Sercel - STAGE DE FIN D'ETUDES PFE INGENIEUR OU MASTER - CARACTERISATION DES METHODES D'OPTIMISATION DE LA SOLUTION DIGITAL TWIN (JUMEAU NUMERIQUE) (F/H)
Type de poste:
Description
Depuis 60 ans, Sercel oeuvre à la conception de solutions de haute technologie au service de l’exploration des sous-sol et de la surveillance des infrastructures. Leader sur notre marché, nous accompagnons nos clients dans les environnements les plus extrêmes, en repoussant toujours plus les limites de l’excellence. C’est sur ces fondations solides que nous avons bâti notre réputation : fiabilité, confiance, et innovation au service de nos clients. Nous redoublons d’effort pour offrir des solutions et des services d’exception en mettant à profit notre expertises technologique sur notre marché historique et nos nouveaux marchés. Employant plus de 1600 personnes, Sercel est implanté dans 8 pays et 21 sites dont la France, les Etats-Unis, la Chine, et intervient dans le monde entier et comprend 8 Centres de R&D dans le monde entier. Nous vous proposons d’intégrer notre Département Recherche & Développement Pole Infrastructure Monitoring en tant que Stagiaire.
Le stage est à pourvoir sur notre site de Sercel à Grenoble pour une durée de 6 mois.
Description du poste :
Sujet de stage :
Caractérisation des méthodes d'optimisation de la solution Digital Twin dans un contexte de surveillance structurelle
Contexte :
Le système de surveillance structurelle S-Morpho et le Digital Twin (DT) sont deux solutions parmi d'autres développées au sein du SERCEL. Le premier principalement utilisé pour la surveillance de l'état de santé des structures, qui est composé par streaming de données de capteur haute-fidélité, une architecture cloud évolutive pour l’ingestion, le stockage et le traitement de donnes.
La solution DT, est une réplique virtuelle de la structure qui vise à sutenir la prise de décision pour les opérations de maintenance, à prévenir les pannes coûteuses, à fournir un retour d'expérience de conception et plus. La solution fusionne les mesures en temps réel du comportement structurel (processus physique) et la simulation numérique (processus virtuel) afin de fournir des informations supplémentaires (capteurs virtuels) telles que les contraintes, le facteur d’utilisation, la durée de vie résiduelle, etc.
L'une des principales composantes d'un DT est le modèle virtuel, ici un modèle éléments finis. Une étape de calibration est obligatoire au long de la construction du un DT, où une indicateur de convergence entre la mesure et la simulation, détermine l'état et la précision entre le modèle physique et virtuel. Cette calibration nécessite au préalable l'identification des paramètres du système (conditions aux limites, charges…) et leurs plages de valeurs.
Une fois dans la phase opérationnelle, une révision automatique de convergence et faite pour déterminé si le modèle doit être réévalue, si oui, le méthodes d’optimisation rentre en jeu pour la estimation de nouveaux valeurs paramétriques. Au sein de la solution Digital Twin, deux méthodes d'optimisation sont déjà implémentées.
Sujet de stage :
Dans le cadre du développement de notre solution Digital Twin, vous travaillerez sur la caractérisation des méthodes d'optimisation mises en oeuvre à l'aide d'un montage expérimental d’une poutre de section U. Vous disposerez d'un modèle éléments finis déjà recalé avec les mesures. Vous allez essayer d'établir la relation entre le nombre de paramètres modaux nécessaires pour une estimation paramétrique précise. Une analyse de propagation d’incertitudes va être effectuée pour quantifier les incertitudes de la contrainte. La proposition de nouveaux algorithmes d'optimisation pourrait être un plus.
Intérêt du stage :
Amélioration de la solution Digital Twin
Qualifications :
Environnement :
Intégration dans l'équipe R&D de SERCEL Grenoble basée à Saint-Egrève.
Profil Souhaité :
- Etudiant en Master 2 ou Dernière année Cycle Ingénieur en Génie Mécanique ou Mathématiques Appliquées ou informatique ou comparable
- Vous avez des connaissances de base en méthode des éléments finis.
- Vous êtes familier avec les concepts : construction de plans d'expériences, optimisation et calibration de modèles
- Des connaissances basics en programmation sur Python.
- Anglais courant
- Compétences analytiques et de synthèse
- Un esprit ouvert, d'excellentes compétences en résolution de problèmes, en communication et en innovation
- Passion pour l'innovation et enthousiasme pour les technologies innovantes ainsi que motivation pour travailler dans des équipes agiles et interdisciplinaires
Ecole Souhaitée / Formation Souhaitée :
Etudiant Ingénieur en Mathématiques, Statistiques Appliquées ou Similaire ou Ingénieur en mécanique, Ingénieur en simulation, Ingénieur en sciences physiques.
URL de l'offre:
https://www.linkedin.com/jobs/search/?alertAction=viewjobs¤tJobId=3760966981&f_TPR=a1699438109-&origin=JOB_ALERT_EMAIL&savedSearchId=1732073250
