Rapport Projet Pendule ELBIAD LAFNOUNE

Master 2 EEA
Spécialité : "Robotique"
Rapport de projet Master 2
Préparé au
Laboratoire d’Informatique de Robotique et de Microelectronics de Montpellier
LIRMM UMR (CNRS-UM2) N◦ 5506
161, rue Ada
34095, Montpellier
Commande robuste par mode glissant d’un

système mécanique sous-‐actionné
Le pendule inversé stabilisé par volant d’inertie
Présenté par
Chourouk El Biad – Samy Lafnoune
Encadré par
Ahmed CHEMORI
Soutenu le
21 Février 2014

Table des matières :
1 INTRODUCTION GENERALE : ................................................................................. 2
2 CONTEXTE ET ETAT DE L’ART : ............................................................................ 3

2.1 LES SYSTEMES SOUS-ACTIONNES ........................................................................................... 3
2.2 EXEMPLES DE SYSTEMES SOUS-ACTIONNES ........................................................................... 3
3 PROBLEMATIQUE : STABILISATION DU PENDULE INVERSE A ROUE

D’INERTIE : ......................................................................................................................... 4
3.1 DESCRIPTION DU SYSTEME : .................................................................................................. 4
3.2 MODELISATION DYNAMIQUE ET ANALYSE DU SYSTEME : ..................................................... 6
3.3 PROBLEMATIQUES DE STABILISATION :................................................................................. 8
4 APPLICATION D’APPROCHES EXISTANTES: ..................................................... 9

4.1 APPROCHE 1 : LA COMMANDE PAR RETOUR D’ETAT ............................................................ 9
4.2 APPROCHE 2 : LA COMMANDE OPTIMALE LINEAIRE QUADRATIQUE (LQ) ........................ 10
5 NOTRE CONTRIBUTION : APPROCHES DE COMMANDE ROBUSTE PAR

MODE GLISSANT ............................................................................................................. 11
5.1 PRINCIPE DE LA COMMANDE PAR MODE GLISSANT : ........................................................... 11
5.2 SYNTHESE D’UNE COMMANDE PAR MODE GLISSANT : ......................................................... 11
5.3 ADAPTATION DE LA COMMANDE AU PENDULE INVERSE RI: ............................................... 13
6 RESULTATS DE SIMULATIONS ET D’EXPERIMENTATIONS : ..................... 14

