3369 research outputs found
Sort by
LTCC-integrated MEMS switches and impedance tuners for field programmable amplifiers
No full textDesigning a Field Programmable Microwave amplifier (FPMA) as the main objective of the present thesis is derived from the need in wireless communication systems to have circuits which are able to be reprogrammed in hardware without redundant circuits. Such circuits should be able to operate in wide-band frequency ranges while their total footprints kept as small as possible. To realize these objectives, a novel fabrication process using Low Temperature Co-Fired Ceramic (LTCC) and RF-MEMS (Microelectromechanical systems) technologies is developed as a published paper which uses a monolithic process to fabricate MEMS devices on top of functional LTCC substrates. Leveraging the functionality of LTCC and being able to fabricate and align MEMS circuit on top of embedded RF and DC circuits inside the LTCC, opened a path to provide a new design for reconfigurable microwave amplifiers. To this end, and to demonstrate the capability of the presented process, two design for low (3-5 GHz) and high bands (5-8 GHz) are proposed. Using the novel monolithic designs, embedded DMTL impedance tuners are fabricated in a simultaneous process with surface MEMS devices and an embedded sniffer to have a reconfigurable microwave amplifier. Designed FPMA is fabricated in a cascade form where embedded reflectometers are placed at the input of DMTL to detect proper input gamma of the transistor and send the data to DMTL to choose the best switching combination for frequency matching over the entire band. Fabricated modules are able to do the impedance matching with maximum input gain considering minimum losses that are derived from dielectric and conductors. Proposed designs are able to continuously do the impedance matching using the interaction between DMTL and embedded sniffers while total footprint of the module is kept as small as possible compared to the available works in the literature
Intégration en technologie CMOS de circuits de contrôle pour antennes reconfigurables
No full textCe mémoire présente la conception et l’essai d’un circuit intégré en technologie CMOS de 65 nm, capable de fonctionner simultanément comme détecteur de puissance et mélangeur de fréquence.
Les futurs réseaux 5G et 6G intégreront un grand nombre de nœuds satellitaires, nécessitant des antennes simples et capables de modeler leur faisceau. Les antennes réseau reconfigurables avec des diodes de déphasage sont idéales pour cette application. Notre circuit contribue à l’amélioration du contrôle de la polarisation des diodes à capacité variable, qui ont tendance à engendrer de la distorsion, en mesurant la puissance et la distorsion du signal déphasé.
Suite à une analyse théorique , nous avons conçu un circuit intégré simple de détecteur-mélangeur en nous basant sur un circuit de détecteur de puissance existant. Nous avons également conçu un circuit imprimé dédié pour tester la puce.
Lors de ces mesures, nous avons pu confirmer la double fonctionnalité du circuit. Le circuit bénéficie d’une plage dynamique de 27,7 dB en tant que détecteur et de 42 dB en tant que mélangeur, ainsi que d’un taux de réjection des produits d’intermodulation néfastes de plus de 30 dB sur une grande partie de la plage dynamique. Il peut recevoir des signaux allant jusqu’à 10,5 GHz; et le signal à sa sortie peut aller jusqu’à 1 GHz. Le circuit actif n’occupe qu’une surface de 1 507,7 μm2; et il ne consomme que 3,3 mW maximum au repos. Même s’il existe d’autres détecteurs quadratiques et mélangeurs avec de meilleures performances, les résultats nous encouragent à approfondir les études théoriques sur la non-linéarité des transistors, ainsi qu’à améliorer le circuit présenté
Étude hydrodynamique des écoulements côtiers pour la cartographie des risques d’inondation : application aux basses côtes de la ville de Québec
No full textLes projections futures du climat indiquent que le niveau moyen de la mer est prévu de s’élever, ce qui augmente la fréquence et la sévérité des inondations côtières dans le monde et plus particulièrement au Canada. La cartographie du risque inondation constitue un outil essentiel pour appuyer la prise de décision dans les régions côtières. Ce travail de recherche vise à évaluer le risque de submersion côtière dans les basses côtes de la ville de Québec. En se basant sur un modèle hydrodynamique TELEMAC-2D pour représenter l’évolution du niveau d’eau et les vitesses d’écoulement pour évaluer le danger et définir les stratégies de gestion de crise et d’évacuation. Cette recherche vise à valider un modèle hydrodynamique 2D au niveau de l’estuaire fluviale du saint Laurent pour ensuite l’appliquer sur un événement réel d’inondation. Le modèle