Stage M 2 : Jumeau numérique de convoyeur industriel H/F

Intégrer Linéact au sein de CESI pour un stage de recherche serait une formidable opportunité de contribuer à des projets innovants, tout en approfondissant mes compétences dans un environnement à la pointe de la transformation numérique et de l’industrie 4.0.

Travaux de recherche

Sujet de stage résumé

Ce stage vise à poser les premières briques d’un jumeau numérique de convoyeur industriel. Celui-ci permettra de simuler finement et à l’échelle le comportement dynamique des produits en circulation (allant jusqu’à 100000 produits/h). Pour aboutir nous mobiliserons des techniques d’IA efficaces afin de caractériser les interactions physiques, à la fois entre les produits, entre les produits et les convoyeurs, et entre les produits et les guides. In fine, l’utilisateur du simulateur pourra ajuster les caractéristiques du convoyeur pour le dimensionner aux besoins industriels. La réussite de ce stage pourra donner lieu à une thèse CIFRE.

Projet de thèse/stage

Contexte scientifique

Notre projet de jumeau numérique vise à simuler fidèlement le fonctionnement d’un système de convoyage et le mouvement des objets en circulation. Le convoyeur achemine un contenant, p. ex. un pot de confiture, d’un point A à un point B via des chaînes de convoyage parallèles, éventuellement à vitesses indépendantes, disposées côté à côte pour former une nappe de transport complète. Pour positionner ces objets en circulation le convoyeur combine des éléments mobiles, dynamiques par essence, comme lesdites chaînes et des éléments statiques comme les glissières latérales. Ces dernières guident l’objet et imposent sa trajectoire vers les chaînes de convoyage, qui exercent un différentiel de vitesse sur celui-ci afin d’en assurer l’alignement et la mise en position. S’ils sont trop brusques ces changements déstabilisent les objets. A l’inverse une configuration trop conservatrice rend les objectifs de cadencement inatteignables. L'ajustement automatique des paramètres du convoyeur est alors essentiel pour éviter au maximum ces évènements et arriver à un cadencement optimal. A partir d’un contexte fourni en entrée, l’outil numérique développé suggérera une configuration idéale via une caractérisation fine du comportement du convoyeur et des objets. Une modélisation multi-physique classique semble à première vue gourmande en ressources de calcul et difficilement conciliable avec les cadences imposées par le système. Pour rendre l’ensemble efficace nous souhaitons combiner des techniques de modélisation classiques aux techniques d’apprentissage automatique, voire reposer uniquement sur ces dernières. Plusieurs paramètres sont à prendre en compte dont la forme des objets, leur potentielle déformation, surfaces de contact, centre de gravité, etc.

Sujet de stage

Le stagiaire aura pour mission de poser les fondamentaux techniques et scientifiques pour créer à terme un jumeau numérique complet et paramétrable du système de convoyage. Il s’agit dans un premier temps de s’approprier l’environnement technique et comprendre les enjeux du projet. En particulier, il faudra identifier les paramètres impactants à considérer pour modéliser le plus finement et efficacement possible les interactions entre objets. Nous partirons d’une représentation simple du convoyeur et des objets en circulation pour arriver après intégration progressive de nouvelles contraintes et fonctionnalités à une représentation la plus fidèle et souple possible. Une part importante du travail consistera à identifier les possibilités d’utilisation de l’IA pour décrire les interactions physiques entre les objets. Pour implémenter le projet, nous nous appuierons largement sur le logiciel ROCKY DEM. Les étapes principales du stage sont rappelées ci-dessous :

· Identification des problématiques et des paramètres significatifs sur des transformations simples appliquées au contenant (pots de confiture, bouteilles, etc.).

· Prise en main de ROCKY DEM pour modéliser numériquement les convoyeurs de SIDEL et les interactions physiques.

· Conception d'un système virtuel capable de simuler le transport des objets sur un convoyeur, deux convoyeurs, ensuite trois convoyeurs.

· Consolider l’ensemble des paramètres impactants dans le système virtuel, en y intégrant les frictions, les collisions, les formes, les poids, les vitesses, etc. (Input).

· Identifier les indicateurs pour évaluer les performances (Output).

Pour se lancer, le candidat pourra s’appuyer sur les premières tentatives de modélisation recourant à une approche multi-physique. Pour en comprendre le fonctionnement, réaliser les tests, enrichir les datasets et évaluer sa production, l’étudiant aura accès à un convoyeur à l’échelle et pourra tester plusieurs échantillons de contenants. Par ailleurs, le candidat disposera de l’environnement logiciel et matériel utiles à la réussite de son stage.

Ce stage est issu d'un partenariat entre le laboratoire CESI LINEACT et SIDEL Strasbourg. A ce titre, l’encadrement sera assuré à la fois par des enseignants-chercheurs et des ingénieurs mécaniciens. En cas de réussite l'étudiant pourra poursuivre ses travaux en thèse CIFRE.

Production technique attendue

L’objectif est d’aboutir à une première maquette de jumeau numérique sur une version simplifiée de convoyeurs et d’objets. Ce premier jet servira de support de validation aux investigations menées et mettra en évidence les approches prometteuses pour une poursuite du travail en thèse.

