21549 research outputs found
Sort by
Study on plastic pyrolysis and char smoldering for waste valorization
Get PDFThe European plastic production was up to 57.9 million tons in 2019, and almost half of the produced plastic becomes waste. Nearly one-quarter of plastic waste winds up in landfills. Consequently, plastic waste accumulates rapidly due to the low environmental degradability. Plastic pollution destroys ecosystems and causes harm to living creatures. Pyrolysis is considered a promising alternative to landfill disposal of plastic waste, which can simultaneously produce liquid oil similar to commercial fuels (gasoline and diesel). On the other hand, self-sustaining smoldering is increasingly popular for treating contaminated soils/sands, disposing of wastes, and realizing waste valorization. The contaminants (fuels) in the soils/sands can be destroyed by reacting with oxygen, which is a process that releases intensive heat. The smoldering heat can be used for plastic waste pyrolysis. This thesis aims to investigate the plastic waste pyrolysis driven by self-sustaining smoldering. The pyrolysis of plastic waste is a complex chemical process. In order to better understand the pyrolysis properties of plastics, this thesis adopts different analytical methods (artificial neural network (ANN) and genetic algorithm (GA)) coupled with thermogravimetric analysis (TGA) to conduct the kinetic modeling. The findings reveal that the ANN and GA predicted thermogravimetric results are highly consistent with the experimental values. Subsequently, the plastic waste thermal and catalytic decompositions have been conducted in a bench-scale semi-batch reactor to investigate the effects of operating parameters on the product yields. ANN-GA has also been used to establish the mathematical expressions of product yields under different conditions and optimize the conditions to obtain the highest oil yield. The pyrolysis oils under different conditions have been characterized by the Fourier-transform infrared spectroscopy (FTIR) and the gas chromatography/mass spectrometry (GC/MS). The types of oil’s functional groups do not change with different operating parameters. The oils are composed of alkenes, naphthenes, alkanes, and aromatic hydrocarbons ranging from C7 to C36. The operating parameters affect the oil fractions to a great extent. Since smoldering needs oxygen consumption whereas pyrolysis demands oxygen-free, the smoldering-driven pyrolysis reactor should be ex-situ. Due to the lack of applications of ex-situ smoldering for plastic waste pyrolysis, this thesis develops different dimensional numerical models for the smoldering-driven pyrolysis reactor. A one-dimensional (1D) smoldering model is coupled with a two-dimensional (2D) pyrolysis model to investigate the smoldering-driven pyrolysis of plastic waste. It is noteworthy that the boundary heat flux for the 1D smoldering model is determined by the global heat loss coefficient, which is calculated based on experimental data. Determining the global heat loss coefficient makes it challenging for the 1D smoldering model to conduct simulations of different reactor sizes. To improve the robustness of the smoldering-driven pyrolysis model, this thesis establishes a novel 2D pyrolysis coupled with a 2D smoldering model to address the benefits of a multi-dimensional analysis compared to the 1D smoldering approach. Moreover, a sensitivity analysis has been conducted to investigate the effects of several parameters that can affect smoldering and pyrolysis processes. The developed model aims to provide a general design tool for the smoldering-driven pyrolysis reactor's performance, evaluation, and optimization
Étude du vieillissement de pièces en matériaux composites à matrice organique de moteurs d’aéronefs et de ses conséquences sur leur réparation collée
