No description available.

Les dernières décennies ont donné lieux à d'énormes progrès dans la simulation numérique des phénomènes physiques. D'une part grâce au raffinement des méthodes de discrétisation des équations aux dérivées partielles. Et d'autre part grâce à l'explosion de la puissance de calcul disponible. Pourtant, de nombreux problèmes soulevés en ingénierie tels que les simulations multi-physiques, les problèmes d'optimisation et de contrôle restent souvent hors de portée. Le dénominateur commun de ces problèmes est le fléau des dimensions. Un simple problème tridimensionnel requiert des centaines de millions de points de discrétisation auxquels il faut souvent ajouter des milliers de pas de temps pour capturer des dynamiques complexes. L'avènement des supercalculateurs permet de générer des simulations de plus en plus fines au prix de données gigantesques qui sont régulièrement de l'ordre du pétaoctet. Malgré tout, cela n'autorise pas une résolution ``exacte'' des problèmes requérant l'utilisation de plusieurs paramètres. L'une des voies envisagées pour résoudre ces difficultés est de proposer des représentations ne souffrant plus du fléau de la dimension. Ces représentations que l'on appelle séparées sont en fait un changement de paradigme. Elles vont convertir des objets tensoriels dont la croissance est exponentielle $n^d$ en fonction du nombre de dimensions $d$ en une représentation approchée dont la taille est linéaire en $d$. Pour le traitement des données tensorielles, une vaste littérature a émergé ces dernières années dans le domaine des mathématiques appliquées.Afin de faciliter leurs utilisations dans la communauté des mécaniciens et en particulier pour la simulation en mécanique des fluides, ce manuscrit présente dans un vocabulaire rigoureux mais accessible les formats de représentation des tenseurs et propose une étude détaillée des algorithmes de décomposition de données qui y sont associées. L'accent est porté sur l'utilisation de ces méthodes, aussi la bibliothèque de calcul texttt{pydecomp} développée est utilisée pour comparer l'efficacité de ces méthodes sur un ensemble de cas qui se veut représentatif. La seconde partie de ce manuscrit met en avant l'étude de l'écoulement dans une cavité entraînée à haut nombre de Reynolds. Cet écoulement propose une physique très riche (séquence de bifurcation de Hopf) qui doit être étudiée en amont de la construction de modèle réduit. Cette étude est enrichie par l'utilisation de la décomposition orthogonale aux valeurs propres (POD). Enfin une approche de construction ``physique'', qui diffère notablement des développements récents pour les modèles d'ordre réduit, est proposée. La connaissance détaillée de l'écoulement permet de construire un modèle réduit simple basé sur la mise à l'échelle des fréquences d'oscillation (time-scaling) et des techniques d'interpolation classiques (Lagrange,..). / Numerical simulation has experienced tremendous improvements in the last decadesdriven by massive growth of computing power. Exascale computing has beenachieved this year and will allow solving ever more complex problems. But suchlarge systems produce colossal amounts of data which leads to its own difficulties.Moreover, many engineering problems such as multiphysics or optimisation andcontrol, require far more power that any computer architecture could achievewithin the current scientific computing paradigm. In this thesis, we proposeto shift the paradigm in order to break the curse of dimensionality byintroducing decomposition and building reduced order models (ROM) for complexfluid flows.This manuscript is organized into two parts. The first one proposes an extendedreview of data reduction techniques and intends to bridge between appliedmathematics community and the computational mechanics one. Thus, foundingbivariate separation is studied, including discussions on the equivalence ofproper orthogonal decomposition (POD, continuous framework) and singular valuedecomposition (SVD, discrete matrices). Then a wide review of tensor formats andtheir approximation is proposed. Such work has already been provided in theliterature but either on separate papers or into a purely applied mathematicsframework. Here, we offer to the data enthusiast scientist a comparison ofCanonical, Tucker, Hierarchical and Tensor train formats including theirapproximation algorithms. Their relative benefits are studied both theoreticallyand numerically thanks to the python library texttt{pydecomp} that wasdeveloped during this thesis. A careful analysis of the link between continuousand discrete methods is performed. Finally, we conclude that for mostapplications ST-HOSVD is best when the number of dimensions $d$ lower than fourand TT-SVD (or their POD equivalent) when $d$ grows larger.The second part is centered on a complex fluid dynamics flow, in particular thesingular lid driven cavity at high Reynolds number. This flow exhibits a seriesof Hopf bifurcation which are known to be hard to capture accurately which iswhy a detailed analysis was performed both with classical tools and POD. Oncethis flow has been characterized, emph{time-scaling}, a new ``physics based''interpolation ROM is presented on internal and external flows. This methodsgives encouraging results while excluding recent advanced developments in thearea such as EIM or Grassmann manifold interpolation.

