Vous êtes sur la page 1sur 6

Commande des Systèmes Non Linéaires par

Mode Glissant Flou avec Gain Adaptatif


T. Amieur, M. Boumehraz

Résumé—Ce papier présente une commande par mode glissant de la commande à régime glissant avec ceux de la rapidité et
flou avec gain adaptatif. La stabilité du système en boucle fermée de la bonne poursuite de trajectoire de la commande
est prouvée analytiquement par l'approche de Lyapunov. La floue, permet de s’affranchir des problèmes de broutement
méthode étudiée permet l'atténuation des effets des perturbations de la commande par mode glissant et de déficit en outils
externes et des incertitudes, ainsi que l'élimination de phénomène d’analyse de la commande à base de la logique floue sans
de "broutement" introduit par le mode glissant classique. Un
oublier la diminution du nombre de règles floues.
exemple de simulation est utilisé pour illustrer l'efficacité de cette
commande. Ce papier est organisé comme suit :
Dans les deux sections II et III on présente la méthode de
Mots clés—Mode glissant, commande floue, mode glissant flou, conception d’un contrôleur par mode glissant flou et leur
gain adaptatif. principe de commande. La section IV présente la commande
par mode glissant flou découplée avec gain adaptatif et
l’analyse de stabilité. En suite la commande étudiée est
I. INTRODUCTION appliquée sur le pendule inversé (section V). On termine par
une conclusion.
La commande par mode glissant a largement prouvé son
efficacité à travers plusieurs études théoriques, ses principaux
II. CONCEPTION DU CONTROLEUR PAR MODE
domaines d’application sont la robotique [1] et la commande
GLISSANT FLOU
des moteurs électriques [2]. L’avantage que procure une telle
commande, qui la rend aussi importante, est sa robustesse
vis-à-vis des perturbations et des incertitudes du modèle. Considérons un système non linéaire décrit par la
Cependant, ces performances sont obtenues au prix de certains représentation d’état suivante :
inconvénients : l’apparition du phénomène de chattering ou
broutement provoqué par la partie discontinue de la ⎧ x&i (t ) = xi +1 (t ) i = 1, Κ , n - 1

⎨ x&n (t ) = f ( X , t ) + b( X , t )u (t ) + d (t )
commande qui peut avoir un effet néfaste sur les
actionneurs; le système est soumis à chaque instant à une (1)
commande élevée afin d’assurer sa convergence vers l’état ⎪ y (t ) = x (t )
désiré et ceci n’est pas souhaitable. ⎩ 1

Parmi les solutions proposées à ces problèmes on peut


citer la commande par mode glissant à bande limite qui Avec :
X (t ) = [x1 (t ), x 2 (t ),Κ , x n (t )]
T
consiste à remplacer la fonction de commutation par une est le vecteur d’état,
f ( X , t ) et b( X , t ) sont des fonctions non linéaires avec
fonction de saturation. Mais, cette solution n’est qu’un cas
particulier de la commande par mode glissant flou, d’où
l’intérêt à utiliser une commande qui combine la logique floue b( X , t ) φ 0 , u (t ) : la commande, d (t ) : la perturbation
considérée comme étant bornée : d (t ) ≤ D .
et le mode glissant avec gain adaptatif afin d’obtenir une
commande robuste et lisse.
Certains chercheurs [3] ont essayé de trouver une Le but de la commande est de trouver une loi de
similitude entre la commande floue non linéaire et la commande telle que les trajectoires du vecteur d’état tendent
commande par mode glissant et de combiner les deux lois vers zéro malgré la présence des perturbations.
de commande, c’est-à-dire la commande floue pour sa La surface de glissement est donnée par :
rapidité et sa facilité de mise en œuvre, et le régime glissant n −1
pour ses fondements théoriques rassurant du point de vue S ( X , t ) = ∑ ci xi + x n (2)
stabilité et robustesse. Cette combinaison reliant les avantages i =1
d’invariance par rapport aux incertitudes et aux perturbations Avec ci φ 0 , i = 1, Κ , n − 1
Si on choisit une fonction de Lyapunov de la forme
T. Amieur, (e-mail : amieurtoufik@ymail.com) 1 2
M. Boumehraz, (e-mail : medboumehraz@netcourrier.com) V = S (3)
Département d’automatique -Université de Mohamed Kheider Biskra- 2
D’après le théorème de Lyapunov si V&est négative la
trajectoire d’état sera attirée vers la surface de glissement et
µ
commute autour de celle-ci jusqu’au point d’équilibre.
NM ZR PM
La dérivée de la surface est donnée par : NG PG
1
n −1
S&= ∑ ci xi +1 + f ( X , t ) + b( X , t )u + d (t ) (4)
i =1

