YaneCode digital
Conception d’un système IoT intelligent basé sur les Digital Twins pour la supervision et la prédiction des anomalies dans la chaîne du froid agroalimentaire.
- Stage
- Échéance : 31 déc. 2026
Description du poste
Conception d’un système IoT intelligent basé sur les Digital Twins pour la supervision et la prédiction des anomalies dans la chaîne du froid agroalimentaire.
IoT & Systèmes Embarqués
Le respect continu de la chaîne du froid lors du transport frigorifique et du stockage est un impératif sanitaire strict. Ce sujet porte sur la création d'un système télémétrique complet adossé à un Digital Twin thermodynamique des chambres froides et camions frigorifiques. Le modèle numérique prédit l'élévation thermique à cœur des produits et anticipe les défaillances des compresseurs frigorifiques avant la rupture critique de température.
Élève Ingénieur / Master en IoT, Génie Thermique & Énergétique, Électronique ou Génie Informatique
• Développer des balises IoT embarquées résistant aux températures négatives avec transmission sans fil (BLE/MQTT/4G-LTE-M). • Concevoir un jumeau numérique thermodynamique simulant les transferts thermiques en fonction de la charge, de l'isolation et des ouvertures de portes. • Implémenter des algorithmes de détection d'anomalies thermiques et de diagnostic prédictif de panne compresseur. • Développer un système d'alerte en temps réel (SMS/Push/Email) et de traçabilité certifiée pour les transporteurs et donneurs d'ordres.
IoT Télématique, Digital Twin thermodynamique, ESP32 / Nordic nRF, MQTT, 4G LTE-M, Python, FastAPI, Docker, React.js
- Prototype de balise IoT certifiée basse température avec autonomie longue durée.
- Modèle mathématique et simulation du jumeau numérique thermique.
- Plateforme cloud temps réel de supervision de flotte frigorifique et d'alertes instantanées.
- Rapport de fin d'études avec validation expérimentale en chambre froide.
Fiche du sujet : https://drettousyjamal.com/pfe/conception-dun-systeme-iot-intelligent-base-sur-les-digital-twins-pour-la-super
Candidature : https://intern.yanecode.com/apply