Stagiaire ingénieur Contrôle Commande & Reinforcement Learning (F/H)

Dans un contexte de très forte croissance et de développement, SKF Magnetic Mechatronics recherche son futur :

 

 Stagiaire ingénieur Contrôle Commande & Reinforcement Learning (F/H)

 

Au cœur de la CleanTech et des solutions d’avenir pour réduire la consommation électrique et les émissions de carbone, SKF Magnetic Mechatronics est une pépite technologique, leader mondial dans la conception, la réalisation et la commercialisation des paliers magnétiques actifs et des moteurs à grande vitesse. Nos solutions sont utilisées dans les marchés de l’extraction, du transport et du stockage de l’énergie (gaz naturel, hydrogène, flywheel storage, …) ainsi que dans l’industrie (climatiseurs industriels, traitement des eaux usées, fabrication de semi-conducteurs, …).

Basée à Vernon (27), SKF Magnetic Mechatronics (220 salariés) consacre 10% de son chiffre d’affaires à la R&D et 5% à l’industrialisation de ses produits. 85% du chiffre d’affaires est à l’export. En rejoignant SKF Magnetic Mechatronics, vous rejoindrez des experts en électronique de puissance, en électronique embarquée, en soft, en génie des matériaux, en mécanique, en intelligence artificielle, en contrôle commande et bien d’autres disciplines encore, le tout dans un environnement international et culturel riche, avec pas moins de 19 nationalités représentées sur le site.

Discover us on YouTube : https://www.youtube.com/watch?v=if3ZDyamOXA

A propos de S2M : www.skf.com/group/products/magnetic-bearings-systems

 

Contexte du poste

Les paliers magnétiques sont des systèmes mécatroniques complexes. Leur conception fait appel à des domaines de compétences transverses tels que la mécanique, l’électronique, l’électronique de puissance, l’électromagnétisme, le traitement de signal, le logiciel embarqué, la conversion de puissance, le contrôle-commande, etc.

 

Le stage proposé vise à explorer et améliorer les techniques de contrôle appliquées aux paliers magnétiques actifs en combinant des approches de contrôle à base de modèle et de données. Vous explorez et développez notamment des stratégies de contrôle robuste utilisant le Differential Predictive Control (DPC) et le Reinforcement Learning (RL) afin d’optimiser les performances et la robustesse dans le cadre du contrôle du palier axial, tout en prenant en compte des contraintes temps réel.

 

Vous évoluez au sein de notre département R&D. Ce poste vous permet d’être en interface avec une diversité de métiers autres que du domaine de contrôle commande au sein de l’entreprise. Vous travaillerez en mode agile au sein de petites équipes, avec une liberté d’initiative et un esprit entrepreneur, et vous êtes force de proposition.

 

Vos responsabilités  

• Comprendre les principes fondamentaux des paliers magnétiques actifs et les défis associés au contrôle de ces systèmes.
• Reprendre les travaux précédents au sein de l’équipe sur le DPC pour l’entrainement de réseau de neurone du contrôle, et améliorer ces algorithmes
• Explorer et expérimenter d’autres algorithmes de Reinforcement Learning adaptés au contrôle des paliers magnétiques actifs.
• Comparer et intégrer les deux approches (DPC et RL) pour concevoir une loi de contrôle hybride.
• Effectuer des tests en simulations pour évaluer les performances du système sous différentes conditions, sous Matlab/Simulink ou Julia ou Python.
• Valider les stratégies de contrôle sur un banc d’essai équipé de système de prototypage rapide HIL Opal-RT.

Votre expérience

 

Etudiant en école d’ingénieur ou Master, vous avez idéalement les connaissances suivantes :

• Connaissances solides en automatique linéaire et non linéaire et en commande optimale.
• Connaissances en Machine Learning/Reinforcement Learning
• Connaissances en Matlab/Simulink, et/ou Julia ou Python
• Connaissances de base en modélisation de phénomènes physique

 

L’étudiant doit aussi :

• Être passionné par l’automatique, l’informatique et les sciences
• Être capable d’apprendre rapidement
• Être capable de gagner rapidement en autonomie sur ses sujets
• Être à l’aise dans la communication, que ce soit avec d’autres membres de l’équipe, ou des utilisateurs

 

Vous vous épanouirez chez nous si …

•    Vous êtes passionné par l’automatique et le machine learning et vous vous impliquez fortement sur vos sujets

•    Vous aimez travailler en équipe sur des sujets innovants dans un environnement agile

•    Vous êtes curieux(se) et proactif(ve), vous ne craignez pas d’aborder des thématiques qui sont nouvelles pour vous

 

Chez SKF, nous nous engageons à créer un environnement diversifié et nous croyons fermement qu’une diversité de collaborateurs est essentielle à notre succès continu. Par conséquent, nous nous concentrons uniquement sur votre expérience, vos compétences et votre potentiel. Venez comme vous êtes, soyez vous-même. #weareSKF

 

Informations complémentaires

Le poste est situé à Vernon (27) sur le campus de l’espace, en contrat de stage.