thèses en ligne de ParisTech
Not a member yet
9369 research outputs found
Sort by
Imagerie ultrasonore 4D par reconstruction rapide dans le domaine de Fourier et compression de données
No full textThe subject of this thesis is 3D ultrasonic imaging for non-destructive testing. In particular, we aim to achieve real-time performance in 3D imaging. This requires reducing the number of computational operations induced by volumetric imaging and the amount of data generated by a matrix sensor. The studied solution relies on the combined use of processing algorithms in the Fourier domain, minimizing the number of operations per voxel, and on plane wave acquisition techniques that limit the amount of data to be processed by reducing the number of emissions. The suitability of this approach for real-time imaging is studied with the objective of proposing a memory-efficient and high-resolution 3D imaging method. Implementation in a laboratory ultrasonic system shows that frequency domain algorithms allow the reconstruction of images containing up to 10 million voxels, surpassing time-domain methods that peak at 100,000 voxels. Additionally, frequency domain methods maintain a frequency above 50 Hz for images up to 1 million voxels. Furthermore, this thesis examines the potential contribution of compressed acquisition to reduce data volume, showing improved resolution and signal-to-noise ratio compared to plane wave acquisitions. However, the time required for the decompression process is an obstacle to real-time use. Therefore, two strategies are proposed to accelerate decompression and make this technique compatible with real-time requirements.Le sujet de cette thèse est l'imagerie ultrasonore 3D pour le contrôle non destructif. En particulier, nous cherchons à atteindre une cadence temps réel en imagerie 3D. Cela nécessite de réduire le nombre d'opérations de calcul induites par l'imagerie volumique et la quantité de données issue d'un capteur matriciel. La solution étudiée repose sur l'utilisation combinée d'algorithmes de traitement dans le domaine de Fourier, minimisant le nombre d'opérations par voxels, et sur des techniques d'acquisition par ondes planes qui limitent la quantité de données à traiter en réduisant le nombre d'émissions. L'adéquation de cette approche à l'imagerie temps réel est étudiée avec l'objectif de proposer une imagerie 3D économe en mémoire et à haute résolution. L'implémentation dans un système ultrasonore de laboratoire montre que les algorithmes fréquentiels permettent la reconstruction d'images comportant jusqu'à 10 millions de voxels, surpassant les méthodes temporelles qui plafonnent à 100 000 voxels. Également, les méthodes fréquentielles permettent de maintenir une fréquence supérieure à 50 Hz pour des images jusqu'à 1 million de voxels. Par ailleurs, ce travail de thèse examine l'apport potentiel de l'acquisition comprimée pour réduire le volume de données, montrant une amélioration de la résolution et du rapport signal sur bruit par rapport aux acquisitions en ondes planes. Néanmoins, le temps nécessaire au processus de décompression représente un obstacle à l'utilisation en temps réel. Deux stratégies sont donc proposées afin d'accélérer la décompression et rendre cette technique compatible avec les exigences du temps réel
Sur les angles morts des politiques d'efficacité énergétique : le cas des outils informationnels et incitatifs
No full textAs global energy demand grows, energy efficiency is critical for reducing consumption and mitigating climate change. Despite widespread implementation, certain energy efficiency policies, particularly in regions with high energy demand like France, face barriers such as market frictions and unreliable informational tools. In rapidly growing energy demand areas like African countries, challenges include nascent policy frameworks and insufficient energy information for consumers to make energy-efficient choices.This thesis examines shortcomings that limit the effectiveness of energy efficiency policies in both high and rapidly growing energy demand regions, focusing on enforcement, reliability, and the role of incentives. It comprises three co-authored chapters, with me as the first author. I investigate energy efficiency labeling and disclosure policies, including France’s Energy Performance Certificate (DPE) and the absence of energy labeling in select African air conditioner (AC) markets, alongside incentive schemes like France’s Certificats d’économies d’énergie (CEE) program.The rise in AC adoption across Africa, driven by rising temperatures, income growth, and urbanization, significantly impacts energy demand and emissions. However, energy efficiency policies in these regions remain understudied, and reliable data on how energy efficiency information is communicated to consumers is lacking. For this first chapter, we compiled a dataset (2019-2022) covering 1,229 AC models from Africa’s largest e-commerce platform across 13 countries. This analysis reveals that less than 10% of AC models provide energy performance information. Weak regulatory enforcement leads to irregular energy efficiency information disclosure, indicating the need for mandatory policies and minimum energy performance standards.In France, the DPE plays a key role in the real estate market and in energy efficiency policies, but it has faced criticism for its complex methodology and susceptibility to manipulation. The second chapter analyzes reforms aimed at improving DPE's reliability. We find clear evidence of bunching prior to the 2021 reforms, with 24% of DPEs near energy class thresholds placed