Algorithmes génétiques (GA)

Table des matières

Résumé
Table des matières
Liste des tableaux
Liste des figures
Chapitre 1 – Introduction 
1.1 Problématique de recherche
1.2 Objectifs visés
1.3 Méthodologie de recherche
1.3.1 Développement des lois de commande sans ou avec un minimum de paramètres
1.3.2 Étude de stabilité du système
1.3.3 Expérimentation des lois de commande
1.4 Structure de la thèse
Chapitre 2 – Notions théorique
2.1 Dynamique de la machine synchrone à aimants permanents
2.1.1 Machine synchrone à aimants permanents
2.1.2 Hypothèses simplificatrices
2.2 Logique floue
2.2.1 Introduction
2.2.2 Système de logique floue
2.2.3 Contrôle flou adaptatif
2.3 Algorithmes génétiques (GA)
2.4 Théorie de stabilité de Lyapunov
2.4.1 Système non-linéaire
2.4.2 Systèmes autonomes
2.4.3 Systèmes non-autonomes
2.5 Mode glissant
2.5.1 Principe de la commande par mode glissant
2.5.2 Base mathématique de la commande par mode glissant
2.5.3 Modes de trajectoires dans le plan de phase
2.5.4 Phénomène de commutation
2.5.5 Choix de la surface de glissement
2.5.6 Conditions de convergence
2.5.7 Détermination de la loi de commande
2.5.8 Phénomène de chattering
2.6 Conclusion
Chapitre 3 – Nouvelles stratégies de commande de la MSAP
3.1 Régulateur flou
3.2 Structure de contrôle à base de logique floue adaptative de la MSAP
3.2.1 Étude de stabilité
3.2.2 Résultats de simulation
3.3 Synthèse optimale et interpolation des paramètres de la logique floue
3.3.1 Résultats de simulation
3.4 Commande de la MSAP à base de logique floue et de mode glissant
3.4.1 Loi de commande
3.4.2 Résultats de simulation et discussion
3.5 Structure de contrôle simplifiée à base de logique floue adaptative de laMSAP
3.5.1 Étude de stabilité
3.5.2 Résultats de simulation
3.6 Commande sans capteur de la MSAP
3.6.1 Résultats de simulation
3.7 Conclusion
Chapitre 4 – Validations expérimentales 
4.1 Introduction
4.2 Banc expérimental
4.3 Tests expérimentaux de la Structure de contrôle à base de logique floue adaptative de MSAP
4.3.1 Résultats expérimentaux Machine 1HP
4.3.2 Résultats expérimentaux Machine 3kW
4.4 Tests expérimentaux de la commande de la MSAP à base de logique floue et de mode glissant
4.4.1 Résultats expérimentaux pour machine de 1HP
4.5 Tests expérimentaux de la Structure de contrôle simplifiée à base de logique floue adaptative de MSAP
4.5.1 Résultats expérimentaux de la machine de 1HP
4.6 Conclusion
Chapitre 5 – Conclusion générale 
Bibliographie
Annexe A – Résultats de simulations avec interpolation polynomiale des coefficients de la loi commande LF-LF
A.1. Résultats de simulation
A.1.1. Machine de 3 .5k W à 2500 tr/min
A.l.2. Machine de 2.2 kW à 1750 tr/min
A.l.3. Machine de 1 kW à 2100 tr/min
A.1.4. Machine de 500W à 2400 tr/min
A.1.5. Machine de 120W à 5800 tr/min
Annexe B – Réseaux de neurones artificiels 
B.1. Introduction
B.2. Élément de base des réseaux de neurones
B.2.1. La structure de base
B.2.2. Structure d’un réseau de neurones monocouche
B.2.3 . Structure des réseaux de neurones multicouches
B.2.4. Fonction d’activation
B.3.Exemples de réseaux de neurones
B.3 .1.Réseau de neurones linéaire
B.3.2.Réseau RBF
B.3 .3. Principaux types d’apprentissage
B.3.4. Les méthodes d’apprentissage
B.4. Conclusion
Annexe C – Publication