Direction scientifique
Transfert de connaissances vers l'industrie

Nos Thèses par thème

Sciences pour l'ingénieur >> Mathématiques - Analyse numérique - Simulation
11 proposition(s).

Conception d'un convertisseur Analogique-Numérique pour Système IoT de détection acoustique Hybride à Base de Réseaux de Neurones Impulsionnels

Département Architectures Conception et Logiciels Embarqués (LIST-LETI)

Laboratoire Architectures Intégrées Radiofréquences

Ingénieur / Master2

01-09-2018

SL-DRT-18-0494

dominique.morche@cea.fr

Nous proposons de réaliser dans le cadre de cette thèse, un convertisseur analogique numérique qui génère en sortie un train d'impulsions qui puissent être directement traité par le réseau de neurone. Une optimisation conjointe entre l'ADC et le réseau de neurone sera conduite par le candidat. La détection et la classification de signaux est devenu une fonction clé dans l'internet des objets pour extraire des informations dans l'environnement. Pour y parvenir, les traitements à base de réseaux de neurones sont une solution qui devient de plus en plus courante. Pour favoriser le déploiement de ces solutions il est critique de développer des circuits d'interface analogique-numérique qui soient efficaces énergétiquement et dont les performances d'adaptent aux besoins. Dans ce but, nous proposons de réaliser dans le cadre de cette thèse, un convertisseur analogique numérique qui génère en sortie un train d'impulsions qui puissent être directement traité par le réseau de neurone. Une optimisation conjointe entre l'ADC et le réseau de neurone sera conduite par le candidat et un post-doc (qui travaillera sur la partie numérique en collaboration avec le candidat). Pour la conception, la technologie CMOS 28FD-SOI de STMicroelectronics sera utilisée. Plusieurs circuits seront conçus, fabriqués et caractérisés. L'objectif à terme est d'aboutir à la réalisation d'un démonstrateur capable de classifier les signaux audio. Des cas d'applications industriels seront considérés. La thèse sera menée en collaboration avec l'IMT atlantique. Le candidat pourra également être amené à présenter ses travaux dans le cadre de projets européens.

Télécharger l'offre (.zip)

Dépollution de l'air par une lame d'eau dans un champ électrique

Département Microtechnologies pour la Biologie et la Santé (LETI)

Laboratoire Biologie et Architecture Microfluidiques

Ingénieur en physique ou mécanique des fluides

01-10-2018

SL-DRT-18-0616

jean-maxime.roux@cea.fr

La pollution de l'air, notamment urbain, est un problème de santé publique à l'origine en France à près de 50 000 décès par an. La thèse proposée concerne un système de dépollution urbain innovant fondé sur la précipitation électrostatique humide. Les collecteurs développés selon ce principe sont généralement destinés à un emploi industriel. La thèse portera sur une simulation numérique multi physique d'un système de ce type, mais adapté à la ville, en commençant par le problème à la fois central et délicat posé par la stabilité d'une interface eau/air dans champ électrique intense. En s'appuyant sur cette simulation, l'enjeu final sera de développer une optimisation numérique du système visant une forte réduction de sa taille et une intégration judicieuse des capteurs de gaz toxique et de particules aéroportées développés au CEA GRENOBLE/Leti/DTBS. Des études expérimentales, conduites parallèlement au CEA seront guidés par les résultats numériques obtenus qui pourront en retour être validés.

Télécharger l'offre (.zip)

Utilisation du Machine Learning pour l'amélioration des systèmes de détection d'intrusion

DPACA (CTReg)

Autre

ecole d'ingénieur / Master 2 Informatique, mathématiques appliquées (data, machine learning)

