Stage : Caractérisation des perturbations électromagnétiques mesurées par apprentissage machine F/H

L'électrification croissante des systèmes embarqués dans les aéronefs s'accompagne d'une augmentation des perturbations électromagnétiques générées par les convertisseurs d'électronique de puissance, du fait de l'électrification des fonctions propulsives et non propulsives. Ces perturbations peuvent affecter la robustesse des systèmes électriques et nécessitent des stratégies de gestion efficaces.

Dans le cadre de précédents travaux, une vaste campagne d'essais a permis de collecter des données expérimentales caractérisant ces perturbations sur un système donné. L'objectif du stage est d'exploiter ces données pour développer des modèles d'apprentissage machine capables de classifier / prédire / etc. les perturbations électromagnétiques en émissions conduites. Ces modèles permettront d'améliorer la compréhension des phénomènes en jeu et de faciliter la mise en place de stratégies de mitigation adaptées. A terme, les résultats d'essais normatifs (DO-160) de produits Safran pourraient enrichir la base de données et améliorer la robustesse des modèles par apprentissage. Cette approche se veut complémentaire aux travaux de modélisation prédictive des émissions conduites.

Enfin, ces modèles d'apprentissage pourraient également permettre d'extraire certaines caractéristiques du système à partir des signatures électriques mesurées, ouvrant ainsi la voie à une meilleure compréhension et caractérisation du système sous test.

Le stage comporte plusieurs volets :
• Analyse des données expérimentales
Prendre en main la base de données issue des essais,
Identifier les principaux descripteurs exploitables pour la classification et l'exploitation des données sur les différents objectifs des approches par apprentissage.
• Développement de modèles d'apprentissage machine
Sélectionner et implémenter des algorithmes adaptés (régression, réseaux de neurones, modèles probabilistes, etc.),
Entraîner et valider les modèles sur les données expérimentales,
Comparer les performances des modèles et identifier les meilleures stratégies de prédiction.
• Application aux stratégies de gestion des perturbations
Utiliser les modèles développés pour proposer des recommandations sur la conception des systèmes de puissance,
Réaliser des études de sensibilité paramétriques,
Identifier des marges de conception permettant de limiter les perturbations.

Ce stage s'inscrit dans une démarche à la fois exploratoire et appliquée, avec des retombées industrielles directes dans le domaine de la compatibilité électromagnétique (CEM) des systèmes dans une chaîne de puissance

• Formation Bac+5 (école d'ingénieur ou université) avec spécialisation en science des données, machine learning, électronique de puissance, traitement du signal, ou compatibilité électromagnétique.
• Compétences en traitement de données et en modélisation (Python, Scikit-learn, TensorFlow/Keras),
• Capacité à travailler en autonomie tout en interagissant avec une équipe pluridisciplinaire.

L'offre de stage est à pouvoir sur le site de Blagnac (Occitanie)