Traitement d’images par intelligence artificielle pour l’analyse des microstructures de composites des réservoirs d'hydrogène

Le laboratoire PIMM (Procédés et Ingénierie en Mécanique et Matériaux) est une unité mixte de recherche avec trois tutelles : ENSAM, CNRS, Cnam. Il développe des activités autour des matériaux industriels (alliages métalliques, polymères et composites) et de nouveaux matériaux – de la conception (dont bioinspirée) à la fabrication – architecturés, multi-fonctionnels, bio-sourcés, recyclés. Ses activités s’inscrivent dans la chaîne allant des procédés de mise en forme dont les procédés laser et la mise en œuvre des polymères jusqu’au structures. Les travaux du PIMM s’attachent en particulier aux conséquences des procédés sur les propriétés d’emploi et leur durabilité (vieillissement chimique et fatigue), via les défauts et les modifications de microstructures engendrées. Ils visent à répondre aux enjeux de l’industrie du futur et du développement durable dans les secteurs du transport et de l’énergie majoritairement mais aussi de l’emballage et de la santé.

Le PIMM est structurée en 4 équipes de recherche : Polymères et Composites, Comportement et Microstructure des Métaux, Procédés Laser, Dynamique Structures Système et Contrôle. L’effectif du laboratoire s’élève à 150 membres (~60-70 doctorants et ~15 post-doctorants).

Contexte de l’étude : Les réservoirs d’hydrogène sous haute pression, essentiels pour le stockage et le transport d’énergie, sont souvent fabriqués à partir de composites époxy renforcés par des fibres de carbone, via la technique d’enroulement filamentaire. Ces matériaux combinent légèreté et hautes performances mécaniques, mais leur comportement global est fortement influencé par leur microstructure, notamment l’orientation des fibres et le pourcentage de porosité. Une compréhension fine de la microstructure est cruciale pour améliorer les performances de ces matériaux. Cependant, la complexité de leur structure nécessite des approches avancées. L’intelligence artificielle (IA) peut jouer un rôle clé en automatisant l’analyse d’images issues de la microscopie électronique à balayage (MEB), en générant des microstructures réalistes, et en établissant des lois de comportement mécanique. Dans ce contexte, l’intelligence artificielle (IA) offre des opportunités uniques pour :

• Automatiser l’analyse d’images issues de microscopie électronique (MEB).
• Générer des microstructures synthétiques réalistes pour enrichir les bases de données expérimentales.
• Établir des corrélations quantitatives entre microstructures et propriétés mécaniques.

Objectifs du stage :

• Développer des algorithmes de traitement d’images pour extraire et quantifier les caractéristiques microstructurales (porosité, orientation des fibres, etc.).
• Utiliser des modèles d’intelligence artificielle pour générer des microstructures réalistes basées sur les données expérimentales.
• Analyser l’influence des caractéristiques microstructurales (comme la porosité et l’orientation des fibres) sur la qualité des matériaux.

Résultats attendus :

• Un outil basé sur l’IA pour automatiser l’analyse des microstructures des composites.
• Une base de données d’images traitées et de microstructures générées, facilitant l’étude des caractéristiques des matériaux.

• Niveau Bac+5 (M2 ou équivalent).
• Maîtrise de Python et des bibliothèques associées (TensorFlow, PyTorch, NumPy, etc.).
• Connaissance des matériaux composites (propriétés mécanique), calcul des structures, simulation numérique, rigueur scientifique, acquisition de données, traitement d’images, sens de l’organisation, esprit de synthèse, goût pour l’expérimentation, curiosité.