Approche intégrée du traitement des déchets d’une ville : design et optimisation d’un procédé de valorisation multi-déchets pour une production multi-vecteurs
A l’échelle d’une ville, différents déchets (ménagers, composts, boues de station d’épuration, déchets verts, plastiques non recyclés, huiles usagées, métaux, verres, autres) sont produits avec des saisonnalités et des contenus carbone variables au cours du temps. Ces déchets sont aujourd’hui valorisés, et pour certains, incinérés ou enfouis. D’autres voies de valorisation soutenables telles que la pyrogazéification, la gazéification hydrothermale ou la méthanisation peuvent être envisagées.
De nombreuses études scientifiques portent principalement sur la valorisation d’une typologie de déchets [1] [2] [3] [4] ou sur le fonctionnement d’un couple technologies/déchets sans réelle prise en compte de l’intégration territoriale des filières, de la variabilité des gisements et ni d’une évaluation systémique [5]. L’analyse des flux de déchets d’une ville dans son ensemble peut cependant permettre d’identifier des synergies entre différentes typologies de déchets et de valoriser au mieux ces déchets pour réduire les recours aux énergies fossiles [6].
Dans ce contexte, un verrou scientifique majeur réside dans le développement d’une approche intégrée permettant de modéliser, optimiser et évaluer des systèmes multi-déchets et multi-vecteurs à l’échelle territoriale. L’objectif de la thèse est d’étudier la valorisation des déchets d’une agglomération en s’adaptant aux fluctuations saisonnières de la production de déchets, de la typologie des déchets et de la demande locale en énergie (chaleur, électricité, gaz). La thèse prendra en compte le cadre réglementaire (Directive Européenne Déchets, loi AGEC, RED III [7] notamment) et les aspects technico-économiques et environnementaux. Elle s’appuiera sur l’étude d’un à trois territoires représentatifs et visera l’établissement d’une méthodologie d’étude applicable à tous types de territoire.
Transport et piégeage de l’hydrogène dans les alliages austénitiques : couplage expériences et calculs numériques.
L’hydrogène moléculaire H2 est un vecteur d’énergie alternatif aux énergies fossiles traditionnelles, gaz ou pétrole. Il pourrait répondre aux défis énergétiques et environnementaux actuels, c’est-à-dire au besoin de stockage de l’énergie produite par des moyens intermittents comme l’éolien ou le photovoltaïque ou de l’excès d’énergie produite par la filière nucléaire, sans produire de gaz à effet de serre lors de son utilisation. Néanmoins, son stockage et son transport en toute sécurité est une des clefs de son utilisation. Les conteneurs ou les canalisations qui véhiculent l’hydrogène doivent être étanches et conserver leur intégrité dans le temps. Comprendre et prédire le comportement de l’hydrogène dans les alliages des conteneurs/canalisations et les dégradations mécaniques associées – comme la fragilisation – est dès lors crucial pour le développement de la filière hydrogène.
Si de nombreux travaux expérimentaux ont permis d’identifier la fissuration par hydrogène comme étant à l’origine des dégradations des alliages exposés à l’hydrogène, de larges zones d’ombre subsistent encore sur les mécanismes à l’œuvre du fait de difficultés expérimentales et de la grande variabilité des phénomènes observées. Par ailleurs, le transport et le piégeage de l’hydrogène préalable aux dégradations mécaniques sont mal connus et peu documentés à l’échelle nanométrique.
L’objectif de la thèse est d’explorer les mécanismes de transport / piégeage de l’hydrogène dans les alliages austénitiques, et de sa distribution en volume, en amont de la fissuration pour être capable de rendre compte et d’expliquer les observations expérimentales.
Pour atteindre cet objectif, le travail de thèse sera dédié à l’étude du nickel pur, système modèle des austénitiques. L’étude sera conduite en trois volets : (i) des mesures expérimentales de thermo-désorption seront réalisées sur des matériaux modèles ainsi que (ii) des simulations de dynamique moléculaire en potentiels empiriques à l’échelle atomique, puis (iii) les données obtenues alimenteront des modélisations de cinétique chimique couplée à la loi de Fick à l’échelle mésoscopique permettant d’assurer la transition d’échelle nanoscopique - mésoscopique.