repose sur la fusion des données topographique et bathymétriques à haute résolution pour permettre de capturer l’écoulement en zone urbaine. Le traitement du front de sec/mouillée a été étudié, pour mettre en évidence la sensibilité de la stabilité numérique. Ensuite, différentes stratégies de représentation des bâtiments urbains, à savoir Building Hole (BH), Building Block (BB) ont été comparées afin de quantifier leurs effets sur l’écoulement et la distribution des vitesses dans les plaines inondables urbanisées. L’étude a également examiné le rôle de l’intégration du vent, uniforme et non-uniforme. Des mesures in situ et d’observations recueillies pendant l’événement ont aussi été intégré dans le modèle. Les résultats illustrent que la modélisation hydrodynamique à haute résolution basée sur les événements peut soutenir efficacement la prévision opérationnelle des inondations côtières et la cartographie des risques
Modélisation et valorisation des rejets (thermique et CO2) d’une production de champignons
No full textLa production agricole en environnement contrôlé, qu’il s’agisse de serres ou de Plant Factories with Artificial Lighting (PFAL), exige d’importants apports en énergie et en CO₂. Dans un climat froid comme celui du Québec, ces besoins accentuent la dépendance aux intrants externes. Ce mémoire propose une approche circulaire fondée sur une synergie d’échanges de CO₂ et de flux thermiques entre une ferme de champignons (Mushroom Farm, MF) et une PFAL de légumes-feuilles. Les MF rejettent du CO₂ par la respiration des champignons et requièrent du chauffage, tandis que les PFAL consomment du CO₂ lors de la photosynthèse et engendrent généralement des excès de chaleur. L’interconnexion de ces deux productions vise à réduire simultanément la consommation d’énergie et la dépendance au CO₂ de source externe. Ce mémoire explore expérimentalement et numériquement cette synergie afin d’en évaluer les économies liées à l’injection de CO₂ et à la consommation d’énergie.
Dans un premier volet, deux études expérimentales ont été menées afin de combler des lacunes de la littérature. La première, à petite échelle en chambre climatique, mesure le taux de respiration et les flux thermiques du substrat de shiitake durant l’incubation. La seconde, en chambre d’incubation à grande échelle, modélise le taux de respiration d’une production mixte pleurote-shiitake en fonction de la température intérieure. La comparaison des résultats de ces deux études avec la littérature démontre que le pleurote émet environ deux fois plus de CO₂ que le shiitake en incubation et jusqu’à cinq fois plus en fructification, tout en générant des flux thermiques significatifs. Ces essais ont permis d’élaborer un modèle prédictif des émissions de CO₂ en fonction de la température, du type de champignon et du stade de culture.
Le second volet intègre ces résultats à des modules numériques de simulation d’un complexe de production agricole comprenant des conteneurs de champignons et de légumes-feuilles. Trois scénarios de production sont comparés, soit une culture de shiitake (scénario S), de pleurote (scénario O) et une culture mixte des deux (scénario M). Deux configurations sont analysées : un cas de référence (BC), où les conteneurs fonctionnent de manière indépendante, et un cas circulaire (CC), où les boucles d’air sont interconnectées pour permettre l’échange d’air entre les conteneurs. En configuration CC pour les scénarios pleurote et mixte, l’injection de CO2 n’est plus nécessaire, la consommation d’énergie des systèmes de chauffage, de ventilation et de conditionnement de l’air (CVCA) est réduite jusqu’à 32 % et l’appel de puissance est jusqu’à 47 % moindre. La synergie est particulièrement bénéfique lorsque les champignons produisent plus de CO₂ que les plantes n’en consomment, ce qui permet le refroidissement du PFAL grâce à l’air extérieur (free cooling) et réduit la consommation d’énergie du système CVCA du PFAL tout en maintenant le taux de CO₂ souhaité
Robust federated learning frameworks against data flipping threats in autonomous vehicles
No full textFederated Learning (FL) has emerged as a promising paradigm for privacy-preserving col laborative training across distributed clients. Its ability to enable large-scale learning while maintaining data confidentiality makes it particularly suitable for autonomous vehicles (AVs), where data is sensitive and decentralized. However, the distributed nature of FL introduces new security challenges, notably label-flipping (LF) attacks, in which malicious participants intentionally corrupt local datasets to degrade the global model’s performance. This thesis addresses these vulnerabilities by proposing a comprehensive framework that ensures both scalability and robustness in FL-based AV systems.
