Maintenance proactive et surveillance de procédé industriel à l’aide des techniques d’IA

IUT de Nantes : Campus La Fleuriaye 2 avenue du Pr Jean Rouxel à Carquefou

Bureau d'études TMW : 9 Rue de la Fuye - Juigné-sur-Loire 49320 les garennes sur loire.

Le stage consiste à mettre en place une maintenance proactive d’évaporateurs d’effluents industriels à l’aide des techniques de Machine Learning et des informations remontées par les divers capteurs, dans le but d’éviter les arrêts causés par l’encrassement des évaporateurs.

Deux approches sont à privilégier :

1 - Anticiper les encrassements par un pilotage proactif

Analyser les données relatives aux différents paramètres (chaleur, débit, pression, volume...) liés aux effluents issus de capteurs mis en place et identifier les paramètres susceptibles d’agir sur l’encrassement.

Faire varier ces paramètres en conséquence, de manière automatisée et en temps réel, pour éviter l’encrassement.

Adapter cette approche aux différentes effluents prévisibles et du contexte d’utilisation (en fonction des jours, des clients…)

2 - Détecter les dérives d’encrassement : Mettre en place une maintenance préventive en étudiant les données envoyées par les capteurs de l'évaporateur pour repérer des déviations suffisamment tôt en amont, afin d’éviter les interventions manuelles.

L’objectif visé par ce stage est de caractériser le comportement de l’encrassement par des facteurs observables et inobservables pour le surveiller.

Le travail commencera par une analyse descriptive approfondie des données issues des différents capteurs mis en place.

Dans un second temps, l’objectif sera d’explorer les différentes méthodes d’apprentissage statistique et profond pour en retenir celles les plus adaptées à cette problématique et les mettre en œuvre pour surveiller et maîtriser le procédé d’évaporation.

Étudiant(e) en Master 2 ou en dernière année d’école d’ingénieurs en Science des Données, IA, Probabilités Appliquées, Statistique.