informations générales
FRAMATOMECDD
Vous devrez :
- Comprendre physiquement le procédé étudié
- Optimiser des paramètres d'un modèle dynamique de ce procédé (déjà réalisé) à partir de données industrielles
- Réduire de l'ordre du modèle par l'apprentissage d'un réseau de neurones ou de modèle de représentation d'état à partir de simulations à réaliser pour obtenir un jeu d'entrées/sorties au cours du temps
- Utiliser le modèle réduit pour définir un capteur virtuel permettant d'estimer des variables critiques pour le procédé non mesurables (pas de capteur physique existant).
- Concevoir une stratégie de contrôle-commande cherchant à réguler la variable estimée par le capteur virtuel.
Outils/logiciels: Python, MATLAB (Deep Learning ToolBox, system Identification ToolBox), AspenTech (data historian), NeurEco (réseau de neurones).