Le VAL 206 comportant plusieurs machines et/ou plusieurs convertisseurs appartient de fait à la famille des Systèmes Multimachines Multiconvertisseurs (SMM). Ces systèmes se caractérisent par la mise en commun de plusieurs ressources physiques entre les éléments de conversion d'énergie. Il en résulte des couplages (électrique, mécanique ou magnétique) dont la gestion présente des problèmes du point de vue de la commande. La modélisation du VAL 206 présenté dans ce mémoire est réalisée au travers de la Représentation Energétique Macroscopique (REM) basée sur les échanges énergétiques entre les différents éléments. Cette modélisation a permis d'obtenir un modèle de simulation du système de traction global, une comparaison avec des résultats sur système réel ont validé ce modèle. La démarche systématique d'inversion de la REM a permis d'obtenir une Structure Maximale de Commande (SMC) mettant en évidence les grandeurs électriques mécaniques ainsi que les couplages du processus. Diverses simplifications en sont déduites et il a été démontré que la commande actuelle du VAL 206, correspond à une résolution particulière des couplages du type maître-esclave. Parmi les commandes simplifiées, deux structures pratiques de commande ont été plus particulièrement étudiées. Elles offrent des performances dynamiques intéressantes en présence d'une perte d'adhérence du véhicule. L'inversion de la loi de contact roue-sol pose cependant un problème lié à la non-linéarité et la non-stationnarité de ce phénomène. Une commande à modèle de comportement a été utilisée pour palier à ce problème. Ce type de commande a tout d'abord été étendu aux systèmes multimachines. Son utilisation autorise le maintien des performances dynamiques du véhicule en présence d'un phénomène de patinage. Les diverses lois de commande proposées ont été testées sur un banc d'essai expérimental à puissance réduite, ce qui prouve leur faisabilité.

La thèse traite du diagnostic de procédés et se divise en trois parties. La première partie présente une méthode de modélisation causale pour le diagnostic. La seconde partie présente les différentes méthodes mises en ouvre pour la détection, la localisation et l'identification de défauts. Pour effectuer la détection, nous comparons les variables du modèle causal aux mesures. Nous évaluons les apports d'une approche ensembliste et d'une approche par logique floue pour la prise en compte des incertitudes. La localisation est réalisée grâce à un algorithme de hitting-sets afin de déterminer l'ensemble des composants suspects. Ceci permet de focaliser l'identification de défauts sur un nombre réduit de composants. Cette identification utilise l'expertise sur les modes de défaillance, exprimée sous forme de bases de règles, chacune relative à un composant, et permettant d'aiguiller l'opérateur sur des actions et des vérifications à effectuer. La troisième partie présente l'application.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.