Simulation quantique des noyaux atomiques
Les noyaux atomiques forment des systèmes quantiques à N corps fortement corrélés régis par l'interaction forte de la QCD. Le modèle en couches nucléaire, qui diagonalise le hamiltonien dans une base dont la dimension croît exponentiellement avec le nombre de nucléons, constitue une approche bien établie pour décrire leur structure. Cependant, cette explosion combinatoire limite les calculs classiques haute performance à une fraction restreinte de la carte des noyaux.
Les calculateurs quantiques offrent une alternative prometteuse grâce à leur capacité naturelle à manipuler des espaces de Hilbert exponentiellement grands. Bien que nous demeurions dans l'ère NISQ avec ses qubits bruités, ils pourraient révolutionner les applications du modèle en couches.
Cette thèse vise à développer une approche complète pour la simulation quantique des systèmes nucléaires complexes. Un premier jalon crucial consiste à créer une interface logicielle intégrant les données de structure nucléaire (orbitales nucléoniques, interactions nucléaires) aux plateformes de calcul quantique, facilitant ainsi les applications futures en physique nucléaire.
Le projet explore deux classes d'algorithmes : les approches variationnelles et non-variationnelles. Pour les premières, l'expressivité des ansätze quantiques sera analysée systématiquement, notamment dans le contexte de la brisure et de la restauration de symétries. Les solveurs quantiques variationnels (VQE), particulièrement prometteurs pour les systèmes hamiltoniens, seront implémentés avec un accent sur la technique ADAPT-VQE adaptée au problème à N corps nucléaire.
Un défi majeur réside dans l'accès aux états excités, aussi cruciaux que l'état fondamental en structure nucléaire, alors que les VQE se concentrent principalement sur ce dernier. La thèse développera donc des algorithmes quantiques dédiés aux états excités, en testant diverses méthodes : expansion de l'espace de Hilbert (Quantum Krylov), techniques de fonctions de réponse (équations du mouvement quantiques), et méthodes basées sur l'estimation de phase. L'objectif final est d'identifier les approches les plus adaptées en termes de passage à l'échelle et de résistance au bruit, pour des applications avec des hamiltoniens nucléaires réalistes.
Modélisation et prédiction des émissions électromagnétiques des convertisseurs de puissance par deep learning
Ces dernières années, la compatibilité électromagnétique (CEM) dans les convertisseurs de puissance à semi-conducteurs à 'wide bandgap' (WBG) a suscité un intérêt croissant, en raison des vitesses de commutation élevées et des fréquences accrues qu’ils permettent. Si ces dispositifs améliorent la densité et l’efficacité des systèmes, ils engendrent également des émissions conduites et rayonnées plus complexes à maîtriser. Dans ce contexte, cette thèse porte sur la prédiction, la modélisation et la caractérisation des interférences électromagnétiques (EMI)(> 30 MHz), tant conduites que rayonnées, dans des systèmes électroniques de puissance opérant à haute fréquence. Elle s’appuie sur une méthode de découpage multi-sous-systèmes et une co-simulation itérative, combinée à une caractérisation in situ pour capturer les phénomènes non idéaux et non linéaires. En complément, des techniques deep learning sont utilisées pour modéliser le comportement EMI à partir de données mesurées et simulées. Generative AI est également exploitée pour générer automatiquement des configurations représentatives et variées que l’on peut rencontrer en électronique de puissance, permettant ainsi d’explorer efficacement un large spectre de scénarios EMI. Cette approche vise à renforcer la précision des analyses tout en accélérant les phases de simulation et de conception.
Vers une simulation temps réel des scènes thermiques dans un tokamak en support aux opérations plasma
Le contrôle des températures de surface et des flux de chaleur des parois des centrales de fusion nucléaire est essentiel pour le bon fonctionnement des machines de fusion. Pour fiabiliser ces mesures, notamment par imagerie infrarouge, le CEA développe un jumeau numérique capable de modéliser l'ensemble de la chaîne de mesure infrarouge (IR), de la source thermique au capteur.
L'objectif de cette thèse est de créer un modèle thermique permettant de prédire les flux de chaleur et les températures de surface sur l'ensemble des parois de la machine, avec une visée de calcul en temps réel. Cette approche repose sur deux développements clés :
1)Développement d'une méthode statistique de type Monte Carlo : cette méthode permettra de résoudre l'équation de la chaleur sur de grandes géométries dans un environnement complexe, incluant une diversité de sources de chaleur et de matériaux.
