Titre du projet de recherche

Intelligence artificielle pour accélérer la simulation numérique de rubans supraconducteurs à grande échelle

Niveau d'étude

Maîtrise ou doctorat

Directeur/codirecteur

Directeur : Frédéric Sirois

Fin de l'affichage

31 décembre 2026

Domaines d'expertise

Études de modélisation et de simulation

Supraconducteurs

Pôle d'excellence principal

Matériaux innovants

Pôle(s) d'excellence secondaire(s)

Modélisation et intelligence artificielle

Énergie, eau et ressources

Unité(s) et département(s)

Département de génie électrique

Conditions

Le projet s'adresse à des personnes ayant complété un baccalauréat en génie informatique, génie des matériaux, génie électrique, génie physique ou une discipline connexe, et qui sont intéressées au développement de modèles basés sur l’intelligence artificielle pour simuler le comportement électrothermique des rubans supraconducteurs.

Description détaillée

Résumé du projet

Les rubans supraconducteurs à haute température critique sont maintenant fabriqués de façon industrielle sur des longueurs de plusieurs kilomètres. Il est alors possible d’envisager des applications de grande taille tel que des aimants supraconducteurs pour des applications médicales comme la protonthérapie, des applications en énergie comme la fusion nucléaire, des applications en transport comme les moteurs électriques pour l’aéronautique, etc. Un des problèmes concernant les rubans supraconducteurs est que leurs propriétés physiques peuvent varier le long du ruban sur des distance de moins d’un millimètre, ce qui peut mener à la présence de points chauds possiblement destructeurs. Une stratégie pour trouver des solutions à ce problème consiste à simuler la réponse électrothermique complète de ces longs rubans avec un niveau de détail fin pour leurs propriétés physiques. Toutefois, la réalisation de ces simulations requiert un temps de calcul considérable.

Des résultats récents ont permis d'atteindre des accélérations en temps de calcul énormes (de l'ordre plusieurs milliers de fois), grâce à une application judicieuse des techniques d'apprentissage machine. Les calculs effectués jusqu'à maintenant concernaient surtout des rubans supraconducteurs simples, et on cherche désormais à étendre ces calculs à l'échelle de bobines supraconductrices complètes, afin d'exploiter l'approche dans des conceptions réelles d'électro-aimants à fort champ magnétique. Notre équipe cherche donc un étudiant au niveau maîtrise-recherche ou doctorat pour nous aider à atteindre cet objectif. Il est fort probable que le projet se fasse avec un partenaire tel que la Commission de l'Énergie Atomique (CEA), basé à Saclay, France.

Principales responsabilités

Le candidat retenu devra exécuter les tâches de ce poste avec de façon dynamique et créative. En particulier, il/elle devra:

• Apprendre à créer et optimiser des jeux de données par éléments finis pour entraîner les modèles d'apprentissage machine;
• Généraliser le modèle de simulation par apprentissage machine pour le rendre applicable à des applications réelles;
• Participer à des réunions (avec les superviseurs, réunions de groupe, téléconférences avec le partenaire, etc.), ainsi qu'à d'autres activités liées au projet;
• Préparer des rapports techniques et rédiger des articles scientifiques.

Intérêts et compétences recherchés

• Connaissances (ou au moins un intérêt marqué) en modélisation et calcul numérique;
• Compétences en programmation et intérêt pour le calcul scientifique;
• Intérêt pour l’intelligence artificielle et l'apprentissage machine;
• Intérêt pour les expériences en laboratoire, qui serviront à valider les modèles développés (il est possible d'avoir de l'aide d'autres étudiants si cet aspect est inconnu du candidat).

Possibilité de financement

Ce projet ne pourra être réalisé que si le candidat possède un dossier académique suffisamment compétitif pour qu'il obtienne une bourse dans un concours d'excellence, par exemple au CRSNG (citoyens canadiens seulement), au FRQNT, ou dans un programme tel que IVADO. Il est aussi possible qu'un financement puisse être fourni par un partenaire. Contactez le professeur pour en discuter davantage.