Where PhDs and companies meet
Menu
Login

Already registered?

New user?

Conception de nouveaux alliages d'aluminium optimisés pour la fabrication additive par laser

ABG-127506 Thesis topic
2024-12-10 Other public funding
Laboratoire Georges Friedel UMR5307
- Auvergne-Rhône-Alpes - France
Conception de nouveaux alliages d'aluminium optimisés pour la fabrication additive par laser
  • Materials science
  • Digital
  • Engineering sciences
métallurgie, conception numérique, fabrication additive, solidification

Topic description

Contexte et objectifs:

La fabrication additive par fusion laser sur lit de poudre (LPBF) occupe une place croissante dans les secteurs de l’aéronautique et de l’automobile, grâce à sa capacité à produire des pièces métalliques complexes et légères. Les alliages d’aluminium, appréciés pour leur résistance spécifique élevée, présentent toutefois une sensibilité à la fissuration à chaud, notamment dans certaines nuances comme les 6061 et 7075, ce qui complique leur utilisation dans ce procédé.  Le projet ANR « DALAILAMA » (Design of Aluminium Lightweight Alloys and In-situ monitoring of Laser Additive MAnufacturing) a pour objectif de concevoir un alliage d’aluminium optimisé pour ce procédé. Il permettra de réduire la fissuration, de contrôler la microstructure pour une homogénéité optimale et d'équilibrer la résistance et la ductilité. En s’appuyant sur une optimisation multi-objectifs intégrant des outils numériques et des essais in situ, un nouvel alliage répondant à ces exigences sera conçu.  Des essais expérimentaux, incluant des fabrications instrumentées en LPBF avec des alliages modèles, permettront d’étudier la stabilité du bain de fusion et les phénomènes d’émissions de projections. Une fois l’alliage optimisé identifié, il sera produit à plus grande échelle afin d’évaluer ses performances mécaniques et microstructurales.  Cette thèse s’inscrit pleinement dans ce projet, avec pour ambition de développer une méthodologie innovante capable d’accélérer la conception d’alliages adaptés aux défis spécifiques de la fabrication additive par LPBF.

La thèse sera principalement menée au Laboratoire Georges Friedel de l’École des Mines de Saint-Étienne pour effectuer des travaux de modélisation et de caractérisation, avec des déplacements dans les laboratoires partenaires (PIMM, MATEIS, CEA) pour réaliser des élaborations et des mesures in situ de la fusion des poudres, ainsi que pour les réunions d’avancement du projet.

 

Vos Missions:

Cette thèse, résolument créative, vise à définir et à transcrire dans un ensemble de modèles physiques et thermodynamiques l’ensemble des critères nécessaires à l’évaluation des performances des alliages d’aluminium en fabrication additive. Ces critères de conception reposent sur le développement de modèles thermodynamiques et analytiques, en particulier pour prédire les séquences de précipitation et les propriétés thermo-physiques, à l’aide de scripts informatiques. L’ensemble de ces critères sert à définir les objectifs d’optimisation et les contraintes pour la conception d’un nouvel alliage. Trois grandes catégories de critères sont considérées : la microstructure et les phases, la stabilité du bain fondu, ainsi que la réduction des risques de fissuration à chaud. Dans un second temps, une optimisation multi-objectifs des compositions d’alliages est effectuée à l’aide d’un algorithme génétique pour identifier les compositions optimales. Bien qu’une base de travail existe déjà, des extensions supplémentaires sont prévues pour enrichir la chaîne numérique. Des compétences en développement d’outils numériques et en programmation seront donc essentielles pour atteindre ces objectifs. Les phénomènes métallurgiques à modéliser incluent notamment la solidification rapide et la prévision des séquences de précipitation lors du refroidissement. Une expertise en science des matériaux est requise pour traiter ces aspects complexes.

