Liste thèses soutenues

Etienne HADDAD

Titre anglais : Creation of a digital twin of a refrigeration system and experimental validation: application to leak detection
Date de soutenance : 17/12/21
Directeur de thèse : Assaad ZOUGHAIB

Mots clés en français : Cycle thermodynamique,modélisation de la répartition de la charge,écoulement diphasique,transfert de chaleur,
Mots clés en anglais : Thermodynamic cycle,charge inventory,liquid-gas equilibrium modeling;,heat transfer,two phase flow,

Résumé de la thèse en français
Le secteur de réfrigération consomme environ 17 % de l'électricité totale utilisée dans le monde. Ce pourcentage n'est pas négligeable et nécessite de rendre les systèmes de refroidissement plus efficaces énergétiquement et de réduire leur impact sur l'effet de serre. En particulier, les fuites de réfrigérant vers l'environnement constituent un problème qui doit être résolu. En effet, elles ont un impact direct et indirect sur l'environnement. Aussi, les fuites imposent des coûts de réparation supplémentaires. Pour ces raisons, il est très important d'employer des méthodes de détection de fuites fiables, rapides, et qui assurent une détection en temps réel. Nous avons proposé dans cette thèse de développer un modèle physique qui représente le système de refroidissement. Ce modèle est validé et calé avec des tests expérimentaux. Une fois le modèle validé, il sert comme générateur de données. Ces données seront utilisées en complémentarité aux données acquises en temps réel pour assurer l'apprentissage d'un modèle statistique sur le fonctionnement normal de la machine. Ce modèle d'apprentissage servira ensuite pour détecter les fuites en cas de déviation du fonctionnement normal défini à partir de la mesure de plusieurs paramètres sensibles à la variation de la charge de réfrigérant. Comme le modèle physique de la machine est utilisé comme complément à la machine réelle et non pas pour la remplacer, nous l'appellerons un « jumeau numérique ».

Résumé de la thèse en anglais
The refrigeration sector consumes about 17% of the total electricity used in the world. This percentage is not negligible and requires making cooling systems more energy efficient, and reducing their impact on the greenhouse effect. In particular, refrigerant leaks are a problem that must be solved. Indeed, they have a direct and indirect impact on the environment. Also, leaks impose additional repair costs. For these reasons, it is very important to employ reliable and fast leak detection methods that ensure real-time detection. In this thesis, we have proposed to develop a physical model that represents the cooling system. This model is validated and calibrated with experimental tests. Once the model is validated, it is used as a data generator. These data will be used in addition to the data acquired in real time to ensure the training of a statistical model on the normal operation of the machine. This learning model will then be used to detect leaks in case of deviation from normal operation defined from the measurement of several parameters sensitive to the variation of the refrigerant charge. As the physical model of the machine is used as a complement to the real machine and not to replace it, we will call it a "digital twin".

Retour à la liste des thèses soutenues