Doctorat: intelligence artificielle pour planification et pilotage de la production augmentant sa résilience et flexibilité

Topic description

L’IRT Jules Verne a créé le programme PERFORM (Programme de Recherche Fondamentale et de Ressourcement sur le Manufacturing) qui stimule le développement de la recherche amont par le financement de grappes de thèses de doctorats portant sur des problématiques industrielles identifiées. Le programme est cogéré par l’IRT Jules Verne et ses partenaires industriels et académiques.

l’IRT Jules Verne associé à l'IMT de Nantes propose, dans le cadre du programme PERFORM, la thèse intitulée «Intelligence artificielle pour planification et pilotage de la production augmentant sa résilience et flexibilité : gestion des transitions entre régimes normaux et dégradés».

Votre mission consiste à formaliser, concevoir et développer des outils décisionnels combinant l’intelligence artificielle (apprentissage machine), la recherche opérationnelle et la simulation (jumeaux numériques), pour la planification et le pilotage des lignes de production dans l’industrie manufacturière, en tenant compte des multiples sources d’incertitude (variabilité des processus, aléas opérationnels, perturbations exogènes), répondant ainsi aux besoins des industriels membres et partenaires de l’IRT, tels qu’Airbus, Naval Group, Forvia, Daher, Safran Group et d’autres en tout ce qui concerne la flexibilité et l’adaptabilité de leur système productif sous incertitudes.

L’enjeu scientifique central réside dans la modélisation explicite des régimes de fonctionnement et de leurs transitions (régime nominal vs dégradé), le développement des outils à base de l’intelligence artificielle (faisant attention à l’aspect confiance), de la recherche opérationnelle et de la simulation, et enfin l’intégration de ces outils dans des politiques de décision adaptatives. Cela implique la définition d’espaces d’état enrichis capturant les conditions de production, la construction de mécanismes de détection et de prédiction des transitions de régime, et l’élaboration de stratégies de pilotage anticipatif, capables d’ajuster les décisions de planification et d’ordonnancement en fonction de ces dynamiques et des données.

Vos activités significatives seront :

1. Modéliser les lignes de production sous incertitude et structurer leurs espaces d’état
2. Développer des techniques d’apprentissage machine pour instancier ses modèles en fonction de données (faisant attention à l’aspect confiance utilisateur)
3. Concevoir des approches d’apprentissage pour l’estimation et la prédiction des états, la détection et l’anticipation des transitions entre régimes de fonctionnement
4. Développer des techniques d’optimisation pour la planification et l’ordonnancement de la production se basant sur les modèles ci-dessus
5. Coupler apprentissage machine, optimisation et simulation via des jumeaux numériques
6. Valider les outils d’aide à la décision développés sur de cas industriels

Starting date

-10-01

Funding category

Public funding alone (i.e. government, region, European, international organization research grant)

Funding further details