Vous êtes sur la page 1sur 51

MINISTERE DE LENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE

UNIVERSITE FERHAT ABBAS SETIF UFAS (ALGERIE)

Mmoire
Prsent au dpartement dElectrotechnique Facult de Technologie Pour obtenir le diplme de :

Master
En Automatique Option : Commande des processus industriels Par

DOUKHI Nassim
Thme

Commande Floue Adaptative par Mode Glissant dune Classe des Systmes Non Linaires
Soutenue le 30/06/2011 devant la commission dexamen compose de :
Dr BENAICHA Samira Mr BOUROUBA Bachir Dr MOKEDDEM Diab Mr REFFOUFI Salim M C. B. lUniversit de Stif M A. A. lUniversit de Stif M .C. B. lUniversit de Stif M A. A. lUniversit de Stif Prsidente Encadreur Co-Encadreur Examinateur

REMERCIEMENTS

Remerciements

Tout d'abord merci dieu de m'avoir donner la force pour terminer ce travail
Je tiens remercier vivement monsieur Mr. BOUROUBA Bachir pour son esprit scientifique et comprhensif, qui a consacr beaucoup de son temps mon travail et ma beaucoup aid avec ses ides, ses conseils et surtout ses critiques objectives. Je tiens galement remercier monsieur Dr. MOKEDDEM Diab pour son enthousiasme et son soutien sans faille durant la ralisation de ce mmoire. Je tiens remercier madame Dr. BENAICHA Samira davoir accept la prsidence du jury, monsieur Mr. REFFOUFI Salim davoir pris de leurs temps pour examiner ce travail. Jadresse aussi mes remerciements tous mes amis et collgues surtout ceux qui m'ont apports un soutien moral, patience et une amiti inoubliable. Enfin, je ne saurais terminer ce remerciement sans remercier mes parents, qui mon accompagn tout au long de mes tudes par leur amour inconditionnel et leur soutien constant.

DEDICACES

Ddicaces

Je ddie ce modeste travail A tous les membres de ma famille grande et petite. A ma mre avec toute maffection. A mon pre avec toute ma reconnaissance. A mes frres Salim, Soria, Kafia sans oublier le cajoleur Abdelghani. A tous les enseignants qui mont aid de proche ou de loin pour tre un jour un Master. A mes collgues Sadek et Zino qui ma accompagn pendant le long de cette priode pour raliser ce modeste travail. A tous mes amis. A tous les tudiants du dpartement dlectrotechnique, surtout les tudiants de la Master 2 Automatique promotion 2011. A tous ceux qui mont aid, de prs ou de loin, mme quil soit un mot dencouragement et de gentillesse. A tous ceux que jaime et qui maiment. A tous ceux qui connaissent Doukhi Nassim. Doukhi Nssim.

SOMMAIRE

Sommaire
Introduction gnrale ----------------------------------------------------------------------------Chapitre 1 : Systmes Non Linaires 1.1 Introduction -----------------------------------------------------------------------------------1.2 Les systmes non linaires -----------------------------------------------------------------1.2.1 Dfinition -------------------------------------------------------------------------------1.2.2 Classe de systmes non linaires ----------------------------------------------------1.3 Linarisation entre-sortie (LES) ----------------------------------------------------------1.4 Conclusion ------------------------------------------------------------------------------------Chapitre 2 : Les Systmes Flous 2.1 Introduction -----------------------------------------------------------------------------------2.2 La logique floue ------------------------------------------------------------------------------2.2.1 Dfinition -------------------------------------------------------------------------------2.2.2 Quelques avantages de la logique floue ---------------------------------------------2.2.3 Les inconvnients ----------------------------------------------------------------------2.2.4 Application la logique floue --------------------------------------------------------2.3 Commande Floue ----------------------------------------------------------------------------2.3.1 But de la Commande Floue -----------------------------------------------------------2.3.2 Les Concepts de la Logique Floue ---------------------------------------------------2.3.3 Les Bases de la Commande Floue ---------------------------------------------------2.3.3.1 Variables linguistiques et ensembles flous -----------------------------------2.3.3.2 Fonctions dappartenances ------------------------------------------------------2.3.4 Oprateurs -------------------------------------------------------------------------------2.4 La structure dune Commande Floue -----------------------------------------------------2.4.1 Interface de fuzzification --------------------------------------------------------------2.4.2 Moteur dinfrence --------------------------------------------------------------------2.4.3 Interface de Dffuzification ----------------------------------------------------------2.5 Conclusion ------------------------------------------------------------------------------------Chapitre 3 : Commande Floue Adaptative 3.1 Introduction -----------------------------------------------------------------------------------3.2 La Commande Adaptative ------------------------------------------------------------------3.2.1 Le principe ------------------------------------------------------------------------------3.2.2 Commande Adaptative Modle de Rfrence ----------------------------------3.2.3 Commande adaptative directe -------------------------------------------------------3.2.4 Commande adaptative indirecte -----------------------------------------------------3.3 Linarisation Entre-Sortie Floue adaptative -------------------------------------------3.3.1 Lois dadaptation -----------------------------------------------------------------------3.4 APPLICATION 1 ------------------------------------------------------------------------------------3.4.1 Rsultats de simulation ----------------------------------------------------------------17 18 18 18 19 20 21 23 24 25 27 9 9 9 9 10 10 11 11 11 11 11 11 12 12 13 13 14 15 4 4 4 4 5 7 1

SOMMAIRE

3.5 APPLICATION 1.1 -----------------------------------------------------------------------------

27

3.5.1 Rsultats de simulation ----------------------------------------------------------------3.6 Conclusion ------------------------------------------------------------------------------------- 29 Chapitre 4 : Commande Floue Adaptative Par Mode Glissant 4.1 Introduction -----------------------------------------------------------------------------------4.2 Robustification de la L.E.S.F.A ------------------------------------------------------------4.2.1 Principe de la Commande Additive -------------------------------------------------4.3 Robustification par Mode de Glissement ------------------------------------------------4.4 APPLICATION 2 ------------------------------------------------------------------------------4.4.1 Rsultats de simulation ----------------------------------------------------------------4.5. Amlioration de la commande floue adaptative par mode glissant ------------------4.5.1 Amlioration par un contrleur flou de type de MAMDANI --------------------4.5.1.1 Rsultats de simulation ----------------------------------------------------------4.5.2 Amlioration par un contrleur flou de type de SUGENO ----------------------4.5.2.1 Rsultats de simulation ----------------------------------------------------------4.6 Conclusion ------------------------------------------------------------------------------------31 33 33 34 35 35 37 37 38 39 39 40

Conclusion Gnrale ------------------------------------------------------------------------------ 41

LISTE DES FIGURES

Liste des figures


Chapitre 1. Figure 1.1 : Reprsentation entre-sortie du systme (1.1). --------------------------------Figure 1.2 : Reprsentation du systme (1.7). ------------------------------------------------Chapitre 2. Figure 2.1 : structure de base dun rgulateur flou. ------------------------------------------- 13 Chapitre 3. Figure 3.1 : principe des systmes de commande adaptative.------------------------------- 18 Figure 3.2 : Structure de base de la commande adaptative avec le modle de rfrence 19 . Figure 3.3 : Structure de la commande adaptative directe ---------------------------------. Figure 3.4: Structure de la commande adaptative indirecte --------------------------------. Figure 3.5 : Principe de la (L.E.S.F.A). -------------------------------------------------------Figure 3.6 : Transfert entre et ------------------------------------------------------APPLICATION 1 .

5 6

19 20 22 23

Figure 3.7 : Pendule invers. -------------------------------------------------------------------Figure 3.8 : la variation de la position angulaire en fonctio du temps. ------------------n

24 26

Figure 3.9 : la variation de la vitesse angulaire en fonction du temps --------------------- 26 . Figure 3.10 : la variation de la commande en fonction du temps -------------------------. 26

Figure 3.11 : la variation de lerreur de poursuite en fonction du temps ------------------ 27 .


APPLICATION 1. 1.

