Job Information
- Organisation/Company: Laboratoire de Mécanique et Matériaux du Génie Civil
- Research Field: Engineering » Civil engineering; Computer science » Database management
Offer Description
Cette thèse s'inscrit dans le cadre du projet THERMOPINN (Détection et modélisation des pathologies des enveloppes de bâtiments induites par le changement climatique grâce au contrôle non destructif et à l'intelligence artificielle physico-informée), porté par le laboratoire L2MGC de CY Cergy Paris Université, en partenariat avec la société d'ingénierie HEJAUS, et financé par le programme Paris Region PhD de la Région Île-de-France.
Le projet vise à mieux comprendre et prédire la dégradation des enveloppes de bâtiments en béton armé soumises aux effets du changement climatique. En Île-de-France, l'allongement des périodes de sécheresse, l'intensification des vagues de chaleur et la multiplication des épisodes de fortes précipitations engendrent des sollicitations thermo-hydriques complexes, à l'origine de fissurations, de dégradations superficielles et d'écaillages.
L'objectif de THERMOPINN est d'établir un lien entre les sollicitations environnementales auxquelles les ouvrages sont soumis et les dégradations observées lors des inspections. Pour cela, le projet s'appuie sur des Physics-Informed Neural Networks (PINNs) capables de reconstruire les champs thermo-hydriques internes à partir de mesures de surface, puis de les relier aux indicateurs de dégradation extraits des inspections non destructives.
La thèse sera réalisée sous la codirection de Javad Eslami et Eleni Tsangouri (CY Cergy Paris Université – L2MGC), en étroite collaboration avec HEJAUS, qui mettra à disposition des bases de données d'inspection en conditions réelles, des campagnes de thermographie infrarouge ainsi que ses plateformes numériques de diagnostic (Diagrent® et Optidiag®).
Les travaux porteront notamment sur :
- le diagnostic des enveloppes de bâtiments ;
- la modélisation thermo-hydrique sous l'effet du changement climatique ;
- les techniques de contrôle non destructif et la thermographie infrarouge ;
- la vision par ordinateur (CNN, YOLO) et l'intelligence artificielle physico-informée (PINNs) ;
- la prédiction de la dégradation et de la durée de vie des ouvrages.
Les résultats attendus contribueront à une meilleure compréhension des mécanismes de dégradation des bâtiments face au changement climatique. Ils donneront lieu à des publications scientifiques internationales et au développement de nouveaux outils d'aide au diagnostic et à la maintenance préventive des patrimoines bâtis.
Ce que nous proposons :
- Une allocation doctorale de trois ans entièrement financés, avec un démarrage prévu le 1er octobre 2026.
- L'accès aux plateformes expérimentales et aux équipements du laboratoire L2MGC (essais expérimentaux, contrôle non destructif, microscopie, modélisation numérique).
- L'accès aux bases de données d'inspection de HEJAUS, aux campagnes de thermographie infrarouge ainsi qu'aux plateformes numériques de diagnostic Diagrent® et Optidiag®.
- Un financement pour participer à des conférences internationales et développer un réseau scientifique.
- Un programme de formation personnalisé portant notamment sur :
- les Physics-Informed Neural Networks (PINNs), l'apprentissage automatique et la vision par ordinateur (CNN-YOLO) ;
- les techniques de contrôle non destructif (méthodes optiques, thermographie infrarouge, méthodes acoustiques, etc.) ;
- la modélisation du vieillissement accéléré et la caractérisation thermo-hydrique multi-échelle et multispectrale ;
- la rédaction scientifique et la diffusion des résultats en libre accès.
Funding category: Contrat doctoral
Financé par le programme Paris Region PhD de la Région Île-de-France
PHD Country: France
Requirements
Specific Requirements
- Le candidat ou la candidate devra être titulaire d'un Master (ou diplôme équivalent) en génie civil, génie des structures, mathématiques appliquées, informatique ou dans une discipline connexe.
- Une expérience en modélisation numérique, en apprentissage automatique ou en science des données constituera un atout.
- Des connaissances en contrôle non destructif, thermographie infrarouge ou vision par ordinateur (CNN, YOLO) seront particulièrement appréciées.
- Une expérience en recherche expérimentale, en diagnostic des ouvrages ou des publications scientifiques sera également valorisée.
- Les travaux seront réalisés en anglais et en français. Une bonne maîtrise de l'anglais est indispensable. Des formations en français pourront être proposées dans le cadre du doctorat.
Work Location(s)
- Number of offers available: 1
- Company/Institute: Laboratoire de Mécanique et Matériaux du Génie Civil
- Country: France
Contact
- Website: https://l2mgc.cyu.fr/
This is a Preview Listing…
You must sign in to see the full job description, and to apply.
Manage / Upgrade this job to a Full Job Listing.
Find Your Best Opportunity
Tell them AcademicJobs.com sent you!
