Dans le cadre d'un projet de réalisation d'un système à base de connaissances, d'aide à la simplification de modèles, utilisant des techniques d'intelligence artificielle (IA) associées à un langage de représentation centrée objet, les travaux présentés dans ce mémoire constituent une contribution à la définition de l'expertise au point de vue de la simplification de modèles et du développement des outils de synthèse nécessaires à l'élaboration de la base de connaissances. Ce mémoire comporte, dans la première partie, une synthèse bibliographique des différentes techniques de réduction des systèmes continus linéaires stationnaires modélisés par une matrice de transfert ou une équation d'état. Des critères de choix d'une méthode de simplification sont définis pour mieux guider l'utilisateur dans sa démarche. La deuxième partie, par une analyse numérique et graphique, traite plus particulièrement de l'identification des dynamiques, nécessaire à tout découplage ou réduction. Sans calcul des valeurs propres ni des vecteurs propres, cette identification est réalisée par des méthodes géométriques permettant ainsi un étiquetage des dynamiques du système étudié. L'introduction d'une nouvelle méthode, associée aux cercles de gershgorin, permet par un changement de base diagonal optimal, de mieux localiser les valeurs propres de la matrice d'état du système. La aussi, des critères de choix portant sur le bon ou le mauvais conditionnement d'une matrice sont établis. Lorsqu'ils sont vérifiés, ces critères nous renseignent sur l'utilisation directe des méthodes géométriques de mise en évidence des dynamiques. Dans la troisième partie, nous proposons trois méthodes qui, par une transformation linéaire, permettent la bloc-diagonalisation de la matrice d'état du système, quel que soit son conditionnement, tout en regroupant dans chaque bloc les dynamiques considérées. Cette technique est basée sur le calcul de la signature de matrice et ne nécessite pas non plus la connaissance du spectre de celle-ci.

Nonlinear Systems is divided into three volumes. The first deals with modeling and estimation, the second with stability and stabilization and the third with control. This three-volume set provides the most comprehensive and detailed reference available on nonlinear systems. Written by a group of leading experts in the field, drawn from industry, government and academic institutions, it provides a solid theoretical basis on nonlinear control methods as well as practical examples and advice for engineers, teachers and researchers working with nonlinear systems. Each book focuses on the applicability of the concepts introduced and keeps the level of mathematics to a minimum. Simulations and industrial examples drawn from aerospace as well as mechanical, electrical and chemical engineering are given throughout.

On présente un contribution à l'étude des systèmes discrets dans les domaines de la modélisation et la réduction de dimensionnalité par des méthodes d'élimination d'une part, et par découplage des dynamiques lorsque les systèmes discrets sont multi-échelle de temps d'autre part. La détermination des lois de commande quasi-optimale est développée sous deux approches utilisant respectivement la matrice de Riccati perturbée et la décomposition temporelle du système global.

Systèmes multi-échelles est une introduction à la problématique des systémes multi-échelles du point de vue du mathématicien appliqué. Il se compose d'une mosaique d'exemples de problèmes issus de la physique au sens large qui présentent pour leur modélisation et leur simulation cette difficulté essentielle de comporter en leur sein des échelles de temps ou d'espace très différentes.