Description du sujet de thèse

L’objectif de cette thèse est de développer une architecture d’auto-encodeur variationnel convolutif intégrant un mécanisme d’attention, afin d’améliorer la qualité et l’interprétabilité des données issues d’essais expérimentaux en électronique de puissance. Ce modèle permettra de réduire la dimensionnalité des données, de détecter les anomalies et de reconstruire des signaux complexes tout en restituant fidèlement leurs caractéristiques sous-jacentes.
Le travail consistera dans un premier temps à nettoyer et structurer une base de données expérimentales. Les données seront classées selon plusieurs critères :
- Les technologies et matériaux des composants testés (type de puce : Si ou SiC, substrat : AlN, Al₂O₃, SiO₂, type d’attache et d’interconnexion, technologie IGBT ou MOSFET, dimensions, plages courant-tension) ;
- Les conditions de test appliquées, incluant la méthode de sollicitation (DC ou PWM), ainsi que les paramètres tels que la température (T), les variations thermiques (ΔT), les durées de chauffage et de refroidissement (tON/tOFF), le courant, la tension et la puissance ;
- Les modes de défaillance observés.
Des techniques de clustering non supervisé comme K-Means, DBSCAN et les modèles de mélange gaussien seront utilisées pour explorer les paramètres critiques et structurer les données de façon cohérente. Des algorithmes d’apprentissage plus avancés, comme les réseaux de neurones siamois, seront également mis en œuvre pour extraire des indicateurs de santé pertinents. Un cadre méthodologique sera mis en place pour évaluer la qualité des données (exhaustivité, précision, cohérence) et en estimer l’impact sur la robustesse des modèles générés.
La thèse vise également à identifier les manques dans les données expérimentales et à proposer des protocoles de tests complémentaires pour combler ces lacunes. Ces compléments concerneront notamment des technologies peu couvertes ou des indicateurs de vieillissement encore non monitorés. Par exemple, alors que les premières générations de puces SiC présentaient une fragilité marquée de la grille (fuites, instabilité de la tension de seuil), les générations récentes montrent des propriétés plus stables, nécessitant de nouveaux essais ciblés pour mieux en caractériser l’évolution sous cyclage thermique actif.
Enfin, des protocoles de tests réalistes seront proposés, visant à reproduire les conditions d’usage réelles, avec des niveaux de sollicitation plus faibles que ceux utilisés en tests accélérés classiques. L'accent sera mis d'abord sur des protocoles mono-stress, comme de faibles variations thermiques (ΔT), puis sur des protocoles multi-stress combinant différentes natures de sollicitations (température, humidité, séquencement de contraintes), afin d’analyser les effets croisés et de mieux comprendre les interactions entre mécanismes de vieillissement. Ces essais permettront également d’évaluer les limites de généralisation du jumeau numérique développé à partir des données initiales.

Contexte de travail

Le SATIE, laboratoire de recherche en génie électrique, propose une thèse de recherche sous la direction de Mounira Bouarroudj et Ali Ibrahim. Le projet vise développement d’un jumeau numérique pour le diagnostic et la maintenance prédictive des systèmes électroniques de puissance.
Cette thèse s’inscrit dans le projet ANR POWER-TWIN, porté par les laboratoires SATIE, LMPS, FEMTO-ST et SAFRAN. L’objectif est de développer un jumeau numérique capable de simuler le vieillissement de modules de puissance soumis à des profils de mission aéronautique, en intégrant à la fois des modèles physiques et des approches data-driven. Cette stratégie vise à réduire les coûts expérimentaux et à améliorer la prédiction de la durée de vie des composants. Le projet repose sur trois axes : le développement de modèles numériques réduits, l’intégration de modèles hybrides physico-statistiques, et la définition d’indicateurs pour sélectionner les algorithmes selon leurs performances et leur coût énergétique.

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 votre arrivée soit autorisée par l'autorité compétente du MESR.