Amélioration d'une interface graphique et construction des modèles de Machine Learning F/H (2024-123088)

Description de l'offre

Description de l'offre

Amélioration d’une interface graphique et construction des modèles de Machine Learning pour l’estimation du champ magnétique à l’intérieur d’un bâtiment foudroyé

Le foudroiement d’une installation industrielle peut engendrer de graves dégâts. Il peut y avoir des effets thermiques, comme l’échauffement des conducteurs, des effets mécaniques comme la déformation des matériaux, et des effets électriques comme des perturbations électromagnétiques. C’est pourquoi, l’estimation des effets de la foudre est non seulement essentielle pour concevoir le système de protection, mais également nécessaire pour assurer la fiabilité et la sûreté des installations.
L’équipe CEM du LME, s’intéresse, entre autres, au développement d’outils pour l’estimation des effets dits « indirects » de la foudre. L’un de ces effets est le champ magnétique transitoire généré par le courant foudre circulant dans l’armature d’un bâtiment en béton armé lorsqu’il est foudroyé.
Des méta-modèles ont récemment été établis pour calculer le champ magnétique maximum selon le point d’impact et les caractéristiques du bâtiment. Ces modèles sont aujourd’hui implémentés dans une interface graphique développée sous Python.

Sujet d'étude
L’interface est aujourd’hui fonctionnelle mais elle est dans une phase initiale de mise au point et dans certains cas, nous avons remarqué des erreurs de prédiction avec des algorithmes de type Boosting.
Le stage a deux objectifs principaux :
(1)
Améliorer la qualité de l’interface graphique et rendre son utilisation plus fluide. Pour cela, il faudra, entre autres, détecter et corriger les bugs, optimiser le temps de prédiction des algorithmes et augmenter l’efficacité de stockage des données.
(2)
Entraîner et implémenter des modèles de Machine Learning plus performants. Pour réduire l’erreur de prédiction, il faudra commencer par générer des fichiers de simulation 3D qui permettront de générer plus de résultats pour alimenter la base de données sur laquelle les algorithmes seront entraînés.
En fonction de l’avancement des travaux, il pourrait être envisagé d’implémenter dans l’interface des modèles liés à d’autres problématiques CEM.
Encadrement
Le stagiaire sera encadré par un ingénieur d’EDF R&D dans le cadre de l'activité du groupe ECLICE (Electronique, Composants de Liaison et Compatibilité Electromagnétique) du département LME (Laboratoire Matériel Electrique : https://www.edf.fr/NetworksLab).

Lieu du stage

Le stage se déroulera au sein de la R&D, sur le site d’EDF Lab Les Renardières (Moret-Loing-et-Orvanne, Seine-et-Marne), à proximité de Fontainebleau.

Date souhaitée
Premier ou deuxième semestre 2025 pour une durée de 5 à 6 mois.

Contacts
Susana Naranjo Villamil, susana.naranjo-villamil@edf.fr
Julien Gazave, julien.gazave@edf.fr

Profil souhaité

Etudiant en master ou d’école d’ingénieur avec des très bonnes compétences en informatique.
Une maîtrise du langage Python est requise, ainsi qu’une bonne capacité d’analyse et de prise d’initiatives.
Un intérêt pour la physique et les mathématiques appliquées est souhaitable.