Home » Évènement (Page 5)

Soutenance de thèse de Zhongchao QIAO (équipe Commande)

Zhongchao QIAO, doctorante au sein de l’équipe Commande, soutiendra sa thèse intitulée « Dynamique non-linéaire, applications au cryptage basé sur le chaos » / « Nonlinear dynamics, applications to chaos-based cryptography »

jeudi 25 février 2021 à 14h00, à Centrale Nantes (bât. E, salle 241). Possibilité d’assister à la soutenance via Zoom : https://ec-nantes.zoom.us/j/91263901780
(ID de réunion : 912 6390 1780).

Jury :
– Directeur de thèse : Mazen SAAD (Professeur des Universités)
– Co-encadrant : Ina TARALOVA (Maître de Conférences)
– Rapporteurs : Danièle FOURNIER-PRUNARET (Professeur des Universités, LAAS) ; Aziz ALAOUI (Professeur des Universités, Laboratoire des Mathématiques Appliquées du Havre).
– Autres membres : Safwan EL ASSAD (Examinateur, Maître de Conférences MCEX/HDR, IETR); Christophe GUYEUX (Examinateur, Professeur des Universités, Femto-St).

Résumé : Les systèmes chaotiques présentent des comportements dynamiques non-linéaires complexes. Ils possèdent des propriétés spécifiques, à la fois déterministes et pseudo-aléatoires, qui les rendent prometteurs pour la conception de crypto systèmes sécurisés. Les crypto systèmes basés sur le chaos peuvent être classés en chiffrement par flux et chiffrement par blocs. La conception d’un Générateur de Nombres Pseudo-Chaotiques (PCNG) présentant des propriétés pseudo-aléatoires et chaotiques imposées est cruciale pour la sécurité d’un crypto système. Cependant, des niveaux insuffisants de confusion et de diffusion dans l’algorithme de cryptage utilisant un PCNG pas assez performant conduisent à des failles de sécurité. La conception de cartes chaotiques à partir d’une fonction de variables réelles peut menacer la fiabilité d’un crypto système basé sur le chaos.
Pour cette raison nous proposons des cartes chaotiques reformulées sur un corps fini de nombres entiers codés sur 32 bits. Cela permet de surmonter les problèmes d’erreur de quantification et optimise ainsi l’utilisation des ressources informatiques. De plus, nous proposons deux nouveaux algorithmes de chiffrement, le premier est basé sur le chiffrement par flux utilisant un PCNG efficace. Le second est un chiffrement robuste par blocs qui est fondé sur des composants chaotiques et la S-box de l’Advanced Encryption Standard (AES). Ce dernier algorithme présente d’excellentes propriétés de confusion et de diffusion. Les propriétés statistiques ainsi que les cas tests standards de cryptage d’images ont été vérifiés pour les deux algorithmes qui se sont avérés être sûrs et fiables. En outre, un Générateur de Nombres Pseudo-Aléatoires (PRNG) basé sur un schéma de couplage de fonctions chaotiques innovant a été proposé. Les excellentes propriétés statistiques et chaotiques du générateur sont conservées pour un large choix de paramètres couplés. Le générateur proposé peut donc être utilisé pour des applications cryptographiques ou toutes applications nécessitant un PRNG.

Mots-clés : dynamique non-linéaire, système chaotique, crypto-système basé sur le chaos, algorithme de chiffrement, chiffrement de flux, chiffrement par bloc, générateur de nombres pseudo-aléatoires (PRNG)

——————————————————————————————————————————————————————————————————————-

Abstract: Chaotic systems are known to exhibit complex nonlinear dynamics. They present both random-like and deterministic features, which render chaos-based cryptography very promising for the design of secure cryptosystems. Chaos-based cryptosystems can be classified into stream ciphers and block ciphers. A well designed pseudo-chaotic number generator (PCNG) with enhanced chaotic features and pseudo-randomness plays a crucial role in the security of a chaos-based cryptosystem. However, an insufficient level of confusion and diffusion in the encryption algorithm and unreliable PCNGs may lead to a security breach. Meanwhile, the adopted real number domain defined chaotic maps may menace the reliability of a chaos-based cryptosystem.
In this thesis, the chaotic maps under investigation have been reformulated over a finite N-bit (N=32) integer field, which overcomes the quantification problems and reduces resource utilization. In addition, a new stream cipher based on an efficient PCNG and a robust block cipher based on chaotic components and the S-box of Advanced Encryption Standard (AES) with excellent confusion and diffusion properties have been proposed. Both have been verified to be secure and reliable. Furthermore, a universal pseudo-random number generator (PRNG) framework based on a newly designed smart coupling of chaotic maps has been explored. It has good flexibility and can be used in cryptographic or other PRNG required applications.

Keywords: nonlinear dynamics, chaotic system, chaos-based cryptosystem, encryption algorithm, stream cipher, block cipher, pseudo-random number generator (PRNG)

Soutenance de thèse d’Imad BERROUYNE (équipe NaoMod)

Imad Berrouyne, doctorant en cotutelle France Canada au sein de l’équipe NaoMod, soutiendra sa thèse intitulée « Une méthodologie fondée sur les modèles pour unifier l’ingénierie logicielle dans l’Internet des objets« / « A Model-Driven Methodology to Unify Software Engineering in the Internet of Things »

jeudi 4 févier 2021 à 15h (heure française), à l’Université du Québec à Chicoutimi (UQAC), Canada. La soutenance sera retransmise en streaming.