The methodology is structured into three key parts. Part One – Development of the FL Framework: We designed and implemented a real-world FL environment integrating Convolutional Neural Networks (CNN) and Reinforcement Learning (RL) models on the SunFounder PiCar platform. This setup enabled collaborative training between vehicles while preserving data privacy.
Part Two – The Attack Process: We simulated label-flipping attacks under different adversarial availability levels to analyze the system’s behavior under hostile conditions. A single malicious participant with high availability ( α = 0.9 reduced the source class recall by over 25% and caused a 20% global accuracy drop, highlighting the severity of LF threats.
Part Three – Defense Mechanism (FALCON): We introduced FALCON (Federated Anomaly Learning and COllaborative Network), a multi-layer defense architecture integrating Federated Anomaly Detection (FAD), Principal Component Analysis (PCA), and Multi-Class Support Vector Machines (MCSVM). FALCON applies local anomaly detection, peer-to-peer anomaly voting, and server-level graph-based detection using Graph Neural Networks (GNN) to identify and neutralize persistent adversaries.
Experimental evaluations demonstrated that the CNN achieved a 94.2% classification accuracy with a latency of 42 ms per frame, while the RL model reached a 91.8% navigation success rate and an average cumulative reward of 1365. Under LF attacks, model performance degraded significantly; however, FALCON restored global accuracy and recall to near-optimal levels, identifying over 90% of adversarial updates and reducing attack success rates to below 5%.
Overall, this thesis demonstrates the feasibility of integrating FL into AV systems while effectively addressing adversarial vulnerabilities and scalability constraints. The proposed FALCON architecture represents a major step toward secure, scalable, and resilient federated learning for real-world autonomous driving and beyond
Configuration des systèmes énergétiques hybrides: une approche par l’apprentissage profond
No full textCette thèse se structure en trois étapes majeures, appuyées par deux communications préliminaires en conférence et quatre articles scientifiques, afin d’aborder le dimensionnement et la gestion des systèmes hybrides d’énergie renouvelable (HRES) sous les angles de la réduction de la complexité, de l’optimisation de la prévision climatique et de l’intelligence décisionnelle adaptative.
Dans la première communication, l’analyse portait sur l’influence des paramètres économiques (coût du capital, d’installation et d’exploitation) et des facteurs contextuels (profil de charge, ressources renouvelables locales, tarifs d’achat) sur la conception de micro-grids, révélant le compromis essentiel entre rentabilité et fiabilité. Sur ces fondations, une méthode hybride combinant l’algorithme Branch & Bound et le k-Nearest Neighbors pour élaguer l’arbre des configurations PV+WT+BESS+DG sous Simulink a été proposée. À partir d’un jeu de données météorologiques synthétiques et de profils de charge, 5 390 configurations ont été générées, caractérisées par des vecteurs de temps de charge, de production prédictive et de taux de pénétration, puis filtrées par Branch & Bound pour sélectionner un sous-ensemble initial. Un algorithme kNN a ensuite classifié les configurations restantes selon leur similarité, éliminant les branches non prometteuses. Cette démarche a conduit à une réduction de 45 % à 95 % du temps de simulation, tout en maintenant plus de 83 % de précision dans l’identification de la topologie optimale.
