Le véhicule hybride électrique dispose de deux sources d’énergie distinctes pour se mouvoir : le carburant, ainsi qu’un système de stockage électrique ayant la particularité d’être réversible. La loi de gestion d’énergie a pour objectif de superviser les flux de puissance dans le groupe motopropulseur en intervenant sur le point de fonctionnement des organes de celui-ci, et ce dans le but d’optimiser un critère donné. La loi de gestion d’énergie se formalise donc par un problème de commande optimale dont le critère à minimiser tient compte de la consommation de carburant du véhicule sur un trajet donné. La solution de ce problème peut se calculer hors ligne lorsque toutes les données du trajet sont parfaitement connues à l’avance, hypothèse qui n’est plus admissible pour une stratégie embarquée sur véhicule dont l’objectif est alors de s’approcher au maximum du résultat optimal. Les travaux présentés dans ce manuscrit mettent en avant la commande optimale orientée multi-objectif pour répondre à la problématique du compromis inter-prestations au coeur du développement d’un véhicule de série. Une loi de gestion d’énergie tenant compte du compromis entre consommation et agrément de conduite, ainsi qu’une autre traitant le compromis entre consommation et vieillissement batterie sont proposées. Les stratégies présentées s’inscrivent également dans une approche modulaire tirée de la solution de nature transversale issue de l’Equivalent Consumption Minimization strategy (ECMS). Ainsi, la commande du véhicule hybride rechargeable, du Mild-Hybride, ainsi que d’architectures hybrides complexes disposant d’une transmission automatique, de deux machines électriques ou deux systèmes de stockage électriques, est ici traitée à travers un socle commun. Cette approche permet de réduire le temps de développement des stratégies qui partagent un maximum d’éléments communs. / The hybrid electric vehicle uses two different energy sources to propel itself: fuel as well as a reversible electric storage system. The energy management strategy aims at supervising the power flows inside the powertrain by choosing the operating points of the different components so as to optimize a given criterion. The energy management strategy is formulated as an optimal control problem where the criterion to be minimized takes into account the total fuel consumption of the vehicle on the considered trip. The optimal solution can be calculated off-line when the vehicle’s mission is perfectly known, an assumption no longer admissible for an embedded strategy whose main objective is to get as close as possible to the optimal result. The work presented in this manuscript highlights the potential of multi-objective optimal control to handle the features’ trade-offs inherent to the development of production vehicle. An energy management strategy taking into account the trade-off between fuel consumption and drivability, as well as one dealing with the trade-off between fuel consumption and battery state of health, are proposed. The presented strategies share a modular approach following the transversal solution of the Equivalent Consumption Minimization Strategy (ECMS). As a result, the control policy of the plug-in hybrid electric vehicle, the Mild-Hybrid, together with complex hybrid architectures provided with an automated transmission, two electric machines or two electric storage systems, is tackled through a common base. This approach allows to reduce the development period of the energy management strategies which shares a maximum of common elements.

Cette thèse a pour objectif de mener une optimisation des corrections de forme des engrenages cylindriques, droits et hélicoïdaux. Le travail se décompose en quatre parties principales. Dans la première partie, on présente un état de l’art sur les différents types de corrections de forme proposées dans la littérature. Une analyse des travaux d’optimisation, menés jusqu’à présent, est conduite. La deuxième partie est focalisée sur une approche déterministe visant à cerner l’influence des corrections de dentures sur les principaux critères de performance. Dans ce contexte, on propose un développement analytique qui caractérise les fluctuations d’erreur de transmission quasi-statique permettant d’obtenir des relations approchées originales. En présence de plusieurs paramètres de corrections, un algorithme génétique est utilisé afin d’identifier, en un temps réduit, les solutions optimales. Nous proposons, en troisième partie, une étude probabiliste pour caractériser les corrections robustes. Ainsi, on définit une fonction objectif de robustesse faisant intervenir des paramètres statistiques. Après une étape de validation, l’estimation de ces paramètres est effectuée en utilisant les formules de quadrature de Gauss. Plusieurs études paramétriques sont ensuite menées et qui reflètent entre autre l’influence des classes de qualité, la forme de la correction, etc. Enfin, on a conduit une optimisation multicritère en utilisant un algorithme d’optimisation spécifique : « NSGA-II ». / The objective of this PhD thesis is to define optimum tooth shape modifications for spur and helical gears with regard to a number of design parameters. The memoir is divided into four parts. A literature review on tooth modification along with optimization techniques is presented in the first section. The second part of the text is centred on a deterministic approach to the performance induced by tooth modifications on several design criteria commonly used in gearing. Some original analytical developments on transmission errors are presented which are combined with a genetic algorithm in order to define optimum profile relief. In the third part of the memoir, a probabilistic analysis is conducted based on Gaussian quadrature leading to robust tooth modifications. A number of results are presented which illustrate the influence of the quality grade, the tooth modification shapes, etc. Finally, the results delivered by a specific multi-criterion optimization algorithm “NSGA-II” are displayed and commented upon.

