Les algorithmes génétiques, la logique floue et les réseaux de neurones sont de plus en plus utilisés dans des domaines d'application très variés. Nous nous proposons de les étudier dans le cadre de l'identification et de la commande de la machine asynchrone. Plus particulièrement, nous utilisons les algorithmes génétiques afin d'identifier les paramètres du modèle dynamique de la machine. Des régulateurs, à base de logique floue et de réseaux de neurones, sont implantés au sein d'une commande vectorielle par orientation du flux rotorique. Est également abordée l'influence de la variation des paramètres sur le fonctionnement du système. Les défauts de structure de la machine asynchrone sont considérés dans le cas des ruptures de barres au rotor. Le diagnostic de ces défauts ainsi que leur influence sur le comportement de la régulation sont étudiés. Enfin, une amélioration de la commande vectorielle sans capteur mécanique est présentée ouvrant une voie vers les techniques intelligentes de commande. Ces dernières sont maintenant possibles compte tenu de la puissance sans cesse grandissante des processeurs. Un logiciel de simulation, développé dans le cadre de la thèse, a permis de mener une bonne partie des études présentées. Une attention particulière a été accordée à la partie expérimentale, seul garant de la faisabilité et de la validation de l'étude.

En suivant les principales tendances d'évolution des systèmes automatisés et de la productique, nos travaux de recherche se positionnent dans l'optique des mutations induites par l'intégration des Sciences et Technologies de l'Information et de la Communication dans ces disciplines. Dans ce contexte, la décentralisation de l'intelligence et sa migration vers les niveaux bas, génèrent une évolution vers des services nouveaux, à même de permette non seulement de garder des positions privilégiées en terme de parts de marché, mais aussi d'en gagner de nouvelles. <br />Nos contributions se sont orientées précisément vers la mise au point de systèmes de surveillance dynamiques intelligents, en abordant des problématiques liées à la détection dynamique et au diagnostic curatif et préventif. Les techniques de l'intelligence artificielle ont ainsi constituées la colonne vertébrale de nos études, avec des travaux allant de la conception théorique et le test de nouveaux outils de surveillance dynamique, jusqu'à la validation, le prototypage et l'exploitation industrielle des concepts développés.<br />Dans le domaine de la surveillance dynamique, une de nos contributions majeures correspond à l'introduction d'un réseau de neurones dynamique innovant, le Réseau Récurrent à base de Fonctions radiales (RRFR). En faisant appel aux propriétés dynamiques des architectures localement récurrentes, le RRFR se caractérise par une approche de reconnaissance locale – essentielle en surveillance industrielle –, tout en permettant – de part ses caractéristiques dynamiques intrinsèques – une détection précoce des paliers de dégradation et une robustesse vis-à-vis des fausses alarmes. L'existence d'une mémoire statique et d'une mémoire dynamique facilement paramétrables au sein de la même structure, confère au réseau une souplesse d'utilisation très intéressante, ainsi qu'un accès à des techniques d'apprentissage allégées. Par ailleurs, dans le but d'augmenter la rapidité et l'efficacité de l'apprentissage, une version améliorée de l'algorithme des k-moyennes, permet d'améliorer la robustesse des algorithmes et de se situer dans la zone optimale de « bonne généralisation ».<br />La prise en compte de l'incertain fait l'objet d'une deuxième partie de nos travaux, située dans la continuité de la première. Dans ce sens, l'utilisation de la logique floue en surveillance dynamique se montre très intéressante de part la proximité par rapport au raisonnement et à l'expérience des opérateurs et ingénieurs, ainsi que de part la possibilité d'assurer une traçabilité essentielle pour le retour d'expérience en maintenance. Un outil de type réseau de Petri flou dédié à la surveillance (RdPFS) des systèmes de production a ainsi constitué l'objet de cette étude. Cet outil, basé essentiellement sur la modélisation floue de la variable "instant d'apparition" de l'événement discret, est muni d'un mécanisme d'interfaçage intégré, inspiré des réseaux de Petri à synchronisations internes, permettant la communication entre les outils de modélisation, de surveillance et de reprise. Dans un tel système, l'utilisation de la logique floue offre une souplesse d'utilisation et une dimension prédictive très intéressante. Basé sur un modèle RdPFS construit à partir des règles logiques induites par l'arbre de défaillance du système surveillé, nous avons montré sa capacité d'analyse dynamique des défauts, en utilisant une approche temporelle floue. <br />Dans nos travaux les plus récents, les avantages des outils neuronaux dynamiques et de la logique floue ont été mis à l'œuvre conjointement dans le cadre de systèmes hybrides neuro-flous d'aide à la surveillance. L'outil hybride ainsi proposé comporte deux parties, une première pour la détection dynamique – utilisant le RRFR amélioré essentiellement au niveau des algorithmes d'apprentissage dynamiques – et une deuxième pour le diagnostic curatif et prédictif, utilisant un réseau