Jury :

Directeur de thèse : Jean-Claude ROYER (Professeur, IMT-A)
Co-directeur : Massimo TISI (MCF, IMT-A)
Co-encadrant : Jean-Marie MOTTU (MCF, Université de Nantes)
Rapporteurs : Davide DI RUSCIO (MCF, University of L’Aquila, Italie) ; Yann-Gaël GUEHENEUC (Professeur, Concordia Université, Canada)
Autres membres : Mehdi ADDA (Professeur, Université du Québec à Rimouski) ; Abdenour BOUZOUANE (Professeur, Université du Québec à Chicoutimi) ; Luigi LOGRIPPO (Professeur, Université du Québec en Outaouais)

Résumé : L’Internet des objets (ldO) vise à connecter tout objet, partout, en tout temps (AAA). Cette hypothèse entraîne de nombreux défis en matière de génie logiciel. Ces défis constituent un sérieux obstacle à son adoption à grande échelle. L’une des principales caractéristiques de l’ldO est la généricité, c’est-à-dire permettre aux objets de se connecter de manière transparente, quelles que soient leurs technologies.
L’ingénierie Dirigée par les Modèles (IDM) est un paradigme qui préconise l’utilisation de modèles pour résoudre les problèmes de génie logiciel. L’IDM pourrait aider à répondre au besoin de généricité de l’ldO du point de vue du génie logiciel. Les approches d’IDM existantes se focalisent essentiellement sur la modélisation du comportement des objets. Peu d’attention a été accordée à la modélisation liée au réseau.
La présente thèse présente une méthodologie pour l’ldO basée sur l’IDM. Fondamentalement, elle fournit une solution pour créer des réseaux intelligents d’objets. Le principe que nous utilisons consiste à contourner l’hétérogénéité intrinsèque de l’ldO en séparant la spécification du réseau, c’est-à-dire les objets, le schéma de communication et les contraintes, de son implémentation concrète, c’est-à-dire les artefacts logiciels de bas niveau (par exemple, le code source). Techniquement, la méthodologie repose sur un langage dédié basé sur les modèles pour la spécification du réseau et une procédure pour la génération du code des artefacts de bas niveau à partir de cette spécification. L’adoption de cette méthodologie rend l’ingénierie logicielle des applications ldO plus rigoureuse, permet de prévenir les bogues plus tôt et de gagner du temps.

Mots-clés : Internet des objets, génie logiciel,ingénierie dirigée par les modèles, transformation des modèles, mise en œuvre des politiques, génération de code

Abstract: The Internet of Things (IoT) aims for connecting Anything, Anywhere, Anytime (AAA). This assumption brings about a good deal of software engineering challenges. These challenges constitute a serious obstacle to its wider adoption. A main feature of the Internet of Things (IoT) is genericity, i.e., enabling things to connect seamlessly regardless of their technologies. Model-Driven Engineering (MDE) is a paradigm that advocates using models to address software engineering problems. MDE could help to meet the genericity of the IoT from a software engineering perspective. In that sense, the IoT could be a requirement provider on the one hand and MDE its solution provider on the other. Existing MDE approaches focus on modeling the behavior of things. But, little attention has been paid to network-related modeling.
The present thesis presents a methodology for the IoT based on MDE. Fundamentally, it provides a solution to create smart networks of things. The principle we use consists of avoiding the intrinsic heterogeneity of the IoT by separating the specication of the network, i.e., the things, the communication scheme and the constraints, from their concrete implementation, i.e., the low-level artifacts (e.g., source code). Technically, the methodology relies on a model-based Domain-Specic Language (DSL) and a code generator. The former enables the specication of the network, and the latter provides a procedure to generate the low-level artifacts from this specication. The adoption of this methodology makes software engineering of IoT applications more rigorous, helps prevent bugs earlier and saves time.

Keywords: Internet of Things, Software Engineering, Model-Driven Engineering, Model Transformation, Policy Enforcement, Code Generation

Soutenance de thèse Thibault BEZIERS DE LA FOSSE (équipe NaoMod)

Thibault Béziers de La Fosse, doctorant au sein de l’équipe NaoMod, soutiendra sa thèse intitulée « Méthodes dirigées par les modèles pour l’analyse dynamique appliquées à l’ingénierie de logiciels verts » / « Model-driven Methods for Dynamic Analysis applied to Energy-Aware Software Engineering »

vendredi 29 janvier 2021 à 14h30, dans la salle immersive sur le site FST. La thèse sera retransmise en direct sur https://meet.jit.si/soutenanceThibaultBLF

Jury :
– Directeur de thèse : Gerson Sunyé – Associate Professor, HDR, Université de Nantes
– Co-directeur de thèse : Massimo Tisi – Associate Professor, IMT Atlantique
– Co-encadrant de thèse : Jérôme Rocheteau – Associate Professor, ICAM Nantes
– Rapporteurs : Ana Cavalli – Professor, Télécom Sud Paris ; Romain Rouvoy – Professor, University of Lille
– Examinateurs : Antoine Beugnard – Professor, IMT Atlantique ; Sébastien Mosser – Professor, Université du Québec à Montréal ; Gustavo Pinto – Associate Professor, Federal University of Pará
– Invité : Jean-Marie Mottu – Associate Professor, Université de Nantes

