Ahmed ouaret
Ahmed OUARET: PhD student in Electronic at University of Bejaia, Algeria. He has had a Bachelor in jaune 2009 and Master in Automatic at the University of Bejaia in july 2014. His work field includes the advanced controls, intelligent controls and its application to energy management in buildings.
less
Related Authors
beagle bone
Ecole Nationale d'Ingénieurs de Tunis (ENIT)
ameur sassi
Ecole Nationale d'Ingénieurs de Tunis (ENIT)
Omar Bouattane
Hassan II Casablanca
Lassaad Elmokh
ESSTT Tunisie
hakmi mariyam
Ecole Normale Supérieure de l'Enseignement Technique
SAID EL KHATTARI
Ecolé Nationale Supérieure d'Electricité et de Mécanique
Imane Ghlib
École de Technologie Supérieure
Jana Javornik
University of East London
Gwen Robbins Schug
University of North Carolina at Greensboro
Gabriel Gutierrez-Alonso
University of Salamanca
Uploads
Drafts by Ahmed ouaret
ou à préconiser certains comportements de l’usager…. L’objectif de ce travail est d’exploiter les réseaux de neurones pour identifier les paramètres du système de chauffage, afin de réaliser une régulation robuste de la température ambiante dans la pièce à occuper. On a opté
à l’utilisation d’une stratégie de commande adaptative indirecte en ligne par modèle de référence. Les résultats obtenues après la simulation sous Matlab/simulink, montrent l’efficacité des réseaux de neurones dans l’identification et la commande des processus nonlinéaires très compliqués.
L’object if principal de ce travail est d’utiliser une commande adaptative indirecte afin d’assurer une bonne poursuite de la consigne afin d’avoir une puissance maximale, malgré la présence de différentes perturbations. Les résultats de la simulation obtenus par MATLAB/SIMULINK montrent l’efficacité et la robustesse de cette technique de commande appliquée un système photovoltaïque.
ou à préconiser certains comportements de l’usager…. L’objectif de ce travail est d’exploiter les réseaux de neurones pour identifier les paramètres du système de chauffage, afin de réaliser une régulation robuste de la température ambiante dans la pièce à occuper. On a opté
à l’utilisation d’une stratégie de commande adaptative indirecte en ligne par modèle de référence. Les résultats obtenues après la simulation sous Matlab/simulink, montrent l’efficacité des réseaux de neurones dans l’identification et la commande des processus nonlinéaires très compliqués.
L’object if principal de ce travail est d’utiliser une commande adaptative indirecte afin d’assurer une bonne poursuite de la consigne afin d’avoir une puissance maximale, malgré la présence de différentes perturbations. Les résultats de la simulation obtenus par MATLAB/SIMULINK montrent l’efficacité et la robustesse de cette technique de commande appliquée un système photovoltaïque.