Modélisation multi-niveaux et simulation accélérée des sources d’entropie pour l’analyse pré-silicium des TRNG

Ce sujet propose de travailler sur la modélisation et la simulation accélérée des sources d’entropie utilisées dans les TRNG.

Vous étudierez comment conserver la richesse des simulations analogiques, netlist et post-layout tout en réduisant fortement les temps de calcul. L’objectif sera de proposer des modèles intermédiaires intégrant les principaux phénomènes physiques : bruit, jitter, variabilités, couplages et effets du layout. Ces modèles s’appuieront sur des bases théoriques issues de l’état de l’art et seront confrontés à des simulations analogiques haute fidélité.

Une partie expérimentale permettra également de les valider sur des mesures réelles de sources d’entropie, notamment à l’aide du composant VASCO. Vous chercherez ainsi à relier les paramètres physiques du circuit aux propriétés statistiques et à l’entropie des séquences générées.

Les travaux pourront contribuer à améliorer l’analyse pré-silicium, la conception et l’évaluation des TRNG. Les approches développées pourront également être étendues aux PUF à base d’anneaux oscillants.

IA générative de confiance pour la conception de convertisseurs de puissance de nouvelle génération, garantis en fin de vie : découverte accélérée de topologies et optimisation multicritère intégrant le vieillissement et l'éco-conception

Les convertisseurs de puissance de nouvelle génération à composant grand gap (SIC/GaN) sont au cœur de l'électrification de notre économie, mais leur vieillissement et leur impact environnemental ne sont évalués qu'a posteriori, sur un design figé : d'où des marges de surdimensionnement coûteuses ou, à l'inverse, des designs optimaux qui ne tiennent plus leurs spécifications en fin de vie. Cette thèse vise à lever ce verrou en établissant une boucle de conception basée sur l'IA générative en boucle fermée où la tenue des spécifications en fin de vie et l'impact environnemental par kWh converti deviennent des objectifs de premier rang, au même titre que rendement, volume, masse, CEM et consommation. La méthode couple une génération de topologies contrainte par une ontologie électrotechnique versionnée, des modèles LLM de frontières, une propagation de la dérive multi-composants (R_DS(on) et V_th des GaN, ESR et capacité des condensateurs) jusqu'aux performances système, recalée sur essais accélérés, une évaluation multi-fidélité (substituts physics-informed, outils de simulation), et une optimisation bayésienne multi-objectif sous contraintes en probabilité, intégrant l'impact ACV via une unité fonctionnelle dépendant de la durée de vie prédite. Le travail sera validé expérimentalement sur un prototype de convertisseurs mesuré neuf et vieilli, avec explicabilité des compromis. Il capitalise sur l'infrastructure d'IA générative en local au CEA (Aitinana Studio, en visant des gains mesurables de fiabilité et d'empreinte environnementale, une méthode réutilisable et des données ouvertes.

Calibration bayésienne de modèles multiphysiques et conception inverse de dispositifs neuromorphiques assistées par apprentissage automatiqueé

Les dispositifs neuromorphiques électrochimiques, tels que les transistors ioniques synaptiques, offrent des perspectives prometteuses pour le développement d’architectures de calcul inspirées du fonctionnement du cerveau et présentant une faible consommation énergétique. Toutefois, leur conception et leur optimisation restent complexes en raison du couplage entre le transport ionique, les processus électrochimiques et les phénomènes électrostatiques. Les approches actuelles reposent encore largement sur des cycles itératifs de fabrication et de caractérisation expérimentale, ce qui limite l’exploration de l’espace de conception et l’identification de configurations optimales.

Cette thèse vise à développer une approche de type « jumeau numérique » prédictive et fondée sur les lois physiques, afin d’accélérer la modélisation et la conception inverse de dispositifs neuromorphiques électrochimiques. La méthodologie proposée associera modélisation multiphysique, inférence bayésienne et apprentissage automatique pour prédire le comportement des dispositifs, quantifier les incertitudes et explorer numériquement différentes architectures, réduisant ainsi le recours aux approches expérimentales reposant sur des cycles successifs d’essais et d’erreurs.

