Aller au contenu principal

Binwei Yang

Élève ingénieur à Mines Paris spécialisé en automatique et modélisation par les données

Talents
270 Saint-Jacques, 75005, ParisMembre depuis 20 mai 2026
PythonCommande non linéaireAnalyse de séries temporellesOptimisation industrielle
·

Recruter cette personne

Envoyez une offre d'emploi directement à ce candidat

PythonCommande non linéaireAnalyse de séries temporellesOptimisation industrielle

À propos

Élève ingénieur à Mines Paris spécialisé en automatique et modélisation par les données, avec une expérience pratique en commande non linéaire, analyse de séries temporelles et optimisation industrielle.

Expérience

Stage de recherche - Commande sous Contraintes de Moteurs Synchrones à Aimants Permanents (PMSM) - Centre Automatique et Systèmes (CAS), Mines Paris - Paris, France

(2025-11 - 2026-02)

  • Développé des modèles non linéaires de PMSM saturés sous MATLAB/Simulink pour simuler les limitations réelles.
  • Intégré des algorithmes de commande avancés, notamment le défluxage à base de PI et le Model Recovery Anti-Windup (MRAW), pour atténuer les effets de saturation ; analysé la réponse du système en tant que séries temporelles afin d'améliorer la stabilité et les performances.
  • Obtenu une augmentation de 24,8% de la vitesse maximale du moteur dans un système de commande PMSM sous contraintes de tension et de courant.

Responsable de projet - Conception de la Commande d'un Robot Auto-Équilibrant à Deux Roues (Segway) - Fablab, Mines Paris - Paris, France

(2025-09 - 2025-12)

  • Conçu et modélisé un système auto-équilibrant basé sur un modèle de pendule inversé.
  • Développé un modèle dynamique du second ordre sous MATLAB/Simulink et implémenté un correcteur LQR.
  • Réglé le placement de pôles pour assurer une stabilisation rapide (temps d'établissement <0,5 s) et un rejet robuste des perturbations.

Stage de recherche - Modélisation et Optimisation de la Commande de PMSM par Réseaux de Neurones - Université de Technologie de Dalian - Chine

(2024-09 - 2025-06)

  • Conçu un planificateur de gains PI basé sur un réseau de neurones sous MATLAB/Simulink pour l'estimation en temps réel de paramètres de commande quasi-optimaux.
  • Intégré une adaptation de gains pilotée par les données avec une commande PI conventionnelle pour améliorer la réponse transitoire et la stabilité en boucle fermée.
  • Amélioré les performances transitoires de 22% et atteint un fonctionnement stable à 5000 tr/min avec un dépassement minimal.

Stage R&D - Calcul de Charge Thermique et Évaluation de Performance de Refroidisseurs Centrifuges - Chongqing General Industry (Group) Co., Ltd. - Chine

(2024-06 - 2024-09)

  • Développé un outil de calcul de charge thermique en Python (Pandas) à partir de séries temporelles industrielles et de données SCADA pour des systèmes de refroidisseurs centrifuges.
  • Nettoyé et prétraité les données opérationnelles pour identifier les variables clés, et construit un modèle simplifié combinant principes thermodynamiques et analyse de données.
  • Réduit le temps d'évaluation des performances et de sélection des équipements d'une demi-journée à quelques minutes, avec une concordance >95% avec les résultats expérimentaux clés sous différentes conditions de fonctionnement.

Formation

Diplôme d'ingénieur - Automatique - Mines Paris, Université PSL (Paris Sciences et Lettres) (2025-08 - 2027-09)

Licence - Génie Mécanique et Automatisation - Université de Technologie de Dalian (2021-09 - 2025-06)

Double Diplôme de Licence - Génie Mécanique - Université de Leicester (2021-09 - 2025-06)

Avis

Associé