Département d'Automatique

Permanent URI for this collection

https://dspace.ummto.dz/handle/ummto/9

Browse

Now showing 1 - 20 of 59

Observation et commande des systèmes de Takagi-Sugeno : Synthèse 𝓓-stable
(FGEI-UMMTO, 2023) Ouhib Lamia
Ce travail traite de la synthèse d’observateurs et de lois de commande pour les systèmes non linéaires décrits par des multi-modèles de Takagi-Sugeno sous contraintes de D-stabilité. Cette dernière permet d’améliorer les performances du système en assignant les valeurs propres des matrices liées à sa dynamique dans une région définie du plan complexe appelée région LMI. Dans le contexte de l’observation des systèmes TS classiques à Variables de Décision Non Mesurables, nous avons proposé de nouvelles conditions LMIs génériques de synthèse de quatre types d’observateurs basés sur l’approche L_2 : l’observateur Proportionnel, l’observateur Proportionnel Intégral (PI), l’observateur Proportionnel Multi-Intégral (PMI) et un autre observateur permettant d’estimer conjointement l’état et les défauts actionneurs. Nous nous sommes aussi intéressés au développement d’un observateur proportionnel lipschitzien intégrant un retour supplémentaire de sortie dans sa fonction d’activation dont le but est d’éliminer l’influence des constantes de lipschitz sur les conditions de synthèse. Nous avons ensuite étendu les principaux résultats obtenus pour l’observation des systèmes TS classiques aux systèmes TS interconnectés. L’estimation simultanée des états et des paramètres variant dans le temps a aussi été examinée pour ce type de système. Dans le contexte de la commande des systèmes TS classiques à Variables de Décision Mesurables, nous avons proposé la synthèse sous contraintes de D-stabilité de trois types de lois de commande : la commande en présence de saturation d’actionneurs, la poursuite de trajectoire générée par un modèle de référence et la commande tolérante aux défauts actionneurs. Plusieurs résultats de simulation ont été présentés afin d’illustrer l’efficacité des approches proposées.
Détection de personnes à partir d’images 3D et identification de leurs postures et de leurs mouvements par la caméra 3D Kinect
(Université Mouloud Mammeri, 2017-10-22) Hemdane, Mohamed
La détection de personnes et l’identification de leurs postures et leurs mouvements est un sujet qui peut intervenir dans différents applications allant des interactions gestuelles aux jeux vidéo, en passant par le suivi d’activités à domicile, la surveillance,…etc. Pour qu’elles puissent être performantes et attractives, ces applications nécessitent la mise en ouvre d’outils de reconnaissance et d’interprétation des gestes humains, par des méthodes efficaces, rapides et ouvertes. Dans ce mémoire et dans un premier volet, nous nous sommes orientés vers la détection de personnes à partir des images de profondeur de la Kinect. Un algorithme de détection a été développé, appelé histogramme de profondeurs orientées (HOD) inspiré de la méthode d'histogramme des gradients orientés (HOG) et des caractéristiques particulières du capteur Kinect. Nous effectuons une recherche multi-échelle informée de HOD basée sur une régression échelle profondeur et une utilisation d'images intégrales. Dans un deuxième volet, une méthode pour la reconnaissance de poses en temps réel à partir d'un flux de squelette bruité tels que ceux extraits du capteur de profondeur Kinect, est présentée. Chaque pose est décrite en utilisant une représentation angulaire des articulations du squelette. Ces descripteurs servent à identifier des poses clés à travers un classifieur SVM multi-classes. Par la suite les poses clés seront utilisées pour reconnaitre les gestes à travers une forêt de décision qui permet la recherche efficace pour n'importe quelle séquence de poses clés qui composent un geste. Le descripteur HOD a été testé sur une base d’images de profondeur et a donné des résultats satisfaisants, atteignant un taux de précision de 85%. La machine d’apprentissage de poses clés était capable de reconnaître les poses clés des utilisateurs dans la plupart des cas, atteignant un taux de reconnaissance moyenne de 90,8%. La forêt de décision a pu identifier efficacement les gestes en temps réel, des résultats excellents ont été obtenus dans la majorité des gestes.
