Dans cette thèse, nous nous sommes intéressés à l'étude des modèles comportementaux en mode dégradé des machines pentaphasées à commutation de flux (MCF pentaphasée). Tout d'abord, une comparaison des performances électromagnétiques de cette machine à une machine triphasée équivalente est tout d'abord effectuée. Ces performances sont calculées par la méthode des Eléments Finis (EF 2D) et validées expérimentalement. Les résultats ont montré l'apport de la machine pentaphasée avec un couple massique plus élevé, une ondulation de couple plus faible, un courant de court-circuit plus faible et sa capacité à tolérer des défauts de phases. L'étude de la tolérance aux ouvertures de phases est alors élaborée pour cette MCF pentaphasée. Le comportement de la machine en cas d'ouvertures de phases (du point de vue du couple moyen, de l'ondulation de couple, des pertes Joule et du courant dans le neutre) est présenté. Ensuite, des méthodes de reconfiguration en vue d'améliorer le fonctionnement sont proposées dont une reconfiguration minimale permettant de se retrouver avec une alimentation équivalente à celle d'une machine tétraphasée ou triphasée, un calcul analytique des courants optimaux permettant d'annuler à la fois le courant du neutre et l'ondulation du couple tout en assurant le couple moyen, et finalement une reconfiguration assurée par un algorithme génétique d'optimisation qui est un algorithme non-déterministe multi-objectifs et multi-contraintes. Diverses combinaisons des différents objectifs et contraintes sont, dans ce cadre, effectuées et les courants optimaux sont injectés dans le modèle EF 2D de la machine pour vérifier si les performances ont été améliorées. Le modèle analytique du couple pris en compte dans l'algorithme d'optimisation est alors révisé pour prendre en compte l'influence du mode dégradé. Les différentes solutions du front de Pareto sont analysées et les performances électromagnétiques sont bien améliorées. Cela est vérifié par les calculs EF 2D et suivi d'une validation expérimentale. L'influence des défauts sur les forces magnétiques radiales est également analysée. Dans une seconde partie, l'étude de la tolérance de la machine pentaphasée à commutation de flux aux défauts de courts-circuits est effectuée. Les premières étapes d'isolation des défauts de courts-circuits sont proposées. Par la suite, les courants de courts-circuits, prenant en compte l'effet reluctant de la machine, sont calculés analytiquement et leurs effets sur les performances de la machine sont analysés. Les reconfigurations sont aussi calculées par l'algorithme génétique d'optimisation et les nouvelles références des courants permettent d'améliorer le fonctionnement en mode dégradé. Tous les résultats sont validés par la méthode des EF 2D et expérimentalement. En conclusion, des comparaisons entre la tolérance aux défauts d'ouvertures et de courts-circuits de la machine pentaphasée à commutation de flux sont effectuées et ont permis de conclure quant au fonctionnement de cette machine en modes sain et dégradé avec et sans correction. Les résultats analytiques, numériques et expérimentaux ont montré la bonne efficacité de la commande proposée pour l'amélioration de la tolérance aux défauts d'ouvertures et courts-circuits de phases. / In this thesis, we are interested in the study of a five-phase flux switching permanent magnet machine (five-phase FSPM machine) behavior in healthy and faulty mode. First, a comparison of electromagnetic performances between this machine and an equivalent three-phase machine is carried out. These performances are calculated by a Finite Element (FE 2D) model and validated by experiments. Results showed the five-phase machine contribution with a higher torque density, lower torque ripples, lower short-circuit current and ability to tolerate phases faults. The study of open-circuit tolerance is then developed for this five-phase FSPM. The behavior of the machine (the average torque, torque ripples, copper losses and the current in the neutral) in the case of open-circuit on a single and two adjacent and non-adjacent phases is presented. Then reconfiguration methods to improve the operation are proposed including a minimum reconfiguration allowing to end up with a feeding equivalent to that of a three-phase or a four-phase machine, an analytical calculation of optimal currents to cancel both the neutral current and torque ripples while ensuring the average torque, and finally a reconfiguration performed by a genetic optimization algorithm which is a non-deterministic algorithm multi-objective functions and multi-constraints. In this context, various combinations of different objectives and constraints are proposed and optimal currents are injected into the 2D FE model of the machine to see if performances have been improved. The analytical model of the torque used in the optimization algorithm is then revised to take into account the influence of the degraded mode. Different solutions of Pareto front are analyzed and electromagnetic performances are improved. This is verified by FE 2D calculations and followed by experimental validation. Faults impact on the radial magnetic forces is also analyzed. In the second part of this work, the study of the five-phase FSPM machine tolerance to short-circuit faults is performed. First steps of the faults isolation are proposed. Thereafter, short-circuit currents, taking into account the reluctance machine impact, are calculated analytically and their effects on machine performances are analyzed. Reconfigurations are also calculated by the genetic algorithm optimization and new references currents improved the degraded mode operation. All results are validated by the FE 2D calculation and experimentally. In conclusion, comparisons between fault-tolerance to phases openings and short-circuits of the five-phase FSPM machine are performed. Results led to conclude regarding the operation of this machine in healthy and degraded modes with and without correction. Analytical, numerical and experimental results showed good efficiency of the proposed control to improve fault-tolerance to phases openings and short-circuits.

