Thèse OT-22282

Couplage intégré des modèles physiques et d’apprentissage profond pour la prédiction de systèmes dynamiques complexes : application aux performances de systèmes frigorifiques

92160 ANTONY

Retour à la liste des résultats

Présentation INRAE

L’Institut national de recherche pour l’agriculture, l’alimentation et l’environnement (INRAE) est un établissement public de recherche rassemblant une communauté de travail de 12 000 personnes, avec 272 unités de recherche, de service et expérimentales, implantées dans 18 centres sur toute la France. INRAE se positionne parmi les tout premiers leaders mondiaux en sciences agricoles et alimentaires, en sciences du végétal et de l’animal. Ses recherches visent à construire des solutions pour des agricultures multi-performantes, une alimentation de qualité et une gestion durable des ressources et des écosystèmes.

Environnement de travail, missions et activités

Le secteur de la réfrigération utilise aujourd'hui environ 20 % de la consommation totale d'électricité dans le monde et est responsable de 8 % des émissions de gaz à effet de serre. Dans le contexte actuel de réchauffement climatique, les besoins en froid (conservation des aliments, climatisation, etc.) risquent d’être de plus en plus importants. L’application de l’Internet des objets (IoT en anglais) et des algorithmes d’intelligence artificielle (IA) à l’industrie du froid ouvre de grandes perspectives en matière de contrôle et de prévision afin de réduire les impacts énergétiques et environnementaux et d’améliorer la gestion des installations frigorifiques. Cependant, les applications des méthodes d’IA sont encore rares dans ce secteur. La principale difficulté est liée à la mobilisation des connaissances de deux domaines très différents : les modèles physiques dans le domaine du froid et les modèles d’apprentissage IA. Ce sujet de thèse réunit les compétences en analyse énergétique des systèmes frigorifiques (Frise-INRAE), en IA, en Digital Twin - jumeau numérique (JN) et IoT (DVRC).

 

Objectifs de projet de thèse :

L’objectif principale de cette thèse est de développer un jumeau numérique (JN) d’un équipement frigorifique. Ce JN, sera construit grâce aux couplages des connaissances dans les deux domaines IA et physiques, notamment le couplage intégré des modèles physiques et d’apprentissage profond. Il permettra de prédire les comportements du système (enceinte, produits et machine frigorifique) lors des changements de conditions opératoires (température extérieure, chargement de produits, pannes) à partir des données collectées par différents capteurs. Deux approches de couplage seront étudiées dans cette thèse. Tout d’abord, nous nous intéresserons aux réseaux neuronaux informés par la physique "PINN". C’est une classe de méthodes d'apprentissage automatique qui intègrent des connaissances physiques dans le processus d’apprentissage des réseaux neuronaux.  Une autre méthode de couplage consistera à utiliser les réseaux neuronaux afin d’ajuster les paramètres de modèles physiques représentatifs des équipements frigorifiques, notamment les modèles cinétiques et de transfert thermique. Cette approche est en effet très adaptée en raison de la complexité des équations physiques régissant ce type d’équipements.

Le JN développé dans le cadre de cette thèse permettra de visualiser des problèmes futurs et les impacts d’une décision de l’utilisateur sur le système et ainsi de proposer des solutions/scénarios pour optimiser ses performances. Ce travail sera développé dans un premier temps pour une enceinte frigorifique spécifique (chambre froide) mise à disposition pour élaborer les expérimentations.

L’objectif final est d’avoir un outil « générique » qui pourrait s’adapter à divers systèmes frigorifiques.

Environnement de travail :

L’Institut national de recherche pour l’agriculture, l’alimentation et l’environnement (INRAE) est un établissement public de recherche rassemblant une communauté de travail de 10 000 personnes, avec 273 unités de recherche, de service et expérimentales, implantées dans 18 centres sur toute la France. INRAE se positionne parmi les premiers leaders mondiaux en sciences agricoles et alimentaires, en sciences du végétal et de l’animal. Ses recherches visent à construire des solutions pour des agricultures multi-performantes, une alimentation de qualité et une gestion durable des ressources et des écosystèmes. L’unité de Recherche FRISE basée à Antony (92) étudie les systèmes de refroidissement et de réfrigération pour la conservation des aliments sous contrainte d’un faible impact environnemental et de la sécurité des aliments. L’unité regroupe 3 équipes, dont 2 équipes de recherche Enerfri (Froid et Energie) et Metfri (Froid et Aliment), et 1 équipe d’appui technique, Techfri. L'équipe de recherche Enerfri de Frise (Hong-Minh Hoang, Anthony Delahaye), qui accueillera la thèse, conduit en particulier des travaux sur la maîtrise de la dépense d'énergie et la réduction de l'impact environnemental des machines frigorifiques.

