Nouvelle recherche

Identification par des outils de data science des paramètres expérimentaux clefs gouvernant le contrôle des procédés

IFP Energies nouvelles - Lyon

Stage - Data / Mathématiques Appliquées

Réf. R153-2019-1
Localisation
Rhône
Début
entre février et juin 2020
Durée
de 4 à 6 mois
Indem.
Oui

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 son action, articulée autour de trois priorités stratégiques : mobilité durable, énergies nouvelles et hydrocarbures responsables.

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.

Partie intégrante d’IFPEN, l’école d’ingénieurs IFP School prépare les générations futures à relever ces défis.

Identification par des outils de data science des paramètres expérimentaux clefs gouvernant le contrôle des procédés

Contexte du projet :

Dans le contexte de l’Usine du Futur, la digitalisation des procédés engendre un flux de données (procédé et analyses de produits) de plus en plus important. Le contrôle avancé des procédés passe par la gestion de cette quantité croissante de données et les méthodes de data science (machine learning et deep learning) sont des moyens d’y arriver et sont au cœur du sujet de stage proposé.

En effet, afin de développer de nouvelles générations de catalyseurs plus performants, IFPEN intensifie ses expérimentations sur unités pilotes. L’analyse du volume important des données résultantes (données d’analyse du fluide entrant et sortant ainsi que données opérationnelles de l’unité) est cruciale pour le suivi et la validation de ces tests.

Objectifs du stage :

Dans le cadre du développement d’une méthode analytique en ligne par spectrométrie proche infrarouge (SPIR) permettant le contrôle digital d’un procédé pilote, le stage consistera à identifier parmi les nombreuses données disponibles à différentes échelles de temps (analyse de la charge, analyses du catalyseur, données de conditions opératoires, analyses de suivi…), quelles sont les données qui permettent d’affiner les prédictions par SPIR et ainsi de mieux contrôler le procédé à l’échelle pilote.

Différentes  méthodes telles que l’ACP, la classification, le SVM, Random Forest, Boosting… pourront être testées afin de répondre à la problématique.

Profil recherché :

Master 2 en génie des procédés avec idéalement connaissance en statistique et/ou datascience ou Master 2 en datascience avec une expérience significative en génie chimique/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
Julien GORNAY
Rd-point de l'échangeur de Solaize
69360 Solaize
Logo IFP Energies nouvelles - Lyon