Etude et application de la reconnaissance automatique de formes évolutives
(Université Mouloud Mammeri, 2015-12-06) Ghaleb, Souhila
En reconnaissance de formes, particulièrement, dont le principe est d'associer une étiquette à une donnée, plusieurs méthodes ont été proposées permettant ainsi d'extraire automatiquement des informations de ces données pour former les classes, phase qui constitue l'apprentissage et d'affecter automatiquement la donnée à la classe appropriée, ce qui constitue la phase de reconnaissance. Cependant, ces méthodes ne sont généralement efficaces que si les données sont exhaustives. Si les objets sont évolutifs avec des caractéristiques de forme, de couleur ou de texture qui changent graduellement, la reconnaissance devient délicate. Pour être efficace dans ce cas, le système de reconnaissance de formes doit s'adapter à plusieurs situations en nécessitant une classification dynamique de ces données évolutives. Dans ce travail, deux approches sont entretenues, la première consiste à concevoir une structure adaptative permettant la prise en compte du caractère évolutif des données en utilisant la méthode des k-plus proches Voisin Flous Dynamique, qui sera appliquée sur différentes classes générées artificiellement. La deuxième approche concerne les évolutions périodiques, elle consiste à diviser la période de l'évolution sur des intervalles ce qui nous conduit à considérer statique les classes correspondant à ces intervalles. Dans cette approche deux méthode sont utilisées pour l'estimation du niveau de maturité de la tomate, il s'agit de la méthode de Syarir et al et la méthode des SVMs multi-classes.
Analyse d'images IRM pour l'étude de la sclérose en plaques
(Université Mouloud Mammeri, 2012) Mesloub, Karima
Le travail conçu est une segmentation automatique des lésions de la sclérose en plaque (SEP) qui affectent les tissus du cerveau humain dans les images IRM basé sur les méthodes de segmentation par classification non supervisé pour chercher la région d’intérêt, là où se trouvent les lésions de la SEP, qui est appliquée à l'algorithme level set. Notre méthode consiste en l'algorithme C-moyenne floues ( FCM) basée sur une intensité de l'image, cette algorithme classifie l'image, cet algorithme classifie l'image par le regroupement les points. (pixels) de données similaires dans l'espace de caractéristiques dans les classes. Ce regroupement est réalisé par itérativement en minimisant une fonction de coût qui dépens de la distance des pixels vers les centres des classes dans le domaine caractéristique. Toutefois, l'algorithme FCM ne tient pas compte l'informations spatiale dans l'image.Pour améliorer nos résultats, pour détecter les lésions sans artefacts, nous avons appliqué l'algorithme FCM spatiale, nous introduisant une influence du voisinage dans le degré d'appartenance de chaque pixel de l'algorithme FCM conventionnel. Dans le but d'apporter des informations visuelles et d'isoler les lésions de la SEP présentes sur les images IRM pour l'aide au diagnostic nous avons appliqué un algorithme performant level set. Cet algorithme capable d'évoluer directement à partir de la segmentation initiale par la classification floue spatiale et les paramètres de contrôle de l'évolution de level set sont estimés à partir des résultats de FCM spatiale. La méthode proposé emploie l'information spatiale de l'image et améliore l'exactitude de la segmentation des lésions de la SEP. Les résultats obtenus permettent d'automatiser un processus long et fastidieux pour l'expert. Nos tests ont été effectués sur les différentes séquences d'images IRM
Développement d'algorithmes pour la commande H des systèmes non linéaires : Application à un procédé industriel
(Université Mouloud Mammeri, 2010) Yousfi, Safia
Le travail présenté dans ce mémoire, consiste à développer des algorithmes d’optimisation H8 pour les systèmes linéaires et non linéaires. Dans La première partie, l’étude des outils fondamentaux de la commande robuste des systèmes linéaires, par l’optimisation H8, à été effectuée et l’état de l’art de la commande H8 a été exposé. La commande H8 des systèmes linéaires a été largement traitée dans la littérature, ses performances ont été prouvées dans de nombreuses applications. Récemment, l’extension de la commande H8 au cas non linéaire a été abordée. Dans la seconde partie de notre travail, nous étudions le problème de la commande H8 non linéaire. Le problème de détermination de la commande H8 non linéaire a été résolu moyennant la technique des approximations successives. Les résultats de simulation sur deux applications (pendule inversé et moteur synchrone à aimant permanent) ont permis de valider la méthodologie développée. Dans la troisième partie, les méthodes de résolution basées sur les inégalités matricielles dans le cas linéaire et non linéaires, ont été développées et appliquées aux exemples précédemment. Les résultats de simulation sont comparés et interprétés.