Cette thèse montre des contributions à l'analyse d'algorithmes pour l'optimisation de fonctions bruitées. Les taux de convergences (regret simple et regret cumulatif) sont analysés pour les algorithmes de recherche linéaire ainsi que pour les algorithmes de recherche aléatoires. Nous prouvons que les algorithmes basé sur la matrice hessienne peuvent atteindre le même résultat que certaines algorithmes optimaux, lorsque les paramètres sont bien choisis. De plus, nous analysons l'ordre de convergence des stratégies évolutionnistes pour des fonctions bruitées. Nous déduisons une convergence log-log. Nous prouvons aussi une borne basse pour le taux de convergence de stratégies évolutionnistes. Nous étendons le travail effectué sur les mécanismes de réévaluations en les appliquant au cas discret. Finalement, nous analysons la mesure de performance en elle-même et prouvons que l'utilisation d'une mauvaise mesure de performance peut mener à des résultats trompeurs lorsque différentes méthodes d'optimisation sont évaluées. / This thesis exposes contributions to the analysis of algorithms for noisy functions. It exposes convergence rates for linesearch algorithms as well as for random search algorithms. We prove in terms of Simple Regret and Cumulative Regret that a Hessian based algorithm can reach the same results as some optimal algorithms in the literature, when parameters are tuned correctly. On the other hand we analyse the convergence order of Evolution Strategies when solving noisy functions. We deduce log-log convergence. We also give a lower bound for the convergence rate of the Evolution Strategies. We extend the work on revaluation by applying it to a discrete settings. Finally we analyse the performance measure itself and prove that the use of an erroneus performance measure can lead to misleading results on the evaluation of different methods.

Les dernières années ont vu une augmentation dans la demande de systèmes de communications numériques efficaces et fiables. Afin de protéger les données transmises contre le bruit, les codes correcteurs d'erreurs doivent être introduits dans le système de transmission. Les codes LDPC (Low Density Parity Check), les codes produits et les turbocodes ont prouvé leur efficacité dans la détection et la correction des erreurs, même à des faibles SNR (Signal to Noise Ratio). Cependant, une dégradation importante dans les performances de ces codes est atteinte dans le cas d'une mauvaise synchronisation au niveau du récepteur. Ainsi, l'utilisation de méthodes de synchronisation efficaces est nécessaire pour le bon fonctionnement d'un système de transmission. Les techniques classiques de synchronisation sont basées sur le rajout de bits pilotes dans la séquence de données à transmettre. La détection de ces bits à la réception nous permet de réaliser la synchronisation. Cependant, ces méthodes ont pour effet de diminuer l'efficacité spectrale de la transmission surtout quand des codes correcteurs d'erreurs de petite taille sont utilisés dans le système. Pour cela, nous sommes intéressés dans cette thèse par la conception de nouvelles techniques de synchronisation aveugles, qui sont capables de synchroniser à des faibles SNR. Nous considérons dans cette thèse le problème de la synchronisation trame, de l'estimation du résidu de porteuse et de l'estimation du déphasage. Nous proposons des techniques de synchronisation originales qui sont basées sur le calcul et la minimisation de fonctions du LLR (Log-Likelihood Ratio) du syndrome calculées à partir de la matrice de contrôle de parité du code correcteur d'erreurs. Les résultats des simulations ont montré que les techniques proposées sont très efficaces et leurs performances surpassent celles de plusieurs méthodes existant dans la littérature.

