3369 research outputs found
Sort by
Impact resonance test protocol for bituminous mixture property evaluation
Get PDFThis study aims to assess the quality control of bituminous mixtures by investigating the complex modulus and phase angle using the impact resonance test (IRT). Ensuring the accuracy of the recorded signal is crucial for reliably calculating the complex modulus and phase angle from IRT data. Additionally, selecting the most appropriate specimen geometry is key to obtaining accurate mixture properties. To establish the recommended test conditions, the study employed experimental methods, which involved testing shear gyratory compacted (SGC) specimens in the longitudinal mode to analyze force quality and amplitude. The investigation recommended a sawn surface condition to avoid damp impacts. A force greater than 60 N is also recommended to achieve the desired amplitude and avoid damp impacts. Additionally, using a glue-based mounting system improves adhesion and enhances signal accuracy. To recommend suitable specimen geometry and test configurations for laboratory use, the study used a combination of numerical methods and experimental validation methods. Numerical simulations were conducted to identify ideal specimen geometries and configurations, and these findings were subsequently validated through laboratory testing on fabricated samples. The investigation concluded that disc-shaped specimens are the most recommended for IRT in laboratory settings, as this geometry allows for well-separated flexural and longitudinal resonance frequencies, resulting in more accurate measurements. The study investigated the impact of air void content on mixture properties, including resonance frequency, complex modulus, and phase angle. The results revealed that as air void content increased, both resonance frequency and complex modulus declined, whereas no definite trend was observed for the phase angle
Simulation and prediction of machining conditions influences on part surface integrity and metallic particle emission using multi-physics modeling
Get PDFWith the advancement of high-performance machine tools and ultrahard cutting tool materials, High-Speed Dry Milling (HSDM) has emerged as a promising finishing technique for machining difficult-to-cut materials such as titanium and its alloys. However, this process creates intense thermomechanical loads at the tool-chip and tool-part interfaces, which induce significant metallurgical alterations in the subsurface of the machined surface layer. These alterations include Dynamic Recrystallization (DRX), phase transformation and textural orientation changes, which modify the mechanical properties of the subsurface and consequently influence the fatigue strength and service life of manufactured components.
Despite extensive research into the integrity of machined surfaces of titanium and its alloy, most studies have focused on the turning process, with limited theoretical analysis of the physical mechanisms governing the modification of near-surface mechanical and metallurgical properties during high-speed machining. Furthermore, the emission of fine and ultra-fine metal particles during machining represents a critical risk to the safety and health of operators, which has led to the adoption of increasingly stringent regulations to limit exposure. These emissions also influence cutting performance and tool life. While previous studies have investigated the emission of particles from various materials, research on the Ti-6Al-4V alloy remains limited. The distinct mechanisms of chip formation and particle release in Ti-6Al-4V alloy requires an in-depth study of this material’s behavior during machining, in order to capitalize on its potential while ensuring process efficiency, environmental sustainability and operational safety.
