« Photonics-based environmental sensors for automotive air quality monitoring »

Doctorante : Chander BHAN CHANDER BHAN

Laboratoire INSA : INL
École doctorale : EDA160 : EEA (Électronique, Électrotechnique, Automatique)

La pollution de l'air demeure un défi de santé publique, entraînant des problèmes de santé graves tels que des infections respiratoires aiguës, le cancer du poumon, etc.. Cela est principalement dû à l'inhalation d'air contenant de fortes concentrations de polluants, en particulier les hydrocarbures polyaromatiques comme le fluoranthène et le benzène, qui sont des polluants PM2.5 (particules d'une taille <= 2,5 µm) courants émis par les véhicules, les industries, etc. Les solutions actuelles sur le marché pour mesurer ces polluants, telles que les compteurs de particules optiques et les dispositifs MEMS basés sur les principes de diffusion de la lumière, sont souvent peu fiables, offrant une sensibilité réduite pour les particules fines (tailles < 0,1 µm). Par conséquent, il est nécessaire d'explorer des approches alternatives, telles que la manipulation de fluides sur puce par la lumière à l'aide de dispositifs photoniques intégrés, qui offrent une détection de taille de particule plus précise.
Cette thèse présente une solution utilisant des dispositifs de circuits photoniques intégrés sur une plateforme en SixNy pour la détection de l'indice de qualité de l'air. Pour surmonter les défis associés au piégeage de particules diélectriques de moins de 100 nm, la recherche explore diverses structures photoniques, notamment des guides d’onde diélectriques standards, des résonateurs en anneau à modes d'ordre supérieur (HOM) et des guides d'ondes plasmoniques hybrides. L'étude se concentre sur quatre composants clés de la photonique intégrée : les guides d'ondes en ruban diélectriques, les résonateurs en anneau HOM, les couplages par effilement inversé, et les résonateurs en anneau plasmoniques hybrides. Cette étude comprend leur conception, leur fabrication et leur compatibilité avec des plateformes industrielles telles que DAPHNE de STMicroelectronics. L'analyse des forces optiques, réalisée à l'aide de méthodes telles que le tenseur de contrainte de Maxwell et l'approximation de dipôle discret, fournit un cadre rigoureux pour optimiser la conception et évaluer différentes structures.
 

 

 

« Mobiliser le chargement ultrasonique pour caractériser la fatigue de contact roulant : une étude de l'amorçage »

Doctorant : Adrien DIDIER

Laboratoire INSA : LAMCOS

École doctorale :  ED162 : MEGA de Lyon (Mécanique, Energétique, Génie civil, Acoustique)

Les phénomènes d'endommagements causés par la fatigue de contact roulant sur une surface indentée sont reconnus comme responsables de la majorité des dysfonctionnements de roulements aéronautiques. Ces mécanismes d'endommagements sont encore mal compris en raison d'un manque crucial de données expérimentales. En effet, ces phénomènes ne se manifestent qu'après de nombreuses années, voire plusieurs décennies de fonctionnement, ce qui rend toute analyse expérimentale conventionnelle particulièrement laborieuse et chronophage. De plus, la simulation numérique de ce type d'endommagements est actuellement impossible, tant en raison du manque de données expérimentales disponibles que du nombre extrêmement élevé de cycles à simuler.
Afin de rendre accessible l'étude des sollicitations gigacyclique, nous avons conçu un dispositif de fatigue ultrasonique capable de reproduire un trajet de chargement analogue à celui d'un roulement sur une surface indentée, avec un chargement localement multiaxial et non proportionnel. Ce parallèle entre les deux trajets de chargement a été établi grâce à des simulations numériques par éléments finis. Ainsi, le dispositif expérimental permet de simuler l'équivalent de plusieurs décennies d'utilisation, soit plusieurs milliards de cycles, en seulement quelques dizaines d'heures. Cette étude a ainsi permis d'établir de nombreux liens entre la fatigue de contact roulant et la fatigue ultrasonique.
Elle a notamment permis d'expliquer le phénomène de transition des sites d'amorçage de fissures, qui se déplacent de la surface vers la profondeur du matériau, dans le cadre de la fatigue à très grand nombre de cycles. De plus, une analyse approfondie du raffinement local de la microstructure a été réalisée, mettant en évidence un lien direct avec l'amorçage en fatigue gigacyclique. Ce phénomène de raffinement a pu être expliqué et attribué à la même cause sous-jacente dans le cas de la fatigue des roulements et de la fatigue ultrasonique : le glissement dévié des dislocations (cross- slip).
 

