Cette thèse s'inscrit dans le cadre du projet collaboratif MICROSOL, mené par Schneider Electric, et qui oeuvre pour le développement de micros centrales solaires thermodynamiques destinées à la production d'électricité en sites isolés (non connectés au réseau électrique) en exploitant l'énergie thermique du soleil. Le but de cette thèse étant le développement de lois de commande innovantes et efficaces pour la gestion de l'énergie de deux types de micros centrales solaires thermodynamiques : à base de moteur à cycle de Stirling et à base de machines à Cycle de Rankine Organique (ORC). Dans une première partie, nous considérons une centrale solaire thermodynamique à base de machine à cycle de Stirling hybridée à un supercondensateur comme moyen de stockage d'énergie tampon. Dans ce cadre, nous proposons une première loi de commande validée expérimentalement, associée au système de conversion d'énergie du moteur Stirling, qui dote le système de performances quasi optimales en termes de temps de réponse ce qui permet de réduire la taille du supercondensateur utilisé. Une deuxième loi de commande qui gère explicitement les contraintes du système tout en dotant ce dernier de performances optimales en terme de temps de réponse, est également proposée. Cette dernière loi de commande est en réalité plus qu'un simple contrôleur, elle constitue une méthodologie de contrôle applicable pour une famille de systèmes de conversion de l'énergie.Dans une deuxième partie, nous considérons une centrale solaire thermodynamique à base de machine à cycle de Rankine Organique (ORC) hybridée à un banc de batteries comme moyen de stockage d'énergie tampon. Etant donné que ce système fonctionne à vitesse de rotation fixe pour la génératrice asynchrone qui est connectée à un système de conversion d'énergie commercial, nous proposons une loi de commande prédictive qui agit sur la partie thermodynamique de ce système afin de le faire passer d'un point de fonctionnement à un autre, lors des appels de puissance des charges électriques, le plus rapidement possible (pour réduire le dimensionnement des batteries) tout en respectant les contraintes physiques du système. La loi de commande prédictive développée se base sur un modèle dynamique de la machine ORC identifié expérimentalement grâce à un algorithme d'identification nonlinéaire adéquat. / This Ph.D thesis was prepared in the scope of the MICROSOL project, ledby Schneider Electric, that aims at developing Off-grid solar thermodynamic micro powerplants exploiting the solar thermal energy. The aim of this thesis being the development of innovative and efficient control strategies for the energy management of two kinds of solar thermodynamic micro power plants: based on Stirling engine and based and Organic RankineCycle (ORC) machines.In a first part, we consider the Stirling based solar thermodynamic micro power planthybridized with a supercapacitor as an energy buffer. Within this framework, we propose afirst experimentally validated control strategy, associated to the energy conversion system ofthe Stirling engine, that endows the system with quasi optimal performances in term of settlingtime enabling the size reduction of the supercapacitor. A second control strategy that handlesexplicitly the system constraints while providing the system with optimal performances interm of settling time , is also proposed. This control strategy is in fact more than a simplecontroller, it is a control framework that holds for a family of energy conversion systems.In a second part, we consider the Organic Rankine Cycle (ORC) based thermodynamicmicro power plant hybridized with a battery bank as an energy buffer. Since this system worksat constant speed for the asynchronous generator electrically connected to a commercial energyconversion system, we propose a model predictive controller that acts on the thermodynamicpart of this system to move from an operating point to another, during the load power demandtransients, as fast as possible (to reduce the size of the battery banks) while respecting thephysical system constraints. The developed predictive controller is based upon a dynamicmodel, for the ORC power plant, identified experimentally thanks to an adequate nonlinearidentification algorithm.