Get PDFCe travail vise à étudier les conséquences du vieillissement hygrothermique sur la réparation collée de matériaux composites tissés 3D carbone/époxy, qui constituent les aubes fans du moteur CFM LEAP. Dans un contexte d’introduction massive de pièces en matériaux composites à matrice organique dans les moteurs d'avions, la maîtrise de leur réparation, notamment par collage, devient essentielle et prend de l'essor. L'optimisation de ces réparations collées est rendue possible par l'utilisation de traitements de surface, comme le traitement plasma atmosphérique dont l'intérêt a déjà été prouvé. Cependant, ces pièces en composite sont sensibles aux conditions climatiques dans lesquelles elles évoluent, notamment la chaleur et l'humidité, et subissent de ce fait des dégradations. La première étape de ce travail a permis de mettre en lumière les paramètres influençant la diffusion d'humidité via une étude statistique. Par la suite, l'analyse des effets vieillissement hygrothermique sur les matériaux composites tissés 3D a mis en évidence des altérations physico-chimiques, massiques et surfaciques, telles que la migration de particules, un lessivage de la matrice, ou l'apparition de fissures, ce qui va affecter l'efficacité des collages. L'utilisation du plasma atmosphérique sur le matériau vieilli a montré un effet désorbant sur les surfaces et des niveaux d'oxydation semblables à ceux des surfaces neuves traitées au plasma, ce qui pourrait permettre d'activer chimiquement la surface en vue d'un collage et de restaurer certaines de ses propriétés. La caractérisation mécanique via des tests d’adhérence des assemblages matériau composite vieilli/colle a montré une nette amélioration de la résistance mécanique suite à l’utilisation du traitement de surface par plasma
Étude théorique et simulations de convertisseurs de fréquence micro-ondes reposant sur l'emploi de circuits N-path
Get PDFCette thèse de doctorat s’attache à prouver qu’une nouvelle famille de circuits, appelés circuits N-path, est aujourd’hui une candidate crédible au besoin grandissant de flexibilité et de programmabilité des technologies de télécommunications spatiales. Cette famille de circuit permet en effet d’adresser plusieurs fonctions classiques de l’électronique radiofréquences, comme le filtrage, la démodulation, le déphasage, mais aussi la conversion de fréquence, le tout en présentant intrinsèquement des caractéristiques réglables sur une large gamme de fréquences. Les structures N-path permettent également d’atteindre de bonnes performances en bruit, en encombrement, ainsi qu’en nombre de composants et un circuit N-path peut remplacer plusieurs briques d’un système de communication à haute fréquence traditionnel.
Pour faire évoluer les connaissances sur ces circuits qui représentent maintenant une clé d’innovation incontournable, Jacques Sombrin a impulsé, avec l’aide du Centre National d’Études Spatiales, ou CNES, des actions de Recherche et Technologie dont le point central est cette thèse de doctorat, qui s’intéresse tout particulièrement à l’un des circuits N-path les moins connus et pourtant les plus prometteurs, le convertisseur de fréquence N-path.
Ce circuit est capable théoriquement de sélectionner par filtration intrinsèque une bande de fréquences en entrée, située autour d’une fréquence centrale et de restituer cette bande autour d’une autre fréquence centrale en sortie, ces deux fréquences étant réglables sur une large gamme fréquentielle. Ce circuit serait donc capable de remplacer les opérations de conversion de fréquence et de filtrage, tout en conservant un encombrement et des performances en bruit raisonnables.
Ces travaux de thèse ont débuté par la mesure et l’analyse d’un circuit développé et conçu dans le cadre de stages d’étudiants ingénieurs. Ce circuit, correspondant à la topologie la plus simple du Convertisseur de Fréquence N-path a permis de dégager un ensemble d’analyses permettant de mieux comprendre son fonctionnement, ainsi que d’identifier les bonnes et les mauvaises pratiques de conception qui le concerne. Les résultats ont été confrontés à la simulation du circuit développé pour tirer le maximum de conclusions sur ses points forts et points faibles.
L’accent a alors été mis sur le développement d’un modèle mathématique du circuit, alors inexistant. Basé sur les précédents modèles développés pour d’autres circuits N-path comme le filtre N-path, ce modèle, dans sa version de base est capable de décrire les conversions de fréquence principales et parasites à l’œuvre au sein du circuit, ainsi que son comportement passe-bande. Une évolution du modèle a ensuite été développée pour inclure la prise en compte de certaines non-idéalités du circuit. L’exploitation du modèle a permis une compréhension plus fine des mécanismes électroniques à l’œuvre au sein du circuit. Il a enfin permis de dégager des méthodes de conception pour permettre au circuit d’être performant.
