HAL Portal UTC Université de Technologie de Compiègne
Not a member yet
11652 research outputs found
Sort by
Design Innovations and Performance Assessment of Small Wind Turbines: A Review for Decentralized and Off-grid Applications
No full textInternational audienceThis study provides a critical and comparative review of recent technological innovations in small wind turbines (SWTs), with a focus on their relevance for decentralized energy production in both urban and remote environments. It is based on a descriptive and analytical evaluation of technologies reported in the scientific literature from 2019 to 2024. Five representative SWT models are selected, Liam F1 UWT, Aeroleaf, IceWind, AeroMINE, and Harmony, covering both horizontal and vertical axis designs, including drag-based, lift-based, and pressure-gradient-based systems. A multi-criteria assessment framework is applied, considering performance under low to moderate wind conditions, as well as factors such as aerodynamic configuration, materials, installation context, and cost-effectiveness. Particular attention is paid to turbine start-up thresholds, acoustic levels, urban integration, and turbulence tolerance. The analysis shows that while some models such as Harmony and AeroMINE offer adaptability to complex wind profiles in urban areas, others like IceWind and Liam F1 are more suited for remote or low-noise environments. The role of aerodynamic design, ranging from Savonius and Darrieus profiles to helical blades and motionless Venturi-based systems, is highlighted as a key determinant of performance. The study concludes with recommendations for enhancing durability, scalability, and hybrid potential in future SWT developments
Correlation between the mesostructure and magnetic properties of FeCoV processed by L-PBF: reducing eddy current losses with air gaps
No full textInternational audienceBulk Fe49Co2V processed by Laser Powder Bed Fusion (L-PBF) shows high eddy current losses, 15 times higher, compared to conventional stack of laminations [1]. The flexibility of the L-PBF process enables the production of new designs allowing the reduction of these losses. Positioning thin air gaps to make harder the current circulation while keeping a constant section for the magnetic flux can reduce by a factor of ten the eddy current losses [1]. For this purpose, a geometry based on the Peano space filling curve was chosen to build Fe49Co2V torus by L-PBF. This structure allowing to optimize the filling rate of ferromagnetic material is composed of 350 µm thick walls separated by 250 µm thick air gaps. After a heat treatment to optimize the microstructure, magnetic losses are compared to the ones of bulk torus and laminated sheets torus to estimate the benefit of this new architecture
Apprentissage profond pour le calibrage automatique de capteurs multimodaux
No full textSensor calibration is a fundamental step in enabling robust perception for autonomous systems. This thesis focuses on deep learning-based approaches for automatic multimodal sensor calibration, targeting camera-LiDAR and event camera-LiDAR extrinsic calibration. Traditional calibration techniques often rely on controlled environments, static calibration targets, or initial parameter estimates, limiting their applicability in dynamic real-world scenarios. To overcome these limitations, this research proposes novel, automatic, and uncertainty-aware calibration frameworks that adapt to evolving sensor configurations and environmental conditions. We introduce PseudoCal, an initialization-free method leveraging pseudo-LiDAR representations to perform camera-LiDAR calibration directly in 3D space. Unlike conventional approaches that depend on 2D projections and feature correspondences,our technique provides calibration with minimal prior initialization, making it more robust against significant misalignments. Additionally, we present MULi-Ev, the first real-time online calibration framework for event camera-LiDAR systems. This fills an increasingly critical gap in autonomous driving and robotics, where this sensor combination is gaining popularity for its ability to handle fastmoving and high dynamic range environments. Furthermore, we propose an uncertainty-aware calibration framework that quantifies confidence in estimated parameters using conformal prediction and Bayesian deep learning techniques. This probabilistic modeling enhances trustworthiness in autonomous systems by providing reliable estimates of calibration confidence, crucial for safety-critical applications. This method could allow for the consideration of uncertainty in deciding whether to update calibration parameters, as well as transmitting this information to other modules of the system for more robust decision-making. Extensive experiments on real-world datasets demonstrate the effectiveness of our approaches, showcasing improvements in accuracy, robustness, and adaptability. The contributions of this thesis lay the groundwork for future advancements in sensor fusion, enabling autonomous systems to achieve more reliable and scalable perception in diverse operational settings.Le calibrage des capteurs est une étape essentielle pour garantir une perception