Thèse de Doctorat

Permanent URI for this collectionhttp://dspace.univ-batna2.dz/handle/123456789/671

Browse

Search Results

Now showing 1 - 9 of 9
  • Thumbnail Image
    Item
    Supervision d’un robot manipulateur virtuel par les réseaux de neurones. Doctorat thesis(2020) , Université de Batna 2.
    (University of Batna 2, 12/2/2020) GHRIEB Abdel Ouahab
    Dans ce travail de thèse, nous avons proposé un système de supervision appliqué sur un robot manipulateur à deux degrés de liberté. La supervision est utilisée pour assurer la reconfiguration en temps réel du robot. Dans ce système nous avons utilisé une nouvelle méthode de détection de défaut (FD) de frottement visqueux du robot supervisé combinée avec un module de commande tolérante aux défauts (FTC).Le premier module, basé sur une méthode de traitement appliquée sur des résidus, va permettre la détection de défaut pour bien estimer les corrections nécessaires du deuxième module. Une évaluation de l’effet de défaut durant la supervision a été faite. Par ailleurs, le protocole TCP pour le transfert des données entre le robot superviseur et le robot supervisé a été utilisé. Les résultats de simulation montrent que la méthode proposée corrige l’effet de défaut en utilisant les données qui arrivent d’un robot superviseur à distance. Ensuite, nous avons proposé une implémentation matérielle sur cible FPGA de l’algorithme de supervision dont le but est de valider notre contribution et d’assurer un traitement en temps réel dans le cas où il y a des robots réels. Par ailleurs, une étude comparative entre les performances des deux implémentations a été effectuée
  • Thumbnail Image
    Item
    Amélioration du processus de capitalisation et de partage des connaissances pour la maximisation de la valeur d'un système de production. Doctorat thesis(2021) , Université de Batna 2.
    (University of Batna 2, 9/26/2021) TITAH Mawloud
    Dans cette thèse, nous nous sommes intéressés à un modèle de gestion des connaissances des entreprises industrielles. Certaines tâches manufacturières impliquent un niveau élevé de connaissance tacite des opérateurs qualifiés. L'industrie a besoin des méthodes fiables pour la capture et l'analyse de ces connaissances tacites afin qu'elles puissent être partagées et sans aucune perte. Nous proposons, un modèle de gestion contenant deux processus de gestion, le premier processus est la capitalisation des connaissances basée sur une tâche industrielle. Nous avons utilisé une combinaison de deux méthodologies : une méthodologie d’ingénierie de connaissances CommonKADS et une méthodologie d’élicitation des connaissances MACTAK. Dans la phase de modélisation, nous avons utilisé deux différentes techniques de modélisation, une modélisation basée sur les connaissances d’expert et la deuxième une représentation ontologique. Ce modèle facilite la capture des connaissances d’experts et transforme les connaissances tacites en explicites avec une maximisation des règles de production. Le deuxième processus concerne le partage des connaissances à base d’une ontologie des Tâches Manufacturières MATO en identifiant un ensemble des concepts de fabrication et leurs relations, cette ontologie proposée facilite le partage des connaissances entre les tâches de fabrication et aide à partager et à réutiliser les connaissances durant l'exécution des tâches. Ensuite, une application proposée pour le diagnostic de système d’alarme dans une centrale thermique a été présentée pour démontrer l’importance et l’apport de l’ontologie.
  • Thumbnail Image
    Item
    Implémentation et déploiement d’une nouvelle approche à base de Lean Six Sigma pour le développement et l’amélioration de la durabilité de la production des petites et moyennes entreprises. Doctorat thesis(2021), Université de Batna 2.
    (University of Batna 2, 9/26/2021) Mohyiddine Soltani
    L’objectif de ce travail de thèse et de développer des nouvelles approches permettant aux petites et moyennes entreprises d’améliorer les performances de leur processus de fabrication. Nous avons développé trois approches aspirées du Lean Six Sigma (LSS) pour l’amélioration de la production dans un contexte conventionnel et classique d'une part et d'autre part dans un contexte de production durable. Dans la première approche nous avons proposé une approche Lean Six Sigma conventionnelle pour évaluer et suivre la compétitivité d’une PME en fonction des résultats obtenus par la méthode VSM. Dans la deuxième approche, nous avons proposé une nouvelle extension de l’approche LSS vers le contexte de la production durable en incorporant des algorithmes multicritères quantitatives. Cette approche nous a permis de surmonter quelques barrières au niveau du processus de l’application du LSS. Dans La troisième approche nous avons présenté une amélioration de l’approche LSS qui vise à montrer l’effet positif des algorithmes multicritères qualitatives flous pour surmonter certaines barrières du Lean Six Sigma liées aux phases d’analyse et d’amélioration de l’état actuel des processus de fabrication. Les approches proposées sont appliquées dans deux entreprise algériennes pour améliorer et contrôler la durabilité de leurs processus de fabrication.
