Doctorat
Permanent URI for this collectionhttps://dspace.univ-boumerdes.dz/handle/123456789/59
Browse
Item Adaptive control of drone by rejection of disturbances(Université M'Hamed Bougara Boumerdès : Faculté de Technologie, 2025) Hadid, Samira; Boushaki, Razika(Directeur de thèse)Quadrotor or Unmanned Aerial Vehicles (UAVs), a popular type, use four propellers for flight and are gaining popularity due to their versatility and ease of use. Interest in controlling UAVs has significantly increased recently. This work focuses on the control and trajectory planning challenges of quadrotors. While many studies address disturbances and faults, the inherent underactuation (four inputs controlling six degrees of freedom) makes precise control and trajectory tracking difficult, particularly in complex scenarios. The research aims to improve quadrotor control in challenging environments. The Newton-Euler method is used in this work to develop the quadrotor's dynamic model. Then, an exploration using Dyna-Q reinforcement learning for autonomous quadrotor navigation in complex environments. The algorithm allows the quadrotor to learn optimal flight paths through trial and error. In addition, this thesis presents an in-depth investigation into improving the autonomy and control capabilities of quadrotors. The focus is on developing and implementing various linear and nonlinear control strategies to regulate the behavior of quadrotor UAVs. Each control strategy is carefully adjusted and fine-tuned to achieve the desired dynamic response and stability during quadrotor flight. Following that, we provide a comparison of the designed controllers. It then focuses on comparing the performance of fractional-order PID (FOPID) and sliding mode control (SMC) for trajectory tracking, emphasizing robustness against disturbances and nonlinearities. Furthermore, the research introduces an intelligent trajectory planning system using Dyna-Q learning to enable autonomous navigation and obstacle avoidance in complex environments, enhancing quadrotor adaptability and responsiveness for various applications. Extensive simulations validate the proposed control strategies and trajectory planning. Overall, this study contributes significantly to the field of quadrotor control and autonomy, providing valuable insights and solutions for improving flight stability and enabling secure and efficient operations in a variety of real-world scenarios.Item Algorithmes de contrôle d’un UAV avancés(Université M'Hamed Bougara Boumerdès : Faculté de Technologie, 2025) Zamoum, Yasmine; Baiche, Karim(Directeur de thèse)Ce travail de thèse se concentre sur les défis critiques des systèmes de guidage et de contrôle des drones, en se concentrant sur la planification et la stabilisation de la trajectoire des quadrotors dans des environnements complexes. Tout d'abord, nous nous penchons sur le problème du guidage des drones, puis nous explorons systématiquement les outils de mise en œuvre et les solutions permettant de répondre à des spécifications opérationnelles rigoureuses. Les progrès récents de la technologie des quadrotors ont élargi les applications civiles et militaires, nécessitant des systèmes de contrôle robustes pour la gestion de l'attitude, de l'altitude et de la trajectoire. La recherche intègre l'apprentissage par renforcement (Deep Q-learning et Dyna Q-learning) pour une planification optimisée de la trajectoire, permettant aux drones de naviguer dans des environnements dynamiques. Ces algorithmes sont complétés par des stratégies de contrôle hybrides, notamment des contrôleurs PID pour la stabilité de base et des méthodes non linéaires telles que le backstepping, la logique floue et le contrôle adaptatif par logique floue, afin d'améliorer la manœuvrabilité et la précision. Un modèle complet de quadrotor est développé en utilisant le formalisme de Newton-Euler, incorporant les effets aérodynamiques et la dynamique du rotor pour créer une représentation de l'espace d'état pour la validation du contrôle. Des simulations de divers scénarios, y compris des obstacles dynamiques, démontrent l'efficacité de l'apprentissage par renforcement pour générer des trajectoires sans collision. L'étude évalue en outre l'interaction entre la planification de trajectoire basée sur l'apprentissage et les contrôleurs à logique floue, mettant en évidence les améliorations en matière d'adaptabilité et de gestion de l'incertitude. Les résultats indiquent que l'intégration d'architectures de contrôle avancées améliore considérablement les performances des quadrotors dans des