Académique Documents
Professionnel Documents
Culture Documents
Ahmed CHEMORI
Laboratoire d’Informatique, de Robotique et de Microelectronique de Montpellier
LIRMM, CNRS/University of Montpellier
161, rue Ada 34095
www.lirmm.fr/~chemori
Email : Ahmed.Chemori@lirmm.fr 1
Plan
2
Introduction
Décentralisées
Commande Avancée
Références
Ahmed CHEMORI
3
Synthèse d’un asservissement
Introduction
Références
4
Synthèse d’un asservissement
Introduction
La synthèse d’un asservissement doit toujours répondre à certaines exigences. Ces
dernières sont appelées cahier des charges.
Com. D’un Robot
Centralisées
Centralisées
Commande Avancée
Introduction Ce qui donnera le système asservi représenté par le schéma bloc suivant :
L’erreur
Consigne + La commande Sortie
Com. D’un Robot
Contrôleur Système
ou référence
-
Décentralisées
Références
Ahmed CHEMORI Le rôle du correcteur consiste à modifier les performances du système initial (précision,
stabilité, rapidité) pour les améliorer.
7
Synthèse d’un asservissement
Introduction
Décentralisées La fonction de transfert en boucle fermée du système corrigé est donnée par :
Centralisées
Introduction
En automatique, il existe trois actions correctives élémentaires qui permettent,
individuellement, de corriger telle ou telle performance.
Com. D’un Robot
Ces trois actions sont :
L’action Proportionnelle (P)
Décentralisées
L’action Intégrale (I)
L’action Dérivée (D)
Centralisées
Ces actions sont relativement simple à réaliser mais, généralement, elles dégradent
d’autres performances.
Commande Avancée
Quand le cahier des charges est peu exigeant, ces actions suffisent largement à satisfaire
ce dernier.
Références
Dans le cas contraire, il faut envisager de combiner ces différentes actions au sein d’un
Ahmed CHEMORI correcteur plus complexe.
9
Le correcteur à action Proportionnel (P)
10
Le correcteur à action Intégral (I)
Introduction Un correcteur intégral est un correcteur dont la loi de commande u(t) est de la forme :
Centralisées
Ce correcteur a pour objectif d’ajouter un pôle nul à la fonction de transfert en boucle
ouverte.
Commande Avancée A remarquer qu’un système dont la fonction de transfert en boucle ouverte possède un
pôle nul sera caractérisée par une erreur de position nulle.
On peut dire, bien que cela n’ait aucun sens d’un point de vue physique, que le gain
Références
statique du système en boucle ouverte tend vers l’infinie, ce qui corrobore la nullité de
l’erreur statique en boucle fermée, qui est inversement proportionnelle au gain statique
Ahmed CHEMORI
en boucle ouverte.
11
Le correcteur à action Intégral (I)
Introduction
Le correcteur à action intégrale est censé améliorer la précision du système asservi.
Com. D’un Robot Mais la question qui se pose étant la suivante : Ce correcteur modifie-t-il les autres
performances ?
Les modifications apportées à la fonction de transfert influencent sans doute les autres
Décentralisées
performances du système.
12
Le correcteur à Dérivée (D)
Introduction
Un correcteur a action dérivée est un correcteur dont la commande u(t) est de la forme :
Centralisées
L’objectif de ce correcteur est d’ajouter un zéro nul à la fonction de transfert en boucle
ouverte.
Commande Avancée
L’effet de l’introduction de ce correcteur dans la boucle de commande diminue le temps
de montée donc il a tendance à accélérer le système en boucle fermée.
Références Par ailleurs il agit aussi sur les autres performances du système.
A titre d’exemple introduit un déphasage de (+π/2).
Ahmed CHEMORI En effet, la remontée de phase de (π/2) peut avoir deux effets différents.
13
Le correcteur à Dérivée (D)
Introduction
En effet, la remontée de phase de (π/2) peut avoir deux effets différents :
Com. D’un Robot
Si le système possède un ordre élevé, le déphasage peut tendre vers des valeurs
négatives importantes, donc la remontée de la phase peut être sans effet sur
Décentralisées l’amélioration de la marge de phase, voir la dégrader et même parfois rendre le
système instable.
Si l’ordre du système est faible, la remontée de phase peut se traduire par une
Centralisées nouvelle courbe qui tend vers une valeur située largement au dessus de (-π).
D’autre par la précision du système, liée au gain statique, va être dégradée puisque le
Commande Avancée gain aux basses fréquences diminue fortement.
Ce type de correcteur est purement théorique, un système physique ne peut pas avoir un
Références numérateur de degré supérieur au dénominateur.
