Académique Documents
Professionnel Documents
Culture Documents
I. INTRODUCTION
II. COMMANDE PAR MODE DE GLISSEMENT
n 1
S ci xi 1 f X b X u
S X , t
(3)
i 1
dS (10)
On désire assurer la condition d’attractivité ( SS 0 ) de la c12 c 22 c n21 1
surface S X . En utilisant (3), le calcul de SS donne :
n 1
SS S ci xi 1 f X b X u (4)
III. COMMANDE ADAPTATIVE FLOUE AVEC MODE
DE GLISSEMENT
i 1
Si les fonctions f X et b X sont connues, pour Les fonctions f X et b X , peuvent être approximées
atteindre les objectifs de commande, on peut utiliser la loi de en ligne en utilisant les systèmes flous définis comme suit :
commande par mode de glissement suivante : fˆ X , f wTf X f (11)
1 n1
u ci xi 1 KSignS f X (5) bˆ X , wT X (12)
b X i 1
b b b
avec w f X et wb X sont des vecteurs de
En utilisant (3), (5) devient
S KSignS (6)
fonctions floues de base supposées convenablement fixées à
f et b sont les vecteurs de
Ce qui implique que S X 0 quand t , et par
l’avance par l’utilisateur,
x i t 0
paramètres à ajuster par un algorithme d’adaptation.
t
Les fonctions réelles f X et b X peuvent être
conséquent quand pour
i 1, , n 1 [1]. approchées avec des systèmes d'inférence floue de la
La loi de commande (5) du système (1) peut être manière suivante [8] [10]:
facilement implantée si f X et b X sont parfaitement
f X fˆ X , *f (13)
connues. Ces fonctions étant généralement incertaines, le but
est alors de les approcher par des systèmes flous. b X bˆ X , * b (14)
II.1. Détermination de la distance signée d S pour un point avec et sont respectivement les valeurs optimales de
*
f
*
b
arbitraire : f et b .
Soit une surface de glissement de dimension n 1 dans
*f arg min sup f X fˆ X , f (15)
f X
l’espace d’état de dimension n:
S X , t c1 x1 c 2 x 2 c n 1 x n 1 x n (7) b* arg min sup b X bˆ X , b (16)
b X
Le vecteur normal N à la surface S X , t 0 est donné Notons que les valeurs optimales f et b sont des
* *
N
c1 , c 2 , , c n 1 ,1
T
commande. En effet, la connaissance de leurs valeurs n’est
b X bˆ X , b wbT X b
donnée par : ~
(18)
dS X T N (9) ~ ~
Avec : f f f et b b b les erreurs
* *
Pour un système non linéaire décrit par l’équation (1), la d’estimation paramétrique.
distance signée d S est [8] : III .I. SYNTHESE DE LA LOI DE COMMANDE
n1
ci xi 1 KSignS fˆ X , f
1 Le terme robuste u n est défini comme suit :
u (19)
b X , b i 1
ˆ
Cette loi de commande résulte de (5) en remplaçant les
un
b
K u SignS p d S
1 ˆ
(26)
fonctions f X et b X par leurs approximations floues Soit K̂ la valeur estimée de K , on considère l’erreur
fˆ X , f et bˆ X , b et elle ne peut garantir à elle seule ~
d’estimation K (t ) K Kˆ (t ) et :
la stabilité du système bouclé. Ceci est dû, d’une part, à
0 ˆ n1
l’existence des erreurs d’approximation et, d’autre part, au
u f X , ci xi1 bˆX,b S (27)
0 bˆ X,b
fait que cette loi de commande n’est pas défini lorsque f
2
bˆX,b ˆ n1
d S b X u n d S bˆ X , b* S d S u (35)
uaf ci xi1 bˆX,b S (25)
0 bˆ X,b
2
f X , f
i1
1 ~T
f
1 ~
f f bT b
b
1
K
K Kˆ Kˆ
avec 0 une constante positive petite et 0 .
The INTERNATIONAL CONFERENCE ON ELECTRONICS
& OIL: FROM THEORY TO APPLICATIONS
March 05-06, 2013, Ouargla, Algeria
K
1
KK Kˆ
ˆ
Avec
1
V 0 angulaire.
ailleurs
2 0.3 -300
-350
1 x i 0 .625 2
F 2 x i exp -400
i
2 0 .3 -450
0 2 4 6 8 10 12 14 16 18 20
temps (sec)
1 x 2
F 3 x i exp i Fig.4. Vitesse du pendule.
i
2 0 . 3
1 x 0 .625 2 Les figures suivantes représentent les résultats obtenus pour
F 4 x i exp i la poursuite du vecteur d’état désiré suivant :
i
2 0 .3
t sin t et d t cos t
2 2 2
1 Si x i 1.25 Les paramètres de synthèse sont choisis comme suit
F 5 x i f 0.001 , b 0.001 , f 0 0 , b 0 0.5 ,
i
ailleurs
2 0.3
2.5 , P 0.1 , K 10 .