L’analyse dynamique des structures de grandes dimensions incluant de nombreux paramètres incertains et des non-linéarités localisées ou réparties peut être numériquement prohibitive. Afin de surmonter ce problème, des modèles d’approximation peuvent être développés pour reproduire avec précision et à faible coût de calcul la réponse de la structure.L’objectif de la première partie de ce mémoire est de développer des modèles numériques robustes vis-à-vis des modifications structurales (non-linéarités localisées, perturbations ou incertitudes paramétriques) et « légers » au sens de la réduction de la taille. Ces modèles sont construits, selon les approches de condensation directe et par synthèse modale, en enrichissant des bases de réduction tronquées, modale et de Craig-Bampton respectivement, avec des résidus statiques prenant compte des modifications structurales. Pour propager les incertitudes, l’accent est mis particulièrement sur la méthode du chaos polynomial généralisé. Sa combinaison avec les modèles réduits ainsi obtenus permet de créer des métamodèles mono et bi-niveaux, respectivement. Les deux métamodèles proposés sont comparés à d’autres métamodèles basés sur les méthodes du chaos polynomial généralisé et du Latin Hypercube appliquées sur des modèles complets et réduits. Les métamodèles proposés permettent d’approximer les comportements structuraux avec un coût de calcul raisonnable et sans perte significative de précision.La deuxième partie de ce mémoire est consacrée à l’analyse dynamique des structures périodiques non-linéaires en présence des imperfections : perturbations des paramètres structuraux ou incertitudes paramétriques. Deux études : déterministe ou stochastique, respectivement, sont donc menées. Pour ces deux configurations, un modèle analytique discret générique est proposé. Il consiste à appliquer la méthode des échelles multiples et la méthode de perturbation pour résoudre l’équation de mouvement et de projecter la solution obtenue sur des modes d’ondes stationnaires. Le modèle proposé conduit à un ensemble d’équations algébriques complexes couplées, fonctions du nombre et des positions des imperfections dans la structure. La propagation des incertitudes à travers le modèle ainsi construit est finalement assurée par les méthodes du Latin Hypercube et du chaos polynomial généralisé. La robustesse de la dynamique collective vis-à-vis des imperfections est étudiée à travers l’analyse statistique de la dispersion des réponses fréquentielles et des bassins d’attraction dans le domaine de multistabilité. L’étude numérique montre que la présence des imperfections dans une structure périodique renforce sa non-linéarité, élargit son domaine de multistabilité et génère une multiplicité de branches multimodale. / Dynamic analysis of large scale structures including several uncertain parameters and localized or distributed nonlinearities may be computationally unaffordable. In order to overcome this issue, approximation models can be developed to reproduce accurately the structural response at a low computational cost.The purpose of the first part of this thesis is to develop numerical models which must be robust against structural modifications (localized nonlinearities, parametric uncertainties or perturbations) and reduce the size of the initial problem. These models are created, according to the direct condensation and the component mode synthesis, by enriching truncated reduction modal bases and Craig-Bampton transformations, respectively, with static residual vectors accounting for the structural modifications. To propagate uncertainties through these first-level and second-level reduced order models, respectively, we focus particularly on the generalized polynomial chaos method. This methods combination allows creating first-level and second-level metamodels, respectively. The two proposed metamodels are compared to other metamodels based on the