Présentation

Article

1 - CONTEXTE

2 - DESCRIPTION TECHNIQUE DE L’INNOVATION

3 - APPLICATIONS OU MISE EN ŒUVRE

4 - ASPECTS ENVIRONNEMENTAUX

5 - PERSPECTIVES ET ÉVOLUTIONS

6 - CONCLUSION

Article de référence | Réf : IN252 v1

Perspectives et évolutions
Conception computationnelle d’alliages par intelligence artificielle et thermodynamique

Auteur(s) : Franck TANCRET

Date de publication : 10 déc. 2022

Pour explorer cet article
Télécharger l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !

Sommaire

Présentation

Version en anglais English

RÉSUMÉ

Les alliages modernes peuvent faire appel à de nombreux éléments, si bien que le concepteur se heurte à deux problèmes majeurs, d’une part la complexité des relations entre composition, procédés et propriétés, et d’autre part à l’immensité de l’espace des compositions possibles. Cet article montre comment certains outils computationnels (la thermodynamique prédictive ainsi que des techniques issues de l’intelligence artificielle comme la fouille de données ou l’optimisation combinatoire) permettent de gérer ces problèmes et de concevoir de nouveaux alliages par le calcul, avec des gains en temps, en coûts et en performances par rapport à des méthodes par essai-erreur.

Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.

Lire l’article

Auteur(s)

  • Franck TANCRET : Professeur des Universités - Nantes Université, Institut des Matériaux de Nantes Jean Rouxel (IMN), Nantes, France

INTRODUCTION

Le présent article décrit une méthode générique de conception d’alliages par le calcul, qui permet des gains en temps, en coûts et en performances par rapport à des méthodes de développement par essai-erreur. Cette méthode s’appuie d’une part sur des méthodes issues de l’intelligence artificielle, telles l’optimisation combinatoire multi-objectif (algorithmes génétiques, etc.) et la fouille de données (réseaux de neurones artificiels, processus gaussiens, etc.), et d’autre part sur la thermodynamique prédictive par la méthode dite « Calphad » (pour « CALculation of PHAse Diagrams » en anglais). Ce sont les principaux outils qui permettent aujourd’hui d’embrasser la complexité des espaces de composition des matériaux métalliques modernes, qu’il s’agisse d’établir des liens entre composition, procédés et propriétés, ou de rechercher les compositions qui conduiront à des combinaisons optimales de caractéristiques.

La méthode concerne potentiellement toute l’industrie métallurgique (aciers, alliages de nickel, d’aluminium, de titane, etc.), et tous les domaines nécessitant l’emploi d’alliages métalliques performants : transport (automobile, aéronautique, spatial, ferroviaire, naval, etc.), énergie (nucléaire, gaz, pétrole, etc.), génie chimique (réacteurs, etc.), biomédical (prothèses, implants, agrafes, etc.), etc. Le contexte global du développement de nouveaux alliages est tout d’abord exposé sous une triple perspective historique, combinatoire et de complexité. Après la présentation de quelques caractéristiques techniques des outils exploités, la méthode est illustrée à l’aide d’exemples de conception d’alliages complexes, tels les superalliages à base de nickel ou les alliages multi-concentrés dits « à haute entropie ». On montre ensuite comment la méthode peut être exploitée pour concevoir des matériaux en prenant en compte des considérations environnementales (éco-conception). Quelques perspectives liées aux développements en cours de la méthode sont finalement exposées.

Points clés

Domaine : Matériaux

Degré de diffusion de la technologie : Maturité

Technologies impliquées : Thermodynamique prédictive/méthode Calphad [M 4 105] ; intelligence artificielle [H 3 720], dont apprentissage machine [H 5 010] et optimisation combinatoire [S 7 218]

Domaines d’application : Métallurgie, et tous les domaines nécessitant l’emploi d’alliages métalliques performants : fabrication de moyens de transport (automobile, aéronautique, spatial, ferroviaire, naval, etc.), énergie (nucléaire, gaz, pétrole, etc.), génie chimique (réacteurs, etc.), biomédical (prothèses, implants, agrafes, etc.), etc.