in more favorable categories. Following the reforms, which standardized assessment methods and enforced legal measures, suspected manipulation rates fell by half. However, some manipulation persists, underscoring the need for stronger enforcement, oversight, and verification to maintain the label's credibility.The third chapter examines France’s CEE program, launched in 2006 to incentivize energy efficiency investments by requiring energy suppliers to subsidize energy-saving measures across sectors. This chapter focuses on the program’s third period (2015–2017), before the introduction of a comprehensive bonus structure. Using a Regression Discontinuity Design, we assess the program's impact by exploiting subsidy variations across climatic zones. The results indicate overall limited effectiveness, with only slight increases in subsidized renovations observed at the boundaries of climate zones and for specific measures. We also find that the majority of subsidies were directed towards insulation measures, reflecting similar trends to those of other ongoing incentive programs.Overall, the findings of the thesis underscore the need for stronger enforcement mechanisms for the policies analyzed.Alors que la demande mondiale en énergie augmente, l'efficacité énergétique est essentielle pour réduire la consommation et atténuer le changement climatique. Malgré une mise en œuvre extensive, certaines politiques d'efficacité énergétique, en particulier dans les régions à forte demande comme la France, se heurtent à des obstacles tels que les frictions du marché et des outils informationnels peu fiables. Dans les régions de demande énergétique croissante, comme certains pays africains, les défis incluent des cadres politiques naissants et un manque d'informations permettant aux consommateurs de faire des choix énergétiques efficaces. Cette thèse examine les lacunes qui limitent l'efficacité des politiques dans les régions à forte et à croissante demande énergétique, leur application, leur fiabilité et le rôle des incitations. Elle comprend trois chapitres co-écrits, dont je suis la première autrice. J'analyse les politiques d'étiquetage et de divulgation de l'efficacité énergétique, comme le Diagnostic de Performance Énergétique (DPE) et l'absence d'étiquetage énergétique pour les climatiseurs dans certains marchés africains, ainsi que les dispositifs incitatifs comme le programme des Certificats d'économies d'énergie (CEE).L'adoption croissante des climatiseurs en Afrique, favorisée par l'augmentation des tempéra-tures, la croissance des revenus et l'urbanisation, a un impact significatif sur la demande énergétique et les émissions. Cependant, les politiques d'efficacité énergétique dans ces régions sont peu étudiées, et il manque des données fiables sur la divulgation de l'information aux consommateurs. Pour le premier chapitre, nous avons collecté des données (2019-2022) couvrant 1 229 modèles de climatiseurs issues de la plus grande plateforme de e-commerce d'Afrique et 13 pays: Algérie, Cameroun, Côte d'Ivoire, Égypte, Ghana, Kenya, Maroc, Nigeria, Sénégal, Afrique du Sud, Tanzanie, Tunisie et Ouganda. Cette analyse révèle que moins de 10% des modèles fournissent des informations sur la performance énergétique. Une application réglementaire faible conduit à une divulgation irrégulière des informations, soulignant la nécessité de politiques obligatoires et de normes minimales de performance. En France, le DPE joue un rôle clé dans le marché immobilier et dans les politiques d'efficacité énergétique, mais il a été critiqué pour sa vulnérabilité à la manipulation. Le deuxième chapitre analyse la réforme visant à améliorer la fiabilité du DPE. Nous identifions des signes de bunching avant la réforme de 2021, avec 24% des DPE situés près des seuils de classe et classés plus favorablement. Après la réforme, qui a harmonisé les méthodes d'évaluation et rendu le DPE opposable, le taux de manipulation suspectée a diminué de moitié, bien que des comportements de manipulation persistent, soulignant la nécessité d'un contrôle accru pour maintenir la crédibilité du DPE. Le troisième chapitre examine le programme CEE, lancé en 2006 pour encourager les investissements dans l'efficacité énergétique en obligeant les fournisseurs à subventionner des mesures d'économies d'énergie. Ce chapitre se concentre sur la troisième période (2015-2017), avant l'introduction d'un dispositif de bonus dans le cadre du programme. En utilisant la méthode de la regression sur la discontinuité, nous évaluons l'impact du programme en exploitant les variations des subventions entre les zones climatiques. Les résultats indiquent une efficacité globale limitée, avec seulement de légères augmentations des rénovations subventionnées observées aux frontières des zones climatiques et pour des mesures spécifiques. Nous constatons également que la majorité des subventions étaient dirigées vers des mesures d'isolation, reflétant des tendances similaires à celles d'autres programmes d'incitation en cours. Dans l'ensemble, les résultats de la thèse soulignent la nécessité d'un renforcement accru des mécanismes d'application des politiques analysées
Essais 4D multimodaux et simulations numériques appliqués à l'étude de la plasticité cristalline