Figure 3.12 : la variation de la position angulaire en fonction du temps ------------------ 27 . Figure 3.13 : la variation de la vitesse angulaire en fonction du te mps. ------------------Figure 3.14 : la variation de la commande en fonction du temps -------------------------. Figure 3.15 : la variation de lerreur de poursuite en fonction du temps . Chapitre 4. Figure 4.1 : Les deux phases de la CMG. -----------------------------------------------------------------31 28 28 29

Figure 4.2 : Principe de la commande additive. ----------------------------------------------- 33


APPLICATION 2 .

LISTE DES FIGURES

Figure 4.3 : la variation de la position angulaire en fonction du temps. -------------------

35

Figure 4.4 : la variation de la commande en fonction du temps. ---------------------------- 35 Figure 4.5 : la variation de lerreur de poursuite en fonction du temps ------------------. Figure 4.6 : principe de la loi de commande avec lamlioration. -------------------------Amlioration par un contrleur flou de type de MAMDANI. Figure 4.7 : la variation de la position angulaire en fonction du temps ------------------. 38 36 37

Figure 4.8 : la variation de la commande en fonction du temps. ---------------------------- 38 Figure 4.9 : la variation de lerreur de poursuite en fonction du temps ------------------. Amlioration par un contrleur flou de type de SUGENO . Figure 4.10 : la variation de la position angulaire en fonction du temps. ------------------ 39 Figure 4.11 : la variation de la commande en fonction du temps. -------------------------39 38

Figure 4.12 : la variation de lerreur de poursuite en fonction du temps ------------------ 40 .

INTRODUCTION GENERALE

Introduction gnrale
Au cours des deux dernires dcennies, un grand nombre de publication a t ddi au problme de commande des systmes non linaires. Un problme qui prsente beaucoup de chalenges puisque les systmes non linaires, contrairement aux systmes linaires pour lesquels lautomatique fournit une panoplie de mthodes pour la synthse de la commande, ne loi de commande non linaire. Ceci est d au fait que les systmes non linaires possdent des structures extrmement varies, des dynamiques complexes et peuvent prsenter toutes sortes de comportement trange. Au dbut, la commande des systmes non linaires tait classique, elle reposait sur la thorie de lautomatique linaire. En fait, elle consiste linariser dynamique non linaire la du systme (approximation de premier ordre) autour dun point de fonctionnement de telle sorte que les outils de la commande linaire puissent tre exploits pour la synthse dune loi de commande assurant les performances recherchs. Grce sa facilit dimplantation et de e mise en uvre, cette approche a remport un grand succs auprs des industriels. Cependant, la ncessite datteindre de hautes performances dans des domaines de fonctionnement relativement larges, a impos la prise en compte de la dynamique globale non linaire des processus dans la synthse de la commande. lintroduction du formalisme de la gomtrie diffrentielle et en particulier la technique de linarisation entre-sortie a connu un grand sucs pour le dveloppement de contrleurs pour une classe des systmes non linaire, dits systmes linarisa bls par bouclage. Cette classe de systmes na pas uniquement un intrt mathmatique mais galement une grande importance pratique, car, beaucoup de systme physique appartiennent cette classe, tels que les systmes mcaniques et les machines lectrique. Lide de base de la linarisation est la transformation dun systme non linaire en un systme linaire, de telle sorte que les outils de la commande linaire puissant tre employs pour assurer les performances dsires. Cependant, cette technique ne peut tre utilise que pour les systmes non linaires dont le modle dynamique est parfaitement connu. Pour pallier ce problme, plusieurs approches de commande adaptative ont t introduites. Dans ces approches, on suppos que le modle du systme non linaire peut tre exprim sous la forme dun produit de fonctions non linaires connues laide de paramtres (constants et/ou lentement variables) incon nus. Malheureusement, il est souvent difficile, voire impossible de dcrire tous les phnomnes mis en jeu dans un systme partir de fonction non linaire connues, notamment pour un systme physique complexe. Le mmoire est organis en quatre chapitres. Les deux premier est consacre pour les notions de base sur : les systmes non linaires et la logique floue, la troisime chapitre est consacre pour la commande floue et la commande floue adaptative en applique ces notions sur un systme non linaire (pendule invers) , Dans la premier application en suppos que le systme non linaire est parfait c.--d. partir du modle nominal (sans perturbation), Puis avec une perturbation. Pour le quatrime chapitre en applique la commande par mode glissant. Tout a avec la commande adaptative floue indirect, finalement lamlioration et de

INTRODUCTION GENERALE

la commande floue adaptative par mode glissant par un superviseur supplmentaire bas sur la logique floue.

THEME

COMMANDE FLOUE ADAPTATIVE PAR MODE GLISSANT DUNE CLASSE DES SYSTEMES NON LINEAIRES

CHAP 1 : Systmes Non Linaires

CHAP 1

SYSTEMES NON LINEAIRES

1.1 Introduction
Les outils et techniques de conception pour la commande des systmes mono-variables non linaires peuvent tre classs en deux grandes catgories. Dans la premire catgorie, La conception de la loi de commande passe essentiellement par deux tapes, dans une premire tape il sagit de transformer, par lintroduction dune commande dite linarisante, le systme non linaire en un systme linaire travers des algorithmes de linarisation spcifiques, la deuxime tape repose sur lutilisation des techniques de commande linaire pour le systme ainsi linaris. Cette technique est connue sous le nom de feedback linearization [1]. La deuxime catgorie de commande utilise des algorithmes et des techniques plus adaptes aux systmes non linaires, il sagit de concevoir des contrleurs non linaires sans passer par une linarisation. Diffrentes approches existent, telles que lapproche adaptative, lapproche floue, lapproche neuronale,[2]

1.2 Les systmes non linaires 1.2.1 Dfinition


Un systme non linaire est un systme qui ne satisfait pas au principe de superposition, ou dont la production nest pas proportionnelle sa contribution moins technique, un systme non linaire est un problme ou les variables rsoudre pour ne peuvent pas tre crite comme une combinaison linaire des composantes indpendantes. Les problmes non linaires sont dintrt pour les automaticiens, physiciens et mathmaticiens, car la plupart des systmes physiques sont intrinsquement non linaire dans la nature.

1.2.2 Classe de systmes non linaires


Soit le systme non linaire mono-entre mono-sortie (SISO) donn par: { O la sortie. Le systme (1.1) est dit dans sa forme normale et ne prsente pas de dynamiques de zros [3,2]. On peut alors facilement vrifier que :
( )

Rn est le vecteur dtat, et u, y sont respectivement lentre et

( ) (

( )
( )

(1.2)

CHAP 1

SYSTEMES NON LINEAIRES

Le vecteur dtat tant compos des drives successives de la sortie, la reprsentation du systme (1.2) est illustre figure 1.1

Figure 1.1 : Reprsentation entre-sortie du systme (1.1).

Dans toute la suite, pour allger les notations, le systme sera considr sous la forme gnrique suivant : ( ) ( ) (x) (1.3)

1.3 Linarisation entre-sortie (LES)


Le principe de la (LES) consiste transformer un systme non linaire donn en un systme linaire laide dun bouclage dtat et dun changement de coordonnes sur ltat du systme [5]. La commande des procds non linaires peut tre vue sous diffrentes facettes. On distingue classiquement les problmes de stabilisation, de rgulation, de suivi dune trajectoire gnre par un modle de rfrence, ou encore de suivi dune trajectoire gnrale. Parmi ces problmes, nous considrons le cas le plus gnral du suivi dune trajectoire dsire. Lobjectif est alors de trouver une loi de commande ( ) telle que la boucle ferme reste stable et que la sortie du systme ( ) suive la trajectoire dsire ( ). En dautres termes : ( ) Avec : ( ) Y Afin de pouvoir rsoudre le problme de suivi de trajectoire, le systme non linaire doit assurer la condition de commandabilit de sortie. Dans le cas continu (systme (1.3)) celleci se traduit par: () () (1.4)

c2 (x) 0
Le long de la trajectoire dsire ( ).

