Diagnostic par approche INertielle et HYBridation des données des systèmes tournants au service d'une industrie durable. // Inertial-based diagnosis and hybrid data integration for rotating systems in support of sustainable industry

Description de la problématique de recherche :

1. Contexte scientifique :
Dans un contexte de Développement Durable et de la Responsabilité Sociétale et Environnementale (DDRSE), la durabilité des systèmes est devenue un impératif pour les entreprises manufacturières. La surveillance et l'évaluation de l'état de santé des installations de production s'imposent comme être une piste de réflexion majeure pour établir une stratégie de durabilité efficace.

Le projet s'intéresse en particulier aux systèmes tournants soumis à des conditions de fonctionnement extrêmes : basses vitesses (<60 tours/minutes) avec des fortes charges et des conditions variables. Dans ces systèmes, le roulement constitue un élément critique suscitant beaucoup d'attention de la communauté scientifique et industrielle. Son diagnostic est donc un enjeu majeur pour la fiabilité des machines tournantes.

Les méthodes de surveillance classiques sont principalement basées sur de l'analyse vibratoire (accéléromètres piézoélectriques), technique fiable et éprouvée pour des régimes rapides et stationnaires. Toutefois, cette approche montre des limites en régime de basse vitesse en raison de la faible énergie des signaux générés et de la présence dominante du bruit de fond.

2. Description des travaux envisagés :
Dans ce contexte, et avec l'émergence des technologies de systèmes micro-électromécaniques (MEMS), les centrales inertielles, ou Inertial Measurement Units (IMUs), apparaissent comme un complément particulièrement pertinent. Montées directement sur les pièces en rotation, elles permettent une mesure locale des signatures inertielles (accélérations linéaires et des vitesses angulaires). Leur positionnement embarqué et leurs mesures multiaxes (6 axes) donnent accès à des signatures faibles mais significatives en basse vitesse, souvent indétectables par les approches vibratoires conventionnelles.

Des études expérimentales, initiées par l'axe DS3 (ITheMM), ont confirmé le potentiel des IMUs pour la détection de défauts de roulements ainsi que pour l'estimation de leur sévérité en régime de basse vitesse. Toutefois, trois verrous subsistent : (i) leur faisabilité à détecter d'autres avaries (balourd, défaut d'engrenage, désalignement.) n'a pas été étudié (ii) les signatures inertielles de l'IMU ne sont pas totalement expliquées par les modèles physiques. Le positionnement du capteur sur l'arbre tournant offre des signatures en rupture avec l'existant (capteur fixe) (iii) cette approche n'a pas encore été exploitée dans le cadre d'un diagnostic intelligent par apprentissage automatique. Le point (i) est certes important mais ne sera pas traité dans ce projet. Le projet se focalisera sur le roulement pour des raisons de temps. La méthodologie pourra être transférée sur les autres avaries.

Le projet INHYB a pour objectif de faire évoluer cette démarche selon deux axes principaux :
(*) Le développement d'un modèle dédié intégrant les spécificités d'une mesure sur arbre tournant (repère de Frenet, balourd, gravité), en régime de basse vitesse et en fonctionnement non stationnaire. Ce modèle permettra de cerner les capacités de ce type de mesures à diagnostiquer les avaries et permettra d'orienter les choix de traitement des signaux et d'indicateurs. Il reposera sur une analyse angulaire des signaux, qui s'accorde naturellement avec les mesures issues des IMUs.
(**) Le développement d'un diagnostic intelligent, fondé sur l'exploitation de jeux de données hybrides. Ceux-ci combineront, d'une part, des données expérimentales issues des mesures IMU, et d'autre part, des données numériques générées.

Le projet contribuera à développer une méthodologie robuste et transférable pour la maintenance prédictive des machines lentes, et également applicable à d'autres composants mécaniques comme les engrenages.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Description of the research problem:

1. Scientific context:
In the context of Sustainable Development and Corporate Social and Environmental Responsibility, the durability of industrial systems has become a key requirement for manufacturing companies. Monitoring and assessing the health condition of production systems are therefore considered as major approaches for implementing effective sustainability strategies.