En s’appuyant sur une chaîne de calcul bayésienne existante et un modèle de substitution fondé sur des réseaux de neurones, le projet explorera des stratégies avancées d’apprentissage permettant d’approcher efficacement la distribution de probabilité a posteriori des paramètres physiques et géométriques du modèle, conditionnellement aux mesures expérimentales et/ou aux performances visées pour les dispositifs. Une attention particulière sera portée aux approches d’apprentissage informées par la physique, combinant les contraintes issues des équations aux dérivées partielles (EDP) gouvernant le système avec des observations expérimentales ponctuelles et peu nombreuses, dans l’esprit des *Physics-Informed Neural Operators* (PINO). Les opérateurs neuronaux, les modèles génératifs conditionnels (notamment les modèles de diffusion), ainsi que d’autres stratégies probabilistes d’apprentissage de l’état de l’art seront étudiés afin d’obtenir une approximation précise et efficace en termes de coût de calcul des distributions a posteriori, tout en permettant la quantification des incertitudes et la conception inverse des dispositifs.

Au-delà des dispositifs neuromorphiques électrochimiques, les méthodes développées pourront être étendues à une classe plus large de systèmes diélectriques non linéaires, notamment les dispositifs ferroélectriques et antiferroélectriques. Ces systèmes mettent en jeu des relations constitutives fortement non linéaires et des équations couplées complexes, qui rendent souvent particulièrement difficiles leur modélisation numérique conventionnelle et l'identification de leurs paramètres. Ils constituent ainsi un domaine d’application particulièrement prometteur pour la méthodologie proposée, fondée sur l'association de l'inférence bayésienne et de l'apprentissage automatique informé par la physique.

Design et mise en œuvre d’alliages innovants pour des aimants NdFeB de hautes performances via le procédé de diffusion aux joints de grains

Les aimants permanents à base de terres rares (TR), notamment les aimants néodyme-fer-bore (Nd-Fe-B), sont essentiels pour les moteurs et générateurs performants, comme ceux utilisés dans les véhicules électriques ou les éoliennes. Pour renforcer leur résistance à la désaimantation, des terres rares lourdes (TRL) telles que le dysprosium (Dy) ou le terbium (Tb) sont partiellement substituées au néodyme. Or, ces TRL, bien que cruciales pour les propriétés magnétiques, sont des matériaux critiques, dont l’approvisionnement est à risque. D’où l’enjeu : réduire leur teneur tout en maintenant les performances, face à une demande croissante en aimants hautes performances. Dans ce contexte, le procédé de diffusion aux joints de grains (GBD) des TRL s’impose comme la solution la plus efficace. Il permet de faire diffuser les TRL depuis la surface des aimants frittés vers les joints de grains, puis vers les grains de la phase magnétique. Cette localisation ciblée des TRL en périphérie des grains permet d’améliorer la tenue à la désaimantation tout en conservant une rémanence élevée, réduisant ainsi la quantité de TRL nécessaire. L’objectif de cette thèse est de maîtriser les mécanismes de diffusion et de localisation des TRL en limitant les réactions parasites qui en consomment inutilement. Le travail de doctorat combinera une approche expérimentale approfondie, incluant l’élaboration d’alliages TRL-TR-M (où M est un métal de transition) pour le GBD, l’étude de la diffusion, la caractérisation des phases à l’équilibre, ainsi que des analyses magnétiques et thermodynamiques détaillées, notamment via une étude poussée des diagrammes de phases. Cette démarche a pour but de définir les compositions et les conditions de diffusion optimales, afin d’atteindre les performances magnétiques ciblées.

Développement de méthodes Monte-Carlo pour l’analyse de la cinétique des réacteurs nucléaires : application à la pile ZOE

Le code Monte-Carlo de nouvelle génération TRIPOLI-5 est en cours de développement avec l'objectif à moyen terme de pouvoir simuler le comportement des réacteurs nucléaires en conditions stationnaires et non-stationnaires, en exploitant des architectures de calcul HPC et en intégrant nativement les contre-réactions physiques. Les méthodes nécessaires pour le traitement des problèmes de transport non-stationnaires sont réparties en trois catégories: la cinétique point, le calcul du comportement asymptotique et la résolution exacte de la cinétique permettant de de caractériser le comportement complet du cœur. Dans ce travail de thèse, nous nous proposons d’évaluer les performances de ces trois approches dans le contexte HPC de TRIPOLI-5 et de procéder ensuite à leur implémentation en exploitant et généralisant les stratégies que les travaux précédents ont permis de dégager. En particulier, une attention particulière sera portée au traitement des réactions photonucléaires, qui engendre un couplage entre les équations des neutrons et des photons. Les développements réalisés dans le cadre de la thèse seront ensuite appliqués au cas de la pile ZOE, premier réacteur français, construit par le CEA sur le site de Fontenay-aux-Roses, dont la divergence a eu lieu le 15 décembre 1948. Un ensemble de mesures expérimentales disponibles dans les rapports de l’époque fournira une base de validation pour les méthodes d’analyse de la cinétique des réacteurs développées dans TRIPOLI-5. La pile ZOE étant modérée à l’eau lourde, les réactions photonucléaires sur le deutérium doivent être prises explicitement en compte afin de déterminer précisément l’évolution de la cinétique du réacteur.

