Contexte

Metroscope utilise un modèle digital appelé “jumeau numérique” pour simuler le comportement attendu d’une centrale nucléaire, puis compare ces résultats de simulation à des mesures physiques issues de capteurs sur la centrale réelle. Les écarts observés sont utilisés afin de diagnostiquer des défaillances sur la centrales telles que des fuites ou des pertes de performance de composants.

Une étape indispensable à la création du modèle est celle dite de calibration. C’est l’étape pendant laquelle les paramètres des équations de comportement de chaque composant de la centrale (coefficient d’échange thermique, efficacité…) sont ajustés afin de rendre le jumeau numérique le plus fidèle possible au fonctionnement de la centrale lorsqu’il n’y a aucune défaillance.

Aujourd’hui, cette étape est très lourde puisqu’elle nécessite l’élaboration d’un premier modèle, dit inverse, à la causalité modifiée et dont la sortie est une estimation des paramètres pour une date donnée. En utilisant ces estimations sur toutes les dates de l’historique, on choisit une valeur pour chaque paramètre. On peut alors construire le jumeau numérique complet (i.e. le modèle direct). Bien que complexe, cette méthode a l’avantage de mettre en avant les paramètres qui reflètent les meilleures performances historiques de la centrale.

Objectif

L’objectif est de développer une méthode directe d’estimation des paramètres sans reposer sur le modèle inverse.

Les résultats de diagnostique seront ensuite comparés afin de voir si le modèle ainsi calibré apporte la même valeur que le modèle calibré avec la méthode historique.

Environnement technique

• Python (Jupyter, numpy, pandas, scipy, scikit-learn) et GitHub pour la partie algorithme.
• Modelica (utilisé sous Dymola/OpenModelica) pour la modélisation de processus thermiques.

MISSIONS

Le stage se déroulera en 5 parties :

• Découvrir la méthodologie de Metroscope, et monter en compétence sur notre environnement technique.
• Filtrer et analyser des données d’un cas réel de centrale nucléaire.
• Développer d’une méthode d’optimisation pour calculer les paramètres des modèles.
• Appliquer sur un cas industriel réel de centrale nucléaire.
• Comparer des résultats à ceux de la méthode historique et estimer la valeur apportée.

Offer

Context

Metroscope uses a digital model called a “digital twin” to simulate the expected behaviour of a nuclear power plant, and then compares these simulation results with physical measurements from sensors at the real plant. The observed deviations are used to diagnose faults (such as leaks or component performance losses).

An essential step in the creation of the model is the so-called calibration step. This is the stage during which the parameters of the behavioural equations of each plant component (heat exchange coefficient, efficiency…) are adjusted to make the digital twin as representative as possible of the normal functioning of the plant (meaning when there is no fault on the plant).

Today, this stage is very cumbersome since it requires the development of a second model, called the inverse model, with modified causality and whose output is an estimate of the parameters for a given date. Using these estimates over all dates, a value is chosen for each parameter. We can then construct the complete numerical twin (i.e. the direct model). Although complex, this method has the advantage of highlighting parameters that reflect the best historical performance of the plant.

Objective

The objective is to develop a direct method of parameter estimation without relying on the inverse model. The diagnostic results will then be compared to see if the new calibrated model provides the same value as the model calibrated with the historical method.

Technical environment

• Python (Jupyter, numpy, pandas, scipy, scikit-learn) and GitHub for the algorithmic part.
• Modelica (more specifically Dymola) for the thermal processes modelling part.

The course

The course will be divided into 5 parts:

• Discovery of the Metroscope methodology, and increase in competence on our technical environment.
• Filtering and analysis of data from a real nuclear power plant case.
• Development of an optimisation method to compute model parameters.
• Application to a real industrial case of a nuclear power plant.
• Comparison of the results with the historical method and estimation of the added value.

• Tu as un bac+4/5 dans une formation d’ingénieur.
• Tu as des compétences en thermodynamique.
• Tu as des compétences de modélisation physique.
• Tu as de bonnes bases de Python.
• Le secteur de l’énergie t’intéresse, ainsi que l’étude des procédés industriels.
• Tu aimes travailler dans une petite équipe dynamique, motivée.
• Tu parles couramment anglais.

C’est un plus si :

• Tu as des compétences en data science et en optimisation.
• Tu as une expérience avec le langage Modelica.

POURQUOI NOUS REJOINDRE ?

• Un impact positif sur le climat. Nous contribuons à l’efficacité énergétique de la production nucléaire. Cette filière joue un rôle central dans toutes les stratégies de réduction des émissions de CO2 proposées par le GIEC
• Une ambiance de travail humaine, positive et bienveillante, qui valorise les échanges culturels
• Gratification : Entre 1100€ pour un stage de Bac+4 et 1400€ pour un Bac+5

Bon à savoir

📌 Localisé boulevard Hausmann, à 3 minutes de Saint-Lazare
🚇 Pass Imagine’R 100%
🍽️ Carte restaurant
🐻‍ Mutuelle Alan
🌻 Cours de Yoga
🛶 Team buildings & séminaires
🎮 Switch au bureau

Profile and skills

This offer is for you if :

• You are a student in an engineering school looking for a 6-month internship.
• You have thermal processes skills.
• You have modelling skills.
• You have a good knowledge of Python.
• You are interested in the energy sector and the study of industrial processes.
• You like to work in a small, dynamic and motivated team.

It is a plus if :

• You have skills in data science and optimization.
• You know how to use Modelica.

WHY JOIN US?

• A positive impact on the climate. We contribute to the energy efficiency of nuclear production. This sector plays a central role in all the strategies for reducing CO2 emissions proposed by the IPCC.
• A human, positive and caring work environment, which values cultural exchanges.
• Gratification : Between 1100€ for an internship of Bac+4 and 1400€ for a Bac+5

Benefits

📌 Nice location: boulevard Hausmann, 3 minutes from Saint-Lazare
🏡 Great office with “moulures”, plants and stand-up desks
🚇 Pass Navigo 100%
🍽️ Lunch vouchers
🐻‍❄️ Alan health mutual
🌻 Yoga classes
🛶 Team buildings & seminars
☕ Free coffee and tea
🎮 Switch in the office

• Envoi de ton CV et un message expliquant qui tu es et pourqui tu souhaites rejoindre Metroscope. (please, pas de lettre de motivation standard)
• Un call de 20 minutes avec Erwan, notre data scientist ou Pierre-Elie, notre ingénieur modélisation.
• Un entretien technique d’1h (exercice de thermo dynamique).
• Dernier call avec Valentin, le responsable de notre équipe modélisation.

• Send your CV and a message explaining who you are and why you want to join Metroscope (please, no standard cover letter)
• A 20 minutes call with Erwan, our data scientist or Pierre-Elie, our modeling engineer.
• A 1 hour technical interview (dynamic thermodynamic exercise) with the above mentioned people.
• Last call with Valentin, the head of our modeling team.