No full textEstablishing microstructure-property relationships is a critical challenge for the design of structural materials. Metals dis-play an heterogeneous polycrystalline organisation which drives their performance, hence the need to access to themechanical quantities of interest at the grain and sub-grain scales. A variety of characterization techniques now givesaccess to those levels of details. Recent progress in synchrotron and laboratory X-ray techniques have contributed to therise of multimodal experiments, especially by allowing non destructive in situ testing. In particular, Diffraction ContrastTomography (DCT), which belongs to the Diffraction Microcrostructure Imaging (DMI) techniques family, allows the re-construction of 3D grain maps with their associated orientations field and actual morphology. These digital twins canbe used directly for simulations. Improved convergence of experimental and numerical modalities leads to unified andmassive databases. This represents an opportunity to unlock the understanding of the complex physical mechanisms atstake. The main objective of the present work is to contribute, with concrete use cases, to demonstrate the potential ofthis approach. We introduce two in situ multimodal datasets applied to incipient crystal plasticity on a commercially puretitanium. First, we assess the performance of the EBSD, synchrotron DCT and LabDCT techniques used. A statisticalregistration technique allows to compare rigorously these modalities. Typical plasticity mechanisms are observed at thesurface and in the volume (grains rotation, plastic slip and intragranular transmission, GND dislocations accumulation atgrain boundaries), as well as the formation of sub grains, an unprecedented observation only enabled by the DCT. Inaddition, the FFT simulation performed on a DCT volume allowed us to validate the performance of the continuous crystalplasticity model, excepted in the vicinity of the non modelized precipitates. The last chapter presents a complementarynumerical study of the performance of the LabDCT algorithm, commercialized by XNovo Technology, on a microstructurein the deformed state. This study lies in the scope of extending the reconstruction applications of DMI techniques. Weshowed good performance of the algorithm for tracking grains rotations during the deformation. On the other hand, the program is not able to reconstruct a reliable intragranular orientation field.Comprendre les liens étroits entre microstructure et propriétés est un objectif majeur pour la conception de matériaux de structure. Les métaux présentent une organisation polycristalline hétérogène qui pilote leur performance, d’où la nécessité d’accéder aux quantités mécaniques d’intérêt à l’échelle granulaire, voire intragranulaire. Un large éventail de techniques de caractérisation permet désormais d’observer ces échelles. Des avancées récentes sur les techniques RX, en synchrotron ou en laboratoire, ont contribué à l’essor des expériences multimodales, notamment par la réalisation d’essais in situ en volume non destructifs. En particulier la Tomographie par Constraste de Diffraction (DCT), appartenant à la famille des techniques d’Imagerie de Microstructure par Diffraction (DMI), permet de reconstruire des cartographies 3D de grains avec leurs orientations associées et une morphologie fidèle de la réalité. Les jumeaux numériques obtenus peuvent être utilisés directement pour des simulations. Cette convergence améliorée des modalités expérimentales ou numériques permet d’envisager des jeux de données massifs et unifiés. Cela constitue une opportunité pour mieux appréhender la complexité des mécanismes physiques. L’objectif principal de cette thèse est de contribuer, sur des cas concrets, à démontrer le potentiel de cette approche. Nous introduisons deux jeux de données multimodaux in situ appliqués à l’étude des premiers stades de la plasticité cristalline sur un titane commercialement pur. Nous évaluons d’abord les performances des techniques EBSD, DCT synchrotron et LabDCT utilisées. Une solution de recalage statistique permet de comparer rigoureusement ces modalités. Des mécanismes caractéristiques de plasticité sont ensuite statistiquement mis en évidence en surface et en volume (rotation des grains, glissement plastique et transmission intergranulaire, accumulation de dislocations GND aux joints de grains), ainsi que la formation de sous-grains, observation inédite uniquement permise par mesure DCT. La simulation FFT réalisée sur un volume DCT a permis en outre de valider les performances du modèle de plasticité cristalline continu sauf au voisinage des précipités non modélisés. Le dernier chapitre présente une étude numérique complémentaire des performances de l’algorithme LabDCT, commercialisé parXNovo Technology, sur une microstructure à l’état déformé. Cette étude s’inscrit dans la dynamique d’étendre les capacités de reconstruction des techniques DMI. Nous avons établi des performances satisfaisantes de l’algorithme pour suivre les rotations des grains au cours de la déformation. Par contre le programme n’est pas capable de reconstruire un champ intragranulaire d’orientations fiables
Spatialisation, fusion et enrichissement d'imagerie multimodale pour les Sciences du Patrimoine