Résumé : L’ingénierie dirigée par les modèles est un processus de développement qui centralise l’utilisation de modèles à toutes les étapes de la création d’applications. Lors de la phase de conception d’une application, il est commun d’analyser son modèle afin de vérifier sa conformité. L’analyse statistique de modèle est courante, cependant le manque d’informations dynamiques dans les modèles freine la détection d’anomalies tôt dans le cycle de développement. La détection d’anomalies de consommation énergétique tôt dans le cycle de développement est importante, et nécessite d’analyser dynamiquement le modèle. Cette thèse présente deux approches permettant l’analyse dynamiques de modèles. Une première contribution injectes des traces d’exécution au sein de modèles de code source, et une seconde contribution génère une application de surveillance de système cyber-physique, à partir de son modèle de conception. Plusieurs analyses dynamiques sont effectués en se reposant sur ces approches, notamment dans le cadre de l’efficacité énergétique et de l’optimisation des tests de non régression.

Mots-clés : Ingénierie dirigée par les modèles; analyse dynamique; estimation énergétique; systèmes cyber-physiques

Abstract: Model-Driven Engineering (MDE) is a process that promotes models as the central key element for all phases in a software development lifecycle. Improving the quality of a software at design time can be done by performing analysis on the model it is designed with. Performing static analysis on models is extremely common during development phases, however the limited possibilities of dynamic analysis in models prevents early improvements of software and system. This lack of dynamic analysis options is especially important in the context of energy aware software engineering: good design choices must be done early in the development cycle to optimize the energy consumption. In this thesis we propose several approaches for performing dynamic analysis on models. A first contribution injects execution traces into source code model, and a second one generates monitoring application of cyber-physical system based on design model. Several dynamic analysis use-cases for energy-efficiency are presented: either for energy estimation or to lighten the cost of regression testing.

Keywords: Model-Driven Engineering; dynamic analysis; energy estimation; cyber-physical systems; regression test selection

Soutenance de thèse de Zane ZAKE (équipe RoMaS)

Zane Zake, doctorant au sein de l’équipe RoMaS, soutiendra sa thèse intitulée « Conception et analyse de stabilité de l’asservissement visuel sur des robots parallèles à câbles pour une amélioration de la précision » / « Design and Stability Analysis of Visual Servoing on Cable-Driven Parallel Robots for Accuracy Improvement »

vendredi 12 février 2021 à 13h45, dans l’amphi S sur le site Centrale Nantes, ou sur Zoom.

Jury :
– Directeur de thèse : Stéphane CARO (Directeur de recherche CNRS, LS2N, Nantes)
– Co-directeur : François CHAUMETTE (Directeur de recherche INRIA, IRISA, Rennes)
– Co-encadrant : Nicolò PEDEMONTE (Ingénieur R&D, IRT Jules Verne, Nantes)
– Rapporteurs : Jean-Pierre MERLET (Directeur de recherche, INRIA Sophia-Antipolis) ; Marc GOUTTEFARDE (Directeur de recherche CNRS, LIRMM, Montpellier)
– Autres membres : Nicolas ANDREFF (Professeur, Université de Franche-Comté, FEMTO-ST) ; Claire DUMAS (Ingénieure de recherche – robotique, Cutii)

Résumé : Cette thèse présente l’amélioration de la précision des robots parallèles à câbles (RPC) par l’asservissement visuel (AV) et l’utilisation de l’analyse de stabilité pour évaluer la robustesse du système robotique. Les RPC sont une sorte de robots parallèles avec des câbles au lieu de liaisons rigides. Ils sont caractérisés par un grand espace de travail, une charge utile et une reconfigurabilité élevées. En revanche, ils sont généralement peu précis, ce qui les empêche d’être largement utilisés. Avec une caméra embarquée sur la plateforme mobile (PM) et en contrôlant le RPC avec un AV, il est possible d’avoir une grande précision par rapport aux objets qu’elle perçoit. En effet, comme l’objet est constamment observé, la commande ne s’arrête que lorsque la précision souhaitée est atteinte. Cependant, la PM n’est pas observée et sa pose doit être estimée.
Les contributions de cette thèse sont les suivantes. Trois méthodes d’estimation de pose de PM ont été proposées et évaluées. Il a été constaté que l’estimation par intégration de commande est la plus polyvalente. Une analyse de Lyapunov a été réalisée sur un RPC planaire et spatial. Un lien entre la pose de la PM et la stabilité du système a été déterminé et un nouvel espace de travail appelé Control Stability Workspace a été défini. Il a été calculé pour plusieurs approches d’AV sur plusieurs RPC. L’impact de différentes perturbations et erreurs de modélisation a été évalué. Il a été montré que la précision du RPC reste toujours la même tant que le système est stable. Les perturbations du système n’affectent que la trajectoire vers l’objet, qui peut être amélioré en utilisant un suivi de trajectoire. Enfin, pour traiter les pertes de tension des câbles, un algorithme de correction de tension pour l’AV a été proposé et validé.

