
Doctorant (H/F): Contribution au développement d'un Jumeau Numérique pour le Diagnostic et la Maintenan
Référence : UMR8029-MOUBER-005
- Fonction publique : Fonction publique de l'État
- Employeur : Centre national de la recherche scientifique (CNRS)
- Localisation : 78000 VERSAILLES (France)
Partager la page
Veuillez pour partager sur Facebook, Twitter et LinkedIn.
- Nature de l’emploi Emploi ouvert uniquement aux contractuels
- Nature du contrat Non renseigné
- Expérience souhaitée Non renseigné
-
Rémunération Fourchette indicative pour les contractuels La rémunération est d'un minimum de 2200,00 € mensuel € brut/an Fourchette indicative pour les fonctionnaires Non renseignée
- Catégorie Catégorie A (cadre)
- Management Non renseigné
- Télétravail possible Non renseigné
Vos missions en quelques mots
Sujet de thèse :
L’objectif de cette thèse est de développer une architecture d’auto-encodeur variationnel convolutif intégrant un mécanisme d’attention, afin d’améliorer la qualité et l’interprétabilité des données issues d’essais expérimentaux en électronique de puissance. Ce modèle permettra de réduire la dimensionnalité des données, de détecter les anomalies et de reconstruire des signaux complexes tout en restituant fidèlement leurs caractéristiques sous-jacentes.
Le travail consistera dans un premier temps à nettoyer et structurer une base de données expérimentales. Les données seront classées selon plusieurs critères :
- Les technologies et matériaux des composants testés (type de puce : Si ou SiC, substrat : AlN, Al₂O₃, SiO₂, type d’attache et d’interconnexion, technologie IGBT ou MOSFET, dimensions, plages courant-tension) ;
- Les conditions de test appliquées, incluant la méthode de sollicitation (DC ou PWM), ainsi que les paramètres tels que la température (T), les variations thermiques (ΔT), les durées de chauffage et de refroidissement (tON/tOFF), le courant, la tension et la puissance ;
- Les modes de défaillance observés.
Des techniques de clustering non supervisé comme K-Means, DBSCAN et les modèles de mélange gaussien seront utilisées pour explorer les paramètres critiques et structurer les données de façon cohérente. Des algorithmes d’apprentissage plus avancés, comme les réseaux de neurones siamois, seront également mis en œuvre pour extraire des indicateurs de santé pertinents. Un cadre méthodologique sera mis en place pour évaluer la qualité des données (exhaustivité, précision, cohérence) et en estimer l’impact sur la robustesse des modèles générés.
La thèse vise également à identifier les manques dans les données expérimentales et à proposer des protocoles de tests complémentaires pour combler ces lacunes. Ces compléments concerneront notamment des technologies peu couvertes ou des indicateurs de vieillissement encore non monitorés. Par exemple, alors que les premières générations de puces SiC présentaient une fragilité marquée de la grille (fuites, instabilité de la tension de seuil), les générations récentes montrent des propriétés plus stables, nécessitant de nouveaux essais ciblés pour mieux en caractériser l’évolution sous cyclage thermique actif.
Enfin, des protocoles de tests réalistes seront proposés, visant à reproduire les conditions d’usage réelles, avec des niveaux de sollicitation plus faibles que ceux utilisés en tests accélérés classiques. L'accent sera mis d'abord sur des protocoles mono-stress, comme de faibles variations thermiques (ΔT), puis sur des protocoles multi-stress combinant différentes natures de sollicitations (température, humidité, séquencement de contraintes), afin d’analyser les effets croisés et de mieux comprendre les interactions entre mécanismes de vieillissement. Ces essais permettront également d’évaluer les limites de généralisation d
Voir plus sur le site emploi.cnrs.fr...
Profil recherché
Contraintes et risques :
Niveau d'études minimum requis
- Niveau Niveau 7 Master/diplômes équivalents
- Spécialisation Formations générales
Langues
- Français Seuil
Qui sommes-nous ?
Le Centre national de la recherche scientifique est un organisme public de recherche pluridisciplinaire placé sous la tutelle du ministère de l’Enseignement supérieur, de la Recherche et de l’Innovation.
C’est l’une des plus importantes institutions publiques au monde : 33 000 femmes et hommes (dont plus de 16 000 chercheurs et plus de 16 000 ingénieurs et techniciens), en partenariat avec les universités et les grandes écoles, y font progresser les connaissances en explorant le vivant, la matière, l’Univers et le fonctionnement des sociétés humaines.
Depuis plus de 80 ans, le CNRS développe des recherches pluri et interdisciplinaires sur tout le territoire national, en Europe et à l’international. Le lien étroit entre ses missions de recherche et le transfert vers la société fait du CNRS un acteur clé de l’innovation en France et dans le monde.
Le partenariat qui lie le CNRS avec les entreprises est le socle de sa politique de valorisation et les start-ups issues de ses laboratoires témoignent du potentiel économique de ses travaux de recherche.
À propos de l'offre
-
Le Centre national de la recherche scientifique est l’une des plus importantes institutions publiques au monde : 34 000 femmes et hommes (plus de 1 000 laboratoires et 200 métiers), en partenariat avec les universités et les grandes écoles, y font progresser les connaissances en explorant le vivant, la matière, l’Univers et le fonctionnement des sociétés humaines. Depuis plus de 80 ans, y sont développées des recherches pluri et interdisciplinaires sur tout le territoire national, en Europe et à l’international. Le lien étroit que le CNRS tisse entre ses missions de recherche et le transfert vers la société fait de lui un acteur clé de l’innovation en France et dans le monde. Le partenariat qui le lie avec les entreprises est le socle de sa politique de valorisation et les start-ups issues de ses laboratoires (près de 100 chaque année) témoignent du potentiel économique de ses travaux de recherche.
-
Vacant
-
Chercheuse / Chercheur