Direction Scientifique
Transfert de connaissances vers l'industrie
Direction Scientifique
Département des Technologies des NanoMatériaux (LITEN)
Laboratoire de Nanocaractérisation et Nanosécurité
Ingénieur et/ou Master recherche en sciences des matériaux, science des aérosols et/ou génie électrique
01-09-2019
SL-DRT-19-0464
simon.clavaguera@cea.fr
Domaine de recherche : La mesure de la qualité de l'air est un enjeu sociétal qui conduit à de fortes attentes de la part de la population. Peu de solutions ergonomiques et fiables permettent le suivi de l'exposition particulaire sur une large gamme de taille. De nombreux capteurs optiques existent mais répondent aux particules de taille supérieure à 300 nm en fournissant des équivalents en concentration massique (PM10 et PM2.5). Ainsi les outils performants, bas coût et couvrant toute la large gamme des aérosols inhalables font défaut aujourd'hui. Ceci est révélateur d'un fort potentiel de valorisation. Résumé du sujet : Nous nous proposons donc de développer des microcapteurs de particules offrant une sélection granulométrique sur la gamme 5-300 nm qui permettraient également de déterminer la composition chimique des particules collectées. Cette thèse a ainsi pour objectif de développer et d'évaluer, théoriquement et expérimentalement, les performances d'un dispositif intégré de détection et de quantification de particules basé sur le principe de charge par diffusion d'ions. Les phénomènes de charge et de pertes éventuelles des particules feront l'objet d'une étude particulière. Le dispositif visé permettra de trier les particules selon leur mobilité électrique, de les déposer sélectivement sur un substrat selon des anneaux concentriques et de les quantifier en temps réel à l'aide d'électromètres et d'un algorithme de traitement du signal adapté. Différentes métriques d'intérêt seront explorées telle que la concentration exprimée en nombre, en masse et en LDSA (lung-deposited surface area concentration). Nous proposons, en outre, le développement et l'évaluation sur le terrain d'un système simplifié permettant de suivre plusieurs canaux d'intérêt (5-20nm ; 20-100 nm ; 100-300 nm) afin de proposer une solution capable d'identifier des sources de particules ultrafines en temps réel (application à la pollution urbaine).
Département Imagerie Simulation pour le Contrôle (LIST)
Laboratoire Méthodes CND
Mathématiques appliquées, propagation d'ondes, programmation python/C++, expérimental
01-10-2019
SL-DRT-19-0591
tom.druet@cea.fr
A la Direction de la Recherche Technologique (DRT) du CEA (Commissariat à l'énergie atomique et aux énergies alternatives) sur le plateau de Saclay, le département d'imagerie et de simulation pour le contrôle développe des méthodes de contrôle non destructif innovantes pour garantir la sureté d'exploitation de structures industrielles. Egalement au CEA-Saclay, à la Direction de la Recherche Fondamentale (DRF), NeuroSpin, centre de neuroimagerie cérébrale par résonance magnétique nucléaire, développe des méthodes pour améliorer les diagnostics médicaux en réduisant les temps d'exposition des patients. La thèse proposée s'inscrit dans le cadre d'une collaboration entre les deux instituts et vise à transposer les outils de traitement de signal du domaine médical de la DRF aux domaines industriels de la DRT. Les techniques de contrôle santé intégré (SHM pour Structural Health Monitoring) développés à la DRT consistent à munir une structure, telle qu'un avion, d'un réseau de capteurs permettant de détecter à tout moment et de manière automatisée l'apparition de défauts (corrosion, délaminage, ?) pouvant mener à une défaillance. En SHM, l'utilisation des ondes élastiques guidées est particulièrement prometteuse pour la détection des défauts. Ces ondes se propagent en effet sur de longues distances, sont sensibles à une grande variété de défauts et peuvent être émises et détectées à moindre coûts par des capteurs piézoélectriques minces noyés dans le matériau ou collés à sa surface. Les données acquises par les différents capteurs peuvent être exploitées par des algorithmes d'imagerie, tels que la tomographie, pour fournir une cartographie de l'épaisseur de la zone inspectée [1]. Des résultats récents obtenus au laboratoire ont montré le potentiel de cette technique [2] en détectant, localisant et quantifiant avec une précision submillimétrique un défaut de corrosion dans des coupons métalliques. Cependant l'instrumentation est intrusive puisque la tomographie requiert un grand nombre de points de mesures pour maximiser la résolution de l'imagerie. Dans le but de réduire le nombre de capteurs sans dégrader les performances de contrôle, l'utilisation des méthodes parcimonieuses (ou Compressed Sensing (CS) en anglais) est envisagée. Le CS est une théorie d'échantillonnage récente permettant d'outrepasser les critères d'échantillonnages classiques (théorème de Shannon-Nyquist), à laquelle la DRF a largement contribué par développement d'outils pour des applications