En multipliant l’équation (4) par S , on obtient :


n−1 −Φ −Φ/2 0 Φ/ 2 Φ S
V&= SS&= S∑ci xi+1 + Sf ( X, t) + Sb( X, t)u + Sd(t) (5)
i =1 Fig.2. Fonctions d’appartenance pour l’entrée S
Si on suppose que b( X , t ) φ 0 , ∀X alors :
si S φ 0 la diminution de u va diminuer SS&de sorte que En utilisant la méthode d’inférence max-min on trouve:
V&π 0 et si S π 0 l’augmentation de u va diminuer SS& µ ~ (u f ) = supS∈X ⎡min⎡µ ~ (S ), min⎡µ ~ (S ), µ ~ (u f )⎤⎤⎤ (7)
⎢⎣ ⎢⎣ F ⎢⎣ F ⎥⎦⎥⎦⎥⎦
de sorte que V&π 0 [4].
F οR x
i
F x
i
S
i
uf

~
La relation qui lie la surface de glissement S et la L’équation (7) peut être simplifiée en supposant Fx comme
étant un singleton flou c’est-à-dire pour S = α , µ F~ i (S ) = 1
commande u peut être exploitée pour déterminer la base de
règles d'un contrôleur flou permettant la stabilité asymptotique S

du système [3]. sinon µ F~ (S ) = 0 ,


i l’équation (7) devient :
S

µ F~ οR (u f ) = min ⎡ µ F~ (α ), µ F~ (u f )⎤ (8)
III. LE PRINCIPE DE LA COMMANDE PAR MODE x ⎢⎣ S
i i
uf ⎥⎦
GLISSANT FLOU
et la fonction d’appartenance résultante µFd est :

[ ]
uf

On suppose un contrôleur flou pour un système d’ordre µ F~ (u f ) = max µ F~ οR (u f ),Κ , µ F~ οR (u f )


d 1 5 (9)
deux construit par la collection des règles floues suivantes : uf x x

R 1 : Si S est NG Alors u f est PG en utilisant la défuzzification par la méthode de centre de


gravité, l’expression de la sortie du régulateur flou u f est
R 2 : Si S est NM Alors u f est PM
[5] [6] :
R 3 : Si S est ZR Alors u f est ZR
u f µ F~ d (u f )du f
(6) 3

R 4 : Si S est PM Alors u f est NM ∫ −


2
3 uf

uf = 2
(10)
µ F~ (u f )du f
3
R 5 : Si S est PG Alors u f est NG
avec NG : négatif grand, NM : négatif moyen, ZR : zéro, ∫ −
2
3
2
d
uf

PM : positif moyen et PG : positif grand, sont des ensembles A partir des figures 1-2 et de l’équation (9), (10) devient [7]:
flous dont les fonctions d’appartenance sont montrées dans
−1
ϕ π −1
les figures suivantes : ⎧
⎪ 1 (2ϕ + 3)(3ϕ + 1) −1
−1 ≤ ϕ ≤
⎪− 2 * 4ϕ 2 + 6ϕ + 1
µ ⎪
2
−1
⎪ − 1 * ϕ (2ϕ + 3) ≤ϕ ≤ 0
⎪ 2 4ϕ 2 + 2ϕ − 1 2 (11)
NG NM ZR PM PG u f = ⎨ 1 ϕ (2ϕ − 3) 1
1
⎪ * 2 0 ≤ϕ ≤
⎪ 2 4ϕ − 2ϕ − 1 2
⎪ 1 (2ϕ − 3)(3ϕ − 1) 1
≤ϕ ≤1
0 ⎪ 2 * 4ϕ 2 − 6ϕ + 1 2
ueq − Kf ueq −Kf / 2 ueq ueq +Kf / 2 ueq + Kf uf ⎪ ϕ ≥1
⎩ 1