Notre travail s’intéresse à un cas très particulier des terminaux à conteneurs, il s’agit des terminaux à conteneurs automatisés, qui en plus des véhicules autoguidés, sont équipés de grues de quai et de grues de stockage automatiques (grues de cour), ce qui pousse souvent les scientifiques à considérer les problèmes d’ordonnancement intégré dans les terminaux automatisés ou semi-automatisés. Nous traitons dans ce travail l’optimisation de plusieurs objectifs pour stocker les conteneurs d'une manière efficace et réaliste. Nous traitons le problème d’ordonnancement intégré considérant les trois équipements d’un terminal à conteneurs automatisé soient: les véhicules autoguidés, les grues de quai et les grues de baie (éventuellement). L’objectif principal de cette étude est la minimisation du coût opérationnel de stockage de conteneurs dans un terminal maritime automatisé / AIn our study, we consider two optimization problems in automated container terminals at import; the first is the vehicle scheduling problem; and the second is the integrated problem of location assignment and vehicle scheduling. In the first part of our study, we propose different traffic layout adapted to the two studied problems and to every kind of automated container terminal. We also introduce relevant reviews of literature treating the optimization of container handling systems at maritime terminal, the optimization of general automated guided vehicle system and the multi-objective optimization in general, and in particular context of maritime container terminals. In the second part, we resolve the planning of QC-AV-ASC (Quay Cranes-Automated Vehicles - Automated Stacking Cranes). We present an effective model for every kind of traffic layout. Moreover, we propose an efficient bi-objective model which is important to determine the optimal storage time and the minimal number of required AVs. CPLEX resolutions are used to prove the efficiency of our modelling approach. In the third part of this thesis, we explore a problem which has not been sufficiently studied: the integrated problem of location assignment and vehicle scheduling (IPLAVS), in Maritime Automated Container Terminal (MACT) at import. This part represents a new and realistic approach of MACT optimization considering mono-objective and multi-objective aspect.

Les échangeurs de chaleur sont utilisés dans de nombreux secteurs industriels. L'optimisation de leurs performances est donc de première importance pour réduire la consommation énergétique. Le comportement d'un échangeur est intrinsèquement multiéchelle : l'échelle locale de l'intensification des phénomènes de transfert thermique côtoie une échelle plus globale où interviennent des phénomènes de distribution de débit. Un échangeur de chaleur est également le siège de différents phénomènes physiques, tels que la mécanique des fluides, la thermique et l'encrassement. Les présents travaux proposent une méthode d'optimisation multiobjectif de la forme des échangeurs, robuste, pouvant traiter les aspects multiéchelles et multiphysiques et applicable dans un contexte industriel. Les performances de l'échangeur sont évaluées par des simulations de mécanique des fluides numérique (CFD) et par des méthodes globales (є-NUT). Suite à une étude bibliographique, une méthode de métamodélisation par krigeage associée à un algorithme génétique ont été retenus. Des méthodes de visualisation adaptées (clustering et Self-Organizing Maps) sont utilisées pour analyser les résultats. Le métamodèle permet d'approcher la réponse d'un simulateur (CFD) et d'en fournir une prédiction dont l'interrogation est peu onéreuse. Le krigeage permet de prendre en compte une discontinuité et des perturbations de la réponse du simulateur par l'ajout d'un effet de pépite. Il permet également l'utilisation de stratégies d'enrichissement construisant des approximations précises à moindre coût. Cette méthode est appliquée à différentes configurations représentatives du comportement de l'échangeur, permettant de s'assurer de sa robustesse lorsque le simulateur change, lorsque l'aspect multiéchelle est pris en compte ou lorsque une physique d'encrassement est considérée. Il a été établi que l'étape de métamodélisation assure la robustesse de la méthode et l'intégration de l'aspect multiéchelle. Elle permet aussi de construire des corrélations à l'échelle locale qui sont ensuite utilisées pour déterminer les performances globales de l'échangeur. Dans un contexte industriel, les méthodes d'analyse permettent de mettre en évidence un nombre fini de formes réalisant un compromis des fonctions objectif antagonistes. / Heat exchangers are used in many industrial applications. Optimizing their performances is a key point to improve energy efficiency. Heat exchanger behaviour is a multi-scale issue where local scale enhancement mechanisms coexist with global scale distribution ones. It is also multi-physics such as fluid mecanics, heat transfer and fouling phenomenons appear. The present work deals with multi-objective shape optimization of heat echanger. The proposed method is sufficiently robust to address multi-scale and multi-physics issues and allows industrial applications. Heat exchanger performances are evaluated using computational fluid dynamics (CFD) simulations and global methods (є-NUT). The optimization tools are a genetic algorithm coupled with kriging-based metamodelling. Clustering and Self-Organizing Maps (SOM) are used to analyse the optimization results. A metamodel builts an approximation of a simulator response (CFD) whose evaluation cost is reduced to be used with the genetic algorithm. Kriging can address discontinuities or perturbations of the response by introducing a nugget effect. Adaptive sampling is used to built cheap and precise approximation. The present optimization method is applied to different configurations which are representative of the heat exchanger behaviour for both multi-scale and multi-physics (fouling) aspects. Results show that metamodelling is a key point of the method, ensuring the robustness and the versatility of the optimisation process. Also, it allows to built correlations of the local scale used to determine the global performances of the heat exchanger. Clustering and SOM highlight a finite number of shapes, which represent a compromise between antagonist objective functions, directly usable in an industrial context.

