http://dspace.univ-mascara.dz:8080/jspui/handle/123456789/77 2026-03-02T09:44:14Z http://dspace.univ-mascara.dz:8080/jspui/handle/123456789/1380 Titre: Contribution à la commande neuro-floue : application au système sans capteur du pompage photovoltaïque Auteur(s): LAOUFI, Abdelhaq Résumé: Dans le cadre de cette thèse, nous avons exploré une approche de commande hybride alliant réseaux de neurones artificiels et logique floue, connue sous le nom de système d’inférence neuro-flou adaptatif (ANFIS). L’objectif principal est d’optimiser les performances d’un système de pompage photovoltaïque. Pour ce faire, chaque technique — logique floue, réseau de neurones, et ANFIS — a été présentée individuellement, puis appliquée à l’optimisation de la commande MPPT (Maximum Power Point Tracking), initialement fondée sur l’algorithme classique Perturb et Observe (P&O). Par ailleurs, afin d’améliorer les performances dynamiques de la machine asynchrone et de garantir un transfert optimal de l’énergie mécanique vers la pompe centrifuge, une seconde application de la commande ANFIS a été réalisée dans le cadre de la commande directe du couple (DTC). Une étude comparative des performances a été menée à l’aide de simulations sous MATLAB/Simulink. Les résultats obtenus démontrent que la commande ANFIS surpasse les autres approches testées, tant en termes de robustesse que d’efficacité énergétique. Toutefois, cette méthode présente certaines limites, notamment un temps de calcul relativement élevé et une complexité accrue dans l’élaboration et l’administration de la base de données nécessaire à son fonctionnement. 2026-01-26T00:00:00Z http://dspace.univ-mascara.dz:8080/jspui/handle/123456789/1309 Titre: Contribution à l’étude de l’effet du champ électrique pulsé haute tension sur les produits végétaux pour les applications industrielles des agro-ressources Auteur(s): BAGHDAD, Abdelkader Résumé: Des recherches récentes ont démontré l'efficacité de l'application d'un champ électrique pulsé dans l’industrie. Cette efficacité est obtenue par électroporation, un processus qui produit des pores dans la membrane cellulaire biologique lorsqu'il est soumis à des impulsions haute tension. Des niveaux d'énergie optimaux peuvent considérablement améliorer le rendement en huile sans compromettre la qualité, ce qui en fait une technique précieuse pour les applications industrielles. L'effet de l'application de traitements par champ électrique pulsé sur des feuilles de basilic pour l'extraction d'huiles essentielles a été étudié dans cette recherche. Après un traitement par champ électrique pulsé d'une intensité de 2 kV.cm-1, une énergie spécifique de 5 kJ.kg-1 et une distillation de 60 minutes, le rendement en huile essentielle de basilic est passé de 0,63 % (témoin) à 0,82 %, soit une augmentation de 30,16 %. Cependant, lorsque les feuilles de basilic ont été traitées à très haute énergie spécifique (50 kJ.kg-1), une augmentation non significative du rendement en huile essentielle par rapport au témoin a été observée. Cette étude expérimentale présente les résultats concernant l'effet du traitement par champ électrique pulsé sur l'absorbance de basilic. L'étude nous a permis de constater une augmentation de l'absorption des huiles essentielles lors de l'application du champ électrique pulsé à des énergies spécifiques modérées. Ceci est important pour le contrôle qualité, un facteur essentiel pour l'utilisation des huiles essentielles dans diverses applications. 2025-09-30T00:00:00Z http://dspace.univ-mascara.dz:8080/jspui/handle/123456789/1294 Titre: Prédiction de nouvelles solutions pour quantifier les anomalies de langage chez l'enfant autiste, et le localiser intelligemment en cas où il est perdu (ou kidnappé) Auteur(s): BOUHAMIDA, Habib Allah Résumé: Un enfant atteint de troubles du spectre autistique a toujours des difficultés à exprimer ses sentiments et à demander ses besoins globalement en raison de son comportement non social. La sécurité de l'enfant (TSA surtout) est un problème majeur de nos jours, vu que le nombre d'enlèvements, de maltraitance et de mauvaises conduites de cet enfant augmentent de jour en jour. Donc, le localiser intelligemment lors de perte/kidnapping permet de garder l'œil sur lui, et nous aide énormément à le localiser/sauver en extrême urgence en exploitant les services des réseaux de télécoms, suite à un appel émis par un capteur intelligent, déclenchant par exemple une balise de localisation automatique de l'enfant porteur de tel dispositif par le biais d'un message émis qui fait sonner un contact d'urgence. D'autre part, cet autiste savant parler présente souvent une qualité vocale et une prosodie de la parole anormales, mais la nature exacte et les mécanismes sous-jacents de ces anomalies, et leur pouvoir diagnostique, sont actuellement inconnus. La thématique de cette recherche consiste à concevoir un dispositif, en plus de la localisation intelligente de l'autiste, et permet de quantifier en termes d'analyse des images IRM fonctionnel et structurel les anomalies de langage pour cet autiste par l’intelligence artificielle, et de créer un modèle de classification par l’apprentissage profond CNN qui nous permet de détecter l’autisme à l’âge précoce. 2025-09-03T00:00:00Z http://dspace.univ-mascara.dz:8080/jspui/handle/123456789/1272 Titre: Use of soft computing techniques for the control of industrial systems: application on an industrial robot Auteur(s): REZALI, Baghdadi Résumé: This thesis presents advancements in industrial robotics using soft computing techniques, focus- ing on kinematic and dynamic modeling, sensorless collision detection and optimal trajectory planning. Chapter 3 provides a comprehensive study of robot manipulators, covering funda- mental principles of kinematic and dynamic modeling. A detailed case study on the Fanuc M-710iC/70 industrial robot examines its kinematic structure, dynamic model, and control as- pects, offering practical insights into robotic motion and system behavior. Chapter 4 addresses the limitations of traditional model-based collision detection methods and introduces a novel sensorless approach using a fuzzy momentum observer. By dynamically adjusting observer parameters through fuzzy logic, this method enhances detection accuracy, improving both sen- sitivity and robustness. Extensive simulations validate its effectiveness in detecting collisions with high precision. Chapter 5 focuses on optimal trajectory planning for industrial robots to minimize energy consumption while ensuring smooth motion. A deep learning-based energy model, utilizing a Long Short-Term Memory (LSTM) network, accurately predicts energy con- sumption. Additionally, a Genetic Algorithm (GA) optimizes robot trajectories by considering execution time, jerk, and energy efficiency. The integration of deep learning and evolutionary optimization enables the generation of energy-efficient trajectories, enhancing industrial robot performance. Overall, this research contributes to improving industrial robots by enhancing modeling accuracy, safety, and energy efficiency, making them more adaptive and intelligent in real-world applications. 2025-07-08T00:00:00Z