Mots-clés : Robots à câbles, précision, asservissement visuel, analyse de stabilité, espace de travail, commande

Abstract: This thesis presents accuracy improvement of Cable-Driven Parallel Robots (CDPRs) by Visual Servoing (VS) and the use of stability analysis to evaluate the robustness of the robotic system. CDPRs are a kind of parallel robots with cables instead of rigid links. They are characterized by a large workspace, a large payload capacity and reconfigurability. However, CDPRs lack accuracy, which prevents them to be widely used. With an onboard camera on the moving-platform (MP) used in VS control of CDPRs, it is possible to have high accuracy with respect to a target object. Indeed, as the object is perceived, the control is stopped only when the desired accuracy is achieved. However, the MP is not observed and its pose must thus be estimated.
The contributions of this thesis are the following. Three moving-platform pose estimation methods were proposed and evaluated on different tasks. It was found that estimation by control integration is the most versatile. Thorough Lyapunov stability analysis was performed on a planar and a spatial CDPRs. A link between the MP pose and the system stability was determined and thus a novel workspace named Control Stability Workspace was defined. It was computed for several VS approaches on multiple CDPRs. The impact of different perturbations and modeling errors was evaluated. In experimental validation it was shown that CDPR accuracy always remains the same as long as the system is stable. Perturbations in the system affect only the trajectory to the goal. It was shown that trajectory tracking greatly improves CDPR behavior despite the perturbations. Finally, to deal with cable slackness, a Tension Correction Algorithm for VS was proposed and validated.

Keywords: Cable robots, accuracy, visual servoing, stability analysis, workspace, control

Soutenance de thèse d’Oussama MESKI (équipe IS3P)

Oussama Meski, doctorant au sein de l’équipe IS3P, soutiendra sa thèse intitulée « Développement d’un outil à base de connaissances pour l’aide à la décision dans le contexte de l’Industrie 4.0 : Application au diagnostic des machines d’usinage à grande vitesse » / « A Knowledge-based tool development for decision support in the context of Industry 4.0: Application to the diagnosis of high-speed machining machines »
vendredi 8 janvier 2021 à h, à salle / campus. + lien streaming si distanciel.

Jury :
– Directeur de thèse : M.Benoit Furet ( Professeur des universités, IUT de Nantes)
– Co-encadrant : M. Farouk Belkadi (Maître de conférences, Ecole Centrale de Nantes)
– Co-encadrant : M. Florent Laroche (Maître de conférences-HDR, Ecole Centrale de Nantes)
– Rapporteurs : Mme Virginie Goepp (Maitre de conférences des universités-HDR, INSA de Strasbourg) ; M.Gregory ZacharewiczProfesseur des universités, IMT – École des Mines d’Alès )
– Examinateurs : M.Néjib Moalla (Professeur des universités, Arts et Métiers – Bordeaux) ; M.Nicolas Perry (Professeur des universités, Arts et Métiers – Bordeaux)

Résumé : Dans le cadre de sa quatrième révolution, le monde industriel subit une forte digitalisation dans tous les secteurs d’activité. Les travaux de recherche de cette thèse s’intègrent dans un contexte de transition vers l’industrie du futur, et plus spécifiquement dans les industries d’usinage mécanique. Ces travaux de recherche répondent ainsi à la problématique d’intégration données et connaissances industrielles, comme support aux systèmes d’aide à la décision. L’approche proposée est appliquée au diagnostic de défaillance des machines d’usinage connectées. Cette thèse propose, dans un premier temps, un cadre conceptuel pour la structuration de bases de données et de connaissances hétérogènes, nécessaires pour la mise en place du SAD.
Grace à une première fonction de traçabilité, le système capitalise la description des caractéristiques de tous les événements particuliers et les phénomènes malveillants pouvant apparaître au moment de l’usinage. La fonction de diagnostic permet de comprendre les causes de ces défaillances et de proposer des solutions d’amélioration, à travers la réutilisation des connaissances stockées dans l’ontologie du domaine et un raisonnement à base de règles métiers. Le système à base de connaissances proposé est implémenté dans un Framework global d’aide à la décision, développé dans le cadre du projet ANR collaboratif appelé Smart Emma. Une application pratique a été faite sur deux bases de données réelles provenant de deux industriels différents.

Mots-clés : aide à la décision, modélisation des connaissances, ontologie, industrie 4.0, diagnostic

——————————————————————————————————————————————————

Abstract: Within the context of its fourth revolution, the industrial world is undergoing a strong digitalization in all sectors. This research work is integrated in a context of transition towards the industry of the future, specifically in the mechanical machining industries. These studies answer the problematic of industrial data and knowledge integration, to sustain the functioning of decision-support systems. The proposed approach is used to diagnose the failure of connected machining machines. This thesis proposes, in a first step, a conceptual framework for the structuring of heterogeneous knowledge and data bases, necessary to implement the DSS.
Through a first traceability function, the system capitalizes the description of the characteristics of all particular events and malicious phenomena that may appear during machining. The diagnostic function allows to understand the causes of these failures and to propose improvement solutions, through the reuse of knowledge stored in the ontology and a rule-based reasoning. The proposed knowledge-based system is implemented in a global Decision Support Framework, developed as part of the ANR collaborative project called Smart Emma. A practical application has been made on two real databases from two different industrials.

Keywords: knowledge management, ontology, DSS, industry 4.0, diagnostic

Soutenance de thèse de Cheng ZHANG (équipe Commande)

Cheng Zhang, doctorant au sein de l’équipe Commande, soutiendra sa thèse intitulée « A contribution to the nonlinear control of floating wind turbines » / « Une contribution à la commande non linéaire d’éoliennes flottantes »

mardi 9 février 2021 à 10h30, en visioconférence.

