Pile à combustible à oxyde solideLes piles à combustibles à oxydes solides (ou SOFC selon l'acronyme anglais de Solid oxide fuel cells) sont prévues essentiellement pour les applications stationnaires avec une puissance de sortie allant de 1 kW à 2 MW. Elles fonctionnent à très hautes températures, typiquement entre et (723 et 1273 K). Leurs rejets gazeux peuvent être utilisés pour alimenter une turbine à gaz secondaire afin d'accroître le rendement électrique.
Pile à combustibleUne pile à combustible est un générateur électrochimique produisant une tension électrique grâce à l'oxydation sur une électrode d'un combustible réducteur (par exemple le dihydrogène) couplée à la réduction sur l'autre électrode d'un oxydant, tel que l'oxygène de l'air. Elle est distincte de la pile électrique, qui fonctionne également par réaction d'oxydoréduction, mais qui est constituée d'empilements de métaux. vignette|Pile à combustible de la NASA au méthanol.
Glossary of fuel cell termsThe Glossary of fuel cell terms lists the definitions of many terms used within the fuel cell industry. The terms in this fuel cell glossary may be used by fuel cell industry associations, in education material and fuel cell codes and standards to name but a few. Activation loss See overpotential Adsorption Adsorption is a process that occurs when a gas or liquid solute accumulates on the surface of a solid or a liquid (adsorbent), forming a film of molecules or atoms (the adsorbate).
Optimisation (mathématiques)L'optimisation est une branche des mathématiques cherchant à modéliser, à analyser et à résoudre analytiquement ou numériquement les problèmes qui consistent à minimiser ou maximiser une fonction sur un ensemble. L’optimisation joue un rôle important en recherche opérationnelle (domaine à la frontière entre l'informatique, les mathématiques et l'économie), dans les mathématiques appliquées (fondamentales pour l'industrie et l'ingénierie), en analyse et en analyse numérique, en statistique pour l’estimation du maximum de vraisemblance d’une distribution, pour la recherche de stratégies dans le cadre de la théorie des jeux, ou encore en théorie du contrôle et de la commande.
Électrolyse à oxyde solidevignette|Module expérimental de deux piles de d'électrolyse visibles au centre, installé avec ses alimentations et ses conduits. L'électrolyse à oxyde solide est un procédé d'électrolyse de l'eau ou du dioxyde de carbone à l'aide d'électrolytes constitués d'oxydes solides, notamment de céramiques, afin de produire de l'oxygène et de l'hydrogène ou du monoxyde de carbone CO, selon les réactions et respectivement. La production d'hydrogène par cette voie est intéressante car d'empreinte écologique réduite et offrant un moyen de stockage de l'énergie alternatif aux accumulateurs.
Problème de satisfaction de contraintesLes problèmes de satisfaction de contraintes ou CSP (Constraint Satisfaction Problem) sont des problèmes mathématiques où l'on cherche des états ou des objets satisfaisant un certain nombre de contraintes ou de critères. Les CSP font l'objet de recherches intenses à la fois en intelligence artificielle et en recherche opérationnelle. De nombreux CSP nécessitent la combinaison d'heuristiques et de méthodes d'optimisation combinatoire pour être résolus en un temps raisonnable.
Global optimizationGlobal optimization is a branch of applied mathematics and numerical analysis that attempts to find the global minima or maxima of a function or a set of functions on a given set. It is usually described as a minimization problem because the maximization of the real-valued function is equivalent to the minimization of the function . Given a possibly nonlinear and non-convex continuous function with the global minima and the set of all global minimizers in , the standard minimization problem can be given as that is, finding and a global minimizer in ; where is a (not necessarily convex) compact set defined by inequalities .
Pile à combustible à membrane échangeuse de protonsLes piles à combustible à membrane échangeuse de protons, connues aussi sous le nom de piles à combustible à membrane électrolyte polymère (PEMFC, pour l'anglais en ou en) sont un type de piles à combustible développées pour des applications dans les transports aussi bien que pour des applications dans les portables. Leurs caractéristiques propres incluent un fonctionnement des gammes de basses pressions et températures et une membrane électrolyte polymère spécifique.
Contrainte (mathématiques)En mathématiques, une contrainte est une condition que doit satisfaire la solution d'un problème d'optimisation. On distingue deux types de contraintes : les contraintes d'égalité et les contraintes en inégalité. L'ensemble des solutions satisfaisant toutes les contraintes est appelé l'ensemble admissible. On considère un problème d'optimisation classique : avec et et désigne le vecteur . Dans cet exemple, la première ligne montre la fonction à minimiser (appelée fonction objectif ou fonction-coût) mais aussi l'ensemble où la solution doit être recherché, ici C.
Pile à combustible alcalineLes piles à combustible alcalines (ou AFC selon l'acronyme de l'appellation anglaise alkaline fuel cell) sont une des techniques de piles à combustible les plus développées. C'est aussi une technique qui fut employée lors des expéditions lunaires. Les agences spatiales ont utilisé les AFC dès le milieu des années 1960, lors des programmes Gemini, Apollo, Soyouz 7K-L3 et pour les navettes spatiales Shuttle et Bourane. Les AFC consomment de l'hydrogène et de l'oxygène pur en produisant de l'eau potable, de la chaleur et de l'électricité.