si S ≥ Φ alors u f = − Sign (S )
S
Fig.1. Fonctions d’appartenances pour la sortie uf Avec ϕ =
Φ
La fig.3. représente le résultat de la sortie u CMGF pour une
entrée floue, la loi de la commande par mode glissant flou
u CMGF a la forme suivante [3]:
u CMGF = u eq + K f u f (12) A partir de la théorie de mode glissant présentée dans la
partie précédente, on peut choisir une loi de commande de la
On peut conclure que ce régulateur par mode glissant flou forme [9] :
u1 = u1eq − K 1 Sat (S1b1 ( X ) Φ 1 )
particulier travaille comme un régulateur par mode glissant à
bande limite.
⎛S⎞ D1 − c1 x 2 − f1 ( X )
u CMGF = u eq − K f Sat ⎜ ⎟ (13) avec K 1 φ , u1eq =
⎝Φ⎠ b1 ( X ) b1 ( X )
u 2 = u 2 eq − K 2 Sat (S 2 b2 ( X ) Φ 2 )
− c 2 x3 − f 2 ( X )
u CMGF
D2
avec K2 φ , u 2 eq =
b2 ( X ) b2 ( X )
ueq + Kf
Il est évident que si on pose u = u1 , cette commande
ueq + Kf / 2 permet de ramener le plus rapidement possible les états x1 et
u eq x2 sur la surface S1 , puis de les y faire glisser jusqu’au point
d’équilibre. La même chose sera pour les états x3 et x 4 avec
ueq − Kf / 2
S 2 si on prend u = u 2 , autrement dit ce régulateur ne peut
ueq − Kf commander que l’un des deux sous-systèmes.