Méthodes Monte-Carlo pour la génération de données de diffusion destinées aux calculs de cœur de réacteurs à eau légère

Les calculs de neutronique pour les réacteurs à eau légère (REL) nécessitent de déterminer la distribution de puissance dans le cœur, une tâche coûteuse en ressources computationnelles. Pour contourner cette difficulté, les simulations déterministes sont traditionnellement réalisées en deux étapes. D'abord, des calculs 2D isolés: simulation d’assemblages combustibles en utilisant la théorie du transport avec des conditions aux limites réfléchissantes. Ensuite, des simulations 3D complètes : utilisation des sections efficaces homogénéisées à quelques groupes générées en 2D pour modéliser le cœur entier via la théorie de la diffusion.
Cependant, les codes déterministes utilisés pour la première étape reposent sur des approximations (dépendance énergétique des sections efficaces, traitement de la diffusion anisotrope), limitant la précision des résultats. Les méthodes Monte-Carlo, en revanche, offrent une alternative sans approximations, capables de produire des résultats de référence.
Cette thèse vise à développer et qualifier des méthodes Monte-Carlo pour générer des données de diffusion et sections multi-groupe dans le code TRIPOLI-5 (co-développé par le CEA et l’ASNR). Ces données alimenteront ensuite les codes déterministes pour des simulations neutroniques complètes du cœur.
Les coefficients de diffusion à quelques groupes, essentiels pour les solveurs de diffusion, ne sont pas disponibles dans les bibliothèques de données nucléaires. Les méthodes déterministes actuelles utilisent des approximations, ce qui introduit des incertitudes. La thèse proposera des solutions pour calculer ces coefficients à haute-fidélité dans un contexte Monte-Carlo en énergie continue.
Cette thèse explorera différents axes, notamment les méthodes permettant le calcul des coefficients de diffusion (Méthode de l’Aire de Migration Cumulée) et les modèles de fuite. Pour chacun, une évaluation de la précision des résultats sera effectuée, en vue d’une implémentation industrielle dans TRIPOLI-5.
L’implémentation de ces méthodes dans TRIPOLI-5 permettra d’améliorer la précision des données de diffusion pour les solveurs en aval et de surmonter les limites des chaînes d’outils déterministes actuelles. À terme, cette thèse contribuera à faire de TRIPOLI-5 une plateforme de référence pour la génération de données à haute-fidélité destinées aux calculs de cœur des réacteurs à eau légère, tout en ouvrant la voie à une intégration industrielle de ces méthodes.

Modélisation multiphysique de la guérison des fissures par transport de matière

Au cours de sa vie en réacteur le combustible est soumis à différentes sollicitations pouvant induire sa fissuration et impacter ses propriétés mécaniques, physico-chimique et de transport. Dans certaines conditions, la matière peut diffuser au sein des fissures et contribuer à leur colmatage, ce qui peut conduire à une restauration locale des propriétés du matériau. Ce phénomène est communément appelé guérison de fissure. Dans le cas du combustible nucléaire des réacteurs à neutrons rapides, la guérison a lieu par apport de matière interne au matériau par un phénomène local de soudage par diffusion (Salmon et al., 2026) ou par migration des porosités (Barani et al., 2022).

L’objectif de cette thèse est de développer une modélisation multiphysique des mécanismes de la guérison des fissures prenant en compte la fissuration du matériau, la diffusion de matière au sein des fissures, et les phénomènes physico-chimiques susceptibles de conduire à leur colmatage et à la restauration locale de la cohésion mécanique. Des méthodes numériques devront également être développées, notamment pour coupler les modèles de gradient d’endommagement utilisés pour décrire la fissuration, l’ouverture de fissure et le transport de matière. La validation du modèle constitue un enjeu majeur, notamment en raison de la difficulté à distinguer et à caractériser les différents mécanismes à l’oeuvre dans un combustible irradié. Pour surmonter cette difficulté, la thèse s’intéressera, également aux matériaux cimentaires pour lesquels la guérison de fissure a fait l’objet d’expériences dédiées.

