Application de L'ia Aux Méthodes Discrètes Pour Simuler Les Matériaux Granulaires

**Application de l'IA aux méthodes discrètes pour simuler les matériaux granulaires // AI particle-based dynamic method for granular materials**:

- Réf **ABG-128927**
**ADUM-62222**
- Sujet de Thèse
- 27/02/2025
- Contrat doctoral
- Université de Montpellier
- Lieu de travail- Montpellier cedex 5 - France
- Intitulé du sujet- Application de l'IA aux méthodes discrètes pour simuler les matériaux granulaires // AI particle-based dynamic method for granular materials
- Champs scientifiques- Electronique
- Mots clés- Machine Learning, Matériaux granulaires, Modélisation discrète
Machine Learning, Granular materials, Discret modeling

**Description du sujet**:

- La grande majorité des produits industriels se présentent sous forme granulaire ou l'ont été à un stade de leur fabrication. Quelques exemples incluent les produits pharmaceutiques et alimentaires, les cosmétiques, les matériaux chimiques, nucléaires et de construction. Cependant, le comportement des matériaux granulaires est encore mal compris. Ces matériaux sont de grands ensembles de particules solides interagissant par des contacts frottants, des interactions cohésives, des ponts liquides ou des forces chimiques. Leurs comportements complexes, qui dépendent de la pression, de la densité et du taux de déformation, rendent souvent la manipulation de ces matériaux très difficile et complexe. De plus, les particules dans divers domaines ont des formes et des distributions de taille différentes qui peuvent évoluer sous l'action mécanique par déformation et/ou fragmentation.
Les simulations des matériaux granulaires reposent généralement sur des approches discrètes, telles que la méthode des éléments discrets (Discrete Element Method : DEM) et la méthode de dynamique des contacts (Contact Dynamics : CD). Pour tenir compte de la déformation volumique des particules, ces méthodes peuvent être couplées à des approches continues, telles que la méthode des éléments finis (Finite Element Method : FEM) ou la méthode des points matériels (MPM). Toutes ces méthodes partagent des caractéristiques communes impliquant trois étapes principales: (i) la détection des contacts, (ii) le calcul des forces d'interaction, et (iii) le pas de temps des particules. Chacune de ces étapes algorithmiques peut nécessiter des ressources de calcul significatives, en fonction du nombre de particules simulées. Par conséquent, nous sommes limités dans le nombre de particules que nous pouvons simuler, ce qui pose un défi majeur pour la modélisation de systèmes réels impliquant un grand nombre de particules avec des tailles, des formes et des comportements matériels variables.

The vast majority of industrial products are in granular form or have been in one of the stages of their manufacture. Some examples are pharmaceutical and food products, cosmetics, chemical, nuclear and building materials. However, the behavior of granular materials is still poorly understood. These materials are large assemblies of solid particles interacting through frictional contacts, cohesive interactions, liquid bridging or chemical forces. Their complex pressure-, density
- and rate-dependent behaviors often make handling of these materials very difficult and challenging. Moreover, particles in various fields occur with different shapes and size distributions that may evolve under mechanical actions by deformation and/or fragmentation.
The simulations of granular materials typically rely on particle-based dynamic approaches, such as the Discrete Element Method (DEM) and Contact Dynamics (CD) method. To account for particle bulk deformation, these methods can be coupled with continuum approaches, such as the Finite Element Method (FEM) or Material Point Method (MPM). All these methods share common features involving three main steps: (i) contact detection, (ii) interaction force computation, and (iii) particle time stepping. Each of these algorithmic steps can require significant computational resources, depending on the number of simulated particles. Consequently, we are limited in the number of particles we can simulate, which poses a significant challenge for modeling real systems that involve a large number of particles with varying sizes, shapes, and material behaviors.

Début de la thèse : 01/10/2025

**Nature du financement**:

- Contrat doctoral

**Précisions sur le financement**:

- Concours pour un contrat doctoral

**Présentation établissement et labo d'accueil**:

- Université de Montpellier

**Etablissement délivrant le doctorat**:

- Université de Montpellier

**Ecole doctorale**:

- 166 I2S - Information, Structures, Systèmes
- Engineering or Master degree in applied mathematics, physics or mechanics with interest in physics and numerical modeling.
Diplôme d'ingénieur ou master en mathématiques appliquées, physique ou mécanique avec un intérêt pour la physique et la modélisation numérique.- 04/05/2025