neuro-flou construit à partir de l'arbre de défaillance et de l'AMDEC du système / sous-système surveillé. Il est à noter que ce type de système de surveillance dynamique utilise l'approche abductive de recherche de cause – élément indispensable pour un diagnostic efficace. Par ailleurs, l'apprentissage dynamique permet de commencer l'activité de surveillance dynamique même en l'absence de données très consistantes, en enrichissant et affinant les symptômes et les causes associées (respectivement les degrés de crédibilité de celles-ci) au fur et à mesure du fonctionnement du système, grâce aux algorithmes neuronaux incorporés. <br />Parmi les verrous technologiques abordés lors de nos contributions, une place importante est accordée à la surveillance dynamique par apprentissage en ligne, en traitant des problèmes liés à la rapidité et la flexibilité de l'apprentissage, au temps de réponse, au traitement de grands flux de données, ainsi qu'aux méthodes de validation utilisant le test sur des benchmarks et le prototypage industriel. <br />Dans ce sens, l'exploitation industrielle du réseau récurrent à fonctions de base radiales a représenté une étape importante de nos travaux. Elle nous a permis la mise en œuvre d'une application de surveillance dynamique en temps réel d'un système, en utilisant l'apprentissage dynamique distant via le web. Mettant en évidence l'intérêt des techniques développées dans la réorganisation de l'activité de surveillance grâce aux nouvelles technologies, cette exploitation industrielle a donné lieu à un brevet d'invention, déposé en collaboration avec une SSII bisontine. <br />La conception de l'outil de surveillance neuro-flou a été menée en utilisant des spécifications UML. Cette approche a été initiée (étude, normalisation, spécification) dans le cadre du projet Européen PROTEUS/ITEA et finalisée (prototypage) dans le cadre d'un projet financé par l'ANVAR. Essentiels pour l'industrialisation des systèmes proposés, l'information de départ est considérée sous un format industriel classique (ADD, AMDEC, ...) et la mise à jour est assurée par une réelle ouverture du système traduite par des liens permanents avec les systèmes d'acquisition (capteurs, SCADA, ...) et les systèmes de gestion (GMAO, ...). <br />Dans le domaine de la e-maintenance, un défi considérable est constitué par le besoin de normalisation des plates-formes de e-maintenance, dans l'objectif d'arriver à terme à une génération automatique de ces plateformes, et à un standard qui pourra constituer un guide pour tous les constructeurs d'équipement soucieux d'intégrer leur produit dans une plate-forme de ce type. Du point de vue scientifique, il s'agit d'arriver à une génération automatique ou interactive d'une telle plate-forme, en fonction des services participants et du contexte d'utilisation. L'objectif est très ambitieux, car générateur de nouveaux services et de nouvelles opportunités commerciales. Il constitue l'objectif principal du projet européen SHIVA, dans lequel se retrouvent les partenaires les plus actifs de PROTEUS, avec – mise a part des partenaires déjà existants comme Cegelec et Schneider – des partenaires industriels nouveaux, tout aussi prestigieux, comme la Division des Constructions Navales et Airbus. <br />Concernant les perspectives de nos travaux, s'inscrivant dans le cadre des mêmes tendances de décentralisation et de migration de l'intelligence vers les niveaux opérationnels, une direction d'étude intéressante est constituée par le domaine des réseaux de capteurs intelligents. Cette perspective pourra ainsi intégrer des tendances technologiques liées aux connecteurs intelligents (« smart connectors ») basés sur le multiplexage et sur les courants porteurs, afin de réduire le volume de câblage, des points de connexion et afin de mieux prendre en considération les contraintes de sûreté de fonctionnement de ce type de réseaux, contraintes qui – dans un avenir très proche – seront vraisemblablement déterminantes.<br />Par ailleurs, dans un contexte régional, lié à la création du pôle de compétitivité « microtechniques », la problématique de la fabrication des microsystèmes est une problématique présentant un intérêt croissant. En effet, de nombreux prototypes de microsystèmes sont proposés en phase de prototype, avec une création liée à une manière plutôt artisanale, tout à fait compréhensible – vu les technologies innovantes utilisées -, mais qui ne se prête pas à une commercialisation de ces produits. De ce fait, l'étude des microsystèmes de production semble être un domaine porteur et permettant de garder des emplois européens – souvent menacés par la délocalisation.<br />Enfin, le diagnostic à partir de l'imagerie médicale en utilisant les techniques de l'intelligence artificielle me semble un domaine où mes compétences en recherche (surveillance par IA) et en enseignement (traitement de l'image) peuvent se donner la main pour aborder une thématique nouvelle, présentant un grand intérêt dans le domaine des biotechnologies, dans lequel la France est bien engagée depuis un certain nombre d'années. Cette perspective correspond au projet de recherche propose dans le cadre de ma délégation CNRS au laboratoire IPAL – Image Perception, Access and Learning (actuellement FRE, UMI-CNRS a partir de 2006) de Singapour.

