Direction scientifique
Transfert de connaissances vers l'industrie

Nos Thèses par thème

Défis technologiques >> Usine du futur dont robotique et contrôle non destructif
6 proposition(s).

Toutes les offres [+]

Modèle de la situation et planification de tâches d'un manipulateur mobile en environnement logistique incertain

Département Intelligence Ambiante et Systèmes Interactifs (LIST)

Laboratoire de Contrôle et Supervision Robotique

Master 2 ou école d'ingénieur

01-03-2021

SL-DRT-21-0459

eric.lucet@cea.fr

Usine du futur dont robotique et contrôle non destructif (.pdf)

Le projet de recherche proposé concerne l'évolution autonome d'un robot mobile en contexte logistique, par exemple un chariot élévateur automatisé. A partir d'une analyse de la situation, le système devra, de façon autonome, être capable de trouver la séquence d'actions lui permettant de se déplacer vers un objet d'intérêt, le saisir et le placer dans une région prédéfinie. Cela doit pouvoir se faire tout en évitant les collisions et possiblement en dégageant le chemin pour rendre possible le mouvement de la base mobile et du préhenseur. En cas d'échec, la replanification inhérente à la méthode doit être capable de trouver une nouvelle séquence d'actions. Il s'agira ainsi d'implémenter un modèle statistique de la situation courante et future de navigation au voisinage d'un robot mobile équipé d'un système de préhension, ainsi qu'un algorithme de planification de tâches basé sur ce modèle. Le modèle de connaissance de la situation s'appuiera sur les données contextuelles des modules de perception, des modèles de processus et de tâches, des agents (robots et humains) présents dans l'environnement et de leurs états, des données intrinsèques du robot et du modèle géométrique de l'environnement. La détection de situations particulières (anomalies, etc.) pourra se traiter par de l'analyse de données et des algorithmes d'apprentissage automatique, avec possiblement une phase d'entrainement à partir de remontées d'informations et de connaissances a priori. En particulier, l'approche par planification hiérarchique dans le présent (HPN) intègre les planifications de tâche et de mouvement et traite l'incertitude. Elle évite d'essayer de trouver des solutions optimales pour le POMDP (ce qui est insoluble), en construisant une approximation déterministe de la dynamique (modèle de la situation), en établissant un plan séquentiel, et en exécutant ce plan tout en observant les éventuels changements par rapport aux résultats attendus, et en le re-planifiant lorsque des écarts se produisent. En outre, pour faire face à l'incertitude sur l'état actuel, la planification doit se faire dans l'espace de croyance, qui est la probabilité des distributions sur les états du monde. Ainsi, à partir de travaux préliminaires sur ce sujet, une amélioration du plan hiérarchique, ainsi qu'une meilleure compréhension et formulation des modèles de modification des états de croyance résultant de ces actions, seront à investiguer.

Télécharger l'offre (.zip)

Éléments finis de coques en temps réel pour la simulation en réalité virtuelle

Département Intelligence Ambiante et Systèmes Interactifs (LIST)

Laboratoire de Simulation Interactive

Ingénieur ou Master en Mécanique ou Mathématiques Appliquées

01-09-2021

SL-DRT-21-0594

anders.thorin@cea.fr

Usine du futur dont robotique et contrôle non destructif (.pdf)

Avec l'intérêt grandissant pour la simulation interactive apparait le besoin de simuler en temps réel des coques, qui sont des volumes dont deux dimensions sont grandes devant la troisième (l'épaisseur). L'objectif de cette thèse consiste donc à développer un modèle de coque adapté en se concentrant sur la dynamique des coques minces (théorie de Kirchhoff?Love), dans le cadre des grands déplacements (non-linéarité géométrique) mais dont les déformations demeurent faibles, avec une loi de comportement de type Saint-Venant ? Kirchhoff. Le travail s'effectuera en trois partie, i) fournir des critères pour déterminer ce qui peut être simulé en temps réel ou non (avec un nombre de degrés de liberté et une précision donnée), ii) identifier ou développer des éléments finis à la fois robustes pour traiter différents cas d'usage et efficaces en termes de coût de calcul, iii) en fournir une implémentation et des exemples de simulations qu'on ne sait pas simuler en temps réel à ce jour, à matériel égal.

