Bienvenue aux Mines Paristech
Bienvenue à MINES ParisTech
Newsletter International
Website
Théorie & Pratique
Vous êtes

webTV

Lecture

Aftermovie du H4ck@mines 2019 MINES ParisTech

Lecture

MIG 2019 - Systèmes embarqués

Lecture

Teaser Journées Portes Ouvertes

Lecture

Season's Greetings - Meilleurs voeux 2019

Lecture

Plan stratégique de l'Ecole

+ Toutes les vidéos

Partager

POURVU - Jumeau numérique pour la prédiction à-la-volée de la durée de vie résiduelle des structures composites

POURVU - Jumeau numérique pour la prédiction à-la-volée de la durée de vie résiduelle des structures composites

PROVIDED - Digital twinning for the online prediction of residual life of composite structures

Proposition de thèse

Spécialité

Sciences et génie des matériaux

Ecole doctorale

Ingénierie des Systèmes, Matériaux, Mécanique, Énergétique

Directeur de thèse

KERFRIDEN Pierre

Co-encadrant

MARCHAND Basile

Unité de recherche

Centre des Matériaux

Contact
Date de validité

01/10/2019

Site Webhttp://www.mat.mines-paristech.fr/Accueil/Propositions-de-theses/
Mots-clés

Élements finis, Assimilation de données, Matériaux composites, Calcul haute performance

finite element modelling, machine learning, data assimilation, composite materials, HPC

Résumé

Le doctorant rejoindra l'équipe SIMS du Centre des matériaux. Il bénéficiera de l'expertise de ses superviseurs dans les domaines du calcul haute performance, de la modélisation composite et des algorithmes de pointe pour l'assimilation de données (voir liste non exhaustive de publications). Les développements numériques seront réalisés dans la suite logiciel Zset, une suite logiciel de calcul scientifique de pointe dédiée à la résolution par éléments finis de problèmes de mécanique des solides non linéaires.
http://www.zset-software.com/
L'étudiant bénéficiera également de l'expertise et du bagage de recherche de l'équipe MIMEX (S. Joannes et A. Thionnet) en ce qui concerne la modélisation mécanique des structures composites tissées.

Context and challenges: The prediction of the residual life of advanced composite structures is extremely challenging. This is, first and foremost, due to the inherent complexity of the mechanical behaviour of these materials, and in particular the evolution of damage, which strongly depend on the interaction between their meso-constituents. Moreover, in-situ measurements of mechanical quantities such as structural strains are weakly informative proxies for ongoing damage mechanisms. Indeed, the major strength of carbon-reinforced composites - their high stiffness – is also what makes such measurements insensitive to ongoing failure mechanisms, up to the point when final fracture develops in an unstable manner.
Composite modelling has, however, reached a stunning level of maturity. Today, we are capable of modelling and blindly predicting progressive damage in composite structures, using advanced meso-scale models of fiber breakage and interphase debonding, coupled with state-of-the-art finite element technologies to solve the associated nonlinear systems of coupled differential equations. The Centre des Materiaux in particular has 40 years of expertise in modelling the progressive damage of composite vessels. However, the associated numerical computations are rather expensive even in the context of relatively simple load cases (i.e. several days). To bring such modelling capabilities from our labs to engineering products, we need to be able to predict the behaviour of the component under complex loading conditions, and to forecast the evolution of equally probable states of the material, given the history of measured states of the engineering component. This endeavour requires cutting-edge research and development efforts at the intersection between (i) high-performance parallel computing and (ii) computationally efficient data assimilation and uncertainty propagation.

Scientific objectives: In this context, the successful PhD candidate will develop parallel data-assimilation algorithms to build the first digital twin for in-situ residual life estimation of advanced composite vessels. The research approach is to make the best of state-of-the-art parallel finite element solution algorithms for high-performance computing, while controlling the cost associated with probabilistic data assimilation through the development of meta-modelling strategies.

Environment:The PhD student will join the SIMS team of the Centre des Materiaux. He will benefit from the expertise of his supervisors in the area of high-performance computing, composite modelling, and cutting-edge algorithms for data assimilation (see non-exhaustive list of publications). The numerical developments will be performed in software Zset, a state-of-the art scientific computing package dedicated to the finite element solution of nonlinear solid mechanics problems.
http://www.zset-software.com/
The student will also benefit from the expertise and research background of the MIMEX team (S. Joannes and A. Thionnet) regarding the mechanical modelling of woven composite structures.

