المستودع الرقمي · Dépôt institutionnel
جامعة عمّار ثليجي – الأغواط
Université Amar Telidji de Laghouat
Archive ouverte de la recherche, des thèses et des cours pédagogiques
الأرشيف المفتوح للبحوث والمذكرات والدروس
Communautés dans DSpace
Sélectionner une communauté pour parcourir les collections sous-jacentes.
- كلية الهندسة المدنية والمعمارية
- كلية العلوم الاقتصادية والتجارية وعلوم التسيير
- كلية العلوم الإنسانية و العلوم الإسلامية والحضارة
- كلية الحقوق والعلوم السياسية
- كلية الآداب و اللغات
Dépôts récents
Type d'Item :Item, مؤسسة استشارات قانونية مختصة في المجال الفلاحي(جامعة عمار ثليجي بالأغواط, 2026) بن التواتي مصطفى عبودالمشروع هو مؤسسة استشارات قانونية تختص في المجال الفلاحي تهدف إلى تقديم خدمات قانونية موجهة خصيصا إلى الفلاحين وصغار الفلاحين والمستثمرين في المجال الفلاحي بهدف سد الفجوة القانونية التي يعاني منها جل الفلاحين وذلك بتقديم توعية قانونية ومرافقة إدارية في الإجراءات الإدارية المرتبطة بالنشاط الفلاحي والمساهمة في التقليل والحل من النزاعات بين الفلاحين ومؤسسات الدولة بالإضافة إلى مواكبة التشريعات التي يشعها المشرع الجزائري في مجال تطهير العقار الفلاحي وتسوية مختلف صيغ العقود الفلاحيةوصيغ الدعم الفلاحي.Type d'Item :Item, Simulation d'un Système de Surveillance Cardiaque avec Détection d'Anomalies par EdgeAI(UNIVERSITÉ AMAR THELIDJI DE LAGHOUAT FACULTE DU TECHNOLOGIE DEPARTEMENT ELECTROUNIQUE, 2026) Ketel Zehour; Leila Amal VilboisCe mémoire a été consacré à la conception et à la simulation d’un système intelligent de surveillance cardiaque basé sur l’Edge AI, capable de détecter des anomalies à partir de signaux électrocardiogrammes (ECG) en temps réel sur des microcontrôleurs à ressources limitées. L’objectif principal était de développer un modèle léger, précis et économe en énergie, tout en maintenant des performances de diagnostic élevées. Le premier chapitre a présenté les fondements théoriques essentiels pour saisir le système suggéré. Le projet repose sur des bases scientifiques solides telles que la surveillance cardiaque et l’analyse du signal ECG. L’incorporation de l’Edge AI dans un système de monitoring cardiaque facilite une identification rapide, exacte et indépendante des irrégularités cardiaques, préparant ainsi le terrain pour des appareils médicaux intelligents de nouvelle génération. Le deuxième chapitre a exploré le rôle central de l’intelligence artificielle dans le monitoring cardiaque, plus précisément pour l’identification automatisée des arythmies à partir des signaux ECG. L’apprentissage automatique permet d’entraîner des modèles sur des données ECG afin de distinguer les rythmes normaux des irrégularités cardiaques. Trois familles de techniques sont couramment mises en œuvre : les machines à vecteurs de support (SVM), les k-plus proches voisins (KNN), ainsi que les réseaux de neurones profonds (CNN, LSTM). Ces approches garantissent une détection rapide et fiable, condition essentielle pour les systèmes de surveillance en temps réel. Le troisième chapitre a évalué cinq modèles de deep learning pour la détection d’anomalies ECG sur le dataset public CODE-15% : CLTC (ConvLSTM2D+LTC), CCfC (ConvLSTM2D+CFC), DeepECG-Net (CNN+Transformer) et Random Forest. Les résultats démontrent clairement la supériorité des modèles à base de NCP (CLTC et CCfC) pour les applications Edge AI, avec une mémoire extrêmement faible (240 KB RAM, 96 KB Flash) et une consommation énergétique réduite (137,4 mW). Le modèle CCfC surpasse légèrement CLTC avec une précision de 98,0 % contre 97,5 %, tout en offrant une convergence plus rapide. DeepECG-Net, malgré son architecture avancée, atteint 96,5 % de précision avec l’inconvénient majeur d’une consommation mémoire 125 fois plus élevée (30 MB). Le Random Forest obtiennent des résultats modestes (89,2 % et 83,0 %) avec une empreinte mémoire importante (~500 MB). La comparaison avec l’article de Huang et al. (2024) montre que les résultats sont presque proches d’un point de vue architectural pour CLTC et CCfC, avec des performances supérieures (98,0 % contre 85,7 %) attribuables à un dataset mieux équilibré et à une normalisation Z-score. Les résultats de cette étude permettent de tirer plusieurs conclusions importantes. Premièrement, les modèles à base de NCP (CLTC et CCfC) sont les plus adaptés aux contraintes des dispositifs Edge AI, offrant le meilleur compromis entre précision, mémoire et consommation énergétique. Deuxièmement, CCfC représente le meilleur choix pour ce projet, avec une précision de 98,0 %, une mémoire de 240 KB et une puissance de 137,4 mW. Ce travail ouvre plusieurs perspectives pour des recherches futures. Il serait intéressant de déployer physiquement le modèle CCfC sur un microcontrôleur réel (STM32F746G) pour valider les performances en conditions réelles. L’utilisation de techniques d’optimisation comme la quantification des poids ou l’élagage (pruning) pourrait réduire encore davantage l’empreinte mémoire. Enfin, l’extension à un plus grand nombre de classes d’anomalies et la validation sur d’autres bases de données (CPSC, PTB-XL, MIT-BIH) permettraient d’évaluer la généralisation du modèle. En conclusion, ce mémoire a démontré qu’il est possible de concevoir un système de surveillance cardiaque intelligent, précis et économique, fonctionnant en temps réel sur des microcontrôleurs à ressources limitées. Le modèle CCfC (ConvLSTM2D + Closed-Form Continuous-Time) représente la solution optimale, avec 98,0 % de précision, 240 KB de RAM et 137,4 mW de consommation. Ce travail contribue ainsi à l’avancement de l’Edge AI pour les applications de santé connectée, ouvrant la voie à des dispositifs