Algorithmes avancés d'enregistrement d'images pour les problèmes dynamiques.

Advanced image registration algorithms for dynamic problems.

• Auteur / Autrice : Sonia Ait hamouda
• Direction : Peter Moonen
• Type : Projet de thèse
• Discipline(s) : Physique
• Date : Inscription en doctorat le 29/08/2021
• Etablissement(s) : Pau
• Ecole(s) doctorale(s) : École doctorale sciences exactes et leurs applications (Pau, Pyrénées Atlantiques ; 1995-)
• Partenaire(s) de recherche : Laboratoire : Laboratoire des Fluides Complexes et leurs Réservoirs

Mots clés

Mots clés libres

Recalage d'image

Tomographie à rayons X

Batteries lithium-ion

Méthode des éléments finis MEF

Jumeau numérique

Image registration

X-ray tomography

Lithium-ion batteries

FEM model

Digital Twin

Résumé

Le cœur du projet est le développement d'algorithmes basés sur la physique qui permettent de comparer l'ensemble des données expérimentales acquises à différents moments. Le terme ''basé sur la physique'' est important, car il souligne que la transition d'un ensemble de données à un autre doit être en accord avec les lois fondamentales de la nature. Ceci est en opposition directe avec la grande majorité des algorithmes existants qui utilisent des opérations géométriques ou des corrélations statistiques pour transformer un ensemble de données en un autre. Bien que nous utilisions une batterie Li-ion commerciale comme véhicule pour développer la méthodologie, les perspectives d'application ne doivent pas être sous-estimées. De l'analyse des mécanismes de stockage du CO2 dans les réservoirs souterrains, en passant par l'étude des modes de défaillance des nouveaux matériaux, jusqu'à l'optimisation des performances des charbons actifs pour la filtration de l'air ou la purification de l'eau : toutes les applications reposant sur l'interprétation de grandes quantités de données dépendantes du temps bénéficieront des développements de ce projet de recherche. Ce projet peut donc contribuer indirectement à de nombreux projets en cours dans le consortium E2S. A titre d'exemple, nous citons les hubs RAISE2024, Newpores et EnSuITE.

The core of the project is the development of physics-based algorithms that enable comparing experimental datasets acquired at different points in time. The term “physics-based” is important, as it stresses that the transition from one dataset to the next must be in agreement with the fundamental laws of nature. This is in direct opposition of the vast majority of existing algorithms which use geometric operations or statistical correlations to transform one dataset into the next. While we will use a commercial Li-ion battery as a vehicle to develop the methodology, the application perspectives should not be underestimated. From the analysis of CO2 storage mechanisms in underground reservoirs, over the investigation of failure modes of novel materials, up to the performance optimisation of active carbons for air filtration or water purification: all applications relying on the interpretation of large quantities of time-dependent data will benefit from the developments in this research project. This project can therefore indirectly contribute to many ongoing projects in the E2S-consortium. As an exemple we mention the hubs RAISE2024, Newpores and EnSuITE.