Formulation de revêtements géopolymères ayant des propriétés diélectriques et atténuant les radiations énergétiques pour la création d'une base de données IA // Formulation of geopolymer coatings with dielectric properties and energy-absorbing capabilitie

L'objectif du projet de thèse est donc de prédire par l'intelligence artificielle (IA) des formulations géopolymères pour différents revêtements ou composites hybrides pour des applications civiles, militaires et nucléaires. Le défi futur réside dans l'intégration de modèles d'IA multipropriétés capables de prédire simultanément plusieurs performances clés. Cela nécessitera dans un premier temps, la conception d'une base de données étendues et des modèles avancées d'IA pour capturer les liens complexes entre les paramètres de composition et les performances globales du matériau dans un espace de haute dimension en fonction des secteurs d'application. Dans un second temps, les différentes formulations seront validées par le modèle IA. L'étape finale consistera en la réalisation de démonstrateurs avec une évaluation du cycle de vie et du bilan carbone permettant de proposer une solution alternative pertinente vis-à-vis des matériaux pétro-sourcés ou écotoxiques habituellement utilisés.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

The aim of the PhD project is therefore to use artificial intelligence (AI) to predict geopolymer formulations for various coatings or hybrid composites for civil, military and nuclear applications. The future challenge lies in integrating multi-property AI models capable of simultaneously predicting several key performance metrics. This will initially require the design of an extensive database and advanced AI models to capture the complex links between composition parameters and the material's overall performance in a high-dimensional space, tailored to specific application sectors. In a second phase, the various formulations will be validated by the AI model. The final stage will involve the production of demonstrators, accompanied by a life-cycle assessment and carbon footprint analysis, enabling the proposal of a relevant alternative to the petroleum-based or ecotoxic materials typically used.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2026

Financement d'un établissement public Français

Université de Limoges

653 Sciences et Ingénierie

sciences des matériaux & chimie du solide
solid state chemistry and material science