tâches telles que la course et la surveillance, offrant un cadre évolutif pour les systèmes de drones. En faisant le lien entre les modèles théoriques et les mises en œuvre pratiques, ce travail fait progresser le domaine de la navigation des drones, en mettant l'accent sur l'intégration rentable des capteurs, l'efficacité énergétique et la réactivité en temps réelItem Amélioration des performances d'un variateur de vitesse par moteur asynchrone contrôlé par la méthode à flux orienté(2007) Kheldoun, AissaTrois aspects ont été abordés dans la présenté thèse à savoir: Adaptation de la résistance rotorique, minimisation des pertes et commande sans capteur de vitesse. En effet, la logique flux a été utilisée pour consevoir le mécanisme d'adaptation de la résistance rotorique, vu sa robustesse vis_à_vis la variation des paramètres, a nouveau mécanisme à base du modèle a été proposé pour minimiser les pertes, Ensuite, on a considéré l’application du principe du filtre de Kalman étendu sur le modèle de Park du moteur asynchrone afin d’estimer la vitesse rotorique. Finalement, un mécanisme est développé afin de réduire l’effet des pertes fer sur l’observation de la vitesse sans pour autant modifier l’algorithme du filtre de Kalman étenduItem Amélioration des performances de la commande d'un moteur asynchrone à cage et élaboration d'un estimateur universel de ses paramètres en utilisant les réseaux de neurones artificiels(2007) Kabache, NadirDans le présent travail, nous proposons un schéma de commande adaptative, à base de réseaux de neurones artificiels en vue d’améliorer les performances dynamiques du moteur asynchrone. L’approche proposée vise à trouver des solutions pour les principaux problèmes de la commande de ce moteur, à savoir : ceux relatifs au modèle non linéaire imprécis, aux variations paramétriques, à l’estimation du flux rotorique, etc. Il est à signaler que, durant les dernières décennies, une multitude de solutions ont été proposées pour résoudre ces problèmes. Toutefois, dans leur majorité, souffrent de l’imprécision du modèle, de la complexité des lois de commande générées, du problème de fonctionnement pour les petites vitesses et les faibles charges, etc. Par conséquent, pour compenser les lacunes suscitées, le schéma de commande proposé utilise une association combinant : les réseaux de neurones artificiels, la commande non linéaire par linéarisation entrée-sortie et la théorie de commande non linéaire adaptative. Dans cette association, les capacités d’approximation des réseaux de neurones artificiels sont exploitées pour surmonter la contrainte du modèle précis en reconstituant, en temps réel, les réactions non linéaires nécessaires pour générer les lois de commande par linéarisation entrée-sortie. D’autre part, le problème d’identification des paramètres est résolu en proposant un estimateur neuronal universel permettant d’estimer, simultanément, trois paramètres du moteur asynchrone, à savoir: la constante de temps rotorique, la constante de temps statorique et le couple de charge. Pour l’apprentissage, nous avons fait recours à la puissance de la théorie de commande non linéaire adaptative pour élaborer des règles d’apprentissage puissantes permettant un apprentissage rapide et, en temps réel, des réseaux de neurones utilisés. En combinant les avantages des réseaux utilisés dans la commande et celui utilisé pour l’identification des paramètres, un nouveau schéma de commande, à base de réseaux de neurone artificiels, est obtenu pour la commande du moteur asynchrone. Le nouveau schéma permet d’obtenir de bonnes performances dynamiques dans toutes les conditions de fonctionnement, même, pour les valeurs très petites de la vitesse et les faibles charges. A cet effet, il est à signaler que les performances atteintes sont supérieures à celles des résultats publiés dans plusieurs approches qu’on trouve dans la littératureItem Analyse d’images radiographiques pour le diagnostic de la gonarthrose(Université M'Hamed Bougara Boumerdès : Faculté de Technologie, 2025) Messaoudene, Khadidja; Harrar, Khaled(Directeur de thèse)La gonarthrose est une pathologie dégénérative articulaire répandue qui altère considérablement la qualité de vie des patients. Un diagnostic précoce et précis est essentiel pour une prise en charge thérapeutique optimale. Cette recherche propose une approche novatrice combinant l'analyse texturale avancée et les méthodes d'apprentissage profond afin de développer un système intelligent d'aide au diagnostic. Notre étude se concentre sur la classification de la gonarthrose en deux stades : KL-0 (sain) et KL-2 (modéré). En ciblant ces stades précoces, nous visons à améliorer le diagnostic initial et à favoriser des interventions opportunes avant que la maladie ne progresse vers des formes plus sévères. Pour l'extraction des caractéristiques, nous avons exploré plusieurs méthodes basées sur la texture, notamment l'histogramme des gradients orientés (HOG), les motifs binaires locaux (LBP), les caractéristiques de Tamura, les filtres de Gabor, la matrice de cooccurrence de niveaux de gris (GLCM) et la transformée en ondelettes discrète (DWT). Par ailleurs, nous avons évalué l'extraction de caractéristiques par apprentissage profond en exploitant des modèles préentraînés via l'apprentissage par transfert, tels que GoogLeNet, ResNet-101, DenseNet-201, SqueezeNet et AlexNet. Face à la disponibilité limitée des données en imagerie du genou, nous avons testé différentes stratégies d'augmentation de données, incluant des transformations classiques (rotation, translation) ainsi que des approches avancées basées sur l'apprentissage profond, telles que les modèles génératifs et les autoencodeurs. Nous avons également mis en œuvre diverses techniques de sélection des caractéristiques, combinant des méthodes traditionnelles d'apprentissage automatique, comme l'analyse en composantes principales (ACP) et Relief, avec des approches issues de l'apprentissage profond, telles que la distillation des connaissances (KD) et les mécanismes d'attention. Les méthodes proposées ont été validées sur l'ensemble de données OAI (Osteoarthritis Initiative). Nous avons évalué notre approche sur différentes zones d'intérêt afin d'identifier les régions les plus touchées par l'arthrose, permettant ainsi une meilleure compréhension de la progression de la maladie. La méthodologie développée a atteint une performance élevée avec AUC = 98,3%, démontrant son efficacité dans la détection de l'arthrose. Le principal apport de cette recherche est un cadre unifié intégrant l'analyse texturale et les modèles d'apprentissage profond afin d'améliorer la fiabilité et la précision du diagnostic de la gonarthrose. Nos résultats montrent une amélioration significative des performances diagnostiques par rapport aux approches existantes, offrant ainsi des perspectives prometteuses pour une détection plus précoce et des interventions thérapeutiques mieux cibléesItem Analyse et diagnostic de puissance appliqués dans la commande sans capteur de la machine synchrone à aimants permanents (MSAP)(2016) Aibeche, AbderrazakL'objectif de cette thèse est le développement des méthodes d'analyse et de diagnostic appliquées sur la commande avec/sans capteur de la machine synchrone à aimant permanent (MSAP) et plus particulièrement au développement des algorithmes en temps réel pour la détection, la localisation et la reconfiguration des défauts appliqués dans un système électrique, composé d'une machine synchrone à aimant permanent couplée à une génératrice à courant continu, alimentée par un convertisseur statique (redresseur + onduleur) via une source de tension triphasée. Deux classes de défauts ont été considérées. Les défauts liés aux interrupteurs de puissance (convertisseurs statiques DC/AC), et les défauts liés aux capteurs, de courant, de tension du bus continu, et de vitesse/position. Des solutions ont été proposées pour répondre aux exigences concernant les défauts de capteurs électriques et mécaniques (courant, tension, vitesse/position). Principalement deux algorithmes de détection, d'isolation et de reconfiguration d'un défaut de capteur ont été développés. Le premier algorithme est basé sur l'extraction des composantes directe et inverse, des trois courants de charge, pour la détection et l'isolation d'un éventuel défaut de capteur de courant et la reconfiguration du système. Le deuxième est un algorithme global basé sur l'élaboration d'un observateur à mode glissant pour la reconstruction des grandeurs électriques et mécanique (4 capteurs de courant, capteur du bus continu, capteur de vitesse). Les performances des algorithmes proposés pour le diagnostic des défauts liés aux interrupteurs et capteurs ont été validées expérimentalement sur les deux plateformes temps réel RT-Lab et dSPACE DS1104Item Analysis and design of terahertz microstrip antenna based on photonic band gap substrate(Université M'Hamed Bougara Boumerdès : Faculté de Technologie, 2024) Benlakehal, Mohamed Elamine; Hocini, Abdesselam(Directeur de thèse)In a wireless communication system, a microstrip patch antenna is gaining importance as a most powerful technology trend and it is