Missions

Dans le cadre du projet RAISIN (Représentativité des irrAdiations aux Ions pour Simuler les Irradiations aux Neutrons) l’endommagement primaire dans le nickel et dans des alliages FeNiCr de différentes concentrations, modèles pour les aciers austénitiques, a été modélisé par dynamique moléculaire. Ce travail a permis de montrer par exemple, que la composition a un effet significatif sur le nombre de monolacunes et le nombre de défauts aux basses énergies, tandis qu'aux plus hautes énergies, l'effet du potentiel d’interaction choisi prime sur ces deux descripteurs. L’analyse de la base de données ainsi constituée doit être poursuivie et fait l’objet de ce contrat postdoctoral, pour obtenir une description plus précise des amas de défauts. En effet, la description dont nous disposons à l’heure actuelle ne précise que le type d’amas (lacunaire ou interstitiel) et sa taille. Il serait utile de pouvoir connaître la répartition entre les différents types d’amas 3D (A15, stacking fault tetrahedra…) et boucles de dislocation. Pour cela, on pourra par exemple utiliser la méthode de détection des défauts mise au point par Goryaeva et al. [Goryaeva et al., Nature Communications (2020) 11:4691] basée sur une analyse des environnements atomiques locaux par des méthodes de « machine learning » (MiLaDy). En parallèle à cette analyse de la base de données, et pour avoir une meilleure idée des propriétés du potentiel utilisé, il faudra caractériser plus précisément les solutions solides aux différentes compositions et les défauts (énergie de formation et de migration).

Activités

Activités principales
En collaboration avec Christophe Domain de EDF et Andrée de Backer, en contrat à l’UMET, le candidat devra :
- Effectuer une recherche bibliographique approfondie sur les méthodes récentes de mise en évidence des amas de défauts avec prise en compte des solutés.
- Mettre en œuvre cette méthode pour analyser la base de données de cascades de déplacements
- Etudier les propriétés des différentes solutions solides modélisées : présence ou non d’ordre à courte ou longue distance, stabilité des phases, caractéristiques des défauts de base : lacunes et auto interstitiels (énergie de formation et de migration).
- Utiliser des outils statistiques pour étudier l’impact de la composition et du potentiel sur la population de défauts créés.
Activités associées
- Présenter les résultats lors des réunions des groupes de travail du projet RAISIN
- Communiquer les résultats scientifiques sous forme de communications à des congrès et de publications

Compétences

Savoirs
 Disposer de connaissances solides en science des matériaux, thermodynamique, physique statistique, métallurgie physique et en modélisation à l’échelle atomique.
 Connaissances en outils statistiques (PCA, kmeans…) en R ou python
 Connaissances des méthodes de Machine Learning
 Maîtrise de l’anglais scientifique
Savoir-être
 Savoir prioriser les actions
 Disposer de qualités relationnelles et pédagogiques
 Faire preuve de rigueur et d’autonomie ; être organisé
 Avoir le sens du travail en équipe
 Savoir rendre compte

Contexte de travail

La mission se situe dans le cadre du projet RAISIN porté par le CNRS. Le travail se déroulera essentiellement au sein du laboratoire UMET, située à l’université de Lille (Cité scientifique à Villeneuve d’Ascq) en collaboration avec EDF et dans le cadre du laboratoire commun EM2VM.
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. »

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.

Contraintes et risques

RAS

Informations complémentaires

Programme NEEDS RAISIN