Stage Prédictions par IA en Vibro-Acoustique à Partir de Modèles Numériques 3D H/F - 95

Le stage proposé se déroule dans notre département de R&D en charge des méthodes numériques avancées. Notre service est plus particulièrement dédié au développement de méthodes exploitant les outils de type IA, machine learning, data, optimisation, modélisation stochastique, ..., au bénéfice de l'ingénierie des projets automobiles. Le stage se déroule au sein d'une équipe internationale (un niveau suffisant en anglais est ainsi requis), intégrant les multiples compétences nécessaires à la réussite de ces projets stratégiques et en lien proche avec les départements IT et métier (projets) de Stellantis.

Ce stage a pour objectif d'étudier et développer les opportunités d'application du Deep Learning (Surrogates) pour les problématiques de bruits et vibrations automobile. On souhaite plus précisément exploiter en entrée les grands volumes de données organisés dans les modèles décrivant la structure 3D des véhicules en cours de développement (en éléments finis avec le code NASTRAN typiquement). En sortie on pourra ainsi prédire très rapidement des valeurs de grandeurs physiques clé en vibro-acoustique : des fréquences et/ou modes propres d'un véhicule (ou un composant), un niveau de bruit dans l'habitacle, les vibrations au niveau des sièges, des fonctions de transfert acoustiques, etc. Une des motivations globales est d'accélérer considérablement nos capacités de réponse à un certain nombre de questions de conception/ingénierie que le digital doit donner au cours des projets, tout en conservant une précision de prédiction suffisante.
Les travaux consisteront donc à imaginer et développer différentes stratégies, construire et entraîner différents modèles de Machine Learning (à base de réseaux de neurones typiquement, ou autres méthodes avancées de régression), en s'appuyant sur les différentes bases de données constituées par les métiers d'ingénierie numérique et vibro-acoustique. Stellantis dispose pour cela d'outils et plateformes IT dédiées, comme MS Azure Databricks, ainsi que d'équipes dédiées à ces développements à déployer au final dans les projets véhicule.

Keywords: digital CAE, machine/deep learning, surrogates, neural networks, Python, noise vibration & harshness (NVH), meta-models, open source, probabilities