La seconde communication présentait un prototype simplifié couplant un algorithme génétique avec un modèle LSTM pour la prévision de l’irradiance solaire (GHI), démontrant la faisabilité de l’association de la modélisation statistique et du calcul évolutif. De ce constat, les travaux se sont concentrées sur la prévision du GHI via une fouille d’architecture neuronale (NAS) améliorée par le transfert d’apprentissage (TL), l’adaptation dynamique de l’espace de recherche (DSS) et extrapolation de courbe d’apprentissage. Plus d’une centaine d’architectures candidates, chacune définie par plusieurs hyperparamètres (nombre de couches, taille de noyau, taux d’apprentissage, etc.), ont été explorées. Le DSS ajuste dynamiquement l’espace de fouille en fonction de la distribution des erreurs observées, permettant un abandon anticipé des architectures coûteuses. Pendant ce temps, l’extrapolation de courbe d’apprentissage stoppe précocement les réseaux à faible convergence. Comparée à des approches classiques (GA, PSO, DE, ABC), cette stratégie a réduit jusqu’à 89 % la durée du NAS et amélioré la précision des prévisions de GHI de 33 % à 99 % en RMSE sur des horizons de 6 à 72 heures.
La dernière partie de ces travaux introduit un cadre complet de dimensionnement adaptatif et de pilotage multicritère basé sur l’apprentissage par renforcement profond (DRL). L’espace d’état intègre le niveau de charge de batterie, l’irradiance et la vitesse du vent prédites, ainsi que les niveaux de production en cours, tandis que l’espace d’action couvre la régulation des puissances attribuées aux panneaux photovoltaïques, aux éoliennes, à la batterie et au générateur diesel ou au réseau. L’algorithme Twin Delayed Deep Deterministic (TD3) assure stabilité et exploration efficace. La fonction de récompense cumulative combine le coût actualisé de l’énergie (LCOE), la fraction d’énergie renouvelable (REF) et la probabilité de perte d’alimentation électrique (LPSP), en intégrant une pénalisation de l’usage des sources fossiles. Appliquée à des profils de consommation réels du NREL, cette approche réduit le LCOE de 21 % à +30 %, accroît la part d’énergie renouvelable de +86 % et diminue la probabilité de perte de charge de 8,9 %, avec des performances maximales de 19,7 % de LCOE, +86 % de REF et 8,9 % de LPSP, surpassant NSGA-II et MOPSO sur la plupart des indicateurs. Ensemble, ces contributions illustrent la valeur d’une démarche progressive allant de la réduction de la complexité de simulation à l’intelligence décisionnelle adaptative. L’objectif étant de définir un cadre de conception des micro réseaux et intelligents de nouvelle génération, résilients, performants et respectueux de l’environnement
Data-driven environmental art for enhancing user's pro-environmental behavior
No full textBuildings account for a significant share of resource consumption. While smart building technologies, including automated systems and equipment, have improved operational efficiency, user behaviour remains a critical variable. Automation often creates the impression that sustainability can be achieved without human involvement, yet daily choices still have a considerable impact, often underestimated in building performance simulations. A central challenge is making building data meaningful and engaging enough to encourage eco conscious behaviour. Beyond presenting technical information, the goal is to create representations that inspire reflection and action. According to the literature, data-driven environmental art has proven effective in opening communication around ecological issues and public engagement. Rather than prescribing behaviour, art invites users to feel and reflect on their relationship with the environment.
This thesis investigates whether data-driven environmental art can enhance building users’ emotional and cognitive engagement with building sustainability data. To address this, a data-to-art framework is proposed that represents sustainability as a transformation from building system operation to an indoor experience. The framework operates by (1) taking sustainability-relevant building signals originating at the equipment level or within occupied spaces (e.g., ventilation, airflow, energy consumption, temperature, occupancy signals), (2) interpreting them as indicators of system operation and resulting indoor conditions, and (3) translating these signals into perceptible art forms that reflect the effort required to achieve users’ comfort. The Garden of Sensors installation was developed and exhibited in a university library, as a partial implementation of this framework, combining ventilation airflow as an energy-related operational indicator and room temperature as a proxy for thermal comfort with representations inspired by vulnerable native flora species.
