Le développement de la technologie des semi-conducteurs dans les trente dernières années a augmenté le nombre des nouvelles applications dans lesquelles les dispositifs d'électronique de puissance sont utilisés. L'augmentation de la rapidité de commutation des transistors a permis que la conversion de puissance se produise de façon de plus en plus performante. Cet avantage apporte un nouveau challenge dans la phase de conception, lié à la Compatibilité Électromagnétique. En effet, les impulsions rapides de tension et courant dans les convertisseurs de puissance sont une source d'émissions électromagnétiques conduites indésirables. Des méthodologies de modélisation précises, qui prennent en compte une grande partie des effets parasites, ont été développées pour évaluer le niveau de ces émissions conduites. Lorsque ces méthodologies sont confrontées aux mesures, les résultats sont en concordance dans une large gamme de fréquence, elles peuvent donc être considérées comme des outils fiables de pronostic. Néanmoins, la plupart des paramètres du modèle d'un système électronique ne peuvent pas réellement être déterminés précisément : les conditions d'opération sont souvent mal connues (variations de température ou d'humidité) ; les paramètres caractéristiques des composants présentent une certaine dispersion de production ; des interférences externes sont imprévisibles. Dans ce contexte, il est intéressant de développer des méthodologies de modélisation qui soient capables de prendre en compte des incertitudes paramétriques. Dans cette thèse, deux méthodologies d'analyse d'incertitudes, adaptées aux convertisseurs de puissance, sont proposées. Les incertitudes paramétriques sont modélisées en utilisant des fonctions de densité de probabilité et l'objectif de l'analyse proposée est de déterminer les moments statistiques, la fonction de densité de probabilité ou la limite supérieure probabiliste des émissions conduites d'un convertisseur de puissance quelconque. Des techniques pour aborder les difficultés liées aux non-linéarités, au temps de simulation important et au nombre élevé de dimensions sont discutées. Les méthodologies proposées sont appliquées à des problèmes test et à des problèmes réels, et les résultats sont comparés aux méthodologies classiques. La précision des résultats des méthodologies proposées est similaire aux techniques classiques, mais le temps de calcul est considérablement réduit. Finalement, ce travail ouvre des possibilités de développements nouveaux pour l'analyse des incertitudes des systèmes non-linéaires et à grande échelle.

L’analyse de cycle de vie des bâtiments (ACV) permet d’évaluer les impacts environnementaux associés à une construction sur l’ensemble de son cycle de vie mais aussi d’aider à choisir les variantes les plus durables dans une démarche d’écoconception. De nombreuses sources d’incertitudes pèsent sur la modélisation environnementale des bâtiments. L’objectif de cette thèse est de proposer une méthodologie pour les prendre en compte et ainsi progresser vers une fiabilisation de l’ACV des bâtiments. Les éléments du modèle qui ont le plus d’influence sur les résultats, et qu’il serait utile de connaître de manière plus précise sont identifiés à l’aide de méthodes d’analyse de sensibilité (AS). Les temps de calcul peuvent être longs pour ces méthodes alors qu’en conception, un temps limité est généralement consacré aux études d’ACV des bâtiments. Plusieurs AS sont comparées en termes de compromis temps de calcul / précision. L’effet des incertitudes sur le choix d’une variante bâtie est étudié en appliquant une méthodologie intégrant des AS et des analyses d’incertitude (AI) adaptées au contexte de comparaison de variantes. Cela permet de rechercher des améliorations d’un projet à un niveau de confiance donné en se concentrant sur les indicateurs environnementaux pour lesquels le choix d’une variante affecte significativement les résultats. La démarche de quantification des incertitudes proposée peut être appliquée au cycle de vie complet de bâtiment et prendre en compte des sources d’incertitudes variées rencontrées en ACV des bâtiments. Les méthodes employées ont été intégrées à une plateforme d’écoconception intégrant des outils de simulation énergétique dynamique (SED) et d’ACV. / Building life cycle assessment (LCA) is a tool used to assess the environmental impact of a construction over its entire life cycle, and to help choosing the most sustainable building alternative in an ecodesign context. Many uncertainty sources arise in the environmental modelling of buildings. The aim of this thesis is to propose a methodology to take them into account and to progress towards more reliable building LCA tools. Model inputs and parameters having the most influence on the results and that should be more precisely known were identified using sensitivity analysis (SA) methods. The calculation time required for the application of these methods may be long, whereas a limited time is generally available to conduct a building LCA study. Several SA methods were therefore compared in terms of a calculation time / precision compromise. The effect of uncertainties on the choice of a built alternative was studied using SA and uncertainty analysis (UA) that are suitable in the context of variants comparison. In that way, the environmental improvements of a project are chosen at a given level of confidence and focusing on the environmental indicators for which the choice of an alternative affects the results significantly. The proposed uncertainty quantification process is applicable to the whole building life cycle and makes it possible to take into account various uncertainty sources arising in building LCA. The used methods were integrated into an ecodesign platform consisting in a dynamic building energy simulation (DBES) and an LCA tool.

