La diversité spatiale nécessitant des réseaux d’antennes à l’émission et/ou à la réception, connue sous la terminologie MIMO pour « Multiple Input Multiple Output », est intégrée dans les derniers standards des réseaux sans fil et fait déjà son apparition sur le marché des téléphones portables et des stations Wi-Fi. Au delà des solutions offertes pour augmenter le débit des communications, les techniques MIMO offrent la possibilité de retrouver, à l’aide d’algorithmes de traitement du signal, quelques paramètres physiques des signaux reçus et/ou transmis. Cette propriété va être exploitée pour offrir, par exemple aux terminaux Wi-Fi, la possibilité de se localiser dans des milieux confinés où les techniques développées pour la localisation des mobiles en extérieur ne sont pas aisément transposables.La demande est très forte pour ce genre d’application, notamment dans les lieux publics tels que les gares ou zones d’échanges multimodales, puisque la technologie pourrait permettre le développement de nouveaux services en rendant le voyage « intelligent » et en proposant l’accès à une vaste gamme de services en temps réel. L’objectif général de cette thèse est donc de proposer une solution de localisation pour aider le voyageur dans ses déplacements dans une zone d’échanges ou des gares.Le procédé de localisation développé est basé sur l’utilisation des paramètres angulaires et temporels d’au moins deux trajets entre le mobile à localiser et au moins deux réseaux de récepteurs. On suppose que ces trajets ont subi au maximum une interaction avec l’environnement. L’estimation des paramètres nécessaires à la localisation est effectuée à l’aide d’algorithmes à haute résolution de problèmes inverses tels SAGE et plus récemment RIMAX. Les études paramétriques sur les performances des algorithmes ont permis de déterminer les ressources nécessaires pour l’estimation des retards et des paramètres angulaires avec des précisions compatibles avec des applications de localisation. L’algorithme de localisation a été testé et validé dans différentes configurations, en utilisant les paramètres exacts des signaux ou ceux estimés par RIMAX. / Spatial diversity exploits antenna array at the transmitter and the receiving station. The resulting technology, known as MIMO (Multiple Input Multiple Output), has already been implemented in latest generation equipments and standards like Wi-Fi 802.11n. Excepting the advantage of increased data throughput, the technology allows extracting physical parameters of the received signals via signal processing algorithms. This property can be used to develop localization applications in indoor environments.The request for such applications continued increasing in the last decade. In the public transportation systems domain, the technology allows the development of intelligent solutions giving access to a wide range of real time services. The objective of this PhD is the development of an indoor localization solution in the context of public transportation systems.The proposed localization method is based on the exploitation of time domain and angular domain parameters of 2 or more LOS or NLOS of first order paths between the mobile object being localized and 2 or more receiving stations. Both the transmitter and the emitters are equipped with antenna arrays. The estimation of the parameters exploited in the localization method is obtained through high resolution signal parameter algorithms like SAGE and RIMAX. The parametric studies on the performance of parameter estimation algorithms allowed us to set a basis for the configuration allowing us to estimate the delays and the directions of arrival and departure within the limits set by the localization application. The localization algorithm has been tested and validated in different setups using the exact parameters of the signals or the parameters estimated by SAGE and RIMAX.

Le présent projet a porté sur la simulation de récupération de chaleur pour le traitement thermique de l'air de ventilation d'un aréna. La chaleur récupérée provenait des rejets thermiques des condenseurs du système de réfrigération de la patinoire. Deux configurations ont été testées : la récupération directe et la récupération à l'aide d'un échangeur de chaleur. La récupération directe apportait des économies de 24 % de demande en chauffage au cours de l'année. Un échangeur de chaleur dimensionné pour répondre aux pointes de débit de ventilation occasionné par les opérations de surfaçage permettait une diminution de 61 % de la demande en chauffage. En utilisant un échangeur de chaleur dimensionné pour les périodes de fonctionnement normal seulement, la demande diminuait de 52 %, malgré un échangeur trois fois plus petit. Cet échangeur ayant le meilleur rapport économies/dimension, il a été utilisé pour évaluer l'impact environnemental et économique de la récupération de chaleur. L'analyse environnementale révèle que les impacts sur les changements climatiques et l'extraction de ressources sont grandement réduits, et que l'impact sur la santé humaine et les écosystèmes est légèrement diminué. De plus, il est évident que la phase d'utilisation est la principale source d'impact, et que celui-ci est fortement affecté par la source d'énergie utilisée pour le chauffage et la production d'électricité. Finalement, l'analyse économique prédit un taux de rendement de 19 % à 27 % pour l'investissement initial, selon les coûts d'énergie.

