Techniques de mesure à distance par laser de facteurs physiologiques chez les plantes

Doctorant : Robin GAETANI

Laboratoire INSA : INL
Ecole doctorale : ED34 Matériaux de Lyon

La proliferation des parasites agricoles est la principale raison de l’utilisation des traitements phytosanitaires. La detection precoce des maladies des plantes est donc prometteuse afin de reduire leur utilisation. La detection precoce des conditions necessaires au developpement des maladie est encore meilleure. OR, les maladies cryptogamiques ont generalement besoin d’eau pour proliferer, comme le mildiou dans les vignobles.
Un outil de surveillance de l’humidite peut aider les agriculteurs a anticiper les maladies et eviter leur propagation. Un outil a base de laser pourrait permettre des mesures rapides et globales dans un format compact.
Dans ce contexte, un tel prototype a ete developpe exploitant la retrodiffusion de la lumiere par des surfaces couvertes de gouttes. Tout d’abord, le prototype a ete teste dans des conditions controlees de creation de rosee. Des feuilles hydrophobes et hydrophiles ont ete utilisees afin de couvrir les cas extremes possibles dans la vegetation. En analysant le signal retrodiffusé et en le comparant a un capteur de mouillage commercial, le prototype a reussi a detecter l’eau avec une meilleure sensibilite. Des simulations de tracage de rayons ont permis de relier le signal au taux de couverture de la surface.
Une deuxieme methode a ete mise au point. Basee sur une combinaison d’algorithmes d’intelligence artificielle et des donnees extraits d’images, elle permet d’atteindre une precision de 99 % dans la detection de l’etat d’humectation. Son avantage est qu’elle peut etre utilisee avec une seule image afin de determiner l’etat d’humectation des feuilles.
Enfin, ce prototype a ete testé sur le terrain. La detection de l’humectation a pu etre confirmee lors d’un evenement de pluie.
 

Contribution of machine learning to the prediction of building energy consumption

Doctorante : Yuyao CHEN

Laboratoire INSA : CETHIL

Ecole doctorale : ED162 : Mécanique, Energétique, Génie Civil, Acoustique de Lyon

The ongoing energy transition, pivotal to mitigate global warming, could significantly benefit from advances in building energy consumption prediction. With the advent of big data, data-driven models are increasingly effective in forecasting tasks and machine learning is probably the most efficient method to build such predictive models nowadays. In this work, we provide a comprehensive review of machine learning techniques for forecasting, regarding preprocessing as well as state-of-the-art models such as deep neural networks. Despite the achievements of state-of-art models, accurately predicting high-fluctuation electricity consumption still remains a challenge. To tackle this challenge, we propose to explore two paths: the utilization of soft-DTW loss functions and the inclusion of exogenous variables. By applying the soft-DTW loss function with a residual LSTM neural network on a real dataset, we observed significant improvements in capturing the patterns of high-fluctuation load series, especially in peak prediction. However, conventional error metrics prove insufficient in adequately measuring this ability. We therefore introduce confusion matrix analysis and two new error metrics: peak position error and peak load error based on the DTW algorithm. Our findings reveal that soft-DTW outperforms MSE and MAE loss functions with lower peak position and peak load error. We also incorporate soft-DTW loss function with MSE, MAE, and Time Distortion Index. The results show that combining the MSE loss function performs the best and helps alleviate the problem of overestimated and sharp peaks problems occured. By adding exogenous variables with soft-DTW loss functions, the inclusion of calendar variables generally enhances the model’s performance, particularly when these variables exhibit higher Pearson’s correlation coefficients with the target variable. However, when the correlation between the calendar variables and the historical load patterns is relatively low, their inclusion has a negative impact on the model’s performance. A similar relationship is observed with weather variables.

