Les systèmes industriels complexes sont des objets artificiels conçus par l'Homme, et constitués d'un grand nombre de composants hétérogènes (e.g. matériels, logiciels ou organisationnels) collaborant pour accomplir une mission globale. Dans cette thèse, nous nous intéressons à la modélisation du comportement fonctionnel de tels systèmes, ainsi qu'à leur intégration. Nous modéliserons donc les systèmes réels par le biais d'une approche de boîte noire fonctionnelle avec un état interne, dont la structure et le comportement fonctionnel peuvent être obtenus par l'intégration récursive de composants élémentaires hétérogènes.

Dans un contexte de prise en compte croissante des enjeux environnementaux, l'industrie de la chimie et des procédés se retrouve confrontée à des problématiques de substitution de molécules. Les méthodes de formulation inverse, qui consistent en la recherche assistée par ordinateur de molécules satisfaisant un ensemble de contraintes, répondent de manière efficace à ces problématiques. A partir de l'analyse systémique des usages et fonctionnalités nécessaires dans ce contexte, nous développons un outil logiciel de formulation inverse mettant en oeuvre un algorithme génétique. Celui-ci est capable d'explorer un espace de solutions plus vaste en considérant les mélanges et non les molécules seules. Par ailleurs, il propose une définition des problèmes très flexible qui permet la recherche efficiente de molécules issues de filières renouvelables. En s'appuyant sur l'ingénierie système et l'ingénierie d'entreprise, nous proposons un processus formel de prise de décision pour la substitution de produit dans un contexte industriel. Ce processus de décision multi-critères englobe les phases de définition des exigences, de génération de solutions alternatives, de sélection de la meilleure alternative et de mise en oeuvre du produit. Il utilise une approche dirigée par les modèles et des techniques de prises de décision qui garantissent un alignement opérationnel en complément de l'alignement stratégique. A travers un cas d'étude, nous montrons comment l'utilisation conjointe de notre outil de recherche par formulation inverse et de notre processus de décision permet une démarche environnementale de substitution de produit à la fois efficiente et conforme à la réalité de l'entreprise. / In a context where environmental issues are increasingly taken into account, the chemical related industry faces situations imposing a chemical product substitution. Computer aided molecular design methods, which consist in finding molecules satisfying a set of constraints, are well adapted to these situations. Using a systemic analysis of the needs and uses linked to this context, we develop a computer aided product design tool implementing a genetic algorithm. It is able to explore a wider solution space thanks to a flexible molecular framework. Besides, by allowing a very flexible setting of the problem to be solved, it enables the search of molecules sourced from renewable resources. Based on concepts from system and enterprise engineering, we formalize a decision making process dedicated to the product substitution in an industrial context. This multi-criteria decision process includes the phases of the requirements definition, of the generation of alternative solutions, of the selection of the best alternative and of the product application. It uses a model driven approach and decision making techniques that guaranty an operational alignment in addition to the strategic alignment across the chemical enterprise. Through a case study, we expose how the combination of our computer aided product design tool and our decision making process enables an environmentally compliant approach of product substitution which is both efficient and in adequacy with enterprise context.

Les machines électriques jouent un rôle très important dans la conversion d'énergie dans plusieurs applications et domaines. Les contraintes thermiques jouent ainsi un rôle indispensable dans la conception des machines électriques de plus en plus petites et performantes. En effet, la performance des machines électriques est limitée par les températures maximales admissibles dans certaines zones critiques telles que le bobinage, les aimants permanents et les roulements. Deux approches principales peuvent être utilisées pour étudier le comportement thermique de la machine: la méthode nodale ou le circuit à constantes localisées ou les modèles numériques. Dans notre étude, nous proposons d'appliquer la méthode nodale sur une machine électrique intégrée dans un environnement mécatronique complexe. Le modèle thermique développé de la machine est ainsi présenté avec ses différents éléments. En effet, un modèle précis dépend fortement de plusieurs paramètres thermiques tels que les coefficients d'échange convectif, les conductances de contact, les conductivités équivalentes du bobinage, et autres paramètres. En conséquence, des techniques d'analyse de sensibilité sont ensuite appliquées sur le modèle thermique pour identifier les paramètres d'influence significative sur les températures de la machine ainsi que pour la réduction de ce modèle. Ensuite, nous appliquons deux méthodologies d'identification des paramètres thermiques incertains sont développées et appliquées afin de recaler le modèle thermique de la machine. Cette étape permet la validation de ce modèle par rapport à des mesures thermiques sur une machine synchrone à aimants permanents internes installée sur un banc de caractérisation de machine électriques. Finalement, nous intégrons le modèle recalé dans une approche système mécatronique comportant les lois de commande de la machine ainsi que son convertisseur. Ceci permettra ainsi d'étudier l'influence de la température d'une machine électrique sur le système mécatronique complet. / Electric machines play an important role in power conversion in several applications and fields. With the increasing demand for designing lighter and more efficient machines and optimizing the existing structures, thermal analysis becomes a necessary; in fact, the performance of electric machines islimited by the allowable temperatures in many critical components like windings, permanent magnetsand bearings. Two main approaches can be employed in order to study the machine thermal behavior : the lumped parameter thermal network (LPTN) or numerical models. Considering low-computationtime-consuming and the possibility to be integrated in a mechatronics system design, the LPTN method is considered in our study. The latter is mainly applied on electric machine integrated in a complex mechatronics environment. The thermal network is presented along with the definition of the principal elements constituting this network. In fact, an accurate and reliable network strongly depends on many critical parameters like heat transfer coefficients, interface gaps, impregnation goodness, among others. For this reason, different sensitivity analysis techniques are carried out in order to, first, identify the significance of uncertainties in the evaluation of these parameters on machine temperatures and second, to reduce the thermal network. Next, we propose two optimization algorithm-based identification methodologies in order to calibrate results of the thermal network with measured temperatures obtained from a test-bench of a permanent magnet based integrated starter-generator machine. The calibrated model is then integrated in a mechatronics system consisting of an electric model of the electric machine, along with its control strategy and the power converter. This final study allows us to evaluate the impact of the machine temperature rise on the mechatronic system.