A qualitative evaluation, drawing on empirical aesthetics and environmental psychology, assessed emotional responses, reflections, and behavioural intentions. A survey of 43 participants indicated that uplifting emotions such as inspiration and hope were most often associated with reflective engagement and willingness to adopt sustainable habits, whereas emotions such as guilt and melancholy tended to prompt introspection without clear intention. The data-to-art framework developed in this study is flexible, allowing integration of diverse building data and adaptable to multisensory formats such as sound, haptics, or interactivity. This thesis contributes to sustainability communication by demonstrating how data-driven environmental art can complement technical systems with emotional engagement, offering a new model for occupant-centred design
Modélisation par éléments finis du soudage des aciers 13Cr-4Ni en présence de transformations de phases
No full textCe document traite de la simulation du procédé de soudage dans les aciers inoxydables martensitiques 13Cr-4Ni (CA6NM) en intégrant les transformations de phases. Ces transformations doivent être prises en compte lors de la simulation des aciers 13Cr-4Ni utilisés dans la fabrication des turbines, car ces matériaux subissent des transitions de phases austénitique et martensitique et présentent un phénomène de plasticité induite par la transformation.
Les travaux traitent de la caractérisation des propriétés thermophysiques et mécaniques de l’acier S41500 et du métal d’apport E410NiMo. Ces caractérisations interviennent à plusieurs niveaux. D’abord elles sont nécessaires pour alimenter le logiciel de simulation avec les propriétés des matériaux. Elles sont également utilisées, en particulier les essais dilatométriques, pour déterminer les paramètres des matériaux nécessaires à la modélisation des cinétiques des transformations de phases lors du soudage. À cet effet, l’utilisation d’un dilatomètre de trempe permet d’obtenir des historiques thermiques semblables à ceux rencontrés lors du soudage. Les essais dilatométriques sont utilisés pour calibrer les modèles de transformation de phases diffusives de type JMAK et displacives de type Koistinen-Marburger. La mesure dilatométrique est aussi utilisée pour caractériser la plasticité de transformation. Une configuration particulière du dilatomètre de trempe permet la mesure de la déformation durant la transformation martensitique sous l’application d’une contrainte.
L’algorithme de simulation intégrant ces phénomènes des matériaux est présenté. L’expression du module tangent nécessaire à l’évaluation de la consolidation du matériau lors des transformations de phases est développée. La simulation thermique du soudage d’une plaque instrumentée de thermocouples, permettant le calcul précis des distributions de chaleur et l’évolution des fractions transformées en tout point du modèle est présentée. Les mesures expérimentales nécessaires pour la validation sont présentées
A contribution to the study of the near-field contrail by using a high-fidelity computational method combined to an advanced microphysical model
No full textGlobal emphasis on environmental protection, expected growth in air traffic, and accumulating evidence on aviation’s non-CO2 radiative forcing have made contrails an important component in assessments of aviation climate impacts. The climate influence of cirrus formed from aircraft condensation trails remains one of the most uncertain components of anthropogenic radiative forcing. Observations and models are used to clarify how ice crystals form in the near-field aircraft wake and to estimate global distributions of their microphysical and optical properties. The radiative effect of contrails depends on ice crystal size and number concentration, yet both are difficult to quantify because of assumptions about wake dynamics and simplified treatments of early ice-phase microphysics.
The objective of this thesis is to develop and validate a modeling framework that simulates exhaust jet flow behind a realistic turbofan and its early entrainment into the wake-vortex field, while integrating online-coupled microphysical processes to determine the initial properties of ice particles. Dynamic simulations are performed with an in-house CFD code (FludiLES) using large-eddy simulation (LES) with sixth-order spatial and third-order temporal accuracy. A free jet at atmospheric pressure and a realistic Reynolds number (Re≈106) is computed and validated against experimental results. For the microphysics, soot and ambient aerosol particles are tracked with a Lagrangian method. Two-way coupling is applied to vapor mass transfer and energy, whereas momentum is one-way (fluid → particles); particle-to-fluid momentum feedback is negligible, and energy feedback is small.
A dual-stream jet (core and bypass) is simulated to quantify bypass ratio effects using three engines—CFM56-5B3/3, Leading Edge Aviation Propulsion (LEAP)-1A/33, and an ultra-high-bypass-ratio (UHBR) configuration—at ambient temperatures of 215, 220, and 225 K. An initial comparison of a turbofan with an equivalent turbojet showed that the bypass stream accelerated near-field mixing and cooling of the core plume, increasing the mean particle radius by up to 30%. Across the engine set, larger bypass ratios further intensified mixing, promoted soot activation and subsequent freezing, and yielded initial contrail properties that were less sensitive to ambient temperature.