Jury :
– Directeur de thèse : Franck PLESTAN
– Rapporteurs : Salah LAGHROUCHE (Maître de conférences-HDR, UTBM); Nacer K. M’SIRDI (Professeur des universités, Aix-Marseille Université)
– Autres membres : Xavier BRUN (Professeur des universités, INSA de Lyon); Carolina EVANGELISTA (Profesor Adjunto, Universidad Nacional de La Plata); GILLOTEAUX Jean-christophe (Ingénieur de recherche, École Centrale de Nantes); Sofien KERKENI (CEO, D-ICE Engineering)

Résumé : Les éoliennes flottantes permettent d’utiliser l’abondante ressource en vent présente au large des côtes, et sont considérées comme une source prometteuse d’énergie renouvelable. Cependant, en raison de dynamiques supplémentaires introduites par la plateforme flottante (notamment, le tangage), le contrôle d’une éolienne flottante doit être pensée afin de stabiliser le système tout en optimisant la production d’énergie.
Ce travail est consacré à la commande non linéaire d’éoliennes flottantes dans la région III, la classe de lois de commande proposée nécessitant une connaissance réduite en terme de modélisation du système. Les objectifs de la commande sont de maintenir la puissance produite à sa valeur nominale, tout en limitant le mouvement de tangage de la plateforme et les charges de fatigue sur la structure. Tout d’abord, une loi de commande adaptative basée sur le supertwisting est proposée, avec notamment une loi d’adaptation du gain très simple. Ensuite, en utilisant un contrôle collectif du pas des pales, ce nouvel algorithme de commande est appliqué sur un modèle d’éolienne flottante non linéaire et comparé à d’autres commandes adaptatives par modes glissants d’ordre 2. Dans un second temps, une machine synchrone à aimants permanents est supposée être installée dans l’éolienne flottante. L’utilisation du pas des pales (approche collective) et du couple du générateur permet d’atteindre les objectifs, à partir de lois de commande basées sur une approche adaptative par mode de glissement d’ordre 2. Une troisième partie est consacrée à l’étude d’une commande individuelle du pas des pales combinée à une commande collective. Il est montré qu’un tel algorithme limite la charge de fatigue des pales. Enfin, des lois de commande sont appliquées et comparées sur un système expérimental d’éolienne flottante placé dans un bassin à houle. Les performances des lois de commande basées sur les modes glissants sont évaluées par rapport à des approches de commande linéaire telles qu’un PI à gain variable, et une commande linéaire quadratique.

Mots-clés : éolienne flottante, commande adaptative, modes glissants d’ordre supérieur, contrôle du pas des pales

——————————————————————————————————————————————————

Abstract: Floating wind turbines allow the use of the abundant wind resource in ocean area and are considered as a promising solution of renewable energy. However, due to the additional dynamics (especially the platform pitch motion) introduced by the floating platform, the control of a floating wind turbine must take such pitch motion into consideration to stabilize the system meanwhile optimizing the power output.
This work is dedicated to the nonlinear control of floating wind turbines in region III, this class of controllers requiring reduced knowledge of system modeling and parameter. The control objectives are to maintain the power output at its rated value, to reduce the platform pitch motion and to limit the fatigue load. Firstly, a simplified adaptive super-twisting is proposed. Then, by using collective blade pitch control, this algorithm and other adaptive high order sliding model algorithms are applied on a nonlinear floating wind turbine model. Secondly, a permanent magnet synchronous generator is supposed to be installed in the floating wind turbine. Both collective blade pitch control and generator torque control based on adaptive high-order sliding mode control are used to achieve the control objectives. Thirdly, individual blade pitch control combined with collective blade pitch control is employed. Such algorithm further reduces the fatigue load of blades. Finally, the proposed simplified adaptive super-twisting algorithm is validated on an experimental floating wind turbine set-up (with a spar-buoy platform) in a wave tank, and the control performances are evaluated versus linear control approaches such as gain-scheduled PI and linear–quadratic regulators.

Keywords: floating wind turbine, adaptive control, high-order sliding mode, blade pitch control

Soutenance de thèse de Félix GONTIER (équipe SIMS)

Félix Gontier, doctorant au sein de l’équipe SIMS soutient sa thèse intitulée « Analyse et synthèse de scènes sonores urbaines par approches d’apprentissage profond »

mardi 15 décembre 2020 à 10h00 en visio.

Jury :
– Rapporteurs : Dick Botteldooren – Professeur des Universités, Université de Ghent ; Gaël Richard – Professeur, Télécom Paris
– Examinateurs : Catherine Marquis-Favre – Directrice de recherche, ENTPE ; Romain Serizel – Maître de conférences, LORIA, Université de Lorraine
– Directeur de thèse : Jean-François Petiot – Professeur des Universités, École Centrale de Nantes
– Co-directrice de thèse : Catherine Lavandier – Professeur des Universités, Université de Cergy-Pontoise
– Co-encadrant de thèse : Mathieu Lagrange – Chargé de recherche (HDR), LS2N

