YourLiebherrCareer STAGE PFE Contrôle avancé basé IA d'un système de conditionnement de pile à combustible FH
Share
Job Location:
Monthly Salary:
Posted on:
20 days ago
Vacancies:
1 Vacancy
Job Summary
Dans le cadre de notre campagne de stage 2025/2026 nous recherchons un stagiaire pour une durée de 6 mois (stage de fin détudes).
Présentation du service
Au sein de LIEBHERR Aerospace Toulouse léquipe Commande & Modélisation Dynamique (CMD) est responsable de garantir la performance dynamique des lois de contrôle des systèmes de conditionnement dair tout au long du cycle de vie des produits. Le groupe collabore avec lensemble des équipes depuis lappui à la conception de nouveaux équipements jusquau suivi en série des systèmes en passant par les phases de développement de recherche et dessais en coopération avec les systémiers et concepteurs.
Ses principaux objectifs sont :
- La modélisation dynamique des composants et systèmes dans le but de les utiliser pour la conception des lois de contrôle le partage avec les clients et lintégration dans des plateformes de simulation en temps réel.
- Le calcul et loptimisation des lois de régulation qui seront intégrées dans le calculateur avion.
- Le support au développement des composants et systèmes avec un point de vue centré sur la contrôlabilité et la performance dynamique.
- La définition et la participation aux essais de validation des lois de contrôle.
- Le support aux produits déjà développés et en cours dutilisation.
Contexte
Dans un contexte détude dhybridation de lénergie dans les petits porteurs et avion commerciaux la pile à combustible sest imposée ces dernières années comme une solution complémentaire aux énergies fossiles. Outre la maîtrise de son alimentation en hydrogène le Balance of Plant consiste à :
- lalimenter en air et assurer un niveau doxygène suffisant pour optimiser les réactions chimiques;
- lui assurer un niveau dhumidité suffisant pour garantir un certain niveau defficacité et une durée de vie optimale;
- la refroidir en absorbant les calories générées par ces réactions chimiques à laide dune boucle liquide participant à la fois à la gestion de lhumidité et à garantir un environnement thermique optimal entre son entrée et sa sortie.
Le stage traitera ce dernier du point de vue contrôle de température. Ce contrôle du refroidissement de la pile à combustibles sappuiera sur des techniques IA permettant à la fois de réduire la puissance nécessaire au refroidissement et daméliorer son efficacité.
Objectif
Lobjectif de ce stage est de développer un contrôle pour la régulation de température du système de gestion thermique dune pile à combustible destinée à des applications aéronautiques. La stratégie sera basée sur une technique de Deeplearning dapprentissage par renforcement au vu de la sélection de paramètres de tuning dun contrôle de type Model Predictive Control (MPC) sur un système non-linéaire. Le système devra au préalable être linéarisé par identification. Des requis classiques sur les temps de réponses temps de montée et erreur statiques doivent être respectées pour assurer notamment la longévité de la fuel-cell. Lalgorithme sera validé en simulation en utilisant un modèle physique simulant le comportement thermique dynamique du système. Lobjectif ultime est de réduire le temps de design qui est proportionnel aux non-linéarités du système traité.
Missions principales
- Sélectionner un algorithme didentification et de contrôle MPC en sebasant sur létat de lart;
- Développer une méthodologie basée sur du Reinforcement Learning pour un choix optimisé des paramètres de design du contrôle;
- Développer le code dapprentissage associé sur Python. La partie Automatique sera développée sur Matlab/Simulink.
Profil
Niveau de formation : Stage Master 2 / Bac5.
Domaine de formation : Automatique et régulation
Requis :
Maîtrise des bases en Machine learning et de Deep Learning. La connaissance de lun des modules Pytorch RL/ Gymnasium/Keras-RL ou autre serait un vrai plus.
Sens de lécoute qualités relationnelles et de communication permettront de travailler efficacement en équipe.
Proactivité rigueur désir dinnover et habilité à monter rapidement en compétences seront des atouts pour sortir une méthodologie et aboutir à des résultats satisfaisants.
Liebherr-Aerospace Toulouse cest ...
- Une entreprise indépendante aux fortes valeurs humaines
- Des équipes de travail impliquées et passionnées par leur mission
- Une stratégie axée sur le développement de produits moins impactant en termes de consommation de carburant et démissions carbone
- Des actions en faveur de la préservation de lenvironnement sur nos sites
- Une politique RH qui met en avant la qualité de vie au travail et linclusion
- Un accompagnement à la formation et au développement professionnel
- Des horaires flexiblesdes espaces de créativité et salles de repos
- Un CSE dynamique avec une grande variété dactivités culturelles et dinstallations sportives
Notre processus de recrutement :
- 1 ou 2 entretiens avec le tuteur/manager
Avons-nous suscité votre intérêt Si cest le cas nous serions ravis de recevoir votre candidature en ligne. Si vous avez des questions veuillez contacter Pauline HEUZE.
One Passion. Many Opportunities.
*Une passion commune. Tant dopportunités.
Lentreprise
Liebherr-Aerospace Toulouse SAS fait partie du Groupe Liebherr et développe fabrique et assure la maintenance de systèmes de traitement de lair pour laéémier de référence parmi les leaders mondiaux la société accompagne dans leurs projets les clients avionneurs hélicoptéristes et compagnies aériennes.
Site
Liebherr-Aerospace Toulouse SAS
31016 Toulouse
France (FR)
Contact
Pauline HEUZE
.
Key Skills
- Internship
- Accounts Receivable
- Generator
- Computer Operating
- Corporate Risk Management
About Company
With more than 130 companies on all continents, the Liebherr Group has an international presence. In Australia, Liebherr's main office is in Adelaide.
