Commande Adaptative et Intelligente avec Observateurs pour les Systèmes non Linéaires. Doctorat thesis(2023), Université de Batna 2.
| dc.contributor.author | LAKEHAL Hanane | |
| dc.date.accessioned | 2023-04-18T10:01:34Z | |
| dc.date.available | 2023-04-18T10:01:34Z | |
| dc.date.issued | 2023-02-27 | |
| dc.description.abstract | Le travail présenté dans cette thèse considère l’utilisation d’une nouvelle méthode basée sur la combinaison du filtre de Kalman Etendu avec l’optimisation basée sur la biogéographie pour estimer les états non mesurables des valeurs physiques du moteur synchrone à aimant permanent. La performance de cette estimation est le problème majeur associé à ce filtre, puisqu’il est fortement influencé par les paramètres du système et par les matrices de covariance de bruits d’état et de mesure Q et R, respectivement. La méthode proposée a été mise en œuvre en deux étapes, en première étape, apprentissage fonctionnant en temps différé (hors-line), deuxième étape, application les paramètres optimisés au Filtre de Kalman Etendu en temps réel. Deux Estimations d’état de l’MSAP par le Filtre de Kalman Etendu ont été effectués sans et avec commande vectorielle (FOC), La simulation et la comparaison de la méthode proposée (BBO) avec l'algorithme génétique (GA) et l'optimisation par essaim de particule (PSO) confirment l'efficacité de la technique d'optimisation BBO par rapport aux autres techniques. | |
| dc.identifier.uri | http://dspace.univ-batna2.dz/handle/123456789/1156 | |
| dc.language.iso | fr | |
| dc.title | Commande Adaptative et Intelligente avec Observateurs pour les Systèmes non Linéaires. Doctorat thesis(2023), Université de Batna 2. |