Cette thèse est consacrée au pilotage optimal de systèmes multi-sources pour le bâtiment, dans un contexte de recherche d'économies d'énergie et de dérégulation des tarifs. Le chapitre I expose le contexte et définit le cadre d'étude et les modèles. Le système est considéré comme un cas particulier de micro-réseau résidentiel, avec une problématique d'exploitation de sources installées, dans un environnement incertain. La partie II détaille les fonctions identifiées, en proposant un ensemble de méthodes de résolution pour chacune : pilotage prévisionnel (par PLVM ou programmation dynamique), prédiction de charges, anticipation de consignes (par perceptron multicouches ), stratégies réactives, stratégies adaptatives. Les limites de certaines méthodes sont mises à jour, notamment les problèmes liés à l'apprentissage artificiel. La partie III détaille enfin des cas d'application : le cas d'une installation résidentielle avec chauffage par micro-cogénération raccordée au réseau ; le cas d'une installation résidentielle photovoltaïque avec stockage par batterie Plomb.

Les dernières années ont vu une augmentation dans la demande de systèmes de communications numériques efficaces et fiables. Afin de protéger les données transmises contre le bruit, les codes correcteurs d'erreurs doivent être introduits dans le système de transmission. Les codes LDPC (Low Density Parity Check), les codes produits et les turbocodes ont prouvé leur efficacité dans la détection et la correction des erreurs, même à des faibles SNR (Signal to Noise Ratio). Cependant, une dégradation importante dans les performances de ces codes est atteinte dans le cas d'une mauvaise synchronisation au niveau du récepteur. Ainsi, l'utilisation de méthodes de synchronisation efficaces est nécessaire pour le bon fonctionnement d'un système de transmission. Les techniques classiques de synchronisation sont basées sur le rajout de bits pilotes dans la séquence de données à transmettre. La détection de ces bits à la réception nous permet de réaliser la synchronisation. Cependant, ces méthodes ont pour effet de diminuer l'efficacité spectrale de la transmission surtout quand des codes correcteurs d'erreurs de petite taille sont utilisés dans le système. Pour cela, nous sommes intéressés dans cette thèse par la conception de nouvelles techniques de synchronisation aveugles, qui sont capables de synchroniser à des faibles SNR. Nous considérons dans cette thèse le problème de la synchronisation trame, de l'estimation du résidu de porteuse et de l'estimation du déphasage. Nous proposons des techniques de synchronisation originales qui sont basées sur le calcul et la minimisation de fonctions du LLR (Log-Likelihood Ratio) du syndrome calculées à partir de la matrice de contrôle de parité du code correcteur d'erreurs. Les résultats des simulations ont montré que les techniques proposées sont très efficaces et leurs performances surpassent celles de plusieurs méthodes existant dans la littérature.