Les méthodes d'évaluation du développement durable dans le cadre bâti visent entre autres le bâtiment, ses composantes et le quartier. Elles évaluent ces systèmes au regard de principes environnementaux et du développement durable et permettent aux concepteurs, aménageurs et autres acteurs d'intervenir de manière durable dans le cadre bâti. Ce document explore les méthodes d'évaluation du développement durable et en particulier celles qui visent les bâtiments, dont la popularité croissante se traduit par leur influence considérable sur le bâtiment durable et le milieu de la construction. Il vise à améliorer l'évaluation du bâtiment durable en explorant sa mécanique, en extrayant ses axes constitutifs et en présentant ses pistes d'évolution.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Littéralement fasciné par l'anéantissement accéléré de la mémoire individuelle et collective -d'une crise de la transmission provoquée par la modernité -, l'auteur des Anneaux de Saturne est avant tout un écrivain mélancolique persuadé que l'histoire elle-même disparaît. La littérature sébaldienne est un agencement de ruines: elle revisite la syntaxe de l'interprète qui, lui, sélectionne, organise et structure les matériaux du souvenir. Pour Sebald, se souvenir, c'est inévitablement chercher à interpréter: tout concourt à revisiter l'Histoire à travers une écriture qui tente de reconstituer le lieu des disparitions, à configurer la perte elle-même. Les Anneaux de Saturne est un journal de voyage où l'auteur, qui incame la figure du marcheur, du sujet qui s'éprouve dans différents lieux, a la volonté de décrire l'épaisseur de l'espace qui l'environne, ce qui lui permet de saisir une mémoire des lieux. Ce projet de restitution de la mémoire par l'écriture et l'image tente de combler certaines failles de l'histoire (notamment en faisant ressurgir différents documents d'archive), afin de raconter a posteriori l'histoire de la côte est de l'Angleterre. En retenant des bribes du passé par l'apport photographique, Sebald crée des effets de réel qui participent au déploiement de l'imaginaire du document. La densité signifiante de l'espace visuel, constamment en dialogue avec les séquences textuelles, provoque une accumulation de significations. L'archive ouvre ainsi au lecteur un espace d'interprétation. Si la mélancolie des ruines nous conduit à l'intérieur d'un « voyage analytique » qui vise à cerner les caractéristiques significatives agissant dans l'espace visuel, mélancolique et historique de ce récit, il est essentiel de formuler de quelle manière l'écriture de Sebald est traversée par ces espaces. Comment, finalement, les trois espaces se rencontrent, résonnent entre eux. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Sebald, Ruine, Histoire, Mélancolie, Espace, Photographie.

En France, le secteur de bâtiment est le plus gros consommateur d'énergie avec 43% de la consommation énergétique française et avec 24% des émissions nationales de CO2. En effet, le bâtiment constitue donc ainsi un immense gisement d'économies d'énergie, donc de réduction de gaz à effet de serre. Pour répondre à cet objectif, il est nécessaire d'améliorer l'efficacité énergétique et réaliser la gestion optimale de consommation énergétique dans le bâtiment. Notre thématique de recherche et notre contribution dans cette thématique rejoint l'un des premiers verrous dans cette perspective, celui de la modélisation et de la simulation système. Les travaux de ce mémoire de thèse s'inscrivent donc dans la modélisation unitaire et globale des composantes énergétiques de la plateforme Monitoring et Habitat Intelligent (MHI) PREDIS, au sein du laboratoire Génie Electrique de Grenoble (G2Elab). Les modèles développés sont appliqués à la simulation dynamique, la gestion des flux énergétiques, la réhabilitation et la conception du bâtiment.