polynomial chaos method and Latin Hypercube method applied on reduced and full models. The proposed metamodels allow approximating the structural behavior at a low computational cost without a significant loss of accuracy.The second part of this thesis is devoted to the dynamic analysis of nonlinear periodic structures in presence of imperfections: parametric perturbations or uncertainties. Deterministic or stochastic analyses, respectively, are therefore carried out. For both configurations, a generic discrete analytical model is proposed. It consists in applying the multiple scales method and the perturbation theory to solve the equation of motion and then on projecting the resulting solution on standing wave modes. The proposed model leads to a set of coupled complex algebraic equations, depending on the number and positions of imperfections in the structure. Uncertainty propagation through the proposed model is finally done using the Latin Hypercube method and the generalized polynomial chaos expansion. The robustness the collective dynamics against imperfections is studied through statistical analysis of the frequency responses and the basins of attraction dispersions in the multistability domain. Numerical results show that the presence of imperfections in a periodic structure strengthens its nonlinearity, expands its multistability domain and generates a multiplicity of multimodal branches.

Une méthode non intrusive de construction d’un modèle de remplacement de l’écoulement dans une cavité de système d’air secondaire de turboréacteur est recherchée. Le modèle réduit doit pouvoir être intégré dans un modèle de l’ensemble du moteur et couplé à la thermique de la structure pour simuler son comportement thermique sur une mission complète sous aile. Pour cela, il doit prendre un grand nombre de paramètres en entrée, retourner autant de sorties et être utilisable sur des intervalles de variations étendus de ces paramètres. Plusieurs approches sont envisagées et implémentées, puis appliquées à la modélisation d’une cavité sous turbine fictive :— Création de surfaces de réponse des termes de la décomposition ANOVA des flux pariétaux.— Création de surfaces de réponse des flux pariétaux combinée avec une méthode de raffinement adaptative exploitant la trajectoire dans l’espace d’entrée issue du couplage modèle réduit - modèle de structure.— Réduction de dimension des champs d’interface échangés à partir de résultats des itérations du couplage des modèles thermiques de l’écoulement et de la structure, puis création de surfaces de réponse des coordonnées réduites.Cette dernière voie permets d'obtenir des résultats encourageants sur le cas test proposé d'abord dans le cas à conditions limites d'entrée de l'écoulement fixées, puis en incluant des variations de certaines d'entre-elles. / A non intrusive method to create surrogate models describing the flow in jet engines’ secondary air system is desired. The resulting model must be integrated in a thermal model describing the whole engine during a complete mission under the wing. This requires the model to use a high number of input and output parameters and to be valid on a broad domain of variation of its parameters. Several approches are explored in this thesis and applied to a simplified turbine cavity :— Surrogate modeling of terms of the ANOVA decomposition of wall fluxes.— Surrogate modeling of wall fluxes combined with an adaptive refinement method exploiting the trajectory followed by the input parameters during the coupling between the metamodel and the structural model.— Dimensionality reduction of the interface data exchanged during the coupling between flow and structure thermal model and surrogate modeling of the resulting reduced coordinate.This last approach leads to good results on the test case considered in this thesis with fixed inlet boundary conditions and then with variations of some of the inlet parameters.