(1.5)

CHAP 1

SYSTEMES NON LINEAIRES

Le but de cette partie est donc de dterminer, partir dune approche (LES), une loi de commande u(t) capable dassurer la convergence vers zro de lerreur de suivi de trajectoire ( ) () () Selon le principe de la (LES), une nouvelle entre v est introduite. La loi de commande:
( ) ( ) ( )

(1.6)

applique au systme considr (quation (1.3)), permet dobtenir:

y (n) =
et donc de linariser le systme initial.

(1.7)

Le systme (1.7) illustr la figure (1.2) est dans une forme canonique [2]. Il est donc asymptotiquement instable.

Figure 1.2 : Reprsentation du systme (1.7).

Pour rsoudre le problme dinstabilit, une stratgie de placement de ples est utilise. La nouvelle entre
( )

du systme linaris est alors choisie comme suit: (


)

( )

( )

( )

( )(

)+

( )

( )

( )

(1.8)

O : Et Les coefficients : ( ) ( ) ( )
( )

( )

(1.9)

, sont choisis de faon ce que le polynme: (1.10)

soit Hurwitzien (racines partie relle ngative). Par substitution de (1.8) dans (1.7), on tablit lquation derreur suivante:
( )

( )

( ) ( ) vers zro lorsque

(1.11)

qui prouve la convergence de lerreur de suivi de trajectoire t cest--dire : ( )

(1.12)

CHAP 1

SYSTEMES NON LINEAIRES

1.4 Conclusion
Dans ce chapitre, la technique de la linarisation entre-sortie continue (LES) est spcialement utilise dans le cadre des systmes non linaires continus. Une classe de systmes non linaires peut tre transforme en une classe de systmes linaires travers la technique de la (LES). Dans ce cas, le systme linaire transform peut tre command par des mthodes classiques de lautomatique linaire. Une telle transformation nexiste pas toujours, mais lorsquelle existe, elle permet de stabiliser le systme exactement comme sil sagissait dun systme linaire avec lutilisation de mthodes courantes. Dans ce chapitre, on suppose que cette transformation (LES) existe et quelle est capable de conduire lerreur entre la sortie du systme et une trajectoire dsire vers zro (le systme peut suivre physiquement la trajectoire dsire ou encore la trajectoire de rfrence est reproductible par le systme non linaire).

THEME

COMMANDE FLOUE ADAPTATIVE PAR MODE GLISSANT DUNE CLASSE DES SYSTEMES NON LINEAIRES

CHAP 2 : Les Systmes Flous

CHAP 2

LES SYSTEMES FLOUS

2.1 Introduction
Au dpart, La logique floue saffirme comme une technique oprationnelle. Utilise ct dautres techniques de contrle avanc, elle fait une entre mais apprcie dans les automatismes de contrle industriel. La logique floue ne remplace pas ncessairement les systmes de rgulation conventionnels. Elle est complmentaire. Ses avantages viennent notamment de ses capacits : formaliser et simuler lexpertise dun oprateur ou dun concepteur dans le conduit et le rglage dun procd ; donner une rponse simple pour les procds dont la modlisation est difficile ; prendre en compte sans discontinuit des cas ou exceptions de natures diffrentes, et les intgrer au fur et mesure dans lexpertise; prendre en compte plusieurs variables et effectuer de la fusion pondre des grandeurs dinfluences.

2.2 La logique floue


Lutilisation de la logique floue dans la commande des systmes ncessite davoir des connaissances approfondies sur cette thorie et son utilisation dans la commande, do la ncessit de prsenter quelques bases gnrales de la logique floue : Thorie des ensembles flous, les relations floues, principe de rglage par logique floue ainsi que la structure de commande par logique floue des systmes multi-variables. La logique floue est limage de logique binaire, clairement et logiquement taye laide de thorie mathmatique [7]. Elle est apparue en 1965 avec la publication par LOTFI ZADEH dun article intitul les ensembles flous [8]. La logique floue permet de manipuler des symboles et dinfrer des actio en utilisant ns des rgles logiques partir des prmisses imprcises ou incertaines [9]. En 1975Mamdani a dvelopp partir de quelques principes de la logique floue une stratgie de contrle de procde, par la suite ces travaux ont t repris, et les techniques utilises dans les ralisations rcentes sont issues [10].

2.2.1 Dfinition
Logique floue : logique qui substitue la logique binaire une logique fonde sur des variables pouvant prendre, outre les valeurs vrai ou faux , les valeurs intermdiaires vrai ou faux avec une certaine probabilit . [11]

2.2.2 Quelques avantages de la logique floue


Nous navons pas besoin dtablir le modle mathmatique. Cela vite des annes de travail sur des modles. Ensuite la logique floue permet de prendre en compte les typologies linguistiques et donc toutes les nuances que lon a cres dans le but dimiter au mieux le rel.
9

CHAP 2

LES SYSTEMES FLOUS

Traitement des systmes comportement complexe (mme si on a un exemple simplifi, cela reste un systme complexe en mathmatique pure). Nous pouvons aujourdhui servir des solutions matrielles comme des microprocesseurs uniquement ddis aux calculs flous, ce qui permet daccrotre le rendement puisque cela rduit la programmation.

Lajoute ou le retrait des rgles ne change quasiment rien au principe de la logique floue, alors quen logique bivalente (logique classique), cela peut changer du tout au tout.

On peut augmenter facilement le nombre dentres sans rellement compliquer les calculs (alors quen logique simple la taille des calculs est exponentielle).

2.2.3 Les inconvnients


rglage empirique. performances en boucle ferme dpendent de lexpertise. il nexiste pas de thorie gnrale qui caractrise rigoureusement la stabilit, la robustesse (difficult de certification dans le transport, espace)

2.2.4 Application de la logique floue


Les domaines d'applications de la logique floue concernant principalement les problmes o les donnes ne peuvent tre formules de manire explicite, ainsi que des techniques de contrle et de rglages, lorsque les moyens classiques atteignent leurs limites (exemples systmes non linaires, etc.). La logique floue est bien connue par des automaticiens pour ses applications dans le contrle et commande de procds, appel alors couramment contrle flou . Tout comme un contrleur (ou correcteur) classique [7], Son but est de traiter les problmes de commande de processus avec une approche diffrente de l'automatique classique.

10

CHAP 2

LES SYSTEMES FLOUS

2.3 La Commande Floue


Les applications industrielles bases sur cette technique ont commenc en Europe au dbut des annes 1980 avec le contrle dun four ciment [7], pour dboucher sur le clbre boom de la logique floue au japon au dbut des annes 1990 dans les secteurs industriels (lnergie les transports larospatial la robotique..etc.) [8].

2.3.1 But de la Commande Floue


la commande floue a pour but de traiter des problmes de commande classique de processus partir uniquement de connaissances de comportement que les spcialistes du procd doivent formuler sous forme linguistique (floue).

2.3.2 Les Concepts de la Logique Floue


Ce rapport permet de considrer des classes d'objets dont les frontires ne sont pas clairement dtermines, par l'introduction d'une fonction caractristique (fonctions d'appartenance des objets la classe) prenant des valeurs courantes entre 0 et1, contrairement aux ensembles boolens, dont la fonction caractristique ne prend que deux valeurs possibles 0 et 1.

2.3.3 Les Bases de la Commande Floue 2.3.3.1 Variables linguistiques et ensembles flous :
La description imprcise dune certaine situation, dun phnomne ou dune grandeur physique ne peut se faire que par des expressions relatives ou floues. Ces diffrentes classes dexpressions floues dites ensembles flous forment ce quon appelle des variables linguistiques. Afin de pouvoir traiter numriquement ces variables linguistiques qui sont normalises gnralement sur un intervalle bien dtermin appel univers de discours, il faut les soumettre une dfinition mathmatique base de fonctions dappartenance qui montrent le degr de vrification de ces variables linguistiques relativement aux diffrents sousensembles flous de la mme classe.