6.1 APPLICATION DES APPROCHES 1 ET 2 : COMMANDE PAR RETOUR D’ETAT ET LQ ............ 14
6.1.1 Simulation dans le cas nominal avec rejet de perturbation : ...................................................... 14
6.1.2 Effet du choix des coefficients de pondérations de la commande LQ: ...................................... 15
6.1.3 Robustesse vis à vis des incertitudes : ........................................................................................ 16
6.2 APPLICATION DE LA COMMANDE ROBUSTE PAR MODE GLISSANT ...................................... 17
6.2.1 Simulation dans le cas nominal .................................................................................................. 17
6.2.2 Simulation avec rejet de perturbation : ....................................................................................... 18
6.2.3 Simulation avec des incertitudes : .............................................................................................. 19
6.2.4 Expérimentation :........................................................................................................................ 20
- Scénario 1 : Cas nominal .................................................................................................................................. 20
- Scénario 2 : Cas de rejet de perturbation .......................................................................................................... 21
- Scénario 3 : Cas de rejet des perturbations persistantes ................................................................................... 22
- Scénario 4 : Combinaison de deux types de perturbations ............................................................................... 23
7 CONCLUIONS ET PERSPECTIVES : ...................................................................... 24
8 BIBLIOGRAPHIE : ...................................................................................................... 25
9 ANNEXE : ...................................................................................................................... 26
1
1 Introduction générale :
Les systèmes mécaniques sont utilisés par l’homme depuis des siècles pour l’aider à réaliser des
missions difficiles ou nécessitantes des efforts qui dépassent ses capacités physiques. Avec
l’évolution de la robotique de nos jours et devant les problèmes délicats de modélisation et de
commande de systèmes mécaniques complexes, les outils utilisés deviennent de plus en plus
pointus.
L’un des axes les plus importants de recherche dans le domaine de la robotique concerne la
commande de systèmes mécaniques qui se divisent en trois types de mécanismes actionnés par
rapport aux nombres d’actionneurs avec le nombre de leurs degrés de liberté. Quand il ’y a plus
d’actionneurs que d’articulations dans un mécanisme, on dit que c’est un système redondant ou sur-
actionné. Un système complètement actionné compte, lui, autant d’actionneurs qu’il a de degrés de
liberté. Finalement, le type de système qu’on étudie par la suite est celui des systèmes sous-
actionnés qui ont moins d’actionneurs que de degrés de liberté.
Le pendule inversé est un système sous-actionné classique très intéressant et largement étudié dans
la communauté automaticienne, vu sa dynamique non linéaire et instable. Il a toujours constitué un
défi intéressant pour le contrôler. On trouve différentes formes de pendule inversé, les plus connus
sont : le pendule inversé pimple, le pendule inversé double, le pendule inversé de Furuta, le pendule
inversé gyroscopique etc…
Dans notre cas, l’étude s’est portée sur le pendule inversé stabilisé par un volant d’inertie car il est
pratique pour étudier ce type de systèmes sous-actionnés vu on cout et la facilité de son utilisation.
L’objectif de ce projet est de stabiliser le système démonstrateur en le ramenant vers son point
d’équilibre instable et de le maintenir dans cette position malgré la présence de perturbations
externes ponctuelles ou permanentes. Pour cela, il faut étudier et appliquer une commande robuste
capable de respecter le cahier de charge.
La première partie du travail consiste à étudier le modèle du système et ainsi appliquer des
commandes simples comme la commande par retour d’état ou la commande optimale et de les
valider par simulation.
La deuxième partie de ce projet consiste à concevoir une commande par mode glissant qui soit
adaptée au sous-actionnement de notre système et de la valider par simulation dans un premier lieu,
puis appliquer cette commande au système réel.
Figure 1.1 : Différentes catégories de systèmes actionnés
EL BIAD - LAFNOUNE 2
2 Contexte et état de l’art :
2.1 Les systèmes sous-actionnés
Les systèmes sous-actionnés possèdent moins d’actionneurs que de degrés de liberté. Ceci a pour
conséquence la présence de contraintes dynamiques généralement non linéaires et non intégrables.
Le sous-actionnement peut se retrouver dans plusieurs situations comme par exemple dans le cas
des véhicules tels que les avions, les hélicoptères, les robots sous-marins, etc.
Il peut aussi être intentionnellement introduit lors de la conception du système pour réduire son
poids et son coût de production. Enfin, lorsqu’une panne d’un actionneur survient, un système
mécanique complètement actionné peut devenir sous-actionné et présenter les mêmes propriétés et
difficultés.
2.2 Exemples de systèmes sous-actionnés
On trouve plusieurs exemples de systèmes sous-actionnés dans la robotique.
Les satellites :
Les satellites sont un très bon exemple pour montrer l’utilité des
commandes des systèmes sous-actionnés. Lorsqu’un des actionneurs du
satellite tombe en panne, il passe d’un système complètement actionné à
un système sous-actionné. Sa réparation est donc impossible ou trop
coûteuse, pour anticiper cette défaillance technique, les satellites peuvent
alors être commandés par des lois de dédiées aux systèmes sous-
actionnés.
Les Quadrirotors:
Les Quadrirotors sont des systèmes que l’on peut représenter

par un corps solide équipé à ses extrémités de 4 actionneurs couplés à
des hélices, ils sont sous-actionnées car ils possèdent six ddl et quatre
actionneurs ; Cependant avec seulement ses quatres actionneurs et
l’implémentation d’une commande adaptée aux systèmes sous-
actionnés, les déplacements du quadrirotor restent totalement actionnés
dans l’espace dans lequel il se trouve.
Les bateaux à simple propulseur :
De nombreux bateaux naviguent avec un simple propulseur et un

gouvernail, ils disposent donc de deux actionneurs et de trois degrés de
liberté, ils sont considérés donc comme des systèmes sous-actionnés.
Pour qu’ils puissent se déplacer latéralement, ils doivent être équipés de
propulseurs latéraux relativement chers. La solution adaptée sera de leur
appliquer une commande qui prend en compte le sous-actionnement du
bateau.
3
3 Problématique : Stabilisation du pendule inversé à
roue d’inertie :
3.1 Description du système :
Le pendule inversé est un système très utilisé dans le domaine de l’automatique et de la

