CESI LINEACT (UR 7527), Laboratoire d'Innovation Numérique pour les Entreprises et les Apprentissages au service de la Compétitivité des Territoires, anticipe et accompagne les mutations technologiques des secteurs et des services liés à l’industrie et au BTP. La proximité historique de CESI avec les entreprises est un élément déterminant pour nos activités de recherche, et a conduit à concentrer les efforts sur une recherche appliquée proche de l’entreprise et en partenariat avec elles.  Une approche centrée sur l’humain et couplée à l’utilisation des technologies, ainsi que le maillage territorial et les liens avec la formation, ont permis de construire une recherche transversale ; elle met l’humain, ses besoins et ses usages, au centre de ses problématiques et aborde l’angle technologique au travers de ces apports.

Sa recherche est organisée selon deux équipes scientifiques interdisciplinaires et deux domaines applicatifs.

L’équipe "Apprendre et Innover" relève principalement des Sciences cognitives, Sciences sociales et Sciences de gestion, Sciences et techniques de la formation et celles de l’innovation. Les principaux objectifs scientifiques visés sont la compréhension des effets de l'environnement, et plus particulièrement des situations instrumentées par des objets techniques (plateformes, ateliers de prototypage, systèmes immersifs...) sur les processus d'apprentissage, de créativité et d’innovation.

L’équipe "Ingénierie et Outils Numériques" relève principalement des Sciences du Numérique et de l'Ingénierie. Les principaux objectifs scientifiques portent sur la modélisation, la simulation, l’optimisation et le pilotage de composants, systèmes et processus complexes et des interactions Humains-systèmes dans des systèmes cyber-physiques et jumeaux numériques.

Ces deux équipes développent et croisent leurs recherches dans les domaines applicatifs de l'Industrie du Futur, de la Ville du Futur et des services numériques, soutenues par des plateformes de recherche, principalement celle de Rouen dédiée à l’Usine du Futur et celles de Nanterre dédiée à l’Usine et au Bâtiment du Futur.

Contexte

Dans un contexte de transition écologique et de réduction des émissions de CO₂ dans le secteur du bâtiment, le développement de mortiers à base de déchets industriels constitue une alternative durable aux liants traditionnels à base de clinker. Ces matériaux peuvent intégrer des sous-produits riches en silice et alumine, tels que la poudre de verre, les cendres volantes ou les poussières de four à ciment, activés pour obtenir des performances mécaniques élevées dès le jeune âge. La variabilité des matières premières, la complexité des mécanismes physico-chimiques d’activation et le grand nombre de paramètres influençant les performances rendent néanmoins l’étude expérimentale longue, coûteuse et difficilement reproductible. Dans ce contexte, l’intelligence artificielle apparaît comme un outil prometteur pour prédire les propriétés des mortiers et optimiser leurs formulations en s’appuyant sur les données expérimentales existantes. Bien que ces approches aient démontré leur efficacité pour les matériaux cimentaires innovants, leur application aux mortiers à performance améliorée au jeune âge reste marginale, offrant ainsi un potentiel significatif pour accélérer le développement de formulations durables et performantes.

Objectifs du stage

Le stage portera sur le développement d’un modèle d’intelligence artificielle capable de prédire les propriétés mécaniques et physiques de composites cimentaires formulés à partir de déchets industriels. Il visera particulièrement la compréhension et la prédiction des performances des mortiers à jeune âge, ce qui servira par la suite à l’optimisation des formulations de ces mortiers.  Cette approche s’inscrit dans une démarche de valorisation des sous-produits et de réduction de l’empreinte environnementale des matériaux cimentaires. Le stagiaire réalisera d’abord une revue bibliographique approfondie afin de constituer une base de données structurée issue de la littérature scientifique. À partir de cette base, un modèle prédictif d’apprentissage automatique sera développé pour relier les paramètres de formulation aux performances obtenues. Ce modèle sera ensuite validé par des méthodes de validation croisée et combiné avec des algorithmes d’optimisation pour proposer des formulations répondant à des objectifs spécifiques de performance à jeune âge.

Programme

Pour y parvenir, le stage sera structuré en plusieurs étapes successives, allant de la collecte et du traitement des données jusqu’à la mise au point et l’exploitation du modèle prédictif :

• Revue bibliographique et constitution d’une base de données structurée.
• Préparation, nettoyage et traitement des données collectées.
• Développement et entraînement du modèle d’intelligence artificielle.
• Validation et évaluation du modèle sur des données indépendantes.
• Exploitation du modèle pour l’optimisation des performances à jeune âge.

Etudiant.e en dernière année de cycle ingénieur/Master2, spécialités : génie civil, matériaux, sciences de données.

Compétences scientifiques et techniques :

• Maitrise de la formulation des matériaux cimentaires,
• Capacité de synthèse et de gestion des données,
• Connaissances en intelligence artificielle et ses outils (Python ...),
• Un gout prononcé pour la modélisation,
• Maitrise de l’anglais.

Le travail portera particulièrement sur la compréhension et la prédiction des performances des mortiers à jeune âge, ce qui servira par la suite à l’optimisation des formulations de ces mortiers.

Compétences relationnelles :

• Etre autonome, avoir un esprit d’initiative et de curiosité,
• Savoir travailler en équipe et avoir un bon relationnel,
• Etre rigoureux.