STAGE - Caractérisation, détection & classification de comportement turbomachine

  • Internship, 5-6 months
  • Full-time
  • Experience: no preference
  • MBA
  • Propulsion et Pyrotechnie

Mission

Les turbomachines sont des équipements complexes présents dans la plupart des moteurs à propulsion liquide. Pour s’assurer de leur bon fonctionnement, elles sont munies de capteurs (pression, température, accéléromètres, …) qui permettent d’évaluer leurs performances et de surveiller leur comportement lors d’essais menés au sol et lors des vols. L’analyse de cette donnée par un spécialiste, à la fois dans le domaine temporel et fréquentiel, doit permettre de statuer sur le comportement sain ou non de la machine lors des essais et d’identifier les écarts potentiels de comportements en vol et au sol.

Dans un contexte marqué par une augmentation du nombre à la fois de lancements et d’acteurs du secteur spatial, le CNES souhaite automatiser et robustifier cette analyse qui mêle des problématiques de traitement du signal et de diagnostic

Le stage propose d’intégrer le service « équipements propulsifs et mécanismes » et d’effectuer les tâches suivantes :

Traitement du signal haute fréquence appliqué aux turbomachines :

  • Prise en main de l’état de l’art des méthodes de traitements du signal appliqués aux turbomachines (Transformée de Fourier, transformée en Z de Chirp, wavelet, half/full spectrum…).
  • Mise en place des méthodes via script python et test sur donnée CNES.
  • Construction d’indicateurs de santé à partir de cette donnée haute fréquence pour emploi dans des algorithmes de classification.

Classification de comportement turbomachine :

  • Prise en main de l’état de l’art des méthodes de classification (avantages, limitations notamment vis-à-vis des données nécessaires à leur mise en place).
  • Mise en place d’algorithmes de classification et test sur benchmark publique (CMAPS).
  • Construction d’une base de données à partir de résultats d’essais CNES et augmentation de celle-ci à l’aide d’algorithme de génération de donnée synthétique (type GAN, VAE).
  • Test des méthodes de classification sur la base de données CNES.

Le stage pourrait débuter en Mars 2027.

Profile

  • Master 2 ou dernière année d’école d’ingénieur

  • Bon niveau de Python

  • Bonnes connaissances en traitement du signal et diagnostic conseillé

  • Notions sur le fonctionnement des turbomachines pour propulsion liquide

*En tant qu'EPIC, le CNES applique un principe de neutralité (notamment politique et religieux) à l'ensemble de ses collaborateurs

Skills

Diagnostic
Traitement du signal
Traitement de données
Python
Classification