Thèse de doctorat :

Proposition d’un environnement de conception collaborative intelligent

Mots clés :
Système complexe ; Règles de Conception ; Conception Collaborative ;
Maquette numérique ; Ingénierie des Connaissances ; Ontologie

Contexte
Depuis près de 50 ans, l’innovation est au cœur du développement de Capgemini. Filiale dédiée aux
clients industriels du Groupe, Sogeti High Tech est depuis 30 ans l’un des acteurs majeurs de
l’Ingénierie, de l’Informatique Technique et Industrielle et du Digital Manufacturing.
Dans un bureau d’études, pour concevoir des systèmes complexes (avion, centrale nucléaire,
automobile, etc.), les ingénieurs utilisent des guides de bonnes pratiques qui capitalisent des centaines,
voire des milliers de règles de conception matérialisant des décennies de savoir-faire. Bien que ces
guides soient de véritables sources de connaissances pour les concepteurs, leur exploitation est souvent
laborieuse. En effet, ces documents numériques (PDF, Word, etc.), extrêmement volumineux, qui
conjuguent du texte et des illustrations (tableaux, croquis, courbes, etc.) sont, d’une part, inadaptés à la
capture, l’exploitation, et la gestion des règles de conception et, d’autre part, non intégré aux outils de
conception. En pratique, l’ingénieur doit parcourir l’ensemble des gros documents pour identifier les
règles pertinentes selon son contexte de conception particulier avant de les formaliser et de les appliquer
dans les modèles qu’il réalise. Pour diverses raisons – turnover des concepteurs, complexité des
systèmes, équipes de concepteurs géographiquement dispersées, contraintes réglementaires, etc. – une
telle approche documentaire n’est plus efficace. Il est ainsi indispensable d’inventer un nouvel
environnement de conception collaborative intelligent qui permettra, entre autres, à une équipe de
concepteurs de capitaliser, formaliser, valider, rechercher, suggérer, vérifier, et gérer de gros volumes
de règles de conception assimilables à des « Big Data ».

Objectifs et perspectives de recherche

La thèse de doctorat a pour objectif d’inventer un environnement de conception collaborative

intelligent permettant de modéliser et de simuler un système complexe en exploitant une base de
connaissances constituée de règles de conception. L’intégration d’une base de connaissances à des outils
de conception assistée par ordinateur doit, in fine, remplacer un environnement de conception incapable
de raisonner auquel le concepteur doit dicter toutes les étapes et s’assurer que ce qu’il fait est correct par
un environnement de conception « intelligent »1 capable d’assister réellement le concepteur. A titre

1
Le qualificatif « intelligent » fait référence aux capacités (1) d’apprentissage de règles et de routines de
conception, (2) de recommandation « à la volée » de règles de conception, (3) de détection d’erreurs de
conception, (4) de suggestion d’actions, etc.
d’exemples, l’environnement de conception collaborative intelligent devra notamment permettre à un
concepteur de :
 Capturer des règles de conception issues de documents ou de collaborateurs (Design for X).

 Formaliser des règles de conception afin de les rendre exploitables par une machine.
 Valider des règles de conception (est-ce vraiment la bonne règle ?).
 Identifier des règles conflictuelles (redondantes ou contradictoires).
 Faire des compromis entre des règles conflictuelles.
 Retrouver et suggérer des règles de conception pertinentes pour un contexte de conception
particulier – e.g. (système = « avion », sous-système = « aile », pièce = « rib », procédé de
fabrication = « fraisage », matériau = « aluminium », outil = « CATIA », module = « Part
Design », etc.). Pour cela, il faut formaliser la notion de « contexte de conception » au moyen
d’une ou plusieurs ontologies (cf. http://rpinquie.github.io/publications/CONFERE18.pdf).

 Recommander des règles de conception souvent utilisées par des collaborateurs qui ont un
profil similaire.
 Automatiser des routines de conception.
 Vérifier que les règles de conception sont satisfaites par les modèles et simulations.
  Justifier pourquoi une règle de conception n’est pas satisfaite.
 Tracer des règles de conception – e.g. le % de règles satisfaites et non satisfaites.
 Gérer le cycle de vie (alternatives, version, maturité, gestion du changement, impacts de
modification, etc.) d’une règle de conception.
Pour atteindre ces objectifs, le (la) doctorant(e) exploitera ses capacités de créativité pour imaginer
et prototyper un environnement numérique qui reposera sur une intégration innovante des sciences
numériques : modélisation et simulation, ingénierie des connaissances, systèmes de recommandation,
apprentissage machine, fouille de données.
Profil du candidat
Curieux, créatif et autonome, vous êtes passionné par la recherche de nouvelles technologies qui
conjuguent le numérique et l’ingénierie. Vous avez un profil d’ingénieur en ingénierie numérique, vous
maîtrisez un langage de programmation et vous avez la vive volonté de développer de nouvelles
compétences en sciences du numérique. Enfin, idéalement, le (la) candidat(e) possèdera des
connaissances en ingénierie des connaissances (Ontologie, Protégé) et en modélisation et simulation
(3D Experience, Catia).
Cadre de travail
 Durée : 36 mois
 Date : Janvier 2019
 Contrat : CDD 3 ans
 Lieu : Arts & Métiers ParisTech Aix-en-Provence (13) ou Paris (75)
 Déplacements ponctuels : Sogeti High Tech Toulouse (31)
Candidature
 CV + LM
 Relevés de notes de votre cursus de master et/ou ingénieur
 Avis et coordonnées de deux personnes référentes
Envoyez vos candidatures à MM. Philippe Véron, Frédéric Segonds et Romain Pinquié
philippe.veron@ensam.eu ; frederic.segonds@ensam.eu ; romain.pinquie@grenoble-inp.fr
Références
 Debord, S. et al. (2018) Proposition of a Design Rules Framework (accessible via :
http://rpinquie.github.io/publications/CONFERE18.pdf)