Cette thèse aborde principalement trois grands aspects tels que la systématisation et l'analyse structurale, la modélisation géométrique et cinématique et les stratégies de contrôle. La première partie de la thèse est consacrée à l'élaboration d'une approche pour la systématisation des mécanismes reconfigurables selon leurs paramètres structuraux tels que la mobilité, la connectivité, la redondance et l’hyperstatisme. Ces paramètres nous permettent de comprendre les mécanismes et de les systématiser selon leur type de mouvement ; le mécanisme peut être isostatique ou hyperstatique, redondant ou non-redondant, avec ou sans mobilités internes, etc. Afin de résoudre les problèmes pratiques de modélisation, contrôle, simulation et développement du robot, les paramètres structuraux sont nécessaires. Différents types de singularités sont systématisés et analysés en tenant compte de paramètres structuraux. En plus, pour connaître les positions et les orientations relatives des membres du robot, nous avons besoin de calculer le modèle géométrique. Nous utilisons la méthode du Système de Coordonnées Voyageur pour déterminer la position et l'orientation des membres à chaque instant. Pour connaître les vitesses linéaires et angulaires des membres, nous devons formuler les équations cinématiques pour le robot étudié. La partie contrôle est dédiée à l'élaboration de stratégies de génération de trajectoire et de contrôle, sur la base de la redondance d’actionnement. La difficulté dans la commande est de développer une loi de contrôle avancée pour la synchronisation de plusieurs actionneurs afin d'avoir une transition fluide d'un mode d'assemblage à un autre, ceci sans endommager le robot. Le choix des liaisons actionnées joue également un rôle essentiel en garantissant une haute performance et la contrôlabilité du mécanisme au passage par les configurations singulières. Dans cette thèse, nous nous concentrons sur le mécanisme à une seule boucle fermée de type 8-bar afin d’illustrer les développements réalisés dans les trois parties mentionnées ci-dessus. Il a été démontré que ce mécanisme présente une capacité intéressante de reconfiguration. Il dispose de deux degrés de mobilité dans une configuration générale, mais a besoin d'au moins cinq moteurs pour être entièrement contrôlés dans toutes les configurations singulières. / This thesis mainly addresses three major aspects such as systematization and structural analysis, geometric and kinematic formulation and control strategies. The first part of the thesis is dedicated to the development of a systematization approach for reconfigurable mechanisms with respect to their structural parameters such as mobility, connectivity, redundancy and number of overconstraints. These parameters help us to understand the mechanism and to systematize it according to type of motion, whether the mechanism is overconstrained or non-overconstraint, redundant or non-redundant, with/without internal mobilites, etc. To resolve the practical problems of modeling, control, simulation and development of the robot, the structural parameters are required. Various types of singularities are also systematized and analyzed by taking into account the structural parameters. Further to know the relative location of robot links, we need to compute the geometric model. We use Travel Coordinate System method to determine the position and orientation of links at each instant. To find out the linear and angular velocities of links, we need to formulate the kinematic equations for the robot under consideration. The control part is dedicated to the development of trajectory generation and control strategies, based on actuation redundancy. The challenging task is to develop an advanced control law in order to synchronize several actuators to have a smooth transition from one assembly mode to another without causing wear and tear to the robot. Choice of actuated joints also plays a vital role in ensuring high performance and controllability of the mechanism when crossing singular configurations. In this thesis we focus on the 8-bar single loop mechanism to illustrate the developments achieved in the three parts mentioned above. It has been shown that, this mechanism exhibits an interesting capacity to reconfigure. It has two degrees of mobility in a general configuration but needs at least five motors to be fully controlled in all singular configurations.

Selon des études comportementales, les comportements complexes sont des processus multi-échelles, souvent composés de sous-éléments (unités fonctionnelles ou primitives). Cette thèse propose des architectures fonctionnelles afin de représenter la structure dynamique des unités fonctionnelles ainsi que celle des comportements multi-échelles résultants. Dans un premier temps, des unités fonctionnelles sont modélisées comme des flux structurés de faible dimension dans l'espace de phase (modes de fonctionnement). Des dynamiques supplémen-taires (signaux opérationnels) opèrent sur ces modes de fonctionnement faisant émerger des comportements complexes et sont classifiés selon la séparation entre leur échelle temporelle et celle des modes. Ensuite, des mesures de complexité, appliquées sur des architectures dis-tinctes composant un mouvement simple, révèlent un compromis entre la complexité des modes de fonctionnement et celle des signaux opérationnels. Celui-ci dépend de la séparation entre leurs échelles temporelles et soutient l'efficacité des architectures utilisant des modes non triviaux. Dans un deuxième temps, une architecture pour le comportement séquentiel (ici l'écriture) est construite