Vous êtes sur la page 1sur 27

Séance 3 :

novembre 19 Master AVR - Modélisation et commande en robotique - P. Hénaff 73


stabilité d’un système
 Un système est stable s’il tend à revenir à sa position
d’équilibre après en avoir été écarté momentanément
Cas 1 Cas 2 Cas 3

La bille quitte sa La bille revient à sa La bille revient à une position


position d ’équilibre positon d ’équilibre après d ’équilibre différente de sa
après avoir subit une avoir subit une légère position initiale, après avoir
légère perturbation. Elle perturbation. subit une légère perturbation.
n’y reviendra plus.
 Système Instable stabilité asymptotique  stabilité non asymptotique

novembre 19 Master AVR - Modélisation et commande en robotique - P. Hénaff 74


stabilité : principes fondamentaux
 La stabilité d’un système (donc de sa sortie) dépend de la nature des
pôles de sa fonction de transfert entre sa sortie et son entrée lorsque :
 On considère la dynamique de l’entrée nulle. La sortie dépend des valeurs
statiques de l’entrée et des poles de la FT du system

𝑆(𝑝)= 𝐻(𝑝).E(𝑝)

DONC si TOUS les pi et les ai sont NEGATIFS , le système est STABLE (les
exponentielles tendent alors vers 0).
Si au moins un pôle à sa partie réelle positive, le système est instable

Il existe des critères algébriques et graphiques pour l’étude théorique de la


stabilité (Routh, Nyquist, revers, …)
novembre 19 Master AVR - Modélisation et commande en robotique - P. Hénaff 75
Montrer par un exemple. Les etud trouvent
difficille cette 1ere partie

novembre 19 Master AVR - Modélisation et commande en robotique - P. Hénaff 76


stabilité
Cas de stabilité
Im[H(j)]
sortie
Phase transitoire inconnue

Stabilité asymptotique
Pôle réel Re[H(j)]
t
Im[H(j)] sortie
Phase transitoire inconnue
Stabilité asymptotique

Re[H(j)] t
Pôles complexes conjugués
novembre 19 Master AVR - Modélisation et commande en robotique - P. Hénaff 77
stabilité
Cas d’instabilité
Im[H(j)]
sortie
Instabilité Oscillatoire
Re[H(j)]

Pôles Complexes conjugués t

Im[H(j)]
sortie

Instabilité divergente
Re[H(j)]
t
Pôle réel

novembre 19 Master AVR - Modélisation et commande en robotique - P. Hénaff 78


stabilité
Cas limites
Im[H(j)]
sortie Juste Oscillant

Re[H(j)]
t

Pôles Imaginaires purs


Im[H(j)] sortie

Système astatique

Re[H(j)]
Pôle nul t

novembre 19 Master AVR - Modélisation et commande en robotique - P. Hénaff 79


correction des systèmes asservis
 Principe général
 On cherche à asservir le système en position dans
l’espace articulaire en une configuration désirée qd .
 Le correcteur est supposé diagonal, c’est-à-dire que le
couple envoyé sur le moteur i ne dépend que de l’erreur
sur l’axe i.
 Tous les effets de couplage sont considérés comme des
perturbations que le correcteur doit rejeter.
 Lorsque l’on souhaite atteindre une configuration désirée
qd , on effectue toujours une interpolation de trajectoire (les
consignes en échelon ne sont utilisées que pour le réglage
du contrôleur, éventuellement).

novembre 19 Master AVR - Modélisation et commande en robotique - P. Hénaff 80


correction des systèmes asservis
Forme générale de la correction: Perturbation
Signal de commande

qd
+  Correcteur
u Processus q
_ continu

 Le correcteur est un filtre analogique qui suit une loi de correction:


 Il élabore le signal de commande u à partir de l ’erreur 
 La loi de correction usuelle est la loi PID : Proportionnelle Intégrale Dérivée

novembre 19 Master AVR - Modélisation et commande en robotique - P. Hénaff 81


Principes théoriques de la correction
d’un système asservi
L’étude théorique de la correction d’un système s’étudie par sa
fonction de transfert en boucle ouverte (FTBO) :
Fontion de Transfert en BO
ed +  Correcteur u Système s
FTBO=𝐻 𝑗𝜔
_ KC(p) G(p)

FTBO équivalente
𝜖(j) H(j)=KC(j)G(j) S(j)

Corriger le système, c’est chercher C(j𝝎) pour avoir un système plus


rapide (grande bande passante), plus précis et stable

PROBLEME :
Rapide et précis = grand gain et grand gain = instabilité
 Dilemme stabilité/précision de TOUS les systèmes dynamiques
novembre 19 Master AVR - Modélisation et commande en robotique - P. Hénaff 82
Principe théorique de la correction
d’un système asservi
Il faut éviter que la FTBO traverse une zone critique définie par le point
critique de stabilité (-1) sur lequel H(j) = -1
Avant correction Après correction
K=K2 trop grand : système instable K=K2 grand: système stable et grand gain (précis, rapide)
Im[FTBO(j)]
2 Im[FTBO(j)]