In this study, the microstructural evolution mechanisms, along with other surface integrity features (plastic strain, burr formation, surface roughness, hardness, etc.) and particle emissions induced by thermo-mechanical loads during HSDM of Ti-6Al-4V, are investigated using multiscale modeling and experimental approaches. This manuscripts-based research is structured as follows:
First, a temperature-displacement coupled Finite Element (FE) model, replicating the actual milling process, was established for the HSM of Ti-6Al-4V alloy. In the proposed model, Abaqus/Explicit solver was utilized to couple the material damage and its fracture energy. The time-varying chip geometry was digitized into small elements with distinct cutter rotation angles and discrete time intervals. The model was validated against cutting forces, chip morphology and temperature; Strong correlations between numerical and experimental results were obtained. This FE model provided critical state field variables, including temperature, stress, and strain, essential for subsequent microstructural evolution predictions. Following that, the Zenner-Holloman (Z-H) and Hall-Petch (H-P) equations were combined in a user-defined subroutine (FORTRAN) to model dynamic recrystallization (DRX) and estimate grain size and microhardness. The results indicated that at higher cutting speeds and feed rates, grain refinement occurred more prominently in the adiabatic shear band (ASB) than on the cutting surfaces. In contrast, microhardness exhibited an inverse correlation with grain size, increasing with cutting speed and feed rate. The influence of plastic strain and temperature on grain size during chip segmentation was also examined. Experimental validation confirmed a strong correlation between the developed model and observed results regarding grain size and parts microhardness. Secondly, using a user-defined subroutine, thermo-metallo-mechanical phase transformation theoretical models were integrated into Ti–6Al–4V cutting simulation using Abaqus/Explicit software. The temperature and stress-strain field distributions were retrieved from a validated simulated model during the rapid heating of the alloy. These field states were then used to model the cooling process, determining the volume fraction of the a’-phase. The results revealed that during the rapid heating, the phase transformation (i.e., a- to B)-phase starts within the region where the temperature exceeds the initial phase transitions of Ti-6Al-4V alloy, and almost all of the a-phase has been transformed into B-phase when the cutting temperature crossed the transus temperature. Upon cooling, the quenching effect induced a reverse transformation from the B-phase to the a’-phase, further refining the grain structure.
Thirdly, a simplified milling model was developed, where the undeformed chip thickness is approximated as a sinusoidal function for residual stress prediction within the milled part. The periodic fluctuations of plastic strain and residual stress during the milling process were unveiled.
Finally, the simulated residual stress profiles for the machined surface and subsurface were compared with experimental measurements, and the influence of thermo-mechanical loads on residual stress formation was thoroughly investigated. Finally, an experimental approach was employed to investigate the correlation between machining parameters, chip formation, surface integrity, and particle emission. The results demonstrated that increasing cutting speed initially led to greater chip serration, deformed layer thickness, particle emissions, and surface roughness, followed by a subsequent decrease. In contrast, increasing feed rate and depth of cut consistently intensified these effects. A direct relationship was observed between particle emissions and machined surface integrity parameters such as plastic deformation depth, burr formation, surface roughness, and chip morphology. This research enhances theoretical understanding and practical applications in the field of manufacturing, offering valuable insights for industries, researchers, and academic institutions. The findings contribute to the development of optimized machining strategies that improve surface integrity and mitigate the environmental and health impacts of fine particle emissions in HSDM of Ti-6Al-4V alloy
Modélisation énergétique des navires auto-déchargeurs à l’aide des méthodes d’apprentissage automatique
Get PDFLa consommation d’énergie lors des opérations de déchargement représente un enjeu central dans le fonctionnement des navires auto-déchargeurs, en particulier en raison du rôle important des convoyeurs à bande dans la chaîne de manutention. Ces équipements, souvent sollicités en continu sur de longues périodes, sont responsables d’une consommation excessive d’énergie qui nécessite une amélioration. Pour relever ce défi, les recherches des dernières décennies se sont principalement concentrées sur le développement de modèles d’économie basé sur les modélisations physiques ou l’utilisation des algorithmes intelligents à travers des simulations faites sur des bancs d’essai.
Dans un contexte où la réduction de la consommation énergétique constitue un enjeu stratégique tant sur le plan environnemental qu’opérationnel, ce mémoire s’intéresse à l’optimisation de la consommation électrique des convoyeurs à bande. Plus précisément, l’étude propose une double approche basée sur l’industrie 4.0 en utilisant des modèles d’apprentissage automatique, tel que les forêts aléatoires, pour prédire la consommation énergétique à partir de variables opérationnelles comme le débit de déchargement, la vitesse des moteurs, le type de cargaison ou encore les caractéristiques du port. Ces modèles sont entraînés sur des données réelles provenant de plusieurs navires, ce qui permet de capturer la complexité et la variabilité des profils de consommation observées en situation réelle. En complément, des algorithmes d’optimisation numérique, dont la méthode L-BFGS-B, sont mobilisés pour identifier les configurations de fonctionnement minimisant la consommation énergétique, tout en intégrant des contraintes pratiques, telles que la durée de déchargement.
