Qui sommes-nous ?
Espace utilisateur
Formation continue
Credit : L. Godart/CEA
D’un jour à plusieurs semaines, nos formations permettent une montée en compétence dans votre emploi ou accompagnent vers le retour à l’emploi. 
Conseil et accompagnement
Crédit : vgajic
Fort de plus de 60 ans d’expériences, l’INSTN accompagne les entreprises et organismes à différents stades de leurs projets de développement du capital humain.
Thèses
Accueil   /   Thèses   /   Apport de l’intelligence artificielle pour établir des cartographies tridimensionnelles de la contamination dans les structures de génie civil des INB à partir de mesures de spectrométrie gamma

Apport de l’intelligence artificielle pour établir des cartographies tridimensionnelles de la contamination dans les structures de génie civil des INB à partir de mesures de spectrométrie gamma

Instrumentation Mathématiques - Analyse numérique - Simulation Sciences pour l’ingénieur

Résumé du sujet

La connaissance de l’inventaire radiologique d’une installation nucléaire est essentielle pour garantir, tout au long de la vie de l’installation, la maitrise des risques liés à la sûreté-criticité et la maitrise de l’impact radiologique sur l’homme et sur l’environnement. La maîtrise de l’état radiologique des procédés et des équipements d’une installation permet de définir des scénarios d’intervention sûrs afin d’optimiser les opérations de maintenance ou des opérations d’assainissement/démantèlement en milieu hostile et d’optimiser la gestion des déchets. Lors du démantèlement d’une installation nucléaire, des opérations d’assainissement doivent être menées dans le but de déclasser définitivement les zones à déchets nucléaires en zones à déchets conventionnels. Cette étape implique au préalable d’établir une cartographie précise de la radioactivité d’origine artificielle au sein des structures de génie civil en béton.

Pour pallier aux limitations des méthodologies existantes et conformément aux directives de l’Autorité de Sûreté Nucléaire (ASN), le sujet de thèse proposé vise à développer une méthodologie de caractérisation radiologique non destructive innovante et performante, utilisant des algorithmes d’apprentissage (intelligence artificelle) pour analyser de manière automatisée des mesures in situ de spectrométrie gamma avec un détecteur Germanium hautement résolu. La finalité est d’établir en temps réel des cartographies tridimensionnelles de la distribution des contaminants dans des structures de génie civil contaminées des INB.

La méthodologie de caractérisation développée à l’issue du projet présentera un fort potentiel de valorisation industrielle en particulier dans le domaine de l’assainissement et du démantèlement.

Le thésard travaillera au sein d’une équipe qui dispose d’un fort retour d’expériences dans le développement et la mise en œuvre in situ de techniques et méthodes de caractérisation radiologique non destructives (techniques d’imagerie alpha, gamma et techniques de spectrométrie alpha, bêta, gamma). Le thésard aura l’opportunité d’évaluer les solutions proposées sur des chantiers de démantèlement parmi les plus importants au monde.

Le profil recherché est un(e) candidat(e) issu(e) d’une école d’ingénieur ou d’un MASTER M2 avec de bonnes connaissances en instrumentation et mesure nucléaire en particulier des phénomènes physiques liés aux interactions des rayonnements ionisants avec la matière. Une appétence et des premières compétences vis-à-vis des méthodes statistiques de traitement de données et en machine learning (programmation informatique (Python)) sont également appréciées.

Laboratoire

Département de recherche sur les Procédés et Matériaux pour les Environnements complexes
Service d’Etudes des Matériaux et de l’Etanchéité
Laboratoire d’étude des technologies du Numérique et des Procédés Avancés
Top envelopegraduation-hatlicensebookuserusersmap-markercalendar-fullbubblecrossmenuarrow-down