Réduction de Modèle pour des Jumeaux Numériques Temps Réel de la Coulée Continue (MORCAST) // Model Order Reduction for Real-Time Digital Twins of Continuous Casting (MORCAST)

Le projet de thèse MORCAST vise à développer et valider des modèles d'ordre réduit basés sur des méthodes de projection pour la coulée continue, permettant :
• La prédiction quasi temps réel du procédé,
• Le contrôle du procédé,
• Son optimisation.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

The MORCAST PhD project aims to develop and validate projection-based reduced-order models for continuous casting, enabling near real-time process prediction, control, and optimization.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2026
WEB : https://www.cemef.minesparis.psl.eu/wp-content/uploads/2026/03/Phd_2026_MORCAST_En.pdf

Cifre

CIFRE ANRT

Mines Paris-PSL

364 SFA - Sciences Fondamentales et Appliquées

• Diplôme de Master (MSc ou équivalent) en mécanique numérique, mathématiques appliquées ou science des matériaux • Solide formation en simulation numérique (FEM/CFD) et en programmation (C++, Fortran, Python) • Intérêt pour la réduction de modèles, l'apprentissage automatique et les applications industrielles • Bonnes capacités de communication et motivation pour le travail interdisciplinaire
• Master's degree (MSc or equivalent) in Computational Mechanics, Applied Mathematics, or Materials Science • Strong background in numerical simulation (FEM/CFD) and programming (C++, Fortran, Python) • Interest in model reduction, machine learning, and industrial applications • Good communication skills and motivation for interdisciplinary work.