1

Commande adaptative indirecte floue des

Commande adaptative indirecte floue des
systmes non linaires monovariables en
systmes non linaires monovariables en
utilisant le gain de Nussbaum
utilisant le gain de Nussbaum
Salim LABIOD
LAMEL - Universit de Jijel, Algrie
Thierry Marie GUERRA Thierry Marie GUERRA
LAMIH - Universit de Valenciennes, France
Rencontres Francophones sur la Logique Floue et ses Applications
05-06 Novembre 2009, Annecy
2

Introduction

Position du problme

Commande adaptative indirecte floue

Rsultats de simulation

Conclusion & Perspectives

Plan
3
Introduction
Commande adaptative
Principe :
Ajustement en ligne des paramtres du
contrleur afin dassurer les performances
dsires.
Suppositions :

modle du systme linaire par rapport aux

paramtres inconnus

Non linarits connues

4
Introduction
Commande adaptative
Inconvnient :
En pratique, cest difficile de dcrire un
systme complexe par des fonctions
connues dcoulant dune analyse physique
du systme.
Solution :
Utilisation des systmes flous dans les
schmas de commande adaptatifs
5
Commande adaptative floue
Classification

Commande adaptative indirecte floue : les

systmes flous sont utiliss comme modles
pour les systmes.

Commande adaptative directe floue : les

systmes flous sont utiliss comme
contrleurs.
Introduction
6
Systme non linaire SISO
[ ]
1
, ,
T
n
n
x x x K
u
1
y x
( ) ( )
, f g x x
Vecteur dtat
Entre de commande
Sortie du systme
Fonctions non linaires inconnues
Signe inconnu
Position du problme
( )
( ) ( )
n
y f g u + x x
( )
g x
7
Systme non linaire SISO
Objectif de commande
Position du problme
Synthse dune loi de commande u(t) utilisant
des systmes flous pour approcher les
fonctions inconnues f(x) et g(x) afin de forcer
la sortie du systme y(t) de suivre le mieux
possible une trajectoire de rfrence yd(t)
8
Systme non linaire SISO
Erreur de poursuite
Position du problme
( ) ( ) ( )
d
e t y t y t
( ) ( )
1
, 0
n
d
s t e t
dt

_
+ >

,
( ) ( )
0 0 s t e t
( ) ( )
s v f g u x x
&
( ) ( 1)
1 1
n n
d n
v y k e k e

+ + + & L

Erreur de poursuite :

Erreur filtre :

Proprit :

Dynamique de s(t) :
9
Systme non linaire SISO
Loi de commande non adaptative
Position du problme

Loi de commande :
( )
( )
( )
0
1
u f v k s
g
+ + x
x

Dynamique boucle ferme :

Conclusion :
0
s k s
&
( )
( )
lim 0
lim 0
t
t
s t
e t

10
Systme non linaire SISO
Loi de commande non adaptative
Position du problme

Problme :
Dans notre problme, les fonctions f(x) et
g(x) sont inconnues, alors on ne peut pas
utiliser cette loi de commande.

Solution :
Utilisation des systmes flous pour
approcher ces fonctions.
11
Approximation par les systmes flous
Commande adaptative indirecte floue
Vecteurs de fonctions floues de base
Vecteurs des paramtres optimaux (inconnus)
( ) ( ) ( )
* T
f f f
f + x w x x ( ) ( ) ( )
* T
g g g
g + x w x x
( ) ( )
,
f g
w x w x
* *
,
f g

Approximations floues de f(x) et g(x) :

Approximations adaptatives de f(x) et g(x) :

( ) ( )

T
f f
f x w x
( ) ( )

T
g g
g x w x
,
f g

* *
,
f g

les estims de
( ) ( )
,
f g
x x
Erreurs dapproximation
12
Loi de commande adaptative
Commande adaptative indirecte floue

Loi de commande non adaptative :

Loi de commande adaptative quivalente :

Problmes poss par cette loi de commande :
2. Possibilit de division par zro,
3. Initialisation impossible de g par zro,
4. Problme des erreurs dapproximation,
( )

0? g x
( )
0 0?
g

( )
( )
( )
0
1
u f v k s
g
+ + x
x
( )
( )
( )
0
1

u f v k s
g
+ + x
x
( ) ( )
,
f g
x x
13
Loi de commande adaptative
Proposition de Solutions
Commande adaptative indirecte floue
Dans le papier :
S. Labiod, M. S. Boucherit and T. M. Guerra : Adaptive fuzzy
control of a class of MIMO nonlinear systems, Fuzzy Sets and
Systems, vol. 151, pp. 59-77, 2005.
Les solutions proposes ncessitent la connaissance
a priori du signe du gain de commande g(x).
Dans ce travail, pour lever cette contrainte, la
technique du gain de Nussbaum est utilise.
14
Gain de Nussbaum
Commande adaptative indirecte floue
En commande adaptative, le signe du gain de
commande (The Sign of the High Frequency Gain) est
ncessaire pour dterminer la direction de recherche
des paramtres estimer.
Pour contourner le problme de la mconnaissance de
ce signe, on utilise en gnral la technique du gain de
Nussbaum.
15
Gain de Nussbaum
Commande adaptative indirecte floue
Une fonction continue et drivable dfinie sur
est dite fonction (ou gain) de Nussbaum si elle vrifie
Ces proprits sont exploites dans la dmonstration de
stabilit.
( )
N
[ )
0,
( )
0
1
lim sup N d

