Mission
Le stockage géologique profond des déchets radioactifs constitue un enjeu majeur pour la gestion durable des déchets nucléaires. La sûreté de ce mode de stockage repose avant tout sur la conception robuste du système et sur la démonstration de sa performance à long terme. La compréhension des mécanismes de dégradation des matériaux constituant les colis et de l'évolution de leurs propriétés est un élément essentiel pour renforcer cette démonstration. C'est dans cette perspective que l'ASNR (Autorité de Sûreté Nucléaire et de Radioprotection) conduit notamment le projet PALLAS, qui s'intéresse aux approches de monitoring in situ de l'évolution des colis de déchets et à la validation de capteurs avancés. Les capteurs à fibres optiques constituent aujourd'hui une technologie prometteuse pour le suivi de l'endommagement : ils permettent de mesurer les déformations avec une très haute résolution spatiale et temporelle, et sont déjà employés dans des domaines variés (génie civil, aéronautique, stockage souterrain). Dans le cadre du projet PALLAS, plusieurs maquettes de colis à échelle réduite ont été instrumentées de fibres optiques afin de suivre leur comportement lors de tests d'endommagement (mécanique, chimique). À la suite de sollicitations expérimentales, des fissures se sont développées dans ces maquettes. Pour compléter les données issues des fibres optiques, une caractérisation par microtomographie aux rayons X a été réalisée, permettant d'obtenir une imagerie 3D de haute résolution de la structure interne des colis, y compris du réseau de fissures.
Dans ce contexte, l'étudiant(e) aura pour mission de développer une méthodologie de traitement et d'analyse des images microtomographiques afin de caractériser l'endommagement de colis instrumentés par fibres optiques. Cela comprend : 1. La reconstruction 3D du colis à partir des images de microtomographie afin de déterminer la géométrie complète de la structure, porosité, et notamment la position de la fibre optique. Ce travail nécessitera le développement de scripts/outils de traitement d'images. Le (la) candidat(e) pourra s'appuyer sur des codes internes existants (écrits sous Python) pour extraire le réseau de fissures et en analyser les caractéristiques. Le développement d'un CNN (Réseau neuronal convolutif) sera nécessaire pour le traitement et la segmentation des images. 2. La caractérisation du réseau de fissures : orientation, connectivité, distribution spatiale, ouverture des fissures. 3. La comparaison de la cartographie des fissures avec les données de déformation enregistrées par fibre optique. Cette comparaison permettra de développer une approche intégrée combinant imagerie et mesures optiques pour une caractérisation complète de la dégradation des colis.
Profil recherché
Étudiant(e) en Master 2, école d'ingénieur ou équivalent, spécialisé(e) en traitement d'images, vision par ordinateur ou data science ; Solides compétences en programmation scientifique (Python) ; Connaissances en apprentissage automatique, et notamment en CNN (réseaux de neurones) ; Intérêt marqué pour l'imagerie 3D appliquée à des problématiques expérimentales en matériaux et pour le couplage multi-méthodes ; Autonomie, rigueur et capacité à travailler dans un environnement de recherche interdisciplinaire.
Télétravail
Occasionnel
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.
L'ASNR 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
Europe, France, Ile-de-France, Hauts-de-Seine
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.