Méthodologie d’optimisation du dimensionnement et de la gestion de l'énergie d’un véhicule à hydrogène : application à un véhicule de compétition automobile

Doctorant : Essolizam PLANTE 

Laboratoire INSA : Ampère

Ecole doctorale : ED160 : EEA

Les systèmes hybrides embarqués qui possèdent plusieurs sources d’énergie sont une alternative pour la transition écologique dans le secteur des transports. En contrepartie, ils sont complexes à dimensionner : il y a notamment une forte dépendance entre conception/choix des composants et loi de gestion de l’énergie pour assurer le fonctionnement nominal des composants du système et garantir une gestion d’énergie optimale. En effet, la complexité du problème à résoudre croît rapidement avec le nombre de composants dans le système : les méthodes d’optimisation classiques connaissent très rapidement des limites face au nombre croissant de variables de décision et la complexité des modèles. Il devient donc nécessaire d’élaborer de nouvelles méthodologies d’optimisation pour pré-dimensionner de tels systèmes. L’état de l’art met en exergue la nécessité de bien poser le problème, de reformuler ou d’adapter différentes parties de ce problème et enfin de s’appuyer sur l’hybridation des différentes techniques d’optimisation.
Dans ce travail, nous avons relevé deux défis. Le premier est relatif au développement d’une méthodologie pour l’optimisation couplée du dimensionnement et de la gestion de l’énergie étant donné l’usage. Le deuxième concerne l’application : non-conventionnelle, elle s’intéresse à un véhicule de compétition automobile pour lequel on ne recherche pas la consommation minimale mais la puissance massique maximale tout en garantissant l’achèvement de la mission temps un temps minimum. Ce type d’usage s’illustre par des transitoires de puissance demandée de grande amplitude à haute fréquence. Nous proposons donc dans ce travail différentes méthodes d’adaptation et de reformulation des éléments clés du problème afin d’aboutir à une démarche d’optimisation bi-niveau (dimensionnement et commande) qui permet de traiter des problèmes multi-objectifs. Cette contribution permet d’aboutir à des temps de calcul réduits mais néanmoins garantissant une vaste exploration de l’espace de recherche et une bonne optimisation de la gestion de l’énergie sur une mission représentative.
 

Modélisation de la distribution spatiale de l’îlot de chaleur urbain à l’échelle locale : mise en place et évaluation d’une approche par réseau de rues

Doctorante : Julie SORIANO

Laboratoire INSA : CETHIL

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

La modélisation du microclimat urbain est un outil précieux pour évaluer différentes configurations urbaines dans un contexte de surchauffes urbaines. Deux types de modèles sont souvent utilisés : des modèles détaillés ayant recours à la CFD, ou des modèles de canopée urbaine qui représentent un motif urbain répété avec les caractéristiques moyennes d’un quartier. Dans cette thèse, un nouveau modèle se plaçant entre ces deux catégories en termes de précision et de temps de calcul est développé. Son objectif est de modéliser l’îlot de chaleur urbain dans la couche de canopée urbaine à l'échelle locale et sur une période de l'ordre d'une saison, en représentant explicitement les bâtiments. Pour cela, une approche en réseau de rues canyon est proposée, inspirée de modèles de dispersion de polluants, notamment SIRANE. Elle consiste à utiliser un maillage zonal dans lequel chaque rue canyon correspond à une maille. Les intersections relient entre elles les rues, formant un réseau. Une première partie du travail de thèse consiste au développement d'un modèle aéraulique, radiatif et thermique de rue canyon. Ce modèle est confronté à des mesures sur des rues expérimentales sans végétation (ClimaBat). Enfin, la modélisation des arbres est comparée qualitativement à des mesures sur une rue expérimentale arborée à Angers. Dans une deuxième partie, un changement d'échelle est effectué et l'approche en réseau de rues est présentée en détail. Par ailleurs, un prétraitement des données météorologiques est développé dans l’optique d'estimer les conditions limites du quartier urbain simulé, à partir de mesures à une station météorologique. Des mesures à Bâle dans le cadre de la campagne BUBBLE ont permis de l’évaluer. Finalement, le modèle complet est appliqué sur un quartier réaliste, dans le but d'évaluer la cohérence des résultats. Dans l'ensemble, cette application a montré le potentiel du modèle pour des études de microclimat urbain.

