Afin de planifier le déploiement d'un parc d'hydroliennes en rivière et de maximiser son extraction d'énergie, des simulations de parc de turbines sont souvent effectuées. Cependant, dans un contexte où des dizaines de turbines sont déployées, il est impensable de simuler la géométrie complète de chaque turbine. Il est donc nécessaire d'utiliser des modèles simplifiés qui reproduisent fidèlement les turbines et qui intègrent toutes les principales interactions se produisant dans un parc de turbines, à savoir les interactions turbine-sillage, les effets de blocage et l'interaction avec la ressource. Le modèle EPTM (Effective Performance Turbine Model) est un outil approprié en ce sens, permettant de tester et d'analyser un grand nombre de configurations de parc différentes à un faible coût de calcul. Pour garantir une utilisation adéquate et fiable dans des conditions d'écoulement de rivière et de parc, l'EPTM a d'abord été validé et adapté, en se concentrant sur la technologie de turbine à axe transversal (Cross-Flow Turbine : CFT). Dans ce but, une méthodologie numérique a été développée pour reproduire les conditions d'écoulement de rivière et les conditions d'écoulement de parc (présence de perturbations). À l'aide de simulations complètes de turbine en 3D utilisant cette méthodologie, on constate qu'une turbine fonctionnant dans ces conditions voit une réduction de ses performances. Cependant, il s'avère que le coefficient de traînée effectif reste essentiellement inchangé, ce qui permet d'utiliser la même distribution de coefficients de force locale effectif dans toute situation. De plus, bien que le coefficient de puissance effectif apparaisse plus faible que pour une turbine dans des conditions d'écoulement idéalisées, il ne varie pas en fonction du type de perturbation et sa diminution est faible en conditions de surface libre. Ceci est important pour l'utilisation de l'EPTM, car le modèle simplifié est basé sur cette hypothèse. De multiples comparaisons entre l'EPTM et les simulations de turbine complète dans des conditions d'écoulement de rivière ou de parc ont confirmé que l'EPTM-CFT est toujours capable de prédire avec précision les performances des turbines et de reproduire leur sillage moyen avec un haut degré de fiabilité. Suite à cette procédure de validation, des simulations de parc de turbines ont été réalisées à l'aide de l'EPTM-CFT. Assumant un écoulement ambient turbulent, de nombreuses configurations de parc de turbines à axe vertical ont été testées pour étudier plus précisément l'effet du blocage local, de l'espacement latéral et longitudinal, du décalage latéral entre les rangées et du sens de rotation sur les performances des turbines. Les résultats ont montré que les effets de blocage doivent être considérés simultanément avec les interactions turbine-sillage, en particulier lorsque les turbines génèrent un sillage qui dévie latéralement en aval. Ce dernier aspect joue d'ailleurs un rôle important en vue de déterminer si les rangées devraient être décalées entre elles ou non. Pour un parc à plusieurs rangées, cet aspect affecte également la pertinence des différents paramètres utilisés. En effet, dans ce contexte, l'espacement latéral devient plus significatif que la valeur de blocage local. Pour aider à statuer sur l'espacement latéral et longitudinal optimal à fixer au sein d'un parc, un nouveau paramètre a été proposé : la puissance marginale par turbine. Comme de nombreuses variables économiques peuvent entrer en jeu, ce paramètre permet de quantifier l'avantage d'ajouter des rangées ou des colonnes de turbines par rapport à la puissance déjà installée. Enfin, il est possible, pour un parc de turbines optimal donné, d'évaluer son impact sur la ressource. Sur la base d'un vrai site en rivière, une simulation réaliste d'un parc de turbines en rivière a été effectuée en utilisant la méthodologie développée précédemment. Les résultats de la simulation, comparés aux résultats de simulations plus simplifiées, ont souligné qu'une géométrie de canal appropriée et une distribution juste de la vitesse d'entrée sont essentielles pour obtenir des performances de turbine fiables. S'il apparaît que la prise en compte de la surface libre a affecté de manière négligeable les performances du parc et le niveau d'eau en amont pour le cas considéré, il n'en reste pas moins que l'évaluation de l'impact sur la ressource est toujours pertinente puisque l'élévation du niveau d'eau peut être plus importante si le niveau de blocage ou le nombre de Froude sont plus élevés. / In order to plan a river hydrokinetic turbine array deployment and to maximize its energy extraction, turbine array simulations are often carried out. However, in a context where tens of turbines are deployed, it is unthinkable to simulate the complete rotating geometry of every turbine. It is therefore necessary to use simplified models that reproduce accurately the turbines and that incorporate all the main interactions taking place in a turbine array, namely the turbine-wake interactions, the blockage effects and the interaction with the resource. The Effective Performance Turbine Model (EPTM) is a suitable tool in that sense, allowing to test and analyze a large amount of different array configurations at a low computational cost. Although the EPTM has been developed to serve as a tool for array analysis, it has only been tested up to now in a uniform flow with a low turbulence level. For this reason, the EPTM has been validated and adapted in this work to ensure a proper and reliable use in river array flow conditions. Herein, the efforts has been mainly put on a cross-flow turbine (CFT) technology. First, a numerical methodology has been developed to reproduce river flow conditions and array flow conditions, which include shear, large-scale temporal fluctuations and (modeled) turbulence. Following 3D blade-resolved turbine simulations, it is found that a turbine operating in those conditions sees a reduction of its