Ce travail de thèse sera mené dans le cadre du Laboratoire commun MISTRAL, associant Aix-Marseille Université, le CNRS, Centrale Marseille et le CEA, en collaboration entre l’institut IRESNE (site de Cadarache) et l’institut ISAS (site de Saclay). Le doctorant sera principalement basé à Cadarache et effectuera une période de 6 mois à 1 an sur le site du CEA Saclay. Il bénéficiera également de l’environnement scientifique du Laboratoire de Mécanique et d’Acoustique (LMA). Cette collaboration vise à développer un modèle générique applicable à la fois aux combustibles nucléaires et aux matériaux cimentaires.

Le doctorant valorisera ses résultats au travers de publications et participations à des congrès. Il aura par ailleurs acquis, à l'issue de sa thèse, de solides compétences en modélisation multiphysique et en simulation numérique, mobilisables dans de nombreux domaines académiques et industriels.

(Barani et al., 2022) Barani T, Ramière I et Michel B « Analysis of fabrication and crack-induced porosity migration in mixed oxide fuels for sodium fast reactors by the finite element method ». J Nucl Mater 558:153341, (2022). https://doi.org/10.1016/j.jnucmat.2021.153341
(Salmon et al., 2026) Salmon, L., Blanc, V., Garajeu, M. et al. A thermo-mechanical cohesive zone model for damage and healing in brittle solids. Comput Mech 77, 501–520 (2026). https://doi.org/10.1007/s00466-025-02675-5

Modélisation tridimensionnelle multiéchelle de la fragmentation du combustible UO2 en situation d'APRP

Le Commissariat à l’Énergie Atomique et aux Énergies Alternatives (CEA) est un acteur majeur de la recherche et de l’innovation dans le domaine des énergies bas carbone. En collaboration avec EDF et Framatome, il mène des recherches alliant simulation et expérimentation pour améliorer la sûreté des réacteurs français. Le CEA développe la plateforme de simulation PLEIADES, qui modélise le comportement des combustibles nucléaires selon une approche multiphysique et multiéchelle.
Cette thèse s’intéresse à l’étude du comportement des crayons combustibles lors d’un scénario hypothétique d’Accident de Perte de Réfrigérant Primaire (APRP) dans un réacteur à eau pressurisée. Ces crayons sont constitués de pastilles combustibles empilées dans une gaine en Zircaloy, qui constitue la première barrière de confinement des produits de fission radioactifs. Lors d’un APRP, la température de la gaine augmente, tandis que la pression interne du crayon dépasse celle du circuit primaire. Fragilisée par la chaleur et l’oxydation, la gaine peut alors gonfler (ballonnement), et rompre.
La dépressurisation brutale qui en résulte peut entraîner une sur-fragmentation du combustible, déjà fissuré au cours de son fonctionnement en réacteur. Les fragments risquent alors de se disperser dans le circuit primaire, modifier les conditions de refroidissement du cœur ce qui constitue un enjeu fondamental de sûreté. L’objectif de la thèse est donc de quantifier l’impact du ballonnement de la gaine sur la fragmentation et la relocalisation du combustible, afin de prédire sa dispersion en cas de rupture de la gaine et ainsi de renforcer les démonstrations de sûreté.
Le travail de thèse vise à développer une approche de simulation tridimensionnelle, du relâchement des produits de fission et de la fragmentation fine du combustible observés sous chargements thermomécaniques. Une attention particulière sera portée à l’influence du confinement exercé par la gaine sur les mécanismes de fragmentation.
Pour cela, la Méthode des Éléments Discrets (DEM) sera couplée à des modèles de zones cohésives (CZM) pour simuler la propagation des fissures dans un volume élémentaire composé de quelques grains, sous différentes conditions de chargement, de confinement et de géométrie.
Une approche multiéchelle permettra ensuite d’étendre les simulations à la pastille. Des volumes représentatifs des différentes zones de la pastille seront étudiés pour construire progressivement une description à l’échelle macroscopique, à l’aide d’automates cellulaires et/ou de calculs tridimensionnels complets. Les modèles seront évalués par confrontation à des données expérimentales représentatives.
Le doctorant sera accueilli au sein de l'institut IRESNE (CEA-Cadarache) dans le Laboratoire d’Expertises et de Validation des Applications combustibles multifilières (LEVA) du Département d’Etude des Combustibles. Ce travail de thèse sera mené conjointement 1/ au LEVA et 2/ au Laboratoire de Mécanique et Génie Civil (LMGC, Université de Montpellier). Le doctorant ou la doctorante s'appuiera sur les acquis des travaux de thèse précédents ainsi que sur les outils de calcul haute performance ExaDEM et sur l’outil éprouvé LMGC90.
Le doctorant ou la doctorante développera des compétences à l’interface entre mécanique, science des matériaux et ingénierie nucléaire, dans un environnement de recherche associant expertise scientifique, collaboration académique et partenariats industriels. Les résultats pourront être valorisés par des publications scientifiques et des présentations lors de conférences internationales.