Les résultats montrent que cette double approche permet d’atteindre des économies d’énergie significatives, en particulier pour certains navires disposant de marges de manoeuvre techniques suffisantes. Elle permet d’envisager des configurations de fonctionnement plus réalistes sans compromettre l’efficacité logistique et offre également un cadre décisionnel robuste pour adapter les consignes opérationnelles en fonction du type de cargaison et du contexte portuaire. Ce travail démontre ainsi l’importance de l’intelligence artificielle appliquée à la logistique maritime en vue de renforcer la durabilité des opérations tout en optimisant les performances des équipements
Membranes composites Nafion® – Oxyde de Graphène pour la production d’hydrogène vert par électrolyse
Get PDFL’élan mondial en faveur de l’hydrogène comme moyen de décarboner les systèmes énergétiques a pris une ampleur considérable, plusieurs pays lançant leurs stratégies nationales sur l’hydrogène. L’électrolyse de l’eau à membrane échangeuse de protons (PEMWE) s’est révélée être une méthode prometteuse pour la production d’hydrogène en raison de son efficacité, de ses taux de production élevés, de son design compact, de sa sécurité et de son fonctionnement dynamique.
Les membranes Nafion® 115, largement utilisées dans les PEMWE, sont appréciées pour leur stabilité mécanique et thermique, leur haute conductivité protonique et leur comportement de gonflement favorable. Cependant, leur durabilité est souvent compromise par la dégradation chimique et les défaillances mécaniques dues aux cycles d’hydratation et de température. L’oxyde de graphène (GO) est particulièrement avantageux pour renforcer les membranes Nafion® en raison de sa stabilité chimique, de sa grande surface spécifique, de sa résistance mécanique et de sa capacité à former des colloïdes aqueux stables. Cette étude examine l’influence du GO sur les propriétés morphologiques, thermiques et mécaniques des membranes Nafion® 115. Le GO a été appliqué par pulvérisation ultrasonique, suivi de divers traitements de recuit. La caractérisation a révélé une excellente dispersion des flocons de GO, améliorant considérablement la capacité de mouillage du matériau et la stabilité mécanique sous tension. Des niveaux de déformation et des charges de traction accrus ont été observés, en particulier à des températures de recuit plus élevées. L’analyse thermogravimétrique a montré une stabilité thermique accrue des membranes contenant du GO.
L’incorporation de GO a augmenté la rugosité de surface, améliorant ainsi la surface spécifique. Le dépôt de la couche composite du côté cathodique a amélioré les propriétés thermo-mécaniques de la membrane sans impact sur ses performances électrochimiques, malgré une augmentation de 15% de l’épaisseur de la membrane. Le dépôt du côté anodique, ainsi que sur les côtés anodique et cathodique, a également amélioré les performances thermo-mécaniques. Cependant, cela s’est accompagné d’un compromis, entraînant une diminution des performances électrochimiques de la cellule de 9% et 15%, respectivement.
En fin de compte, cette thèse présente l’étude, la conception et la caractérisation des membranes Nafion® améliorées par le GO, contribuant à l’avancement de la technologie PEMWE en améliorant la durabilité et les performances des membranes. Ces résultats ouvrent la voie à de nouvelles applications et à des avancées supplémentaires dans les technologies de production d’hydrogène
Étude numérique de l’injection directe d’air dans un cylindre d’un moteur à allumage commandé
Get PDFL’injection d’air comprimé dans les moteurs à allumage commandé constitue une piste prometteuse pour améliorer la combustion tout en réduisant les émissions polluantes. Ce mémoire s’inscrit dans la continuité des travaux de Niquet et al. (2025), en adaptant un concept initialement développé pour l’injection directe de gaz d’échappement recirculés (RGE) à l’air comprimé. L’objectif principal est d’évaluer, par simulation numérique, l’effet de différentes stratégies d’injection directe d’air sur les performances du moteur.