Enfin, sur la base des travaux de modélisation, de simulation et de mesure, une nouvelle conception basée sur une topologie novatrice du Convertisseur de Fréquence N-path a été proposée. Ce nouveau circuit a pour but d’apporter de nouvelles preuves quant au potentiel dudit Convertisseur à répondre à certains des nouveaux besoins de l’industrie des télécommunications satellitaires. Le circuit contient plusieurs modifications par rapport à la topologie de base d’un Convertisseur de Fréquence N-path, lui permettant d’augmenter encore ses performances
Apprentissage profond pour l'aide à la détection d'anomalies dans l'industrie 4.0
Get PDFL’industrie 4.0 (I4.0) correspond à une nouvelle façon de planifier, d’organiser, et d’optimiser les systèmes de production. Par conséquent, l’exploitation croissante de ces systèmes grâce à la présence de nombreux objets connectés, et la transformation digitale offrent de nouvelles opportunités pour rendre les usines intelligentes et faire du smart manufacturing. Cependant, ces technologies se heurtent à de nombre défis. Une façon de leurs d’appréhender consiste à automatiser les processus. Cela permet d’augmenter la disponibilité, la rentabilité, l’efficacité et de l’usine. Cette thèse porte donc sur l’automatisation de l’I4.0 via le développement des outils d’aide à la décision basés sur des modèles d’IA guidés par les données et par la physique. Au-delà des aspects théoriques, la contribution et l’originalité de notre étude consistent à implémenter des modèles hybrides, explicable et généralisables pour la Maintenance Prédictive (PdM). Pour ce motif, nous avons développé deux approches pour expliquer les modèles : En extrayant les connaissances locales et globales des processus d’apprentissage pour mettre en lumière les règles de prise de décision via la technique l’intelligence artificielle explicable (XAI) et en introduisant des connaissances ou des lois physiques pour informer ou guider le modèle. À cette fin, notre étude se concentrera sur trois principaux points :
Premièrement, nous présenterons un état de l’art des techniques de détection d’anomalies et de PdM4.0. Nous exploiterons l’analyse bibliométrique pour extraire et analyser des informations pertinentes provenant de la base de données Web of Science. Ces analyses fournissent des lignes directrices utiles pouvant aider les chercheurs et les praticiens à comprendre les principaux défis et les questions scientifiques les plus pertinentes liées à l’IA et la PdM. Deuxièmement, nous avons développé deux Framework qui sont basés sur des réseaux de neurones profonds (DNN). Le premier est formé de deux modules à savoir un DNN et un Deep SHapley Additive exPlanations (DeepSHAP). Le module DNN est utilisé pour résoudre les tâches de classification multi-classes déséquilibrées des états du système hydraulique. Malgré leurs performances, certaines questions subsistent quant à la fiabilité et la transparence des DNNs en tant que modèle à "boîte noire". Pour répondre à cette question, nous avons développé un second module nommé DeepSHAP. Ce dernier montrant l’importance et la contribution de chaque variable dans la prise de décision de l’algorithme. En outre, elle favorise la compréhension du processus et guide les humains à mieux comprendre, interpréter et faire confiance aux modèles d’IA.
Le deuxième Framework hybride est connu sous le nom de Physical-Informed Deep Neural Networks (PINN). Ce modèle est utilisé pour prédire les états du processus de soudage par friction malaxage. Le PINN consiste à introduire des connaissances explicites ou des contraintes physiques dans l’algorithme d’apprentissage. Cette contrainte fournit une meilleure connaissance et oblige le modèle à suivre la topologie du processus. Une fois formés, les PINNs peuvent remplacer les simulations numériques qui demandent beaucoup de temps de calcul. En résumé, ce travail ouvre des perspectives nouvelles et prometteuses domaine de l’explicabilité des modèles d’AI appliqués aux problématiques de PdM 4.0. En particulier, l’exploitation de ces Framework contribuent à une connaissance plus précise du système
Detailed modeling and simulations of Nanosecond Repetitively Pulsed Discharges for Plasma-Assisted Combustion
Get PDFDans le domaine de la propulsion aéronautique, une tendance actuelle forte est la combustion en régime pauvre, voire très pauvre, afin de limiter les émissions de polluants. Il s’agit cependant d’un défi technologique de taille, puisque la combustion pauvre est peu stable et ne garantit pas les capacités d’allumage et de rallumage en altitude nécessaires à la certification.Une solution émergente, applicable à une large gamme de configurations, pour permettre l’allumage et la stabilisation de la combustion dans des régimes pauvres, est l’utilisation de décharges électriques de faible énergie près de la flamme. Parmi les différents types de décharge existants, les décharges nanosecondes répétitives pulsées (NRP) sont particulièrement intéressantes. Cependant, malgré une efficacité démontrée, les mécanismes fondamentaux de l’interaction entre la combustion et le plasma généré par la décharge ne sont pas bien compris. De plus, il n'existe pas d’outil numérique opérationnel pour évaluer la performance des décharges NRP dans des configurations pratiques. L'objectif de cette thèse, réalisée dans le cadre du projet ANR PASTEC, est