Modélisation à l’échelle atomique de l’interaction hydrogène-défauts cristallins dans les alliages ferritiques

ENGLISH BELOW

Le comportement de l’hydrogène dans les métaux fait l’objet d’une attention toute particulière de la part de la
communauté scientifique depuis plusieurs années, notamment dans le cadre de la transition écologique et des transports propres. En raison de son très petit rayon atomique, une petite quantité d’hydrogène peut
en effet diffuser au sein des aciers qui rentrent en contact avec le dihydrogène liquide/gazeux lors des étapes de transport et de stockage. Ce faisant, les atomes d’hydrogène finissent par interagir avec les défauts structuraux du matériau, selon des processus dynamiques encore mal compris. Ce phénomène peut aboutir à la fragilisation du matériau, et à des défaillances sévères des composants. La compréhension de l’interaction des atomes d’hydrogène avec les défauts structuraux dans les aciers revêt donc une importance capitale, tant sur le plan fondamental que technologique.

Dans ce contexte, ce projet a pour objectif de développer une approche théorique et numérique fondée sur la modélisation à l’échelle atomique, pour comprendre les mécanismes de l’interaction des atomes d’hydrogène avec différents défauts cristallins dans les aciers ferritiques, avec en ligne de mire la simulation des mécanismes couplés à l’origine de la fragilisation par l’hydrogène des aciers. Dans cette optique, une approche alternative aux modèles numériques atomistiques traditionnels (calculs ab-initio, dynamique moléculaire, Monte-Carlo cinétique, etc.) du nom d’approche des Quasi-particules (QA) [1, 2] sera utilisée. Cette méthode récente permet de décrire l’évolution du système sur une échelle de temps de la diffusion et dans l’espace continu, tout en préservant la description du système à l’échelle atomique. Ce faisant, elle est particulièrement adaptée pour rendre compte des phénomènes liés aux défauts structuraux (dislocations, JG, interfaces incohérentes, etc.) où la périodicité du réseau est rompue. Cette approche numérique sera complétée par une approche de machine-learning de type réseaux de neurones récurrents, qui permettra la mise à l’échelle (upscaling) des simulations de QA, de manière à reproduire les mécanismes couplés à l’origine de la fragilisation par l’hydrogène des aciers, sur des échelles comparables aux échelles accessibles expérimentalement.

Le doctorant ou la doctorante effectuera son doctorat au sein de l’équipe MMTP du laboratoire GPM, qui dispose d’une grande expérience dans le domaine de la modélisation et simulation pour les matériaux, dans un environnement scientifique international. Il ou elle aura accès au supercalculateur de Normandie (CRIANN). Le cadre géographique de la thèse sera celui de la ville étudiante de Rouen, à un peu plus d’une heure de Paris.

[1] M. Lavrskyi et al., Npj Computational Materials 2, 1 (2016).
[2] G. Demange et al., Acta Materialia 226, 117599 (2022).

ENGLISH

Over the last years, the behaviour of hydrogen in metals has raised particular attention from the scientific community, in the background context of ecological transition and clean means of transport. Due its very small atomic radius, a tiny amount of hydrogen can indeed diffuse within the steels that come into contact with the liquid/gaseous dihydrogen during transportation and storage. With this, hydrogen atoms interact with the structural defects of the material, with respect to dynamical processes yet poorly understood.
This phenomenon can lead to the embrittlement of the material, and eventually component failure. The understanding of the interaction of hydrogen atoms with structural defects in steels is therefore of
paramount importance, both at the fundamental and technological levels.

In this context, this project aims at developing a theoretical and numerical approach based on atomic scale modelling, in order to understand the underlying mechanisms of the interaction between hydrogen atoms and crystalline defects in ferritic steels. The ultimate purpose will be to decipher the entangled mechanisms that root hydrogen induced embrittlement in steels. In this perspective, an alternative approach to the traditional atomistic models (ab initio calculations, molecular dynamics, kinetic Monte-Carlo, etc.) named Quasi-particles approach (QA) [1, 2] will be used. This recent numerical method allows to simulate the evolution of the system on a time scale of diffusion and in continuous space, while preserving the description of the system at
atomic scale. This approach is thus particularly suitable to address phenomena related to structural defects (dislocations, JG, incoherent interfaces, etc.), where the lattice periodicity is lost.

This numerical approach will be aided by an original machine-learning procedure based on Recurrent Neural Networks, which will allow to upscale QA simulations, for purposes of unravelling the coupled mechanisms at the origin of hydrogen induced embrittlement in steels for the first time, on space and time scales comparable to experiments.

The PhD student will carry out his or her PhD within the MMTP team of the GPM laboratory, which has a strong expertise in the field of modelling and simulation for materials. He or she will have access to the supercomputer of Normandy (CRIANN). The geographical environment of the thesis will be the city of Rouen, very close to Paris.

[1] M. Lavrskyi et al., Npj Computational Materials 2, 1 (2016).
[2] G. Demange et al., Acta Materialia 226, 117599 (2022).

Le Groupe de Physique des Matériaux (GPM) est une Unité Mixte de Recherche (UMR 6634) entre l’Université de Rouen Normandie, l’INSA de Rouen Normandie et le CNRS.   

ENGLISH BELOW

1/ Le candidat ou la candidate disposera d’un profil modélisation numérique-physique de la matière
condensée ou des matériaux.

2/ Des connaissances solides dans au moins un des domaines suivants sont indispensables : physique
de la matière condensée, science des matériaux, thermodynamique.

3/ Le candidat ou la candidate devra disposer de bases solides en physique numérique.

4/ Des compétences dans au moins un des langages informatiques suivants sont indispensables : Fortran, Python,C, C++.

----------------------------------------

1. The candidate will have twofold skills in numerical modelling and condensed matter physics or materials.

2. The candidate will have solid knowledge in one topic at least among the following: condensed
matter physics, materials science, thermodynamics.

3. The candidate will show solid basis in numerical physics.

4. Programming skills in one of the following languages are required: Fortran, Python, C/C++.