performance, especially when the shear aspect is present. However, it turns out that the effective drag coefficient remains essentially unchanged, allowing to use the same local effective force coefficient distribution in every situation. Moreover, although the effective power coefficient appears to be lower than for a turbine in idealized flow conditions, it does not vary depending of the type of perturbation and its decrease is small under free-surface conditions. This is important for the use of the EPTM, since the simplified model is based on this assumption. Multiple comparisons between EPTM and blade-resolved turbine simulations in river/array flow conditions have confirmed that the EPTM-CFT is always able to predict accurately the performances of the turbines and to reproduce their mean wake with a high degree of reliability. Following this validation procedure, a series of turbine array simulations have been conducted using the EPTM-CFT. Assuming a turbulent flow environment, many vertical-axis turbine array configurations have been tested to study more precisely the effect of local blockage, lateral and longitudinal spacing, array staggering and direction of rotation on turbine performance. Results have shown that all aspects of blockage, local and global, must be considered simultaneously with the possibility of turbine-wake interaction, especially when the turbines generate a wake that deflects sideways downstream. The latter aspect could play an important role in determining whether or not the array should be staggered. For a multiple-row array, this aspect also affects the relevance of the different array parameters used. Indeed, in this context, the lateral spacing becomes more meaningful than the local blockage value. To help decide on the optimal lateral and longitudinal spacing to set within an array, a new parameter has been proposed: the marginal power per turbine. As many economic variables can come into play, this parameter helps quantifying the benefit of adding rows or columns of turbines in comparison to the already installed power. Finally, it is possible, for an identified optimal turbine array, to assess its impact on the resource. Based on an actual river site, a realistic simulation of a turbine array in river has been performed using the methodology previously developed. The simulation results, compared with the results of more simplified simulations, have pointed out that an appropriate channel geometry and an accurate inflow velocity distribution are essential to obtain reliable array performances. Although it arises that taking into account the free surface has negligibly affected the array performances and the water level upstream for the case considered, it remains that the assessment of the impact on the resource is always relevant since the rise in the water level can be larger if the blockage ratio or the Froude number are higher.

La thermographie à phase pulsée (TPP) a été présentée comme une nouvelle technique robuste de thermographie infrarouge (TIR) pour les essais non destructifs (END). Elle utilise la transformée de Fourier discrète (TFD) sur les images thermiques obtenues après un chauffage flash de la surface avant d'un spécimen pour extraire les informations de délai de phase (ou phase). Les gammes de phase calcules (ou cartes de phase) sont utilises pour la visualisation des défauts dans de nombreux matériaux. Le contraste de température permet de détecter les défauts à partir des données thermographiques. Cependant, les images thermiques comportent généralement un niveau de bruit important et des arrière-plans non uniformes causés par un chauffage inégal et des réflexions environnementales. Par conséquent, il n'est pas facile de reconnaître efficacement les régions défectueuses. Dans ce travail, nous avons appliqué la technique LSTM (Long Short Term Memory) et des réseaux de neurones convolutifs (RNC) basés sur des modèles d'apprentissage profond (AP) à la détection des défauts et à la classification de la profondeur des défauts à partir de données d'images thermographiques. Nos résultats expérimentaux ont montré que l'architecture proposée basée sur l'AP a obtenu des scores de précision de 0.95 et 0.77 pour la classification des pixels sains et défectueux. En outre, les résultats expérimentaux ont montré que les techniques LSTM et RNC ont obtenu des précisions de 0.91 et 0.82 pour la classification de la profondeur des défauts, respectivement. Par conséquent, la technique LSTM a surpassé la technique RNC pour les cas de détection des défauts et de classification de la profondeur des défauts. / Pulse Phase Thermography (PPT) has been introduced as a novel robust Non-Destructive Testing (NDT) Infrared Thermography (IRT) technique. It employs Discrete Fourier Transform (DFT) to thermal images obtained following flash heating of the front surface of a specimen to extract the phase delay (or phase) information. The computed phase grams (or phase maps) are used for defect visualization in many materials. The temperature contrast enables defect detection based on thermographic data. However, thermal images usually involve significant measurement noise and non-uniform backgrounds caused by uneven heating and environmental reflections. As a result, it is not easy to recognize the defective regions efficiently. In this work, we applied Long Short-Term Memory (LSTM) and Convolutions Neural Networks works (CNNs) based on deep learning (DL) models to defect detection and defect depth classification from thermographic image data. Our experimental results showed that the proposed DL-based architecture achieved 0.95 and 0.77 accuracy scores for sound and defected pixels classification. Furthermore, the experimental results illustrated that LSTM and CNN techniques achieved 0.91 and 0.82 accuracies for defect-depth classification, respectively. Consequently, the LSTM technique overcame the CNNs technique for defect detection and defect-depth classification cases.

