Cette thèse porte sur l’intensification des transferts thermiques au moyen de nanofluides à base de structures carbonées, en associant une caractérisation expérimentale rigoureuse et une modélisation numérique avancée sous COMSOL Multiphysics. Deux formulations industrielles un nanofluide au graphène et un nanofluides hybride graphène–Fe₃O₄ ont été étudiées. Leurs propriétés thermophysiques et électriques ont été mesurées en fonction de la concentration massique (0,005–0,2 %) et de la température (283,15–313,15 K), puis comparées à des modèles théoriques et complétées par des corrélations empiriques. La première étude numérique analyse la convection naturelle magnétohydrodynamique dans une cavité tridimensionnelle en utilisant un nanofluide à base de nanotubes de carbone (CNT), afin de comprendre les mécanismes fondamentaux du transfert thermique. Les simulations montrent que l’ajout de nanoparticules renforce les échanges thermiques, tandis que le champ magnétique permet un contrôle actif des mouvements convectifs. La seconde étude porte sur la convection mixte dans un micro-échangeur à contre-courant utilisant les nanofluides caractérisés. Elle évalue l’impact des paramètres électromagnétiques, des vitesses d’entrée et des propriétés spécifiques des nanofluides sur les performances thermiques globales. Les simulations identifient des zones de performance optimale dépendant de la configuration de l’écoulement, de la nature du nanofluide et des conditions opératoires.

La manipulation robotique d'objets déformables demeure un défi majeur, car leurs déformations continues et dépendantes de la configuration échappent aux méthodes de contrôle classiques conçues pour les objets rigides. Cette thèse aborde l'asservissement de forme d'objets souples à travers deux approches. Dans un premier temps, nous établissons la relation analytique entre les déplacements de points caractéristiques de l'objet déformable et les mouvements du manipulateur à l'aide d'un modèle par éléments finis (FEM) dynamique et simplifié. Ces relations permettent de concevoir une loi de commande assurant le positionnement précis en temps réel de plusieurs points de l'objet. Des expériences menées avec un manipulateur robotique et une caméra RGB-D démontrent la faisabilité et la robustesse de cette stratégie de positionnement indirect. Dans un second temps, nous proposons une nouvelle loi de commande pour le contrôle de la forme de l'objet qui combine un à modèle éléments finis dynamique avec des représentations latentes de faible dimension de la forme de l'objet, obtenues par Analyse en Composantes Principales (ACP), autoencodeurs ou laplacien. Cette paramétrisation de faible dimension permet de dériver des algorithmes d'asservissement en boucle fermée, robustifiés par un retour visuel en temps réel. Enfin, la thèse présente également le suivi d’objets déformables, comblant l'écart entre modélisation numérique et déformations observées dans le monde réel.

Les multiprocesseurs sur puce reposent sur les réseaux sur puce (NoCs) pour assurer des communications efficaces entre cœurs. L’augmentation du trafic accroît toutefois la latence et la consommation de bande passante, motivant l’adoption de techniques comme la compression delta et les communications approximatives. Bien qu’elles améliorent performances et efficacité énergétique, ces techniques exposent les NoCs à de nouvelles vulnérabilités face aux attaques de type Trojan matériel, pouvant dégrader la qualité des applications et les performances. Nous analysons ces menaces et proposons des solutions adaptées pour y remédier. Pour la compression delta, nous proposons SED2C, qui intègre statiquement des codes de détection et de correction d'erreurs pour protéger des bases de taille fixe, et DyED2C, qui ajuste dynamiquement la protection pour des bases de taille variable. Les résultats expérimentaux montrent une amélioration significative de la qualité des applications avec un faible surcoût matériel. Pour les communications approximatives, nous proposons DyEKF, basé sur un filtre de Kalman étendu (EKF), permettant un compromis entre fiabilité, performances et qualité des applications. Les évaluations montrent une réduction significative du taux de retransmission par rapport à l’état de l’art, tout en maintenant une qualité équivalente et un coût matériel modéré.

Les capteurs à fibre optique de mesure répartie de déformation constituent une technologie prometteuse pour le suivi de santé structurale. Cependant, les mesures peuvent être lissées par rapport aux déformations réelles en raison d’un effet de transfert mécanique entre le capteur et la structure. À partir d’un modèle unidimensionnel issu de la mécanique des milieux continus, cette thèse vise à comprendre ces limites et à estimer les déformations réelles à partir des mesures, dans le cadre d’un problème inverse. Une nouvelle méthode, Double First-Order Decomposition (Dfod), a été développée pour résoudre efficacement le problème direct, offrant une précision quasi analytique et une rapidité de calcul remarquable. Une méthode inverse quadratique, fondée sur Dfod, permet ensuite de reconstruire le champ de déformation réel avec stabilité et robustesse face au bruit expérimental. Des essais sur des barres d’acier instrumentées avec différents câbles optiques ont validé le modèle et permis de caractériser le transfert mécanique à l’aide d’un paramètre global lié aux propriétés et conditions d’installation de chaque câble. Ces travaux ont également révélé les limites des câbles à gaine métallique, dont le paramètre de transfert varie avec la charge appliquée. Ce travail propose un cadre cohérent et validé expérimentalement, ouvrant la voie au développement de systèmes DFOS intelligents et intégrés pour le suivi en temps réel des infrastructures.