applicable for the development of minimal weight, low profile, low cost and high-performance antenna. However, the designed conventional patch antennas in terahertz encounter several drawbacks including narrow bandwidth, low gain due to high atmospheric path loss, low efficiency, and surface wave excitation. To overcome these drawbacks, microstrip patch antenna arrays based on photonic crystals are advantageous by providing extra performance. The main objective of this thesis is to develop and analyze array antennas operating in the terahertz band (0.1-10 THz) based on photonic crystal structures that satisfy the important requirements of high directivity, gain and radiation efficiency which will be candidates for use in high-speed communication, spectroscopy molecular, security imaging, sensing and medical diagnosis. To achieve this goal, commercial software such as Ansys HFSS and CST Microwave Studio will be used. Further, a variety of microstrip terahertz patch array antennas based on modified photonic band gap substrates are designed and analyzed. The radiation characteristics of the proposed antennas are compared to previously reported papers. Finally, a novel MIMO indoor communication system using a graphene-based 1 x 2 microstrip patch antenna array is developed and studied based on different substrates, including homogeneous, periodic photonic crystals and optimized photonic crystals substrates for terahertz communications channel capacity enhancement. The outcomes showed a remarkable enhancement compared with previously reported studiesItem Analysis of hybrid renewable energy sAnalysis of hybrid renewable energy systems integrating power-to- gas concept : performances optimizatioystems integrating power-to- gas concept : performances optimization based on artificial intelligence techniques(2019) Boubenia, AhmedToday a strong and rising demand of energy is known because of the technological evolution in various sectors. In order to reduce greenhouse gas emissions from this energy production, the foremost nations have prioritized the development strategies of resources and energy systems that preserve the environment. In this thesis, a hybrid renewable energy system based on a combination of sustainable and fossil resources with an integration of the new "Power to Gas" concept was developed to explore the feasibility as well as the reliability of this system in a determined location in Algeria. This system consists of a solar and wind resource as well as a Micro Gas Turbine to supply variable power consumption while the excess energy is converted and stored as a gas either Hydrogen or Methane that will be used during production falls to compensate for the deficiency of energy. The management of this system is one of the most important factors which have led to the introduction of artificial intelligence techniques which is known by the fuzzy logic that ensures efficient performance for this systemItem Application of optimization to data communication in smart grids(Université M'Hamed Bougara : Institut de génie électrique et électronique, 2021) Saoud, Afaf; Recioui, Abdelmadjid(Directeur de thèse)Smart grid has been introduced as a new generation of power systems that ensures reliable, secure, low cost, and intelligent energy distribution and consumption. In smart grids, a complex two-way communication infrastructure is involved generating huge amount of data from the different parts of the grid which generates delay and accuracy problems that affect the performance of the smart grid. In this thesis, optimization is applied to data communication at different levels of the smart grid. Three significant issues are investigated: data transfer improvement in wide area monitoring (WAMS), load balancing in cloud-fog computing and load energy forecasting based on smart metering system data. First, we propose an optimization of the WAMS data transfer through PMU reporting rate. The objective of this work is based on the variation of the reporting rate to prove its relation with the PMU location and compare the results to those of the fixed reporting rate as specified in the standards. The Search Group Algorithm is used for the reporting rate optimization. We consider the PMU data latency and completeness as performance metrics. The simulation is performed on MATLAB/SIMULINK. Second, load balancing in smart grid to overcome the delay issue is proposed. In this work, we introduce a cloud-fog computing system and hybrid optimization based on WOA-BAT to enhance the task scheduling in the virtual machines. The performance