Le Propulseur à Effet Hall est un moteur sans grille, dans lequel un champ magnétique radial confine les électrons d'un plasma formé entre deux cylindres coaxiaux diélectriques. La chute de la conductivité électronique qui en résulte permet l'établissement d'un champ électrique axial pour extraire les ions. La relativement faible poussée (100 mN) et la forte impulsion spécifique (vitesse des ions éjectés de 20 km/s) rendent le propulseur bien adapté aux tâches de maintien sur orbite des satellites ou de petits transferts d'orbite.<br /> <br /> L'étude porte sur la modélisation des phénomènes physiques dans le propulseur associée à une étude expérimentale, plus limitée, et destinée à valider ou compléter les modèles. La modélisation est basée sur une description des phénomènes de transport des particules (électrons, ions, neutres) en champs électrique et magnétique croisés. Un modèle développé au CPAT a été complété et utilisé pour chercher les conditions optimales de fonctionnement, en particulier l'étude de la configuration magnétique des moteurs à Effet Hall existants. De plus, nous avons développé un modèle pour étudier de nouveaux concepts de moteurs à Effet Hall, en particulier un moteur à Effet Hall à Double Etage, dans lequel on cherche à contrôler séparément la génération du plasma et l'accélération des ions. <br /> La partie expérimentale a consisté à utiliser des techniques de diagnostics plasma (interférométrie de Fabry-Pérot) permettant de mesurer la distribution du champ électrique dans le système, résultant de la présence du plasma et des tensions appliquées aux électrodes. Les mesures ont été effectuées sur le moyen d'essai PIVOINE installé à Orléans. La confrontation systématique des résultats expérimentaux et de simulation a permis de mieux définir les possibilités et les limites du modèle et d'en améliorer ses capacités prédictives.

Ce travail de thèse concerne la modélisation du canal de propagation dans les milieux industriels. Dans ce contexte, le canal de propagation a un comportement différent de celui classiquement rencontré en indoor. Cela est dû à l'aménagement des bâtiments qui sont plus grand et ouverts ainsi qu'à la présence de machines, d'objets mobiles et d'autres matériaux métalliques rencontrés dans ces environnements. Ainsi, les modèles de canaux indoor existants ne sont plus valides. L'utilisation de modèles déterministes comme alternative est possible mais limitée en raison du temps de calcul qui en découle.Pour répondre à cette problématique, nous proposons un modèle hybride de canal s'inspirant d'une méthode à tracer de rayons 3D et du modèle WINNER. L'originalité de ce modèle repose sur son caractère hybride consistant, en prétraitement, à partitionner l'environnement en zones de visibilité ou de non-visibilité «faible» et «forte» sur des critères déterministes liés à la propagation des ondes. Un modèle statistique, type WINNER, reprenant le concept de cluster est ensuite "joué" au sein de chacune des ces zones reproduisant ainsi fidèlement l'évolution des paramètres caractéristiques des clusters identifiés. Nous avons validé notre modèle en le comparant d'abord à un modèle déterministe et ensuite à la mesure. Sa robustesse ainsi que celle de WINNER sont testées en les simulant dans trois environnements différents et en les comparant au modèle déterministe à tracer de rayons. / This thesis focuses on the modeling of the propagation channel in industrial environments. In this context, the propagation channel has a different behavior than typically encountered in indoor. This is due to the construction of buildings that are larger and open and the presence of machines, moving objects and metal materials encountered in these environments. Thus, the existing indoor channel models are not valid. Using deterministic models as an alternative is possible, but limited by the computing time.To address this problem, we propose a hybrid channel model for communications in industrial environments inspired by a ray tracing method and Winner model. The originality of this model is its hybrid nature consisting, in preprocessing, in partitionning the environment in areas of visibility or non-visibility «weak» and «strong» based on deterministic criteria related to the wave propagation. A statistical model, as WINNER , using the concept of cluster is then played in each of these areas and faithfully reproducing the evolution of the characteristic parameters of the identified clusters. We have validated our model by comparing it firstly to a deterministic model and then to measurement. Its robustness as well that of WINNER are tested by simulating them in three different environments and by comparing them with the deterministic model.

