Modelisation Et Commande D Un Procede Thermochimique A Lit Fluidise Soumis A Une Source De Chaleur Fluctuante

Modélisation et commande d'un procédé thermochimique à lit fluidisé soumis à une source de chaleur fluctuante

MODELISATION ET CONTROLE OPTIMAL D'UNE BOUCLE DE TRANSFORMATION THERMOCHIMIQUE DE DOLOMIE A HAUTE TEMPERATURE (500 A 1000**(O)C) DANS UN REACTEUR A LIT FLUIDISE PLACE AU FOYER DU FOUR SOLAIRE DE 50 KW DE MONTLOUIS. ETUDE EXPERIMENTALE. MODELISATION EN REGIME PERMANENT ET EN REGIME DYNAMIQUE. LE PROBLEME DE LA COMMANDE EST SEPARE EN DEUX ETUDES: L'UNE ET STATIQUE PERMETTANT DE DEFINIR LA VALEUR OPTIMALE DU DEBIT DE DOLOMIE, DES TEMPERATURES ET DU TAUX DE REACTION, LA SECONDE ET ETUDE A PERMIS DE MONTRER, PAR SIMULATION DES VARIATIONS ECHELONS DE LA PUISSANCE SOLAIRE INCIDENTE,QU'UNE LOI DE COMMANDE DE TYPE "TOUT OU RIEN" AVEC TEMPORISATION ASSURE UN PASSAGE SATISFAISANT ENTRE DEUX REGIMES NOMINAUX

Exposé des principes de la théorie mécanique de la chaleur et de ses applications principales

MODELISATION ET COMMANDE D'UN SYSTEME DE STOCKAGE DE CHALEUR DANS LE SOL

L'ETUDE PRESENTEE DANS CETTE THESE S'INSCRIT DANS LE CADRE DE LA RECHERCHE MENEE SUR LES DIFFERENTS PROCEDES D'UTILISATION DE L'ENERGIE SOLAIRE DANS L'HABITAT ET LES SERRES AGRICOLES. LE TRAVAIL REALISE EST L'ANALYSE D'UN SYSTEME DE STOCKAGE ET DE DESTOCKAGE DE CHALEUR DANS LE SOL D'UNE SERRE. DANS CE SYSTEME, L'ECHANGE THERMIQUE S'OPERE PAR LA CIRCULATION DE L'AIR HUMIDE DANS DES CONDUITES ENTERREES. DANS CE TYPE D'INSTALLATION, LA VARIABILITE JOURNALIERE ET SAISONNIERE DE LA DEMANDE D'ENERGIE IMPOSE UNE CERTAINE REGULATION. A CET EFFET, UNE MEILLEURE CONNAISSANCE DE CE SYSTEME PAR MODELISATION EST INDISPENSABLE. ACTUELLEMENT, LES RESEAUX NEURONAUX CONNAISSENT UN ESSOR IMPORTANT NOTAMMENT POUR LA MODELISATION DES SYSTEMES NON LINEAIRES. PAR AILLEURS, LA THEORIE DE LA LOGIQUE FLOUE S'APPLIQUE DE PLUS EN PLUS EN COMMANDE ET EN REGULATION. CES DEUX NOTIONS PRENNENT DONC UNE PLACE IMPORTANTE DANS NOTRE ETUDE. LE TRAVAIL PRESENTE COMPORTE LA MODELISATION DU SYSTEME, L'ETUDE DE SON COMPORTEMENT ET CELLE DE SA REGULATION: EN MODELISATION, NOUS COMPARONS DEUX APPROCHES DIFFERENTES. D'ABORD UNE METHODE CLASSIQUE QUI DONNE UN MODELE ANALYTIQUE, PUIS UNE APPROCHE PAR LES RESEAUX NEURONAUX RECURRENTS QUI ABOUTIT A UN MODELE IDENTIFIE. L'ETUDE EXPERIMENTALE QUE NOUS MENONS SUR LE COMPORTEMENT A MIS EN EVIDENCE LES DIFFERENTS PHENOMENES INTERVENANT A L'INTERIEUR DES CONDUITES. LES RESULTATS EXPERIMENTAUX ONT PERMIS LA VALIDATION DE CES DEUX MODELES. DANS LA REGULATION, NOUS DEVELOPPONS UNE STRATEGIE DE COMMANDE BASEE SUR LA LOGIQUE FLOUE. DANS LE CAS D'UNE SIMULATION, CETTE COMMANDE A PERMIS D'EFFECTUER UNE OPTIMISATION DU FONCTIONNEMENT DU SYSTEME ETUDIE. L'ABOUTISSEMENT DE CES TRAVAUX PEUT SE RESUMER EN DEUX PARTIES: LES RESEAUX NEURONAUX RECURRENTS CONFIRMENT LEUR PERFORMANCE D'ADAPTATION POUR NOTRE SYSTEME. EN EFFET, LES NEURONES RECURSIFS CONFERENT AUX RESEAUX UNE CAPACITE D'APPROCHER D'UNE MANIERE APPROPRIEE L'EVOLUTION DU SYSTEME. EN OUTRE, PAR LA SIMPLICITE DE LA STRUCTURE DE CES RESEAUX, CETTE APPROCHE NECESSITE UNE ELABORATION MOINS CONSEQUENTE QUE LA MODELISATION ANALYTIQUE. AYANT LA PARTICULARITE D'EVALUER DES NOTIONS IMPRECISES, LA LOGIQUE FLOUE PARVIENT EFFECTIVEMENT A ETABLIR UNE REGULATION SATISFAISANTE DU SYSTEME. ENFIN, EN PERSPECTIVE, NOUS PROPOSONS LA REALISATION EXPERIMENTALE DU SYSTEME DE REGULATION FLOUE PRESENTE