Pause
Lecture
Moteur de recherche d'offres d'emploi CEA

Apport de l’intelligence artificielle pour établir des cartographies tridimensionnelles de la contaminat


Détail de l'offre

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-24-0064  

Description du sujet de thèse

Domaine

Sciences pour l'ingénieur

Sujets de thèse

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

Contrat

Thèse

Description de l'offre

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.

Université / école doctorale

Physique et Chimie-Physique
Université de Strasbourg

Localisation du sujet de thèse

Site

Marcoule

Critères candidat

Formation recommandée

Instrumentation nucléaire, machine learning, mathématiques appliquées

Demandeur

Disponibilité du poste

01/10/2024

Personne à contacter par le candidat

VENARA Julien julien.venara@cea.fr
CEA
DES/DPME/SEIP/LNPA
CEA Marcoule
BP17171
30207 Bagnols sur Cèze cedex
0466397806

Tuteur / Responsable de thèse

EL BITAR Ziad ziad.elbitar@iphc.cnrs.fr
Institut Pluridisciplinaire Hubert Curien
UMR 7178 UdS-CNRS/In2p3
23 rue du Loess / BP 28 / 67037 Strasbourg Cedex 2
03 88 10 63 81

En savoir plus



https://www.cea.fr/multimedia/Pages/editions/ouvrages/monographies-nucleaire/instrumentation-mesure-milieu-nucleaire.aspx