médicaux portables accessibles, fiables et respectueux de la vie privée des patients.Type d'Item :Item, Defect Oxygen in NaNbO3 and Its Fatigue Behavior(AMMAR TELIDJI UNIVERSITY OF LAGHOUAT FACULTY OF TECHNOLOGY ELECTRONICS DEPARTMENT, 2026) SAHNOUN Aicha; CHATTA WahibaOxygen vacancies are among the most critical defects governing the performance and reliability of lead-free ferroelectric perovskites. This work presents a systematic first-principles investigation of oxygen vacancy effects in sodium niobate (NaNbO₃), with a particular focus on their role in ferroelectric fatigue. Using density functional theory calculations, the evolution of the electronic structure was examined through total density of states (DOS) for supercells containing up to 10 oxygen vacancies. Results reveal progressive introduction of Nb-d derived defect states within the band gap, upward shift of the Fermi level, and non-monotonic changes in the band gap, consistent with n-type doping and partial Nb reduction. Formation energy calculations demonstrate that neutral oxygen vacancies exhibit moderate stability under oxygen-rich conditions (≈ 4.6-5.2 eV per vacancy), but become significantly more favorable under reducing environments relevant to device operation. Theoretical considerations of charged vacancies further highlight their importance in domain-wall pinning and leakage current enhancement.Type d'Item :Item, Amélioration des performances thermo-hydrauliques d'un échangeur de chaleur à courant croisé en utilisant des nanofluides.(2026) Akkouche Oussama; Benhamza Abdlghanimouiza; BELLAHCENE LahceneCross-flow heat exchangers are widely used in various industrial sectors due to their compact size and efficiency. They are found in numerous applications: vehicle radiators, air conditioning systems, heat recovery in canteens and hospitals, as well as the food processing industry, where they are valued for their compactness and relatively low cost. However, their performance is often limited by the thermophysical properties of conventional heat transfer fluids. In this context, this thesis aims to study the impact of using nanofluids on the thermohydraulic performance of a cross-flow heat exchanger. Particular attention is paid to the comparative analysis between a conventional fluid (water) and a water-based nanofluid containing aluminum oxide (Al₂O₃) nanoparticles at a given volume fraction. The study relies on the use of theoretical models and fundamental relationships of heat transfer and fluid mechanics, particularly LMTD methods, as well as the analysis of hydrodynamic parameters such as Reynolds and Nusselt numbers. The calculation methodology is based on the use of commercial CFD software (ANSYS Fluent) using the finite volume method. This method allows for the solution of the conservation equations for mass, momentum, and energy. The expected results will allow for the evaluation of the thermal gain provided by nanofluids, the analysis of their impact on pressure losses, and the determination of optimal conditions for improving the overall performance of the heat exchanger. Thus, this work contributes to improving the energy efficiency of thermal systems by proposing innovative solutions based on the use of nanofluids.Type d'Item :Item, DEVELOPMENT OF A MAINTENANCE PLAN FOR TRIPLEX PUMPS IN ENAFOR COMPANY(Amar Telidji University of Laghouat Faculty of Technology Department of Mechanical Engineering, 2026) BRICHI Mohammed; HAMMANI Mohammed Elhabib; REZIG AhmidaThis thesis investigates the development of a specialized Preventive Maintenance Plan (PMP) for National P-Series Triplex Mud Pumps operated by the Algerian national drilling company ENAFOR, under the extreme environmental conditions of the Saharan desert. The study addresses the critical operational challenge posed by accelerated mechanical degradation caused by abrasive silica sand infiltration, severe thermal fluctuations ranging from below 0°C to above 50°C, and the use of high-solids drilling mud — factors that render standard manufacturer maintenance protocols inadequate in the field. A comprehensive four-phase methodology was applied: a theoretical review of maintenance principles and classification frameworks; a detailed technical and failure analysis of the National 9- P-100 and 12-P-160 models, including a Failure Mode and Effects Analysis (FMEA) and Ishikawa root-cause diagrams targeting the most critical failure modes such as valve cover O-ring failure, liner scoring, and power end contamination; the formulation of a structured preventive maintenance schedule encompassing daily, weekly, bi-weekly, monthly, and semi-annual tasks tailored to Saharan operational conditions; and the design of a digital maintenance tracking tool built on Microsoft Excel, featuring a traffic-light hour-based alert system and a calendar-based programming interface to support proactive spare parts procurement and real-time monitoring. The results demonstrate that transitioning from the prevailing corrective "run-to-failure" approach to a structured time-based preventive framework can significantly reduce Non-Productive Time (NPT), extend Mean Time Between Failures (MTBF), and lower emergency spare parts expenditure. The digital tracker further strengthens this framework by providing field technicians with an intuitive decision-support tool adaptable to remote rig-site conditions. This work represents a practical engineering contribution toward the digitalization and standardization of maintenance practices within Algeria's upstream oil and gas sector.