OR3 : Simulation numérique, apprentissage machine et recalage adaptatif pour les ouvrages et infrastructures

Activités

Cette opération de recherche a pour vocation l'intégration de la simulation numérique à hautes performances avec l'IA générative et agentique, afin d'établir un nouveau paradigme de conception et maintenance des infrastructures et ouvrages critiques (centrales nucléaires, lignes ferroviaires à grande vitesse, pylônes électriques, parcs éoliens, réseaux hydrauliques, etc.). Pour faire face à la nécessaire adaptation des ouvrages aux aux catastrophes naturelles, les activité de l'OR visent à définir et à construire des jumeaux numériques multi-physiques des ouvrages futurs et existants, pour rendre robuste la phase de conception vis-à-vis des incertitudes (intrinsèques et liés aux agents environnementaux externes), planifier et adapter la maintenance, évaluer l'état de santé de l'ouvrage, prédire son temps de vie ultime, contrôler l'ouvrage en temps réel. Le cadre est celui de l'apprentissage machine et de l'IA générative et multi-agents, nécessaires pour concevoir des méta-modèles à inférence rapide, qui intègrent ou se substituent aux simulations numériques et aux campagnes expérimentales. L'activité de l'OR se concentre aussi sur la résolution de problèmes inverses afin d'investiguer l'incertitude et d'ajuster la prédiction en temps réel.

Afin d'atteindre ces objectifs, l'OR intègre le Building Information Modeling (BIM), détection et estimation de la distance par laser (LiDAR), l'ingénierie des systèmes basée sur des modèles (MBSE), la représentation ontologique, le calcul à hautes performances (CPU, GPU, calcul quantique), les pipelines d'apprentissage générative et agentique conditionnées par la physique (intégrées par Model Context Protocol ou autre), l'apprentissage actif, le traitement des incertitudes et les analyses de sensibilité. L'objectif final est de proposer une estimation locale et globale du risque naturel et humain (simple ou dû à des effets en cascade) associé à chaque infrastructure dans son environnement.