  • Thumbnail Image
    Item
    Un Système de Reconnaissance de Formes Basé sur une Approche Multi-Classifieurs. Doctorat thesis(2021), Université de Batna 2.
    (University of Batna 2, 3/21/2021) DERDOUR Khedidja
    Améliorer la performance d’un système de reconnaissance de formes fait l’objet de recherche dans de nombreuses disciplines. On obtient cette amélioration par l’optimisation dans les différents partis du système de reconnaissance de formes : les prétraitements, l’extraction des paramètres caractéristique (primitives), la classification. Les travaux de recherche présentés dans cette thèse abordent le problème de la reconnaissance des chiffres arabe imprimés et manuscrits. L’objectif principal de ce travail est l’amélioration de la performance en terme de taux de reconnaissance par l'application d’un système multi classificateur (MCS). Différents classifieurs sont utilisés (KPPV, PMC, SVM, LDA, Arbre de décision, Naïve Bayesien, Pseudo inverse), à l’aide de différents types de vecteurs de caractéristiques extraite de l'image. Enfin, comme les performances de MCS dépendent des performances des classifieurs appliquée (les performances individuelles des classifieurs), et comme la performance d’un classifieur dépend ainsi des caractéristiques utilisé l'optimisation de l’extractions des primitives pertinentes est également abordée dans la thèse. Nous avons réalisé plusieurs simulations pour éprouver les classifications, en introduisant des améliorations dans les paramètres caractéristiques et en faisant des combinaisons de classifieurs. Dans une première partie, nous montrons l’intérêt de l’utilisation des paramètres caractéristique pertinente, à l’aide des classifieur individuelle (séparé, indépendants) comme source d’inspiration pour la conception de nouveaux paramètres. Nous proposons en particulier une amélioration de primitives pour la caractérisation des chiffres. On montre qu’il est possible de développer une solution efficace, à moindre coût en terme de réduction de vecteur caractéristique et transformation géométrique. Donc, Le système développé s’articule autour de quatre modules distincts. Un module de prétraitements, un d’extraction des paramètres caractéristique, un module de reconnaissance (classification) et un module de combinaison de classifieurs. Ce dernier est chargé de fusionner les sorties (décisions) de chaque classifieur basant sur des méthodes (règles) de fusion. Les résultats obtenus sur les bases des chiffres imprimés et la base MNIST des chiffres manuscrits sont prometteurs. Cette thèse apporte quelques contributions pour faire avancer notre compréhension dans ce domaine de recherche en pleine expansion
  • Thumbnail Image
    Item
    Proposition d’un système distribué de diagnostic et pronostic basé sur les services Web et Extreme Learning Machine. Doctorat thesis (2021), Université de Batna 2.
    (University of Batna 2, 5/23/2021) BERGHOUT Tarek
    Cette thèse traite de l'utilisation d'un outil de Machine Learning appelé "Extreme Learning Machine" dans le domaine du pronostic et de l'évaluation de la santé (e.g. estimation de la durée de vie utile restante (RUL)). Cet algorithme implique des méthodes de programmation linéaires qui reposent principalement sur les moindres carrés dans les paradigmes non linéaires des réseaux de neurones artificiels pour produire des estimateurs de santé très rapides et précis. D'autres parts, cette étude vise à distribuer le système de prédiction sur le web à l'aide de services Web pour résoudre les problèmes de répartition géographique de surveillance décentralisée. Sur la base de ce nouvel outil, de nombreux algorithmes d'apprentissage ont été développés dans le cadre de ce travail et comparés à d'autres algorithmes présents dans la littérature en termes de temps et de précision. La plupart des algorithmes développés sont inspirés des théories récentes de Deep Learning et ce en raison de leur bonne réputation. Les données étudiées dans ce travail de recherche sont tirées du logiciel C-MAPSS simulateur de système de propulsion aérodynamique développé par la NASA. Les résultats obtenus ont prouvé l'efficacité des nouveaux algorithmes et les recommandent pour une utilisation future dans le domaine de l'évaluation de la santé.
  • Thumbnail Image
    Item
    Pronostic industriel distribué des systèmes complexes à base d'agents. Doctorat thesis(2021) , Université de Batna 2.