3 1
Φ− Φ − Φ
0 1
Φ Φ
3
Φ S Pour le système donné par l’équation (14) on cherche à
2 2 2 2
Φ ()
déterminer une loi de commande u = u x de sorte que le
Fig.3. Sortie de la commande par mode glissant flou système en boucle fermée soit globalement stable, dans le sens
où toutes les variables d’état soient uniformément bornées et
En résumé, dans la conception d’un régulateur flou basé convergent asymptotiquement vers leurs points d’équilibre.
sur cinq règles, les règles floues peuvent être obtenues à L’idée principale de ce régulateur découplé consiste à
partir d’un régulateur par mode glissant. Ce qui assure la décomposer le système en deux sous-systèmes A et B, le sous
stabilité et la robustesse pour le régulateur flou [3]. système A est constitué de x1 et x 2 et sa surface de
glissement correspondante est S1 , le sous système B est
IV. COMMANDE PAR MODE GLISSANT FLOU constitué de x3 et x 4 et sa surface de glissement
DECOUPLEE correspondante est S 2 . En supposant que l’objectif essentiel
est de stabiliser le sous système A, il est raisonnable de
Soit le système non linéaire décrit par la représentation considérer l’information venant du sous système B comme
d’état suivante [8]: étant secondaire, et cette information secondaire doit être prise
en compte par le sous système A. Une variable intermédiaire
x&1 (t ) = x 2 (t ) z qui représente donc cette information secondaire est
x&2 (t ) = f 1 ( X ) + b1 ( X )u (t ) + d 1 (t ) (14) incorporée en S1 . La surface S1 prend la forme
x&3 (t ) = x 4 (t ) c1 ( x1 − z ) + x2 , ce qui signifie que l’objectif principal est
x&4 (t ) = f 2 ( X ) + b2 ( X )u (t ) + d 2 (t ) changé à x1 = z , x 2 = 0 , ou z est une fonction de S 2 .
On peut choisir l’expression S1 et S 2 comme étant :
X = [x1 , x 2 , x3 , x4 ] : est le vecteur d’état,
T
S1 = c1 ( x1 − z ) + x 2
avec
(17)
f1 ( X ) , f 2 ( X ) , b1 ( X ) et b2 ( X ) sont des fonctions non
S 2 = c 2 x3 + x 4 (18)
linéaires avec b1 ( X ) ≥ b1 φ 0 , b2 ( X ) ≥ b 2 φ 0 , u (t ) est Donc la loi de commande devient :
la commande, d 1 (t ) et d 2 (t ) sont des perturbations
supposées comme étant bornées : u1 = u1eq − K 1 Sat (S1b1 ( X ) Φ 1 ) (19)
d i (t ) ≤ Di , i = 1,2 − c1 x 2 − f 1 ( X )
avec u1eq = (20)
On définit deux surfaces de glissement S1 et S 2 : b1 ( X )
S1 = c1 x1 + x 2 (15) La valeur de l’état z peut être limitée en posant
S 2 = c 2 x3 + x 4 (16)
z ≤ zU , 0 π z U π 1 (21)
*
Où zU est la valeur maximale de z. la commande équivalente optimale u eq est la commande
La variable z peut être définie par : équivalente u eq .
⎛S ⎞
z = Sat ⎜⎜ 2 ⎟⎟ zU , avec 0 π zU π 1 (22) u n = − Kˆ Sign(S1b1 ) (30)
⎝ Φz ⎠ Pour assurer les objectifs de la commande, on adopte la loi
avec Φ z est la bande limite de la surface de glissement S 2 d’adaptation suivante :
& ~&
qui assure le lissage de la commande et le maintient de l’état Kˆ = − K = η S1b1 (31)
du système dans cette bande. À partir de l’équation (15) si
S 2 ≠ 0 alors z ≠ 0 , si S 2 → 0 alors z → 0 , et x1 → 0 avec η φ 0.
et S1 → 0 et l’objectif de la commande peut être achevé IV.II. ANALYSE DE LA SATABILITE
[10].
Afin de démontrer la stabilité du système, nous considérons la
IV.I. COMMANDE PAR MODE GLISSANT FLOU AVEC fonction candidate de Lyapunov suivante :
GAIN ADAPTATIF 1 2 1 ~2
V = S1 + K (32)
Dans la partie précédente, on a supposé que le gain K de
2 2η
la commande par mode glissant peut être déterminé. dont la dérivée temporelle est
1 ~ ~&
V&= S1 S&1 + KK
Cependant, en pratique, on n'a pas de méthode permettant le
(33)
calcul de ce gain. Pour résoudre ce problème, on utilise dans η
cette section, une commande à gain adaptatif.
A partir de (25) et (29), il vient :
Soit la loi de commande suivante :
u (t ) = u eq + u n (23)
~&
V&= S1 (c1 x2 − c1 z&+ f1 ( X ) + b1 ( X )u) + K − Kˆ K (34)
1
η
( )
La commande équivalente u eq peut être obtenue à partir de la
En remplaçant u par son expression (23) et en utilisant la loi
dérivée temporelle de la surface S& 1 = 0.
d’adaptation (31), la relation (34) devient :
S1 = c1 ( x&1 − z&) + x&2
& (24) V&= S1(c1x2 − c1z&+ f1( X ) + b( X )(ueq − ueq
*
+ ueq
*
+ un ))
S&1 = c1 ( x 2 − z&) + f 1 ( X ) + b1 ( X )u (25) (
− K − Kˆ S b ( X ) ) 1 1 (35)
− c x + c z&− f1 ( X ) A partir de (26), il vient
= 1 2 1
( ( )) ( )
*
V&= S1 b1 ( X ) ueq − ueq + un − K − Kˆ S1b1 ( X )
u eq (26)
b1 ( X )
*
(36)
La variable z n’est pas dérivable, z& ne peut pas être A partir de (28) et (30), il vient
obtenue, pour cela on approche la loi de commande
*
( ( )) (
V&= S1 b1 ( X ) k − Kˆ Sign(S1b1 ( X )) − K − Kˆ S1b1 (37) )
u par la commande équivalente u eq
S b ( X )Kˆ Sign(S b ( X )) = Kˆ S b ( X )
équivalente optimale eq
1 1 1 1 (38) 1 1
donnée par :
Ce qui implique
− c1 x 2 − f 1 ( X )
u eq =
b1 ( X )
(27) V&= S1b1 ( X )k − K S1b1 ( X ) (39)