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.

Modéliser le comportement des aquifères est primordial, notamment en Inde, où l'on observe une diminution drastique des niveaux piézométriques du fait des prélèvements intensifs de l'irrigation agricole. L'objectif de ce doctorat est de simuler la distribution spatiale de la percolation (infiltration profonde) à l'échelle du bassin versant. Ce travail, effectué dans le cadre du programme de coopération franco-indien initié par le BRGM, est appliqué au bassin versant de Maheshwaram, situé dans l'Etat de l'Andhra Pradesh. L'outil numérique choisi est le système de modélisation « POWER » (Planner Oriented Watershed modeling system for Environmental Responses) développé au sein du LTHE et en collaboration avec l'entreprise d'hydro-informatique Hydrowide. La première étape de l'étude consiste en un travail de terrain, visant à estimer in-situ les différents paramètres hydrodynamiques des sols (e.g., conductivité hydraulique à saturation, paramètres de rétention en eau), ainsi que les propriétés texturales des sols (e.g., granulométrie, épaisseurs des horizons du profil des sols). Afin d'extrapoler ensuite ces observations expérimentales à l'échelle spatiale de la modélisation, une procédure spécifique mariant la géologie, la pédologie, la physique du sol, l'information sur la topographie et la technique de la classification floue est développée. Les diverses propriétés de ces sols sont alors résumées dans la Carte des Sols, nécessaire au système de modélisation POWER. Les résultats numériques sont ensuite présentés. Le bassin versant est discrétisé en 3171 entités irrégulières selon la procédure-SIG spécifique de POWER, qui tient compte du MNT, de la carte des sols et de l'occupation des sols. Le modèle est calibré à l'aide de cinq profils d'humidité des sols mesurés localement avec une sonde à neutrons. La distribution spatiale de la percolation sur le bassin versant est enfin calculée au pas de temps journalier sur les années 2001 à 2003.

Le recueil de données diverses issues de l'imagerie, de compétences expertes ou de signaux physiologiques est devenu courant pour l'étude d'une pathologie donnée. Leur exploitation est effectuée par le clinicien qui les analyse et les agrège en fonction de ses connaissances. La motivation de ce travail est de modéliser ce processus d'agrégation à l'aide de techniques empruntées à la fusion de données, dans le cadre d'études portant sur le cerveau. Le processus de fusion est décomposé en trois phases fondamentales. Nous modélisons tout d'abord les informations dans un cadre théorique commun. Le formalisme retenu est celui de la logique possibiliste, permettant de prendre en compte les ambiguïtés inhérentes aux données médicales. Nous proposons de modéliser d'une part la distribution des tissus cérébraux dans les images IRM, TEM et TEP par un algorithme de classification flou sur des vecteurs forme appropriés et d'autre part des informations issues de connaissances expertes. Nous agrégeons ensuite ces différentes informations par un opérateur de fusion. Celui-ci doit affirmer les redondances, gérer les complémentarités et prendre en compte les conflits soulignant souvent la présence d'une pathologie. Nous proposons alors trois modèles d'agrégation : la fusion d'images IRM, la fusion d'images anatomiques et fonctionnelles, et la fusion d'une image IRM et d'informations symboliques. Nous construisons enfin une information synthétique permettant d'exploiter les résultats de la fusion . Nous définissons pour chaque modèle une image permettant par exemple de proposer un diagnostic, d'établir un pronostic ou d'élaborer une aide thérapeutique. Quatre applications cliniques sont proposées en illustration : la quantification de volumes de tissus cérébraux, l'étude de la démence de type Alzheimer, l'étude de l'épilepsie et la localisation du noyau sous-thalamique pour le traitement de la maladie de Parkinson. Pour chacun de ces cas, outre les développements décrits auparavant, des modèles spécifiques à la pathologie étudiée sont proposés et une validation clinique des résultats est effectuée. Enfin, une application réalisée en collaboration avec la société SEGAMI, concrétisant et valorisant de façon industrielle ce travail, est présentée.

