Contribution of physics-informed neural networks to multiphase reactors dedicated to anaerobic bioprocesses for the production of energy vectors
| ABG-138019 | Sujet de Thèse | |
| 09/04/2026 | Contrat doctoral |
- Génie des procédés
- Informatique
- Sciences de l’ingénieur
Description du sujet
Anaerobic bioprocesses dedicated to the production of energy carriers (such as anaerobic digestion, dark fermentation for biohydrogen production, and biological methanation) represent key technological building blocks for the energy transition. They play a central role in the valorization of organic waste, the decarbonization of energy systems, and the storage of surplus renewable electricity through power-to-gas strategies, particularly in the case of biological methanation.
The types of bioreactors used to operate these processes notably include mechanically stirred tanks or gas-driven systems such as bubble columns and their variants. These systems are characterized by complex, often turbulent flows and strong spatial heterogeneities, which can significantly affect performance and even lead to operational issues. The prediction of these heterogeneities is traditionally based on computational fluid dynamics (CFD) approaches, relying on the solution of the Navier–Stokes equations coupled with species transport equations. However, achieving accurate results requires fine computational meshes, leading to high computational costs in terms of memory and processing time. Despite recent advances, such as the use of GPU processors, these approaches remain difficult to directly couple with experimental data.
A promising alternative is provided by physics-informed neural networks (PINNs). These machine learning methods allow physical laws—typically expressed as differential equations—to be explicitly incorporated into the loss functions, thereby guiding the learning process toward physically consistent solutions. The mesh-free nature of PINNs gives them a decisive advantage in terms of computational efficiency. Moreover, they can be used in inverse approaches to reconstruct flow or concentration fields from a limited number of experimental measurements. Nevertheless, introduced only recently (2017), PINNs are still under development, and their application to complex cases remains limited.
The GePEB group (Process Engineering, Energy and Biosystems) at Institut Pascal has a substantial body of experimental data on anaerobic processes. Regarding stirred tank reactors dedicated to biohydrogen production, studies conducted during several PhD theses (Trad 2017, Chezeau 2018, Danican 2021, Li 2024) have enabled the characterization of flows of both Newtonian and non-Newtonian fluids, using imaging-based measurements of velocity and concentration fields, complemented by local measurements. A CFD model has been developed for Reynolds numbers above 200, making it possible to generate additional three-dimensional data for training purposes. In parallel, an experimental database is currently being developed for a bubble column, as part of an ongoing PhD project (Essid 2026) and a postdoctoral project including CFD developments. The objective of this PhD thesis is to leverage these experimental and numerical datasets to incrementally develop a PINN-based simulation tool for modeling the fluid behavior in these bioreactors. The approach will consist of successively addressing velocity fields, concentration fields, and then gas–liquid mass transfer phenomena (and potentially transfer-limited reactions), each of these stages representing an increasing scientific challenge and an original contribution compared to the current state of the art.
Initially, the study will focus on a mechanically stirred tank in an axisymmetric configuration, for which the flow will be considered single-phase as a first approximation, given the low gas production rates. After validating the approach, the research will move on to a three-dimensional configuration. Depending on the results obtained, the work could be extended to a bubble column dedicated to biological methanation. The final objective is to develop a robust, fast, and reliable tool for optimizing operating conditions by balancing mass transfer, mixing quality, and energy consumption.
The desired candidate profile corresponds either to a background in process engineering with a strong interest in numerical approaches (Python, CFD, etc.), or to a background in computer science or applied mathematics with a strong interest in physical phenomena. Although the PhD is primarily focused on numerical modeling, participation in experimental work is envisaged in order to better understand the studied phenomena and their orders of magnitude.
Prise de fonction :
Nature du financement
Précisions sur le financement
Présentation établissement et labo d'accueil
L'Université Clermont Auvergne recrute un doctorant pour travailler au sein de l’Institut Pascal (UMR CNRS/UBP/IFMA 6602).
L'Institut Pascal, UMR 6602, est une unité mixte de recherche et de formation interdisciplinaire de 400 personnes placée sous la tutelle de l'Université Clermont Auvergne (UCA) et du CNRS. Le CHU de Clermont-Ferrand est tutelle secondaire de l'unité. L'Institut Pascal est membre de Clermont Auvergne INP, qui regroupe trois écoles d'ingénieurs ISIMA, POLYTECH Clermont et SIGMA Clermont.
L'Institut Pascal développe des systèmes innovants et intelligents par une approche intégrative systémique et multi-échelle, s'appuyant sur des champs scientifiques identifiés : électromagnétisme, fiabilité, génie des procédés et des bioprocédés, génie civil, imagerie, matériaux, mécanique, microsystèmes, nanophysique, perception, photonique, robotique, séparation et fonctionnalisation de biomolécules, technologies interventionnelles et diagnostiques médicales.
L’Institut Pascal est composé de 5 Axes de recherche :
• Génie des Procédés, Energétique et Biosystèmes (GePEB) - Céline LAROCHE
Réacteurs et bioréacteurs, Photoprocédés, Bioénergies, Ecosystèmes clos artificiels, Bioraffineries.