« Feasibility and performance of a LoRa 2.4 GHz network »

Doctorante : Gwendoline HOCHET DERÉVIANCKINE

Laboratoire INSA : CITI
École doctorale : ED512 : Informatique et Mathématiques de Lyon

Long-range (LoRa) technology and the LoRaWAN protocol, which mainly uses the sub- GHz frequency bands, subject to regional laws, have become more widely used as a result of the rise of the Internet of Things (IoT). To overcome these limitations, Semtech has released a version of LoRa dedicated to the 2.4 GHz industrial, scientific, and medical (ISM) band, which, among others, is common worldwide and has no duty-cycle limitations. However, this frequency band is already used by many wireless technologies, such as Wi-Fi and Bluetooth (BT), as well as by common devices like microwaves and surveillance cameras. It is essential to evaluate the feasibility and possible performance of this frequency shift before deploying LoRa on a large scale in the 2.4 GHz ISM band.
This thesis proposes a comprehensive experimental evaluation of LoRa technology in the
2.4 GHz ISM band, including a comparison of its communication range and reliability with the European sub-GHz band (868 MHz). We also study the coexistence of LoRa and Wi-Fi when they are overlapping transmissions. To improve the coexistence, we propose and compare several frequency hopping (FH) strategies for LoRa. Although the latter proposal is based on simulation, we also propose an original methodology for evaluating a frequency band and selecting the less noisy channels, which could facilitate the implementation of FH strategies in future LoRa 2.4 GHz gateways. Our work provides important recommendations for the deployment and expansion of LoRa in the 2.4 GHz ISM band.
 

Étude et modélisation des roulements à rouleaux coniques montés dans une roue d’aéronef

Doctorant : Victor PINARDON

Laboratoire INSA : LaMCoS

École doctorale : ED162 : MEGA de Lyon (Mécanique, Energétique, Génie civil, Acoustique)

Les roulements à rouleaux coniques présents dans les roues d’aéronefs sont fortement sollicités lors des phases où l’avion est en contact avec le sol. Leur dimensionnement et intégration dans la roue requièrent donc une attention particulière. Cette thèse explore notamment les risques liés à la rotation de la bague externe d’un roulement à rouleaux coniques dans son logement lorsqu'il est soumis à un chargement thermique provenant du frein. En effet, ces roulements sont montés avec un ajustement serré dans le logement. De plus, lors de cas de chargements mécaniques sévères tel qu’un virage de l’avion sur la piste, les efforts internes du roulement peuvent générer un couple de frottement élevé. Ainsi, sous un chargement thermique spécifique et en raison des coefficients de dilatation thermique différents entre la bague et le logement, une perte de serrage peut se produire et entraîner une rotation relative entre la bague externe et le moyeu de la roue dans lequel le roulement est monté. Ce phénomène de glissement dégrade les performances du roulement et peut conduire à de l’endommagement. Une approche semi-analytique est appliquée à un roulement à bagues rigides pour déterminer les efforts de contact entre les rouleaux et les pistes. Ces efforts sont des données nécessaires pour évaluer le couple de fonctionnement du roulement. Le couple est estimé avec des modèles empiriques proposés dans la littérature et basés sur la théorie EHL. Un modèle thermomécanique transitoire est ensuite utilisé pour étudier l'évolution du couple de serrage entre la bague et le moyeu. Enfin, le code de calcul de roulement à bagues rigides est modifié pour intégrer les déformations de la bague externe afin d’évaluer l’impact de ces déformations sur le couple de frottement du roulement. Ces modèles sont appliqués sur deux roues appartenant à des avions différents.

Health Data: Exploring And Enhancing Emerging Privacy- Protection Mechanisms

Doctorant : Thomas LEBRUN

Laboratoire INSA : CITI

École doctorale : ED512 Informatique et mathématiques de Lyon

Les données de santé représentent une grande quantité d'informations, générées quotidiennement et sensibles par nature. Cependant, leur partage est essentiel pour l'avancement de la recherche et, en fin de compte, l'amélioration des soins aux patients. L’utilisation des données médicales est confrontée à des limitations dues à leur sensibilité et à la nécessité de garantir la confidentialité, encadrée par les réglementations en vigueur. Cela nécessite une protection renforcée. L’intérêt pour des alternatives au partage de données brutes, telles que la pseudonymisation ou l’anonymisation, augmente avec les besoins d’accès à des données d’apprentissage pour l’utilisation de l’intelligence artificielle, qui requiert de grandes quantités de données pour fonctionner efficacement en tant qu’assistant médical. Dans cette thèse, nous examinons de nouvelles méthodes respectant la vie privée, rendues possibles par les avancées rapides de l’intelligence artificielle. Plus spécifiquement, mon analyse porte sur l’amélioration d’alternatives à la centralisation de données sensibles : l’apprentissage fédéré, une méthode décentralisée d’entraînement des modèles d’IA sans partage de données, ainsi que de la génération de données synthétiques, qui crée des données artificielles similaires aux données réelles. Considérant l’absence de consensus pour l’évaluation de la confidentialité de ces nouvelles approches, nous avons axé notre travail sur la mesure méthodique de la fuite de confidentialité ainsi que la balance avec l'utilité des données synthétiques ou du modèle d'apprentissage fédéré. Mes travaux incluent un mécanisme pour améliorer les propriétés de confidentialité de l'apprentissage fédéré ainsi qu'une nouvelle méthode de génération conditionnelle de données synthétiques. Cette thèse vise à contribuer au développement de cadres plus robustes pour le partage sécurisé des données de santé, en conformité avec les exigences réglementaires, facilitant ainsi des innovations en matière de santé.