L'étude des Systèmes Contrôlés en Réseaux (SCR) repose sur l'identification des exigences de fonctionnement de l'application appelées Qualité de Contrôle (QdC) et sur l'évaluation de la Qualité de Service (QdS) offerte par le réseau. Les travaux sur les SCR se repartissent selon deux approches : la commande en réseau et la commande de réseau. Cette thèse se positionne sur la deuxième approche avec une recherche axée sur la modélisation des mécanismes d'ordonnancement implémentés dans les équipements réseau et notamment dans les commutateurs Ethernet qui sont de plus en plus utilisés dans les applications industrielles. Ce travail de recherche étudie plus particulièrement comme paramètre de QdS, les délais qui engendrent des perturbations sur le système commandé. Cette thèse propose deux modèles de classification de service reposant sur des ordonnanceurs WRR (Weighted Round Robin). La première modélisation suit une approche constructive en utilisant la théorie du calcul réseau. La seconde s'appuie sur une phase d'identification à partir de simulations numériques et de la logique floue. Dans les deux cas, le but est d'offrir une bande passante suffisante pour le trafic contraint temporellement tout en maximisant la bande passante dédiée aux autres trafics pour éviter des effets famine. L'approche calcul réseau permet de configurer le réseau hors-ligne pour répondre à des contraintes temporelles strictes du SCR. La solution basée sur la logique floue autorise une commande dynamique de l'ordonnanceur pour ajuster en ligne le réseau en fonction des variations du trafic. Elle ne peut s'appliquer qu'à des SCR ayant des contraintes de temps souples.

La classification sur ombre de mines marines peut être effectuée à partir d'images sonar haute résolution. Cependant, la classification mono-vue admet des limites du fait de leur forme géométrique parfois complexe. Une manière de s'affranchir des ambiguïtés consiste à effectuer une classification multi-vues. Dans un premier temps, il convient d'assimiler les spécificités de l'imagerie sonar. D'un côté, les propriétés statistiques des pixels et le principe d'acquisition des images sont des connaissances avantageusement prises en compte lors de l'étape de segmentation. D'un autre côté, les distorsions géométriques qui affectent l'ombre portée du fait des performances du sonar et de la prise de vue doivent être considérées. En matière de reconnaissance de formes, les données sonar segmentées peuvent être diversement résumées suivant qu'on s'attache à définir des grandeurs indépendantes des positions relatives objet-sonar et/ou de la résolution du sonar ou bien, autorisant une reconstruction du contour et la conservation de l'orientation de la forme associée. Ces considérations du problème mono-vue ont préparé l'élaboration de processus plus complexes de classification multi-vues. D'une part, on manipule les attributs issus d'un traitement image par image. Deux cas se présentent : en exploitant l'évolution de la forme de l'ombre en fonction du trajet du sonar ou, au contraire, en s'affranchissant des transformations du plan. Dans le premier cas, on caractérise de manière globale l'ensemble des valeurs successives prises par des attributs sensibles aux diverses formes de l'ombre. Dans le second cas, sans connaissance précise des conditions d'acquisition, les attributs extraits sont fusionnés et présentés à l'opérateur sous forme de mesures pour l'aide à la décision. Par la logique floue d'autre part, les outils de reconnaissance de formes calculés sur des données binaires ont été étendus au cas de données en niveaux de gris d'une nouvelle image pour sa caractérisation.

La digestion anaérobie est efficace pour traiter d'effluents fortement chargés de<br />matière organique. Des bactéries anaérobies transforment les polluants en un biogaz<br />énergétiquement valorisable (composé principalement de méthane et de dioxyde de<br />carbone). Néanmoins, ce bioprocédé est sensible aux variations des conditions opératoires<br />et il contient de variables difficiles à mesurer ce qui impose une grande diversité de<br />sujets de recherche. Dans ce contexte, nous proposons un observateur d'état flou pour<br />l'estimation de variables à accès difficile. Les variables floues utilisés par l'observateur<br />sont choisies à partir d'une analyse en composantes principales. Par ailleurs, les lois<br />de commande pour la digestion anaérobie sont actuellement conçues pour résoudre un<br />problème à la fois. Ainsi, nous élaborons une stratégie de commande intelligente (basée<br />sur la commande floue) qui combine les avantages de différentes actions de commande<br />pour atteindre plusieurs objectifs à la fois. Enfn, nous avons mise en place une étape<br />expérimentale de manière à valider notre démarche.

