Stage ingénieur estimation batteries Lithium-Ion

Alstom

Not Interested
Bookmark
Report This Job

profile Job Location:

Tarbes - France

profile Monthly Salary: Not Disclosed
Posted on: 2 days ago
Vacancies: 1 Vacancy

Job Summary

Chez Alstom nous avons une connaissance pointue des réseaux de transport et comprenons ce qui conduit les individus à les emprunter. Des trains à grande vitesse métros monorails et tramways aux systèmes intégrés services infrastructures et solutions de signalisation et de mobilité numérique nous offrons à la diversité de nos clients le portefeuille le plus vaste du secteur. Chaque jour plus de 80000collaborateurs dans le monde qui ouvrent la voie à des solutions de mobilité plus vertes et plus intelligentes pour relier les villes réduire lempreinte carbone et remplacer la voiture.

Description de la mission

Le secteur ferroviaire occupe une place centrale dans la transition vers une mobilité plus durable grâce à son efficacité énergétique et à sa capacité à transporter de grandes quantités de passagers et de marchandises sur de longues distances. Face aux enjeux environnementaux et à la nécessité de réduire les émissions de gaz à effet de serre lélectrification des trains et lintégration de batteries lithium-ion performantes deviennent des axes stratégiques pour moderniser les réseaux ferroviaires notamment dans les zones non électrifiées.

Dans ce contexte la gestion intelligente et prédictive des batteries embarquées représente un défi majeur. Les conditions dexploitation ferroviaire caractérisées par des profils de charge et de décharge complexes exigent des outils avancés pour surveiller létat de santé (SOH) et létat de charge (SOC) des batteries en temps réel tout en optimisant leur durée de vie et leur sécurité.

Le concept de digital twin (jumeau numérique) simpose alors comme une solution innovante et incontournable. En créant une réplique numérique dynamique du système batterie le digital twin permet de simuler danalyser et de prédire le comportement des batteries dans des conditions réelles dutilisation. Cette approche ouvre la voie à une maintenance prédictive à une meilleure compréhension des phénomènes de vieillissement et à loptimisation des stratégies dexploitation contribuant ainsi à la fiabilité et à la performance globale des trains électriques.

Les modèles fractionnaires constituent des outils avancés particulièrement adaptés à lanalyse du comportement des batteries. Ils permettent de représenter avec précision la dynamique dimpédance des cellules lithium-ion en tenant compte des phénomènes complexes de diffusion et des effets non idéaux observés en conditions réelles. Grâce à cette approche il devient possible didentifier finement les paramètres internes de la batterie ouvrant la voie à une gestion plus intelligente et à une maintenance préventive optimisée.

Le stage vise à approfondir lapplication des modèles fractionnaires pour la gestion avancée des batteries lithium-ion dans le secteur ferroviaire. Lobjectif est de proposer une méthodologie innovante pour le digital twin permettant une meilleure compréhension en temps réel du comportement des batteries afin doptimiser la durée de vie des batteries embarquées et détablir des règles de maintenance préventive ou corrective.

Missions principales :

  • Analyse des profils ferroviaires et identification des sollicitations typiques des batteries dans les trains électriques.
  • Développement et validation de modèles fractionnaires pour lextraction des paramètres dimpédance pertinents.
  • Élaboration dalgorithmes destimation du SOC et du SOH à partir des paramètres identifiés.
  • Intégration des résultats dans une plateforme digital twin (simulation et visualisation en temps réel).

Votre profil

  • Bonnes connaissances en traitement du signal et identification des systèmes.
  • Connaissances en modélisation de batteries et systèmes embarqués.
  • Maîtrise de Matlab/Simulink et/ou Python.
  • Intérêt pour linnovation dans le domaine du digital twin et la maintenance prédictive.
  • Bon niveau danglais esprit déquipe et autonomie.

Informations complémentaires

  • Type demploi : stage.
  • Durée : 6 mois à partir de début avril.
  • Localisation : Laboratoire dInformatique et dAutomatique pour les Systèmes LIAS - ENSIP - Université de Poitiers en collaboration avec ALSTOM.

Il ny a pas que les passionnés de trains qui sépanouissent chez nous. Nul doute que vous ressentirez beaucoup de fierté lorsque vous monterez dans lun de nos trains avec votre famille ou vos amis. Si vous aimez le challenge nous serions ravis déchanger avec vous!

Remarque importante

En tant quemployeur présent dans plus de 63pays nous souscrivons au principe dégalité daccès à lemploi et valorisons la diversité. Nous nous sommes engagés à créer un environnement de travail inclusif pour tous.

Job Type:Stage/Apprenti

Chez Alstom nous avons une connaissance pointue des réseaux de transport et comprenons ce qui conduit les individus à les emprunter. Des trains à grande vitesse métros monorails et tramways aux systèmes intégrés services infrastructures et solutions de signalisation et de mobilité numérique nous off...
View more view more

Key Skills

  • Clinical Research
  • Helpdesk
  • Account Management
  • Drafting
  • Actuary
  • Asic

About Company

Company Logo

Leading the way to greener and smarter mobility worldwide, Alstom develops and markets integrated systems that provide the sustainable foundations for the future of transportation.

View Profile View Profile