Thèse soutenue

Estimation de la diffusion thermique et du terme source du modèle de transport de la chaleur dans les plasmas de tokamaks.

FR  |  
EN
Auteur / Autrice : Sarah Mechhoud
Direction : Luc Dugard
Type : Thèse de doctorat
Discipline(s) : Sciences et technologie industrielles
Date : Soutenance le 17/12/2013
Etablissement(s) : Grenoble
Ecole(s) doctorale(s) : École doctorale électronique, électrotechnique, automatique, traitement du signal (Grenoble ; 199.-....)
Partenaire(s) de recherche : Equipe de recherche : GRENOBLE-IMAGES-PAROLE-SIGNAL-AUTOMATIQUE
Jury : Président / Présidente : Marius Tucsnak
Examinateurs / Examinatrices : Vincent Talon, Marie-Laure Espinouse, Michel Gourgand, Evren Sahin, Alexia Gouin, Stéphane Richard
Rapporteurs / Rapporteuses : Guillaume Mercere, Isabelle Queinnec, Moongyu Jang

Résumé

FR  |  
EN

Cette thèse porte sur l'estimation simultanée du coefficient de diffusion et du terme source régissant le modèle de transport de la température dans les plasmas chauds. Ce phénomène physique est décrit par une équation différentielle partielle (EDP) linéaire, parabolique du second-ordre et non-homogène, où le coefficient de diffusion est distribué et le coefficient de réaction est constant. Ce travail peut se présenter en deux parties. Dans la première, le problème d'estimation est traité en dimension finie (''Early lumping approach''). Dans la deuxième partie, le problème d'estimation est traité dans le cadre initial de la dimension infinie (''Late lumping approach''). Pour l'estimation en dimension finie, une fois le modèle établi, la formulation de Galerkin et la méthode d'approximation par projection sont choisies pour convertir l'EDP de transport en un système d'état linéaire, temps-variant et à entrées inconnues. Sur le modèle réduit, deux techniques dédiées à l'estimation des entrées inconnues sont choisies pour résoudre le problème. En dimension infinie, l'estimation en-ligne adaptative est adoptée pour apporter des éléments de réponse aux contraintes et limitations dues à la réduction du modèle. Des résultats de simulations sur des données réelles et simulées sont présentées dans ce mémoire.