Les différentes structures composant les moteurs aéronautiques requièrent des analyses dynamiques afin de prédire leur durée de vie. Pour des raisons d'allègement, les roues aubagées fixes de turbomachines, appelées redresseurs, sont conçus comme des ensembles de secteurs comportant plusieurs aubes. Cette architecture rompt la symétrie cyclique empêchant l'application des méthodes numériques l'exploitant. De plus, les dispersions géométriques et matériaux génèrent un désaccordage involontaire impliquant des zones de forte densité modale, dans lesquelles est observée une amplification de la réponse vibratoire, accrue par le caractère monobloc, et donc peu amorti, des secteurs. Une méthodologie statistique de prédiction du niveau vibratoire d'un secteur de redresseur désaccordé aléatoirement est développée ici. La modélisation des incertitudes est basée sur une approche paramétrique de la théorie probabiliste : des paramètres matériaux aléatoires suivant une loi uniforme sont associés à différentes parties du secteur. Une expansion de Karhunen-Loève permet de réduire le champ stochastique à un petit nombre de variables aléatoires et donc de diminuer les temps de calcul. Les modes stochastiques sont ensuite projetés sur ces espaces aléatoires par le biais de deux méthodes d'interpolation non-intrusives. La première est basée sur une projection sur une base du chaos polynomial tandis que la deuxième est une méthode de régression non-paramétrique (méthode MARS). Afin d'appliquer les deux méthodes de calcul à un modèle industriel, une méthode de double synthèse modale est appliquée permettant de diviser le temps de calcul des modes par un facteur d'environ 300. La sous-structuration adoptée s'adapte à la méthode de modélisation des incertitudes et s'avère robuste vis-à-vis du désaccordage. De plus, les deux méthodes permettent d'obtenir des résultats prédictifs en termes de moments statistiques tout en réduisant les temps de calculs. Enfin, la méthodologie est validée expérimentalement puisque l'enveloppe vibratoire numérique encadre la réponse fréquentielle expérimentale au niveau de la zone des modes d'intérêt. Une stratégie de positionnement des jauges de déformation est proposée à partir d'une distribution statistique des déplacements maximaux à mi-hauteur de veine sur une plage fréquentielle donnée. / Aircraft engine components necessitate extensive dynamical analyses in order to obtain life cycle prediction. In order to lighten the structure, turbomachinery stator bladed disks, called stator vanes, are designed as a set of multiple blades clusters. This architecture implies a loss of cyclic symmetry condition and prevents the use of numerical methods using it. Moreover, geometric dispersions and materials defaults generate an involuntary mistuning involving high modal density areas, in which is observed an amplification of the vibratory response, enhanced by the monobloc character - and hence low damped - of stator vanes. A statistical methodology for predicting the vibratory level of a randomly mistuned industrial stator vanes is developed here. Uncertainties modelization is based on a parametric approach of the probability theory : material random parameters following a uniform distribution are associated with different cluster's parts. A Karhunen-Loeve expansion reduces the stochastic field to a small number of random variables and therefore reduces the computation time. Stochastic modes are then projected on these random spaces through two non-intrusive methods of interpolation. The first is based on a projection on a polynomial chaos basis while the second is non-parametric regression method (MARS method). In order to implement both numerical methods to an industrial model, a double modal synthesis method is applied to divide the calculation time of modes by a factor around 300. The sub-structuring way adopted fits the uncertainties modelization method and is robust towards mistuning. Moreover, both methods yield predictive results in terms of statistical moments while reducing computation time. Finally, the methodology is experimentally validated because the numerical vibratory envelope frames the experimental frequency response at the area of the modes of interest. A positioning strategy of strain gauges is proposed based on a statistical distribution of the maximum displacements in vein halfway over a given frequency range.