Optimisation convexevignette|320x320px|Optimisation convexe dans un espace en deux dimensions dans un espace contraint L'optimisation convexe est une sous-discipline de l'optimisation mathématique, dans laquelle le critère à minimiser est convexe et l'ensemble admissible est convexe. Ces problèmes sont plus simples à analyser et à résoudre que les problèmes d'optimisation non convexes, bien qu'ils puissent être NP-difficile (c'est le cas de l'optimisation copositive). La théorie permettant d'analyser ces problèmes ne requiert pas la différentiabilité des fonctions.
Véhicule à pile à combustibleUn véhicule à pile à combustible (VPC) ou véhicule électrique à pile à combustible est un véhicule électrique qui utilise une pile à combustible, parfois en combinaison avec une petite batterie ou un supercondensateur, pour alimenter son moteur électrique embarqué. Les piles à combustible sont alimentées par un carburant qui peut être en particulier l'hydrogène, le méthanol, l'éthanol ou l'acide formique. Ces véhicules ont un bilan carbone faible par rapport aux véhicules à moteur à combustion interne, en particulier suivant le mode de production du carburant alimentant la pile.
MicrocogénérationLa micro-cogénération, aussi appelée micro CHP (pour micro combined heat and power), désigne un système de cogénération de très petite puissance électrique (inférieure 36 kilowatt). Le niveau de puissance thermique de tels systèmes est adapté au besoin de chauffage et d'eau chaude sanitaire d'un seul bâtiment. Il s'agit donc d'un système de production décentralisée d'énergie. Le bâtiment qui en est équipé peut se passer de tout autre moyen de chauffage ou de connexion à un réseau de chaleur.
Programmation par contraintesLa programmation par contraintes (PPC, ou CP pour constraint programming en anglais) est un paradigme de programmation apparu dans les années 1970 et 1980 permettant de résoudre des problèmes combinatoires de grande taille tels que les problèmes de planification et d'ordonnancement. En programmation par contraintes, on sépare la partie modélisation à l'aide de problèmes de satisfaction de contraintes (ou CSP pour Constraint Satisfaction Problem), de la partie résolution dont la particularité réside dans l'utilisation active des contraintes du problème pour réduire la taille de l'espace des solutions à parcourir (on parle de propagation de contraintes).
Constraint logic programmingConstraint logic programming is a form of constraint programming, in which logic programming is extended to include concepts from constraint satisfaction. A constraint logic program is a logic program that contains constraints in the body of clauses. An example of a clause including a constraint is . In this clause, is a constraint; A(X,Y), B(X), and C(Y) are literals as in regular logic programming. This clause states one condition under which the statement A(X,Y) holds: X+Y is greater than zero and both B(X) and C(Y) are true.
Optimisation multidisciplinaireL'Optimisation de Conception Multidisciplinaire (OMD ou MDO, Multidisciplinary Design Optimisation, en anglais) est un domaine d'ingénierie qui utilise des méthodes d'optimisation afin de résoudre des problèmes de conception mettant en œuvre plusieurs disciplines. La MDO permet aux concepteurs d'incorporer les effets de chacune des disciplines en même temps. L'optimum global ainsi trouvé est meilleur que la configuration trouvée en optimisant chaque discipline indépendamment des autres, car l'on prend en compte les interactions entre les disciplines.
Optimisation par essaims particulairesL'optimisation par essaims particulaires (OEP ou PSO en anglais) est une métaheuristique d'optimisation, inventée par Russel Eberhart (ingénieur en électricité) et James Kennedy (socio-psychologue) en 1995. Cet algorithme s'inspire à l'origine du monde du vivant. Il s'appuie notamment sur un modèle développé par Craig Reynolds à la fin des années 1980, permettant de simuler le déplacement d'un groupe d'oiseaux. Une autre source d'inspiration, revendiquée par les auteurs, James Kennedy et Russel Eberhart, est la socio-psychologie.
Algorithme de colonies de fourmisLes algorithmes de colonies de fourmis (, ou ACO) sont des algorithmes inspirés du comportement des fourmis, ou d'autres espèces formant un superorganisme, et qui constituent une famille de métaheuristiques d’optimisation. Initialement proposé par Marco Dorigo dans les années 1990, pour la recherche de chemins optimaux dans un graphe, le premier algorithme s’inspire du comportement des fourmis recherchant un chemin entre leur colonie et une source de nourriture.
Stochastic optimizationStochastic optimization (SO) methods are optimization methods that generate and use random variables. For stochastic problems, the random variables appear in the formulation of the optimization problem itself, which involves random objective functions or random constraints. Stochastic optimization methods also include methods with random iterates. Some stochastic optimization methods use random iterates to solve stochastic problems, combining both meanings of stochastic optimization.
Constraint satisfactionIn artificial intelligence and operations research, constraint satisfaction is the process of finding a solution through a set of constraints that impose conditions that the variables must satisfy. A solution is therefore a set of values for the variables that satisfies all constraints—that is, a point in the feasible region. The techniques used in constraint satisfaction depend on the kind of constraints being considered.
