Académique Documents
Professionnel Documents
Culture Documents
Abstract—Le contrôle adaptatif est un domaine des techniques de l’instabilité des systèmes [1]. D’une part, de nombreuses
contrôle, adapté à la classe de systèmes où les paramètres dynamiques méthodes de contrôle non adaptatives ont été développées
changent de manière significative, hautement non linéaires et même pour contrôler les robots manipulateurs, telles que la
pas complètement connus. Dans cet article, nous avons essayé de linéarisation par rétroaction [2] qui permet de linéariser des
passer en revue et d’expliquer une approche de contrôle adaptatif de
systèmes non linéaires par rapport à un point de fonction-
référence de modèle (MRAC) basée sur la théorie de l’hyerstabilité
présentée par Katbab en 1988. Nous avons commencé par un aperçu
nement. La conception du contrôleur est réalisée quelle que
des robots manipulateurs, de leurs problèmes et de certaines des soit la complexité du modèle non linéaire. Cependant, cette
approches/méthodes de contrôle proposées. Après cela, nous avons méthode produit de mauvaises performances du système
analysé et discuté les résultats de simulation de la technique suggérée. lorsque le système est fortement non linéaire ou que le
Enfin, nous avons conçu une simulation Matlab/Simulink du contrôle point de fonctionnement change. ainsi, le contrôleur de
adaptatif du couple calculé basée sur la théorie de l’hyerstabilité conception fixe basé sur ce modèle linéarisé n’est plus
de Popov pour imiter le travail de l’auteur et montrer la bonne valide. Deux autres exemples, les contrôleurs PID linéaires
compréhension du cas d’étude. Termes de l’index—Robot manipulateur, conventionnels et le standard Le contrôle de couple calculé
systèmes non linéaires, contrôle adaptatif, méthode d’hyperstabilité,
(CTC) est largement utilisé dans l’industrie pour sa sim-
contrôle adaptatif de référence de modèle.
plicité et son faible coût. Néanmoins, ils nécessitent une
Index Terms—Robot Manipulator, Nonlinear systems, Adaptive control, description complète et précise du modèle de dynamique
Hyperstability method, Model reference adaptive control. du robot et de ses caractéristiques de charge comme une
nécessité préalable. En d’autres termes, les systèmes de
contrôle classiques sont inefficaces pour les systèmes non
1 I NTRODUCTION linéaires variant dans le temps et n’ont aucune résistance à
De nos jours, les robots manipulateurs sont utilisés dans l’incertitude. D’autre part, une nouvelle classe de techniques
plusieurs applications, y compris l’industrie, la médecine de contrôle a été proposée, comme le contrôle adaptatif [3, 4]
et l’armée pour effectuer des tâches difficiles et dan- et la théorie de la structure variable [5, 6], où les paramètres
gereuses avec précision et fiabilité. Le problème de contrôle du contrôleur sont modifiés (adaptés) pendant le contrôle.
de tels systèmes peut être décrit comme suit, la plupart L’avantage de la commande adaptative repose sur la gestion
des bras de robot ont des équations dynamiques haute- de variations relativement importantes de l’incertitude des
ment non linéaires et couplées, ce qui les rend plus com- paramètres. Il n’a pas besoin d’une modélisation précise et
plexes à analyser que les systèmes dynamiques linéaires. n’exige pas que les paramètres complets du manipulateur
nous devons considérer que ce fait ne peut être négligé soient connus et fixes, ce qui en fait une solution intéressante
lorsque les mouvements du robot nécessitent de grands pour estimer des paramètres non linéaires ou variant dans
déplacements, des vitesses élevées et des accélérations [1]. le temps inconnus. Généralement, la commande adaptative
De plus, les robots manipulateurs ont des paramètres vari- est classée en trois types, référence de modèle (MRAC),
ables dans le temps (même pas complètement connus) et réglage automatique et gain programmé (comme illustré
transportent différentes masses de charge utile qui sont à la Fig. 1). Dans cette étude, nous nous intéresserons au
difficiles à mesurer avec précision ou qui varient de manière modèle de contrôle adaptatif de référence (MRAC) et plus
non prévisible. Par conséquent, la connaissance imprécise particulièrement à celui proposé par Katbab (1988) dans son
des paramètres du robot et de leur charge (par exem- article avec une approche d’hyerstabilité [7].
