Métrologie Adaptative : Stratégies Dynamiques d'Optimisation des Processus de Mesure

La métrologie, science de la mesure, joue un rôle fondamental dans l'assurance qualité, la caractérisation des procédés et la validation de la conformité. Les approches métrologiques traditionnelles reposent souvent sur des plans d'échantillonnage et des configurations de mesure prédéfinis. Cependant, ces stratégies statiques peuvent s'avérer sous-optimales en présence de variabilité spatiale ou temporelle significative, ou lorsque des informations préliminaires sur l'objet ou le processus mesuré sont disponibles. La métrologie adaptative émerge comme une approche novatrice, visant à optimiser dynamiquement la stratégie de mesure en fonction des résultats initiaux obtenus. Elle vient ainsi s’adosser aux enjeux de mise en place des jumeaux numériques qui nécessitent d’être alimentés par des données justes et pertinentes. Renforçant ainsi la mise à jour des modèles réduits par hybridation, la métrologie adaptative permet de définir rapidement le choix des capteurs et l’utilisation des données fusionnées.

L'objectif principal de ce projet de recherche est de développer et d'évaluer des méthodologies de métrologie adaptative permettant d'améliorer l'efficacité, la fiabilité et l'informativité des processus de mesure dans divers contextes applicatifs. Il s'agit de définir des cadres théoriques et des algorithmes pratiques pour ajuster dynamiquement les paramètres de la mesure (e.g., points d'échantillonnage, sélection et fusion de capteurs) sur la base d'une analyse en temps réel des données acquises initialement.

La problématique centrale de ce projet de thèse réside dans la détermination des stratégies optimales d'adaptation métrologique à partir d'un premier ensemble de mesures. Plus spécifiquement, les points suivants seront abordés :

• L'identification des critères et des algorithmes permettant de quantifier l'information apportée par les mesures initiales et de déterminer les ajustements pertinents de la stratégie métrologique.
• La conception de méthodes d'échantillonnage adaptatif efficaces pour cibler les régions d'intérêt ou de forte variabilité, en minimisant le nombre total de mesures nécessaires.
• Le développement de techniques de fusion de capteurs adaptatives, où la sélection et la pondération des données issues de différentes sources sont dynamiquement ajustées en fonction de leur pertinence et de leur cohérence.
• L'évaluation de la robustesse et de la convergence de ces stratégies adaptatives face à la variabilité inhérente aux processus de mesure et aux objets étudiés.

Le LCFC est un laboratoire de l'ENSAM et de l'Université de Lorraine.

La personne recherchée devra présenter une appétence pour la recherche scientifique dans le domaine du génie mécanique, de la métrologie, des traitements par IA. La personne devra être titulaire d’un diplôme d’ingénieur ou/et d’un master 2 Sciences de l’ingénieur en génie mécanique / génie industriel.