-1 Re[FTBO(j)] -1
=  =  Re[FTBO(j)]
= 0 = 0

K =K1trop faible: système


1
stable mais peu précis K=K1 trop faible

 croissant
croissant

• La correction effectuée entre deux fréquences 1 et 2 est un filtre qui déforme


localement la FTBO
• Ce filtre a sa propre FT : C 𝑗𝜔 𝐾 +𝐾 𝑗𝜔 = correcteur PID :

novembre 19 Master AVR - Modélisation et commande en robotique - P. Hénaff 83


METHODES EXPERIMENTALES DE
REGLAGE DU PID
Essai en boucle ouverte (méthode apériodique ou indicielle):
 on effectue une réponse indicielle au système en boucle ouverte avec
C(p)= 1 (K=1,Ti = , et Td =0) sans débrancher C(p)
y
E0
E0
yc +  u Processus
y
_ C(p)=1
continu

t
 T

 On mesure t et T sur la tangente au régime transitoire


 pour le PID : K = 1,2 T/i Td = 0,5
 pour le PI : K = 0,9 T/i 
 pour le P : K = T/

novembre 19 Master AVR - Modélisation et commande en robotique - P. Hénaff 84


METHODES EXPERIMENTALES DE
REGLAGE DU PID
Essai en boucle fermée (méthode de pompage):
 on effectue avec prudence un essai de pompage en boucle fermée
 on fixe Ti = , et Td =0

 on augmente K jusqu'à sa valeur critique Kosc qui porte le système


à l'oscillation, on note Tosc la période de l'oscillation.
y

Yc=0 +  u Processus
y
_ K
continu t

 On mesure T sur le signal oscillant et Kosc sur le correcteur


 pour le PID : K = 0,6 Kosci oscTd = 0,125 osc
 pour le PI : K = 0,45 Kosci osc
 pour le P : K = 0,5 Kosc
 Autres méthodes : méthodes de modèles, du PID de TAKAHASHI …(cf
littérature)
novembre 19 Master AVR - Modélisation et commande en robotique - P. Hénaff 85
METHODES EXPERIMENTALES DE
REGLAGE DU PID
 Réglage du correcteur PID dans un robot manipulateur série :
 On commence par les axes les plus près de l’effecteur.
 Augmenter progressivement Kp jusqu’à obtenir deux oscillations pour
une réponse à un échelon
 Augmenter Kd pour amortir les oscillations. Du fait du calcul approché
du terme dérivé (non causalité) et des bruits de quantification, une
vibration HF peut se faire entendre avant d’avoir obtenu
l’amortissement voulu. Dans ce cas, diminuer Kp
 Régler enfin Ki pour annuler suffisamment rapidement l’erreur
résiduelle.
 En général, on doit itérer deux ou trois fois.
 Chaque fois qu’un axe est réglé, l’essayer dans la configuration la plus
inertielle et la moins inertielle, à vitesse lente et à vitesse rapide.

novembre 19 Master AVR - Modélisation et commande en robotique - P. Hénaff 86


Mise en œuvre d’un correcteur numérique
 Comment implémenter numériquement une loi de correction PID?

• codage informatique de cette loi par un calculateur numérique


Existence d'une période d'échantillonnage  telle que t = k (système d’exploitation
temps réel)
doit permettre de reconstitué la dynamique du système = ne doit être très petite devant
la constante de temps dominante du système
 ne doit pas être trop faible à cause du bruit de dérivation

Température de la pièce On ne connaît les caractéristiques qu ’à des


instants précis (échantillons temporels)


Temps discret

novembre 19 Master AVR - Modélisation et commande en robotique - P. Hénaff 87


correction numérique des systèmes
asservis
 Implémentation de la loi de commande analogique :
Les paramètres (K, Ti, Td) du correcteur PID ont été identifiés par les méthodes
analogiques classiques de réglage (Nyquist, Black....)

