Vous êtes sur la page 1sur 6

The INTERNATIONAL CONFERENCE ON ELECTRONICS

& OIL: FROM THEORY TO APPLICATIONS


March 05-06, 2013, Ouargla, Algeria

Commande Adaptative Floue Indirecte avec Mode


de Glissement des Systèmes Non Linéaires
Toufik Amieur (1), Mohamed Boumehraz (2)
(1)
Département De Génie Electrique --Université de Kasdi Merbah Ouargla--
(2)
Département De Génie Electrique --Université de Mohamed Kheider Biskra--
(1) (2)
amieur.toufik@univ-ouargla.dz medboumehraz@netcourrier.com
en se basant sur cette estimation. Les lois de commande et
Résumé — Ce travail présente une commande adaptative les lois d’adaptation sont obtenues en utilisant la méthode de
indirecte floue robuste par mode glissant d'un système non Lyapunov. Afin de tester son efficacité et sa robustesse, cette
linéaire. Un système flou a été utilisé pour approximer les méthode de commande est appliquée pour résoudre le
dynamiques et les paramètres inconnus en utilisant le théorème
problème de la stabilité et la poursuite d’une trajectoire.
de l'approximation universelle. Pour la robustesse du système
bouclé, nous avons utilisé les modes glissants avec une surface Ce papier est organisé comme suit :
linéaire. La stabilité globale a été étudiée à l'aide de la théorie Dans la première section II on présente la commande par
de Lyapunov. Pour montrer l'efficacité de l'approche proposée, mode de glissement et la distance signée. La section III et
un exemple de simulation est présenté. présente la commande adaptative floue avec mode de
glissement et synthèse de la loi de commande et l’analyse de
Mots Clés — Mode Glissant, Commande Adaptative Floue, stabilité. En suite la commande étudiée est appliquée sur le
Commande Robuste, Systèmes Non Linéaires, Distance Signée.
pendule inversé (section IV). On termine par une conclusion.

I. INTRODUCTION
II. COMMANDE PAR MODE DE GLISSEMENT

L a commande d’un système non linéaire est une tâche


difficile même quand le modèle dynamique du système
est disponible. Ce problème de commande est d’autant
Considérons le système mono-entrée mono-sortie décrit par
les équations différentielles suivantes :
plus difficile si le modèle dynamique est inconnu ou mal  x i t   xi 1 t  i  1,  , n - 1

 x n t   f  X   b X u t   d t 
connu. Les progrès enregistrés ces deux dernières décennies (1)
dans la théorie de la commande des systèmes non linéaires
 y t   x t 
ont donné naissance à certaines méthodes systématiques de  1
synthèse de lois de commande non linéaires. Parmi ces avec :
X t   x1 t , x 2 t , , x n t  est le vecteur d’état,
méthodes, on trouve la technique de linéarisation entrée T
sortie permettant l’analyse et la synthèse de la commande
pour une large classe de systèmes non linéaires [1]. f  X  et b X  sont des fonctions non linéaires avec
b X   b  0 avec b une constante donnée, u t  : la
Cependant, cette technique ne peut être utilisée que pour les
systèmes non linéaires dont le modèle dynamique est connu
avec exactitude. Pour pallier ce problème, plusieurs commande, d t  : la perturbation considérée comme étant
d t   D .
approches de commande adaptative ont été introduites [2]
bornée :
[3]. Parmi ces approches, la commande adaptative floue a
connu un succès considérable [4]. Il est à noter que dans La surface de glissement est donnée par :
cette approche de commande, il y a le problème de la n 1
possibilité de division par zéro et, dans ce cas, la loi de S  X    ci xi  x n avec ci  0 , i  1,  , n  1 (2)
commande n’est pas bien définie. Pour éviter ce problème, i 1
en estimé directement l’inverse du gain de commande. Dans A partir de l’équation (2), on déduit que pour S  X   0 ,
la plus part des approches de commande adaptative floue on nous avons une équation différentielle linéaire dont la
solution implique la convergence vers zéro de xt  et de ses
utilise un terme de robustification, ce terme est une loi de
commande par mode de glissement [5] [6] [7].
classique, a été améliorée en utilisant un terme de dérivées jusqu'à l’ordre n  1 [1].
commande robuste. Ce terme est une loi de commande par L’objectif de la commande se simplifie à la synthèse
mode de glissement a gain adaptatif afin d’assurer la d’un contrôleur garantissant la convergence vers zéro du
robustesse et atténuer les effets des perturbations externes. signal S  X  .
Les systèmes flous sont utilisés pour estimer en ligne la La dérivée de la surface de glissement est donnée par
dynamique du système et la loi de commande est synthétisée l’équation suivante
The INTERNATIONAL CONFERENCE ON ELECTRONICS
& OIL: FROM THEORY TO APPLICATIONS
March 05-06, 2013, Ouargla, Algeria