L'objectif de ce travail est de prendre en compte les instationnarités naturelles à grande échelle dans les écoulements décollés et à un coût plus faible que la LES, tout en s'intéressant à la modélisation des effets de paroi par des modèles statistiques au second ordre. S'inspirant des approches de Durbin, le modèle à pondération elliptique EB-RSM reproduit l'effet non-local de blocage, en résolvant une équation différentielle sur le terme de pression. La limite à deux composantes de la turbulence est bien prédite en canal. Ce modèle est appliqué à la marche descendante, dans une approche URANS. Nous avons montré que les erreurs numériques peuvent être suffisantes pour exciter le mode le plus instable de la couche cisaillée, et aboutir à une solution instationnaire. La solution est stationnaire quand on raffine le maillage, rendant l'URANS peu fiable. Récemment, Schiestel \& Dejoan ont proposé le modèle hybride non-zonal PITM. Le coefficient $C_{\e_2}$ de l'équation de la dissipation devient fonction de la coupure dans le spectre, et la valeur $C_{\e_1}=3/2$ est déduite par ces auteurs. Nous avons donné une formulation plus générale où la valeur de $C_{\e_1}$ est quelconque. Pour offrir un formalisme plus cohérent aux modèles hybrides non-zonaux dans les écoulements de paroi, une approche basée sur un filtrage temporel est proposée. Enfin, l'adaptation du modèle EB-RSM dans un cadre hybride a été réalisée. Les résultats en canal sont encourageants : la transition continue d'un modèle RANS en proche paroi à une LES au centre du canal est mise en évidence. Le transfert d'énergie des échelles modélisées vers celles résolues est bien reproduit quand on raffine le maillage.

La fiabilité constitue aujourd’hui un enjeu important dans le contexte du passage aux systèmes plus électriques dans des secteurs critiques tels que l’aéronautique, l’espace ou le nucléaire. Il s’agit de comprendre, de modéliser et de prédire les mécanismes de vieillissement susceptibles de conduire les composants à la défaillance et le système à la panne. L’étude des effets des contraintes opérationnelles sur la dégradation des composants est indispensable pour la prédiction de leur durée de vie. De nombreux modèles de durée de vie ont été développés dans la littérature dans le contexte du génie électrique. Cependant, ces modèles présentent des limitations car ils dépendent du matériau étudié et de ses propriétés physiques et se restreignent souvent à un ou deux facteurs de stress, sans intégrer les interactions pouvant exister entre ces facteurs. Cette thèse présente une nouvelle méthodologie pour la modélisation de la durée de vie des composants du génie électrique. Cette méthodologie est générale ; elle s’applique à différents composants sans a priori sur leurs propriétés physiques. Les modèles développés sont des modèles statistiques estimés sur la base de données expérimentales issues de tests de vieillissement accéléré où plusieurs types de stress sont considérés. Les modèles visent alors à étudier les effets des différents facteurs de stress ainsi que de leurs différentes interactions. Le nombre et la configuration des tests de vieillissement nécessaires à construire les modèles (bases d’apprentissage) sont optimisés de façon à minimiser le coût expérimental tout en maximisant la précision des modèles. Des points expérimentaux supplémentaires aléatoirement configurés sont réalisés pour valider les modèles (bases de test). Deux catégories de composants sont testées : deux types d’isolants couramment utilisés dans les machines électriques et des sources de lumière OLED. Différentes formes des modèles de durée de vie sont présentées : les modèles paramétriques, non paramétriques et les modèles hybrides. Tous les modèles développés sont évalués à l’aide de différents outils statistiques permettant, d’une part, d’étudier la pertinence des modèles et d’autre part, d’évaluer leur prédictibilité sur les points des bases de test. Les modèles paramétriques permettent de quantifier les effets des facteurs et de leurs interactions sur la durée de vie à partir d’une expression analytique prédéfinie. Un test statistique permet ensuite d’évaluer la significativité de chacun des paramètres inclus dans le modèle. Ces modèles sont caractérisés par une bonne qualité de prédiction sur leurs bases de test. La relation entre la durée de vie et les contraintes est également modélisée par les arbres de régression comme méthode alternative aux modèles paramétriques. Les arbres de régression sont des modèles non paramétriques qui permettent de classifier graphiquement les points expérimentaux en différentes zones dans lesquelles les contraintes sont hiérarchisées selon leurs effets sur la durée de vie. Ainsi, une relation simple, graphique, et directe entre la durée de vie et les contraintes est obtenue. Cependant, à la différence des modèles paramétriques continus sur le domaine expérimental étudié, les arbres de régression sont constants par morceaux, ce qui dégrade leur qualité de prédiction sur la base de test. Pour remédier à cet inconvénient, une troisième approche consiste à attribuer un modèle linéaire à chacune des zones identifiées avec les arbres de régression. Le modèle résultant, dit modèle hybride, est donc linéaire par morceaux et permet alors de raffiner les modèles paramétriques en évaluant les effets des facteurs dans chacune des zones tout en améliorant la qualité de prédiction des arbres de régression. / Reliability has become an important issue nowadays since the