Cette thèse présente l'étude de la réduction de modèles pour les réseaux électriques et les réseaux de transmission. Un point de vue mathématique a été adopté pour la réduction de modèles. Les réseaux électriques sont des réseaux immenses et complexes, dont l'analyse et la conception nécessite la simulation et la résolution de grands modèles non-linéaires. Dans le cadre du développement de réseaux électriques intelligents (smart grids) avec une génération distribuée de puissance, l'analyse en temps réel de systèmes complexes tels que ceux-ci nécessite des modèles rapides,fiables et précis. Dans la présente étude, nous proposons des méthodes de réduction de de modèles à la fois a priori et a posteriori, adaptées aux modèles dynamiques des réseaux électriques.Un accent particulier a été mis sur la dynamique transitoire des réseaux électriques, décrite par un modèle oscillant non linéaire et complexe. La non-linéarité de ce modèle nécessite une attention particulière pour bénéficier du maximum d'avantages des techniques de réduction de modèles.Initialement, des méthodes comme POD et LATIN ont été adoptées avec des degrés de succès divers. La méthode de TPWL, qui combine la POD avec des approximations linéaires multiples, a été prouvée comme étant la méthode de réduction de modèles la mieux adaptée pour le modèle dynamique oscillant.Pour les lignes de transmission, un modèle de paramètres distribués en domaine fréquentiel est utilisé. Des modèles réduits de type PGD sont proposés pour le modèle DP des lignes de transmission. Un problème multidimensionnel entièrement paramétrique a été formulé, avec les paramètres électriques des lignes de transmission inclus comme coordonnées additionnelles de la représentation séparée. La méthode a été étendue pour étudier la solution du modèle des lignes de transmission pour laquelle les paramètres dépendent de la fréquence. / This thesis presents the study of the model order reduction for power grids and transmission networks. The specific focus has been the transient dynamics. A mathematical viewpoint has been adopted for model reduction. Power networks are huge and complex network, simulation for power grid analysis and design require large non-linearmodels to be solved. In the context of developing “SmartGrids” with the distributed generation of power, real time analysis of complex systems such as these needs fast,reliable and accurate models. In the current study we propose model order reduction methods both a-priori and aposteriori suitable for dynamic models of power grids.The model that describes the transient dynamics of the power grids is complex non-linear swing dynamics model. The non-linearity of the swing dynamics model necessitates special attention to achieve maximum benefit from the model order reduction techniques. In the current research, POD and LATIN methods were applied initially with varying degrees of success. The method of TPWL has been proved as the best-suited model reduction method for swing dynamics model ; this method combines POD with multiple linear approximations.For the transmission lines, a distributed parameters model infrequency-domain is used. PGD based reduced-order models are proposed for the DP model of transmission lines. A fully parametric problem with electrical parameters of transmission lines included as coordinates of the separated representation. The method was extended to present the solution of frequency-dependent parameters model for transmission lines.

This dissertation concerns the model reduction of linear periodic descriptor systems both in continuous and discrete-time case. In this dissertation, mainly the projection based approaches are considered for model order reduction of linear periodic time varying descriptor systems. Krylov based projection method is used for large continuous-time periodic descriptor systems and balancing based projection technique is applied to large sparse discrete-time periodic descriptor systems to generate the reduce systems. For very large dimensional state space systems, both the techniques produce large dimensional solutions. Hence, a recycling technique is used in Krylov based projection methods which helps to compute low rank solutions of the state space systems and also accelerate the computational convergence. The outline of the proposed model order reduction procedure is given with more details. The accuracy and suitability of the proposed method is demonstrated through different examples of different orders. Model reduction techniques based on balance truncation require to solve matrix equations. For periodic time-varying descriptor systems, these matrix equations are projected generalized periodic Lyapunov equations and the solutions are also time-varying. The cyclic lifted representation of the periodic time-varying descriptor systems is considered in this dissertation and the resulting lifted projected Lyapunov equations are solved to achieve the periodic reachability and observability Gramians of the original periodic systems. The main advantage of this solution technique is that the cyclic structures of projected Lyapunov equations can handle the time-varying dimensions as well as the singularity of the period matrix pairs very easily. One can also exploit the theory of time-invariant systems for the control of periodic ones, provided that the results achieved can be easily re-interpreted in the periodic framework. Since the dimension of cyclic lifted system becomes very high for large dimensional periodic systems, one needs to solve the very large scale periodic Lyapunov equations which also generate very large dimensional solutions. Hence iterative techniques, which are the generalization and modification of alternating directions implicit (ADI) method and generalized Smith method, are implemented to obtain low rank Cholesky factors of the solutions of the periodic Lyapunov equations. Also the application of the solvers in balancing-based model reduction of discrete-time periodic descriptor systems is discussed. Numerical results are given to illustrate the effciency and accuracy of the proposed methods.