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 n21  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  n1

u    ci xi 1  KSignS   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   KSignS  (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
* *

par constantes artificielles inconnues introduites uniquement


pour faire l’étude théorique de la stabilité de l’algorithme de

N
c1 , c 2 ,  , c n 1 ,1
T
commande. En effet, la connaissance de leurs valeurs n’est

c1 , c2 ,, cn1 ,1


(8) pas nécessaire pour l’implantation des lois de commande
adaptatives [8] [11].
A partir de l’analyse ci-dessus, on peut écrire :
f  X   fˆ X ,  f   wTf  X  f
La distance signée d S pour un point arbitraire X est ~
(17)

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

Considérons maintenant la loi de commande suivante :


The INTERNATIONAL CONFERENCE ON ELECTRONICS
& OIL: FROM THEORY TO APPLICATIONS
March 05-06, 2013, Ouargla, Algeria

 n1 
  ci xi 1  KSignS   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 SignS    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 n1

 
l’existence des erreurs d’approximation et, d’autre part, au
u   f X ,    ci xi1  bˆX,b S  (27)
0  bˆ X,b  
fait que cette loi de commande n’est pas défini lorsque f

2

bˆ X ,  b   0 . Pour traiter le problème des erreurs


i
L’estimation des paramètres est faite par les lois d’adaptation
d’approximation, on a ajouté un terme de robustification à la suivantes :
 f   f w f  X d S
loi de commande équivalente, et pour éviter la division par
(28)
zéro lors du processus d’adaptation des paramètres  b , soit
on modifie sa loi d’adaptation soit on modifie carrément la    w  X d u
b b b S af  S  (29)
loi de commande. Dans ce qui suit, nous montrons comment avec  f  0 , b  0 .
modifier la loi de commande pour surmonter ces problèmes.
La loi de commande est donnée par :
III.II. ANALYSE DE LA STABILITE
u  u af  u n (20)
La loi de commande (20) est la somme de deux termes : un
Pour étudier la stabilité du système en utilisant de la loi de
terme de commande adaptative floue u af , utilisé pour commande (20) on utilise la méthode de Lyapunov.
compenser les non-linéaités du système, et un terme de A partir de (25) et (27), on obtient la relation
n1
bˆX ,b uaf   fˆ X , f   ci xi1  bˆX ,b S  u (30)
robustification de type mode glissant u n , introduit pour
pallier le problème des erreurs d’approximation. i 1
Le terme adaptatif flou est défini comme suit : En utilisant les équations (20), (25) et (30), la dérivée de la
 ˆ n 1

  f X ,  f    ci xi 1 
1 surface de glissement peut être réécrite sous la forme
u af 
bˆ X ,  b   i 1 
(21)
  
S  f  X   fˆ X ,  f   b X   bˆ X ,  b  u af  (31)
et le terme de robustification par mode de glissement u n est  b X u n   bˆ X ,  b S  u
donné par :
u n   KSignS  avec K  0 (22)
En ajoutant et en retranchant le terme  
bˆ X ,b* S ,
l’équation (31) devient
S  wTf  X  f  wbT  X  b u af   S   b X u n
Les paramètres du contrôleur flou sont adaptés par les lois ~ ~
d’adaptations suivantes :
 
(32)
  bˆ X ,  b* S  u
 f   f w f  X S (23)
Considérons maintenant la fonction candidate de Lyapunov
b   b wb  X u af S (24) 1 2 1 ~T ~ 1 ~T ~ 1 ~2
V  dS  f f  b b  K (33)
avec  f  0 et  b  0 . 2 2 f 2 b 2 K
L'inconvénient de cette loi de commande est que la loi de dont la dérivée temporelle est
commande n'est pas définie pour bˆ X ,  b   0 . Pour V  d S d S 
1 ~T  1 ~
 f  f   bT b 
1 ~ ~
KK (34)
résoudre le problème de division par zéro dans la loi de f b K
commande, nous utilisons une nouvelle loi de commande A partir de (31), (34) devient
V  d S wTf  X  f  d S wbT  X  b u af   S 
bien définie garantissant les objectifs de commande. ~ ~
Le terme adaptatif flou u af est donné par :

bˆX,b   ˆ n1


 d S b X u n  d S  bˆ X ,  b* S  d S u   (35)
uaf         ci xi1  bˆX,b S  (25)
0  bˆ X,b 
2
f X , f
i1 
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

A partir de (28) et (29), on a  b . Effectivement, on peut remarquer


valeurs optimales de
d S wTf  X  f  que si   0 et  b 0   0 , on a u af  0 , b  0 et
~ 1 ~T 
f f 0 (36)
f
 b  0 , t .
d S w  X  b u af   S  
~ 1 ~T 
T
b b  0 (37)
f
b
IV. EXEMPLE DE SIMULATION
Ce qui implique : Pour illustrer les performances de la méthode de
 