most critical industries such as aeronautics, space and nuclear are moving towards the design of more electrical based systems. The objective is to understand, model and predict the aging mechanisms that could lead to component and system failure. The study of the operational constraints effects on the degradation of the components is essential for the prediction of their lifetime. Numerous lifespan models have been developed in the literature in the field of electrical engineering. However, these models have some limitations: they depend on the studied material and its physical properties, they are often restricted to one or two stress factors and they do not integrate interactions that may exist between these factors. This thesis presents a new methodology for the lifespan modeling of electrical engineering components. This methodology is general; it is applicable to various components without prior information on their physical properties. The developed models are statistical models estimated on experimental data obtained from accelerated aging tests where several types of stress factors are considered. The models aim to study the effects of the different stress factors and their different interactions. The number and the configuration of the aging tests needed to construct the models (learning sets) are optimized in order to minimize the experimental cost while maximizing the accuracy of the models. Additional randomly configured experiments are carried out to validate the models (test sets). Two categories of components are tested: two types of insulation materials that are commonly used in electrical machines and OLED light sources. Different forms of lifespan models are presented: parametric, non-parametric and hybrid models. Models are evaluated using different statistical tools in order to study their relevance and to assess their predictability on the test set points. Parametric models allow to quantify the effects of stress factors and their interactions on the lifespan through a predefined analytical expression. Then a statistical test allows to assess the significance of each parameter in the model. These models show a good prediction quality on their test sets. The relationship between the lifespan and the constraints is also modeled by regression trees as an alternative method to parametric models. Regression trees are non-parametric models that graphically classify experimental points into different zones where the constraints are hierarchized according to their effects on the lifespan. Thus, a simple, graphic and direct relationship between the lifespan and the stress factors is obtained. However, unlike parametric models that are continuous in the studied experimental domain, regression trees are piecewise constant, which degrades their predictive quality with respect to parametric models. To overcome this disadvantage, a third approach consists in assigning a linear model to each of the zones identified with regression trees. The resulting model, called hybrid model, is piecewise linear. It allows to refine parametric models by evaluating the effects of the factors in each of the zones while improving the prediction quality of regression trees.

Les maladies infectieuses représentent aujourd’hui un problème majeur de santé publique. Devant l’augmentation des résistances bactériennes, l’émergence de nouveaux pathogènes et la propagation rapide de l’épidémie, le suivi et la surveillance de la transmission de la maladie devient particulièrement importants. Face à une telle menace, la société doit se préparer à l'avance pour réagir rapidement et efficacement si une telle épidémie est déclarée. Cela nécessite une mise en place des dispositifs de suivi et de prévention. Dans ce contexte, nous nous intéressons, dans le présent travail, à l’élaboration d’un Système d’Information Décisionnel Spatio-temporel pour le suivi et la surveillance du phénomène de propagation de l’épidémie de la grippe saisonnière au sein de la population de la ville d’Oran (Algérie). L’objectif de ce système est double : il consiste, d’une part, à comprendre comment l’épidémie se propage par l’utilisation du réseau social Small World (SW) et du modèle à compartiments d’épidémie SEIR (Susceptible-Exposed-Infected-Removed), et d’autre part, à stocker dans un entrepôt les données multiples tout en les analysant par un outil d’analyse en ligne de donnée Spatiale dit SOLAP (Spatial On-Line Analytical Processing). / Today, infectious diseases represent a major public health problem. With the increase of bacterial resistance, the emergence of new pathogens and the rapid spread of epidemic, monitoring and surveillance of disease transmission becomes important. In the face of such a threat, the society must prepare in advance to respond quickly and effectively if an outbreak is declared. This requires setting up monitoring mechanisms and prevention.In this context, we are particularly interested by development a Spatiotemporal decision support system for monitoring and preventing the phenomenon of seasonal influenza epidemic spread in the population of Oran (city at Algeria).The objective of this system is twofold: on one hand, to understand how epidemic is spreading through the social network by using SEIR (Susceptible-Exposed-Infected-Removed) compartmental model within Small World network, and on the other hand, to store multiple data in data warehouse and analyzing it by a specific online analysis tool Spatial OLAP (Spatial on-line Analytical Processing).