Contribution à l'étude et réalisation d'un asservissement comprenant une table tournante, un robot et un système de vision artificielle
(2010-12-02) Triki, Ahcène
Notre travail consiste à étudier, sur le plan théorique et pratique, la commande d’un système composé d’une table tournante, d’un bras manipulateur et d’une caméra. Le fonctionnement de cet ensemble piloté par un micro-calculateur consiste à reconnaître, en temps réel, des objets arrivant sur la table tournante pour, ensuite, les saisir et les déplacer à l’aide du bras manipulateur. Pour atteindre cet objectif constitué d’une étude théorique et d’une réalisation pratique, nous avons subdivisé notre travail en trois étapes. La première est consacrée à la réalisation d’une boucle de commandes numérique en vitesse du moteur à courant continu assurant le mouvement de rotation de la table. La détection, la localisation et la reconnaissance de l’objet constituent la seconde partie relative à la vision. En dernière partie, il s’agit de réaliser la commande du robot permettant la saisie et le déplacement de l’objet vers l’emplacement correspondant.
Classification et segmentation d'images texturées basée sur la théorie des ensembles
(Université Mouloud Mammeri, 2010) Haliche, Zohra
L’objectif de notre travail, est d’étudier une approche d’analyse de la texture basée sur la théorie des ensembles. Cette approche consiste à extraire des attributs de texture à partir des matrices Aura de niveaux de gris (GLAM) dont le calcul dépend d’un ensemble appelé élément structurant. Cependant, cette procédure nécessite un temps de calcul assez long. Pour remédier à ce problème, nous avons implémenté deux techniques de programmation. La première est la technique des listes chaînée et la deuxième dite structure hybride qui combine à la fois la notion des listes chaînées et les tables de hachage. Ces deux techniques nous ont permis d’utiliser plusieurs éléments structurants en même temps. Plusieurs stratégies pour combiner plusieurs éléments structurants de la même forme et de tailles variables ont été ainsi proposées afin de segmenter une image texturée.
Commande des système fractionnaires approche dans l'espace d'état
(Université Mouloud Mammeri, 2010) Cheballah, Fatima
Dans notre travail, nous allons étendre les lois de commandes d’ordre entier ( 8 H entier) à des lois de commande d’ordre non entiers ( 8 H non entier), en introduisant des fonctions de pondérations non entières. La synthèse passe par l’étude et la programmation de la méthode d’Oustaloup en représentation transfert et en représentation d’état de l’opérateur de dérivation, par un transfert d’ordre entier. Ces approximations seront utilisées dans la synthèse des régulateurs 8 H non entiers. Dans le premier chapitre nous avons exposé les notions de base de la dérivation et d’intégration non entières, ainsi que les deux méthodes d’approximation des systèmes non entiers en représentation transfert et en représentation d’état. Le deuxième chapitre est consacré à l’étude de principe de base de problème 8 H sous la forme standard et sa résolution par la méthode de Doyle qui est basée sur les équations de Riccati. Le troisième chapitre représente le principe de la commande 8 H pondérée, dans le cas entier et dans le cas non entier. Dans le dernier chapitre nous avons appliqué les différents régulateurs étudiés à la commande en vitesse de la machine asynchrone.
