Axe 3 Simulation numérique avancée
Mots clés
Machine Learning, Data-Driven, Automates cellulaires, Réduction de modèles, Identification inverse, Inversion probabiliste, Analyse fiabiliste, Modélisation stochastique, Métamodèle, Simulation en temps réel, Biomécanique, Réfractaire, Maçonneries, Géomatériaux, Ouvrages génie civil
Description
L’axe Simulation Numérique Avancée (SNA) se donne comme objectif de développer des approches performantes et innovantes qui visent à simuler numériquement les réponses des matériaux et structures présentant des constitutions hiérarchiques de natures multi-échelles et des comportements multi-physiques couplés (thermo-hydro-chimio-mécanique, mécano-biologique,… ) et temporellement évolutifs (fluage, changement de phases, adaptation, croissance, remodelage, vieillissement, endommagement, fatigue,…). Pour ce but, les acteurs dans cet axe développent leur savoir-faire reconnu sur la mise en œuvre des approches telles que l’implémentation des lois de comportement couplées complexes, le développement de solutions hybrides combinant les éléments finis - les automates cellulaires - machine-learning, le développement de méthodes d’analyse inverses, de réduction de modèle et d’analyse déterministe/fiabiliste des structures basé sur les métamodèles (Krigeage, POD-RBF…).
Modélisation multiéchelle – multiphysique et stochastique des structures (e.g., osseuse sous les effets des médicaments, ouvrages souterrains) par les approches numériques avancées (couplage IA-FEM, méta-modélisation, réduction du modèle)
Projet et perspectives scientifiques
Les verrous scientifiques de la simulation multiéchelle et multiphysique des solides/structures sont nombreuses. Ils concernent en particulier l’identification et l’implémentation dans les outils numériques des lois de comportements couplées de plus en plus complexes, fortement non linéaire avec la prise en compte fine des informations structurelles à différentes échelles du matériau. L’augmentation de la capacité de la simulation numérique des réponses évolutives (échelles temporelles de la seconde à la décennie) des structures et de l’optimisation de la conception et de renforcement des ouvrages sous les sollicitations d’origine multiphysique en considérant les différentes sources d’incertitude présente un autre grand enjeu scientifique de cet axe.
Faces aux contraintes et exigences pour une large application industrielle (polymère, maçonneries, réfractaires, matériaux du vivants, ouvrages géotechniques et génie civil), les activités scientifiques d’axe consistent à élargir les expertises dans le plan numérique, en particulier la simulation multi-échelle et multiphysique. Plus spécifiquement, les compétences solides d’axe dans le développement des techniques d’homogénéisation numérique, de l’implantation des modèles couplés, de la réduction de modèle, de la quantification d’incertitude et de l’analyse fiabiliste en utilisant les métamodèles (deep learning, Krigeage, RBF) seront enrichies par la mise en œuvre des techniques innovantes pilotées par des données (data-driven). L’ambitionne ainsi de cet axe est le développement des méthodes et des outils de simulation en temps réel pour l’aide à la décision de différentes phases de conception, de construction et d’exploitation des matériaux/structures/ouvrages sous les conditions d’usage complexes. Les améliorations des techniques existantes en exploitant davantage les approches innovantes des sciences des données (deep-learning, data-driven) permettent de : (i) relever les verrous et défis associés à la simulation multi-échelle et multi-physique, (ii) fournir un « support » solide aux deux premiers axes de caractérisation et de constitution des lois de comportement couplé afin d’assurer un dialogue expérimentation-numérique vertueux.
Partenariats existants
- Partenariats déjà existants
- Partenariats industriels : Andra, Total, Cstb, Antea, Hypervention,
- Partenariats académiques : Géoressources Nancy, LML Lille, LaSIE La Rochelle, LEMTA, réseau international FIRE, projet européen ATHOR
- Projets en cours
- Projet Spine avec l’entreprise Hypervention
- Projet Delta v2 de FIRE
- Projets avec Andra (une thèse en cours sur la quantification de la propagation d’incertitude sur la stabilité à long terme des ouvrages de stockage des déchets radioactifs)