Reconstruction volumique 3D de la densité et de l’orientation des fibres du bois par approches géométriques et IA (application au comportement à l’usinage)

Contexte – Projet PropUsiBot

La filière de la transformation du bois joue aujourd’hui un rôle stratégique dans le contexte de développement durable. Elle s’appuie sur une ressource biosourcée, présentant une balance entre croissance et exploitation positive, et favorisant les circuits courts par son foisonnement à travers tout le territoire. Cumulé à son caractère écologique, ses qualités esthétiques et mécaniques en font un matériau toujours plus valorisé en construction, en ameublement, pour des instruments de musiques, mais également pour équiper tous types de véhicules qu’ils soient terrestres, aériens ou maritimes.

Lors de l’usinage de pièces en bois massif, il est complexe d’obtenir des états de surface satisfaisants en tous points, et une finition par ponçage est presque systématique. Ce ponçage est long, coûteux, souvent manuel, et pénible pour les opérateurs exposés aux poussières et à des gestes répétitifs pouvant entraîner des troubles musculo-squelettiques. Le projet PropUsiBot, qui s’appuie sur les compétences de l’Institut Clément Ader (Université de Technologie de Tarbes Occitanie Pyrénées) et du LaBoMaP (ENSAM de Cluny), vise à répondre à cette problématique par le développement d’outils complémentaires pour optimiser à la fois les conditions et trajectoires de coupe, en tenant compte des particularités du bois, et les opérations de ponçage selon la qualité obtenue en cours d’usinage.

Description du sujet de thèse et objectifs

Une condition nécessaire à ces optimisations d’usinage est de détenir une bonne connaissance de la matière, or le bois est un matériau très variable par nature. Le verrou scientifique est donc de pouvoir déterminer le plus précisément possible dans tous le volume usiné les deux paramètres principaux influant la mécanique et donc l’usinage : la masse volumique et l’orientation des fibres locale. Le sujet de thèse porte précisément sur la caractérisation non-destructive de ces deux paramètres à l’échelle millimétrique dans l’ensemble du volume, en faisant idéalement un lien avec des propriétés indicatrices du comportement à l’usinage (efforts de coupe par exemple). 

Cette caractérisation repose sur des techniques de contrôle non-destructif telles que la densitométrie par rayons X, les ondes térahertz, ou encore des méthodes optiques exploitant la diffusion directionnelle de la lumière laser à la surface du bois. Si ces technologies sont aujourd’hui bien établies pour le contrôle qualité esthétique ou mécanique, leur usage dans le contexte de l’usinage reste très peu exploré. Le LaBoMaP dispose d’une expertise reconnue à l’international dans ce domaine, avec un parc d’équipements de pointe incluant un scanner industriel de planches sciées et plusieurs scanners de laboratoire intégrant les technologies précitées. L’équipe MUB (Matériau et Usinage du Bois) se concentre sur les deux paramètres clés expliquant les propriétés mécaniques du bois — la densité et l’orientation des fibres — qui influencent également de manière déterminante son comportement à l’usinage.

Le verrou le plus important réside dans la détermination de l’aspect tridimensionnel de l’anisotropie, c’est-à-dire la connaissance dans tout le volume usiné de l’orientation des fibres, alors que les informations obtenues pour la mesure de ces angles sont en surface. Un des objectifs est donc de développer des modèles analytiques ou par intelligence artificielle pour reconstruire la distribution tridimensionnelle de la densité et de l’orientation des fibres dans le volume du bois à partir des données mesurées en peau. Ces données seront transmises à un autre doctorant du projet PropUsiBot comme entrées dans des algorithmes d’optimisation des trajectoires et paramètres de coupe, afin d’atteindre un compromis optimal entre qualité de surface, conformité dimensionnelle et temps d’usinage.

Les objectifs principaux de la thèse sont donc :

• La constitution d’une base de données expérimentales originale, combinant des mesures locales de densité, d’orientation des fibres, et d’efforts de coupe. Cette base sera obtenue par une méthode de tomographie destructive (enchaînement d’enlèvement successif de couches et de scan surfaciques). Des méthodes similaires ont été éprouvées au LaBoMaP dans le cadre de travaux scientifiques précédents.
• Développer et valider des modèles nondestructifs de reconstruction volumique à partir de mesures non-destructives (laser, rayons X, térahertz), en s’appuyant sur des approches géométriques et/ou d’intelligence artificielle.

