Return to search

Application de la commande prédictive non-linéaire à la commande de culture de bactéries escherichia coli

Cette thèse propose une méthodologie de commande d'un bioréacteur fed-batch de culture E. coli. La stratégie consiste à maximiser la croissance de la bactérie, c'est-à-dire à maintenir le bioréacteur à un point de fonctionnement « optimal », caractérisé par la frontière entre les régimes oxydatif et oxydo-fermentatif. La démarche proposée comprend une première étape de modélisation mathématique et de détermination d'un modèle paramétrique simplifié. Une deuxième phase consiste en une identification paramétrique du modèle en se basant sur l'analyse de sensibilité du modèle vis-à-vis de ses paramètres. Un profil optimal d'alimentation est ensuite élaboré pour la maximisation de la croissance de la biomasse. A partir de toutes ces données, la synthèse et l'application de la commande prédictive non-linéaire au bioprocédé E. coli sont mises en œuvre. L'objectif est de réguler la concentration en acétate à une valeur faible donnée, tout en forçant le débit d'alimentation à suivre un profil de référence. La stratégie de commande proposée se base sur la transformation du problème de commande prédictive non-linéaire classique en un problème de programmation non-linéaire non contraint, résolu par des techniques de CVP. Pour une meilleure robustesse de la structure proposée, la différence entre le système et le modèle est explicitement incluse dans l'algorithme. Enfin, une étude de robustesse par une approche statistique de type Monte Carlo permet de juger de l'applicabilité de la loi de commande proposée sur le système réel. Ce travail constitue une étude préliminaire en vue d'une implantation de cette loi de commande à un bioréacteur à l'échelle du laboratoire ou industrielle

Identiferoai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00345850
Date29 September 2008
CreatorsHafidi, Ghizlane
PublisherUniversité Paris Sud - Paris XI
Source SetsCCSD theses-EN-ligne, France
LanguageFrench
Detected LanguageFrench
TypePhD thesis

Page generated in 0.0021 seconds