Titre :	Thechniques avancées pour la commande et l'observation d'un redresseur MLI
Type de document :	theses et memoires
Auteurs :	Adel Rahoui ; Hamid Seddiki, Directeur de thèse
Editeur :	Tizi Ouzou : UMMTO.FGEI
Année de publication :	2017
Importance :	160 f.
Présentation :	ill.
Format :	30 cm.
Note générale :	Bibliogr.
Langues :	Français
Mots-clés :	ADALINE  Filtre neuronal adaptatif  Estimation des tensions du réseau  Réseaux de neurones  Identification des paramètres  Commande prédictive  Redresseur à modulation de largeur d’impulsion  Commande sans capteurs  Flux virtuel.
Résumé :	Cette thèse traite de l’utilisation des techniques avancées pour l’identification et la commande du redresseur à modulation de largeurs d’impulsions (MLI) connecté au réseau. Une nouvelle stratégie d’identification des paramètres équivalents du redresseur à MLI, utilisant un ADALINE (adaptive linear neuron), a été développée. Les paramètres équivalents identifiés ont été utilisés pour réaliser une commande vectorielle (VOC) adaptative. Cette stratégie a été validée par des tests expérimentaux. Ensuite, une nouvelle stratégie de commande sans capteurs de tensions du réseau ainsi qu’une nouvelle procédure de démarrage, ont été proposées. La stratégie de commande sans capteurs utilise un estimateur neuronal inséré dans une VOC. Deux structures de l’estimateur neuronal ont été développées. Elles exploitent la capacité d'estimation d’un ANN (adaptive neural network) et la propriété de filtrage d’un ANF (adaptive neural filter). Des tests de simulation et une validation expérimentale ont été effectués. Il a été démontré que la procédure de démarrage a permis de réduire le transitoire lors l’enclenchement de la commande, et que l’estimateur neuronal présente de bonnes performances mêmes sous des tensions du réseau déséquilibrées et distordues. Finalement, deux stratégies de commande directe de puissances (DPC) sans capteurs ont été proposées. Tout d’abord, un nouvel estimateur de flux virtuel basé sur un ANF a été développé pour estimer les tensions du réseau. Une étude comparative a illustré les bonnes performances de l’estimateur proposé. Ensuite, deux approches combinant la DPC prédictive avec l’estimateur neuronal de flux virtuel ont été proposées. La première est basée sur la commande prédictive à modèle de référence ; la deuxième est basée sur la réponse pile. Une étude comparative entre les dites commandes et deux autres stratégies de commande directe de puissance a démontré la supériorité des techniques proposées.
En ligne :	D:\CD THESES 2017\DOC-ETH\RAHOUI ADEL.PDF
Format de la ressource électronique :	PDF
Permalink :	./index.php?lvl=notice_display&id=32549

Thechniques avancées pour la commande et l'observation d'un redresseur MLI [theses et memoires] / Adel Rahoui ; Hamid Seddiki, Directeur de thèse . - Tizi Ouzou (Tizi Ouzou) : UMMTO.FGEI, 2017 . - 160 f. : ill. ; 30 cm.
Bibliogr.
Langues : Français

Mots-clés :	ADALINE  Filtre neuronal adaptatif  Estimation des tensions du réseau  Réseaux de neurones  Identification des paramètres  Commande prédictive  Redresseur à modulation de largeur d’impulsion  Commande sans capteurs  Flux virtuel.
Résumé :	Cette thèse traite de l’utilisation des techniques avancées pour l’identification et la commande du redresseur à modulation de largeurs d’impulsions (MLI) connecté au réseau. Une nouvelle stratégie d’identification des paramètres équivalents du redresseur à MLI, utilisant un ADALINE (adaptive linear neuron), a été développée. Les paramètres équivalents identifiés ont été utilisés pour réaliser une commande vectorielle (VOC) adaptative. Cette stratégie a été validée par des tests expérimentaux. Ensuite, une nouvelle stratégie de commande sans capteurs de tensions du réseau ainsi qu’une nouvelle procédure de démarrage, ont été proposées. La stratégie de commande sans capteurs utilise un estimateur neuronal inséré dans une VOC. Deux structures de l’estimateur neuronal ont été développées. Elles exploitent la capacité d'estimation d’un ANN (adaptive neural network) et la propriété de filtrage d’un ANF (adaptive neural filter). Des tests de simulation et une validation expérimentale ont été effectués. Il a été démontré que la procédure de démarrage a permis de réduire le transitoire lors l’enclenchement de la commande, et que l’estimateur neuronal présente de bonnes performances mêmes sous des tensions du réseau déséquilibrées et distordues. Finalement, deux stratégies de commande directe de puissances (DPC) sans capteurs ont été proposées. Tout d’abord, un nouvel estimateur de flux virtuel basé sur un ANF a été développé pour estimer les tensions du réseau. Une étude comparative a illustré les bonnes performances de l’estimateur proposé. Ensuite, deux approches combinant la DPC prédictive avec l’estimateur neuronal de flux virtuel ont été proposées. La première est basée sur la commande prédictive à modèle de référence ; la deuxième est basée sur la réponse pile. Une étude comparative entre les dites commandes et deux autres stratégies de commande directe de puissance a démontré la supériorité des techniques proposées.
En ligne :	D:\CD THESES 2017\DOC-ETH\RAHOUI ADEL.PDF
Format de la ressource électronique :	PDF
Permalink :	./index.php?lvl=notice_display&id=32549