V  d S b X un  d S bˆ X ,b* S  d S u 
1
K

K  Kˆ Kˆ (38)  commande étudiée, nous considérons la commande d’un
pendule inversé représenté par la figure.2. Son modèle
dynamique est donné par [12]:
 x1 t   x 2 t 
En utilisant (26), (38) devient
b X  b X  b X  
V   Kˆ S  Su   p d S2 
b b b  x 2 t   f  X   b X u t   d t  (41)
(39)  y t   x t 
 
d S b X ,  b S  d S u 
ˆ *

K
1
KK Kˆ 
ˆ
 Avec
 1

Puisqu’on a supposé que b X   b  0 , il est alors


m p Lx 22 cos x1 sin x1
g sin x1 

raisonnable de supposer que bˆ X ,   0 et, de ce fait,
*
b  f X  
m p  mc
(42)
(39) peut être simplifiée à  4 m p cos x12 
L  
V   Kˆ S 
1
K

K  Kˆ Kˆ   (40)
 3 m p  mc



cos x1
Pour que V  0 , les loi d’adaptations sont conçues comme m p  mc
suite : b X   (43)
̂  4 m p cos x12

K  K S Avec  K 0 L  
 3 m p  mc
Donc (40) peut être réécrite par  
V   K S x1   est l’angle du pendule et x 2   la vitesse

V  0 angulaire.

Remarque 1 : Le terme de robustification par mode de 


glissement donné par (26) peut être lissé par le
remplacement de la fonction discontinue SignS  par la
S
fonction continue Sat   , ou  est une constante
 u (t )
positive. Dans ce cas, on ne peut qu’assurer la convergence
de l’erreur de poursuite dans un voisinage autour de zéro.
Remarque 2 : Pour avoir une loi de commande bien définie
même lorsque bˆ X ,  b   0 , on a remplacé bˆ 1  X ,  b  Fig.2. Schéma de principe du pendule inversé

bˆ X ,  b  Notons que les fonctions non linéaires f  X  et b X  sont


par .
 0  bˆ 2  X ,  b  supposées inconnues. Dans cet exemple de simulation, les
valeurs suivantes sont utilisées :
Remarque 3 : Le terme bˆ X ,  b S dans (25), est ajouté m p  0.1kg , mc  1kg , L  0.5m , g  9.81m s 2
pour avoir une nouvelle loi d’adaptation pour les paramètres
Chacune des fonctions (42) et (43) est approchée par un
 b (équation (29)). En fait, cette loi permet l’initialisation système flou, et chaque système flou a pour entrée les
des paramètres  b par zéro. Ceci est un avantage, car dans variables x1 et x 2 . Bien que b X  est fonction seulement
ce cas on n’a pas besoin de connaissances a priori sur les de x1 , nous utilisons un système flou avec les entrées x1 et
The INTERNATIONAL CONFERENCE ON ELECTRONICS
& OIL: FROM THEORY TO APPLICATIONS
March 05-06, 2013, Ouargla, Algeria

la variation vitesse angulaire


x 2 car la forme de la fonction est supposée inconnue. Pour 50

chaque variable d’entrée, on définit cinq fonctions 0


d’appartenance Gaussiennes comme suit : -50

 -100

vitesse angulaire [degré/s]


1 Si x i  1.25 -150

 F 1  xi    -200

i

exp  1  xi  1.25  


2 -250

   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

exp   1  x i  1.25    0  0.1 , b  0.1 , K 1  10 , c1  10 ,   20 ,


2

   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

l’instant t  2s avec une condition initiale


la positon du pendule -réelle et consigne- [degré]

 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)

Fig .3. Position du pendule.


The INTERNATIONAL CONFERENCE ON ELECTRONICS
& OIL: FROM THEORY TO APPLICATIONS
March 05-06, 2013, Ouargla, Algeria

la variation de la vitesse du pendule -réelle et consigne- V. CONCLUSION


100
Dans ce papier nous avons développé la commande
50
la viesse du pendule -réelle et consigne- [degré/s]

adaptative indirecte pour une classe de systèmes non


0 linéaires monovariables en utilisant les systèmes flous. Cette
-50 méthode, a été améliorée en utilisant un terme de commande
-100
robuste. Ce terme est une loi de commande par mode de
glissement afin d’assurer la robustesse et atténuer les effets
-150
des perturbations externes. Le problème de la singularité de
-200 la viesse du pendule -réelle la loi de commande est résolu par l’approximation de
consigne l’inverse du gain de commande estimé. Le principe de cette
-250
approche est l'utilisation des systèmes flous adaptatifs pour
-300
l'approximation de la dynamique inconnue des systèmes non
-350 linéaires. Ces approximations sont utilisées ensuite dans une
-400
loi de commande par mode glissant. Les lois d'adaptation des
0 2 4 6 8 10 12 14 16 18 20
temps (sec)
paramètres des systèmes flous sont obtenues en utilisant la
méthode de Lyapunov. Les résultats de simulations obtenus
montrent l'efficacité de cette technique et la robustesse vis-à-
Fig.6. Vitesse du pendule ; réelle, consigne. vis des perturbations et des incertitudes du modèle.

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.