La croissance constante et exponentielle de la demande de trafic de données Internet conduit nos réseaux de télécommunications optiques, principalement composés de liaisons de fibre monomode, à une pénurie imminente de capacité. La limite non linéaire de la fibre monomode, prédite par la théorie de l'information, ne laisse aucune place à l'amélioration de la capacité de communication par fibre optique. Dans ce contexte, la prochaine technologie de rupture dans les transmissions optiques à haute capacité devrait être le multiplexage par répartition spatiale (SDM). La base du SDM consiste à utiliser différents canaux spatiaux d'une seule fibre optique pour transmettre des données indépendantes. Le SDM fournit ainsi une augmentation de la capacité de transport de données d'un facteur qui dépend du nombre de chemins spatiaux qui sont établis. Une façon de réaliser le SDM consiste à utiliser des fibres faiblement multimodes (FMF) spécialisées, conçues pour présenter un couplage faible entre les modes guidés. Un traitement MIMO réduit peut alors être utilisé pour annuler le couplage résiduel des modes. Dans cette thèse, nous donnons tout d'abord un aperçu des progrès récents du multiplexage par répartition de modes (MDM). Les modes à polarisation linéaire (LP), les modes de moment angulaire orbital (OAM) et les modes vectoriels représentent différentes bases de modes orthogonaux possibles dans la fibre. Nous comparons les travaux utilisant ces modes en termes de conception de fibre proposée, nombre de modes, complexité MIMO et résultats expérimentaux de transmission de données. Ensuite, nous introduisons la modélisation de la fibre optique réalisée avec les solveurs numériques de COMSOL Multiphysics, et nous discutons de quelques travaux utilisant cette modélisation de fibre. Nous proposons une nouvelle FMF, composée d'un noyau hautement elliptique et d'une tranchée adjacente ajoutée pour réduire la perte de courbure des modes d'ordre supérieur. La fibre est conçue et optimisée pour prendre en charge cinq modes spatiaux avec une dégénérescence de polarisation double, pour un total de dix canaux. La fibre proposée montre une différence d'indice effectif entre les modes spatiaux supérieure à 1 × 10-3sur la bande C. Ensuite, nous fabriquons la fibre avec un procédé standard de dépôt chimique en phase vapeur modifié (MCVD), et nous caractérisons la fibre en laboratoire. La caractérisation expérimentale a révélé que la fibre présente une propriété de maintien de polarisation. Ceci est obtenu grâce à la combinaison de la structure centrale asymétrique et de la contrainte thermique introduite lors de la fabrication. Nous mesurons la biréfringence avec une technique de réseau de Bragg inscrit dans la fibre (FBG). En incluant la contrainte thermique dans notre modélisation de fibre, un bon accord est obtenu entre la biréfringence simulée et mesurée. Nous avons réussi à effectuer la première transmission de données sur la fibre proposée, en transmettant deux signaux QPSK sur les deux polarisations de chaque mode spatial, sans utiliser de traitement MIMO. Enfin, nous présentons une amélioration d'une technique d'interférométrie hyperfréquence (MICT) précédemment proposée, afin de mesurer expérimentalement la perte en fonction du mode (MDL) des groupes de modes FMF. En conclusion, nous résumons les résultats et présentons les perspectives d'avenir de cette recherche. En résumé, de nouveaux FMF doivent être étudiés si nous voulons résoudre la pénurie imminente de capacité de nos technologies système. Les résultats de cette thèse indique que le FMF à maintien de polarisation proposée dans cette recherche représente une amélioration significative dans le domaine des systèmes de transmission MDM sans MIMO pour des liaisons de communication courtes ; c’est-à-dire distribuant des données sur une longueur inférieure à 10 km. Nous