Principaux acteurs français :

  • Centres de compétence : Nantes Université (Institut des Matériaux de Nantes Jean Rouxel, IMN) ; Mines Saint-Étienne (Laboratoire Georges Friedel, LGF)

  • Industriels : Safran

Autres acteurs dans le monde : Principalement des académiques, en Europe (Royaume-Uni, Pays-Bas, Allemagne), aux États-Unis et en Chine

Contact : [email protected]

https://www.cnrs-imn.fr/index.php/thematiques-id2m/materiaux-metalliques-et-thermodynamique/conception-computationnelle-d-alliages

Cet article est réservé aux abonnés.
Il vous reste 92% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

DOI (Digital Object Identifier)

https://doi.org/10.51257/a-v1-in252


Cet article fait partie de l’offre

Étude et propriétés des métaux

(202 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Présentation
Version en anglais English

5. Perspectives et évolutions

Au-delà de la conception assez « classique » d’alliages, présentée au § 3.1, diverses approches un peu plus innovantes ont été présentées (critères probabilistes ou utilisation de descripteurs physiques en fouille de données, éco-conception, adaptation de la stratégie combinatoire à des cas particuliers, etc.). Cependant, l’avenir de la conception computationnelle d’alliages pourra faire face à d’autres défis, dont deux sont explicités ci-après.

Les deux sont liés à l’exploitation de petits jeux de données ; à ce titre elles relèveraient d’une approche de « small data », à l’opposé de la récente tendance du « big data » (masses de données) :

  • la fouille de données « non conventionnelles » en ce qu’elles n’obéissent pas, contrairement aux exemples précédents, à des standards en termes de mesure ou de caractérisation ;

  • la possibilité de recourir, pour déterminer les critères à optimiser, à des outils prédictifs gourmands en temps de calcul, voire à des techniques d’élaboration et de caractérisation « à haut débit ».

5.1 Fouille de données non conventionnelles

Certains défis sont liés aux méthodes de l’intelligence artificielle lorsque se posent des problèmes métallurgiques qui ne peuvent pas être traités à l’aide des outils précédemment décrits. Ceci se produit notamment quand des caractéristiques « complexes » doivent être prédites en fonction de la composition, mais ne peuvent pas, à ce jour, être correctement approchées à l’aide de modèles physiques, tandis qu’il n’existe pas non plus de données...

Cet article est réservé aux abonnés.
Il vous reste 95% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Étude et propriétés des métaux

(202 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Perspectives et évolutions
Sommaire
Sommaire

BIBLIOGRAPHIE

  • (1) - BHADESHIA (H.K.D.H.) -   Neural networks in materials science.  -  ISIJ International, 39, p. 966-979 (1999).

  • (2) - WILLIAMS (C.K.I.), RASMUSSEN (C.E.) -   Gaussian processes for regression.  -  Advances in Neural Information Processing Systems, 8, MIT Press (1996).

  • (3) - PEI (J.F.), CAI (C.Z.), ZHU (X.J.), WANG (G.L.) -   Investigation on the processing-properties of hot deformed TA15 titanium alloy via support vector regression.  -  Materials Science Forum, 689, p. 134-143 (2011).

  • (4) - JHA (R.), PETTERSSON (F.), DULIKRAVICH (G.S.), SAXEN (H.), CHAKRABORTI (N.) -   Evolutionary design of nickel-based superalloys using data-driven genetic algorithms and related strategies.  -  Materials and Manufacturing Processes, 30, p. 488-510 (2015).

  • (5) - TANCRET (F.), BHADESHIA (H.K.D.H.), MACKAY (D.J.C.) -   Comparison of neural networks with Gaussian processes to model the yield strength of nickel-base superalloys.  -  ISIJ International, 39, p. 1020-1026 (1999).

  • ...

1 Annuaire

HAUT DE PAGE

1.1 Constructeurs – Fournisseurs – Distributeurs (liste non exhaustive)

Matlab, logiciel de calcul scientifique (permettant notamment la fouille de données et l’optimisation) distribué par Mathwoks : https://fr.mathworks.com/products/matlab.html

Thermo-Calc, logiciel Calphad distribué par Thermo-Calc Software : https://thermocalc.com/

HAUT DE PAGE

1.2 Organismes – Fédérations – Associations (liste non exhaustive)

Réseau National de la Métalurgie (RNM) : https://www.rnm-metallurgie.fr/

Société Française de Métallurgie et de Matériaux (SF2M) : https://sf2m.fr/

HAUT DE PAGE

1.3 Laboratoires – Bureaux d'études – Écoles – Centres de recherche (liste non exhaustive)

Institut des Matériaux de Nantes Jean Rouxel (IMN), Nantes Université, CNRS : https://www.cnrs-imn.fr/

Laboratoire...

Cet article est réservé aux abonnés.
Il vous reste 93% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Étude et propriétés des métaux

(202 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS