Maillage hexaédrique d’ordre élevé massivement parallèle
L’objectif du travail de thèse est de développer un algorithme de maillage hexaédrique de type Overlay-
Grid en contexte HPC, avec l’ambition d’obtenir des maillages hexaédriques d’ordre élevé et comportant
potentiellement plusieurs milliards de mailles. Nous considérons que nous devons dans ce travail satisfaire
les contraintes suivantes :/
— La solution proposée doit être efficiente en priorité dans un contexte de parallélisme hybride mêlant
mémoire distribuée (MPI) et mémoire partagée (threads). Cela nécessitera entre autres d’équilibrer
la charge de travail entre les différents processus (légers ou non) impliqués dans le calcul ;
— Les domaines géométriques à discrétiser pourront être aussi bien modélisés par des modèles de CAO,
ou des grilles de fraction de présence ;
— Le maillage obtenu comportera des mailles de différents ordres pour s’adapter au bord géométrique
du domaine spatial discrétisé.
Sous ces contraintes, la solution proposée sera analysée et comparée aux méthodes de l’état de l’art sur
différents aspects purement informatiques. La qualité des maillages obtenus sera confrontée à des besoins de
codes de simulation du CEA.
Modélisation et remontée d’échelle pour un écoulement sodium en ébullition dans les cœurs de RNR
L'ébullition stabilisée dans le sodium est étudiée depuis de nombreuses années au sein du CEA afin d'améliorer la validation des outils de calcul scientifique à l’échelle globale système tels que CATHARE3. Pouvoir reproduire correctement ce phénomène est une question clé liée à la sûreté des réacteurs de 4ème génération à métal liquide (RNR-Na). Lorsqu'une perte de débit non protégée se produit dans le réacteur et que les mesures de sûreté ne sont pas déployées, le liquide de refroidissement (le sodium) peut atteindre la saturation, ce qui risque de conduire à une dégradation de l'assemblage si la convection naturelle ne s’établit pas. Afin d'éviter cette situation, de nouveaux dessins d’assemblages de combustible de RNR-Na fournissent une rétroaction neutronique globalement négative lorsque le sodium entre en ébullition. Pour étudier comment dans cette situation le sodium se comporte et évolue dans l'assemblage, il est nécessaire de modéliser correctement les transferts de quantité de mouvement, de chaleur et de masse. Les codes systèmes comme CATHARE3 couvrent ces situations mais la modélisation doit être améliorée.
Dans cette thèse, on se propose d’utiliser des simulations 3D locales CFD afin d’obtenir une meilleure compréhension des mécanismes d'ébullition du sodium en assemblage de RNR-Na. De nouveaux modèles CFD, tels que la modélisation des grandes interfaces, l'ébullition à la paroi et l'échange de chaleur et de masse à l'interface, seront utilisés pour accéder aux variables locales. Ces informations détaillées seront ensuite transférées au code système 1D via un remontage d'échelle. Une fois ces informations correctement recueillies et transférées, de nouveaux modèles seront développés et mis en œuvre dans le code système. Enfin, ces nouvelles corrélations seront confrontées aux données expérimentales de la base de validation du code CATHARE3. L'objectif final est d’accroître la confiance dans l'outil de simulation 1D CATHARE3 pour prédire l'ébullition du sodium pendant un transitoire de perte de pompe primaire.
La thèse sera développée au sein du Service d’Etudes des Systèmes Innovants au CEA/IRESNE Cadarache avec d'autres doctorants et stagiaires, dans un environnement dynamique et international. Des déplacements au CEA-Saclay et à EDF-Chatou sont prévus pendant la thèse ainsi que la participation à des conférences internationales.
Etude numérique et expérimentale de la fissuration des combustibles nucléaires oxydes et de la séparation de l’interface oxyde-gaine
Le CEA mène des études et expertises sur les combustibles nucléaires céramiques à base de dioxyde d’uranium (UO2). Des schémas numériques avancés pour la simulation prédictive du comportement de ces combustibles sont développés et s’appuient sur une démarche d’amélioration continue des modèles et des lois relatives aux propriétés physiques des matériaux. Les combustibles nucléaires sont des céramiques poreuses, dont la microstructure dépend de leur procédé de fabrication. Afin de garantir le confinement des produits de fission et le bon refroidissement du combustible, des gaines en alliage métallique sont disposées autour des combustibles.