Réseaux de neurones et espace d'état pour l'identification et la prédiction
(Université Mouloud Mammeri, 2010) Amoura, Karima
Les réseaux de neurones artificiels, appelés aussi réseaux neuromimétiques, constituent aujourd’hui une technique de traitement de données bien comprise et bien maîtrisée. Notre travail consiste à étudier un type de réseaux de neurones artificiels dynamiques appelés réseaux de neurones à espace d’état, en anglais "State Space Neural Networks" ou SSNN. Les SSNN font partie des techniques de l’intelligence artificielle et trouvent des applications directes dans le domaine de l’Automatique. L’objectif de ce travail est d’évaluer le potentiel (performances optimales) de cette technique dans le cadre de tâches de modélisation, d’identification et de prédiction des systèmes dynamiques en utilisant deux méthodes d’apprentissage, la méthode du gradient stochastique et la méthode de Levenberg-Marquardt. Le chapitre I de ce présent mémoire est consacré à la présentation des réseaux de neurones artificiels d’une manière générale. Dans le deuxième chapitre on introduit le réseau de neurones à espace d’état et comment le mettre en œuvre pour les taches de modélisation et d’identification des systèmes dynamiques. Le troisième chapitre est un chapitre de test et de résultats dans lequel nous modélisons des systèmes dynamiques linéaires et non linéaires de différents ordre avec des SSNN en utilisant pour cela les deux méthodes d’apprentissage mises en œuvre. Afin mettre en valeur l’efficacité du SSNN une comparaison entre ce type de réseau avec un réseau multicouche a été réalisée.
Etude comparative de méthode de reconfiguration de commande
(Université Mouloud Mammeri, 2008) Oubabas, Hocine
Le présent travail porte sur la reconfiguration de commande des systèmes non linéaires. Un état de l’art résumant différentes méthodes de commandes tolérantes aux fautes est présenté à la fois pour les systèmes linéaires et pour les systèmes non linéaires. Trois approches de commande que sont l’approche multi-modèles, l’approche basée sur l’observateur à grand gain et l’approche à base de modèle non linéaire prédictif ont été étudiées puis appliquées sur un modèle de la machine asynchrone. Le choix de ces trois méthodes est basé sur les critères suivants : Le caractère non linéaire de ces approches, Leur vaste application dans le domaine de la commande des systèmes non linéaires. Et le caractère récent de ces trois approches (approches dites modernes). Une étude comparative des ces méthodes a été faite sur la base des résultats de simulation obtenus sur la machine asynchrone. Les résultats obtenus ont montré que les trois approches étudiées garantissent la stabilité du système dans le cas nominal et après reconfiguration, ces méthodes conservent aussi la nature non linéaire du système.
Systèmes multi -Agents appliquées en segmentation d'images
(Université Mouloud Mammeri, 2008-10-20) Hammouche, Abdelaziz
Réduction des systèmes non linéaires application aux systèmes Micro Electro -Mécaniques ( MEMS).
