Le mémoire traite de l'identification de systèmes dynamiques non-linéaires par l'approche multi-modèle. Cette approche consiste à représenter le système par un ensemble de modèles simples (modèles affines ou linéaires) valables dans certaines zones de fonctionnement du système. Le modèle global du système est une interpolation des modèles locaux par l'intermédiaire de fonctions de validité associées à ces modèles. La problématique soulevée par cette approche comprend : la caractérisation de l'espace de fonctionnement du système, le découpage de cet espace en zones de fonctionnement, le choix de la structure des modèles locaux, l'estimation des paramètres et la validation du multi-modèle. Le travail porte essentiellement sur l'optimisation paramétrique et structurelle d'un multi-modèle. Des algorithmes d'optimisation paramétrique sont proposés. Ce sont des méthodes à deux niveaux qui alternent entre l'estimation des paramètres des modèles locaux, ceux des fonctions de validité étant fixés et l'estimation des paramètres des fonctions de validité pour ceux des modèles locaux fixés. Au titre de l'identification structurelle, des techniques de simplification de la structure des modèles locaux ont été développées. Elles permettent de supprimer les paramètres superflus des modèles locaux. Des méthodes de réduction du nombre de modèles locaux sont présentées : elles consistent en l'élimination de modèles locaux peu explicatifs et/ou la fusion de modèles voisins redondants. Ces développements théoriques ont été appliqués à un problème de modélisation des variations du taux d'ozone en milieu urbain à différents pas de temps. Un modèle de prévision des niveaux maxima quotidiens d'ozone a été identifié. L'autre aspect de l'application a porté sur la détermination de modèle descriptif des variations horaires de la concentration d'ozone.

Le travail effectué traite de l'identification des systèmes dynamiques vectoriels du second ordre, faiblement non-linéaires, et dont la non-linéarité est une fonction des composantes de la vitesse et du déplacement. Le problème est envisagé sous l'aspect de la linéarisation, et le concept de linéarisation stochastique vraie est développe. Partant des travaux de Kozin (1988) sur les systèmes du 1er ordre excités par des bruits blancs, deux méthodes sont proposées pour accélérer la convergence de l'estimation de la masse vers la vraie masse du système initial, lorsque la largeur de bande de l'excitation, physique, tend vers l'infini. La première méthode, développée dans le cas d'excitations de type Ornstein-Uhlenbeck, fait l'objet d'une proposition théorique. Pour la deuxième méthode, un algorithme itératif d'optimisation sur la masse par recalage des moments du second ordre, les matrices d'amortissement et de raideur étant estimées par linéarisation dans l'ensemble des matrices symétriques à masse imposée, est proposé et testé numériquement. Il s'avère très performant même en présence de non-linéarités importantes, ou de modes proches

This book which is the second part of two volumes on ''Control of Electrical and Electronic Systems” presents a compilation of selected contributions to the 1st International Conference on Electrical Systems & Automation. The book provides rigorous discussions, the state of the art, and recent developments in the modelling, simulation and control of power electronics, industrial systems, and embedded systems. The book will be a valuable reference for beginners, researchers, and professionals interested in control of electrical and electronic systems.