La plupart des épisodes de pollution atmosphérique intense apparaissent lors des situations des vents faibles. Les modèles de pollution atmosphérique surestiment ou sous-estiment les concentrations dans ces conditions, en fonction des modèles des écarts-types (σi avec i=x,y,z) de dispersion auxquels ils sont associés. Ceci a été mis en évidence dans la première partie de cette thèse où on a évalué l’efficacité de 5 modèles de dispersion associés à 6 modèles des écarts-types, en se servant de 5 bases des données internationales. Dans la deuxième partie, nous avons développé deux modèles écarts-types de dispersion (S_LMEE_Ond et S_LMEE_Taylor) à partir de bases de données expérimentales appropriées. On a montré ainsi que pour les vents faibles, la vitesse instantanée du vent est non-stationnaire et qu’elle est caractérisée par des fluctuations rapides (aléatoires ou turbulentes) et des fluctuations lentes (organisées). Les fluctuations turbulentes favorisent le mélange des particules à l’intérieur du panache et les fluctuations lentes entrainent leur transport horizontal. Les modèles des écarts-types développés dans cette thèse semblent mieux appropriés pour étudier la dispersion des particules par faibles vents. Le modèle S_LMEE_Taylor est fonction du module moyen de la vitesse du vent (V) et des écarts-types des fluctuations organisées (σu et σv). Des modèles ARX multivariables et autorégressifs ont été développés dans un environnement MATLAB pour la prédiction de ces paramètres avec un horizon de 10 mn et 30 min. / The most intense air pollution episodes occur in situations of low winds. The air pollution models overestimate or underestimate the levels in these conditions, according to models of standard deviations (σi with i = x, y, z) dispersion which they are associated. This was highlighted in the irst part of this thesis where we evaluated the efficacy of five models of dispersal patterns associated with six standard deviations, using five international databases. In the second part, we have developed two models of dispersal standard deviations (S_LMEE_Ond and S_LMEE_Taylor) from experimental databases appropriate. It has been shown and for light winds, the wind speed is non-stationary and ischaracterized by rapid fluctuations (random or turbulent) and slow fluctuations (organized). Turbulent fluctuations promote mixing of particles within the plume and slow fluctuations leading to their horizontal transport. Models of deviations developed in this thesis seem more appropriate to study the dispersion of particles by low winds. The model is based on the module S_LMEE_Taylor average wind speed (V) and standard deviations of fluctuations organized (σu and σv). ARX models and multivariate autoregressive have been developed in MATLAB to predict these parameters with a 10 min and 30 min.

No description available.

No description available.

No description available.

No description available.

This study endeavors to give an insight into the causes and characteristics of price fluctuations of spot cotton at New York, N.Y., for the period 1911-1953, and to indicate whenever possible the factors which caused the price of cotton to rise or fall during selected periods.

Not available / text

Thesis (Ph. D.)--University of Texas at Austin, 2006. / Vita. Includes bibliographical references.

Th. doct.-ing.--Nancy, I.N.P.L., 1981. / Extr. en partie de Journal of applied electrochemistry, 11, 1981, 727-733.

L’énergie renouvelable générée en sortie de systèmes de production éolienne et hydrolienne est très fluctuante. Ces fortes variations de la puissance sont liées à la turbulence intrinsèque au vent et aux courants. Ce phénomène est également appelé intermittence et il s’agit d’une contrainte majeure pour le développement de ce type d’énergie. Cette thèse présente l’analyse et la caractérisation de ces fluctuations stochastiques grâce à une approche statistique. Le cadre théorique est celui des cascades d’énergie multifractales. Les outils et méthodes utilisés visent à étudier l’influence de la turbulence pleinement développée sur les turbines horizontales tripales. Cette approche offre une méthode d’analyse multi-échelle de la turbulence, indépendamment de la taille du système considéré. L’analyse spectrale de la vitesse du vent et du courant permet la caractérisation des propriétés scalaires de la turbulence à partir d’une estimation de la dissipation. La décomposition modale empirique offre d’autre part, l’observation de l’interaction multi-échelle entre l’entrée et la sortie de tels systèmes de production. L’étude de l’intermittence de la puissance permet en particulier, la création d’outils de prévision qui reposent sur des bases physiques liées à l’intermittence et à l’invariance d’échelle. Ces outils peuvent répondre au besoin d’adaptation du réseau électrique face aux fluctuations de l’énergie éolienne. / The renewable energy output from wind and tidal turbines generates large fluctuations. Such large power variability are inherent to the turbulent wind and currents nature. This phenomenon is also called intermittency and it is a major obstacle for the development of this kind of energy. This thesis presents the analysis and characterization of stochastic fluctuations through a statistical approach. The theoretical framework is the multifractal energy cascades. The tools and methods aim to study the influence of the fully developed turbulence on a three-blade horizontal axis turbine. This approach provides a method for multiscale turbulence analysis, regardless the size of the considered system. The spectral analysis of wind and current velocity allows the characterization of flow scaling properties from a dissipation estimate. The Empirical Mode Decomposition offers on the other hand, an observation of the multiscale interaction between the input and output of such energy production systems. The study of the power intermittency allows in particular the conception of forecasting tools based on physical principles related to intermittency and to scaling. These tools are able to provide a solution for grid adaptation facing the wind and tidal energy fluctuations.