Maî­tri­ser Python pour l’analyse et l’automatisation

• Navi­guer effi­ca­ce­ment dans un ter­mi­nal Linux avec les com­mandes bash.
• Acqué­rir les bases de la pro­gram­ma­tion en Python.
• Mani­pu­ler et ana­ly­ser des don­nées scientifiques.
• Auto­ma­ti­ser des tâches fas­ti­dieuses avec des scripts Python (ex. Code_Aster).

Acqué­rir les bases en mathé­ma­tiques et méca­nique pour la simulation

• Maî­tri­ser l'algèbre linéaire et le cal­cul matriciel.
• Com­prendre la méca­nique des milieux conti­nus, du solide et la résis­tance des matériaux.
• Appli­quer les ana­lyses numé­riques et le cal­cul par élé­ments finis.
• Étu­dier le com­por­te­ment des matériaux.

Gérer la qua­li­té et pilo­ter des études techniques

• Assu­rer l'interface avec les équipes internes et les par­te­naires externes.
• Pilo­ter les études en garan­tis­sant qua­li­té, coûts et délais.
• Ana­ly­ser les don­nées, vali­der les hypo­thèses et assu­rer la cohé­rence des livrables.
• Résoudre les pro­blèmes tech­niques avec l’appui d’experts.
• Uti­li­ser les outils OPEX et orga­ni­ser la pla­ni­fi­ca­tion des projets.
• Gérer les écarts et ani­mer des réunions efficaces.

Maî­tri­ser les ana­lyses réglementaires

• Com­prendre la logique, les orien­ta­tions et l’évolution des réglementations.
• Recher­cher et exploi­ter les infor­ma­tions des codes et normes (RCC‑M, RSE‑M, ESPN).
• Ana­ly­ser les spé­ci­fi­ca­tions d’équipement et l’imbrication des règles.
• Com­pa­rer les codes RCC‑M et ASME pour une appli­ca­tion adaptée.

Réa­li­ser un pro­jet élé­ments finis selon la norme NF EN 13001

• Réa­li­ser une étude com­plète de type outillage : hypo­thèses, modé­li­sa­tion, cal­culs élé­ments finis, post-trai­te­ment et ana­lyse des résultats.
• Appli­quer les com­pé­tences des modules Outillage, Code Aster et Python.
• Uti­li­ser les outils et méthodes indus­triels pour un pro­jet en auto­no­mie partielle.

Réa­li­ser et véri­fier une étude de cas en fatigue

• Relier les résul­tats bruts des élé­ments finis aux contraintes équi­va­lentes réglementaires.
• Ana­ly­ser les dif­fé­rents dom­mages : défor­ma­tion exces­sive, insta­bi­li­té plas­tique, défor­ma­tion pro­gres­sive et ini­tia­tion de fis­sures par fatigue.

Maî­tri­ser la méca­nique de la rup­ture et les méthodes de calcul

• Iden­ti­fier les types d’analyses en méca­nique de la rupture.
• Com­prendre l’évolution des métho­do­lo­gies avec les tech­no­lo­gies, la régle­men­ta­tion et le retour d’expérience.
• Réa­li­ser des cal­culs de sta­bi­li­té, amor­çage et pro­pa­ga­tion de fis­sures par la méthode de superposition.

Appli­quer la modé­li­sa­tion aléa­toire à la mécanique

• Modé­li­ser et simu­ler des sys­tèmes méca­niques avec des incer­ti­tudes et de la variabilité.
• Appli­quer des méthodes pro­ba­bi­listes, sta­tis­tiques et sto­chas­tiques avan­cées en mécanique

Maî­tri­ser les méthodes numé­riques avan­cées en méca­nique et thermique

• Maî­tri­ser les prin­cipes de la méthode des élé­ments finis et les notions de formes fortes et faibles.
• Esti­mer les erreurs de cal­cul et opti­mi­ser les maillages pour plus de précision
• Modé­li­ser les com­por­te­ments non linéaires des maté­riaux (plas­ti­ci­té et endommagement).
• Inté­grer des modèles avan­cés de plas­ti­ci­té et d’endommagement dans les simulations.
• Appli­quer des tech­niques avan­cées de rup­ture pour ana­ly­ser la pro­pa­ga­tion des fissures.

Appli­quer les méthodes d’identification et de carac­té­ri­sa­tion du com­por­te­ment des matériaux

• Uti­li­ser des méthodes inverses et des approches numé­riques avancées.
• Trai­ter des pro­blèmes inverses dans la méca­nique des structures.
• Pro­po­ser des solu­tions robustes aux pro­blèmes mal posés.

Opti­mi­ser les cou­plages mul­ti-phy­siques et réduire les modèles

• Com­prendre les prin­cipes de l'optimisation mul­ti­dis­ci­pli­naire (OMD).
• Uti­li­ser des tech­niques de réduc­tion de modèle (POD, PGD, régres­sion par pro­ces­sus Gaus­sien) pour réduire les coûts de calcul.
• Opti­mi­ser des sys­tèmes mul­ti­dis­ci­pli­naires et gérer les incer­ti­tudes dans les prédictions.

Opti­mi­ser la concep­tion grâce aux plans d’expériences numériques

• Maî­tri­ser la concep­tion et l'exécution de plans d'expériences numé­riques pour la simulation.
• Ana­ly­ser et inter­pré­ter les résul­tats des simu­la­tions avec des méthodes d’analyse sta­tis­tique adaptées.
• Construire et vali­der des modèles pré­dic­tifs robustes via des tech­niques avan­cées de métamodélisation.

Prendre en compte la sou­te­na­bi­li­té dans l’ingénierie

• Appli­quer la sobrié­té numé­rique dans les simulations.
• Com­prendre et uti­li­ser des modèles juste néces­saires pour l'optimisation des ressources.

Thèse pro­fes­sion­nelle

• Mettre en pra­tique les com­pé­tences acquises tout au long du cursus.
• Réa­li­ser une étude com­plète en iden­ti­fiant les com­po­sants, scé­na­rios et phé­no­mènes physiques.
• Inté­grer les aspects régle­men­taires, rédi­ger une note tech­nique et pré­sen­ter ses résul­tats et recommandations