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
2025-37555
Description de l'unité
Le Service d'Etudes et de Simulation du comportement des Combustibles (SESC) conçoit, développe et qualifie les combustibles nucléaires (élément combustible et assemblage) constituant le cœur des réacteurs. Il synthétise et intègre les connaissances acquises sur les combustibles de l'amont (fabrication), au comportement sous irradiation et à l'aval du cycle (entreposage). Il a en charge le développement de la plateforme logiciel PLEIADES de simulation des combustibles et des bases de données associées. Il est composé d'environ 80 permanents (essentiellement des ingénieurs) et d'une trentaine de doctorants et salariés en CDD.
Laboratoire de développement des OCS combustibles PLEIADES (LDOP) développe les outils de calculs scientifiques de la plateforme PLEIADES afin de modéliser le comportement du combustible de la fabrication, son comportement en réacteur à son entreposage.
Description du poste
Domaine
Mathématiques, information scientifique, logiciel
Contrat
Stage
Intitulé de l'offre
STAGE - Métamodèle pour la fragmentation des granules d'UO2 H/F
Sujet de stage
Le procédé de fabrication des combustibles nucléaires repose sur la métallurgie de poudres. Le pressage est une étape cruciale qui consiste à compacter la poudre (sous forme de granules) pour obtenir des pastilles dites « crues ». A l'échelle des granules, ce processus implique des phénomènes de réarrangement et de fragmentation qui conduisent à la densification du milieu. La modélisation de ce phénomène étant couteux en temps de calcul, de précédents travaux ont permis de mettre au point un premier métamodèle pour prédire la fragmentation à partir d'une granule modélisé en DEM par un cluster de sphères. L'objectif de ce stage est d'améliorer la modélisation de la fragmentation dans la base d'entraînement en utilisant cette fois des polyèdres (tessalisation de Voronoï) et de compléter le métamodèle avec un entrainement sur le nombre de fragments.
Durée du contrat (en mois)
6 mois
Description de l'offre
Vous serez accueilli·e au sein de l’IRESNE, institut de la DES, où vous intégrerez l’équipe du laboratoire et participerez pleinement à ses activités.
Contexte
Ce stage s’inscrit dans le cadre de la modélisation multi-échelle du procédé de pressage de poudres.
La caractérisation mécanique d’un volume élémentaire représentatif (VER) de poudre par simulation discrète (DEM, Discrete Element Method) est une étape nécessaire pour prendre en compte les effets de la microstructure sur le comportement macroscopique à l’échelle de la pastille.
Cependant ces simulations sont très couteuses en temps de calcul car il est nécessaire de considérer des particules initialement discrétisées pour simuler leur fragmentation. Une piste pour réduire ces temps de calcul est d’utiliser un métamodèle capable de prédire la fragmentation de particules non discrétisées.
Lors d’un précédent stage, des simulations DEM élémentaires basées sur la compression de granules représentés par des clusters de sphères ont permis de générer une base d’apprentissage et d’implémenter un métamodèle de type réseau de neurones.
Ce métamodèle prédit, à partir du tenseur de contrainte, si un cluster se fragmente ou non. Plusieurs difficultés ont été identifiées liées à la modélisation et la génération de la base de données pour représenter le phénomène de fragmentation (dépendance au nombre de sphères, chemins de contraintes trop restreints, sous-représentation des scénarios fragmentés).
Ce stage a pour objectif de poursuivre ces travaux en développant une base d’apprentissage plus réaliste. Les améliorations porteront sur l'utilisation de granules discrétisées par des cellules de Voronoï, la prise en compte de l’historique de chargement des granules, ainsi que l'intégration du nombre de fragments dans les sorties prédites par le métamodèle.
Étapes du stage
- Prise en main des outils DEM (ROCKABLE / EXADEM) et construction d’échantillons composés de granules discrétisés en cellules de Voronoï.
- Réalisation de simulations pour alimenter la base de données.
- Analyse de la base d’apprentissage (représentativité, répartition) et amélioration des entrées du métamodèle (prise en compte de l’historique de chargement).
Mise en en place du métamodèle et évaluation de ses prédictions.
Moyens / Méthodes / Logiciels
machine learning, discrete element method
Profil du candidat
Candidat :
- Dernière année d'école d'ingénieur / master2 (bac +5)
- Dominante calcul scientifique / modélisation numérique
- Possibilité de poursuivre en thèse
Pourquoi Intégrer le CEA ?
- Donner du sens à votre carrière en travaillant au service des grands enjeux sociétaux de demain.
- Avoir des perspectives de carrière avec plus de 60 familles de métier, des formations...
- Nos avantages : RTT, réseau de ligne de bus sur certains centres (gratuit), restauration collective, CSE…
Conformément aux engagements pris par le CEA en faveur de l’intégration des personnes en situation d’handicap, cet emploi est ouvert à toutes et à tous. Le CEA propose des aménagements et/ou des possibilités d'organisation.
Localisation du poste
Site
Cadarache
Localisation du poste
France, Provence-Côte d'Azur, Bouches du Rhône (13)
Ville
saint-paul lez durance
Critères candidat
Diplôme préparé
Bac+5 - Diplôme École d'ingénieurs
Formation recommandée
Ecole d'ingénieur en mathématiques, statistiques, intelligence artificielle
Possibilité de poursuite en thèse
Non
Demandeur
Disponibilité du poste
01/02/2026
Create candidate area