A. Nusslé « Modélisation de la fragmentation fine du combustible UO2 lors d’un Accident de Perte de réfrigérant Primaire », Thèse de doctorat, Université de Montpellier, 2026
V. Richefeu & al., Advanced strategies for discrete simulations with three-dimensional R-shapes in rockable framework. Computer Physics Communications, 320, 109997, 2026.

Apport des méthodes d'apprentissage pour l'inférence cosmologique avec les amas de galaxies sélectionnés par cisaillement gravitationnel

Les amas de galaxies qui se forment à l’intersection des filaments de matière, sont de très bons traceurs de la distribution de matière de l’Univers et sont une précieuse source d’information pour la Cosmologie.
La sensibilité de la mission spatiale Euclid lancée en 2023 permet une détection aveugle des amas de galaxies à partir des effets de lentille gravitationnelle faibles i.e. étroitement liés à la masse totale projetée. Ce point combiné avec la taille du relevé grand champ (14 000 deg2) devrait permettre de construire un catalogue d’amas de galaxies unique de par sa taille et ses caractéristiques de sélection. Contrairement aux catalogues d’amas de galaxies construits jusqu’à maintenant qui sont détectés par leur contenu baryonique (e.g. via le contenu en gas de l’amas en X ou via l’effet Sunyaev-Zeldovich aux longueurs d’ondes millimétriques ou encore via les emissions dans le visible des galaxies), le catalogue d’amas détectés à partir du cisaillement gravitationnel est directement lié à la masse totale des amas et de ce fait vraiment représentatif de la vraie population d’amas de galaxies ce qui est un atout pour les études sur les amas de galaxies et la cosmologie
Au sein de la mission Euclid, S. Pires coordonne les activités liées aux amas de galaxies sélectionnés par WL, et est notamment responsable de la production du catalogue d’amas détectes par WL et son exploitation. Dans ce cadre, nous avons développé une nouvelle méthode de détection multi-échelles permettant d’identifier les amas de galaxies en nous appuyant uniquement sur le cisaillement gravitationnel. Cette méthode, développée par notre équipe, a été présélectionnée pour la construction du catalogue d’amas de galaxies de la mission Euclid à partir des données de cisaillement gravitationnel.
Le projet de thèse a pour but de construire et de caractériser ce catalogue d’amas de galaxies à partir des données collectées lors de la première année d’observation de la mission Euclid (DR1) en s’appuyant sur cette méthode de detection. Le ou la candidat(e) dérivera ensuite des contraintes cosmologiques à partir de la modélisation de l’abondance des amas, en utilisant l’approche Bayésienne classique. Il/elle explorera alors l’apport des méthodes d’apprentissage de type SBI (Simulation-Based Inference) pour l’inférence cosmologique. Cette approche permettra de prendre en compte les effets de sélection complexes dans l'inférence cosmologique directement à partir des simulations, en relaxant certaines des hypothèses simplificatrices nécessaires à l’approche Bayesienne standard. La comparaison des deux approches, appliquées au même échantillon sélectionné par cisaillement gravitationnel, permettra de valider rigoureusement les contraintes cosmologiques obtenues et d’évaluer quantitativement les limites des hypothèses de modélisation.

Méthodes Bayésiennes pour la caractérisation de propriétés radioélectriques

Pour mener à bien ses missions, le CEA le Ripault réalise des caractérisations électromagnétiques
de matériaux. Différents moyens permettent de réaliser ces mesures. Récemment une thèse a
porté sur l'application de méthodes bayésiennes à la cartographie micro-onde. Cette thèse a
permis de remonter à une cartographie d'impédance. La thèse proposée portera sur deux axes :
d'une part l'application de cette méthode de cartographie à des mesures de réflectivité
réalisées sur un banc de caractérisation en champ proche au travers d'études de confrontation
calcul/mesure, d'autre part la généralisation de la méthode à une cartographie des propriétés
radioélectriques d'un revêtement.
Cette thèse consistera à définir une approche permettant de confronter la performance de la méthode à des
caractérisation de revêtements réels. Le/la candidat(e) mettra en œuvre cette approche pour démontrer la
capacité du banc et de la méthode à remonter à l'impédance d'un revêtement, ainsi qu'à
l'incertitude associée à la mesure. Parallèlement, il/elle s'attachera à étendre la méthode Bayésienne
pour remonter à une cartographie des propriétés diélectriques ou magnétiques d'un revêtement.

Top