Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

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

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

L’état de surface des vis de liaison des internes de cuve du circuit primaire des REP (Réacteurs à Eau Pressurisée) en 316L en service correspond à une finition d’usinage par rectification. Ces vis sont affectées par l’IASCC (Corrosion Sous contrainte Assistée par l’Irradiation). Le processus d’amorçage de la fissuration est fonction de l’oxydation externe, de l’état de surface et des interactions de la couche d’oxyde avec la localisation de la plasticité. Un des objectifs de cette étude est déterminer l’influence de la préparation de surface sur la cinétique de croissance des couches d’oxyde et la réactivité de surface en général des nuances de type 304, 316 exposées en milieu primaire des REP à 340°C. Le second objectif est de déterminer l’influence de la localisation de la déformation sur la CSC (Corrosion Sous Contraintes) des aciers inoxydables austénitiques en milieu primaire des REP. En effet, la microstructure représentative de ces nuances irradiées correspond à une microstructure à déformation localisée dans des bandes de déformation dépourvues de défauts d’irradiation. Afin de reproduire cette microstructure représentative sur le matériau modèle de l’étude (l’acier austénitique inoxydable A286 durci par la précipitation de la phase γ’ Ni3(Ti,Al)) sans avoir recours à l’irradiation, des essais de fatigue oligocyclique à Δε/2 imposée sont réalisés. Durant le cyclage mécanique (après les premiers cycles de durcissement), les précipités sont dissouts dans des bandes de glissement menant à la localisation de la déformation. Une fois les conditions expérimentales en fatigue oligocyclique permettant d’obtenir la microstructure de déformation désirée déterminées, les interactions bandes de déformation / oxyde de surface sont étudiées en oxydant des coupons pré déformés contenant des bandes de déformation et des coupons non déformés. La préparation de surface des coupons est identique. Les essais de traction lente à une vitesse de déformation de 8 x 10-8/s sont également réalisés sur des éprouvettes pré déformées et non déformées. Les résultats ont montré que la préparation de surface modifie la microstructure du métal sous la couche d’oxyde, conduisant à un ralentissement de la cinétique de croissance de la couche d’oxyde. La préparation de surface induit cependant une accélération du développement de pénétrations d’oxydes dans le métal sous la couche d’oxyde. Ainsi, sur les échantillons rectifiés, la zone recristallisée sous la couche d’oxyde est plus profonde que sur les échantillons polis (jusqu’à 1,5μm contre 500nm au maximum sur les échantillons polis) et la couche d’oxyde est plus fine que sur les échantillons polis, tandis que les pénétrations d’oxyde sont présentes sur près de 1μm de profondeur en sous couche (contre 300nm sur les échantillons polis). Nous montrons que la zone de recristallisation induite par la préparation de surface ne permet pas l’observation des interactions entre les bandes de déformation générées dans le volume par la fatigue oligocyclique et la couche d’oxyde en surface. De fait, la réactivité de surface est très importante pour l’étude de la CSC des aciers inoxydables en milieu primaire des REP. Nous avons également démontré que cette nuance était très sensible à la corrosion intergranulaire en milieu REP à 340°C. Enfin, la localisation de la déformation plastique ne semble pas favoriser la CSC sur cette nuance à cette vitesse de déformation. / The surface conditions of the 316L screw connecting vessel internals of the primary circuit of PWR (pressurized water reactor) corresponds to a grinding condition. These screws are affected by the IASCC (Irradiation Assisted Stress Corrosion Cracking). Initiation of cracking depends on the surface condition but also on the external oxidation and interactions of oxide layer with the deformation bands. The first objective of this study is to point the influence of surface condition on the growth kinetic of oxide layer, and the surface reactivity of 304, 316 stainless steel grade exposed to PWR primary water at 340 ° C. The second objective is to determine influence of strain localization on the SCC of austenitic stainless steels in PWR primary water. Indeed, the microstructure of irradiated 304, 316 grades correspond to a localized deformation in deformation bands free of radiation defects. In order to reproduce that microstructure without conducting irradiations, low cycle fatigue tests at controlled stain amplitude are implemented for the model material of the study (A286 austenitic stainless steel hardened by the precipitation of phase γ ‘Ni 3 (Ti, Al)). During the mechanical cycling (after the first hardening cycles), the precipitates are dissolved in slip bands leading to the localization of the deformation. Once the right experimental conditions in low cycle fatigue obtained (for localized microstructure), interactions oxidation / deformation bands are studied by oxidizing pre deformed samples containing deformation bands and non deformed samples. The tensile tests at a slow strain rate of 8 x 10-8 /s are also carried out on pre deformed samples and undeformed samples. The results showed that surface treatment induces microstructural modifications of the metal just under the oxide layer, leading to slower growth kinetics of the oxide layer. However, surface treatment accelerates development of oxides penetrations in metal under the oxide layer. As example, for grinded samples, the recrystallized area under the oxide layer, induced by surface treatment, is deeper than for polished sample (up to 1.5 microns vs 500 nm for the polished samples) and the oxide layer is thinner than on the polished samples, while the penetrations oxide are expands on nearly 1μm under the oxide layer (against 300nm for the polished samples). We also show that the area recrystallization resulting from surface treatment, does not allow observing the interactions between the deformation bands in the bulk generated by LCF and the oxide layer at surface. Actually, surface reactivity is strongly important for SCC study of stainless steels in PWR primary water. We also demonstrated that this grade was very sensitive to intergranular corrosion in PWR environment at 340 ° C. Finally, localization of plastic deformation does not seem to favor SCC in our A-286 grade, at that strain rate level