robuste dans les systèmes autonomes. Cette thèse explore des approches basées sur l’apprentissage profond pour le calibrage automatique des capteurs multimodaux, en l’occurrence le calibrage extrinsèque entre les caméras et les LiDARs, ainsi qu’entre les caméras évènementielles et les LiDARs. Les méthodes traditionnelles de calibrage reposent généralement sur des environnements contrôlés, des cibles statiques ou des estimations initiales des paramètres, limitant leur applicabilité aux scénarios dynamiques du monde réel. Pour surmonter ces limitations, cette recherche propose des méthodes innovantes de calibrage, automatiques et prenant en compte l’incertitude, capables de s’adapter aux configurations des capteurs et aux conditions environnementales changeantes. Nous introduisons PseudoCal, une méthode limitant la dépendance à une initialisation précise, en utilisant des représentations pseudo-LiDAR pour réaliser un calibrage automatique entre caméras et LiDARs directement dans l’espace 3D. Contrairement aux approches conventionnelles qui s’appuient sur des projections 2D et des correspondances de caractéristiques, notre méthode permet un calibrage avec une initialisation minimale des paramètres, ce qui la rend plus robuste face aux désalignements importants. Nous présentons également MULi-Ev, la première méthode de calibrage en ligne et en temps réel pour les systèmes caméra évènementielle-LiDAR. Cette approche comble une lacune de plus en plus importante dans le domaine des véhicules autonomes et de la robotique, ou cette combinaison de capteurs devient de plus en plus populaire pour gérer les environnements dynamiques et à fort contraste. Enfin, nous proposons la première méthode de calibrage avec estimation de l’incertitude, qui quantifie la confiance dans les paramètres estimés grâce aux techniques de prédiction conforme et d’apprentissage profond bayésien. Cette modélisation probabiliste renforce la fiabilité des systèmes autonomes en fournissant des estimations calibrées et quantifiées, essentielles pour les applications critiques en matière de sécurité. Cette méthode pourrait permettre une prise en compte de l’incertitude pour décider de la mise à jour des paramètres de calibrage, ainsi que de transmettre cette information aux autres modules du système pour une prise de décision plus robuste. Des expériences approfondies sur des jeux de données réels démontrent l’efficacité de nos approches, mettant en évidence des gains en précision, en robustesse et en adaptabilité. Les contributions de cette thèse jettent ainsi les bases pour de futures avancées en fusion de capteurs, permettant aux systèmes autonomes d’atteindre une perception plus fiable et évolutive dans des contextes opérationnels variés
Identification des risques et gestion sécurisée des systèmes IoT
No full textThe Internet of Things (IoT) connects devices to exchange data over the inter-net, enabling proactive monitoring and early-warning systems of incidents in var-ious applications such as healthcare and railway. Short-range wireless protocols such as Bluetooth Low Energy (BLE), Zigbee, Z-wave, and others are predomi-nantly employed by IoT devices in the Sensing and Controlling domain of IoT ar-chitecture. These devices exchange sensitive data that back-end services rely on for processing and decision-making. However, this surge in connectivity has in-duced various security challenges, including a broad spectrum of vulnerabilities and threats that expose these networks to a wide range of attacks, jeopardizing the security and safety of IoT applications. These vulnerabilities and threats arise from several factors, including the heterogeneous and dynamic nature of IoT sys-tems that distinguish them from traditional IT networks, such as: resource con-straints that prevent them from supporting strong security measures and over-the-air update mechanisms, opacity of IoT, complex intercommunications, device mobility, and the absence of vulnerability disclosure and patching policies by manufacturers. According to the IoT Security Foundation, only 10% of over 300 surveyed IoT companies have established vulnerability disclosure and patching policies. Hence, the main goal of this thesis is to achieve secure computing in IoT networks by ensuring security and safety in the Sensing and Controlling domain.In order to achieve this, we should first study the problem from an offen-sive perspective, where potential security vulnerabilities and threats in IoT must be identified and analyzed. Then, we should study the problem from a defen-sive perspective to mitigate these threats. Security risk assessment serves as a useful method to analyze vulnerabilities and threats from the offensive perspec-tive, while Intrusion Detection Systems (IDS) can serve as efficient methods for mitigating threats from the defensive perspective. Existing research, including traditional methods designed for IT systems and methods tailored for IoT, suffers from various limitations due to the heterogeneous and dynamic nature of IoT net-works from both perspectives. To address these challenges, we have proposed a vulnerability-oriented security risk identification method as a core element of IoT risk assessment