via le couplage des modes de fonctionnement (réalisant des lettres) et des signaux opérationnels, ceux-ci beaucoup plus lents ou beaucoup plus rapides. Ainsi, l'importance des interactions entre les échelles temporelles pour l'organisation du comporte-ment est illustrée. Enfin, les contributions des modes et des signaux sur la sortie de l'architec-ture sont déterminées. Ceci semble être uniquement possible grâce à l'analyse du flux de phase (c'est-à-dire, non pas à partir des trajectoires dans l'espace de phase ni des séries temporelles). / Behavioural studies suggest that complex behaviours are multiscale processes, which may be composed of elementary ones (units or primitives). Traditional approaches to cognitive mod-elling generally employ reductionistic (mostly static) representations and computations of simplistic dynamics. The thesis proposes functional architectures to capture the dynamical structure of both functional units and the composite multiscale behaviours. First, a mathe-matical formalism of functional units as low dimensional, structured flows in phase space is introduced (functional modes). Second, additional dynamics (operational signals), which act upon functional modes for complex behaviours to emerge, are classified according to the separation between their characteristic time scale and the one of modes. Then, complexity measures are applied to distinct architectures for a simple composite movement and reveal a trade off between the complexities of functional modes and operational signals, depending on their time scale separation (in support of the control effectiveness of architectures employing non trivial modes). Subsequently, an architecture for serial behaviour (along the example of handwriting) is demonstrated, comprising of functional modes implementing characters, and operational signals much slower (establishing a mode competition and ‘binding’ modes into sequences) or much faster (as meaningful perturbations). All components being coupled, the importance of time scale interactions for behavioural organization is illustrated. Finally, the contributions of modes and signals to the output are recovered, appearing to be possible only through analysis of the output phase flow (i.e., not from trajectories in phase space or time).

Le thème principal de cette thèse est d’étudier la détection d’anomalies dans des flux de données de grande dimension avec une application spécifique au Health Monitoring des moteurs d’avion. Dans ce travail, on considère que le problème de la détection d’anomalies est un problème d’apprentissage non supervisée. Les données modernes, notamment celles issues de la surveillance des systèmes industriels sont souvent des flux d’observations de grande dimension, puisque plusieurs mesures sont prises à de hautes fréquences et à un horizon de temps qui peut être infini. De plus, les données peuvent contenir des anomalies (pannes) du système surveillé. La plupart des algorithmes existants ne peuvent pas traiter des données qui ont ces caractéristiques. Nous introduisons d’abord un algorithme de clustering probabiliste offline dans des sous-espaces pour des données de grande dimension qui repose sur l’algorithme d’espérance-maximisation (EM) et qui est, en plus, robuste aux anomalies grâce à la technique du trimming. Ensuite, nous nous intéressons à la question du clustering probabiliste online de flux de données de grande dimension en développant l’inférence online du modèle de mélange d’analyse en composantes principales probabiliste. Pour les deux méthodes proposées, nous montrons leur efficacité sur des données simulées et réelles, issues par exemple des moteurs d’avion. Enfin, nous développons une application intégrée pour le Health Monitoring des moteurs d’avion dans le but de détecter des anomalies de façon dynamique. Le système proposé introduit des techniques originales de détection et de visualisation d’anomalies reposant sur les cartes auto-organisatrices. Des résultats de détection sont présentés et la question de l’identification des anomalies est aussi discutée. / The subject of this Thesis is to study anomaly detection in high-dimensional data streams with a specific application to aircraft engine Health Monitoring. In this work, we consider the problem of anomaly detection as an unsupervised learning problem. Modern data, especially those is-sued from industrial systems, are often streams of high-dimensional data samples, since multiple measurements can be taken at a high frequency and at a possibly infinite time horizon. More-over, data can contain anomalies (malfunctions, failures) of the system being monitored. Most existing unsupervised learning methods cannot handle data which possess these features. We first introduce an offline subspace clustering algorithm for high-dimensional data based on the expectation-maximization (EM) algorithm, which is also robust to anomalies through the use of the trimming technique. We then address the problem of online clustering of high-dimensional data streams by developing an online inference algorithm for the popular mixture of probabilistic principal component analyzers (MPPCA) model. We show the efficiency of both methods on synthetic and real datasets, including aircraft engine data with anomalies. Finally, we develop a comprehensive application for the aircraft engine Health Monitoring domain, which aims at detecting anomalies in aircraft engine data in a dynamic manner and introduces novel anomaly detection visualization techniques based on Self-Organizing Maps. Detection results are presented and anomaly identification is also discussed.