Cette thèse porte sur le développement d’une méthode de caractérisation mécanique des matériaux métalliques à partir d’une courbe d’indentation reliant force et enfoncement d’un indenteur quasi sphérique. Une première étude expérimentale a permis d’établir le protocole d’essai le plus adapté aux matériaux industriels. Les simulations avec un indenteur sphérique rigide a ensuite permis de constituer une base de données numérique limitée mais rapide à générer. Une méthode originale de transformation des courbes a été développée pour passer d’un indenteur rigide à un indenteur déformable non sphérique. Validée numériquement, elle permet de constituer rapidement une base d’indentation pour un indenteur monobloc déformable de rayon proche de 0,5 mm, utilisé ensuite pour la caractérisation. La méthode de caractérisation proposée combine analyse inverse via un algorithme simplexe et exploitation de cette base numérique. Pour renforcer la robustesse face au bruit expérimental, des déformations représentatives sont extraites : calculées à différents niveaux d’enfoncement à partir de la matrice hessienne des résidus, les contraintes associées sont déduites de la loi de Hollomon, générant plusieurs points représentatifs. Par ailleurs, diverses stratégies de recalage entre courbes expérimentales et numériques permettent d’accroître le nombre de points sur la loi d’écrouissage. Enfin, une validation numérique et expérimentale montre une bonne corrélation entre les paramètres mécaniques issus de l’indentation et ceux des essais de traction, avec une précision particulièrement élevée sur la résistance à la traction.

Les systèmes logiciels sont omniprésents dans les sociétés modernes. Qu'il s'agisse de smartphones ou de services publics essentiels, nombre d'entre eux traitent des données sensibles, rendant critique leur protection contre les fuites et les erreurs de gestion de ces données. Parmi les faiblesses récurrentes, comme l'illustrent la CWE-200 et ses descendants, la divulgation involontaire d'information est une menace persistante. Cette thèse explore comment l'analyse statique intégrée au sein d'un compilateur peut détecter automatiquement de telles faiblesses. Nous commençons par disséquer l'analyseur statique de GCC, en documentant son moteur d'exécution symbolique, son modèle mémoire, et son système de diagnostique, le mettant ainsi en évidence comme un bon candidat pour des analyses de sécurité. En nous appuyant sur cette base, nous proposons GnuZero, un outil basé sur GCC pour détecter des mises à zéro manquantes de données sensibles, identifiées par les CWE-226 et CWE-244, grâce à un ensemble d'attributs dédiés et d'une analyse de propagation de teinte basée sur la durée de vie des variables, validée sur des bancs d'essai et des logiciels du monde réel. Nous généralisons ensuite cette approche avec GnuSecret, un cadriciel unifiant le suivi de secrets pour capturer des faiblesses plus larges de divulgation d'informations, détectant avec succès des vulnérabilités connues et nouvelles. Ensemble, ces contributions démontrent la faisabilité et l'efficacité des analyses mises en œuvre dans un compilateur largement utilisé.

Améliorer l'efficacité des transports en commun est un enjeu crucial pour les organismes qui en assurent la gestion. Aujourd'hui, grâce à l'essor des données massives et des nouvelles méthodes d'apprentissage automatique, il est de plus en plus facile d'organiser la gestion des services de transport et de comprendre ainsi que de prédire différents critères de performance, comme la vitesse commerciale. La prédiction de la vitesse commerciale permettrait d'améliorer la fluidité du réseau, ses performances et la satisfaction de ses usagers et de ses gestionnaires. Cependant, les méthodes actuellement mises en œuvre sont imparfaites et ont du mal à prendre en compte la complexité des interactions entre les différents facteurs influençant la performance du réseau. D'où le besoin, voire la nécessité, pour les exploitants, de déterminer des approches plus avancées et performantes. Le principal défi réside dans l'identification de ces facteurs déterminants. Par ailleurs, les relations spatio-temporelles entre ces facteurs et la vitesse commerciale rendent les estimations complexes. L'utilisation des réseaux de neurones en graphes (GNN) apparaît donc comme l'une des solutions prometteuses. Actuellement, leurs applications dans la littérature restent peu explorées pour cette tâche. Dans cette thèse, une approche fondée sur les GNN est proposée pour prédire la vitesse commerciale des bus. L'un des principaux indicateurs de performance des réseaux de transport en commun. Des expérimentations sur des jeux de données issus d'un réseau de transport de bus montrent que cette approche surpasse les méthodes plus traditionnelles, en termes de précision et de robustesse. Ces résultats ouvrent la voie à une gestion plus efficace et explicative des systèmes complexes de transports urbains par bus.