double. Il s'agit d'abord de développer un code de plasmas froids capable de modéliser la phase plasma. Cette tâche a vu naitre le code parallèle et non-structuré AVIP qui partage la structure de données du code de combustion AVBP développé au CERFACS. Cette modélisation permettra ensuite d’étudier en détail les mécanismes d’interactions entre la le plasma et une flamme dans des configurations pointe-pointe. Pour cela, une chimie détaillée pour la combustion assistée par plasma a été développée et validée avec des données expérimentales dans des configurations de laboratoire. Cette chimie étant trop couteuse pour un calcul multi-dimensionnel, un travail de réduction a été réalisé et un modèle phénoménologique a été proposé. Le mécanisme cinétique réduit est finalement utilisé dans des simulations multi-dimensionnelles couplant les codes AVBP et AVIP afin d'étudier les effets des décharges NRP dans l'air et pour l'allumage d'un mélange methane-air
A hybrid approach of machine learning and expert knowledge for projection of aircraft operability
Get PDFAircraft operational performance is a key driving factor to flight punctuality and airline profitability. The ability of a system to meet its operational requirements in terms of reliability, availability and costs is termed as 'Operability'. It is of high importance for aircraft manufacturers to project operability during the early stages of development of an aircraft in order to make trade-off studies. This paper proposes a hybrid approach of using machine learning and expert knowledge to aid the projection of aircraft operational performance during the early design stages. This approach aims to benefit from the huge amount of in-service data available from the current and past fleet of aircraft. Hence, machine learning techniques are used to learn how different technical issues and their associated maintenance activities impact aircraft operations. Expert knowledge is used to establish the default rules of the simulation model used for the operability projection. Results from machine learning are used to improve these rules allowing one to make holistic projections of the operational performance of future aircraft. This approach allows one to estimate the elapsed time in different operational states of an aircraft like flying, turn-around, etc. which can then be used to calculate different operability Key Performance Indicators (KPIs) like aircraft reliability and maintenance unavailability
Seasonal variations of subsurface seismic velocities monitored by the SEIS-InSight seismometer on Mars
Get PDFThe SEIS seismometer deployed at the surface of Mars in the framework of the NASA-
InSight mission has been continuously recording the ground motion at Elysium Planitia
for more than one martian year. In this work, we investigate the seasonal variation of the
near surface properties using both background vibrations and a particular class of high-
frequency seismic events. We present measurements of relative velocity changes over one
martian year and show that they can be modeled by a thermoelastic response of the Mar-
tian regolith. Several families of high-frequency seismic multiplets have been observed at
various periods of the martian year. These events exhibit complex, repeatable waveforms
with an emergent character and a coda that is likely composed of scattered waves. Taking advantage of these properties, we use coda wave interferometry to measure relative
travel-time changes as a function of the date of occurrence of the quakes. While in some
families a stretching of the coda waveform is clearly observed, in other families we ob-
serve either no variation or a clear contraction of the waveform. These various behaviors
correspond to different conditions of illumination at the InSight landing site, depending
on the season. Measurements of velocity changes from the analysis of background vi-
brations above 5 Hz are consistent with the results from coda wave interferometry. We
identify a frequency band structure in the power spectral density that can be tracked over
hundreds of days. This band structure is the equivalent in the frequency domain of an
autocorrelogram and can be efficiently used to measure relative travel-time changes as a
function of frequency. We explain how the PSD analysis allows us to circumvent the con-
tamination of the measurements by the Lander mode excitation which is inevitable in the
time domain. The observed velocity changes can be adequately modeled by the thermoe-
lastic response of the regolith to the time-dependent incident solar flux at the seasonal
scale. In particular, the model captures the time delay between the surface temperature
variations and the velocity changes in the subsurface. Our observations could serve as
a basis for a joint inversion of the seismic and thermal properties in the first 20 meters
below InSight
Aprentissage profond pour la compression embarquée d'images d'observation de la Terre