k (t ) donné par :
et soit V&≤ 0 .
k (t ) = u eq − u eq
*
avec 0 ≤ k (t ) ≤ K (28) V. EXEMPLE DE SIMULATION
La limite d'incertitude K est une constante positive.
Cependant, cette limite d'incertitude ne peut pas être mesurée Pour démontrer l’efficacité de la méthode on l’a utilisé
en pratique [11]. pour la commande d’un pendule inversé. Le système se
compose d’un chariot mobile en translation supportant un
Soit K̂ la valeur estimée de K . On considère l’erreur pendule libre en rotation comme le montre la fig.4.
d’estimation :
K (t ) = K − Kˆ (t )
~
(29)
La commande discontinue u n dont le but est de vérifier les
conditions d'attractivité, est un terme de commande par mode
glissant adaptatif introduit pour compenser la différence entre

θ
la variation erreur de la position du chariot
5

erreur de position du chariot [m]


3

Fig.4. Schéma de principe du pendule inversé -1


0 1 2 3 4 5 6 7 8 9 10
temps (sec)
Le mouvement peut être décrit par les équations différentielles
suivantes [10]: Fig.6. Position du chariot

x&
1 = x2 la variation de la commande

mt g sin x1 − mp L sin x1 cos x1x22 + cos x1.u 30

x&2 = + d (t )
⎛4 ⎞
25
L.⎜ mt − mp cos2 x1 ⎟ (40)
⎝ 3 ⎠ 20

x&3 =x4 15

la commande u [N]
4 10
mp Lx22 sin x1 + mp g sin x1 cos x1
3 4
x&4 = + u + d (t ) 5
4
mt − mp cos x1 ⎛ 4 ⎞
3.⎜ mt − mp cos2 x1 ⎟
2
0
3 ⎝3 ⎠
-5
avec
x1 = θ , x 2 = θ&, x3 = x , x4 = x&
-10

-15
0 1 2 3 4 5 6 7 8 9 10
x : La position du chariot. temps (sec)

θ : L'angle du pendule.
m p = 0.1kg , mc = 1kg , mt = mc + m p , L = 0.5m, Fig.7. la commande

g = 9.81m / s 2 . 15.45
la variation de gain adaptatif K

Les figures suivantes représentent les résultats obtenus pour


15.4
un régulateur dont les paramètres sont
c1 = 5, c2 = 0.5 , η = 0.1 , K(0) =15, Φ1 = 5 ,
15.35

15.3

Φ z = 8.5812 , z U = 0 .9425 et une condition initiale


gain adaptatif k(i)

15.25

θ(0) = −60° , θ&(0) = 0 , x(0) = −1m, x(0 ) = 0 avec une 15.2

perturbation externe d (t ) = 0.5 sin(t ) 15.15

la variation angle du pendule 15.1


60
15.05

40 15
0 200 400 600 800 1000 1200
itérations (i)
angle du pendule [degré]

20

Fig.8. gain adaptatif


0

-20
Les figures 9-11 représentent les résultats obtenus pour la
poursuite du vecteur d’état désiré suivant :
-40 θ d (t ) = 0 , θ&d (t ) = 0 ,
⎧ 1 Si 20 s ≤ t ≤ 30 s
xd (t ) = ⎨ et x&d (t ) = 0
-60
0 1 2 3 4 5 6 7 8 9 10

⎩− 1 Si
temps (sec)
ailleurs
Fig.5. Position du pendule
5
variation de la position et la position désiré du chariot incontestables la rendent de plus en plus convoitée par les
réelle chercheurs et la commande par mode glissant avec gain
consigne
adaptatif qui prouve des propriétés de stabilité et de robustesse
la position et la position désire du chariot [m]

par rapport aux perturbations externes.


