L’industrie aéronautique fait face à trois enjeux majeurs : la réduction de son empreinte environnementale, l’absorption de l’augmentation du trafic et le maintien d’un haut niveau de sécurité pour des systèmes de plus en plus complexes, à coûts équivalents. La maintenance prédictive permet de répondre en partie à ces trois enjeux. Les systèmes, dont on peut prédire la durée de vie peuvent être utilisés plus longtemps, ce qui diminue le nombre de composants utilisés sur la vie d’un avion. Prédire les pannes permet également d’augmenter la disponibilité des aéronefs en évitant les arrêts non planifiés. Enfin, le suivi de l’état de vieillissement de l’avion permet d’optimiser la maintenance et ainsi de réduire les coûts. Dans les années 2000, ces méthodologies ont été appliquées sur les moteurs. Elles commencent maintenant à se généraliser aux autres systèmes avioniques. Ainsi cette thèse concerne la mise au point de méthodologies amenant à la maintenance prédictive d’actionneurs électro – mécaniques (EMA) de commande de vol. Les problématiques et les contraintes (temps de calculs, quantités de mémoire…) liées à cette thématique sont détaillées. Dans un premier temps, le calcul de signatures de défauts est abordé. Une méthode pour les systèmes visécrou, basée sur l’identification d’un modèle de frottement, est proposée. Une deuxième méthode, reposant sur l’analyse des courants à partir d’une combinaison de décomposition modale empirique ensembliste complète et d’analyse aveugle de sources, est ensuite introduite. Ces deux méthodes sont testées sur des données issues de profils non opérationnels. Ces données sont issues d’un modèle de simulation représentant finement l’actionneur dans son environnement. L’ensemble des simulations représente des essais virtuels sur une population d’EMA. A partir de ces simulations, les signatures mises au point sont calculées. Puis, afin de valider ces signatures, des métriques de performances sont calculées. Le diagnostic par reconnaissance de formes est ensuite traité. Un algorithme reposant sur une combinaison de machine à vecteur de supports et de fonctions floues d’appartenances est proposé. Celui-ci peut notamment estimer la sévérité d’un défaut. Il permet également de détecter des points ne correspondant pas à la base d’apprentissage, qui peuvent représenter des défauts inconnus ou des points appartenant à plusieurs classes à la fois, pouvant représenter des cas de défauts combinés. L’architecture d’un système de diagnostic complet, basée sur l’algorithme conçu, est détaillée. Des validations expérimentales des méthodes de calcul de signatures et de diagnostic sont ensuite menées. Ces validations reposent sur trois bases issues de trois campagnes d’essais. La première repose sur des essais d’un EMA sain sur un banc représentatif. La deuxième concerne un moteur asynchrone en défaut en régime permanent. La dernière porte sur un moteur synchrone à aimants, de type aéronautique, en défaut de courtcircuit inter-spires en régime permanent. Le respect des contraintes par l’algorithme est vérifié. Enfin, des éléments pour aller vers le pronostic sont avancés. Le processus du pronostic est détaillé. Seule une partie de ce processus est traitée, sur des données issues de vieillissement de roulements. Dans un premier temps, le partitionnement de données de vieillissement pour créer des classes de sévérité de défaut est étudié. Cette tâche a amené à proposer une métrique, dite de cohérence temporelle, permettant de vérifier qu’un résultat de partitionnement satisfait aux contraintes pour le pronostic. Puis l’algorithme de classification proposé est validé sur les données partitionnées. Ceci amène à distinguer deux méthodes de validation, une approche dite diagnostic et une dite pronostic. Une méthode de normalisation, pour l’approche pronostic, est proposée. La prédiction des signatures dans le futur est ensuite traitée. Un algorithme de régression par vecteurs de support est utilisé [etc...] / The aeronautics industry is facing three major challenges: the reduction of its environmental impact, the absorption to the air traffic increase and a high level of safety for increasing complex systems, for equivalent costs. Predictive maintenance allows answering to these issues. Systems, for which the life can be predicted, can be used for a longer time. This reduces the number of components used in the lifetime of an aircraft. To predict failures also allow increasing the availability of aircrafts by avoiding unplanned downtime. Finally, monitoring the ageing of the aircraft allows to optimize maintenance and so to reduce costs. In the 2000s, these methodologies were applied to turbojets. It starts, now, to be generalized to others avionics systems. Therefore, this work deal with predictive maintenance methodologies for electromechanical actuator (EMA) for flight controls systems. Problems and constraints (computation time, memory quantities…) related to this subject are detailed. In a first part, fault feature computation methodologies are investigated. A first method is proposed for screw/nut systems. This method is based on the identification of a friction model. A second method, based on current analysis, is presented. This method uses a combination of empirical mode decomposition and independent component analysis. The two methods are tested on data from a non-operational profile. This data are from a simulation model which represents the EMA in the aircraft environment. The simulations performed represent virtual trials on a population of EMA. From these simulations, fault features are computed. Then, performances metrics are evaluated. Diagnosis by pattern recognition is then studied. An algorithm based on support vector machine and fuzzy membership functions is proposed. This algorithm can estimate the severity of a fault. It can also detect unknown observations, which can represent unknown faults or combined faults. The architecture of a global diagnosis system, based on the proposed algorithm, is detailed. Experimental validation of fault features computation and diagnosis algorithm is performed. These validations are based on three data bases. The first one is based on trials performed on a healthy EMA on a representative bench. The second consists in an induction motor at constant speed for different types of faults. The last one is from trials on a permanent magnet synchronous machine, of aeronautics type, for different kinds of short – circuit fault severities. The respect of the aeronautics constraints is verified. At last, elements for prognosis process are given. This process is detailed. Only a part of this process is treated, on a roller bearings benchmark database. First, the clustering for prognosis is studied. A metric, which allows verifying that the obtained clusters are coherent regarding time, and thus, checks the constraints for prognosis, is given. Then the proposed diagnosis algorithm is validated on the clustered data. This brought to perform two kinds of validation, a diagnosis oriented one and a prognosis oriented one. A method to normalize data for the prognosis oriented validation, based on sigmoid function, is given. The prediction of the features in the future is studied. A regression algorithm based on support vector regression is used. Finally, the diagnosis algorithm is applied to the predicted data. This allows to estimate the end of life, and so the remaining useful life for a given time. These estimations are evaluated regarding different kinds of performance metrics and regarding the constraints of the aeronautics applicative field