measures for this study are the processing and response times. The simulation is carried out on Java platform in Net beans and cloud analyst tool. Finally, optimization applied to short term forecasting as an application on smart metering data is presented. In this part, we optimize a long short-term memory autoencoder (LSTM-AE) model parameters using Particle Swarm Optimization (PSO) to give better results in terms of forecasting and then compare to state of art forecasting models. The evaluation metrics used for the comparison are mean absolute error (MAE) and root mean square error (RMSE). The simulation is done on PYTHONItem Application of optimization to smart grid system design(2018) Azzougui, YasminaThecurrentpowersystemisfacingalotofissues,whichmakes thepower gridunstable;fromharmonics,incapabilitytoprovideasmuchpowerasthe demand,toblackouts.Existingtoolsmustbeimprovedandnew toolsmust bedevelopedtoavoidthesepowersystemperturbations.The aimofthis thesisistoproposeoptimizationsinsomeofthesmartgridareas.Threeori- entationsarestudied:powercontrolconcerntobalancebetweenthedemand andthesupply,solvingsomepowerqualityproblemswiththe integrationof renewableenergies,PhasorMeasurementUnitplacementinwide areamon- itoringforfullobservabilityandfaultlocation. First,aloadpowercontroloptimizationisproposedinthesmarthome applications.Theideaistobalancebetweenthesupplyandthedemandso thatblackoutsareavoided.Theworkisachievedbyimplementingasmall powercontrolsystemofhomeappliances,andTaguchioptimizationisexe- cutedtoreschedulesometasksifthepowerdemandexceedssome predefined peaklevelvalue.Thisworkconcernsadiscreteproblemoftype difficult. Second,theintegrationofrenewableenergiestoovercomesomepower qualityissuesisproposed.Inthiswork,wereliedontheMoth-Flameop- timizationtechniquetosolvetheselectiveharmoniceliminationproblemin conjunctionwithareductioninthetotalharmonicdistortionoftheoverall system.Thisworkconcernsaproblemoftypedifficultwherethe solutions areoftypereal. Finally,anoptimizationtechniquetominimizethenumberof PMUsin WideAreamonitoringSystemsisproposed.GreyWolfOptimizationtech- niqueisusedtofindtheminimumnumberofPMUsrequiredtoachievethe fullobservabilityforfaultdetectioninsomestandardized IEEEbussystems. Next,TheAlgerianNetworkthatconsistsof63buseswasalsotested.The simulationsarecarriedoutusingMATLAB/SIMULINK.Thisworkconcerns a binaryproblemoftypedifficultItem Approches métaheuristiques pour les problèmes quadratiques de commande optimale des systèmes à inférence floue(Universite M'Hamed Bougara : Faculté des hydrocarbures et de la chimie, 2021) Boudouaoui, Yassine; Habbi, Hacene(Directeur de thèse)L’évolution des techniques d’ingénierie et de contrôle des systèmes a été d’un impact direct sur les plans d’instrumentation des procédés industriels, laissant ainsi surgir une exigence absolue aux performances élevées exprimées sur la qualité et le coût de production. Les multiples efforts consentis dans ce sens ont été justement motivés par cette nécessité de développer des méthodes efficaces de prise de décision pour une gestion optimale des différentes tâches de contrôle, de surveillance et de supervision. Sur le plan de la commande des systèmes, la maîtrise des solutions du contrôle optimal est devenue plus que jamais une priorité. Pour y parvenir, il est d’une extrême importance de développer des outils de résolution du problème particulier de la commande quadratique qui permettent de concevoir des lois de commande sous forme analytique. En effet, le problème quadratique de la commande des systèmes dynamique se ramène à un problème différentiel par transformation de l’équation différentielle matricielle de Riccati. Celle-ci relève d’imposantes difficultés de résolution notamment pour les systèmes à dynamique non linéaire, singulière ou spatio-temporelle. L’apport des méthodes d’optimisation traditionnelles est souvent limité, ce qui a motivé le recours aux méthodes d’optimisation intelligente à la recherche de solutions analytiques exactes ou approchées. Notre contribution dans ce travail de thèse s’inscrit au coeur de cette problématique avec l’objectif de développer un solveur de problèmes différentiels basé sur la stratégie de programmation par colonies d’abeilles artificielles (ABCP). Le solveur proposé est dédié à toutes formes de problèmes décrits par des systèmes d’équations différentielles ordinaires (linéaires ou non linéaires) et aux dérivées partielles. Il a été ensuite appliqué à des problèmes spécifiques de commande quadratique formulés pour des exemples typiques de systèmes dynamiques linéaires, singuliers, stochastiques