Un modèle tridimensionnel CFD du cylindre a été développé à l’aide des modèles k–ζ–f pour la turbulence et ECFM-3Z pour la combustion. Une étude de maillage a permis de garantir la fiabilité des résultats, tandis qu’une validation expérimentale des courbes de pression et de dégagement d’énergie a confirmé la pertinence du modèle.
Les simulations ont ensuite permis d’explorer les effets de l’injection d’air avant et après le point mort haut, à l’avance à l’allumage constante. Avant le point mort haut, les résultats montrent que l’augmentation de la masse et de la température de l’air injecté entraîne une hausse de la pression maximale, de la PMEI et de la turbulence. Certaines stratégies, notamment à 175° et 130° avant le point mort haut, se distinguent par leur capacité à accélérer la combustion. Après le point mort haut, l’injection modifie favorablement les conditions du cycle suivant, notamment en réduisant les gaz résiduels et en augmentant la température locale. Enfin, une stratégie exploratoire à 20° après le point mort haut révèle qu’une injection tardive permet d’accroître la pression en phase de détente, se traduisant par une amélioration du rapport PMEI sur la masse de carburant pouvant atteindre 15 %, sans compromettre la combustion
Carte interactive présentant l’exposition et la vulnérabilité aux changements climatiques et des solutions d’adaptation pour la population québécoise
Get PDFL’intensification des phénomènes météorologiques extrêmes met à l’épreuve communautés et écosystèmes et entraîne des dommages coûteux. Une mobilisation à tous les niveaux, y compris celle des citoyens, est nécessaire pour renforcer la résilience des territoires. Cependant, l’accès à l’information et la compréhension des risques par le grand public demeurent des freins majeurs à l’adaptation.
L’outil développé dans le cadre de ce projet est destiné à la population québécoise et permet à l’utilisateur d’obtenir un résumé des impacts des changements climatiques et des mesures d’adaptation envisageables pour un emplacement choisi. L’outil regroupe des données climatiques et des analyses de vulnérabilité. La première version couvre sept aléas : augmentation des températures, pluies abondantes, chaleur extrême, froid extrême, tempêtes destructrices, sécheresses et crues. Ce mémoire guide le développement de cette première version, soit la sélection des aléas, des indicateurs et des mesures d’adaptation. Il s’appuie sur une revue exhaustive des cartes et outils disponibles au Canada et à l’international, de leurs limites et de leurs fonctionnalités pertinentes. L’analyse de la littérature met en évidence la grande variabilité des approches de définition du risque, de la vulnérabilité et de l’exposition aux aléas climatiques. Les outils existants sont souvent complexes à utiliser et peu vulgarisés, n’étant généralement pas conçus pour le grand public.
Les valeurs brutes des modèles climatiques sont traduites en une note sur cinq à partir des critères d’alerte météorologique d’Environnement et Changement climatique Canada, de la littérature scientifique ou de l’écart avec les moyennes historiques. Pour les indicateurs de vulnérabilité, les résultats de l’analyse réalisée par la Ville de Montréal, déjà établis sur cinq, sont repris. La personnalisation des mesures selon l’emplacement a été explorée, mais apparaît comme une fonctionnalité complexe à mettre en place en raison du nombre élevé de paramètres qui entrent en compte.