No full textDigital heritage is becoming an effervescent concept at the crossroads of many disciplinary fields. By extension the multi-faceted Cultural heritage asset, as object of study, is at the center of interdisciplinary studies, essentially from digital-born documentation procedures and technologies where real-based modeling or sensing is a key feature. As a matter of fact, the imaging tools and 2D/3D digitization technologies mobilized today to survey, document and study heritage artifacts offer many perspectives and investigation paths to improve the shared knowledge around a heritage object. However, while the need of digital knowledge and expertise is developing in kind as well as in number, the also variable methods mobilized are facing the challenge of multimodality. As a core notion of this dissertation, the multimodality is understood and justified by the overgrowing need to gather and interlink various digital resources (including multiple sensors, scales of observation, spectral or temporal layers) in order to allow a crossing of views and expertise. This work is inspired by a systemic approach where the mechanisms and the data stream, from the raw instrumental data captured in-situ to the knowledge extraction and representation is explored by (re)usable strategies exploiting the richness of the multimodal scenarios. Starting from a critical review of the acquisition-processing-interpretation sequence, this thesis proposes innovative ways to improve key steps such as data fusion and data provenance. A global strategy is proposed to better articulate the instrumental, computational and analytical phases toward the construction of a digital twin of heritage object. This research work is structured by three contributions proposing at different crucial intersections of the system, so-called strategic actions, to increase the informative potential of 2D/3D multimodal modeling. The coherence of the explored tracks, allows in particular to reveal reasoned, and pragmatic approaches based on the multimodal digitization and potentially being able to contribute to the upcoming challenges in terms of correlation of spatio-temporal semantically enriched data.Le Patrimoine Culturel est un objet d’étude protéiforme, désormais au centre d’enjeux documentaires interdisciplinaires, dont les procédures et les technologies numériques jouent un rôle prépondérant. Le Patrimoine Numérique s’installe comme une notion en effervescence, située à l’intersection de nombreux domaines de connaissances. Les techniques d'imageries mobilisées dans les Sciences du Patrimoine pour relever, documenter et examiner les objets patrimoniaux offrent de nombreuses perspectives d’investigation pour améliorer les connaissances partagées autour d’un objet d'étude devenu hybride, à l'interface entre le Réel et le Virtuel. Pour autant, à l’heure où ce savoir-faire numérique se développe, l'ensemble des méthodes et des outils mobilisés se heurtent au défi de la multimodalité. Cette problématique, au cœur de ce projet de thèse, se reflète par la nécessité croissante de mettre en coopération une variété de ressources numériques (comprenant une multiplicité de capteurs, d’échelles d’observations, de couches spectrales ou temporelles) dans l’objectif de permettre une croisée des regards et des expertises. Cette thèse propose d'appréhender les flux de numérisation 2D et 3D par une approche systémique visant à consolider le continuum informationnel reliant les données instrumentales capturées "in-situ" aux connaissances qu’il est possible d’en extraire. Ce travail de recherche explore différentes stratégies pour faire fructifier la richesse et la diversité des scenarios multimodaux. Les contributions principales se développent autour d'une relecture de la triade Acquisition -- Traitement -- Interprétation, en la mettant en interaction avec des thématiques telles que la Spatialisation, la Fusion et l'Enrichissement des données. Différentes approches sont proposées afin de mieux articuler les phases d’instrumentales, computationnelles et analytiques permettant d'augmenter le potentiel informatif des modélisations 2D/3D multimodales. Les pistes explorées sont appuyées par une série de travaux et d'expérimentations faisant émerger des synergies possibles pour explorer la corrélation de données spatio-temporelles sémantiquement enrichies basées sur des numérisations multimodales
Réduction de Modèles et Réseaux Neuronaux Artificiels pour une Simulation Multi-échelle Rapide et Précise des Matériaux Composites à Microstructure Périodique
No full textAlthough woven reinforced composites are experiencing rapid growth across various engineering and industrial domains, their widespread adoption is often hindered by challenges in accurately predicting their mechanical behavior. This obstacle primarily stems from the heterogeneous nature of these materials. Consequently, employing multi-scale approaches becomes imperative to predict their overall response under complex loading conditions, incorporating detailed descriptions of microstructure and the constitutive laws governing their components. However, effectively incorporating these methodologies into real-scale applications, particularly within FE² analyses, remains challenging due to the significant computational requirements they entail. This challenge intensifies when numerous direct calculations are necessary for testing various configurations, a critical aspect in optimization, inverse analysis, or real-time simulations. The need for such calculations adds to the computational demands, posing a significant obstacle to integrated into practical applications. To address these issues, while considering the scale effects, this thesis aims to develop efficient numerical tools to achieve accurate and fast predictions of woven composite response. First, we develop virtual twins (multiparametric solution) for real-time prediction of composite response, using non-intrusive Proper Generalized Decomposition (PGD) based methods. This aims at providing an accurate approximation of high-dimensional problems, that involved several microstructural parameters, with limited dataset. These multiparametric solutions are constructed for both linear and nonlinear behavior including history- and rate-dependent behaviors. Second, we develop an approach