    (University of Batna 2, 11/10/2021) BENAGGOUNE Khaled
    Les systèmes industriels deviennent plus complexes en raison, notamment, de leur taille croissante et de l’intégration des nouvelles technologies. En vieillissant, ces systèmes deviennent plus vulnérables aux défaillances et leurs activités de maintenance sont difficiles et coûteuses. Cette situation, combinée aux exigences de productivité, de croissance des bénéfices, de disponibilité opérationnelle et de sécurité, pousse les praticiens et les chercheurs à développer des outils et des méthodes innovants. Les activités de maintenance constituent l’un des leviers possibles. En entretenant le système, nous pouvons réduire les coûts globaux de son cycle de vie, augmenter sa disponibilité, améliorer la sécurité des opérateurs et réduire les incidents environnementaux. Les tâches de maintenance peuvent être soit curatives, soit préventives. Cependant, cela n’est pas encore suffisant parce que les pièces de rechange ne sont pas disponibles ou pas suffisantes au moment de la panne ou simplement parce que les ressources nécessaires (les responsables de la maintenance) sont occupées. Une "meilleure" solution pourrait alors être une maintenance prédictive, qui peut être effectuée dans le framework du pronostic. Dans ce cadre nous essayons de prévoir l’état de santé du système, puis on planifie les actions appropriées en fonction des résultats des prévisions. Ce travail s’inscrit dans au domaine du pronostic de la PHM et de la gestion de la santé. Les techniques de PHM visent à prédire la durée de vie restante de l’équipement. Cependant, elles ont eu tendance à être utilisées dans un contexte local avec une intégration limitée des solutions distribuées. Dans les systèmes complexes, le comportement émergent est plus compliqué que la somme des comportements de leurs parties constitutives. Ce comportement implique la propagation de défauts entre les parties et nécessite des informations sur la façon dont les parties sont liées. Dans cette thèse, nous proposons une approche multi-agent pour la prédiction de la RUL au niveau du système. Ensuite, l’approche proposée est étendue à la PHM médicale avec une étude de cas
  • Thumbnail Image
    Item
    Contribution à la résolution des problèmes d’ordonnancement en temps réel dans un système de production de type Job Shop. Doctorat thesis (2022) , Université de Batna 2.
    (University of Batna 2, 9/22/2022) HADRI Abdelkader
    Dans l’environnement réel des systèmes de production, l’exécution des travaux selon un planning prédéfini est presque impossible à cause de plusieurs types de perturbations (internes et/ou externes) qui empêchent le déroulement normal de ces travaux. Dans ce cadre notre thèse s’intéresse à l’étude du problème d’ordonnancement en temps réel d’un atelier job shop avec la présence de panne du système de transport. Nous abordons, tout d’abord, le problème job shop dans leur contexte statique et avec deux contraintes additionnelles. Afin de résoudre ce problème nous développons un programme linéaire en nombres entiers et nous proposons une méta-heuristique basé sur les algorithmes génétiques et plusieurs heuristiques basées sur les règles de priorité. Nous nous intéressons par la suite au problème de ré-ordonnancement en temps réel qui consiste à établir un nouvel ordonnancement des jobs dans le cas d’apparition de la panne de système de transport. Une méthode d’ordonnancement/ré-ordonnancement est proposé afin de trouver le meilleur ordonnancement qui minimise le coût générer par cet évènement perturbant.
  • Thumbnail Image
    Item
    Développement de méthodes hybrides pour le pronostic des systèmes de production. Doctorat thesis(2022), Université de Batna 2.
    (University of Batna 2, 12/7/2022) Bouzenita MOHAMMED
    Récemment, les approches hybrides de pronostic ont été introduites comme une nouvelle alternative pour apporter des avantages supplémentaires et contourner les défauts des techniques conventionnelles. Le développement de nouvelles méthodologies hybrides constitue l’objectif principal de notre thèse. Pour ce faire, nous avons effectué une revue approfondie des approches de pronostiques existantes et en particulier les stratégies hybrides. Enoutre,Un ensemble de mécanismes d’agrégation et de schémas de pondération, qui utilisent les sorties fournies par un ensemble de prédicteurs sélectionnés comme entrée pour fournir des résultats améliorés est proposé. Les outils de fusion et les procédures de pondération proposés sont élaborés sur la base d’opérateurs de moyenne pondérée ordonnée induite (IOWA), de fonctions de pondération analytiques explicites (exponentielle, logarithmique et inverse) et d’une méthode métaheuristique comprenant des opérateurs génétiques. Une multitude de simulations numériques ont été menées pour valider les performances des cadres de pronostic hybrides mis en œuvre, où les résultats obtenus se révèlent très compétitifs par rapport à des études similaires