RESEAU

2018 - 2019

Autopartage et mutualisation des modes de transport

Le déploiement par les acteurs de l'économie du numérique de services d'autopartage et le développement de ce mode de déplacement est un fait aujourd'hui indéniable. Ces services remettent néanmoins en cause plus le mode de propriété des véhicules (le conducteur n'étant plus le propriétaire) que la mobilité proprement dit : en effet, les déplacements, par ces services, continuent à être réalisés majoritairement par un seul conducteur pour un seul déplacement. Il s'agit dans ce PFE de tester l'hypothèse d'un auto-partage avec des véhicules de plus grande capacité afin de mutualiser les déplacements. Comment ce nouveau service peut-il être modélisé en termes de système de transport ? Quelle est la capacité optimale des véhicules et quelle est la taille de la flotte permettant de satisfaire une généralisation des déplacements domicile-travail avec un tel dispositif? Quel effet sur la pollution de l'air et les émissions de CO2?

 

Les data-centers comme ressource d'énergie fatale des villes

Les consommations énergétiques des data-centers, qui représentent déjà près de 4% de la consommation électrique mondiale, croissent selon RTE de 5% par an (ce qui signifie que le niveau de ce poste aura plus que doublé dans moins de 15 ans). Or, les consommations de ces équipements sont composés à prés de la moitié de refroidissement ou de climatisation. Ce qui revient à dire que les datac-enters sont avant tout des équipements qui produiront de plus en plus de chaleur à des horizons très proches. Sachant que la tendance est d'implanter de telles infrastructures en milieu urbain, quel seraient les effets si l'on décidait de profiter de ce surplus de chaleur pour satisfaire les besoins thermiques des villes? Quel serait alors la trajectoire énergétique des territoires urbains (PLAN CLIMAT) si l'on mutualiser une telle énergie? Quid de la courbe de charge électrique à l'échelle territoriale. Le PFE a pour ambition de répondre à ces questions en prenant pour exemple l'installation de 2 data-centers, le 1er à Marseille, le second en Région parisienne.

​

Analyse fonctionnelle et programmation dans le secteur du bâtiment

L'analyse fonctionnelle est une démarche employée dans la programmation des bâtiments ou des grands équipements urbains. Il s'agit principalement de définir des besoins fonctionnels et de les traduire en termes de surfaces bâties et d'organigramme (proximité des fonctions). Il s'agit dans ce PFE de construire une interface qui permettrait d'automatiser cette phase de la programmation urbaine et de mesurer à quel point un tel outil est employable dans le cadre d'un projet d'aménagement à l'échelle d'un quartier. Il s'agira, en outre, de voir à quel point la programmation d'un équipement urbain ou d'un quartier fige (ou pas) les solutions d'aménagement dans le temps, et ce à travers des indicateurs quantitatifs que les étudiants devront imaginer.

​

L'incinération urbaine et la production thermique décentralisée

Le minerai que produit les déchets organiques est considéré comme une ressource énergétique indéniable. Or, la plupart des solutions s'orientent vers la méthanisation et la réinjection de la ressource dans le réseau de distribution de gaz. Ces solutions impliquent une forte concentration de la production et donc un système de collecte des déchets relativement étendu. Il s'agit, dans ce PFE, de mesurer à quel point un système décentralisé (qui brulerait directement ses déchets localement) est (ou n'est pas) plus vertueux d'un point de vue environnemental qu'un système centralisé. La validation de cette hypothèse nécessite de simuler le fonctionnement d'un tel système en tenant compte de sa dynamique journalière et annuelle.

​

2019 - 2020

Le cadastre solaire

Le cadastre solaire consiste à déterminer les zones bâties susceptibles de recevoir du rayonnement solaire. Il représente la cartographie relative à la quantité d'énergie solaire reçue par le bâti. Or, le calcul solaire est extrêmement gourmand et exige une finesse qu'il est difficile de mobiliser aisément à l'échelle urbaine. Le projet consiste à réaliser des calculs à l'échelle d'un échantillon puis d'extrapoler les résultats pour l'agglomération de Tours.

​

Intelligence artificielle et calcul énergétique à l'échelle urbaine

L'intelligence artificielle est une technique informatique permettant de reproduire le mieux possible les mécanismes d'analyse du cerveau humain. Parmi ces techniques, l'apprentissage profond (deap learning) qui permet de produire des modèles empiriques à partir de grandes bases de données (big data). Ce PFE a pour objet d'employer cette technique (livrées en partie par l'enseignant) afin de construire un modèle de calcul énergétique à l'échelle urbaine. Il s'agit ici de modéliser la structure du parc de logements à partir d'un apprentissage profond réalisé sur la base de données détaillée de l'INSEE et d'en déduire les consommations d'énergie des transports et des logements.

​

Optimisation géométrique des tracés des transports en commun

Le tracé des lignes de transport urbain nécessite de tenir compte des contraintes en termes de formes urbaines (notamment au regard du rayon de courbure imposé par le type de véhicule adopté). Il s'agit dans ce PFE, et à partir des contraintes de circulation des transports urbains, de recenser les règles relatives à la géométrie de la voirie et ce, dans le but de produire un modèle d'optimisation du tracé d'une ligne de bus ou de tramway. Ce modèle sera appliqué à des exemples de tracé dans des tissus urbains de forme contrastée.

​

Intermodalité et algorithme de Dijkstra

Dans le domaine des transports, le calcul relatif à la durée des parcours entre un ensemble d'origines et un ensemble de destinations se doit de tenir compte de la latence imposée par le changement d'un mode de transport vers un autre (intermodalité ou une correspondance). Afin de déterminer le chemin et la durée entre une origine à une destination, on se doit donc de modifier quelque peu les données d'entrée employées dans les algorithmes de plus court chemin (ici l'algorithme de Dijkstra). Il s'agit dans ce PFE de proposer une méthode de modification de ces données afin d'automatiser la prise en compte des changements de modes et de quantifier les effets de ces derniers sur les durées de déplacement régionaux (TER et TC).

​

Google map, Waze, etc. : quelle fiabilité dans le domaine des transports ?

Dans le domaine des transports, on détermine généralement la durée des déplacements du domicile vers le lieu de travail grâce à un algorithme de plus court chemin. Or, des applications ne fonctionnant pas totalement sur ce type d'algorithme, à l'image de Google Map ou de Waze, sont souvent employés par les personnes actives pour rejoindre leur lieu de travail. Les chemins et les durées de ces applications convergent-ils avec ceux calculés généralement par l'ingénierie des transports? A quel point l'écart est-il important? Quels effets les éventuelles divergences engendrent-elles sur le calcul des flux? Le PFE a pour objet de répondre à ces trois questions.

​