Safran est un groupe international de haute technologie opérant dans les domaines de l'aéronautique (propulsion, équipements et intérieurs), de l'espace et de la défense. Sa mission : contribuer durablement à un monde plus sûr, où le transport aérien devient toujours plus respectueux de l'environnement, plus confortable et plus accessible. Implanté sur tous les continents, le Groupe emploie 110 000 collaborateurs pour un chiffre d'affaires de 31,3 milliards d'euros en 2025, et occupe, seul ou en partenariat, des positions de premier plan mondial ou européen sur ses marchés.
Safran est la 2ème entreprise du secteur aéronautique et défense du classement « World's Best Companies 2025 » du magazine TIME.
Parce que nous sommes persuadés que chaque talent compte, nous valorisons et encourageons les candidatures de personnes en situation de handicap pour nos opportunités d'emploi.
Safran est un groupe international de haute technologie, équipementier de premier rang dans l'aéronautique, le spatial et la défense. Safran Tech regroupe les activités R&T de Safran, autour de plusieurs plateformes dédiées aux innovations pour la fabrication additive, la fonderie, les matériaux composites, céramiques et le digital au niveau de la plateforme Sciences et Technologies du Numérique (STN). Au sein de cette plateforme, l'unité de recherche PRISM (Physics-based Research on wave-matter Interaction, Sensing and Monitoring) a en charge la recherche et l'innovation du Groupe dans le domaine de la surveillance et contrôle par imagerie et par réponse vibratoire pour le contrôle des pièces et dans celui des capteurs innovants et systèmes connectés.
Le développement de nouveaux procédés de fabrication constitue une brique essentielle pour répondre aux enjeux de la transition écologique auxquels est confrontée la filière de l'aéronautique. Ces nouveaux procédés induisent de nouveaux défis pour le contrôle non destructif des pièces à géométrie complexe, issues par exemple de la fabrication additive pour des gains en légèreté et performance ou du procédé de fonderie à cire perdue pour la réalisation d'aubes de turbines haute pression qui endurent des contraintes thermomécaniques élevées et comportent des circuits internes de refroidissement. Afin de réaliser l'imagerie tridimensionnelle de ces structures pour le contrôle de la santé matière ou dimensionnel, de nouvelles modalités de tomographie par rayons X sont explorées en collaboration avec la plateforme Sciences et Techniques du Numérique de Safran Tech. Elles sont basées sur des trajectoires relatives de la source et du détecteur optimisées en fonction de la géométrie et de la composition de la pièce. Afin de résoudre le problème inverse, les algorithmes standards de reconstruction tomographique comme FDK sont peu performants du point de vue du rapport signal à bruit et génèrent de forts artefacts en raison du non-respect de la condition mathématique de Tuy garantissant l'inversion. L'objectif du stage sera de développer des méthodes itératives, plus adaptables aux schémas d'acquisition non standards, en particulier en étudiant des approches dites "unrolling" ou "plug & play", incorporant des réseaux de neurones convolutifs. Les méthodes itératives seront analysées, testées et comparées, en terme de compromis entre précision et temps de reconstruction. Enfin, l'intégration au processus de reconstruction d'a priori spécifiques de la tomographie industrielle, comme la connaissance du modèle CAO de la pièce, doit être évaluée.
Dans ce cadre, nous recherchons un-e stagiaire pour développer, optimiser et quantifier les performances de la reconstruction itérative pour des pièces à géométrie complexe. Ce projet met en oeuvre des techniques de problème inverse basées sur des modèles physiques d'interaction rayonnement-matière. Les missions du stage sont :
1.Étudier et comprendre des méthodes de l'état de l'art en reconstruction itérative.
2.Implémenter, tester et optimiser les méthodes développées sur des données expérimentales et obtenues par simulations.
3.Rédiger un rapport détaillé sur les performances des méthodes et les possibilités d'amélioration.
Un projet de thèse CIFRE est envisagé à la suite du stage. Le travail de stage permettra d'identifier les informations utiles extraites des modèles de CAO et les méthodes les plus pertinentes de reconstruction tomographique adaptées au contrôle non destructif, en vue de développements plus approfondis pendant la thèse.
Profil souhaité :
De formation master ou ingénieur en mathématiques appliquées ou traitement du signal et des images, avec un intérêt pour la modélisation physique, vous êtes à la recherche d'un stage de fin d'études ou d'un stage de césure de 6 mois.