Les perspectives du projet incluent l’ajout d’indicateurs relatifs aux feux de forêt, à la qualité de l’air, aux espèces nuisibles et aux aléas côtiers. Des pistes sont également proposées pour améliorer la personnalisation des mesures selon les réalités et contextes locaux
Évaluation de la vulnérabilité sismique des bâtiments à ossature de bois en milieu urbain
Get PDFLes tremblements de terre sont des catastrophes naturelles majeures qui causent d'importantes pertes sociales et économiques dans les régions sujettes à l'activité sismique. Les pertes considérables des tremblements de terre passés ont mis en évidence la nécessité d'évaluer la vulnérabilité sismique et les risques des structures existantes. Au Québec, les maisons à ossature de bois existantes ont été construites selon des méthodes conventionnelles avec des exigences prescriptives, sans calculs d’ingénierie sismique pour la capacité latérale à résister aux forces sismiques. Il est essentiel d’évaluer la vulnérabilité sismique de ces maisons afin de quantifier leur performance attendue après un tremblement de terre et de planifier les mesures d’atténuation sismique. L’objectif de cette étude est d’évaluer leur vulnérabilité en développant des caractéristiques analytiques de capacité et de fragilité, et en analysant leur réponse structurelle face aux forces sismiques. De plus, l'étude estime les pertes potentielles que ces maisons pourraient subir dans différents scénarios sismiques, fournissant des données essentielles sur leur performance lors de tremblements de terre de différentes intensités. Dans la première partie de cette étude, une méthodologie simplifiée est utilisée pour développer les courbes de capacité des maisons à un étage et à deux étages, basées sur la caractérisation structurale de six maisons prototypes. Ensuite, les fonctions de fragilité basées sur les déplacements et les accélérations sont développées en fonction des seuils de dérive et d'accélération disponibles dans la littérature pour différents états de dommages pour les composants structuraux et non structuraux. Dans la deuxième partie, les pertes économiques directes potentielles induites par les tremblements de terre de ces maisons ont été étudiées sous plusieurs scénarios, en considérant 60 scénarios de tremblement de terre avec des magnitudes, distances et classes de site variées. Ces scénarios de perte ont été analysés à l'aide du logiciel Hazus, puis un modèle prédictif a été développé pour estimer les pertes en termes de taux de perte de bâtiment, défini comme le rapport de la perte économique divisée par le coût total de remplacement du bâtiment. Des équations ont été élaborées pour corréler les taux de perte directement en fonction des intensités sismiques, y compris l'accélération maximale du sol et les accélérations spectrales à 0,3s et 1,0s, respectivement. L'étude a démontré que les maisons à deux étages sont plus vulnérables et subissent davantage de dommages lors de tremblements de terre modérés par rapport aux maisons à un étage. Les équations de taux de perte prédictifs sont particulièrement utiles pour l'évaluation rapide des pertes économiques directes dans le cadre des études d'évaluation des risques sismiques à l'échelle régionale
Analyse des performances en propulsion d’utilisateurs de fauteuil roulant
No full textPrès de 200 000 Canadiens utilisent un fauteuil roulant manuel (FRM), une activité exigeante pour les membres supérieurs et associée à un risque élevé de douleurs et de pathologies de l’épaule. L’entraînement à la propulsion constitue donc un enjeu majeur en réadaptation, mais il demeure peu structuré. Ce mémoire vise à évaluer l’impact d’un entraînement personnalisé, développé en temps réel par un algorithme d’apprentissage par renforcement, sur la biomécanique de la propulsion en FRM. L’étude a été menée sur un simulateur développé au Laboratoire d’Innovation Ouverte en Technologies de la Santé (LIO-ÉTS) et a impliqué 20 personnes en santé et non expérimentées.
Six conditions d’entraînement ont été testées, combinant des rétroactions résistives ou assistives-résistives, dans trois objectifs : augmenter l’efficacité mécanique de propulsion (MEF), diminuer le coût physiologique ou combiner ces deux critères. Les résultats montrent que les entraînements résistifs ont permis d’augmenter la MEF moyenne de plus de 6% sur la cohorte, des deux côtés, aux dépens d’un coût physiologique augmentant de +25% à gauche et +17% à droite. Les entraînements assistifs-résistifs ont quant à eux réduit le coût physiologique moyen jusqu’à -34% par rapport à la condition initiale. Ces observations confirment partiellement l’efficacité du modèle de rétroaction personnalisée, capable d’adapter la difficulté de l’effort à chaque individu.
