Description de l'offre

Dans un monde de plus en plus électrifié, les convertisseurs de puissance sont omniprésents. Ces dispositifs transforment l’énergie électrique d’une forme à une autre, comme les chargeurs de smartphones, les onduleurs pour véhicules électriques et les convertisseurs pour énergies renouvelables. Garantir leur fiabilité est crucial, notamment pour surveiller leur état, comprendre leur dégradation et estimer leur durée de vie. Actuellement, des flux de simulation sont explorés pour estimer l’état du convertisseur à partir de capteurs existants, comme ceux mesurant le courant et la tension. Ces méthodes doivent être précises et rapides pour une surveillance en temps réel et peuvent aussi être utilisées lors de la phase de conception.

 
Ces méthodes impliquent le développement de deux modèles de simulation : un modèle électrique pour estimer les pertes thermiques dans les semiconducteurs et un modèle thermique pour calculer les températures correspondantes. Ces modèles sont souvent remplacés par des modèles de substitution plus rapides, comme des look-up tables ou des réseaux de neurones pour le modèle électrique, et des matrices thermiques pour le modèle thermique.

 
Votre stage consistera à appliquer cette méthode dans le cas d’un convertisseur SiC, en estimant la dégradation des semiconducteurs en tenant compte de la température et des surtensions de grille. Vous devrez réaliser un état de l’art sur les flux de simulations accélérés, répertorier les profils de mission typiques, adapter les modèles de simulation haute-fidélité, implémenter des modèles de dégradation en Python, améliorer la méthodologie de simulation et aider à la validation expérimentale des simulations. Une attention particulière sera portée à l’organisation du code, au suivi de versions, à la documentation et à l’analyse critique des résultats.

Vous devrez pour cela :
·       Réaliser un état de l’art récent sur les flux de simulations accélérés de convertisseurs de puissance
·       Répertorier les profils de mission typiques disponibles dans la littérature
·       Adapter les modèles de simulation haute-fidélité développés dans l’équipe :
o   modèle électrique avec pertes thermiques et surtensions de grille
o   modèle thermique
·       Utilisation de la méthodologie développée par l’équipe pour entraîner le modèle réduit électrique
·       Implémenter des modèles de dégradation en Python
o   Température de jonction
§  état de l’art sur les modèles d’accumulation de dommages thermiques
§  S’il y a lieu, implémentation d’un modèle plus avancé que la Miner’s rule habituellement utilisée
o   Surtensions de grilles : implémentation d’un modèle d’accumulation de dommages développé par l’équipe
·       Amélioration de la méthodologie pour mettre à jour les modèles électriques et thermiques en fonction de la dégradation
·       Utilisation de la méthodologie de simulation pour étudier l’influence de différents paramètres sur l’évolution du vie

Profil du/de la candidat.e 

Vous êtes en cursus de formation de niveau Master 2 en université ou en 3ème année d’école d’ingénieur, dans les disciplines suivantes : génie électrique, électronique de puissance.

Vous avez suivi des cours en machine learning et deep learning et disposez idéalement d’une première expérience dans ces domaines. Toute expérience antérieure dans le domaine de la recherche sera valorisée, notamment la lecture d’articles scientifiques.

Vous faites preuve de rigueur, d’esprit critique, d’autonomie, de curiosité et d’enthousiasme pour résoudre des problèmes ouverts.

Rejoignez-nous, venez développer vos compétences et en acquérir de nouvelles !

Le cadre de travail:

• L'opportunité de travailler au sein d'une organisation de renommée mondiale dans le domaine de la recherche scientifique,
• Un environnement unique dédié à des projets ambitieux au profit des grands enjeux sociétaux actuels,
• Une expérience à la pointe de l’innovation, comportant un fort potentiel de développement industriel,
• Des moyens expérimentaux exceptionnels et un encadrement de qualité,
• De réelles opportunités de carrière à l’issue de votre stage
• Un poste au cœur de la métropole grenobloise, facilement accessible via la mobilité douce favorisée par le CEA,
• Une participation aux transports en commun à hauteur de 85%,
• Un équilibre vie privée – vie professionnelle reconnu,
• Un restaurant d'entreprise,
• Une politique diversité et inclusion,

Conformément aux engagements pris par le CEA en faveur de l'intégration des personnes handicapées, cet emploi est ouvert à toutes et à tous. Le CEA propose des aménagements et/ou des possibilités d'organisation pour l'inclusion des travailleurs handicapés.