Elaboration de matériaux multicouches à base de polymères bio- ressourcés par le procédé de coextrusion

Doctorante : Nour JAOUADI

Laboratoire INSA : IMP

Ecole doctorale : ED34 Matériaux de Lyon

L'objectif de ce travail était d'étudier des systèmes multiphasiques à base d'acide polylactique (PLA) et de polyamide 11 (PA11) allant des mélanges aux structures multicouches. Etant donné que ces deux composants n’étant pas totalement miscibles entre eux, des stratégies de comptabilisation avec un époxyde multifonctionnalisé, le Joncryl, visant à contrôler la qualité et la nature de l’interface entre les substituants sont proposées et discutées lors du processus d’élaboration des mélanges par extrusion réactive dont l’objectif d’améliorer l’ensemble des propriétés finales. Les comportements thermiques, morphologiques, rhéologiques et mécaniques de ces matériaux ont été examinés. Le rôle du Joncryl en tant qu'agent de compatibilisation pour le système PLA/PA11 a été démontré par son fort impact sur les propriétés rhéologiques, la réduction significative de la taille des particules et de la tension interfaciale, ainsi que par le passage des propriétés en traction vers un comportement ductile.
Sur la base de ces résultats, une transposition de l’étude à la réalisation de films multicouches destinée principalement à l’emballage alimentaire par le procédé de coextrusion à assemblage forcé était réalisée. Cette approche nous a permis de combiner les propriétés des polymères en une seule structure micro-/nano-couches. L'objectif était d’évaluer les performances de ces mélanges traités en augmentant le nombre de couches pour mieux comprendre les propriétés interfaciales, y compris le comportement rhéologique, mécanique ,morphologiques et barrières.
Lors de la mise en œuvre, la multiplication des couches présente un effet notable sur la microstructure, la morphologie, l'orientation cristalline ainsi que les propriétés barrières des mélanges, en particulier dans le cas des nanocouches. Cela nous a permis d'explorer le contrôle de l'interface/interphase dans ces systèmes multicouches ainsi que l'effet de confinement résultant de l’assemblage forcé pendant le processus de coextrusion à micro-/nanocouche sur la cristallisation et la structure des couches, en fonction de la nature des polymères confineurs.

Electrochemical Virtual Sensor Development for Lithium-ion Batteries

Doctorant : Mian Mohammad Arsalan ASIF

Laboratoire INSA : AMPERE

Ecole doctorale : ED160 : EEA

In this doctoral thesis, the author focuses on advancing the modeling and design of observers for lithium-ion batteries (LiBs). LiBs play a critical role in the transition to renewable energy and vehicle electrification, but they still present challenges in terms of performance, safety and management. The author develops a multi-particle model with electrolyte dynamics (MPMe) to better represent the behavior of LiBs. Additionally, state observers are designed to estimate the lithium concentration in the electrolyte and the solid lithium concentration. These observers are validated using simulations, demonstrating their effectiveness in real-time monitoring of LiBs. This research aims to improve the performance, safety and reliability of LiBs, thereby contributing to wider adoption of electric vehicles and sustainable electrification of the transport sector.

Optimisation énergétique d’un groupe frigorifique au CO2 transcritique

Doctorante : Ana Maria PAEZ ALVAREZ

Laboratoire INSA : CETHIL

Ecole doctorale : ED162 MEGA

Le dioxyde de carbone (CO2, R744) est une alternative prometteuse pour les systèmes de réfrigération car il ne contribue pas à l'appauvrissement de la couche d'ozone et a peu d'impact sur le réchauffement climatique par rapport aux autres fluides frigorigènes conventionnels tels que les HFC et les HFO. De plus, contrairement à certains fluides naturels, il n'est ni toxique, ni inflammable, ni corrosif. Toutefois, les systèmes de réfrigération au CO2 ont des performances limitées en raison de leur basse température critique, qui peut être inférieure à la température extérieure. Par conséquent, ils doivent fonctionner en régime transcritique, à une très haute pression.