robotique. Il présente l’avantage d’avoir une dynamique similaire de celles des mécanismes sous-
actionnés les plus complexes. Par conséquent, il est très convenable et moins coûteux pour tester
rapidement différentes approches de commande.
Le pendule inversé stabilisé par volant d’inertie est constitué d’un pendule libre en rotation
autour d’un axe, et d’une roue d’inertie fixée au centre du pendule est actionnée par un moteur.
Le principe de fonctionnement de ce pendule est assez simple, la rotation de la roue d’inertie
exerce un couple sur le pendule qui lui permet de tourner autour de son axe de rotation libre avec le
bâti.
Figure 3.1 : Vu du pendule inversé stabilisé par roue d'inertie
- Architecture du système :
La plateforme expérimentale de notre démonstrateur est constituée d’un PC de commande équipé

d’un système d’exploitation Windows XP avec un noyau temps réel RTX (Real-Time Extension for
Control of Windows), ce dernier est en charge de réaliser tous les calculs de commande. Le PC est
relié au pendule à travers une carte d’acquisition qui récupère les informations issues des capteurs
(inclinaison, position du volant) et envoie la commande au moteur. La position du pendule est
mesurée par un inclinomètre.
PC de commande
Inclinomètre
Alimentation (12V)
Pendule
Variateur
de vitesse
Volant d’inertie
Figure 3.2 : Vue de la plate forme expérimentale du pendule inversé stabilisé par volant d’inertie
- Schéma de principe :
Le pendule inversé stabilisé par roue d’inertie (cf. figure 3.1) est un système mécanique
sous-actionné. Il dispose de deux axes de rotation et un seul actionneur.
La figure 3.1 montre que le système est constitué de trois corps : un bâti, un pendule et une roue
d’inertie. Le pendule est en rotation libre (pivot) autour du bâti alors que le volant d’inertie possède
un axe de rotation solidaire.
Le système dispose de deux points d’équilibres :

• Le point d’équilibre stable : correspond à la position dans laquelle le pendule est dirigé vers le bas
(cf. Figure 3.3). Lorsque que le système n’est pas commandé, il reste naturellement dans cette
position sous l’effet de la gravité.
• Le point d’équilibre instable : qui correspond à l’état dans lequel le pendule est pointé vers le
haut. Ce point d’équilibre est dit instable car en l’absence d’une force de contrôle, le pendule, sous
l’effet d’une quelconque perturbation, est incapable de rester dans cette position.
Figure 3.3 : Schéma du pendule et illustration des points d’équilibre
- Notation utilisés :
Les tableaux 1 et 2 (Voir Annexe) représentent l’ensemble des variables et constantes du
système :
Variable Description Unité

C1 Couple appliqué du bâti sur le pendule (Couple perturbateur) N.m
C2 Couple appliqué du volant d’inertie sur le pendule N.m
𝜽𝟏 Position angulaire du pendule Rad
𝜽𝟏 Vitesse angulaire du pendule Rad.s-1
𝜽𝟏 Accélération angulaire du pendule Rad.s-2
𝜽𝟐 Position angulaire du volant Rad
𝜽𝟐 Vitesse angulaire du volant Rad.s-1
𝜽𝟐 Accélération angulaire du volant Rad.s-2
Tableau 1 : Variables utilisées lors de la modélisation
5
3.2 Modélisation dynamique et analyse du système :
Afin d’élaborer le modèle dynamique du pendule inversé stabilisé par volant d’inertie, les
hypothèses suivantes sont considérées [1] [7] :
– Hypothèse 1 : Les masses du pendule et de la roue d’inertie sont considérées comme étant des
masses ponctuelles situées à leurs centres de gravité (respectivement G1 et G2).
– Hypothèse 2 : L’étude de la dynamique du pendule inversé est réalisée en négligeant les
phénomènes mécaniques liés aux frottements.
– Hypothèse 3 : La dynamique du moteur actionneur associée au volant d’inertie n’est pas prise en
compte dans le cadre de la modélisation du système.
En appliquant le principe fondamental de la dynamique, on peut démontrer facilement la façon dont

la partie actionnée (volant d’inertie) agit sur l’angle du pendule afin de le ramener autour de la
position verticale (pendule dirigé vers le haut).
L’application du principe fondamental de la dynamique à notre système donne :

