La sûreté de fonctionnement est un enjeu majeur qui nécessite de nombreux contrôles en différents endroits du procédé. L’un des paramètres à surveiller en continu est la teneur en actinides dans la solution, principalement l’uranium et le plutonium, mais également le neptunium dans une moindre mesure. Cette donnée est essentielle au pilotage du procédé et est mesurée actuellement des systèmes d’absorptiométrie gamma aujourd’hui obsolètes. La LIBS (laser-induced breakdown spectroscopy), technique optique basée sur l’ablation laser et la spectroscopie, pourrait être une alternative performante pour la quantification élémentaire en ligne en milieu liquide. Compte tenu de la complexité des spectres LIBS des actinides, il sera utile d’avoir recours à des approches d’intelligence artificielle (IA) afin de traiter les données expérimentales. Nous souhaitons donc évaluer la pertinence de cette approche pour répondre aux besoins analytiques et technologiques de l’usine de retraitement du futur.

Pour démarrer ces études, le stage proposé vise à évaluer les performances de quantification obtenues sur des simulants non radioactifs des actinides. Ces performances seront établies sur la base de deux critères essentiels, la durée de mesure et son incertitude. La démarche sera la suivante :
1. Définition d’un milieu d’étude inactif simulant le milieu réel.
2. Développement analytique réalisé avec un équipement LIBS commercial pour quantifier la teneur en simulants dans les domaines de concentration d’intérêt, par différentes approches d’étalonnage de complexité croissante (conventionnelle, multivariée, IA).
3. Identification des modèles d’IA adaptés à l’analyse des données LIBS.
4. Quantification et propagation des incertitudes dans le(s) modèles d’apprentissage.

Le stage sera réalisé au CEA/LANIE, laboratoire expert sur la technique LIBS, en collaboration avec le CEA/LIAD, laboratoire expert en science des données et en intelligence artificielle, et en concertation avec Orano, exploitant de l’usine de La Hague. Les encadrants du stage au LANIE et au LIAD ont déjà travaillé ensemble par le passé sur des thématiques associant LIBS, machine learning et IA de confiance.

A la suite de ce stage, une thèse est proposée en collaboration entre le LANIE, le LIAD et Orano. Elle s’attachera en particulier à étudier la robustesse de l’instrumentation et des méthodes de traitement des spectres face aux variations des conditions de mesure, et pourra évoluer vers une phase de développement instrumental voire d’essais d’analyse sur une installation nucléaire représentative.