- [ VRPG-Doc-Sc] Electrotechnique --- كهروتقني

Permanent URI for this collection

Browse

Recent Submissions

Now showing 1 - 5 of 41
  • Item
    Simulation des trajectoires des particules isolantes dans les séparateurs triboélectriques à chute libre et à cylindre tournant
    (2017-11-15) LABAIR HAKIMA; Encadreur: Tilmatine Amar; Co-Encadreur: Hadjri Samir
    Résumé (Français et/ou Anglais) : Résumé Le séparateur électrostatique à chute libre et à tapis roulant sont parmi les installations les plus utilisées dans le tri des déchets des équipements électriques et électroniques. L’objectif de notre étude a été la simulation des trajectoires des particules de taille millimétrique dans le champ électrique de ces installations. Le modèle de simulation et obtenu par la résolution numérique des équations de mouvement des particules soumise à des champs de forces électrostatique et gravitationnelle. L’algorithme de résolution est interprété sous la forme d’un programme MATLAB qui utilise les résultats du calcul du champ électrostatique de l’installation réalisé avec le logiciel COMSOL. Au cours de la simulation, d’autres phénomènes tels que la présence de la force de frottement avec l’air et l’impact des particules avec les électrodes de l’installation sont pris en considération. Le modèle obtenu est utilisé pour étudier l’influence des paramètres de l’installation et du mélange granulaire sur la qualité des produits récupérés à la sortie du séparateur. Cette étude va nous guider dans la conception et le choix des valeurs optimales d’une installation industrielle. Abstract : The free fall and the belt conveyor electrostatic separators are the most used in the sorting of waste electrical and electronic equipment installations. The objective of our study is to develop a model of the millimeter-sized particles trajectories in such separators. . The simulation model is obtained by the numerical solution of particle motion equations subjected to electrostatic fields and gravitational force. The resolution algorithm is interpreted as a MATLAB program that uses models of the electrostatic field developed in COMSOL software. During the simulation of other phenomena such as the presence of the frictional force with the air and the impact of the particles with the electrodes of the system are taken into consideration. The model obtained is used to study the influence of parameters of the installations and the granular mixture of quality products recovered at the outlet of the separator. This study will guide us in the design and choice of optimal values of control variables an industrial plant.
  • Item
    Commande Neuronale Prédictive d’une machine asynchrone double étoile sans capteur mécanique
    (2015-10-07) KHOUIDMI Houari; Encadreur: MASSOUM AHMED
    Résumé (Français et/ou Anglais) : The work presented in this thesis deals with a subject entitled ' Sensorless Neural Predictive Control of a Double Star Induction Machine.' 'We performed first, the model of the DSIM fed by three-level voltage source inverter as well as direct and indirect vector control, allowing us to decouple the electromagnetic torque and flux. We adopted the classical PI controllers for the speed control, the flux, and thus for setting the stator currents. Then we are interested in the replacement of these regulators, by predictive controllers, this after developing a cascade predictive structure. In order to minimize the transient control and reduce the impact of measurement noise on the control signal, we used multivariable generalized predictive control instead the vector control, which must require a mechanical sensor that is considered fragile and expensive, to avoid these inconveniences, we used two different techniques. That is the MRAS structure and reduced order observer. All predictive controllers introduced in the neural predictive control form. The results show, the effectiveness of the proposed method especially in the load disturbances and/or the change of the reference speed.
  • Item
    Développement de stratégies d’optimisation Combinatoire appliquées à un réseau électrique
    (2016-11-10) KHODJA FOUAD; Encadreur: YOUNES MIMOUN