Résumé :
L’avènement de l’Internet des Objets (IoT) a permis le développement de réseaux de capteurs acoustiques à grande échelle, dans le but d’évaluer en continu les environnements sonores urbains. Dans l’approche de paysages sonores, les attributs perceptifs de qualité sonore sont liés à l’activité de sources, quantités d’importance pour mieux estimer la perception humaine des environnements sonores. Utilisées avec succès dans l’analyse de scènes sonores, les approches d’apprentissage profond sont particulièrement adaptées pour prédire ces quantités. Cependant, les annotations nécessaires au processus d’entraînement de modèles profonds ne peuvent pas être directement obtenues, en partie à cause des limitations dans l’information enregistrée par les capteurs nécessaires pour assurer le respect de la vie privée.
Pour répondre à ce problème, une méthode pour l’annotation automatique de l’activité des sources d’intérêt sur des scènes sonores simulées est proposée. Sur des données simulées, les modèles d’apprentissage profond développés atteignent des performances « état de l’art » pour l’estimation d’attributs perceptifs liés aux sources, ainsi que de l’agrément sonore. Des techniques d’apprentissage par transfert semi-supervisé sont alors étudiées pour favoriser l’adaptabilité des modèles appris, en exploitant l’information contenue dans les grandes quantités de données enregistrées par les capteurs. Les évaluations sur des enregistrements réalisés in situ et annotés montrent qu’apprendre des représentations latentes des signaux audio compense en partie les défauts de validité écologique des scènes sonores simulées.
Dans une seconde partie, l’utilisation de méthodes d’apprentissage profond est considérée pour la resynthèse de signaux temporels à partir de mesures capteur, sous contrainte de respect de la vie privée. Deux approches convolutionelles sont développées et évaluées par rapport à des méthodes état de l’art pour la synthèse de parole.

Mots-clés : Paysages sonores, Réseaux de capteurs acoustiques, Perception de sources sonores, Synthèse sonore

Rejoindre la réunion Zoom :
https://ec-nantes.zoom.us/j/98212839223
ID de réunion : 982 1283 9223
Code secret : DU#3xGYV

—————————————————————————————————————————————————–

Abstract:
The advent of the Internet of Things (IoT) has enabled the development of large-scale acoustic sensor networks to continuously monitor sound environments in urban areas. In the soundscape approach, perceptual quality attributes are associated with the activity of sound sources, quantities of importance to better account for the human perception of its acoustic environment. With recent success in acoustic scene analysis, deep learning approaches are uniquely suited to predict these quantities. Though, annotations necessary to the training process of supervised deep learning models are not easily obtainable, partly due to the fact that the information content of sensor measurements is limited by privacy constraints.
To address this issue, a method is proposed for the automatic annotation of perceived source activity in large datasets of simulated acoustic scenes. On simulated data, trained deep learning models achieve state-of-the-art performances in the estimation of source-specific perceptual attributes and sound pleasantness. Semi-supervised transfer learning techniques are further studied to improve the adaptability of trained models by exploiting knowledge from the large amounts of unlabelled sensor data. Evaluations on annotated in situ recordings show that learning latent audio representations of sensor measurements compensates for the limited ecological validity of simulated sound scenes.
In a second part, the use of deep learning methods for the synthesis of time domain signals from privacy-aware sensor measurements is investigated. Two spectral convolutional approaches are developed and evaluated against state-of-the-art methods designed for speech synthesis.

Keywords: Soundscape, Acoustic sensor networks, Sound source perception, Sound synthesis

Soutenance de thèse de Yan Kai XING (équipe DSG)

Yan Kai Xing, doctorante au sein de l’équipe DSG, soutiendra sa thèse intitulée « Commande des liaisons à courant continu (HVDC) pour l’amortissement des oscillations inter-zones » / « Control of direct current connections (HVDC) for the damping of inter-area oscillations »

vendredi 29 janvier 2021 à 9h30, dans l’amphi du bâtiment S sur le site de Centrale et en direct sur Renater.
– Numéro de la conférence 727069 (terminer par #)
– Code d’accès 3470 (terminer par #)

Jury :
– Directeur de thèse : Bogdan MARINESCU
– Co-encadrant : Elkhatib IBRAHIM
– Rapporteurs : Oriol GOMIS-BELLMUNT (Professeur, UPC Barcelona) ; Horst SCHULTE (Professeur, HTW Berlin).
– Autres membres : Antoneta BRATCU (Maître de Conférences, INP Grenoble) ; Florent XAVIER (Ingénier de recherche RTE).

Résumé : Cette thèse aborde le problème d’amortissement des oscillations de puissance (modes inter-zones) d’un réseau de transport maillé – comme c’est le cas du réseau européen – par l’intermédiaire d’une liaison à courant continu à haute tension (High-Voltage Direct Current-HVDC). Dans ce contexte particulier, les modes inter-zones sont à des fréquences plus élevées que d’habitude – autour de 1Hz. Ceci est un défi important pour la commande car, d’autres dynamiques du réseau existent dans cette plage de fréquence. En effet, les régulateurs standard (PSS et POD type IEEE) ne donnent pas des réponses satisfaisantes et d’autres lois de commande ont été proposées. Elles prennent en compte plus d’information du système électrique avoisinant la HVDC en utilisant un modèle de commande plus riche. De plus, la robustesse est améliorée afin de fournir des bonnes réponses en cas de variations du réseau (évolution de la charge, déclenchements des lignes et des générateurs, …) et des paramètres de la ligne HVDC. Enfin, des zéros instables (réponses à déphasage non minimal) ont été mis en évidence et étudiés dans ces situations d’insertion des HVDC dans des réseaux AC maillés. Les régulateurs proposés atténuent aussi l’effet négatif de ces zéros sur les performances de la boucle fermée. Les résultats sont facilement implantables en pratique car il s’agit de régulateur à retour de sortie. Aussi, bien que développées pour les HVDC, les méthodologies d’analyse et commande proposées peuvent être étendues à d’autres éléments utilisant de l’électronique de puissance comme, par exemple, des générateurs d’énergies renouvelables connectés au réseau par des convertisseurs de puissance.