Les systèmes mécaniques soumis et excités par vibrations sont les candidats naturels à être modélisé par des systèmes linéaires invariables dans le temps. La localisation de dommages utilisant les paramètres modaux évalués à partir de données de vibration ambiantes mesurées grâce à de capteurs est possible notamment par l'approche nommée Stochastic Dynamic Damage Location Vector (SDDLV), où l'emplacement des dommages est empiriquement relié aux positions où le stress est proche de zéro. La première contribution dans cette thèse montre comment l'incertitude sur les paramètres du système d'état peut être utilisée pour déduire des bornes d'incertitude sur les résidus de localisation de dommages, ceci afin de décider de l'emplacement de dommage utilisant un test d'hypothèse. Dans la deuxième contribution, la méthode de localisation de dommages est étendue pour être robuste au choix des variables de Laplace utilisées dans cette méthode. Ceci est obtenue en agrégeant statistiquement les résultats à valeurs différentes dans le domaine de Laplace. L'influence Line Damage Location (ILDL) est une approche complémentaire du SDDLV où l'angle entre les sous-espaces principaux est calculé et les dommages sont empiriquement localisés aux points près du zéro. L'approche développée pour la SDDLV est étendue à cette nouvelle approche, l'ILDL. Les méthodes proposées sont validées et appliquées avec succès pour la localisation de dommages dans des structures civiles. / Mechanical systems under vibration excitation are prime candidate for being modeled by linear time invariant systems. Damage localization using both finite element information and modal parameters estimated from ambient vibration data collected from sensors is possible by the Stochastic Dynamic Damage Location Vector (SDDLV) approach, where the damage location is empirically related to positions where the stress is close to zero. The first contribution in this thesis shows how the uncertainty in the estimates of the state space system can be used to derive uncertainty bounds on the damage localization residuals to decide about the damage location with a hypothesis test using one chosen Laplace value. In the second contribution, the damage localization method is extended with a statistical framework and robustness of the localization information is achieved by aggregating results at different values in the Laplace domain. The Influence Line Damage Location (ILDL) is a complementary approach of the SDDLV where the subspace angle is computed and damage is empirically located at points near zero. The last contribution describes how robustness of the localization information is achieved by aggregating results at different values in the Laplace domain based on the previous two contributions. The proposed methods are validated and successfully applied to damage localization of several applications in civil structures.