La performance énergétique dans les bâtiments est influencée par de nombreux facteurs, tels que les conditions météorologiques ambiantes, la structure du bâtiment et les caractéristiques, l'occupation et leurs comportements, l'opération de sous-composants de niveau comme le chauffage, de ventilation et de climatisation (CVC). Cette propriété rend complexe la prévision, l'analyse, ou faute de détection / diagnostic de la consommation énergétique du bâtiment est très difficile d'effectuer rapidement et avec précision. Cette thèse se concentre principalement sur la mise à jour des modèles d'intelligence artificielle avec des applications pour résoudre ces problèmes. Tout d'abord, nous passons en revue les modèles récemment développés pour résoudre ces problèmes, y compris des méthodes d'ingénierie détaillée et simplifiée, les méthodes statistiques et les méthodes d'intelligence artificielle. Puis nous simulons des profils de consommation d'énergie pour les bâtiments simples et multiples, et basé sur ces ensembles de données, des modèles de soutien vecteur de la machine sont formés et testés pour faire la prédiction. Les résultats des expériences montrent vaste précision de la prédiction haute et la robustesse de ces modèles. Deuxièmement, déterministe récursif Perceptron (RDP) modèle de réseau neuronal est utilisé pour détecter et diagnostiquer défectueuse consommation d'énergie du bâtiment. La consommation anormale est simulé par l'introduction manuelle d'une dégradation des performances des appareils électriques. Dans l'expérience, le modèle montre la capacité de détection RDP très élevé. Une nouvelle approche est proposée pour diagnostiquer des défauts. Il est basé sur l'évaluation des modèles RDP, dont chacun est capable de détecter une panne de matériel. Troisièmement, nous examinons comment la sélection des sous-ensembles caractéristiques de l'influence la performance du modèle. Les caractéristiques optimales sont choisis en fonction de la faisabilité de l'obtention eux et sur les scores qu'ils fournissent dans l'évaluation de deux méthodes de filtrage. Les résultats expérimentaux confirmer la validité de l'ensemble sélectionné et montrent que la proposé la méthode de sélection fonction peut garantir l'exactitude du modèle et réduit le temps de calcul. Un défi de la consommation énergétique du bâtiment est d'accélérer la prédiction de formation du modèle lorsque les données sont très importantes. Cette thèse propose une mise en œuvre efficace parallèle de Support Vector Machines basée sur la méthode de décomposition pour résoudre de tels problèmes. La parallélisation est réalisée sur le travail le plus fastidieux de formation, c'est à dire de mettre à jour le vecteur gradient de f. Les problèmes intérieurs sont traitées par solveur d'optimisation séquentielle minimale. Le parallélisme sous-jacente est réalisée par la version de mémoire partagée de Map-Reduce paradigme, qui rend le système particulièrement adapté pour être appliqué à des systèmes multi-core et multi-processeurs. Les résultats expérimentaux montrent que notre implémentation offre une augmentation de la vitesse élevée par rapport à libsvm, et il est supérieur à l'état de l'art Pisvm application MPI à la fois la rapidité et l'exigence de stockage. / The energy performance in buildings is influenced by many factors, such as ambient weather conditions, building structure and characteristics, occupancy and their behaviors, the operation of sub-level components like Heating, Ventilation and Air-Conditioning (HVAC) system. This complex property makes the prediction, analysis, or fault detection/diagnosis of building energy consumption very difficult to accurately and quickly perform. This thesis mainly focuses on up-to-date artificial intelligence models with the applications to solve these problems. First, we review recently developed models for solving these problems, including detailed and simplified engineering methods, statistical methods and artificial intelligence methods. Then we simulate energy consumption profiles for single and multiple buildings, and based on these datasets, support vector machine models are trained and tested to do the prediction. The results from extensive experiments demonstrate high prediction accuracy and robustness of these models. Second, Recursive Deterministic Perceptron (RDP) neural network model is used to detect and diagnose faulty building energy consumption. The abnormal consumption is simulated by manually introducing performance degradation to electric devices. In the experiment, RDP model shows very high detection ability. A new approach is proposed to diagnose faults. It is based on the evaluation of RDP models, each of which is able to detect an equipment fault.Third, we investigate how the selection of subsets of features influences the model performance. The optimal features are selected based on the feasibility of obtaining them and on the scores they provide under the evaluation of two filter methods. Experimental results confirm the validity of the selected subset and show that the proposed feature selection method can guarantee the model accuracy and reduces the computational time.One challenge of predicting building energy consumption is to accelerate model training when the dataset is very large. This thesis proposes an efficient parallel implementation of support vector machines based on decomposition method for solving such problems. The parallelization is performed on the most time-consuming work of training, i.e., to update the gradient vector f. The inner problems are dealt by sequential minimal optimization solver. The underlying parallelism is conducted by the shared memory version of Map-Reduce paradigm, making the system particularly suitable to be applied to multi-core and multiprocessor systems. Experimental results show that our implementation offers a high speed increase compared to Libsvm, and it is superior to the state-of-the-art MPI implementation Pisvm in both speed and storage requirement.