The present research project is carried out at the von Karman Institute for Fluid Dynamics (Rhode-Saint-Genèse, Belgium) with the financial support of the European Space Agency.<p><p>The first stage of spacecrafts (e.g. Ariane 5, Vega, Shuttle) generally consists of large solid propellant rocket motors (SRM), which often consist of segmented structure and incorporate a submerged nozzle. During the combustion, the regression of the solid propellant surrounding the nozzle integration part leads to the formation of a cavity around the nozzle lip. The propellant combustion generates liquefied alumina droplets coming from chemical reaction of the aluminum composing the propellant grain. The alumina droplets being carried away by the hot burnt gases are flowing towards the nozzle. Meanwhile the droplets may interact with the internal flow. As a consequence, some of the droplets are entrapped in the cavity forming an alumina puddle (slag) instead of being exhausted through the throat. This slag reduces the performances.<p><p>The aim of the present study is to characterize the slag accumulation process in a simplified model of the MPS P230 motor using primarily optical experimental techniques. Therefore, a 2D-like cold-gas model is designed, which represents the main geometrical features of the real motor (presence of an inhibitor, nozzle and cavity) and allows to approximate non-dimensional parameters of the internal two-phase flow (e.g. Stokes number, volume fraction). The model is attached to a wind-tunnel that provides quasi-axial flow (air) injection. A water spray device in the stagnation chamber realizes the models of the alumina droplets, which are accumulating in the aft-end cavity of the motor.<p><p>To be able to carry out experimental investigation, at first the the VKI Level Detection and Recording(LeDaR) and Particle Image Velocimetry (PIV) measurement techniques had to be adapted to the two-phase flow condition of the facility.<p><p>A parametric liquid accumulation assessment is performed experimentally using the LeDaR technique to identify the influence of various parameters on the liquid deposition rate. The obstacle tip to nozzle tip distance (OT2NT) is identified to be the most relevant, which indicates how much a droplet passing just at the inhibitor tip should deviate transversally to leave through the nozzle and not to be entrapped in the cavity.<p><p>As LeDaR gives no indication of the driving mechanisms, the flow field is analysed experimentally, which is supported by numerical simulations to understand the main driving forces of the accumulation process. A single-phase PIV measurement campaign provides detailed information about the statistical and instantaneous flow structures. The flow quantities are successfully compared to an equivalent 3D unsteady LES numerical model.<p><p>Two-phase flow CFD simulations suggest the importance of the droplet diameter on the accumulation rate. This observation is confirmed by two-phase flow PIV experiments as well. Accordingly, the droplet entrapment process is described by two mechanisms. The smaller droplets (representing a short characteristic time) appear to follow closely the air-phase. Thus, they may mix with the air-phase of the recirculation region downstream the inhibitor and can be carried into the cavity. On the other hand, the large droplets (representing a long characteristic time) are not able to follow the air-phase motion. Consequently, a large mean velocity difference is found between the droplets and the air-phase using the two-phase flow measurement data. Therefore, due to the inertia of the large droplets, they may fall into the cavity in function of the OT2NT and their velocity vector at the level of the inhibitor tip.<p><p>Finally, a third mechanism, dripping is identified as a contributor to the accumulation process. In the current quasi axial 2D-like set-up large drops are dripping from the inhibitor. In this configuration they are the main source of the accumulation process. Therefore, additional numerical simulations are performed to estimate the importance of dripping in more realistic configurations. The preliminary results suggest that dripping is not the main mechanism in the real slag accumulation process. However, it may still lead to a considerable contribution to the final amount of slag.<p> / Doctorat en Sciences de l'ingénieur / info:eu-repo/semantics/nonPublished