2.3.3.2 Fonctions dappartenances :


Dans ce contexte on associe chaque valeur de la variable linguistique une fonction dappartenance dsigne par ( ), qui sera dsigne par le degr ou le facteur dappartenance. Il est noter que lensemble des lments de x pour lesquels ( )

, est appel support de A. Le plus souvent, on utilise pour les fonctions

dappartenance les fonctions suivantes [8] :

Fonction triangulaire : Elle est dfinie par trois paramtres {a, b, c} qui dterminent les coordonnes des trois sommets. ( ) ( ( ) ) (2.1)

11

CHAP 2

LES SYSTEMES FLOUS

Fonction trapzodale : Elle est dfinie par quatre paramtres {a, b, c, d} : ( ) ( ( ) ) (2.2)

Fonction gaussienne : Elle est dfinie par deux paramtres {, m} : ( ) (


( )

(2.3)

Fonction sigmodale : Elle est dfinie par deux paramtres {a, c} : ( )


( ( ))

(2.4)

2.3.4 Oprateurs :
Ces oprateurs permettent dcrire des combinaisons logiques entre notions floues, cest--dire de faire des calculs sur des degrs de vrit. Comme pour la logique classique, on peut dfinir des oprateurs ET, OU, ngation. Choix des oprateurs : Il existe de nombreuses variantes dans ces oprateurs. Cependant, les plus rpandus sont ceux dits de Zadeh dcrits ci-dessous. Dans ce qui suit, le degr de vrit dune proposition A sera not ( ), Intersection : Loprateur logique correspondant lintersection densembles est le ET. Le degr de vrit de la proposition A ET B est le minimum des degrs de vrit de A et de B ( ) ( ( ) ( ))

Union : Loprateur logique correspondant lunion densembles est le OU. Le degr de vrit de la proposition A OU B est le maximum des degrs de vrit de A et de B : ( ) ( ( ) ( ))

Complment : Loprateur logique correspondant au complment dun ensemble est la ngation. ( ) ( )

2.4 La structure dune Commande Floue


La structure conventionnelle dune commande floue est prsente par figure (2.1), elle est compose de quatre blocs distincts dont les dfinitions son donnes ci-dessous :
12

CHAP 2

LES SYSTEMES FLOUS

Figure 2.1 : structure de base dun systme flou.

2.4.1 Interface de fuzzification :


La fuzzification est ralise dans linterface dentre du contrleur flou. Durant cette phase, les informations issues du systme sont tout dabord normalises. Ensuite, les donnes normalises sont transformes en qualifications linguistiques, en utilisant des rgles smantiques dfinies par un expert.

2.4.2 Moteur dinfrence :


Linfrence floue est le processus de formulation de la relation entre les entres et l e sorties par logique floue. Cette relation offre une base avec laquelle la dcision est prise par le systme flou. Linfrence floue fait appel alors aux concepts expliqus dans les sections prcdents. A savoir : Fonctions dappartenance, les oprateurs flous et les rgles floues. Nous distinguons une varit importante dinfrences floues, mais nous nous contentons den prsenter quatre types. Linfrence de Max-min (mamdani), Max-prod, Som-prod et de Sugeno. Les quatre infrences diffrent par la manire de dterminer des sorties. Pour le rglage par logique floue, on utilise en gnralement une des mthodes suivants : Mthode dinfrence MAX-MIN (Mthode de MAMDANI) : C'est la mthode la plus universelle mais qui n'est gure applicable en raison du temps de calcul trs long. Cette mthode ralise, au niveau de la condition, l'oprateur "ET" par la fonction du "Min" et l'oprateur "OU" par la fonction "Max", la conclusion dans chaque rgle, introduite par "ALORS", lie le facteur d'appartenance de la condition avec la fonction d'appartenance de la variable de sortie par l'oprateur ET, ralis dans le cas prsent par la fonction "Min". Enfin l'oprateur OU qui lie les diffrentes rgles est ralis par la fonction "Max".

13

CHAP 2

LES SYSTEMES FLOUS

La dnomination de cette mthode, dite Max-Min ou "implication de Mamdani", est due la faon de raliser les oprateurs "ALORS " et "OU" de linfrence. [12] ( dans laquelle ) ( ) ( )

et sont des lments des univers du discours

,et
sont

sont des termes linguistiques sur ces mmes univers du discours. galement des quantits floues sur lunivers du discours Mthode dinfrence MAX-PRODUIT (Mthode de LARSEN)

La mthode dinfrence Max-Produit est ralise, au niveau de condition, loprateur et par la formation du produit. La condition dans chaque rgle, introduite par alors est ralis par la formation du produit. Loprateur OU qui lie les diffrents rgles, est ralis par la formation du maximum [12]. Mthode dinfrence SOMME-PRODUIT Cette mthode est la plus utilise car son temps de calcul est court. Dans ce cas, l'oprateur "ET" est ralis par le Produit, de mme que la conclusion "ALORS", tandis que l'oprateur "OU" est ralis par la valeur moyenne des degrs dappartenances intervenant dans linfrence. Mthode dinfrence SUGENO :

Sugeno a propos une mthode dinfrence floue qui garantit la continuit de la sortie [13]. Cette mthode dinfrence savre trs efficace dans des applications faisant intervenir la fois des techniques linaires, doptimisation et adaptatives. Dans linfrence de Sugeno, les rgles floues sont exprimes de la faon suivante : ( Dans laquelle ) ( ) ( ) et

et y sont des lments des univers du discours

Sont des termes linguistiques sur ces mmes univers du discours. est une fonction de .

2.4.3 Interface de Dffuzification :


La commande ncessitant un signal prcis, il faudra donc transformer la fonction dappartenance rsultante obtenue la sortie du moteur dinfrence en une valeur prcise. Cette opration est appele dffuzification. Parmi les mthodes utilises dans la littrature [8], [14], [15], on peut citer : 1. Le centre de gravit 2. La mthode de la hauteur

14

CHAP 2

LES SYSTEMES FLOUS

3. La mthode de la hauteur modifie 4. La mthode de la valeur maximum 5. La mthode de la moyenne des centres Dans ce travail, on utilisera le centre de gravit [14] qui permet dexprimer analytiquement la sortie du systme flou, de simplifier sa mise en uvre et de rduire le temps de calcul. Dans ce cas, la sortie du systme flou de type Takagi-Sugeno est donne par :

(2.5)

et

sont respectivement le nombre dentres et celui de rgles floues utilises.

2.5 Conclusion :
La logique floue ouvre des possibilits remarquables de codification des connaissances des experts. Cependant, les applications utilisant la logique floue ne sont pas fondamentalement plus performantes. Elles sont tout simplement plus faciles raliser et utiliser : lutilisation faite par la logique floue dexpressions du langage courant permet au systme flou de rester comprhensible pour les personnes non expertes .Cest ainsi que des machines complexes peuvent devenir plus conviviales cause lutilisation de la logique floue. Malheureusement la manipulation de rgles non prcises peut gnrer un nombre derreurs non ngligeable. La mise en place dun systme flou ncessite donc une attenti n o particulire lors de la phase de teste de manire dtecter Les ventuelles aberrations du systme.

15

THEME

COMMANDE FLOUE ADAPTATIVE PAR MODE GLISSANT DUNE CLASSE DES SYSTEMES NON LINEAIRES

CHAP 3 : COMMANDE FLOUE ADAPTATIVE

CHAP 3

COMMANDE FLOUE ADAPTATIVE

3.1 Introduction
La commande adaptative a dbute dans les annes 50 comme solution pour contrler les processus fonctionnant sous des conditions et environnement variables dans le temps. Dans les annes 60 plusieurs contributions de thorie de la commande ont t introduites dans le dveloppement de la commande adaptative, comme par exemple lapproche dtat et les thories de stabilit. Au dbut des annes 70 les diffrentes mthodes destimation ont t introduites dans la commande adaptative. Lutilisation de la commande adaptative a commenc au dbut des annes 80 en parallle avec une rapide volution en micro-lectronique qui permit dimplmenter des rgulateurs adaptatifs sur des systmes a microprocesseurs. Dans le contexte de la commande adaptative floue, deux approches sont proposes : directe et indirecte. La boucle de commande est compose, dans les deux cas dun type commande, notamment un systme floue pour assurer le suivi dun modle de rfrence stable et pour liminer les effets de lerreur dapproximation et des perturbations externes. Les processus traits sont non linaires. Les outils de la thorie de Lyapunov sont utiliss pour tablir la stabilit des boucles du contrle. En plus, il est dmontr que sont des conditions usuelles lerreur de suivi converge vers zro et que tous les autres signaux restent borns. Dans lapproche directe le systme flou est utilis comme un rgulateur adaptatif. Dans lapproche indirecte, le systme flou est utilis comme un modle flou pour estimer la dynamique du processus contrler. Dans ce chapitre en utilise la deuxime approche par un systme flou de SUGENO.

