CIFRE - Thèse - PH.D. PROPOSAL

Description de l'offre

3492353
Additional Cities

Grenoble
Career Level

Co-op/Intern
Relocation Assistance

No
Business

GE Renewable Energy
Business Segment

Renewable Energy Digital Services
Function

Digital Technology
Country/Territory

France
Postal Code

38041
Role Summary/Purpose

GE a développé une offre dans l'Internet industriel des objets (IIOT) en s'appuyant sur des capteurs de température et de contrainte RFID. L'objectif final est de rapprocher au maximum le capteur et le traitement de l'information sur une grande couverture d'hydro-actifs afin d'améliorer la gestion des défauts, de fournir des alertes précoces, de rationaliser les ressources matérielles et de réduire les coûts associés.
Essential Responsibilities

Pour atteindre ces objectifs, trois grands thèmes de recherche sont proposés

La première concerne une étude des nouvelles méthodologies liées à l'apprentissage et à l'inférence impliquant une plateforme informatique à distance et une plateforme embarquée sur les sites des clients basée sur des MCU dans une double approche : formation/inférence ou "apprendre une fois pour toutes" et dans une approche hybride : apprentissage continu ou apprentissage dynamique / apprentissage de renforcement. Nous en viendrons au choix d'une architecture spécifique dans une approche dûment argumentée compte tenu des développements récents dans le domaine de l'AIOT (intelligence artificielle sur les objets).

Le second axe de travail consiste à construire une approche parcimonieuse en environnement distribué pour un cas d'utilisation spécifique choisi par GE où les signaux bruts des capteurs sont utilisés sur la plateforme MCU pour extraire et construire des fonctionnalités. Les capacités de la MCU comme le multithreading, le sommeil profond, l'interruption et les bibliothèques seront mises en évidence par la fusion de données provenant du système DCS (triggers) et/ou d'une autre MCU (approche machine à machine dans un contexte distribué). Le nombre réduit de paramètres (ou la parcimonie de la représentation) convient parfaitement à la caractérisation efficace des phénomènes (essentielle pour un niveau de décision efficace) ainsi qu'à l'optimisation de l'intégration des algorithmes sur les IdO distribués.
Enfin, un modèle ou un "jumeau numérique" pour l'environnement du cas d'utilisation spécifique sera construit et adapté au vecteur de caractéristiques (modélisation de substitution ou classification/classement).

Enfin, le troisième se concentre sur l'interopérabilité dans le cadre d'un projet pilote où l'IdO défini et prototypé sera testé. Le système interagira en utilisant le protocole Modbus on Ethernet, OPC-UA, MQTT ou AMQP pour demander des données de traitement et publier ses résultats de la même manière. Les différentes plates-formes d'expérimentation du laboratoire GIPSA (en particulier la plate-forme ISEE - Image and Signal for Energy and Environment) pourraient servir de base à des manipulations au niveau du laboratoire, qui seront réalisées en plus des travaux expérimentaux prévus à GE. Une autre plate-forme expérimentale pourrait également être impliquée, notamment pour des essais dans diverses conditions RF en utilisant différentes installations expérimentales disponibles à Grenoble INP.
Qualifications/Requirements

Profil du candidat : formation en traitement du signal ou electronique IOT / A.I.
Desired Characteristics

La thèse sera partagée entre le site de GE et le laboratoire GIPSA à un taux de 50 à 50 %. Une réunion mensuelle permettra d'élaborer la meilleure stratégie pour l'avancement de la thèse.
Le doctorant sera impliqué dans le développement et le test des différents prototypes qui résulteront des travaux de recherche.

La première étape consistera à étudier l'état de l'art dans le domaine de l'IdO distribué pour la surveillance de l'équipement hydraulique. Cette étape aboutira à la synthèse des technologies de détection existantes pour la surveillance des équipements hydrauliques en ce qui concerne les phénomènes d'intérêt. Le point clé de cette étude sera la connexion avec le domaine de l'IdO, à la fois des technologies d'analyse de données et des techniques d'intégration qui sont les grands défis dans ce domaine.
Dans un deuxième temps, les méthodologies d'analyse des données seront étudiées, en suivant principalement les axes de recherche décrits précédemment. Le développement de chaque technique sera suivi par des tests unitaires en conditions représentatives/réelles et des comparaisons avec les techniques existantes.
L'intégration des techniques développées est une étape parallèle (troisième étape) et les contributions seront les algorithmes hautement optimisés mis en œuvre dans la cible matérielle qui sera définie.
La quatrième étape concernera les validations des contributions par le biais de POC de complexité croissante qui seront organisés par General Electric.
About Us

Dans le cadre d'un partenariat de collaboration entre Grenoble INP et GE, cette thèse se déroule au sein des équipes SigmaPhy (Gipsa-Lab) et GE (Renewable Power). SigmaPhy (Signaux et Images Physiques) développe des méthodologies théoriques pour la caractérisation des environnements physiques. Cette équipe a apporté des contributions significatives dans les applications de la tomographie passive, l'analyse des signaux à ultra-basses fréquences, la détection - caractérisation des transitoires, etc. Les domaines d'application sont aussi environnementaux que les systèmes de production et de transport de l'énergie.

GE Renewable Energy est une entreprise de 15 milliards de dollars qui combine l'un des plus vastes portefeuilles de l'industrie des énergies renouvelables pour fournir des solutions de bout en bout à nos clients qui exigent une énergie verte fiable et abordable. En combinant l'éolien terrestre et offshore, les pales, l'hydroélectricité, le stockage, l'énergie solaire à l'échelle des services publics et les solutions de réseau, ainsi que les énergies renouvelables hybrides et les offres de services numériques, GE Renewable Energy a installé plus de 400 gigawatts d'énergie renouvelable propre et a équipé plus de 90 % des services publics du monde entier avec ses solutions de réseau. Avec près de 40 000 employés présents dans plus de 80 pays, GE Renewable Energy crée de la valeur pour les clients qui cherchent à alimenter le monde avec des électrons verts abordables, fiables et durables.
Primary Country

France
Primary State/Province

Auvergne-Rhone-Alpes
Primary City

Grenoble