Développement d'algorithme de Machine Learning pour l'optimisation du contrôle de machines à ab[...]
Description du sujet de thèse
Domaine
Sciences pour l'ingénieur
Sujets de thèse
Développement d'algorithme de Machine Learning pour l'optimisation du contrôle de machines à absorption
Contrat
Thèse
Description de l'offre
Le Laboratoire des Technologies Thermiques et Solaires (L2TS) et le Laboratoires des Systèmes Energétiques pour les Territoires (LSET) situés sur le site du CEA LITEN du Bourget-de-Lac proposent un sujet de thèse transverse portant à la fois sur de la thermodynamique et de l'optimisation par Intelligence Artificielle. Précisément, ce projet de recherche doctorale consiste à développer un algorithme de Machine Learning pour optimiser le contrôle des machines à absorption. Ces machines sont des cycles thermodynamiques permettant de produire du froid ou du chaud à partir d'un apport de chaleur intermédiaires, et pouvant ainsi valoriser la chaleur fatale industrielle ou les énergies renouvelables tel que le solaire thermique. Les échanges de chaleur sont possible grâce aux réactions d'absorption et de désorption d'un réfrigérant sous forme gazeux dans un fluide. Spécifiquement, le mélange NH3-H2O sera utilisé. Le fonctionnement dynamique de ces cycles est extrêmement complexe car les variables opérationnelles, les paramètres physiques et les aspects hydrodynamiques sont fortement intriquées. Ainsi l'utilisation d'un réseau de neurones est particulièrement pertinente pour établir une stratégie de contrôle adaptative de ces machines. La thèse aura un aspect théorique, avec l'étude et le choix de l'algorithme le plus adapté pour répondre à la problématique, et un aspect expérimental de validation sur un prototype de machine à absorption. Le projet impliquera également la conception d'un contrôleur pour l'implémentation. La thèse se déroulera dans un laboratoire CEA au Bourget du Lac.
Université / école doctorale
Ingénierie - Matériaux - Environnement - Energétique - Procédés - Production (IMEP2)
Université Grenoble Alpes
Localisation du sujet de thèse
Site
Grenoble
Critères candidat
Formation recommandée: Master 2 IA ou Master 2 Systèmes énergétiques
Personne à contacter par le candidat
DESAGE Lucie CEADES/DTCH//L2TS50 av. du Lac LémanParc Savoie Technolac73375 Le Bourget du Lac
Tuteur / Responsable de thèse
PHAN Hai Trieu CEADRT/DTCH//L2TS50 av. du Lac LémanParc Savoie Technolac73375 Le Bourget du Lac