Description du poste
**Qui sommes- nous ?**
Le Groupe ASCOTRONICS est né en octobre 2015 du rapprochement des sociétés ANNECY ELECTRONIQUE et ASCOREL, créées respectivement en 1973 et 1988. Le groupe réunit aujourd’hui une centaine de collaborateurs.
Dans le cadre du développement de la société ASCOREL, basée à Pont-Evêque, nous sommes actuellement à la recherche de nouveaux talents. ASCOREL emploie une soixantaine de personnes ayant un haut degré de qualification.
Reconnue pour son savoir-faire et ses systèmes embarqués et connectés pour chargeuses, grues et nacelles élévatrices, ASCOREL a pour mission de garantir la sécurité et l’efficacité sur les chantiers.
Son expertise industrielle rayonne partout en France, et également à l’international.
Les valeurs fondamentales d’ASCOREL sont le service, l’expertise, l’esprit d’équipe et la convivialité.
**Dans ce contexte, nous recherchons un(e) stagiaire Ingénieur(e) BE logiciel**
**Poste et missions :**
Nos systèmes embarqués mesurent en continu de nombreuses grandeurs sur les machines : pressions hydrauliques, courants, températures, nombres de cycles, angles de rotation et vitesses angulaires des éléments de structure (flèches). Ces mesures peuvent révéler des dérives avant l’apparition d’une panne, et notre plateforme IoT de suivi de flotte permet d’en conserver l’historique.
L’objectif du stage est de construire une méthode de détection de défaillances sur nacelles élévatrices, de la donnée brute jusqu’à l’alerte en temps réel. Les pannes réelles étant rares et peu documentées, la méthode combinera des données réelles issues de machines saines et des défauts simulés à l’aide d’un modèle physique simplifié. La méthode développée devra être directement applicable aux données de défaillance réelles dès qu’elles seront disponibles.
Dans le cadre d’un projet mené selon une approche Cycle en V, vos missions seront :
**1. Analyse et spécification**
* Prendre en main le système hydraulique de levage de la nacelle et les données disponibles sur la plateforme IoT
* Identifier, avec le SAV et le bureau d’études, 1 à 2 modes de défaillance pertinents (ex. fuite interne de vérin, usure de pompe…)
* Définir les indicateurs et les critères de réussite de la détection
**2. Modélisation et simulation**
* Développer un modèle simplifié du circuit de levage (MATLAB/Simulink)
* Recaler le modèle sur les données réelles de machines saines
* Simuler les défauts à différents niveaux de sévérité et générer des jeux de données représentatifs
**3. Détection d’anomalies**
* Segmenter les données par cycle de fonctionnement et extraire les indicateurs pertinents
* Entraîner et comparer plusieurs approches de détection (ex. seuils sur résidus, méthodes statistiques, apprentissage automatique)
* Évaluer les performances : taux de détection, fausses alarmes, sévérité minimale de défaut détectable
**4. Démonstrateur temps réel**
* Démontrer la détection sur un flux de données, sur la plateforme IoT ou sur l’équipement embarqué
* S