Cette thèse est consacrée à l’optimisation des sources de lumière synchrotron. La dynamique de faisceau non linéaire de l'anneau de stockage du synchrotron SOLEIL est optimisée à l’aide d’algorithmes génétiques multiobjectifs (MOGA-ELEGANT). Le code ELEGANT est d’abord comparé avec le code étalon de SOLEIL, TRACY3. Le code MOGA est ensuite utilisé pour obtenir les meilleures configurations possible en termes d’ouvertures dynamiques et d’acceptances en énergie, qui sont fortement en rapport avec la durée de vie Touschek et l'efficacité d'injection respecti-vement. Après 1 mois de calcul sur le cluster de calcul de haute performance de SOLEIL en utilisant 200 CPU, un ensemble de solutions est trouvé. Elles sont testées expérimentalement dans la salle de contrôle du SOLEIL. L'amélioration de la durée de vie Touschek obtenue est confirmée par les mesures : la durée de vie du faisceau de l'anneau de stockage de SOLEIL est accrue de 50 à 60%. La deuxième partie de ce travail de thèse présente une étude expérimentale de la durée de vie du faisceau de l'anneau de stockage de SOLEIL. En particulier les contributions de la durée de vie Touschek et la durée de vie de gaz sont étudiées. La durée de vie du faisceau est mesurée en fonction de paramètres importants tels que le couplage, racleurs horizontaux et verticaux, et le courant. Les résultats expérimentaux sont comparés avec les durées de vie Touschek calculées par la formule Piwinski mise en œuvre dans le code TRACY3 et la durée de vie du gaz calculée analytiquement. Cette étude permet de montrer que la composition du gaz résiduel et la pression locale varient de manière importante le long de toute la machine: l’effet des ondulateurs sous-vide est dominant. Des nombres atomiques effectifs sont obtenus. La forme des courbes expérimentales est proche des courbes simulées et est compatible avec un nombre atomique effectif proche de 7. / This thesis is dedicated to the optimization of the nonlinear beam dynamics of synchrotron radiation light sources using Multi-objective Genetic Algorithms (MOGA-ELEGANT). In the first part the ELEGANT code is benchmarked against TRACY3; then MOGA is tuned and used to find the best settings of quadrupole and sextupole magnets in order to maximize the dynamic and momentum apertures, strongly related with the Touschek lifetime and the injection efficiency respectively. Solutions obtained after one month of computation in the high level computational cluster of SOLEIL using 200 CPUs are analyzed. The improvement of the Touschek lifetime obtained with MOGA is confirmed by the beam-based experiments. The beam lifetime of the SOLEIL storage ring is increased 50-60 % .The second part this PhD work is devoted to study experimentally the beam lifetime of the SOLEIL storage ring to improve the understanding of the beam lifetime and its contributions: the Touschek and gas lifetimes. The beam lifetime is measured in function of important parameters as coupling, horizontal and vertical scrapers, and bunch current. The experimental results are compared with the simulated ones. The Piwinski formula is implemented in the tracking code TRACY3 to replace Bruck approximation. The gas lifetimes were computed using analytical models. This study allows understanding that the composition of the residual gas and the local pressure along all the machine vary significantly between the arcs and the in-vacuum insertion devices: new effective atomic number are obtained. This type of measurement remains difficult to analyze without a large error margin; in-vacuum insertions have a dominant contribution. The shape of the experimental curves is closed to the expected ones and compatible with an effective atomic number of about 7.

