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.

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.

 

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.

Tailoring intermolecular interactions in methacrylate-based copolymers and nanocomposites: Effect on molecular dynamics and thermal properties

Doctorante : Valentina CAVALLO 

Laboratoire INSA : IMP
Ecole doctorale : ED34 : Matériaux de Lyon

A correlation between the strength of the intermolecular interactions and physical properties has been reported for amorphous polymers. In particular, an increment of thermal conductivity has been associated to the addition of stronger interactions compared with weak van der Walls, i.e. hydrogen and ionic bonds. In this work, an attempt to tailor thermal conductivity in amorphous polymers has been made by engineering intermolecular interactions. Poly(methylmethacrylate) PMMA was used as standard and poly(methylmethacrylate-co-methacrylic acid) (PMMA-co-MAA) copolymers were synthesised by free radical copolymerization in order to introduce inter-chain hydrogen bonds and, after neutralisation, ionic bonds. Copolymers were successfully obtained up to 30%wt of MAA and characterized. Also, different comonomers were used to evaluate the impact of a flexible unit bringing H-bonds, 2-hydroxyethylmethacrylate (HEMA) or 2-carboxyethylacrylate (CEA). Thermal conductivity slightly increased increasing MAA and HEMA content, while for CEA copolymers the presence of defects prevented the measurement.
Later, PMMA-co-MAA was used as a matrix for cellulose-based nanocomposites to tailor filler compatibility, thanks to the presence of H-bonds between MAA unit and cellulose surface. Cellulose nanofibers (CNFs) up to 15%wt were efficiently dispersed by solvent casting in a mixture of two solvents (tetrahydrofuran/methanol). Thermal conduction showed no significant changes following the introduction of CNFs.
Dynamic mechanical analysis (DMA) and broadband dielectric spectroscopy (BDS) were used in combination to fully characterize the macromolecular mobility of PMMA-co-MAA following the introduction of inter-chain H-bonds and the subsequent addition of CNFs.

Evolution de la précipitation et des propriétés d'aciers micro-alliés lors d'une opération de soudage

Doctorant : Lucas SORIANO BARDON

Laboratoire INSA : Mateis

Ecole doctorale :  ED34 : Matériaux de Lyon

"Pendant le processus de soudage, il y a une diminution de la ductilité et une augmentation de la duretée de ces aciers dans la Zone Affectée Thermiquement (ZAT). Les opérations de soudage modifient les états de précipitation, et par conséquent, ont un effet sur les propriétés mécaniques du matériau. L’objectif de ce travail est de mieux comprendre les mécanismes conduisant à ces changements de propriétés mécaniques. Par conséquent, une approche expérimentale et une approche numérique ont été couplées afin de décrire à la fois l’état de précipitation et l’évolution des propriétés mécaniques associées en fonction des traitements thermiques. Quatre alliages de laboratoire de compositions différentes (référence, +V, +Nb, +V et Nb) ont été élaborés pour discriminer les effets de chacun des éléments de microalliage. Tout d’abord, afin de calibrer le modèle de précipitation, des traitements thermiques isothermes à 700 et 1000 sont réalisés. Dans un second temps, des traitements thermiques réalisés dans le simulateur thermomécanique Gleeble permettent de reproduire expérimentalement les cycles de soudage simulant différentes distances à la ligne de fusion (0,5 et 4 mm). Les carbonitrures en solution solide précipitent dans la ferrite et l’austénite. Le modèle de précipitation, préalablement validé pour les traitements thermiques en isotherme est utilisé pour déterminer les paramètres non quantifiables expérimentalement ou donnés dans la littérature (en particulier en ce qui concerne l'énergie d'interface). La localisation, la densité et la fraction volumique des précipités sont corrélées avec la résilience et la dureté dans la ZAT. La nature et la distribution de tailles des précipités sont caractérisées au moyen de la Microscopie Electronique à Transmission sur des répliques carbone. Les cinétiques de précipitation dans le domaine austénitique, ainsi que dans le domaine ferritique ont été décrites en utilisant le logiciel de simulation ``PreciSo'' basé sur les théories de Kampmann et de Wagner."

