CE09 - Nano-objets et nanomatériaux fonctionnels, interfaces

Etude quantitative des évolutions à haute température de la nanostructure de matériaux oxydes. Diffusion des rayons X et analyse des données par apprentissage automatique – NanOX-ML

Résumé de soumission

Le projet NanOX-ML porte sur la compréhension des couplages entre transitions de phases, fluctuations locales de composition et distributions de microdéformations dans des polycristaux d’oxydes denses et nanostructurés, soumis à des chargements thermiques à très haute température. Pendant leur élaboration, ou durant leur usage, ces matériaux réfractaires font l’objet d’une exposition à de très hautes températures et parfois à des cycles thermiques répétés et sévères. La plupart de ces matériaux sont constitués d’oxydes polycationiques donnant lieu à la formation de solutions solides. Les processus de séparation de phase, par exemple de type décomposition spinodale, se produisent lors des traitements thermiques, résultant du couplage entre variations locales de composition à l’échelle nanométrique et relaxation des déformations. Ces transformations peuvent profondément affecter la durée de vie des matériaux en service par exemple via des mécanismes de microfissurations. L’approche proposée dans ce projet est basée sur la diffraction des rayons X (DRX) sur sources de rayonnement synchrotron. En effet, seul ce type d’installations permet d’envisager des études de DRX quantitatives, in situ à haute température, dans les conditions de synthèse ou d’usage, de l’évolution à l’échelle nanométrique de polycristaux denses d’oxyde. Cependant, l’utilisation du rayonnement synchrotron, dont les performances ne cessent d’augmenter au fil des progrès technologiques, imposent de nouveau défis : il s’agit, d’une part, de l’augmentation considérable de la quantité de données produites par expérience, qui rendent inopérantes la plupart des analyses usuelles basées sur l’utilisation de logiciels de simulation conduit par un expert et, d’autre part, le nécessaire développement de méthodes d’acquisitions optimisées, eu égard, non seulement au coût d’utilisation de ces infrastructures, mais également au flux de données évoqué précédemment. Au sein de NanOX-ML nous proposons de résoudre ces difficultés par le développement de codes de calculs basé sur l’apprentissage automatique (« machine learning »). Il s’agira de mettre au point de nouveaux algorithmes d’apprentissage automatique permettant d’une part le développement de procédure d’acquisition « intelligentes », capables de s’adapter en cours de mesure à la qualité des données enregistrées et, d’autre part, permettant l’analyse en temps réel desdites données.
A la suite du projet HoTMiX co-financé par l’ANR et la DFG, qui se terminera en novembre 2023 et qui visait à dissocier les contributions des déformations locales, de la dilatation thermique anisotrope et des transitions de phases, ce nouveau projet NanOX-ML est centré sur l’influence des fluctuations locales de composition à l’échelle nanométrique. L’utilisation de différentes approches de DRX, avec un faisceau monochromatique ou un microfaisceau polychromatique, couplée au développement d’algorithmes d’apprentissage automatique performants, permettra de mener à bien ces études quantitatives. Au travers du développement de procédures d’acquisition adaptatives et d’analyse en temps réel des données, notre objectif est également de mettre à disposition de la communauté scientifique des outils et des méthodologies transposables directement à différents cas.

Coordination du projet

René GUINEBRETIERE (Institut de Recherche sur les Céramiques)

L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.

Partenaire

NEEL Institut Néel
IRCER Institut de Recherche sur les Céramiques
PIMM Procédés et Ingénierie en Mécanique et Matériaux
MEM Modélisation et Exploration des Matériaux

Aide de l'ANR 513 804 euros
Début et durée du projet scientifique : - 48 Mois

Liens utiles

Explorez notre base de projets financés

 

 

L’ANR met à disposition ses jeux de données sur les projets, cliquez ici pour en savoir plus.

Inscrivez-vous à notre newsletter
pour recevoir nos actualités
S'inscrire à notre newsletter