Les piles à combustible représentent une technologie clé pour les systèmes énergétiques propres et durables, en particulier dans des configurations hybrides pour des applications de transport et stationnaires. Cependant, leur durabilité dans des conditions réelles reste un défi critique. Ce projet vise à relever ces défis en explorant des stratégies de contrôle avancées basées sur des algorithmes de pronostic de pointe pour l’évaluation de l’état de santé des piles à combustible.

Cette offre se concentre sur les sujets de contrôle et optimisation avancés, et plus spécifiquement sur la conception de stratégies de contrôle tolérant aux défauts (FTC).

En s'appuyant sur des travaux antérieurs dans le domaine des pronostics par apprentissage automatique pour l’état de santé des piles à combustible, ce projet vise à développer des méthodes exploitant ces informations de pronostic pour optimiser le fonctionnement du système de pile à combustible. Plus précisément, le/la postdoctorant(e) :

· Concevra des stratégies de contrôle tolérant aux défauts (FTC) pour atténuer la dégradation et améliorer la résilience du système.

· Utilisera des observateurs d'état existants pour des scénarios de défauts dans les piles à combustible, en s’appuyant sur des modèles physiques, des approches d’apprentissage automatique ou des approches hybrides comme les réseaux neuronaux informés par la physique (PINNs).

· Adaptera les algorithmes de contrôle pour répondre aux contraintes en temps réel en utilisant des données de capteurs limitées (réelles et virtuelles).

· Intégrera et validera ces techniques sur un banc d'essai hardware-in-the-loop (HIL) utilisant des environnements de prototypage rapide.

En combinant des approches basées sur des modèles, sur l’apprentissage par la donnée et avec des tests sur des plateformes réelles, ce projet vise à développer des solutions robustes et déployables qui améliorent la durabilité des piles à combustible tout en réduisant la complexité et les coûts de mise en œuvre des solutions avancées.

Vos missions:
Dans ce poste vous devrez :

· Gérer les modèles des piles à combustible et les algorithmes de détection de défauts

· Développer des algorithmes FTC pour optimiser les performances des piles à combustible dégradées.

· Effectuer des tests de validation des algorithmes et les implémenter sur un banc d'essai HIL en temps réel.

· Travailler en étroite collaboration avec des équipes multidisciplinaires pour intégrer les modèles, algorithmes et matériels.

· Publier les résultats dans des revues à fort impact et les présenter lors de conférences internationales.