Highly integrated photovoltaic micro-concentrator for space applications

Doctorant : Victor VAREILLES

Laboratoire INSA : INL
Ecole doctorale : ED160 : Electronique Electrotechnique Automatique

Les applications spatiales requièrent de plus en plus d’énergie électrique pour la propulsion, les constellations de satellites et les missions d’exploration en espace lointain. La micro-concentration photovoltaïque peut être une solution pour fabriquer des générateurs solaires hautement performants en diminuant l’usage des cellules solaires à base de matériaux III-V extrêmement coûteux. Prometteuse, cette technologie doit relever les défis posés par les contraintes de masse et de volume dans l'espace. Cette thèse s'articule autour d'un micro-concentrateur innovant, basé sur un réseau de miroirs hexagonaux intégrés dans un nid d'abeille. Les cellules solaires sont fixées sur un substrat en verre placé sur le réseau optique. Cet assemblage est monolithique, compact et léger.
La première partie détaille l’auto-alignement capillaire nécessaire pour positionner à quelques dizaines de microns plusieurs dizaines de milliers de micro-cellules par mètre carré. Des simulations validées par l’expérience sont effectuées pour déterminer l'influence du volume de liquide, de la taille des récepteurs et du positionnement initial des cellules, permettant d'atteindre une précision inférieure à 30 µm.
La deuxième partie se consacre au comportement mécanique du composite sous contrainte thermique. Un modèle par éléments finis permet de concevoir un micro- concentrateur en limitant sa courbure tout en minimisant sa masse.
Enfin, la troisième partie met en avant les différentes étapes de fabrication du prototype et notamment la réalisation des récepteurs déposés par sérigraphie sur le verre support, l’interconnexion des cellules et leur brasure. Un premier rendement d’un mono-module de 21 % a été obtenu sous une irradiance directe de 903 W/m² à une température ambiante de 13°C. Pour une erreur de positionnement de 50 µm de la cellule par rapport à l’optique, les pertes n’excèdent pas 5 %.
Ce travail peut s’appliquer également aux modules photovoltaïques terrestres à base de composite, et de connectiques électriques spécifiques sur substrat verre.

Détection et description de points clés par apprentissage en vue d'un recalage à grande échelle

Doctorant : Nicolas LOISEAU

Laboratoire INSA : CREATIS
Ecole doctorale : ED160 EEA

Les hôpitaux génèrent de plus en plus d'images médicales en 3D. Ces volumes nécessitent un recalage automatique, en vue d'être analyser de manière systématique et à grande échelle. Les points clés sont utilisés pour réduire la durée et la mémoire nécessaire à ce recalage et peuvent être détectés et décrits à l'aide de différentes méthodes classiques, mais également à l'aide de réseaux neuronaux, comme cela a été démontré de nombreuses fois en 2D. Cette thèse présente les résultats et les discussions sur les méthodes de détection et de description de points clés à l'aide de réseaux neuronaux 3D. Deux types de réseaux ont été étudiés pour détecter et/ou décrire des points caractéristiques dans des images médicales 3D. Les premiers réseaux étudiés permettent de décrire les zones entourant directement les points clés, tandis que les seconds effectuent les deux étapes de détection et de description des points clés en une seule fois.

Study of the noise aging mechanisms in single-photon avalanche photodiode for time-of-flight imaging (Etude des mécanismes de vieillissement du bruit de photodiode à avalanche à photon unique pour l’imagerie par temps de vol)

Doctorant : Mathieu SICRE

Laboratoire INSA : INL
Ecole doctorale : EDA160 : Électronique, Électrotechnique, Automatique

