Doctorant (H/F) – Réduction basée-données de modèles non linéaires de systèmes piles à combustible PEM pour des jumeaux numériques temps réel (projet ANR JCJC H2-TWIN)

Description du Poste

Sujet De Thèse

Le projet H2-TWIN vise à construire des modèles réduits rapides et fiables de systèmes piles à combustible PEM, à partir d’un modèle multiphysique haute-fidélité, pour la simulation temps réel, la commande, la surveillance et le dimensionnement. L’objectif de la thèse est de développer les méthodes de réduction de modèles permettant de transformer le modèle haute-fidélité du projet en de tels modèles réduits, et de les rendre adaptables aux données mesurées. Le cadre de Loewner, une méthode de réduction basée-données et non intrusive, sera au cœur des travaux.
Activités principales :
• Prendre en main les modèles haute-fidélité du projet (le modèle multiphysique développé par le ou la post-doctorant·e du projet et les modèles open source utilisés pendant le stage), et identifier la structure de leurs termes non linéaires.
• Étendre le cadre de Loewner aux structures non linéaires des modèles de piles à combustible. En s’appuyant sur les résultats existants pour les systèmes bilinéaires, développer des méthodes de réduction préservant la structure, afin que les modèles réduits conservent les couplages multiphysiques (par exemple entre phénomènes fluidiques et thermiques) et leur sens physique.
• Appliquer ces méthodes aux modèles haute-fidélité, et évaluer les modèles réduits en termes de précision, de coût de calcul et d’adéquation à la simulation temps réel, à la commande, au diagnostic et au dimensionnement.
• Développer des méthodes de recalage des modèles réduits à partir de mesures expérimentales, hors ligne (données de rodage) et en ligne (adaptation à l’évolution du système, comme le vieillissement ou les défauts), et les valider sur des données expérimentales de la Plateforme Hydrogène de Toulouse ou sur des jeux de données ouverts.
Résultats attendus : Sur les 36 mois, le ou la doctorant·e proposera des méthodes de réduction préservant la structure pour des modèles multiphysiques non linéaires, ainsi que leur implémentation open source. Des modèles réduits de systèmes piles à combustible PEM de différentes complexités seront ajoutés au benchmark ouvert du projet, avec les méthodes de recalage. Ces travaux devraient donner lieu à au moins deux articles de revue, l’un méthodologique et l’autre portant sur les applications aux piles à combustible, ainsi qu’à des communications en conférences internationales.

Compétences attendues
Requises :
• Master ou diplôme d’ingénieur en mathématiques appliquées, calcul scientifique, automatique, ou génie électrique ou énergétique.
• Solides bases en algèbre linéaire numérique, en systèmes dynamiques (représentations d’état, fonctions de transfert, réponses fréquentielles) et en méthodes numériques pour les EDO et les EDP.
• Bonnes compétences en programmation Python et/ou MATLAB.
• Bon niveau d’anglais écrit et oral. La maîtrise du français n’est pas nécessaire.
• Autonomie, rigueur et curiosité, et capacité à travailler dans une équipe pluridisciplinaire (experts des piles à combustible, modélisateurs, post-doctorant·e et stagiaires du projet).
Appréciées :
• Connaissances en réduction de modèles (POD, troncature équilibrée, Loewner), en identification de systèmes ou en systèmes non linéaires.
• Expérience des outils de simulation par éléments finis ou volumes finis.
• Connaissances en traitement du signal ou en estimation d’état.
• Intérêt pour l’électrochimie et les technologies de l’hydrogène ; aucune connaissance préalable des piles à combustible n’est requise.

Votre Environnement de Travail

Le LAPLACE (Laboratoire Plasma et Conversion d’Energie) est une unité mixte de recherche du CNRS, de Toulouse INP et de l’Université de Toulouse. Avec plus de 300 personnes, il représente la plus forte concentration de recherche en génie électrique et plasma en France. Le LAPLACE travaille sur les piles à combustible depuis environ 25 ans et opère la Plateforme Hydrogène de Toulouse, qui accueille les expérimentations hydrogène de quatre laboratoires toulousains.
Le ou la doctorant·e rejoindra le groupe CODIASE dans le cadre du projet H2-TWIN, financé pour 48 mois par l’Agence nationale de la recherche (ANR, programme Jeunes chercheuses et jeunes chercheurs, JCJC). La thèse sera encadrée par Pauline Kergus (chargée de recherche CNRS, réduction de modèles basée-données, coordinatrice du projet) et Antony Plait (modélisation multiphysique des piles à combustible). Antoine Picot (traitement du signal et diagnostic basé-données), Jérémi Régnier (diagnostic basé-modèle) et Christophe Turpin (systèmes piles à combustible) apporteront leur expertise.

Contraintes et risques

Le travail est essentiellement numérique, aucun travail expérimental n’est prévu dans le cadre du projet. Le poste implique des déplacements occasionnels en conférence et en réunion de projet.
Le poste se situe dans un secteur relevant de la protection du potentiel scientifique et technique (PPST), et nécessite donc, conformément à la réglementation, que l’arrivée de la personne recrutée soit autorisée par l’autorité compétente du ministère de l’Enseignement supérieur et de la Recherche (MESR).

Rémunération et avantages

Rémunération

La rémunération est d'un minimum de 2300,00 € mensuel

Congés et RTT annuels

44 jours

Pratique et Indemnisation du TT

Pratique et indemnisation du TT

Transport

Prise en charge à 75% du coût et forfait mobilité durable jusqu’à 300€

À propos de l’offre

À propos du CNRS

Le CNRS est un acteur majeur de la recherche fondamentale à une échelle mondiale. Le CNRS est le seul organisme français actif dans tous les domaines scientifiques. Sa position unique de multi-spécialiste lui permet d’associer les différentes disciplines pour affronter les défis les plus importants du monde contemporain, en lien avec les acteurs du changement.

Le CNRS

Les métiers de la recherche