Néanmoins, ils existent des correcteurs approchant, permettant d’avoir un effet dérivée.
Ahmed CHEMORI
14
Inconvénients des correcteurs élémentaires
Introduction L’inconvénient majeur des actions correctives élémentaires est que leur action porte sur
l’ensemble du spectre de fréquences de 0 à l’infinie.
Com. D’un Robot
En effet toute action corrective élémentaire menée à un endroit précis pour corriger une
performance agit également à d’autres endroits en en dégradant d’autres performances.
Les correcteurs idéaux, s’ils existent, devront être caractérisés par une action localisée
Décentralisées
en vue de corriger une des performances, sans influencer les autres.
A titre d’exemple :
Centralisées Pour une meilleure précision, il faudrait pouvoir augmenter le gain statique mais
uniquement au voisinage des basses fréquences.
Pour une meilleur rapidité, il nous faudrait choisir une pulsation de coupure à
Commande Avancée
0dB un peu plus grande et pour améliorer la marge de phase, l’idéal serait de
pouvoir corriger la courbe de phase uniquement au voisinage de la fréquence
Références pour laquelle le gains en dB s’annule.
Pour atteindre de tels objectifs, une idée consiste à, par exemple, combiner les
Ahmed CHEMORI correcteurs élémentaires, c’est ainsi qu’on obtient des correcteurs plus performants de
type PI, PD, ou PID.
15
Le correcteur PID
Centralisées
Références Où sont les gains du régulateur qu’il faut identifier afin de satisfaire un certain
cahier des charges relatif aux performances souhaitées en boucles fermée
Ahmed CHEMORI
Il existe de nombreuses méthodes pour trouver ces paramètres. Cette recherche de
paramètres est souvent appelée réglage
16
Le correcteur PID
Introduction Le réglage d'un PID consiste à trouver les coefficients Kp , Ti et Td dans le but d'obtenir
une réponse adéquate du procédé et de la régulation.
Com. D’un Robot L'objectif est d'être stable, rapide, précis et de limiter les dépassements.
Pour voir l'influence des paramètres du PID sur le système, on considère la réponse type
d’un système stable :
Décentralisées
Centralisées
Commande Avancée
Références
Ahmed CHEMORI
17
Le correcteur PID
Introduction
Les paramètres du PID influencent la réponse du système de la manière suivante :
18
Réglage d’un PID
Introduction L'analyse du système avec un PID est très simple mais sa conception peut être délicate
voir difficile car il n'existe pas de manière unique pour résoudre ce problème
Com. D’un Robot
Il faut trouver des compromis le régulateur idéal n'existe pas
En général on se fixe un cahier des charges à respecter sur la stabilité, la précision, le
Décentralisées
dépassement et le temps de réponse, etc
19
Réglage d’un PID
Introduction
Commande Avancée
Références
Ahmed CHEMORI
20
Introduction
Décentralisées
Commande Avancée
Références
Ahmed CHEMORI
ADEPT
21
Généralisés
Introduction
La commande de robots manipulateurs constitue un des axes prépondérants de
la recherche en robotique
Com. D’un Robot Selon la tâche à réaliser, le robot peut être
en espace libre ou en espace contraint
Décentralisées
Centralisées
Commande Avancée
Les trajectoires à suivre peuvent être :
point à point ou interpolées
y y
Références Trajectory points End point Continuous trajectory End point
Ahmed CHEMORI
Start point x Start point x
22
Généralités
Introduction Etant donné la complexité du problème à résoudre, différentes solutions ont été
proposées
Com. D’un Robot Une des premières solutions proposées consiste à utiliser les techniques de l’automatique
linéaire
Sans prise en compte de la dynamique du robot : Approches non basées modèle
Décentralisées Le robot manipulateur est considéré comme un système linéaire et chacune de ses
liaisons est asservie de manière classique indépendamment des autres
Centralisées
Commande Avancée
23
La boucle de commande d’un robot
Introduction
Décentralisées
LCD, LED, CRT, Digital DAC, PWM, ADC, Filters, Discrete
displays, … Amplifiers, … circuits, Amplifiers, …
24
La boucle de commande d’un robot
Introduction Les avantages des commandes non basées modèle réside dans leur simplicité
et leur faible coût d’implémentation
Les inconvénients d’une commande classique non basée modèle sont :
Com. D’un Robot
Ces méthodes sont fondées sur un modèle linéaire, or de part sa
dynamique, un robot est loin d’être un système linéaire !
