Titre : Apprentissage automatique et optimisation multicritère pour le pilotage intelligent d’un dispositif de production d’eau chaude sanitaire
Début de thèse : 01/09/2021
Fin de thèse :
Résumé : La thèse s’inscrit dans un partenariat fort avec elm.leblanc, le leader français du confort thermique qui conçoit et fabrique en France des solutions de chauffage et de production d’eau chaude gaz et aux énergies renouvelables, dans un souci d’apporter des solutions technologiques en vue d’offrir le meilleur rapport qualité/prix aux utilisateurs. Pour atteindre ces objectifs, une dynamique d’innovation est cultivée au sein du centre de recherche et développement de l’entreprise.
Le chauffage, la production et le stockage d’eau chaude représentent la majeure partie des dépenses énergétiques des foyers. La fonction de stockage quel que soit le système de chauffage, constitue un élément clé pour réguler la consommation d’énergie et le confort. Dans cette perspective, l’entreprise elm.leblanc cherche à créer l’élément de stockage d’eau chaude sanitaire du futur, qui soit plus performant d’un point de vue énergétique, moins coûteux en matières premières, recyclable, auto-adaptatif et intelligent en fonction des besoins de l’utilisateur final et plus durable grâce à une conception adaptée et un meilleur contrôle pour un fonctionnement optimal. Ce projet d’ampleur répond aux enjeux stratégiques que tout industriel doit relever : innover de manière responsable en prenant en compte, dès la phase de conception, le contexte d’utilisation du produit pour s’adapter à son utilisateur, tout en anticipant la fin de son cycle de vie dans une approche d’économie circulaire.
Mots clés :
Date de soutenance prévue :
Encadrement :
- Directeur de thèse : Mireille Batton-Hubert, Professeur Mines Saint-Étienne, Limos
- Codirecteur de thèse : Stéphane Lecoeuche, IMT Nord Europe
Partenaires ou/et Financeurs :
Télécharger la thèse :
Objectifs de développement durable concernés :
Publications
- La thèse s’inscrit dans un partenariat fort avec elm.leblanc, le leader français du confort thermique qui conçoit et fabrique en France des solutions de chauffage et de production d’eau chaude gaz et aux énergies renouvelables, dans un souci d’apporter des solutions technologiques en vue d’offrir le meilleur rapport qualité/prix aux utilisateurs. Pour atteindre ces objectifs, […]
- In complex real-world decision problems, ensuring safety and addressing uncertainties are crucial aspects. In this work, we present an uncertainty-aware Reinforcement Learning agent designed for risk-sensitive applications in continuous action spaces. Our method quantifies and leverages both epistemic and aleatoric uncertainties to enhance agent's learning and to incorporate risk assessment into decision-making processes. We conduct […]
- Real-world decision problems, such as Domestic Hot Water (DHW) production, require the consideration of multiple, possibly conflicting objectives. This work suggests an adaptation of Deep Q-Networks (DQN) to solve multi-objective sequential decision problems using scalarization functions. The adaptation was applied to train multiple agents to control DHW systems in order to find possible trade-offs between […]
Actualité
- Harith Ibrahim a soutenu sa thèse le vendredi 13 décembre à IMT Nord Europe. Le travail dea porté sur l’« Apprentissage par renforcement pour le contrôle de systèmes dynamiques : application aux systèmes de production d’eau chaude sanitaire ». L’objectif de cette … Lire la Suite →