for identifying realistic vulnerabilities and threats on IoT and a Security-Bag IDS mechanism for detecting and tolerating attacks using secu-rity rules for IoT systems. These mechanisms have been thoroughly validated through a use case study on an IoT smart healthcare application. The research findings highlight the effectiveness of our proposed methods in addressing the security challenges and achieving secure computing in IoT.L’Internet des objets (ou IoT, pour Internet of Things) connecte des appareils et leur permet d’échanger des données sur Internet, ce qui permet une détection et des réponses rapides en cas d’incidents dans diverses applications telles que les soins de santé et les transports ferroviaires. Les protocoles sans fil à courte portée, tels que Bluetooth Low Energy (BLE), Zigbee, Z-wave et autres, sont principalement utilisés par les composants IoT dans les réseaux sans fils lo-caux (le Sensing and Controlling domain des architectures IoT). Ces composants échangent des données sensibles sur lesquelles les services des serveurs applicatifs s’appuient pour le traitement et la prise de décision. Toutefois, cette plus riche connectivité entraîne divers problèmes de sécurité, notamment un grand nombre de vulnérabilités et de menaces qui exposent les réseaux IoT à différents types d’attaques mettant en danger la sécurité et la sûreté de leurs applications. Ces vulnérabilités et menaces découlent de plusieurs facteurs, notamment la nature hétérogène et dynamique des systèmes IoT, qui les distingue des réseaux informatiques traditionnels, tels que : les contraintes de ressources qui empêchent la prise en charge de mesures de sécurité solides et de mécanismes de mise à jour en direct, l’opacité de l’IoT, les intercommunications complexes, la mobilité des composants et l’absence de divulgation et de correction des vulnérabilités de la part des fournisseurs. Selon l’IoT Security Foundation, seules 10% des 300 entreprises du domaine de l’IoT interrogées ont mis en place des processus de divulgation des vulnérabilités et d’application de corrections. Par conséquent, l’objectif principal de cette thèse est d’améliorer la sécurité dans les réseaux IoT, en garantissant la cybersecurité (security) et la sécurité-innocuité (safety) dans les réseaux sans-fil locaux des systèmes IoT.Pour ce faire, nous étudions d’abord le problème d’un point de vue offensif, où les vulnérabilités et les menaces potentielles dans l’IoT doivent être identifiées et analysées. Ensuite, nous étudions le problème d’un point de vue défensif afin d’atténuer ces menaces. L’évaluation des risques de sécurité est une méthode utile pour analyser les vulnérabilités et les menaces du point de vue offensif, tandis que les systèmes de détection d’intrusion (IDS) peuvent servir de méthodes efficaces pour atténuer les menaces du point de vue défensif. Les recherches existantes, y compris les méthodes conçues pour les systèmes traditionnels autant que celles développées spécifiquement pour l’IoT, souffrent de diverses limitations dues à la nature hétérogène et dynamique des réseaux IoT. Pour aborder ces défis, nous proposons en premier lieu une méthode d’identification des risques de sécurité pour l’IoT permettant d’identifier les vulnérabilités et des scénarios d’attaques réalistes sur le système ciblé. Nous proposons ensuite un mécanisme IDS Security-Bag pour détecter et tolérer les attaques à l’aide de règles de sécurité. Ces mécanismes ont été validés en simulation sur le cas d’étude d’une application de santé IoT. Les résultats de recherche mettent en évidence l’efficacité des méthodes que nous proposons pour améliorer la sécurité des systèmes IoT
Devenir ingénieur·e écologiste : l’engagement écologiste par et dans le travail d’ingénieur·e
No full textInternational audienceThis article studies the motivations and effects of ecological commitment by and in the work of engineers. The high visibility of engineers in recent environmental movements in France raises questions, since engineers are not very politicised and keep their distance from major social issues and militant worlds. The ecological commitment of engineers often remains rooted in expertise specific to engineers, as shown by the emergence of the “low-tech” movement and the creation of organisations on the edge of activism and research-action. This article analyses the reasons for the ecological commitment of engineers through their work, simultaneously ideological—the congruence of contemporary ecological framing, centred on expertise and the energy-climate issue, with engineering thinking—, organisational—the development of engineering professions resulting from the relative internalisation of ecological constraints by firms—and work-related—criticism of the deskilling and growing alienation of engineering work, often summarised in terms of the “loss of meaning” at work. It analyses the difficult emergence of an autonomous professional space for ecologist engineers. The extreme case of engineers in terms of low political commitment sheds light on the interactions between work and commitment in the graduate upper classes.Cet article vise à comprendre les ressorts et les effets d’un engagement écologique