Pour renforcer son action de recherche en élaboration de matériaux biocomposites structuraux, elle recrute un ou une doctorant(e) dans le domaine de la modélisation numérique stochastique par éléments finis des écoulements multi-échelles dans les milieux fibreux bio-sourcés. Cette thèse fait partie du projet de recherche LINEN1, financé par l’Agence Nationale de la Recherche à hauteur de 500 k€. Ce projet comprend une seconde thèse portant sur l’aspect expérimental, ainsi qu’un post-doc, tous deux localisés également à Mines Saint-Étienne. Les deux thèses débuteront simultanément dans une optique de mutuelle interaction.
DESCRIPTION DU POSTE :
Le poste est localisé sur le campus de Saint-Étienne, dans l’équipe MPE (Mécanique et Procédés d’Élaboration directe) du Centre SMS (Sciences des Matériaux et des Structures). L’un des domaines d’expertise de cette équipe est l’élaboration de matériaux (bio-)composites structuraux, et notamment la maîtrise du procédé d’élaboration pour atteindre les propriétés mécaniques visées. Le procédé envisagé ici est l’infusion de résine, utilisé pour élaborer des pièces minces (de type coques), au cours duquel une résine liquide imprègne un renfort fibreux sous l’action d’une simple dépression. Le renfort est constitué de fibres de lin (quelques dizaines de micromètres de diamètre) regroupées en « paquets », les mèches (200 à 300 µm). L’objectif de cette thèse est de caractériser numériquement l’imprégnation de la résine dans le renfort aux échelles intra-mèche (résolution des équations de Stokes) et inter-mèche (couplage Stokes-Darcy), via le calcul de quantités homogènes équivalentes (saturation / perméabilité / pression capillaire), caractéristiques de l’échelle en question. Ces quantités pourront alors servir de données d’entrée à un calcul à l’échelle supérieure (transition d’échelle). En outre, le lin, en tant que fibre végétale, présente des variabilités locales (sur sa géométrie, ses propriétés physico-chimiques), qu’il s’agira de prendre en compte lors de ces changements d’échelles. En se basant sur de précédents travaux menés en MPE, une méthode d’apprentissage machine, la régression par processus gaussiens, devrait permettre de traiter les quantités calculées comme des variables aléatoires dont la loi de probabilité traduit leur variabilité.
La première étape de cette démarche sera de générer et d’analyser des domaines statistiquement représentatifs des échelles intra- et inter-mèches. En particulier, en collaboration avec la deuxième thèse du projet LINEN, des micro-tomographies seront réalisées, dont les différentes tranches serviront de matériel de base pour la génération de domaines 2D. Une fois analysés et maillés, ces domaines seront utilisés dans les simulations numériques d’écoulement afin de procéder aux calculs de transition d’échelles.
Les travaux de recherche s’accompagneront d’une mission d’enseignement de 64 h/an en présentiel.
