Algorithmes évolutionnaires et inspirés du quantique pour l'optimisation de systèmes de réfrigération magnétique
Langue Anglais
Accéder au document

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

 
Auteur : Ouskova Leonteva, Anna
Date de soutenance : 24-05-2022

Directeur(s) de thèse : Collet, Pierre - Parrend, Pierre

Établissement de soutenance : Strasbourg
Laboratoire : Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....)
École doctorale : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
 
Discipline : Informatique
Classification : Informatique, Mathématiques, Physique

Mots-clés libres : Algorithmes évolutionnaires, Algorithmes d'optimisation inspirés du quantique, Optimisation de modèles de simulation, Matériaux magnétocaloriques, Réfrigération magnétique
Mots-clés :
  • Effet magnétocalorique
  • Algorithmes
Résumé : Cette thèse est réalisée dans le cadre du projet ANR CoolMagEvo, qui se donne comme objectif le développement de systèmes de réfrigération magnétique. Nous disposons de deux modèles de simulation dont on a assigné une fonction de problèmes d'optimisation: un modèle de Matériaux Magnetocaloriques (MMCs) et un modèle d'un Régénérateur Magnétique Actif (AMR). Selon les exigences des modèles, nous avons développé trois algorithmes d'optimisation. Par la suite, nous avons développé un outil basé sur les algorithmes proposés pour résoudre facilement et efficacement différents problèmes de ces modèles de simulation. Ensuite, à l'aide de cet outil, nous avons eu la possibilité d'ériger la nouvelle méthode basée sur l'optimisation, qui permet de reproduire les propriétés physiques de différents MMCs. Enfin, nous avons étudié l'impact des paramètres de contrôle et de désign du modèle de l'AMR sur ses performances pour deux modes d'application.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2022STRAD006
Type de ressource : Thèse