01-09-2018

SL-DRT-18-0617

pierre-alain.moellic@cea.fr

La multiplication et la complexité croissante des attaques cyber visant des réseaux d'entreprises, des administrations ou institutions ou des systèmes industriels critiques sont devenues des problématiques de sécurité majeures. Aujourd'hui, il est indispensable de proposer des technologies capables de détecter des attaques complexes et souvent totalement inconnues notamment dans des infrastructures critiques comme les Cyber Physical Systems (CPS) aux contraintes métier et opérationnelles très fortes. Parmi les outils de protections, les systèmes de détection d'intrusion (IDS) sont progressivement devenus incontournables au même titre que les traditionnels pare-feu ou anti-virus. Malgré tout, les principales solutions proposées aujourd'hui sont loin de répondre aux menaces actuelles en particulier pour les CPS, principalement à cause d'un paradigme de détection (misuse-based IDS) ne permettant pas de détecter de nouvelles attaques. L'avenir de ces systèmes passe par le développement d'autres approches (anomaly-based IDS) et par l'utilisation d'outils d'analyse statistique et de modélisation basée sur du Machine Learning. La production académique en ce sens est de plus en plus importante, portée par l'émulation autour de l'intelligence artificielle mais les technologies proposées souffrent d'un manque de données réelles permettant d'évaluer efficacement leurs performances. Dans le contexte hautement critique des CPS dont il faudra analyser finement les architectures, les processus de supervisions et les types de menaces, la thèse cherchera à développer, notamment à partir de plateformes existantes open-source reconnues, des solutions IDS innovantes en utilisant des approches par Machine Learning et en se basant notamment sur des données réelles (issues du CEA Cadarache). La solution proposée devra répondre à des critères élevés de performances (taux de détection, taux de faux-positifs / faux-négatifs) pour prouver la pertinence de ces approches dans des infrastructures réelles.

Télécharger l'offre (.zip)

Simulation mésocopique de procédés de caractérisation des aciers par mesure de bruit Barkhausen

Département Imagerie Simulation pour le Contrôle (LIST)

Laboratoire Simulation et Modélisation en Electro-magnétisme

Master 2 ou équivalent en Physique

01-09-2018

SL-DRT-18-0642

anastasios.skarlatos@cea.fr

L'utilisation dans l'industrie du bruit Barkhausen comme mesure indicatrice de l'état des matériaux magnétiques, tels que les aciers, est aujourd'hui de plus en plus répandue. Cette mesure est en effet très corrélée à l'état microscopique du matériau, comme son état de contrainte, sa microstructure ou la proportion des différentes phases métallurgiques par exemples. Elle est typiquement utilisée pour le suivi de la constitution chimique des aciers avant et après traitement mécanique ou thermique, ou encore l'estimation de leur état de contrainte. Malgré son grand intérêt pratique, son interprétation est rendue difficile en raison de la complexité phénomènes physiques sous-jacents. Le développement d'outils de simulation sophistiqués est donc nécessaire pour améliorer la compréhension des mesures réalisés et accéder à des évaluations quantitatives des grandeurs caractéristiques. Du point de vue de la modélisation, le problème à résoudre est complexe en raison de son caractère multi-échelle. Les approches existantes dans la littérature pour la modélisation du bruit Barkhausen peuvent être séparées en deux catégories : celles s'appuyant sur des calculs de Monte-Carlo pour obtenir une description à l'échelle du spin d'une part, et celles dites mésoscopiques d'autre part, qui visent à résoudre un problème magnétostatique à l'échelle des domaines magnétiques (domaines de Weiss). Dans ces approches, les équations de Maxwell sont résolues en considérant une configuration simplifiée des domaines en termes de géométrie et de déplacement de parois magnétiques. Le sujet de cette thèse consiste à implémenter un outil de simulation optimisé pour la caractérisation des aciers, basé sur une approche mésocopique. Cet outil exploitera des considérations empiriques sur la répartition et la dynamique des parois des domaines afin de remonter aux signaux macroscopiques mesurés et d'étudier la statistique des grandeurs caractéristiques du phénomène. Les calculs magnétostatiques seront réalisés à l'aide d'un code numérique 3D basé sur la méthode des intégrations finies (finite integration technique - FIT) développé au CEA LIST. La représentativité des calculs unitaires menés à petite échelle sera déterminante pour la validité du traitement statistique permettant d'inférer les signaux macroscopiques mesurés. Les résultats théoriques seront confrontés aux expériences sur des configurations bien maîtrisées. La campagne de travaux expérimentaux sera réalisée au sein du laboratoire Roberval à l'Université de Technologie de Compiègne (UTC), qui est partenaire de ce projet de thèse. Les travaux réalisés seront valorisés sous la forme de communications scientifiques dans des revues internationales ainsi que sous la forme logicielle d'un module intégrant la plateforme de simulation CIVA, permettant le transfert aux utilisateurs industriels d'outils logiciels dédiés au applications de CND.

