Exploration de solutions microfluidiques dans la fabrication de cibles pour la production d’énergie par fusion

Dans le cadre d’un appel à projet sur les « réacteurs nucléaires innovants », le projet TARANIS consiste à étudier la possibilité de production d’énergie par une centrale à fusion par confinement inertiel initiée par lasers de puissance. Le contexte actuel incitant le développement des énergies décarbonnées et les expériences de fusion conduites par les équipes américaines du NIF rendent très favorable la conduite de recherches de haut niveau visant à produire à terme une source d’énergie économiquement intéressante basée sur la fusion inertielle.
Parmi les nombreux verrous techniques à surmonter, la production de cibles de fusion avec un schéma réactionnel adapté et compatible avec la production d’énergie est un enjeu majeur. Le CEA dispose d’un savoir-faire permettant de produire des lots de capsules contenant les éléments fusibles de la réaction. Toutefois le procédé actuel n’est pas adapté à une production de masse de centaines de milliers de capsules par jour à un coût acceptable.
L’une des voies à fort potentiel repose sur l’usage de dispositifs microfluidiques, pour lesquels le Laboratoire des Systèmes Microfluidique et Bioingénierie (LSMB) du Département Technologies et Innovation pour la Santé (DTIS) de la DRT du CEA dispose d’une expertise reconnue.

Apprentissage de règles causales

Dans le cadre d’un projet qui concerne la création de matériaux innovants, nous souhaitons renforcer notre plateforme dans sa capacité à apprendre à partir de peu de données expérimentales.
En particulier, nous souhaitons travailler dans un premier temps sur l’extraction de liens causaux entre les paramètres de fabrication et la propriété. L’extraction de causalité est un sujet de très grande importance en IA aujourd’hui et nous souhaitons adapter les approches existantes aux données expérimentales et leurs particularités afin de sélectionner les variables d’intérêt. Dans un second temps, nous nous intéresserons à partir de ces liens causaux, à leur caractérisation (inférence causale) par une approche à base de règles floues, c’est-à-dire que nous créerons des règles floues adapter à leur représentation.

Modélisation du comportement en corrosion des aciers inoxydables en milieu acide nitrique avec la température

La maîtrise du vieillissement des matériaux des équipements (principalement en acier inoxydable) de l'usine de recyclage du combustible nucléaire usé, fait l'objet d'une attention permanente notamment dans le cadre de la pérennisation de son activité (enjeu industriel majeur). Cette maîtrise passe par une meilleure compréhension des phénomènes de corrosion des aciers par l'acide nitrique (agent oxydant mis en jeu lors des étapes de recyclage), et in-fine par leur modélisation.
Les matériaux d’intérêt sont les aciers inoxydables austénitiques Cr-Ni, à très basse teneur en carbone. Une étude récente sur acier inoxydable riche en Si, qui a été développé dans le but d'améliorer la tenue en corrosion de ces aciers vis-à-vis de milieux très oxydants comme ceux rencontrés en certains endroits de l’usine [1, 2] ; a montré que la corrosion de cet acier était thermiquement activée entre 40 °C et 142 °C avec un comportement différent en-dessous et au-dessus de la température d’ébullition (107 °C) de la solution [3]. En effet, entre 40 °C et 107 °C, l’énergie d’activation est de 77 kJ/mol et au-dessus de l’ébullition, elle est beaucoup plus faible et vaut 20 kJ/mol. Cette différence peut être due à une barrière énergétique plus faible ou à une étape cinétiquement limitante différente.
L’enjeu de ce sujet post doctoral est de disposer d’un modèle de corrosion prédictif en fonction de la température (en deçà et au-delà de l’ébullition). Dans cet objectif, il sera important d’analyser et d’identifier les espèces impliquées dans le processus de corrosion (phase liquide et gaz) en fonction de la température mais aussi de caractériser les régimes d’ébullition. Ce modèle pourra expliquer la différence d’énergies d’activation de cet acier riche en Si en-dessous et au-dessus de la température d’ébullition d’une solution d’acide nitrique concentrée mais aussi permettra d’optimiser les procédés de l’usine où la température et/ou le flux thermique ont un rôle important.