Get PDFLa nouvelle génération de satellites permet l’acquisition d’images avec des résolutions spectrales et spatiales toujours plus grandes. La contrepartie est qu’une quantité croissante de données doit être traitée et transmise au sol. La compression embarquée d’images devient donc cruciale pour préserver la bande passante du canal de transmission et réduire le temps de transmission des données. Récemment, les réseaux de neurones convolutifs ont montré des résultats exceptionnels pour la compression d’images avec perte par rapport aux schémas de compression traditionnels, au prix d’une complexité de calcul élevée. Les architectures basés sur l’autoencodeur sont entraînés de bout en bout, tirant parti de grandes bases de données et de la puissance de calcul disponible sur de puissants clusters. Par conséquent, les contributions potentielles et la faisabilité des techniques d’apprentissage profond pour la compression embarqué d’images satellitaires suscitent un grand intérêt. Dans ce contexte, néanmoins, les ressources de calcul sont soumises à de sévères limitations: un compromis entre performances de compression et complexité doit être établi. Dans cette thèse, l’objectif principal est d’adapter les architectures de compression appris à la compression embarquée, de les simplifier et de les entraîner avec des images spécifiques. Dans un premier temps, nous proposons de simplifier au maximum ces architectures tout en préservant des performances élevées, en conservant notamment l’adaptabilité pour traiter des images diverses. Dans un deuxième temps, nous étudions comment de telles architectures peuvent encore être améliorées en agrégeant d’autres fonctionnalités telles que le débruitage. Ainsi, nous avons incorporé le débruitage, soit en considérant les architectures de compression mentionnées ci-dessus pour la compression et le débruitage simultanément, soit en utilisant une approche séquentielle. L’approche séquentielle consiste à utiliser au sol une architecture différente pour débruiter les images compressées issues de l’architecture de compression appris précédent. En réalisant des expériences sur des images satellites simulées mais réalistes,nous montrons que les simplifications proposées pour l’architecture de compression appris entraînent une complexité considérablement moindre tout en maintenant des performances élevées. Tant en compression apprise qu’en débruitage appris aussi, les approches conjointes et séquentielles sont intéressantes et complémentaires, permettant de surpasser les performances du système d’imagerie du CNES, et ouvrant ainsi la voie à des chaines opérationnels de compression et de débruitage des images satellites
Aerodynamic and Aeroacoustic Study of Low Reynolds Number Rotors: Influence of Pitch Angle, Airfoil Camber and Thickness
Get PDFWith the increase in the use of micro air vehicles (MAVs), the issue of noise pollution is becoming critical in both military and civilian fields. The main noise component in quadcopter MAVs is generated by the rotors and their interactions with the whole body. Here, a Non-Linear Vortex Lattice/Particle Method (NVLM), coupled with the Farassat formulation-1A of the Ffowcs-Williams and Hawkings (FW-H) acoustic analogy, is used to characterize the influence of the blade pitch and the airfoil shape on the tonal noise and the aerodynamic performance of low Reynolds number rotors typical of MAVs. The validation of both NVLM and FW-H codes is adressed with test cases from the literature and experiments on a 25cm diameter NACA0012 constant-pitch rotor in hovering conditions. The tonal noise of this MAV rotor is then studied in details. Finally, a parametric study of rotor pitch angle and of airfoil camber and thickness is performed, providing guidelines for the design of small rotors with low acoustic footprint and optimal aerodynamic performance
Energy-Based System Architecture Design - Environmental Control System
Get PDFA prominent pathway for the aeronautical industry to meet contemporary challenges is to explore overall vehicular
efficiency gains enabled by various functional and structural distributions and/or synergies between
onboard systems. To that end, this paper combines analytical first-principle-based methods and principles
of systems engineering and focuses on the Environmental Control System (ECS). The objective is to develop
means for simple blank-sheet design of complete system architectures, which would help unlock potentially obscured
parts of the system design space. Basic thermodynamics is employed, complemented with “Function-
Behaviour-Structure-Experience” systems engineering framework. The method presented in the paper enables
users to initialise the design from a primitive abstract system architecture described by elementary physical
processes, and then carry out a sequence of decisions and design material systems architecture, i.e. concepts
that respond to the system requirements. The preliminary results present development of architectures representative
both of traditional pneumatic and innovative electrical ECS concepts. Energy consumption figures of
merit (thermodynamic efficiency, exergy destruction rate) are used as guidelines during the design i.e. for a
given flight condition, the designer can assess the influence of each choice on the overall system energy consumption.
Trade-offs between architectural design choices and figures of merit are thus rendered transparent
in preliminary architecture design. In this paper the figures of merit are based on thermodynamic energy efficiency;
in perspectives the method can include other constraints such as e.g. weight, volume, cost, or other,
with long-term objective of enabling a comprehensive multi-disciplinary multi-system aeroplane architecture
design scheme