Télécharger l'offre (.zip)

Estimation précise et robuste de l'état de vieillissement de piles PEMFC par observateurs bayésiens dans le cadre d'une approche basée modèle

Département de l'Electricité et de l'Hydrogène pour les Transports (LITEN)

Laboratoire Electronique avancée, Energie et Puissance

ingénieur générale en analyse de sytème, en automatique, en traitement du signal

01-10-2018

SL-DRT-18-0665

vincent.heiries@cea.fr

Le PHM (Prognostics and Health Management) représente une réelle opportunité en vue d'une amélioration des performances des piles à combustibles et d'une augmentation de leur durée de vie. Ce champs d'étude a récemment beaucoup gagné en intérêt. Le but principal est d'utiliser de manière optimale les données mesurées par l'ensemble des capteurs disponibles afin d'évaluer les indicateurs caractéristiques du vieillissement et éventuellement modifier l'opération de la pile afin d'optimiser sa durée de vie. La thèse proposée se place dans le cadre d'une approche basée modèle et s'appuiera sur l'expertise en modélisation des piles à combustible développées au laboratoire de modélisation LMP. Un estimateur ?en-ligne' de l'état de vieillissement de la pile sera développé. L'observateur envisagé présente la caractéristique de combiner un modèle d'état dérivé à partir du modèle pile MEPHYSTO, avec les différentes données capteurs disponibles (tension, courant, pression, température). Il permet d'opérer de manière conjointe une estimation des variables d'état, et en particulier l'état de vieillissement, ainsi que la mise à jour des paramètres du modèle. Etant donné la nature des variables d'état à estimer, on se dirigera vers des observateurs sophistiqués adaptés aux problèmes non-linéaires et non-gaussiens permettant d'obtenir une solution approchant l'estimé Bayésien optimal.

Télécharger l'offre (.zip)

Optimisation de lois de gestion de véhicules hybrides à pile à combustible par stratégies d'optimisation combinatoire avec intégration de modèles multi-physiques de performance et dégradations

Département de l'Electricité et de l'Hydrogène pour les Transports (LITEN)

Laboratoire Modélisation multi-échelle et suivi Performance

Ingénieur en Automatique, Electrique ou Mecanique

01-10-2018

SL-DRT-18-0856

ramon.naiff-dafonseca@cea.fr

L'architecture hybride demande une gestion des éléments de façon à améliorer certaines caractéristiques en comparaison à des solutions conventionnelles. La gestion de la répartition de puissance entre les éléments permet d'augmenter les performances du système en minimisant la consommation de combustible utilisée et/ou la durabilité du système, tout en respectant la demande et les différentes contraintes technologiques et d'opération. Plusieurs techniques de synthèse de la loi de gestion ont été déjà exploitées avec des résultats importants, mais aussi avec des limitations d'application. La proposition de ce sujet de thèse vise à traiter les problématiques indiqués avec une méthodologie qui permet de résoudre de façon optimale un problème avec plusieurs sources (batterie, pile à combustible, super capacités, etc.), critères (consommation, durabilité, coût, etc.) et dimensions (temps, SOC, tension, température, etc.), en gardant un temps de calcul adapté à l'application (dimensionnement, embarquée, etc.). Les méthodes d'optimisation combinatoire sont à priori envisagées comme options valables grâce à la capacité de résoudre problèmes complexes et non linéaires typiques dans les applications hybrides multi sources et multi dimensions. Dans la littérature, ce type de méthodologie a montré la possibilité d'effectuer l'optimisation globale avec moins d'effort de calcul et moins de mémoire que la programmation dynamique. En plus elle est moins dépendante de la discrétisation du problème. L'objectif principal est de développer une méthodologie d'optimisation en combinant les modèles des systèmes (modèles de performance, commande et dégradation) à des stratégies d'optimisation combinatoire sur une formulation de problème d'optimisation exact.

Télécharger l'offre (.zip)

Modélisation compacte des transistors à température cryogénique

Département Composants Silicium (LETI)

Laboratoire de Simulation et Modélisation

formation en physique du composant semi-conducteur

01-10-2018

SL-DRT-18-0883

thierry.poiroux@cea.fr

Les démonstrations expérimentales récentes sur les Qbit à base de silicium font de l'ordinateur quantique une réalité compatible avec les technologies nanoélectroniques standards. Toutefois, être à même de concevoir des circuits fonctionnels à base de Qbits sous-entend de disposer de l'environnement de design adéquat, et notamment d'un modèle compact reflétant le comportement des transistors à très basse température. Le Leti a développé le modèle compact mais aussi physique ?Leti-UTSOI', qui est utilisé depuis plusieurs années dans des design-kits industriels. Ce modèle ayant été développé pour des applications autour de la température ambiante (typiquement -45° à +125°), de nouveaux développements sont requis pour étendre son caractère prédictif au fonctionnement à très basses températures. Ces développements modèle sont indispensables pour permettre la simulation, la validation et l'optimisation des circuits fonctionnant à température cryogénique et pourront dans un deuxième temps être implémentés d'autres modèles dédiés aux technologies sur silicium massif ou aux architectures FinFET et Nanofils. La disponibilité de ces différents modèles, applicables à très basses températures, permettra entre autres de comparer ces technologies/architectures dans le domaine du CMOS à température cryogénique.