Télécharger l'offre (.zip)

Optimisation des paramètres d'acquisition en mesure et imagerie RX par la simulation

Département Imagerie Simulation pour le Contrôle (LIST)

Laboratoire Simulation et Modélisation en Electro-magnétisme

Master physique nucléaire / Ingénieur généraliste

01-10-2021

SL-DRT-21-0723

anthony.touron@cea.fr

Usine du futur dont robotique et contrôle non destructif (.pdf)

L'objectif de la thèse est de mettre en place une méthode numérique d'optimisation de paramètres d'acquisition en contrôle par rayons X (RX). Le DISC développe un logiciel de simulation pour le Contrôle Non Destructif qui intègre un module destiné à l'imagerie RX. Ce module, qui correspond à un jumeau numérique du contrôle, permet à l'opérateur de reproduire une configuration expérimentale (source, détecteur, géométrie et matériau de l'objet, défauts, ?) afin d'estimer le résultat qu'il observerait sur une acquisition réelle et ainsi évaluer la sensibilité de la méthode, la limite de détectabilité des défauts ou encore l'impact de différents paramètres (tension et filtration du tube, géométrie d'acquisition). Pour définir ces configurations, l'opérateur doit se baser sur sa propre expérience, ce qui a pour conséquence la réalisation d'acquisitions potentiellement non optimales. Cette limite liée à la dépendance à l'utilisateur est particulièrement critique dans les cas où le signal recherché est très faible par exemple en identification d'une faible quantité d'élément en fluorescence X ou encore pour la tomographie RX qui implique un grand nombre de paramètres d'acquisition. L'objectif est de rendre les mesures expérimentales plus robustes, en ajoutant de l'intelligence dans l'outil de simulation existant, qui intègrerait alors une fonctionnalité d'optimisation des paramètres d'acquisition. Le doctorant devra proposer une méthode numérique permettant de définir, à partir d'un ensemble de simulations, les paramètres maximisant un critère de qualité donné. Ce critère sera défini en fonction du contrôle visé (typiquement l'amplitude du pic de fluorescence ou le taux de transmission du signal RX) et validé expérimentalement.

Télécharger l'offre (.zip)

Imagerie assistée par simulation pour le SHM par ondes élastiques guidées : tomographie et dérivée de forme

Département Imagerie Simulation pour le Contrôle (LIST)

Laboratoire Méthodes CND

01-10-2021

SL-DRT-21-0738

tom.druet@cea.fr

Usine du futur dont robotique et contrôle non destructif (.pdf)

Le contrôle santé intégré (SHM) consiste à suivre l'état de santé d'une structure à partir de capteurs intégrés. Dans ce contexte, le LIST travaille sur des méthodes de tomographie novatrices par ondes élastiques guidées pour cartographier des zones corrodées sur géométries simples : plaques et tubes. Le sujet de la thèse est d'adapter à nos problèmes dynamiques la méthode dite « dérivée de forme », surtout utilisée sur données statiques, pour développer une imagerie itérative basée sur un jumeau numérique. Cette méthode permet une reconstruction de grande qualité pour des géométries complexes mais implique la résolution d'un problème numérique coûteux. La qualité de la cartographie dépend aussi fortement de l'initialisation, souvent basée sur la structure parfaite, potentiellement éloignée de l'état actuel. Nous proposons d'adresser ces deux points ainsi : l'initialisation de la dérivée de forme sera obtenue à partir des méthodes de tomographie existantes, améliorant ainsi la convergence en limitant le nombre d'itérations et l'effet des minima locaux. Le problème numérique sera résolu au moyen d'éléments finis spectraux d'ordre élevé transitoires, permettant des calculs rapides et peu coûteux. La définition de métriques adaptées à la comparaison des signaux simulés et expérimentaux constituera également un volet de l'étude. Les performances seront validées sur des données expérimentales représentatives de cas complexes d'intérêt pour l'industrie (corrosion sous support, etc.).