Ce mémoire concerne les techniques d'indexation dans des bases d'image, ainsi que les méthodes de localisation en robotique mobile. Il fait le lien entre les travaux en Perception du pôle Robotique et Intelligence Artificielle du LAAS-CNRS, et les recherches sur la fouille de données menées à l'Université de Rabat. Depuis une dizaine d'années, la vision est devenue une source de données sensorielles essentielles sur les robots mobiles: elle fournit en particulier des représentations de l'environnement dans lequel doit se déplacer un robot sous la forme de modèles géométriques ou de modèles fondés sur l'apparence. Concernant la vision, seules les représentations fondées sur l'apparence ont été considérées; elles consistent en une base d'images acquises lors de déplacements effectués de manière supervisée durant une phase d'apprentissage. Le robot se localise en recherchant dans la base d'images, celle qui ressemble le plus à l'image courante: les techniques exploitées pour ce faire sont des méthodes d'indexation, similaires à celles exploitées en fouille de données sur Internet par exemple. Nous proposons une approche fondés sur des points d'intérêt extraits d'images en couleur texturées. Par ailleurs, nous présentons une technique de navigation par RFID (Radio Frequency IDentifier) qui utilise la méthode MonteCarlo, appliquée soit de manière intuitive, soit de manière formelle. Enfin, nous donnons des résultats très préliminaires sur la combinaison d'une perception par capteurs RFID et par capteurs visuels afin d'améliorer la précision de la localisation du robot mobile. / This document is related both to indexing methods in image data bases and to localization methods used in mobile robotics. It exploits the relationships between research works on Perception made in the Robotics department of LAAS-CNRS in Toulouse, and on Data Mining performed by the LIMAIARF lab at the Rabat University. Computer Vision has become a major source of sensory data on mobile robots for about ten years; it allows to build especially representations of the environment in which a robot has to execute motions, either by geometrical maps or by appearance-based models. Concerning computer vision, only appearance-based representations have been studied; they consist on a data base of images acquired while the robot is moved in an interactive way during a learning step. Robot self-localization is provided by searching in this data base, the image which looks like the one acquired from the current position: this function is performed from indexing or data mining methods, similar to the ones used on Internet. It is proposed an indexing method based on interest points extracted from color and textured images. Moreover, geometrical representations are also considered for an RFID-based navigation method, based on particle filtering, used either in a classical formal way or with a more intuitive approach. Finally, very preliminar results are described on a multi-sensory approach using both Vision and RFID tags in order to improve the accuracy on the robot localization

Domestic robots developed to support human beings by performing daily tasks such as cleaning should also be able to help in emergencies by finding, analysing, and assisting persons in need of first aid. Here such a robot capable of performing some useful task related to first aid is referred to as a First Aid Mobile Robot (FAMR). One challenge which to the author's knowledge has not been solved is how such a FAMR can find a fallen person's pose within an environment, recognising locations of points of interest for first aid such as the mouth, nose, chin, chest and hands on a map. To overcome the challenge, a new approach is introduced based on leveraging a robot's capabilities (multiple sensors and mobility), called AHBL. AHBL comprises four steps: Anomaly detection, Human detection, Body part recognition, and Localisation on a map. It was broken down into four steps for modularity (e.g., a different way of detecting anomalies can be slipped in without changing the other modules) and because it was not clear which step is hardest to implement. As a result of evaluating AHBL, a FAMR developed for this work was able to find the pose of a fallen person (a mannequin) in a known environment with an average success rate of 83%, and an average localisation discrepancy of 1.47cm between estimated body part locations and ground truth. The presented approach can be adapted for use in other robots and contexts, and can act as a starting point toward designing systems for autonomous robotic first aid.

This thesis describes a system which is able to track the pose of a hand-held camera as it moves around a scene. The system builds a 3D map of point landmarks in the world while tracking the pose of the camera relative to this map using a process called simultaneous localisation and mapping (SLAM). To achieve real-time performance, the map must be kept sparse, but rather than observing only the mapped landmarks like previous systems, observations are made of features across the entire image. Their deviation from the predicted epipolar geometry is used to further constrain the estimated inter-frame motion and so improves the overall accuracy. The consistency of the estimation is also improved by performing the estimation in a camera-centred coordinate frame. As with any such system, tracking failure is inevitable due to occlusion or sudden motion of the camera. A relocalisation module is presented which monitors the SLAM system, detects tracking failure, and then resumes tracking as soon as the conditions have improved. This relocalisation process is achieved using a new landmark recognition algorithm which is trained on-line and provides high recall and a fast recognition time. The relocalisation module can also be used to achieve place recognition for a loop closure detection system. By taking into account both the geometry and appearance information when determining a loop closure this module is able to outperform previous loop closure detection techniques used in monocular SLAM. After recognising an overlap, the map is then corrected using a novel trajectory alignment technique that is able to cope with the inherent scale ambiguity in monocular SLAM. By incorporating all of these new techniques, the system presented can perform as a robust augmented reality system, or act as a navigation tool which could be used on a mobile robot in indoor and outdoor environments.