Cette thèse porte sur la reconnaissance et l’appariement de formes 3D pour des systèmes intelligents de vision par ordinateur. Elle décrit deux contributions principales à ce domaine. La première contribution est une implémentation d'un nouveau descripteur de formes construit à la base de la géométrie spectrale de l'opérateur de Laplace-Beltrami ; nous proposons une signature de point globale avancée (AGPS). Ce descripteur exploite la structure intrinsèque de l'objet et organise ses informations de manière efficace. De plus, AGPS est extrêmement compact puisque seulement quelques paires propres étaient nécessaires pour obtenir une description de forme précise. La seconde contribution est une amélioration de la signature du noyau d'onde ; nous proposons une signature du noyau d'onde optimisée (OWKS). La perfectionnement est avec un algorithme heuristique d'optimisation par essaim de particules modifié pour mieux rapprocher une requête aux autres formes appartenant à la même classe dans la base de données. L'approche proposée améliore de manière significative la capacité discriminante de la signature. Pour évaluer la performance de l'approche proposée pour la récupération de forme 3D non rigide, nous comparons le descripteur global d'une requête aux descripteurs globaux du reste des formes de l'ensemble de données en utilisant une mesure de dissimilarité et trouvons la forme la plus proche. Les résultats expérimentaux sur différentes bases de données de formes 3D standards démontrent l'efficacité des approches d'appariement et de récupération proposées par rapport aux autres méthodes de l'état de l'art. / This thesis concerns recognition and matching of 3D shapes for intelligent computer vision systems. It describes two main contributions to this domain. The first contribution is an implementation of a new shape descriptor built on the basis of the spectral geometry of the Laplace-Beltrami operator; we propose an Advanced Global Point Signature (AGPS). This descriptor exploits the intrinsic structure of the object and organizes its information in an efficient way. In addition, AGPS is extremely compact since only a few eigenpairs were necessary to obtain an accurate shape description. The second contribution is an improvement of the wave kernel signature; we propose an optimized wave kernel signature (OWKS). The refinement is with a modified particle swarm optimization heuristic algorithm to better match a query to other shapes belonging to the same class in the database. The proposed approach significantly improves the discriminant capacity of the signature. To assess the performance of the proposed approach for nonrigid 3D shape retrieval, we compare the global descriptor of a query to the global descriptors of the rest of shapes in the dataset using a dissimilarity measure and find the closest shape. Experimental results on different standard 3D shape benchmarks demonstrate the effectiveness of the proposed matching and retrieval approaches in comparison with other state-of-the-art methods.

