13 places disponibles
Ma4 – Apport du Machine Learning pour le développement de nouveaux matériaux et de leurs procédés
D. Bettebghor (ONERA)
Les sciences et l’ingénierie des matériaux profitent d’un engouement pour l’exploitation automatisée de données, notamment via l’utilisation de techniques issues du Machine Learning (ML). Qu’il s’agisse d’optimisation combinatoire de compositions d’alliages, de structures et d’architectures, d’améliorer la prédiction de durée de vie, d’accélérer les simulation multi-échelles ou encore de mieux contrôler les procédés et les pièces en cours de vie, les modèles de prédiction du ML offrent la possibilité de digitaliser tout ou partie des sciences des matériaux. Toutefois l’adoption de ces méthodes reste assujettie aux volumes et à la qualité des données, ainsi qu’aux difficultés de généralisation à de nouveaux jeux de données. De plus, elles requièrent de nouveaux métallurgistes et spécialistes des matériaux rompus aux techniques de ML, rares dans le monde des matériaux. Au cours de cet entretien, nous débattrons des avantages et des inconvénients de l’utilisation du ML pour les matériaux, en insistant à la fois sur leurs potentiels mais aussi leurs limites.
Ma1 – Fabrication additive de très grandes dimensions
Résumé
Ma2 – Sécurisation de la filière titane, point de situation, recyclage
Résumé
Ma3 – Développement de biocomposites pour intérieurs d’avion : la quadrature du cercle ?
Résumé
Ma4 – CND des matériaux métalliques
Résumé
Au programme : 17 domaines de discussion
Au programme : 17 domaines de discussion
Aviation civile [Ac]
Aérodynamique [Ae]
Avionique [Av]
Domaine militaire [Dm]
Drones & véhicules autonomes [Dr]
Essais et Expérimentations [Ee]
Énergie à bord [En]
Espace & Aéronautique [Es]
Intelligence artificielle [Ia]
Innovation & Compétitivité [Ic]
Matériaux [Ma]
Modélisat° & ingénierie système [Mo]
Maintenance aéronautique [Mt]
Nvelles motorisat° & propulsion [Nm]
Conception de structures [St]
Transport Aérien durable [Td]
Usine du Futur [Uf]