stage : IA pour la prédiction de l'usure d'outil coupant (H/F)

Safran est un groupe international de haute technologie opérant dans les domaines de l'aéronautique (propulsion, équipements et intérieurs), de l'espace et de la défense. Sa mission : contribuer durablement à un monde plus sûr, où le transport aérien devient toujours plus respectueux de l'environnement, plus confortable et plus accessible. Implanté sur tous les continents, le Groupe emploie 83 000 collaborateurs pour un chiffre d'affaires de 19,0 milliards d'euros en 2022, et occupe, seul ou en partenariat, des positions de premier plan mondial ou européen sur ses marchés. Safran s'engage dans des programmes de recherche et développement qui préservent les priorités environnementales de sa feuille de route d'innovation technologique.



Safran est dans le top 30 des meilleurs employeurs mondiaux 2022 selon le magazine Forbes.

Descriptif mission

La réduction de la consommation d'Outils Coupants (OC) est un enjeu important et stratégique pour le groupe SAFRAN. Ces OC sont fortement sous utilisés par méconnaissance de leur potentiel d'usure réel. Les usineurs s'appuient généralement sur leur savoir-faire (empirisme, mimétisme, principe de précaution …) pour définir les points de changement d'outil dans la gamme de fabrication. Des méthodes/moyens de mesures existent, mais ils sont pour leur grande majorité incompatibles et/ou inopérants pour une utilisation industrielle.



Ce stage s'inscrit dans le projet aiXper (L'eXpert au centre de l'IA et des Procédés de fabrication).



Il est proposé dans ce stage d'explorer une nouvelle manière d'évaluer le potentiel de durée de vie restant d'un OC grâce aux nouvelles technologies IA. Le travail consistera à exploiter « intelligemment » deux sources de données, clichés d'usure et signaux physiques associés, pour développer les différents modules IA de prédiction d'usure.



Missions détaillées :

- Poursuite de l'état de l'art sur les technologies IA les plus adaptées aux deux sources de données

- Préparation des datasets (labellisation, pré-traitement des données brutes …)

- Développement d'un algorithme d'identification automatique de la zone d'usure par segmentation d'images

- Développement du module d'évaluation de l'usure à l'instant du cliché (estimateurs standards à implémenter et nouveaux à proposer)

- Apprentissage d'un système IA de prédiction de l'instant plastique par identification de signature Emission Acoustique

- Documentation technique