Thèse en cours

'Prédiction des performances et évaluation de la réutilisabilité et du recyclage des matériaux réfractaires à l'aide d'une approche de détection non destructive et d'algorithmes d'apprentissage automatique'

FR  |  
EN
Auteur / Autrice : Amit Gope
Direction : Marc Huger, Alexandre Boulle, Séverine Romero-baivier
Type : Projet de thèse
Discipline(s) : Matériaux céramiques et traitements de surface
Date : Inscription en doctorat le 27/03/2023
Etablissement(s) : Limoges
Ecole(s) doctorale(s) : École doctorale Sciences et Ingénierie (Limoges ; 2022-)
Partenaire(s) de recherche : Laboratoire : Institut de Recherche sur les CERamiques (Limoges ; 2012-....)
Equipe de recherche : IRCER AXE 4 CERAMIQUES SOUS CONTRAINTES ENVIRONNEMENTALES

Résumé

FR  |  
EN

Avec une courte durée de vie de quelques dizaines de minutes à quelques mois en raison des conditions difficiles du processus de fabrication du fer et de l'acier (I&S), la consommation de matériaux réfractaires est importante, laissant les entreprises confrontées à des défis importants dans l'utilisation, le recyclage et l'élimination de ces matériaux. . Dans le contexte actuel du Green Deal européen, une action européenne concertée sur les applications durables des REFractories (Réseau doctoral CESAREF, www.cesaref.eu), a été lancée en 2022 afin de développer une meilleure connaissance autour des matériaux réfractaires au regard des nouvelles conditions d'exploitation requises par la réduction drastique des émissions de gaz à effet de serre, l'amélioration de l'efficacité énergétique et les exigences d'évaluation du cycle de vie. Le doctorat présenté. vise à prédire l'évolution des matériaux réfractaires en service et à déterminer leur réutilisabilité (pour optimiser la durée de vie des matériaux) et réduire les coûts opérationnels. Afin d'atteindre cet objectif, de nouveaux systèmes de détection seront créés en utilisant des techniques d'évaluation non destructives pour la surveillance en ligne des caractéristiques thermochimiques et mécaniques importantes. Cela générera des données que les algorithmes d'apprentissage automatique pourront utiliser pour analyser les propriétés du matériau. Le développement d'un modèle numérique précis permettant d'évaluer la réutilisabilité et la recyclabilité des composants réfractaires est l'objectif global de cette nouvelle technique. De tels outils peuvent, à l'avenir, aider l'utilisateur final à prendre une décision concernant les 4R (réduire, réutiliser, recycler et remplacer).