Analyse des normes du nucleaire pour le developpement de systeme de cc et applicabilite ia - ml h/f

ANALYSE DES NORMES DU NUCLEAIRE POUR LE DEVELOPPEMENT DE SYSTEME DE CC ET APPLICABILITE POUR LE DEVELOPPEMENT D'UNE FONCTION A BASE D'IA/ML POUR RESEAU DE NEURONE
DESCRIPTIF :
EDF exploite et conçoit des moyens de production d'électricité dont le pilotage est assuré par des systèmes de contrôle-commande. Ces systèmes acquièrent en temps réel des informations de capteurs (mesure de débit, de niveau, de température, position d'une vanne, ), exécutent des traitements logiques et analogiques, assurent des fonctions de supervision et pilotent en temps réel des actionneurs (vannes, moteurs, disjoncteurs, ).
Dans une installation nucléaire, les fonctions de sûreté sont également portées par des Systèmes Numériques de Contrôle-Commande (SNCC). Le développement et la vérification de ces systèmes classés de sûreté sont encadrés par des normes internationales, des règles et des codes de conception. Ces derniers sont dictés par des organismes officiels tels que l'International Electrotechnical Commission (IEC), ou l'Autorité de Sûreté Nucléaire (ASN) en France. Il existe trois niveaux de classement pour ces fonctions (A/B/C), définissant la catégorie de sûreté des systèmes les implémentant (C1/C2/C3). Chaque catégorie doit répondre à des exigences particulières, plus ou moins strictes selon le classement de sûreté de la fonction ou du système (e.g. le niveau C1 est plus sensible que le C3).
Avec le développement croissant des méthodes de Machine Learning (ML), de nouveaux algorithmes et techniques vont être disponibles pour implémenter les fonctions des SNCC. Or, les méthodes de ML étant non déterministes par nature, leur utilisation risque d'entraîner un changement de paradigme quant à la qualification de ces systèmes. En effet, les normes actuelles sont fondées sur l'utilisation d'algorithmes et logiciels déterministes.
Le but de ce stage est d'analyser les normes du domaine nucléaire (IEC::61513, IEC::60880, IEC::62138 etc) concernant le développement d'un SNCC classé de sûreté au regard de la spécificité des méthodes de ML utilisant les réseaux de neurones. En partant de l'hypothèse que nous disposons d'une fonction (basée sur une telle théorie) à implémenter dans notre système, et d'un cycle de vie spécifique à cette approche, il s'agira d'évaluer l'applicabilité des exigences pour les différents niveaux de sûreté. Cette analyse induit de caractériser les écarts qui pourraient exister ou non à chaque étape du cycle de vie (composant logiciel, logiciel, matériel).. Plusieurs approches sur l'apprentissage des réseaux de neurones étant possible, on évaluera dans un premier temps la plus pertinente, pour le type de fonction visée.

Le stagiaire sera intégré à l'équipe de recherche Contrôle-Commande et Ingénierie Système de la R&D d'ED.