Stage -Application Machine Learning pour la Détection de Phénomènes Physiques Lors d'Essais Moteurs H/F Safran

La surveillance des bancs d'essais et la prédiction des phénomènes physiques constituent des étapes essentielles pour assurer la fiabilité et la performance des systèmes propulsifs modernes. Au cours des essais, un ensemble de capteurs est utilisé pour collecter en continu un volume important de données. Un suivi en temps réel permet ainsi de détecter rapidement des phénomènes critiques, tels que le flottement du fan, et de prendre les mesures nécessaires.

Les méthodes d'analyse traditionnelles, comme le traitement spectral, apportent une base fiable pour la détection et l'interprétation de ces événements. Toutefois, le traitement en temps réel d'un nombre croissant de données et la diversité des phénomènes étudiés encouragent l'intégration de solutions innovantes comme l'intelligence artificielle. Ces approches permettent de mieux exploiter les informations issues des mesures, tout en intégrant des connaissances issues de la physique. Leur déploiement implique cependant de relever de nouveaux défis liés à leur intégration et à la gestion des ressources de calcul.

L'objectif de ce stage est d'explorer et de développer des méthodes d'intelligence artificielle afin de détecter de manière fiable certains phénomènes dynamiques lors des essais sur bancs. Ce travail portera sur l'analyse de jeux de données expérimentales et pourra inclure une étude bibliographique pour identifier les approches les plus pertinentes, suivie de la mise en oeuvre et de la comparaison de plusieurs modèles d'IA afin de sélectionner le plus adapté, principalement en Python. Le (La) stagiaire devra faire preuve d'esprit critique dans l'évaluation des résultats obtenus, et sera amené(e) à travailler sur l'interprétabilité des solutions ainsi que sur la valorisation de ses travaux. Des connaissances en traitement du signal sont un atout pour la compréhension et l'analyse des données. En complément, le (la) stagiaire découvrira le fonctionnement d'un turboréacteur, élément essentiel pour appréhender les phénomènes étudiés. À l'issue du stage, il (elle) aura acquis des compétences en traitement et analyse de données, intelligence artificielle, physique appliquée et en instrumentation.