Topic description
Les essais de résistance à la rupture de type Charpy (essais de résilience) sont utilisés dans l'industrie nucléaire pour certifier les pièces forgées. Cependant, les résultats de ces essais présentent une variabilité forte dans certaines configurations de forgeage sur des pièces de très grandes réalisés par Framatome. Des études précédentes ont montré que l'acier forgé est fortement hétérogène à l'échelle mésoscopique. Ces hétérogénéités, qui due à la ségrégation de certains éléments d'alliage pendant la succession d'opérations thermomécaniques mis-en jeu lors de la fabrication des pièces, sont une cause majeure de la variabilité observée sur les résultats d'essais de résilience. L'enjeu de la thèse est de permettre à Framatome de mieux appréhender cette variabilité par une approche alliant simulation numérique par éléments finis et modélisation probabiliste. Les approches d'intelligence artificielle seront fortement mises à contribution, notamment pour générer des champs de mésoségrégations 3D à partir d'observations 2D, et pour accélérer les calculs par éléments finis.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Charpy impact tests are used in the nuclear industry to certify forged components. However, the results of these tests exhibit high variability in certain forging configurations, particularly for very large parts produced by Framatome. Previous studies have shown that forged steel is highly heterogeneous at the mesoscopic scale. These heterogeneities, caused by the segregation of certain alloying elements during the sequence of thermomechanical operations involved in forging, are a major source of the observed variability in impact test results. The objective of this thesis is to enable Framatome to better understand this variability through an approach that combines numerical simulation and probabilistic modelling. Artificial intelligence methods will play a key role, particularly in generating 3D mesosegregation fields from 2D observations and in accelerating finite element computations.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Début de la thèse : 01/10/
Funding category
Cifre
Funding further details
CIFRE ANRT
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.