Le volume grandissant de vidéos a suscité le besoin de nouveaux outils d'aide à l'indexation. Un des outils possibles est le résumé de vidéo qui permet de fournir un aperçu rapide à l'usager. L'objectif de cette thèse est d'extraire, à partir d'informations visuelles, un résumé de vidéo contenant le « message » de la vidéo. Nous avons choisi d'étudier trois nouvelles méthodes de résumé de vidéo utilisant différentes informations visuelles.<br />La première méthode de résumé repose sur des caractéristiques de bas niveau (couleur, orientation et mouvement). La combinaison de ces index qui s'appuie sur un système d'inférence floue a permis de construire un résumé hiérarchique. Nous avons montré l'intérêt d'un tel résumé dans une application de la recherche par l'exemple.<br />La deuxième méthode de résumé est construite à partir du mouvement de caméra. Cette caractéristique de plus haut niveau sémantique est réfléchie par le réalisateur et induit une information sur le contenu. Une méthode de classification des mouvements basée sur le Modèle des Croyances Transférables est élaborée. La méthode de résumé est alors établie selon des règles sur l'amplitude et l'enchaînement des mouvements de caméra identifiés.<br />La troisième méthode de résumé est développée à partir de l'attention visuelle. Connaître les endroits où le regard se porte lors du visionnage de la vidéo est une information de plus haut niveau sémantique et pertinente pour créer le résumé. Un modèle spatio-temporel d'attention visuelle est proposé, puis utilisé pour détecter le changement de contenu au cours du temps afin de construire le résumé.

Dans un souci d'amélioration des conditions de sécurité routière, l'union Européenne s'est fixée comme objectif de réduire le nombre de décès sur les routes. Le projet Européen ASSET aspire à l'amélioration de la sécurité et de la protection des conducteurs, des engins roulants ainsi que des infrastructures routières. Notre travail de thèse s'inscrit pleinement dans le cadre du projet ASSET et a pour application le développement d'outils théoriques et pratiques intégrant un véhicule lambda pour l'amélioration de la sécurité routière. L'objectif de la thèse est de réaliser ou d'utiliser les bus de communication de terrain au sein du véhicule, permettant à ce dernier de communiquer avec tous ses organes et de récolter des informations importantes qui seront dans un deuxième temps communiquées en liaison sans fil aux autres véhicules (ou à une centrale) afin de renseigner sur l'état du véhicule ou de la route. Nous proposons un système ubiquitaire intelligent nommé PCAN (Pervasif Controller Area Network), qui aspire à être un système embarqué automatique et intelligent dans un véhicule pour améliorer la sécurité routière et le confort de conduite. Concrètement, ce système PCAN permet de recueillir des informations contextuelles sur l'environnement extérieur et intérieur du véhicule et aussi de communiquer en liaison sans fil avec d'autres systèmes externes. Lesystème est composé d'un bus CAN ouvert, d'un système de communication sans fil et d'un ordinateur embarqué. Le bus CAN ouvert est composé de nœuds permettant l'ajout direct de différents capteurs ou actionneurs. Deux différents ordinateurs embarqués ont été utilisés : Le CompactRio et un ordinateur portable. Grâce à ces derniers, des modules de communication sans fil ont été utilisés permettant l'échange des données par Wi-Fi, ZigBee et GPRS. Toutes les informations collectées peuvent être affichées au conducteur grâce à un écran tactile.Le système PCAN est implémenté dans un véhicule Citroën C4. Sur la base de ce véhicule intelligent, nous avons développé des scénarios et applications afin d'améliorer la sécurité routière et le confort de conduite. Une application de l'avertissement de l'ABS est développée et testée expérimentalement pour deux scénarios : un avertissement par V2V direct et un avertissement par V2I ou V2V indirect. Concernant l'avertissement V2V en communication ZigBee, une application de la localisation de véhicule en détresse est proposée grâce à une modélisation mathématique de la distance en fonction de la qualité du signal. Par ailleurs, un algorithme d'optimisation est réalisé pour rechercher la station de service (ou le point de recharge dans le cas d'un véhicule électrique) optimale en fonction de différents critères.Le système PCAN peut recueillir des informations contextuelles sur le véhicule et son environnement, il peut également établir des communications sans fil. Ces fonctionnalités sont enrichies par la possibilité d'effectuer le contrôle/commande de certains composants du véhicule raccordés au PCAN. Nous utilisons le système PCAN afin de contrôler et de commander à distance un actionneur mécatronique du véhicule. La méthode de commande est basée sur une association originale d'un PID avec un régulateur à base de Logique Floue (LF).