Direction scientifique
Transfert de connaissances vers l'industrie

Nos Thèses par thème

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

Toutes les offres [+]

Modélisation hybride pour la simulation de l'inspection ultrasonore de pièces composites pour la détection d'endommagements ou de faiblesses aux inter-plis

Département Imagerie Simulation pour le Contrôle (LIST)

Laboratoire Simulation et Modélisation en Acoustique

Ingénieur généraliste avec dominante numérique

01-10-2020

SL-DRT-20-0671

nicolas.leymarie@cea.fr

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

Ce sujet concerne la modélisation de la propagation d'ondes acoustiques dans un milieu composite stratifié pour aider au design de nouvelles méthodes de contrôle non destructif par ultrasons. Les matériaux composites sont aujourd'hui largement utilisés dans le domaine de l'aéronautique mais restent sensibles aux chocs. Ces chocs, même à basse énergie, peuvent fragiliser la pièce en engendrant des endommagements localisés, principalement de la fissuration transverse et du délaminage. La mise en oeuvre de méthodes d'inspection de telles structures est très délicate en raison de leur caractère anisotrope, hétérogène et multicouches. La simulation numérique est alors une aide importante, tant pour l'analyse que pour la conception et l'optimisation des techniques de contrôle. Basé sur l'exploitation de techniques numériques innovantes, l'objectif de ce travail est de proposer des méthodes numériques dédiées à la simulation de contrôles avancés et en particulier sur l'analyse de contrôles en incidence oblique de défauts d'endommagement réalistes. Pour cela on s'appuiera sur les briques modèles récemment développées au CEA LIST autour de la solution transitoire par la méthode des éléments spectraux en travaillant spécifiquement sur des conditions d'interface effectives entre les plis du composite pour modéliser des décohésions de type délaminage ou des porosités aux inter-plis.

Télécharger l'offre (.zip)

Etude de stratégies du pronostic embarqué dans les réseaux filaires basé sur les réseaux de neurones temporels

Département Architectures Conception et Logiciels Embarqués (LIST-LETI)

Laboratoire Fiabilité et Intégration Capteur

Bac+5 ou Master de recherche Domaine: ? Traitement du signal/Télécommunications.

01-09-2020

SL-DRT-20-0891

wafa.benhassen@cea.fr

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

Quelques soit leurs domaines d'application, les câbles sont très souvent victimes de leur environnement d'opération. Ils font souvent face à des conditions agressives telles que la vibration mécanique, le stress thermique, la pénétration de l'humidité, etc. Ces conditions favorisent l'apparition de défauts plus ou moins graves allant d'une simple fissure dans la gaine à une coupure du câble causant ainsi un dysfonctionnement du système. Dans ce contexte, Le CEA LIST étudie des méthodes de diagnostic et pronostic des défauts dans les réseaux de câbles basés sur la méthode de la réflectométrie. L'idée est d'injecter un signal de test dans le câble. Chaque fois qu'il rencontre une discontinuité d'impédance (i.e. un défaut), une partie de son énergie est renvoyée vers le point d'injection. Le traitement du signal réfléchi permet par la suite de détecter et localiser ce défaut. Malgré la maturité de la réflectométrie à détecter un défaut dans un câble, elle ne permet ni de déterminer les causes de l'apparition d'un défaut naissant (i.e. endommagement du blindage, rayon de courbure, pincement, etc.) ni de prédire son évolution dans le futur. Les travaux de cette thèse visent à développer de nouvelles stratégies de pronostic de défauts dans les réseaux filaires. Pour cela, l'application des méthodes de Machine Learning telles que les réseaux de neurones artificiels (RNA) sur les données issues des capteurs de réflectométrie s'avère une solution prometteuse pour résoudre cette problématique. C'est dans ce cadre que s'inscrivent les travaux de ce thèse.

Télécharger l'offre (.zip)

Voir toutes nos offres