Ce travail de thèse se propose d'analyser et d'évaluer les modèles de calcul des flux polluants (MCFP) des rejets urbains par temps de pluie. Pour cela, un banc d'essai a été établi qui repose sur l'utilisation d'une méthodologie basée sur la théorie bayésienne. Ce banc d'essai a été utilisé à des différentes échelles d'espace tout au long du cheminement de l'eau de ruissellement depuis les chaussées jusqu'à l'exutoire du réseau d'assainissement sur le site du bassin versant expérimental du Marais à Paris. Cette méthodologie du banc d'essai utilise une technique de simulation par chaîne de Markov (algorithme Metropolis) pour estimer la distribution de probabilité a posteriori des paramètres du modèle, ce qui permet : - Une évaluation quantitative des incertitudes liées à l'estimation des paramètres ainsi que leurs interactions ; - Une estimation quantitative du niveau d'incertitude dans les résultats d'application de ces modèles ; - Une estimation du pouvoir prédictif du modèle. A l'échelle locale, des modèles d'accumulation, d'entraînement des solides sur les surfaces urbaines, et des modèles d'érosion des solides dans les réseaux d'assainissement ont été testés et analysés. A l'échelle du bassin versant le couplage des modèles élémentaires tel qu'ils sont utilisés dans les logiciels actuels, a pu être évalué. La méthodologie de mise en œuvre a produit des résultats fiables en particulier des distributions de paramètres des modèles qui aident à l'analyse mathématique et à l'interprétation des modèles couramment utilisés. Elle a démontré l'existence de larges incertitudes liées à l'utilisation des MCFP à l'échelle de bassin versant. Ces modèles n'expliquent qu'une faible partie de la variation de la concentration des MES entre 2 événements pluvieux ou à l'intérieur d'un même événement sur le site étudié.

Le développement de la technologie des semi-conducteurs dans les trente dernières années a augmenté le nombre des nouvelles applications dans lesquelles les dispositifs d’électronique de puissance sont utilisés. L'augmentation de la rapidité de commutation des transistors a permis que la conversion de puissance se produise de façon de plus en plus performante. Cet avantage apporte un nouveau challenge dans la phase de conception, lié à la Compatibilité Électromagnétique. En effet, les impulsions rapides de tension et courant dans les convertisseurs de puissance sont une source d’émissions électromagnétiques conduites indésirables. Des méthodologies de modélisation précises, qui prennent en compte une grande partie des effets parasites, ont été développées pour évaluer le niveau de ces émissions conduites. Lorsque ces méthodologies sont confrontées aux mesures, les résultats sont en concordance dans une large gamme de fréquence, elles peuvent donc être considérées comme des outils fiables de pronostic. Néanmoins, la plupart des paramètres du modèle d’un système électronique ne peuvent pas réellement être déterminés précisément : les conditions d’opération sont souvent mal connues (variations de température ou d'humidité) ; les paramètres caractéristiques des composants présentent une certaine dispersion de production ; des interférences externes sont imprévisibles. Dans ce contexte, il est intéressant de développer des méthodologies de modélisation qui soient capables de prendre en compte des incertitudes paramétriques. Dans cette thèse, deux méthodologies d’analyse d’incertitudes, adaptées aux convertisseurs de puissance, sont proposées. Les incertitudes paramétriques sont modélisées en utilisant des fonctions de densité de probabilité et l’objectif de l’analyse proposée est de déterminer les moments statistiques, la fonction de densité de probabilité ou la limite supérieure probabiliste des émissions conduites d’un convertisseur de puissance quelconque. Des techniques pour aborder les difficultés liées aux non-linéarités, au temps de simulation important et au nombre élevé de dimensions sont discutées. Les méthodologies proposées sont appliquées à des problèmes test et à des problèmes réels, et les résultats sont comparés aux méthodologies classiques. La précision des résultats des méthodologies proposées est similaire aux techniques classiques, mais le temps de calcul est considérablement réduit. Finalement, ce travail ouvre des possibilités de développements nouveaux pour l’analyse des incertitudes des systèmes non-linéaires et à grande échelle. / The development of semiconductor technology in the last decades has boosted numerous new applications in which power electronic devices have been employed. The fast switching of transistors has allowed power conversion to be performed with high efficiency. However, this improvement brought a new challenge in design: the Electromagnetic Compatibility. Both fast pulses of voltage and current, inside power converters, are a source of unwanted conducted electromagnetic emissions. High accurate modeling methodologies, which takes into account most of the parasitic phenomena, have been developed, in order to compute the level of conducted emissions of electronic devices. When these methods are confronted with measurement, they show good agreement in a large frequency range, and thus they are considered a trustful prediction tool for electronic systems design. Nevertheless, most of the parameters of the model of any electronic system, in reality, cannot be determined precisely, due to unknown operation conditions (i.e.: temperature or humidity variations), production dispersion of the components or unpredictable external interference. In this context, it is of great interest to develop modeling methodologies that are able to take into account parametric