Date : 1995
Format : 1 vol. (143 p.)
Type : Livre / Book
Type : Thèse / ThesisLangue / Language : français / French
Résumé / Abstract : L'objectif principal de cette these a ete l'elaboration de modeles permettant de mesurer de facon indirecte, de predire ou d'estimer, a l'aide d'algorithmes appropries, les concentrations en biomasse et en acide lactique et les vitesses specifiques de croissance et d'acidification lors de cultures pures et mixtes de streptococcus thermophilus 404 et lactobacillus bulgaricus 398 conduites en discontinu. Dans la premiere partie de notre travail nous developpons des modeles statiques descriptifs qui permettent une mesure indirecte de la biomasse et des vitesses specifiques a partir de la concentration en acide lactique. La generalisation a l'ensemble des conditions operatoires de ces modeles met en jeu l'utilisation de reseaux de neurones statiques. La deuxieme partie est consacree a l'etablissement de modeles de mesure indirecte dynamique et de prediction de la concentration en biomasse a partir des conditions initiales. Ces modeles comportent l'utilisation des reseaux de neurones recurrents ainsi que l'utilisation des equations differentielles du modele d'etat. Enfin, le couplage des modeles statiques de reseaux de neurones avec des estimateurs classiques (filtre de kalman etendu, estimateur d'ordre reduit de bastin et dochain) est traite. Une analyse des avantages et des limitations de chaque approche, a l'aide de tests specifiques (erreur d'initialisation, bruit de mesure, perturbations) valorise l'emploi des reseaux recurrents pour la resolution des problemes specifiques au procede etudie. Neanmoins, une approche hybride qui tire profit de l'information a priori contenue dans le modele d'etat, des reseaux des neurones statiques pour la modelisation des vitesses specifiques et des algorithmes d'estimation, est aussi proposee comme une methodologie plus universelle