Sujet de stage
Titre :
Optimisation Matérielle et Logicielle d'un Système IoT pour la Prévention des Risques Industriels
Dates :
2025/04/01 - 2025/07/31
Etudiant :
Encadrant(s) :
Description :
Contexte et Enjeux
Le sujet de stage s'inscrit dans la poursuite des travaux du projet ANR I2RM (N°ANR-21-SIOM-0007), intitulé "Interactive and Intelligent Physical
Assets Control System for the Risk Management of Hazardous Industrial Facilities", porté par le CRAN (Nancy) et le LAMIH (Valenciennes).
L'objectif du stage est d'optimiser l'architecture matérielle d'un objet communicant autonome dénommé SAMOCA intégré à une architecture IoT
industrielle (Device-Edge-Cloud), conçus par le CRAN, et dédiés à la surveillance en temps réel et à la prévention des risques dans des
environnements industriels sensibles [1][2] .
Le système développé vise à assurer une maîtrise proactive des risques industriels en identifiant et en prévenant les interactions critiques entre
produits, machines et opérateurs humains, afin de réduire la probabilité d'accidents industriels majeurs (exemples : catastrophes des usines Lubrizol Ã
Rouen, AZF à Toulouse). Il repose sur une approche intégrée combinant anticipation, prévention, évitement et alerte en temps réel. Il permet
notamment la détection et l'analyse des anomalies de positionnement, de déplacement et de stockage des actifs physiques industriels, ainsi que des
interactions non sécurisées avec d'autres équipements ou avec des opérateurs.
Un prototype fonctionnel (Proof of Feasibility ⬠POF), entièrement conçu et développé au CRAN, a validé le concept dans un environnement
expérimental. Toutefois, des optimisations sont nécessaires pour passer à une phase de pré-industrialisation.
Objectifs du Stage
L'objectif est d'optimiser la solution matérielle existante en intégrant des contraintes de performance, de miniaturisation, d'autonomie énergétique et
de réduction des coûts, en vue d'un déploiement à grande échelle. Les axes d'optimisation sont :
⬢ Autonomie énergétique : Maximisation de l'efficacité énergétique pour atteindre un fonctionnement autonome de 2 ans.
⬢ Facteur de forme : Réduction de l'encombrement du dispositif tout en garantissant son intégrité structurelle et fonctionnelle.
⬢ Capteurs avancés : Intégration de capteurs physico-chimiques complémentaires pour un monitoring multi-paramétrique.
⬢ Optimisation économique : Réduction des coûts de fabrication tout en maintenant des exigences élevées en termes de robustesse et de fiabilité.
Travail à Réaliser
L'optimisation portera sur deux volets complémentaires :
1. Optimisation matérielle (Hardware)
⬢ Sélection et qualification de composants électroniques adaptés (microcontrôleurs, capteurs, circuits d'alimentation).
⬢ Conception d'une architecture matérielle optimisée : élaboration des schémas électroniques, routage des cartes, création des fichiers de fabrication.
⬢ Développement et mise en oeuvre des stratégies de gestion de l'énergie (réduction de la consommation en mode actif et veille).
⬢ Prototypage et tests fonctionnels en laboratoire.
2. Optimisation logicielle (Software)
⬢ Portage et adaptation des programmes existants sur la nouvelle architecture électronique.
⬢ Optimisation des algorithmes embarqués pour améliorer l'efficacité énergétique et le traitement temps réel.
⬢ Intégration des nouveaux capteurs.
⬢ Validation et tests des performances sur des scénarios représentatifs.
Ce stage représente une opportunité de contribuer à un projet de recherche appliquée à fort impact industriel, en développant une solution IoT
avancée combinant intelligence embarquée, connectivité optimisée et résilience énergétique pour la gestion des risques industriels.
[1] TIJJANI A.S., BAJIC E., BERGER T., DEFOORT M, SALLEZ Y., DJEMAI M, RUP C., MEKKI K. "Distributed control architecture for the
risk management of hazardous industrial facilities", SOHOMA22, 12th International Workshop on Service-Oriented, Holonic and Multi-Agent
Manufacturing Systems for Industry of the Future, September 22-23, 2022, Bucharest, Romania {hal-03899484}
[2] C. RUP, BAJIC E., MEKKI K., "Snowball: An Asynchronous Probabilistic Protocol for Neighbour Discovery in Mobile BLE Network," 2022
IEEE 8th World Forum on Internet of Things (WF-IoT), Yokohama, Japan, 2022, pp. 1-8, doi: 10.1109/WF-IoT54382.2022.10152274 {hal-
03823749}
Le sujet de stage s'inscrit dans la poursuite des travaux du projet ANR I2RM (N°ANR-21-SIOM-0007), intitulé "Interactive and Intelligent Physical
Assets Control System for the Risk Management of Hazardous Industrial Facilities", porté par le CRAN (Nancy) et le LAMIH (Valenciennes).
