Offre de thèse en IA appliquée à l'optimisation des flux multiphasiques et des systèmes thermiques

Voici une opportunité pour une offre de thèse à Mälardalen University (Suède) et spécialisée dans l'analyse des écoulements multiphasiques avec le support de machine learning et IA. La recherche se concentre sur le développement et l'application de techniques avancées d'apprentissage automatique pour la vision par ordinateur pour la modélisation d'écoulements multiphasiques.

L’un des principaux facteurs limitant le développement ultérieur des technologies avancées est le manque de refroidissement efficace et puissant en raison d’une importante libération de chaleur par le composant. Par exemple, un centre de données typique alloue environ 33 % de son électricité totale à la gestion thermique. L’élimination d’un flux thermique élevé est cruciale et utilisée pour éviter les dommages ou le vieillissement prématuré du système. Une alternative prometteuse pour le refroidissement est l’utilisation de l’ébullition qui permet de dissiper de grandes quantités de chaleur en convertissant le liquide en vapeur. Cependant, la capacité de prédiction actuelle est limitée en raison d’un modèle d’écoulement complexe induit par la génération de bulles et leurs interactions. La compréhension de la dynamique des bulles pour optimiser l’efficacité et assurer la sécurité est réalisée sur la base d'expérience modélisée qui reproduisent les conditions industrielles à l’Université de Mälardalen. Les images des bulles sont enregistrées à l’aide d’une caméra rapide et sont utilisées pour la vision par ordinateur comme données d’entrée. Les méthodes traditionnelles de segmentation et d’analyse des bulles reposent souvent sur une intervention manuelle qui peut prendre du temps, être subjective et être source d’erreurs. De plus, des conditions expérimentales différentes impliquent la mise en œuvre d’un nouveau processus d’imagerie. En tant qu'alternative au traitement d'image classique, un modèle d'apprentissage profond présente une opportunité d'automatiser et d'améliorer ce processus avec une plus grande précision en étant polyvalent.

Les travaux de recherche se concentrent sur le développement d'un modèle de vision par ordinateur avec apprentissage profond basé sur des travaux expérimentaux sur le processus d'ébullition. Le développement de la technologie de vision par ordinateur offre une nouvelle façon d'extraire des informations quantitatives sur le comportement des bulles et le modèle d'écoulement qui ne dépendent pas des conditions expérimentales initiales et du bruit de l'image. Cette approche innovante introduit des techniques automatisées qui améliorent considérablement la précision de l'identification des modèles d'écoulement et des transitions au cours de chaque phase d'ébullition. De plus, elle permet l'intégration de données d'image avec des mesures de température pour estimer avec précision le transfert de chaleur. Cette avancée fournit une référence cruciale pour le développement de modèles de bulles dynamiques avec écoulement et transfert de chaleur. L'objectif est de mettre en œuvre une analyse en temps réel de l'écoulement des bulles lorsque la visualisation est possible avec une grande précision, même avec des caméras de faible qualité à la place de caméras rapide, rendant ainsi les diagnostics avancés accessibles. La mise en œuvre de ces méthodologies et technologies développées dans cette recherche peut donner des avantages concurrentiels aux industries innovantes sur les produits à base d'écoulement multiphasique que l'on trouve dans les appareils électroniques performants ou les échangeurs de chaleur.

Cette offre de thèse s'appuie sur des donnés expérimentales mais également sur des simulation CFD en multiphasique comme compléments pour le développement de traitement automatiques des données.

Pour postuler: https://web103.reachmee.com/ext/I018/1151/job?site=8&lang=UK&validator=2efd9e54ee423d53334ac7960e3b4e03&job_id=2672

L'université de Mälardalen (MDU) est la plus jeune université de Suède. Conformément à notre vision, à savoir être une université progressiste et collaborative où nous façonnons ensemble un avenir durable, nous souhaitons faire la différence.

Vous souhaitez vous impliquer et contribuer à notre développement ?

À la faculté de commerce, de société et d'ingénierie (EST), nos étudiants étudient, entre autres, pour devenir des ingénieurs universitaires et civils, des politologues et des économistes. Chez nous, les axes de recherche sont l'économie industrielle et l'organisation ainsi que l'énergie du futur. Notre travail se déroule en collaboration et dans le cadre d'accords stratégiques avec des entreprises, des organisations et des autorités de la région. 

Avec le Future Energy Center (FEC) qui est un environnement de recherche compétitif au niveau international, nous mettons l’accent sur les énergies renouvelables, l’efficacité des ressources et la numérisation – vers un avenir durable, en coproduction avec l’industrie et la société.

Pour postuler:  https://web103.reachmee.com/ext/I018/1151/job?site=8&lang=UK&validator=2efd9e54ee423d53334ac7960e3b4e03&job_id=2672

Qualifications:
Pour être éligible, les conditions de base suivantes sont requises :

Un diplôme de niveau avancé:
Au moins 240 crédits d'études supérieures, dont au moins 60 de niveau avancé Master.
Connaissances équivalentes acquises en Suède ou à l'étranger par d'autres moyens.

Les conditions d'éligibilité spécifiques incluent l'une des conditions suivantes :

Avoir obtenu un Master of Science in Engineering dans un domaine technique pertinent ou un autre domaine pertinent axé sur les systèmes énergétiques, les processus de transfert de chaleur, l'écoulement multiphasique ou des domaines similaires.

Critères d'évaluation
Avant l'embauche, il faut tenir compte de la capacité à assimiler des cours de troisième cycle et des programmes d'études dans l'enseignement supérieur. P

Une expérience en apprentissage automatique avec application à l'analyse d'images et de signaux et à l'optimisation des systèmes est hautement souhaitable.

Une très bonne connaissance de l'anglais, à l'oral comme à l'écrit, est requise. L'environnement de travail étant situé en Suède, une connaissance de l'anglais est obligatoire.

Pour le poste, les éléments suivants sont de grande valeur :

-Connaissances en mécanique des fluides, écoulement multiphasique, transfert de chaleur et thermodynamique.
-Connaissances en IA et en framework d'apprentissage profond tel que TensorFlow.
-Bonnes compétences en programmation en Python et Matlab avec leurs bibliothèques de base pour l'apprentissage automatique et le traitement d'images.
-Familiarisation avec Linux.

Lors d'une évaluation globale de l'aptitude, l'accent est également mis sur les capacités personnelles. Tous les employés de MDU doivent coopérer et traiter leurs collègues et étudiants avec respect, assumer la responsabilité de l'organisation et de leurs propres tâches professionnelles et contribuer à un environnement de travail positif.

Nous recherchons un candidat qui puisse mener un travail indépendant au sein d'une équipe interdisciplinaire, ainsi qu'une capacité avérée à impliquer des partenaires industriels et d'autres parties prenantes pour appliquer les résultats de la recherche à des solutions pratiques. De solides compétences en communication et en présentation sont également essentielles.