Optimisation de la détection d'émission acoustiques pour le suivi de la santé structurelle à l'aide H/F

Description de l'offre : Contexte La surveillance des infrastructures critiques telles que celles du secteur nucléaire ; du génie civil et de l’ingénierie pétrochimique, est essentielle pour garantir leur sécurité et leur intégrité. Elle peut se faire de manière dite passive au moyen des émissions acoustiques (EA) qui sont des ondes produites au sein de la structure par des événements tels que la formations de fissures ou des micro-frictions. Cette approche non intrusive permet une surveillance continue sans nécessité d’arrêts prolongés des opérations, et une détection précoce des anomalies réduisant le risque de défaillances catastrophiques. La mise en œuvre de la surveillance par émissions acoustiques présente cependant des challenges importants. Premièrement, les événements d’intérêt sont rares et souvent masqués par un bruit de fond important rendant la détection des formes d’onde recherchée complexe. De ce fait, la surveillance requiert généralement l’enregistrement d’une quantité importante de données ce qui entraîne de fortes contraintes matérielles pour le stockage et la transmission des signaux acquis. L’objectif principal du stage sera de développer une méthode de segmentation embarquée de signaux de vibrations d’une structure mécanique afin de n’enregistrer que les segments de signaux contenant potentiellement des salves d’émissions acoustiques. Déroulement du stage Les travaux de stage se dérouleront en quatre grandes étapes décrites ci-dessous. Acquisition de données expérimentales contrôlées  A l’aide de la plateforme du département dédiée au suivi de la santé structurelle, des émissions acoustiques seront simulées sur une structure expérimentale et les vibrations induites seront mesurées au moyen de capteur piézo-électrique et du carte d’acquisition dédiée. Développement d’un modèle de détection d’émissions acoustiques  Une méthode précédemment développée pour la détection d’anomalie dans les séries temporelles sera évaluée, améliorée et adaptée au traitement de données en flux. Portage sur cible matérielle  Il s’agira d’implémenter le modèle de détection sur la plateforme embarquée dédiée avec des contraintes de mémoire et de puissance. Cela inclut la quantification des paramètres du modèle, l’interfaçage avec l’environnement logiciel de la plateforme embarquée. Evaluation de la robustesse  La robustesse du modèle face aux variations de distribution des données causées par les capteurs (par exemple un décollage) ou les changements du bruit ambiant sera évaluée et des pistes d’amélioration recommandée.

Présentation de l’institut : Le Laboratoire Instrumentation Intelligente, Distribuée et Embarquée (LIIDE) a pour mission de développer une plateforme mixte, matérielle et logicielle, pour concevoir les fonctionnalités de l'instrumentation du futur. Le laboratoire développe conjointement 1) le volet matériel, visant des cartes électroniques polyvalentes et modulaires, accompagnées des logiciels nécessaires à leur fonctionnement, pour couvrir une large gamme de technologie de capteurs ; et 2) des fonctionnalités innovantes d'intelligence artificielle pour la mesure répartie et l'apprentissage frugal et distribué. Le laboratoire est ancré dans un environnement riche centré autour de l'instrumentation numérique pour le contrôle, le monitoring et le diagnostic. Le département auquel il appartient s'appuie sur une large gamme de capteurs (fibres optiques, capteurs piézo-électriques, sondes Courants de Foucault, rayons X) ainsi que sur des plateformes d'expérimentation de pointe. Les applications sont principalement focalisées sur le contrôle non-destructif (Non-Destructive Evaluation - NDE) ou la surveillance de l'état de santé de structures (Structural Health Monitoring - SHM).

Profil du candidat : Master 2/Bac+5 école d’ingénieurs, traitement du signal, data sciences ; compétences en IA embarquée appréciées. Curieux, autonomes, à l'aise avec la méthodologie (travail algorithmique) et les manipulations expérimentales. Conformément aux engagements pris par le CEA en faveur de l’intégration de personnes en situation de handicap, cet emploi est ouvert à tous et toutes.