propos de capteurs logiciels

Alain RAPAPORT
p. 1/11
Enjeux de la mesure
p. 2/11
Enjeux de la mesure
amlioration de la surveillance des
micro-organismes
p. 2/11
Enjeux de la mesure
amlioration de la surveillance des
micro-organismes (ex. prvenir le lessivage)
p. 2/11
Enjeux de la mesure
amlioration de la surveillance des
micro-organismes (ex. prvenir le lessivage)
optimisation de lutilisation des micro-organismes
p. 2/11
Enjeux de la mesure
amlioration de la surveillance des
micro-organismes (ex. prvenir le lessivage)
optimisation de lutilisation des micro-organismes
(ex. minimiser le temps de sjour)
p. 2/11
Enjeux de la mesure
amlioration de la surveillance des
micro-organismes (ex. prvenir le lessivage)
optimisation de lutilisation des micro-organismes
(ex. minimiser le temps de sjour)
ncessitent de mesurer des concentrations chimiques
ou biologiques en ligne
p. 2/11
Enjeux des capteurs logiciels
Inconvnients des capteurs physiques :
p. 3/11
Enjeux des capteurs logiciels
Inconvnients des capteurs physiques :
coteux
p. 3/11
Enjeux des capteurs logiciels
Inconvnients des capteurs physiques :
coteux
analyses hors-ligne longues et dlicates
p. 3/11
Enjeux des capteurs logiciels
Inconvnients des capteurs physiques :
coteux
analyses hors-ligne longues et dlicates
Un capteur logiciel permet de remplacer un ou
plusieurs capteurs physiques
p. 3/11
Enjeux des capteurs logiciels
Inconvnients des capteurs physiques :
coteux
analyses hors-ligne longues et dlicates
Un capteur logiciel permet de remplacer un ou
plusieurs capteurs physiques, mais condition davoir un
modle
p. 3/11
Enjeux des capteurs logiciels
Inconvnients des capteurs physiques :
coteux
analyses hors-ligne longues et dlicates
Un capteur logiciel permet de remplacer un ou
plusieurs capteurs physiques, mais condition davoir un
modle et des hypothses (observabilit).
p. 3/11
Un exemple : b + s b
S
in
D
D
b + s > b
_

_
d
dt
b = r
1
bs
d
dt
s = r
2
bs
p. 4/11
Un exemple : b + s b
S
in
D
D
b + s > b
_

_
d
dt
b = r
1
bs Db
d
dt
s = r
2
bs + D(s
in
s)
p. 4/11
Un exemple : b + s b
S
in
D
D
b + s > b
_

_
d
dt
b = r
1
bs Db
d
dt
s = r
2
bs + D(s
in
s)
Problme : on mesure s(t) et on veut connatre b(t).
p. 4/11
Un exemple : b + s b
S
in
D
D
b + s > b
_

_
d
dt
b = r
1
bs Db
d
dt
s = r
2
bs + D(s
in
s)
Problme : on mesure s(t) et on veut connatre b(t).
Si D < r
1
s
in
, il existe un quilibre stable :
b
e
=
r
1
S
in
D
r
2
, s
e
=
D
r
1
p. 4/11
Portrait de phase

b = (r
1
s D)b
e
D
s
in
s
s
p. 5/11
Portrait de phase

b = (r
1
s D)b
e
D
s
in
s
s
b
lessivage
S
p. 5/11
Linearisation autour de (b
e
, s
e
)
_

b = (r
1
s D)b
s = (r
2
b + D)s + Ds
in
p. 6/11
Linearisation autour de (b
e
, s
e
)
_

b = (r
1
s D)b
s = (r
2
b + D)s + Ds
in
=
_

b

s
_
=
_
(r
1
s
e
D)b + (r
1
s)b
e
(r
2
b
e
+ D)s (r
2
b)s
e
_
p. 6/11
Linearisation autour de (b
e
, s
e
)
_

b = (r
1
s D)b
s = (r
2
b + D)s + Ds
in
=
_

b

s
_
=
_
(r
1
s
e
D)b + (r
1
s)b
e
(r
2
b
e
+ D)s (r
2
b)s
e
_
=
_
Ds
r
1
s
in
s
r
2
r
1
Db
_
p. 6/11
Linearisation autour de (b
e
, s
e
)
_

b = (r
1
s D)b
s = (r
2
b + D)s + Ds
in
=
_

b

s
_
=
_
(r
1
s
e
D)b + (r
1
s)b
e
(r
2
b
e
+ D)s (r
2
b)s
e
_
=
_
Ds
r
1
s
in
s
r
2
r
1
Db
_
=
_
_
0 D

r
2
r
1
D r
1
s
in
_
_
. .
A
_
b
s
_
p. 6/11
Thorie de lobservation
Posons X =
_
b
s
_
p. 7/11
Thorie de lobservation
Posons X =
_
b
s
_
,
_

_
d
dt
X = AX
y = s =
_
0 1
_
. .
C
X
p. 7/11
Thorie de lobservation
Posons X =
_
b
s
_
,
_

_
d
dt
X = AX
y = s =
_
0 1
_
. .
C
X
Matrice dobservabilit: O =
_
C
CA
_
p. 7/11
Thorie de lobservation
Posons X =
_
b
s
_
,
_