Chercheur en intelligence artificielle appliquée à la microfluidique autonome

Cette offre de postdoctorat fait partie du projet 2FAST (Fédération de Laboratoires Fluidiques Autonomes pour Accélérer la Conception de Matériaux) du PEPR DIADEM, qui vise à automatiser complètement la synthèse et la caractérisation en ligne de matériaux à l’aide de puces microfluidiques « orchestrées ». Ces techniques offrent un contrôle précis et tirent parti des avancées numériques pour améliorer les résultats de la chimie des matériaux. Cependant, la caractérisation complète des nano/micro-matériaux à cette échelle reste un défi en raison de son coût et de sa complexité. 2FAST ambitionne d’exploiter les progrès récents dans l'automatisation et de l'instrumentation des plateformes microfluidiques, afin de développer des puces microfluidiques interopérables et automatiquement pilotées permettant une synthèse contrôlée de nanomatériaux. Plus précisément, l'objectif est d'établir une preuve de concept pour une plateforme de réacteur microfluidique/millifluidique à haut débit pour la production continue de nanoparticules de métaux nobles. Des boucles de rétroaction gérées par des outils d’intelligence artificielle contrôleront la progression de la réaction à partir d’informations acquises en ligne par des techniques spectrométriques (UV-Vis, SAXS, Raman). Le postdoctorat proposé porte sur l’ensemble des travaux en intelligence artificielle associés à ces développements, à savoir : i) la conception de boucles de rétroaction, ii) la création d'une base de données de signaux adaptés à l'apprentissage automatique, iii) la mise en œuvre de méthodes d'apprentissage automatique pour connecter les différentes données et/ou piloter les dispositifs microfluidiques autonomes.

Étude thermodynamique des matériaux à transition métal-isolant - Le cas du VO2 dopé pour les applications de fenêtres intelligentes

Ce post-doc vise à développer une base de données thermodynamiques spécifique sur le système V-O-TM (TM=Fe,Cr,W) en utilisant l'approche CALPHAD. Le candidat mènera des campagnes expérimentales afin d'obtenir des données pertinentes pour alimenter les modèles thermodynamiques. Le candidat utilisera principalement l'équipement expérimental disponible au laboratoire (DTA, fours de recuit, spectrométrie de masse à haute température, chauffage laser, SEM-EDS). En outre, le post-doc pourra participer à des activités combinatoires à haut débit menées par d'autres laboratoires du consortium Hiway-2-Mat (par exemple, ICMCB à Bordeaux), permettant une meilleure connexion entre les résultats de la simulation CALPHAD et la plateforme de caractérisation accélérée. La base de données thermodynamiques sera ensuite incluse dans la routine de recherche autonome mise en œuvre dans la voie d'exploration des matériaux.

Etude des sites d’amorçage de la rupture fragile dans des aciers faiblement alliés présentant des zones de ségrégation

La macro-ségrégation des éléments d'alliage et des impuretés dans les forgés lourds en acier type 16-20 MND 5 du Circuit Primaire Principal des centrales nucléaires conduit à des variations significatives des propriétés mécaniques et en particulier de la résilience ou de la ténacité. Cette macro-ségrégation se produit lors de la solidification du lingot et peut subsister, en partie, dans le composant malgré les chutages réalisés lors de la fabrication.
Jusqu’à un niveau de macroségrégation modéré, l’amorçage de la rupture fragile par clivage apparaît principalement sur des carbures situés à proximité de joints de grains. L’objectif principal de ce post-doctorat est d’étudier finement des sites d’amorçage de la rupture fragile pour identifier ces carbures et les conditions cristallographiques responsables de cet amorçage. Une analyse statistique sera ensuite menée pour identifier les populations de ces carbures repérés sur les sites d'amorçage au sein de la microstructure du matériau. Ces résultats serviront à alimenter un modèle d'approche locale de la rupture

Séparation cryogénique d'un mélange de gaz

L'exploitation d'une installation nucléaire au sein du CEA Valduc nécessite de mettre en oeuvre un procédé cryogénique pour séparer des espèces présentes dans un mélange gazeux. Le point notable est que le procédé doit permettre de séparer des espèces en très faible concentration, et sous différentes formes chimiques. Le procédé fait actuellement l'objet d'étude, et un prototype a été développé par le CEA sur le site de Grenoble. Le sujet de post-doctorat proposé consiste à participer à des essais sur le pilote et aux moyens d'analyses associées, puis de traiter les résultats obtenus. Le candidat s'insérera dans une équipe pluridisciplinaire, sur un sujet mêlant à la fois du génie des procédés, de la thermique / cryogénie et de l'analyse chimique d'éléments à l'état de trace. Les résultats obtenus sur les analyses de gaz à l'état de trace pourront être valorisés par des communications scientifiques.

L'objectif du post-doctorat sera de réaliser des essais de séparation sur le pilote. A ce titre, il sera amené à se rendre régulièrement sur le site du CEA Grenoble (lieu où se trouve le pilote) pour réaliser des campagnes d'essais. Le candidat travaillera également sur une thématique analyse, avec la mesure de composés à l'état de trace dans une matrice gazeuse. Une analyse des résultats sera ensuite réalisée, et suivie de la rédaction de documents scientifiques tels que des rapports et des communications scientifiques. L'ensemble des résultats devra permettre de définir de manière plus précise la faisabilité de la séparation envisagée et l'exploitation de ce procédé dans un environnement nucléaire.

Dans le cadre de ses missions, il est attendu du post-doctorant les qualités suivantes : capacité d'adaptation, travail en équipe, rigueur et capacité à rendre compte.