Methodology: The following research program will be followed. In the first half of the PhD, we propose to develop a physically faithful Zset finite element model of a woven composite pressure vessel. The scalability of existing multigrid domain decomposition preconditioners will be tested for this problem, and further specific developments will be performed to extend this methodology to the solution of delamination problems (zero-thickness elements). In the second part of the PhD, we will concentrate one using this numerical model within a data assimilation loop. Research will be required to develop an appropriate Kalman filtering strategy to assimilate time data and propagate uncertain damage states in time. We will, in particular, develop meta-modelling strategies and dimensional reduction tools to control the overall computational effort and make digital materials compatible with todayÂ's available computational resources in industry.


Contexte

La prédiction de la durée de vie des structures composites est un enjeux majeur dans le contexte industriel actuel. Cela est dû avant tout à la complexité inhérente au comportement mécanique de ces matériaux, et en particulier à l'évolution de l'endommagement, qui dépend fortement de l'interaction entre les méso-constituants. De plus, les mesures in-situ de grandeurs mécaniques telles que les déformations structurelles sont peu informatives des mécanismes d'endommagement présents. En effet, la grande rigidité des composites à renforts en carbone ces mesures insensibles aux mécanismes de défaillance en cours, jusqu'au point où la rupture finale se développe de manière instable.
La modélisation des composites a cependant atteint un niveau de maturité avancé. Aujourd'hui, nous sommes capables de modéliser et de prédire à l'aveugle l'évolution des phénomènes d'endommagement dans les structures composites, en utilisant des modèles avancés de rupture de fibre et de décohésion interphase, en association avec des technologies éléments finis de pointe pour résoudre les systèmes non linéaires associés. Le Centre des matériaux possède une expérience forte dans la modélisation de l'évolution de l'endommagement dans les structures composites. Mais les calculs numériques restent assez très même dans le contexte de cas de chargement relativement simples (typiquement plusieurs jours de calcul).
Pour que ces modèles puissent être appliqués à des problématiques industrielles complexes, nous devons être en mesure de prévoir le comportement dans des conditions de chargements complexes et également de prévoir l'évolution de l'endommagement à partir des mesures in-situ. Pour atteindre cet objectif il est nécessaire de mener une action de recherche avancée à la croisée entre : (i) le calcul haute performance ; (ii) l'assimilation de données et la propagation d'incertitude.

Encadrement

Directeur de thèse : Chargé de Recherche, Mines ParisTech, Centre des Matériaux
Co-encadrant : Basile Marchand, Ingénieur de recherche, Mines ParisTech, Centre des Matériaux
En collaboration avec : S. Joannes, Mines ParisTech, CDM

Profil candidat

Profil type : Ingénieur et/ou Master recherche - Bon niveau de culture générale et scientifique. Bon niveau de pratique du français et de l'anglais (niveau B2 ou équivalent minimum). Bonnes capacités d'analyse, de synthèse, d'innovation et de communication. Qualités d'adaptabilité et de créativité. Capacités pédagogiques. Motivation pour l'activité de recherche. Projet professionnel cohérent.

Pré-requis (compétences spécifiques pour cette thèse) :
- Très bonnes connaissances en mécanique des milieux continus
- Très bonnes connaissances et pratique des méthodes numériques pour la résolution d'équations aux dérivées partielles.
- Intérêt pour le calcul haute performance.
- Compétences en programmation orientée objet
- Intérêt pour les sciences des données.

Pour postuler : Envoyer votre dossier à recrutement_these@mat.mines-paristech.fr comportant
• un curriculum vitae détaillé
• une lettre de motivation/projet personnel
• des relevés de notes L3, M1, M2
• 2 lettres de recommandation
• les noms et les coordonnées d'au moins deux personnes pouvant être contactées pour recommandation
• une attestation de niveau d'anglais
• carte d'identité ou passeport

Typical profile for a thesis at MINES ParisTech: Engineer and / or Master of Science - Good level of general and scientific culture. Good level of knowledge of French (B2 level in french is required) and English. (B2 level in english is required) Good analytical, synthesis, innovation and communication skills. Qualities of adaptability and creativity. Teaching skills. Motivation for research activity. Coherent professional project.

