Pause
Lecture
Moteur de recherche d'offres d'emploi CEA

POST DOC - Plateforme de réalité virtuelle Monte Carlo pour l'estimation de débit de dose H/F


Détail de l'offre

Informations générales

Entité de rattachement

Le Commissariat à l'énergie atomique et aux énergies alternatives (CEA) est un organisme public de recherche.

Acteur majeur de la recherche, du développement et de l'innovation, le CEA intervient dans le cadre de ses quatre missions :
. la défense et la sécurité
. l'énergie nucléaire (fission et fusion)
. la recherche technologique pour l'industrie
. la recherche fondamentale (sciences de la matière et sciences de la vie).

Avec ses 16000 salariés -techniciens, ingénieurs, chercheurs, et personnel en soutien à la recherche- le CEA participe à de nombreux projets de collaboration aux côtés de ses partenaires académiques et industriels.  

Référence

2021-18270  

Description de l'unité

Au sein de l'Institut IRESNE et du Département d'Etudes des Réacteurs (DER), le Service de Physique des Réacteurs et du Cycle (SPRC) regroupe les compétences en neutronique et physique nucléaire dans le domaine de la physique des réacteurs et du cycle du combustible associé.

Les missions du SPRC sont :
- Le développement et la validation des outils de calcul scientifique (données nucléaires et modélisations neutroniques) pour les diverses filières de réacteurs, utilisés pour évaluer avec précision les paramètres neutroniques des réacteurs et des installations du cycle du combustible ;
- La réalisation d'études neutroniques en soutien à la conception, l'exploitation et le démantèlement des réacteurs nucléaires civils et de propulsion nucléaire, ainsi qu'aux installations du cycle ;
- La réalisation d'études de scénarios de parcs électronucléaires.

Au sein du Service de Physique des Réacteurs et du Cycle, le Laboratoire de Projets Nucléaires (LPN) est en charge du développement et de la validation numérique et expérimentale des outils de calcul neutronique pour les réacteurs de propulsion nucléaire et pour les réacteurs expérimentaux. Ces outils de calcul sont constitués de données nucléaires et de modélisations neutroniques, validés sur des domaines d'utilisation d'intérêt. Le LPN réalise également des études neutroniques en soutien à la conception, l'exploitation et l'assainissement/démantèlement de ces mêmes réacteurs.

Description du poste

Domaine

Neutronique et physique des réacteurs

Contrat

Post-doctorat

Intitulé de l'offre

POST DOC - Plateforme de réalité virtuelle Monte Carlo pour l'estimation de débit de dose H/F

Sujet de stage

Ce sujet de post-doctorat porte sur le développement d'une plateforme de réalité virtuelle basée sur des données Monte-Carlo pour l'estimation de débit de dose dans les activités de démantèlement d'installations nucléaires.
Il s'agira de combiner la précision des simulations Monte Carlo et la dynamique des plateformes de réalité étendue en changeant le paradigme calculatoire utilisé jusqu'à présent dans ces plateformes.
La démarche consistera à s'appuyer sur des estimations en ligne mettant en œuvre des données calculées hors-ligne.

Durée du contrat (en mois)

12 mois renouvelables

Description de l'offre

Lors du démantèlement d’installations nucléaires, le niveau du débit de dose doit être préalablement estimé à l’aide d’outils de calcul vérifiés, validés et qualifiés afin d’aider à planifier le scénario des opérations d’Assainissement-Démantèlement (A&D) le plus optimisé en termes de radioprotection. Associé à cette détermination du débit de dose, on assiste aujourd’hui à l’essor de méthodes permettant la visualisation en temps réel du débit de dose dû à une ou plusieurs sources de radiations. De telles méthodes permettent de réaliser un jumeau numérique de l’installation et de simuler les moyens d’intervention ainsi que les tâches de découpe et de colisage spécifiques aux activités d’A&D. De tels outils ont d’ores et déjà été mis en œuvre au CEA. Ils présentent un avantage certain en termes d’optimisation et de planification des scénarios à adopter pour le démantèlement d’installations, mais nécessitent l’utilisation de codes de calcul rapides, simplifiant les processus physiques rencontrés et conduisant à une estimation biaisée, et surtout non enveloppe, du débit de dose obtenu. Dans les configurations les plus complexes, la simulation Monte Carlo est alors la solution adoptée. Bien que précise, cette méthode stochastique reste cependant lente à converger, et ne permet pas une optimisation aussi ergonomique des scénarios de démantèlement que les plateformes de réalité étendue.


Pour ces configurations complexes, nous nous proposons de combiner la précision des simulations Monte Carlo et la dynamique des plateformes de réalité étendue en changeant le paradigme calculatoire utilisé jusqu’à présent dans ces plateformes. Ainsi, plutôt que de s’orienter vers une estimation en ligne, rapide mais imprécise voire erronée du débit de dose, nous nous proposons de baser les estimations en ligne sur des données calculées hors-ligne. Cette démarche nécessite la construction d’une base de données Monte Carlo de cartes de débit de dose d’une installation, paramétrée pour un (ou plusieurs) scénario(i) donné(s). Une telle approche présente deux intérêts : (i) Par le biais de techniques d’apprentissage, elle permet la visualisation d’une carte de débit de dose précise et représentative de l’état radiologique d’une installation. Les zones inaccessibles aux opérateurs et nécessitant des moyens télé-opérés sont alors clairement identifiables. (ii) Par le biais de fichiers d’espace des phases (PSF pour Phase Space File), elle conduit à une optimisation locale non biaisée et en ligne des postes de travail. Pour cela, la base de cartes Monte Carlo doit être définie de manière à associer à chaque zone d’intervention une surface l’englobant. Les paramètres des particules traversant cette surface sont stockés dans un PSF lors de la simulation Monte Carlo. De cette façon, à chaque zone d’opération, est définie une source paramétrée non biaisée issue de calculs Monte Carlo et prenant en compte les diverses interactions des particules avec le milieu environnant.

Moyens / Méthodes / Logiciels

Intelligence artificielle, Machine learning

Profil du candidat

Formation initiale école d’ingénieur ou universitaire (bac+5) en simulation numérique

Doctorat (soutenu au plus tard fin octobre 2021)

Connaissances solides en Mathématiques – Statistiques – Intelligence Artificielle – Machine Learning

Connaissance des nouvelles technologies d’apprentissage : automatique, par renforcement, etc…

Capacité à prendre en main un code et à programmer (Python, C++, …)

Capacité à travailler dans un contexte pluri-disciplinaire

Compétences rédactionnelle et organisationnelle – Communication - Reporting

Fort intérêt pour les technologies immersives et pour les applications nucléaires

Localisation du poste

Site

Cadarache

Localisation du poste

France, Provence-Côte d'Azur

Ville

SAINT PAUL LEZ DURANCE

Critères candidat

Langues

Anglais (Courant)

Formation recommandée

Formation initiale école d'ingénieur ou universitaire (bac+5) en simulation numérique

Possibilité de poursuite en thèse

Non

Demandeur

Disponibilité du poste

01/01/2022