(Université Mouloud Mammeri, 2009-06-21) Yacine, Zedjiga
Résolution d'un problème de contrôle optimal des systèmes dynamiques hybrides
(Université Mouloud Mammeri, 2009) Nait abdesselam, Aldjia
Commande d'un onduleur par des apprpches basées sur des réseaux de neurones artificiels
(Université Mouloud Mammeri, 2009-09-27) Boudjedaimi, Madjid
Apprentissage des systèmes multi-agents
(Université Mouloud Mammeri, 2011) Nait Belaid, Ouiza
Résumé- Un Système Multi-Agent qui est l’un des aspects de l’Intelligence Artificielle Distribuée, constitue un moyen intéressant pour modéliser des comportements de groupes dans différents domaines d’applications allant de l’industrie jusqu’aux sciences humaines et ce, à l’aide d’un ensemble d’agents intelligents fonctionnant en commun et dotés de capacités de perception et d’actions sur l’environnement. Les SMA évoluent généralement dans des environnements complexes autrement dit, larges, ouverts, dynamiques et non prévisibles. Pour de tels environnements, il est très difficile et parfois impossible de définir correctement et complètement les systèmes a priori, c’est-à-dire, lors de la phase de conception, bien avant leur utilisation car, ceci exigerait de connaître à l’avance toutes les conditions environnementales qui vont survenir dans le futur, quels agents seront disponibles à ce moment et comment les agents disponibles devront réagir et interagir en réponse à ces conditions. Une manière de gérer ces difficultés est de donner à chaque agent l’habileté d’améliorer ses propres performances, ainsi que celles du groupe auquel il appartient et cela est réalisé en utilisant des algorithmes d’apprentissage qui dépendent des connaissances dont dispose le concepteur sur le domaine. Le travail traité dans ce mémoire traite de l’apprentissage des systèmes multi-agents en vue de prendre des décisions diverses selon la situation rencontrée. L’application choisie dans le cadre de ce mémoire relève du problème de tournée de véhicules impliquant, de ce fait, une optimisation en termes de temps de distance et d’économie. Il s’agit, en effet, de transmettre un flux entre des agences avec le minimum de véhicules sans violation d’aucune contrainte. Le problème est décomposé en sous-problèmes où différents agents coopèrent, collaborent, communiquent et apprennent en vue de prendre une décision en se servant de l’apprentissage. Pour cet apprentissage, le Q-Learning, a permis de trouver les meilleurs Hubs à insérer dans les itinéraires d’un véhicule allant d’une ville de départ pour servir une destination donnée en respectant les contraintes. La réalisation de ce travail a été effectuée en JAVA en utilisant la plateforme MADKIT. Mots clés : Systèmes multi-agents, apprentissage,Q-earning, tournées de véhicules avec fenêtres de temps.
Synthèse d'observateurs non linéaires : Application au diagnostic de défauts
(Université Mouloud Mammeri, 2011) Nait Slimani, Boukhalfa
À cause de l’intérêt croissant que suscite le diagnostic de défauts, les orientations des travaux de recherche sur l’estimation de l’état des systèmes non linéaires vers des objectifs de diagnostic sont de plus en plus importantes. Contrairement au problème d’estimation d’état des systèmes linéaires qui est entièrement résolu, le problème d’estimation d’état des systèmes non linéaires reste ouvert et demeure un domaine de recherche très actif. Notre travail s’inscrit dans le contexte de diagnostic de défauts de systèmes non linéaires à base d’observateurs. Nous allons, notamment, nous intéresser à deux méthodes. La première consiste à utiliser les observateurs adaptatifs pour détecter et isoler les défauts provenant des actionneurs. Cette méthode sera ensuite appliquée pour le diagnostic d’un système à trois cuves. La deuxième méthode consiste à synthétiser des observateurs à mode glissant, robustes vis-à-vis d’entrées inconnues, pour reconstruire les défauts actionneurs et capteurs des systèmes linéaires et non linéaires. Nous allons utiliser cette méthode pour la reconstruction de défauts actionneurs d’un double pendule inversé.