based on ANN to perform a macroscopic surrogate model of composites. This model, referred to as Multiscale Thermodynamics Informed Neural Networks (MuTINN), is founded on thermodynamic principles and introduces specific quantities of interest that serve as internal state variables at the macroscopic level. This captures efficiently the state and evolution laws governing the history-dependent behavior of these composites while retaining the thermodynamic admissibility and the physical interpretability of their overall responses. This approach has successfully associated with FE code, streamlining the application of multiscale FE-MuTINN approach for composite structure computations. The prediction capabilities of the proposed approach are demonstrated across the material scales, exemplified through diverse instances of woven composite structures. These applications account for anisotropic yarn damage and an elastoplastic polymer matrix behavior. This promises a potential solution to alleviate the computational challenges associated with multiscale simulations of large composite structures and paving the way for the development of a hybrid twin solution.Woven reinforced composites are often hindered by challenges in accurately predicting their mechanical behavior. This obstacle primarily stems from the heterogeneous nature of these materials. Consequently, employing multi-scale approaches becomes imperative to ascertain their overall responses under complex loading conditions, incorporating detailed descriptions of microstructure and the constitutive laws governing their components. However, effectively incorporating these methodologies into real-scale applications, particularly within FE² analyses, remains challenging due to the significant computational requirements. This challenge intensifies when numerous direct calculations are necessary for testing various configurations, a critical aspect in optimization, inverse analysis, or real-time simulations. The need for such calculations adds to the computational demands, posing a significant obstacle to integrated into practical applications. To address these issues, while considering the scale effects, this thesis aims to develop efficient numerical tools to achieve accurate and fast predictions of woven composite response. First, we develop virtual twins (multiparametric solution) for real-time prediction of composite response, using non-intrusive Proper Generalized Decomposition (PGD) based methods. This aims at providing an accurate approximation of these high-dimensional problems, that involved several microstructural parameters, with limited dataset. These multiparametric solutions are constructed for both linear and nonlinear behavior including history- and rate-dependent behaviors. Second, we develop an approach based on Artificial Neural Networks (ANNs) to perform a macroscopic surrogate model of composites. This model, referred to as Multiscale Thermodynamics Informed Neural Networks (MuTINN), is founded on thermodynamic principles and introduces specific quantities of interest that serve as internal state variables at the macroscopic level. This captures efficiently the state and evolution laws governing the history-dependent behavior of these composites while retaining the thermodynamic admissibility and the physical interpretability of their overall responses. This approach has successfully associated with FE code, streamlining the application of multiscale FE-MuTINN approach for composite structure computations. The prediction capabilities of the proposed approach are demonstrated across the material scales, exemplified through diverse instances of woven composite structures. These applications account for anisotropic yarn damage and an elastoplastic polymer matrix behavior. This promises a potential solution to alleviate the computational challenges associated with multiscale simulations of large composite structures and paving the way for the development of a hybrid twin solution
Sur la correction de modèle et la découverte de propriétés à travers différentes techniques
No full textOne of today's major industry challenges is optimizing the entire product life cycle, from initial design to in-service mechanical performance. This optimization goes beyond just financial considerations to also include environmental costs. Developing digital tools that can detect or prevent changes in material properties is crucial in supporting diagnosis and prognosis, thereby ensuring the product's complete life cycle. Within this context, various methodologies have been proposed in the domain of inverse problem analysis. Solving inverse problems necessitates the application of sophisticated mathematical and computational techniques, including optimization, statistical inference, machine learning, and data assimilation. These methodologies aim to unravel the complex connections that influence a system, primarily focusing on revealing hidden or unobserved parameters. The successful resolution of inverse problems holds immense significance. It empowers us to gain deeper insights into complex systems, refine models, and make informed decisions grounded in observed data, even when certain aspects remain concealed from direct observation.This thesis, structured into three chapters, delves into essential tools, methodologies, and personal contributions crucial for constructing hybrid twins within the framework of inverse analysis.Chapter 1 introduces a novel methodology based on sparsity, aiming to detect property changes within mechanical systems. Chapter 2 explores advancements in Physics-Informed