L'objectif du stage est d'optimiser l'architecture matérielle d'un objet communicant autonome dénommé SAMOCA intégré à une architecture IoT
industrielle (Device-Edge-Cloud), conçus par le CRAN, et dédiés à la surveillance en temps réel et à la prévention des risques dans des
environnements industriels sensibles [1][2] .
Le système développé vise à assurer une maîtrise proactive des risques industriels en identifiant et en prévenant les interactions critiques entre
produits, machines et opérateurs humains, afin de réduire la probabilité d'accidents industriels majeurs (exemples : catastrophes des usines Lubrizol Ã
Rouen, AZF à Toulouse). Il repose sur une approche intégrée combinant anticipation, prévention, évitement et alerte en temps réel. Il permet
notamment la détection et l'analyse des anomalies de positionnement, de déplacement et de stockage des actifs physiques industriels, ainsi que des
interactions non sécurisées avec d'autres équipements ou avec des opérateurs.
Un prototype fonctionnel (Proof of Feasibility ⬠POF), entièrement conçu et développé au CRAN, a validé le concept dans un environnement
expérimental. Toutefois, des optimisations sont nécessaires pour passer à une phase de pré-industrialisation.
Objectifs du Stage
L'objectif est d'optimiser la solution matérielle existante en intégrant des contraintes de performance, de miniaturisation, d'autonomie énergétique et
de réduction des coûts, en vue d'un déploiement à grande échelle. Les axes d'optimisation sont :
⬢ Autonomie énergétique : Maximisation de l'efficacité énergétique pour atteindre un fonctionnement autonome de 2 ans.
⬢ Facteur de forme : Réduction de l'encombrement du dispositif tout en garantissant son intégrité structurelle et fonctionnelle.
⬢ Capteurs avancés : Intégration de capteurs physico-chimiques complémentaires pour un monitoring multi-paramétrique.
⬢ Optimisation économique : Réduction des coûts de fabrication tout en maintenant des exigences élevées en termes de robustesse et de fiabilité.
Travail à Réaliser
L'optimisation portera sur deux volets complémentaires :
1. Optimisation matérielle (Hardware)
⬢ Sélection et qualification de composants électroniques adaptés (microcontrôleurs, capteurs, circuits d'alimentation).
⬢ Conception d'une architecture matérielle optimisée : élaboration des schémas électroniques, routage des cartes, création des fichiers de fabrication.
⬢ Développement et mise en oeuvre des stratégies de gestion de l'énergie (réduction de la consommation en mode actif et veille).
⬢ Prototypage et tests fonctionnels en laboratoire.
2. Optimisation logicielle (Software)
⬢ Portage et adaptation des programmes existants sur la nouvelle architecture électronique.
⬢ Optimisation des algorithmes embarqués pour améliorer l'efficacité énergétique et le traitement temps réel.
⬢ Intégration des nouveaux capteurs.
⬢ Validation et tests des performances sur des scénarios représentatifs.
Ce stage représente une opportunité de contribuer à un projet de recherche appliquée à fort impact industriel, en développant une solution IoT
avancée combinant intelligence embarquée, connectivité optimisée et résilience énergétique pour la gestion des risques industriels.
[1] TIJJANI A.S., BAJIC E., BERGER T., DEFOORT M, SALLEZ Y., DJEMAI M, RUP C., MEKKI K. "Distributed control architecture for the
risk management of hazardous industrial facilities", SOHOMA22, 12th International Workshop on Service-Oriented, Holonic and Multi-Agent
Manufacturing Systems for Industry of the Future, September 22-23, 2022, Bucharest, Romania {hal-03899484}
[2] C. RUP, BAJIC E., MEKKI K., "Snowball: An Asynchronous Probabilistic Protocol for Neighbour Discovery in Mobile BLE Network," 2022
IEEE 8th World Forum on Internet of Things (WF-IoT), Yokohama, Japan, 2022, pp. 1-8, doi: 10.1109/WF-IoT54382.2022.10152274 {hal-
03823749}
Mots clés :
IoT, interactions, objet autonome, optimisation énergétique, risques industriels
Département(s) :
| Modélisation Pilotage des Systèmes Industriels |
Publications :