Optimisation multiobjectifL'optimisation multiobjectif (appelée aussi Programmation multi-objective ou optimisation multi-critère) est une branche de l'optimisation mathématique traitant spécifiquement des problèmes d'optimisation ayant plusieurs fonctions objectifs. Elle se distingue de l'optimisation multidisciplinaire par le fait que les objectifs à optimiser portent ici sur un seul problème. Les problèmes multiobjectifs ont un intérêt grandissant dans l'industrie où les responsables sont contraints de tenter d'optimiser des objectifs contradictoires.
Échangeur de chaleurUn échangeur de chaleur est un dispositif permettant de transférer de l'énergie thermique d'un fluide vers un autre sans les mélanger. Le flux thermique y traverse la surface d'échange qui sépare les fluides. L'intérêt du dispositif réside dans la séparation des deux circuits et dans l'absence d'autres échanges que la chaleur, qui maintient les caractéristiques physico-chimiques (pression, concentration en éléments chimiques...) de chaque fluide inchangées hormis leur température ou leur état.
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.
Transfert thermiquevignette|alt=Autour d'un feu, des mains reçoivent sa chaleur par rayonnement (sur le côté), par convection (au-dessus de ses flammes) et par conduction (à travers un ustensile en métal).|Les modes de transfert thermique ( en anglais pour « rayonnement »). Un transfert thermique, appelé plus communément chaleur, est l'un des modes d'échange d'énergie interne entre deux systèmes, l'autre étant le travail : c'est un transfert d'énergie thermique qui s'effectue hors de l'équilibre thermodynamique.
Convection thermiqueLa convection (thermique) désigne le transfert d'énergie thermique au sein d'un fluide en mouvement ou entre un fluide en mouvement et une paroi solide. Ce transfert d'énergie est réalisé par deux modes de transfert élémentaire combinés que sont l'advection et la diffusion. La convection constitue, avec la conduction et le rayonnement, l'un des trois modes d'échange de chaleur entre deux systèmes, et diffère de ces derniers par la méthode de transfert.
Coefficient de transfert thermiqueLe coefficient de transfert thermique ou coefficient de transmission thermique est un coefficient quantifiant le flux d'énergie traversant un milieu, par unité de surface, de volume ou de longueur. L'inverse du coefficient de transfert thermique est la résistance thermique. C'est un terme important dans l'équation d'un transfert thermique et permet d'indiquer la facilité avec laquelle l'énergie thermique passe un obstacle ou un milieu. Dans le cas d'un transfert surfacique, il est appelé coefficient de transfert thermique surfacique ou résistance thermique d'interface.
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 .
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.
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.
Échangeur de chaleur coque et tubedroite|vignette|260x260px|Simulation de circulation de fluide dans un échangeur à tubes et calandre. L'entrée de la calandre est au fond en haut et la sortie au premier plan en bas. Un échangeur de chaleur coque et tube, ou échangeur thermique à tubes et à calandre (en anglais shell and tube heat exchanger), est un type d'échangeurs de chaleur. Ce type d'échangeur de chaleur consiste en une coque (ou calandre, un grand récipient sous pression) renfermant un faisceau de tubes.
Chaleur (thermodynamique)vignette|Le Soleil et la Terre constituent un exemple continu de processus de chauffage. Une partie du rayonnement thermique du Soleil frappe et chauffe la Terre. Par rapport au Soleil, la Terre a une température beaucoup plus basse et renvoie donc beaucoup moins de rayonnement thermique au Soleil. La chaleur dans ce processus peut être quantifiée par la quantité nette et la direction (Soleil vers Terre) d'énergie échangée lors du transfert thermique au cours d'une période de temps donnée.
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.
RégénérateurUn régénérateur, ou parfois récupérateur, est un dispositif permettant d'améliorer le rendement de certains cycles thermodynamiques en refroidissant un fluide après sa détente et en le réchauffant après sa compression. Ce dispositif peut par exemple être utilisé au sein d'un moteur Stirling, d'un cycle de Rankine, ou encore d'un cycle de Brayton. C'est l'invention du récupérateur par Robert Stirling (ou « économiseur », comme il l'appelait) qui a permis à son moteur d'avoir un bon rendement thermodynamique.
Condenseur (séparation)Un condenseur est un appareil dont la fonction principale est de liquéfier (ou condenser) de la vapeur, c'est-à-dire la faire passer d'un gaz à un liquide, au moyen d'une surface froide ou d'un échangeur thermique, maintenu froid par la circulation d'un fluide réfrigérant. La chaleur latente du corps est transférée dans le fluide réfrigérant, ce qui consiste en un changement de phase à température constante. Le fluide réfrigérant est choisi en fonction du débit de gaz ou de vapeur à condenser et de sa température de condensation, par exemple l'air, l'eau ou une saumure.
Apprentissage automatiqueL'apprentissage automatique (en anglais : machine learning, « apprentissage machine »), apprentissage artificiel ou apprentissage statistique est un champ d'étude de l'intelligence artificielle qui se fonde sur des approches mathématiques et statistiques pour donner aux ordinateurs la capacité d'« apprendre » à partir de données, c'est-à-dire d'améliorer leurs performances à résoudre des tâches sans être explicitement programmés pour chacune. Plus largement, il concerne la conception, l'analyse, l'optimisation, le développement et l'implémentation de telles méthodes.
Nombre de RayleighLe nombre de Rayleigh () est un nombre sans dimension utilisé en mécanique des fluides et caractérisant le transfert de chaleur au sein d'un fluide : inférieur à une valeur critique de l'ordre de , le transfert s'opère uniquement par conduction, tandis qu'au-delà de cette valeur la convection libre ou naturelle devient prépondérante. Ce nombre porte le nom de Lord Rayleigh, physicien anglais.
Dynamique des fluidesLa dynamique des fluides (hydrodynamique ou aérodynamique), est l'étude des mouvements des fluides, qu'ils soient liquides ou gazeux. Elle fait partie de la mécanique des fluides avec l'hydrostatique (statique des fluides). La résolution d'un problème de dynamique des fluides demande de calculer diverses propriétés des fluides comme la vitesse, la viscosité, la densité, la pression et la température en tant que fonctions de l'espace et du temps.