Neural Networks (PINNs), highlighting how this framework, which leverages physical principles, can revolutionize the field of inverse analysis. Lastly, Chapter 3 investigates Graph Neural Networks, proposing a new architecture for detecting property changes within a system.Collectively, these chapters contribute to the development, enhancement, and practical applications of methodologies that enable the resolution of diverse inverse problems while also facilitating the construction of hybrid twins. Through these contributions, this thesis seeks to advance the field of engineering by harnessing the power of data and simulation to address complex real-world challenges.L'un des principaux défis de l'industrie d'aujourd'hui consiste à optimiser l'ensemble du cycle de vie des produits, depuis leur conception initiale jusqu'à leurs performances mécaniques en service. Cette optimisation va au-delà des considérations financières et englobe également les coûts environnementaux. Le développement d'outils numériques capables de détecter ou de prévenir les changements dans les propriétés des matériaux est crucial pour soutenir le diagnostic et le pronostic, garantissant ainsi le cycle de vie complet du produit. Dans ce contexte, diverses méthodologies ont été proposées dans le domaine de l'analyse des problèmes inverses. La résolution des problèmes inverses nécessite l'application de techniques mathématiques et informatiques sophistiquées, notamment l'optimisation, l'inférence statistique, l'apprentissage automatique et l'assimilation de données. Ces méthodologies visent à démêler les liens complexes qui influencent un système, en se concentrant principalement sur la révélation de paramètres cachés ou non observés. La résolution réussie des problèmes inverses revêt une importance considérable. Elle nous permet de mieux comprendre les systèmes complexes, d'affiner les modèles et de prendre des décisions éclairées fondées sur des données observées, même lorsque certains aspects restent cachés à l'observation directe.Cette thèse, structurée en trois chapitres, se penche sur les outils essentiels, les méthodologies et les contributions personnelles cruciales pour la construction de jumeaux hybrides dans le cadre de l'analyse inverse. Le chapitre 1 présente une nouvelle méthodologie basée sur l'éparpillement, visant à détecter les changements de propriétés dans les systèmes mécaniques. Le chapitre 2 explore les avancées dans le domaine des réseaux neuronaux informés par la physique (PINN), en soulignant comment ce cadre, qui s'appuie sur des principes physiques, peut révolutionner le domaine de l'analyse inverse. Enfin, le chapitre 3 étudie les réseaux neuronaux graphiques et propose une nouvelle architecture pour détecter les changements de propriétés au sein d'un système.Collectivement, ces chapitres contribuent au développement, à l'amélioration et aux applications pratiques des méthodologies qui permettent la résolution de divers problèmes inverses tout en facilitant la construction de jumeaux hybrides. Grâce à ces contributions, cette thèse cherche à faire progresser le domaine de l'ingénierie en exploitant la puissance des données et de la simulation pour relever les défis complexes du monde réel
Développement de méthodes et d'analyses pour l'étude de la ténacité sur petites éprouvettes
No full textFracture toughness tests allow measuring a material's properties resisting crack initiation and propagation. They require the specimen size to be large enough to measure a valid value. However, there are numerous cases where obtaining specimens of adequate dimensions is impossible. By combining an experimental approach with simulations, this thesis aims to develop methods for measuring the toughness of a ductile material using small specimens. This study is carried out on 316L(N) stainless steel, which is widely used in the nuclear industry. To assess the robustness of the approach, the material was studied at its as-received state and at an aged state at 750°C for 2000 hours, which is less ductile.A broad range of uncracked specimens (smooth and notched tensile, double edge notched tensile (DENT), and flat-grooved) and cracked specimens (CT) with variable geometries was studied. The cracked specimens were analyzed in terms of J-da curve, and the uncracked specimens (DENT) in terms of essential work of fracture. These tests, combined with fractographic analysis and interrupted tests, allow identifying the damage sequence and adjusting a coupled plastic behavior and damage model (GTN type). The comparison between experiences and simulations facilitated discussions on the size effect on J measurement, the validity limits of standards, and the competition between rupture by ductile tearing and plastic instability.Les essais de ténacité permettent de mesurer les propriétés de résistance d'un matériau vis-à-vis de l'amorçage et de la propagation de fissure. La réalisation de ces essais nécessite l'utilisation d'éprouvettes suffisamment grandes afin de mesurer une propriété valide. Cependant, il existe de nombreux cas pour lesquels il n'est pas possible d'obtenir des éprouvettes de dimensions suffisantes. En combinant une approche expérimentale et la simulation, cette thèse vise à développer des méthodes de mesure de la ténacité d'un matériau ductile à l'aide de petites éprouvettes. Un acier 316L(N) a été retenu pour cette étude car il est largement utilisé dans l'industrie nucléaire. Afin d'évaluer la robustesse de la démarche, l'étude a été conduite sur l'alliage à l'état neuf et sur un état moins ductile vieilli à 750°C en 2000h.L'étude a été faite sur une large gamme d'éprouvettes non fissurées (lisses, axisymétriques entaillées, doublement entaillées (DENT), de déformation plane) et fissurées (CT) de géométries variables. Les éprouvettes fissurées ont été analysées en terme de courbe J-da et les éprouvettes non fissurées (DENT) en terme de travail essentiel de rupture. Cette large base d'essais, combinée avec des expertises fractographiques et des essais interrompus, a permis d'identifier la séquence d'endommagement et d'ajuster un modèle de comportement et d'endommagement couplé (type GTN). La confrontation entre expériences et simulations a permis de discuter l'effet de taille sur la mesure de J, les limites de validité des normes et la compétition entre rupture par déchirement ductile et instabilité pastique