    Résumé (Français et/ou Anglais) : Dans le contexte actuel d’ouverture des marchés, les entreprises doivent améliorer leur compétitivité et donc leur productivité. « Produire plus et moins cher » c’est avoir une meilleure disponibilité des moyens de production et c’est dépenser moins. Dans les industries de production d’énergie électrique, la politique c’est d’assurer un équilibre entre consommation et production avec un cout aussi faible que possible. Le problème qui se pose c’est la gestion de cette production variable en minimisant les pertes et la fonction cout globale. Grâce à des méthodes inspirées de la nature on a pu améliorer considérablement cette production, mais les problèmes qui se posent toujours c’est bien le temps de convergence de ces méthodes. Pour résoudre ce problème, notre travail propose une nouvelle stratégie d’optimisation qui se concentre à un compromis entre l’exploration et l’exploitation de l’espace de recherche par une combinaison de deux méthodes métaheuristiques, à savoir la méthode FFA et la méthode des Algorithmes génétiques, puis la méthode TLBO (Teaching–Learning-Based Optimization) et la méthode des Algorithmes génétiques (GA), on arrive ainsi à améliorer les résultats avec un temps aussi faible que possible. In the current context of market opening, companies must improve their competitiveness and hence their productivity. "Producing more and cheaper" is a better availability of means of production and means spending less. In the industries of electric power generation, politics is to ensure a balance between consumption and production with the lowest possible cost. Through methods inspired from nature we could significantly improve this production, but the problems that always arise it is time convergence of these methods. To resolve this problem, our work proposes a new optimization strategy that focuses a compromise between exploration and exploitation of the search space by a combination of two metaheuristics methods, namely the FFA and the genetic Algorithms method, then the TLBO (Teaching–Learning-Based Optimization) method and the Genetic Algorithms method (GA), we thus arrive at better results with time as low as possible.
  • Item
    Optimisation Multiobjectif de L’écoulement de Puissance par des Algorithmes Multiagents Probabilistes
    (2017-03-01) KHERFANE Riad Lakhdar; Encadreur: YOUNES Mimoun
    Résumé (Français et/ou Anglais) : The main current concerns of power generators using thermal fossil fuel power plants are producing electricity with a low cost of fuel and minimizing emissions of toxic gases into the atmosphere. Note that for cost minimization and reduction of emissions, it is necessary to consider the transmission losses that depend on the network map, the values of the impedances brought into play and the load distribution and productions. The latter plays the most important role in this area. For this it is necessary to express the total losses as a function of the generated power. The high level of competitiveness today forced power plants to continuously improve reliability, efficiency and profitability, while enhancing their performance and compliance with environmental. The use of probabilistic multi-agent algorithms enables solving problems of minimization of greenhouse gas emissions, improving dust control, optimizing the performance of fuels and yield optimization turbines. Our work has focused on the exploitation of effective cooperation between software agents that require a high degree of coordination. The intelligence gained here is adaptive, agents must use the information received in order to behave properly in a scalable environment. This work is validated through IEEE networks.
  • Item
    La gestion optimale des réseaux électriques par l’intelligence collective
    (2017-06-28) KHERFANE Naas; Encadreur: YOUNES Mimoun
    Résumé (Français et/ou Anglais) : To achieve optimal management of electrical energy networks and for demonstrate the performance and effectiveness of collective intelligence algorithms and their capabilities in finding optimal solutions (better global research, convergence, minimal time Compared to conventional optimization algorithms), For this purpose the approach had used the algorithms: Firefly FFA, ants algorithm ACO, modified frog leaping MSFLA, monkey algorithm (Monkey) MA, algorithm of the swarms PSO and Biogeography-based optimization (BBO). Thus the work and in its quest for more reliable and accurate solutions the use of hybridization technique (the combination of methods): 1) -Hybridization FFA-MPSO, 2) -Hybridization ACO-MSFLA , 3) - HybridizationPSO-MA,4) - HybridizationBBO-MA . The problem EPD (economic dispatching) has been solved using the previously mentioned methods by integrating single-objective or multi-objective functions applied on the IEEE-6, IEEE-14, IEEE-30 networks and Networks with 10 and 20 generators.