17

CHAP 3

COMMANDE FLOUE ADAPTATIVE

3.2 Commande Adaptative


La commande adaptative est un ensemble de techniques utilises pour lajustement automatique en temps rel des rgulateurs des boucles de commande afin de raliser ou maintenir un certain niveau de performances quand les paramtres du procd commander sont soit inconnus soit variantes dans le temps [16].

3.2.1 Le principe
En principe, un systme de commande adaptative mesure un certain indice de performance (IP) du systme commander partir de lcart entre lindice de performance dsir et lindice de performance mesur. Le mcanisme dadaptation commande certains paramtres du systme ajustable ou introduit un signal supplmentaire de commande daprs une certaine stratgie afin de minimiser lIP La figure.3.1 reprsente le principe gnral dun systme dans une plage donne de commande adaptative [16].

Figure 3.1 : principe des systmes de commande adaptative.

Trois approches ont t essentiellement considres pour le dveloppement des stratgies de commande adaptative destines aux procds paramtres inconnus et/ou variables dans le temps. - Approximation des stratgies de commande optimale stochastique Duale . - Systme de commande auto - ajustable (self- tunning control). - Commande adaptative modle de rfrence (MRAC) [16].

3.2.2 Commande Adaptative Modle de Rfrence


La commande adaptative avec modle de rfrence consiste adopter lorgane de commande dune faon ce que le processus se comporte comme le modle de rfrence. La dtermination dune loi de commande adaptative permet la repense du systme de suivre celle du modle mme en prsence des perturbations en agissant sur les performances dynamiques du systme. Le principe de cette commande est illustr dans la figure (3.2) :

18

CHAP 3

COMMANDE FLOUE ADAPTATIVE

Figure 3.2 : Structure de base de la commande adaptative avec le modle de rfrence.

La synthse dadaptation et le principal problme qui se pose nord de la ralisation des systmes adaptatifs en gnral. Plusieurs tudes thoriques ont t dveloppes et dont le but de fournir des mthodes de synthse pour ce mcanisme, chaque une faisant appel la thorie de base de lautomatique. Les premiers algorithmes taient construits partir des mthodes de gradient (optimisation) [16]. Les stratgies rsultantes conduisent aux deux grandes techniques adaptatives mettre en uvre et large utilis ce jour en pratique [17]. Ces deux grandes techniques sont : - Commande adaptative direct. - Commande adaptative indirect.

3.2.3 Commande adaptative directe


Lide consiste calculer les paramtres du rgulateur, mais sans identifier explicitement les paramtres du systme, donc en une seule tape, justifiant ainsi la terminologie de commande directe. Cette technique induit souvent des algorithmes plus rapides et favorise une application temps rel. Le schma de la Figure (3.3) illustre ce type de commande, pour laquelle les performances de la boucle ferme sont spcifies par lintermdiaire ym dun modle de rfrence choisi par lutilisateur de faon cohrente avec les possibilits intrinsques du systme.

Figure 3.3 : Structure de la commande adaptative directe.

19

CHAP 3

COMMANDE FLOUE ADAPTATIVE

3.2.4 Commande adaptative indirecte


Le principe de la Commande Adaptative Indirecte repose sur lidentification dun modle du systme en ligne et en temps rel. Puis, avec ce nouveau modle calcul, le rgulateur permettant de satisfaire les spcifications nominales est de nouveau labor. La grande technique adaptative indirecte mettre en uvre et large utilis ce jour en pratique [17], cette commande adaptative indirecte avec identification du modle (MIAC). Le schma de principe de ce type de commande est illustr Figure (3.4) :
Niveau 1: Boucle dadaptation

Conception du rgulateur

ym

Identification des paramtres du systme

uc
+ -

Rgulateur adaptatif

Systme paramtres variables dans le temps

Niveau 0: Boucle de commande

Figure 3.4: Structure de la commande adaptative indirecte.

20

CHAP 3

COMMANDE FLOUE ADAPTATIVE

3.3 Linarisation Entre-Sortie Floue adaptative (L.E.S.F.A)


La mise en place de lapproche (L.E.S.F.A) prsente ci-dessus ncessite la connaissance de c1 et c2. Ces fonctions tant inconnues, elles seront approximes par un systme flou que lon suppose dans un premier temps disponible. Par la suite, une mthode didentification en ligne du modle flou sera propose. Pour reprsenter les deux fonctions non linaires c1 et c2 par des systmes flous de Takagi-Sugeno conclusion constante, la stratgie choisie consiste utiliser deux bases de rgles distinctes pour approximer indpendamment les fonctions c1 et c2. Celles-ci dpendant toutes les deux du vecteur dtat x, les mmes structures de base de rgles sont utilises et seuls les paramtres de conclusion diffrent. Les deux fonctions non linaires sont reprsentes par deux systmes flous de TakagiSugeno conclusion constante dont les deux sorties respectives sont fc1 et fc2. Les deux systmes flous sont alors reprsents par des collections de rgles de la forme suivante: ( ( ) )
( )

(3.1) (3.2)

Les sorties gnres par les systmes flous reprsents par (3.1) (3.2) sont respectivement: ( ( O et et ) ) ( ) ( ) (3.3) (3.4)

sont les vecteurs de paramtres ajusts ou adapts (voir lois dadaptation) ( ) et ( ) ( ) ( ) peuvent tre rcrites comme suit: ( ) ( ) ( ) ( ) (3.5) (3.6)

( ) le vecteur des degrs de validit des prmisses de rgles. Les fonctions non linaires

Avec | ( )| et | ( )| .O et , borne par et sont les erreurs dapproximation floue minimales atteignables avec le nombre de rgles choisi. et sont alors les approximations floues optimales de ( ) et ( ) Selon les quations (3.5) et (3.6) la sortie globale (1.3) peut tre crite comme suit :
( )

( ) ( ) ( )

( ) (3.7)

21

CHAP 3

COMMANDE FLOUE ADAPTATIVE

La loi de commande (L.E.S.F) est choisie comme suit:


( ) ( ) ( )

(3.8) et . et

et O

et

, donnes par (3.5) et (3.6), sont les approximations floues de est borne par donc ( ) ( )

Dans un premier temps, nous allons calculer la (L.E.S.F.A) partir du modle nominal. Ensuite, diffrentes mthodes seront proposes pour compenser lerreur dapproximation afin dassurer la robustesse. Le principe de la (L.E.S.F.A) est illustr la figure 3.5.

Figure 3.5 : Principe de la (L.E.S.F.A).

Par substitution de la loi de commande (3.8) dans (1.3), lquation dynamique derreur de suivi (1.11) devient:
( )

( )

( ) .

(3.9)

est borne par

c.--d.

Dans une forme matricielle, lquation (3.9) peut tre rcrite comme suit: Avec : [ ], [ ] (3.10)

(3.11)

Lquation derreur (3.10) nassure pas la convergence de ( ) vers zro. Cependant, en prsence des incertitudes reprsentes par , le systme (3.10) reste stable. Cette stabilit est assure via le lemme suivant:

22

CHAP 3

COMMANDE FLOUE ADAPTATIVE

Dmonstration : Soit P une matrice symtrique dfinie positive, solution de lquation de Lyapunov: (3.12) O est une matrice symtrique dfinie positive. est dissipatif et est borne alors le systme entre-

Si le transfert entre et sortie est stable. (Voir figure 3.6).

