"Heat treating is the controlled heating and cooling of a material to achieve certain mechanical properties, such as hardness, strength and the reduction of residual stresses. Many heat treating processes require the precise control of temperature over the heating cycle. Typically, the energy used for process heating accounts for 2% to 15% of the total production cost. The objective of this work is to develop a comprehensive furnace model by improving the current Computerized Heat Treatment Planning System (CHT) based furnace model to accurately simulate the thermal profile of load inside the furnace. The research methodology was based on both experimental work and theoretical developments including modeling different types of heat treat furnaces. More than 50 experimental validations through case studies using the current CHT model were conducted in 11 manufacturing locations to identify the specific problems in the current model. An enhanced furnace model based on Knowledge Data Discovery (KDD) technique and neural network is developed and validated. The new model takes into account the real time furnace parameters determined from the experimental data and accounts for furnace deterioration and some of the complex gradients and heating patterns that exist inside the furnace that is difficult to model. "

Une nouvelle modalité de radiothérapie, la micro-curiethérapie, est en cours de développement. Cette thérapie cible des tumeurs solides inopérables en effectuant des injections de liquide contenant des microsphères radioactives en suspension. Plusieurs injections sont nécessaires pour suffisamment irradier la zone tumorale et donc, afin d'optimiser le positionnement de ces injections, une méthode de planification de traitement nécessaire a été développée et validée au cours de cette thèse. Tout au long de ce travail, trois thèmes principaux seront discutés : • Comment réaliser la dosimétrie particulière de cette micro-curiethérapie ? • Comment effectuer la planification de traitement pour cette modalité ? • Comment optimiser le plan de traitement afin qu'il soit le plus efficace possible ? La dosimétrie en micro-curiethérapie a été réalisée en calculant la distribution de dose absorbée pour une injection. Cette distribution a été convoluée à la position des autres injections dans la tumeur pour calculer la distribution de dose absorbée dans le patient. Pour effectuer la dosimétrie spécifique dans la tumeur et les organes à risque, les histogrammes dose-volume (HDV) ont été extraits et analysés. Une fois la méthode de dosimétrie établie, nous avons développé une méthodologie de planification de traitement pour développer et optimiser le plan pour chaque patient. Pour cela, nous avons testé et comparé trois algorithmes : la méthode de Nelder-Mead, l'algorithme des abeilles et l'algorithme "Non-Dominated Sorting Genetic Algorithm II" (NSGA II). Nous avons montré que, grâce à l'optimisation multiobjectif, le NSGA II donne plus de liberté à l'utilisateur ; c'est pourquoi il a été utilisé par la suite. Enfin, nous avons effectué une comparaison entre les paramètres d'injection. Nous avons mis en évidence qu'entre les radio-isotopes 90Y, 166Ho, 131I and 177Lu, les injections de 90Y sont optimales. Nous avons testé des injections de 5, 10 et 20 µL et des activités initiales de 5, 10 et 20 MBq. Nous avons trouvé que des injections de 20 µL avec 20 MBq sont optimales car celles-ci permettent de minimiser le nombre d'injections requis. Cette nouvelle technologie associée aux développements réalisés dans ses travaux démontre la faisabilité, qui a pu être validée sur animal, de pouvoir injecter un liquide contenant des microsphères radioactives en suspension afin de pouvoir traiter efficacement, tout en préservant les tissus sains environnants, des tumeurs inopérables encore de mauvais pronostic aujourd'hui, mais surement mieux prises en charge dans un proche avenir. / An innovative form of radiotherapy, microbrachytherapy, is under development. This therapy targets solid, inoperable tumours by performing injections of liquid containing radioactive microspheres in suspension. Many injections are required to sufficiently cover the tumoural volume, and so to be able to deliver the position of these injections, a method of treatment planning has been developed and validated throughout this research. Throughout this work, three main questions are addressed: • How to perform the dosimetry for microbrachytherapy? • How to perform treatment planning for this modality? • What are the optimal injection properties to deliver the most efficient treatment? Microbrachytherapy dosimetry was performed by calculating the absorbed dose distribution for an injection. This distribution was then convolved at each injection position within the tumour to calculate the patient's absorbed dose distribution. Dosimetry of the tumour and the organs at risk was performed by extracting and analysing dose-volume histograms (DVHs). Once a method of dosimetry was put in place, optimisation algorithms were developed to generate patient-specific treatment plans. For this, three algorithms were tested and compared: Nelder-Mead Simplex, the Bees algorithm and the non-dominated sorting genetic algorithm II. It was found that, thanks to its MO optimisation, the non-dominated sorting algorithm II was the most flexible, and was used preferentially. Lastly, a comparison of injection parameters was performed. It was found that between 90Y, 166Ho, 131I and 177Lu, optimal injections consisted of microspheres of 90Y. Injection volumes of 5, 10 and 20 µL and initial activities of 5, 10 and 20 MBq were tested. It was found that 20 µL injections with 20 MBq were optimal because they minimise the number of injections required. This new technology combined with developments shown in this work demonstrate the feasibility - that was validated on animals - the ability to inject liquid containing radioactive microspheres in suspension to efficiently treat inoperable tumours whilst protecting surrounding healthy tissue. Such tumours, despite still having a poor prognosis, will surely have better support in the near future.