de proposer et de tester des solutions technologiques pour fiabiliser l’élaboration de Cellules à Métal Support.
Développement d’outils numériques pour la simulation du contrôle non destructif par ultrasons
Le Département Imagerie et Simulation pour les Contrôles non destructifs (DISC) du CEA LIST recherche un(e) post-doc en mathématiques appliquées et calcul scientifique. Le DISC développe le logiciel CIVA (http://www-civa.cea.fr), leader mondial pour la simulation et l’expertise en contrôles non destructifs (échographie ultrasonore, méthodes électromagnétiques, radiographie, tomographie X). Dans le cadre du développement et de l’amélioration de CIVA, le post-doc recruté aura en charge le développement de méthodes numériques pour le module de simulation ultrasonore.
Les méthodes semi-analytiques implémentées dans CIVA reposent sur des hypothèses simplificatrices des phénomènes physiques mis en jeu et ont l’avantage d’être rapides et précises dans un grand nombre de configurations réalistes d’inspection. Cependant, restent des configurations pour lesquelles ces modèles trouvent leur limite et nécessitent la mise en œuvre de méthodes s’affranchissant des hypothèses physiques incriminées. Les méthodes dites numériques telles que les éléments finis, les différences finies ou les éléments finis de frontière permettent de résoudre ces problèmes, mais dans des temps de calcul incompatibles dans un contexte industriel, notamment pour les configurations 3D. Une approche pour CIVA consiste à coupler les modèles semi-analytiques et les méthodes numériques de sorte à bénéficier simultanément des avantages des deux modèles.
Les travaux du poste incluent des développements de méthodes numériques elles-mêmes, en lien avec les partenaires académiques du CEA, l’intégration dans CIVA d’une solution de maillage permettant de mettre en forme les données pour la résolution numérique, ainsi que des développements sur les couplages semi-analytique / numérique. Des solutions du type multi-boite, permettant par exemple d’optimiser les configurations comportant plusieurs défauts ou d’effectuer un couplage au niveau de la source et du défaut, seront notamment étudiées.
Méthodes de compensation (magnétique) pour la capture de forme à partir de capteurs d’orientation
Notre laboratoire travaille depuis quelques années sur la capture de forme (courbes et surfaces) en statique et en mouvement à partir de capteurs d’attitude, accéléromètres et magnétomètres par exemple, capables de fournir des informations sur leur propre orientation. Cependant, en conditions réelles les données capteurs ne fournissent pas exactement leur orientation, la mesure étant perturbée par des données extérieures (accélérations propres au mouvement, vibrations pour les uns, perturbations magnétiques pour les autres). Le but de ce travail est d’analyser ces perturbations et de proposer des prétraitements permettant de corriger les informations brutes des capteurs afin d’en extraire des données tangentielles fiables/cohérentes relativement à nos objectifs de reconstruction géométrique aussi bien dans un cadre statique que dynamique, sur quelques cas d’applications réelles telles que la présence d’éléments magnétiques perturbateurs dans l’environnement de capture.
Nous nous plaçons dans un premier temps dans le cadre de la reconstruction de la forme d’un tuyau métallique : nous cherchons alors à reconstruire une courbe avec des capteurs magnétiques perturbés (nous pourrons envisager la reconstruction de surfaces par la suite). Le travail demandé consiste à trouver les meilleures méthodes permettant de traiter ces informations perturbées, afin d’en extraire les données tangentielles nécessaires à la reconstruction de la forme (séparation de sources, fusion de données, modélisation de la perturbation, ajout d’une autre modalité capteur, etc, sont des pistes à explorer). Le post doc devra établir une étude bibliographique poussée, implémenter les différentes méthodes définies, mettre en œuvre ces méthodes en tests réels par le biais d’acquisitions de données avec notre système de capture de forme en environnement perturbé.
Réduction de modèle en dynamique vibratoire : application au génie parasismique
La complexité et la finesse des modèles numériques mis en oeuvre pour prédire le comportement des structures soumises à des sollicitations sismiques imposent bien souvent des temps de calculs de plusieurs jours pour la résolution des équations aux dérivées partielles du problème de référence.
En outre, l’étude des marges, les méconnaissances sur les paramètres constitutifs, les analyses stochastiques ou encore le recalage des modèles impose généralement de fournir cet effort numérique, non plus pour la simulation d’un seul modèle, mais d’une famille de modèles.
Afin de diminuer les temps de calculs, des techniques de réduction de modèle (Proper Orthogonal/Generalized Decomposition) peuvent être envisagées. La présente étude post-doctorale propose de définir et mettre en oeuvre (notamment dans CAST3M) une technique adaptée pour la réduction de modèles de génie civil (type béton armé) soumis à des chargements sismiques.
Détection frugale non supervisée d'anomalies de signal
Notre laboratoire, situé à Digiteo au CEA Saclay, recherche un candidat postdoc pour travailler sur la détection d'anomalies dans les processus de manufacturing, pour une durée de 18 mois à partir de février 2022. Ce travail s'inscrit dans le projet HIASCI (Hybridation des IA et de la Simulation pour le Contrôle Industriel), un projet CEA LIST sous forme de collaboration interne qui vise à développer une plateforme de méthodes et outils d'IA pour les applications en manufacturing, du contrôle qualité au monitoring de procédé. La contribution de notre laboratoire dans HIASCI consiste à développer des méthodes efficaces pour la détection d'anomalies dans des signaux acoustiques ou vibratoires, opérant sur peu de données d'apprentissage. Dans ce contexte, la détection des anomalies du signal revient à extraire des données les informations relatives au processus physique de manufacturing, qui est en général trop complexe pour pouvoir être parfaitement compris. En outre, les données réelles d'état anormaux sont relativement rares et souvent coûteuses à collecter. Pour ces raisons, nous privilégions une approche fondée sur les données, dans le cadre d'un apprentissage frugal (few-shot learning).