Traitement du signal / Science des données

Les systèmes sédimentaires côtiers évoluent sous l’effet des interactions entre d’une part les processus hydroclimatiques qui se produisent au niveau des bassins versants, et d’autre part les processus marins côtiers qui remodèlent le trait de côte. L’évolution de ces environnements est naturellement contrôlée par le climat, à différentes échelles de temps (de la dizaine d’années au millénaire), à travers les variations de flux sédimentaires et l’érosion, qui modifient le relief...

Maîtriser la compatibilité entre polymères et fluides est essentiel dans de nombreux secteurs de l’industrie, comme par exemple dans l’automobile avec la question de la tenue des matériaux du système d’alimentation en carburant.

Apparues dans les années 1990, les notions de géopatrimoine et de géodiversité reçoivent une attention grandissante de la part des communautés académiques, des organisations internationales et des pouvoirs publics (...). C’est dans ce contexte qu’IFPEN a signé en 2020 un accord de partenariat avec l’UNESCO, dont l’un des objectifs est le partage d’outils numériques facilitant la promotion du géopatrimoine et de la géodiversité auprès du grand public...

La conception de matériaux poreux performants est un enjeu majeur pour l’efficience énergétique des procédés industriels : en catalyse, biocatalyse ou encore pour les opérations de séparation et de purification. Pour de telles applications, ces matériaux tirent leurs propriétés d’intérêt de leur microstructure particulière, comportant une grande quantité d’espaces vides organisés et connectés à l’échelle du nanomètre. IFPEN et Saint Gobain Research Provence (SGRP) se sont associés afin de se doter d’un outil facilitant à terme la mise au point de matériaux poreux optimisés en fonction d’usages donnés.

La caractérisation des réservoirs géologiques, thème historique de l’exploitation pétrolière, est aujourd’hui un socle d’intérêt pour des domaines applicatifs variés tels que le stockage de CO2 ou d’hydrogène, ou encore la géothermie. Ces dernières années, l’utilisation conjointe de l’imagerie 3D par microtomographie (ou micro-CT) et de techniques de simulation avancées a permis l’émergence d’une approche digitale du calcul des propriétés pétrophysiques de roches de réservoir (Digital Rock Physics). Ceci représente un vrai complément voire, dans certains cas, une alternative aux mesures traditionnelles en laboratoire.

Au cours de la dernière décennie, l’apprentissage profond (deep learning) appliqué à l’analyse d’images a connu un réel essor et une extension dans de nombreux domaines. Cependant, son potentiel reste encore sous-exploité en géologie, bien que cette discipline implique beaucoup d’interprétation visuelle. Pour contribuer à la transformation numérique des industries liées au sous-sol, les chercheurs IFPEN ont mis en œuvre l'apprentissage profond dans trois « contextes métier », impliquant chacun un type différent d’images géologiques.

La segmentation sémantique réalisée sur des images de microscopie est une opération de traitement effectuée en vue de quantifier la porosité d’un matériau et son hétérogénéité. Elle vise à affecter une classe d’appartenance (niveau d’hétérogénéité de la porosité) à chaque pixel de l’image. Cependant elle est très difficile sur certains matériaux (comme les alumines employées pour la catalyse), voire impossible par une approche classique de traitement d’image, car les différences de porosité sont caractérisées par des contrastes faibles et des variations de texture complexes. Un moyen de dépasser cette limitation est d’aborder par apprentissage profond la segmentation sémantique, en recourant à un réseau de neurones convolutifs.

L’utilisation de méthodes d’apprentissage pour accélérer les calculs de cinétique chimique est une approche qui a récemment gagné en popularité. C’est le cas notamment pour la simulation des écoulements réactifs...