des ingénieur·es par et dans leur travail. La forte visibilité des ingénieur·es dans les mouvements écologistes récents interroge, car iels ont la caractéristique d’être peu politisé·es et de se tenir à distance des grandes questions de société et des mondes militants. L’engagement écologique des ingénieur·es reste bien souvent ancré dans une expertise qui leur est propre, comme le montrent l’émergence du mouvement low tech ou la création d’organisations à la lisière du militantisme et de la recherche-action. L’article analyse les raisons de l’engagement écologique des ingénieur·es par le travail, à la fois idéologiques — congruence du cadrage contemporain d’écologie, centré sur l’expertise et l’enjeu énergie-climat, avec la pensée d’ingénieur·e —, organisationnelles — développement de métiers d’ingénieur·es découlant de l’internalisation relative des contraintes écologiques par les entreprises — et issues de l’activité de travail — critique de la déqualification et de l’aliénation croissante du travail d’ingénieur·e, souvent synthétisé par la formule de « perte de sens du travail ». Il analyse la difficile émergence d’un espace professionnel autonome des ingénieur·es écologistes. Le cas extrême des ingénieur·es de par leur faible engagement politique permet d’éclairer les interactions entre travail et engagement dans les classes supérieures diplômées
Limit Theorems for Wavelet Conditional -Statistics for Time Series Models
No full textInternational audienceU-statistics constitute a foundational class of statistical methodologies employed tomodel quantities derived from responses across multiple subjects. They extend the classical conceptof the empirical mean of a random variable X by aggregating over all possible distinct m-tuples of Xobservations. In 1991, W. Stute introduced a novel subclass of conditional U-statistics, which canbe interpreted as extensions of Nadaraya–Watson estimators tailored for regression functions, asdetailed in [104]. Stute established the robust pointwise consistency of these statistics with respectto the function:r(m)(φ, t) = E [φ(Y1, . . . , Ym)|(X1, . . . , Xm) = t] ,where t ∈ Rdm and φ(·) : Rmq → R is a measurable function. This paper presents a comprehensiveframework for nonparametric statistical curve estimation. It introduces an innovative class ofwavelet-based estimators, marking their inaugural appearance in the existing literature, and establishes uniform rates of almost sure convergence over compact subsets of Rdm for strongly mixingprocesses. Moreover, the proposed estimators are demonstrated to exhibit asymptotic normality.These theoretical advancements provide a robust foundation for further developments in regressionestimation and suggest potential applications in areas such as classification problems and Kendall’stau. Additionally, within the same framework, we establish the uniform consistency of nonparametricinverse probability of censoring weighted (I.P.C.W.) estimators of the regression function underconditions of random censorship or left-truncated and right-censored data, which holds significantindependent interest
Supercritical fluid technology to the formulation of quercetin amorphous solid dispersions
No full textInternational audienc
Losses Evaluation on Parallel Diodes Using a Double Pulse Test Circuit
No full textInternational audienceThis paper aims to optimize efficiency by combining diodes, such as SiC Schottky or PiN Si in parallel. For each combination, conduction and switching losses are estimated using datasheet in addition to double pulse test circuit validation. The parallelization of each diode is studied to propose the best configuration
Limitations of Current-Optimal Dual Active Bridge Modulation Strategies
No full textThis paper was presented at the EPE 2025 conference and was subsequently selected for publication in the special issue of Elsevier's PEDC journal. Therefore, only the abstract appears on the conference website.International audienceIn this article a frequency domain-based numerical optimization algorithm is developed to calculate multi-variable PWM control strategies for the Dual Active Bridge that optimize the RMS current circulating in the linkage inductor. A novel analysis of the results concludes the presence of an unavoidable zero current switching boundary that exists in the operational domain and separates zones of ZVS and ZCS. This boundary is then analytically derived for use in control strategies. As commutation at zero or non-negative currents can introduce large switching losses, knowledge of this boundary is crucial for Dual Active Bridge converter design
Fuel Cell Design Considerations and Component Optimisation for Isolated Electric Energy Systems with Periodic Load Patterns
No full textInternational audienceThis paper presents design considerations for hydrogen-based fuel cell distributed generation units for electricity production in isolated energy systems and vehicles with periodic load pattern, replacing fossil fuel engines. Transient loads, inrush currents, fault currents that may occur in the power system is described. An optimization algorithm is used to find optimal component selection based on the load profile and cost parameters