3
L’application de cette commande sur un exemple de
2 simulation a donné des résultats très satisfaisants pour la
stabilisation et la poursuite de trajectoire tout en
1
s’affranchissant des problèmes de broutement de la commande
0 par mode glissant et le déficit en outils d’analyse de la
commande à la logique floue.
-1

-2
REFERENCES
0 5 10 15 20 25 30 35 40
temps (sec)

[1] J. M. Yang, I. H. Choi, J. H. Kim, « Sliding mode motion control of non


Fig.9. Position du chariot (réelle, consigne). holonomic mobile robots », IEEE control system, Vol. 19, N° 19, pp. 15-23,
1999.
[2] A. Ishigame, T. Furukawa, «Sliding mode controller design based on fuzzy
la variation de la commande inference for nonlinear systems», IEEE transactions on industrial Electronics,
30
Vol. 40, N° 1, February 1993.
25 [3] J. C. Lo and Y. H. Kuo « Decoupled Fuzzy Sliding-Mode Control », IEEE
transactions On Fuzzy systems, Vol. 6, N° 3, pp. 426-435, 1998.
20
[4] L.-C. Hung, H. P. Lin, H.-Y. Chung, « Design of self-tuning fuzzy sliding
15 mode control for TORA system », Expert Systems with Applications, Vol. 32,
la commande u [N]

pp. 201–212, 2007.


10
[5] T.-P. Zhang, C.-B. Feng, « Decentralized adaptive fuzzy control for large-
5 scale nonlinear systems », Fuzzy Sets and Systems, Vol. 92, pp. 61–70, 1997.
[6] S. C. Tong, Q. Li, T. Chai, « Fuzzy adaptive control for a class of
0
nonlinear systems », Fuzzy Sets and Systems, Vol.101, pp. 31–39, 1999.
-5 [7] T. Chai, S. Tong , « Fuzzy direct adaptive control for a class of nonlinear
systems », Fuzzy Sets and Systems, Vol .103 , pp. 379-387,1999.
-10
[8] L.-C. Hung and H.-Y. Chung, «Fuzzy sliding-mode control with rule
-15 adaptation for nonlinear systems », Expert Systems, Vol. 23, N° 4, 2006.
0 5 10 15 20 25 30 35 40
temps (sec) [9] D. Liu, J. Yi, D. Zhao, « Adaptive sliding mode fuzzy control for a two-
dimensional overhead crane », Mechatronics, Vol. 15, N° 5, pp. 505–522,
2005.
Fig.10. la commande [10] S.-Y. Chen, F. -M. Yu, H. -Y. Chung, « Decoupled fuzzy controller
design with single-input fuzzy logic », Fuzzy Sets and Systems, Vol. 129, pp.
la variation de gain adaptatif K
335–342, 2002.
15.5 [11] C.-M. Lin and W.-L. Chin, «Adaptive Hierarchical Fuzzy Sliding-Mode
15.45 Control for a Class of Coupling Nonlinear Systems », Int. J. Contemp. Math.
Sci., Vol. 1, N° 4, pp. 177 – 204, 2006.
15.4

15.35
gain adaptatif k(i)

15.3

15.25

15.2

15.15

15.1

15.05

15
0 500 1000 1500 2000 2500 3000 3500 4000 4500
itérations (i)

Fig.11. gain adaptatif

On remarque que la loi de commande utilisée a permet la


stabilisation et la poursuite d’une trajectoire désirée.

VI. CONCLUSION

Dans ce papier nous avons étudié un contrôleur qui peut


être appliqué pour une large classe de systèmes non linéaire, il
combine les avantages de deux techniques considérés robustes
et qui sont la commande floue dont les performances