Mécanismes physiques et fondements théoriques de la récupération d'énergie micro-ondes ambiante pour les dispositifs sans fil à faible consommation
Bibliographic record
Abstract
À mon épouse Antonia Yume Eiri Trebien Lorenz, qui m'a appuyé inconditionnellement pendant la maîtrise, à mes parents Curt et Cristina Lorenz, qui m'ont enseigné l'importance de persévérer et de me dévouer au travail, mais aussi de garder du temps pour la famille et les amis, à Simon Hemour pour m'avoir guidé pendant ce travail de recherche et pour toujours avoir été présent pour discuter de nouvelles idées. REMERCIEMENTSJe tiens à remercier en premier lieu à Dieu pour toutes ses bénédictions qu'il m'a offertes.Je tiens aussi à exprimer mes remerciements sincères à mon directeur de recherche, professeur Ke Wu, par son soutien et ses conseils donnés au cours de mes travaux de recherches; aussi comme par son soutien lors de mes moments de doute.Un gros merci à Simon Hemour, qui était toujours présent pour discuter de nouvelles idées et méthodes pour résoudre les problèmes auxquelles j'ai fait face.Je suis certain que sans ton aide ce travail ne serait pas arrivé si loin.Je voulais aussi remercier à tous les membres de l'équipe technique de Poly GRAMES, par leur soutien dans les fabrication et caractérisation des prototypes, aussi bien que par leur support informatique, à savoir Jules Gauthier, Traian Antonescu, Maxime Thibault, Steve Dubé et Jean-Sébastien Décarie.Je tiens aussi à remercier à Nathalie Levesque de l'École Polytechnique qui m'a toujours aidé lorsque des problèmes administratifs apparaissaient.Je veux également remercier les membres du jury pour le temps qu'ils ont passé à la révision de ce mémoire.Et aux collègues de Poly GRAMES qui ont contribué directement ou indirectement au bon déroulement de ma maîtrise.Je tiens finalement à exprimer ma plus profonde gratitude à mon épouse Antonia Yume Eiri Trebien Lorenz pour son soutien inconditionnel tout au long de ces années de maîtrise, et aussi à mes parents Curt et Cristina Lorenz qui ont mis plusieurs de leurs années de vie à ma formation, ce qui m'a permis arriver là où je suis maintenant.v RÉSUMÉ La récupération d'énergie micro-ondes ambiantes (REMA) pour alimenter de circuits à faible consommation et faible rapport cyclique a été le sujet de plusieurs publications au cours des dernières années.L'intérêt par ce sujet a été poussé principalement par les diverses applications prévues par l'Internet des Objets, l'Immotique et les nouveaux développements des dispositifs pour les « Body Area Netwoks ».Un des besoins récurrents que l'on retrouve parmi plusieurs de ces applications est une source d'énergie intégrée, qui ne nécessiterait pas de maintenance régulière, qui serait de petite taille et d'un faible poids.Pour beaucoup d'applications à venir, les piles sont trop encombrantes et demandent un plan de maintenance pour les recharger ou les remplacer, ce qui n'est pas possible.Dans ce contexte, un autre type de source d'énergie est nécessaire.La récupération d'énergie ambiante est ici proposée comme une source alternative de puissance pour ces circuits à faible consommation.Ce travail explore plus spécifiquement la récupération d'énergie micro-ondes ambiantes par l'utilisation centrale de circuits redresseurs à diodes.Un modèle mathématique a tout d'abord été développé pour décrire les mécanismes qui contribuent au processus de redressement d'énergie micro-ondes aux niveaux de puissance que l'on retrouve dans l'ambiant.Ce modèle est évalué en utilisant des résultats de simulation et de mesures réalisées sur trois prototypes fabriqués dans le cadre de cette maîtrise.Le modèle développé inclut les pertes dans les composants parasitiques de l'élément non linéaire utilisé pour le redressement d'énergie ainsi que les pertes d'insertion du réseau d'adaptation d'impédance.Partant de ce modèle, deux possibilités sont explorées pour améliorer l'efficacité de conversion de puissance des redresseurs micro-ondes actuels, particulièrement pour ceux fonctionnant à des niveaux de puissance trouvés dans la REMA.On considèrera dans ce travail que la plage de puissance correspondant à la REMA se situe à une valeur de crête de -30 dBm, et à des niveaux de puissance moyenne bien en dessous de ce seuil.Un circuit hybride coopératif de récupération d'énergie ambiante va ensuite être proposé.Celui-ci présente la particularité de n'être basé que sur un seul composant non linéaire pour redresser l'énergie micro-ondes et l'énergie mécanique de façon coopérative.La théorie, les simulations ainsi que les mesures montrent que la puissance totale récupérée par ce schéma est jusqu'à deux fois plus forte que la puissance combinée de deux circuits indépendants, utilisés pour exploiter les deux sources séparément.vi L'aspect composant non linéaire a aussi été développé dans ce travail, à travers une étude sur le rôle critique que joue la responsivité en courant du composant sur les performances globale du circuit de redressement.On démontre ainsi pour la première fois que l'utilisation de diodes tunnel ayant une responsivité en courant plus élevée que la valeur atteignable avec des diodes Schottky permet de dépasser l'efficacité de récupération d'énergie micro-ondes atteignable avec ces dernières diodes.L'efficacité de récupération de puissance mesurée pour un signal RF d'entrée de -30 dBm à 2.4 GHz est de 18.2 %, tandis que l'efficacité de conversion pour un circuit similaire utilisant des diodes Schottky, telle que ceux présentés dans la première partie de ce travail, ne dépasse pas 11 % dans de conditions similaires de fréquence et de puissance.Notons par ailleurs que jusqu'à la date de publication des articles présentés dans ce mémoire de maîtrise la plus haute efficacité de récupération de puissance micro-ondes publiée était proche de 5 % pour une puissance à l'entrée de -30 dBm et une fréquence proche de 2 GHz.Enfin, les compétences acquises lors des études ci-dessus ont été mises à profit pour une application de transfert de puissance par micro-ondes.Une rectenne opérant à 94 GHz est ainsi présentée, dont l'efficacité de conversion de puissance égale à 37.7 % a été obtenue pour une puissance à l'entrée de 3 dBm.Cette rectenne est proposée comme source alternative de puissance pour les microrobots, qui en raison de leur taille et leur poids limités ne peuvent pas embarquer de piles.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.030 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".