Télécharger l'offre (.zip)

Démonstration de performances en Structural Health Monitoring par ondes guidées pour l'aérospatial

Département Imagerie Simulation pour le Contrôle (LIST)

Laboratoire Méthodes CND

Diplôme d'ingénieur ou M2

01-10-2018

SL-DRT-18-0918

olivier.mesnil@cea.fr

L'accès à l'espace est un enjeu majeur de ce début de siècle passant par la conception de lanceurs spatiaux bas coûts et réutilisables et exigeant le développement de nouvelles approches de contrôle et de maintenance des structures. Le Structural Health Monitoring (SHM ou Contrôle de Santé Intégré en français) est un groupe de méthodes qui consiste à intégrer de manière permanente des capteurs dans une structure dans le but d'estimer son intégrité structurelle et de surveiller l'environnement dans lequel elle évolue. Les approches de SHM sont particulièrement intéressantes dans l'aéronautique et l'aérospatial, pour permettre de détecter des amorces d'endommagement dans les structures critiques et optimiser leurs utilisations. L'une des approches les plus prometteuses en SHM pour détecter et quantifier des défauts structuraux, consiste à mesurer à l'aide de capteurs piézoélectriques des ondes guidées se propageant au sein de la structure inspectée. En effet, l'interaction des ondes guidées avec une singularité géométrique (défaut) est riche en information sur ladite singularité. Le paradigme largement documenté dans la littérature consiste à instrumenter une structure à l'aide de capteurs piézoélectriques répartis sur la structure, émettant et recevant successivement les ondes guidées transmises entre chaque couple de capteur. Utilisant ces données, des algorithmes d'imagerie permettent d'établir une image représentant une cartographie de la santé de la structure [1,2]. L'adoption de telles méthodologies dans les domaines exigeants de l'aéronautique/spatial requiert cependant que les performances de ces approches soient démontrées pour établir une confiance dans leurs performances et fiabilités. La simulation numérique est le seul moyen d'obtenir un nombre de configurations statistiquement suffisant pour évaluer les performances du système SHM dans tous les cas de figures possibles. Si des approches visant à quantifier les performances d'un système par le biais de la simulation existent en Contrôle Non Destructif (CND) [3], elles restent à développer en SHM. L'objectif de cette thèse est de développer et de mettre en ?uvre, à partir d'outils de simulation existants, une approche de quantification de performances d'un système SHM par ondes guidées. Cet objectif sera accompli par le biais des activités suivantes : Prise en main des outils de simulation d'ondes guidées développés au CEA-LIST ainsi que des algorithmes d'imagerie; Développement et mise en ?uvre d'une approche statistique pour estimer les performances d'un système SHM par la simulation ; Conduite d'essais expérimentaux pour estimation, validation et éventuellement raffinement de l'intervalle simulation-expérience. Cette thèse s'inscrit dans le contexte d'une collaboration franco-indienne avec le programme CEFIPRA (Centre franco-indien pour la Promotion de la Recherche avancée). Références [1]: Michaels, J. E. & Michaels, T. E. Damage localization in inhomogeneous plates using a sparse array of ultrasonic transducers AIP Conference Proceedings, 2007, 894, 846 [2]: Quaegebeur, N.; Ostiguy, P. & Masson, P. Correlation-based imaging technique for fatigue monitoring of riveted lap-joint structure Smart Materials and Structures, IOP Publishing, 2014, 23, 055007 [3]: Chapuis, Bastien, Pierre Calmon, and Frédéric Jenson. Best Practices for the Use of Simulation in POD Curves Estimation: Application to UT Weld Inspection. Springer, 2017.