Le travail présente dans ce mémoire décrit le développement et l'utilisation de réseaux de neurones artificiels pour la resolution d'un probleme de reconnaissance de formes particulières, les partitions musicales. Le premier chapitre est consacre a une étude bibliographique des méthodes connexionnistes employées en reconnaissance de formes. Nous tentons de présenter les principaux modèles de réseaux de neurones de manière homogène et de justifier le choix du modèle auquel nous nous sommes particulièrement intéresses: celui des réseaux multi-couches. Nous consacrons le deuxième chapitre a l'étude de ces derniers. Après une synthèse des différentes connaissances utiles au choix de l'architecture d'un réseau multi-couche et a la mise en œuvre de l'algorithme d'apprentissage par rétro-propagation du gradient, nous nous intéressons aux réseaux d'automates a seuil. Les propriétés de ces réseaux et leurs liens avec les méthodes usuelles de classification sont mis en évidence. Ceci nous amène a proposer un nouvel algorithme d'apprentissage hiérarchique. Dans le dernier chapitre, nous décrivons un système de reconnaissance bas-niveau d'images de partitions musicales imprimées. Différentes solutions pour le pré-traitement, la segmentation et la classification sont proposées. Ces solutions font appel tant a l'analyse d'image conventionnelle qu'aux réseaux de neurones décrits dans les chapitres précédents; elles sont illustrées par des résultats expérimentaux

Cette thèse essaie d'apporter une solution au problème de l'automatisation de la production des générateurs de code. Elle propose une méthode formelle de génération basée sur une séparation nette entre les algorithmes de génération et les données relatives a la machine cible. Réservation d'un système capable de créer, a partir d'une description de la machine cible, un générateur de code basé sur cette méthode

Nous proposons de mettre en œuvre un prototype de processeur<br />optoélectronique destiné à segmenter par contour actif des images<br />réelles. Le processus de segmentation est fondé sur des algorithmes<br />statistiques itératifs qui contiennent des opérations de corrélation.<br />Notre première contribution a été de les adapter pour bénéficier de la<br />rapidité de la rapidité des corrélations optiques.<br /><br />Nous avons conçu et mis en œuvre un corrélateur incohérent ombroscopique<br />dont les résultats ont pu valider cette approche optoélectronique de la<br />segmentation par contour actif.<br /><br />Afin d'accélérer le processus, nous avons ensuite exploité les capacités<br />de traitement parallèle de l'optique. La configuration multicanal permet<br />alors d'accélérer sensiblement la segmentation.<br /><br />Cette thèse ouvre de nouvelles perpectives pour les processeurs optiques<br />vers des applications de description et met en lumière les grandes<br />capacités de traitement des corrélateurs incohérents utilisés comme<br />calculateurs parallèles.