Les dernières années ont vu une augmentation dans la demande de systèmes de communications numériques efficaces et fiables. Afin de protéger les données transmises contre le bruit, les codes correcteurs d'erreurs doivent être introduits dans le système de transmission. Les codes LDPC (Low Density Parity Check), les codes produits et les turbocodes ont prouvé leur efficacité dans la détection et la correction des erreurs, même à des faibles SNR (Signal to Noise Ratio). Cependant, une dégradation importante dans les performances de ces codes est atteinte dans le cas d'une mauvaise synchronisation au niveau du récepteur. Ainsi, l'utilisation de méthodes de synchronisation efficaces est nécessaire pour le bon fonctionnement d'un système de transmission. Les techniques classiques de synchronisation sont basées sur le rajout de bits pilotes dans la séquence de données à transmettre. La détection de ces bits à la réception nous permet de réaliser la synchronisation. Cependant, ces méthodes ont pour effet de diminuer l'efficacité spectrale de la transmission surtout quand des codes correcteurs d'erreurs de petite taille sont utilisés dans le système. Pour cela, nous sommes intéressés dans cette thèse par la conception de nouvelles techniques de synchronisation aveugles, qui sont capables de synchroniser à des faibles SNR. Nous considérons dans cette thèse le problème de la synchronisation trame, de l'estimation du résidu de porteuse et de l'estimation du déphasage. Nous proposons des techniques de synchronisation originales qui sont basées sur le calcul et la minimisation de fonctions du LLR (Log-Likelihood Ratio) du syndrome calculées à partir de la matrice de contrôle de parité du code correcteur d'erreurs. Les résultats des simulations ont montré que les techniques proposées sont très efficaces et leurs performances surpassent celles de plusieurs méthodes existant dans la littérature.

Le travail de thèse s'inscrit dans la modélisation numérique de l'écoulement des matériaux cimentaires à l'état frais couplée à un outil d'identification des paramètres. Il traite en particulier l'étape de mise en place de l'identification par analyse inverse. D'abord, une analyse de la littérature fait ressortir l'existence d'outils rhéométriques dédiés aux suspensions cimentaires ; le passage des grandeurs macroscopiques à celles locales est faite, soit par le biais de l'utilisation de géométries conventionnelles, soit au moyen de méthodes de calibration. Néanmoins, ces outils ne permettent pas de trouver une signature rhéologique unique pour une même suspension. De plus, les stratégies d'identification des paramètres relatifs aux matériaux cimentaires frais sont peu nombreuses et limitées aux données locales. Ensuite, une stratégie qui consiste à identifier les paramètres d'une loi supposée, directement à partir des mesures macroscopiques simulées (couples, vitesses de rotation imposées au mobile de cisaillement) a été développée et validée en 2D, en discutant notamment de l'efficacité des algorithmes d'optimisation testés (méthode du simplexe et algorithmes génétiques), en fonction du degré de connaissances que l'utilisateur a du matériau. Enfin, la méthode a été appliquée en 3D sur des fluides modèles supposés homogènes. Elle apparaît efficace en fluide pseudo-plastique, notamment par combinaison des algorithmes d'optimisation. Mais il reste des obstacles à lever en fluide visco-plastique, vraisemblablement liés aux outils expérimentaux plutôt qu'à la procédure d'identification elle-même. / The thesis work is part of the numerical modeling of the flow of cementitious materials in the fresh state coupled with an identification procedure of the parameters. It deals in particular with the step of the development of the identification by inverse analysis. First,the literature review reveals the existence of rheometric tools dedicated to cementitious suspensions; The passage from the macroscopic quantities to the local ones is made either by the use of conventional geometries or by means of calibration methods. Nevertheless, these tools do not make it possible to find the expected single rheological signature for a given suspension. In addition, there are few studies reporting strategies for identifying constitutive parameters in the case of fresh cement-based materials and they are limited to local data. Then, a strategy consisting in identifying the parameters of a supposed law, directly on the basis of the simulated macroscopic measurements (torques, rotational speeds imposed on the shearing tool) was developed and validated in 2D, discussing in particular the efficiency Of the optimization algorithms tested (simplex method and genetic algorithms), according to the degree of knowledge that the user has of the material. Finally, the method has been applied in 3D on model fluids, assuming that they are homogeneous. The method appears effective in the case of pseudo-plastic fluid, in particular by combining both optimization algorithms used. But there remain obstacles to overcome in the case of visco-plastic fluids, probably related to the experimental tools rather than to the procedure of identification itself.

