Stage : Stage - Accélération d'algorithmes de tomographie ultrasonore passive sur CPU et GPU embarqués H/F
Mathématiques, information scientifique, logiciel
Stage
Stage - Accélération d'algorithmes de tomographie ultrasonore passive sur CPU et GPU embarqués H/F
Accélération d'algorithmes de tomographie ultrasonore passive sur CPU et GPU embarqués
6
Le SHM (Structural Health Monitoring) est une nouvelle thématique du contrôle industriel permettant de garantir la qualité d'un équipement tout au long de sa vie. Pour répondre à cette problématique, le CEA/LIST développe des outils et méthodes de contrôle applicables dans de nombreux domaines de l'industrie : aéronautique, ferroviaire, pétrochimie et nucléaire. La méthode de tomographie passive permet de contrôler l'état d'une structure sans appliquer de stimulation externe en exploitant le bruit ambiant. Elle nécessite l'application d'algorithmes de traitement du signal spécifiques sur de grandes quantités de données.
L'objectif du stage consistera à étudier et implémenter une chaîne de traitement logicielle visant à produire des images de tomographie à partir d'une acquisition de bruit. Des premiers travaux réalisés en amont ont produit des outils de corrélation de signaux rapide sur CPU et GPU, lesquels alimentent les algorithmes d'imagerie que ce stage propose d'étudier.
Ces algorithmes, basés sur une connaissance des propriétés des ondes propagées dans le milieu contrôlé, rendent possible la reconstruction d'une cartographie d'épaisseur sur une zone entourée par des capteurs. Au moyen de méthodes d'inversion, ces outils permettent de produire une image des pertes d'épaisseur (pouvant notamment être liées à de la corrosion ou de l'érosion) en analysant des signaux acquis au moyen des capteurs, la finalité étant d'identifier les zones d'usure de la pièce inspectée.
Ces traitements ayant pour objectif une application pratique à des contrôles potentiellement longs et coûteux, une attention toute particulière devra être accordée aux performances. À cette fin, tout ou partie des calculs seront exécutés sur GPU.
Après une première implémentation, une étude de performances sera réalisée et d'éventuelles optimisations seront apportées pour viser une cadence d'acquisition réaliste dans un contexte expérimental. Les essais seront effectués dans un premier temps sur des données sauvegardées puis les codes seront portés sur une architecture de GPU embarquée et couplés à un système d'acquisition pour aboutir à un prototype fonctionnel.
C++, CUDA, programmation parallèle, Visual Studio
Master en informatique scientifique / École d'ingénieur
28-02-2024
Sélectionnez le secteur qui vous intéresse ci-dessous et n'oubliez pas votre adresse email!