2)Accélération des calculs sur carte graphique (GPU) : Utilisation de l'environnement Kokkos pour optimiser les performances des calculs, tout en assurant la portabilité sur toutes les plateformes de calcul haute performance (HPC).
Ces développements seront validés et évalués quantitativement sur deux plateformes expérimentales: le banc de test en laboratoire MAGRYT et le tokamak WEST, utilisé comme machine démonstrateur. La thèse sera réalisée dans un cadre collaboratif entre le CEA/DRF/IRFM et le CEA/DES/ISAS. Les développements seront intégrés dans le jumeau numérique IR du CEA/IRFM pour les machines de fusion et dans une application dédiée au lancer de rayons pour le CEA/DES.
Modélisation/Simulation de la synthèse de revêtements anti-corrosion par procédé MOCVD pour la production d’énergie décarbonée
La durabilité des matériaux utilisés dans de nombreux domaines de production d’énergie est limitée par leur dégradation dans l’environnement de fonctionnement, environnement très souvent oxydant et à haute température. C’est notamment le cas des Electrolyseurs à Haute Température (EHT) pour la production d’hydrogène "vert" ou les gaines des combustibles des réacteurs nucléaires pour la production d’électricité. Afin d’améliorer la durée de vie de ces installations et ainsi préserver les ressources, des revêtements anti-corrosion peuvent/doivent être appliqués. Un procédé de synthèse de revêtements par voie vapeur réactive avec des précurseurs organométalliques liquides (DLI – MOCVD) apparait comme un procédé très prometteur.
L’objectif de cette thèse est de modéliser et de simuler le procédé de synthèse de revêtement par DLI-MOCVD pour les deux applications proposées ci-dessus. Les résultats des simulations (vitesse de déposition, composition du dépôt, homogénéité spatiale) seront comparés aux résultats expérimentaux réalisés sur des réacteurs « pilote » de grande échelle au CEA afin d’optimiser les paramètres d’entrée du modèle. A partir de ce dialogue simulation CFD/expériences, les conditions optimales de dépôt sur un composant échelle 1 seront proposées. Un couplage simulations CFD/Machine Learning pour accélérer le changement d’échelle et l’optimisation des dépôts à l’échelle 1 sera développé.
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.
De la combustion à l’astrophysique : simulations exaflopiques des écoulements fluides/particules
Cette thèse se concentre sur le développement de méthodes numériques avancées pour simuler les interactions entre fluides et particules dans des environnements complexes. Ces méthodes, initialement utilisées dans des applications industrielles comme la combustion et les écoulements multiphasiques, seront améliorées pour permettre une utilisation dans des codes de simulation pour supercalculateur exaflopique et adaptées aux besoins de l'astrophysique. L'objectif est de permettre l'étude des phénomènes astrophysiques tels que : la dynamique des poussières dans les disques protoplanétaires et la structuration de la poussière dans les proto-étoiles et le milieu interstellaire. Les résultats attendus incluent une meilleure compréhension des mécanismes de formation planétaire et de structuration des disques, ainsi que des avancées dans les méthodes numériques qui seront bénéfiques pour les sciences industrielles et astrophysiques.
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.
Contrôle de la turbulence des modes d’électrons piégés à l’aide du chauffage à la résonance cyclotronique électronique
Les performances d’un tokamak sont liées au niveau du transport turbulent. L’instabilité des modes d’électrons piégés est l’une des principales instabilités à l’origine de la turbulence dans les tokamaks. D’autre part, le chauffage à la résonance cyclotronique électronique est un système de chauffage générique des tokamaks. Les deux processus physiques reposent sur des interactions résonantes avec les électrons. Une interaction non linéaire entre les processus résonants est théoriquement possible. L’objectif de la thèse est d’évaluer la possibilité d’exploiter cette interaction non linéaire pour permettre de stabiliser l’instabilité des modes d’électrons piégés au sein des tokamaks à l’aide d’une source de chauffage présente sur de nombreux tokamaks, dont ITER. Cette technique de contrôle pourrait permettre d’améliorer les performances de certains tokamaks sans surcoût.