d'imagerie médicale, déjà étendus à des applications astrophysiques et de microscopie électronique. Pour réduire le nombre de points de mesure, le CS repose sur 2 concepts fondamentaux : l'inconnue à reconstruire doit avoir une représentation parcimonieuse et le procédé de mesure doit être incohérent. Il a été démontré dans [3] que le CS peut être utilisé pour réduire le nombre de mesures nécessaires pour connaître une onde guidée. Dans cette optique, l'objectif de la thèse est d'exploiter les méthodes de CS pour résoudre le problème de tomographie par ondes élastiques guidées en limitant le nombre de capteurs, minimisant ainsi l'intrusivité de l'instrumentation tout en gardant une résolution optimale. Par rapport aux applications médicales, le SHM a pour contrainte majeure d'utiliser des capteurs fixés, complexifiant ainsi la reconstruction en termes de positionnement et nombre de points de mesure. Le positionnement initial (et définitif) des capteurs est donc à prendre en compte dès la conception de l'algorithme d'inversion. Les principales tâches de la thèse sont les suivantes : 1) Développement de l'algorithme de reconstruction et positionnement optimal des capteurs; 2) Optimisation du procédé et choix automatisé des paramètres de reconstruction; 3) Mise en ?uvre de la méthodologie sur données simulées et validation par l'expérience. Les résultats seront comparés aux algorithmes de tomographie « classiques » utilisant un grand nombre de capteurs. La solution complète sera mise en ?uvre avec le sous-échantillonnage dès le processus de mesure. Références : [1] Huthwaite, P. & Simonetti, F. High-resolution guided wave tomography Wave Motion, 2013, 50, 979-993 [2] Tom DRUET. « Tomographie passive par ondes guidées pour des apsplications de contrôle santé intégré ». Thèse de doct. Université de Valenciennes et du Hainaut-Cambresis, 2017 [3] Mesnil, O. & Ruzzene, M. Sparse wavefield reconstruction and source detection using Compressed Sensing Ultrasonics, Elsevier, 2016, 67, 94-104
Département Microtechnologies pour la Biologie et la Santé (LETI)
Laboratoire Electronique et Systèmes pour la Santé
Traitement du signal; Mathématiques appliquées; Ingénierie biomédicale
01-10-2019
SL-DRT-19-0669
pierre.grangeat@cea.fr
Les maladies respiratoires affectent les échanges gazeux entre le sang et l'air expiré, et donc la concentration des biomarqueurs dans le sang. La mesure des gaz transpirés permet de suivre en continue la concentration de certains composés volatils du sang, notamment le dioxyde de carbone. Le laboratoire LS2P (Systèmes Portés par la Personne) développe un système innovant reposant la mesure optique infrarouge de la pression du gaz carbonique transcutané (PtCO2) produit par diffusion à travers la peau. L'objectif de cette thèse est d'étudier des méthodes numériques de traitement du signal pour améliorer l'autonomie de ces dispositifs et permettre un suivi personnalisé à domicile des patients. Ceci nécessite en particulier d'étudier une nouvelle génération de systèmes autonomes reposant sur des techniques d'auto-conscience (self-awareness) par fusion de modèles optiques et fluidiques. Les travaux de recherche comporteront la construction d'un modèle numérique du dispositif et de son interaction avec l'organisme humain, le développement d'un logiciel de simulation associé, l'étude de méthodes statistiques de traitement du signal et d'algorithmes d'échantillonnage compressif. Le candidat recherché relèvera des domaines du traitement du signal, des mathématiques appliquées ou de l'ingénierie biomédicale.
Département Composants Silicium (LETI)
Laboratoire de Caractérisation et Fiabilité des Composants
Physique des matériaux, semiconducteurs, MEMS
01-10-2019
SL-DRT-19-0828
alexandra.koumela@cea.fr
Contexte: L'intérêt de la rétroaction thermo-piezorésistive a été démontré dans plusieurs applications ces dernières années. Le régime d'auto-oscillation qui peut être atteint sous certaines conditions peut s'avérer très intéressant pour certaines applications notamment pour les capteurs résonants. A ce jour, la compréhension du phénomène n'est toutefois que partiellement maîtrisée et aucun capteur commercialisé utilisant ce principe n'a été réalisé. Innovation: Des travaux menés depuis 2016 nous ont permis de réaliser des dispositifs de test afin d'étudier la physique sous-jacente du phénomène de rétroaction et mettre au point un modèle prédictif. Le perfectionnement de ce modèle et son utilisation peuvent maintenant nous permettre de concevoir des dispositifs innovants à très basse consommation. Objectif : Intégrer ce schéma de transduction dans un capteur résonant et le caractériser en s'appuyant sur les travaux déjà menés au sein du laboratoire. Jalons : Adresser les nouveaux enjeux des capteurs résonants: ultra-basse consommation, hautes performances, bas coût, faible encombrement, aussi bien pour les applications grand public que pour des applications à plus haute valeur ajoutée (automobile, industrielle, aéronautique...).
