Stage - Reconstruction de signaux de capteurs neutroniques par processus gaussiens F/H

Direct Emploi; Lyon; On-site; EUR 6,700 - 10,000; Part time

Job summary

Direct Emploi propose un stage en collaboration avec des équipes techniques pour développer et valider des méthodes de reconstruction de signaux SPND dans des configurations avec capteurs manquants.

Le stagiaire utilisera des approches statistiques, notamment le krigeage et les processus gaussiens, et travaillera avec des outils Python fournis par le laboratoire.

Qualifications

• Étudiant(e) en stage d’ingénierie ou de mathématiques appliquées, formation en statistique ou similaire.
• Connaissances des méthodes de reconstruction et d’estimation statistique souhaitables.
• Aptitude à travailler en collaboration avec des équipes pluridisciplinaires.

Responsibilities

• Prendre en main le contexte physique des mesures SPND et les grandeurs neutroniques d’intérêt.
• Maîtriser les outils Python mis à disposition pour l’apprentissage, la reconstruction et l’évaluation.
• Définir et exécuter des campagnes de validation sur différents scénarios de capteurs indisponibles.
• Analyser les performances de reconstruction et la cohérence des incertitudes.
• Comparer les résultats selon le nombre et la position des capteurs manquants.
• Rédiger une synthèse des résultats et recommandations pour la poursuite des travaux.

Skills

Statistical methods

Kriging

Gaussian processes

Data analysis

Signal reconstruction

Tools

Python

Job description

Description du poste :

ContexteAu se en la Direction Technique et Ingénierie, dans le département codes et méthodes de la Division Sûreté et Procédés des Réacteurs, la section codes et méthodes neutronique Lyon (DTIPDN) réalise le développement et la validation des outils et méthodes de calculs neutronique de Framatome en collaboration avec les équipes parisiennes.Le stage sera mené en collaboration avec le pôle Data Science & Applied Mathematics (DSAM), afin de consolider l'application de méthodes statistiques avancées à des problématiques d'instrumentation neutronique.

MissionDans les réacteurs de dernière génération type EPR, les détecteurs incore (Self Powered Neutron Detectors - SPND) jouent un rôle essentiel dans les fonctions de surveillance et de protection du cœur. Ils fournissent des mesures du flux neutronique, utilisées pour suivre l'état physique du réacteur et contribuer à son exploitation dans des conditions sûres et performantes. La disponibilité, la qualité et la cohérence de ces mesures constitue donc un enjeu essentiel. Or, certaines informations peuvent ponctuellement être indisponibles, dégradées ou écartées à cause de perturbations de l'état des capteurs, ce qui motive le développement de méthodes de reconstruction robustes pour la restauration de la représentativité de ces capteurs et des performances du réacteur.L'objectif du stage est de contribuer à l'étude et à la validation d'une méthode de reconstruction de signaux SPND en présence de capteurs manquants, en s'appuyant sur des approches statistiques de type krigeage / processus gaussiens. Ces méthodes permettent d'exploiter les corrélations spatiales entre capteurs afin d'estimer les valeurs manquantes, tout en associant une information d'incertitude aux prédictions.Le stage visera à formaliser, évaluer et consolider une démarche de reconstruction applicable à des configurations représentatives, en particulier pour différents scénarios d'indisponibilité de capteurs. Une attention particulière sera portée à l'analyse physique des résultats, à la cohérence des incertitudes estimées et à l'identification des conditions d'application de la méthode.

Pour cela, le/la stagiaire sera amené(e) à :

• Prendre en main le contexte physique associé aux mesures SPND et aux grandeurs neutroniques d'intérêt ainsi que les codes de calculs nécessaires
• Prendre en main les outils Python mis à disposition pour l'apprentissage, la reconstruction et l'évaluation des performances
• Définir et exécuter des campagnes de validation sur différents scénarios de capteurs indisponibles
• Analyser les performances de reconstruction, notamment en termes d'erreur de prédiction et de cohérence des incertitudes estimées
• Comparer les résultats obtenus selon le nombre, la position et la nature des capteurs manquants
• Rédiger une synthèse claire des résultats obtenus et des recommandations pour la poursuite des travaux