Les paramètres de synthèse sont choisis comme suit
f 0.001 , b 0.001 , f 0 0 , b 0 0.5 ,
Les résultats de simulation, , la position angulaire,
y x1 , la vitesse angulaire, y x 2 , plan de phase, gain
0 0.01 , b 0.1 , K 1 10 , c1 10 , 20 , adaptatif sont représentées sur les figures 5-8 pour une
variation paramétrique de 50% et de perturbation externe
2.5 , P 0.009 , K 10 .
Les résultats de simulation, la position angulaire,
d t 0.01 * sin t à partir à l’instant t 2 s avec une
y x1 , la vitesse angulaire, y x 2 , sont représentées sur condition initiale 0 60 , 0 0 :
les figures 3-4 pour une variation paramétrique de 50% et de
perturbation externe d t 0.01 * sin t à partir à
la variation de la positon du pendule -réelle et consigne-
60
0 60 , 0 0 :
40
20
la variation angle du pendule
60
0
50
-20
angle du pendule [degré]
40
-40
30
-60
20 0 2 4 6 8 10 12 14 16 18 20
temps (sec)
10
Fig.5. Position du pendule ; réelle, consigne.
0
0 2 4 6 8 10 12 14 16 18 20
temps (sec)
REFERENCES
plan de phase et droite de glissement
2 [1] J. J .E. Slotine, W. Li, « Applied nonlinear control », Prentice-Hall,
USA, 1991.
[2] H.K. Khalil, «Adaptive output feedback control of nonlinear systems
0
represented by input-output models», IEEE Trans. Automat. Contr,
vol. 41, no. 2, pp. 177-188, Feb. 1996.
-2 [3] P. Kokotovic and M. Arkac, « Constructive nonlinear control: a
historical perspective », Automatica, vol. 37, pp. 637-662, 2001.
[4] J.-H. Park and G.-T. Park, « Adaptive fuzzy observer with minimal
e(2)
-4
dynamic order for uncertain nonlinear systems », IEE Proc. Contr.
Theory Appl., Vol. 150, N° 2, pp. 189-197, 2003.
-6 [5] S. Labiod, M.S. Boucherit, and T.M. Guerra, « Commande
adaptative floue d’une classe de systèmes non linéaires monovariables
», Rencontres Francophones sur la Logique Floue et ses
-8
Applications, Tours, France, pp. 169-176, 2003.
[6] H.F. Ho, Y.K. Wong, A.B. Rad , « Adaptive fuzzy sliding mode
-10 control with chattering elimination for nonlinear SISO systems»,
-0.2 0 0.2 0.4 0.6 0.8 1 1.2
e(1) Simulation Modelling Practice and Theory Vol. 17, pp: 1199–1210,
2009
Fig.7. Plan de phase et la droite de glissement. [7] N. Noroozi, M. Roopaei, M. Z. Jahromi, « Adaptive fuzzy sliding
mode control scheme for uncertain systems», Commun Nonlinear Sci
la variation de gain adaptatif K Numer Simulat, Vol.14, pp: 3978–3992, 2009.
10.014 [8] O. Cerman, P. Hušek, « Adaptive fuzzy sliding mode control for
electro-hydraulic servo mechanism », Expert Systems with
10.012 Applications, Vol. 39, pp: 10269–10277, 2012.
[9] L.-C. Hung, H. P. Lin, H.-Y. Chung, « Design of self-tuning fuzzy
10.01
sliding mode control for TORA system », Expert Systems with
gain adaptatif k(i)
10.008
Applications, Vol. 32, pp: 201–212, 2007.
[10] M. Roopaei , M. Zolghadri, S. Meshksar, « Enhanced adaptive fuzzy
10.006
sliding mode control for uncertain nonlinear systems», Commun
10.004 Nonlinear Sci Numer Simulat, Vol. 14 pp: 3670–3681, 2009.
[11] J.-P. Su, T.-M. Chen, C.-C. Wang, « Adaptive fuzzy sliding mode
10.002 control with GA-based reaching laws », Fuzzy Sets and Systems, Vol.
120, pp. 145–158, 2001.
10 [12] S. Wang, L. Hou, L. Dong, H. Xiao, « Adaptive fuzzy sliding mode
0 500 1000 1500 2000 2500
itérations (i) control of uncertain nonlinear SISO systems», Procedia Engineering,
Vol. 24, pp: 33-37, 2011.
Fig.8. Gain adaptatif K.