Zoom sur...

Prédiction du vieillissement des batteries par l’IA
Recherche fondamentale
Actualités 21 février 2025

Prédiction du vieillissement des batteries par l’IA

Pour répondre aux enjeux climatiques, la transition vers des énergies renouvelables et la décarbonation des transports sont incontournables, avec un rôle central dévolu à la mobilité électrique et aux batteries lithium-ion. Le vieillissement des batteries est un phénomène complexe, influencé par un grand nombre de facteurs, et nécessite des modèles robustes pour prédire et optimiser leur utilisation. Les travaux de thèse de Quentin Mayemba ont abouti à un modèle innovant de machine learning généraliste capable de s’adapter à divers jeux de données pour prédire le vieillissement des batteries. Ces contributions, d’une grande valeur pour la communauté scientifique, fournissent des outils solides et des perspectives nouvelles pour le développement de méthodologies adaptées à l’étude des batteries lithium-ion.

Apport de l'IA dans l'analyse des cartes géographiques anciennes : une fenêtre sur le passé
Recherche fondamentale
Actualités 02 mai 2024

Apport de l'IA dans l'analyse des cartes géographiques anciennes : une fenêtre sur le passé

Analyser et comparer les cartes géographiques anciennes avec nos données numériques actuelles permet de retracer l’évolution de l’occupation des sols depuis le moyen-âge. Grâce à une approche novatrice utilisant l'intelligence artificielle (IA), de nouvelles possibilités, plus simples à mettre en œuvre qu’auparavant, s’offrent aux chercheurs du domaine.

Science@ifpen n°61
Brèves

Intelligence artificielle en mécanique des fluides numérique multi-échelle
L’un des principaux défis en mécanique des fluides numérique est de représenter correctement les phénomènes physiques à différentes échelles de temps et d’espace. De plus, la résolution numérique exacte à chaque échelle est très coûteuse en temps de calcul. L’obtention de solutions fiables passe alors par des simulations effectuées à une échelle grossière mais utilisant des modèles capables de décrire les effets de la physique à très fine échelle.
Science@ifpen n°61
Brèves

La qualité de l’air au coin de la rue : l’apport des modèles numériques
La pollution atmosphérique demeure un enjeu majeur de santé publique, notamment dans les grandes agglomérations, malgré le renouvellement progressif du parc automobile et l’essor des mobilités actives, grâce à des aménagements urbains dédiés. De nouvelles valeurs limites européennes de concentration de polluants dans l’air, davantage alignées sur les recommandations de l’OMS , seront applicables en 2030. Les collectivités ont donc besoin d’outils capables d’évaluer les niveaux et les sources de pollution en vue d’étayer des scénarios de réduction.
Science@ifpen n°61
Brèves

Des supports de catalyseurs conçus grâce à l'IA générative
Les performances d'un support de catalyseur – alumine ou zéolithe – se jouent à l'échelle de sa microstructure poreuse : porosité, surface spécifique et connectivité du réseau solide qui gouvernent l'accès des réactifs aux sites actifs. Concevoir un support optimal revient donc à résoudre un problème inverse, c’est-à-dire à identifier la microstructure, puis les paramètres de fabrication, qui satisfont un cahier des charges de propriétés.
Brèves

Optimiser la production des champs d’éoliennes par la modélisation des effets de sillage
Pour maximiser la production d’énergie éolienne et rationnaliser l’exploitation, les opérateurs conçoivent des parcs éoliens qui regroupent un nombre de plus en plus important de turbines. Or, dans certaines conditions de vent, il arrive fréquemment que les éoliennes interagissent par ce qu’on appelle l’effet de sillage. Le sillage est créé derrière le rotor lorsque celui-ci intercepte l’énergie cinétique du vent pour la convertir en électricité. Du fait de la conservation de l’énergie, une zone de déficit de vitesse du vent apparaît alors, assortie d’une turbulence plus élevée.
Science@ifpen n°60
Brèves

PEPR MOBIDEC : la donnée au service de la décarbonation des mobilités
MOBIDEC cherche à comprendre, anticiper et simuler les mobilités des biens et des personnes afin d’offrir des outils d'aide à la décision aux pouvoirs publics et aux acteurs industriels.
Science@ifpen n°59
Brèves

Lien entre diversité chimique et réactivité enzymatique : une exploration multi-technique pour des carburants bio-sourcés

La biomasse lignocellulosique est une ressource renouvelable dont la conversion en bioéthanol constitue une voie prometteuse pour produire des carburants alternatifs et décarbonés. La conversion de cette biomasse inclue un prétraitement nécessaire à sa déstructuration. Cette opération génère cependant des composés susceptibles d’inhiber l’action des enzymes servant à l’hydrolyse de la cellulose en glucose, limitant de ce fait le rendement de cette réaction. Dans l’objectif d’améliorer la rentabilité de ces procédés, ces inhibiteurs doivent être identifiés, mais leur présence dans un milieu très complexe composé de plusieurs centaines de produits est un véritable challenge.
Science@ifpen n°59
Brèves

Apprentissage par renforcement multi-agent pour le contrôle dynamique de parcs éoliens
Lorsque des éoliennes sont regroupées en parc, il arrive que, pour des conditions de vent données, elles interagissent entre elles par ce que l'on appelle l'effet de sillage. Lorsqu'une éolienne capte l'énergie cinétique du vent, par conservation de l'énergie, le flux de vent en aval subit un déficit de vitesse et une augmentation de sa turbulence. Les éoliennes se trouvant dans ce sillage voient donc leur production électrique baisser significativement, tout en subissant une fatigue mécanique accrue. Ces effets de sillage provoquent des pertes de production annuelles pouvant atteindre 20%.
Page individuelle

Giovanni De Nunzio

Ingénieur de recherche, Docteur en Automatique
Chef de projet en Analyse Environnementale des Transports
Après une thèse en génie automatique (Grenoble INP – UGA, 2012–2015), consacrée à l’éco-gestion du trafic urbain, j’ai développé une expertise à l’interface entre modélisation des systèmes de
Science@IFPEN - 58
Brèves

Transfert de connaissance vers les nouvelles énergies
[ DIGITALISATION ET IA - 2/2 ] Un des principaux axes de recherche d'IFPEN porte sur les procédés et les catalyseurs destinés à la production de carburants biosourcés. Ceci se traduit par de nombreux travaux expérimentaux dont les résultats génèrent de la connaissance capitalisée sous forme de modèles. Cependant, cette modélisation nécessite l’acquisition de nombreuses données expérimentales, ce qui est coûteux en temps et en moyens.
Science@IFPEN - 58
Brèves

De la digitalisation des unités

[ DIGITALISATION ET IA - 1/2 ] La digitalisation des activités est une avancée majeure qu’IFPEN a entrepris de déployer au bénéfice de sa R&I. Elle consiste à intégrer des technologies numériques innovantes pour améliorer l'efficacité, la précision et la productivité de nos actions. Elle consiste également à intégrer des applications prometteuses en intelligence artificielle (IA) générative.