Développement d'un modèle cinétique « hybride » couplé à des modèles de machine learning : comment mieux identifier des descripteurs de réactivité chimique


Stage en Chimie

  • Début

    Entre février et juillet 2024
    de 5 à 6 mois
  • Localisation

    Auvergne et Rhône-Alpes
  • Indemnité

    Oui
[Réf. : IFPEN2024-LV]

IFP Energies nouvelles (IFPEN) est un acteur majeur de la recherche et de la formation dans les domaines de l’énergie, du transport et de l’environnement. De la recherche à l’industrie, l’innovation technologique est au cœur de son action, articulée autour de quatre priorités stratégiques : Mobilité Durable, Energies Nouvelles, Climat / Environnement / Economie circulaire et Hydrocarbures Responsables.

Dans le cadre de la mission d’intérêt général confiée par les pouvoirs publics, IFPEN concentre ses efforts sur :

  • l’apport de solutions aux défis sociétaux de l’énergie et du climat, en favorisant la transition vers une mobilité durable et l’émergence d’un mix énergétique plus diversifié ;
  • la création de richesse et d’emplois, en soutenant l’activité économique française et européenne et la compétitivité des filières industrielles associées.

Partie intégrante d’IFPEN, l’école d’ingénieurs IFP School prépare les générations futures à relever ces défis.

Développement d’un modèle cinétique « hybride » couplé à des modèles de machine learning : comment mieux identifier des descripteurs de réactivité chimique

IFP Energies Nouvelles est un centre public de recherche et d'innovation actif dans les domaines de l'énergie, du transport et de l'environnement, et possède notamment une grande expertise en modélisation et conception de procédés catalytiques.

Afin de garantir une extrapolation fiable d'un processus chimique, par exemple pour produire des carburants renouvelables à partir de matières premières de la biomasse, la modélisation du réacteur est une étape essentielle. Cependant, un modèle n'est généralement développé que pour un catalyseur spécifique et la performance d'un futur catalyseur ne peut pas être prédite avec ce même modèle.

L’objectif de ce stage est d’avancer dans le recherche de modèles plus universels, incluant les descripteurs de réactivité des catalyseurs.

Descriptif du stage

L’IFPEN dispose d’un très grand nombre de données expérimentales dans le domaine de l’hydrocraquage catalytique.

  • La première étape du stage consistera à développer des modèles cinétiques pour chaque génération de catalyseur dédié à ce procédé.
  • Il faudra dans un second temps tenter de trouver les relations qui lient les grandeurs cinétiques (k0, Energies d’activation, …) aux propriétés physico-chimiques des catalyseurs. Une approche de type machine learning est proposée.

Ce travail permettra donc au stagiaire ingénieur, à la fois de renforcer ses compétences en modélisation de réacteurs, et également d’acquérir une expérience dans les nouvelles approches de modélisation issues de la data science.

Domaines de compétences recherchés

Génie chimique, cinétique chimique.

  • Des connaissances en machine learning sont un plus, mais une certaine appétence pour la modélisation suffit.
  • Le développement devra se faire en Python, que l’étudiant stagiaire devra donc maitriser (ou en acquérir la maitrise en début de stage).

Informations complémentaires

Durée souhaitée : 6 mois
Période souhaitée : Flexible
Lieu : IFP Energies Nouvelles Lyon
Transport : le centre IFP Energies Nouvelles Lyon est situé à environ 15 km au sud de Lyon. L’IFPEN est accessible par les transports en commun comme en voiture en 20 à 40 min.
Indemnisation : 1080€brut/mois

Merci d’adresser votre candidature avec CV et lettre de motivation.

handi accueillante
Postuler

Contact

IFP Energies nouvelles - Lyon - Léo Violet
IFP Energies nouvelles - Etablissement de Lyon, Solaize, France - 69360 Solaize
Tél. : NC
Email
Mot de passe
Mot de passe oublié ?


Utilisez votre compte facebook
Nouveau sur handiQuesta ?