Décentralisées
La dynamique du robot varie avec sa configuration, et cette commande ne
sera pas en mesure de maintenir les performances du système
Centralisées Il ne sera pas possible d’assurer la coordination des différents mouvement
de par l’indépendance des asservissements
Commande Avancée La dynamique d’un robot est représenté par un ensemble d’équations
différentielles du 2nd ordre avec des termes non linéaires fortement couplés
Références Dans ces conditions on constate qu’un asservissement classique ne permet pas
d’obtenir et maintenir de bonnes performances du système
Ahmed CHEMORI Une autre solution possible consiste à prendre en compte le modèle dynamique
du robot manipulateur Approches basées modèle
25
Rappel de la dynamique d’un robot manipulateur
Introduction
La modélisation dynamique d’un robot est l’opération
permettant de construire un modèle de son évolution dans le
Com. D’un Robot temps au travers une relation entre les forces/couples appliquées
et le mouvement résultant du robot.
Décentralisées Il existe principalement deux formalismes de modélisation dynamique :
Lagrange et Newton-Euler
Centralisées En espace libre (pas de contact entre l’effecteur du robot et l’environnement),
la dynamique d’un robot à n degrés de liberté s’écrit (frottements négligés) :
Commande Avancée
Décentralisées
Commande Avancée
Références
Ahmed CHEMORI
CINCINNATI MILACRON T3
27
Commande Proportionnelle (P) avec boucle de vitesse
Introduction Dans la littérature les deux contrôleurs précédents sont identiquement appelés
‘commande PD’.
En effet, dans la cas particulier où le vecteur des positions désirées est
Com. D’un Robot
constant, l’erreur de vitesse s’écrira , par conséquent les deux
contrôleurs deviennent identiques.
Décentralisées Pour des applications réelles, la commande PD est une commande
décentralisée (locale) dans le sens où le couple ou la force d’une articulation
Centralisées particulière dépend uniquement de la position et vitesse de cette articulation
et non pas celles des autres articulations.
Mathématiquement, ceci se traduit par un choix des matrices de gain
Commande Avancée
diagonales :
Références
Ahmed CHEMORI
Le contrôleur PD nécessite la mesure des positions et vitesses articulaires
Il nécessite aussi la spécification des positions et vitesses articulaires désirées. 30
Commande PD en espace Cartésien (opérationnel)
Introduction
Décentralisées
Centralisées
Commande Avancée
Références
Ahmed CHEMORI
31
Commande PID en espace articulaire
Introduction
Décentralisées
Centralisées
Commande Avancée
Références
Ahmed CHEMORI
32
Commande PID en espace Cartésien (opérationnel)
Introduction
Décentralisées
Centralisées +
Commande Avancée
Références
Ahmed CHEMORI
33
Analyse des approches non basées modèle
Décentralisées
Centralisées
Avantages Inconvénients
34
Introduction
Décentralisées
Commande Avancée
Références
Ahmed CHEMORI
KUKA 35
La commande PD avec compensation de gravité
Décentralisées
Au contraire de la commande PD, qui ne nécessite pas de connaissance du
modèle dynamique du robot, ce contrôleur utilise explicitement une
Centralisées connaissance partielle du modèle du manipulateur et en particulier .
Schéma-bloc de la commande :
Commande Avancée
+
+
Pour l’analyse de stabilité + Robot
Références - +
du système résultant en
+
boucle fermée, voir [Kelly et
Ahmed CHEMORI
al 2005]. -
38
La commande PD augmenté (PD+)
Centralisées
Commande Avancée
Références
Ahmed CHEMORI
39
Commande PD avec feedforward pré-calculé
Centralisées
Références
Réduire considérablement le temps de calcul
Ahmed CHEMORI
Réduire l’effet de bruit de mesure
40
Commande PD avec feedforward pré-calculé
Centralisées
41
Commande dynamique
Introduction La commande dynamique est appelée ainsi car elle utilise le modèle
dynamique du robot
Appelé aussi ‘commande par couple calculé’ (Computed torque).