Influence of gear transmission oils degradation on tribological performance and gearbox efficiency

Doctorante : Büşra DURAN

Laboratoire INSA : LaMCos

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

Les lubrifiants jouent un rôle clé dans la réduction du frottement, mais peuvent se dégrader au cours de leur utilisation, ce qui peut compromettre la fiabilité et l'efficacité des équipements. Définir une stratégie de lubrification optimale nécessite donc une compréhension approfondie des impacts potentiels de la dégradation des huiles.
Pour étudier ce phénomène, plusieurs lots d'huiles de transmission par engrenage ont été analysés et testés afin d'évaluer les changements entre les échantillons neufs et les échantillons prélevés en application. Dans un premier temps, certaines propriétés rhéologiques et chimiques des huiles ont été mesurées et analysées, telles que la viscosité, la composition chimique, l'acidité, la teneur en eau et la contamination en particules solides. Ensuite, les performances tribologiques des huiles ont été évaluées à l'aide de deux tribomètres distincts, complétés par des méthodes optiques de caractérisation des éprouvettes d’essais. Enfin, des essais sur un banc d’essai de transmission ont été effectués sous différentes conditions de fonctionnement pour étudier l'évolution de la dissipation de puissance et du comportement thermique du banc d'essai. De plus, un modèle numérique basé sur un couplage thermique a été utilisé pour exploiter davantage les données expérimentales.
Les résultats de cette étude démontrent une influence claire du fonctionnement des transmissions à engrenages sur les propriétés et la performance des lubrifiants. Les propriétés intrinsèques ont tendance à évoluer avec la dégradation donc les performances tribologiques sont également affectées. Dans le banc d'essai de transmission, la dégradation entraîne une évolution de la puissance dissipée, qui affecte à son tour le comportement thermique. Ces observations semblent également fortement dépendantes des conditions de fonctionnement en application.

Incinération de déchets dangereux : vers une économie circulaire. Cas particulier de la valorisation du soufre

Doctorant : Rodolphe VAUTHERIN

Laboratoire INSA : DEEP

École doctorale : ED206 : Chimie de Lyon (Chimie, Procédés, Environnement)

Les déchets liquides contenant du soufre organique sont des déchets dangereux qui nécessitent une élimination par incinération. L’entreprise SUEZ IWS, via son unité de Roussillon, traite une grande quantité de ces déchets, générant du SO2 dans les fumées d’incinération. Actuellement, ce SO2 est simplement traité sur le site. Cette thèse vise évaluer l’intégration d’un nouveau procédé de désulfuration pour valoriser le SO2 sous forme d’une solution de bisulfite de sodium concentrée, tout en épurant la grande majorité du SO2 contenu dans les fumées. Une étude à échelle laboratoire a été menée sur un gaz synthétique pour examiner la réaction entre le dioxyde de soufre et le sulfite de sodium. L’influence de la concentration en Na2SO3, de la température et du taux de SO2, a été étudié, avec un focus concernant l’effet du pH sur le rendement d’absorption. Les performances du procédé ont ainsi été évalué en milieu acide et basique. Un pilote industriel a ensuite été installé sur le site de Roussillon pour tester le procédé en conditions réelles. Bien que des rendements d’absorption élevés aient été observés, les concentrations en bisulfite de sodium obtenues n’ont pas été suffisantes pour une commercialisation de la solution. De plus, certaines espèces secondaires indésirables ont été détectées dans les solutions. Des pistes d’améliorations ont été identifiées pour augmenter les concentrations en bisulfite et améliorer la qualité des solutions. La modélisation a finalement été utilisée pour analyser le procédé et mettre en évidence les paramètres clés pour optimiser les rendements d’absorption à pH acide, étude qui n’a pas pu être réalisé à échelle pilote. Cette partie a révélé la nécessité d’ajouter une étape supplémentaire au procédé initial pour obtenir une solution de bisulfite de sodium plus concentrée. Globalement, cette thèse présente des résultats prometteurs pour la mise en œuvre industrielle de ce procédé.