Télécharger l'offre (.zip)

Approche deep learning pour améliorer la qualité de l'image en reconstruction tomographique X par vues éparses

Département Imagerie Simulation pour le Contrôle (LIST)

Laboratoire Simulation et Modélisation en Electro-magnétisme

Ecole d'ingénieur ou M2 "Data science" / Mathématiques appliquées

01-10-2021

SL-DRT-21-0739

caroline.vienne@cea.fr

Usine du futur dont robotique et contrôle non destructif (.pdf)

La tomographie par rayons X (RX), qui consiste à reconstruire une image 3D d'un objet à partir d'un ensemble de radiographies, est une méthode d'imagerie incontournable dans le domaine médical comme dans celui du contrôle non destructif de pièces industrielles. Dans ces deux types d'applications, elle rencontre le même besoin de produire un résultat fiable et de la meilleure qualité possible à partir d'un nombre minimal de radiographies, que ce soit pour limiter la dose reçue par le patient ou pour réduire le temps d'acquisition et ainsi être compatible avec du contrôle sur ligne de production. Malheureusement, une telle réduction du nombre de radiographies, ou projections, se traduit généralement par l'apparition d'artefacts sur l'image reconstruite qui impactent fortement sa lisibilité. L'objectif de cette thèse est de recréer des projections manquantes à l'aide d'une méthode de deep learning basée sur les réseaux de neurones convolutifs de type U-net, qui sera entraînée dans un premier temps sur une base de données constituée d'images simulées. Cette base de données sera obtenue à l'aide du logiciel de simulation CIVA développé au sein du DISC, qui correspond à un jumeau numérique d'une acquisition tomographique. En effet, le coût important de l'acquisition tomographique est aujourd'hui un verrou majeur à la création des bases de données nécessaires à l'apprentissage de ces modèles. Cette première phase sera alors couplée à une approche de transfer learning pour réduire le biais introduit par ces données simulées à l'aide d'un ensemble très réduit de données expérimentales.

Télécharger l'offre (.zip)

Programmation multi-architectures pour la reconstruction à haute performance en tomographie passive

Département Imagerie Simulation pour le Contrôle (LIST)

Laboratoire Développement Informatique

Ecole ingénieur informatique, master calcul haute performance

01-03-2021

SL-DRT-21-0745

hamza.chouh@cea.fr

Usine du futur dont robotique et contrôle non destructif (.pdf)

Le Structural Health Monitoring (SHM, ou contrôle santé intégré) est une approche du contrôle non destructif visant à intégrer des outils d'inspection directement dans les structures ciblées afin de faciliter l'acquisition de données et éviter la mobilisation régulière de ressources de contrôle (humaines, matérielles) et l'immobilisation d'équipements. S'inscrivant dans cette démarche, la tomographie ultrasonore passive exploite le bruit de structure de pièces assimilables à des guides d'ondes pour contrôler les variations d'épaisseur de celle-ci, dans l'objectif de détecter l'apparition de défauts de corrosion ou d'érosion. Ce procédé implique l'utilisation de plusieurs algorithmes de traitement du signal appliqués à de grandes quantités de données. Dans l'objectif d'intégrer des contrôles de SHM dans des équipements à la fois compacts et peu énergivores, cette thèse vise à développer une chaîne de traitement du signal embarquée répondant aux besoins de la tomographie passive. Il sera donc nécessaire de déterminer les architectures matérielles les plus adaptées et de réaliser des implémentations hautement optimisées des algorithmes impliqués dans la chaîne de traitement en faisant évoluer ceux-ci en fonction des besoins de performance. A cette fin on étudiera au cours de la thèse différentes architectures matérielles (GPU, GPU faible consommation, FPGA) en comparant des approches de programmation générique (Sycl) et des implémentations dédiées à chaque architecture.

Télécharger l'offre (.zip)

Voir toutes nos offres