This work is dedicated to faulty induction motors. These motors are often used in industrial applications thanks to their usability and their robustness. However, nowadays optimisation of production becomes so critical that the conceptual reliability of the motor is not sufficient anymore. Motor condition monitoring is expanding to serve maintenance planning and uptime maximisation. Moreover, the use of drive control sensors (namely stator current and voltage) can avoid the installation and maintenance of dedicated sensors for condition monitoring.<p><p>Many authors are working in this field but few approach the diagnosis from a detailed and clear physical understanding of the localised phenomena linked to the faults. Broken bars are known to modulate stator currents but it is shown in this work that it also changes machine saturation level in the neighbourhood of the bar. Furthermore, depending on the voltage level, this change in local saturation affects the amplitude and the phase of the modulation. This is of major importance as most diagnosis techniques use this feature to detect and quantify broken bars. For stator short-circuits, a high current is flowing in the short-circuited coil due to mutual coupling with the other windings and current spikes are flowing in the rotor bars as they pass in front of the short-circuited conductors. In the case of rotor eccentricities, the number of pole-pairs and the connection of these pole-pairs greatly affect the airgap flux density distribution as well as the repartition of the line currents in the different pole-pairs.<p><p>These conclusions are obtained through the use of time-stepping finite element models of the faulty motors. Moreover, circuit models of faulty machines are built based on the conclusions of previously explained fault analysis and on classical Park models. A common mathematical description is used which allows objective comparison of the models for representation of the machine behaviour and computing time.<p><p>The identifiability of the parameters of the models as well as methods for their identification are studied. Focus is set on the representation of the machine behaviour using these parameters more than the precise identification of the parameters. It is shown that some classical parameters can not be uniquely identified using only stator measurements.<p><p>Fault detection and identification using computationally cheap models are compared to advanced detection through motor stator current spectral analysis. This last approach allows faster detection and identification of the fault but leads to incorrect conclusions in low load conditions, in transient situations or in perturbed environments (i.e. fluctuating load torque and unideal supply). Efficient quantification of the fault can be obtained using detection techniques based on the comparison of the process to a model.<p><p>Finally, the work provides guidelines for motor supervision strategies depending on the context of motor utilisation. / Doctorat en Sciences de l'ingénieur / info:eu-repo/semantics/nonPublished

Les actions motrices humaines peuvent être envisagées comme étant soit volontaires, c'est-à-dire intérieurement déclenchées afin d’atteindre un certain but, soit réactives, c'est-à-dire extérieurement déclenchées par des stimuli environnementaux. Cette dissociation a notamment été proposée au sein de la théorie idéomotrice suggérant que la réalisation d'actions volontaires repose sur notre capacité à prédire les conséquences sensorielles de nos actions, grâce aux associations action-effet qui sont acquises avec l'expérience. Selon les modèles computationnels tels que le principe de minimisation de l’énergie libre, la prédiction sensorielle est également considérée comme un processus majeur de la perception et du contrôle moteur, indépendamment du type d’action. Dès lors, les études visant à explorer la prédiction sensorielle liée au contrôle moteur ont systématiquement minimisé la distinction potentielle entre deux types d'actions plus ou moins indépendantes. Dans la présente thèse, nous nous sommes principalement attelés à tester la théorie idéomotrice originale qui suggère une implication supérieure de la prédiction sensorielle dans les actions intentionnelles par rapport à des actions plus réactives. Nous avons réalisé ce travail selon trois axes : (1) À travers des expériences comportementales, nous avons cherché à préciser à quel(s) stade(s) moteur(s) la prédiction de l'effet de l'action pouvait être associée, dans les actions intentionnelles d’une part et dans les actions davantage réactives d’autre part, afin de pouvoir dissocier la dynamique temporelle de la prédiction sensorielle au sein de ces deux catégories d'actions. (2) En tirant parti des postulats dérivés des approches computationnelles, nous avons utilisé l'EEG pour explorer d'abord le niveau d'erreur de prédiction liée aux effets sensoriels imprévisibles ou mal-prédits afin de dissocier ces deux types d'événements non prédits au niveau neural. Par la suite, nous avons étudié si les marqueurs EEG de la prédiction sensorielle (c'est-à-dire l'erreur de prédiction et l'atténuation sensorielle) étaient modulés par le type d'action déclenchant l'effet sensoriel. (3) Enfin, nous avons examiné si des variations dans le processus de prédiction des effets de l'action pouvaient être associés à certains déficits moteurs dans la maladie de Parkinson et à des tendances impulsives mesurées chez des participants sains, pour éventuellement conférer une dimension clinique au processus de prédiction sensorielle. Nos résultats ont démontré (1) que la dynamique temporelle de la prédiction des effets de l'action semble effectivement