LUE - Caractérisation de la dynamique d'impacts de gouttes à l'aide d'iA- application au renoyage de coeur dégradés parois // LUE - Joint Analysis for Characterization of Kinematics of droplets Superheated Patterns using iA– advanced Research on Refloodin

Ce projet de doctorat, financé par Lorraine University of Excellence (LUE), s'inscrit dans une collaboration entre le laboratoire LEMTA (Université de Lorraine, France) et l'équipe de recherche GOTAS de l'École d'Ingénieur de São Carlos (Université de São Paulo, Brésil), avec laquelle nous collaborons depuis 2021. Le doctorant sera inscrit à l'école doctorale SIMPPÉ de l'Université de Lorraine et sera encadré par le Prof. Michel Gradeck (UL - France), Dr Guillaume Castanet (CNRS - France) et Dr Arthur Oliveira (EESC-USP, Brésil).
La thèse porte sur l'étude du refroidissement transitoire d'un assemblage de combustible nucléaire lors de son 'renoyage' après un accident de perte de réfrigérant (LOCA). Après un tel accident, l'eau injectée dans le cœur entraîne une ébullition intense, générant de la vapeur et favorisant l'apparition d'un régime à goutte dispersées (DFFB). Bien que largement étudié, le comportement des gouttelettes dans la phase post-assèchement reste mal compris, notamment leur impact sur le transfert thermique et les marges de sécurité du réacteur. Mieux modéliser ces phénomènes est essentiel pour garantir la sureté des installations dans des conditions dégradées.
L'objectif de cette thèse est d'améliorer la compréhension et la modélisation du flux massique des gouttelettes impactant la paroi. Cela passera par trois tâches principales :
1. Constitution d'une base de données expérimentale : Une large variété d'impacts de gouttes en régime Leidenfrost sera étudiée grâce à un banc expérimental du LEMTA. Les paramètres clés (nombre de Weber, diamètre des gouttes, vitesse tangentielle) seront analysés pour comprendre l'influence de ces variables sur le champ thermique de la paroi impactée.
2. Développement d'un algorithme d'apprentissage profond : Un code de deep learning sera conçu pour identifier les caractéristiques des interactions gouttes-paroi à partir de modifications du champ thermique. Ce travail s'appuiera sur des bases de données existantes et nécessitera des données résolues en temps et en espace obtenues lors de la première tâche.
3. Application du modèle dans un régime DFFB complexe : Un nouveau dispositif expérimental sera mis en place pour observer l'impact des gouttelettes sur une paroi chauffée et revêtue de TiAlN, permettant une visualisation infrarouge des interactions. Couplée à une caméra rapide et un système de mesure des distributions de gouttelettes, cette expérimentation aidera à estimer le flux massique des gouttes à la paroi et à affiner les modèles.
Le travail de thèse prévue est le suivant :
• Année 1 : Constitution de la base de données et développement du code d'apprentissage profond en Python (via des bibliothèques open source).
• Année 2 : Mise en place du banc expérimental pour la troisième tâche et étude du flux massique des gouttes.
• Année 3 : Développement d'un nouveau modèle prédictif et rédaction des publications et du manuscrit de thèse.
Le doctorant intégrera une équipe dynamique en France et au Brésil, spécialisée dans le transfert thermique et massique. L'équipe du Prof. Gradeck, rattachée au LEMTA, est impliquée dans des programmes de recherche sur la transition énergétique et la sûreté nucléaire. L'équipe brésilienne GOTAS, dirigée par le Dr Oliveira, contribue activement à ces recherches au sein de l'École d'Ingénieur de São Carlos.
L'aboutissement de cette thèse permettra d'améliorer significativement la modélisation du refroidissement des cœurs nucléaires en situation d'APRP, avec des applications potentielles dans divers types de centrales thermiques.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

