Empowering engineering with data, machine learning and artificial intelligence: Application to reactor modeling

IFPEN est un acteur majeur dans le développement de procédés d’hydrocraquage, y compris l’hydrotraitement de produits pétroliers et la production des biocarburants. Nous sommes un leader dans le développement de modèles cinétiques fiables et robustes nécessaires pour la conception et l’opération des unités industrielles. 
La modélisation de procédés catalytiques avec des charges extrêmement complexes est un défi à cause de la complexité des schémas réactionnels (1000s de réactions et composants) ainsi que la quantité de données limitées. 
L’objectif de cette thèse est la combinaison d’approches de modélisation cinétique, basées sur des équations physico-chimiques, avec des méthodes numériques avancées de type Machine Learning (Modèle hybride). L’intégration de contraintes physiques et des connaissances métier dans ces méthodes de Machine Learning est largement sous-exploitée, mais avec un grand potentiel. 
L’objectif est de maintenir les avantages des deux approches tout en compensant leurs désavantages respectifs. 
Cette thèse est une opportunité d’interagir avec des acteurs à l’interface de la recherche académique et des applications industrielles en s’appuyant sur des données de tests pilotes.

Mots clefs: Kinetic model, Hybrid Model, Machine Learning, Neural Network, PINs

• Directeur de thèse    Prof. Jean Marc COMMENGE, LRGP, ORCID : 0000-0003-2792-9357
• Ecole doctorale    ED608 - SIMPPE (Sciences et Ingénierie des Molécules, des Produits, des Procédés et de l’Energie), Université de Lorraine
• Encadrant IFPEN    Dr Benoit CELSE, ORCID : 0000-0002-2503-6734
• Localisation du doctorant    IFPEN, Solaize, France 
• Durée et date de début    3 ans, début au cours du quatrième trimestre 2024 (4 novembre)
• Employeur    IFPEN
• Qualifications    Master en Machine Learning, Génie des Procédés ou Mathématiques Appliquées
• Connaissances linguistique    Anglais niveau B2 (CECR)    

Pour postuler, merci d’envoyer votre lettre de motivation et votre CV à l’encadrant IFPEN indiqué ci-dessous.