Aller au contenu principal

Suivi de santé par émission acoustique : Développement de méthodes appropriées basées sur l’apprentissage machine

Posté dans

 

Contexte

 

Les matériaux composites deviennent incontournables pour la réalisation de pièces structurales à hautes performances pour les applications liées aux domaines de l’aéronautique et du transport. Cependant, les modèles d’endommagement disponibles à ce jour pour la prédiction du comportement de ces matériaux sous sollicitations mécaniques manquent de précision notamment du fait des défauts introduits lors du processus de fabrication.

Ces dernières années, les mondes académique et industriel se sont particulièrement penchés sur la technique de l’émission acoustique (EA) qui a montré d’étonnantes capacités pour l’évaluation non-destructive et en temps réel de pièces structurales. L’EA permet notamment de détecter des endommagements à la fois micro et macrostructuraux ce qui la rend particulièrement intéressante pour aider à améliorer la compréhension de l’initiation et de la propagation des endommagements et in fine palier le manque de précision des modèles physiques prédictifs et ainsi assurer un suivi de santé des structures en utilisation.

L’inconvénient de l’EA porte sur le traitement des informations massives et complexes acquises sur de multiples capteurs à des fréquences d’échantillonnage élevées (2-20 Mhz). Les méthodes traditionnellement utilisées pour déduire l’état d’endommagement d’un matériau à partir des signaux collectés nécessitent un ensemble d’opérations relativement couteuses en temps de calcul et reposant sur des hypothèses limitant leur utilisation et la généralisation des résultats. Ce stage a pour objectif d’explorer et développer de nouvelles méthodes issues de l’apprentissage machine et de l’intelligence artificielle en vue d’exploiter au mieux les données d’EA pour améliorer la caractérisation et le suivi de santé de matériaux et structures avec cette technique. Les données considérées seront issues de matériaux composites constitués de divers renforts (verre, carbone, biosourcés) utilisés dans le domaine de l’aéronautique et du transport.

Dans les grandes lignes, le stage pourra s’organiser ainsi :

Tâche 1 (M0+2 mois) :

Prise en main des systèmes d’acquisition disponibles dans les laboratoires

Prise en main des méthodes d’analyse de données standard.

Livrables :

Rapport de synthèse

Boite à outils open-source pour l’analyse de données massives issues d’essais quasi-statiques et de fatigue (à partir de codes existants développés dans les laboratoires)

Développement d’un benchmark.

Tâche 2 (M0+5 mois) :

Etude d’une méthode d’apprentissage machine développée au laboratoire

Formalisation mathématique de l’approche

Comparaison aux méthodes standards

Livrable :

Synthèse des résultats

            Démonstration d’une faisabilité pour la caractérisation et le suivi de santé en service.

Tâche 3 (tout au long du stage) :

Rédaction du rapport

Préparation à la soutenance par des présentations en réunions d’équipe

Le stage se déroulera majoritairement à Besançon (Dép. Mécanique Appliquée, proche du campus de la Bouloie). Des déplacements réguliers (pris en charge) seront à prévoir sur le site de l’INSA de Lyon.

Présentation des laboratoires : FEMTO-ST sur http://www.femto-st.fr et MATEIS sur http://mateis.insa-lyon.fr. Le stage est financé par un projet d’investissement d’avenir « labex ACTION » (www.labex-action.fr).

 

Profil requis

 

§  Etudiant(e) en master ou élève-ingénieur(e) avec une formation dans le domaine des matériaux.

 

§  Compétences en programmation : connaissance de Matlab indispensable ; la connaissance du langage Java et/ou langage C serait un plus.

 

§  Intérêt pour la recherche et le développement de solutions innovantes.

 

§  Intérêt pour les méthodes de traitement du signal, le filtrage, les statistiques, l’instrumentation.

 

§  Ouvert(e) d’esprit, motivé(e), sera amené(e) à travailler en équipe et prendra part à des réunions de projets où l’étudiant(e) y présentera l’avancement de ces travaux.

 

§  Anglais lu, écrit.

 

Modalités de candidature

 

Les candidat(e)s devront transmettre un CV et toute information jugée utile informant de la qualité de la candidature (notes, classements, recommandations …) à emmanuel.ramasso@femto-st.fr.

 

 

Durée

 

5-6 mois

 

Lieu

 

 

Gratification

 

Majoritairement à l’Institut FEMTO-ST – Département Mécanique Appliquée, déplacements réguliers (pris en charge) à Lyon (INSA)

 

Environ 550 €/mois

 

Lieu: 
Majoritairement à l’Institut FEMTO-ST – Département Mécanique Appliquée, déplacements réguliers (pris en charge) à Lyon (INSA)
Contact: 
emmanuel.ramasso@femto-st.fr
Document: