Soutiendra publiquement ses travaux de thèse intitulés
Méthodes d’entraînement pour l’analyse de la stabilité d’un système complexe dirigés par Monsieur Guillaume SANDOU
Soutenance prévue le lundi 25 mars 2024 à 14h00 Lieu : CentraleSupélec 8-10 Rue Joliot Curie, 91190 Gif-sur-Yvette Salle : Amphi V – Bâtiment Eiffel
Composition du jury:
Mme Cristina STOICA
CentraleSupélec – Université Paris-Saclay
Examinatrice
M. Spilios THEODOULIS
Delft University of Technology
Examinateur
M. Joseph HAGGÈGE
École Nationale d’Ingénieurs de Tunis
Rapporteur
M. Mohamed BECHERIF
Université Technologique de Belfort-Montbéliard (UTBM)
Rapporteur
M. Pedro RODRIGUEZ-AYERBE
CentraleSupélec – Université Paris-Saclay
Invité
M. Guillaume SANDOU
CentraleSupélec – Université Paris-Saclay
Invité
M. Philippe FEYEL
Safran Electronics and Defense
Invité
Mots-clés :
Stabilité, Lyapunov, IA, Système non linéaire.
Résumé :
Depuis quelques années, le monde de la recherche scientifique en automatique connaît une rupture technologique avec l’émergence de nouvelles technologies telles que l’Intelligence Artificielle. Dans le cadre des contrôleurs intelligents, la justification de la stabilité est fondamentale car elle constitue une brique de base du processus de certification globale. Dans cette thèse, nous proposons l’emploi de techniques d’entraînement et d’optimisation pour démontrer la stabilité des boucles intelligentes. Pour débuter notre étude, nous explorons les notions théoriques de la stabilité au sens de Lyapunov. Cette démarche est importante pour établir une compréhension solide des principes de stabilité et de leur application dans les systèmes dynamiques. Notre recherche révèle que certaines notions de stabilité peuvent être assez restrictives. De ce fait, nous optons pour l’emploi de la théorie de Lyapunov. Introduite à la fin du dix-neuvième siècle, cette théorie représente un moyen pratique et efficace d’étudier la stabilité d’un point d’équilibre pour un système dynamique, sans nécessiter d’hypothèses structurelles sur le système lui-même. Cette thèse comprend ensuite une revue approfondie des méthodes théoriques, numériques et automatiques pour déterminer une fonction de Lyapunov, mettant en lumière l’efficacité et les limites de certaines approches existantes dans la littérature. Suite à cette étude, nous développons et implémentons plusieurs méthodes d’optimisation innovantes pour identifier des fonctions de Lyapunov dans divers contextes. Chaque approche se distingue non seulement par son caractère générique et adaptable, mais aussi par sa capacité à maximiser le domaine de stabilité estimé garanti de la fonction de Lyapunov, élément central pour garantir la stabilité des systèmes dynamiques. Notre algorithme, conçu pour être flexible et applicable dans divers contextes industriels, est soumis à plusieurs tests. Ces tests impliquent non seulement l’application de l’algorithme à différents systèmes dans une variété de scénarios, mais aussi des tests de performance rigoureux pour évaluer sa position par rapport à l’état de l’art actuel. Ces tests démontrent l’efficacité de notre approche et que celle-ci s’adapte efficacement à diverses configurations de systèmes, offrant un aperçu précieux pour son application dans des environnements industriels réels. Enfin, nous établissons les fondations pour l’utilisation de cet algorithme dans un contexte industriel spécifique. Cette étape marque un pas significatif vers l’application pratique de l’algorithme et son intégration dans des systèmes industriels complexes. Cette avancée ouvre la voie à des applications futures plus larges, énumérées à la fin de ce manuscrit.