Stage Identification de Modèles Probabilistes du Comportement en Fatigue H/F - Safran

Safran est un groupe international de haute technologie opérant dans les domaines de l'aéronautique (propulsion, équipements et intérieurs), de l'espace et de la défense. Sa mission : contribuer durablement à un monde plus sûr, où le transport aérien devient toujours plus respectueux de l'environnement, plus confortable et plus accessible. Implanté sur tous les continents, le Groupe emploie 100 000 collaborateurs pour un chiffre d'affaires de 27,3 mrds d'euros en 2024, et occupe, seul ou en partenariat, des positions de premier plan mondial ou européen sur ses marchés.
Safran est la 2ème entreprise du secteur aéronautique et défense du classement « World's Best Companies 2024 » du magazine TIME.

Safran Transmission Systems est un des leaders mondiaux des systèmes de transmission de puissance mécanique pour les marchés aéronautiques civils et militaires. Avec plus de 50 000 produits mis en service, Safran Transmission Systems détient aujourd'hui 30 % de parts de marché sur le segment des avions de plus de 100 places. Fort de 1 900 collaborateurs engagés et hautement qualifiés, ses activités sont réparties entre la France et la Pologne.
Safran Transmission Systems continue d'innover en développant les réducteurs de puissance pour la future génération de moteurs pour l'aviation commerciale et les

Parce que nous sommes persuadés que chaque talent compte, nous valorisons et encourageons les candidatures de personnes en situation de handicap pour nos opportunités d'emploi.Les transmissions mécaniques conçues par Safran Transmission Systems sont soumises à des chargements cycliques au cours de leur utilisation. Afin de garantir leur fiabilité, le dimensionnement s'appuie sur une démarche conservative.

Les critères de rupture en fatigue sont identifiés à partir de l'exploitation de résultats d'essais expérimentaux réalisés pour quelques conditions de référence (température, rapport de charge, etc.) et analysés par des méthodes statistiques permettant l'identification du comportement pour une probabilité de survie et un intervalle de confiance donnés.

Les modèles de comportement en fatigue sont identifiés de manière indépendante pour chaque condition de sollicitation, entrainant une perte de continuité du comportement sur la plage des paramètres caractérisés. Le comportement pour les conditions de sollicitations « intermédiaires », est obtenu par interpolation ou abattement, induisant une perte d'information relative à la confiance statistique.

L'objectif de ces travaux est de développer une méthode d'identification de modèles probabilistes multiparamétriques du comportement en fatigue, capable de prédire la probabilité de survie d'un matériau sur l'ensemble de l'espace des paramètres d'intérêt, ici la température et rapport de charge.

Le modèle de fatigue utilisé est de type linéaire par morceaux par rapport au logarithmique du nombre de cycles. Les principaux enjeux consisteront à gérer précisément les zones de rupture de pente et à distinguer les dispersions inter-lots (variation du comportement en fatigue entre différents lots de production) et intra-lots (dispersion naturelle du comportement en fatigue lié aux variations microscopiques au sein d'un même lot matière). Le stage pourra également s'élargir à l'identification de modèles adaptés en présence d'une bimodalité de comportement en fatigue.

Le stage consistera à :

- Proposer et adapter un modèle de comportement en fatigue à partir des données expérimentales disponibles,

- Développer une méthode d'identification inverse probabiliste robuste et adaptée à un contexte multiparamétrique,

- Comparer les performances et les apports de la nouvelle approche avec les méthodes actuellement utilisées au sein de Safran Transmission Systems.

- Master 2 ou équivalent Ecole d'ingénieur (Analyse numérique, mécanique des matériaux)

- Formation au comportement et à l'endommagement de fatigue des matériaux, aux méthodes inverses et à la mécanique statistique

- Expérience de la programmation scientifique, de préférence à l'aide du langage Python

- Capacité à communiquer aisément en français et en anglais, à l'oral comme à l'écrit

- Autonomie

- Rigueur

- Aptitude à la communication et esprit de synthèse