Au cours de leur utilisation en réacteur, on observe une interaction mécanique entre le combustible et la gaine et potentiellement un accrochage, ce qui favorise le refroidissement du combustible en réduisant la résistance thermique de l’interface. Des fissures peuvent également apparaitre au sein du combustible créant, selon leur orientation, des barrières thermiques ou des chemins d’écoulement privilégiés pour les produits de fission créés lors de l’irradiation. Ces gaz vont ensuite exercer une pression sur les faces intérieures de la gaine ce qui peut, dans certaines conditions, entrainer une séparation/un décollement de l’interface combustible gaine et potentiellement l’apparition d’une lame de gaz entre le combustible et la gaine ce qui aurait un impact à la fois sur la thermique, et sur le comportement des produits de fission volatils.
Le but de cette thèse est donc de développer une démarche de caractérisation et modélisation de l’interface combustible-gaine fondée sur l’expérience, permettant notamment de prédire les conditions pouvant conduire à son décollement. Le travail consistera tout d’abord en la simulation numérique d’essais de décollement d’interface existants, ainsi que de l’effet d’une pression de gaz à l’intérieur du combustible, en présence ou non de fissures au sein du combustible. Il est envisagé de décrire numériquement l’interface par un modèle de zone cohésive, régi par la contrainte maximale, ainsi que par l’énergie dissipée pour la création de fissure. Les simulations permettront de comprendre le rôle des chacun de ces paramètres dans le décollement de la gaine. En fonction de ces résultats, il est envisagé de concevoir de nouveaux essais pour identifier les paramètres des lois de comportement mises en œuvre.
Ce travail sera basé au Département d’Etude des Combustibles de l’Institut IRESNE (CEA-Cadarache) pour les aspects spécifiques au comportement du combustible, et mené en étroite collaboration avec le Laboratoire de Mécanique Paris-Saclay pour l’étude des interfaces. Ainsi la personne travaillant sur ce sujet bénéficiera d’un environnement scientifique riche et stimulant et aura, en outre, la responsabilité de proposer, développer, réaliser et interpréter des expériences sur combustible nucléaire. Les compétences et connaissances acquises par le candidat seront valorisées à travers la rédaction de publications dans des journaux scientifiques internationaux et la présentation de ses travaux dans des conférences internationales.
Modélisation thermo-hydraulique d’un générateur de vapeur et propagation d’espèces chimiques
Les générateurs de vapeur sont des composants essentiels des réacteurs nucléaires dont la fonction principale est l’échange de chaleur. Les espèces chimiques présentes dans les générateurs de vapeur sont à l’origine de nombreux phénomènes parasites (colmatage, encrassement, dépôt de boue…). La simulation numérique du transport des espèces, prenant en compte la migration d’espèces chimiques et les échanges entre espèces, à la fois intra- et inter-phasiques, permettra une meilleure connaissance et une meilleure gestion de ces problèmes. La résolution numérique des systèmes de transport d’espèces présente de réelles difficultés notamment la gestion de l’apparition et de la disparition totale de certaines espèces, de forts taux de vide, ainsi que des temps de calcul rapidement excessifs.
Tout en se basant sur le nouveau code pour les composants nucléaires développé au STMF, la thèse adressera les trois principales problématiques scientifiques suivantes :
• En amont, l’analyse de méthodes numériques permettant en particulier la gestion de l’évanescence, comme mentionné plus haut, et la modélisation thermo-hydraulique à forts taux de vide. On s’appuiera pour cela sur les schémas numériques PolyMAC et PolyVEF, déjà implémentés dans le code composant.
• La modélisation physique d’un générateur de vapeur dans le nouveau code composant, via l’ajout (en C++) des corrélations spécifiques aux générateurs de vapeur, la complétion des lois d’état déjà disponibles, ….
• La détermination des espèces chimiques majeures à transporter, afin de pouvoir prendre en compte à la fois la thermo-hydraulique mais aussi la chimie. Le couplage algorithmique entre la thermo-hydraulique et la chimie, prenant en compte une rétroaction, étant l’objectif à long terme.
Tout en bénéficiant de la parallélisation existante du code composant, la modélisation thermo-hydraulique et chimique se fera en tenant compte des contraintes sur les temps de calcul.