et à inférence floue. La validation de l’approche proposée est appuyée par des résultats comparatifs de méthodes de résolution numérique et de programmation automatique rapportés dans la littérature. Ces résultats démontrent clairement la supériorité du solveur métaheuristique développé, dont les performances computationnelles évaluées en termes de convergence et de qualité des solutions analytiques générées sont d’un potentiel certainItem Automatic methods for the analysis and recognition of the Electrocardiogram of the electrocardiogram(Université M'Hamed Bougara : Institut de génie électrique et électronique, 2021) Belkadi, Mohamed Amine; Daamouche, Abdelhamid(Directeur de thèse)Cardiac diseases rank first in the cases of death all over the world; Electrocardiogram (ECG) bears valuable information about the person health state. Therefore, ECG became a standard tool for heart disease exploration. Beats segmentation is a necessary step before disease type identification. The segmentation is based on the QRS detection. In this thesis, we proposed three different methods for ECG segmentation. First, an optimized Pan-Tompkins algorithm is developed, in which the parameters of the benchmark algorithm are optimized using the particle swarm optimization (PSO). Second, the QRS is detected in the time-scale domain; the stationary wavelet transform is applied to the filtered ECG signal to enhance the QRS wave, and then thresholding is carried out to extract the wanted signal. Finally, a machine learning technique is used to identify the QRS. In particular, a deep learning autoencoder is trained by standard datasets for the purpose of QRS detectionItem Automatic voltage regulator performance enhancement in power generation(Université M'Hamed Bougara : Institut de génie électrique et électronique, 2023) Ahcene, Fazia; Bentarzi, Hamid(Directeur de thèse)The generation of electrical energy in power systems and islanded networks is generally ensured by the synchronous machine, and hence the enhancement of its dynamic performance during disturbances is increasingly required. The main objective of this research work is to enhance the dynamic performance by maintaining its terminal voltage constant during any instability. This voltage regulation can be ensured via a well-known controller named automatic voltage regulator (AVR) that is generally based on proportional integral (PI) controller. In the first proposed approach, an optimization method such as the particle swarm optimization algorithm (PSO) has been applied to determine the regulator parameters. However, in the second developed method, the AVR is based on Active Disturbance Rejection Control (ADRC) that allows controlling uncertain systems, where the dynamic is not well known such as in this application. Both approaches are tested using different generators with two different ratings under different operating conditions. The first designed AVR is implemented; simulation and test have been carried out under three different operating load conditions using micro-generators such as a 1.5 kVA and 175 W synchronous laboratory power machine with salient pole. This AVR is based on PI controller tuned by PSO algorithm; the obtained simulation and experimental results validate the use of the designed AVR. Then, the second designed AVR test of a second generator of 187 k VA with different exciting system is investigated. However, the designed AVR of the second machine is tested using both techniques PSO base PI and ADRC, the obtained simulation results encourage to use the ADRC control in such applicationItem Biomedical security : performance study and analysis(Université M'Hamed Bougara Boumerdès : Faculté de Technologie, 2024) Benyoucef, Aicha; Hamadouche, M'Hamed(Directeur de thèse)This thesis investigates the development of a robust approach for securing medical data through watermarking techniques, with a specific focus on the application of QR code encryption. The research addresses the pressing need for improved security measures in medical data transmission and storage, considering the vulnerability of patient information to unauthorized access and manipulation. Through a comprehensive literature review and analysis of existing methods, the thesis identifies key challenges in medical image watermarking, including limitations in payload capacity, imperceptibility, and robustness against attacks. To address these challenges, the research proposes a novel watermarking approach that leverages QR code encryption to enhance both security and capacity within medical