Contexte
EDF R&D développe des outils de calcul scientifique exploités par les centres d’ingénierie d’EDF dans le cadre de la démonstration de sureté des réacteurs à eau pressurisée (REP) du parc nucléaire français.
Parmi ces outils, THYC est le logiciel de référence d’EDF pour la simulation 3D des écoulements monophasiques et diphasiques (eau-vapeur) dans le cœur des réacteurs en conditions normales d’exploitation ou en conditions d’accident.
Afin d’améliorer en temps de calcul CPU du logiciel, le Machine Learning pourrait être utilisé pour initialiser une simulation avec le logiciel THYC avec la prédiction des champs thermo-hydrauliques obtenue par un réseau de neurones.
Dans un premier temps, un prototype de réseau de neurones a été développé par EDF en Python pour résoudre un problème 1D.
Ce prototype permet de simuler un écoulement stationnaire diphasique eau-vapeur.
Objectifs du stage
EDF cherche à améliorer le réseau de neurones dans le prototype Python pour initialiser une simulation avec une meilleure prédiction des champs thermo-hydrauliques qui permettent d’accélérer la résolution du problème 1D.
Dans ce stage, les axes de travail du stagiaire seront les suivants :
· Analyser l’état de l’art sur la prédiction des champs thermo-hydrauliques à l’aide de Machine Learning et s’approprier le prototype python
· Améliorer l’architecture neuronale et effectuer des tests de performances dans le prototype
· Proposer des alternatives de prédiction (polynomiale, fonction de perte prenant en compte les résidus du calcul, etc.)
Niveau :
Master ou stage de fin d’études d’école d’ingénieur
Connaissances requises :
Machine Learning, Python (par exemple PyTorch), simulation numérique
EDF
Chatou 78400
Ingénierie
Stage
0 mois