Amélioration de la prédictivité des simulations des grandes échelles par apprentissage machine guidé par des simulations haute fidélité
Cette thèse vise à explorer l'application des techniques d'apprentissage machine pour améliorer la modélisation de la turbulence et les simulations numériques en mécanique des fluides. On s’intéresse plus spécifiquement à l’application des réseaux de neurones artificiels (ANN) pour la simulation des grandes échelles. Cette dernière est une approche de modélisation qui se concentre sur la résolution directe des grandes structures turbulentes, tout en modélisant les petites échelles par un modèle sous-maille. Elle requiert de résoudre un certain ratio de l’énergie cinétique totale. Néanmoins, ce ratio peut être difficilement atteignable pour des simulations industrielles en raison du fort coût de calcul, conduisant à des simulations sous-résolues. On souhaite améliorer ces dernières en orientant les travaux selon deux axes principaux : 1) Utiliser des ANN pour établir des modèles des modèles sous-mailles génériques qui surpassent les modèles analytiques et compensent la grossièreté de la discrétisation spatiale ; 2) Entraîner des ANN pour apprendre des modèles de paroi. L’un des principaux défis à relever est la capacité des nouveaux modèles à généraliser correctement dans des configurations différentes de celles utilisées lors de l'entraînement. Ainsi, la prise en compte des différentes sources et quantification des incertitudes joue un rôle vital dans l’amélioration de la fiabilité et de la robustesse des modèles issus de l'apprentissage machine.
Optimisation topologique des performances optiques de µLED
Les performances des micro-LEDs (µLEDs) sont fondamentales pour les micro-écrans, un domaine d’excellence du laboratoire LITE au CEA-LETI. Cependant, simuler ces composants est complexe et coûteux en calculs, en raison de la nature incohérente des sources lumineuses et des géométries impliquées. Cela limite la possibilité d’explorer efficacement des espaces de conception multi-paramètres.
Cette thèse propose de développer une méthode innovante basée sur les éléments finis pour accélérer les simulations tout en rendant possible l’utilisation de l’optimisation topologique. L’objectif est de produire des designs non intuitifs maximisant les performances tout en respectant les contraintes industrielles.
Le travail se divise en deux phases :
Développer une méthode de simulation rapide et fiable, en intégrant des approximations physiques adaptées aux sources incohérentes et en réduisant les temps de calcul d’un facteur significatif.
Concevoir un cadre d’optimisation topologique robuste, intégrant des contraintes de fabricabilité, pour générer des designs immédiatement réalisables.
Les résultats attendus incluent des designs optimisés pour micro-écrans offrant des performances accrues et une méthodologie généralisable à d'autres dispositifs photoniques.
Caractérisation de la récupération motrice au cours d’un processus de rééducation guidé par BCI
Cette thèse explore l’utilisation des interfaces cerveau-machine (BCI) implantées pour la rééducation motrice des patients ayant subi un AVC. Le projet repose sur la technologie WIMAGINE de Clinatec, permettant de mesurer l’activité cérébrale par électrocorticographie (ECoG) afin de décoder avec précision l’intention motrice des patients. L’utilisation de cette technologie dans le cadre d’un protocole de rééducation devrait favoriser l’amélioration des capacités motrices résiduelles des patients par plasticité neuronale. Dans ce cadre, la thèse vise à mettre en œuvre le protocole de rééducation avec les équipes techniques et cliniques en place à Clinatec et caractériser la récupération motrice des patients au cours des entraînements, d’un point de vue comportementale et cérébrale. L’étude comprendra une revue des approches existantes en rééducation assistée par BCI, la conception d’outils de suivi des progrès moteurs et de mesure des indicateurs cérébraux de plasticité neuronale ainsi que l’optimisation des séances de rééducation en fonction des performances motrices des patients. La progression motrice et neuronale des patients sera finalement étudiée de façon longitudinale sur neuf mois, puis lors d’un suivi prolongé de deux ans pour évaluer la durabilité des bénéfices. Ce projet, soutenu par le ministère de la Recherche et l’UE, offre une opportunité unique d’établir les bases d’un nouveau paradigme de rééducation post-AVC via les BCI implantées.
Evaluation probabiliste des contraintes sur un réseau électrique vis-à-vis d’une agression conduite
La vulnérabilité des systèmes électroniques aux agressions électromagnétiques intentionnelles est une question extrêmement sensible au regard des évolutions technologiques et du déploiement de nombreux équipements électroniques pour la gestion de processus critiques. Les effets d’une contrainte couplée sur un réseau électrique basse tension et de sa propagation dans une installation, à travers le circuit de distribution électrique jusqu’aux équipements terminaux, est un sujet actuel d’intérêt vis-à-vis de ces menaces. La détermination des niveaux de contrainte à l’entrée des équipements est une donnée fondamentale pour l’analyse de cette vulnérabilité, et elle est fonction de nombreuses données d’entrée (position et nombre de câbles d’alimentation, impédances de charge terminales), peu précisément connues et très variables d’une installation à l’autre. Une approche stochastique est donc proposée pour estimer les incertitudes et leurs propagations dans un modèle de réseau électrique.