On a donc avec t = k

 Discrétisation de la dérivée :
(k)

(k-1)

k-1 t
k

 Discrétisation de l'Intégrale:
(k)

(k-1)

k-1 k

novembre 19 Master AVR - Modélisation et commande en robotique - P. Hénaff 88
correction numérique des systèmes asservis

 Attention au Bruit de dérivation!! :


si

Si  très faible  xn-xn-1 <<  2b  le bruit est amplifié  mauvaises performances

Choix pratiques ( constante de temps dominante):

novembre 19 Master AVR - Modélisation et commande en robotique - P. Hénaff 89


correction numérique des systèmes
asservis
D ’où à t = k et t = k-1 :

et l ’expression du PID:

Terme correctif à la commande u(k)


Le correcteur modifie l ’action u(k) tant que subsiste une erreur

novembre 19 Master AVR - Modélisation et commande en robotique - P. Hénaff 90


Mise en œuvre de la correction

Correcteur analogique Perturbation

yc +  CAN
Ordi-
nateur
CNA
+
u Processus y
_ (calcu- continu
lateur) BOZ

• Période d ’échantillonnage  doit être très petite devant la constante de temps dominante
du système (la plus PETITE)
• la sortie y doit être filtrée pour gommer ses propres fluctuations
• L'ordinateur permet :
• Une souplesse dans la modification du correcteur (structure, paramètres..)
• de mémoriser des résultats, des mesures (statistiques, surveillance..)
• de commander plusieurs processus simultanément (multiplexage)

novembre 19 Master AVR - Modélisation et commande en robotique - P. Hénaff 91


Mise en œuvre de la correction

Correcteur « numérique »
Perturbation

yc Loi
CNA y
u
yc-y* de
Correction
+
Processus
continu
(PID) BOZ

y* Capteur
numérique

 1
t

PID u (t )  K  (t )    ( x ) dx  Td  (t )

 Ti 0 

novembre 19 Master AVR - Modélisation et commande en robotique - P. Hénaff 92


algorithme d’asservissement
 Exemple: programme d ’asservissement en vitesse
d ’un moteur à courant continu
DEBUT
 Configuration de l ’ordinateur
 Initialisations nécessaires
 Répéter
• arrêter le moteur
• Entrer au clavier : paramètre du PID (Td, Ti, K) et la consigne yc
• Lancer l ’horloge 
• Choisir les voies du CAN et du CNA
• Initialiser les variables du PID : u1 := 0.0; 1 := 0.0; 2 := 0.0;
– Répéter
Atomicité!!
Boucle d ’asservissement
 (voir transparent suivant) (Section critique)

– jusquà (interruption soft pour changer de consigne)


 jusqu ’à (indéfiniment)
FIN
novembre 19 Master AVR - Modélisation et commande en robotique - P. Hénaff 93
algorithme d’asservissement
 Boucle d ’asservissement (atomicité) :

Répéter
 Lire la vitesse sur le CAN
 Calculer  = yc-y
 Calculer

si u est trop grand alors u := Umax /*saturation pour compatibilité avec le CNA*/
 

 appliquer la commande u au processus par adressage au CNA


 afficher à l ’écran la consigne yc et la vitesse y (attention au fprintf)
 préparer le coup suivant : u1 := u ; 2 := 1; 1 := ;
 attendre la fin de 

jusqu’à (interruption soft ou hard pour changer de consigne)


NB: la consigne peut aussi suivre un programme (une « trajectoire » ) fixé à l ’avance
novembre 19 Master AVR - Modélisation et commande en robotique - P. Hénaff 94
Notions d’Automatique:
contrôle adaptatif
 Contrôleur adaptatif:
 C’est un contrôleur dont les paramètres s’adaptent en ligne
en fonction de certains critères :
 Modification des performances du système
 Modification de l’environnement (perturbations)
Loi
d’adaptation
perturbations
Signal de + sortie
consigne écart commande +
+ correcteur système
-

 Adaptation différent de apprentissage :


Adaptation: des valeurs de paramètres remplace d’autres
Apprentissage : généralisation de performances
novembre 19 Master AVR - Modélisation et commande en robotique - P. Hénaff 95
Notions d’Automatique:
contrôle adaptatif
 Critères d’adaptation :
 Loi d’optimalité:
 énergétique,
 temporelle,
 Loi de stabilité :
 maintenir la stabilité
 Lyapunov
 Inspiration biologique et apprentissage:
 Réseau de neurones: perceptrons multicouches,
backpropagation (deep learning)
 Renforcement, Q learning
 Logique floue…

novembre 19 Master AVR - Modélisation et commande en robotique - P. Hénaff 96


Démo

novembre 19 Master AVR - Modélisation et commande en robotique - P. Hénaff 97


Démo

cheville de Nao
• Consigne echelon, sinus
• Montrer l’influence de la fréq de la consigne (bande passante)
• Montrer influence des gains du PID
• Montrer l’influence de la freq d’échantillonage
novembre 19 Master AVR - Modélisation et commande en robotique - P. Hénaff 98
Préparer la Séance 4 :
Simulateur Vrep
• Installer Vrep (V-REP PRO EDU) sur votre PC:
http://www.coppeliarobotics.com/
• Faire les tutorials (au moins 3):
http://www.coppeliarobotics.com/helpFiles/index.html
• Installer Python 3.5
Backprop App EL pioneer????

novembre 19 Master AVR - Modélisation et commande en robotique - P. Hénaff 99