Samia Bouddahab

Au sein de l'équipe Ansys Sound, j'ai travaillé sur un projet de fin d'études portant sur l'identification et la séparation des composantes acoustiques dans les signaux en utilisant des modèles d'intelligence artificielle. Mes principales tâches incluent :

- Calcul de la Transformée de Fourier à Court Terme (STFT) des signaux conformément à l'écosystème d'Ansys Sound.

- Création et augmentation de l'ensemble de données pour l'entraînement du modèle.

- Application de la segmentation sémantique avec le modèle U-Net pour détecter les composants du signal.

- Optimisation et évaluation du modèle pour améliorer la performance de détection de défauts.

- Découverte du domaine acoustique et de l'application de l'intelligence artificielle pour l'analyse sonore.

Au cours de mon stage chez ASTRIIS, j'ai découvert le domaine de la maintenance prédictive et des signaux vibratoires, ainsi que l'impact crucial de l'intelligence artificielle pour la gestion durable des équipements. Mes principales responsabilités incluent :

- Analyse des équipements existants pour la mesure des vibrations et documentation de leurs spécificités. -Test et comparaison des différents capteurs de vibration, tels que les accéléromètres AC102, AC115 et ACC PCB, pour déterminer leur efficacité dans diverses conditions.

- Réalisation de tests pratiques sur des équipements, comme une machine à café et un ventilateur, pour mesurer et analyser les vibrations générées.

- Programmation d'une nouvelle carte basée sur Raspberry Pi et MCC 172 pour l'acquisition, l'échantillonnage et la transmission des signaux temporels.

- Travail sur des données de grande taille, avec optimisation du stockage en utilisant des formats binaires pour assurer une efficacité maximale.

- Rédaction de rapports et présentation des résultats aux équipes techniques.