C’est avec un immense plaisir que l'ISEN vous convie à la soutenance de thèse d’Elie COURDOUAN, ancien étudiant, en Micro & Nanoélectronique intitulée :
La soutenance aura lieu le :
Mardi 17 Décembre à 10h30 Amphithéâtre de l’ISEN Yncrea Méditerranée Maison du Numérique et de l’Innovation Place G. Pompidou - 83 000 TOULON
Le jury est composé de:
Mr. Luc HEBARD, Professeur, ICube, UMR 7357, Rapporteur
Mr. Alain PEGATOQUET, Maitre de conférence HDR, LEAT, UMR 7248, Rapporteur
Mr. Hervé BARTHELEMY, Professeur IM2NP, UMR 7334, Examinateur
Mr. Wenceslas RAHAJANDRAIBE, Professeur, IM2NP, UMR 7334, Examinateur
Mr. Jean-François ROBILLARD, Enseignant Chercheur, IEMN, UMR 8520, Examinateur
Mme. Edith KUSSENER, Enseignant Chercheur HDR, IM2NP, ISEN Toulon, UMR 7334, Directeur de thèse
Mr. Lionel GIROD, encadrant Industriel au sein de la société Step At, dans le cadre du déroulement de la thèse CIFRE.
Résumé du travail réalisé :
Avec l’avènement de l’Internet des Objets et du Big Data, le déploiement de capteurs autonomes à grande échelle a explosé au cours des dernières années. Le faible coût associé à ce nouveau marché a rapidement posé le problème d'autonomie de ces capteurs qui sont loin de tenir leur promesse.
Le but de cette étude est d'étudier et de concevoir un système de gestion de batterie innovant et à faible coût permettant de récupérer de l’énergie depuis une ou plusieurs sources d’énergie telles que le photovoltaïque, la piézo-électricité ou encore la thermoélectricité.
La consommation énergétique étant le critère le plus important, un soin tout particulier est apporté à l’optimisation du rendement avec la mise en œuvre d’un MPPT performant, basé sur des réseaux de neurones mais adapté à la problématique low-power. Enfin, au terme de cette étude, un algorithme d’apprentissage innovant a été conçu, permettant de réaliser un apprentissage non supervisé sur des microcontrôleurs à faible consommation.
UNE QUESTION ? Notre équipe pédagogique vous répond