LARATSI

La surveillance, le diagnostic et la commande des systèmes industriels sont des sujets d'hier, d'aujourd'hui et certainement de demain. En effet, le développement des technologies à un rythme soutenu, la concurrence féroce entre les industriels pour gagner des parts de marché, devenus mondialisés, encouragent les chercheurs à développer de nouvelles approches et/ou techniques qui permettraient de mieux maitriser ces processus industriels, devenus très complexes. L'identification et la commande de ces systèmes font partie de ces recherches. Partant du fait que le modèle parfait n'existe pas, un autre niveau dans la chaine d'automatisation a été introduit. Il concerne la supervision et la surveillance. C'est dans ce cadre, que s'inscrit la première partie de ce projet. En fait dans cette partie on propose de faire de la modélisation et le diagnostic de systèmes non linéaires et dynamiques. Ces deux caractéristiques sont celles des processus réels, et ils complexifient davantage la tâche des chercheurs. Plusieurs travaux sur le sujet ont été produits par le monde, avec des avancées plus ou moins pertinentes. Il s'agit, en fait, à partir de signaux remarquables ou d'indicateurs, de détecter des disfonctionnements et de réagir en conséquence, afin de garantir l'intégrité du processus. Ces indicateurs sont développés en utilisant les méthodes à noyaux caractérisées par leurs efficacités en termes d'aptitude à la généralisation. L'intérêt de cette partie du projet par rapport à l'aspect surveillance, diagnostic et même sûreté de fonctionnement des processus, est évident.

Ces dernières années, la théorie de l'apprentissage statistique, initiée par Vapnik, a connu un intérêt croissant. Ces techniques exploitent la théorie des noyaux reproduisant. L'idée principale est l'astuce du noyau, permettant de transformer les données d'observations en utilisant une application non-linéaire, dans un espace de dimension élevée, ou des méthodes linéaires peuvent être appliquées. Dans le foisonnement de ces méthodes, dont les Machines à Vecteurs Supports sont le fer de lance, peu de travaux ont été menés sur le problème inverse, c'est- à dire le retour à l'espace des observations. Paradoxalement, bien que la transformation non linéaire induite par le noyau soit fondamentale, le retour inverse à l'espace des observations est souvent crucial. La résolution de ce problème, dit de la pré-image, permet de nouveaux domaines d'application pour les méthodes à noyaux, dont la reconnaissance des formes, l'extraction de caractéristiques, le débruitage de signaux, ou encore l'analyse de séries temporelles. C'est dans ce cadre que la deuxième partie de ce projet soit développée. En effet L'objectif est de montrer que les méthodes à noyaux apportent des solutions pertinentes à plusieurs problèmes soulevés en traitement du signal et des images, Différentes méthodes non-linéaires ont été élaborées : la résolution du problème de la pré-image sous contraintes de non-négativité pour la reconnaissance des formes, l'extraction des caractéristiques et le débruitage, le modèle autorégressif à noyaux pour la prédiction des séries temporelles, et finalement les machines à vecteurs supports pour la discrimination afin d'améliorer les performances en classification.

Une autre application des méthodes à noyaux concerne la commande des systèmes dits complexes basée sur des modèles délivrés par les dites méthodes Il serait alors intéressant d'adapter deux stratégies de commande largement utilisées à savoir la commande prédictive et la commande par modes glissants et de les tester sur les deux procédés réels acquis par le laboratoire. Une autre application de la commande prédictive basée sur les méthodes à noyaux consiste à la régulation de la puissance de chauffage au sein des bâtiments intelligents.

En fait il s'agit de deux équipes qui travaillent en parallèle et qui utilisent les mêmes outils, une première équipe qui s'occupe des aspects de diagnostic et de traitement d'image et une deuxième qui sera consacrée à la synthèse et l'application des stratégies de commande prédictive et par mode glissants.