This doctoral project, funded by Lorraine University of Excellence (LUE), is part of a research collaboration between the LEMTA laboratory (Université de Lorraine, France) and the GOTAS research team at the São Carlos School of Engineering (University of São Paulo, Brazil), which has been ongoing since 2021. The PhD student will be enrolled at the SIMPPÉ doctoral school of Université de Lorraine and will be supervised by Prof. Michel Gradeck (UL – France), co-supervised by Dr. Guillaume Castanet (CNRS – France) and Dr. Arthur Oliveira (EESC-USP, Brazil).
The thesis focuses on understanding the transient cooling of a nuclear fuel assembly during reflooding after a Loss of Coolant Accident (LOCA). In such an event, water is injected into the reactor core, causing intense boiling and generating large amounts of steam, leading to the Dispersed Film Flow Boiling (DFFB) regime. Although extensively studied, the behavior of droplets in the post-dryout phase remains poorly understood, especially in terms of heat transfer and reactor safety margins. Developing a more reliable model for droplet-wall interactions is crucial to ensure that the reactor core does not melt, even in degraded conditions.
The objective of this thesis is to improve the understanding and modeling of droplet mass flux to the wall. This will be achieved through three main tasks:
1. Building an experimental database: A variety of droplet impacts in the Leidenfrost regime will be studied using an existing experimental setup at LEMTA. Key parameters (Weber number, droplet diameter, tangential velocity) will be analyzed to determine their influence on the thermal field of the wall.
2. Developing a deep learning algorithm: A deep learning code will be created to identify droplet-wall interaction characteristics from thermal field modifications. This will rely on well-resolved experimental data from the first task and use open-source machine learning libraries like Anomalib.
3. Application in a complex DFFB regime: A new experimental setup will be developed to observe droplet impacts on a heated TiAlN-coated wall, enabling infrared visualization. This experiment will measure droplet distribution (size and velocity) and impact characteristics using high-speed cameras and dual PDA systems, helping to estimate droplet mass flux and refine predictive models.
The thesis timeline spans three years:
• Year 1: Building the database and developing the deep learning code.
• Year 2: Setting up the new experimental system and analyzing droplet mass flux.
• Year 3: Developing a predictive model and writing scientific publications and the PhD dissertation.
The PhD candidate will join a dynamic research team in France and Brazil specializing in heat and mass transfer. Prof. Gradeck's team at LEMTA is involved in national and international programs focused on energy transition and nuclear safety. The Brazilian GOTAS team, led by Dr. Oliveira at the São Carlos School of Engineering, contributes actively to these research efforts.
The outcomes of this thesis will significantly improve the modeling of nuclear core cooling during LOCA scenarios, with potential applications in various thermal power plants.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2025

Plan Investissement d'Avenir (Idex, Labex)

Université de Lorraine

608 SIMPPÉ - SCIENCES ET INGENIERIES DES MOLECULES, DES PRODUITS, DES PROCEDES ET DE L'ÉNERGIE

Diplômé d'une école d'ingénieur ou titulaire d'un master en science spécialisé en transfert thermique, mécanique des fluides. Appétences pour les expériences, la modélisation et le développement de code Sens de la rigueur et capacité à s'intégrer dans une équipe Bon niveau d'anglais pour pouvoir dialoguer dans une équipe internationale. Pour toute thèse proposée au sein de l'Ecole Doctorale, le futur doctorant devra bien être titulaire d'un master (diplôme de master ou d'ingénieur français ou étranger, …) justifiant d'un parcours remarquable. Dans tous les cas (diplôme de master ou d'ingénieur français ou étranger, …) le dossier doit comporter : • le CV du candidat et lettre de motivation • les notes obtenues au diplôme conférant le grade de master, mention 'Assez Bien' requise au minimum et copie du diplôme s'il est disponible • 2 lettres de recommandations émanant du Responsable de la filière de formation et du tuteur de stage de fin d'études • des éléments tangibles sur l'initiation à la recherche (mémoire de recherche, publication, ...). Le dossier complet de candidature doit être envoyé à la direction de thèse par les adresses messageries des directeurs de thèses : Directeur de thèse Michel GRADECK : michel.gradeck@univ-lorraine.fr Co-directeur de thèse Arthur VIEIRA DA SILVA OLIVEIRA : avs.oliveira@usp.br; Co-encadrant de thèse Guillaume CASTANET : guillaume.castanet@univ-lorraine.fr
Graduate of an engineering school or holder of a master's degree in science specialising in heat transfer and fluid mechanics. An aptitude for experiments, modelling and code development Thoroughness and the ability to work as part of a team Good level of English to be able to communicate in an international team All applicants to the Doctoral School SIMPPÉ must have successfully completed a Master degree or its equivalent with a grade comparable to or better than the French grade AB (corresponding roughly to the upper half of a graduating class). In all cases (French or foreign Master degree, engineering degree, etc.) the counsel of the doctoral school will examine the candidate's dossier, which must include: • CV and letter of motivation • the grades obtained for the Master (or equivalent) degree and a copy of the diploma if it is available • 2 letters of recommendation, preferably from the director of the Master program and the supervisor of the candidate's research project • written material (publications, Master thesis or report, etc.) related to the candidate's research project. The complete application file must be sent to the thesis supervisors by email : Thesis supervisor Michel GRADECK: michel.gradeck@univ-lorraine.fr Thesis co-supervisor Arthur VIEIRA DA SILVA OLIVEIRA : avs.oliveira@usp.br; Co-encadrant de thèse Guillaume CASTANET : guillaume.castanet@univ-lorraine.fr