Expires soon Edf

Stage R&D - Simulation numérique et assimilation de données pour le génie civil - H/F

  • Stage
  • Palaiseau (Essonne)
  • Master, Titre d'ingénieur, Bac +5
  • Studies / Statistics / Data

Job description

Contexte :

Le bâtiment réacteur d’une centrale est constitué d’une enceinte en béton armé. Le comportement de ce bâtiment évolue légèrement sur le long terme, suite aux déformations différées du béton : on parle « de fluage ». Pour étudier et quantifier ce phénomène, une maquette à échelle 1/3 d’une enceinte de confinement, fortement instrumentée, a été construite sur l’un des sites d’EDF Recherche et Développement. Elle subit à des fins expérimentales des chargements représentatifs d’événements pouvant survenir sur une centrale réelle.

Le comportement de cette maquette est reproduit dans le code de calcul par éléments finis open source Code_Aster. Néanmoins, un calcul de fluage prend près de 30h. Or, il est nécessaire d’exécuter fréquemment ces calculs car on doit régulièrement intégrer de nouvelles données matériaux ou de nouvelles mesures associées aux conditions limites, afin de s’assurer que le modèle numérique est prédictif par rapport à la maquette.

Il est donc nécessaire de réduire le temps de résolution unitaire. Ceci peut être fait :

par de meilleurs algorithmes de résolution du problème éléments finis non-linéaire ;
plus encore, par des techniques mathématiques dites de réduction de modèles : pour notre cas qui n’a que quelques paramètres d’entrée variables, il s’agit de diminuer drastiquement le temps nécessaire pour évaluer une nouvelle valeur de paramètre en tirant parti de l’information contenue dans les évaluations précédentes du modèle.
Un travail précédent de post-doctorat a proposé ces deux améliorations, par des techniques à l’état de l’art du domaine. Avec une implémentation dans un prototype Matlab de laboratoire, il a prouvé leur efficacité pour ce problème, mais sur un cas très simplifié.


Sujet de stage :

Le stage proposé consiste à :

implémenter les améliorations proposées dans l’environnement logiciel de simulation utilisé et développé à EDF ;
après avoir vérifié l’implémentation sur des cas simples, tester ces améliorations sur le cas de calcul réel, qui comporte environ 1 million d’inconnues ;
interpréter les résultats en fonction de connaissances mathématiques sur le sujet.
Selon l’avancement, on pourra également envisager une première utilisation de techniques d’assimilation de données, dans le but d’intégrer au modèle prédictif les informations contenues dans les très nombreuses mesures.

Durant ce stage, l’étudiant(e) aura l’occasion de mettre en œuvre des techniques mathématiques de pointe pour résoudre un problème industriel. Il pourra les éprouver sur un grand volume de données réelles. Il fera l’expérience du développement informatique professionnel dans une suite logicielle d’envergure.


Perspectives :

Un travail de thèse est envisagé pour début 2020, portant spécifiquement sur des techniques d’assimilation de données (data science) récentes pour exploiter le fort volume de données disponibles dans la construction d’un modèle prédictif.

Ideal candidate profile

Rigueur et sens du résultat, goût pour le travail de recherche appliquée.
Une connaissance de base des techniques de programmation et une capacité de développement informatique dans des projets d’envergure sont requises.
Des bases solides en analyse numérique sont demandées, en particulier sur les techniques de résolution d’Equations aux Dérivées Partielles.
Les connaissances de bases des langages python et Fortran sont souhaitables, la connaissance de l’environnement Linux est un plus.
Des connaissances en statistique et data science seront appréciées.
Possibilité d’entamer un travail de thèse de doctorat à l’issue du stage.