_
d
dt
X = AX
y = s =
_
0 1
_
. .
C
X
Matrice dobservabilit: O =
_
C
CA
_
A =
_
_
0 D

r
2
r
1
D r
1
s
in
_
_
p. 7/11
Thorie de lobservation
Posons X =
_
b
s
_
,
_

_
d
dt
X = AX
y = s =
_
0 1
_
. .
C
X
Matrice dobservabilit: O =
_
C
CA
_
A =
_
_
0 D

r
2
r
1
D r
1
s
in
_
_
=O =
_
0 1

r
2
r
1
D r
1
s
in
_
p. 7/11
Thorie de lobservation
_
y
d
dt
y
_
p. 8/11
Thorie de lobservation
_
y
d
dt
y
_
=
_
CX
C
d
dt
X
_
p. 8/11
Thorie de lobservation
_
y
d
dt
y
_
=
_
CX
C
d
dt
X
_
=
_
CX
CAX
_
p. 8/11
Thorie de lobservation
_
y
d
dt
y
_
=
_
CX
C
d
dt
X
_
=
_
CX
CAX
_
=
_
C
CA
_
X
p. 8/11
Thorie de lobservation
_
y
d
dt
y
_
=
_
CX
C
d
dt
X
_
=
_
CX
CAX
_
=
_
C
CA
_
X = OX
p. 8/11
Thorie de lobservation
_
y
d
dt
y
_
=
_
CX
C
d
dt
X
_
=
_
CX
CAX
_
=
_
C
CA
_
X = OX
Thorme: Le systme (A, C) est observable SSI O est
inversible.
p. 8/11
Thorie de lobservation
_
y
d
dt
y
_
=
_
CX
C
d
dt
X
_
=
_
CX
CAX
_
=
_
C
CA
_
X = OX
Thorme: Le systme (A, C) est observable SSI O est
inversible.
En dimension n, O =
_
_
_
_
C
CA
. . .
CA
n1
_
_
_
_
p. 8/11
Construction dun observateur
Observateur de Luenberger:
p. 9/11
Construction dun observateur
Observateur de Luenberger:
d
dt

X = A

X
p. 9/11
Construction dun observateur
Observateur de Luenberger:
d
dt

X = A

X+G(C

X
..
y
y)
p. 9/11
Construction dun observateur
Observateur de Luenberger:
d
dt

X = A

X+G(C

X
..
y
y)
Soit E =

X X,
p. 9/11
Construction dun observateur
Observateur de Luenberger:
d
dt

X = A

X+G(C

X
..
y
y)
Soit E =

X X,
d
dt
E = (A + GC)E
p. 9/11
Construction dun observateur
Observateur de Luenberger:
d
dt

X = A

X+G(C

X
..
y
y)
Soit E =

X X,
d
dt
E = (A + GC)E
Rglage de G:
p. 9/11
Construction dun observateur
Observateur de Luenberger:
d
dt

X = A

X+G(C

X
..
y
y)
Soit E =

X X,
d
dt
E = (A + GC)E
Rglage de G:
Sp(A+GC) Re < 0
p. 9/11
Construction dun observateur
Observateur de Luenberger:
d
dt

X = A

X+G(C

X
..
y
y)
Soit E =

X X,
d
dt
E = (A + GC)E
Rglage de G:
Sp(A+GC) Re < 0 E(t)
t+
0
p. 9/11
Retour sur lexemple
A =
_
_
0 D

r
2
r
1
D r
1
s
in
_
_
, C =
_
0 1
_
,
p. 10/11
Retour sur lexemple
A =
_
_
0 D

r
2
r
1
D r
1
s
in
_
_
, C =
_
0 1
_
, G =
_
g
1
g
2
_
p. 10/11
Retour sur lexemple
A =
_
_
0 D

r
2
r
1
D r
1
s
in
_
_
, C =
_
0 1
_
, G =
_
g
1
g
2
_
A + GC =
_
_
0 D + g
1

r
2
r
1
D r
1
s
in
+ g
2
_
_
p. 10/11
Retour sur lexemple
A =
_
_
0 D

r
2
r
1
D r
1
s
in
_
_
, C =
_
0 1
_
, G =
_
g
1
g
2
_
A + GC =
_
_
0 D + g
1

r
2
r
1
D r
1
s
in
+ g
2
_
_
Valeurs propres:
_

1
+
2
= r
1
s
in
+ g
2

2
=
r
2
r
1
D(D + g
1
)
p. 10/11
Retour sur lexemple
A =
_
_
0 D

r
2
r
1
D r
1
s
in
_
_
, C =
_
0 1
_
, G =
_
g
1
g
2
_
A + GC =
_
_
0 D + g
1

r
2
r
1
D r
1
s
in
+ g
2
_
_
Valeurs propres:
_

1
+
2
= r
1
s
in
+ g
2
= 2

2
=
r
2
r
1
D(D + g
1
) =
2
( > 0)
p. 10/11
Conclusion
p. 11/11
Conclusion
Pour construire un observateur, il faut un modle
p. 11/11
Conclusion
Pour construire un observateur, il faut un modle
Un observateur est un systme dynamique
p. 11/11
Conclusion
Pour construire un observateur, il faut un modle
Un observateur est un systme dynamique
Philosophie "intgrer pour driver"
p. 11/11