Systèmes de maintenance prédictive basés sur l’acoustique et les ultrasons pour les équipements industriels

Description de l'offre : Les convertisseurs de puissance sont essentiels dans de nombreuses applications telles que l’industrie, les systèmes photovoltaïques, les véhicules électriques et les centres de données. Leur maintenance conventionnelle est souvent basée sur des calendriers fixes, entraînant un remplacement prématuré des composants et une quantité importante de déchets électroniques. Ce projet de doctorat vise à développer une nouvelle approche de surveillance non invasive et à faible coût, basée sur les ultrasons, afin d’évaluer l’état de santé et la durée de vie résiduelle (RUL) des convertisseurs de puissance déployés dans divers secteurs industriels. La recherche se concentrera sur l’identification et la caractérisation des signatures ultrasonores émises par des composants électroniques vieillissants, ainsi que sur le développement de réseaux de neurones guidés par la physique (PINNs) pour modéliser leurs mécanismes de dégradation. Le projet combinera des études expérimentales avec des techniques avancées de traitement du signal et d’intelligence artificielle (compressed sensing), dans le but de détecter les premiers signes de défaillance et de permettre des stratégies de maintenance prédictive exécutées localement (edge deployment). Les travaux de recherche seront menés dans le cadre d’un réseau doctoral Marie Sklodowska-Curie Actions (MSCA), offrant une formation internationale, une collaboration interdisciplinaire et des périodes de mobilité auprès de partenaires académiques et industriels de premier plan en Europe (Italie et Pays-Bas pour cette offre de doctorat).

Profil du candidat : Master’s degree in signal processing, applied physics, electrical/electronic engineering, or data science with an interest in physical systems.