Cette thèse a pour objectif d'améliorer les performances des systèmes de réfrigération au CO2 dans la production de froid positif pour les vitrines des supermarchés ou pour des applications de climatisation. Dans un premier temps, une étude bibliographique a été menée sur les différentes configurations proposées dans la littérature, ainsi qu'une étude expérimentale de la performance des différents agencements (y compris l'ajout d'échangeurs de chaleur et d'un multi-éjecteur liquide) installés dans un banc d'essai régulé de taille industrielle (40 kW froid). Les résultats ont également été utilisés pour estimer les performances de machines au CO2 dans différentes zones climatiques de la France et avec une puissance frigorifique représentative des supermarchés. Ensuite, des modèles de simulations dynamiques ont été développés sous Dymola (Modelica 4.0) et validés avec les résultats expérimentaux obtenus précédemment. Les écarts entre la simulation et l'expérimentation sont très satisfaisants, étant inférieurs à 8 %. Dans un deuxième temps, différentes améliorations du cycle thermodynamique ont été proposées : les résultats de la thèse montrent une augmentation du coefficient de performance (COP) au-delà de 17 %. Enfin, une brève étude énergétique et d'inflammabilité a été réalisée sur les mélanges CO2/propane comme alternative pour optimiser le COP d'une installation transcritique au CO2.

Modélisation des phénomènes de coalescence des fissures sous pression associés au procédé Smart Cut

Doctorant : Esso-Passi PALI

Laboratoire INSA : LaMCos

Ecole doctorale :  ED162 MEGA

La méthode X-FEM a été utilisée pour modéliser la rupture par coalescence des fissures dans le cadre du procédé Smart Cut. Le maillage fractal 3D a été implémenté pour réduire le temps de calcul en assurant une bonne précision sur le calcul des facteurs d’intensité des contraintes et le taux de restitution d’énergie. Un algorithme basé sur la méthode implicite d’Euler a été implémenté pour prédire la pression dans une fissure au cours de sa propagation et les résultats ont été validés par comparaison à la solution analytique d’une fissure circulaire se propageant dans un massif infini. Le modèle de coalescence de deux fissures en 3D a été développé et des critères de coalescence ont été établis. Une approche a été mise en place pour modéliser des fissures en 3D à partir de données expérimentales. Une technique prospective a ensuite été proposée pour évaluer l’exposant de rugosité à partir de la surface créée suite à la propagation d’une fissure. Enfin, une étude paramétrique a été menée pour évaluer les facteurs pouvant influencer la rugosité post-fracture et les critères de coalescence dans le Smart Cut, notamment la présence d’oxyde de silicium.

 

Optimisation énergétique dans la rénovation du bâtiment

Doctorant : Souleymane DANIEL

Laboratoire INSA : CETHIL

Ecole doctorale : ED162 Mécanique, Energétique, Génie Civil, Acoustique de Lyon

Ce travail de thèse s’intéresse à la prise des décisions pour les choix de solutions de rénovation énergétique des bâtiments résidentiels collectifs. Comme seulement 1 % des nouvelles constructions sont ajoutées au parc immobilier chaque année en France, la rénovation est le levier principal dans la sobriété énergétique. L'objectif de la thèse est d'aider les acteurs de la rénovation énergétique à élaborer une stratégie de rénovation en utilisant une méthode d'aide à la décision adaptée. Le projet de recherche s'appuie sur un cas d'étude concret, une résidence qui comprend 67 logements répartis dans trois bâtiments.

 

Fiabilité de la méthode de prédiction vibro-acoustique SEA dans un contexte d'évaluation subjective du confort acoustique automobile.