Diese Arbeit beschäftigt sich mit Coarse-Graining (dt. ``Vergröberung", ``Zusammenfassung von Zuständen") für Gradientensysteme und Markov-Prozesse. Coarse-Graining ist ein etabliertes Verfahren in der Mathematik und in den Naturwissenschaften und hat das Ziel, die Komplexität eines physikalischen Systems zu reduzieren und effektive Modelle herzuleiten. Die mathematischen Probleme in dieser Arbeit stammen aus der Theorie der Systeme interagierender Teilchen. Hierbei werden zwei Ziele verfolgt: Erstens, Coarse-Graining mathematisch rigoros zu beweisen, zweitens, mathematisch äquivalente Beschreibungen für die effektiven Modelle zu formulieren. Die ersten drei Teile der Arbeit befassen sich mit dem Grenzwert schneller Reaktionen für Reaktionssysteme und Reaktions-Diffusions-Systeme. Um effektive Modelle herzuleiten, werden nicht nur die zugehörigen Reaktionsratengleichungen betrachtet, sondern auch die zugrunde liegende Gradientenstruktur. Für Gradientensysteme wurde in den letzten Jahren eine strukturelle Konvergenz, die sogenannte ``EDP-Konvergenz", entwickelt. Dieses Coarse-Graining-Verfahren wird in der vorliegenden Arbeit auf folgende Systeme mit langsamen und schnellen Reaktionen angewandt: lineare Reaktionssysteme (bzw. Markov-Prozesse auf endlichem Zustandsraum), nichtlineare Reaktionssysteme, die das Massenwirkungsgesetz erfüllen, und lineare Reaktions-Diffusions-Systeme. Für den Grenzwert schneller Reaktionen wird eine mathematisch rigorose und strukturerhaltende Vergröberung auf dem Level des Gradientensystems inform von EDP-Konvergenz bewiesen. Im vierten Teil wird der Zusammenhang zwischen Gleichungen mit Gedächtnis und Markov-Prozessen untersucht. Für Gleichungen mit Gedächtnisintegralen wird explizit ein größer Markov-Prozess konstruiert, der die Gleichung mit Gedächtnis als Teilsystem enthält. Der letzte Teil beschäftigt sich mit verschieden Diskretisierungen für den Fokker-Planck-Operator. Dazu werden numerische und analytische Eigenschaften untersucht. / This thesis deals with coarse-graining for gradient systems and Markov processes. Coarse-graining is a well-established tool in mathematical and natural sciences for reducing the complexity of a physical system and for deriving effective models. The mathematical problems in this work originate from interacting particle systems. The aim is twofold: first, providing mathematically rigorous results for physical coarse-graining, and secondly, formulating mathematically equivalent descriptions for the effective models. The first three parts of the thesis deal with fast-reaction limits for reaction systems and reaction-diffusion systems. Instead of deriving effective models by solely investigating the associated reaction-rate equation, we derive effective models using the underlying gradient structure of the evolution equation. For gradient systems a structural convergence, the so-called ``EDP-convergence", has been derived in recent years. In this thesis, this coarse-graining procedure has been applied to the following systems with slow and fast reactions: linear reaction systems (or Markov process on finite state space), nonlinear reaction systems of mass-action type, and linear reaction-diffusion systems. For the fast-reaction limit, we perform rigorous and structural coarse-graining on the level of the gradient system by proving EDP-convergence. In the fourth part, the connection between memory equations and Markov processes is investigated. Considering linear memory equations, which can be motivated from spatial homogenization, we explicitly construct a larger Markov process that includes the memory equation as a subsystem. The last part deals with different discretization schemes for the Fokker–Planck operator and investigates their analytical and numerical properties.