Com. D’un Robot
Elle est adapté à la commande des robots manipulateurs (même ceux à grandes
vitesse et à grande précision) du moment où le modèle dynamique est le plus
Décentralisées
complet possible et que ses paramètres ont été bien identifiés
L’inconvénient majeur de cette commande est sa forte dépendance du modèle
Centralisées dynamique pour être efficace, un calcul complet du modèle dynamique et
surtout une bonne identification de ses paramètres est nécessaire
Commande Avancée
Une commande dynamique peut être synthétisée :
1) Dans l’espace articulaire, ou
Références
2) Dans l’espace cartésien
Ahmed CHEMORI X
[Kelly 2005]
42
Commande dynamique dans l’espace articulaire
Introduction
On rappelle la dynamique d’un robot (exprimée dans l’espace articulaire)
Ahmed CHEMORI
Remplacé dans la dynamique du robot donne le système linéarisé :
43
Commande dynamique dans l’espace articulaire
Si on considère la notation suivante des erreurs de poursuite (sur la position, sur la vitesse, et
Centralisées sur l’accélération) :
Commande Avancée
La dynamique résultante en boucle fermée s’écrit en fonction de ces erreurs :
avec
44
Commande dynamique dans l’espace articulaire
Preuve de convergence
Introduction
Si les matrices de gains de retour (de position et de vitesse ) sont définies
positives ⇒ La matrice A est Hurwitz (à valeurs propres à partie réelle négative) ,
Com. D’un Robot
donc le système est asymptotiquement stable, c.à.d. :
Décentralisées
Commande Avancée
La condition de positivité des gain de retour garantit une convergence globale
Références
asymptotique vers les trajectoires de référence.
Ahmed CHEMORI C’est le choix des valeurs des matrices de gain de retour qui définira l’allure de
convergence vers les trajectoires de référence.
45
Commande dynamique dans l’espace articulaire
Décentralisées
Centralisées
Commande Avancée
Références
Ahmed CHEMORI
46
Commande dynamique dans l’espace opérationnel
Références
Ahmed CHEMORI
Remplacé dans la dynamique du robot donne le système linéarisé :
47
Commande dynamique dans l’espace opérationnel
Preuve de convergence
Introduction
avec
Com. D’un Robot
Décentralisées
Si les matrices de gains de retour (de position et de vitesse ) sont définies
positives ⇒ La matrice A est Hurwitz (à valeurs propres à partie réelle négative) ,
donc le système est asymptotiquement stable, c.à.d. :
Centralisées
Commande Avancée
Références La condition de positivité des gain de retour garantit une convergence globale
asymptotique vers les trajectoires de référence.
Ahmed CHEMORI C’est le choix des valeurs des matrices de gain de retour qui définira l’allure de
convergence vers les trajectoires de référence.
49
Commande dynamique dans l’espace opérationnel
Décentralisées
Centralisées
Commande Avancée
Références
Ahmed CHEMORI
50
Introduction
Centralisées
Commande par mode glissant
Commande Avancée
Références
Ahmed CHEMORI
Introduction
Introduction
Exemple introductif
Introduction
Références
On souhaite faire converger vers avec la commande
Pour cela on considère la loi de commande suivante :
Ahmed CHEMORI
53
Commande par mode glissant
Exemple introductif
Introduction
Si l’on considère :
Décentralisées
La dynamique en boucle-fermée ci-dessus peut s’écrire :
Centralisées
Références
Ahmed CHEMORI
C’est un système autonome dont le comportement dépend de la condition
initiale sur les états et des paramètres .
54
Commande par mode glissant
Exemple introductif
Introduction
1
Position
Centralisées 0.8 Vitesse
0.6
Position et vitesse
Commande Avancée 0.4
0.2
0
Références
-0.2
-0.4
Ahmed CHEMORI
-0.6
0 10 20 30 40 50 60
temps (sec)
55
Commande par mode glissant
Exemple introductif
Introduction
0.3
0.2 Point
Décentralisées d’équilibre Condition
0.1
initiale
0
Centralisées
x2
-0.1
-0.2
-0.4
-0.5
Références
-0.6
-0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
x1
Ahmed CHEMORI
La commande proposée amène le système au point souhaité MAIS la
convergence est très lente ! 56
Commande par mode glissant
Exemple introductif
Introduction
Centralisées
1
Commande Avancée
Références
2
Ahmed CHEMORI
57
Commande par mode glissant
Décentralisées
Dynamique de glissement
Introduction
La dynamique de est stable pour :
Com. D’un Robot
Soit la variété :
Donc :
Décentralisées