La grande majorité des systèmes perceptifs proposés en robotique héritent d'une conception passive de la perception dans laquelle la génération d'une commande motrice est l'étape ultime d'une succession de traitements purement passifs. Dans le cadre de la localisation de sources sonores, qui est une tâche fondamentale du système auditif, cette approche passive offre de bons résultats lorsque les conditions environnementales sont bien connues et facilement modélisables. Cependant des difficultés apparaissent lorsque l'environnement se complexifie, a fortiori s'il est inconnu ou changeant. Ces difficultés constituent un enjeu important dans le domaine de l'audition artificielle. Cette thèse considère une approche radicalement différente de l'approche passive, inspirée de la psychologie de la perception et de la théorie des contingences sensorimotrices. Cette approche place l'action au coeur du processus de perception, qui est alors vu comme une interaction qu'un agent biologique ou robotique entretient avec son environnement. Alors que l'approche passive nécessite des connaissances sur l'environnement, implicement intégrées dans les traitements par le roboticien, l'approche sensorimotrice suggère au contraire que ces connaissances sont acquises par l'agent de manière autonome, à travers son expérience sensorimotrice. Ainsi cette thèse applique la théorie des contingences sensorimotrices à la localisation de sources sonores pour la robotique autonome. Sur la base d'un modèle bioinspiré du système auditif adapté au contexte robotique, cette thèse propose une redéfinition du problème de la localisation en termes sensorimoteurs. Un modèle de localisation sensorimotrice est alors proposé. Celui-ci se base sur des capacités de perception active bas-niveau pour construire une représentation de l'espace auditif qui est ensuite utilisée pour une localisation passive. En exploitant les capacités d'action du robot, ce modèle permet de s'affranchir des dépendances à l'environnement qui mettent en difficulté l'approche passive, en proposant ainsi un degré d'autonomie supérieur à celui des modèles actuels / The vast majority of perceptual systems proposed in robotics inherit apassive conception of perception, in which the generation of a motor command is the final stage of successive passive processes. In the field of sound sources localization, which is a fundamental task of the auditory system, this passive approach provides good results when the environment is well known and easily modeled. However, difficulties arise when the environment becomes more complex, unknown or changing. These difficulties are a major issue in the field of machine hearing. This thesis considers a radically different approach inspired by the psychology of perception and theory of sensorimotor contingencies. This approach places action at the heart of the process of perception, which is seen as an interaction of a biological or robotic agent with it's environment. While passive approach requires environmental knowledge, implicitly integrated into models by the robotisist, the sensorimotor approach suggests that this knowledge is acquired by the agent by itself, through its sensorimotor experience. Thus, this thesis applies the theory of sensorimotor contingencies to sound sources localization for autonomous robots. Based on a model of the auditory system adapted to robotics, this thesis proposes a redefinition of the localization problem in sensorimotor terms. A sensorimotor model of localization is then proposed. It is based on active and low-level perception skills which are used to learn a representation of the auditory space. This representation is then used for a passive localization of new sound sources. By exploiting the active capabilities of the robot, this model eliminates the environment dependencies that put difficulty in the passive approach, thus offering a degree of autonomy higher than current models