Integration of a priori data to optimise industrial tomographic reconstruction

Doctorant : Victor BUSSY

Laboratoire INSA : LVA

École doctorale : ED160 : EEA (Electronique, Electrotechnique, Automatique)

L'objectif de mes travaux est de proposer une nouvelle méthodologie optimisée en tomographie par rayons X qui inclue l'incorporation d'informations a priori. De part l'optimisation des choix des vues, du support de la reconstruction et d'une régularisation adapté, plusieurs contributions ont été faites afin d'optimiser la qualité du processus globale. Les résultats de chaque partie ont été publié et testé dans cette thèse sur une pièce expérimentale.
 

Unsupervised Open-World Information Extraction From Unstructured and Domain-Specific Document Collections

Doctorant : Pierre-Yves GENEST

Laboratoire INSA : LIRIS

École doctorale : ED512 : InfoMaths de Lyon

The exponential growth in data generation has rendered the effective analysis of unstructured textual document collections a critical challenge. This PhD thesis aims to address this challenge by focusing on Information Extraction (IE), which encompasses four essential tasks: Named Entity Recognition (NER), Coreference Resolution (CR), Entity Linking (EL), and Relation Extraction (RE). These tasks collectively enable extracting and structuring knowledge from unformatted documents, facilitating its integration into structured databases for further analytical processes.
Our contributions start with creating Linked-DocRED, the first large-scale, diverse, and manually annotated dataset for document-level IE. This dataset enriches the existing DocRED dataset with high-quality entity linking labels. Additionally, we propose a novel set of metrics for evaluating end-to-end IE models. The evaluation of baseline models on Linked-DocRED highlights the complexities and challenges inherent to document-level IE: cascading errors, long context handling, and information scarcity.
We then introduce PromptORE, an unsupervised and open-world RE model. Adapting the prompt-tuning paradigm, PromptORE achieves relation embedding and clustering without requiring fine-tuning or hyperparameter tuning (a major weakness of previous baselines) and significantly outperforms state-of-the-art models. This method demonstrates the feasibility of extracting semantically coherent relation types in an open-world context.
Further extending our prompt-based approach, we develop CITRUN for unsupervised and open-world NER. By employing contrastive learning with off-domain labeled data, CITRUN improves entity type embeddings, surpassing LLM-based unsupervised NERs, and achieving competitive performance against zero-shot models that are more supervised.
These advancements facilitate meaningful knowledge extraction from unstructured documents, addressing practical, real-world constraints and enhancing the applicability of IE models in industrial contexts.

Détection et segmentation des anomalies en imagerie ultrasonore 3D et en imagerie industrielle par des approches d’apprentissage automatique supervisées ou non supervisées

Doctorante: Flora ESTERMANN

Laboratoire INSA : CREATIS
École doctorale : ED160 : EEA (Electronique, Electrotechnique, Automatique)

La détection d’anomalies faiblement contrastées dans les images est une problématique partagée à la fois par le domaine médical et l'industrie. Au cours de cette thèse, nous avons développé des méthodes d’apprentissage automatique pour la détection d’anomalies dans deux contextes différents: la détection des lésions ponctuées de la substance blanche (PWML) en échographie 3D chez les enfants prématurés par apprentissage supervisé pour notre application médicale, et la détection de défauts par apprentissage non supervisé pour des applications industrielles.

Le premier chapitre du manuscrit fournit une vue d’ensemble des quatre thématiques principales de nos recherches avec l’état de l’art correspondant : segmentation et classification supervisées pour la détection des lésions, classification non supervisée pour la détection des défauts, quantification des incertitudes pour l’explicabilité des résultats. La suite du manuscrit décrit séquentiellement les contributions de la thèse au domaine. Le deuxième chapitre présente notre étude sur les caractéristiques des PWML à l’échographie et introduit l’approche que nous avons proposée afin de réaliser la sur-segmentation des PWML dans les volumes ETF. Le troisième chapitre s’attaque directement aux méthodes de classification multi-vues proposées pour améliorer la précision de nos prédictions après la segmentation, et détaille également la manière dont nous avons intégré le cadre des prédictions conformes afin d’apporter une meilleure interprétabilité des résultats et un niveau de confiance plus élevé pour les médecins. Enfin, le dernier chapitre présente les approches non supervisées proposées pour la détection des défauts dans les images industrielles, en intégrant la détection conforme des anomalies également.

Nos résultats sont très encourageants pour le futur de l’intégration des modèles d’IA dans l’aide au diagnostic. De plus, dans le but de rendre nos modèles plus interprétables aux yeux des praticiens et des industriels, nous avons également traité la quantification des incertitudes en considérant le cadre des prédictions conformes dans nos approches.