Il est bien connu que la synchronisation de l’activité oscillatoire dans les réseaux de neurones joue un rôle important dans le fonctionnement du cerveau et pour le traitement des informations données pas les neurones. Cette thèse porte sur l’analyse de l’activité de synchronisation en utilisant des outils et des méthodes issues de la théorie du contrôle et de la théorie de la stabilité. En particulier, deux modèles ont été étudiés pour décrire l’activité oscillatoire des réseaux de neurones : le modèle de Kuramoto et le modèle de Hindmarsh-Rose. Une partie de ce manuscript est consacrée à l’étude du modèle de Kuramoto, qui est un des systèmes les plus simples utilisé pour modéliser un réseau de neurones, avec une connexion complète (all-to-all). Il s’agit d’un modèle classique qui est utilisé comme une version simplifiée d’un réseau de neurones. Nous construisons un système linéaire qui conserve les informations sur les fréquences naturelles et sur les gains d’interconnexion du modèle original de Kuramoto. Les propriétés de stabilité de ce modèle sont ensuite analysées et nous montrons que les solutions de ce nouveau système linéaire convergent vers un cycle limite périodique et stable. Finalement, nous montrons que contraint au cycle limite, les dynamiques du système linéaire coïncident avec le modèle de Kuramoto. Dans une seconde partie, nous avons considéré un modèle de réseau de neurones plus proche de la réalité d’un point de vue biologique, mais qui est plus complexe que le modèle de Kuramoto. Plus précisément, nous avons utilisé le modèle de Hindmarsh-Rose pour décrire la dynamique de chaque neurone que nous avons interconnecté par un couplage diffusif (c’est à dire linéaire). A partir des propriétés de semi-passivité du modèle de Hindmarsh- Rose, nous avons analysé les propriétés de stabilité d’un réseau hétérogène de Rindmarsh-Rose. Nous avons également montré que ce réseau est pratiquement synchronisé pour une valeur suffisamment grande du gain d’interconnexion. D’autre part, nous avons caractérisé le comportement limite des neurones synchronisés et avons établi une approximation de ce comportement par une moyenne des dynamiques de tous les neurones. / It is widely recognized that rhythmic oscillatory activity in networks of neurons plays an important role in the brain functionning and a key role in processing neural information. This thesis is devoted to the analysis of this synchronized activity by using tools and methods issued from automatic control and stability theory. Two models are used to describe oscillatory activity of neural networks : Kuramoto model and network of Hindmarsh-Rose neurons. First, we consider Kuramoto model with complete (all-to-all) coupling, which is one of the simplest systems used to model neural network. For this model we construct an auxiliary linear system that preserves information on the natural frequencies and interconnection gains of the original Kuramoto model. Next, stability properties of this model are analyzed and we show that the solutions of the new linear system converge to a stable periodic limit cycle. Finally, we show that constrained to the limit cycle, dynamics of the linear system coincide with the original Kuramoto model. Second, a model for the network (population) with a better behavior, with respect to the Kuramoto model, from a biological point of view but more complex is considered. Particularly, we consider a network of diffusively coupled neurons where we use a Hindmarsh-Rose model to describe the dynamics of each individual neuron. Based on semi-passivity of individual Hindmarsh-Rose neurons, we analyse stability properties of a heterogeneous network of such neurons and show that network is practically synchronized for sufficient large values of interconnection gains. Moreover, we characterize the limiting synchronized behavior by using an averaging of all neuron dynamics.

