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. 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.
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. Un autre défi technique est en lien avec la gestion des nouveaux aléas et incertitudes.
La thèse reposera sur la méthodologie de Recherche en Design (DRM) qui constitue une approche systématique et structurée. 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. 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 prescrire à travers le modèle numérique de simulation
La capacité de diagnostiquer et prédire à travers les modèles d’apprentissage
La capacité de prescrire et d’actualiser les recommandations: Vers un jumeau numérique online/offline
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
. Capable de coder en Python
Anglais : intermédiaire
Français : Courant
Airbus Helicopters SAS
~ PHD, Research
~ Student
~ By submitting your CV or application you are consenting to Airbus using and storing information about you for monitoring purposes relating to your application or future employment. This information will only be used by Airbus.
We welcome all applications irrespective of social and cultural background, age, gender, disability, sexual orientation or religious belief.
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.