Stage: méthodologie calculs thermo-élastiques accélérés: autoencodeur variationnel pour la mécanique f-h

Job Description

Contexte :
Afin de concevoir certaines pièces des turboréacteurs, les bureaux d'études disposent de modèles complexes permettant de prédire la tenue mécanique des composants. Dans ces parties chaudes du moteur, les pièces sont soumises à des températures et chargements extrêmes. Pour mieux comprendre la durabilité des systèmes chauds, des calculs de fissurations sont parfois nécessaires. Toutefois, ces calculs demeurent aujourd'hui très coûteux et extrêmement complexes à réaliser et analyser.
Afin d'accélérer ce type de simulations, des approches de simplification sont utilisées. Une méthode innovante serait d'y ajouter les méthodes basées sur la science des données. Notamment, de récents travaux ont montré des résultats prometteurs pour les simulations physiques.
Au sein de Safran Tech, l'objectif du stage serait d'étendre des travaux récents, qui ont été appliqués à la mécanique des fluides instationnaires et qui ont donné des résultats très prometteurs ainsi que des facteurs d'accélération très intéressants, à la mécanique des structures. Plus précisément, il s'agit d'appliquer ces travaux à des calculs thermoélastiques. Cette méthode se basera sur la construction d'un modèle d'ordre réduit physique en projetant et en résolvant les équations thermoélastiques dans la variété des solutions, qui est de dimension réduite grâce à l'utilisation d'un AutoEncodeur variationnel. Aussi, ce stage serait au carrefour entre les méthodes de Deep Learning et la modélisation de la physique dans de nouvel espaces ou variétés obtenus grâce à ces méthodes.
Au sein du Département Méthode et Management de la Durabilité, l'objectif du stage sera de participer à la conception de cette nouvelle méthodologie basée sur des concepts à l'état de l'art. Au regard des objectifs du stage, de fortes interactions avec les autres secteurs du département et du groupe Safran sont attendues. Celles-ci détermineront autant les besoins et problématiques du stage, que les potentiels acteurs pour la diffusion des productions du stage.

Objectifs
Dans ce cadre, les activités du stagiaire seront les suivantes :
- Familiarisation avec les méthodes analytiques et numériques de simulation pour la mécanique ainsi que sur les modèles de Machine Learning pour la physique ;
- Compréhension et manipulation d'une base de données paramétrique de simulations 2D et 3D ;
- Familiarisation avec une librairie de code ROM-VAE développée au sein de Safran Tech.
- Participation au développement d'un AutoEncodeur variationnel pour l'obtention de résultats de simulation ;
- Participation à la conception d'une méthodologie innovante en contexte de R&T.
- Application sur cas simplifiés.

Job Requirements

- Formation en simulations numériques et mécanique des structures.
- Familiarité avec les techniques de modélisation réduite d'ordre telles que la POD.
- Expérience de base des réseaux neuronaux et de la programmation différentiable avec PyTorch.
- Maîtrise de la programmation en Python.
- Capacité à travailler de manière autonome et en collaboration dans un environnement de recherche.

But what else? (advantages, specific features, etc.)

Le stage représente une coopération de recherche entre deux sociétés du Groupe Safran. Le stagiaire sera rattaché au site de CMH avec de fortes interactions avec le partenaire Safran Aircraft Engines basé sur le site de Villaroche.

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.

Because we are convinced that each talent counts, we value and encourage applications from people with disabilities for our job opportunities.