espérons que ce travail conduira au développement de nouveaux composants SD Mutilisant cette fibre, tels que de nouveaux amplificateurs à fibre, ou de nouveaux multiplexeurs/démultiplexeurs, comme par exemple des coupleurs en mode fibre fusionnée ou des dispositifs photoniques au silicium. / The constant and exponential growth of Internet data traffic demand is driving our optical telecommunication networks, mainly composed of single-mode fiber links, to an imminent capacity shortage. The nonlinear limit of the single-mode fiber, predicted by the information theory, leave no room for optical fiber communication capacity improvements. In this direction, the next disruptive technology in high-capacity communication transmissions is expected to be Space Division Multiplexing (SDM). The basic of SDM consists of using different spatial channels of a single optical fiber to transmit information data. SDM thus provides an increase in the data-carrying capacity by a factor that depends on the number of spatial paths that are established. A way to realize SDM is through the use of specialty few-mode fibers (FMFs), designed to have a weak coupling between the guided modes. A reduced MIMO processing can be used to undo the residual mode coupling. In this thesis, we firstly give an overview of the recent progress in mode division multiplexing (MDM). Linearly polarized (LP) modes, orbital angular momentum (OAM) modes and vector modes represent the possible orthogonal modes guided into the fiber. We compare works, making use of those modes, in terms of proposed fiber design, number of modes, MIMO complexity and data transmission experiments. After that, we introduce the optical fiber modelling performed with the numerical solvers of COMSOL Multiphysics, and we discuss some works making use of this fiber modelling. Next, we propose a novel FMF, composed of a highly elliptical core and a surrounding trench added to reduce the bending loss of the higher order modes. The fiber is designed and optimized to support five spatial modes with twofold polarization degeneracy, for a total of ten channels. The proposed fiber shows an effective index difference between the spatial modes higher than 1×10-3 over the C-band. Afterwards, we fabricate the fiber with standard modified chemical vapor deposition (MCVD) process, and we characterize the fiber in the laboratory. The experimental characterization revealed the polarization maintaining properties of the fiber. This is obtained with the combination of the asymmetric core structure and the thermal stress introduced during the fabrication. We measure the birefringence with a fiber Bragg grating (FBG) technique, and we included the thermal stress in our fiber modelling. A good agreement was found between the simulated and measured birefringence. We successfully demonstrate the first data transmission over the proposed fiber, by transmitting two QPSK signals over the two polarizations of each spatial mode, without the use of any MIMO processing. Lastly, we present an improvement of a previously proposed microwave interferometric technique (MICT), in order to experimentally measure the mode dependent loss (MDL) of FMF mode groups. Finally, we present the conclusions and the future perspectives of this research. To conclude, novel FMFs need to be investigated if we want to solve the imminent capacity shortage of our system technologies. We truly believe that the polarization-maintaining FMF proposed in this research represents a significant improvement to the field of MIMO-free MDM transmission systems for short communication links, distributing data over length less than 10 km. We hope that this work will drive the development of new SDM components making use of this fiber, such as new fiber amplifiers, or new mux/demux, as for example fused fiber mode couplers or silicon photonic devices.

