L'objectif consiste, dans le cadre d'un partenariat industriel à proposer une plate-forme de co-simulation permettant l'évaluation de performance et la validation, dans un contexte normatif, d'architecture de protection de systèmes de distribution d'énergie électrique. Pour cela, un système de communication, basé sur une extension de TCP/IP, appelé la norme CEI 61850, est mis en œuvre. Cette norme impose des contraintes de performance du système de communication et précise, par l'utilisation d'une approche objet, comment le système de protection doit être organisé globalement. Le développement de la plate-forme de co-simulation se justifie par le besoin d'être capable d'évaluer les performances d'une architecture en phase de conception, chez le constructeur, et d'autre part de permettre l'interopérabilité entre des portions d'architecture existantes ou développées chez des constructeurs différents.

In modern manufacturing, industrial robots are essential components that allow saving cost, increase quality and productivity for instance. To achieve such goals, high accuracy and speed are simultaneously required. The design of control laws compliant with such requirements demands high-fidelity mathematical models of those robots. For this purpose, dynamic models are built from experimental data. The main objective of this thesis is thus to provide robotic engineers with automatic tools for identifying dynamic models of industrial robot arms. To achieve this aim, a comparative analysis of the existing methods dealing with robot identification is made. That allows discerning the advantages and the limitations of each method. From those observations, contributions are presented on three axes. First, the study focuses on the estimation of the joint velocities and accelerations from the measured position, which is required for the model construction. The usual method is based on a home-made prefiltering process that needs a reliable knowledge of the system’s bandwidths, whereas the system is still unknown. To overcome this dilemma, we propose a method able to estimate the joint derivatives automatically, without any setting from the user. The second axis is dedicated to the identification of the controller. For the vast majority of the method its knowledge is indeed required. Unfortunately, for copyright reasons, that is not always available to the user. To deal with this issue, two methods are suggested. Their basic philosophy is to identify the control law in a first step before identifying the dynamic model of the robot in a second one. The first method consists in identifying the control law in a parametric way, whereas the second one relies on a non-parametric identification. Finally, the third axis deals with the home-made setting of the decimate filter. The identification of the noise filter is introduced similarly to methods developed in the system identification community. This allows estimating automatically the dynamic parameters with low covariance and it brings some information about the noise circulation through the closed-loop system. All the proposed methodologies are validated on an industrial robot with 6 degrees of freedom. Perspectives are outlined for future developments on robotic systems identification and other complex problems.

De nos jours, l'utilisation des drones miniatures à voilure tournante pour des missions d'observation dans des environnements hostiles est en pleine expansion. Ces appareils, grâce à leurs capacités à combiner le vol de translation avec le vol stationnaire, sont en eff et bien adaptés aux besoins de ces missions. L'étude présentée dans cette thèse concerne un nouveau concept de drone appelé GLMAV (pour Gun Launched Micro Aerial Vehicle), qui consiste à rendre très rapidement opérationnel un véhicule hybride projectile - drone. La di fficulté dans le pilotage de ce type de véhicules est d'assurer de bonnes performances de suivi de trajectoires tout en garantissant une résistance aux perturbations aérodynamiques. Après une étape de modélisation, le cœur de la thèse présente plusieurs stratégies de commande, aussi bien linéaires que non linéaires, permettant la navigation autonome du drone. Plusieurs approches permettant l'estimation et la prise en compte dans la commande des eff orts parasites liés aux phénomènes aérodynamiques sont également détaillées. L'e fficacité de tous les algorithmes de commande est ensuite illustrée par de nombreuses simulations numériques. Du point de vue pratique, une simple loi de commande ne suffi t pas. En eff et, des techniques de filtrage particulières ou des aménagements spécifi ques doivent être utilisés pour reconstruire l'état du drone. Les performances de l'ensemble de la boucle de commande sont d'abord testées en simulation avant l'implantation sur le prototype du GLMAV développé par l'Institut franco-allemand de recherches de Saint-Louis.

