Thèse Accélération par Apprentissage Automatique du Calcul des Modes et de la Matrice de Diffraction pour la Propagation d'Ondes Guidées Ultrasonores en Régime Harmonique H/F - Doctorat.Gouv.Fr

Établissement : Université Paris-Saclay GS Sciences de l'ingénierie et des systèmes
École doctorale : Sciences et Technologies de l'Information et de la Communication
Laboratoire de recherche : CEA /LIST - Laboratoire d'intégration de systèmes et de technologies
Direction de la thèse : Arnaud RECOQUILLAY ORCID 0000000191799337
Début de la thèse : 2026-06-01
Date limite de candidature : 2026-05-29T23:59:59

Les ondes élastiques guidées sont couramment utilisées en contrôle non destructif de structures élancées en raison de leur capacité à se propager sur de longues distances. Cependant, leur caractère multimodal et dispersif complique fortement l'analyse des signaux expérimentaux, rendant la simulation numérique indispensable. L'objectif de ce travail est de développer des méta-modèles capables d'approximer rapidement les résultats de simulations coûteuses réalisées hors ligne, à partir d'un plan d'expérience paramétrique. Ces méta-modèles ont pour but de fournir des prédictions fiables en quasi-temps réel, avec des applications en imagerie, inversion de paramètres et conception de capteurs. Le sujet s'appuie sur la plateforme CIVA, qui modélise la propagation modale des ondes et les interactions avec des défauts via des matrices de diffraction, dont le calcul par éléments finis 3D est particulièrement onéreux. Une difficulté majeure réside dans la forte dépendance fréquentielle et les phénomènes de résonance propres aux ondes guidées, qui limitent l'efficacité des approches de méta-modélisation classiques. Le travail proposé consiste à étudier la faisabilité de la méta-modélisation des matrices de diffraction et des bases modales, d'abord à fréquence fixée puis sur un spectre fréquentiel. Enfin, des techniques de modélisation d'ordre réduit et d'apprentissage profond seront explorées afin d'accélérer les calculs tout en maintenant un bon niveau de précision.

Ce sujet s'inscrit dans les développements menés au CEA dans le cadre du développement de la plateforme CIVA : d'une part, des modèles physiques adaptés aux spécificités des méthodes de contrôle simulées sont développés, afin de permettre des calculs rapides et fiables. D'autre part, des méthodes de machine learning sont étudiées afin d'analyser et les données et d'accélérer les calculs, notamment au travers de la méta-modélisation. Ce sujet est donc à l'interface entre ces deux thématiques.

La simulation de la diffraction d'une onde guidée par un défaut complexe, réaliste, nécessite actuellement une résolution éléments finis coûteuse, ce qui limite le nombre de simulations réalisables pour une étude paramétrique ou de l'inversion. Par ailleurs, les méthodes de méta-modélisation classique ne peuvent pas être appliquées efficacement dans ce cas du fait d'une dépendance complexe en la fréquence, notamment au travers des phénomènes de résonance. L'objectif est donc de développer une approche de méta-modélisation adaptée à ces contraintes techniques. Des approches par apprentissage profond et modélisation d'ordre réduit seront notamment considérées pour permettre d'accélérer les calculs.

Le candidat recherché possède des compétences en mathématiques appliquées à la modélisation physique, notamment sur les ondes ultrasonores, et en machine learning.