ple, la présence d’incertitudes paramétriques) entraı̂nera la
dégradation des performances du contrôleur conçu, voire
2 L E MOD ÈLE DYNAMIQUE D ’ UN BRAS MANIPULA -
1 The author is with the Department of Electronics, University of Batna 2, TEUR
Algeria. E-mail: m.bensaadallah@univ-batna2.dz
2 The author is with the Department of Electronics, University of Batna 2, En l’absence de frottement et d’autres perturbations, la
Algeria. Email: mourmeguellati5@gmail.com dynamique avec un manipulateur n-joint peut être décrite
˜
θ̈ = θ̈d(t) + kv [θ̇d(t) − θ̇(t)] + Kp [θd(t) − θ(t)]
Avec Kv et Kp sont matrices n × n diagonales de gain
constant. et θ̈d θ̇d θd sont respectivement les accélérations,
les vitesses et les positions des articulations souhaitées.
Dans cette partie, l’auteur Katbab [7], en supposant que les
valeurs numériques des paramètres du manipulateur sont
connues à tous les instants, et qu’il n’y a pas de perturba-
tions (cas idéal) qui ne sont pas le cas dans la réalité, alors
avec des non-linéarités annulées et une interaction entre les
articulations découplée, d’où le système résultant l’équation
d’erreur serait
θ̈(t) + kv Ė + Kp E = 0 (5)
Fig. 1. La classification de la commande adaptative[1.1].
˜
θ̈ = θ̈d(t) + kv Ė + Kp E (4) M̃ (θ) = M (θ) − M̂ (θ) et Q̃(θ, θ̇) = Q(θ, θ̇) − Q̂(θ, θ̇)
représente les erreurs des paramètres estimés par le 4 ALGORITHME ADAPTATIF MRAC BAS É
contrôleur adaptatif. L’équation (6) peut être réécrite sous SUR L’HYPERSTABILIT É
la forme suivante:
Dans cette section, la conception de la stabilité du
contrôleur adaptatif est discutée en appliquant le théorème
d’hyperstabilité de Popov. Etape 1 : Afin d’utiliser le
d (t) + kv Ė + Kp E = M −1 W (θ, θ̇, θ̈, t)( P − P̂ (t)) (7) théorème d’hyperstabilité, le problème de contrôle est trans-
formé en un système de rétroaction équivalent (boucle de
Popov) où l’erreur donnée par l’équation (7) est divisé en
avec P et P̂ (t) ∈ Rr sont des vecteurs représentant les deux parties : l’une est un bloc d’anticipation linéaire et
valeurs réelles et estimées de r paramètres estimés, re- l’autre est un bloc de rétroaction non linéaire. Ainsi, (7) peut
mettre sous la forme :
spectivement, et W (θ, θ̇, θ̈, t) ∈ Rn×r est une matrice
de fonctions. Dans l’analyse suivante, il est important que ( S 2 I + Kv I + Kp ) = W1 ( S) (10)
le produit M −1 W (θ, θ̇, θ̈, t) reste bornée à chaque in-
stant t. W restera borné si la trajectoire du manipulateur Où I est la matrice d’identité et W1 est l’entrée du chemin
reste bornée. La matrice M −1 nous devons noter qu’il aller linéaire et du compensateur linéaire (qui calculera les
s’agit un inconvénient car il nécessite une connaissance changements des paramètres estimés) qui est défini comme
partielle des paramètres estimés. Sinon, le calcul du produit :
V (S) = ( Cp + Cv S) E( S) (11)
M −1 W (θ, θ̇, θ̈, t) pourrait faire diverger l’algorithme adap-
tatif si les bornes ne sont pas limitées à des valeurs finies. En Les deux équations (10) et (11) définissent le chemin aller
plus de cela, l’algorithme utilisera une quantité importante linéaire de la boucle de Popov avec l’entrée W1 et la sortie
de calculs pour implémenter le contrôleur (augmente avec V, avec la fonction de transfert
les degrés du robot). Par conséquent, l’auteur a contraint les
paramètres estimés à rester dans une fourchette raisonnable V ( S) Cp + Cv S
G( S) = = 2 (12)
et acceptable comme suit : W1 ( S) S I + Kv I + Kp