En France, le secteur de bâtiment est le plus gros consommateur d'énergie avec 43% de la consommation énergétique française et avec 24% des émissions nationales de CO2. En effet, le bâtiment constitue donc ainsi un immense gisement d'économies d'énergie, donc de réduction de gaz à effet de serre. Pour répondre à cet objectif, il est nécessaire d'améliorer l'efficacité énergétique et réaliser la gestion optimale de consommation énergétique dans le bâtiment. Notre thématique de recherche et notre contribution dans cette thématique rejoint l'un des premiers verrous dans cette perspective, celui de la modélisation et de la simulation système. Les travaux de ce mémoire de thèse s'inscrivent donc dans la modélisation unitaire et globale des composantes énergétiques de la plateforme Monitoring et Habitat Intelligent (MHI) PREDIS, au sein du laboratoire Génie Electrique de Grenoble (G2Elab). Les modèles développés sont appliqués à la simulation dynamique, la gestion des flux énergétiques, la réhabilitation et la conception du bâtiment. / In France, the building sector is the largest energy consumer with 43% of the French energy consumption and 24% of national CO2 emissions. Indeed, it is a huge field for energy savings and reducing greenhouse gas emissions. To reach this goal, it is necessary to improve energy efficiency and achieve optimal management of energy consumption in building. Our research theme and our contribution to this theme could be one of the first looks in this perspective, the modeling and simulation system. My thesis is realized for modeling energy components of the platform and Smart Home Monitoring (MHI) PREDIS, inside the Grenoble Electrical Engineering Laboratory (G2Elab). These developed models are applied for dynamic simulation, energy flow management, rehabilitation and device design in building.

Malgré ses avantages, la préfabrication au Québec note une baisse de la productivité notamment en raison de l’inefficacité de certains de ses processus d’affaires. Parallèlement, le BIM apparaît comme une solution favorisant l’intégration des processus et des acteurs impliqués dans un projet de construction. C’est dans cette optique que s’insère cette maîtrise dont le but est de démystifier le BIM et d’étudier son impact pour faciliter son implantation dans les petites et moyennes entreprises (PMEs) québécoises de préfabrication. Pour ce faire, une revue de la littérature a été réalisée, afin d’établir un état de l’art sur l’adoption du BIM dans le monde. Ensuite, des entrevues semi-dirigées avec des experts BIM ont été tenues dans le but d’analyser l’expérience québécoise avec cette approche. Des analyses qualitatives ont dès lors été menées pour dresser un portrait de l’implantation du BIM au Québec en termes de barrières présentes et de bonnes pratiques. Puis, un sondage a été lancé auprès de manufacturiers québécois pour analyser la situation actuelle de ce secteur et adapter les recommandations à cette réalité. La phase de synthèse a permis de présenter 30 freins critiques et 31 recommandations pour les éviter. Finalement, un cadre d’implantation du BIM dans un projet de préfabrication a été élaboré, indiquant à chaque phase les acteurs impliqués et les actions à prendre. La recherche a ainsi permis de relever les barrières les plus critiques à l’adoption du BIM, de nature technologique, humaine, organisationnelle, financière et légale. Elle a également mis en relief l’importance d’analyser la situation de l’entreprise et d’évaluer ses ressources avant de faire ce virage numérique. / Despite its advantages, prefabrication in Quebec faces a drop in productivity, due to the inefficiency of some of its business processes. Meanwhile, BIM appears as a solution that promotes the integration of processes and stakeholders involved in a construction project. It is in this perspective that this master project aims to demystify BIM and to study its impact in order to facilitate its implementation in Quebec’s small and medium-sized prefabrication companies (SMEs). To do so, a literature review was conducted to establish a state of the art about the adoption of BIM around the world. Semi-structured interviews with BIM experts were held in order to analyze the Quebec position with this approach. Qualitative analyses were also conducted to study BIM main barriers and best practices. Then, a survey was launched among Quebec manufacturers to analyze the current situation in this sector and adapt the BIM best practices to this reality. The synthesis phase led to 30 critical barriers and 31 recommendations to better face them. Finally, a framework for implementing BIM in a prefabrication project was developed, indicating at each phase the players involved and the actions to be taken. The research has thus raised the most critical barriers to BIM adoption, encompassing technological, human, organizational, financial and legal challenges. It also highlighted the importance of analyzing the current situation of the company and assessing its resources before making this digital shift.