dépendre du type d'action, en étant liée aux étapes précoces et tardives de la préparation motrice des actions intentionnelles, mais seulement aux étapes tardives de la préparation motrice des actions réactives. Nous avons également montré que (2) les événements mal prédits généraient une erreur de prédiction plus importante comparativement à des événements imprévisibles. Par ailleurs, les marqueurs EEG de la prédiction sensorielle étaient plus prononcés pour les effets auditifs déclenchés par des actions intentionnelles par rapport aux effets auditifs déclenchés par des actions réactives. Enfin, nos résultats ont permis de démontrer que (3) le processus de prédiction sensorielle semble être altéré lors de la réalisation d’actions intentionnelles chez des patients atteints de la maladie de Parkinson, et que les marqueurs EEG de la prédiction d’effets auditifs déclenchés par des actions intentionnelles sont modulés par les tendances impulsives d’individus sains. Dans l'ensemble, nos résultats soutiennent l’existence d’une dissociation fonctionnelle entre actions intentionnelle et réactive, et sont également cohérents avec la version originale de la théorie idéomotrice étant donné que la prédiction sensorielle semble être impliquée plus tôt et plus fortement dans les actions intentionnelles que dans les actions réactives. (…) / Motor actions can be classified as being either intention-based, i.e. internally triggered in order to reach a certain goal, or either stimulus-driven, i.e. externally triggered in order to accommodate to environmental events. This elementary dissociation was notably theorized within the original ideomotor theory stating that performing intention-based actions relies on our capacity to predict the sensory consequences of our actions, due to action-effect associations learnt through experience. In recent neurocomputational models such as the brain free-energy principle, this sensory prediction is considered as a key process of overall sensorium and motor control, regardless the action type. Henceforth, experiments studying sensory prediction related to motor control have systematically minimized the potential distinction between two more or less independent action types. In the current thesis, we mainly attempted to address this issue by testing the original ideomotor viewpoint, suggesting a superior involvement of action-effect prediction in intention-based actions compared to more reactive actions. We achieved this work according to three axes: (1) Through behavioural experiments, we aimed at clarifying which motor stage(s) action-effect prediction is related to, within intention-based actions and within stimulus-driven actions, in order to potentially dissociate the temporal dynamics of action-effect prediction in these two categories of actions. (2) Taking advantage from assumptions derived from neurocomputational approaches, we used EEG to first explore the level of prediction error related to unpredicted vs. mispredicted auditory events in order to dissociate these two types of nonpredicted events at a neural level. Then, we investigated whether EEG markers of sensory prediction (i.e., prediction error and sensory attenuation) were modulated by the kind of action triggering the sensory effect. (3) Finally, we intended to examine whether action-effect prediction variations could be linked to motor deficits in Parkinson's disease on the one hand, and to impulsivity tendencies in healthy participants on the other hand, for possibly yielding a clinical dimension to the sensory prediction process. Our findings demonstrated (1) the temporal dynamics of action-effect prediction seems to depend on the action kind, being linked to both early and late stages of motor preparation of intention-based actions and only to late stages of motor preparation of stimulus-driven actions. We also showed that (2) mispredicted events were linked to enhanced prediction error compared to unpredicted events, and that EEG markers of sensory prediction were more pronounced for auditory effects triggered by intention-based actions compared to auditory effects triggered by stimulus-driven actions. Then, our results sustained that (3) the action-effect prediction process seems to be impaired for intention-based actions in Parkinson's disease, and that EEG markers of sensory prediction for effects triggered by intention-based actions are modulated by impulsiveness tendencies in healthy participants. Altogether, our findings are consistent with the original version of the ideomotor theory given the action-effect prediction appeared to be earlier and stronger involved in intention-based actions compared to stimulus-driven actions. Our EEG data also modernized the ideomotor principle, reconciling it with neurocomputational approaches of sensory prediction. Finally, the clinical exploration of the action-effect prediction process in pathologies affecting motor control appeared promising to understand intermediate neurocognitive processes which are involved in motor symptoms or characteristics.