Doctorant : Valentin MIQUEAU

Laboratoire INSA : LVA

Ecole doctorale :  ED162 MEGA

À mesure que les habitacles des nouveaux véhicules deviennent de plus en plus silencieux, la qualité du son et le confort acoustique intérieurs se sont imposés comme des arguments de premier ordre pour les constructeurs automobiles afin de se démarquer de leurs concurrents.
Actuellement, la recherche sur la perception sonore en automobile repose sur une approche expérimentale basée de signaux enregistrés sur des prototypes coûteux.
L’objectif de cette thèse est d’étudier la possibilité d’utiliser les prédictions numériques d’un modèle basé sur la méthode SEA (Statistical Energy Analysis) et développé par Saint-Gobain Research Compiègne, afin de générer les signaux nécessaires aux expériences subjectives.
Ce modèle peut prédire l'impact du changement de vitrage sur le niveau sonore d'un véhicule exposé à des bruits environnementaux. Cependant, son utilisation pour évaluer le confort automobile a soulevé plusieurs interrogations :
(i) Comment générer des signaux audios à partir des niveaux de pressions acoustiques prédits ?
(ii) Les signaux obtenus permettent-ils de réaliser des études du confort acoustique dans l'habitacle avec la même fidélité que des enregistrements mesurés sur véhicule ?
Ces questions sont considérées à travers (1) la mise en place d’une méthode d’auralisation des résultats du modèle numérique SEA et la réalisation d’expériences subjectives afin de comparer le désagrément ressenti en fonction de l’origine des sons (mesurés ou simulé). Une divergence des évaluations pour les verres trempés est alors identifiée. Un apport de dissipation de la part des joints, non pris en compte dans le modèle, est suspecté comme en étant l’origine.
(2) Le comportement vibro-acoustique d’un verre trempé monté dans des joints automobiles et sa sensibilité à la dissipation qu’ils apportent est donc prouvé non négligeable.
(3) Un modèle FEM est donc mis en place pour prédire les pertes par transmission caractérisant le système complet (verre et joints) dans le modèle SEA.

Dialogue modélisation, expérimentation en dynamique des rotors, des structures et vibrations induites par contact frottant

Maître de conférences : Eric CHATELET

Laboratoire INSA : LaMCoS

Composition du jury : 

Rapporteurs :

• Marie Ange BUENO
• Olivier BONNEAU
• Gaël CHEVALLIER

Jury :

• BUENO Marie Ange - Professeur - LPMT, Ecole Nationale Supérieure d'Ingénieurs de Sud Alsace (ENSISA), Mulhouse
• BONNEAU Olivier - Professeur - Institut Pprime, Université de Poitiers-ENSMA, Chasseneuil
• CHEVALLIER Gaël - Professeur - Université de Franche-Comté - UFR ST, Besançon
• KHALIJ Leila - MCF HDR - LMN, INSA Rouen, Saint-Étienne-du-Rouvray
• MASSI Francesco - Professeur - DIMA, Université de la Sapienza, Rome
• JACQUELIN Eric - Professeur - IUT Lyon 1, Départ. GCCD - la Doua, Villeurbanne
• BOU-SAÏD Benyebka - Professeur - LaMCoS, INSA Lyon, Villeurbanne
• DUFOUR Régis - Professeur - LaMCoS, INSA Lyon, Villeurbanne

- Soutenance publique -

Maître de conférences : Vincent CHATAIN

Laboratoire INSA : DEEP

Composition du jury : 

Rapporteurs :

• Béatrice BÉCHET, Directrice de Recherche, Université Gustave Eiffel
• Rachid HAKKOU, Professeur, Université Cadi Ayyad
• Ange NZIHOU, Professeur, École Nationale Supérieure des Mines d'Albi-Carmaux

Jury    :

• Béatrice BÉCHET, Directrice de Recherche, Université Gustave Eiffel
• Rachid HAKKOU, Professeur, Université Cadi Ayyad
• Ange NZIHOU, Professeur, École Nationale Supérieure des Mines d'Albi-Carmaux
• Cécile DELOLME, Directrice de recherche, École Nationale des Travaux Publics de l'État
• Natacha GONDRAN, Professeure, École Nationale Supérieure des Mines de Saint-Étienne
• Khalil HANNA, Professeur, École Nationale Supérieure de Chimie de Rennes
• Rémy GOURDON, Professeur, Institut National des Sciences Appliquées de Lyon
• Guillaume PILET, Maitre de Conférences - HDR, Université Claude Bernard Lyon I