Stagiaire simulation machine tournante H/F Groupe Talents Handicap

Contexte général :
La détection précoce des défauts dans les machines électriques s'inscrit dans le cadre de la maintenance prédictive puisqu'elle évite la propagation des avaries si elles sont détectées suffisamment tôt. C'est donc la disponibilité de la machine et donc, sa capacité de production qui sont accrues. Réduire les temps d'immobilisation des machines présente indéniablement des répercussions environnementales favorables mais également en termes de production énergétique et finalement, financières.
Ainsi, la R&D d'EDF mène, depuis de nombreuses années, des études pour anticiper la détection des défauts sur les rotors d'alternateurs des différents parcs de production d'électricité (nucléaire, thermique et hydraulique).
Contexte particulier au stage :
Modélisation :
La R&D d'EDF propose de poursuivre ces études dans le cadre d'un stage de 6 mois en 2027. L'usage d'un code de modélisation éléments finis (EF) en électromagnétisme, code_Carmel, permet de simuler des données terrain. Une modélisation 2D d'un alternateur permettra de fournir des signaux représentatifs de la machine, saine et en défaut, autant que de besoin.
Intelligence Artificielle :
Une approche de détection, en utilisant des algorithmes d'apprentissage automatique basés sur l'historique des données temporelles, a été mise au point. L'objectif est d'élaborer une routine capable de déterminer si une nouvelle séquence temporelle provient d'une machine en défaut ou non. L'utilisation des données issues de la modélisation 2D permettra de rendre plus robuste cette routine.
Le programme de travail proposé dans le cadre de ce stage est réparti comme suit :
• 1ère étape : Prise en main de code_Carmel (4 semaines), outil de modélisation EF en électromagnétisme (le modèle 2D de la machine est déjà effectué) ;
• 2ème étape : Création des deux défauts sur le rotor (6 semaines) :
a) Prise en main des travaux menés précédemment sur le sujet ;
b) Création du 1er défaut mécanique : excentricité statique du rotor ;
c) Création du 2nd défaut mécanique : excentricité dynamique du rotor ;
d) Adaptation du maillage du rotor pour créer ces défauts mécaniques, se traduisant par un « glissement » de l'ensemble des nœuds du rotor sans toucher le reste du maillage ;
• 3ème étape : Établissement d'un plan d'expérience : machine saine et machine en défaut (1 semaine) ;
• 4ème étape : Lancement des calculs numériques sur ces modèles EF sur les calculateurs haute performance d'EDF (6 semaines) ;
• 5ème étape : Traitement des données de ces résultats de calculs numériques avec des routines Python (2 semaines) ;
• 6ème étape : Classement de ces données de simulation en vue de créer une base de données pour la routine IA de détection de défauts (1 semaine) ;
• 7ème étape : rédaction du mémoire (4 semaines).

Aptitude à travailler en équipe ;
Intérêt par le domaine de la production de l'électricité ;
Dynamisme, autonomie et curiosité ;
3ème année d'Ecole d'ingénieurs, Master 2 ;
Formation : Calcul scientifique / numérique
Environnements Linux et Windows, langages Python et Fortran 90 ;
Des connaissances dans un des domaines suivants seraient un plus : le Génie Electrique, la modélisation Eléments Finis, les calculs HPC ou de la plateforme SALOME.

Compétences
Modélisation EF, Calcul HPC, Python, Salome
Formation
Bac +5 : Ecole d'ingénieurs en 3ème année ou Master 2 en Calculs Scientifiques / Numériques