L'évaluation non destructive (END) est un domaine permettant d'identifier tous les types de dommages structurels dans un objet d'intérêt sans appliquer de dommages et de modifications permanents. Ce domaine fait l'objet de recherches intensives depuis de nombreuses années. La thermographie infrarouge (IR) est l'une des technologies d'évaluation non destructive qui permet d'inspecter, de caractériser et d'analyser les défauts sur la base d'images infrarouges (séquences) provenant de l'enregistrement de l'émission et de la réflexion de la lumière infrarouge afin d'évaluer les objets non autochauffants pour le contrôle de la qualité et l'assurance de la sécurité. Ces dernières années, le domaine de l'apprentissage profond de l'intelligence artificielle a fait des progrès remarquables dans les applications de traitement d'images. Ce domaine a montré sa capacité à surmonter la plupart des inconvénients des autres approches existantes auparavant dans un grand nombre d'applications. Cependant, en raison de l'insuffisance des données d'entraînement, les algorithmes d'apprentissage profond restent encore inexplorés, et seules quelques publications font état de leur application à l'évaluation non destructive de la thermographie (TNDE). Les algorithmes d'apprentissage profond intelligents et hautement automatisés pourraient être couplés à la thermographie infrarouge pour identifier les défauts (dommages) dans les composites, l'acier, etc. avec une confiance et une précision élevée. Parmi les sujets du domaine de recherche TNDE, les techniques d'apprentissage automatique supervisées et non supervisées sont les tâches les plus innovantes et les plus difficiles pour l'analyse de la détection des défauts. Dans ce projet, nous construisons des cadres intégrés pour le traitement des données brutes de la thermographie infrarouge à l'aide d'algorithmes d'apprentissage profond et les points forts des méthodologies proposées sont les suivants: 1. Identification et segmentation automatique des défauts par des algorithmes d'apprentissage profond en thermographie infrarouge. Les réseaux neuronaux convolutifs (CNN) pré-entraînés sont introduits pour capturer les caractéristiques des défauts dans les images thermiques infrarouges afin de mettre en œuvre des modèles basés sur les CNN pour la détection des défauts structurels dans les échantillons composés de matériaux composites (diagnostic des défauts). Plusieurs alternatives de CNNs profonds pour la détection de défauts dans la thermographie infrarouge. Les comparaisons de performance de la détection et de la segmentation automatique des défauts dans la thermographie infrarouge en utilisant différentes méthodes de détection par apprentissage profond : (i) segmentation d'instance (Center-mask ; Mask-RCNN) ; (ii) détection d’objet (Yolo-v3 ; Faster-RCNN) ; (iii) segmentation sémantique (Unet ; Res-unet); 2. Technique d'augmentation des données par la génération de données synthétiques pour réduire le coût des dépenses élevées associées à la collecte de données infrarouges originales dans les composites (composants d'aéronefs.) afin d'enrichir les données de formation pour l'apprentissage des caractéristiques dans TNDE; 3. Le réseau antagoniste génératif (GAN convolutif profond et GAN de Wasserstein) est introduit dans la thermographie infrarouge associée à la thermographie partielle des moindres carrés (PLST) (réseau PLS-GANs) pour l'extraction des caractéristiques visibles des défauts et l'amélioration de la visibilité des défauts pour éliminer le bruit dans la thermographie pulsée; 4. Estimation automatique de la profondeur des défauts (question de la caractérisation) à partir de données infrarouges simulées en utilisant un réseau neuronal récurrent simplifié : Gate Recurrent Unit (GRU) à travers l'apprentissage supervisé par régression. / Non-destructive evaluation (NDE) is a field to identify all types of structural damage in an object of interest without applying any permanent damage and modification. This field has been intensively investigated for many years. The infrared thermography (IR) is one of NDE technology through inspecting, characterize and analyzing defects based on the infrared images (sequences) from the recordation of infrared light emission and reflection to evaluate non-self-heating objects for quality control and safety assurance. In recent years, the deep learning field of artificial intelligence has made remarkable progress in image processing applications. This field has shown its ability to overcome most of the disadvantages in other approaches existing previously in a great number of applications. Whereas due to the insufficient training data, deep learning algorithms still remain unexplored, and only few publications involving the application of it for thermography nondestructive evaluation (TNDE). The intelligent and highly automated deep learning algorithms could be coupled with infrared thermography to identify the defect (damages) in composites, steel, etc. with high confidence and accuracy. Among the topics in the TNDE research field, the supervised and unsupervised machine learning techniques both are the most innovative and challenging tasks for defect detection analysis. In this project, we construct integrated frameworks for processing raw data from infrared thermography using deep learning algorithms and highlight of the methodologies proposed include the following: 1. Automatic defect identification and segmentation by deep learning algorithms in infrared thermography. The pre-trained convolutional neural networks (CNNs) are introduced to capture defect feature in infrared thermal images to implement CNNs based models for the detection of structural defects in samples made of composite materials (fault diagnosis). Several alternatives of deep CNNs for the detection of defects in the Infrared thermography. The comparisons of performance of the automatic defect detection and segmentation in infrared thermography using different deep learning detection methods: (i) instance segmentation (Center-mask; Mask-RCNN); (ii) objective location (Yolo-v3; Faster-RCNN); (iii) semantic segmentation (Unet; Res-unet); 2. Data augmentation technique through synthetic data generation to reduce the cost of high expense associated with the collection of original infrared data in the composites (aircraft components.) to enrich training data for feature learning in TNDE; 3. The generative adversarial network (Deep convolutional GAN and Wasserstein GAN) is introduced to the infrared thermography associated with partial least square thermography (PLST) (PLS-GANs network) for visible feature extraction of defects and enhancement of the visibility of defects to remove noise in Pulsed thermography; 4. Automatic defect depth estimation (Characterization issue) from simulated infrared data using a simplified recurrent neural network: Gate Recurrent Unit (GRU) through the regression supervised learning.