In order to improve the design of mechanical or mechatronic systems, mathematical optimization techniques have become an efficient and attractive tool with the increasing development of computer resources. However, the application of such optimization methods to multibody systems (MBS) remains a challenge when the MBS analysis requires the solving of assembly constraints. Hence, this PhD research focuses on the optimization of such closed-loop MBS, particularly when the objective function is of geometrical or kinematic nature. For kinematic optimization of MBS, we propose two penalty strategies to deal with assembly constraints during optimization. Both strategies are compared and illustrated via applications such as the isotropy maximization of parallel manipulators: the 3-dof Delta robot and the 6-dof Hunt platform. Following the same strategies, geometrical optimization of MBS is then investigated. However, due to a higher complexity, we propose to relax the problem, combining two modeling approaches: rigid-body and extensible-link formulations. This leads to a two-step strategy which is then successfully applied to synthesize mechanisms for path-following or function-generation problems. Through these applications, the existence of multiple local optima is highlighted. Therefore, instead of focusing on the unique global optimum solution, we have developed original methods to search and propose several local solutions for the design problem. This approach is called morphological optimization. This enables the designer to choose finally the best solution among several local optima using additional design criteria. Such morphological optimization techniques open the doors for the topology optimization of MBS which remains a challenging problem for future research / Afin d'améliorer la conception de systèmes mécaniques ou mécatroniques, les techniques d'optimisation mathématique sont devenues un outil efficace et attrayant étant donné le développement croissant des ressources informatiques. Cependant, l'application de telles méthodes d'optimisation sur les systèmes multicorps demeure un défi quand l'analyse du système nécessite la résolution de contraintes d'assemblage. C'est pourquoi cette recherche doctorale se concentre sur l'optimisation de tels systèmes multicorps, particulièrement lorsque la fonction objectif est de nature géométrique ou cinématique. Pour l'optimisation cinématique des systèmes multicorps, nous proposons deux stratégies de pénalité pour traiter les contraintes d'assemblage en cours d'optimisation. Ces deux stratégies sont comparées et illustrées par des applications telles que la maximisation d'isotropie de manipulateurs parallèles. Suivant les mêmes stratégies, l'optimisation géométrique des systèmes multicorps est alors étudiée. Cependant, vu la plus grande complexité, nous proposons de relaxer le problème en combinant deux approches de modélisation : une formulation en termes de corps rigides et une autre en termes de liens extensibles. Ceci nous mène à une stratégie en deux étapes qui est alors appliquée avec succès pour la synthèse de mécanismes. A travers ces applications, on a mis en évidence l'existence d'optimums locaux multiples. Dès lors, plutôt que de se focaliser sur l'unique optimum global, nous avons développé des méthodes originales afin de rechercher et proposer plusieurs solutions locales pour le problème de conception. Cette approche est baptisée "optimisation morphologique". Elle permet au concepteur de choisir finalement la meilleure solution parmi plusieurs optimums locaux en utilisant des critères supplémentaires de conception. De telles techniques d'optimisation morphologique ouvrent les portes pour l'optimisation topologique des systèmes multicorps qui demeure un challenge motivant pour des recherches futures.

Différentes composantes des systèmes de traduction automatique statistique sont considérées comme des problèmes d'optimisations. En effet, l'apprentissage du modèle de traduction, le décodage et l'optimisation des poids de la fonction log-linéaire sont trois importants problèmes d'optimisation. Savoir définir les bons algorithmes pour les résoudre est l'une des tâches les plus importantes afin de mettre en place un système de traduction performant. Plusieurs algorithmes d'optimisation sont proposés pour traiter les problèmes d'optimisation du décodeur. Ils sont combinés pour résoudre, d'une part, le problème de décodage qui produit une traduction dans la langue cible d'une phrase source, d'autre part, le problème d'optimisation des poids des scores combinés dans la fonction log-linéaire pour d'évaluation des hypothèses de traduction au cours du décodage. Le système de traduction statistique de référence est basé sur un algorithme de recherche en faisceau pour le décodage, et un algorithme de recherche linéaire pour l'optimisation des poids associés aux scores. Nous proposons un nouveau système de traduction avec un décodeur entièrement basé sur les algorithmes génétiques. Les algorithmes