Le projet comporte également un volet expérimental incluant la synthèse d’alliages par fusion de poudres mélangées ou pré-alliées, suivie de caractérisations microstructurales et mécaniques. Ces expérimentations permettront de valider les différentes étapes de la chaîne numérique d’optimisation et de fournir des retours critiques pour affiner les prédictions. L'objectif est de valider chaque composante de la chaîne numérique d'optimisation des alliages en s'appuyant sur des retours d'expérience provenant d'alliages modèles. Ces informations précieuses permettront de confirmer la fiabilité des prédictions tout en affinant leur précision. Enfin, un alliage optimisé sera produit en quantité suffisante pour mener une étude approfondie de ses propriétés après fabrication additive. Ce travail permettra de découvrir un nouvel alliage potentiellement valorisable et d'améliorer les capacités de prédiction et d'optimisation des modèles, renforçant ainsi les outils de conception d'alliages innovants.

Ce projet, financé par l’ANR, vise à partager les résultats avec la communauté scientifique. Il est essentiel de posséder des bonnes aptitudes en communication, en rédaction et en présentation des travaux, afin d’interagir efficacement avec les spécialistes de la métallurgie. Enfin, la réussite du projet repose sur des activités collaboratives impliquant des interactions régulières avec d’autres équipes. Des compétences en travail d’équipe, en gestion de projet et en communication seront donc nécessaires pour assurer le bon déroulement des recherches.

Starting date

2025-03-03

Funding category

Other public funding

Funding further details

ANR

Presentation of host institution and host laboratory

Laboratoire Georges Friedel UMR5307

Mines Saint-Étienne est une école de l’Institut Mines-Télécom (IMT). Le Centre de sciences des matériaux et des structures (SMS) mène des activités de recherche et d’enseignement dans le domaine de la mécanique et de la physique des matériaux, tels que les métaux, les composites et les céramiques. Les activités de recherche en science des matériaux du centre SMS sont conduites au sein du Laboratoire Georges Friedel (LGF, UMR 5307 CNRS), qui réunit les compétences de l'École des Mines de Saint-Étienne dans les domaines des matériaux, de la mécanique et des procédés, en partenariat avec l'industrie afin de résoudre les problèmes de durabilité, d'efficacité énergétique et de transformation des matériaux en composants industriels. L’activité principale de l’équipe PMM (Physique et Mécanique appliquées à la Métallurgie) du laboratoire LGF concerne la mesure, la modélisation et la prédiction des évolutions microstructurales résultant des procédés de mise en forme et de fabrication avancés. Cette équipe s’investit également dans le développement de méthodologies de conception d’alliages, notamment grâce à sa maîtrise des procédés d’élaboration lui permettant de quantifier les performances des alliages conçus. Les travaux de l’équipe bénéficient des moyens de calcul intensif du laboratoire pour développer et maintenir des codes internes dédiés au design d’alliages, aux méthodes de caractérisation de la matière et à la simulation des évolutions microstructurales.

PhD title

Conception de nouveaux alliages d'aluminium optimisés pour la fabrication additive par laser

Country where you obtained your PhD

France

Graduate school

Sciences, ingénierie, santé

Candidate's profile

  • De formation École d’ingénieur ou Master 2, vous êtes spécialisé(e) en Science et Génie des Matériaux, Mécanique des matériaux. Les connaissances en métallurgie et mécanique des matériaux sont requises.
  • Vous justifiez de résultats de premier plan tout au long de votre parcours de formation académique et d’un niveau d’anglais professionnel pour être en capacité d’évoluer à l’échelle internationale (TOEIC > 800).
  • Doté d’un goût prononcé pour la recherche expérimentale et la simulation, votre ouverture, votre communication et votre curiosité seront particulièrement étudiées.
  • Des compétences en informatique seraient appréciées, en particulier pour la programmation de scripts et d'algorithmes (Python, C++, Matlab). Des connaissances en mathématiques, en particulier sur le processus d'optimisation et l'analyse de régression, seraient un atout.
  • Enfin, votre aptitude à piloter un projet et votre dynamisme seront déterminants.
2025-01-31
Partager via
Apply
Close

Vous avez déjà un compte ?

Nouvel utilisateur ?