Le Laboratoire des Technologies Thermiques et Solaires (L2TS) et le Laboratoires des Systèmes Energétiques pour les Territoires (LSET) situés sur le site du CEA LITEN du Bourget-de-Lac proposent un sujet de thèse transverse portant à la fois sur de la thermodynamique et de l’optimisation par Intelligence Artificielle.

Précisément, ce projet de recherche doctorale consiste à développer un algorithme de Machine Learning pour optimiser le contrôle des machines à absorption. Ces machines sont des cycles thermodynamiques permettant de produire du froid ou du chaud à partir d’un apport de chaleur intermédiaires, et pouvant ainsi valoriser la chaleur fatale industrielle ou les énergies renouvelables tel que le solaire thermique. Les échanges de chaleur sont possible grâce aux réactions d’absorption et de désorption d’un réfrigérant sous forme gazeux dans un fluide. Spécifiquement, le mélange NH3-H2O sera utilisé. Le fonctionnement dynamique de ces cycles est extrêmement complexe car les variables opérationnelles, les paramètres physiques et les aspects hydrodynamiques sont fortement intriquées. Ainsi l’utilisation d’un réseau de neurones est particulièrement pertinente pour établir une stratégie de contrôle adaptative de ces machines.

La thèse aura un aspect théorique, avec l’étude et le choix de l’algorithme le plus adapté pour répondre à la problématique, et un aspect expérimental de validation sur un prototype de machine à absorption. Le projet impliquera également la conception d’un contrôleur pour l’implémentation.