Réseaux de neurones informés par la physique (PINNs) pour la modélisation avancée en transferts thermiques

Objectifs scientifiques et techniques

Cette thèse a pour objectif principal de développer un cadre numérique innovant reposant sur les PINNs capable de modéliser simultanément la conduction, la convection, le rayonnement et la résistance thermique de contact aux interfaces complexes. Cette méthodologie pourra ensuite être appliquée à un cas concret relevant de la thermique du vivant, par exemple l'inactivation bactérienne par plasma froid atmosphérique qui émerge comme une technologie douce et efficace pour la décontamination microbienne, notamment sur des biofilms alimentaires ou médicaux.

Les objectifs scientifiques et techniques précis sont :

1. Développer une formulation PINN innovante (InterfaceNet) permettant de représenter efficacement les discontinuités de température et de flux sans recourir à des maillages fins, intégrant explicitement la loi de Stefan–Boltzmann, les échanges convectifs locaux et les résistances thermiques de contact.
2. Mettre en œuvre un cadre d’identification inverse robuste, capable d’estimer à partir de données expérimentales (thermographie infrarouge, thermocouples), les paramètres clés d’interface tels que la conductance de contact, le coefficient de convection
3. Établir un modèle hybride PINN-données capable de prédire l’efficacité d’inactivation microbienne par plasma froid et permettant une optimisation énergétique du procédé (tension, fréquence, géométrie) tout en garantissant l’intégrité du substrat biologique.

Approche méthodologique

La démarche méthodologique sera structurée en plusieurs étapes progressives :

• Phase 1 : Validation préliminaire du formalisme PINN
  • Implémentation et tests sur des cas analytiques en une dimension (1D), puis extension vers des configurations bidimensionnelles et tridimensionnelles (2D, 3D).
  • Intégration des premiers éléments InterfaceNet (loi radiative, convection simplifiée, résistance thermique de contact).
• Phase 2 : Développement et validation du modèle complet en 3D
  • Extension vers un cadre multi-domaine à trois dimensions, incluant explicitement tous les phénomènes physiques (conduction, convection, rayonnement spectral, contact thermique).
• Phase 3 : Couplage bio-chaleur et application au plasma froid
  • Introduction d’un module bio-chaleur basé sur l’équation de Pennes, incorporant les phénomènes biologiques.
  • Réalisation d’expériences sur biofilms bactériens soumis au plasma froid atmosphérique, acquisition des données par thermographie infrarouge rapide (180 Hz) et comptages microbiologiques.
• Phase 4 : Identification inverse et optimisation énergétique
  • Mise en œuvre de méthodes d’apprentissage inverse bayésiennes permettant une identification fiable des paramètres clés des interfaces.
  • Développement d’un modèle prédictif couplé thermique-biologique capable d’optimiser en temps réel les paramètres opérationnels du plasma froid (tension, fréquence, durée, géométrie).

Le Laboratoire Thermique Interfaces Environnement, LTIE (EA 4415) est rattaché à l’Université Paris Nanterre. Il a été créé en 2007 et a été habilité par le ministère à la suite de sa première expertise par l’AERES en 2009. Ce Laboratoire est né des activités de recherches développées depuis 2000 par une équipe d’enseignants-chercheurs (EC) en Thermique-Energétique en exercice au sein du Pôle Scientifique et Technologique (PST) de l’IUT de Ville d’Avray (composante des SPI de l’Université Paris Nanterre).

Le LTIE compte actuellement 8 enseignants chercheurs.

Le LTIE est engagé depuis plusieurs années dans la thématique thermique des interfaces dont les applications sont nombreuses (freinage, transmission de puissance, mise en forme des matériaux, etc.) et dont les intérêts scientifiques et technologiques sont de grande importance. A titre indicatif, les températures au voisinage des interfaces de corps en situation de frottement conditionnent le coefficient de frottement, le comportement à l’usure, la tenue mécanique des matériaux (dont fissures) et l’apparition de points chauds.

Nous recherchons un(e) candidat(e) titulaire d’un Master ou diplômé(e) d’une école d’ingénieur en thermique, mécanique, physique appliquée, mathématiques appliquées ou informatique. Le(la) candidat(e) devra avoir des connaissances solides en transferts thermiques, méthodes numériques et programmation (Matlab, Python). Une première expérience ou un intérêt marqué pour l’intelligence artificielle (IA) , les PINNs, ainsi que les problèmes inverses sera particulièrement apprécié.