MATLAB réunit calcul numérique, développement d’algorithmes et visualisation scientifique dans un environnement adapté à l’ingénierie. Il est particulièrement utile pour prototyper des méthodes de traitement du signal, reconstruire des phénomènes physiques et produire des visualisations interprétables avec les experts métier.
Des modèles conçus et évalués avec méthode, puis intégrés aux systèmes opérationnels et suivis en production.
Extraire des insights et construire des modèles prédictifs à partir des données en utilisant les statistiques, le machine learning et la programmation
Des métriques fiables et des outils d’analyse pour suivre les performances, comprendre les écarts et guider les décisions.
Applique des méthodes scientifiques rigoureuses pour explorer, tester et valider des idées basées sur les données.
Les nuages sont représentés sous forme de volumes 3D simples composés de petits cubes (voxels). Cela permet de créer des scènes réalistes, allant des cumulus dispersés aux couches de stratus uniformes.
Chaque scène de nuages virtuelle est observée simultanément par un satellite et une caméra au sol simulés. Le résultat est une paire d'images synthétiques qui imitent les observations réelles dans des conditions contrôlées.
Les pixels de nuages détectés dans chaque image sont projetés dans l'espace 3D en fonction de la géométrie des deux capteurs.
Le chevauchement entre les projections satellite et sol révèle les positions de nuages les plus probables en trois dimensions.
Le simulateur compare les nuages reconstruits avec leurs positions réelles pour mesurer la précision spatiale.
Il vérifie également la précision avec laquelle les ombres de nuages estimées s'alignent avec les vraies ombres au sol.
Les nuages observés depuis le sol et l’espace sont projetés dans le même volume 3D. Le croisement des deux points de vue permet d’estimer leur position et leur altitude, puis de calculer la trajectoire de leurs ombres et l’éclairement reçu au sol.
Des vecteurs de mouvement sont calculés entre les images successives, puis extrapolés pour prévoir le déplacement des nuages et les variations d’éclairement sur des horizons de quelques minutes à quelques heures. L’objectif est d’anticiper les variations rapides de production photovoltaïque liées au passage des nuages.
Le projet s’appuie sur des mesures SAX acquises lors de contrôles périodiques de tubes de générateurs de vapeur, au niveau des intersections tube / plaque entretoise.
L’objectif était d’exploiter la réponse électromagnétique de ces signaux afin d’aider à caractériser la présence de dépôts susceptibles d’affecter les passages d’eau dans les plaques entretoises.
Développement d’outils MATLAB pour le prétraitement, le débruitage, l’alignement et la déconvolution de signaux complexes issus du contrôle par courants de Foucault.
Le travail s’inscrivait dans la continuité de l’approche IComplexe et visait à extraire des informations exploitables pour l’analyse du colmatage.
Mise en place d’outils d’analyse et de visualisation permettant d’examiner les signaux traités et d’aider leur interprétation par les ingénieurs.
Les résultats étaient confrontés aux références d’inspection disponibles, notamment aux examens visuels, afin de contribuer à l’évaluation des profils de colmatage.
Simulation de scènes nuageuses en 3D, avec génération de vues depuis le sol et par satellite, afin de tester la reconstruction des nuages et la localisation de leurs ombres au sol pour la prévision solaire.
Fusion de données issues de caméras hémisphériques au sol et de satellites géostationnaires afin de reconstruire les nuages en 3D, d’estimer leurs ombres au sol et d’améliorer la prévision de l’éclairement solaire à très court terme.
Traitement et déconvolution de signaux SAX issus de contrôles par courants de Foucault, afin d’aider les ingénieurs à évaluer le colmatage des plaques entretoises de générateurs de vapeur.
