Stage Machine learning pour optimiser les systèmes de maintenance dans l'offshore

Plus d'info sur IFP Energies nouvelles - Direction Physico-chimie et Mécanique appliquées

Stage Data / Mathématiques Appliquées Hauts-de-Seine dès que possible 5 mois


IFP Energies nouvelles (IFPEN) est un organisme public de recherche, d’innovation et de formation dont la mission est de développer des technologies performantes, économiques, propres et durables dans les domaines de l’énergie, du transport et de l’environnement. 

IFPEN met à disposition de ses chercheurs un environnement de recherche stimulant, avec des équipements de laboratoire et des moyens de calcul très performants.

Dans le cadre de la mission d’intérêt général confiée par les pouvoirs publics, IFPEN concentre ses efforts sur :

  • l’apport de solutions aux défis sociétaux de l’énergie et du climat, en favorisant la transition vers une mobilité durable et l’émergence d’un mix énergétique plus diversifié ;
  • la création de richesse et d’emplois, en soutenant l’activité économique française et européenne et la compétitivité des filières industrielles associées.

Machine learning pour optimiser les systèmes de maintenance dans l'offshore

La maitrise de l’évolution de l’endommagement en fatigue est un enjeu majeur de la conception et de la maintenance des structures offshore. Ces équipements sont soumis à des chargements variés et aléatoires, et les géométries même de ces structures peuvent varier lors de la construction ou lors des procédures d’inspection et de maintenance.

Dans ce contexte, IFPEN souhaite développer des méthodes de machine learning pour pouvoir prendre en compte toutes les variabilités du système et être en mesure de fournir des réponses rapides et un suivi fiable de l’équipement.

L’objectif principal du stage est de mettre en place la méthodologie permettant de suivre chaque élément de la structure et de pouvoir quantifier leur endommagement. La procédure nominale de calcul en fatigue pour un chargement donnée, pour une géométrie donnée est connue, il s’agit donc ici de :

  • Proposer une méthodologie de prise en compte du grand nombre de paramètres d’entrée (approche probabilistique, étude de sensibilité des paramètres, modèle de multi-fidélité ...) ;
  • Une fois la méthodologie retenue, constituer une base de données pertinente ;
  • Définir une surface de réponse applicable au problème.

Le travail sera encadré à la fois par les équipes de Mécanique des Solides et de Mathématiques Appliquées.

Profil recherché :

Elève-ingénieur en Intelligence Artificielle, Machine Learning, mathématiques appliquées ou en traitement du signal

  • Une bonne maîtrise des outils de programmation Python et de versioning (Git)
  • Une bonne maîtrise des outils de Machine Learning et Deep Learning (Scikit-Learn)
  • Organisation et rigueur de travail.

Durée : 5 mois
Lieu : IFPEN à Rueil-Malmaison

Envoi de votre candidature
Envoi en cours... 0%
Cette offre a expiré, il n'est plus possible d'y répondre.
Voir les offres en cours
contact

IFP Energies nouvelles - Direction Physico-chimie et Mécanique appliquées
Eléonore ROGUET

Indemnité Oui

12 Annonces
Conseils
Pour que la vie d’étudiant ne rime pas avec parcours du combattant, retrouvez tous nos conseils stage / alternance / emploi