No description available.

Ce mémoire aborde l'utilisation des méthodes par bandit pour résoudre la problématique de l'entraînement de modèles de générations de résumés extractifs. Les modèles extractifs, qui bâtissent des résumés en sélectionnant des phrases d'un document original, sont difficiles à entraîner car le résumé cible correspondant à un document n'est habituellement pas constitué de manière extractive. C'est à cet effet que l'on propose de voir la production de résumés extractifs comme différents problèmes de bandit, lesquels sont accompagnés d'algorithmes pouvant être utilisés pour l'entraînement. On commence ce document en présentant BanditSum, une approche tirée de la litérature et qui voit la génération des résumés d'un ensemble de documents comme un problème de bandit contextuel. Ensuite, on introduit CombiSum, un nouvel algorithme qui formule la génération du résumé d'un seul document comme un bandit combinatoire. En exploitant la formule combinatoire, CombiSum réussit à incorporer la notion du potentiel extractif de chaque phrase à son entraînement. Enfin, on propose LinCombiSum, la variante linéaire de CombiSum qui exploite les similarités entre les phrases d'un document et emploie plutôt la formulation en bandit linéaire combinatoire. / This thesis discusses the use of bandit methods to solve the problem of training extractive abstract generation models. The extractive models, which build summaries by selecting sentences from an original document, are difficult to train because the target summary of a document is usually not built in an extractive way. It is for this purpose that we propose to see the production of extractive summaries as different bandit problems, for which there exist algorithms that can be leveraged for training summarization models.In this paper, BanditSum is first presented, an approach drawn from the literature that sees the generation of the summaries of a set of documents as a contextual bandit problem. Next,we introduce CombiSum, a new algorithm which formulates the generation of the summary of a single document as a combinatorial bandit. By exploiting the combinatorial formulation,CombiSum manages to incorporate the notion of the extractive potential of each sentence of a document in its training. Finally, we propose LinCombiSum, the linear variant of Com-biSum which exploits the similarities between sentences in a document and uses the linear combinatorial bandit formulation instead

Aujourd'hui, le soudage par friction-malaxage (FSW) a attiré beaucoup d'attention dans les secteurs universitaires et industriels. Malgré ses avantages importants par rapport aux techniques de soudage par fusion, il n'est pas largement utilisé dans l'industrie actuelle, principalement en raison des coûts d'équipement élevés et des redevances. Certaines autres raisons sont les forces de processus élevées, le besoin d'un serrage puissant, le manque de directives concernant la fenêtre de travail efficace des paramètres du processus et l'effet du traitement thermique après soudage. En outre, il est nécessaire d'avoir une conception d'outils appropriée pour différentes applications, géométries et configurations de soudage. Pour surmonter ces problèmes, une technique FSW rentable appelée FSW à angle droit(RAFSW) a récemment été introduite par l'équipe PI2/ REGAL de l'Université Laval. Il est essentiel de développer et d'étudier ses différents aspects pour rendre la technique fiable pour une large utilisation industrielle. Dans cette thèse, l'objectif est de fournir aux utilisateurs potentiels des directives et des fenêtres de travail efficaces pour les paramètres du processus de soudage à des vitesses de soudage élevées applicables à différentes configurations et géométries. Une conception d'outils appropriée pour différentes applications est également un autre aspect à explorer. De plus l'effet du traitement thermique après soudage sera étudié. Enfin, la technique sera adaptée pour être mise en œuvre sur des routeurs CNC de grande taille et à faible coût afin d'assembler de grands panneaux en aluminium à de faibles forces de soudage sans avoir besoin d'un serrage solide. / Today, friction stir welding (FSW) has attracted much attention in both academic and industrial sectors. In spite of its prominent advantages over fusion welding techniques, it is not widely used intoday's industry mainly due to high equipment costs and royalties. Some other reasons are high process forces, need for powerful clamping, lack of guidelines regarding efficient working window of process parameters and the effect of post weld heat treatment. Furthermore, it is needed to have aproper tool design for different applications, geometries, and welding configurations. To overcome these issues, a cost-effective FSW technique called FSW at right angle (RAFSW) has been recently introduced by PI2/REGAL team at Laval University. It is essential to develop and study its different aspects to make the technique reliable for widespread industrial use. In this thesis, the aim is to provide potential users with guidelines and efficient working windows for welding process parameters at high welding speeds applicable for different configurations and geometries. Proper tool design for different applications is another aspect to be explored, as well. Moreover, the effect of postweld heat treatment will be studied. Finally, the technique will be adapted to implement on big-size,low-cost CNC routers to assemble large aluminum panels at low welding forces without the need forsturdy clamping.