+
_
+

,

( )
0
1
lim inf N d

+
_


,

( ) ( )
2
cos 2 e

a
( )
2
cos a

Exemple :
16
Loi de commande adaptative propose
Commande adaptative indirecte floue

Loi de commande adaptative propose :

( )
( )
0
2
0
1

r
u f v k s
g
u k
g
N g s

+ + + +
+
2
0

g
g +

( )
1
k g N s
r
u
Rsout le problme de division par zro
Rsout le problme de linitialisation par zro
Rsout le problme des erreurs dapproximation
N.B: Dans la littrature consacre la commande adaptative, la technique
du gain de Nussbaum est utilise dans lapproche directe. Dans ce travail,
cette technique est utilise dans le cas indirect
17
Loi dadaptation
Commande adaptative indirecte floue

Loi dadaptation des paramtres :

f f f
s w
&
( ) ( )
1 g g g
u k N s s w
&
( ) ( )
2 2

1
r
r r
r
u
u u s u u s
u

_
+ + +

+
,
&
( ) ( )
( )
2 2

1 ; 0 0
r
u u s
u

+ + >
+
&
( )

1 u s

+
&
2
1
k s &

Terme robuste :

Gain de Nussbaum :
18
Analyse de la stabilit
Commande adaptative indirecte floue

Fonction candidate de Lyapunov :

2 2 2 2
1 1 1 1 1 1
2 2 2 2 2 2
T T
f f g g r
f g
V s u



+ + + + +
% % % %
%
( ) ( ) ( )
( )
2 * 2 2 2 2 *
0 1 0 1
1
r r
V k s k g N s u V k k s u g N +
& &
&
( ) ( ) ( ) ( ) ( )
( )
*
0
0 0 1
t
V t V g N d +

&
( ) ( ) ( ) ( ) ( )
( )
( )
( )
*
0
1
0 0 et tel que 0: 0 0 1
t
t t V t V t g N d
t

_
> +


,

( )
( )
( )
( )
( )
*
0
Con SI tradictio : n
1
0
t
t g N d V t
t

<

Conclusion (utilisation du lemme de Barbalat) :

Tous les signaux sont borns
( )
s(t) 0 & e t 0 quand t
19
Exemple de simulation
( ) [ ]
0 0,1; 0
T
x
0 1
2, 10, 5 k k
Chacune des fonctions f(x) et g(x)
est approche par un systme
flou 25 rgles
Commande adaptative indirecte floue
( ) ( )
1 2
2
1
x x
x f g u
y x

+
'

x x
&
&
( )
( )
2
1 2 1
1.5 1 f x x x x
( )
2 2
1 2 1 2
1 g x x x x + + + x
( ) ( )
2
cos 3 N
( )
0 0
f

( )
0 0
g

( )
0 0
r
u
( )
0 1
( )

0 0
( )
0 0
( ) ( )
0, 5sin
d
y t t
20
Commande adaptative indirecte floue
Exemple de simulation
Cas : g(x)>0
0 5 1 0 1 5 2 0
- 0 . 4
- 0 . 2
0
0 . 2
0 . 4
0 . 6
T e m p s ( s e c )
0 5 1 0 1 5 2 0
- 0 . 4
- 0 . 2
0
0 . 2
0 . 4
0 . 6
T e m p s ( s e c )
0 5 1 0 1 5 2 0
- 1
- 0 . 5
0
0 . 5
1
1 . 5
T e m p s ( s e c )
___ ......
d
y y ___ ......
d
y y & &
u
0 5 10 15 20
0
0.5
1
1.5
2
2.5
Temps (sec)
( )
N
21
Commande adaptative indirecte floue
Exemple de simulation
Cas : g(x)<0
___ ......
d
y y ___ ......
d
y y & &
u
0 5 1 0 1 5 2 0
- 0 . 4
- 0 . 2
0
0 . 2
0 . 4
T e m p s ( s e c )
0 5 1 0 1 5 2 0
- 1
- 0 . 5
0
0 . 5
1
T e m p s ( s e c )
0 5 1 0 1 5 2 0
- 2 0
- 1 0
0
1 0
2 0
T e m p s ( s e c )
0 5 10 15 20
-10
-8
-6
-4
-2
0
2
4
Temps (sec)
( )
N
22
Conclusion & Perspectives

Proposition dune loi de commande adaptative indirecte

floue pour les systmes non linaires SISO avec les
proprits suivantes:

Pas de problme de possibilit de division par zro;

Possibilit dinitialiser tous les paramtres ajustables

zro;

Utilisation de la fonction de Nussbaum pour contourner le

problme de la mconnaissance du signe du gain de
commande.

Perspective

Extension de lapproche propose au cas des systmes

multivariables.
23
Merci !
Merci !