Figure 3.6 : Transfert entre

et

Dmonstration : Pour exploiter ce lemme, il faut montrer que le systme* prcdant est effectivement dissipatif [2]. Pour cela, nous prenons la fonction quadratique suivante: (3.13) Par drivation de lquation (3.13), on trouve: ( ) (3.14)

Par substitution de lquation dynamique derreur (II.10) dans (II.14), on obtient: (3.15)

Les quations (3.13) et (3.15) vrifient les conditions de dissipativit . Donc le systme* est dissipatif. De plus, est borne par , on peut donc dduire que la sortie du systme est borne, ce qui prouve la stabilit entre-sortie.

3.3.1 Lois dadaptation


La tche suivante, dans une faon constructive, est de remplacer et par la formule spcifique des systmes flous (3.3), (3.4) et dvelopper une loi dadaptation pour ajust les paramtres et dans le but dassurer la convergence de lerreur de poursuite vers zro. Tout dabord, on dfinit les paramtres optimaux | et par : |

23

CHAP 3

COMMANDE FLOUE ADAPTATIVE

| et respectivement,

Ou et sont des ensembles de contraintes pour spcifies par lexpert. Ces ensembles sont dfinis comme : { { Avec et | | | | } }

sont des constantes positives spcifies par lexpert. on utilise : ( ) ( )

Pour ajuster le vecteur de paramtres

Ou

: constantes positive.

3.4 APPLICATION 1 On dsire appliquer ce type de commande un systme non linaire pendule invers . Le pendule est de masse m et langueur 2l plac sur un chariot de masse M (Figure 3.7). Le pendule est command par une force applique au chariot, la grandeur a rgl tant la position angulaire .

Figure 3.7 : Pendule invers.

24

CHAP 3

COMMANDE FLOUE ADAPTATIVE

Lquation dynamique du pendule invers est donne par :

avec :

(3.16)

et

La gravit universelle. La masse du chariot. La masse du pendule. La langueur du pendule.

Paramtres dinitialisation Le signal de rfrence : ( ) ( ).

vecteur dtat initial x(0) = [pi/6 0]. Les limites des fonctions et ( ) , et , sont . ( ) ,

Mise en uvre de lalgorithme On considre le vecteur de gain = [2 1] assurant la stabilit du systme. Les fonctions dappartenance sont choisies de forme gaussienne . (n1 = n2 =5 et i=1,2 et j=1,5) ; ( ) (
( ( ) )

pour ajuster les vecteurs de paramtres et qui contiennent initialement les centres des ensembles consquents reprsents dans les matrices dinfrence.
( )

-10.7396 -10.7396 -10.7396 -10.7396 -10.7396

-5.9691 -5.9691 -5.9691 -5.9691 -5.9691

0 0 0 0 0

5.9691 5.9691 5.9691 5.9691 5.9691

10.7396 10.7396 10.7396 10.7396 10.7396

0.9983 0.9983 0.9983 0.9983 0.9983

( 1.3377 1.3377 1.3377 1.3377 1.3377

) 1.4634 1.4634 1.4634 1.4634 1.4634

1.3377 1.3377 1.3377 1.3377 1.3377

0.9983 0.9983 0.9983 0.9983 0.9983

Tableau.3.1. Matrices dinfrence pour les fonctions

) et

).

25

CHAP 3

COMMANDE FLOUE ADAPTATIVE

3.4.1 Rsultats de simulation

Figure 3.8 : la variation de la position angulaire et leur rfrence en fonction du temps.

Figure 3.9 : la variation de la vitesse angulaire et leur rfrence en fonction du temps.

Figure 3.10 : la variation de la commande en fonction du temps.

26

CHAP 3

COMMANDE FLOUE ADAPTATIVE

Figure 3.11 : la variation de lerreur de poursuite en fonction du temps.

Remarque : Dans cette APPLICATION 1, nous allons calculer la (L.E.S.F) partir du modle nominal (sans perturbation).

3.5 APPLICATION 1.1 Mme APPLICATION 1 mais dans ce cas prise en compte de perturbation d. Avec ( ) { ( ) ( )

Les rsultats de simulation sont illustrs sur les figures ci-dessous.

3.5.1 Rsultats de simulation

Figure 3.12 : la variation de la position angulaire et leur rfrence en fonction du temps.

27

CHAP 3

COMMANDE FLOUE ADAPTATIVE

Figure 3.12 : la variation de la position angulaire et leur rfrence en fonction du temps.

Figure 3.13: la variation de la vitesse angulaire et leur rfrence en fonction du temps.

Figure 3.14 : la variation de la commande en fonction du temps.

28

CHAP 3

COMMANDE FLOUE ADAPTATIVE

la variation de l"erreur de poursuite en fonction du temps

0.02 0 -0.02 -0.04 9 9.5 10 10.5 11 11.5 12

Figure 3.15 : la variation de lerreur de poursuite en fo nction du temps.

Les rsultats de simulation obtenus - APPLICATION 1 - montrent que le contrleur flou adaptatif peut raliser une bonne poursuit si le modle est nominal, cest--dire sans perturbations et sans lerreur dapproximation. Pour les rsultats de simulation obtenus - APPLICATION 1.1 - malheureusement, la loi de commande (3.8) nassure pas la robustesse de la structure de commande propose vis--vis des incertitudes reprsentes par les perturbations.

3.6 Conclusion
Dans ce chapitre les concepts de base de la commande adaptative, linarisation entesortie floue ont t prsents. Nous nous sommes plus particulirement intresss la commande floue adaptative indirecte des systmes non linaires. Afin dvaluer les performances de cet approches et montrer leurs limites, Lobjectif de la synthse dune loi de commande ne doit pas tre focalis uniquement sur la stabilit du systme boucl mais aussi sur sa robustesse vis--vis dincertitudes de modlisation et/ou de perturbations et vis--vis des variations de paramtres des systmes. Alors Pour rsoudre ce problme, nous proposons daugmenter la loi de commande par des composantes additives. Celles-ci seront synthtises, soit partir des techniques de mode de glissement.

29

THEME

COMMANDE FLOUE ADAPTATIVE PAR MODE GLISSANT DUNE CLASSE DES SYSTEMES NON LINEAIRES

CHAP 4 : Commande Floue Adaptative par Mode Glissant

CHAP 4

COMMANDE FLOUE ADAPTATIVE PAR MODE GLISSANT

4.1 Introduction
Etant un cas particulier de la commande structure variable, la commande par modes glissants (CMG) a t largement utilise dans la littrature. Ce succs est d sa simplicit de mise en uvre et sa robustesse vis--vis des variations paramtriques et des perturbations externes. Il sagit de dfinir dabord une surface dite de glissement qui reprsente la dynamique dsire, puis synthtiser une loi de commande qui doit agir sur le systme en deux phases. Dans la premire, on force le systme rejoindre cette surface, et dans la seconde phase on doit assurer le maintien et le glissement le long de cette surface pour atteindre lorigine du plan de phase comme montr sur la figure (4.1).

Figure (4.1) : Les deux phases de la CMG.

Si lon considre le systme donn par lquation (1.3), la surface de glissement peut tre dfinie par : O (4.1) pour assurer lattractivit ainsi que le maintien du

est un constant positif reprsentant la pente de glissement. Il est noter quen

gnral, on donne une grande valeur systme sur cette surface.

