http://hdl.handle.net/STDB_UNAM/599 Sat, 18 Apr 2026 10:33:46 GMT 2026-04-18T10:33:46Z http://hdl.handle.net/STDB_UNAM/686 Réalisation d’une interface MATLAB pour la simulation des bioprocédés : Application au modèle ADM1 KEBIZE, Sidahmed; ZOUDJI, Zine eddine La digestion anaérobie offre une voie durable pour le traitement des eaux usées organiques tout en générant une énergie renouvelable sous forme de biogaz. Le Modèle de Digestion Anaérobie n°1 (ADM1) est reconnu comme un outil structuré et puissant pour comprendre et prédire la dynamique complexe de la DA, qui englobe de multiples réactions biochimiques parallèles. Malgré sa robustesse, l’application pratique de l’ADM1 est souvent entravée par sa courbe d’apprentissage abrupte et les compétences en programmation spécialisées requises pour sa mise en oeuvre. Cette recherche vise à pallier cette limite en intégrant les fondements théoriques de l’ADM1 avec les capacités computationnelles de MATLAB pour concevoir une Interface Graphique Utilisateur (GUI) conviviale. Développée avec le module GUIDE de MATLAB, l’interface comprend des modules pour le pré-traitement (ex. : définition du substrat, saisie des paramètres opérationnels), l’exécution des simulations et le post-traitement. Le principal résultat de ce travail est un outil logiciel qui abaisse la barrière technique liée à l’utilisation de l’ADM1, le rendant ainsi plus accessible à des fins pédagogiques, de conception de procédés et d’optimisation des systèmes de digestion anaérobie pour un plus large éventail d’acteurs des secteurs de l’énergie propre et de l’eau. Tue, 30 Sep 2025 00:00:00 GMT http://hdl.handle.net/STDB_UNAM/686 2025-09-30T00:00:00Z http://hdl.handle.net/STDB_UNAM/683 Analyse et commande en simulation d’un procédé de digestion anaérobie BENOSMAN, Douniazed; KHIATI, Chahira Ce travail de Master porte sur l’étude, la modélisation et la commande d’un procédé de digestion anaérobie en mode chémostat. L’objectif principal est d’assurer un fonctionnement stable et optimal du réacteur, notamment à travers la régulation de paramètres clés tels que la température et le débit. Une modélisation mathématique du procédé est d’abord présentée, suivie de l’étude des différentes stratégies de commande, en particulier la commande PID et la commande prédictive. Des simulations sont réalisées afin d’analyser les performances, la stabilité et la robustesse des régulateurs proposés. Les résultats obtenus montrent que la stratégie de commande permet une bonne régulation du système et améliore significativement la stabilité du procédé. Ce travail constitue ainsi une contribution importante à l’optimisation des procédés biologiques de traitement et de valorisation des déchets organiques. Mon, 29 Sep 2025 00:00:00 GMT http://hdl.handle.net/STDB_UNAM/683 2025-09-29T00:00:00Z http://hdl.handle.net/STDB_UNAM/682 Simulation et développement d’une micropompe intelligente par la méthode des éléments finis (MEF) DJELLOULI, Boumediene Ce mémoire de Master porte sur la conception et la fabrication d’une micropompe piézoélectrique innovante pour l’injection d’insuline, destinée aux patients atteints de diabète de type 1. Contrairement aux pompes traditionnelles à moteur, ce système compact repose sur trois couches fonctionnelles : une chambre en PDMS sans valves, un actionneur piézoélectrique, et une zone d’interaction fluidestructure. Des simulations numériques avec COMSOL Multiphysics ont permis de prédire les performances en termes de déformation de membrane et de débit. Ce travail met en évidence la faisabilité technique et le potentiel biomédical d’un système d’injection automatisé et miniaturisé. Wed, 19 Nov 2025 00:00:00 GMT http://hdl.handle.net/STDB_UNAM/682 2025-11-19T00:00:00Z http://hdl.handle.net/STDB_UNAM/645 Adaptive Parameters Estimation Using Modulating Functions and the KKL Observer SEDDAR, Imane Yamina This work addresses the problem of estimating unmeasured states and identifying parameters of a nonlinear system using only one measurable signal. To achieve this, we employ a KKL observer (Kazantzis–Kravaris–Luenberger), which transforms the original system x˙ = f(x, u) into a latent linear system, where the states can be reconstructed via an invertible transformation learned by a neural network. In parallel, the Modulating Functions (MF) method enables parameter estimation from differential models without requiring numerical differentiation. By multiplying the system’s equation with a test function and integrating over a time interval, the problem becomes a robust algebraic system, well-suited for noisy measurements. The proposed approach is validated on a Hill-type isometric muscle model driven by real EMG signals, including both healthy and pathological cases. Wed, 02 Jul 2025 00:00:00 GMT http://hdl.handle.net/STDB_UNAM/645 2025-07-02T00:00:00Z