Prerequisite (specific skills for this thesis):
- Excellent understanding of continuum mechanics
- Excellent understanding and proven practice of numerical methods for partial differential equations
- Strong interest for high performance computing
- Proven object-oriented programming skills
- Interest in data science

Applicants should supply the following :
• a detailed resume
• a covering letter explaining the applicantÂ's motivation for the position
• detailed exam results
• two references : the name and contact details of at least two people who could be contacted
• to provide an appreciation of the candidate
• Your notes of M1, M2
• level of English equivalent TOEIC
• passport or/and residence permit

to be sent to recrutement_these@mat.mines-paristech.fr

Objectif

Dans ce contexte, le doctorant développera des algorithmes d'assimilation de données parallèles afin de construire le premier jumeau numérique pour l'estimation de la durée de vie résiduelle in-situ de structures composites complexes. La démarche consiste à tirer parti des performances des algorithmes avancés de résolution parallèle de problèmes éléments finis non-linéaires tout en contrôlant le coût de calcul de l'assimilation de données (probabiliste) via un développement de stratégies de méta-modélisation.

Références

B Marchand, L Chamoin, C Rey, Real?time updating of structural mechanics models using Kalman filtering, modified constitutive relation error, and proper generalized decomposition, International Journal for Numerical Methods in Engineering, 107, 9, (786-810), 2016.
Augustin Parret-Fréaud, Christian Rey, Frédéric Feyel, Christophe Bovet, Pierre Gosselet, Basile Marchand, Nicole Spillane. Robust domain decomposition methods in industrial context applied to large business case. 24th International Conference on Domain Decomposition Methods, Feb 2017, Longyearbyen, Norway.
Basile Marchand, Stéphane Quilici. Préconditionneur grille grossière pour la résolution par solveur itératif de problème éléments-finis fortement non-linéaires de grandes tailles, 14e colloque national en calcul des structures, May 2019, Giens, France.
P Kerfriden, O Allix, P Gosselet, A three-scale domain decomposition method for the 3D analysis of debonding in laminates, Computational mechanics 44 (3), 343-362, 2009.
O Goury, D Amsallem, SPA Bordas, WK Liu, P Kerfriden, Automatised selection of load paths to construct reduced-order models in computational damage micromechanics: from dissipation-driven random selection to Bayesian optimization, Computational Mechanics 58 (2), 213–234, 2016

Type financement

Concours pour un contrat doctoral

Retour à la liste des propositions

actualité

Agir pour renforcer le doctorat en Europe

Formation Agir pour renforcer le doctorat en Europe Le projet IDEAL vise à développer l’impact…
> En savoir +

L'intelligence artificielle pour la santé

Formation L'intelligence artificielle pour la santé Le jeudi 27 juin, l' Association des Instituts Carnot…
> En savoir +

Télécommunications acoustiques MIMO

Formation Télécommunications acoustiques MIMO Arthur Aubertin, doctorant au Centre de recherche en…
> En savoir +

Concours étudiant sur les réseaux électriques intelligents

Formation Concours étudiant sur les réseaux électriques… La 5 e édition du concours étudiant sur les réseaux…
> En savoir +

Prix Maurice Allais de Science économique 2019

Formation Prix Maurice Allais de Science économique 2019 Deux articles primés Le Jury a unanimement souhaité cette…
> En savoir +

+ Toutes les actualités

agenda

Du 4 juin au 28 septembre 2019 Dons du Ciel - Des météorites et des hommes

Du 24 août au 30 septembre 2019 L'École des Mines de Paris - 39-45 Engagement et…

Du 18 septembre au 17 octobre 2019 Musique aux Mines

Du 4 juin au 28 septembre 2019 Dons du Ciel - Des météorites et des hommes

Du 24 août au 30 septembre 2019 L'École des Mines de Paris - 39-45 Engagement et…

Du 18 septembre au 17 octobre 2019 Musique aux Mines

+ Tous les événements

contact

Régine MOLINS
Direction de l'Enseignement
Service du Doctorat
> envoyer un mail

Plan du site
MINES
ParisTech

60, Boulevard Saint-Michel
75272 PARIS Cedex 06
Tél. : +33 1 40 51 90 00

Implantations
Mentions légales | efil.fr | ©2012 MINES ParisTech | +33 1 40 51 90 00 |