Le De Vinci Research Center (DVRC) basé à La Défense regroupe tous les enseignants-chercheurs des écoles du Pôle Léonard de Vinci : l’Ecole de Management (EMLV) et l’Ecole d’Ingénieurs (ESILV). Ses domaines d'expertises contribuent au positionnement stratégique du Pôle en matière d’innovation, de digitalisation, de transversalité et de transition écologique. DVRC est composé de 3 axes interdisciplinaires :

•           MISTIC « Nouveaux matériaux, systèmes intelligents et entreprises innovantes »

•           2EMARK « Efficacité énergétique et marchés socialement responsables »

•           STARCS « Science des données, transformation digitale, risques et systèmes complexes » (NUniversité d’inscription de l’atudiant en  thèse : Université Paris Saclayedra Mellouli)

L'interdisciplinarité et la recherche responsable sont étroitement liées dans l'organisation de ces axes. En effet, l’intégration de préoccupations environnementales ou sociétales dans les travaux de recherche implique de mobiliser de multiples compétences et expertises pour établir un dialogue interdisciplinaire, propice à la résolution de problématiques complexes.

Direction et financement de la thèse :

L’encadrement de cette thèse, financée par De Vinci Research Center et Inrae, sera assuré par Nedra Mellouli, Hong-Minh Hoang et Anthony Delahaye.

 

La thèse s’inscrit dans l'école doctorale Interfaces (ED 573) de Paris-Saclay.

 

 

 

Formations et compétences recherchées

Master/Ingénieur (Bac+5)

Formation : Scientifique : Titulaire d’un master en Informatique, Mathématique, Génie des procédés, énergétique. Compétences en développement en python/PyTorch, R, Matlab

Goût pour :  

  • Méthodes d’apprentissage automatique (IA), IoT, Digital Twin
  •  Analyse des phénomènes physiques dans les systèmes énergétiques

Compétentce :

  • Autonomie, connaissance en gestion de projet
  • Savoir communiquer et transférer des connaissances

 

Votre qualité de vie à INRAE

En rejoignant INRAE, vous bénéficiez (selon le type de contrat et sa durée) :

-  jusqu'à 30 jours de congés + 15 RTT par an (pour un temps plein)
- d'un soutien à la parentalité : CESU garde d'enfants, prestations pour les loisirs ;
- de dispositifs de développement des compétences : formation, conseil en orientation professionnelle ;
- d'un accompagnement social : conseil et écoute, aides et prêts sociaux ;
- de prestations vacances et loisirs : chèque-vacances, hébergements à tarif préférentiel ;
- d'activités sportives et culturelles ;
- d'une restauration collective.

- d'un remboursement partiel de votre abonnement transport pour votre trajet domicile/travail

Modalités pour postuler

J'envoie mon CV et ma lettre de motivation

Les personnes accueillies à INRAE, établissement public de recherche, sont soumises à son règlement intérieur notamment en ce qui concerne l’obligation de neutralité et le respect du principe de laïcité. A ce titre, dans l’exercice de leurs fonctions, qu’elles soient ou non au contact du public, elles ne doivent pas manifester leurs convictions, par leur comportement ou leur tenue, qu’elles soient religieuses, philosophiques ou politiques.

offre de thèse JN en VF.docxdocx - 55.51 KB

Référence de l'offre

  • Contrat : Thèse
  • Durée : 36 mois
  • Début du contrat : 01/12/2024
  • Rémunération : 2100 € mensuel brut
  • N° de l'offre : OT-22282
  • Date limite : 01/09/2024
Le centre Ile-de-France - Jouy-en-Josas - Antony

UR 1460 FRISE 92160 ANTONY Site web

Contact

Venir en France Notre guide des accueils internationaux

Consulter