 

Switched Battery DC-DC Converters for Low-Power Applications

Doctorant : Carlos Augusto BERLITZ

Laboratoire INSA : Ampère

Ecole doctorale : ED 160 : Electronique, Electrotechnique, Automatique

Avec la popularisation récent des dispositifs électroniques portables, des capteurs sans fil et de l'Internet des objets (IoT), la demande de solutions de gestion d'alimentation efficaces et adaptables a atteint des sommets sans précédent. Les applications à faible puissance, couvrant un large éventail de domaines et sont devenues essentielles à notre mode de vie moderne. Ces applications, souvent alimentées par des ressources énergétiques limitées, présentent un ensemble unique de défis et d'opportunités dans le domaine de l'électronique de puissance. Alors que les convertisseurs CC-CC traditionnels ont démontré leur efficacité dans de nombreuses situations, leurs conceptions conventionnelles pourraient ne plus suffire à répondre aux exigences distinctes et strictes des systèmes à faible et ultra-faible puissance. La recherche des nouveaux convertisseurs CC-CC commuté spécifiquement adaptés aux applications à faible puissance est au cœur de cette thèse.

Traditionnellement, les convertisseurs CC-CC reposent sur des inducteurs ou des condensateurs pour une conversion à haute efficacité. Cependant, malgré les avancées dans des nombreux domaines de l'électronique de puissance, certaines limitations physiques et intrinsèques subsistent dans le comaine de failbe-puissance, telles que les pertes de partage de charge ou la difficulté de miniaturisation des inducteurs. De telles contraintes appelent à des solutions innovantes pour ce genre d'application des convertisseurs CC-CC.

Cette thèse proposer une solution pour relever les défis intrinsèques aux convertisseurs CC-CC traditionnels, une nouvelle famille de topologies de convertisseurs CC-CC à basse fréquence et faible puissance basée sur des batteries en tant que dispositif passif volant. Cette nouvelle famille de topologies est validée expérimentalement avec des avantages par rapport aux convertisseurs CC-CC traditionnels dans les mêmes conditions. Cela ouvre également un nouveau domaine d'étude pour les technologies passives jusqu'alors non explorées dans ce contexte, comprennent des batteries et piles à combustible.

Enhanced Grover's Algorithm Solutions for 5G Active User Detection

Doctorant : Muhammad Idham HABIBIE

Laboratoire INSA : CITI

Ecole doctorale : ED160 : EEA

5G includes features like Ultra-reliable low-latency communication (URLLC) and Massive Machine Type Communication (mMTC) to minimize delays and connect numerous devices. This necessitates an Active User Detection (AUD) scheme, requiring real-time detection by the Base Station (BS). Maximum Likelihood (ML) is the top performer for AUD but is complex. To simplify, alternatives like CCR and ZF have been introduced but cannot match ML's performance. To address this, we explore Grover's algorithm, known for its superposition abilities (working with 0 and 1 at the same time). However, Grover's algorithm, when constrained by the function f (x) = δ, does not perform as well as ML; it is more similar to CCR and ZF. To match ML's performance, Grover's algorithm needs modification to find the minimum distance, like ML does.
We propose a new algorithm, namely Improved Iterated Minimum Searching Algorithm (IIMSA), aimed at enhancing the existing Boyer-Brassard-Høyer-Tapp (BBHT) and Durr-Hoyer Algorithm (DHA), which are the promising method to find minimum using Grover's algorithm, to reduce their complexity while maintaining high performance. The idea is to use any random solution rather than carrying out random L iterations as suggested by DHA. We also incorporate classical methods such as ZF and CCR to enhance their performance and reduce the complexity. We also adapt Grover's algorithm in the context of AUD in this thesis.
We also introduce an Enhanced Grover's algorithm inspired by a quantum-hybrid solution that leverages both quantum and classical elements. The primary goal is to increase the success probability Ps and reduce complexity of the original Grover's algorithm. The concept involves using fewer Grover's iterations than the optimal number, denoted as Lopt, and combining it with classical success probability. We believe that this approach has the potential to alter the complexity behavior and achieve high success probability.

Simulation de la mise en forme de renforts NCF de composites basée sur des approaches mesoscopique

Doctorant : Ruochen ZHENG

Laboratoire INSA : LaMCos

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

Les méthodes de modélisation mésoscopiques sont de plus en plus utilisées pour les renfort fibreux car elles sont capables de capturer certains défauts locaux tels que les (par exemple les écarts) se produisant pendant le processus de drapage. Ils permettent également de réaliser une caractérisation virtuelle du matériau du tissu, utilisée ultérieurement dans des simulations macroscopiques. Un point clé de la simulation à méso-échelle est de disposer d’un modèle 3D précis basé sur la géométrie réelle afin de déterminer plus précisément les propriétés mécaniques du tissu. Un modèle mésoscopique de NCF biaxial est proposé, qui atténue le coût de calcul et donne une représentation précise du comportement effectif.