Subsequently, the microphysical model was extended to include solute effects through the hygroscopicity parameter (κ) and was evaluated in both online-coupled and offline box model configurations. Under realistic LEAP-1A cruise conditions, three scenario groups are examined: (i) κ = 0.0005, 0.005, 0.0142, corresponding to equivalent fuel sulfur contents (FSC) of 50, 410, and 1270 ppm; (ii) soot number emission indices of 1013 to 1015 #/kg-fuel; and (iii) soot core radii of 10–30 nm. Reducing κ from 0.0142 to 0.0005 slightly decreases particle radius but increases the activation fraction by about 20% due to greater vapor availability. Lowering the initial soot number from 1015 to 1013 particles per kilogram of fuel increases the mean particle radius from roughly 0.3 μm to 2.4 μm at 1 s and raises the activated fraction by about 66%. Larger soot cores enhance activation by about 20%, with mean-radius differences reaching approximately 80% near 0.4 s and narrowing to about 10% by 1 s. Three-dimensional LES with online-coupled microphysics is shown to be essential for near-field sensitivity analysis; a zero-dimensional offline box model overpredicts activation and misrepresents κ sensitivity.
Simulations are then extended into the vortex phase to compare temporal and spatial LES formulations and to quantify how numerical methodology influences microphysics for soot-only and soot+ambient scenarios. To assess the effects of initialization, the wake-vortex was initialized from jet phase modeling at tj= 0.12s and tj=0.5s. Under cruise conditions representative of a LEAP-1A powered Airbus A320neo, the temporal modeling shows stronger early-stage mixing and faster scalar dissipation in the jet phase than the spatial modeling, yielding approximately 60% more activated ice crystals in the soot-only case and approximately 70% more when ambient aerosols are included. At early vortex initialization, temporally initialized cases sustained slightly higher activated ice numbers, whereas spatial initialization produced larger late-time mean radii; these disparities diminished, particularly when ambient aerosols were present. At late vortex initialization, the trend reversed: spatial initialization yielded higher activated ice numbers, while temporal initialization retained the larger mean radius. In all cases, ambient aerosol increases ice number yet limits per-crystal growth through vapor competition, which moderates sensitivity to jet initialization. Overall, vortex phase entrainment is relatively insensitive to the jet phase modeling choice; however, the vortex start time remains consequential, and absolute microphysical values retain a measurable memory of near-field jet mixing
Analyse dynamique d'un bâtiment de grande hauteur à Montréal par mesures des vibrations ambiantes et modélisation numérique
No full textCe mémoire présente une analyse dynamique, à la fois expérimentale et numérique, d’un bâtiment de grande hauteur situé au centre-ville de Montréal. Une campagne de mesures de vibrations ambiantes (MVA). L’objectif est de quantifier in situ les propriétés modales, dont l’amortissement, et de vérifier la pertinence des coefficients de réduction de rigidité du béton fissuré utilisés en modélisation pour les bâtiments de grande hauteur flexibles, les cadres normatifs CSA A23.3 et CNB 2020 étant encore peu adaptés. Ainsi, à partir d’une campagne de MVA, couvrant les 58 étages du bâtiment étudié et menée au moyen de capteurs TROMINO®, les paramètres modaux (fréquences, amortissement, déformées modales) sont extraits à l’aide des méthodes de décomposition du domaine fréquentiel améliorée (DDFA) et d’identification stochastique en sous-espace (ISS). Ces données expérimentales sont ensuite comparées aux résultats d’un modèle éléments finis (MÉF) développé sous le logiciel ETABS, puis calibré à l’aide d’une analyse de sensibilité globale et d’une procédure d’ajustement incrémental. L’étude met en évidence des écarts significatifs entre les hypothèses normatives et les valeurs mesurées in situ, ce qui justifie l’ajustement de ces paramètres dans les analyses dynamiques. Cette recherche constitue la première étude de ce type à Montréal sur une tour instrumentée de cette envergure. Elle renforce la fiabilité des modèles numériques de conception en déterminant l’amortissement et les formes modales in situ, généralement difficiles à quantifier pour ces structures, et en évaluant l’écart de rigidité entre le modèle numérique et la réponse mesurée