images. The methodology involves embedding QR code representations of Medical Imaging Test Reports (MITR) into the non-interest regions of medical images using Discrete Wavelet Transform (DWT) and Singular Value Decomposition (SVD) techniques. Evaluation of the proposed method is conducted using performance metrics such as Peak Signal-to-Noise Ratio (PSNR), Structural Similarity Index (SSIM), and Normalization Coefficient (NC). The results demonstrate significant improvements in payload capacity, imperceptibility, and security against various attacks compared to existing watermarking methods. The pro- posed approach offers a balance between security requirements and practical considerations, making it suitable for real-world applications in medical data transmission and storage. Overall, this research contributes to advancing the field of medical image watermarking and lays the foundation for future developments in biomedical securityItem Commande et observation de la machine synchrone à aimant permanant par un contrôleur RT-LAB(Université M'Hamed Bougara : Faculté des hydrocarbures et de la chimie, 2022) Khelouat, Lila; Ahriche, Aimad(Directeur de thèse)Dans ce travail, l'objectif est de concevoir une stratégie de commande et d'observation de la MSAP garantissant la robustesse du système en boucle fermée en présence d'incertitudes paramétriques et/ou de perturbations additives. En effet, les incertitudes paramétriques peuvent être représentées par des intervalles bornés avec des limites inférieures et supérieures connues a priori. Des structures à base d'intervalles peuvent alors être utilisées pour examiner ces systèmes. Pour cela, une technique de commande robuste par retour d'état, dédiée à un système incertain est introduite. Le test de commandabilité robuste est effectué en utilisant la condition d'indépendance linéaire des vecteurs intervalles colonnes. Il est prouvé qu'il existe une corrélation directe entre ce test de commandabilité et l'existence d'un régulateur robuste P-modal pour la correction du système incertain. Il est notamment démontré que ce test est relié directement aux indices de commandabilité de chaque entrée du système incertain. Afin d'assurer la stabilité en boucle fermée, le régulateur P modal est conçu avec la possibilité d’incorporation d’une action intégrale. Le régulateur PI-modal modifié a la capacité de rejeter les perturbations et de garantir une erreur nulle en régime permanent pour une entrée échelon. Sachant aussi que la stabilité en boucle fermée est garantie en plaçant tous les coefficients du polynôme caractéristique du système dans des intervalles assignés basés sur le théorème de Kharitonov ; la technique fournit ainsi un gain matriciel à intervalles. L'approche développée est appliquée au contrôle de position ? du modèle incertain linéarisé de l’asservissement du MSAP. Les calculs et les simulations sont effectués à l'aide de la boîte à outils Intlab/Matlab. Des simulations en temps réel sont également investiguées en utilisant le CompcatRIOItem Commande et supervision d'un réseau électrique hybride autonome(2017) Achour, DjalloulAujourd'hui, les réseaux électriques hybrides autonomes sont des solutions communes de l'augmentation incroyable des émissions de CO2 et de l'alimentation en énergie électrique dans les zones isolés. Mais, le réseau électrique hybride autonome ne peut pas être efficace et fiable sans un système de commande et de supervision robuste. Dans cette thèse, trois différentes topologies de réseau électrique hybride autonome avec leurs systèmes de commande et de supervision développés sont proposées. La première topologie consiste en un générateur diesel et un générateur éolien. La deuxième topologie consiste en générateur éolien, générateur photovoltaïque, batterie et générateur diesel. La dernière topologie est composée d'un générateur éolien, d'un générateur photovoltaïque, d'une pile à combustible, d'un électrolyseur et d'un générateur diesel. Le premier système de commande et de supervision développé est basé sur un contrôleur floue-PID-PI, la deuxième est basée sur un contrôler floue et la troisième est basé une commande de flux de puissance et un gestionnaire des charges. Les trois systèmes hybrides sont simulés en utilisant le logiciel Matlab/Simulink®. Malgré les scénarios compliqués des sources naturelles et la demande de charge, les performances améliorées des systèmes de commande et de supervision développés sont validées par les résultats satisfaisants obtenus. La charge du village avec les trois topologies a été satisfaite. En outre, Dans