L'interaction face-à-face représente une des formes les plus fondamentales de la communication humaine. C'est un système dynamique multimodal et couplé – impliquant non seulement la parole mais de nombreux segments du corps dont le regard, l'orientation de la tête, du buste et du corps, les gestes faciaux et brachio-manuels, etc – d'une grande complexité. La compréhension et la modélisation de ce type de communication est une étape cruciale dans le processus de la conception des agents interactifs capables d'engager des conversations crédibles avec des partenaires humains. Concrètement, un modèle de comportement multimodal destiné aux agents sociaux interactifs fait face à la tâche complexe de générer un comportement multimodal étant donné une analyse de la scène et une estimation incrémentale des objectifs conjoints visés au cours de la conversation. L'objectif de cette thèse est de développer des modèles de comportement multimodal pour permettre aux agents artificiels de mener une communication co-verbale pertinente avec un partenaire humain. Alors que l'immense majorité des travaux dans le domaine de l'interaction humain-agent repose essentiellement sur des modèles à base de règles, notre approche se base sur la modélisation statistique des interactions sociales à partir de traces collectées lors d'interactions exemplaires, démontrées par des tuteurs humains. Dans ce cadre, nous introduisons des modèles de comportement dits "sensori-moteurs", qui permettent à la fois la reconnaissance des états cognitifs conjoints et la génération des signaux sociaux d'une manière incrémentale. En particulier, les modèles de comportement proposés ont pour objectif d'estimer l'unité d'interaction (IU) dans laquelle sont engagés de manière conjointe les interlocuteurs et de générer le comportement co-verbal du tuteur humain étant donné le comportement observé de son/ses interlocuteur(s). Les modèles proposés sont principalement des modèles probabilistes graphiques qui se basent sur les chaînes de markov cachés (HMM) et les réseaux bayésiens dynamiques (DBN). Les modèles ont été appris et évalués – notamment comparés à des classifieurs classiques – sur des jeux de données collectés lors de deux différentes interactions face-à-face. Les deux interactions ont été soigneusement conçues de manière à collecter, en un minimum de temps, un nombre suffisant d'exemplaires de gestion de l'attention mutuelle et de deixis multimodale d'objets et de lieux. Nos contributions sont complétées par des méthodes originales d'interprétation et d'évaluation des propriétés des modèles proposés. En comparant tous les modèles avec les vraies traces d'interactions, les résultats montrent que le modèle HMM, grâce à ses propriétés de modélisation séquentielle, dépasse les simples classifieurs en terme de performances. Les modèles semi-markoviens (HSMM) ont été également testé et ont abouti à un meilleur bouclage sensori-moteur grâce à leurs propriétés de modélisation des durées des états. Enfin, grâce à une structure de dépendances riche apprise à partir des données, le modèle DBN a les performances les plus probantes et démontre en outre la coordination multimodale la plus fidèle aux évènements multimodaux originaux. / Face to face interaction is one of the most fundamental forms of human communication. It is a complex multimodal and coupled dynamic system involving not only speech but of numerous segments of the body among which gaze, the orientation of the head, the chest and the body, the facial and brachiomanual movements, etc. The understanding and the modeling of this type of communication is a crucial stage for designing interactive agents capable of committing (hiring) credible conversations with human partners. Concretely, a model of multimodal behavior for interactive social agents faces with the complex task of generating gestural scores given an analysis of the scene and an incremental estimation of the joint objectives aimed during the conversation. The objective of this thesis is to develop models of multimodal behavior that allow artificial agents to engage into a relevant co-verbal communication with a human partner. While the immense majority of the works in the field of human-agent interaction (HAI) is scripted using ruled-based models, our approach relies on the training of statistical models from tracks collected during exemplary interactions, demonstrated by human trainers. In this context, we introduce "sensorimotor" models of behavior, which perform at the same time the recognition of joint cognitive states and the generation of the social signals in an incremental way. In particular, the proposed models of behavior have to estimate the current unit of interaction ( IU) in which the interlocutors are jointly committed and to predict the co-verbal behavior of its human trainer given the behavior of the interlocutor(s). The proposed models are all graphical models, i.e. Hidden Markov Models (HMM) and Dynamic Bayesian Networks (DBN). The models were trained and evaluated - in particular compared with classic classifiers - using datasets collected during two different interactions. Both interactions were carefully designed so as to collect, in a minimum amount of time, a sufficient number of exemplars of mutual attention and multimodal deixis of objects and places. Our contributions are completed by original methods for the interpretation and comparative evaluation of the properties of the proposed models. By comparing the output of the models with the original scores, we show that the HMM, thanks to its properties of sequential modeling, outperforms the simple classifiers in term of performances. The semi-Markovian models (HSMM) further improves the estimation of sensorimotor states thanks to duration modeling. Finally, thanks to a rich structure of dependency between variables learnt from the data, the DBN has the most convincing performances and demonstrates both the best performance and the most faithful multimodal coordination to the original multimodal events.

