This research work deals with the problem of controlling a salient-pole permanent-magnet synchronous motor (SP-PMSM) used in hybrid electric vehicles. An adaptive nonlinear controller based on the backstepping technique is developed to meet the following requirements: control of the reference vehicle speed in the presence of load variation and changes in the internal motor parameters while keeping the reliability and stability of the vehicle. The complexity of the control problem lies on the system nonlinearity, instability and the problem of inaccessibility to measure all the internal parameters, such as inertia, friction and load variation. For this issue, an adaptive backstepping regulator is developed to estimate these parameters. On the basis of formal analysis and simulation, as well as test results, it is clearly shown that the designed controller achieves all the goals, namely robustness and reliability of the controller, stability of the system and speed control, considering the uncertainty parameters’ measurements.

L'imagerie thermique et la récente disponibilité des lasers QCL (Quantum Cascade Laser) largement accordables, nous permettent de proposer un système d'imagerie hyperspectrale active fonctionnant dans l'infrarouge moyen (MIR), où la sortie du système consiste en une série de sous-images à bande étroite disposées sur le spectre de réflectance de l'échantillon, formant un hypercube de données acquises par la technique d'acquisition « staring ». Afin d'évaluer plus précisément les capacités de l'imagerie hyperspectrale active, nous proposons un système de mesure composé de quatre lasers accordables QCL (afin de couvrir les longueurs d'onde de 3,9 µm à 4,7 µm et de 7,5 µm à 11 µm), et de deux caméras : InSb refroidie pour la gamme spectrale 3-5 µm et un bolomètre pour la gamme 7,5-13 µm. Nous présentons également l'algorithme d'acquisition et de traitement des images pour obtenir les spectres des mesures sur la surface des feuilles des plantes. Enfin, nous présentons et discutons les résultats obtenus en utilisant la technique de classification PLS-DA pour caractériser l'état hydrique de différentes plantes dans des conditions de croissance contrôlées au sein de laboratoire, séparées en deux classes : les plantes de témoins ont été maintenues à 80 % de la capacité du champ (CC) et les plantes stressées à 20 %. Des premiers résultats ont montré la capacité du système proposé à séparer les plantes pour une détection précoce du stress hydrique.