Damien CHANAL : "Diagnostic et pronostic des piles à combustible à membrane échangeuse de protons par apprentissage automatique"

Résumé : Les piles à combustible à membrane échangeuse de protons, en raison de leur polyvalence et de leur capacité à fournir des puissances élevées, sont des systèmes de conversion d'énergie participant à la décarbonation des systèmes énergétiques. Cependant, leur durée de vie limitée et leur grande sensibilité aux défauts entravent leur déploiement à grande échelle. Les travaux présentés dans le cadre de cette thèse se penchent sur l'application de techniques d'apprentissage automatique pour le diagnostic et le pronostic des piles à combustible, visant à réduire la dépendance à l'expertise de l'utilisateur, ou du concepteur, aux technologies de PEMFC et à maximiser l'adaptabilité des algorithmes tout au long de durée de vie opérationnelle du système. Tout d’abord une approche de diagnostic, basée sur la spectroscopie d'impédance électrochimique, a été développée pour évaluer l'état de santé de la pile. Une partie significative du travail s'est concentrée sur la détection automatique des descripteurs, optimisant ainsi la discrimination des divers états de défaut envisagés. L'intégration du Fuzzy Clustering enrichit le module de diagnostic en permettant une catégorisation nuancée des différents états de santé. Par la suite, l'instauration de réservoirs d'echo state network a permis le développement d'une approche de pronostic robuste, offrant une capacité fiable de prédiction des performances futures, même dans des contextes opérationnels complexes. Diverses combinaisons de réservoirs ont été étudiées permettant de proposer une architecture adaptée à la capture de dégradation long-terme mais également de proposer des architectures alternatives en fonction des objectifs de prédiction. Ces méthodes novatrices ont été testées sur des ensembles de données provenant de projets nationaux, européens et d'installations industrielles, validant ainsi leur applicabilité et leur efficacité dans des situations réelles.

Composition de jury :

Mme Marie-Cécile PERA Professeure Université Bourgogne Franche-Comté Directrice de thèse
Mme Nadia YOUSFI-STEINER Professeure Université Bourgogne Franche-Comté Co-directrice de thèse
M. Didier CHAMAGNE Professeur Université Bourgogne Franche-Comté Co-directeur de thèse
Mme Inbar FIJALKOW Directrice de recherche Laboratoire ETIS Examinatrice
M. Rachid OUTBIB Professeur Université d’Aix-Marseille Rapporteur
M. Loïc BOULON Professeur Université du Québec à Trois-Rivières Rapporteur
M. Attila HUSAR Docteur Universitat Politècnica de Catalunya Rapporteur
M. Belkacem OULD BOUAMAMA Professeur Université de Lille 1 Examinateur

Localisation : UFC - UFR STGI 2, rue Chantereine 90000 BELFORT - Salle : Amphithéâtre Néel

ou salle virtuelle : https://teams.microsoft.com/l/meetup-join/19%3ameeting_MWM3NTdjOWMtY2VjZC00Mzg1LThiOTAtNzNmOWU1YmNiYWIw%40thread.v2/0?context=%7b%22Tid %22%3a%22502ef359-2fd8-4f48-844f-ef3c798baab8%22%2c%22Oid%22%3a%22b9ca2c19-a1d4-4a27-9b8a-002eb07010cf %22%7d