Nouvelle recherche

Apport de la science des données pour décider de la stabilité d'un point expérimental

IFP Energies nouvelles - Lyon

Stage - Data / Mathématiques Appliquées

Réf. R151-2019-02
Localisation
Rhône
Début
entre janvier et juillet 2019
Durée
de 5 à 6 mois
Indem.
Oui

IFP Energies nouvelles est un organisme public de recherche, d’innovation industrielle et de formation intervenant dans les domaines de l’énergie, du transport et de l’environnement. Sa mission est d'apporter aux acteurs publics et à l'industrie des technologies performantes, économiques, propres et durables pour relever les trois grands défis sociétaux du 21e siècle : changement climatique et impacts environnementaux, diversification énergétique et gestion des ressources en eau. Son expertise est internationalement reconnue.

IFP Energies nouvelles poursuit 5 priorités stratégiques, indissociables et complémentaires dans l'accomplissement de sa mission d’intérêt général :

  • Produire à partir de sources renouvelables des carburants, des intermédiaires chimiques et de l'énergie
  • Produire de l’énergie en réduisant l’impact sur l’environnement
  • Développer des transports économes et à faible impact environnemental
  • Produire à partir de ressources fossiles des carburants et intermédiaires chimiques à faible impact environnemental
  • Proposer des technologies respectueuses de l'environnement et repousser les limites actuelles des réserves d'hydrocarbures

Son école d'ingénieurs, partie intégrante d'IFP Energies nouvelles, prépare les générations futures à relever ces défis.

Apport de la science des données pour décider de la stabilité d’un point expérimental

Lors de nos expériences, nous enchainons une succession de conditions opératoires avec une période transitoire de stabilisation. Le changement de condition est décidé quand la stabilité « semble » atteinte. Changer de condition trop tôt peut conduire à un biais sur la performance, trop tard conduit à rallonger la durée des tests et donc leur coût.

La question se pose en particulier à la première condition des tests très longue à stabiliser. Un critère basé sur la comparaison de l’écart entre 2 points successifs et l’incertitude de mesure conduit à un changement de condition très prématuré. La décision est aujourd’hui prise sur la base d’un examen visuel des tendances sans critère objectif. Peut-on faire mieux ?

Le stage vise à prédire l’évolution future sans connaitre a priori la forme de la loi de stabilisation et à faciliter la prise de décision. Pour ce faire, des approches statistiques (séries temporelles, régression, SVM, …) seront testées et comparées.

Il s’agira donc de modéliser le passé et prédire la tendance à venir. Un enjeu du stage sera de proposer un indice de confiance dans la prédiction.

Le stage évaluera également l’intérêt d’exploiter simultanément deux indicateurs de stabilité simultanément.

Un stage réussi pourrait déboucher sur une proposition de poste de thèse sur un autre sujet.

Profil recherché :

M2 en mathématiques appliquées, data science, curiosité, autonomie, intérêt pour une découverte du génie des procédés.


(pdf, doc, docx, odt, odtx - Max : 5 Mo)
(pdf, doc, docx, odt, odtx - Max : 5 Mo)
En cliquant sur postuler, je crée mon profil iQuesta et j'accepte les conditions d'utilisation d'iQuesta.

Contact

IFP Energies nouvelles - Lyon
Matthieu ROLLAND
Rd-point de l'échangeur de Solaize
69360 Solaize
Logo IFP Energies nouvelles - Lyon