Abstract FR:

Cette these presente une approche de l'identification et du controle de processus par modele connexionniste. La finalite du travail entrepris est l'application de ces techniques connexionnistes a l'asservissement en temperature d'une enceinte climatique. Une etude generale des modeles connexionnistes et de leurs proprietes montre qu'ils peuvent etre utilises dans le domaine non lineaire comme des modeles parametriques adaptatifs. Nous leur avons donc applique les procedures classiquement utilisees en modelisation. Ainsi, nous presentons un schema general d'identification par modele connexionniste ainsi que des strategies de controle neuronal. Nous avons applique cette demarche neuronale a l'asservissement en temperature d'une enceinte climatique. Le schema de controle utilise est du type commande a modele interne dans lequel un reseau neuronal a fonctions de base radiale (rbf) est integre. Nous avons utilise ce type de reseau car la linearite de sa couche de sortie nous a permis de developper une procedure d'apprentissage rapide de type moindres carres. Nous avons ainsi pu mettre en uvre une adaptation en ligne du modele, la commande etant calculee, a chaque instant d'echantillonnage, par inversion locale de ce modele direct. Pour evaluer les performances de la strategie de controle adaptatif, nous avons effectue differents essais en asservissement de l'enceinte avec et sans charge, pour des profils de consigne en temperature relativement complexes