Intelligence artificielle Le CNES et Clemessy développent un simulateur de systèmes fluidiques à l’aide de réseaux...

Pour approfondir le sujet

Sur le même thème :

Datajust : Une proposition de résolution visant à encadrer la justice prédictive et empêcher que l’intelligence artificielle prenne les décisions a été déposée

Suite à la publication du décret n° 2020-356, 27 mars 2020, JO 29 mars, permettant la mise en place d’un algorithme Datajust, recensant les...

Données prédictives et Supply Chain : Shippeo lève 20 millions d’euros

Shippeo et sa plate-forme de données prédictives appliquées à la supply chain à destination des retailers et industriels a séduit les investisseurs. La start-up...

Des chercheurs utilisent le deep learning et les réseaux neuronaux convolutifs 2D et 3D pour prédire le degré de gravité de la Covid-19

Des chercheurs et médecins de Gustave Roussy, de l'Assistance Publique-Hôpitaux de Paris, de CentraleSupélec, de l’Université de Paris, de l’Université Paris-Saclay, de l’Inserm, de...

Challenge Crop Data Challenge 2018 : 1er prix pour Amine Chemchem, post-doctorant à l’université de Reims

Organisé par l’Institut de convergence CLAND, et l’université de Paris-Saclay, le premier Challenge Crop Data Challenge s'est déroulé cette année. Ce challenge vise à comparer...

Le CNES et Clemessy développent un simulateur de systèmes fluidiques à l’aide de réseaux de neurones artificiels

Le  Centre national d’études spatiales (CNES) et Clemessy collaborent actuellement au développement d’un simulateur de systèmes fluidiques, à l’aide de réseaux de neurones artificiels. Au centre de leur partenariat, un objectif : optimiser le remplissage des réservoirs d’une fusée grâce à l’intelligence artificielle.

Pour faire décoller une fusée, il faut commencer par remplir ses réservoirs d’hydrogène liquide (LH2), un combustible au comportement diphasique, très instable et difficile à modéliser. Le CNES, qui excelle notamment dans les modélisations mathématiques complexes dans le but de mieux maîtriser cette phase critique du remplissage, a choisi de considérer l’IA pour obtenir de meilleurs résultats.

“ Le principe est très simple. Plutôt que de passer du temps à modéliser mathématiquement le remplissage en LH2 du premier étage d’une fusée, on fait ingérer les données acquises par l’expérience (Ariane 5 et open data) à un réseau neuronal. En sortie, on dispose d’un simulateur qui permet de valider le process sans avoir à mettre en œuvre des équipements réels ou de lourds développements de modèles mathématiques ”, nous explique Benjamin Lamy, responsable ingénierie informatique & contrôle-commande pour Eiffage Énergie Systèmes-Clemessy.

L’IA utilise les données du passé pour mieux “prédire ” les données du futur. Elle permet aussi de simuler, en temps réel, le comportement du process fluide (sol et lanceur). Prometteur, le démonstrateur mis au point en collaboration avec le CNES pourrait être utilisé sur les lanceurs du futur (Callisto et Themis) durant les phases de développement, pour la validation du logiciel applicatif et lors de la maintenance prédictive. Ce démonstrateur informatique, utilisable de façon intuitive, est une première étape pour les équipes du CNES et de Clemessy qui concourt à améliorer le défi de la compétitivité au niveau européen dans le spatial et les industries critiques.

“ Au-delà du travail en partenariat avec la prestigieuse Direction des Lanceurs du CNES, l’enjeu de l’IA appliquée aux besoins de l’industrie, c’est d’augmenter notre capacité à donner du sens aux informations, là où l’algorithmie classique requière trop de temps et de moyens. A l’avenir, lorsque l’on voudra tester un système complexe, on ne mobilisera quasiment plus que des moyens informatiques ”, souligne Benjamin Lamy.

À présent, les réseaux neuronaux et l’IA sont utilisés au quotidien dans l’industrie et les usages concrets se multiplient  : classification des formes dans l’industrie automobile, comptage des poids lourds aux entrées et sorties d’aires d’autoroute (pour les informer sur le nombre de places disponibles), comptage des usagers d’une gare en temps réel (pour déterminer l’intensité du chauffage à prévoir), etc.

Les clients industriels sont également de plus en plus nombreux à avoir recours à l’IA pour mieux prédire leur consommation énergétique. Les champs d’application de l’IA sont vastes et le procédé commence à porter ses fruits, en tant que nouvelle offre de EIFFAGE.

© ESA/CNES/Arianespace/Optique vidéo du CSG – S. Martin


1ère Marketplace de l'IA et de la transformation numérique vous recommande :
 
Thomas Calvi

Partager l'article

Levée de fonds de 6 millions d’euros de la fintech lyonnaise Mon Petit Placement

Mon Petit Placement, start-up lancée en 2017, a bouclé en ce mois de novembre sa troisième levée de fonds pour un montant de 6...

Lutte contre la cybercriminalité : l’exemple du défi IA lancé par le gouvernement canadien aux petites entreprises

Comme les autres organismes de police canadiens, la Gendarmerie royale du Canada (GRC) peine à accéder aux données chiffrées saisies lors d'enquêtes criminelles. C'est...

Continuity annonce une levée de fonds de 5 millions d’euros auprès d’Elaia Partners, Bpifrance et Kamet Ventures

Continuity a levé 5 millions d’euros en Seed auprès d'Elaia Partners, Bpifrance et Kamet Ventures a annoncé la jeune pousse cette semaine. La start-up...

ADAM9, un gène potentiellement impliqué dans les formes graves de Covid-19 identifié par l’intelligence artificielle

Pourquoi certains patients atteints de Covid-19 sont-ils asymptomatiques alors que d'autres développent des formes graves, notamment le SDRA (syndrome de détresse respiratoire aigüe) ?...
Recevoir une notification en cas d'actualité importante    OK Non merci