Télécharger l'offre (.zip)

Extraction d'objets 3D dans les scènes 3D

DPLOIRE (CTReg)

Autre

Informatique, Intelligence Artificielle, Vision par Ordinateur,

01-10-2018

SL-DRT-18-1039

anthony.mouraud@cea.fr

La détection et la localisation d'objets par l'image est une problématique étudiée depuis de nombreuses années. Les dernières évolutions technologiques permettent désormais l'acquisition temps-réel de données de profondeur couplées aux données de couleur (RGBD). Dans le même temps, les capacités de calcul de machines modernes ainsi que les méthodes de traitement intelligent de l'image ont permis des avancées significatives dans la détection/localisation d'objets en 2D selon différents angles d'approche (boites englobantes, contours, à partir de modèles CAO ?). Une étape importante est en passe d'être franchie ces dernières années avec les recherches menées pour extraire directement la volumétrie des objets détectés ainsi que leur position, en 3D. Ces travaux en sont encore à leurs débuts mais les premiers résultats sont encourageants tant à partir d'images 2D (ex. DeepManta) qu'à partir d'images 3D (ex. Deep Sliding Shapes). Malgré tout subsistent plusieurs verrous scientifiques/technologiques identifiables avant de permettre la démocratisation de ce type d'approche pour l'extraction automatique d'objets dans des scènes potentiellement inconnues. L'objectif de ce travail est d'identifier les approches actuelles de détection/localisation d'objets 3D, d'identifier leurs faiblesses et de travailler à de nouvelles technologies de traitement pour pallier celles-ci. Par ailleurs, la découverte d'objets dans des environnements inconnus et l'inférence de l'intention de l'opérateur par observation/localisation de son attention sont deux axes d'intérêt que ces travaux ambitionnent d'aborder. Au-delà de leurs applications pour l'apprentissage par démonstration, les briques logicielles issues de ce projet pourront également être réutilisées pour d'autres applications telles que la réalité augmentée (scan « intelligent », etc.), la surveillance ou la mobilité par exemple, ?

Télécharger l'offre (.zip)

Apprentissage par renforcement inverse d'une tâche effectuée par un humain

DPLOIRE (CTReg)

Autre

SL-DRT-18-1047

laurent.dolle@cea.fr

L'apprentissage par démonstration consiste à permettre à un agent (ex. un robot) d'apprendre une tâche par l'observation d'un autre agent (ex. un humain) réalisant cette même tâche. Les méthodes d'apprentissage par renforcement sont souvent utilisées dans ce cadre afin d'améliorer la capacité du robot à réaliser une tâche dans de nouvelles situations, mais elles nécessitent de définir une fonction de récompense qui renforcera les actions permettant d'atteindre l'objectif. Si cette fonction est délicate à concevoir lorsque la tâche est complexe, il est possible de l'apprendre à partir d'une série d'exemples par des méthodes dites d'apprentissage par renforcement inverse. L'utilisation, conjointe ou non, de ces techniques a montré des premiers résultats encourageants, mais qui sont limités à des exemples jouets et ne peuvent être adaptés tels quels à des tâches plus représentatives du milieu industriel. Au cours de la thèse, l'étudiant analysera et testera des travaux précédents à l'état de l'art. Il proposera alors une méthode, en combinant l'apprentissage par renforcement inverse à d'autres algorithmes (ex. generative adversarial networks, GAN), afin que le robot comprenne la tâche accomplie par l'opérateur (avec un minimum d'information de l'a part de l'opérateur), et généralisera suffisamment pour rendre le robot robuste à un environnement dynamique (obstacles, objets en mouvement ...). Cette méthode devrait être adaptée pour une tâche de « pick and place » dans un environnement industriel et assurer une période d'apprentissage raisonnable (information a priori, retour d'expérience de l'opérateur) pour des tâches de complexité moyenne.

Télécharger l'offre (.zip)

Machine Learning pour une agriculture de précision

DLORR

Data Science

01-11-2018

SL-DRT-18-1060

ulysse.marboeuf@cea.fr

Ce projet doctoral s'inscrit à l'interface entre le domaine agricole et celui de l'apprentissage statistique. Le projet s'appuie sur une collaboration entre l'entreprise CLAAS basée à Woippy (Moselle) spécialisée dans la fabrication de matériel agricole « haut de gamme » and le CEA Tech à Metz. Cette thèse s'inscrit dans la thématique de la modélisation statistique d'un système de presse agricole. Elle a pour objectif de concevoir un modèle statistique paramétrique par apprentissage supervisé, en vue d'automatiser la procédure de compression du matériel biologique et aider l'exploitant agricole dans cette tâche. Ce modèle doit répondre à des contraintes physiques et environnementales.

Télécharger l'offre (.zip)

Voir toutes nos offres