Diagnostic rapide et non intrusif des causes de vieillissement de batteries Li-ion - Application à la prédiction de la performance et de la fiabilité en seconde vie

La transition énergétique et l’électrification croissante des transports entraînent une demande massive en systèmes de stockage d’énergie performants et durables. Dans ce contexte, la batterie lithium-ion s’impose comme la technologie de référence. Cependant, face à la raréfaction des matériaux critiques et à l’impact environnemental de la production, le reconditionnement et la réutilisation des batteries en seconde vie apparaissent comme une voie incontournable pour prolonger leur durée d’usage et réduire leur empreinte carbone.

Les méthodes de diagnostic actuellement utilisées ont été développées pour le secteur automobile, sur des cellules de forte capacité et de grande valeur marchande. Elles reposent sur des protocoles longs, coûteux et nécessitant des moyens expérimentaux lourds, adaptés à des environnements industriels où la sécurité peut être maîtrisée par conception. En revanche, ces approches ne sont pas transposables aux cellules cylindriques de petite taille et de faible valeur unitaire, issues d’applications variées telles que la mobilité légère ou le stockage résidentiel. Elles ne tiennent pas compte de la diversité des profils d’usage, ne permettent pas une estimation rapide et fiable de la durée de vie restante et restent trop onéreuses pour un diagnostic de masse. Dans ce contexte, le développement de méthodes rapides, non-intrusives et économiques constitue un enjeu clé pour accélérer le reconditionnement de ces cellules tout en assurant un niveau de sécurité suffisant.

L’objectif de cette thèse est de concevoir une méthode innovante de diagnostic et de pronostic des batteries lithium-ion. Celle-ci doit permettre d’identifier les mécanismes physiques de vieillissement en lien avec l’historique d’usage, d’évaluer la pertinence des cellules pour une seconde vie et de prédire leur performance et leur fiabilité dans un nouvel usage. Le travail consistera à développer un modèle numérique réduit, combinant essais rapides de type impulsionnel ou fréquentiel et simulation multi-physique, afin d’estimer l’état de santé et la durée de vie restante des cellules. L’approche s’appuiera sur la corrélation entre indicateurs expérimentaux et modèles numériques pour proposer un diagnostic rapide, fiable et industrialisable.

Le laboratoire IMS a une expertise reconnue en caractérisation, modélisation, suivi des performances lors du vieillissement et méthodes de détermination d’état de santé des batteries dans le but de maîtriser leur fiabilité. Sa participation aux projets de recherche nationaux majeurs sur les systèmes de stockage d’énergie, notamment à batteries, a permis de bâtir une base de données unique sur les cellules de dernière génération grâce aux ressources expérimentales de la plateforme CACYSSÉE.

La thèse commencera début 2026 dans le cadre d’un contrat CIFRE de trois ans, en collaboration entre le laboratoire IMS (Bordeaux) et l’entreprise Kurybees (Écquevilly, Yvelines).

Le candidat sera titulaire d’un diplôme d’ingénieur ou d’un master 2 en électrochimie, énergie, physique appliquée ou modélisation numérique. Il devra posséder de bonnes connaissances sur les batteries lithium-ion et le traitement de données expérimentales, ainsi qu’un intérêt marqué pour la recherche appliquée, la simulation et l’analyse des phénomènes physiques.