Projets novateurs réalisés

Coefficients d’influence aérodynamiques instables améliorés

Algorithmes avancés de traitement statistique du signal pour un positionnement radar précis

Recherche sur les techniques de transformation des données et des opérations

Développement d’enveloppes de bâtiments bioréactives

X-rAID : diagnostic assisté par ordinateur des images aux rayons X

Comparaison des modèles VaR standard et extrême durant des périodes hautement volatiles

FiX – Flash-in-XNA (Nouvelle architecture Xbox)

Séparation des mélanges à l’aide de diffusion en file unique et en double mode

Équipements utilisateurs de communication de type machine à faible coût pour LTE (Partie 2)

Étude du comportement structurel des plaques de béton hybride armé de fibres (HFRC)

La défaillance des plaques de béton armé est causée par la diminution de leur rigidité à la suite de fissures. Cela entraîne la corrosion de l’armature en acier. Les mélanges conventionnels de béton peuvent ne pas être suffisants pour fournir la résistance à la traction nécessaire afin de minimiser les fissures. L’utilisation du béton armé de fibres (FRC) peut être considérée comme une solution pratique et économique pour augmenter la résistance à la traction du béton et protéger l’armature en acier contre la corrosion dans des environnements difficiles. Les fibres d’acier et synthétiques sont maintenant utilisées ensemble pour améliorer la ténacité du béton avec un impact minimal sur la maniabilité et la constructibilité du béton; on appelle cela le béton hybride armé de fibres (HFRC).

Le projet de recherche proposé comprend l’évaluation des données de recherche existantes disponibles dans la littérature pour évaluer les effets des fibres hybrides sur le comportement des éléments du béton. Le projet proposé implique le développement du mélange HFRC et l’essai de huit plaques HFRC pour évaluer les effets des fibres hybrides sur la capacité de charge finale et la propagation des fissures dans les plaques HFRC.

La capacité des plaques de béton testées du HFRC sera mesurée et comparée à des échantillons identiques coulés avec du béton normal. Cela permettra de quantifier les effets des fibres sur le comportement et la capacité des plaques.

Ce projet de recherche a été entrepris et complété grâce à une subvention et à l’aide financière de Petroleum Research Newfoundland-et-Labrador.

Analyse du cycle de vie du cycle des nutriments des biocarburants

Si le Canada ou tout autre pays veut répondre à ses besoins énergétiques de transport à long terme en élargissant massivement l’utilisation des biocarburants, nous devons nous assurer qu’une telle approche est véritablement durable. Il existe deux principales voies pour les biocarburants : biologiques (comme la fermentation du maïs pour produire de l’éthanol) et thermochimiques (comme la gazification de la biomasse pour produire du gaz de synthèse). Chaque technique a ses propres forces et faiblesses.
La gazéification est la principale technologie utilisée dans la voie thermochimique, dans laquelle la biomasse pulvérisée est gazéfiée à haute température en gaz de synthèse, contenant de l’H2, du CO et des déchets tels que le CO2 et l’H2O. Après le nettoyage, le H2 et le CO peuvent alors être combinés en produits énergétiques plus utiles tels que le diesel, l’essence, le méthanol, l’éther diméthylique, l’hydrogène de qualité carburant, ou être brûlés pour l’électricité. Puisque la biomasse est un carburant renouvelable, ce procédé a des émissions nettes de CO2 très faibles et peut même avoir des émissions nettes négatives de CO2 si des techniques de capture et de séquestration du CO2 sont utilisées.
Cependant, de nombreux gazificateurs (comme la variété à écoulement descendant entraîné) produisent un déchet solide appelé scoit, contenant les composants non volatils de la biomasse (principalement les métaux sous forme d’oxyde). Actuellement, il est principalement utilisé comme ingrédient dans l’asphalte. Bien que le carbone (c’est-à-dire le CO2) contenu dans le biocarburant soit renouvelable puisqu’il alterne perpétuellement entre la plante et l’atmosphère, les métaux (des nutriments précieux comme le phosphore, le fer, le magnésium, etc.) ne sont pas retournés à la Terre sous une forme utilisable puisqu’ils sont séquestrés dans le scoia. En conséquence, tout effort massif pour utiliser des gazificateurs de slagging afin d’extraire de l’énergie de la biomasse à quelque fin que ce soit entraînera nécessairement un épuisement progressif des nutriments du sol. Celles-ci peuvent être remplacées par des engrais qui auront ensuite d’autres effets, comme une augmentation des proliférations d’algues, l’épuisement d’une autre ressource minérale, etc.
La question est donc : quel impact cela aura-t-il? Est-ce une quantité significative de la nutrition du sol qui s’épuise dans la biosphère, ou est-ce si faible qu’il n’y a pas vraiment d’inquiétude? Pour répondre à ces questions, une analyse du cycle de vie d’un procédé de biomasse à liquide doit être réalisée, tenant compte de tous les effets du berceau à la tombe et de leurs impacts secondaires sur d’autres contributions. Par exemple, l’augmentation des quantités de traitement des engrais à long terme pourrait entraîner une augmentation des émissions de CO2, de la pollution ou un épuisement des ressources, ce qui pourrait potentiellement compenser les gains environnementaux obtenus par une approche thermochimique biomasse-liquides dans notre infrastructure énergétique.

