Post-Doctorant en Mécanique Expérimentale H/F CNRS

Détail du poste

La personne recrutée mènera des recherches sur la conception, la fabrication additive, la caractérisation et l'optimisation de matériaux architecturés visant à reproduire un comportement mécanique complexe. Il/elle fera partie de l'équipe GPM2 du SIMAP (Université Grenoble Alpes) sous la supervision du Dr Pierre Lhuissier et du Prof. Remy Dendievel. Il/elle travaillera également en collaboration avec le Prof. Eric Maire du laboratoire MATEIS de l'INSA Lyon.
Activités
Le cadre technique du travail consistera à appliquer une méthodologie globale d'optimisation des matériaux architecturés afin de reproduire un comportement mécanique complexe et d'étendre considérablement la validation du concept de comportement sur mesure [Plancher, 2019][Plancher, 2022]. Les méthodologies avancées développées par d'autres chercheurs postdoctoraux du projet pour chacune des principales étapes du processus devront être rassemblées :
- Optimisation de l'architecture par apprentissage automatique (développée au CMAP/PIMM)
- Optimisation de la fabrication additive L-PBF à l'aide de la caractérisation par microtomographie in situ [Lhuissier, 2022] (développée au SIMAP)
- Élaboration par fabrication additive L-PBF
- Réalisation d'essais mécaniques in situ pour extraire les données riches nécessaires à l'apprentissage via les méthodes P-DVC [Buljac, 2018] (développées au LMPS) à l'aide d'un système de chargement multiaxial (développé au 3SR) combiné à un tomographe multi sources (de MATEIS ou du campus Grenoblois) ou une ligne tomographique syncrhotron (ESRF)

Ce travail nécessitera :
- La conception et l'élaboration L-PBF d'un ensemble initial d'architectures,
- L'acquisition de microtomographie in situ et l'élaboration L-PBF de sous-structures,
- L'identification du comportement mécanique des architectures par la combinaison de tests de microtomographie multiaxiale in situ et de simulations par éléments finis,
- La formation d'une approche d'apprentissage automatique pour la génération d'architectures,
- La mise en oeuvre de procédures expérimentales in situ dans un tomographe de laboratoire,
- Le développement de techniques innovantes de mesure sur champ complet, guidées par le modèle,
- L'établissement d'un dialogue entre les images de l'expérience, les mesures sur champ complet et le modèle constitutif,
- La rédaction d'articles scientifiques,
- La présentation des résultats lors de conférences ou de séminaires (dans le cadre de déplacements nationaux ou internationaux).
https://anr.fr/fileadmin/aap/2023/france2030-aap-pepr-diadem-2023-call-text.pdf

subproject : ADAM : Accelerated Design of Architected Materials

References :
[Buljac, 2018]. Buljac, A., Jailin, C., Mendoza, A., Neggers, J., Taillandier-Thomas, T., Bouterf, A... & Roux, S. (2018). Digital volume correlation : review of progress and challenges. Experimental Mechanics, 58, 661-708.
[Lhuissier, 2022] Lhuissier, P., Hébrard, L., Bataillon, X., Lapouge, P., Coste, F., Peyre, P., Boller, E., Blandin, J.-J., Salvo, L. & Martin, G. (2022). Miniature laser powder bed fusion system for in situ synchrotron x-ray micro-computed tomography experiments at the european synchrotron radiation facility. Review of Scientific Instruments, 93(8) :083701.
[Plancher, 2019]. Plancher, E., Héraud, L., Lhuissier, P., Dendievel, R., Fabrègue, D., Blandin, J. J., & Martin, G. (2019). Towards behavior by design : A case study on corrugated architectures. Materials & Design, 166, 107604.
[Plancher, 2021] Plancher, E., Suard, M., Dendievel, R., Blandin, J.-J., Martin, L. & Lhuissier, P. (2021) Behavior by design made possible by additive manufacturing : The case of a whistle-blower mechanical response. Materials Letters, 282 :128669.
Compétences
Le diplôme requis est un doctorat en mécanique, physique, sciences des matériaux ou dans une discipline connexe.
La personne recrutée doit posséder les compétences suivantes :
- Caractérisation mécanique
- Traitement d'images
- Programmation python/matlab
Des connaissances en fabrication additive et en machine learning seraient un plus, mais ne sont pas indispensables.
Contexte de travail




La personne recrutée fera partie du programme ADAM (Accelerated Design of Architectural Materials), un projet national multidisciplinaire.

Le laboratoire de science et d'ingénierie des matériaux et des procédés (SIMAP) est une unité de recherche affiliée à l'université Grenoble Alpes, à Grenoble INP et au CNRS. Il se consacre à l'étude des relations entre les matériaux, les procédés et les propriétés. Parmi ces différents domaines d'expertise, le laboratoire est reconnu pour ses travaux sur la fabrication additive de matériaux métalliques, sur les structures en treillis et le comportement par conception, ainsi que pour la caractérisation par micro et nanotomographie in situ.

Le laboratoire d'ingénierie et de science des matériaux (MATEIS) se consacre également à l'étude des relations entre les matériaux, les procédés et les propriétés. Le laboratoire MATEIS a récemment fait l'acquisition d'un tomographe spécifique à haute énergie avec deux sources à 90°

Le poste se situe dans un secteur relevant de la protection du potentiel scientifique et technique (PPST), et nécessite donc, conformément à la réglementation, que votre arrivée soit autorisée par l'autorité compétente du MESR.