Cette thèse s'attache à la maximisation de la consommation du dioxyde de carbone par les microalgues. En effet, suite aux différentes problématiques environnementales actuelles liées principalement aux émissions importantes de gaz à effet de serre et notamment le CO2, il a été démontré que les microalgues jouent un rôle très prometteur pour la bio-fixation du CO2. Dans cette optique, nous nous intéressons à la mise en place d'une loi de commande robuste permettant de garantir des conditions opératoires optimales pour une culture de la microalgue Chlorella vulgaris dans un photobioréacteur instrumenté. Cette thèse repose sur trois axes principaux. Le premier porte sur la modélisation de la croissance de l'espèce algale choisie à partir d'un modèle mathématique traduisant l'influence de la lumière et de la concentration en carbone inorganique total. En vue de la commande, le deuxième axe est consacré à l'estimation de la concentration cellulaire à partir des mesures disponibles en temps réel du dioxyde de carbone dissous. Trois types d'observateurs ont été étudiés et comparés : filtre de Kalman étendu, observateur asymptotique et observateur par intervalles. Le dernier axe concerne l'implantation d'une loi de commande prédictive non-linéaire couplée à une stratégie d'estimation pour la régulation de la concentration cellulaire autour d'une valeur maximisant la consommation du CO2. Les performances et la robustesse de cette commande ont été validées en simulation et expérimentalement sur un photobioréacteur instrumenté à l'échelle de laboratoire. Cette thèse est une étude préliminaire pour la mise en œuvre de la maximisation de la fixation du dioxyde de carbone par les microalgues.

Cette thèse s’attache à la maximisation de la consommation du dioxyde de carbone par les microalgues. En effet, suite aux différentes problématiques environnementales actuelles liées principalement aux émissions importantes de gaz à effet de serre et notamment le CO2, il a été démontré que les microalgues jouent un rôle très prometteur pour la bio-fixation du CO2. Dans cette optique, nous nous intéressons à la mise en place d’une loi de commande robuste permettant de garantir des conditions opératoires optimales pour une culture de la microalgue Chlorella vulgaris dans un photobioréacteur instrumenté. Cette thèse repose sur trois axes principaux. Le premier porte sur la modélisation de la croissance de l’espèce algale choisie à partir d’un modèle mathématique traduisant l’influence de la lumière et de la concentration en carbone inorganique total. En vue de la commande, le deuxième axe est consacré à l’estimation de la concentration cellulaire à partir des mesures disponibles en temps réel du dioxyde de carbone dissous. Trois types d’observateurs ont été étudiés et comparés : filtre de Kalman étendu, observateur asymptotique et observateur par intervalles. Le dernier axe concerne l’implantation d’une loi de commande prédictive non-linéaire couplée à une stratégie d’estimation pour la régulation de la concentration cellulaire autour d’une valeur maximisant la consommation du CO2. Les performances et la robustesse de cette commande ont été validées en simulation et expérimentalement sur un photobioréacteur instrumenté à l’échelle de laboratoire. Cette thèse est une étude préliminaire pour la mise en œuvre de la maximisation de la fixation du dioxyde de carbone par les microalgues. / This thesis deals with the optimization of carbon dioxide consumption by microalgae. Indeed, following several current environmental issues primarily related to large emissions of CO2, it is shown that microalgae represent a very promising solution for CO2 mitigation. From this perspective, we are interested in the optimization strategy of CO2 consumption through the development of a robust control law. The main aim is to ensure optimal operating conditions for a Chlorella vulgaris culture in an instrumented photobioreactor. The thesis is based on three major axes. The first one concerns growth modeling of the selected species based on a mathematical model reflecting the influence of light and total inorganic carbon concentration. For the control context, the second axis is related to biomass estimation from the real-time measurement of dissolved carbon dioxide. This step is necessary for the control part due to the lack of affordable real-time sensors for this kind of measurement. Three observers structures have been studied and compared: an extended Kalman filter, an asymptotic observer and an interval observer. The last axis deals with the implementation of a non-linear predictive control law coupled to the estimation strategy for the regulation of the cellular concentration around a value which maximizes the CO2 consumption. Performance and robustness of this control law have been validated in simulation and experimentally on a laboratory-scale instrumented photobioreactor. This thesis represents a preliminary study for the optimization of CO2 mitigation strategy by microalgae.