La maîtrise de la gestion thermique du moteur à combustion interne permet de répondre à des problématiques telles que la réduction de la consommation de carburant et des émissions de polluants. Cette gestion peut être réalisée par des systèmes mécatroniques, plus précisément grâce à une vanne électromécanique multivoie, appelée ACT valve (Active Cooling thermo-management valve), permettant de mettre en œuvre une stratégie de gestion thermique lors du contrôle des températures dans différentes branches du circuit de refroidissement du moteur thermique.L’objectif du travail est d’améliorer la robustesse du processus de conception de cette vanne en tenant compte des contraintes fonctionnelles multi-physiques telles que la déformation, l’usure, mais aussi de contraintes de fabrication et de tolérancement géométrique liées au processus d’injection des pièces thermoplastiques. Ces incertitudes doivent être prises en compte dès la phase de la conception pour assurer l'efficacité et la fiabilité de ces vannes jusqu'à la fin de leurs vies.Ces travaux de thèses proposent tout d’abord une nouvelle méthode de conception de ces vannes qui se base sur des modèles numériques multi-physiques permettant à tous les métiers d’avoir une base de données commune. Validés expérimentalement, Ces modèles ont permis de mettre en évidence la sensibilité de certains paramètres géométriques sur le couple développé par l’actionneur de la vanne et de s’assurer de la fiabilité du système par la prédiction de l’usure sur un des éléments clés de l’ACT valve.Bien que l’analyse de sensibilité nous ait permis de comprendre l’influence de certains paramètres sur le système, nous avons proposé une nouvelle technique d’identification des configurations optimales du design de cette vanne en utilisant une méthode d’optimisation méta-heuristique multi-objectifs. Les suggestions de conception offertes par cette méthode permettent de réduire le couple résistant sur l’actionneur de la vanne ainsi que l’encombrement global du système. / The thermal management of the internal combustion engine can solve issues related to fuel consumption reduction and pollutant emissions. This management can be applied using mechatronic systems, more precisely thanks to a multi-way electromechanical valve, called ACT valve (Active Cooling thermo-management valve), that presents a thermal management strategy when controlling temperatures in different branches of the engine cooling circuit.The aim of this work is to improve the robustness of the design process of this valve taking into account the multi-physical functional constraints such as deformation, wear, but also geometrical tolerances constraints related to the thermoplastic parts manufacturing process. These uncertainties must be taken into account in the first steps of the design phase to ensure the effectiveness and reliability of this valve over its lifetime.This work first proposes a new method of designing these valves, which is based on multi-physical modeling, allowing the product designers to have a common database. Experimentally validated, these models made it possible to highlight the sensitivity of certain geometrical parameters on the torque developed by the actuator of the valve and to make sure of the reliability of the system with wear prediction on one of the key elements of ACT valve.Although the sensitivity analysis allowed us to understand the influence of certain parameters on the system, we proposed a new technique for identifying optimal configuration configurations of this valve using a metaheuristic, multi-objective optimization method. The design suggestions offered by this method can reduce the resistive torque on the valve DC-actuator as well as the overall packaging.

L’ingénierie dirigée par les modèles (EDM) est un paradigme de développement logiciel qui promeut l’utilisation de modèles en tant qu’artefacts de première plan et de processus automatisés pour en dériver d’autres artefacts tels que le code, la documentation et les cas de test. La transformation de modèle est un élément important de l’EDM puisqu’elle permet de manipuler les représentations abstraites que sont les modèles. Les transformations de modèles, comme d’autres programmes, sont sujettes à la fois à des erreurs syntaxiques et sémantiques. La correction de ces erreurs est difficile et chronophage, car les transformations dépendent du langage de transformation comme ATL et des langages de modélisation dans lesquels sont exprimés les modèles en entrée et en sortie. Les travaux existants sur la réparation des transformations ciblent les erreurs syntaxiques ou sémantiques, une erreur à la fois, et définissent manuellement des patrons de correctifs. L’objectif principal de notre recherche est de proposer un cadre générique pour corriger automatiquement de multiples erreurs syntaxiques et sémantiques. Afin d’atteindre cet objectif, nous reformulons la réparation des transformations de modèles comme un problème d’optimisation multiobjectif et le résolvons au moyen d’algorithmes évolutionnaires. Pour adapter le cadre aux deux catégories d’erreurs, nous utilisons différents types d’objectifs et des stratégies sophistiquées pour guider l’exploration de l’espace des solutions. / Model-driven engineering (MDE) is a software development paradigm that promotes the use of models as first-class artifacts and automated processes to derive other artefacts from them such as code, documentation and test cases. Model transformation is an important element of MDE since it allows to manipulate the abstract representations that are models. Model transformations, as other programs are subjects to both syntactic and semantic errors. Fixing those errors is difficult and time consuming as the transformations depend on the transformation language such as ATL, and modeling languages in which input and output models are expressed. Existing work on transformation repair targets either syntactic or semantic errors, one error at a time, and define patch templates manually. The main goal of our research is to propose a generic framework to fix multiple syntactic and semantic errors automatically. In order to achieve this goal, we reformulate the repair of model transformations as a multi-objective optimization problem and solve it by means of evolutionary algorithms. To adapt the framework to the two categories of errors, we use different types of objectives and sophisticated strategies to guide the search.

