Pause
Lecture
Moteur de recherche d'offres d'emploi CEA

Stage - Calibration de propriétés élastiques par intelligence artificielle


Détail de l'offre

Informations générales

Entité de rattachement

Le Commissariat à l'énergie atomique et aux énergies alternatives (CEA) est un organisme public de recherche.

Acteur majeur de la recherche, du développement et de l'innovation, le CEA intervient dans le cadre de ses quatre missions :
. la défense et la sécurité
. l'énergie nucléaire (fission et fusion)
. la recherche technologique pour l'industrie
. la recherche fondamentale (sciences de la matière et sciences de la vie).

Avec ses 16000 salariés -techniciens, ingénieurs, chercheurs, et personnel en soutien à la recherche- le CEA participe à de nombreux projets de collaboration aux côtés de ses partenaires académiques et industriels.  

Référence

2020-14497  

Description de l'unité

Situé sur le plateau de Saclay en région parisienne, au sein du CEA-LIST le Département d'Imagerie pour la Simulation et le Contrôle (DISC) développe des méthodes et des outils de simulation et d'instrumentation en contrôle non destructif (CND) et en structural health monitoring (SHM) visant à détecter des défauts dans les domaines pour lesquels la sécurité d'opération est primordiale (aéronautique, nucléaire, pétrole, ferroviaire…).

Description du poste

Domaine

Sciences pour l'ingénieur

Contrat

Stage

Intitulé de l'offre

Stage - Calibration de propriétés élastiques par intelligence artificielle

Sujet de stage

Calibration de propriétés élastiques par intelligence artificielle

Durée du contrat (en mois)

6

Description de l'offre

En contrôle par ultrasons, une compréhension complète de la propagation des ondes dans les matériaux est nécessaire pour améliorer la détection et la caractérisation des défauts. Si d’excellents modèles existent, ils exigent une bonne connaissance des propriétés élastiques des matériaux pour fournir des résultats exploitables. Ces propriétés peuvent être caractérisées en laboratoire par des méthodes physic-driven, mais sont complexes à mettre en oeuvre car ils exigent une quantité importante de mesures et ainsi ne permettent pas une application de ces méthodes à large échelle, en particulier dans le cas des matériaux composites. Des nouvelles approches d’inversion basées ou non sur la donnée (data-driven), laissent entrevoir la possibilité de calibrer les propriétés élastiques avec un nombre limité de mesures physique. Ces approches peuvent être réparties en deux catégories, d'un côté les algorithmes itératifs et de l'autre les algorithmes basés sur le machine learning et l'apprentissage automatique comme les réseaux de neurones (MLP, CNN, …). Ces méthodes sont très inégales en termes de précision d’inversion, temps d’exécution ou même de données d’entrée requises.

 

L'objectif principal du stage est benchmarker les méthodes d’inversion dans ce contexte dans le but de sélectionner et de mettre en oeuvre un algorithme permettant de caractériser les différents matériaux par une mesure ultrasonore aussi simple que possible. Dans un premier temps une étude des solutions existantes et des différentes solutions possibles (algorithme génétique, réseaux de neurones…) sera réalisée. Cette étude permettra de déterminer une, ou plusieurs, solution intéressante. Une implémentation en python sera réalisée afin de créer un démonstrateur permettant de valider la/les solutions de façon théorique par des signaux simulés puis expérimentalement sur différents matériaux. Au-delà du stage, la méthode a pour ambition d’être intégrée dans le logiciel de calcul CIVA pour calibrer facilement et efficacement les propriétés élastiques des matériaux.

 

Formation: BAC+5

Domaine de spécialité: Traitement du signal

Mots-clés: Acoustique/élasticité, Intelligence artificielle, SHM

Localisation du poste

Site

Saclay

Localisation du poste

France, Ile-de-France, Essonne (91)

Ville

Gif-Sur-Yvette

Critères candidat

Diplôme préparé

Bac+5 - Master 2

Possibilité de poursuite en thèse

Non

Demandeur

Disponibilité du poste

01/02/2021