Mohamed Hassan Ali

Mohamed Hassan Ali

Auto-generated profile, based on publicly available information

Mohamed Hassan Ali

University of Picardie Jules Verne - University of Djibouti

Research Focus & Metrics

Academic Career Length

10Years (2017-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
1 March 2017 in Energy Procedia
Verified
Journal Article
Open access
MAMohamed Hassan Ali
Mohamed Hassan Ali
Abdelhamid RabhiAbdelhamid Rabhi
Abdelhamid Rabhi
AHAhmed El Hajjaji
Ahmed El Hajjaji
Giuseppe Marco TinaGiuseppe Marco Tina
Giuseppe Marco Tina

25 July 2017 in Journal of Electronic Materials
Verified
Journal Article
Closed access
PDF file
MAMohamed Hassan Ali
Mohamed Hassan Ali
Abdelhamid RabhiAbdelhamid Rabhi
Abdelhamid Rabhi
SHSofiane HADDAD
Sofiane HADDAD
AHAhmed El Hajjaji
Ahmed El Hajjaji

1 June 2021 in Journal of Polytechnic
Verified
Journal Article
Closed access
MAMohamed Hassan Ali
Mohamed Hassan Ali
AMAamir Mehmood
Aamir Mehmood
This article proposes a prognostic and diagnostic coupling framework based on the OSA-CBM (Open System Architecture for Condition Based Maintenance) for photovoltaic generators (PVG). At First, this work presents some PVGs performance degradation studies and the main degradation indicators. We select the Corrected performance ratio (CPR) as degradation indicator associated with the Loess data analysis method to avoid aberrations and errors from acquisition system. Then, the main methods of coupling diagnostic and prognostic processes are explained: Watch Dog, Prognostic Enhancements to Diagnosis Systems (PEDS), Integrated Predictive Maintenance Systems (SIMP) and OSA-CBM. This last strategy with its seven specialized layers permits the interoperability of both processes. The monitoring system provides health indicators of PVGs and results are returned to human operator. The annual reduction rate of the CPR and reduction rate (Rd), allows us controlling the proposed coupling framework. This approach is validated with experimental data collected on four photovoltaic installations from the IEA PVPS Task13 database.

3 April 2026
Verified
Thesis
Closed access
MAMohamed Hassan Ali
Mohamed Hassan Ali
Dans ce travail, nous avons développé une méthode de couplage d'un processus de diagnostic à base de modèle avec un processus de prognostic issu de l'expérience au moyen d'une architecture OSA-CBM (Open System Architecture for Condition Based Maintenance). Pour cela, le modèle 2M7P de la cellule photovoltaïque est optimisé par la mise en œuvre d'une méthode métaheuristique d'extraction des sept paramètres, FodPSO. Cette optimisation permet de mieux reproduire la performance de la cellule surtout en conditions réelles de fonctionnement. L'approche du diagnostic est traitée par la quantification du résidu différentiel au moyen de la distance euclidienne en vue de caractériser la signature électrique des cinq défauts ciblés. La connaissance de la signature des défauts permet la détection puis la discrimination. La partie pronostic évolue depuis une première approche issue des modèles de dégradation de Pan et Monroe d'une part et de Vazquez et al. d'autre part vers une approche par analyse de fiabilité basée sur l'expérience. Le couplage proposé dans ce travail, consiste en un échange d'information entre les deux processus de diagnostic et de pronostic pour l'aide à la décision selon une architecture où les décisions sont faites grâce à un test de seuil sur l'indicateur choisi, le Corrected Performance Ration. Les informations sont restituées à l'utilisateur sur la dernière couche de l'architecture. L'ensemble des approches ont été validées avec les données expérimentales issues de différentes centrales solaires (UPJV, Catania Univ…).