Veuillez utiliser cette adresse pour citer ce document : http://dspace.univ-tiaret.dz:80/handle/123456789/14795
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorDJELLOULI, Abdelkader-
dc.date.accessioned2024-09-19T09:33:32Z-
dc.date.available2024-09-19T09:33:32Z-
dc.date.issued2024-06-26-
dc.identifier.urihttp://dspace.univ-tiaret.dz:80/handle/123456789/14795-
dc.descriptionIn this thesis, two data analysis methods were applied: Principal Component Analysis (PCA) and Artificial Neural Network (ANN). PCA was used to select, classify, and identify numerous combinations of transition elements A and B (B = Zr, Ti, Y, Sc, La, Hf, Th), while ANN was used for predicting the formation enthalpy (ΔH) of ternary hydrides. Using PCA, we identified 76 combinations of transition metal elements A and B. The results show that these combinations are influenced by the atomic characteristics of element A, such as Pauling's electronegativity (χA), atomic radius (RA), and atomic electron density ( 3 AAZR). Of the 76 combinations, 55 systems were placed in group 1, of which 46 showed a negative ΔH and include 18 binary alloys favorable for hydrogen storage. A 6-15-1 type ANN architecture was employed to calculate the formation enthalpy of other ternary hydrides from various sources. Evaluation measures such as the coefficient of determination (R²), mean square error (MSE), and relative error were applied to assess the obtained results. The ΔH values derived from the ANN were compared to available experimental data and theoretical results, confirming the predictions.en_US
dc.description.abstractDans cette thèse, deux méthodes d'analyse de données ont été appliquées : l’analyse en composantes principales (ACP) et réseau de neurones artificiels (RNA). L'ACP a été utilisée pour sélectionner, classer et identifier de nombreuses combinaisons d'éléments de transition A et B, (B = Zr, Ti, Y, Sc, La, Hf, Th), tandis que l'RNA a été employé pour la prédiction de l'enthalpie de formation (ΔH) des hydrures ternaires. Grâce à l'ACP, nous avons identifié 76 combinaisons d'éléments métalliques de transition A et B. Les résultats montrent que ces combinaisons sont influencées par les caractéristiques atomiques de l'élément A, telles que son électronégativité de Pauling (χA), son rayon atomique (RA) et sa densité électronique atomique ( 3 AAZR). Sur les 76 combinaisons, 55 systèmes ont été placés dans le groupe 1, dont 46 ont montré une ΔH négative et incluent 18 alliages binaires favorables pour le stockage d'hydrogène. Une architecture de RNA de type 6-15-1 a été employée pour calculer l'enthalpie de formation d'autres hydrures ternaires provenant de différentes sources. Des mesures d'évaluation telles que le coefficient de détermination (R2), l'erreur quadratique moyenne (MSE) et l'erreur relative ont été appliquées pour évaluer les résultats obtenus. Les valeurs de ΔH obtenues à partir de l'RNA ont été comparées aux données expérimentales disponibles et aux résultats théoriques, confirmant les prédictions.en_US
dc.language.isofren_US
dc.publisherUniversité IBN KHALDOUNen_US
dc.subjectMéthode de l’exploitation de donnés, analyse en composantes principales, réseau de neurones artificiels, électronégativité de Pauling, densité électronique atomique, rayon atomique, enthalpie de formation, hydrures métalliques, stockage d'hydrogène.en_US
dc.titleEtude des propriétés thermodynamiques des hydrures métalliques par la méthode de l’exploitation des données : Application pour le stockage d’hydrogène.en_US
dc.typeThesisen_US
Collection(s) :Doctorat

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
DJELLOULI ABDELKADER.26.06.2024.pdf11,67 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.