Le dimensionnement par optimisation est aujourd'hui d'un intérêt majeur, car il fournit un moyen fiable et rapide en vue de déterminer les performances souhaitées de dispositifs, tout en minimisant une fonction de coût. Nous sommes particulièrement intéressés par l'optimisation sous contraintes basée sur le calcul de gradients. Ces algorithmes nécessitent des valeurs précises des dérivées de la fonction objectif et des performances à contraindre. Evaluer ces dérivées exactes se révèle comme une tâche complexe et très laborieuse, vu que les fonctions de performances et de coûts sont souvent évaluées à partir d'algorithmes numériques complexes. La Dérivation Automatique est une technique efficace pour calculer les dérivées des fonctions décrites au moyen de programmes informatiques dans des langages de programmation de haut niveau tel que Fortran, C ou C + +. Cette technique s'utilise parfaitement pour l'optimisation avec des algorithmes basés sur le calcul de gradients, étant donné que les dérivées sont évaluées sans aucune erreur de troncature ou d'annulation. Ce travail emploie la Dérivation Automatique pour calculer les gradients de programmes de calcul des modèles de dispositifs électromagnétiques.

Les nano commutateurs magnétiques sont en cours d'étude et ils sont susceptibles d'être présents dans plusieurs domaines d'application comme les interrupteurs d'alimentation, les convertisseurs DC/DC...etc. Compte tenu de leur très petite taille et de leur procédé de fabrication, leurs performances sont sujettes à de grandes dispersions. Partant du besoin de modélisation et d'optimisation avec fiabilité de ces dispositifs, ces travaux de thèse se décomposent en trois axes. Axe modélisation : Développement d'un modèle semi analytique pour calculer la déformation avec l'analyse de contact mécanique. Ce modèle a été introduit pour le couplage magnéto-mécanique dans le logiciel de modélisation de MEMS magnétiques MacMMems. Axe dérivation automatique de code : Développement de JAP (Java Jacobian Automatic Programming) qui est un outil générique de dérivation d'algorithmes. Il a été appliqué pour le nano commutateur et a été introduit dans les outils de dimensionnement développés au G2Elab pour l'analyse de sensibilité, pour l'optimisation exploitant le Jacobien et aussi pour orienter des systèmes d'équations algébro-différentiels. Axe optimisation : Mise en oeuvre du modèle et des outils développés pour faire l'étude de sensibilité et l'optimisation sous contraintes de fiabilité du nano commutateur magnétique.

La détermination de certains paramètres hydrodynamiques dans les modèles d'écoulement en zone non-saturée (et plus généralement dans certains modèles géophysiques) requiert l'utilisation d'un modèle et de données d'observations. Le but de ce travail est de proposer une méthode d'assimilation variationnelle de données permettant de reconstituer ces paramètres en tenant compte des observations et le modèle. La méthode proposée est fondée sur les techniques de contrôle optimal. Le travail mené dans cette étude porte sur l'identification de paramètres sur le modèle de Richards monodimensionnel ainsi que sa mise en oeuvre numérique. Au préalable, une investigation de la physique liée à notre problématique est explorée. Les données à assimiler sont les mesures d'infiltration cumulée et le vecteur de contrôle choisi est constitué de la condition initiale, des conditions aux limites et des paramètres hydrodynamiques. C'est ainsi que suivant certaines distributions des observations (infiltration cumulée observée), le paramètre de contrôle est reconstitué. Cette phase est suivie par une étude a posteriori basée sur les études au second ordre qui permettent d'estimer l'erreur de l'identification, l'influence de la configuration temporelle des observations sur la qualité de l'identification ainsi qu'une bonne compréhension du processus de minimisation. La dérivation automatique à l'aide du logiciel de différentiation automatique ODYSSEE est utilisée pour déduire les informations du premier et du second ordre. Enfin, en se servant des études au second ordre réalisées, nous appliquons l'algorithme de Newton au système d'optimalité.

Les nano commutateurs magnétiques sont en cours d'étude et ils sont envisageables dans plusieurs domaines d'application comme les interrupteurs d'alimentation, les convertisseurs DC/DC...etc. Partant du besoin de modélisation et d'optimisation avec fiabilité de ces dispositifs, ces travaux de thèse se décomposent en trois axes. Axe modélisation : développement d'un modèle semi analytique pour calculer la déformation avec l'analyse de contact mécanique. Ce modèle a été introduit pour le couplage magnéto-mécanique dans le logiciel de modélisation de MEMS magnétiques MacMMems. Axe dérivation automatique de code : développement de JAP (Java Jacobian Automatic Programming) qui est un outil générique de dérivation d'algorithmes. Il a été appliqué pour le nano commutateur et a été introduit dans les outils de dimensionnement développés au G2Elab pour l'analyse de sensibilité, pour l'optimisation exploitant le Jacobien et aussi pour orienter des systèmes d'équations algébro-différentiels. Axe optimisation : mise en œuvre du modèle et des outils développés pour faire l'étude de sensibilité et l'optimisation sous contraintes de fiabilité du nano commutateur magnétique.

Les nano commutateurs magnétiques sont en cours d'étude et ils sont envisageables dans plusieurs domaines d'application comme les interrupteurs d'alimentation, les convertisseurs DC/DC...etc. Partant du besoin de modélisation et d'optimisation avec fiabilité de ces dispositifs, ces travaux de thèse se décomposent en trois axes. Axe modélisation : développement d'un modèle semi analytique pour calculer la déformation avec l'analyse de contact mécanique. Ce modèle a été introduit pour le couplage magnéto-mécanique dans le logiciel de modélisation de MEMS magnétiques MacMMems. Axe dérivation automatique de code : développement de JAP (Java Jacobian Automatic Programming) qui est un outil générique de dérivation d'algorithmes. Il a été appliqué pour le nano commutateur et a été introduit dans les outils de dimensionnement développés au G2Elab pour l'analyse de sensibilité, pour l'optimisation exploitant le Jacobien et aussi pour orienter des systèmes d'équations algébro-différentiels. Axe optimisation : mise en œuvre du modèle et des outils développés pour faire l'étude de sensibilité et l'optimisation sous contraintes de fiabilité du nano commutateur magnétique. / Magnetic nano switches are being studied and they are envisaged in several application areas such as power switches, DC / DC converters …etc. Hence the need for modelling and optimization with reliability of these devices, this thesis work is divided into three areas. Modelling: development of a semi analytical model to calculate the deformation with the analysis of mechanical contact. This model was introduced in the “MacMMems” software dedicated to the modelling of magnetic MEMS. Automatic differentiation : development of JAP (Java Jacobian Automatic Programming) is a generic algorithms derivation program. It has been applied to the nano switch and was introduced in G2Elab design tools for sensitivity analysis, for optimizing and also to solve differential-algebraic systems. Optimization: development the model and tools to study the sensitivity and reliability-based design optimization for magnetic nano switch.