Job Information
Safran Doctorant Inférence bayésienne pour l'estimation de paramètres mécaniques -certification vibratoire F/H in Toulouse, France
Doctorant Inférence bayésienne pour l'estimation de paramètres mécaniques -certification vibratoire F/H
Job field : Mathematics and algorithms
Location : Toulouse , Occitanie , France
Contract type : CIFRE
Contract duration : Full-time
Required degree : PhD, Doctorate
Required experience : First experience
Spoken language(s) :
English Intermediate
# 2024-140845
Apply with one click Any questions ?
Job Description
Au sein de la division "essais sol & vol", il a pour mission de mettre à disposition de la Direction Technique les moyens de mesures et d'analyses nécessaires aux essais d'étude et de certification, pour les moteurs en développement. Votre mission s'inscrit dans le cadre de développement de méthodes visant à améliorer les analyses de données d'essai vibratoires.
L'objectif de la thèse est de proposer une méthode mathématique d'analyse vibratoire et de certification de pales de moteurs aéronautiques, à partir de données expérimentales.
Traditionnellement, les décisions prises lors de ces analyses reposent sur l'utilisation de différents critères mathématiques. L'interprétation de ces critères est rendue délicate par :
• Le comportement différent des pales d'un même étage
• Le nombre réduit de capteurs lors de l'essai (4 positions pour identifier parfois plusieurs dizaines de paramètres)
• Les « bruits » et réponses liées à la chaîne de mesure
L'objet de la thèse est de proposer un modèle mathématique utilisant l'ensemble des a priori (lois physiques et calculs éléments finis), pour estimer au mieux le comportement mécanique des pales, afin d'aider et/ou automatiser les prises de décision. Des indicateurs de fiabilité devront être associés aux décisions proposées. Ces indicateurs permettront d'autre part d'identifier d'éventuelles anomalies sur les données d'essai, par exemple lorsqu'un seul capteur fournit un ensemble de critères incohérents avec les autres.
L'enjeu industriel consiste à :
• Améliorer les analyses vibratoires : obtenir des résultats plus rapides, plus complets (indicateur de fiabilité annoncé), et exploitables par un non spécialiste en estimation,
• fournir un indicateur de qualité des signaux étudiés (capteur Hors Service, inversion de libellé, etc.).
L'enjeu scientifique est :
• de construire un modèle qui représentera au mieux les connaissances physiques, soit de façon bayésienne, en modélisant les connaissances a priori sous forme de densités de probabilité, soit parcimonieuse, par la construction d'un dictionnaire dans lequel les données sont supposées compressibles.
• de développer des méthodes d'estimation basées sur ces modèles, avec pour but la robustesse aux aléas expérimentaux (bruits, capteur HS etc.).
Complementary Description
L'encadrement académique est assuré par le laboratoire de Recherche Collaborative TéSA (Télécommunications Spatiales et Aéronautiques), avec une co-direction de thèse menée par deux professeurs de ses membres académiques, l'un de Toulouse INP et l'autre de l'ISAE-Supaéro. Depuis 2004, ce laboratoire accompagne des industriels en traitement du signal et des images. TéSA mène des activités dans ses thématiques phares, portant sur la localisation, la navigation et l'observation. TéSA développe des méthodes de traitement statistique du signal pour diverses applications en télécommunications spatiales et aéronautiques. De plus, des activités plus récentes liées à l'apprentissage statistique ou apprentissage automatique (machine learning) et à la détection d'anomalies prennent une part de plus en plus importante.
Job Requirements
Etudiant en école d'ingénieur ou master scientifique – profil : traitement du signal, estimation mathématique.
Idéalement, un attrait pour la mesure, la physique, et le développement logiciel (matlab).
Curiosité, volonté d'innover.
Specificity of the job
La thèse est localisée à Toulouse. Des déplacements en Ile-de-France sont à prévoir.
92,000
employees worldwide
27
Number of countries where Safran is located
35
business area families
Maps are available under theOpen Database Licence (https://opendatacommons.org/licenses/odbl/) .
© OpenStreetMap (https://www.openstreetmap.org/copyright) contributors.
© Free-Lance's / Safran
Safran is an Equal Opportunity Employer
All qualified applicants will receive consideration for employment without regard to race, color, sex, sexual orientation, gender identity, religion, national origin, disability, veteran status, or other legally protected status.