Cette thèse vise à développer un capteur logiciel innovant pour le procédé de mélange-broyage, essentiel à la fabrication des combustibles nucléaires. L'ambition est de créer un capteur logiciel alimenté par un dispositif expérimental, offrant une estimation en temps réel des propriétés du produit.

L'objectif central est de concevoir une méthode qui estime avec précision et à haute fréquence les propriétés du milieu granulaire, comme la granulométrie. Ce projet envisage d'établir une relation directe entre les capteurs physiques et les propriétés matérielles grâce à la simulation et à un modèle d'apprentissage. Le challenge réside dans la prédiction de ces propriétés sans évaluer directement l'état interne du processus.

Le candidat sera accueilli au sein du département d'études des combustibles (Institut IRESNE, CEA-Cadarache). Il s'attellera d'abord à inventorier les capteurs physiques adaptés, avant de construire une base de données synthétique à partir de simulations. Ces données alimenteront un modèle d'apprentissage profond récurrent, ajustable par un filtre de Kalman. L'enjeu est aussi d'intégrer efficacement les données réelles des bancs d'essais aux simulations, tout en gérant les imprécisions et les écarts.