Etablissement Université Médéa -Yahia Farès Affiliation Institut des Sciences et de la Technologie Auteur MOUSSAOUI, Mohamed Directeur de

Mémoires de Fin d’Etudes
Etablissement Université Médéa -Yahia Farès Affiliation Institut des Sciences et de la Technologie Auteur MOUSSAOUI, Mohamed Directeur de thèse HANINI Salah (Professeur) Filière Génie des procèdes Diplôme Doctorat Titre Calcul numerique des facteurs de forme radiatifs dans les capteurs solaires Mots clés Capteurs solaires; Facteurs de forme radiatifs ; calcul numerique, Modelisation ; Simulation Résumé Afin de modeliser avec precision le transfert thermique incorporant le mode radiatif, ii est indispensable et primordiale de deterrniner avec precision les facteurs de forme radiatifs entre la surface emettrice et receptrice au rayonnement. La deterrnination met en æuvre des moyens experimentaux et numeriques importants. Pour pallier el ces problemes, des modeles ont ere developpes afin de predire le facteur de forme des diverses configurations. Ce sont essentiellement des modeles deterrninistes bases sur la notion de I’angle solide. Ces dernieres annees, les reseaux de neurones (RN) ont dernontre leur capacite ii rnodeliser des procedes energetique teIs que les facteurs de formes radiatifs: Walter W. Yuen, 2009, [2] ; Ozan Senkal, 2010 [5] ; Hui Xie, Li Lill, Fei Ma et Huifang Fan, 2009 [7] ; Hanini S., Bouaziz M.N., Mauret E., Hassani D. (2005) [13] ; Hanini S., Boudjernai A., Bouaziz M.N., Bal K.E., Bal Y., (1999) [13]. Leur principal avantage, cornpare aux modeles de connaissance, est leur capacite ii modeliser ces procedes sans avoir une connaissance approfondie des mecanismes mis en jeu. Un autre avantage important des RN, compare ii d’autres approximateurs universels teIs que les regressions lineaires ou polynorniales, est qu’ils sont des approximateurs non-lineaires parcimonieux, permettant une modelisation tk procedes non-lineaires avec un nombre minimal de parametres, Deux types de RN peuvent etre utilises pour rnodeliser un procede statique : un perceptron non boucle (ou statique) et un reseau de neurone multicouches dynarnique (perceptron boucle). La propriete fondamentale des reseaux de neurones multicouches est I’approximation parcimonieuse, Cette propriete est utilisee pour la conception de la topologie de reseau de neurones afin de traiter des equations deterrninistes c1assiques des facteurs de forme radiatifs l’une correspond aux capteurs solaires plans, parabol iques, ... etc. C’est dans ce but que s’inscrit cette etude concernant le calcul cognitif des facteurs de farme radiatifs dans les capieurs solaires. Le cahier de charge s’organise en quatre chapitres, une conclusion generale et une bibliographie en relation au sujet: • Dans le premier chapitre, une revue bibliographique, etat de l’art sur le theme sera presentee. Elle consiste en une etude de synthese theorique sur le calcul des facteurs de forme radiatifs dans les capteurs solaires. Cette revue bibliographique va permettre de faire le point sur les connaissances actuelles les performances des facteurs de formes solaires. • Le second chapitre sera consacre aux capteurs solaires en abordant successivement la classification, la phenomenologie de chaque type, le principe de fonctionnement et les avantages et les inconvenients. • Le troisieme chapitre met en evidence les notions fondamentales des reseaux de neurones • Le dernier chapitre comporte deux volets: Le premier la preparation de la base des donnees experimentales et/ou analytiques des facteurs de forme radiatifs des capteurs solaires et le second concerne la modelisation et I’ optimisation du reseau de neurones, suivie d’une validation du reseau de neurone optimale obtenu et la simulation par des comparaisons entre le calcul, I’experience et les resultats de la litterature. Enfin une conclusion generale et des perspectives. -1/2- Reterences 1. Yong Kang Khor, Yew Mun Hung et Boon Kian Lim, October 2010, "On the role ofradiation view factor in thermal performance of straight-fin heat sinks", International Communications in Heat and Mass Transfer, Vol. 37, Issue 8, pp. 1087-1095. 1. Walter W. Yuen, 2009, "RAD-NNET, a neural network based correlation developed for a realistic simulation of the non-gray radiative heat transfer effect in three-dimensional gas-particle mixtures" International Journal of Heat and Mass Transfer, Vol. 52, Issue 13-14, pp. 3159-3168. 1. Vueghs P., de Koning H. P., Pin O. et Beckers P., 2010, "Use of geometry in finite element thermal radiation combined with ray tracing", Journal of Computational and Applied Mathematics, Vol. 234, pp. 2319-2326 4. Schnatbaum L., 2009, "Solar thermal power plants", The European Physical Journal Special Topics, Vol. 176, pp. 127-140. 4. Ozan Senkal, October 2010, "Modeling of solar radiation using remote sensing and artificial neural network in Turkey", Energy, Article in Press, Corrected Proof. 4. Mallik R. K., Mahapatra S. K., et Sarkar A. 2009, "Neural-finite difference method (NFDM) in development of improved differential approximation (IDA) and its application for coupled conduction and radiation heat transfer in a square enclosure: An experimental validation", International Journal of Heat and Mass Transfer, Vol. 52, pp. 504-515. 4. Hui Xie, Li Liu, Fei Ma et Huifang Fan, 2009, "Performance Prediction of Solar Collectors Using Artificial Neural Networks" International Conference on Artificial Intelligence and Computational Intelligence, Vol. 02, pp. 573-576. R. HowelI J. R., 1998, "The Monte Carlo method in radiative heat transfer" 1. Heat Transfer, Vol. 120, pp 547¬560. 9. Erchiqui F., Hamani I. et A. Charrette, 2009, "Modelisation par elernents finis du chauffage infrarouge des membranes thermoplastiques semi-transparentes", International Journal of Thermal Sciences, Vol. 48, pp. 73¬84. IO. Bouris D. et Chatziangelidis K., 2009, "Calculation of the distribution of incoming solar radiation in enclosures", Applied Thermal Engineering, Vol. 29, Issues 5-6, pp. 1096-1105. ll. Bopche S. B. et Sridharan A., 2010, "Analytical expressions for configuration factor between cylindrical surfaces in rod bundle geometry," Nuclear Engineering and Design, Vol. 240, Issue 10, pp 3020-3036. 12. Bopche S. B. et Sridharan A., 2009, "Determination ofview factors by contour integral technique," Annals of Nuclear Energy, Vol. 36, Issues 11-12, pp 1681-1688, November-December 2009. 12. D. HASSANI, S. HANINI, K. DAOUD, E. MAU RET, "Application of the neuronal method for calculation the axial dispersion in the beds fixed of the linings parallelepipedic" J. Applied Sci 8(19): 3380-3388, 2008; http://www.scialert.com et/ou http://scialert.net 14. Hanini S., Boudjemai A., Bouaziz M.N., BaI K.E., BaI Y., 1999. Methode des reseaux de neurones pour le caleul des facteurs de forme radiatifs. Application au contrðle thermique des satellites. Conference sur les Reseaux de Neurones, la Logique Floue, et Leurs Applications, CSCA "99, Alger, 8-9, Nov Statut Validé