Déploiement matériel robuste de réseaux de neurones
Les technologies matérielles non conventionnelles émergentes sont essentielles pour les futures applications d’Edge-AI, mais elles présentent souvent de la variabilité, des désappariements entre composants et une dispersion technologique. Ces non-idéalités peuvent fortement réduire la précision d’inférence des modèles d’IA si aucun réglage fin ou calibrage n’est appliqué. Le fine-tuning supervisé traditionnel est difficile à industrialiser, car il soulève des problèmes liés à la confidentialité des données, à la qualité de service, à la complexité logicielle et aux contraintes matérielles.
Ce sujet de thèse vise à développer des méthodes de co-conception matériel-algorithme permettant d’éviter le réentraînement supervisé complet directement sur la puce. L’objectif principal est de créer des stratégies d’auto-calibrage au niveau de l’inférence, indépendantes de la tâche, capables de compenser les désappariements matériels au niveau système. Le travail s'intéressera les méthodes d’adaptation existantes, notamment celles fondées sur les poids, les caractéristiques, les sorties et l’adaptation de domaine.
Le projet permettra de développer au travers d'une application pertinente d’Edge-AI une méthode générique de fine-tuning et la validera au moyen de simulations électriques bas niveau. Si possible, l'approche proposé pourra également être testé expérimentalement sur une plateforme matérielle basée sur un ASIC.
Modélisation multiéchelle de la réponse magnétique de matériaux hétérogènes
La dépendance spectrale de la perméabilité des matériaux magnétiques, que ce soit dans les matériaux composites ou massifs, reste un sujet complexe, en raison des différentes échelles des phénomènes impliqués. Des modèles analytiques approximatifs sont souvent utilisés pour décrire la réponse en fréquence des matériaux magnétiques, notamment pour améliorer leurs performances dans des domaines comme l’électronique de puissance. Des résultats récents ont montré que des codes de micro-magnétisme permettent maintenant de prédire la réponse d’un ensemble de nanoparticules couplées, ou d’une particule d’un volume représentatif des matériaux en question. Cette thèse vise à utiliser ces outils pour améliorer les modèles analytiques existants. Une inclusion baignant dans un champ effectif sera le paradigme à partir duquel la structure en domaine et la réponse spectrale de la particule seront calculées en utilisant un code de micro-magnétisme. Les matériaux étudiés incluent des particules sphériques ou à fort rapport de forme (oxydes magnétiques, pétales ferromagnétiques) à concentration variable, allant des milieux dilués aux matériaux massifs. Des pistes seront ainsi dégagées pour optimiser la microstructure des matériaux, en vue de meilleures performances dans des applications comme l’électronique de puissance et les composants hyperfréquences. A cet effet, le CEA offre un environnement de calcul scientifique avec des ressources HPC, ainsi que des capacités pour l’élaboration d'échantillons et les caractérisations magnétiques statiques et dynamiques. A l’issue de ce travail, le candidat aura acquis une très bonne maîtrise des relations microstructure-propriétés décrites par une approche numérique appliquées aux matériaux magnétiques. Plus généralement, cette démarche est en pleine expansion dans le domaine des matériaux ("materials par design", ou conception numérique des matériaux).
Mécanismes d’auto-ajustement de phase des oscillateurs mmW verrouillés par injection
Au sein de notre groupe de recherche, nous avons développé et utilisé ces dernières années une technique innovante de génération de fréquences,basée sur l'oscillateur à verrouillage d'injection. Cependant, ces circuits, que
l'on retrouve en électronique, mais aussi dans d'autres disciplines telles que la mécanique, la biologie et la physique fondamentale, recèlent encore des mystères.
