Développement de méthodes numériques pour améliorer la modélisation d'un panache radioactif (en[...]

Développement de méthodes numériques pour améliorer la modélisation d'un panache radioactif (ENV24-8 H/F, Nanterre

Sujet : Développement de méthodes numériques pour améliorer lamodélisation du transport et de l'irradiation d'un panache radioactif en milieu industriel et urbain

L'impact sanitaire d'un panache radioactif dans l'atmosphèreest calculé à partir de simulations de dispersion atmosphérique. Les doses sont calculées comme une combinaison linéaire des concentrations et dépôts des différents radionucléides associés à des coefficients de dose. Pour l'irradiation par le panache, ce calcul repose actuellement sur une hypothèse de source homogène semi-infinie, ce qui est une approximation valide lorsque le panache est suffisamment étendu, en général au-delà d'un à deux kilomètres de distance au point de rejet. Calculer l'irradiation directe sans cette approximation peut s'avérer coûteux en temps de calcul, chaque particule (ou bouffée) radioactive étant considérée comme une source de rayonnement. Il existe différentes approches permettant de combiner modèle de dispersion et calcul de l'irradiation gamma directe. L'un des objectifs du post-doctorat sera de s'approprier les études et prototypes existants à l'ASNR et dans la littérature pour identifier une ou plusieurs approches pertinentes pour l'évaluation opérationnelle des doses en champ proche, développer ou améliorer les outils existants, et quantifier leur apport en comparaison au modèle semi-infini sur des scénarios accidentels.

Un autre objectif est d'explorer l'utilisation de méthodes de machine learning pour accélérer les temps de calcul des évaluations de conséquences radiologiques en champ proche. Cela pourra inclure le développement de méta-modèles de dispersion atmosphériques en champ proche. Il s'agira alors de construire une base de simulations sur laquelle un modèle réduit pourra être entraîné, afin de fournir une réponse quasi-instantanée. Ce type d'approche a déjà été utilisé en dispersion atmosphérique mais avec des limitations, liées à une étape de réduction de dimension des cartes de concentration ou de dose et à la difficile généralisation des résultats. L'utilisation de méthodesd'IA sera également explorée pour rendre le calcul de l'irradiation directe décrit ci-dessus compatible avec les objectifs opérationnels de gestion de crise et d'expertise.
Enfin, le post-doctorat s'inscrira dans les objectifs du projet européen GIROSCOPE et notamment du Work Package 3, dédié à la modélisation du transport de radionucléides dans l'environnement pour les SMR. À ce titre, le/la post-doctorant-e contribuera à la rédaction des livrables, aux séminaires et échanges avec les partenaires, et à la réalisation d'études sur les sujets suivants:
- Identification des besoins en modélisation spécifiques aux petits réacteurs modulaires ;
- Développement d'outils basés sur l'IA pour la modélisation des conséquences ;
- Intercomparaison de modèles pour la modélisation en champ proche sur des données expérimentales ;
- Réalisation de calculs de conséquences radiologiques pour des scénarios accidentels.

Profil recherché

Le ou la candidat(e) devra être titulaire d'un doctorat en physique, sciences de l'environnement, modélisation numérique ou tout autre domaine connexe.
Il/elle devra posséder :
Une bonne connaissance des modèles de mécanique des fluide et/ou dispersion atmosphérique.
Des compétences en traitement et analyse de données complexes, comparaisons / validation de modèles avec des données expérimentales, en statistiques appliquées et en analyses de sensibilité.
Des compétences en machine learning / intelligence artificielle, notamment pour la méta-modélisation de simulations physiques (ex. processus gaussiens, réseaux de neurones, PINNS)
Une connaissance ou première expérience dans le domaine du calcul de dose et de la radioprotection serait un atout.
Expérience et savoir-faire
Expérience préalable en modélisation environnementale et/ou dosimétrique dans un cadre académique ou industriel.
Expérience dans l'utilisation de méthodes de machine learning, en particulier méta-modélisation sur des problèmes de grande dimension.
Participation à des projets de recherche appliquée dans un contexte international.
Aptitudes et qualités personnelles
Capacité à travailler de manière autonome tout en interagissant étroitement avec les différentes équipes impliquées à l'ASNR et dans le projet européen GIROSCOPE.
Excellentes compétences en communication scientifique, aussi bien à l'écrit (rédaction de rapports, articles scientifiques) qu'à l'oral (présentation des résultats aux partenaires et aux autorités).
Esprit analytique, rigueur scientifique et souci du détail dans l'interprétation des résultats.
Environnement et perspectives
Ce post-doctorat offre une opportunité unique d'évoluer dans un environnement scientifique et technique de haut niveau, avec un encadrement expert et des collaborations nationales et internationales. Il permettra d'explorer des méthodes scientifique et techniques novatrices et de les appliquer de façon concrète à des enjeux de radioprotection et de gestion de crise, dans un contexte de développement industriel de technologies innovantes.

Télétravail

Diversité

La diversité est une des composantes de la politique RSE, RH et Qualité de Vie au Travail à lASNR. Nous accordons la même considération à toutes les candidatures, sans discrimination, pour inclure tous les talents.

Quelles que soient les différences, nous souhaitons attirer, intégrer et fidéliser nos candidats et nos collaborateurs au sein dun environnement de travail inclusif.

LASNR conduit une politique active depuis de nombreuses années en faveur de l'égalité des chances au travail et l'emploi des personnes handicapées. Si vous êtes en situation de handicap, n'hésitez pas à nous faire part de vos éventuels besoins spécifiques afin que nous puissions les prendre en compte.

Localisation du poste

Localisation du poste

#J-18808-Ljbffr