En collaboration avec OPmobility et le Cetim, nous proposons un sujet de stage Master 2 ou PFE au laboratoire Roberval de l’Université de Technologie de Compiègne (UTC) portant sur le :
Choix d’une technologie SHM (Structural Health Monitoring) pour des réservoirs pressurés en matériaux composites
Contexte : La maîtrise de la robustesse des réservoirs hydrogène pressurisés est un enjeu stratégique majeur, pour la sécurité des utilisateurs, la maintenance des systèmes, et la recyclabilité en fin de vie. Trois partenaires s’associent ensemble dans un projet de développement visant à contrôler l’endommagement structurel des réservoirs en matériaux composites.
Dans la perspective d’une thèse de doctorat à partir de septembre 2026, le laboratoire Roberval de l’UTC propose un sujet de Master II ou PFE de 6 mois à partir de février 2026.
Sujet : Choix d’une technologie de monitoring SHM (Structural Health Monitoring) de réservoirs pressurés fabriqués en matériaux composites à matrice organique (CMO) pour la mobilité hydrogène.
Les objectifs de cette étude sont structurés en 4 phases :
1. Une veille scientifique et technique sur les technologies capteurs SHM existantes à l’heure actuelle, principalement pour les mesures de déformation et l’acoustique.
2. La réalisation d’une étude acousto-mécanique sur des anneaux découpés à partir de réservoirs réels sains et/ou vieillis. Une sélection des technologies pertinentes identifiées dans l’étude bibliographique seront évaluées et comparées à l’échelle laboratoire selon les critères suivants : encombrement, étendue de mesure, sensibilité, précision, bande passante, gamme de température, etc.
3. Une conduite de tests mécaniques sur des anneaux CMO multi-instrumentés : les sollicitations mécaniques seront définies afin de se rapprocher au mieux à une mise sous pression sur réservoirs. Les mécanismes d’endommagement et leurs scenarii d’apparition seront évalués et décrits avec justesse grâce à une étude d’interaction acousto-mécanique approfondie basée sur une classification multiparamétrique de données.
4. Le/la stagiaire appliquera ses connaissances acquises en phase 3 sur une base de données SHM assez volumineuse déjà enregistrée sur des réservoirs réels : il appliquera quelques approches les plus usuelles de l’IA (Machine Learning ou Deep Learning) pour une classification des mécanismes d’endommagement, la comparera avec celle obtenue sur les anneaux.
Compétences recherchées : Étudiant(e) en école d'ingénieur en génie mécanique, possédant des connaissances et un intérêt pour les matériaux composites, les technologies capteurs et l’analyse de données, doté(e) d'un esprit critique et d'un goût prononcé pour la recherche (expérimentation et développement numérique), le/la candidat(e) est curieux(se), rigoureux(se), méthodique et intéressé(e) par le développement des méthodes expérimentales innovantes et l'analyse de données multiphysiques et multisources.
Localisation : au laboratoire Roberval de l’UTC, avec des déplacements réguliers à OPmobility (Compiègne) et au sein des locaux du Cetim (Senlis).
Indemnités : 1000€ net/mois.
Merci aux personnes intéressées d’envoyer leurs candidatures (CV, lettre de motivation et relevés de notes) à l’adresse suivante : walid.harizi@utc.fr
