Informations générales
Entité de rattachement
Le CEA est un acteur majeur de la recherche, au service des citoyens, de l'économie et de l'Etat.
Il apporte des solutions concrètes à leurs besoins dans quatre domaines principaux : transition énergétique, transition numérique, technologies pour la médecine du futur, défense et sécurité sur un socle de recherche fondamentale. Le CEA s'engage depuis plus de 75 ans au service de la souveraineté scientifique, technologique et industrielle de la France et de l'Europe pour un présent et un avenir mieux maîtrisés et plus sûrs.
Implanté au cœur des territoires équipés de très grandes infrastructures de recherche, le CEA dispose d'un large éventail de partenaires académiques et industriels en France, en Europe et à l'international.
Les 20 000 collaboratrices et collaborateurs du CEA partagent trois valeurs fondamentales :
• La conscience des responsabilités
• La coopération
• La curiosité
Référence
SL-DES-24-0221
Description du sujet de thèse
Domaine
Sciences pour l'ingénieur
Sujets de thèse
Analyse dimensionnelle pilotée par les données pour la conception de systèmes passifs de sûreté nucléaire
Contrat
Thèse
Description de l'offre
La plupart des nouveaux concepts de réacteur à eau pressurisée proposent des boucles de convection naturelle pour évacuer la chaleur résiduelle, en particulier ceux de petite ou moyenne puissance (SMR). Pour s’assurer que ces systèmes innovants démarreront et fonctionneront comme prévu dans toute la gamme des conditions opératoires envisagées, on a recours à des essais dans des maquettes à échelle réduite. Seule une similitude partielle étant généralement possible avec ces maquettes, il faut déterminer les nombres dimensionnels prépondérants pour maîtriser le choix des phénomènes dont la représentativité sera sacrifiée. Or, cette détermination est difficile en présence de phénomènes multi-physiques, dynamiques, non-linéaires ou couplés, aboutissant à des dizaines de groupements adimensionnels que l’on ne peut hiérarchiser. Dans ce travail de thèse, on se propose tout d’abord de générer une collection de données numériques caractérisant un système d’évacuation de la puissance résiduelle par convection naturelle (simulations Cathare, synthèse d’essais existants). Cette collection de données viendra ensuite alimenter un algorithme d’identification automatique des nombres adimensionnels prépondérants, que le doctorant devra développer en s’inspirant de techniques de type machine learning, pénalisation, décomposition en valeurs singulières… L’algorithme sera appliqué à des boucles et dispositifs fonctionnant en convection naturelle tels que ceux étudiés au DER/SESI de l'institut CEA/IRESNE.
Université / école doctorale
Localisation du sujet de thèse
Site
Cadarache
Critères candidat
Formation recommandée
M2 data-science, école d'ingénieur généraliste
Demandeur
Disponibilité du poste
01/09/2024
Personne à contacter par le candidat
CARDOLACCIA Jerome jerome.cardolaccia@cea.fr
CEA
DES/IRESNE/DER/SESI/LCOS
04.42.25.79.29
Tuteur / Responsable de thèse
En savoir plus