Les systèmes multi-robots constituent une classe centrale de systèmes multi-agents, où plusieurs robots coopèrent pour accomplir des tâches dépassant les capacités d’un seul agent. Leur efficacité repose sur des mécanismes décentralisés ou distribués, mais les approches classiques, bien qu’efficaces pour analyser la coordination et le maintien de la connectivité, peinent à s’adapter à des environnements dynamiques et incertains. L’apprentissage automatique offre une alternative prometteuse en permettant aux agents d’apprendre des stratégies de coordination robustes à partir de données, mais il intègre rarement la communication explicite, pourtant essentielle à l’évolutivité. Cette thèse propose des méthodes hybrides combinant apprentissage et contrôle distribué sensible à la communication, afin de concevoir des systèmes multi-robots plus adaptatifs, robustes et déployables dans des environnements réels.

Les systèmes dynamiques permettent de modéliser des phénomènes évoluant dans le temps selon certaines lois (par exemple physiques), mais n'admettent généralement pas de solution explicite. Ces systèmes peuvent tout de même être (partiellement) résolus lorsqu'ils admettent des intégrales premières, fonctions qui restent constantes pour toute solution du système. Plusieurs classes importantes d'intégrales premières sont construites en combinant suffisamment de polynômes, dits de Darboux. On peut alors montrer la non-existence de telles intégrales premières en énumérant exhaustivement tous ces polynômes, ce qu'on ne sait faire que jusqu'à une borne sur leur degré. Cette thèse présente des algorithmes qui génèrent des preuves qu'un système n'admet pas de polynômes de Darboux. Nous proposons ainsi une nouvelle preuve, entièrement automatisée, que l'oscillateur de Van der Pol ne possède pas de polynôme de Darboux. Notre approche n'est pas limitée par la dimension du système : nous montrons que le système physique de Shimizu-Morioka, de dimension 3, n'admet pas de polynômes de Darboux pour toute valuation de ses paramètres, répondant à une conjecture ouverte. Enfin, nous montrons comment accélérer les procédures existantes de génération de polynômes de Darboux de degré borné. On montre expérimentalement que notre stratégie réduit la dépendance au choix de l'ordre monomial utilisé et permet de générer des polynômes de plus haut degré pour des systèmes de dimension 3.

La musculation est une activité physique largement démocratisée en France, comptant 7,7 millions pratiquants réguliers. Recommandée dans l’ensemble de la population adulte, la musculation participe à l’entretien de la santé musculaire et au maintien de la qualité de vie. L’hypertrophie du tissu musculaire est corrélée aux taux de synthèse protéique et de protéolyse. L’entrainement et l’alimentation sont deux éléments influençant significativement le métabolisme protéique. En particulier, les apports énergétiques et protéiques sont des variables nutritionnelles déterminantes. En tenant compte du contexte individuel du pratiquant de musculation (expérience, composition corporelle, balance énergétique…), il sera recommandé d’observer un apport protéique quotidien de 1.6 à 3.1 g / Kg. Les pratiquants de musculation sont également susceptibles de se supplémenter dans le but d’améliorer leurs performances et leur santé. Les oméga-3, la créatine et la β-alanine font parti des compléments alimentaires ayant fait l’objet de nombreuses études scientifiques. La supplémentation en oméga-3 permet de prévenir le déficit endémique occidental, moduler la réponse inflammatoire à l’entrainement et améliorer la récupération musculaire. Il sera recommandé au pratiquant de musculation de s’assurer de consommer quotidiennement plus de 500 mg d’EPA et DHA. Certaines données tendent à démontrer qu’une consommation plus importante, de plus de 2 g / j, pourrait être davantage bénéfique pour l’hypertrophie, en faisant intervenir de nombreux mécanismes d’action régulant le métabolisme protéique. L’effet de la supplémentation en créatine sur le métabolisme musculaire est bien établi. Cet effet est principalement médié par l’amélioration des performances en anaérobie alactique. La consommation quotidienne de 3 à 5 g de créatine permet d’optimiser ces effets. La supplémentation en β-alanine atténue la sensation de fatigue au cours des entrainements en anaérobie lactique. La supplémentation pourra en particulier être conseillée pour les pratiquants de musculation dont le programme d’entrainement favorise la production d’acidité. Il sera alors recommandé de consommer 6.4 g de de bêta-alanine répartis en plusieurs prises quotidiennes.