Éléments de bibliographie thématique

Marc, C., Marcon, B., Denaud, L. and Girardon, S., 2024a. Non-Destructive Wood Analysis Dataset: Comparing X-Ray and Terahertz Imaging Techniques. Data 9 (11): 130. DOI. 

Marc, C., Marcon, B., Denaud, L. and Girardon, S., 2025. FMCW THZ radar and X-ray analysis of wood properties: A comparative study. NDT & E International 154 (septembre):103378. DOI. 

Huang, Yunbo, Daniel Chuchala, Dietrich Buck, Kazimierz A. Orlowski, Magnus Fredriksson, et Mikael Svensson. 2024. « Analysis of the Relationship between Cutting Forces and Local Structural Properties of Scots Pine Wood Aided by Computed Tomography ». The International Journal of Advanced Manufacturing Technology 135 (9‑10): 4975‑87. DOI. 

Besseau, B., Pot, G., Collet, R. and Viguier, J., 2020. Influence of wood anatomy on fiber orientation measurement obtained by laser scanning on five European species. Journal of Wood Science, 66(1), p.74. DOI  

Boivin, J., Teyssieux, D., Froehly, L., Girardon, S. and Denaud, L., 2024. Exploring Visible Spectrum Wavelengths in Light Transmission through Wood Material. Wood Science and Technology 58 (5): 1845‑59. DOI. 

Penvern, H., Demoulin, L., Pot, G., Viguier, J., Roux, B., Hu, M. and Olsson, A., 2024. A laboratory method to determine 3D fibre orientation around knots in sawn timber: case study on a Douglas fir specimen. Wood Science and Technology 58 (août):1735‑60. DOI.  

Penvern H., Pot G., et Viguier J. Development and assessment of methods for determining wood and fibre orientation in a Douglas-fir timber specimen. Wood Science and Technology, 60(2):32, 2026. DOI

Informations Pratiques

• Le(la) doctorant(e) sera basé(e) sur le campus Arts et Métiers de Cluny (71)
• Début de la thèse : idéalement au 1^er octobre 2026
• Le salaire net mensuel sera d’environ 2070 € 
• Possibilité d’enseignement rémunéré à raison de 64 h/an (environ 200 €/mois)

Créé en 1993, le LaBoMaP est Equipe d’Accueil (EA 3633) depuis 2002 et membre de la Fédération de Recherche (FR 2604) « Mathématiques, Matière, Matériaux » CNRS / uB / CEA / A&M ParisTech depuis 2007.
Il comprend une quarantaine de personnes.

L'Ecole Nationale Supérieure d'Arts et Métiers est une "Grande Ecole d'Ingénieurs". Elle a formé plus de 85 000 ingénieurs depuis sa création en 1780 par le duc de La Rochefoucauld Liancourt. Etablissement unique coordonné par une Direction Générale, Arts et Métiers comprend 8 centres d’enseignement et de recherche et 3 instituts répartis sur le territoire français. Ce réseau lui confère une proximité exceptionnelle avec le milieu industriel en régions.

Diplômé(e) d’un Bac+5 (Master universitaire ou école d’ingénieur), le/la candidat(e) devra disposer de compétences pluridisciplinaires du domaine de l’ingénierie et d’une grande capacité d’adaptation et d’apprentissage. Une grande part du travail concernera le traitement de données, la modélisation géométrique et analyse d’image. Une maîtrise d’un langage de programmation (Python, Matlab…) est donc attendue, ainsi que des connaissances de base en traitement d’images. Bien que le travail comporte une forte composante de modélisation, une part significative sera dédiée à l’expérimentation en laboratoire, avec des mesures à effectuer sur des machines de laboratoire, voire de la conception/développement de scanner à effectuer avec le soutien de l’équipe. Le/la candidat(e) devra donc être à l’aise avec la prise en main et le développement de nouvelles techniques expérimentales et la réalisation de nombreux essais/mesures. Des connaissances dans le domaine de l’intelligence artificielle, de la caractérisation non-destructive ou des matériaux anisotropes (bois, composites…) seraient un plus, mais il est surtout indispensable d’avoir l’envie de se former et développer ses compétences dans ces domaines tout au long de cette thèse.