École du ministère en charge de l'industrie, IMT Mines Albi est une école de l’Institut Mines- Télécom, 1er groupe d’écoles d’ingénieurs et de management de France. À l'avant-garde des enjeux industriels et académiques sur la scène internationale, elle agit comme un moteur scientifique et économique territorial en combinant ses 4 missions - former des ingénieurs en intégrant la dynamique du développement durable, faire de la recherche scientifique, contribuer au développement économique et diffuser la culture des sciences, des techniques et de l'innovation - en un cercle vertueux et porteur d'innovation.

Son positionnement en matière de formation et de recherche la place IMT Mines Albi comme école de référence sur trois des quatre thématiques de l’IMT, à savoir l’industrie du futur responsable, l’énergie, économie circulaire et société ainsi que l’ingénierie, santé et bien-être.

IMT Mines Albi s‘est dotée en 2023 et pour une période quinquennale, d’un plan stratégique décliné en 7 grandes actions, répondant ainsi aux orientations stratégiques du groupe IMT à laquelle elle appartient.

Le Centre de Recherche RAPSODEE, Unité Mixte de Recherche CNRS, est un des trois centres de recherche d’IMT Mines Albi. RAPSODEE est un laboratoire d’une centaine de personnes qui développe des recherches dans plusieurs domaines tels que le génie des procédés, l’énergétique et l’optimisation des systèmes énergétiques.

Le projet de recherche ANR Stock-HD fédère deux laboratoires académiques et une entreprise. L’enjeu scientifique du projet est de développer un nouveau système de stockage de chaleur pour une intégration dans les réseaux de chaleur. Les différentes étapes du projet consistent à concevoir, construire et expérimenter un procédé innovant pour le stockage de chaleur, d’en caractériser le comportement et les performances. Le chercheur recruté intégrera l’étape du projet concernant le pilotage intelligent du système de stockage.

L’objectif principal attendu dans le cadre de ce contrat de recherche de 12 mois est de concevoir un système de pilotage intelligent du système de stockage de chaleur. Le système de pilotage, dit intelligent, doit pouvoir prédire les profils de demande des consommateurs ainsi que de s’adapter à tout changement d'état du réseau, être robuste aux incertitudes, et rester flexible. Depuis quelques années, de nouvelles stratégies de pilotage des systèmes distribués, basées sur l’analyse, la simulation, la prise de décision et le contrôle à partir de données, sont proposées. Par exemple, l’apprentissage par renforcement (RL), une des branches de l’apprentissage automatique, est une solution prometteuse consistant à entraîner un agent autonome pour lui « apprendre » une stratégie de contrôle. Ce formalisme est proche de celui du contrôle optimal, à la différence que l’agent ne dispose pas d’un modèle explicite de la dynamique du système à contrôler. Dans le cadre de ce travail, cette approche par RL sera comparée et mise en concurrence avec des méthodes de contrôle optimal telles que le Model Predictive Control (MPC). Les différentes stratégies de pilotage développées seront évaluées d’abord sur un modèle de simulation du système de stockage en cours de développement dans le projet Stock-HD, puis sur une installation pilote de laboratoire.

Vous aurez les missions suivantes :

·       Assurer les missions de recherche prévues dans stock-HD

·       Participer à la notoriété du projet Stock-HD et d’IMT Mines Albi

 ACTIVITÉS PRINCIPALES

1. Assurer les missions de recherche prévues dans stock-HD

·       Développement d’un modèle réduit pour la conception du système de pilotage.

·       Développement d’un système de pilotage basé sur le MPC (benchmark) sur simulateur.

·       Développement d’un système de pilotage basé sur le RL/DRL sur simulateur.

·       Comparaison et évaluation des différentes approches.

·       Mise en œuvre de l’approche retenue sur l’installation de laboratoire.

2. Participer à la notoriété du projet Stock-HD et d’IMT Mines Albi

·       Publier les résultats des travaux de recherche.

·       Réaliser des présentations et des conférences.

·       Participer à l’animation scientifique.

CAPACITE ET ATTITUDES :

·         Aptitude au travail en équipe avec des partenaires académiques et industriels

·         Qualités relationnelles

·         Réactivité, esprit d’initiative et de rigueur

·         Curiosité

·         Autonomie

Compétences, connaissances et expériences indispensables 

·         Excellentes compétences en communication scientifique.

·         Maîtrise de l’anglais à l’écrit et à l’oral.

·         Connaissance des outils et environnements de développement logiciels : Matlab et/ou Python.

·         Connaissances scientifiques approfondies des techniques d’optimisation et/ou d’apprentissage par renforcement.

Compétences, connaissances et expériences souhaitables 

·         Connaissances scientifiques approfondies en Apprentissage par renforcement

·         Connaissances scientifiques approfondies en stockage de la chaleur

PROFIL RECHERCHE :

Doctorat en ingénierie ou mathématiques et automatique ou équivalent, obtenu depuis moins de 3 ans

/