Le virage technologique débutant dans le secteur du génie civil a permis la création d'outils et de procédés tournés vers le numérique et l'automatisation. Le béton projeté, qui comprend un grand potentiel d'automatisation, ne doit pas faire exception à la règle puisque l'avancement et l'optimisation des méthodes de production sont clairement poussés en avant par cet élan technologique. Le Laboratoire de béton projeté de l'Université Laval travaille depuis plus de 15 ans sur plusieurs initiatives de recherche visant à comprendre et à améliorer la méthode de mise en place qu'est le béton projeté. Sur cette base de réflexion, un effort de recherche visant à réduire le rebond et à automatiser le procédé par voie sèche avec un bras robotisé a été lancé avec le projet SPARO. Le présent projet de recherche se place dans sa continuité directe, et il s'articule autour de 4 axes principaux : optimisation et compréhension du phénomène de rebond, étude de l'influence de l'automatisation du procédé sur les propriétés du béton projeté durci, amélioration de l'autonomie du procédé et enfin, développement d'une assistance au lancier. La première partie du projet contribue à la compréhension des interactions entre les différentes trajectoires et le rebond, notamment avec l'utilisation de la trajectoire dite planétaire. Elle présente des valeurs de rebond remarquablement faibles et proches de celles obtenues usuellement par voie humide; elle apporte le concept de rebond fondamental du matériau et génère moins de rebonds que la trajectoire « classique » largement adoptée par les lanciers. L'hypothèse soutenue est que la trajectoire optimale est celle qui, pour une consigne d'épaisseur donnée, couvre une surface de taille maximale, tout en s'assurant que chaque portion de cette surface soit impactée, ou excitée, en permanence de façon à dépasser une fréquence énergétique critique du substrat, facilitant la capture des particules. L'étude des propriétés du béton projeté à l'état durci souligne que la technique de mise en place a un effet important sur la résistance en compression. Une diminution de 7% est observée entre la méthode automatisée et un projeteur traditionnel; en revanche, aucun changement n'a été observé pour la porosité. Dans la contribution à l'automatisation globale du système, l'utilisation de la vision numérique a montré des résultats très satisfaisants. Une méthode automatique de mesure de l'épaisseur projetée et de sa correction a été développée à l'aide d'un capteur LIDAR. En parallèle, l'adaptation de certains capteurs a permis de développer un système d'aide au lancier, offrant des renseignements sur l'angle et la distance de la lance par rapport à la surface projeté. / The technological transition in civil engineering has led to the creation of tools and processes oriented towards digitalization and automation. Shotcrete, which presents a great potential for automation, should not be an exception to the trend since the advancement and optimization of production methods are clearly pushed forward by this technological boom. The Shotcrete Laboratory of Université Laval has been working for more than 15 years on several research initiatives in order to understand and improve the shotcrete process. On this basis, a research initiative aimed at reducing rebound and automating the dry process with a robotic arm was launched with the SPARO project. The present research project is in direct continuation. It is organized around 4 main axes, with the optimization and the comprehension of the phenomenon of rebound, the study of the influence of the automation process on the properties of the hardened shotcrete, the improvement of the process's autonomy and, finally, the development of nozzleman assistance. The first part contributes to understanding the interactions between the different nozzle trajectories and rebound, especially with the use of the so-called planetary path. It shows remarkably low values of rebound, close to the one usually obtained with wet-mix shotcrete. It brings the concept of fundamental rebound of the materials and generates less rebound than the "classical" trajectory widely adopted by nozzlemen. The hypothesis supported is that the optimal trajectory is the one that, for a given thickness, covers a surface of maximum size, while ensuring that each portion of this surface is constantly impacted, or excited, so as to exceed a critical energy frequency of the substrate, faciliting the capture of incoming particles. The study of the hardened concrete's properties underlines that the placement technique has an important effect on the compressive strength. A decrease of 7% is observed between the automated method and a traditional sprayer, on the other hand, no changes were observed concerning the porosity. In the contribution to the overall system's automation, the use of computer vision showed very satisfying results. An automatic method for measuring the sprayed thickness and its subsequent corrections has been developed using a LIDAR sensor. In parallel, adapting certain sensors package has made possible the development of a nozzlemen's assistance, giving information on the nozzle’s angle and distance with regards to the sprayed surface.