Dans le cadre de cette thèse, vous vous appuierez sur les connaissances actuelles relatives à ces circuits, en tirant parti de la vaste expérience de l'équipe de recherche, et contribuerez à les approfondir afin de comprendre l'impact des perturbations externes et des tolérances de fabrication sur leur fonctionnement. L'objectif est de proposer et de mettre en oeuvre des techniques d'auto-étalonnage et de stabilisation.
Les applications de ces circuits sont nombreuses, notamment dans le domaine des liaisons sans fil et filaires millimétriques à haut débit, des radars à très haute résolution, de la détection des signes vitaux pour les applications médicales et des expériences quantiques (telles que la spectrométrie paramagnétique résonante). En fonction de l'avancement de la recherche, la technique d'auto-étalonnage proposée sera appliquée à l'un des développements en cours au sein de notre groupe, dans l'un de ces domaines.
Modelisation de la croissance de CsPbBr3 par CSS
Les pérovskites halogénées au plomb, notamment le CsPbBr3, émergent comme matériaux prometteurs pour la détection X pour les applications médicales. Cette technologie nécessite leur dépôt en couches épaisses (>100 µm) et la sublimation en espace proche (CSS), initialement développée par le CEA-Liten, a montré des résultats très intéressant. Néanmoins, ce procédé reste mal maitrisé à l’échelle microscopique et les liens entre microstructure et performances reste un verrou scientifique et industriel majeur.
Cette thèse, en partenariat avec le laboratoire SIMAP, vise à développer un modèle thermodynamique complet du procédé CSS. Le candidat devra (i) générer expérimentalement les données thermodynamiques indispensables aux modèles, (ii) modéliser les mécanismes de croissance ainsi que (iii) les valider expérimentalement, en s’appuyant sur des fours de croissance instrumentés dédiés et des caractérisations avancées. Des outils de Machine learning seront mis en place pour établir des corrélations prédictives entre paramètres de dépôt et propriétés des couches.
Les résultats permettront d’optimiser la croissance du CsPbBr3 pour des détecteurs X plus sensibles et stables, avec un fort impact en imagerie médicale et offrira des perspectives de publications et brevets dans un domaine très compétitif.
CdTe pour la radiographie médicale; maitrise des propriétés électriques
L’usage de détecteurs à conversion directe dans le domaine de la radiographie médicale ouvre de nouvelles perspectives. De par ses propriétés, le matériau semiconducteur CdTe s’impose comme un matériau de choix pour réaliser ces nouveaux composants. Le sujet de thèse proposé vise à développer les connaissances et les procédés permettant la fourniture de cristaux de CdTe aux propriétés adaptées aux exigences applicatives. Les travaux s’appuieront sur l’expertise avancée du laboratoire quant à la maitrise des procédés de monocrstallisation du CdTe. Les enjeux du sujet seront les suivants :
- Réaliser des recuits sous atmosphère contrôlées (ex-situ, sur coupon) pour étudier leur impact sur les propriétés électrique du CdTe,
- Réaliser des caractérisations avancées pour tenter de mieux comprendre les mécanismes de dopage dans CdTe,
- Fabriquer des dispositifs « simples » et les tester sous flux X pour quantifier les performances des matériaux du laboratoire.
Le sujet de thèse proposé est au cœur du développement d’une filière CdTe pour les applications en radiographie médicale. Des travaux pluridisciplinaires (développements matériaux - procédé, caractérisation matériau, réalisation et test sous flux X de dispositifs simplifiés) sont proposés pour aborder ce sujet.
Réseaux de neurones associatifs à minimisation d’énergie utilisant des mémoires résistives
Ce projet de thèse vise à développer des réseaux neuronaux associatifs de type Hopfield, capables d’effectuer l’inférence par minimisation d’énergie.
L’objectif est d’exploiter ces dynamiques pour le débruitage et la reconstruction d’images à proximité des capteurs, dans des systèmes fortement contraints en énergie et en latence.
Les synapses du réseau seront implémentées dans des matrices de mémoires résistives ReRAM, permettant des opérations analogiques directement en mémoire.
Le travail portera sur le dimensionnement de ces architectures, en tenant compte de la taille des matrices, de la quantification des poids, de la variabilité des dispositifs et de leur endurance.