La dynamique de est stable si
La variété est une surface appelée ’surface de commutation’ ou ’surface de
Centralisées glissement’
Sur la surface de glissement définie par est stable, donc
Commande Avancée converge vers 0, le déplacement est gouverné par
La vitesse de convergence dépend de la valeur de
Références Mais sur cette surface donc converge aussi vers 0
L’évolution sur la surface de glissement est indépendante de et
Ahmed CHEMORI Si au départ, le point initial n’est pas sur la surface de glissement, il faudra
amener le système sur cette surface
59
Commande par mode glissant
On a :
Com. D’un Robot
Centralisées
Stabilité asymptotique si : est définie positive
est définie négative
Commande Avancée
Étant donné que :
donc est définie positive
Références
Calculons maintenant sa première dérivée :
Ahmed CHEMORI
60
Commande par mode glissant
La loi de commande
Introduction
est :
Décentralisées
La commande équivalente :
Centralisées
Soit :
Ahmed CHEMORI
Décentralisées
Ahmed CHEMORI
Commande discontinue
62
Commande par mode glissant
Retour à l’exemple
Introduction
On souhaite faire converger vers avec la commande
avec :
Centralisées
et
Commande Avancée La loi de commande par mode glissant s’écrira donc :
Références
Avec :
Ahmed CHEMORI Si on considère le choix suivant des paramètres de la commande :
donc :
63
Commande par mode glissant
Retour à l’exemple
Introduction
0.3
Point
-0.2
Centralisées
Condition
0.2
-0.4 d’équilibre
0.1
initiale
0
-0.6
Commande Avancée
x2
x2
-0.1
-0.8 -0.2
-0.3
-1
-0.4
-0.6
-1.4 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x1
x1
Ahmed CHEMORI
Retour à l’exemple
Introduction
Position et vitesse
Centralisées 0 0.4
0.2
-0.5
0
Commande Avancée -1
-0.2
-0.4
-1.5 -0.6
0 0.5 1 1.5 2 2.5 3 0 10 20 30 40 50 60
Références temps (sec) temps (sec)
Ahmed CHEMORI
Commande par mode glissant (discontinue) Commande anticipative précédente (‘Feedforward’)
65
Commande par mode glissant
Retour à l’exemple
Introduction
4 4
3 3
Centralisées 2 2
Commande
Commande
1 1
0 0
-1
-1
Commande Avancée -2
-2
Autour de 2 sec -3
-3
-4
-4
-5
-5
Références 0 0.5 1 1.5 2 2.5 3
2 2.0005 2.001 2.0015 2.002 2.0025 2.003 2.0035 2.004 2.0045 2.005
temps (sec)
temps (sec)
Ahmed CHEMORI
66
Commande par mode glissant
Retour à l’exemple
Introduction
Décentralisées
4
Commande
1
Centralisées -1
-2
-3
-4
Commande Avancée
-5
2 2.0005 2.001 2.0015 2.002 2.0025 2.003 2.0035 2.004 2.0045 2.005
temps (sec)
Un mode glissant idéal n’existe pas étant donné qu’il nécessite une commande qui
Références commute avec une fréquence infinie
Dans un cas réel la commutation se fait pendant un temps de commutation + la
constante de temps des actionneurs ⇒ La discontinuité dans le commande produit un
Ahmed CHEMORI comportement dynamique particulier (cf. figure ci-dessus) autours de la surface de
glissement, appelé phénomène de réticence (‘Chattering’ en anglais)
67
Commande par mode glissant
Retour à l’exemple
Introduction
0 Application de la commande globale
-0.1
-0.3
-0.4
x2
-0.5
Même avec la commande globale il y a toujours le
Décentralisées -0.6
-0.7
phénomène de réticence
-0.8
-0.9
Centralisées -1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x1
10
C’est un des problèmes de la commande par mode
glissant
Commande Avancée
5
Commande
Ahmed CHEMORI
-5
0 0.5 1 1.5 2 2.5 3
Quelle solution peut on envisager ?
temps (sec)
68
Commande par mode glissant
Décentralisées +1 +1
Centralisées -1 -1
+1 +1
Références
-1
Ahmed CHEMORI
-1
0.6
Vitesse -0.1
-0.2
Commande
0.2 -0.4
x2
0 -0.5
0
-0.4 -0.7
-0.6 -0.8
-0.8 -0.9
Centralisées -1
0 0.5 1 1.5 2 2.5 3
-1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 -5
0 0.5 1 1.5 2 2.5 3
temps (sec) x1 temps (sec)
Commande Avancée 1 0 2
Position
Avec fonction saturation
0.4 0
Commande
-0.3
Références 0.2
x2
-0.4 -1
0
-0.5 Pas de réticence !
-0.2 -2
Ahmed CHEMORI
-0.6
-0.4
-3
-0.6 -0.7
-0.8 -0.8 -4
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
temps (sec) x1 temps (sec) 70
Introduction
Décentralisées
Centralisées
Références bibliographiques
Commande Avancée
Références
Ahmed CHEMORI
71
Description de sa géométrie
Introduction
Décentralisées
Centralisées
Commande Avancée
Références
Ahmed CHEMORI
72
www.lirmm.fr/~chemori/
Email : chemori@lirmm.fr
73
Mexico, December 2013 …