Nouvelles variantes et méthodes de résolution pour les problèmes de transport à la demande, application au transport d'enfants en situation de handicap

Doctorant : Timothée CHANE-HAÏ

Laboratoire INSA : DISP

Ecole doctorale : ED512 Infomaths

Cette thèse introduit de nouveaux modèles et méthodes de résolution pour les problèmes de transport à la demande (DARP). Ce travail s’applique au transport régulier d'enfants en situation de handicap entre leurs domiciles et leurs lieux de prise en charge. Pour des raisons de coûts et de qualité de service, il doit être effectué aussi efficacement que possible.
Aucune méthode de la littérature ne peut résoudre les problèmes réels car leur taille est trop importante (plusieurs milliers d'usagers). De plus, les recherches se concentrent sur l'organisation des tournées de véhicules. Cependant, l'intégration d'autres éléments gravitant autour du transport serait bénéfique pour les systèmes de santé dans leur ensemble.

Nous apportons des éléments de réponse à ces enjeux dans les trois chapitres principaux de cette thèse.
Premièrement, deux méthodes d'apprentissage automatique sont appliquées : une méthode offline extrait les caractéristiques des bonnes solutions et les utilise pour créer de nouvelles heuristiques ; une méthode online dénommée NRPA construit la meilleure séquence d'usagers à insérer.

Deuxièmement, nous présentons le problème journalier de transport à la demande (Com- DARP). Dans cette variante, chaque usager a un trajet aller le matin, un trajet retour le soir, et un temps de trajet maximal journalier. La dépendance entre les deux demandes de trajet est utilisée pour améliorer le transport à l'échelle de la journée. Nous résolvons le problème avec une métaheuristique de recherche à petit et grand voisinage couplée à un filtre de précédences (SLNS-PF).

Troisièmement, nous introduisons le problème d'affectation et transport à la demande (ADARP). Cette variante élargit le champ d'application du problème de tournées de véhicules en incluant l'affectation des usagers et l'allocation des ressources. Le problème est résolu par une nouvelle matheuristique nommée recherche itérative d'itinéraires (IRS).
Dans chaque chapitre, les résultats expérimentaux sont analysés pour fournir de nouvelles perspectives théoriques et pratiques.
 

Rigid inclusions under wind turbine foundation: experimental behaviour and numerical studies

Doctorant : Adnan SAHYOUNI

Laboratoire INSA : GEOMAS

Ecole doctorale : ED162 MEGA

Les éoliennes terrestres ont une durée de vie de 20 à 25 ans. Après cette période, l'exploitant est confronté au problème du rééquipement du parc. La question est d'autant plus explosive qu'un tiers des éoliennes terrestres en Europe ont atteint la fin de leur durée de vie. D'autre part, la technologie des éoliennes est en constante évolution. Aujourd'hui, la puissance du matériel tend à augmenter de manière significative, ainsi que la hauteur du mât. Cela génère des forces accrues à la base du mât. La semelle de fondation en béton armé n'est plus adaptée aux nouvelles contraintes selon les codes usuels. La solution actuellement envisagée est de déconstruire complètement la semelle en béton armé et de reconstruire une semelle plus lourde. FEDRE (Fondations d'Eoliennes Durables et REpowering) est un projet de recherche impliquant le laboratoire GEOMAS de l'INSA de Lyon, la société Menard et d'autres partenaires industriels. L'objectif de ce projet est de trouver des solutions pour la réutilisation des fondations existantes lors des phases de repowering, lorsqu'une éolienne est remplacée par une nouvelle machine potentiellement plus puissante. L'intérêt de la recherche du projet est d'étudier la complexité du transfert de la charge du vent cyclique, ainsi que l'effet mécanique de la structure sur le sol renforcé par des inclusions rigides, type CMC, en simplifiant le mécanisme complexe du système par l'étude de ses composants individuels. La recherche est divisée en trois domaines principaux : (1) l'instrumentation d'une fondation d'éolienne de nouvelle génération basée sur des CMC, (2) la modélisation numérique tridimensionnelle et non linéaire par la méthode des éléments finis en utilisant les données calibrées par l'instrumentation, et (3) le développement d'un macro-élément multi-échelle pour un sol renforcé par des inclusions rigides sous charge axiale, horizontale et un moment de renversement est développé et validé numériquement puis expérimentalement.

Etudes expérimentales des plateformes granulaires renforcées par géosynthétiques

Maître des conférences : Laurent Briançon

Laboratoire INSA : GEOMAS

Composition du jury : 

Rapporteurs : Breul Pierre - Reiffsteck Philippe - Tsuha Cristina
 
Jury :

Mme Baietto Marie Christine - Professeure - INSA Lyon
M. Breul Pierre - Professeur - Polytech Clermont
M. Ferrier Emmanuel - Professeur - UCBL1
M. Grange Stéphane - Professeur  - INSA Lyon
M. Plumelle Claude - Professeur émérite - Cnam
M. Reiffsteck Philippe - Directeur de recherche - UGE
Mme Tsuha Cristina - Professeure associée - Université de Sao Paulo

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.