Équipements pour l’étude des algorithmes de commande des turbines éoliennes.
Accélérer les réponses technologiques aux enjeux environnementaux et de surexploitation des ressources critiques (énergie, eau, matières premières).
- Gérer la boucle état de santé - performance d'un système, depuis la surveillance jusqu'à la mise en place d'actions de contrôle et de décision (e.g. applications aux systèmes de conversion d’énergie, au monitoring de l’état de santé des batteries, à la détection et localisation de fuite d’eaux pour les centrales hydroélectriques, les parcs éoliens).
- Algorithmes d’apprentissage (ML) pour la détection d’anomalies, en temps réel (comportements, objets en vidéos ou images), applications en agriculture (e.g. utilisation ciblée de pesticide, alertes de stress hydrique).
- Développer des méthodes pour améliorer la sélectivité de capteurs chimiques ou de gaz pour la détection de molécules polluantes dans l’eau ou dans l’air (utilisation de plusieurs capteurs ou conditions expérimentales, méthodes de séparation de sources adaptées à des mélanges fortement non-linéaires).
- Développement de systèmes d'énergie éolienne, éoliennes aéroportés basés sur effet Magnus (éoliennes en haute altitude).
- Conception de réseaux électriques intelligents (smart grid, Vehicle to Grid - V2G et Vehicle-to-Home - V2H), réduire la consommation énergétique des habitations tout en améliorant confort et sécurité.
- Réaliser des jumeaux numériques d’infrastructures et réseau (e.g. plateforme expérimentale Grenoble Traffic Lab GTL).
- Modélisation, analyse, observation et commande de phénomènes distribués couplés (e.g. gestion des catastrophes, gestion de flottes).
- Mesurer et modéliser le comportement individuel et social.
