Documents disponibles écrits par cet auteur

Contribution à l’Analyse et à la Synthèse des Lois de Commande Adaptatives Neuro-Floues. / CHEKROUN soufyane 

Public ISBD Titre : Contribution à l’Analyse et à la Synthèse des Lois de Commande Adaptatives Neuro-Floues. : Application à la Commande Sans Capteur d’une Machine Asynchrone Triphasée. Type de document : document électronique Auteurs : CHEKROUN soufyane, Auteur ; ZERIKAT Mokhtar, Directeur de thèse Année de publication : 2015 / 2016 Importance : 146 p. Accompagnement : CD Langues : Français (fre) Catégories : Electrotechnique:automatique Mots-clés : Moteur à induction, Commande vectorielle, Commande sans capteur, Neuro-Floue, ANFIS, Système adaptatif avec modèle de référence, Observateur adaptatif. Induction motor, Vector control, Fuzzy Logic, Artificial Neural Network, ANFIS, Model Reference Adaptive System, Adaptive Observer. Résumé : Le travail présenté dans cette thèse de doctorat, a pour ambition de proposer une commande sans capteur mécanique de vitesse dédiée au moteur asynchrone basée sur les algorithmes de l’intelligence artificielle. L’objectif étant d’améliorer les performances en termes précision et robustesses de la commande sans capteur et de vérifier l’apport de l’approche Neuro-Floue (ANFIS) sur lestimation de la vitesse. Ce travail débute par un état de l’art sur les techniques de la commande avec et sans capteur basées sur la modélisation de la machine. Une recherche bibliographique a montré les limites de ces techniques lorsque les paramètres du moteur varies, et aussi à très basse vitesse où apparaissent des problèmes d’observabilité. Plusieurs solutions ont été proposées afin de rendre la commande sans capteur moins sensibles aux variations paramétriques. Ces techniques, en général sont basées sur l'identification en ligne des paramètres de la machine. L’une de ses solutions consiste a associée les techniques de l’intelligence artificielle. Nous poursuivons notre étude par le développement des estimateurs d’hybrides, associant les techniques avec modèle et celle fondée sur l’approche Neuro-Floue reconnues pour leur robustesse. Deux techniques ont été retenues pour l’estimation de la vitesse, la première est basée sur un Système Adaptatif avec Modèle de Référence mutuel et le deuxième est fondée sur un observateur adaptatif mutuel, elles sont dotées d’un mécanisme d’adaptation délivrant la valeur de la vitesse en sortie par un régulateur de type Neuro-Flou, et intègrent l'estimation des résistances statorique et rotorique pour améliorer la robustesse des estimateurs et de la commande vectoriel indirect par orientation du flux rotorique. Les approches ont été expérimentées par simulation numérique pour étudier leurs caractéristiques de précision et de dynamique. Les résultats des différents testes de simulation montrent les propriétés de robustesse et poursuite de trajectoire des techniques étudiées et de l’apport de la technique intelligente hybride Neuro-Floue utilisée. Contribution à l’Analyse et à la Synthèse des Lois de Commande Adaptatives Neuro-Floues. : Application à la Commande Sans Capteur d’une Machine Asynchrone Triphasée. [document électronique] / CHEKROUN soufyane, Auteur ; ZERIKAT Mokhtar, Directeur de thèse . - 2015 / 2016 . - 146 p. + CD. Langues : Français (fre) Catégories : Electrotechnique:automatique Mots-clés : Moteur à induction, Commande vectorielle, Commande sans capteur, Neuro-Floue, ANFIS, Système adaptatif avec modèle de référence, Observateur adaptatif. Induction motor, Vector control, Fuzzy Logic, Artificial Neural Network, ANFIS, Model Reference Adaptive System, Adaptive Observer. Résumé : Le travail présenté dans cette thèse de doctorat, a pour ambition de proposer une commande sans capteur mécanique de vitesse dédiée au moteur asynchrone basée sur les algorithmes de l’intelligence artificielle. L’objectif étant d’améliorer les performances en termes précision et robustesses de la commande sans capteur et de vérifier l’apport de l’approche Neuro-Floue (ANFIS) sur lestimation de la vitesse. Ce travail débute par un état de l’art sur les techniques de la commande avec et sans capteur basées sur la modélisation de la machine. Une recherche bibliographique a montré les limites de ces techniques lorsque les paramètres du moteur varies, et aussi à très basse vitesse où apparaissent des problèmes d’observabilité. Plusieurs solutions ont été proposées afin de rendre la commande sans capteur moins sensibles aux variations paramétriques. Ces techniques, en général sont basées sur l'identification en ligne des paramètres de la machine. L’une de ses solutions consiste a associée les techniques de l’intelligence artificielle. Nous poursuivons notre étude par le développement des estimateurs d’hybrides, associant les techniques avec modèle et celle fondée sur l’approche Neuro-Floue reconnues pour leur robustesse. Deux techniques ont été retenues pour l’estimation de la vitesse, la première est basée sur un Système Adaptatif avec Modèle de Référence mutuel et le deuxième est fondée sur un observateur adaptatif mutuel, elles sont dotées d’un mécanisme d’adaptation délivrant la valeur de la vitesse en sortie par un régulateur de type Neuro-Flou, et intègrent l'estimation des résistances statorique et rotorique pour améliorer la robustesse des estimateurs et de la commande vectoriel indirect par orientation du flux rotorique. Les approches ont été expérimentées par simulation numérique pour étudier leurs caractéristiques de précision et de dynamique. Les résultats des différents testes de simulation montrent les propriétés de robustesse et poursuite de trajectoire des techniques étudiées et de l’apport de la technique intelligente hybride Neuro-Floue utilisée.

