Commande automatique
Permanent URI for this collectionhttps://dspace.univ-boumerdes.dz/handle/123456789/4094
Browse
4 results
Search Results
Item Deep Q-Learning and Double Deep Q-Learning for optimizing transitions within deterministic environments(Université M’Hamed Bougara Boumerdès : Faculté des Hydrocarbures et de la Chimie, 2024) Gherbia, Oussama; Kohil, Yasser; Lachekhab (Kahoul), Fadhila (Promoteur)The Development of intelligent decision-making algorithms has become important for technological growth in the era of artificial intelligence (AI), machine learning, and deep learning. These sectors have not only transformed whole businesses, but they have also completely changed the way we use technology every day. Reinforcement learning, a subfield of machine learning that focuses on teaching agents to make logical choices in dynamic environments. This document offers a deep review of reinforcement learning, with special attention paid to three essential algorithms: Q-learning , deep Q-learning, and double deep Q-learning. Each of these algorithms offers ever more advanced methods for handling challenging issues in a variety of fields, matting an important turning point in the pursuit of intelligent decision-making.Item Amélioration de la commande et la supervision du débutaniseur de «ZCINA» sous «PCS7»(Université M’Hamed Bougara Boumerdès : Faculté des Hydrocarbures et de la Chimie, 2024) Gana, Nihel; Attoui, Samra; Lachekhab (Kahoul), Fadhila (Promoteur)La Section débutaniseur de ZCINA Hassi Messaoud est actuellement sous la surveillance du système de contrôle distribué (DCS) CENTUM VP de YOKOGAWA. L’objectif principal de ce projet est d’adopter un logiciel plus récent qui peut remplir d’autres fonctions non encore intégrées dans la version existante. Nous avons commencé par décrire le processus de la section de débutanisation de ZCINA, puis nous avons mis en place l’instrumentation de mesure et de commande ainsi que l’analyse fonctionnelle pour garantir le bon fonctionnement de l’ensemble de l’installation. Ensuite, nous avons automatisé le système en utilisant l’automate SIEMENS S7-400 (CPU 410E) et les périphéries ET 200SP HA. Enfin, nous avons développé un programme de control à l’aide du logiciel SIMATIC PCS7 et une interface de supervision avec WIN CC.Item Détection et reconnaissance des panneaux de signalisation routière sous "LabVIEW" : application à un robot mobile de type véhicule "ROBUCAR"(Université M’Hamed Bougara Boumerdès : Faculté des Hydrocarbures et de la Chimie, 2016) Kissoum, Ghani; Lachekhab (Kahoul), Fadhila (Promoteur)L'objectif de ce travail est de développer et implémenter un programme pour la détection de panneaux routiers sous "LabVIEW" à partir des images issues d’une caméra embarquée sur le robot mobile «ROBUCAR ». Dans un premier temps, une familiarisation avec l’outil "LabVIEW" ainsi qu’une recherche bibliographique sur les techniques employées sont nécessaires. Le reste du travail consiste à classifier un ensemble de panneaux grâce à un apprentissage multi positions, et un traitement des détections et identification des consignes (actions sur le véhicule).Item Reconstruction "3D" en temps réel de la carte de l’environnement d’un robot mobile(Université M’Hamed Bougara Boumerdès : Faculté des Hydrocarbures et de la Chimie, 2016) Gouabi, Hicham; Mouna, Hichem; Lachekhab (Kahoul), Fadhila (Promoteur)En vision par ordinateur, La reconstruction du modèle "3D" nécessite l'acquisition de plusieurs vues de l'objet à numériser. Car on ne peut pas acquérir toutes les faces de cet objet avec une seule. Il faut, donc, effectuer plusieurs acquisitions sur cet objet correspondant à des points de vue différents. Il en résulte des données "3D" qui doivent être transformées dans le même système de coordonnées. La fusion de ces données, avec un maximum de précision, demeure l'un des problèmes les plus intéressants à résoudre. Certes, il en existe un grand nombre de solutions, mais les progrès, que connait l'informatique, permettent de proposer des méthodes de recalage plus performantes. Dans le présent travail, nous avons réalisé la reconstruction autonome en "3D" d’un environnement en nous servant de la caméra "RGB-D Kinect", à bord d’un robot commandé, dans un environnement inconnu et par le biais de notre programme sous "Visual C Sharp" en appliquant les filtres "SURF", "KNN", "RANSAC" et "ICP" afin de minimiser l’erreur moyenne de la fusion de plusieurs vues successives. Ainsi, nous pouvons atteindre notre but qui est la rapidité et la qualité du traitement de l’image.