Optimisation multiobjectif avec contraintes pour la conception de matériaux

Niveau : Master 2 Recherche

Période : Février / Juillet 2021

Contexte
Ce stage s’inscrit dans le cadre d’un projet interdisciplinaire ANR comprenant des équipes de recherche en informatique et en métallurgie. Le projet CADOHRS vise à concevoir de nouveaux matériaux métalliques résistant à certaines formes de corrosion. Une étape importante de ce projet consiste à concevoir et à développer des méthodes computationnelles pour optimiser la composition de ces alliages. Ce type d’approche connait un essor considérable dans le domaine de l’innovation de matériaux performants et est appliquée dans des secteurs technologiques de pointe, comme par exemple la conception de turbines en aéronautique. Le stage s’effectuera au sein de l’équipe DUKe (Data User Knowledge) du LS2N, une des principales équipes du laboratoire dans le thème science des données et de la décision. DUKe possède de fortes compétences en apprentissage et en exploration de données. Ce travail s’appuiera également sur l’équipe ID2M de l’IMN. Cette dernière collabore depuis plusieurs années avec DUKe en conception computationnelle de matériaux.

Objectif du stage
La problématique de ce stage est de déterminer des compositions d’alliages qui optimisent un certain nombre de propriétés physiques. L’objectif est de déterminer les métaux et leurs teneurs (proportion de chaque élément au sein de l’alliage) permettant d’obtenir un matériau performant. C’est un problème d’optimisation multiobjectif particulièrement difficile, étant donné le nombre important de métaux disponibles et le nombre parfois élevé d’objectifs à poursuivre simultanément. De plus, toutes les combinaisons de teneurs ne sont pas souhaitables car certaines peuvent présenter une incompatibilité chimique préjudiciable. Le stage porte sur l’intégration efficace de ces contraintes dans le contexte multiobjectif, ainsi que sur la réduction du nombre d’évaluation des objectifs/contraintes. Etant donnée la lourdeur de certains des modèles prédictifs utilisés, des méthodes de substitution pourront être appliquées afin de minimiser le temps d’exécution.

Travail à réaliser
. Etude critique des techniques d’optimisation multiobjectif avec contraintes,
. Etude des techniques d’optimisation intégrant des modèles de substitution,
. Formalisation du problème à traiter par interaction avec les experts du domaine,
. Définition d’une solution et implémentation d’un algorithme d’optimisation,
. Analyse des résultats sur des exemples de synthèse et des données obtenues par simulation.

Ce travail sera supervisé par G. Ramstein (LS2N / DUKe, Nantes). Le stagiaire sera intégré à l’équipe du projet CADOHRS et pourra s’appuyer sur l’expertise d’un doctorant ayant commencé sa thèse en début d’année.

Période : Février-Juillet 2021

Indemnité de stage : approx. 554 € / mois

Compétences

· Algorithmes évolutionnaires et métaheuristiques,
· pas de prérequis nécessaires en science des matériaux, mais une appétence pour l’interdisciplinarité.

Contact : gerard.ramstein@univ-nantes.fr