La contrainte de fermeture des chaînes cinématiques des robots parallèles rend leur modélisation et leur commande complexes. Pourtant, cette architecture leur confère des performances remarquables en terme de charges supportées, de rigidité et de rapidité. Pour bénéficier de ces qualités et simplifier les modèles, nous avons proposé d'utiliser un capteur de vision pour remplacer les modèles géométriques dans la commande et offrir une mesure de l'état au lieu d'une estimation. En premier lieu, nous avons revisité l'asservissement visuel 3D par observation de l'organe terminal dans le cadre specifique des robots parallèles. Dans ce cas, nous avons choisi la pose comme signal µa réguler et montré que la commande ainsi obtenue est une régulation dans l'espace d'etat (qui est egalement l'espace de la tâche). En deuxième lieu, nous nous sommes penché sur le choix d'un signal capteur qui permet une bonne adéquation entre les informations visuelles et les modèles utilisés dans la commande. C'est ainsi que nous avons proposé une architecture dédiée à la commande, unissant plusieurs familles de robots parallèles, qui repose sur l'exhibition dans la chaîne cinématique. Par la suite, nous avons développé une approche innovante basée sur l'observation des éléments référents et les modèles de projection de droite. En utilisant une mesure de la position de ces éléments, cette dernière méthode permet de se passer d'une cible extérieure au robot et d'un calcul de pose additionnel tout en permettant une représentation optimale de la cinématique du robot et en offrant des méthodes d'étalonnage qui utilisent directement le signal capteur. Ces méthodes permettent aussi de se passer des variables articulaires, ce qui peut offrir aux robots parallèles une meilleure autonomie et simplifier leur conception.

Le contrôle hétérarchique des systèmes de production flexibles (FMS) préconise un contrôle peu complexe et hautement réactif supporté par des entités décisionnelles locales (DEs). En dépit d'avancées prometteuses, ces architectures présentent un comportement myope car les DEs ont une visibilité informationnelle limitée sue les autres DEs, ce qui rend difficile la garantie d'une performance globale minimum. Cette thèse se concentre sur les approches permettant de réduire cette myopie. D'abord, une définition et une typologie de cette myopie dans les FMS sont proposées. Ensuite, nous proposons de traiter explicitement le comportement myope avec une architecture semihétérarchique. Dans celle-ci, une entité décisionnelle globale (GDE) traite différents types de décisions myopes à l'aide des différentes techniques d'optimisation basée sur la simulation (SbO). De plus, les SbO peuvent adopter plusieurs rôles, permettant de réduire le comportement myope de plusieurs façons. Il est également possible d'avoir plusieurs niveaux d'autonomie en appliquant différents modes d'interaction. Ainsi, notre approche accepte des configurations dans lesquelles certains comportements myopes sont réduits et d'autres sont acceptés. Notre approche a été instanciée pour contrôler la cellule flexible AIP- PRIMECA de l'Université de Valenciennes. Les résultats des simulations ont montré que l'architecture proposée peut réduire les comportements myopes en établissant un équilibre entre la réactivité et la performance globale. Des expérimentations réelles ont été réalisées sur la cellule AIP-PRIMECA pour des scenarios dynamiques et des résultats prometteurs ont été obtenus.