L'assimilation de données vise à fournir aux modèles de prévision numérique du temps un état initial de l'atmosphère le plus précis possible. Pour cela, elle utilise deux sources d'information principales : des observations et une prévision récente appelée "ébauche", toutes deux entachées d'erreurs. La distribution de ces erreurs permet d'attribuer un poids relatif à chaque source d'information, selon la confiance que l'on peut lui accorder, d'où l'importance de pouvoir estimer précisément les covariances de l'erreur d'ébauche. Les méthodes de type Monte-Carlo, qui échantillonnent ces covariances à partir d'un ensemble de prévisions perturbées, sont considérées comme les plus efficaces à l'heure actuelle. Cependant, leur coût de calcul considérable limite de facto la taille de l'ensemble. Les covariances ainsi estimées sont donc contaminées par un bruit d'échantillonnage, qu'il est nécessaire de filtrer avant toute utilisation. Cette thèse propose des méthodes de filtrage du bruit d'échantillonnage dans les covariances d'erreur d'ébauche pour le modèle à échelle convective AROME de Météo-France. Le premier objectif a consisté à documenter la structure des covariances d'erreur d'ébauche pour le modèle AROME. Une assimilation d'ensemble de grande taille a permis de caractériser la nature fortement hétérogène et anisotrope de ces covariances, liée au relief, à la densité des observations assimilées, à l'influence du modèle coupleur, ainsi qu'à la dynamique atmosphérique. En comparant les covariances estimées par deux ensembles indépendants de tailles très différentes, le bruit d'échantillonnage a pu être décrit et quantifié. Pour réduire ce bruit d'échantillonnage, deux méthodes ont été développées historiquement, de façon distincte : le filtrage spatial des variances et la localisation des covariances. On montre dans cette thèse que ces méthodes peuvent être comprises comme deux applications directes du filtrage linéaire des covariances. L'existence de critères d'optimalité spécifiques au filtrage linéaire de covariances est démontrée dans une seconde partie du travail. Ces critères présentent l'avantage de n'impliquer que des grandeurs pouvant être estimées de façon robuste à partir de l'ensemble. Ils restent très généraux et l'hypothèse d'ergodicité nécessaire à leur estimation n'est requise qu'en dernière étape. Ils permettent de proposer des algorithmes objectifs de filtrage des variances et pour la localisation des covariances. Après un premier test concluant dans un cadre idéalisé, ces nouvelles méthodes ont ensuite été évaluées grâce à l'ensemble AROME. On a pu montrer que les critères d'optimalité pour le filtrage homogène des variances donnaient de très bons résultats, en particulier le critère prenant en compte la non-gaussianité de l'ensemble. La transposition de ces critères à un filtrage hétérogène a permis une légère amélioration des performances, à un coût de calcul plus élevé cependant. Une extension de la méthode a ensuite été proposée pour les composantes du tenseur de la hessienne des corrélations locales. Enfin, les fonctions de localisation horizontale et verticale ont pu être diagnostiquées, uniquement à partir de l'ensemble. Elles ont montré des variations cohérentes selon la variable et le niveau concernés, et selon la taille de l'ensemble. Dans une dernière partie, on a évalué l'influence de l'utilisation de variances hétérogènes dans le modèle de covariances d'erreur d'ébauche d'AROME, à la fois sur la structure des covariances modélisées et sur les scores des prévisions. Le manque de réalisme des covariances modélisées et l'absence d'impact positif pour les prévisions soulèvent des questions sur une telle approche. Les méthodes de filtrage développées au cours de cette thèse pourraient toutefois mener à d'autres applications fructueuses au sein d'approches hybrides de type EnVar, qui constituent une voie prometteuse dans un contexte d'augmentation de la puissance de calcul disponible. / Data assimilation aims at providing an initial state as accurate as possible for numerical weather prediction models, using two main sources of information : observations and a recent forecast called the “background”. Both are affected by systematic and random errors. The precise estimation of the distribution of these errors is crucial for the performance of data assimilation. In particular, background error covariances can be estimated by Monte-Carlo methods, which sample from an ensemble of perturbed forecasts. Because of computational costs, the ensemble size is much smaller than the dimension of the error covariances, and statistics estimated in this way are spoiled with sampling noise. Filtering is necessary before any further use. This thesis proposes methods to filter the sampling noise of forecast error covariances. The final goal is to improve the background error covariances of the convective scale model AROME of Météo-France. The first goal is to document the structure of background error covariances for AROME. A large ensemble data assimilation is set up for this purpose. It allows to finely characterize the highly heterogeneous and anisotropic nature of covariances. These covariances are strongly influenced by the topography, by the density of assimilated observations, by the influence of the coupling model, and also by the atmospheric dynamics. The comparison of the covariances estimated from two independent ensembles of very different sizes gives a description and quantification of the sampling noise. To damp this sampling noise, two methods have been historically developed in the community : spatial filtering of variances and localization of covariances. We show in this thesis that these methods can be understood as two direct applications of the theory of linear filtering of covariances. The existence of specific optimality criteria for the linear filtering of covariances is demonstrated in the second part of this work. These criteria have the advantage of involving quantities that can be robustly estimated from the ensemble only. They are fully general and the ergodicity assumption that is necessary to their estimation is required in the last step only. They allow the variance filtering and the covariance localization to be objectively determined. These new methods are first illustrated in an idealized framework. They are then evaluated with various metrics, thanks to the large ensemble of AROME forecasts. It is shown that optimality criteria for the homogeneous filtering of variances yields very good results, particularly with the criterion taking the non-gaussianity of the ensemble into account. The transposition of these criteria to a heterogeneous filtering slightly improves performances, yet at a higher computational cost. An extension of the method is proposed for the components of the local correlation hessian tensor. Finally, horizontal and vertical localization functions are diagnosed from the ensemble itself. They show consistent variations depending on the considered variable and level, and on the ensemble size. Lastly, the influence of using heterogeneous variances into the background error covariances model of AROME is evaluated. We focus first on the description of the modelled covariances using these variances and then on forecast scores. The lack of realism of the modelled covariances and the negative impact on scores raise questions about such an approach. However, the filtering methods developed in this thesis are general. They are likely to lead to other prolific applications within the framework of hybrid approaches, which are a promising way in a context of growing computational resources.