Les objectifs de cette thèse seront de rechercher et d'étudier les performances de méthodes d’apprentissage pour représenter le problème initial par une fonction simplifiée pour une estimation efficace des distributions probabilistes de niveaux de contrainte ou de la probabilité de dépassement de seuil de susceptibilité. Pour valider la méthode d'apprentissage retenue, une maquette expérimentale représentative d'un réseau de distribution électrique sera réalisée. Les résultats expérimentaux pourront alors être confrontés à ceux de la méthode stochastique sur cette maquette.
De T0 à T0 + 4 mois : choix des méthodes et outils de modélisation et état de l'art sur les méthodes d'apprentissage.
De T0 + 5 mois à T0 + 6 mois : détermination de configurations d'intérêt et de complexité croissante / Définition des incertitudes et hypothèses de distributions. De T0 + 7 mois à T0 + 18 mois : recherche de méthodes d'apprentissage adaptées au problème posé (propagation d'interférences dans les réseaux électriques) et à sa dimension (nombre de variables d'entrée). Déclinaison de la méthode en fonction de l'objectif de distribution de la contrainte ou de probabilité de dépassement de seuil.
De T0+19 mois à T0 + 22 mois : validation théorique et indicateurs de performance, le modèle initial constituant la référence.
De T0 + 23 mois à T0 + 30 mois : réalisation d'essais sur maquette expérimentale et confrontation avec l'approche théorique proposée. De T0 + 31 mois à T0 + 36 mois : rédaction du manuscrit de thèse.
Etudes avancées de la Représentation Sémantique, de l'Alignement et du Raisonnement dans les Systèmes de Communication Multi-Agents pour les Réseaux 6G
Les communications sémantiques représentent un domaine de recherche émergent et transformateur, où l'objectif se déplace de la transmission de simples données brutes à celle d'informations significatives. Bien que les premiers modèles et solutions de conception aient établi des principes fondamentaux, ils reposent souvent sur des hypothèses fortes concernant l'extraction, la représentation et l'interprétation du contenu sémantique. L'arrivée des réseaux 6G introduit de nouveaux défis, en particulier avec le besoin croissant de systèmes multi-agents où plusieurs agents pilotés par l'intelligence artificielle (IA) interagissent de manière fluide.
Dans ce contexte, le défi de l'alignement sémantique devient crucial. La littérature existante sur les communications sémantiques multi-agents suppose fréquemment que tous les agents partagent un cadre d'interprétation et de compréhension commun, ce qui est rarement le cas dans des scénarios pratiques. Des représentations mal alignées peuvent entraîner des inefficacités de communication, une perte d'informations critiques et des malentendus.
Cette recherche doctorale vise à faire progresser l'état de l'art en explorant les principes de représentation sémantique, d'alignement et de raisonnement dans des environnements multi-agents IA au sein des réseaux de communication 6G. L'étude examinera comment les agents peuvent aligner dynamiquement leurs modèles sémantiques, garantissant une interprétation cohérente des messages tout en tenant compte des différences de contexte, d'objectifs et de connaissances préalables. En s'appuyant sur des techniques issues de l'intelligence artificielle, telles que l'apprentissage automatique, l'alignement d'ontologies et le raisonnement multi-agents, l'objectif est de proposer des cadres novateurs qui améliorent l'efficacité et l'efficience des communications dans des environnements multi-agents. Ce travail contribuera à des systèmes de communication plus adaptatifs, intelligents et sensibles au contexte, essentiels à l'évolution des réseaux 6G.
Amélioration de la sécurité des communications grâce à la conception d'émetteurs-récepteurs plus rapides que Nyquist
Face à la demande croissante en capacité de transmission des réseaux de communication, il est essentiel d'explorer des techniques innovantes qui augmentent l'efficacité spectrale tout en maintenant la fiabilité et la sécurité des liens de transmission. Ce projet propose une modélisation théorique approfondie des systèmes Faster-Than-Nyquist (FTN) accompagnée de simulations et d'analyses numériques afin d’évaluer leurs performances dans différents scénarios de communication. L'étude s'efforcera d'identifier les compromis nécessaires pour maximiser le débit de transmission, tout en tenant compte des contraintes liées à la complexité de mise en œuvre et à la sécurité des transmissions, un enjeu crucial dans un environnement de plus en plus vulnérable aux cybermenaces. Ce travail permettra d’identifier les opportunités d'augmentation de capacité, tout en mettant en évidence les défis technologiques et les ajustements indispensables à une adoption généralisée de ces systèmes pour des liaisons critiques et sécurisées.