La cellule est capable, en consommant l'énergie issue de l'hydrolyse de l'ATP, d'exercer des forces qui prennent leurs origines dans des réactions biochimiques. Un élément important de la cellule est le cytosquelette, composé principalement de microtubules et de filaments d'actine, il en constitue l'architecture et lui donne l'essentiel de ses propriétés mécaniques. Il est composé de polymères réticulés et, du point de vue de la rhéologie, a un comportement viscoélastique. Au sein du cytosquelette, des processus tels que la polymérisation de l'actine ou des microtubules permettent d'exercer des forces. Des protéines, de la famille des moteurs moléculaires, ont pour rôle spécifique de convertir l'énergie stockée sous forme chimique en énergie mécanique. L'activité mécanique hors-équilibre de la cellule est donc directement reliée à ces forces d'origine biochimique. Dans ce travail, nous avons étudié la distribution statistique des forces d'origine biochimique s'exerçant sur une bille de taille micrométrique attachée au cortex d'actine par l'intermédiaire de récepteurs de l'adhésion cellulaire : les intégrines. L'étude des forces d'origine biologique est inséparable de la connaissance des forces d'origine thermique car à cette échelle microscopique la contribution des forces thermiques n'est pas négligeable. Les forces s'exerçant sur la sonde ont deux origines possibles : biologique ou thermique. Notre approche expérimentale est basée sur la combinaison de deux techniques de microrhéologie, active et passive, ce qui nous permet de calculer la fonction d'autocorrélation temporelle des forces exercées sur une sonde accrochée à l'actine corticale et de la comparer à la fonction d'autocorrélation des forces thermiques estimée via le théorème de fluctuation-dissipation. La différence entre ces deux spectres nous donne une idée de la contribution des forces d'origine biologique au mouvement de la bille et une mesure de l'écart du système à l'équilibre thermodynamique. Afin d'étudier plus en détail ce système de bille subissant des forces de la part de l'actine corticale, nous avons étudié l'effet de la variation de la densité de ligand recouvrant la bille. La question qui nous a animés tout au long de ce travail est l'origine de ces forces biologiques ou plus exactement la nature du composant du cytosquelette qui exerce ces forces athermiques. Dans un premier temps, nous avons étudié l'influence de la température sur ces forces biologiques. Nous avons ensuite étudié l'effet de la déplétion de l'ATP dans la cellule, de la dépolymérisation de l'actine et de l'inhibition des moteurs moléculaires de la famille des myosines.

Ces 50 dernières années, la majorité des paramètres de conception des moteurs cryotechniques ont été ajustés en l'absence d'une compréhension détaillée de la dynamique de flamme, en raison des limites des diagnostiques expérimentaux et des capacités de calcul. L'objectif de cette thèse est de réaliser des simulations numériques instationnaires d'écoulements réactifs transcritiques de haute fidélité, pour permettre une meilleure compréhension de la dynamique de flamme dans les moteurs cryotechniques et finalement guider leur amélioration. Dans un premier temps, la thermodynamique gaz-réel et son impact sur les schémas numériques sont présentés. Comme la Simulation aux Grandes Echelles (SGE) comporte des équations filtrées, les effets de filtrages induits par la thermodynamique gaz-réel sont ensuite mis en évidence dans une configuration transcritique type et un opérateur de diffusion artificiel, spécifique au gaz réel, est proposé pour lisser les gradients transcritiques en SGE. Dans un deuxième temps, une étude fondamentale du mélange turbulent et de la combustion dans la zone proche-injecteur des moteurs cryotechniques est menée grâce à la Simulation Numérique Directe (SND). Dans le cas non-réactif, les lâchers tourbillonnaires dans le sillage de la lèvre de l'injecteur jouent un rôle majeur dans le mélange turbulent et provoquent la formation de structures en peigne déjà observées expérimentalement dans des conditions similaires. Dans le cas réactif, la flamme reste attachée à la lèvre de l'injecteur, sans extinction locale, et les structures en peigne disparaissent. La structure de flamme est analysée et différents modes de combustion sont identifiés. Enfin, une étude de flamme-jet transcritique H2/O2, accrochée à un injecteur coaxial avec et sans retrait interne, est menée. Les résultats numériques sont d'abord validés par des données expérimentales pour l'injecteur sans retrait. Ensuite, la configuration avec retrait est comparée à la solution de référence sans retrait et à des données experimentales pour observer les effets de ce paramètre de conception sur l'efficacité de combustion.