Sur notre site de Bordes (64), au sein de la Direction Technique, nous proposons une mission de stage en recherche et développement ayant pour objet d'étude : L'Optimisation des gammes auto-adaptatives en production aéronautique. Contexte industriel : Dans un contexte de production de pièces aéronautiques à haute valeur ajoutée, Safran Helicopter Engines développe une approche novatrice appelée « Fabrication Paramétrée ». Cette approche repose sur des gammes de fabrication intelligentes et autocorrectives, capables d'ajuster dynamiquement leurs paramètres à chaque étape du processus. Concrètement, chaque gamme intègre : -Des paramètres de fabrication variables, ajustables d'une pièce à l'autre, -Une optimisation automatique de ces paramètres, en fonction des mesures intermédiaires effectuées entre chaque phase de fabrication. Ces gammes de fabrication adaptatives ouvrent la voie à une nouvelle génération de procédés capables de produire des pièces « bonnes du premier coup », tout en respectant simultanément de nombreuses exigences fonctionnelles aux tolérances géométriques très serrées. Elles constituent une brique essentielle de l'industrie du futur appliquée à la conception et à la production aéronautique. Verrou scientifique : Suite à 4 années de recherches, une méthode complète de Fabrication Paramétrée a été formalisée dans une thèse, et un logiciel dédié est en cours de développement en interne. Cependant un verrou technique majeur subsiste : l'optimisation des paramètres de fabrication est aujourd'hui trop coûteuse en temps de calcul. Les temps de résolution actuels ne permettent pas d'appliquer la méthode dans un environnement de production en série, où chaque optimisation doit être effectuée entre deux opérations successives d'usinage, sans générer de délai significatif. Le challenge principal est donc de réduire drastiquement le temps de calcul nécessaire à l'optimisation, sans compromettre la précision de la solution. Dans le cadre du partenariat Safran Helicopter Engines- I2M Bordeaux, vous aurez pour missions principales de : - Réaliser un bref état de l'art des méthodes d'optimisation adaptées à cette problématique (intégrales de lois normales multivariées, optimisation en haute dimension), - Rechercher une solution analytique ou semi-analytique au problème d'optimisation probabiliste, - Proposer et implémenter un ou plusieurs algorithmes innovants pour réduire le temps de calcul (Markov Chain Monte Carlo, Minimax Tilting, Importance Sampling, Machine Learning, approximation de la surface de réponse, optimisation par modèles réduits), - Évaluer les performances des solutions proposées par rapport à la méthode « intuitive » actuelle (temps de calcul, précision, robustesse), - et de Participer à la rédaction d'un article scientifique, en vue d'une publication conjointe avec le laboratoire.
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.