En complément, une méthode d’identification inspirée du contrôle a permis d’identifier neuf paramètres intrinsèques et réflexifs caractérisant la dynamique du bras humain. L’intégration future de ces paramètres dans les algorithmes d’apprentissage ouvre la voie à des entraînements adaptatifs et sécuritaires en réadaptation robotisée
Improving the analysis of radiant thermal effects on children
No full textChildren’s thermal comfort is an important consideration in schools and daycares due to its impact on their concentration, attendance, and overall happiness. Recent research has shown that children are not thermally comfortable in schools and that adults are unable to correctly predict and adjust the environment to meet their thermal preferences. Yet, these spaces are typically designed according to the heat loads of adult occupants, and their comfort is assessed using methods developed for adults. However, most of the design parameters and evaluation approaches applied in this field have not been validated for children. One of these parameters is the view factor, which are used to calculate the mean radiant temperature, an index that quantifies the radiant thermal exchange between the occupant and its surroundings. This thesis aims to rectify this gap by analyzing the methods used for the prediction and evaluation of children’s thermal comfort, with a focus on the radiant aspect of their heat exchange.
In light of the stated goals, detailed numerical manikins of adults, representative of the subjects found in Fanger’s seminal experiments, are generated and used to evaluate various methodological assumptions. Raytracing and hemicube numerical calculation methods are compared for accuracy. The effect of manikin pose is investigated in the standing posture, and found to significantly influence data match with literature. The adult manikin pose is thus calibrated to ensure results closely match those of the average male from Fanger’s experiments. Through a thorough comparison between three seating configurations, it is demonstrated that a seat’s blocking of radiation from the floor is significant in all cases. The presence of a seat is found to lower the mean radiant temperature by up to 2 °C in the two scenarios simulated with office and school chairs. The Anterior/Posterior symmetry assumption, currently accepted in the literature and used in all thermal comfort standards, is debunked in the presence of seats, requiring an important methodological change in all future investigations of human radiation data in the seated posture. The rigorous method developed addresses several gaps found in view factor literature, allowing for numerical calculation of projected area factors and view factors of numerical manikins for any population investigated.
This novel method is then applied to a numerical manikin of a 5-year-old boy in order to investigate whether children’s radiation data is significantly different from that of adults. A 5- year-old boy manikin is retained to represent the lower end of the child population found in schools. Both child and adult manikins are generated in the standing and the seated posture combined with three different seating configurations. In the seated posture, the difference between the adult and child is found to be insignificant. The smaller size and reduced shading by school chairs when compared to office chairs explains the majority of the differences found when comparing the child and adult radiation data. The results indicate however that children have distinct radiation data than adults in the standing posture. In the two test scenarios considered, one with radiant floor heating, and another with a chilled ceiling, the child’s different projected area factors lead them to experience a mean radiant temperature up to 1 °C greater than the adults’, affecting their thermal comfort.
The thesis concludes that children’s particular characteristics warrant a special consideration in thermal comfort standards. In the standing posture, child specific radiation data should be used for the design and evaluation of spaces where occupants are primarily children. In the seated posture, the radiation data used for both adults and children should be revised to account for the shading effect of seats that will inevitably be present, and the Anterior/Posterior symmetry assumption should be disposed of in favour of a complete accounting of radiant exchange of the human body with its environment. More research must be done on children’s thermal comfort, particularly on the applicability of the predicted mean vote equations currently in use for the evaluation of children’s thermal comfort, and to evaluate the particularity of children in other modes of heat exchange
Optimized federated learning framework for Open Radio Access Networks (O-RAN)
No full textThe Open Radio Access Network (O-RAN) architecture represents a transformative paradigm for realizing the grand vision of beyond fifth-generation (B5G) and sixth-generation (6G) mobile networks. Through its foundational characteristics of disaggregation, standardized open interfaces enabling genuine multi-vendor interoperability, and embedded intelligence via RAN Intelligent Controllers (RICs), O-RAN enables unprecedented network capabilities. The programmable nature of O-RAN, particularly through the Non-Real-Time RIC (Non-RT-RIC) for strategic optimization and Near-Real-Time RIC (Near-RT-RIC) for tactical resource management, creates a platform where artificial intelligence and machine learning (ML) can revolutionize network operations. Through these advancements, O-RAN enables the vision of mobile networks simultaneously supporting heterogeneous service requirements such as enhanced Mobile Broadband (eMBB), ultra-Reliable Low-Latency Communications (uRLLC), and massive Machine-Type Communications (mMTC).
