Abstract FR:

Cette these envisage l'application de techniques connexionnistes au controle de procedes. L'etude de certains algorithmes d'apprentissage, notamment d'algorithmes concus pour des reseaux recurrents, a conduit a utiliser des reseaux unidirectionnels entraines avec l'algorithme de retro-propagation. En outre la synthese des publications concernant l'utilisation de reseaux de neurones pour le controle fournit les grandes tendances du domaine. Ces elements permettent de proposer une methode originale afin de synthetiser des regulateurs neuronaux pour des procedes non lineaires. Les procedes consideres presentent des plages de fonctionnement quasi lienaires aux caracteristiques distinctes. Pour chacune de ces plages on peut regler un regulateur lineaire (regulateur p. I. ) permettant de controler le procede. Les reseaux sont entraines sur des exemples issus de regulations effectuees avec ces regulateurs lineaires. On obtient ainsi un controleur neuronal global qui permet de commander le procede convenablement en tout point de fonctionnement. Cette demarche a ete appliquee avec succes a la regulation du niveau d'un bac et a la regulation du ph dans un reacteur continu. Les caracteristiques des regulateurs neuronaux obtenus sont etudies en asservissement et en robustesse. On montre que les regulateurs neuronaux peuvent aussi etre synthetises a partir de donnees bruitees, ce qui corrobore le caractere realiste de la methode. Enfin on propose quelques elements permettant d'analyser et d'interpreter le comportement de ces regulateurs neuronaux