Où Cv et Cp sont des constantes positives. La partie
li − δ <i +δ (8) de rétroaction non linéaire et variable dans le temps avec
′
l’entrée V et la sortie W est décrite par l’expression
où l’on sait que la valeur réelle Pi se situe entre li
suivante:
et Salut , et δ est positif choisi tel que M −1 ′
W = - W1
reste borné tant que l’équation (8) reste vraie. Dans Z t
l’article de Katbab, les pi ′
W = M̂ −1 W [P̂ (0)− P̂ ( t)+ ψ1 ( V, t, τ ) dτ +ψ2 ( V, t)]
sont les masses de liaison m1 et m2 (inconnu). 0
li − δ est choisi positif pour que leurs estimations m̂1 et (13)
m̂2 ne devrait jamais être autorisé à devenir négatif ; cela fait Selon le théorème d’hyperstabilité [14], le système de
que la masse négative ne doit jamais se présenter. De cette rétroaction non linéaire équivalent illustré à la Fig . 3 sera
façon, nous pouvons assurer que M̂ (θ) est toujours définie asymptotiquement hyperstable (c’est-à-dire (9) vrai), si les
positive. L’objectif du contrôle est de trouver un paramètre deux étapes (conditions) suivantes sont satisfaites ; Etape
2 : Trouver les fonctions ψ1 et ψ2 dans (13) pour satisfaire
d’adaptation algorithme pour ajuster P̂ (t) tel que
l’inégalité intégrale de Popov :
lim E( t) (9) Z t
′
t→+∞
V T W dτ ≥ −δ 2 (14)
0
Ce problème peut être résolu par la méthode directe
d’analyse de stabilité de Lyapunov comme dans [12], cepen- où δ 2 est une constante positive finie indépendante du
′
dant, la théorie de l’hyperstabilité de Popov des systèmes de temps. V et la sortie W sont respectivement l’entrée et la
rétroaction non linéaires donnera des lois d’adaptation plus sortie du bloc de rétroaction. D’après l’annexe A des travaux
générales assurant la stabilité globale du système MRAC. de Katbab [7], l’inégalité (14) peut être satisfaite pour :
Cette preuve sera donnée par la suite. Lorem ipsum dolor
sit amet, consectetuer adipiscing elit. Etiam lobortis facilisis ψ1 = K1 W T M̂ −1 V (15)
sem. Nullam nec mi et neque pharetra sollicitudin. Prae-
et
sent imperdiet mi nec ante. Donec ullamcorper, felis non
ψ2 = W −1 M̂ K2 V (16)
sodales commodo, lectus velit ultrices augue, a dignissim
nibh lectus placerat pede. Vivamus nunc nunc, molestie ut, d’Où K1 et K2 sont définies positives n × n diagonales
ultricies vel, semper in, velit. Ut porttitor. Praesent in sapien. matrices de gain d’adaptation. De l’équation (10) à (13), la
Lorem ipsum dolor sit amet, consectetuer adipiscing elit. loi d’adaptation des paramètres a la forme suivante :
Duis fringilla tristique neque. Sed interdum libero ut metus. Z t
Pellentesque placerat. Nam rutrum augue a leo. Morbi sed P̂ ( t) = P̂ (0) + ψ1 ( V, t, τ ) dτ + ψ2 ( V, t) (17)
elit sit amet ante lobortis sollicitudin. Praesent blandit blan- 0
dit mauris. Praesent lectus tellus, aliquet aliquam, luctus a, qui correspond à la loi d’adaptation intégrale plus propor-
egestas a, turpis. Mauris lacinia lorem sit amet ipsum. Nunc tionnelle. Le système de commande mécanique du manip-
quis urna dictum turpis accumsan semper. ulateur avec mécanisme d’adaptation est illustré à la Fig. 2.
Fig. 4. manipulateur à deux articulations.
Fig. 3. Système de rétroaction équivalent pour le système MRAC.
2
τ2 = m2 ( lc2 + l1 lc2 cos(θ2 ))θ¨1 + m2 lc2
2 ¨
θ2 6 CONCLUSION
-2 m2 l1 lc2 sin(θ2 )θ̇12 + m2 g lc2 Dans ce travail, nous avons passé en revue les travaux
cos(θ1 + θ2 )(19) publiés par Katbab en 1988 sur le contrôle adaptatif du
Fig. 5. Suivi angulaire de la 1er suivi articulation. Fig. 7. Estimation de M1 [Kg].