Pour le candidat, ce stage constitue une expérience formatrice dans l’application concrète de l’IA au domaine des interactions physiques, mécaniques. Il lui permettra de développer des compétences en modélisation, en traitement de données expérimentales complexes, et en interprétation des résultats, tout en contribuant activement à l’amélioration d’un modèle existant. Avec une forte composante Recherche & Développement, ce stage conviendra aux profils aimant relever les challenges.

Institutions

CESI LINEACT (UR 7527)

Laboratoire d'Innovation Numérique pour les Entreprises et les Apprentissages au service de la Compétitivité des Territoires, anticipe et accompagne les mutations technologiques des secteurs et des services liés à l’industrie et au BTP. La proximité historique de CESI avec les entreprises est un élément déterminant pour nos activités de recherche, et a conduit à concentrer les efforts sur une recherche appliquée proche de l’entreprise et en partenariat avec elles. Une approche centrée sur l’humain et couplée à l’utilisation des technologies, ainsi que le maillage territorial et les liens avec la formation, ont permis de construire une recherche transversale ; elle met l’humain, ses besoins et ses usages, au centre de ses problématiques et aborde l’angle technologique au travers de ces apports.

Sa recherche est organisée selon deux équipes scientifiques interdisciplinaires et deux domaines applicatifs.

· L’équipe "Apprendre et Innover" relève principalement des Sciences cognitives, Sciences sociales et Sciences de gestion, Sciences et techniques de la formation et celles de l’innovation. Les principaux objectifs scientifiques visés sont la compréhension des effets de l'environnement, et plus particulièrement des situations instrumentées par des objets techniques (plateformes, ateliers de prototypage, systèmes immersifs...) sur les processus d'apprentissage, de créativité et d’innovation.

· L’équipe "Ingénierie et Outils Numériques" relève principalement des Sciences du Numérique et de l'Ingénierie. Les principaux objectifs scientifiques portent sur la modélisation, la simulation, l’optimisation et le pilotage de composants, systèmes et processus complexes et des interactions Humains-systèmes dans des systèmes cyber-physiques et jumeaux numériques.

Ces deux équipes développent et croisent leurs recherches dans les domaines applicatifs de l'Industrie du Futur, de la Ville du Futur et des services numériques, soutenues par des plateformes de recherche, principalement celle de Rouen dédiée à l’Usine du Futur et celles de Nanterre dédiée à l’Usine et au Bâtiment du Futur.

SIDEL

SIDEL est un fournisseur de solutions d'équipements et de services pour le conditionnement des boissons, des produits alimentaires et des produits d'hygiène du corps et de la maison en PET, canette, verre et autres matériaux. Forts de nos 170 ans d'expérience, nous avons installé plus de 40 000 machines dans plus de 190 pays en privilégiant l'usine de demain avec l'innovation, les technologies de pointe et l'ingénierie de ligne. Nous comptons plus de 5 500 employés dans le monde qui s'attachent à proposer des solutions pour répondre aux besoins des clients et renforcer les performances de leurs lignes, produits et entreprises. Pour proposer un tel niveau de performances à nos clients, nous devons rester flexibles. Nous veillons en permanence à comprendre les défis en constante évolution de nos clients et nous nous engageons à répondre à leurs objectifs spécifiques en matière de performances et de développement durable. Pour y parvenir, nous instaurons un dialogue afin d’appréhender les exigences de leurs marchés, de leur production et de leurs chaînes de valeur. Nous nous appuyons ensuite sur nos solides compétences techniques et notre analyse de données intelligente pour veiller à optimiser la productivité des équipements sur toute leur durée de vie.

Positionnement dans les thématiques de recherche du laboratoire

Ce projet de recherche s’inscrit dans les thématiques "Maintenance Prédictive et Pronostic" et "Aide à la Décision pour les Systèmes de Production". Les résultats obtenus lors de ce travail de recherche contribuent directement aux thématiques développées au sein du laboratoire CESI LINEACT, notamment sur la planification/prédiction. Ces travaux innovants s’inscrivent pleinement dans applications de l’Industrie 5.0, qui vise à renforcer l’efficacité de production et réduire le risque d’accident.

Vous êtes :

Etudiant.e en dernière année de cycle ingénieur/Master 2 en informatique avec de solides compétences en mathématique ou physique.

Compétences scientifiques et techniques :

· Compétences en programmation et intelligence artificielle (deep learning, reinforcement learning) et ses outils (Python, bibliothèques IA, régression, réseaux de neurones, IA générative, VAE, GAN …)

· Expériences sur logiciels de simulation logistique telle que Flexsim ou ROCKY DEM seraient un plus,

· Capacité de synthèse et de gestion des données,

· Intérêt pour l’analyse de données et la modélisation,

· Maitrise de l’anglais, expression écrite et orale,

Compétences relationnelles :

· Être autonome, avoir un esprit d’initiative et de curiosité,

· Savoir travailler en équipe et avoir un bon relationnel,

· Bon niveau en anglais,

· Être rigoureux

Rémunération en fonction du profil

Date de début : Septembre 2026

Votre candidature devra comporter :

· Un Curriculum-Vitae détaillé du candidat. En cas de rupture dans le cursus universitaire, merci de donner une explication ;

· Une lettre de motivation explicitant ses motivations à poursuivre une thèse de doctorat ;

· L’ensemble des résultats post-bac ;

· Toute autre pièce que vous jugerez utile.