le premier système hybride, la tension et la fréquence sont stabilisées avec des déviations acceptables autour les valeurs standards. Dans le deuxième système hybride, les émissions quotidiennes de CO2 sont réduites à 414,5794 kg / l et la fréquence est réglé. Dans le troisième système hybride, les émissions quotidiennes de CO2 ont été réduites à 352,05 Kg / l et la fréquence est stabilisée autour la valeur standard avec les fluctuationsItem Conception d'un nouveau système de régulation anti pompage des compresseurs centrifuges(2013) Zamoum, RazikaLe pompage est un problème d'instabilité aérodynamique rencontré dans les compresseurs centrifuges, il peut conduire à un phénomène destructeur qui peut entraîner des dommages mécaniques du compresseur. Les utilisateurs de ces compresseurs s'appuient sur les systèmes de contrôle pour empêcher le fonctionnement de ces derniers dans la région instable. Il n'est pas efficace d'appliquer les contrôleurs classiques, tels que PID lorsque les paramètres du système de compression de recyclage changent fréquemment. La seule façon de configurer correctement un système de contrôle est de localiser la limite de la région instable par un essai de pompage qui consiste à amener le fonctionnement du compresseur à proximité de cette région, ce processus met le compresseur et la production à risque (test de la limite de pompage). Par conséquent, pour éviter l'apparition d'un tel phénomène, certaines techniques ont été mises en place. Jusqu'à présent, la plupart des installations utilisent seulement la solution classique basée sur le régulateur PID. Les définitions élémentaires des compresseurs ainsi que le phénomène de pompage ont été introduits dans ce travail. Le modèle mathématique de Greitzer a été utilisé pour la modélisation de notre système de compression. Puis, une solution classique (l'utilisation du régulateur PID) a été explorée, en plus un nouveau contrôleur PI flou a été proposé. Enfin, trois méthodes d'identification ont été étudiées a fin de permettre au système de suivre une référence souhaitée. Ces méthodes d'identification concernent l'utilisation de l'ANFIS, NLARX et le modèle de Hammerstein &Weiner. L'utilisation du régulateur PID dans notre système de compression a montré quelques inconvénients en comparant ses résultats à ceux obtenus par le contrôleur PI logique floue. Donc notre régulateur PI logique flou a surmonté les inconvénients du PID classique en termes de performance et de robustesse, Permettant ainsi d'atteindre les objectifs fixés. Finalement, une partie de la simulation est clairement présentée, avec les avantages du contrôleur intelligentItem Conception de commande décentralisée des systèmes complexes en utilisant les stratégies de décomposition et optimisation par BMI(2019) Doghmane, Mohamed ZinelabidineLa commande est l'un des sujets qui attirent de nombreux chercheurs au cours des dernières décennies. La croissance rapide de l'industrie conduit à des systèmes industriels à grande échelle, donc, à des contrôleurs de grande dimension. La conception et la mise en œuvre de tels contrôleurs avec robustesse est un défi difficile dans l'industrie des systèmes à grande échelle, de nombreux chercheurs ont discuté le développement des stratégies de décomposition pour surmonter ce défi. Dans cette thèse une nouvelle approche de la stratégie de décomposition par recouvrement est proposée afin de concevoir un contrôleur semi-décentralisé pour différents systèmes à grande échelle avec des modèles mathématiques similaires. En outre, l'efficacité de l'approche est démontrée par différents exemples de ces systèmes tels que système d’enroulement de bande de trois / cinq moteurs, systèmes d'impression multi-étages ... etc. Une comparaison entre la robustesse des contrôleurs avec et sans stratégie de décomposition a été citée à la fin de cette thèseItem Conception optimale des systèmes de production par une approche bésée sur une système colonie de fourmis artificielles(2010) Bendjeghaba, OmarThis work is devoted to the dispatching of the reactive power and the maintain of voltage profile in the electrical network power systems in steward state by a hybrid approach. Combining heuristic and numerical technique has been chosen. The considered approach deals with the security problem, mainly the elimination of voltage constraint voilation disturbances. Firstly, the effect of the reactive power transmission upon the voltage drop and the active power losses has been analysed. Two important proprieties have been extracted; these will be used in the devlopment of the approach…