Mots-clés : Oscillations de puissance, modes inter-zones, HVDC, PSS, POD, électronique de puissance, robustesse.

Abstract: This thesis addresses the problem of damping power oscillations (inter-area modes) of a meshed transport network – as it is the case of the European network – through a High Voltage Direct Current-(HVDC) link. In this particular context, inter-area modes are at higher frequencies than usual – around 1Hz. This is an important challenge for the control system, as other network dynamics exist in this frequency range. Standard controllers (PSS and POD type IEEE) give un-satisfactory results and other control approaches have been proposed. They take into account more information from the electrical system surrounding the HVDC using a richer control model. Besides, the robustness is improved in order to provide good responses in case of network variations (load evolution, line, and generator trips,…, etc.) and HVDC line parameters changes. Finally, unstable zeros (non-minimum phase behavior) have been highlighted and studied in these situations of HVDC inserted in meshed AC networks. The proposed controllers also mitigate the negative effect of these zeros on the performances of the closed-loop. The results are easily implemented in practice because they are feedback controllers. Also, although developed for HVDC, the proposed analysis and control methodologies can be extended to other elements using power electronics such as, for example, renewable energy generators connected to the grid by power converters.

Keywords: Power oscillations, inter-area modes, HVDC, PSS, POD, power electronics, robustness.

Soutenance de thèse de Zhiqiang WANG (équipes RoMaS et IS3P)

Zhiqiang Wang, doctorant au sein des équipes RoMaS et IS3P, soutiendra sa thèse intitulée « Aide à la décision en usinage basée sur des règles métier et apprentissages non supervisés » / « Decision-aid in machining based on business rules and unsupervised machine learning »

lundi 14 décembre 2020 à 10h, en visioconférence Zoom

Jury :
– Directeurs de thèse : Benoît FURET et Catherine DA CUNHA
– Co-encadrant : Mathieu RITOU
– Rapporteurs : Nabil ANWER (Professeur, LURPA – Université Paris Saclay) ; Julien LE DUIGOU (enseignant-chercheur contractuel titulaire de l’HDR, Laboratoire Roberval – Université de Technologie de Compiègne).
– Autres membres : Guénaël GERMAIN (Professeur, LAMPA – Arts et Métiers ParisTech Angers)

Résumé : Dans le contexte général de l’industrie 4.0, une entreprise de fabrication moderne dispose de nombreuses données numériques qui pourraient être utilisées pour rendre les machines-outils plus intelligentes et faciliter la prise de décision en matière de gestion opérationnelle. Cette thèse vise à proposer un système d’aide à la décision pour les machines-outils intelligentes et connectées par l’exploration des données. L’une des premières étapes de l’approche d’exploration de données est la sélection précise de données pertinentes. Pour ce faire, les données brutes doivent être classées dans différents groupes de contexte. Cette thèse propose un algorithme d’apprentissage automatique non-supervisé, par mélanges gaussiens (GMM), pour la classification contextuelle. Basé sur les informations contextuelles, différents incidents d’usinage peuvent être détectés en temps réel. Il s’agit notamment de broutement, de bris d’outil et de sur-vibration. Cette thèse présente un ensemble de règles métiers pour la détection du broutement, de bris d’outil et de sur-vibration. Le contexte opérationnel a été décrypté lorsque des incidents se produisent, sur la base de la classification contextuelle qui explique les types d’usinage et d’engagement des outils. Ensuite, les nouveaux indicateurs clés de performance (KPIs) pertinents et appropriés peuvent être proposés sur la base de ces informations contextuelles combinés avec les incidents détectés afin de soutenir la prise de décision pour la gestion opérationnelle. Cette thèse propose de nouveaux opérateurs d’agrégation et de nouveaux KPIs pertinents pour les différents besoins des départements.

Mots-clés : Industrie 4.0, machines-outils, fouilles de données, GMM, classification contextuelle, KPIs

——————————————————————————————————————————————————————–

Abstract: In the general context of Industry 4.0, large volumes of manufacturing data are available on instrumented machine-tools. They are interesting to exploit not only to improve machine-tool performances but also to support the decision making for the operational management. This thesis aims at proposing a decision-aid system for intelligent and connected machine-tools through Data mining. The first step in a data mining approach is the selection of relevant data. Raw data must, therefore, be classified into different groups of contexts. This thesis proposes a contextual classification procedure in machining based on unsupervised machine learning by Gaussian mixture model.
Based on this contextual classification information, different machining incidents can be detected in real-time. They include chatter, tool breakage and excessive vibration. This thesis introduces a set of business rules for incidents detection. The operational context has been deciphering when incidents occur, based on the contextual classification that explains the types of machining and tool engagement.
Then, the nouveaux relevant and appropriate Key Performance Indicators (KPIs) can be proposed based on these contextual information and the incidents detected to support decision making for the operational management.

Keywords: Industry 4.0, machine-tools, Data mining, GMM, contextual classification, KPIs.

Soutenance de thèse de Yassir DAHMANE (équipe Commande)

Yassir Dahmane, doctorant au sein de l’équipe Commande, soutiendra sa thèse intitulée « Gestion d’énergie optimisée des véhicules électriques et infrastructures » / « Optimized Energy Management for Electric Vehicles and Infrastructures »

mercredi 16 décembre à 13h, dans l’amphi du bât. S, sur le site de Centrale Nantes.

