Yvon JARNY

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. Sont pris en compte les éléments perturbateurs de la mesure (rapport signal/bruit, mauvaise sensibilité…).

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.

Cet article est destiné à introduire la notion de modèle, relatif à la résolution d'un problème dit "direct", en conduction thermique. Ce modèle permet de traiter classiquement une forme spécifique de l'équation de la chaleur et de ses conditions associées, grâce à la prise en compte du type de mesure(s) de température dont on peut disposer pour alimenter, par la suite, la démarche dite "inverse". Les différents types de modèles, ainsi que les grandeurs utilisées, sont d'abord présentés en optant pour une approche largement répandue en dynamique des systèmes, qui lie entrée(s) et sortie(s). Les techniques d'instrumentation actuellement disponibles pour mesurer la température sont ensuite passées en revue, en particulier le principe de mesure, la loi d'étalonnage et les caractéristiques stochastiques du bruit sur le signal. La notion de sensibilité, qui découle directement du modèle adopté, est enfin abordée : elle constitue un outil incontournable pour assurer, par la suite, la réussite d'une inversion.