Yvon JARNY

Découvrez  la mise en forme mathématique du problème de minimisation d’une fonction objet représentative de l’écart entre la mesure et le modèle. Sont pris en compte les éléments perturbateurs de la mesure (rapport signal/bruit, mauvaise sensibilité…).

En diffusion thermique, les techniques d’inversion ne sont pas toujours satisfaisantes et nécessitent d’être affinées. Zoom sur les six composantes de l'erreur d'estimation, puis sur les outils spécifiques de conduction inverse et de régularisation.

Apprenez la notion de modèle relatif à la restitution d'un problème dit "direct" en conduction thermique. Cette approche permet ensuite d'alimenter la démarche dite "inverse" visant à remonter au flux thermique.

Les méthodes inverses associent une métrologie sur un système donné, un modèle représentatif du fonctionnement dudit système et des algorithmes numériques. L’application en convection thermique forcée permet de mieux appréhender la compétition entre le phénomène d’advection et la diffusion thermique.

En diffusion thermique, les techniques d’inversion ne sont pas toujours satisfaisantes et nécessitent d’être affinées. Zoom sur les six composantes de l'erreur d'estimation puis sur les outils spécifiques de conduction inverse et de régularisation.

Découvrez  la mise en forme mathématique du problème de minimisation d’une fonction objet représentative de l’écart entre la mesure et le modèle. Les éléments perturbateurs de la mesure (rapport signal/bruit, mauvaise sensibilité…) sont pris en compte.

Bien comprendre la notion de modèle relatif à la restitution d'un problème dit "direct" en construction thermique. Il permet ensuite d'alimenter la démarche dite "inverse" visant à remonter au flux thermique.