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

Stage IA pour le diagnostic batterie H/F


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

2022-24755  

Description de l'unité

Basé principalement à Grenoble et Chambéry, le Laboratoire d'Innovation pour les Technologies des Energies nouvelles et les Nanomatériaux (Liten) est un acteur majeur de la recherche européenne entièrement dédié aux nouvelles technologies de l'énergie.
Unité du LITEN, le Département de l'électricité et de l'hydrogène pour les transports a pour mission :
- le développement de systèmes électrochimiques sur toute la chaine de la valeur et leur hybridation pour les applications Transport (batteries, piles à combustible, … ).
- la démonstration de la viabilité, la montée en maturité et l'aide à la mise sur le marché des nouvelles technologies pour l'Energie.
Dans ce département, le Service d'Architecture électrique, Modélisation et d'Analyses est chargé du développement de l'Hybridation des Technologies batteries et piles à combustible, du développement des architectures électrique et électronique et de l'intégration des systèmes. Il est aussi en charge du suivi de performances, de la modélisation multi-échelle et de l'analyse approfondie du fonctionnement des Technologies.
Vous avez l'opportunité d'apporter votre contribution aux missions du Laboratoire Electronique, Energie et Puissance : concevoir et réaliser des composants et des systèmes électroniques intégrant des capteurs pour la gestion et le management de l'énergie, des systèmes de puissance, des batteries et des piles à combustible via le BMS et le FCMS.

Description du poste

Domaine

Mathématiques, information  scientifique, logiciel

Contrat

Stage

Intitulé de l'offre

Stage IA pour le diagnostic batterie H/F

Sujet de stage

Estimation de l'état de santé et prédiction de la durée de vie restante de batterie lithium-ion par Deep Learning

Durée du contrat (en mois)

6

Description de l'offre

Missions :
Le stage se déroulera au sein du LITEN, au Laboratoire d'électronique pour la gestion d’Energie et d'Électronique pour la Puissance. Les thématiques du laboratoire portent notamment sur les systèmes électroniques innovants de gestion de pack-batteries Li-ion (Lithium-ion) pour les véhicules électriques. Ces systèmes, appelés BMS (Battery Management Systems), permettent de garantir la sûreté de fonctionnement des batteries électriques, améliorer leur performance et leur durée de vie, et étendre significativement leur autonomie.
Ce sujet de stage s'inscrit dans le domaine du diagnostic de batteries Lithium-Ion utilisées pour la mobilité électrique. Il vise à évaluer le potentiel des méthodes basées-données d’Intelligence Artificielle pour l'estimation et la prédiction du vieillissement de cellule de batterie.
En effet, dans le cadre du développement massif du véhicule électrique, il existe une demande croissante de systèmes de diagnostic de nouvelle génération pour les batteries en fonctionnement réel, notamment pour l'estimation de leur état de santé. L'estimation en ligne de la capacité d'une cellule est un défi en raison de la nature dynamique du vieillissement des cellules, de la complexité des phénomènes électrochimique internes à l’œuvre et de la richesse limitée des données disponibles pour une cellule de batterie en fonctionnement. Cependant, l’estimation et la prédiction fiable et précise de ce vieillissement est crucial afin d’optimiser l’utilisation des batteries et d’en diminuer l’impact carbone.
Les méthodologies traditionnelles d'estimation de l'état de santé (SOH) des batteries lithium-ion (Li-ion) qui se concentrent sur l'estimation de la capacité courante de la cellule ne fournissent pas suffisamment d'informations pour déterminer avec précision le niveau des dégradations internes et du vieillissement de la cellule.
Dans la littérature scientifique très récente, on constate l’importance croissante de l’estimation du vieillissement de cellules par machine learning / deep learning. Ces méthodes basées données semblent montrer un potentiel attractif pour capturer précisément la dynamique électrique et thermique des cellules avec un faible coût de calcul lors de l’opération.
Afin d'améliorer les méthodes de diagnostic actuelle dans un BMS et le doter de capacités accrues de prédiction, nous proposons dans le cadre de ce stage d’étudier les méthodes de Deep Learning pouvant être adaptées à l'estimation de l'état des batteries lithium-ion en exploitant les données disponibles en accès ouvert dans le domaine. On s’attend à ce que ces nouvelles méthodes permettent de diagnostiquer les principaux modes de dégradation d'une cellule de batterie en utilisant uniquement des données expérimentales limitées, d’obtenir une prédiction de la durée de vie restante fiable, précise, et affichant de bonnes capacités de généralisation.
Adoptant cette méthodologie, nous déterminerons tout d’abord quels sont les prédicteurs/features.

Moyens / Méthodes / Logiciels

Matlab, Python, scikit learn, tensorflow ou pytorch

Profil du candidat

Titulaire d'un bac+5, vous recherchez un stage pour valoriser votre parcours.

Compétences scientifiques : traitement du signal, algorithmie, machine learning, deep learning, programmation
Connaisances : batterie lithium

Vous êtes reconnu(e) pour votre curiosité, votre bonne capacité d'adaptation, votre esprit d'équipe et votre rigueur.

Localisation du poste

Site

Grenoble

Localisation du poste

France, Auvergne-Rhône-Alpes, Isère (38)

Ville

Grenoble

Critères candidat

Diplôme préparé

Bac+5 - Diplôme École d'ingénieurs

Possibilité de poursuite en thèse

Oui

Demandeur

Disponibilité du poste

01/02/2023