Approche Couplée Stochastique / IA / HPC de la formation du revêtement par impact/empilement de particules dans le procédé de projection plasma de suspension – ACSIA

La projection plasma de suspension (SPS) utilise un jet de plasma pour accélérer et fondre des particules submicroniques dispersées dans un liquide pour réaliser des revêtements avec des microstructures ajustables et avec des propriétés supérieures à celles des revêtements réalisés par la projection plasma classique. Le procédé SPS présente un grand intérêt pour l’industrie par la diversité de ses applications : barrières thermiques de nouvelle génération pour les turbines à gaz aéronautiques et industrielles sur pièces neuves ou usagées, revêtements anti-usure haute performance, ou antimicrobiens mais aussi composants de piles à combustible ou de centrales solaires, etc. Toutefois, sa complexité freine son usage industriel, en raison du nombre de paramètres opératoires et de la difficulté à revêtir des pièces aux formes complexes. Maîtriser ce procédé nécessite de comprendre les relations entre les nombreux paramètres opératoires, les mécanismes de traitement de la suspension dans le jet de plasma et la microstructure finale du revêtement. Cependant, les outils de diagnostic in situ sont limités en raison de la petite taille des particules. La mise au point d’un jumeau numérique multi-physique du procédé SPS est donc indispensable et permettra à terme de réduire les temps de développement des revêtements pour l’aéronautique en optimisant les coûts en matériaux et énergie. Les travaux précédents conduits par le laboratoire commun Prothéïs (IRCER (Limoges) / Safran / Oerlikon) et l’Institut I2M (Bordeaux) ont permis de proposer quatre modèles numériques couvrant la formation du plasma dans la torche, l’écoulement du jet de plasma en sortie de torche avec le développement de la turbulence, le traitement de la suspension, et la formation du dépôt. La formation du dépôt implique la simulation à l’échelle des interfaces liquide/gaz de l’impact d’un très grand nombre de particules sur un substrat au contact duquel elles se solidifient. Malgré la puissance de calcul disponible maintenant dans les grands centres de calcul, nous restons dans un domaine où l’approche computationnelle par la résolution des équations de la mécanique des milieux continus et des transferts thermiques ne suffira pas à lever tous les obstacles à la création d’un double numérique du procédé SPS. Il est donc nécessaire de coupler la simulation numérique directe à des approches moins consommatrices en ressources informatiques. En particulier, nous proposons dans le cadre de ce projet de développer une approche stochastique du flux de particules impactant le substrat, couplée à un algorithme d’Intelligence Artificielle (IA) pour prédire le contour des particules après impact sans perte notable de précision. L’outil ainsi créé vise, dans le code de mécanique des fluides Notus, à remplacer le moteur CFD (Computational Fluid Dynamics) par une IA prédictive du contour des particules après impact et solidification. Ce projet ACSIA, porté par l’I2M en partenariat avec l’Ircer et Safran, ouvre une perspective d’utilisation de l’IA des plus intéressantes comme outil d’accélération du traitement de problèmes multi-physiques complexes par l’encapsulation de résultats issus de calcul de type CFD et permettra un changement d’échelle dans le nombre de particules traitées. Le couplage aux autres briques logicielles de simulation du procédé SPS permettra d’aboutir à terme à son jumeau numérique afin de réaliser des simulations prédictives de la structure du revêtement. Il sera ainsi possible de faire le lien entre les paramètres opératoires du procédé et la microstructure obtenue afin d’optimiser les revêtements ou d’en développer de nouveaux avec des gains de couts et temps de développement.