Merge branch 'job_99dfc4d44435d45fd98bed5e6e226795' into 'master'

New job offer job_99dfc4d44435d45fd98bed5e6e226795

See merge request !1061

content/job_offers/job_99dfc4d44435d45fd98bed5e6e226795.md

+Title: Optimisation multi-échelle des paramètres microstructuraux des structures piézo-électriques par l’intelligence artificielle.
+Date: 2022-01-21 10:23
+Slug: job_99dfc4d44435d45fd98bed5e6e226795
+Category: job
+Authors: Wiyao AZOTI
+Email: azoti@unistra.fr
+Job_Type: Stage
+Tags: stage
+Template: job_offer
+Job_Location: Strasbourg
+Job_Duration: 5 à 6 mois
+Job_Website: 
+Job_Employer: Laboratoire ICube
+Expiration_Date: 2022-04-15
+Attachment: job_99dfc4d44435d45fd98bed5e6e226795_attachment.pdf
+
+Contexte de l’étude :
+L’addition de nanoparticules, représente une voie d’amélioration des propriétés multi-physiques de certains polymères. Dans l’aéronautique, l’utilisation de ces nouveaux matériaux (appelés nanocomposites) pourraient permettre un allègement des structures et donc une réduction de la consommation en carburant. Grâce à leurs bonnes propriétés électromécaniques, ces nanoparticules pourraient également servir de capteurs et actionneurs assurant ainsi une meilleure portance des ailettes d’avion. En effet, il a été montré que l’incorporation dans une matrice Polyvinylidene fluoride (PVDF), de nanoparticules de Graphene et/ou de nanotubes de carbone permet d’obtenir une meilleure conductibilité des champs électriques et de bonnes propriétés mécaniques1. La matrice PVDF, reconnue pour ses propriétés électro-active2, verrait ses propriétés piézo-électriques améliorées par le biais d’un réseau de percolation formé de nanotubes de carbone et/ou Graphene. Le nanocomposite résultant servira de pli à une échelle mésoscopique dans un stratifié. La prise en compte des paramètres microstructuraux se fera par une modélisation micromécanique3. Ensuite, des simulations éléments finis seront développées dans un modèle macroscopique d’ailettes d’avion. Enfin, les paramètres microstructuraux seront optimisés à l'aide de techniques d'intelligence artificielle afin d'optimiser les performances piézoélectriques de l'ailette. Ces approches seront basées sur l'apprentissage profond et l'apprentissage par renforcement, afin d'optimiser les paramètres à l'aide de données simulées qui seront valables sur les prototypes du monde réel.
+
+Missions :
+Il s’agira de développer des outils analytiques et des simulations numériques conduisant à un comportement optimal d’une ailette d’avion par :
+
+- Le développement d’un modèle composite en stratifié prenant en compte l’orientation et les propriétés à l’échelle microscopique de la matrice PVDF et des renforts. Dans un premier temps, seule la matrice PVDF sans renforts sera considérée ;
+- La simulation en Eléments finis du composite stratifié dans un modèle macroscopique d’ailettes d’avion ;
+- L’optimisation des paramètres microstructuraux du stratifié par des approches d’intelligence artificielle ;
+- La réalisation de tests mécaniques de caractérisation des composites aux différentes échelles.