Mise en oeuvre d'une stratégie de commande neuro floue : Application à un pendule inversé
(Université Mouloud Mammeri, 2011-03-16) Lahouazi, Ferhat
Le présent travail porte sur la commande d’un système non linéaire sous actionné. Celle-ci prend pour application le système du pendule inversé consistant en un chariot mobile en translation supportant un pendule en rotation libre,cette plate-forme doit permettre une rotation de 360°. A cet effet, des commandes non linéaires sont mises en œuvre,celles-ci permettent dans un premier temps,de ramener le pendule inversé vers sa position inversée (redressement) tout en respectant les limites de la course du chariot et ceci par le biais de commande à énergie minimale et la commande par mode de glissement. Dans un second temps,différentes commandes classique et intelligente sont appliquées assurant ainsi la stabilisation et le maintien du pendule autour de son point d’équilibre instable,à savoir un retour d’état optimal, commande par mode de glissement, commande floue et commande neuro-floue. Nous constatons les avantages qu’elle apporte cette nouvelle stratégie qui repose sur l’interaction des avantages qu’offre la logique floue et les réseaux de neurone; par la rapidité du temps de réponse,la commande moins énergétique, la meilleur limitation du déplacement du chariot et la très bonne robustesse vis-à-vis des erreurs paramétriques et perturbations extérieures. En fin,les commandes synthétisées sont mises oeuvre par implémentation sur le banc de manipulation « pendule inversé ».Une étude comparative des résultats de simulation et expérimentaux nous montrent leurs performances et robustesses.
Segmentation d'images texturées à partir des attributs fractals
(Université Mouloud Mammeri, 2011) Lehamel, Malha
Le travail abordé dans ce mémoire traite le problème de la classification et de la segmentation d’images texturées à partir des attributs fractals. La méthodologie employée consiste à caractériser chaque pixel de l’image par des attributs fractals. Sur la base de ces attributs, les pixels sont regroupés en classes de textures par intermédiaire de l’algorithme K-means. Les attributs fractals correspondent à la dimension fractale, aux attributs de lacunarité et au spectre de singularité. Plusieurs méthodes d’estimation de la dimension fractale, une méthode de calcul des attributs de lacunarité et une méthode de calcul des attributs multifractals ont été implémentées et testées.
Imagerie du tenseur de diffusion en l'exploration du système nerveux central. Applications cliniques
(Université Mouloud Mammeri, 2011) Guerchouche, Nouara
L’IRM du tenseur de diffusion est l’une des applications de l’imagerie par résonance magnétique, elle permet d’obtenir localement des informations caractérisant la position, l’orientation et l’anisotropie de la diffusion des molécules d’eau présentes dans le corps humain. Elle trouve ses applications en grande partie dans l’étude de la matière blanche et plus précisément dans la cartographie et la compréhension in vivo des interactions entre les nombreuses aires qui composent notre cerveau ce que l’IRM classique ne permet pas. En IRM de diffusion, l'hypothèse est faite que les molécules d'eau tendent à diffuser de manière plus importante le long des structures orientées comme les faisceaux de fibres. Ainsi, s'il est concevable de mesurer la diffusion de l'eau dans plusieurs directions de l'espace, il est donc possible de retrouver avec une précision dépendant du nombre de directions choisi les directions des structures microscopiques, c'est-à-dire des fibres nerveuses.
Commande prédictive des systèmes non linéaires dynamiques
(Université Mouloud Mammeri, 2011-07-06) Idiri, Ghania
Dans ce mémoire, on s’intéresse à étudier l’apport des méthodes d’optimisation globale dans une stratégie de commande prédictive d’un système non linéaire. L’objectif du travail consiste à appliquer les méthodes d’optimisation globale d’Alienor et d’essaim de particules pour la résolution du problème d’optimisation non linéaire d’une commande prédictive non linéaire, puis de comparer leurs performances. L’étude se limite au système non linéaire caractérisé par une dynamique lente, et à la poursuite de consigne en présence des contraintes, de type boîtes, sur la variable de commande. Les deux méthodes sont implémentées en simulation pour la commande prédictive d’un système non linéaire dont la prédiction est réalisée par un modèle du type entrée-sortie. Les deux cas avec et sans contrainte sur la variable de commande sont étudiés.

Browse

Recent Submissions