La supervision automatique des processus industriels permet d'accroître la productivité et de diminuer le coût d'entretien. Le diagnostic est une composante principale d'un module de supervision. Il existe plusieurs approches pour réaliser le diagnostic. Les performances de chaque approche dépendent du problème posé. Nous cherchons une méthode de diagnostic capable de résoudre les problèmes suivants :<br />- dans une base de connaissance incomplète, tous les modes de fonctionnement ne sont pas représentés. En conséquence, un module de diagnostic doit être adaptatif afin d'inclure à sa base de connaissance les nouveaux modes dés qu'ils apparaissent,<br />- lorsque le système évolue vers un mode anormal ou non désiré, il est nécessaire d'anticiper cette évolution plutôt que d'attendre d'arriver à ce mode afin d'éviter ses conséquences surtout s'il est dangereux. Le module de diagnostic doit donc être prédictif,<br />- dans le cas d'un système évolutif, la base de connaissance doit être enrichie grâce à l'information apportée par les nouvelles observations. Cet enrichissement doit être réalisé en temps réel,<br />- les données sont à la fois incertaines et imprécises.<br />L'objectif principal de ma thèse consistait à mettre au point un module de diagnostic en temps réel adaptatif et prédictif pour des systèmes évolutifs, en utilisant les techniques de Reconnaissance des Formes, la théorie des ensembles flous et la théorie des possibilités. Ce module a été appliqué sur plusieurs applications industrielles.

Les graphes sont des modèles de représentation qui permettent de modéliser un grand nombre de type de documents. Dans cette thèse, nous nous intéressons à leur utilisation pour la recherche dans des bases de données multimédia. Nous commençons par présenter la théorie autour des graphes ainsi qu'un aperçu des méthodes qui ont été proposées pour leur mise en correspondance. Puis, nous nous intéressons plus particulièrement à leur utilisation pour la reconnaissance des formes et l'indexation multimédia. Dans le but de répondre de la manière la plus générique possible aux différents problèmes de recherche, nous proposons de travailler dans le cadre des fonctions noyaux. Ce cadre permet de séparer les problèmes liées à la nature des documents de ceux apportés par les différents types de recherche. Ainsi, toute notre énergie est consacrée à la conception de fonctions de mise en correspondance, mais en gardant à l'esprit qu'elles doivent respecter un certain nombre de propriétés mathématiques. Dans ce cadre, nous proposons de nouvelles solutions qui permettent de mieux répondre aux caractéristiques particulières des graphes issus de primitives et descripteurs visuels. Nous présentons aussi les algorithmes qui permettent d'évaluer rapidement ces fonctions. Enfin, nous présentons des expériences qui mettent en lumière ces différentes caractéristiques, ainsi que des expériences qui montrent les avantages qu'offrent nos modèles vis à vis de la littérature.

La reconnaissance de formes s'intéresse à la détection automatique de motifs dans des données d'entrée, afin de pouvoir, par exemple, les classer en catégories. La matière première de ces techniques est bien souvent l'image numérique. Cette dernière, dans sa forme la plus courante, est codée sous la forme d'une matrice de pixels. Néanmoins, la question du développement de représentations plus riches se pose. Ainsi, la structuration de l'information contenue dans l'image devrait permettre la mise en évidence des différents objets représentés, et des liens les unissant. C'est pourquoi nous proposons de modéliser les images numériques sous forme de graphes, pour leur richesse et expressivité d'une part, et pour exploiter les résultats de la théorie des graphes en reconnaissance de formes d'autre part. Nous développons pour cela une méthode d'extraction de graphes plans à partir d'images, basée sur le respect de la sémantique. Nous montrons que nous pouvons, étant donné un graphe, reconstruire avec perte limitée l'image d'origine. Par la suite, nous introduisons les graphes plans à trous, graphes dont les faces peuvent être visibles ou invisibles. Leur justification trouve sa place dans la recherche de motifs notamment, pour laquelle les éléments constituant l'arrière plan d'une image ne doivent pas être retrouvés. En dirigeant notre attention sur la planarité de ces graphes, nous proposons des algorithmes polynomiaux d'isomorphisme de graphes plans et de motifs ; nous traitons également leur équivalence, qui se trouve être un isomorphisme aux faces invisibles près.