Modélisation multi-agent pour les smart-grids : une approche holonique
No full textSmart grids have become, for the last two decades, an urgent technical and scientific challenge as they can minimize global warming thanks to smart management techniques for the different grid actors and at all grid levels. Smart grids are especially problematic for islands and/or isolated areas as they have limited generation resources and do not provide enough flexibility.Indeed, in this thesis, which is a part of the MAESHA project, we propose a decentralized, multi-agent, holonic architecture for smart grid management and simulation, that is composed of an aggregation of an element called holon, which can also be viewed as a digital twin of the global smart-grid and its composing elements like microgrids. The proposed holon is composed of a group of 5 agents, each taking care of one of the following aspects: measurement, data, forecasting, control and communications.Moreover, this thesis focuses on three important subgoals of the smart grid. The first subgoal is the flexibility and resilience of the grid ensured by the holonic distribution of microgrids and the hierarchic EMSs architectures. The second subgoal is to propose a flexible energy forecasting model that can predict on different spatial and temporal scales, by using historical data of demand, weather forecasts and holiday days data. The third subgoal in this work is, using energy forecasts, to propose a control and decision model that can ensure power balance by optimizing energy generation and consumption with respect to environmental and economic costs.Finally, the proposed holonic model is then tested on the data of the island of Mayotte on various scenarios to ensure its flexibility and resilience.Les Smart Grids sont devenus, depuis deux décennies, un enjeu majeur et un grand défi scientifique et technique, car ils peuvent aboutir à minimiser le réchauffement climatique grâce à une gestion intelligente des différents acteurs du réseau électrique et à tous les niveaux du réseau. Les smart-grids restent problématiques pour les îles et/ou les zones isolées car ils disposent de ressources de génération limitées et ne fournissent pas assez de flexibilité.En effet, dans cette thèse, qui fait partie du projet MAESHA, nous proposons une architecture holonique, multi-agents et décentralisée pour la gestion et la simulation des réseaux smart-grid. Cette architecture est composée d’une agrégation d’un élément appelé holon, qui peut également être considéré comme un jumeau numérique du réseau global et de ses éléments constitutifs comme les micro-grids. L’holon proposé est composé d’un groupe de 5 agents, chacun s’occupant de l’un des aspects suivants : mesure, données, prédiction, contrôle et communications.De plus, cette thèse se concentre sur trois sous-objectifs importants de smart-grids. Le premier sous-objectif est la flexibilité et la résilience du réseau assurées par l'architecture holonique des micro-grids et les architectures EMS hiérarchiques. Le deuxième sous-objectif est de proposer un modèle de prédiction flexible qui peut donner des prédictions à différentes échelles spatiales et temporelles, en utilisant des données historiques de la demande, des prévisions météorologiques et des données de jours fériés. Le troisième sous-objectif de ce travail est, en utilisant les prédictions énergétiques, de proposer un modèle de contrôle et de décision qui peut assurer l’équilibre énergétique en optimisant la production et la consommation d’énergie par rapport aux coûts environnementaux et économiques.Enfin, le modèle holonique proposé est ensuite testé sur les données de l’île de Mayotte sur divers scénarios pour garantir sa flexibilité et sa résilience
Modélisation et simulation numérique de l'aérothermie des cavités sous distributeur de turbine et exploration de concepts de refroidissement avancés
No full textThis thesis work is dedicated to the issues of lifespan and performance related to the cavities beneath the turbine nozzle guide vane, which become more pronounced in the context of high-speed low pressure turbines development. First, a methodology based on steady-state CFD simulations, with fluid-solid coupling within the ANSYS Fluent solver, was developed to predict the temperatures of components within the cavities. Comparisons between calculations and the MAGPI experimental data demonstrated the method's accuracy in predicting solid temperatures on the stator foot, as well as its robustness under the various operating conditions encountered during an engine mission. However, discrepancies were observed at the rotor hub endwalls, highlighting the limitations of the methodology in regions influenced by unsteady phenomena. In the second phase of the thesis, the focus shifted to reducing performance losses caused by the cavities, with