Cette recherche vise à résoudre un problème particulier du contrôle de vibration des structures intelligentes. Notre objectif est de réduire les vibrations dans une zone spécifique de la structure intelligente avec une perturbation qui couvre une large gamme de fréquences. De plus, dans cette zone spécifique, ni l'actionnement ni la détection ne sont possibles.Ici, nous faisons face à plusieurs défis principaux. Premièrement, nous devons contrôler les vibrations d’une zone spécifique de la structure, alors que nous n’avons accès aux mesures que dans d’autres zones. Deuxièmement, la large bande passante de la perturbation implique que nombreux modes doivent être contrôlés au même temps, ce qui nécessite l'utilisation de plusieurs actionneurs et capteurs. Cela conduit à un contrôleur MIMO difficile à obtenir avec les méthodes classiques de conception de contrôleur. Troisièmement, il faut éviter le problème de propagation, qui consiste à garantir la stabilité en boucle fermée lorsque le contrôleur basé sur un modèle est appliqué à la configuration réelle. Pour relever ces défis, nous étudions deux stratégies de contrôle: le contrôle centralisé et le contrôle distribué.Pour le contrôle centralisé, nous proposons une méthodologie qui nous permet d’obtenir un contrôleur MIMO simple permettant de relever ces défis. Tout d'abord, plusieurs techniques de modélisation et d’identification sont appliquées pour obtenir un modèle précis d'ordre faible de la structure intelligente. Ensuite, une méthode de synthèse basée sur le contrôle H_∞ avec un critère H_∞ particulièrement proposé est appliquée. Ce critère H_∞ intègre plusieurs objectifs de contrôle, y compris les défis principaux. En particulier, le problème de débordement se transforme en un problème de stabilité robuste et sera garanti en utilisant ce critère. Le contrôleur H_∞ obtenu est une solution standard du problème H_∞. Le contrôleur final est obtenu en simplifiant ce contrôleur H_∞ sans perdre la stabilité en boucle fermée ni dégrader les performances. Cette méthodologie est validée sur une structure de poutre avec des transducteurs piézoélectriques et la zone centrale est celle où les vibrations devraient être réduites. L'efficacité du contrôleur obtenu est validée par des simulations et des expériences.Pour le contrôle distribué, on considère la même structure de poutre et les mêmes objectifs de contrôle. Il existe des méthodes visant à concevoir des contrôleurs distribués pour les systèmes spatialement interconnectés. Cette recherche propose une méthode basée sur la FEM, associée à plusieurs techniques de réduction de modèle, permettant de discrétiser spatialement la structure de poutre et d'en déduire les modèles d’espace d'état des sous-systèmes interconnectés. La conception des contrôleurs distribués ne sera pas abordée dans cette recherche. / This research aims at solving a particular vibration control problem of smart structures. We aim at reducing the vibration in a specific zone of the smart structure under the disturbance that covers a wide frequency band. Moreover, at this specific zone, neither actuation nor sensing is possible.Here we face several main challenges. First, we need to control the vibration of a specific zone of the structure while we only have access to measurements at other zones. Second, the wide bandwidth of the disturbance implies that numerous modes should be controlled at the same time which requires the use of multiple actuators and sensors. This leads to a MIMO controller which is difficult to obtain using classical controller design methods. Third, the so-called spillover problem must be avoided which is to guarantee the closed-loop stability when the model-based controller is applied on the actual setup. To tackle these challenges, we investigate two control strategies: the centralized control and the distributed control.For centralized control, we propose a methodology that allows us to obtain a simple MIMO controller that accomplishes these challenges. First, several modeling and identification techniques are applied to obtain an accurate low-order model of the smart structure. Then, an H_∞ control based synthesis method with a particularly proposed H_∞ criterion is applied. This H_∞ criterion integrates multiple control objectives, including the main challenges. In particular, the spillover problem is transformed into a robust stability problem and will be guaranteed using this criterion. The obtained H_∞ controller is a standard solution of the H_∞ problem. The final controller is obtained by further simplifying this H_∞ controller without losing the closed-loop stability and degrading the performance. This methodology is validated on a beam structure with piezoelectric transducers and the central zone is where the vibration should be reduced. The effectiveness of the obtained controller is validated by simulations and experiments.For distributed control, we consider the same beam structure and the same control objectives. There exist methods aiming at designing distributed controllers of spatially interconnected system. This research proposes a FEM based method, combined with several model reduction techniques, that allows to spatially discretize the beam structure and deduce the state-space models of interconnected subsystems. The design of distributed controllers will not be tackled in this research.