Les travaux présentés dans ce mémoire de thèse abordent sous différents angles très intéressants, un sujet vaste et ambitieux : l'interprétation de plans cadastraux couleurs.Dans ce contexte, notre approche se trouve à la confluence de différentes thématiques de recherche telles que le traitement du signal et des images, la reconnaissance de formes, l'intelligence artificielle et l'ingénierie des connaissances. En effet, si ces domaines scientifiques diffèrent dans leurs fondements, ils sont complémentaires et leurs apports respectifs sont indispensables pour la conception d'un système d'interprétation. Le centre du travail est le traitement automatique de documents cadastraux du 19e siècle. La problématique est traitée dans le cadre d'un projet réunissant des historiens, des géomaticiens et des informaticiens. D'une part nous avons considéré le problème sous un angle systémique, s'intéressant à toutes les étapes de la chaîne de traitements mais aussi avec un souci évident de développer des méthodologies applicables dans d'autres contextes. Les documents cadastraux ont été l'objet de nombreuses études mais nous avons su faire preuve d'une originalité certaine, mettant l'accent sur l'interprétation des documents et basant notre étude sur des modèles à base de graphes. Des propositions de traitements appropriés et de méthodologies ont été formulées. Le souci de comblé le gap sémantique entre l'image et l'interprétation a reçu dans le cas des plans cadastraux étudiés une réponse.

De nombreux systèmes actuels sont évolutifs, i.e. leur comportement est dynamique et il entraîne des changements dans leurs caractéristiques de fonctionnement. Le suivi des modes de fonctionnement des systèmes évolutifs est un problème majeur pour les méthodes de diagnostic. En effet, dans ces conditions il est nécessaire d'utiliser ou de développer des méthodes tenant compte des nouvelles informations caractéristiques du comportement actuel d'un système et permettant l'adaptation des modes de fonctionnement connus. Nous avons choisi de travailler avec les méthodes de reconnaissance des formes pour leur capacité à fonctionner sur des applications pour lesquelles seules des observations sont connues. Plusieurs méthodes de classification dynamique ont été proposées afin de tenir compte des changements de caractéristiques des formes et des classes au cours du temps. D'une part la méthode Fuzzy Pattern Matching Dynamique (FPMD) a été développée pour tenir compte du changement graduel des caractéristiques des classes après la classification de chaque nouvelle forme. La méthode intègre plusieurs mécanismes tels que des indices de représentativité des données, un résidu permettant de suivre les évolutions des classes, et des procédures de scission et de fusion permettant d'adapter les classes dynamiques. D'autre part, une version Supervisée et une version Semi-Supervisée des K-Plus Proches Voisins Flous Dynamique (KPPVFD) ont également été proposées : KPPVFD-S et KPPVFD-SS. Ces méthodes KPPVFD utilisent des procédures de détection et de confirmation des évolutions de classes puis elles réalisent l'adaptation de ces dernières en utilisant les formes les plus caractéristiques de la tendance actuelle du système. Les méthodes proposées permettent de détecter en ligne l'évolution du comportement d'un système, de valider cette évolution et de procéder à l'adaptation d'une classe lorsque ses caractéristiques ont changées. Deux approches de reconnaissance des formes (structurelle et mixte) ont également été proposées. L'approche structurelle repose sur une méthode de segmentation ne nécessitant pas la définition d'un seuil d'erreur d'approximation et sur un nombre adaptatif de primitives défini par rapport à chaque phase caractéristique d'une forme dynamique. Une fois la segmentation des formes dynamiques réalisée, la méthode estime leur tendance à l'aide des primitives sélectionnées puis la phase de classification peut avoir lieu en utilisant une mesure de similarité. La méthode mixte repose sur l'utilisation de données statistiques et structurelles pour réaliser la classification des données dynamiques. Une signature mixte est obtenue pour chaque forme dynamique traitée. Cette signature mixte permet d'obtenir une information caractéristique interprétable. Une mesure de similarité mixte, basée à la fois sur la similarité entre caractéristiques structurelles et statistiques, est ensuite calculée à partir de cette signature mixte pour mesurer l'appartenance d'une forme à une classe. Cette mesure permet également de quantifier l'évolution que peut réaliser une forme suite à un changement de caractéristiques d'un système. L'ensemble des méthodes proposées a été utilisé sur plusieurs applications simulées et réelles. Ces applications concernaient le milieu industriel (détection de soudures de mauvaise qualité, détection d'une fuite dans un générateur de vapeur) et le milieu médical (caractérisation de la coordination inter-segmentaire des patrons de marche des patients hémiparétiques).