Pour c1(x) et c2 (x) parfaitement connue, la C.M.G. peut tre donne par : { ( ) ( ) ( ) O est la commande quivalente permettant le maintien et le glissement le long de la surface S. reprsente le signal de commutation assurant la convergence du systme vers la surface. (4.2)

31

CHAP 4

COMMANDE FLOUE ADAPTATIVE PAR MODE GLISSANT

La loi de commande (4.2) est certes robuste vis--vis des perturbations paramtriques et externes mais prsente quelques inconvnients majeurs : ( ) dans le signal de commutation provoque le phnomne 1. lutilisation du terme de broutement qui peut exciter les hautes frquences et dtriorer le systme command. Pour rsoudre ce problme, la fonction signe a t remplace par la saturation. Nanmoins, cette substitution introduit une erreur statique qui persiste. Dautres auteurs ont propos dutiliser un systme flou pour avoir une approximation non linaire mais le problme de lerreur statique nest pas rsolu [18]. 2. La mise en uvre du signal de commutation ncessite la dtermination de la constante qui dpend des perturbations paramtriques et externes, ce qui est difficile si ce nest pas impossible. En gnral, on prend une valeur trs grande pour assurer la stabilit ce qui augmente les sollicitations au niveau de lactionneur et amplifie gravement le phnomne de broutement. Parmi les solutions prsentes dans la littrature, on peut citer celles proposes au sein de l quipe [6]. Il sagit de remplacer le signal de commutation par un systme adaptatif flou ce qui a permis de rsoudre la fois le problme du gain et celui du broutement. Cependant, la convergence de lalgorithme dpend du choix des valeurs initiales ce qui rend son implmentation complexe dans le cas des systmes rapides ou assujettis de grandes variations paramtriques. 3. Le troisime inconvnient concerne la ncessit de disposer dune connaissance mme partielle de la dynamique du systme. Pour remdier cet inconvnient, on peut approximer la dynamique du systme pour synthtiser la loi de commande. Pour assurer de bonnes performances de poursuite, un algorithme dadaptation a t utilis pour amliorer lapproximation. Celle-ci peut tre effectue laide dun systme flou [1], [4].

32

CHAP 4

COMMANDE FLOUE ADAPTATIVE PAR MODE GLISSANT

4. 2 Robustification de la L.E.S.F.A 4.2.1 Principe de la Commande Additive


Lobjectif principal de cette partie est de chercher une loi de commande additive capable de compenser ou dattnuer linfluence de lerreur dapproximation floue sur les performances de commande et ainsi dassurer la robustesse de la structure de commande. La loi de commande donne par (3.8) est augmente par une composante additive (Voir figure 4.2) et devient alors:
( ) ( ) ( ) ( )

(4.3)

Figure 4.2 : Principe de la commande additive.

La composante additive

peut-tre synthtise via des techniques de mode de .

glissement ou des techniques bases sur loptimisation

Par substitution de (4.3) dans (1.3), lquation dynamique de lerreur de suivi (3.10) devient:
( )

(4.4)

Ou encore, sous une forme matricielle: A et B tant dfinis dans (3.11). (4.5)

33

CHAP 4

COMMANDE FLOUE ADAPTATIVE PAR MODE GLISSANT

4.3 Robustification par Mode de Glissement :


Il est important dattirer lattention du lecteur sur le fait que lobjectif de la synthse dune loi de mode de glissement est tout simplement la compensation de ler reur dapproximation floue entre le systme non linaire et le systme flou optimal suppos disponible. Dans ce cas la loi de commande additive est reprsente par une composante de mode de glissement note . La loi de commande (4.3) devient alors:
( ) ( ) ( ) ( )

(4.6)

Ce qui conduit lquation dynamique derreur suivante: La loi de mode de glissement est directement dduite du lemme suivant: Dmonstration : Si la loi de commande additive ( ) est donne par: (4.8) (4.7)

O P est une matrice symtrique dfinie positive solution de lquation de Lyapunov (3.12) , Q une matrice symtrique dfinie positive et la fonction signe dfinie comme suit: ( ) { (4.9)

Alors la fonction quadratique (3.13) est une fonction de Lyapunov qui garantit la stabilit de la structure de commande ainsi que la convergence vers zro de lerreur de suivi de trajectoire. Dmonstration : Par substitution de lquation dynamique derreur (4.5) dans (3.14), on trouve: Le choix de (4.8) permet de dduire: Ce qui prouve la stabilit de la structure de commande. La convergence asymptotique de lerreur de suivi de trajectoire de Barbalat [2]. est obtenue via le lemme (4.11) (4.10)

34

CHAP 4

COMMANDE FLOUE ADAPTATIVE PAR MODE GLISSANT

4.4 APPLICATION 2 : On dsire appliquer la commande dveloppe sur le pendule invers dfini dans le chapitre 3. Lenvironnement Matlab a t utilis pour les simulations dont les rsultats obtenus en appliquant la loi de commande (4.6) au pendule sont donns par les figures (4.3), (4.4) et (4.5). La figure (4.3) montre les bonnes performances de poursuite obtenues au niveau de la position angulaire

4.4.1 Rsultats de simulation :

Figure 4.3 : la variation de la position angulaire et leur rfrence en fonction du temps.

Figure 4.4 : la variation de la commande en fonction du temps.

35

CHAP 4

COMMANDE FLOUE ADAPTATIVE PAR MODE GLISSANT

Figure 4.5 : la variation de lerreur de poursuite en fonction du temps.

On remarque que malgr la forte perturbation, la commande applique force la sortie du systme suivre le signal de rfrence, cette poursuite seffectue en minimisant lerreur dapproximation dune part, et en assurant la stabilit du systme dautre part. Mais, son inconvnient rside de cette commande lutilisation du terme sign(S) dans le signal de commutation provoque le phnomne de broutement qui peut exciter les hautes frquences, Comme illustre la figure 4.5. et dtriorer le systme command. Pour rsoudre ce problme, il existe plusieurs mthodes, parmi ces mthodes on note deux types damliorations par un contrleur flou dans le premier temps un contrleur de type MAMDANI puis de type SUGENO.

36

CHAP 4

COMMANDE FLOUE ADAPTATIVE PAR MODE GLISSANT

4.5 Amlioration de la commande floue adaptative par mode glissant : 4.5.1 Amlioration par un contrleur flou de type de MAMDANI :
Une commande adaptative floue par mode glissant, dun systme non linaire perturbe a t dveloppe dans la partie prcdente du chapitre. Lobjectif de cette approche tait de garantir la stabilit, la robustesse du systme boucl ainsi que la convergence de lerreur de poursuite vers zro. Pour minimiser lerreur de poursuite du systme on propose dutiliser un contrleur flou supplmentaire, Dans ce cas la commande additive est reprsente par une composante note . La loi de commande (4.3) devient alors:
( ) ( ) ( ) ( ) ( )

(4.12)

Le principe de la loi de commande (4.12) est illustr la figure 4.6.

ym +

( ) ( )

( )

Procd non linaire

Lois dadaptation

( )

Figure 4.6 : principe de la loi de commande avec lamlioration .

37

CHAP 4

COMMANDE FLOUE ADAPTATIVE PAR MODE GLISSANT

4.5.1.1 Rsultats de simulation : Pour valider les approches proposes, on considre le pendule invers prsent dans la partie prcdente.

Figure 4.7 : la variation de la position angulaire et leur rfrence en fonction du temps.

Figure 4.8 : la variation de la commande en fonction du temps.

Figure 4.9 : la variation de lerreur de poursuite en fonction du temps.

38

CHAP 4

COMMANDE FLOUE ADAPTATIVE PAR MODE GLISSANT

Daprs la figure (4.4), on constate lapparition du phnomne de broutement, tandis quaprs lapplication de la mthode de MAMDANI, le phnomne de broutement est disparu compltement (figure 4.8), ce qui explique la nette amlioration des caractristiques du systme 4.5.2 Amlioration par un contrleur flou de type de SUGENO : Dans ce cas la commande gnre par le superviseur supplmentaire propose est donne par : ( ) O ( ) le vecteur des degrs de validit des prmisses de rgles. et (4.13) le vecteur de

paramtre ajusts ou adapt. 4.5.2.1 Rsultats de simulation : Pour valider les approches proposes, on considre le pendule invers prsent dans la partie prcdente.

Figure 4.10 : la variation de la position angulaire et leur rfrence en fonction du temps.

Figure 4.11 : la variation de la commande en fonction du temps.

39

CHAP 4

COMMANDE FLOUE ADAPTATIVE PAR MODE GLISSANT

Figure 4.12 : la variation de lerreur de poursuite en fonction du temps.