particular emphasis on aerodynamic losses induced by purge flow. A deflector concept was identified and subsequently optimized to reduce mixing losses between the leakage flows passing through the cavity. This technological solution significantly enhanced turbine performance, particularly by improving the efficiency of the rotor stage downstream of the cavity. This concept was evaluated using simulations designed to quantify both the aerothermal and aerodynamic effects present within these cavities.Ces travaux de thèse sont consacrés aux problématiques de durée de vie et de performances apportées par les cavités sous distributeur de turbine, qui sont accentuées dans le cadre du développement des turbines rapides. Dans un premier temps, une méthodologie basée sur des simulations CFD stationnaires et avec couplage fluide / solide au sein du solveur ANSYS Fluent a été mise en place, pour répondre au besoin de prédiction des températures des pièces qui composent les cavités. Par confrontation aux données expérimentales du banc d'essais MAGPI, cette méthodologie s'est montrée précise pour la prédiction des températures solides du pied du stator dans la cavité, et robuste aux différentes conditions de fonctionnement subites durant une mission moteur. Des écarts avec les mesures ont été constatés en tête de disque rotor, et démontrent les limitations de la méthodologie dans ces zones, soumises à des phénomènes instationnaires. Dans un second temps, les travaux ont été dédiés à la réduction des pertes de performances induites par les cavités, en s'intéressant aux pertes aérodynamiques générées par un débit de purge. Un concept de déflecteurs a été identifié puis optimisé, pour améliorer les pertes de mélange entre les écoulements de fuite transitant dans la cavité. Cette solution technologique s'est avérée efficace pour améliorer les performances de la turbine, notamment par un effet bénéfique sur le rendement de la grille rotor située en aval de la cavité. L'évaluation de ce concept a été rendu possible par l'utilisation de simulations destinées à quantifier les effets aérothermiques et aérodynamiques présents dans les cavités
Contrôle en boucle fermée de perturbations d’amplitude finie : application à des bifurcations sous et super-critiques d'écoulements fluides
No full textCurrent control optimisation methods struggle to stabilize a base flow in the case of finite amplitude perturbations. A boundary called edge of chaos separates into two regions the phase space of a flow which transitions subcritically to turbulence. The turbulent basin of attraction incorporates the perturbations whose energy is sufficient to trigger transition to turbulence, the laminar basin of attraction is the set of initial perturbations which are relaminarized. Such situation with two coexisting local attractors can also be encountered in flow cases outside the scope of transition to turbulence. A cylinder flow at Re = 100 exhibits a globally unstable base flow and a stable limit-cycle. Two basins of attraction emerge from the local stabilization of the base flow by a linear controller optimized on the linearized Navier-Stokes equations. We seek in this study to increase the basin of attraction of the base flow. The novelty of this work lies in the choice of the functional to be optimised with control. Indeed, the optimisation targets the energy of a perturbation located on the boundary of the two basins of attraction. We consider subcritical transition to turbulence using the well-known SSP model of Waleffe, a reduced-order model of the Navier-Stokes equations with only four degrees of freedom. The control methods elaboratored in this work are effective to induce a growth of the ”laminar” basin of attraction. In the cylinder flow, the robustness of an initial controller to finite amplitude perturbations is increased in a chosen direction of the phase space.Les méthodes de contrôle actuelles rencontrent des difficultés pour stabiliser un champ de base soumis à des perturbations d’amplitude finie. Une frontière appelée ”edge of chaos” sépare en deux zones distinctes le portrait de phase d’un écoulement qui transitionne de façon sous-critique à la turbulence. Le bassin d’attraction turbulent rassemble les perturbations capables de faire transitionner l’écoulement, le bassin d’attraction laminaire est l’ensemble des perturbations qui sont relaminarisées. La situation précédente caractérisée par deux attracteurs locaux qui coexistent peut être rencontrée en dehors du cadre de la transition à la turbulence. Un écoulement de type cylindre à Re = 100 possède un champ de base globalement instable ainsi qu’un cycle limite stable. Deux bassins d’attraction émergent lors de la stabilisation du champ de base par un contrôleur linéaire optimisé sur les équations de Navier-Stokes linéarisées. Nous cherchons dans cette étude à augmenter la taille du bassin d’attraction du champ de base. La nouveauté de ce travail réside dans le choix de la fonctionnelle qui est optimisée avec contrôle. En effet, l’optimisation vise l’énergie d’une perturbation située sur la frontière des deux bassins d’attraction. La transition sous-critique à la turbulence est étudiée par le biais du modèle SSP de Waleffe, un modèle d’ordre réduit des équations de Navier-Stokes avec seulement quatre degrés de liberté. Les méthodes de contrôle élaborées dans ce travail sont efficaces pour induire une croissance du bassin d’attraction ”laminaire”. Dans l’écoulement de type cylindre, la robustesse d’un contrôleur initial à des perturbations d’amplitude finie est augmentée avec succès dans une direction du portrait de phase