Thèse CIFRE IMS – Kurybees
Diagnostic rapide et non-intrusif des causes physiques de vieillissement des batteries Li-ion : Application à la prédiction de la performance et de la fiabilité en seconde vie
La transition énergétique et l’électrification croissante des transports entraînent une demande massive en systèmes de stockage d’énergie performants et durables. Dans ce contexte, la batterie lithium-ion s’impose comme la technologie de référence. Cependant, face à la raréfaction des matériaux critiques et à l’impact environnemental de la production, le reconditionnement et la réutilisation des batteries en seconde vie apparaissent comme une voie incontournable pour prolonger leur durée d’usage et réduire leur empreinte carbone.
Les méthodes de diagnostic actuellement utilisées ont été développées pour le secteur automobile, sur des cellules de forte capacité et de grande valeur marchande. Elles reposent sur des protocoles longs, coûteux et nécessitant des moyens expérimentaux lourds, adaptés à des environnements industriels où la sécurité peut être maîtrisée par conception. En revanche, ces approches ne sont pas transposables aux cellules cylindriques de petite taille et de faible valeur unitaire, issues d’applications variées telles que la mobilité légère ou le stockage résidentiel. Elles ne tiennent pas compte de la diversité des profils d’usage, ne permettent pas une estimation rapide et fiable de la durée de vie restante et restent trop onéreuses pour un diagnostic de masse. Dans ce contexte, le développement de méthodes rapides, non-intrusives et économiques constitue un enjeu clé pour accélérer le reconditionnement de ces cellules tout en assurant un niveau de sécurité suffisant.
L’objectif de cette thèse est de concevoir une méthode innovante de diagnostic et de pronostic des batteries lithium-ion. Celle-ci doit permettre d’identifier les mécanismes physiques de vieillissement en lien avec l’historique d’usage, d’évaluer la pertinence des cellules pour une seconde vie et de prédire leur performance et leur fiabilité dans un nouvel usage. Le travail consistera à développer un modèle numérique réduit, combinant essais rapides de type impulsionnel ou fréquentiel et simulation multi-physique, afin d’estimer l’état de santé et la durée de vie restante des cellules. L’approche s’appuiera sur la corrélation entre indicateurs expérimentaux et modèles numériques pour proposer un diagnostic rapide, fiable et industrialisable.
La thèse se déroulera en cotutelle entre le laboratoire IMS Bordeaux (UMR CNRS 5218) et l’entreprise Kurybees. Le groupe Fiabilité de l’IMS possède une expertise reconnue dans la modélisation du vieillissement, la caractérisation et le suivi des systèmes de stockage d’énergie. Il dispose d’équipements de référence au sein de la plateforme CACYSSÉE, dédiée à la caractérisation électrochimique et au cyclage de batteries Li-ion. De son côté, Kurybees, reconnue Jeune Entreprise Innovante par le Ministère de l’Enseignement supérieur et de la Recherche, mettra à disposition sa base de données expérimentale unique (plus de 20 technologies testées et 1 000 cellules par an) ainsi que son laboratoire d’essais de 100 m² à Écquevilly, équipé de six enceintes climatiques, de 112 voies de cyclage et de moyens avancés de simulation numérique.
Le candidat sera titulaire d’un diplôme d’ingénieur ou d’un master 2 en électrochimie, énergie, physique appliquée ou modélisation numérique. Il devra posséder de bonnes connaissances sur les batteries lithium-ion et le traitement de données expérimentales, ainsi qu’un intérêt marqué pour la recherche appliquée, la simulation et l’analyse des phénomènes physiques. La thèse offrira un environnement de travail stimulant à l’interface entre recherche académique et innovation industrielle, avec des perspectives concrètes de valorisation scientifique et applicative.
La thèse commencera début 2026 dans le cadre d’un contrat CIFRE de trois ans, en collaboration entre le laboratoire IMS (Bordeaux) et l’entrepriseKurybees (Écquevilly, Yvelines).
Pour toute information complémentaire, les candidats peuvent contacter Issam Baghdadi (issam.baghdadi@kurybees.com) et Olivier Briat (olivier.briat@ims-bordeaux.fr).
