Notre capacité à fabriquer des nanoparticules (NP) d'oxyde métallique avec une composition, une morphologie et des propriétés bien définies est une clé pour accéder à de nouveaux matériaux qui peuvent avoir un impact technologique révolutionnaire, par exemple pour la photocatalyse ou le stockage d'énergie. Parmi les différentes technologies de production, les systèmes de Spray Pyrolyse en Flamme (SPF) constituent une option prometteuse pour la synthèse industrielle de NP. Cette voie de synthèse repose sur l'évaporation rapide d'une solution - solvant plus précurseurs - atomisée sous forme de gouttelettes dans une flamme pilote pour obtenir des nanoparticules. Malheureusement, la maitrise du procède de synthèse SPF est aujourd’hui limitée à cause d’une trop grande variabilité de conditions opératoires à explorer pour la multitude de nanoparticules cibles. Dans ce contexte, l'objectif de ce sujet de thèse est de développer le cadre expérimental et numérique nécessaire au déploiement futur de l’intelligence artificielle pour la maitrise des systèmes SPF. Pour ce faire, les différents phénomènes prenant place dans les flammes de synthèse au cours de la formation des nanoparticules seront simulés, notamment au moyen de calculs de dynamique des fluides. Au final, la création d’un jumeau numérique du procédé est attendue, qui permettra de disposer d’une approche prédictive pour le choix des paramètres de synthèse à utiliser pour aboutir au matériau souhaité, ce qui diminuera drastiquement le nombre d’expériences à réaliser et le temps de mise au point de nouvelles nuances de matériaux.