Gestion d'énergie des systèmes multi-piles à combustible basée sur les pronostics de durées de vie restantes pour une application au transport automobile
Bibliographic record
Abstract
Les effets du réchauffement climatique tels que l’augmentation de la température moyenne à la surface de la terre, l’éloignement progressif des extrêmes climatiques, l’élévation du niveau moyen des mers et océans, etc., ne sont que les conséquences de l’accumulation des gaz à effet de serre (GES) d’origine humaine dans l’atmosphère. À l’échelle mondiale, certains secteurs d’activités économiques contribuent à ce fléau de manière plus importante que d’autres. C’est notamment le cas du secteur des transports qui est responsable à lui tout seul de 25% des émissions mondiales de GES, d’après le rapport publié en 2020 par l’AIE. Avec ce pourcentage, le transport représente le second secteur économique le plus polluant après la production de l’énergie électrique. Une étude statistique plus poussée a révélé que le transport routier serait le mode de transport qui émet le plus de GES dans ce secteur. En France et au Canada par exemple, 94% et 70% des émissions provenant des transports sont respectivement attribuées au trafic routier d’après le rapport publié en 2020 par « l’INSEE, France » et d’après le rapport d’inventaire national 1990-2019 d’ « Environnement et changement climatique, Canada ».Pour réduire l’empreinte carbone du transport routier, l’utilisation des véhicules à hydrogène semble être une idée très captivante et complémentaire des véhicules électriques. Cependant, certains verrous technologiques tels que la courte durée de vie des piles à combustible (PAC), principale source de puissance des véhicules à hydrogène, s’ajoutent au problème de faible niveau de développement du réseau de distribution de l’hydrogène qui freine la commercialisation des véhicules à hydrogène.Le concept de système de puissance modulaire appliqué aux PAC et qui a été introduit dans la littérature il y’a de cela dix ans, se révèle être particulièrement intéressant à étudier pour améliorer non seulement le critère de durabilité, mais aussi ceux de la tolérance aux pannes et du rendement énergétique des systèmes PAC. L’idée globale autour de ce concept consiste à associer plusieurs petits modules de PAC (la PAC et ses auxiliaires ) de puissances modérées au lieu d’utiliser un seul et unique gros module de PAC de très forte puissance. Le cas échéant, un système multi-PAC est obtenu et le défis principal ainsi mis en jeu est celui de la gestion d’énergie. En effet, la gestion d’énergie est un élément essentiel dont dépendent toutes les performances qu’un système multi-PAC peut offrir.De grandes avancées ont été réalisées au cours de cette dernière décennie dans certains domaines de recherche tels que celui du PHM « prognostic and Health Management » pour permettre aux SGE de systèmes multi-PAC de prendre les décisions de gestion d’énergie convenables quant à la durabilité de ces systèmes. Cependant, à ce jour, très peu de SGE basées sur le pronostic apparaissent dans la littérature. Pour cela, une SGE basée sur les pronostics de durées de vie restantes (RUL - « Remaining Useful Life ») des PAC est proposée dans cette thèse pour les systèmes multi-PAC, dans le cadre d’une application automobile.La SGE proposée a été validée sur la base de simulations numériques réalisées dans l’environnement Matlab/ Simulink, sur un système multi-PAC composé de quatre PAC de 500 W en utilisant le cycle de classe 3 de la procédure d’essai mondiale harmonisée pour les véhicules légers (WLTP). Une étude comparative des performances du système multi-PAC sous la SGE proposée et sous les SGE conventionnelles a montré que la SGE proposée est capable de faire atteindre au système multi-PAC une durée de vie qui est plus de 2,35 fois supérieure à celle qu’il aurait sous les SGE conventionnelles. Tout ceci en maintenant la consommation d’H_2 du système à un niveau très raisonnable par rapport à la quantité d’H_2 consommée sous les SGE conventionnelles.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.002 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.002 | 0.000 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.002 | 0.014 |
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; both teacher heads agree on what is shown here.
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".