Realizing O-RAN’s embedded intelligence based use-cases critically depends on the ML model training framework itself. Federated Learning (FL), a distributed machine learning paradigm enabling collaborative model training across disaggregated network nodes without centralizing raw data, emerges as a promising solution. Unlike centralized learning, FL is uniquely suited for O-RAN’s multi-vendor, privacy-sensitive environment where: operational data cannot be shared across vendor boundaries due to confidentiality and competitive concerns; massive data volumes from millions of user equipment and thousands of base stations create prohibitive communication bottlenecks if transmitted to central servers; and regulatory frameworks like GDPR mandate data localization. FL enables critical O-RAN use cases including distributed anomaly detection across multi-vendor equipment for security, collaborative spectrum optimization without exposing proprietary algorithms, privacy-preserving quality-of-experience prediction using sensitive subscriber data, and real-time radio resource management leveraging localized channel state information that would be stale if centrally processed.
However, deploying FL in O-RAN environments presents formidable technical challenges fundamentally distinct from traditional federated learning scenarios. O-RAN’s strict control loop timing requirements makes learning time equally critical as model accuracy. Severe resource constraints exist at multiple layers: Distributed Unit (O-DU) and Radio Unit (O-RU) have limited computational capacity as edge nodes; Near-RT-RICs operate on resource-constrained servers; and backhaul links connecting these components have time-varying, bandwidth-limited connectivity. Moreover, the mobile devices participating in FL training are frequently handed over between O-DUs, causing lost computations, unpredictable changes in the participant set, and aggregation delays from straggler nodes. Production O-RAN deployments also demand concurrent execution of multiple FL tasks where each task potentially serving different network slices (eMBB, uRLLC, mMTC) with conflicting objectives and quality-of-service requirements while competing for shared infrastructure resources for the model training. Together, it poses three main challenges. The trained FL model must be (i) efficient to handle diverse system capabilities including heterogeneous compute power and varying channel conditions; (ii) robust to ensure global model performance under optimized aggregation algorithms; and (iii) reliable to converge within the defined thresholds.
This thesis systematically addresses these challenges through three progressive contributions. First, we develop a unified resource-efficient and communication-efficient FL framework that jointly solves trainer selection and resource allocation while attacking the communication bottleneck through synergistic integration of momentum-based acceleration and aggressive compression techniques. Second, we propose MHORANFed, a mobility-aware Hierarchical Federated Learning framework that explicitly handles inter-O-DU handover disruptions through hierarchical aggregation mapping to O-RAN’s architecture, adaptive resource reallocation for mobile participants, and dynamic aggregation weight adjustment. Third, we present the O-FL rApp, a system-level orchestration framework operating in the Non-RT-RIC that manages the complete lifecycle of multiple concurrent Federated Multi-Agent Reinforcement Learning tasks through strategic task and slice assignment, tactical resource reallocation among competing tasks.
Unlike prior works focusing on individual aspects in isolation or idealized settings, our integrated solution demonstrates practical, production-grade deployment feasibility through rigorous theoretical analysis, extensive experimental validation using benchmark FL datasets, realistic O-RAN testbeds with 3GPP-compliant channel models and 5G traffic traces, aligned with O-RAN Alliance specifications. This research establishes foundational principles and operational frameworks enabling autonomous, adaptive, privacy-preserving federated learning framework at scale which are essential building blocks for realizing the full potential of intelligent O-RAN in B5G evolution and 6G networks