Cifre thèse : vers une aide à la décision d’ordonnancement de production face aux aléas par une approche mixte de modélisation simulation et intelligence artificielle (h/f)

Description de l'emploi:

Et si VOTRE aventure professionnelle commençait avec Airbus !

Une Thèse Cifre intitulée « Vers une aide à la décision d’ordonnancement de production face aux aléas par une approche mixte de Modélisation Simulation et Intelligence Artificielle (H/F)” vient de s'ouvrir au sein de Airbus Helicopters sur son site de Marignane.

Vous rejoindrez le département en charge de la transformation des processus industriels de fabrication de nos mécaniques principales rotor et boite de transmission

Contexte de la Thèse :

Airbus Helicopters, dans le cadre d’un projet de transformation de grande ampleur de l’atelier, travaille à la réduction des aléas et à augmenter la résilience du modèle industriel face à ces derniers (diminution de l'âge moyen des machines, standardisation du parc machine, standardisation des modes opératoires, climatisation de l’atelier, contrôle embarqué…). Pour ce faire, plusieurs approches sont en cours de test

La première approche repose sur la modélisation numérique de l’atelier actuel et de l’atelier futur afin d’éprouver les concepts face aux aléas. Ce modèle nécessite l’intégration des différentes stratégies d’ordonnancement des produits et nécessite d’être vérifiée sur des jeux de données réels dont les résultats ont été capitalisés. Cette étape cruciale est fastidieuse devant le grand nombre de paramètres à prendre en compte, car le flux est complexe. De plus, pour proposer des scénarii probants, il est important d’injecter rapidement les paramètres actuels en lien avec ce qui se passe en atelier au moment de l’aléa pour pouvoir convenablement simuler son impact.

L’arrivée de plusieurs aléas simultanément complique d’autant plus la tâche de la simulation.

La deuxième approche en cours d’investigation est l’approche basée sur les données qui consiste à collecter le maximum de paramètre en lien avec l’activité de fabrication (machines, OF, aléas, problèmes, KPI, OEE, actions opérateurs….) et entrainer des modèles d’apprentissage machine pour en déduire un modèle qui permettrait le pilotage de l’atelier en cas d’aléas. Cette approche nécessite de relever des défis techniques et organisationnels pour une mise en œuvre réussie et une adoption généralisée. La collecte et la qualité des données sont essentielles, nécessitant l'intégration de sources variées et la garantie de données précises et sécurisées. La sélection et le développement de modèles d'apprentissage automatique appropriés sont cruciaux, avec des considérations pour éviter le sur-apprentissage et assurer une bonne généralisation. L'interprétabilité des modèles est également importante pour garantir la fiabilité et l'acceptabilité par les utilisateurs finaux. Un autre défi technique est en lien avec la gestion des nouveaux aléas et incertitudes.

Tâches et responsabilités :

La thèse reposera sur la méthodologie de Recherche en Design (DRM) qui constitue une approche systématique et structurée. Cette démarche se concentre sur la compréhension des processus de conception et des solutions innovantes en mettant l'accent sur l'interaction entre la théorie et la pratique. Le DRM se divise en plusieurs phases clés, allant de l'identification des problèmes et des besoins jusqu'à la conception, l'évaluation et la validation des solutions. Il permet de suivre un cadre rigoureux tout en favorisant une approche itérative et adaptative, ce qui est essentiel pour aborder des défis complexes et multidimensionnels en organisation industrielle. En adoptant cette méthodologie, la thèse vise à explorer en profondeur les aspects critiques du projet tout en intégrant des retours pratiques et des ajustements continus pour affiner les résultats obtenus.

Le LISPEN développe des recherches dans le domaine des systèmes dynamiques multi-physiques et virtuels, ayant comme champ d’application privilégié l’Industrie du Futur. À ce titre, le laboratoire est membre de l’Institut Carnot ARTS visant à favoriser la recherche partenariale.

Les travaux de recherche du LISPEN s’articulent autour des quatre thématiques suivantes :

• Ingénierie systèmes, maquette numérique et PLM (Product Lifecycle Management)

• Simulation et contrôle des systèmes

• Interaction Homme-Système

• Transformation industrielle et aide à la décision

Les travaux de cette thèse s'inscrivent directement dans le thème « Transformation industrielle et aide à la décision » et s'insèrent dans la continuité de plusieurs autres thèses, qu'elles soient antérieures ou en cours, portant sur ce même sujet.

Le résultat attendu de la thèse est:

* La capacité de décrire et prescrireà travers le modèle numérique de simulation

* La capacité de diagnostiquer et prédire à travers les modèles d’apprentissage

* La capacité de prescrire et d’actualiserles recommandations: Vers un jumeau numérique online/offline

Compétences requises :

Vous disposez d'un diplôme de niveau Bac +5 (ou équivalent) dans le domaine de l'ingénierie si possible avec sensibilisation “Cyber Physical Systems Engineering"

. Vous possédez les compétences suivantes :

* Un vif intérêt pour le domaine aéronautique,

* Travail en équipe

* Capacité d’analyse et de synthèse

* Connaissance d’Anylogic

* Capable de coder en Python

Compétences linguistiques attendues :

* Anglais : intermédiaire

* Français : Courant

Rejoignez-nous!

Cet emploi exige une connaissance des risques de conformité potentiels et un engagement à agir avec intégrité, comme base de la réussite, de la réputation et de la croissance durable de la société.

Unité légale:

Airbus Helicopters SAS

Type de contrat:

Doctorat, Contrat CIFRE

-------

Niveau d'expérience:

Etudiant

Famille d'emplois:

Production Planning & Scheduling

En soumettant votre CV ou votre candidature, vous autorisez Airbus à utiliser et stocker des informations vous concernant à des fins de suivi de votre candidature ou de futurs emplois. Ces informations ne seront utilisées que par Airbus.
Airbus s'engage à assurer la diversité de sa main-d'œuvre et à créer un environnement de travail inclusif. Nous accueillons toutes les candidatures, quels que soient le milieu social et culturel, l'âge, le genre, l'invalidité, l'orientation sexuelle ou les croyances religieuses des postulants.

Airbus est depuis toujours attaché à l'égalité des chances pour tous. En tant que tel, nous ne demanderons jamais aucun type d’avance de frais dans le cadre d'un processus de recrutement. Toute usurpation d'identité d'Airbus à cette fin doit être signalée àemsom@airbus.com .

Chez Airbus, nous vous aidons à travailler, à vous connecter et à collaborer plus facilement et de manière plus flexible. Dans la mesure du possible, nous favorisons les modalités de travail flexibles pour stimuler la pensée innovante.