Les machines tournantes sont des équipements critiques dans de nombreuses installations industrielles et leur exploitation s’accompagne régulièrement de problèmes d’équilibrage qui occasionnent l’apparition de vibrations potentiellement dangereuses pour les opérateurs et les équipements. La décanteuse pendulaire centrifuge est parfois le siège de vibrations qui obligent l’exploitant à ralentir la cadence de production. L’environnement nucléaire dans lequel ces équipements sont exploités ne permet pas de réaliser les mesures et observations nécessaires à une étude purement expérimentale. L’objectif est donc de réaliser une modélisation à partir de données limitées afin d’amener à une compréhension fine des phénomènes en jeu. Le sujet de thèse se propose de coupler des simulations CFD de type Euler-Euler de la répartition de masse dans le bol tournant avec une modélisation masse-ressort des liaisons mécaniques afin de s’approcher des signaux vibratoires mesurés industriellement. Un tel outil numérique serait une aide précieuse pour explorer les diverses pistes, sources potentielle d’apparition d’un déséquilibre de masse, et cela sans avoir à passer par une reproduction expérimentale. Associé à des méthodes de deep learning, ce type de modèle permettrait aussi de bâtir un prédicteur de balourds à partir de courts signaux vibratoires ouvrant la porte à un pilotage actif de la décanteuse.