La thèse reposera sur une compréhension théorique des deux processus étudiés, demandera l’utilisation du code gyrocinétique GYSELA pour modéliser les interactions non linéaires entre processus résonants et comportera un aspect expérimental pour valider le mécanisme de contrôle de la turbulence identifié.
Développement d’algorithmes et d’outils de modélisation pour des mesures de CD-SAXS à basse énergie
Le CEA–LETI est un des acteurs Européen principaux de l’industrie des semi-conducteurs. Avec sa plateforme de nano-caractérisation (PFNC) à Grenoble, il dispose d'un environnement de pointe avec un vaste éventail d'équipements à l'état de l'art. Nos équipes ont pour vocation d’accompagner le développement de nouveaux outils de caractérisation pour anticiper les besoins industriels (notamment autour des futurs nœuds technologiques). Ainsi, des travaux pionniers ont été réalisés autour du CD-SAXS sur la PFNC ces dernières années. Cette technique de diffusion/diffraction des rayons X permet de mesurer avec une précision sub-nanométrique les dimensions des nano-structures gravées dans les salles blanches du LETI. Dans le cadre de ce projet, nous proposons d’étendre l’approche CD-SAXS en utilisant les récents développements autour des sources basse-énergie de laboratoire (A. Lhuillier et al. 1988, prix Nobel 2023) appelées High Harmonics Generation (HHG) sources. Votre rôle sera de mettre en place les outils d'analyse spécifiques au développement de l’approche CD-SAXS à basse énergie. La première preuve de concept a été réalisée en Novembre 2023.
Mission:
Afin de prendre en compte dans la réduction de données les spécificités de cette nouvelle approche (multi longueur d'onde, basse énergie…), votre mission se concentrera sur plusieurs tâches:
- Développer différents outils numériques pour le traitement de données :
o Simulations éléments finis avec solver Maxwell
o Transformée de Fourier analytique (similaire au CD-SAXS)vs théorie dynamique
o Comparaison des différentes approches de simulations
- Construire et tester des modèles dédiés aux problématiques en lithographie(CD, overlay, rugosité)
- Définir les limitations de la technique par des simulations (notamment la résolution spatiale, les incertitudes de mesures);
Ce travail viendra compléter le développement expérimental de mesures de CD-SAXS avec une source de laboratoire HHG réalisée en parallèle par un postdoctorant.
Accélération de simulations thermo-mécaniques par Réseaux de Neurones --- Applications à la fabrication additive et la mise en forme des métaux
Dans un certain nombre d'industries telle que la mise en forme des métaux ou la fabrication additive, l'écart entre la forme désirée et la forme effectivement obtenue est important, ce qui freine le développement de ces méthodes de fabrication. Cela est dû en bonne partie à la complexité des processus thermiques et mécaniques en jeu, difficiles à simuler à des fins d’optimisation du fait du temps de calcul important de la simulation des phénomènes en jeu.
La thèse vise à réduire significativement cet écart grâce à l'accélération des simulations thermo-mécaniques par éléments finis, notamment via le design d'une architecture de réseau de neurones adaptée, en s'appuyant sur les connaissances physiques théoriques.
Pour mener à bien ce sujet, la thèse bénéficiera d'un écosystème favorable aussi bien au LMS de l'École polytechnique qu'au CEA List : architecture PlastiNN développée en interne (brevet en cours de dépôt), bases de données mécanique existantes, supercalculateur FactoryIA et DGX, machine d'impression 3D. Il s'agira dans un premier temps de générer des bases de données à partir de simulations éléments finis thermo-mécaniques, puis d'adapter PlastiNN à apprendre de telles simulations, avant de mettre en œuvre des procédures d'optimisation s'appuyant sur ces réseaux de neurones.
L'objectif final de la thèse est d'illustrer l'accélération de simulations éléments finis ainsi obtenue sur des cas réels : d'une part par l'instauration d'une rétroaction durant l'impression métallique via la mesure du champ de température pour réduire l'écart entre géométrie désirée et géométrie fabriquée, d'autre part par la mise en place d'un outil de commande de forge qui permet d'arriver à une géométrie désirée à partir d'une géométrie initiale. Les deux applications s'appuieront sur une procédure d'optimisation rendue réalisable par l'accélération des simulations thermo-mécaniques.