Tableau d'honneur de la Faculté des études supérieures et postdoctorales, 2011-2012 / Cette étude visait à estimer les mesures de performance de l'angiographie par résonance magnétique (ARM) pour diagnostiquer un résidu anévrismal après une embolisation cérébrale. Les patients suivis dans notre centre pour au moins un anévrisme cérébral ont été recrutés pour passer une ARM et une angiographie par soustraction digitale (ASD) le même jour. Les mesures de performance de l'ARM ont été estimées dans une analyse transversale, et avec un devis longitudinal pour les valeurs prédictives, à partir de 167 images d'anévrismes embolisés obtenues pour chaque examen. La sensibilité et la spécificité de l'ARM pour le diagnostic de tout résidu étaient de 88% [IC95% : 80-94] et de 79% [IC95%: 67-88] respectivement. La valeur prédictive positive pour une récidive de classe 3 était de 67% [IC95% : 51-80] et la valeur prédictive négative de 93% [IC95% : 86-97]. La sensibilité de l'ARM pour un résidu de classe 3 était inférieur pour les petits anévrismes de moins de 6 mm que pour les plus grands. En conclusion, la performance de l'ARM est adéquate pour dépister un résidu anévrismal après une embolisation. En raison de sa plus faible valeur prédictive négative, les récidives anévrismales devraient être confirmées avec une ASD avant de planifier un retraitement. L'ARM ne devrait être utilisée de routine pour les petits anévrismes que lorsqu'une meilleure estimation de ses mesures de performance dans ce sous-groupe aura été obtenue.

Ce projet de maîtrise a pour but d'améliorer l'uniformité de l'écoulement en entrée de turbine dans le banc d'essai du Laboratoire de Machines Hydrauliques (LAMH) de l'Université Laval. Pour cela, une approche numérique a été utilisée. Diverses simulations numériques de ce banc d'essai ont été réalisées sur le logiciel de simulation numérique ANSYS CFX, afin de permettre la comparaison de différentes solutions techniques. Une simulation utilisant l'approche URANS (Unsteady Reynolds Average Navier-Stokes) avec un modèle de turbulence k-e a d'abord été réalisée pour analyser le comportement de l'écoulement dans le banc d'essai initial du laboratoire. La validation de ce modèle est basée sur un travail antérieur donnant le comportement expérimental de l'écoulement en certains endroits dans le banc d'essai, en amont d'une turbine bulbe. Cette simulation a montré qu'une modification majeure de l'amenée aurait un effet bénéfique sur l'écoulement. Les autres simulations, utilisant une approche RANS (Reynolds Average Navier-Stokes), ont servi à comparer différentes solutions technologiques envisageables selon la littérature pour une application dans le banc d'essai, et qui seraient, à priori, bénéfiques pour la stabilité de l'écoulement. L'analyse de diverses caractéristiques de cet écoulement a permis de mettre en avant deux solutions aux résultats prometteurs dans ces conditions d'expérimentation, à savoir l'installation d'un coude avec deux aubes directrices avant la section d'essai, et l'installation d'une plaque stabilisatrice d'écoulement dans un tuyau droit en amont de la turbine. Cette dernière solution est celle qui aura été retenue par le LAMH pour son nouveau projet de recherche : Tr-Francis. / The objetive of this project is to improve the uniformity of the inlet flow of a turbine within the test bench of the Laboratory of Hydraulic Machines, LAMH, of Université Laval. For this purpose, a numerical approach has been employed. Several numerical simulations have been carried out on the software "ANSYS CFX" and compared with one another, after validation of the simulation conditions and assumptions. A simulation using the URANS (Unsteady Reynolds Average Navier-Stokes) approach with a turbulence model k-e was first used to analyze the flow behavior in the original test bench installed in the laboratory. The validation of the model is based on a previous project giving the experimental flow behavior at certain locations in the test bench upstream a bulb turbine. The simulation showed that a major change in the configuration upstream of the turbine in the test bench would be beneficial on the effect it has on the flow. Other simulations using the RANS (Reynolds Average Navier-Stokes) approach compared several technological solutions for application in the modified test bench, which, according to the literature, would be beneficial for flow stability. The analysis of various flow characteristics higlighted two potential solutions in this situation : the installation of a curved pipe with two guided vanes upstream of the test section, or the installation of a flow stabilizer plate in a straight pipe to replace the upstream tank, upstream the turbine. This second solution is the one the LAMH put to use for its next project : Tr-Francis.