Des modèles de référence seront développés sous PyTorch afin d’évaluer différentes dynamiques neuronales et stratégies d’implémentation.
Le débruitage d’images par blocs servira de cas d’usage principal pour mesurer les compromis entre qualité de reconstruction, rapidité et consommation énergétique.
Une attention particulière sera portée à la robustesse des réseaux face aux non-idéalités matérielles, notamment le bruit, la variabilité et la dérive des mémoires.
Le projet explorera également des mécanismes d’apprentissage local sur puce, permettant une adaptation progressive aux changements du capteur, de la scène ou du matériel.
Ces règles devront rester compatibles avec les contraintes d’endurance des mémoires résistives.
À terme, la thèse devra fournir des recommandations de dimensionnement matériel et préparer la conception d’un démonstrateur expérimental.
L’enjeu scientifique est de montrer qu’une inférence associative dynamique peut constituer une brique efficace, robuste et basse consommation pour l’IA embarquée.
Nouvelles méthodologies d'analyse de l'impact des défauts cristallins sur les performances électriques des dispositifs de puissance SiC
Dans nos études sur les dispositifs de puissance SiC, l'analyse des performances électriques sur les diodes doit prendre en compte l'impact des défauts dans le matériau au niveau de l'épitaxie et du substrat.
Dans un premier temps, le travail de thèse consistera à mettre en place des outils dédiés à nos besoins dans l’équipe SiC. Le cahier des charges de ces outils a d’ailleurs déjà été établi dans le cadre du stage actuellement en cours au sein du laboratoire LAPS. Ces outils d’IA vont pouvoir être entrainés sur des jeux de données déjà existants (lots diode SiC : avec data électriques, mappings de défauts) et compléter les analyses précédemment réalisées en « manuel ».
Dans un second temps l’utilisation des outils développés sera appliquée aux nouveaux lots fabriqués et caractérisés. L’éventail de données sera alors complété en considérant des nouvelles architectures de composants (diodes ET MOSFET de puissance), des nouvelles caractérisations des matériaux (carac. défauts issus d’autres outils en cours d’installation au Leti, voire avec des collaborateurs extérieurs : cf Ligne Pilot WBG, cf Soitec), des nouvelles entrées (images de défectivité, obtenues durant la fabrication des composants).
Notons que la démarche s'applique i) dans le cas de la puissance aux autres matériaux (GaN, diamant, Ga2O3...), ii) aussi potentiellement à toute filière de composants sur semiconducteur (mémoire, transistor, photonique, quantique...).
Validation systémique des bases de règles floues : prise en compte de la disponibilité des données et des spécificités de l’inférence floue}
Ce sujet de thèse s’inscrit dans le domaine de l’intelligence artificielle symbolique. Contrairement aux approches basées sur les réseaux de neurones, ces méthodes reposent sur des règles explicites, souvent issues d’experts ou apprises à partir de peu de données, ce qui les rend interprétables mais potentiellement imparfaites.
Le problème central est donc la validation des bases de règles floues : il s’agit de vérifier que les règles produisent des résultats cohérents, utiles et fiables. Les méthodes existantes utilisent des métriques globales (performance globale du système) et locales (qualité de chaque règle), mais elles prennent peu en compte certaines spécificités importantes. Par exemple, les interactions entre règles peuvent fortement influencer le comportement final.
La thèse propose de développer une approche globale et systématique pour valider ces bases de règles, que des données soient disponibles ou non. Elle vise notamment à concevoir de nouvelles métriques capables de capturer ces interactions, en s’inspirant, par exemple, d’approches basées sur des graphes (comme les FinGrams ou les systèmes de réputation).
Le travail comprendra la définition d’un cadre méthodologique, la proposition de nouvelles mesures de validation, ainsi que leur implémentation et leur évaluation expérimentale.
Les résultats attendus sont des outils plus précis pour détecter les règles problématiques, et une amélioration globale de la performance et de la fiabilité des systèmes d’inférence floue.