Outil de modélisation générique semi-analytique d'entraînements électriques en vue du dimensionnement par optimisation // Semi-analytical generic modeling tool for optimized sizing of electric drives

Ce sujet s'inscrit dans le contexte de la modélisation semi-analytique de systèmes mécatroniques pour du dimensionnement par un algorithme d'optimisation.
Le niveau de modélisation visé est un niveau système, et si possible différentiable afin de pouvoir envisager des algorithmes d'optimisation à base de gradients (donc requérant le gradient des modèles de dimensionnement utilisés). On cherchera à éviter les outils numériques, présentant souvent des temps de calcul longs et non différentiables, ce qui limite fortement les propriétés de dimensionnement.
Dans les modèles envisagés, deux aspects ressortent en termes de généricité :
- La modélisation dynamique des systèmes ou composant, indispensables pour obtenir des performances critiques de dimensionnement, tels que des temps d'échauffement
- L'outil mathématique de transformation conforme, excellent pour simplifier les modèles de machine, s'avère délicat d'utilisation
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

This topic is concerned with the semi-analytical modeling of mechatronic systems for dimensioning using optimization algorithms.
The modeling level targeted is a system level, and if possible differentiable so as to be able to envisage gradient-based optimization algorithms (thus requiring the gradient of the dimensioning models used). We aim to avoid the use of numerical tools, which often require long computation times and are non-differentiable, thus severely limiting sizing properties.
In terms of genericity, two aspects stand out in the models considered:
- The dynamic modeling of systems or components, essential for obtaining critical sizing performances, such as heat-up times.
- The mathematical tool of conformal transformation, excellent for simplifying machine models, is proving tricky to use.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2025

Financement d'un établissement public Français

Université Grenoble Alpes

220 EEATS - Electronique, Electrotechnique, Automatique, Traitement du Signal

Profil génie électrique avec un goût prononcé pour les méthodes numériques et la programmation informatique mutlilangage Dans ce travail, il faut appréhender : - La programmation orientée objet, indispensable pour concevoir un logiciel scientifique de qualité - La physique de base des entraînements électriques, aisée à appréhender avec des bases en physique et génie électrique - La programmation automatique de code (par exemple, être apte à créer automatiquement un code Java, ou Python ou Matlab ou C, à partir d'une description graphique ou de Netlist) - La dérivation (au sens de la dérivée mathématique d'une expression mathématique analytique ou numérique) - Les méthodes d'intelligence artificielle - Potentiellement, la modélisation orientée objet permettant de structurer des modélisations de manière générique Le doctorant aura vocation à échanger avec les personnes conceptrices de système électriques, qui pourront exploiter ses travaux ou donner des applications, au laboratoire.
Electrical engineering profile with a taste for numerical methods and mutlilanguage computer programming This job requires an understanding of : - object-oriented programming, essential for designing high-quality scientific software - Basic physics of electrical drives, easy to grasp with a grounding in physics and electrical engineering - Automatic code programming (for example, being able to automatically create Java, Python, Matlab or C code from a graphical description or Netlist) - Derivation (in the sense of the mathematical derivative of an analytical or numerical mathematical expression) - Artificial intelligence methods - Potentially, object-oriented modeling to structure modeling in a generic way. The PhD student will be expected to interact with electrical system designers, who will be able to exploit his or her work or provide applications in the laboratory