Cette thèse traite de la gestion du trafic aérien et plus précisément, de l’optimisation globale des plans de vol déposés par les compagnies aériennes sous contrainte du respect de la capacité de l’espace aérien. Une composante importante de ce travail concerne la gestion de l’incertitude entourant les trajectoires des aéronefs. Dans la première partie du travail, nous identifions les principales causes d’incertitude au niveau de la prédiction de trajectoires. Celle-ci est la composante essentielle à l’automatisation des systèmes de gestion du trafic aérien. Nous étudions donc le problème du réglage automatique et en-ligne des paramètres de la prédiction de trajectoires au cours de la phase de montée avec l’algorithme d’optimisation CMA-ES. La principale conclusion, corroborée par d’autres travaux de la littérature, implique que la prédiction de trajectoires des centres de contrôle n’est pas suffisamment précise aujourd’hui pour supporter l’automatisation complète des tâches critiques. Ainsi, un système d’optimisation centralisé de la gestion du traficaérien doit prendre en compte le facteur humain et l’incertitude de façon générale.Par conséquent, la seconde partie traite du développement des modèles et des algorithmes dans une perspective globale. De plus, nous décrivons un modèle stochastique qui capture les incertitudes sur les temps de passage sur des balises de survol pour chaque trajectoire. Ceci nous permet d’inférer l’incertitude engendrée sur l’occupation des secteurs de contrôle par les aéronefs à tout moment.Dans la troisième partie, nous formulons une variante du problème classique du Air Traffic Flow and Capacity Management au cours de la phase tactique. L’intérêt est de renforcer les échanges d’information entre le gestionnaire du réseau et les contrôleurs aériens. Nous définissons donc un problème d’optimisation dont l’objectif est de minimiser conjointement les coûts de retard et de congestion tout en respectant les contraintes de séquencement au cours des phases de décollage et d’attérissage. Pour combattre le nombre de dimensions élevé de ce problème, nous choisissons un algorithme évolutionnaire multiobjectif avec une représentation indirecte du problème en se basant sur des ordonnanceurs gloutons. Enfin, nous étudions les performances et la robustesse de cette approche en utilisant le modèle stochastique défini précédemment. Ce travail est validé à l’aide de problèmes réels obtenus du Central Flow Management Unit en Europe, que l’on a aussi densifiés artificiellement. / In this thesis, we investigate the issue of optimizing the aircraft operators' demand with the airspace capacity by taking into account uncertainty in air traffic management. In the first part of the work, we identify the main causes of uncertainty of the trajectory prediction (TP), the core component underlying automation in ATM systems. We study the problem of online parameter-tuning of the TP during the climbing phase with the optimization algorithm CMA-ES. The main conclusion, corroborated by other works in the literature, is that ground TP is not sufficiently accurate nowadays to support fully automated safety-critical applications. Hence, with the current data sharing limitations, any centralized optimization system in Air Traffic Control should consider the human-in-the-loop factor, as well as other uncertainties. Consequently, in the second part of the thesis, we develop models and algorithms from a network global perspective and we describe a generic uncertainty model that captures flight trajectories uncertainties and infer their impact on the occupancy count of the Air Traffic Control sectors. This usual indicator quantifies coarsely the complexity managed by air traffic controllers in terms of number of flights. In the third part of the thesis, we formulate a variant of the Air Traffic Flow and Capacity Management problem in the tactical phase for bridging the gap between the network manager and air traffic controllers. The optimization problem consists in minimizing jointly the cost of delays and the cost of congestion while meeting sequencing constraints. In order to cope with the high dimensionality of the problem, evolutionary multi-objective optimization algorithms are used with an indirect representation and some greedy schedulers to optimize flight plans. An additional uncertainty model is added on top of the network model, allowing us to study the performances and the robustness of the proposed optimization algorithm when facing noisy context. We validate our approach on real-world and artificially densified instances obtained from the Central Flow Management Unit in Europe.