génétiques sont des algorithmes d'optimisation bio-inspirés qui simulent le processus de l'évolution naturelle des espèces. Ils permettent de manipuler un ensemble de solutions à travers plusieurs itérations pour converger vers des solutions optimales. Ce travail, nous permet d'étudier l'efficacité des algorithmes génétiques pour la traduction automatique statistique. L'originalité de notre proposition est de proposer deux algorithmes : un algorithme génétique, appelé GAMaT, comme décodeur pour un système de traduction statistique à base de segments, et un algorithme génétique, appelé GAWO, pour l'optimisation des poids de la fonction log-linéaire afin de l'utiliser comme fonction fitness pour GAMaT. Nous proposons également, une approche neuronale pour définir une nouvelle fonction fitness pour GAMaT. Cette approche consiste à utiliser un réseau de neurones pour l'apprentissage d'une fonction qui combine plusieurs scores, évaluant différents aspects d'une hypothèse de traduction, combinés auparavant dans la fonction log-linéaire, et qui prédit le score BLEU de cette hypothèse de traduction. Ce travail, nous a permis de proposer un nouveau système de traduction automatique statistique ayant un décodeur entièrement basé sur des algorithmes génétiques / Different components of statistical machine translation systems are considered as optimization problems. Indeed, the learning of the translation model, the decoding and the optimization of the weights of the log-linear function are three important optimization problems. Knowing how to define the right algorithms to solve them is one of the most important tasks in order to build an efficient translation system. Several optimization algorithms are proposed to deal with decoder optimization problems. They are combined to solve, on the one hand, the decoding problem that produces a translation in the target language for each source sentence, on the other hand, to solve the problem of optimizing the weights of the combined scores in the log-linear function to fix the translation evaluation function during the decoding. The reference system in statistical translation is based on a beam-search algorithm for the decoding, and a line search algorithm for optimizing the weights associated to the scores. We propose a new statistical translation system with a decoder entirely based on genetic algorithms. Genetic algorithms are bio-inspired optimization algorithms that simulate the natural process of evolution of species. They allow to handle a set of solutions through several iterations to converge towards optimal solutions. This work allows us to study the efficiency of the genetic algorithms for machine translation. The originality of our work is the proposition of two algorithms: a genetic algorithm, called GAMaT, as a decoder for a phrase-based machine translation system, and a second genetic algorithm, called GAWO, for optimizing the weights of the log-linear function in order to use it as a fitness function for GAMaT. We propose also, a neuronal approach to define a new fitness function for GAMaT. This approach consists in using a neural network to learn a function that combines several scores, which evaluate different aspects of a translation hypothesis, previously combined in the log-linear function, and that predicts the BLEU score of this translation hypothesis. This work allowed us to propose a new machine translation system with a decoder entirely based on genetic algorithms

Les réseaux électriques sont actuellement en pleine mutation du fait de la dérégulation du secteur électrique. L'une des conséquences de la dérégulation est l'apparition de génération d'énergie dispersée dans les réseaux de distribution. Cette introduction de production d'énergie au sein des réseaux de distribution existants n'est pas sans effet sur ceux-ci. Le travail réalisé dans le cadre de cette thèse a permis d'identifier et d'étudier les principaux impacts de la génération d'énergie dispersée sur les réseaux de distribution (impact sur le plan de tension, sur les courants de courtcircuit, sur la stabilité, sur les temps d'élimination critique de défaut, etc.). Ces impacts sont mis en évidence par des simulations numériques et des outils de la théorie petits signaux (valeurs propres et facteurs de participation). De ce travail d'identification, des algorithmes d'optimisation sont utilisés afin d'insérer au mieux cette génération d'énergie dispersée dans les réseaux de distribution. Les algorithmes d'optimisation (algorithme du Minimax, génétique, simplexe et recuit simulé) sont mis en oeuvre pour améliorer le profil de tension des réseaux de distribution en présence de génération d'énergie dispersée. Certains de ces algorithmes sont aussi utilisés pour coordonner les gains contenus dans les régulations des générations d'énergie dispersées afin d'améliorer la stabilité des réseaux. Des indices d'influence sont aussi définis afin d'identifier les zones d'influence de la génération d'énergie dispersée sur les réseaux de distribution.