(CIFRE Batconnect) Décarbonisation de la mobilité

Description de l'offre

Encadrement : Elodie Chanthery , Pauline Ribot (LAAS-CNRS, Equipe DISCO)

Encadrement industriel : Youness Lami (Batconnect)

Cette thèse se concentre sur le développement de fonctions de gestion de santé pour un système de batterie avec des contraintes d'embarquabilité. Les objectifs principaux de cette recherche sont d'établir un diagnostic précis sur l'état de santé du système et de prédire l'état de santé futur du système, y compris la durée de vie résiduelle.

Contexte :

Créée en juillet 2019, la startup BATCONNECT a pour projet de développer une solution autour de batteries au lithium lui permettant d'optimiser la durée de vie en maximisant l'utilisation des cellules électrochimiques. Batconnect gère à distance l'intégralité de son parc de batteries, et monitore l'utilisation de ces dernières afin de gérer les différentes vies de ses équipement (mobilité intense, douce, stationnaire, etc.). L’équipe DISCO du LAAS-CNRS a, quant à elle, une expertise dans le domaine de la détection d’anomalies et de la gestion de santé des systèmes complexes avec des méthodes à spectre large allant de méthodes à base de modèles, à base de données (apprentissage automatique) ou hybrides.

La batterie lithium-ion est le système étudié dans cette thèse. Alors que le monde se dirige vers l'électrification pour décarboner la mobilité, les batteries au plomb restent prédominantes dans le secteur industriel en raison de leur faible coût. Cependant, ces batteries nécessitent un entretien rigoureux pour garantir leur durée de vie et leurs performances. BATCONNECT propose donc une solution basée sur des batteries lithium-ion connectées, permettant un diagnostic à distance en temps réel et éliminant ainsi la nécessité d'un entretien constant.

Objectif du travail de thèse :

L'objectif de cette thèse CIFRE est de développer des fonctions de gestion de santé en adoptant une approche multi-échelle du système. L'utilisation de modèles, d'heuristiques et de connaissances expertes/métiers est envisagée pour une meilleure compréhension de l'état de santé de la batterie.

Le travail de thèse commencera par une étude du système de batterie pour identifier les besoins et les contraintes industrielles.

Un état de l'art sera ensuite réalisé sur les modèles de suivi de santé des systèmes complexes. L'objectif est d'identifier un formalisme adapté à une utilisation en ligne, sur un micro-contrôleur, tout en répondant aux exigences de représentation des systèmes complexes, pouvant être hybrides, décrits par modèles divers et modélisés à différentes échelles spatiales et temporelles.

Une deuxième étape consistera à développer des fonctions de gestion de santé capables de traiter les fortes incertitudes des observations. Cela nécessite une validation physique des données d'entrée, ainsi que le développement d'une fonction de diagnostic prenant en compte les contraintes d'embarquabilité. Des approches hybrides combinant des connaissances expertes métiers, des modèles physiques de la littérature et des techniques d'intelligence artificielle (supervisées ou non supervisées) sont envisagées pour cette phase.

Un aspect central de cette thèse est l'hybridation des méthodes avec des connaissances expertes, dans le but d'intégrer ces connaissances à la fois dans les modèles développés et dans les processus de diagnostic et de pronostic. L'objectif est d'utiliser l'expertise de l'entreprise sur le système de batterie et les données pour améliorer les modèles de diagnostic/pronostic et raffiner les résultats obtenus. Des capacités de planification d'actions de maintenance proactive sont également envisagées, ainsi que l'intégration d'actions de maintenance dans des plans existants pour générer des résultats pertinents pendant la phase de maintenance.

L'application pratique de ces travaux de thèse se fera sur les solutions développées par BATCONNECT.

Profil souhaité : M2 systèmes embarqués, automatique, informatique, IA, énergie

Pour postuler : nous envoyer par mail

elodie.chanthery@laas.fr,  pauline.ribot@laas.fr, ylami@BATCONNECT.FR

CV, lettre de motivation, résultats des 2 dernières années.