Les diodes à avalanche à photon unique (SPAD) sont utilisées pour les capteurs à temps de vol afin de déterminer la distance d'une cible. Cependant, ils sont sujets à des déclenchements parasites par des porteurs de charge générés de manière parasitaire, quantifiés en tant que taux de comptage dans l’obscurité (DCR), ce qui peut compromettre la précision de la distance mesurée. Pour résoudre ce problème, une méthodologie de simulation a été mise en place pour évaluer le DCR. Cela est réalisé en simulant la probabilité de claquage d'avalanche, intégrée avec le taux de génération de porteurs de charge à partir de défauts. Cette méthodologie permet d'identifier les sources potentielles de DCR avant stress. Pour garantir l'intégrité des mesures de distance sur une longue période, il est nécessaire de prédire le niveau de DCR dans diverses conditions d'exploitation. La méthodologie de simulation susmentionnée est utilisée pour identifier les sources potentielles de DCR après stress. Pour un modèle cinétique précis de dégradation de type porteurs chauds (HCD), il est essentiel de considérer non seulement la distribution d'énergie des porteurs, mais également la distribution de l'énergie de dissociation de la liaison Si-H à l'interface Si/SiO2. La probabilité de dissociation d'ionisation d'impact est utilisée pour modéliser le processus de création de défauts, qui présente une dépendance temporelle sous-linéaire en raison de l'épuisement progressif des précurseurs de défauts. Une mesure précise de la distance nécessite de distinguer le signal du bruit ambiant et du plancher de DCR. L'impact de DCR peut être estimé en considérant la réflectance de la cible et les conditions d'éclairage ambiant. En résumé, ce travail utilise une méthodologie de caractérisation et de simulation approfondie pour prédire le DCR dans les dispositifs de type SPAD le long de sa durée de vie, permettant ainsi d'évaluer son impact sur les mesures de distance.

Pour sa troisième édition, le Deeptech Tour fait étape à Lyon pour mettre les projecteurs sur la deeptech.

Cette tournée s’inscrit dans le cadre du plan deeptech de l’Etat opéré par Bpifrance, qui vise à faire émerger 500 startups des laboratoires de recherche chaque année et en faire les leaders technologiques de demain. Elle met à l'honneur les forces vives de la deeptech au sein des pôles académiques, là où commence l’aventure pour faire émerger des technologies de rupture à fort impact.

Entrepreneurs, étudiants, chercheurs, doctorants, accompagnateurs et autres acteurs de l’innovation : la deeptech, c’est vous !

C’est vous qui façonnez ces startups hautement technologiques qui innovent pour changer notre société, nos modes de vie, de consommation, d’alimentation et ainsi transformer notre quotidien, nos industries et notre impact environnemental.

Au programme : présentation de l’écosystème, session de pitchs, témoignages inspirants, démonstrations de startups deeptech, cocktail - networking...

 

 

 

Unraveling virulence regulation in pectinolytic bacteria: Insights from ArcZ and RsmC. How do these molecular maestros shape virulence in the Dickeya genus?

Doctorante : Typhaine BRUAL 

Laboratoire INSA : MAP

Ecole doctorale : ED341 : Évolution, Écosystèmes, Microbiologie, Modélisation

Pectinolytic bacteria of the genus Dickeya thrive in diverse ecological niches including water, soil and plants, adapting to complex and ever-changing environments shaped by various biotic and abiotic interactions.
In this thesis, we investigated the mechanisms that regulate the virulence of the genus Dickeya, in particular D. dadantii and D. solani.
Our main findings concern post-transcriptional regulation exerted by the sRNA ArcZ and post-translational regulation modulated by the protein RsmC.
ArcZ is a key player in D. solani adaptation, regulating motility according to environmental conditions and enhancing virulence during plant infection. In addition, ArcZ plays a critical role in acid resistance.
RsmC, in turn, is involved in the regulation of motility and has a complex role in virulence. Our results suggest novel interactions for RsmC and open perspectives for studying other undocumented functions.
In a word, our study reveals how regulators such as ArcZ and RsmC orchestrate bacterial responses to a dynamic environment. These findings highlight the adaptability of Dickeya species and underscore the importance of ecological context in the study of bacterial behavior.