Prédiction à court terme d'élévation de houle et de mouvements de bateau à partir de capteurs distants (RUEIL-MALMAISON ou SOLAIZE)

Plus d'info sur IFP Energies nouvelles - Sciences et Technologies du Numérique

Stage Data / Mathématiques Appliquées Hauts-de-Seine entre février et juin 2024 5 mois


IFP Energies nouvelles (IFPEN) est un acteur majeur de la recherche et de la formation dans les domaines de l’énergie, du transport et de l’environnement. De la recherche à l'industrie, l'innovation technologique est au cœur de toutes ses activités.

Dans le cadre de la mission d'intérêt général qui lui a été confiée par les pouvoirs publics, IFP Energies nouvelles (IFPEN) s'attache à :

  • Apporter des solutions pour relever les défis de la société en matière d'énergie et de climat, en favorisant l'émergence d'un mix énergétique durable
  • Créer de la richesse et des emplois en soutenant l'activité économique française et européenne, et la compétitivité des filières industrielles associées

Prédiction à court terme d’élévation de houle et de mouvements de bateau à partir de capteurs distants

Descriptif

Dans une trajectoire de décarbonation du mix énergétique, les océans recèlent un formidable potentiel de production d’énergies renouvelables : éolien offshore, marémoteur, houlomoteur, gradients de température et de salinité...

Mais la mer est aussi un milieu exigeant qui soumet à rude épreuve les appareils ou structures qui s’y trouvent. En particulier, les vagues sont tout à la fois une source potentielle d’énergie, et un danger considérable qui conditionne la faisabilité ou non de nombreuses opérations en mer.

Toutes les opérations en mer comportent une ou plusieurs étapes critiques (par exemple, le transfert de personnel pour une opération de maintenance sur une éolienne) qui exigent que le mouvement du navire soit suffisamment faible et qui déterminent les états de mer dans lesquels ces opérations peuvent être effectuées. Être capable de prévoir la dynamique de la houle et des vagues, et les mouvements résultants, même seulement quelques dizaines de secondes à l’avance, permettrait d’améliorer la prise de décision pour de nombreuses opérations, réduisant ainsi les temps d’arrêt et prolongeant les périodes opérationnelles.

IFPEN est en train de développer un système de prédiction de houle en temps réel (PHTR), grâce auquel il est possible de prévoir l'apparition, dans des états de mer plus forts, de courtes périodes d’accalmie suffisantes pour franchir ces étapes critiques. Ce système PHTR peut également donner l'alerte s’il y a un train de vagues dangereuses imminent. La PHTR permet donc d'effectuer les mêmes opérations dans des états de mer auparavant inaccessibles, tout en garantissant les niveaux de sécurité requis. En définitive, en fournissant une aide à la décision, le système PHTR améliore le compromis entre les deux impératifs contradictoires que sont la sécurité et la rapidité des opérations.

Ce système d’appuiera sur différents capteurs distants de houle, dont des radars de navigation à bande X. Ces radars, omniprésents sur les navires et les installations maritimes et côtières, sont considérés aujourd’hui les instruments les plus prometteurs pour mesurer la houle et réaliser des prédictions sur des horizons de plusieurs minutes.

La première partie du stage consistera à réaliser un jumeau numérique (de type CTV, crew transfer vessel, idéalement) d’un navire équipé d’un radar. Pour ce faire, l’étudiant.e utilisera des briques déjà développées à IFPEN (générateur d’état de mer, simulateur radar) et développera des briques hydrodynamiques simplifiées (pour commencer, on envisage l’utilisation de RAO, response amplitude operator, pour générer les mouvements du navire).

Dans la deuxième partie, l’étudiant.e appliquera la méthode de prédiction dite SBP (Spectrum Based Prediction) aux données synthétiques générées par le jumeau numérique (champs de houle « vrai » ou reconstruit, mouvements du bateau) afin de prédire le mouvement du bateau ou l’élévation de houle au centre du bateau. Il.elle essaiera d’en évaluer les performances par rapport à des prédictions où les données ne sont pas combinées entre elles.

La·le stagiaire aura la chance de travailler dans un domaine porteur et d’une grande richesse scientifique et technique.

Profil recherché 

Etudiant·e en 3ème année d’école d’ingénieur ou équivalent, idéalement Master 2 recherche.

  • Très bonnes bases en automatique et/ou physique statistique et/ou mathématiques appliquées et/ou sciences des données.
  • De bonnes connaissances en mécanique / hydrodynamique seraient un plus.
  • La·le candidat·e saura se montrer force de proposition.
  • Aptitude à lire des publications scientifiques en anglais, pour appréhender l’état de l’art sur le sujet.

Localisation: IFPEN Rueil-Malmaison (92) ou IFPEN Lyon, Solaize (69)

Pour postuler, merci d’envoyer CV et lettre de motivation aux responsables de stage Alexis Mérigaud et Paolino Tona 


(PDF - Max : 5 Mo)
(PDF - Max : 5 Mo)

En cliquant sur postuler, je crée mon profil iQuesta et j'accepte les conditions d'utilisation d'iQuesta.
IFP Energies nouvelles - Sciences et Technologies du Numérique Stage Alternance
contact

IFP Energies nouvelles - Sciences et Technologies du Numérique
Alexis MERIGAUD

Indemnité Oui

10 Annonces
Métiers
Data Analyst
Le Data Analyst occupe une place stratégique dans un monde de plus en plus numérique où la quantité de données…
Conseils
Pour que la vie d’étudiant ne rime pas avec parcours du combattant, retrouvez tous nos conseils stage / alternance / emploi