Dans cette thèse, nous étudions le problème de l'identification d'un système à dynamique linéaire. Dans un premier temps, nous répertorions les différentes méthodes qui ont été développées dans la littérature en nous concentrant plus particulièrement sur les méthodes des observateurs adaptatifs. Dans un second temps nous présentons un premier algorithme qui est une approche mixant les méthodes des sous-espaces et celles des observateurs adaptatifs. Ce nouvel algorithme est d'autant plus intéressant qu'il nous permet d'identifier des réalisations de systèmes MIMO dans une base d'état arbitraire. La convergence de cet algorithme est démontrée en utilisant les notions d'excitation persistantes. Dans un troisième chapitre nous introduisons une nouvelle méthode qui s'appuie sur le concept des observateurs de Luenberger non linéaires développés ces dernières années. Ce nouvel algorithme se différencie des algorithmes existants par sa capacité à produire une estimation simultanée des paramètres et de l'état du système. Nous démontrons alors sa robustesse à des perturbations affectant la dynamique interne ou les mesures. La convergence de cet algorithme est obtenue si les entrées du système satisfont une hypothèse d'excitation différentielle. Tous ces algorithmes sont alors évalués et implémentés sur un banc d'expérimentation / In this thesis, we study the problem of identification of a linear dynamical system. First, we survey various methods that have been developed in the literature. We focus more particularly on methods named adaptive observers. Secondly we present an approach which combines subspace identification methods and adaptive observers. This new method is interesting since it allows us to identify MIMO systems in an arbitrary basis. The convergence of this algorithm is demonstrated using the persistent excitation notions. In the third chapter we introduce a new method that is inspired from nonlinear Luenberger observers developed in recent years. This new algorithm is different from the existing algorithms since the parameters and the systemstatus are estimated simultaneously. We demonstrate the robustness of this approach. The convergence of the algorithm is obtained if the system inputs satisfy a differential excitation hypothesis. All these algorithms are evaluated and implemented on an experimental bench

Les travaux de recherche développés, dans ce rapport de thèse de Doctorat traitent la commande vectorielle indirecte par orientation du flux statorique d'une machine asynchrone avec ou sans capteur de vitesse. L'approche développée utilise la méthode adaptative avec modèle de référence. Le modèle de référence ainsi que le modèle ajustable, qui sont développés dans un repère lié au stator, sont utilisés pour l'estimation de la vitesse de rotation, de la résistance rotorique et enfin l'estimation mutuelle de la vitesse de rotation et de résistance rotorique d'une machine asynchrone à partir de la connaissance des courants et tensions statoriques. Pour annuler l'erreur statique lors de la régulation de la vitesse et améliorer par la suite les performances des résultats obtenus, le couple résistant, qui peut être considéré comme une perturbation, a été estimé en se basant sur les variables d'état du moteur à commander. Pour cela une procédure d'estimation du couple résistant de la même machine a été développée en se basant sur un observateur de type Luenberger. Les résultats de simulation numérique obtenus dans l'environnement Matlab- Simulink ainsi que les résultats expérimentaux, obtenus sur deux plates formes d'essais de machines asynchrones équipées chacune d'une carte de commande temps réel de type DS1104, valident bien les algorithmes développés. / The research developed in this PhD report deal with indirect stator field oriented control (ISFOC) of an induction motor drive (IM), with and without speed sensor. The developed approach uses the method with Model Reference Adaptive System (MRAS). The reference model and the adjustable one, which are developed in stationary stator reference frame, are used to estimate the rotor speed, the rotor resistance and the simultaneous estimation of speed and rotor resistance of the (IM) from the knowledge of the stator currents and voltages. To cancel the static error in the speed control and ameliorate subsequently the performance results, the load torque, which can be considered as a disturbance, has been estimated based on the state variables of the motor to be controlled. For this, a procedure was developed to estimate the torque of the same machine based on a Luenberger observer. The numerical simulations results obtained with Matlab-Simulink software package as well as the experimental results, obtained on two platforms for testing asynchronous machines each equipped with a real time controller board of dSPACE, validate the developed algorithms.