The project focuses in particular on rotating systems operating under severe conditions: low rotational speeds (<60 rpm), high loads, and variable operating conditions. In these systems, rolling element bearings are considered as critical components and have attracted significant attention from both the scientific and industrial communities. Their diagnosis is therefore a major issue for the reliability of rotating machinery.

Conventional monitoring methods are mainly based on vibration analysis (piezoelectric accelerometers), which is a reliable and well-established technique for high-speed and stationary operating conditions. However, this approach shows clear limitations at low speeds due to the low energy of the generated signals and the dominant presence of background noise.

2. Description of the proposed work :
In this context, and with the emergence of Micro-Electro-Mechanical Systems (MEMS) technologies, inertial measurement units (IMUs) appear as a particularly relevant complementary solution. When attached directly to rotating components, they allow local measurement of inertial signatures (linear accelerations and angular velocities). Their embedded positioning and multi-axis measurements (6 axes) provide access to weak but meaningful signatures at low speeds, which are often undetectable using conventional vibration-based approaches.

Experimental studies conducted within the DS3 research axis (ITheMM) have demonstrated the potential of IMUs for bearing fault detection and severity estimation under low-speed conditions. However, three main challenges remain: (i) their capability to detect other types of faults (unbalance, gear defects, misalignment, etc.) has not yet been investigated (ii) the inertial signatures measured by IMUs are not fully explained by physical models. The sensor positioning on the rotating shaft provides signatures that differ significantly from conventional fixed-sensor approaches (iii) this approach has not yet been exploited within the framework of intelligent diagnostics using machine learning. Point (i), although important, will not be addressed in this project due to time constraints. The project will focus on rolling element bearings. The proposed methodology could however be extended to other types of faults.

The INHYB project aims to advance this approach along two main directions:
(*) The development of a dedicated model integrating the specific features of measurements on a rotating shaft (Frenet frame, unbalance, gravity), under low-speed operation, and non-stationary conditions. This model will help to assess the diagnostic capabilities of such measurements and to guide the selection of signal processing methods and relevant indicators. It will rely on an angular signal analysis, which is naturally consistent with IMU measurements.
(**) The development of an intelligent diagnostic approach based on the use of hybrid datasets, combining experimental data from IMU measurements and numerically generated data.

The project will contribute to the development of a robust and transferable methodology for predictive maintenance of slow rotating machinery, with potential applications to other mechanical components such as gears.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2026

Contrat doctoral

Concours pour un contrat doctoral

Université de Reims Champagne - Ardenne

620 MPSNI - Mathématiques Physique Sciences du Numérique et de l'Ingénieur

Nous recherchons un(e) étudiant(e) de niveau Bac+5 (école d'ingénieur ou master) en génie mécanique, mécatronique ou maintenance industrielle, disposant de solides bases en dynamique des systèmes et en vibrations. Le/la candidat(e) devra présenter un intérêt et des compétences dans les domaines suivants : - Instrumentation (capteurs, IMU) - Techniques de traitement du signal - Développement et utilisation d'outils sous Python ou MATLAB Les compétences suivantes seront appréciées : - Analyse de données et/ou apprentissage automatique - Capacité à faire le lien entre phénomènes physiques et données expérimentales Le/la candidat(e) devra également présenter des qualités essentielles pour la conduite d'un travail de thèse : - Curiosité scientifique, rigueur et autonomie - Force de proposition et capacité d'analyse - Capacité à rédiger et à présenter en anglais (avec possibilité de préparation en amont)
We are seeking a candidate with a Master's degree (engineering school or university) in mechanical engineering, mechatronics, or industrial maintenance, with a strong background in system dynamics and vibrations. The candidate should demonstrate interest and skills in the following areas: - Instrumentation (sensors, IMUs) - Signal processing techniques - Development and use of tools in Python or MATLAB The following skills would be an advantage: - Data analysis and/or machine learning - Ability to link physical phenomena with experimental data The candidate should also demonstrate essential qualities for conducting PhD research: - Scientific curiosity, rigor, and autonomy - Proactive mindset and analytical skills - Ability to write and present in English