DEDICACES
A mes parents : NGANGA KOSO Justin et ND’JAPA ADJOKO Césarine ;
A mes feus oncles : MAKOMBO IBETE Justin et BONDO MOLABI Jean-Pierre.
REMERCIEMENTS
Au Seigneur Jésus – Christ, qui renouvèle tous les jours son amour et son investissement dans
mon quotidien ;
A mes géniteurs, NGANGA KOSO Justin et ND’JAPA ADJOKO Césarine.
A maman Ida NGELE, maman Marie MPALO, maman Hortense IKOKI, Antoinette
NGANGA, papa Jean-Baptiste MAKOMBO, Jonathan MAKOMBO, Patrick KOSO,
Déborah KOSO, Patricia BODIDI, Glorina KUNDO, Jeannine NGANGA, Naomie FEZA,
Jeanne KENGO, Aimé ENGINDI, Christine MONGOLO, Jean NGANGA, Ibrahim IPASO.
A Toute la famille élargie en générale et en particulier ceux portant et ayant été issu des noms
suivants :
A vos titres et qualités, NGANGA, MAKOMBO, ND’JAPA, MONDONGA, KOSO,
INGONDU, NGELE, KUNDO, ainsi que AMESE.
Aux amis et connaissances :
A la famille Polytechnique et Mines, Pétroles & Gaz particulièrement et la famille UFA en
générale, à la famille de l’institut de la Gombe2, à la famille du collège Bimwala, à la famille
du collège Saint-Pierre, à la famille de l’EP4 Lufungula, à la communauté des églises du Dieu
vivant, à la famille Lingwala en général et Kigoma en particulier.
A mes collègues : Thecia MUTUNDA, Miriam AMBA, Cephas MABIDIKWA, Yannick
MBUYI, Jonathan ILUNGA, Kevin LUMWANGA, Stéphane MUMBERE, Merveille
LANDU, Joptan SANGWA, Kevin TOKO,
A David DIZA, Jemima SUDA, Parousie SHUNGU, Yves AMINA, Schadrack TOKANDJO.
A monsieur Gorbatchev RAMAZANI.
A monsieur Patrick MOLONGIA.
Au Pasteur Dieudonné KATHIAM, pasteur Dimitri SIKATENDA.
A nos professeurs et mentors de l’Université Franco – Américaine en générale et
particulièrement à ceux de la faculté Polytechnique.
Au co-directeur du présent travail, l’ingénieur KONGOLO
Au directeur du présent travail, l’ingénieur professeur ordinaire NTAMBWE François.
Je dis merci.
L’INTERET DU SUJET
L’utilisation de l’algorithme méta heuristique MOTEO pour l’optimisation multi-objectifs des
performances d’un turbo-alternateur présente des avantages tels que :
L’équilibrage des compromis
Puisque les turbo-alternateurs ont généralement plusieurs paramètres de performance qui
doivent être optimisés simultanément, tels que l’efficacité, la puissance à l’arbre, le coût et les
émissions, il sera avantageux de suivre une approche d’optimisation multi-objectifs qui va
nous permettre d’explorer les compromis entre ces objectifs contradictoires et MOTEO nous
aidera à identifier les meilleures solutions de compromis.
Les solutions robustes
L’algorithme méta heuristique MOTEO va nous faciliter à découvrir un ensemble des
solutions optimales diverses plutôt que d’une solution unique. Cette diversité donne aux
ingénieurs la flexibilité de sélectionner des solutions en fonction de conditions opérationnelles
spécifiques et aussi en fonction d’exigences ou des contraintes opérationnelles spécifiques
permettant la conception de turbo-alternateurs robustes qui fonctionnent bien dans des
conditions variables.
Les meilleures connaissances en matière de conception
En analysant les résultats de l’optimisation multi-objectifs, les ingénieurs peuvent acquérir
une meilleure compréhension des relations sous-jacentes entre les différents paramètres de
performance. Cette compréhension peut conduire à des améliorations de conception
innovantes et itératives, améliorant ainsi les performances globales du système.
Efficacité et performance améliorées
L’usage de l’algorithme méta heuristique MOTEO signifie que le processus d’optimisation
peut aider à identifier les configurations ou les conditions de fonctionnement qui maximisent
les performances globales du turbo-alternateur. Cela peut conduire à une efficacité accrue,
une plus grande fiabilité, une réduction des émissions et des coûts d’exploitation plus faibles
dans les applications pratiques.
Adaptabilité et personnalisation
La flexibilité de l’algorithme MOTEO lui permet d’être adapté à des objectifs et des
contraintes variés, ce qui est particulièrement précieux dans les secteurs où les conditions
opérationnelles et les réglementations environnementales changent fréquemment. Cette
adaptabilité signifie que l’optimisation peut être adaptée à des applications spécifiques
fournissant des solutions personnalisées.
Besoins réduits en ressource de calcul
Par rapport aux techniques d’optimisation traditionnelles, les algorithmes méta heuristiques
comme MOTEO nécessitent souvent moins de ressources de calcul pour parvenir à des
solutions satisfaisantes, ce qui permet d’explorer un plus large éventail de possibilités dans
des délais plus courts.
Débloquer des solutions innovantes
En permettant une exploration plus approfondie de l’espace de solutions, l’algorithme
MOTEO peut conduire à la découverte de conception et de stratégies opérationnelles
innovantes qui peuvent ne pas être évidente lors de l’optimisation pour un objectif unique.
Faciliter l’automatisation et l’intégration
Dans les systèmes complexes, l’intégration d’algorithme d’optimisation comme MOTEO
dans de cadres de conception et d’exploitation automatisés peut rationnaliser le processus de
prise de décision, réduisant ainsi le temps nécessaire pour parvenir à des conceptions
optimisées.
En bref, nous pouvons dire que la mise en œuvre de l’algorithme méta heuristique MOTEO
pour l’optimisation multi-objectifs dans les turbo-alternateurs améliore le potentiel de
réalisation d’une conception équilibrée, efficace et innovante qui répond aux divers besoins de
la production d’électricité, tout en s’adaptant à l’évolution des exigences opérationnelles.
RESUME SOMMAIRE
En résumé, l’optimisation multi-objectifs des performances d’un turbo-alternateur à l’aide de
l’algorithme méta heuristique MOTEO implique une approche systématique qui comprend la
définition des objectifs, la modélisation mathématique du système, la mise en œuvre de
l’algorithme d’optimisation, l’analyse des résultats et l’application à un cas réel.
