Les machines-outils ont été l'objet des études au fur et à mesure que les entreprises voulaient augmenter la productivité. De nos jours, les aspects qui sont traités sont les nouveaux matériaux pour la partie mécanique d'une part et l'amélioration du contrôle numérique d'autre part. Cette thèse essaie de répondre à la question sur la viabilité de l'usage des Réseaux de Neurones Artificiels à la compensation des résonances et l'autoréglage. Plus exactement nous avons étudié la modélisation de l'axe, la mécanique aussi comme l'électrique, avec ses imperfections et l'application des réseaux de neurones pour identifier ces phénomènes non linéaires. Nous avons aussi profité pour faire le parallèle avec les méthodes traditionnelles d'identification linéaire.
| Identifer | oai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00493012 |
| Date | 22 November 2002 |
| Creators | Muxika Olasagasti, Eñaut |
| Source Sets | CCSD theses-EN-ligne, France |
| Language | French |
| Detected Language | French |
| Type | PhD thesis |
Page generated in 0.002 seconds