Jury :
– Directeur de thèse : Malek GHANES (Professeur des Universités, Centrale Nantes, LS2N)
– Co-encadrant : Raphaël CHENOUARD (Maître de conférences, Centrale Nantes, LS2N)
– Rapporteurs : Delphine RIU (Professeur des Universités, INP Grenoble, G2Elab) ; Mickaël HILAIRET (Professeur des Universités, Université de Franche-Comté, FEMTO-ST)
– Autres membres : Hervé GUEGUEN (Professeur, Centrale Supélec, IETR) ; Jean-Pierre BARBOT (Professeur des universités, ENSEA Cergy-Pontoise, QUARTZ)
– Invité : Mario ALVARADO-RUIZ (Docteur, Renault)

Résumé : Cette thèse de doctorat s’inscrit dans le cadre de la chaire Renault/Centrale Nantes sur l’amélioration des performances des véhicules électriques (EV/HEV). Elle est dédiée à la problématique de la gestion de la recharge des véhicules électriques, en utilisant des algorithmes d’optimisation et des stratégies de recharge intelligentes. Dans ce cadre, plusieurs contributions ont été proposées sur les sujets de la recharge intelligente d’une voiture électrique et la gestion de la recharge d’une flotte de véhicules électriques, en considérant les contraintes de mobilités (SOC désiré à la fin de la recharge et heure de départ), la température des batteries Li-ion, les infrastructures de recharge, et le réseau électrique.
Sur le sujet de la recharge intelligente d’une voiture électrique, les contributions se sont concentrées sur le développement des algorithmes embarqués permettant la planification du profil de la puissance de recharge afin de réduire le coût de la recharge. Les algorithmes proposés prennent en compte les besoins de mobilités des utilisateurs de véhicules électriques, et l’effet de la température sur la puissance de recharge des batteries Li-ion. Sur le sujet de la gestion de recharge de flotte de véhicules, les contributions portent essentiellement sur les algorithmes centralisés dans les stations de recharge de véhicules électriques. Un algorithme de recharge unidirectionnelle a été proposé afin d’évaluer le nombre optimal de véhicules électriques à recharger avec un bon niveau de satisfaction des contraintes de mobilités et sans aucun renforcement de l’infrastructure. Le passage à l’algorithme bidirectionnel est fait grâce à l’exploitation de la fonctionnalité V2G qui permettra la participation des véhicules électriques dans la régulation de fréquence.
Les contributions proposées sur le premier sujet ont l’avantage d’augmenter la précision d’estimation de SOC final en très basse température, et d’être embarquable sur le véhicule grâce à la légèreté des algorithmes et la rapidité d’exécution. D’autre part, les algorithmes de gestion de recharge de flotte de véhicules permettent une intégration des véhicules électriques à grande échelle sur le réseau et montrent le potentiel des voitures électriques dans la contribution à la stabilité du réseau électrique.
Les algorithmes et les stratégies développées ont été testés en simulation et seront testés sur un système de recharge de voiture électrique. Les résultats obtenus ont permis de mettre en évidence l’avantage de la recharge intelligente sur la réduction des coûts, les bienfaits sur le réseau et l’importance de la gestion de la recharge des flottes de véhicules électriques dans développement des services réseaux.

Mots-clés : Voiture électrique, optimisation, batteries Li-ion, effet de la température, algorithmes de planification, gestion d’énergie de flotte, réseau intelligent, V2G, régulation de fréquence.

——————————————————————————————————————————————————————–

Abstract: This PhD thesis is part of the Renault/Centrale Nantes chair on improving the performance of electric vehicles (EV/PHEV). It is dedicated to the problem of the charging management of electric vehicles, using optimization algorithms and smart charging strategies. In this framework, several contributions have been proposed on the topics of smart charging of an EV and the smart energy management of an EV fleet, considering the mobility constraints (desired SOC at the end of the charging and departure time), the temperature of the Li-ion batteries, the charging infrastructures, and the power grid.
On the subject of smart charging of an EV, the contributions focused on the development of embedded algorithms allowing the scheduling of the charging power profile in order to reduce the charging cost. The proposed algorithms take into account the mobility needs of electric vehicle users, and the effect of temperature on the charging power of Li-ion batteries. On the subject of fleet energy management, the contributions focus on centralized algorithms in electric vehicle charging stations. An unidirectional recharging algorithm has been proposed in order to evaluate the optimal number of electric vehicles to be recharged with a good level of satisfaction of mobility constraints and without any infrastructure reinforcement. The switch to the bidirectional algorithm is due to the exploitation of the V2G functionality, which will allow the participation of electric vehicles in frequency regulation.
The proposed contributions on the first topic have the advantage of increasing the estimation accuracy of final SOC in very low temperature, and to be embedded on the EV due to the low computational capacity of the algorithms and the speed of execution. On the other hand, the EV fleet charging management algorithms allow the possibility of large-scale integration of electric vehicles on the grid and show the potential of EVs in contributing to the stability of the power grid by offering ancillary services such as frequency regulation.
The algorithms and strategies developed have been tested in simulation and will be tested on an EV charging system. The results obtained have highlighted the benefits of smart charging on cost reduction and grid benefits and the importance of electric vehicle fleet charging management in the development of grid services.

Keywords: Electric vehicle, optimization, Li-ion battery charging, temperature effect, scheduling algorithms, EV fleet energy management, smart grid, V2G, frequency regulation

Archives