Les modèles énergétiques des bâtiments à l’échelle du quartier sont généralement simplifiés pour faire face au manque de données et pour réduire le coût de calcul. Cependant, l’impact de ces simplifications sur la validité des modèles n’est pas systématiquement analysée, en particulier lorsqu’on s’intéresse à la courbe de charge. Pour combler ce manque, une méthodologie permettant de quantifier la validité des simplifications, notamment vis-à-vis de la courbe de charge, est proposée. Cette méthodologie est appliquée aux simplifications couramment utilisée pour les modèles thermiques d’enveloppe de bâtiments grâce à une plateforme numérique développée dans le cadre de cette thèse. Cette plateforme permet de générer et simuler automatiquement des modèles énergétiques de bâtiments, avec différents niveaux de détails, à partir de données issues de systèmes d’information géographique. La parallélisation des simulations énergétiques des bâtiments est utilisée à l’échelle du quartier, afin de tirer avantage de la structure du modèle global et de réduire les temps de calculs. La définition d’indicateurs spécifiques selon l’objectif de simulation apparait clairement comme l’étape essentielle lorsque l’on s’intéresse à la courbe de charge. Les résultats indiquent que la puissance est plus sensible aux simplifications que la consommation annuelle d’énergie. Les différents effets induits sont quantifiés et analysés physiquement. La capacité de l’échelle du quartier à atténuer les impacts des simplifications et d’intégrer les données statistiques est démontrée. La quantification des impacts des simplifications permet de guider l’adaptation des modèles vis-à-vis des objectifs de simulation et vis-à-vis des contraintes techniques. Cette contribution a pour objectif d’améliorer la performance des simulations énergétiques à l’échelle de la ville, et de favoriser leur développement, afin de répondre aux enjeux futurs. / District-scale building energy models are generally simplified to cope with a lack of data and to reduce computational cost. However, the impacts of these simplifications on model accuracy are not systematically studied, particularly when considering power demand. The present manuscript introduces a methodology to determine the suitability of any simplifications, notably those at the district scale, and considering the power demand. This methodology was applied to usual simplifications of the building envelope model thanks to a specific platform developed in the frame of this thesis. This platform enables automatically generating and simulating building energy models with different modelling levels of detail from geographical information systems. The parallelisation of the building energy simulations was notably implemented at the district scale in order to benefit from the model structure and to efficiently reduce the computational duration. The definition of indicators related to specific simulation objectives appears to be a necessary step when focusing on power demand. The results show a higher sensitivity to simplifications of the power demand than the annual energy consumption. These effects are quantified and physically analysed. The district-scale ability to attenuate the impacts of simplifications and to integrate statistical sources of data were demonstrated. The resulting quantification of the impacts of the simplifications made it possible to guide the adaptations of models to the simulation objectives and to the technical constraints. Such contribution aims to increase the efficiency and to favour the development of city-scale energy simulations, which are particularly needed to cope with future challenges.