Stage - Ingénieur Développement d'Un Jumeau Numérique d'Une Boucle Thermohydraulique pour la Mainte-Nance Prédictive et la Supervision par Apprentissage Automatique H/F - Cetim

Le CETIM - Centre Technique des Industries Mécanique - est un accélérateur technologique qui aide à transformer l'industrie en apportant le meilleur de la recherche aux industriels français.

Avec plus de 1000 experts, le Cetim accompagne la transformation de l'écosystème productif en France et à l'international.Il offre à ses collaborateurs un environnement de travail stimulant et de nombreuses opportunités de contribuer à des projets majeurs dans le développement durable et l'industrie du futur.

Contexte

Une collaboration récente entre le pôle « Fluid & Sealing Technologies» du Cetim et le laboratoire LS2N de Centrale Nantes porte sur le développement de méthodes numériques de supervision et de gestion d'installations hydrauliques. Plus précisément, l'objectif est de concevoir un jumeau numérique permettant la maintenance prédictive d'une boucle thermohydraulique tenant compte des éventuelles évolutions de ses caractéristiques au cours de son exploitation. L'enjeu pour le CETIM est de pouvoir développer une méthodologie de supervision numérique éprouvée sur un dispositif de test et qui soit facilement transposables à d'autres cas d'usages industriels.

La mise en place du jumeau numérique de tout système industriel nécessite l'élaboration d'un modèle numérique suffisamment précis et capable de simuler son fonctionnement, la mesure continue de grandeurs physiques liées au processus et l'exploitation d'un modèle mathématique pour identifier ses paramètres et s'adapter à leurs éventuelles évolutions. L'intérêt majeur d'une telle approche étant d'assurer un fonctionnement continu du système et sa supervision, en maintenant un modèle numérique capable de reproduire fidèlement ses données et de prédire son évolution en fonction des conditions opérationnelles : évolution des consignes, modification des correcteurs et usure des actionneurs.

Avec l'avènement des outils de calcul numérique et d'acquisition de données, de plus en plus performants, le recours à des techniques d'apprentissage automatique couplées à des simulations numériques devrait faciliter les étapes de supervision, de contrôle et de pilotage. Les travaux en cours consistent à explorer le recours à des simulations numériques guidées par les modèles physiques simplifiés du système pour l'entraînement des modèles de détection et d'estimation par apprentissage automatique. Cette approche permet de s'affranchir de la nécessité d'avoir une grande quantité de mesures expérimentales associées à plusieurs points de fonctionnement et d'explorer, par simulation numérique, des scenarios dommageables pour le système réel ou difficilement atteignables expérimentalement.

Contenu du stage

La prochaine étape fait l'objet de cette offre de stage, elle consiste à reproduire la méthodologie employée sur une seconde boucle thermohydraulique (disponible au Cetim) afin de la rendre généralisable et reproductible.

Cette boucle est constituée d'une pompe, d'un échangeur thermique, de tuyauteries et des vannes.

Le travail de stage se déclinera donc en plusieurs étapes complémentaires :

· Développement d'un modèle 1D de la boucle thermohydraulique

· Corrélation calculs/essais pour valider le modèle numérique

· Application de la méthodologie basée sur des techniques d'apprentissage automatique (Machine Learning)

Description missions :

· Participer aux essais sur la boucle d'essais

· Développer et valider le modèle numérique 1D de la boucle d'essais

· Présenter vos travaux à l'équipe et aux différents partenaires du projet.

Type de contrat : Stage (Fevrier/mars)

Niveau de formation : Stagiaire de M2 en rapport avec la modélisation numérique (école d'ingénieurs, université physique/maths/informatique) avec des connaissances en mécaniques des fluides et un goût pour les expérimentations de laboratoire. Une appétence pour les techniques de Machine Learning serait un plus pour la seconde partie du stage.

Compétences :

· Siemens Flomaster ou équivalent

· Python (scikit-learn notamment)

· Pack Office

Qualités professionnelles :

· Pour votre rigueur,

· Votre sérieux,

· Votre autonomie

· Votre goût d'apprendre.