Job Description
La caractérisation aéroacoustique est une étape essentielle dans la conception des architectures moteur du futur. Lors d'un essai en soufflerie, des réseaux microphoniques composés de dizaines, voire de centaines de capteurs, sont installés autour de la machine d'essai. Cette grande quantité de données est ensuite exploitée pour effectuer plusieurs types d'analyses : localisation et séparation des sources, décomposition modale, résolution de problèmes inverses, étude de la directivité, suppression du bruit et certification des niveaux sonores (EPNL). Les méthodes standard sont nombreuses (beamforming, méthode de Tikhonov régularisée, soustraction spectrale, optimisations déterministes), efficaces, et leur principe de fonctionnement est bien établi. En revanche, les méthodes bayésiennes adoptent une approche différente. Elles reposent sur le théorème de Bayes pour calculer et mettre à jour les probabilités à partir de nouvelles données. Leur principal avantage réside dans leur capacité à fournir des solutions plus robustes en cas de problèmes inverses mal posés (données bruitées et/ou incomplètes), ou lorsque l'on souhaite intégrer des connaissances physiques a priori ou des contraintes spécifiques. Cependant, leur complexité computationnelle et la difficulté à maîtriser le choix des distributions de probabilité limitent leur utilisation dans l'industrie.
L'objectif de ce stage est d'explorer ces méthodes afin de les intégrer aux outils mis à disposition pour les essais futurs. Les travaux envisagés s'appuient sur l'exploitation de mesures acoustiques expérimentales déjà effectuées et sur les techniques de traitement du signal, sans recourir directement à la simulation aéroacoustique numérique (CAA). Ce sujet de stage implique une manipulation quotidienne de concepts mathématiques et statistiques, ainsi que le développement de codes en Python et/ou en Matlab. Le candidat pourra d'abord choisir un domaine d'application, conformément aux activités priorisées par l'entreprise. Une étude bibliographique sur les méthodes bayésiennes sera menée, à l'issue de laquelle le candidat aura les compétences nécessaires pour identifier les méthodes les plus pertinentes pour l'application choisie. La phase de mise en œuvre sera suivie d'un travail de validation (théorique/analytique/simulations/littérature). Selon le degré d'avancement, une première application à des données acoustiques réelles issues d'une campagne d'essai en soufflerie est prévue. Pendant toute la durée du stage, le candidat sera amené à capitaliser les connaissances acquises (rédaction de rapports, présentations aux collègues, pérennisation des codes et des résultats). Le candidat aura également l'opportunité d'échanger avec d'autres bureaux d'études et experts. À la fin du stage, le candidat aura acquis des connaissances solides en acoustique de turbomachine ainsi qu'en traitement du signal.
Ce stage est susceptible de déboucher sur une thèse.
Job Requirements
•Bac +5 dans une filière Mécanique des fluides et/ou Acoustique
•Maîtrise de Python et de Matlab
•Des connaissances en traitement du signal seraient appréciées
•Curieux(se) et autonome
But what else? (advantages, specific features, etc.)
-
Company Information
Safran is an international high-technology group, operating in the aviation (propulsion, equipment and interiors), defense and space markets. Its core purpose is to contribute to a safer, more sustainable world, where air transport is more environmentally friendly, comfortable and accessible. Safran has a global presence, with 100,000 employees and sales of 27.3 billion euros in 2024, and holds, alone or in partnership, world or regional leadership positions in its core markets.
Safran is in the 2nd place in the aerospace and defense industry in TIME magazine's "World's best companies 2024" ranking.
Safran Aircraft Engines designs, produces and sells, alone or in partnership, commercial and military aircraft engines offering world-class performance, reliability and environmental compliance. Through CFM International*, Safran Aircraft Engines is the world's leading supplier of engines for single-aisle mainline commercial jets.
* CFM International is a 50/50 joint venture between Safran Aircraft Engines and GE Aerospace
Because we are convinced that each talent counts, we value and encourage applications from people with disabilities for our job opportunities.
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.