Abstract FR:

Cette these traite du probleme de la commande connexionniste de procedes non lineaires. La difficulte d'etablir des preuves de stabilite et de convergence a empeche le developpement de methodes fiables de resolution de ce probleme. Pour exploiter les caracteristiques des reseaux de neurones sans compliquer l'etude de la stabilite du systeme, nous avons propose une approche neuro-adaptative utilisant un reseau de neurones comme controleur en boucle ouverte pour compenser les non linearites du procede et un controleur adaptatif lineaire en boucle fermee pour traiter les perturbations. L'approche a ete developpee graduellement et mise en oeuvre sur un modele de simulation d'une riviere constituant un systeme non lineaire, a phase non minimale, soumis a des perturbations et ayant un temps de retard variant avec son etat. Cependant, l'approche peut etre appliquee dans un cadre general. Nous avons d'abord propose un systeme de commande adaptatif avec un neurone lineaire a une entree et un biais. La formulation sous forme de fonctions de transfert de la regle de widrow-hoff nous a permis de determiner une regle d'ajustement en ligne du pas d'adaptation et de realiser une linearisation par adaptation du systeme de commande, permettant ainsi un traitement adequat des perturbations agissant sur un procede lineaire correspondant a une riviere en regime permanent. La capacite des reseaux de neurones a capter la nature des variations du temps de retard du procede a ete mise en evidence dans une etape prealable a sa commande. Nous avons ensuite procede a l'apprentissage d'un reseau de neurones pour commander le procede en boucle ouverte. Ce dernier ayant une phase non minimale, nous avons du proposer et comparer plusieurs methodes pour aboutir a un controleur adequat. Pour traiter les perturbations, nous avons ajoute, en parallele avec le reseau de neurones, un controleur adaptatif lineaire en boucle fermee. Nous avons montre experimentalement la faisabilite de l'approche et avons propose une premiere etude de la stabilite du systeme. Les hypotheses restrictives posees gagneraient a etre assouplies et la robustesse du systeme reste a evaluer. Finalement, nous avons propose plusieurs variantes de l'approche d'apprentissage du reseau de neurones controleur et avons mis en evidence leurs apports par des analyses theoriques.