IA générative pour l'ingénierie dirigiée par les modéles

L'IA générative et les grands modèles de langage (LLM), tels que Copilot et ChatGPT, peuvent compléter le code à partir de fragments initiaux écrits par un développeur. Ils sont intégrés dans des environnements de développement de logiciels tels que VS code. De nombreux articles analysent les avantages et les limites de ces approches pour la génération de code. Malgré quelques lacunes, le code produit est souvent correct et les résultats s'améliorent.

Cependant, une quantité étonnamment faible de travaux a été réalisée dans le contexte de la modélisation des logiciels. L'article de Cámara et al. conclut que si les performances des LLM actuels pour la modélisation de logiciels sont encore limitées (contrairement à la génération de code), il est nécessaire (contrairement à la génération de code) d'adapter nos pratiques d'ingénierie basées sur les modèles à ces nouveaux assistants et de les intégrer dans les méthodes et outils MBSE.

L'objectif de ce post-doc est d'explorer l'IA générative dans le contexte de la modélisation des systèmes et des outils associés. Par exemple, l'assistance de l'IA peut soutenir l'achèvement, la refactorisation et l'analyse (par exemple les modèles de conception identifiés ou les anti-modèles) au niveau du modèle. Les propositions sont discutées au sein de l'équipe et, dans un deuxième temps, le mécanisme est prototypé et évalué dans le contexte du modeleur UML open-source Papyrus.

Développement d'approches pour l'intelligence artificielle à base de bruit

Les approches actuelles de l'IA sont largement basées sur la multiplication matricielle. Dans le de ce projet postdoccadre toral, nous aimerions poser la question suivante : quelle est la prochaine étape ? Plus précisément, nous aimerions étudier si le bruit (stochastique) pourrait être la primitive computationnelle sur laquelle la nouvelle génération d'IA est construite. Nous répondrons à cette question en deux étapes. Tout d'abord, nous explorerons les théories concernant le rôle computationnel du bruit microscopique et au niveau du système dans les neurosciences, ainsi que la façon dont le bruit est de plus en plus exploité dans l'intelligence artificielle. Nous visons à établir des liens concrets entre ces deux domaines et, en particulier, nous explorerons la relation entre le bruit et la quantification de l'incertitude.
Sur cette base, le chercheur postdoctorant développera ensuite de nouveaux modèles qui exploitent le bruit pour effectuer des tâches cognitives, dont l'incertitude est une composante intrinsèque. Cela ne servira pas seulement comme une approche d'IA, mais aussi comme un outil informatique pour étudier la cognition chez les humains et aussi comme un modèle pour des zones spécifiques du cerveau connues pour participer à divers aspects de la cognition, de la perception à l’apprentissage, la prise de décision et la quantification de l'incertitude.
Les perspectives du projet postdoctoral devraient informer sur la manière dont l'imagerie IRMf et les enregistrements électrophysiologies invasifs et non invasifs peuvent être utilisés pour tester les théories de ce modèle. En outre, le candidat devra interagir avec d'autres activités du CEA liées au développement d'accélérateurs d'IA analogiques basés sur le bruit.

Modèle de rupture d'agglomérat et homogénéisation par simulations DEM : Calibration avec des micro-compressions tomographiques dans la ligne de faisceau de rayons X Soleil

Le processus de fabrication de la céramique de référence comprend trois étapes principales : le broyage, le pressage et le frittage. Le compactage des granulés pendant le pressage repose sur trois étapes principales de densification : le réarrangements par déplacement, le compactage par déformation et l'agglomération des fractures par compression. Ce projet de recherche vise à explorer l'influence de l'étape de pressage sur le comportement de la microstructure pendant le processus de frittage. L'étude porte sur une poudre composée d'agglomérats dont la microstructure est basée sur un mélange homogène de TiO2-Y2O3, TiO2 et Y2O3 sont respectivement utilisés comme substituants pour UO2 pour PuO2. Ces agglomérats cassable sont constitués de particules élémentaires incassables, synthétisés par granulation cryogénique (CGSP) [1].
Des études récentes menées sur la ligne Anatomix du synchrotron Soleil [2] ont validé les résultats des micro-compressions tomographiques, en accord avec la théorie de Kendall (Fig. 1). Les expériences comprenaient des essais de micro-compression cyclique unidirectionnelle sur des agglomérats soumis à un simple cycle de charge et de décharge jusqu'à la rupture.
Les post-traitements tomographiques ont permis de mieux décrire la porosité, et d'appréhender l'initiation et la propagation des fissures. Plusieurs études de simulation DEM ont également été utilisées pour explorer (modéliser ?) le comportement des agglomérats sous chargement dynamique ou quasi-statique avec et sans rupture, sans toutefois calibrer complètement le modèle de rupture [3], [4], [5].

Top