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
3636	02-10-452	Version numérique et papier	Bibliothèque USTOMB	Thèse de Doctorat	Exclu du prêt

Documents numériques

02-10-452.pdf Adobe Acrobat PDF

Optimisation d'une Base de Règles Floues. / Ismahan BENABADJI 

Public ISBD Titre : Optimisation d'une Base de Règles Floues. : Application à la commande d‟un drone. Type de document : document électronique Auteurs : Ismahan BENABADJI, Auteur ; ZERIKAT Mokhtar, Directeur de thèse Année de publication : 06 /01/ 2011 Importance : 75 p. Accompagnement : CD Langues : Français (fre) Catégories : Automatique Mots-clés : Drone  quadri-rotors  drone XSF  logique floue  réseau de neurones  Système d‟Inférence Floue Optimisé  STFIS  ANFIS. Drone  quadrotors  XSF drone  fuzzy logic  neuronal network  optimised fuzzy inference systems  STFIS  ANFIS. Résumé : Lobjectif du travail présenté dans ce mémoire est le développement des approches basées sur les techniques de la logique floue pour le contrôle du drone XSF (X4-Stationnary-Flyer) qui est un système sous-actionné et non linéaire. Nous présentons deux techniques des Systèmes d'Inférence Floue Optimisé dites aussi Systèmes Neuro-Floues hybrides, l‟une est basée sur une descente du gradient pour optimiser les concluions des règles floues en ligne (STFIS) et l‟autre appliquée hors ligne (ANFIS) basée sur une combinaison de deux méthodes d‟optimisation : les moindre carrés pour estimer les conclusions et une descente du gradient qui sert à identifier les prémisses. Des testes de simulations ont mis en évidence les propriétés de robustesse des approches adoptées, pour le suivi des trajectoires : simple et compliquée et le cas de perturbation due à l‟influence du vent. The aim of this work presented in this memory is the development of approach based on fuzzy techniques to control XSF (X4-Stationnary-Flyer) drone which is under-actuated and non linear system. We present two techniques of optimised fuzzy inference systems which are also named hybrid Neuro-Fuzzy systems. One is based on a descent of the gradient method to optimize conclusions of fuzzy rules (STFIS) on-line and the second one (ANFIS) off-line, combines the least square to estimate conclusions and the descent of the gradient to identify premises parameters. Various tests of simulations have revealed the properties of robustness of adopted approach for travel of designed trajectories: simple, complex and the case of perturbation (influence of wind). Optimisation d'une Base de Règles Floues. : Application à la commande d‟un drone. [document électronique] / Ismahan BENABADJI, Auteur ; ZERIKAT Mokhtar, Directeur de thèse . - 06 /01/ 2011 . - 75 p. + CD. Langues : Français (fre) Catégories : Automatique Mots-clés : Drone  quadri-rotors  drone XSF  logique floue  réseau de neurones  Système d‟Inférence Floue Optimisé  STFIS  ANFIS. Drone  quadrotors  XSF drone  fuzzy logic  neuronal network  optimised fuzzy inference systems  STFIS  ANFIS. Résumé : Lobjectif du travail présenté dans ce mémoire est le développement des approches basées sur les techniques de la logique floue pour le contrôle du drone XSF (X4-Stationnary-Flyer) qui est un système sous-actionné et non linéaire. Nous présentons deux techniques des Systèmes d'Inférence Floue Optimisé dites aussi Systèmes Neuro-Floues hybrides, l‟une est basée sur une descente du gradient pour optimiser les concluions des règles floues en ligne (STFIS) et l‟autre appliquée hors ligne (ANFIS) basée sur une combinaison de deux méthodes d‟optimisation : les moindre carrés pour estimer les conclusions et une descente du gradient qui sert à identifier les prémisses. Des testes de simulations ont mis en évidence les propriétés de robustesse des approches adoptées, pour le suivi des trajectoires : simple et compliquée et le cas de perturbation due à l‟influence du vent. The aim of this work presented in this memory is the development of approach based on fuzzy techniques to control XSF (X4-Stationnary-Flyer) drone which is under-actuated and non linear system. We present two techniques of optimised fuzzy inference systems which are also named hybrid Neuro-Fuzzy systems. One is based on a descent of the gradient method to optimize conclusions of fuzzy rules (STFIS) on-line and the second one (ANFIS) off-line, combines the least square to estimate conclusions and the descent of the gradient to identify premises parameters. Various tests of simulations have revealed the properties of robustness of adopted approach for travel of designed trajectories: simple, complex and the case of perturbation (influence of wind).

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
3456	02-10-273	Version numérique et papier	Bibliothèque USTOMB	Mémoire de Magister	Exclu du prêt

Documents numériques

Optimisation d'une Base de Règles Floues : Application à la commande d‟un drone Adobe Acrobat PDF