Mohammad Hosein Saeedinia nouveau diplômé au doctorat en sciences et technologies de l'information
Mohammad Hosein Saeedinia a soutenu avec succès sa thèse, le 9 juin 2025, devenant ainsi diplômé au doctorat en sciences et technologies de l’information. Il a également obtenu la mention ‘Excellent’ lors de sa soutenance.
La thèse est intitulée : Computational intelligence based modeling of UAV-integrated PV module in icing condition
En voici un résumé :
L'intégration des systèmes photovoltaïques (PV) dans les véhicules aériens sans pilote (UAV) offre des avantages prometteurs, tels qu'une endurance de vol accrue et une meilleure efficacité énergétique. Cependant, les complexités dynamiques et environnementales liées au mouvement des UAV et aux conditions défavorables, comme le givrage en vol, nécessitent des approches avancées de modélisation et d'optimisation pour étudier le comportement des modules PV intégrés aux UAV et optimiser leurs performances.
Cette étude développe un cadre global qui répond à ces défis en intégrant un ensemble de méthodes analytiques, mathématiques, d'optimisation et basées sur l'intelligence computationnelle. En utilisant les concepts de matrices de rotation, les angles d'inclinaison et d'azimut du module PV sont calculés en fonction des angles de lacet, de tangage et de roulis de l'UAV, tandis que l'algorithme d'optimisation Grey Wolf est utilisé pour ajuster de manière adaptative le facteur d'idéalité du module PV. Cela permet une prédiction précise du point de puissance maximale (MPP) dans des conditions opérationnelles en temps réel. De plus, des modèles d'apprentissage automatique multi-entrées multi-sorties (MIMO) et multi-entrées une sortie (MISO) sont introduits et entraînés sur des ensembles de données représentant les conditions environnementales et de vol historiques. Ces ensembles de données sont traités à l'aide de méthodes d'optimisation avancées, telles que l'algorithme d'optimisation des baleines (WOA) et l'algorithme Dogleg Trust Region (DTRA), afin d'affiner l'extraction des paramètres du système PV et d'améliorer la précision prédictive des modèles dans des scénarios de vol dynamiques. L'étude examine également le problème critique du givrage atmosphérique en vol, qui obstrue la lumière du soleil et affecte les performances du module PV. En segmentant la courbe de fonctionnement du module PV en zones couvertes de glace et zones normales, un cadre computationnel est développé pour modéliser l'impact du givrage, en intégrant ses effets dans les calculs d'irradiance. Des méthodes avancées d'intelligence computationnelle sont utilisées pour prédire les performances du module PV dans des conditions telles que l'ombrage partiel et les variations de lumière dues au mouvement de l'UAV.
Ce projet de recherche a été mené au sein du Laboratoire de recherche en efficacité énergétique des réseaux électriques (LAR3E) à l’UQO. Les recherches de monsieur Saeedinia ont été dirigées par le professeur Shamsodin Taheri du Département d’informatique et d’ingénierie (DII) de l’UQO et co-dirigées par la professeure Ana-Maria Cretu, du DII de l’UQO. Le jury pour la soutenance était présidé par le professeur Etien St-Onge, du DII de l’UQO, et composé du professeur Abbas Rabiee, de l’université Laval ainsi que du professeur Miloud Rezkallah, du DII de l’UQO.
La doyenne des études, Stéphanie Demerse, était également présente.
L’UQO félicite monsieur Saeedinia!
Le 10 juin 2025