uncertainties. In this thesis, two methodologies for uncertainty analysis of power converters are proposed. In the first, namely Polynomials per Frequency, the parametric uncertainty is modeled using probability density functions and the objective of the proposed analysis is to determine the statistical moments, the probability density function or a probabilistic upper bound for the conducted emissions of an arbitrary power converter. In the second methodology, namely Adaptive Unscented Transform, techniques to tackle the difficulties of nonlinearity, long simulation time and high-dimensionality are discussed. The proposed methodologies are applied to benchmark and real-world problems and the results are confronted to classical approaches. The accuracy of the gotten results is similar to those obtained by classical methods, although the required computational time is significantly reduced. Finally, this work leaves many possibilities for further development in the field of uncertainty analysis of nonlinear and highdimensional systems. / O desenvolvimento da tecnologia de semicondutores nas últimas décadas proporcionou um aumento no número de novas aplicações, nas quais dispositivos de eletrônica de potência são empregados. A rápida comutação dos transistores permitiu que a conversão de potência seja realizada com alta eficiência. Entretanto, esse benefício trouxe um novo desafio na fase de projeto: a Compatibilidade Eletromagnética. Os rápidos pulsos de tensão e corrente dentro dos conversores de potência são uma fonte indesejada de emissões eletromagnéticas conduzidas. Metodologias de modelagem de alta precisão, que consideram grande parte dos efeitos parasitas, foram desenvolvidas para avaliar o nível de emissões conduzidas de dispositivos eletrônicos. Estas metodologias, quando comparadas às medições, apresentam boa concordância numa ampla faixa de frequência, e portanto elas são consideradas ferramentas de previsão confiáveis para projeto de sistemas eletrônicos. Não obstante, a maioria dos parâmetros do modelo de um sistema eletrônico, na realidade, não podem ser determinados precisamente, devido às condições de operação incertas (por exemplo, variação de temperatura ou umidade), à dispersão de produção dos componentes ou à interferência externa imprevisível. Neste contexto, existe um grande interesse em desenvolver metodologias de modelagem que sejam capazes de levar em consideração incertezas paramétricas. Nesta tese, duas metodologias de análise de incertezas para conversores de potência são propostas. Na primeira, denominada Polinômios por Frequência, as incertezas paramétricas são modeladas usando funções densidade de probabilidade e o objetivo da análise proposta é determinar os momentos estatísticos, a função densidade de probabilidade ou o limite superior probabilístico das emissões conduzidas de um conversor de potência arbitrário. Na segunda, denominada Transformada de Incerteza Adaptativa, técnicas para abordar as dificuldades de nãolinearidade, tempo de simulação longo e alto número de dimensões são discutidas. As metodologias propostas são aplicadas em problemas teste e problemas do mundo real e os resultados são confrontados com metodologias clássicas. A precisão dos resultados das metodologias propostas é similar às técnicas clássicas, embora o tempo computacional necessário é significantemente reduzido. Finalmente, este trabalho deixa em aberto várias possibilidades para desenvolvimento adicional no campo da análise de incertezas de sistemas não-lineares e de alta-dimensão. / Развитие полупроводниковых технологий в последние десятилетия привело к росту числа новых приложений, в которых использовались силовые электронные устройства. Быстрое переключение транзисторов позволило силовой конверсии осуществляться с большей эффективностью. Однако это улучшение привело к новым сложностям в дизайне: Электромагнитная совместимость. Быстрое напряжение и токовые импульсы в силовых преобразователях являются источником нежелательного электромагнитного излучения. Высокоточные моделирующие методы, которые ведут учет большинства этих паразитарных явлений, были развиты для вычисления уровня управляемых излучений электронных устройств. Когда эти методы сопоставляются с измерениями, они показывают хорошее согласование в широком диапазоне частот, и, следовательно, они считаются надежным инструментом выявления для проектирования электронных систем. Тем не менее, большинство параметров модели любой электронной системы, в действительности, не могут быть точно определены при неизвестных условиях эксплуатации (т.е. температуры или влажности), производстве дисперсиикомпонентов или непредсказуемых внешних помехах. В этом контексте, это представляет большой интерес для разработки методов моделирования, которые способны учитывать параметрическую неопределенность. В этой диссертации предложены два метода анализа неопределенности силовых преобразователей. Параметрическая неопределенность моделируется с помощью функции плотности вероятности и цель предлагаемого анализа заключается в определении статистических моментов, функции плотности вероятности или вероятностной верхней границы кондуктивного излучения произвольного преобразователя питания. Техники по преодолению трудностей нелинейности, долгого времени симуляции и высокой размерности рассмотрены. Предлагаемые методики применяются для проверки и решения реальных проблем и результаты сравнимы с классическими подходами. Точность результатов похожа на классические методы, хотя время, требуемое для вычисления, существенно снижается. Наконец, эта работа оставляет много возможностей для дальнейшего развития в области неопределенности анализа нелинейных, многомерных систем.