Nous remarquons que malgr la position initiale choisie loin de la trajectoire dsire et lamplitude des perturbations, la commande floue adaptative par mode glissant permet datteindre les performances de poursuite dsires et garantit la robustesse du systme boucl. Nous avons introduit un signal supplmentaire gnr par un contrleur flou permet donc damliorer les performances de poursuite. Les figures (4.9) et (4.12) illustr que le phnomne de broutement ne peut pas exciter les hautes frquences sur la perturbation, cette poursuite seffectue en minimisant lerreur dapproximation dune part, et en assurant la stabilit du systme dautre part.

4.6 Conclusion Dans ce chapitre, nous nous sommes intresss la robustification de la commande adaptative floue dune classe des systmes non linaires incertains et perturbs laide de lapproche mode glissant. Concernant cette approche, on a considr dabord quun modle est disponible. Celuici peut tre obtenu par lexploitation dinformations linguistiques dcrivant le comportement dynamique du systme sous forme des rgles Si Alors . Les incertitudes ont t attnues par lajout dun signal de commande par mode glissant, un signal de commande supplmentaire est ajout issu dun systme flou pour amliorer les performances de poursuites et rduire les signaux de commandes.

40

CONCLUSION GENERALE

Conclusion gnrale
Le dveloppement dune stratgie de commande doit assurer non seulement la stabilit mais aussi la robustesse en prsence de phnomnes perturbateurs. Ces derniers peuvent tre de nature externe (influence de lenvironnement) ou de nature interne (erreurs de modlisation ou dapproximation). Dans ce mmoire, lobjectif de commande est la rsolution dun problme de suivi de trajectoire. Ce dernier est vu comme un problme de construction dun systme inverse capable de forcer la sortie dun systme non linaire suivre une trajectoire de rfrence admissible. Afin de rsoudre ce problme, nous avons suppos quil existe un systme inverse capable de fournir une commande qui, applique au systme non linaire, conduit une convergence vers zro de lerreur de suivi de trajectoire. Dans ce cas, la synthse dun contrleur est ramene un problme de construction dun systme inverse. Le travail entrepris dans le cadre de ce mmoire est ralis en quatre chapitres. Dans les deux premiers chapitres nous avons prsent les thories de base des systmes non linaires et les systmes flous o plusieurs points ont t traits. Dfinition et classe de systme non linaire ainsi que la linarisation entre-sortie. et les proprits des ensembles flous, ainsi que les oprateurs. La structure des systmes flous ainsi que les diffrents blocs qui les constituent sont dtaills. Dans le troisime chapitre nous avons dvelopp la commande floue adaptative. Pour contrler des systmes non linaires incertains (SISO). Cette commande est une commande adaptative indirecte. Les rsultats de simulation obtenus montrent que le contrleur flou adaptatif peut raliser une bonne poursuit si le modle est nominal, cest--dire sans perturbations et sans lerreur dapproximation. Dans le quatrime chapitre nous nous sommes intresss la robustification de la commande adaptative floue dune classe des systmes non linaires incertains et perturbs laide de lapproche mode glissant. Nous savons bien que le problme majeur de mode glissant est le phnomne de chattering au niveau de la commande, Nous avons pens viter ce problme par ajout dune commande supplmentaire gnr par un systme flou pour assur plus de stabilit et plus de prcision. Notre but tait de tester les performances et robustesses de cette dernire sur le pendule invers simple. Pour les deux commandes, les paramtres libres des contrleurs flous proposs ont t ajusts par des lois dadaptation. La stabilit des systmes en boucle ferme est garantie par la synthse de Lyapunov. Lapplication de cette combinaison nous a donn de bons rsultats : une commande acceptable avec de bonnes performances, surtout en termes de poursuite.

41

BIBLIOGRAPHIE

Bibliographie
[1] : R. Marino et P. Tomei, Nonlinear control design , Prentice-Hall, Europe, 1995. [2] : J.J.E. Slotine et W. Li, Applied Nonlinear Contro , Prentice-Hall, Englewoods, 1991. [3] : A Isidori, Nonlinear Control System : an Introduction , Spring Verlage, 1985. [4] : J.T. Spooner et K.M. Passino, Stable Adaptive Control Using Fuzzy Systems and Neural Networks , August 1996. [5] : A.J. Fossard, Systemes non linaires , Eds Masson, 1993. [6] : A. Hamzaoui, N. Essounbouli et J. Zaytoon, Commande par mode glissant flou dun systme non linaire incertain , E-STA, 2003.
0 [7] : J.Lvern, La logique floue : Concepts et dfinitions , Electronique radio plan N 541,

pp11-18,1992. [8] : H.Buhler, Rglage par logique floue , Presses polytechniques romandes, 1994. [9] : D.Driankov, H.Hellendoorn et M.Reinfrank An introduction : fuzzy control, SpringerVerlag, 1996. [10] : M.Jamshidi, N.Vadiee et T.J.Ross, Fuzzy logic and control , Prentice-Hall, 1993. [11] : G.Huguenin, logique floue, CH-2610 Saint-Imier,2004. [12] : B. Meunir, la logique floue et ces applications, addisowesley france , 1995. [13] : T. Takaki et M. Sugeno, Derivation of fuzzy control rules from human operator scontrol action , Marseilles,France,1983. [14] : K. V. Passino et S. Yurkovich, Fuzzy Control, Addison Wesley Longman, 1998. [15] : H. Ying, Fuzzy control and modeling , analytical fundations and applications, 2000. [16] : M.Zelmat, Commande adaptative , 2001. [17] : R. Isermann, K -H. Lachmann, et D. Matko Adaptive control systems. Prentice-Hall 1992. [18] : J.-J. E. Slotine, Sliding controller design for nonlinear systems , Int. J. Control, vol. 40, no. 2, pp. 421-434, 1984.

ABREVIATION ET SYNBOLES

Abrviations et Symboles
M.R.A.C : Commande adaptative modle de rfrence. M.I.A.C : Commande adaptative indirecte avec identification du modle. L.E.S : Linarisation Entre-Sortie. L.E.S.A : Linarisation Entre-Sortie adaptative. L.E.S.F.A : Linarisation Entre-Sortie Floue adaptative. C.M.G : La commande par modes glissants. c1 , c2 : fonctions non linaires. fc1 , fc2 : fonctions non linaires floues. , : vecteurs de paramtres ajusts ou adapts.

( ) : vecteur des degrs de validit des prmisses de rgles. , : erreurs dapproximation floue minimales avec le nombre de rgles choisi. ) ( ) .

: erreur dapproximation globale est gale ( : Fonction de Lyapunov. d(t) : La perturbation du systme.

THEME

COMMANDE FLOUE ADAPT ATIVE PAR MODE GLISSANT DUNE CLASSE DES SYSTEMES NON LINEAIRES

Rsum Dans le prsent travail, nous proposons une mthodologie de mise en uvre dune commande adaptative floue par mode glissant applique un systme non linaire incertain mono-entre mono-sorties (SISO) en prsence de perturbations externes. La premire commande appliquer cest la commande floue adaptative par mode de glissement. Pour obtenir plus performance, nous proposons une deuxime commande, cest la commande par logique floue. La validation de notre approche a t faite sur un pendule invers. Les rsultats de simulation de test de ces commandes vont nous montrer leurs performances et robustesses. Mots cls : Pendule invers, mode de glissement, logique floue, systme non linaire, retou r dtat, commande adaptative. Abstract In this work, we propose a methodology of a adaptive fuzzy sliding mode control design applied to uncertain non linear single-input single-output system (SISO) in the presence of external disturbances. The first method is the fuzzy adaptive sliding mode control. For better perfermence, a second method is proposed: the hybrid control by first method and a fuzzy logic. Our approach has been validated with a Inverted pendulum. The simulation test results of these methods show their perfermence and robustness. Keywords: Inverted pendulum, sliding mode, fuzzy logic, nonlinear system, return of state, adaptive control.

UFAS (ALGERIE)

PRESENTE AU DEPARTEMENT DELECTROTECHNIQUE FACULTE DE TECHNOLOGIE