Spelling suggestions: "subject:"collinear"" "subject:"collin""
1 |
Wind resource accessment in complex terrain by wind tunnel modelling / modélisation en soufflerie du vent en terrain complexe pour l'évaluation du potentiel éolienConan, Boris 12 December 2012 (has links)
Afin de bénéficier de vents importants, un nombre croissant d'éoliennes est installé en terrain complexe. Cependant, un terrain complexe accroit la complexité de l'écoulement et donc la prédiction du potentiel éolien. Dans ce travail, le vent en terrain complexe est simulé en soufflerie. L'objectif est d'étudier la capacité de la modélisation en soufflerie.La partie basse de l'atmosphère, appelée couche limite atmosphérique, est le siège d'important gradients de vitesse et de turbulence. Dans la soufflerie, ils sont reproduits grâce à des obstacles placés dans la section d'essai. Leurs tailles varient en fonction du type de terrain à modéliser. Cette approche expérimentale est validée par des données terrain. La reproduction des conditions atmosphériques est le paramètre crucial pour une bonne modélisation.Pour évaluer le vent en terrain complexe, le choix de la zone à reproduire autour du site d'intérêt est une question centrale : elle doit tenir compte de l'effet des reliefs environnants mais doit être assez réduite pour préserver un facteur d'échelle raisonnable dans la soufflerie. Une série d'études sur des collines simplifiées est ainsi réalisé afin de déterminer l'étendue spatiale du sillage en aval d'un relief simplifié afin de rationaliser le choix de la zone d'étude.Deux cas réels sont ensuite traités, l'ile de Bolund au Danemark et la montagne Alaiz en Espagne. Les résultats sont bons pour l'estimation de la vitesse du vent, entre 5 et 10 % mais la modélisation de la turbulence est plus difficile, des écarts jusqu'à 100 % sont enregistrés comparés aux données terrain. / To benefit from strong winds, an increasing number of wind turbines are placed in complex terrains. But complex terrains means complex flows and difficult wind resource assessment. This study proposed to use wind tunnel modelling to evaluate the wind in a complex topography. The goal of this study is to evaluate the possibilities of wind resources assessment by wind tunnel modelling and to quantify the important modelling parameters. The lower part of the atmosphere, the atmospheric boundary layer (ABL) is defined by a velocity and a turbulence gradient. The ABL is reproduced in the wind tunnel by placing obstacles and roughness elements of different size representative to the type of terrain desired. The flow produced in the wind tunnel is validated against field data and a wise choice of the obstacles is discussed to reproduce the desired wind profile. The right reproduction of the inflow conditions is found to be the most important parameter to reproduce. The choice of the area to reproduce around a site in usually difficult to make in order to keep a low scaling factor and to account for the surrounding topography. A series of tests on simplified hills helps the experimentalist in this choice by enlightening the longitudinal and vertical extension of the wake downstream different hills shapes. Finally, two complex topographies are studied in two wind tunnels, the Bolund hill in Denmark and the Alaiz mountain in Spain. The results are giving good results, 5 to 10 %, for predicting the wind speed but more scatter is observed for the modelling of the turbulence, up to 100 %. The laboratory simulation of atmospheric flows proves to be a demanding but reliable tool for the prediction of the mean wind speed in complex terrain.
|
2 |
Contribution à la conception des filtres bidimensionnels non récursifs en utilisant les techniques de l’intelligence artificielle : application au traitement d’images / Contribution to the design of two-dimensional non-recursive filters using artificial intelligence techniques : application to image processingBoudjelaba, Kamal 11 June 2014 (has links)
La conception des filtres a réponse impulsionnelle finie (RIF) peut être formulée comme un problème d'optimisation non linéaire réputé pour être difficile sa résolution par les approches conventionnelles. Afin d'optimiser la conception des filtres RIF, nous explorons plusieurs méthodes stochastiques capables de traiter de grands espaces. Nous proposons un nouvel algorithme génétique dans lequel certains concepts innovants sont introduits pour améliorer la convergence et rendre son utilisation plus facile pour les praticiens. Le point clé de notre approche découle de la capacité de l'algorithme génétique (AG) pour adapter les opérateurs génétiques au cours de la vie génétique tout en restant simple et facile à mettre en oeuvre. Ensuite, l’optimisation par essaim de particules (PSO) est proposée pour la conception de filtres RIF. Finalement, un algorithme génétique hybride (HGA) est proposé pour la conception de filtres numériques. L'algorithme est composé d'un processus génétique pur et d’une approche locale dédiée. Notre contribution vise à relever le défi actuel de démocratisation de l'utilisation des AG’s pour les problèmes d’optimisation. Les expériences réalisées avec différents types de filtres mettent en évidence la contribution récurrente de l'hybridation dans l'amélioration des performances et montrent également les avantages de notre proposition par rapport à d'autres approches classiques de conception de filtres et d’autres AG’s de référence dans ce domaine d'application. / The design of finite impulse response (FIR) filters can be formulated as a non-linear optimization problem reputed to be difficult for conventional approaches. In order to optimize the design of FIR filters, we explore several stochastic methodologies capable of handling large spaces. We propose a new genetic algorithm in which some innovative concepts are introduced to improve the convergence and make its use easier for practitioners. The key point of our approach stems from the capacity of the genetic algorithm (GA) to adapt the genetic operators during the genetic life while remaining simple and easy to implement. Then, the Particle Swarm Optimization (PSO) is proposed for FIR filter design. Finally, a hybrid genetic algorithm (HGA) is proposed for the design of digital filters. The algorithm is composed of a pure genetic process and a dedicated local approach. Our contribution seeks to address the current challenge of democratizing the use of GAs for real optimization problems. Experiments performed with various types of filters highlight the recurrent contribution of hybridization in improving performance. The experiments also reveal the advantages of our proposal compared to more conventional filter design approaches and some reference GAs in this field of application.
|
Page generated in 0.0562 seconds