Le Pronostic et l'étude de l'état de santé (en anglais Prognostics and Health Management (PHM)) vise à étendre le cycle de vie d'un actif physique, tout en réduisant les coûts d'exploitation et de maintenance. Pour cette raison, le pronostic est considéré comme un processus clé avec des capacités de prédictions. En effet, des estimations précises de la durée de vie avant défaillance d'un équipement, Remaining Useful Life (RUL), permettent de mieux définir un plan d'actions visant à accroître la sécurité, réduire les temps d'arrêt, assurer l'achèvement de la mission et l'efficacité de la production. Des études récentes montrent que les approches guidées par les données sont de plus en plus appliquées pour le pronostic de défaillance. Elles peuvent être considérées comme des modèles de type " boite noire " pour l'étude du comportement du système directement à partir des données de surveillance d'état, pour définir l'état actuel du system et prédire la progression future de défauts. Cependant, l'approximation du comportement des machines critiques est une tâche difficile qui peut entraîner des mauvais pronostics. Pour la compréhension de la modélisation de pronostic guidé par les données, on considère les points suivants. 1) Comment traiter les données brutes de surveillance pour obtenir des caractéristiques appropriées reflétant l'évolution de la dégradation ? 2) Comment distinguer les états de dégradation et définir des critères de défaillance (qui peuvent varier d'un cas à un autre)? 3) Comment être sûr que les modèles définis seront assez robustes pour montrer une performance stable avec des entrées incertaines s'écartant des expériences acquises, et seront suffisamment fiables pour intégrer des données inconnues (c'est à dire les conditions de fonctionnement, les variations de l'ingénierie, etc.)? 4) Comment réaliser facilement une intégration sous des contraintes et des exigences industrielles? Ces questions sont des problèmes abordés dans cette thèse. Elles ont conduit à développer une nouvelle approche allant au-delà des limites des méthodes classiques de pronostic guidé par les données. Les principales contributions sont les suivantes. <br>- L'étape de traitement des données est améliorée par l'introduction d'une nouvelle approche d'extraction des caractéristiques à l'aide de fonctions trigonométriques et cumulatives qui sont basées sur trois caractéristiques : la monotonie, la "trendability" et la prévisibilité. L'idée principale de ce développement est de transformer les données brutes en indicateur qui améliorent la précision des prévisions à long terme. <br>- Pour tenir compte de la robustesse, la fiabilité et l'applicabilité, un nouvel algorithme de prédiction est proposé: Summation Wavelet-Extreme Learning Machine (SWELM). Le SW-ELM assure de bonnes performances de prédiction, tout en réduisant le temps d'apprentissage. Un ensemble de SW-ELM est également proposé pour quantifier l'incertitude et améliorer la précision des estimations. <br>- Les performances du pronostic sont également renforcées grâce à la proposition d'un nouvel algorithme d'évaluation de la santé: Subtractive-Maximum Entropy Fuzzy Clustering (S-MEFC). S-MEFC est une approche de classification non supervisée qui utilise l'inférence de l'entropie maximale pour représenter l'incertitude de données multidimensionnelles. Elle peut automatiquement déterminer le nombre d'états, sans intervention humaine. <br>- Le modèle de pronostic final est obtenu en intégrant le SW-ELM et le S-MEFC pour montrer l'évolution de la dégradation de la machine avec des prédictions simultanées et l'estimation d'états discrets. Ce programme permet également de définir dynamiquement les seuils de défaillance et d'estimer le RUL des machines surveillées. Les développements sont validés sur des données réelles à partir de trois plates-formes expérimentales: PRONOSTIA FEMTO-ST (banc d'essai des roulements), CNC SIMTech (Les fraises d'usinage), C-MAPSS NASA (turboréacteurs) et d'autres données de référence. En raison de la nature réaliste de la stratégie d'estimation du RUL proposée, des résultats très prometteurs sont atteints. Toutefois, la perspective principale de ce travail est d'améliorer la fiabilité du modèle de pronostic.

Dans le contexte général de la planification à moyen terme de chaînes logistiques, cette thèse propose une approche permettant d'améliorer la coordination interentreprises. Cette approche a été construite dans le but de 1) donner au décideur de la visibilité sur sa capacité à répondre à une demande entachée d'incertitude et 2) lui permettre de comparer les différentes décisions qu'il peut prendre au cours du temps. Pour cela, une modélisation locale de la planification des chaînes logistiques basée sur un modèle linéaire en variables mixtes multipériode, multiproduit, implémenté avec le logiciel Xpress-MP(r), est proposée. Le modèle développé est intégré à un cadre simulation pour réaliser un processus complet de planification à horizon glissant. Un tel outil a pour vocation de proposer, simuler et évaluer différents scénarios possibles pour 1) l'intégration des contraintes temporelles liées à l'anticipation nécessaire à l'application concrète d'une décision et 2) la prise en compte d'une demande incertaine. Des expérimentations numériques montrent qu'une bonne interprétation des caractéristiques des clients et fournisseurs dans le processus de planification améliore la performance de la chaîne.

