Optimisation de la mesure et de l'interprétation des performances dans le cadre de la course au large
Year: 2014
Type: dissertation
Abstract: Aujourd’hui, l’optimisation des performances dans le domaine de la course au large ou de la régate nécessite l’analyse de dizaines de grandeurs physiques en temps réel ou en post-traitement. Par conséquent, les navires sont équi- pés de nombreux systèmes de mesure dont la chaine de mesure du vent. L’énergie du voilier étant produite par le vent, ce paramètre représente donc l’une des clés de l’analyse des performances. Cependant, cette mesure est entachée d’erreurs puisqu’elle est perturbée par plusieurs phénomènes (mou- vements, dérive, upwash, windshear...). Actuellement pour pallier ces erreurs, les voiliers sont équipés d’une centrale de navigation qui fusionne les données provenant de plusieurs capteurs pour calculer et corriger le vent. Malgré cela, la donnée du vent reste altérée par certaines corrections empiriques.Dans ces travaux, nous proposons une chaine de mesure du vent et ci- blons une perturbation corrigée de manière empirique : la dérive du voilier engendrée par le vent. Dans un premier temps, un modèle d’identification de cette dérive, basé sur les déplacements du bateau et un ensemble de filtres de Kalman, est testé sur un jeu de données simulées. Les résultats montrent la nécessité d’ajouter un capteur pour mesurer cette dérive. Par la suite, plu- sieurs modèles d’identification de la dérive sont comparés pour être couplés à ce capteur. Les résultats révèlent l’intérêt de ces modèles afin de disposer d’un système plus précis et plus robuste.Dans un second temps, le développement d’une centrale de navigation « ouverte » s’est avéré nécessaire pour mettre en application les algorithmes proposés. Les travaux de la dernière année de thèse ont abouti à la conception d’un système multi-supports qui a été testé pour analyser les performances d’un catamaran dans le cadre de la préparation à la petite coupe de l’Ame- rica.
Source: HAL
Author: Ronan Douguet
Institution: Université de Bretagne Occidentale
Language: French
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W1920296