• Image, Systèmes de Perception, Robotique (ISPR) - Omar AIT AIDER
Image, Perception artificielle, Commande pour la robotique.
• Mécanique, Génie Mécanique, Génie Civil, Génie Industriel (M3G) - Hélène CHANAL
Mécanique, Matériaux, Structure, Machines.
• Photonique, Ondes, Nanomatériaux (PHOTON) - Guillaume Malpuech
MicroSystèmes, Nanosciences, Nanostructures, Photonique, Compatibilité Electromagnétique.
• Thérapies Guidées par l’Image (TGI) - Jean-Jacques Lemaire
Guidage par l’Image (pelvis, abdomen, cerveau), Techniques endovasculaires, Endoscopie et Vision par ordinateur, Analyse d’impact.
L'axe « Génie des Procédés, Énergétique et Biosystèmes » (GePEB), dont les résultats antérieurs à 2011 se trouvent sous l'étiquette Laboratoire de Génie Chimique et Biochimique (LGCB), comprend aujourd’hui 25 chercheurs permanents, 20 à 30 doctorants, post-docs, chercheurs sous contrat et des étudiants en master. L’axe GePEB adresse des domaines d’application nombreux, tel que la production de vecteurs énergétiques, les biomatériaux, l’environnement, les procédés alimentaires, les écosystèmes clos artificiels, etc. L’axe GePEB est structuré autour de trois thèmes principaux et d’un thème applicatif transversal :
Bioréacteurs et Systèmes Photoréactifs (BioSPhoR)
Bioprocédés : Biomolécules, Bioraffinage, Matériaux Biosourcés (4 Bio)
Bioprocédés : Propriétés, Interfaces, Écoulement (BPIE)
Analyses Système : Procédés Intégrés, Ingénierie Circulaire (IC)
Depuis sa création l’axe GePEB développe une approche générale de génie des procédés pour des processus biologiques, chimiques et physiques impliqués dans des procédés de transformation. Ces travaux partagent une méthodologie commune, fondée sur l'application de bilans de masse, d’énergie, d’entropie et de quantité de mouvement ; ils portent sur la modélisation des couplages entre des phénomènes de nature différente en développant les analyses systémiques. Ceci nécessite des analyses profondes des mécanismes et la connaissance fine des propriétés biologiques, physiques et thermochimiques des milieux et matériaux considérés. La synthèse et l'imbrication de ces recherches sont effectuées lors des étapes de simulation et de modélisation, systématiquement appliquées à toutes les échelles. C’est dans cette capacité d’intégration des disciplines autour d’un même corpus de modélisation que les activités de l’axe GePEB prennent leur source, ce qui leur confère toute leur puissance applicative et d’innovation pour une grande variété de procédés et de bioprocédés.
Ce sujet s’inscrit dans le cadre d'une nouvelle activité innovante et transverse entre l'axe GePEB et l'axe ISPR. Le but concerne la production de biohydrogène ou la méthanation biologique. Il s'agira de bénéficier des résultats connus et des outils de simulation CFD employés au sein de l'axe GePEB pour nourrir une alternative prometteuse offerte par les réseaux de neurones informés par la physique (PINN) et développer un outil de simulation basé sur les PINN pour modéliser le comportement fluide de ces bioréacteurs, en lien avec l'axe ISPR.
Site web :
Intitulé du doctorat
Pays d'obtention du doctorat
Etablissement délivrant le doctorat
Ecole doctorale
Profil du candidat
Le profil recherché correspond soit à un(e) candidat(e) en génie des procédés avec une forte appétence pour les approches numériques (python, CFD…), soit à un profil en informatique ou en mathématiques appliquées, avec un intérêt marqué pour les phénomènes physiques. Bien que la thèse soit principalement orientée vers la modélisation numérique, une participation aux expérimentations est envisagée, afin de mieux appréhender les phénomènes étudiés et leurs ordres de grandeur.
Vous avez déjà un compte ?
Nouvel utilisateur ?
Vous souhaitez recevoir nos infolettres ?
Découvrez nos adhérents
ADEME
Nantes Université
Groupe AFNOR - Association française de normalisation
Medicen Paris Region
ANRT
Servier
Généthon
Institut Sup'biotech de Paris
ONERA - The French Aerospace Lab
Aérocentre, Pôle d'excellence régional
Laboratoire National de Métrologie et d'Essais - LNE
SUEZ
Tecknowmetrix
ASNR - Autorité de sûreté nucléaire et de radioprotection - Siège
TotalEnergies
Ifremer
Nokia Bell Labs France
-
EmploiRef. 137159LA BOHALLE , Pays de la Loire , FranceHM.CLAUSE
Project Manager – Genomics and Sequencing Technology Development
Expertises scientifiques :Biotechnologie
Niveau d’expérience :Confirmé
-
EmploiRef. 136824Montpellier , Occitanie , France
CIRADChercheur.e écophysiologiste sur efficience d'utilisation de l'eau écosystèmes terrestres
Expertises scientifiques :Ecologie, environnement - Agronomie, agroalimentaire
Niveau d’expérience :Junior