Ce travail s'attache à décrire l'intérêt de l'analyse d'intervalles en ordonnancement. L'analyse d'intervalles considère les relations d'ordres existantes (algèbre de Allen) entres certains intervalles caractéristiques des tâches à ordonnancer. On montre comment, pour certains problèmes particuliers, elle permet de définir des conditions de dominance ou des conditions suffisantes d'optimalité, caractérisant des ensembles remarquables de solutions. Dans le cas de certains problèmes à une machine réputés difficiles, nous montrons comment de telles conditions peuvent être utiles pour déduire des nouvelles formulations de programmation linéaire en nombres entiers très efficaces. De plus, les conditions étant relativement indépendantes des valeurs numériques du problème, on montre aussi leur intérêt pour la caractérisation d'ensembles flexibles et robustes de solutions. D'autres travaux seront également évoqués dans lesquels la notion d'intervalle est centrale.

Cette thèse se situe dans le cadre de la planification de la production à moyen et court terme dans un environnement de production à la commande et s'intéresse plus particulièrement à une problématique d'ordonnancement de tâches. Elle propose une approche décisionnelle à deux niveaux permettant conjointement l'ajustement charge-capacité des ressources et l'ordonnancement des opérations appartenant à un ensemble d'Ordres de Fabrication (OF). Le niveau supérieur (macro-ordonnancement) positionne les OF sur un horizon moyen-terme discrétisé en périodes et aide le décideur à élaborer une planification agrégée optimisée compte tenu de la politique de gestion retenue (heures supplémentaires, sous-traitance, retards, etc.). Ce niveau est modélisé par un programme linéaire en variables mixtes. Des mécanismes d'agrégation sont proposés. Ils permettent d'associer au niveau supérieur des données agrégées (par macro-périodes) obtenues à partir des données détaillées (définies sur le temps continu). L'étude s'intéresse également à des extensions du modèle de macro-ordonnancement dans le cas de la prise en compte de différents types de leviers décisionnels, de la prise en compte de ressources alternatives,... Le niveau inférieur (ordonnancement) positionne finement (en temps continu, horizon court-terme) les opérations sur les ressources pouvant être utilisées. Il est chargé de "suivre" le macro-ordonnancement ayant optimisé le positionnement grossier des OF. Afin d'intégrer les deux niveaux décisionnels, différents mécanismes de "guidage" sont proposés. Ces mécanismes permettent de désagréger les décisions prises au niveau supérieur. Ces mécanismes permettent l'utilisation de logiciel d'ordonnancement standard au niveau inférieur. Des expérimentations numériques sont effectuées afin d'étudier les performances de la structure multiniveau. Ces expérimentations permettent d'apprécier le comportement de la structure décisionnelle face à différents grandeurs d'éléments c aractéristiques de l'approche : pas de discrétisation, mécanismes de guidage, taux de contraintes,...

A l'heure actuelle, les projets d'utilisation de drone de petites tailles à capacité de vol stationnaire<br />pour des missions d'observation dans des environnements urbains se multiplient. Les<br />contraintes d'encombrement et de confinement des pales pour la sécurité des utilisateurs ont remis<br />au goût du jour l'utilisation de véhicules à hélices carénées. L'enjeu majeur de ces minidrones est<br />la résistance au vent. Cependant, leur forme atypique et les faibles nombres de Reynolds associés<br />sont à l'origine de phénomènes aérodynamiques dont la caractérisation fine reste un problème<br />largement ouvert. Il est donc nécessaire de développer des stratégies de commande estimant ces<br />efforts en ligne pour pouvoir les contrer. Après une étape de modélisation, nous mettons en<br />évidence une structure chaînée propice à une architecture de contrôle en cascade, combinant un<br />contrôle en position de haut niveau et un contrôle en attitude de bas niveau. Mais proposer une loi<br />de commande pour le maintien à poste ne suffit pas. Encore faut-il, pour pouvoir l'implémenter<br />dans le calculateur, disposer des informations de position et d'attitude pour le contrôle en boucle<br />fermée. Nous proposons des techniques de filtrage pour reconstituer l'état du drone à partir des<br />mesures capteurs. Notre contribution porte sur deux aspects : la conception d'estimateurs non<br />linéaires dans l'espace des matrices orthogonales pour la restitution d'attitude d'une part, et la<br />navigation inertielle hybridée d'autre part. Après avoir fermé la boucle "Observation-Contrôle",<br />nous nous intéressons au problème de la navigation en présence d'obstacle. L'efficacité des méthodes<br />proposées est verifiée par des simulations et des expérimentations menées sur le minidrone<br />à hélice carénée HoverEye développé par la Société Bertin Technologies.