Optimisation basée sur la probabilité par branch-and-bound en boîte noire pour la conception de systèmes de biocarburants

Nous développons de nouvelles façons de produire des biocarburants durables à partir de matières premières de biomasse non compétitives pour l’alimentation cultivées au Canada, telles que le zoin, les sous-produits forestiers et d’autres formes de lignocellulose. Cependant, afin de produire suffisamment de biocarburants pour un changement transformateur dans l’infrastructure énergétique de notre pays, de nombreux problèmes systémiques dans la chaîne d’approvisionnement et le traitement chimique doivent être surmontés. Pour y remédier, nous développons actuellement des approches semi-continues pour produire des biocarburants tels que le biobutanol (substitut d’essence et d’éthanol) et le bio-diméthyléther-éther (substitut du diesel) afin de surmonter ces défis à moindre coût.

Bien que l’approche semi-continue ait un potentiel significatif, elle est incroyablement complexe et, à ce titre, les approches traditionnelles de la conception des procédés ne s’appliquent plus. Bien que les tentatives de conception du procédé puissent se faire à la main, une technique formelle d’optimisation mathématique est nécessaire pour déterminer les paramètres clés du processus. La taille des lots, les paramètres de distillation, les charges de chaleur, les débits, le comportement de transition, les paramètres de réglage du contrôleur, les points de consigne et bien d’autres paramètres doivent être déterminés simultanément afin de découvrir une configuration qui atteint des contraintes de qualité, de durabilité et de rentabilité. Cependant, cela représente un défi important en raison de la grande dimensionnalité du problème et du caractère des modèles informatiques sur lesquels nos analyses sont basées. Ainsi, nous avons constaté que les solveurs d’optimisation existants (plus précisément, ceux qui résolvent la classe de problèmes appelée boîte noire) sont totalement inadéquats pour nos besoins.

Ainsi, afin d’aider notre travail sur le processus des biocarburants, nous proposons le développement d’un nouvel algorithme d’optimisation adapté non seulement à notre problème particulier de biocarburants, mais aussi à une grande catégorie de problèmes d’optimisation en boîte noire. L’approche proposée consiste à combiner des solutions stochastiques bien connues telles que l’optimisation par essaim de particules (PSO) ou l’évolution différentielle avec des techniques de branchement et de liaison qui réduisent systématiquement la taille du problème afin d’améliorer la convergence vers un optimum global.

Les techniques de branchement et de bornes fonctionnent en divisant systématiquement l’espace de recherche des problèmes d’optimisation en régions, et en démontrant mathématiquement que l’optimum global ne peut pas être dans une région ou une autre, l’éliminant ainsi de la considération. Cependant, la branche-et-borne nécessite une connaissance explicite des équations du modèle pour cela, qui ne sont pas disponibles pour notre problème ni pour d’autres problèmes de boîte noire. Par conséquent, nous proposons qu’un nouvel algorithme basé sur la probabilité contourne le problème d’exiger une connaissance explicite des équations du modèle en créant des approximations implicites du modèle à partir des connaissances acquises lors des exécutions d’optimisation en essaim de particules.

Avec cette technique, on ne peut pas éliminer complètement une région de l’espace de recherche, mais on devrait pouvoir estimer la probabilité que l’optimum global existe dans une région ou une autre. Pour les problèmes de boîte noire, cela devrait être significativement plus rapide et plus susceptible de converger vers un véritable optimum global que l’état actuel de l’art.