LUMEN : Compréhension de la structure du liquide pour l’ingénierie des microstructures avec un upscaling innovant assisté par l’intelligence artificielle.

Certaines impuretés pourraient donc devenir des éléments bénéfiques : il s’agit de comprendre à quelles conditions. On sait par ailleurs qu’en fabrication additive l’ajout d’éléments diffusant lentement améliore les propriétés en sursaturant la matrice pendant la solidification et en ralentissant la précipitation à l’état solide.

Le projet utilise la plateforme métallurgie haut débit DIAMS pour cribler les alliages et la plateforme DIAMOND pour développer une approche de modélisation multi-échelles. Les modélisations atomiques par dynamique moléculaire utilisent des potentiels interatomiques issus de l’apprentissage automatique sur des résultats de modélisation ab initio pour capturer l’influence des éléments d’alliages sur la structure du liquide et le comportement des interfaces solide-liquide. La modélisation de la microstructure par champ de phase prédit la dynamique des microstructures de
solidification, en tenant compte de l’anisotropie de l’énergie interfaciale et de la cinétique d’attachement atomique. La modélisation à l’échelle du procédé par le modèle d’enveloppe de grain (GEM) simule la macrostructure de solidification et étudie la compétition de croissance intergranulaire. Le lien entre les différentes échelles est assuré par de nouveaux outils pour transférer les lois constitutives de l’échelle atomique vers le champ de phase puis vers le GEM. Les résultats expérimentaux serviront de base d’étalonnage et de validation des modélisations, avec un intérêt particulier pour les systèmes Al-Cr-Fe-Ti.

Le projet comprend cinq work-packages (WP). Le WP1 se concentre sur les simulations à l’échelle atomique des liquides et des interfaces, réalisant des simulations de dynamique moléculaire de grande échelle pour obtenir une représentation précise des interfaces solide- liquide et de la diffusivité atomique dans le liquide. Le WP2 se concentre sur la modélisation par méthode de champ de phase, développant des codes pour prédire quantitativement la dynamique des microstructures de solidification. Le WP3, dédié à la modélisation par la méthode d’enveloppe de grains, vise à étendre le GEM aux alliages multi-constitués et à simuler les compétitions de croissance entre grains. Le WP4 utilise l’apprentissage machine pour relier les descriptions atomique et microstructurale et développer un modèle génératif fondé sur les graphes pour le coarse-graining. Enfin, le WP5 se consacre à la génération et la caractérisation de microstructures par des approches de fabrication haut débit, créant des bases de données sur l’effet des éléments d’alliage et de leurs combinaisons sur les microstructures de solidification.

Les innovations incluent le déploiement de la métallurgie combinatoire sur des systèmes muticonstitués, les modélisations multi-échelle intégrant de nouveaux modèles physiques, et l’utilisation d’outils d’intelligence artificielle pour la montée en échelle entre modèles. L’identification de nouveaux produits tolérants aux impuretés de recyclage permettra à l’industrie de l’aluminium de devenir plus résiliente face à l’intensification du recyclage. En conclusion, LUMEN vise à lever des verrous scientifiques grâce à des approches innovantes allant de l’échelle atomique au procédé, avec l’objectif de développer des alliages d’aluminium adaptés aux défis du recyclage et de la fabrication additive.