! ! ! ! !
M OFA + M OFB + M OFG1 + M OFG 2 = ΣM Dynamique
!
Avec : M OFA le moment relatif à la force FA appliqué par le volant à son extrémité haute.
!
M OFB le moment relatif à la force FB appliqué par le volant à son extrémité basse.
! !
M OFG1 et M OFG 2 Les moments relatifs au poids du pendule et du volant respectivement.
! ! !
Soit : C RI + M Pendule = ΣM Dynamique
! ! ! ! ! !
Avec : C RI = M OFA + M OFB et M Pendule = M OFG1 + M OFG 2
Le pendule est mis en mouvement lorsque le couple généré par la roue d’inertie CRI est supérieur ou
inférieur au moment résistant (MDynamique - MPendule). La synthèse ci-après précise l’état du système en
fonction de ces différences de moment :
! ! !
- M OFA = M OFB + M Pendule : Le pendule est en équilibre statique.
! ! !
- M OFA > M OFB + M Pendule : Le pendule est en phase ascendante.
! ! !
- M OFA < M OFB + M Pendule : Le pendule est en phase descendante.
Figure 3.4 : Modèle mécanique équivalent
Le modèle mathématique du pendule inversé RI est obtenu en appliquant le formalisme de

Lagrange. Cette approche nécessite le calcul des énergies cinétiques et potentielles des composants
du système en fonction des coordonnées généralisées. Le Formalisme d’Euler-Lagrange repose sur
l’équation de Lagrange :
d ⎛ ∂L ⎞ ∂L
− = Qi ; avec i = 1,2
dt ⎜⎝ ∂q!i ⎟⎠ ∂qi
Avec L = T − V est le Lagrangien
T : L’énergie cinétique ; V : L’énergie potentielle ; Qi : Les forces généralisées appliquées à la
⎡ q1 ⎤ ⎡θ1 ⎤
coordonnée qi ; q = ⎢ ⎥ = ⎢ ⎥ Le vecteur de coordonnées généralisées.
⎣ q2 ⎦ ⎣θ 2 ⎦
- Energie cinétique total T:
T = TPendule + TRI
1
TPendule = (m1l 12 + i1 )θ!12
2
1 1
TRI = m2l 22θ!22 + i2 (θ!1 + θ!2 )2
2 2
1
Donc : T = (m1l 1 + m1l 2 + i1 ) + i2 (θ!1 + θ!2 )
2 2
2
- Energie potentielle total V:
V = VP + VRI avec :
VP = m1l1g cosθ1
VRI = m2l2 g cosθ1
Donc : V = (m1l1 + m2l2 )g cosθ1
Le Lagrangien s’écrit donc :

1 !2
L= Iθ 1 + i2 (θ!1 + θ!2 ) − m0 g cosθ1
2
Avec : m0 = m1l1 + m2l2 et I = m1l 1 + m2l 2 + i1
2 2
- Dynamique du pendule :
Les équations de la dynamique du pendule inversé stabilisé par volant d’inertie peuvent être
déduites des équations d’Euler-Lagrange. Elles décrivent la dynamique du pendule et la dynamique
du volant d’inertie [1] [2].
1
θ!!1 = (C1 − C2 + m0 g sin θ1 ) : L’accélération angulaire du pendule
I
1
θ!!2 = [−i2C1 + (i2 + I )C2 − i2 m0 gsin θ1 ] : L’accélération angulaire de la roue d’inertie
Ii2
Ces équations peuvent être mises sous forme matricielle plus compacte :
⎛ I + i2 i2 ⎞ ⎛ θ!!1 ⎞ ⎛ −m0 gsin θ1 ⎞ ⎛ C1 ⎞
⎜ ⎟ + ⎟⎠ = ⎜⎝ C ⎟⎠
⎝ i2 i2 ⎠ ⎜⎝ θ!!2 ⎟⎠ ⎜⎝ 0 2
- Linéarisation du système :
La représentation d’état linéaire du pendule inversé stabilisé par volant d’inertie est obtenue
par la linéarisation de son modèle dynamique autour du point d’équilibre instable (Pendule dirigé
vers le haut).
On choisit comme vecteur d’état X = [ θ1 θ!1 θ!2 ] et comme commande u = C2

T
Le model linéarisé s’écrit sous la forme :

⎧ X! = AX + Bu
⎨
⎩Y = CX + Du
7
⎛ 0 1 0 ⎞ ⎛ 0 ⎞
⎜ ⎛ 1 0 0 ⎞
⎜ mg ⎟ 1 ⎟
Avec : A = ⎜ 0
0 0 ⎟ et B = ⎜ − ⎟ et C = ⎜ 0 1 0 ⎟
⎜ I ⎟ ⎜ I ⎟ ⎜ ⎟
⎜ (I + i2 ) ⎟ ⎝ 0 0 1 ⎠
⎜ m0 g ⎟ ⎜ ⎟
⎜ − 0 0 ⎟ ⎝ i2 I ⎠
⎝ I ⎠
Remarque : Dans cette représentation, le couple perturbateur C1 est négligé afin de simplifier
l’analyse.
- Analyse du système en boucle ouverte :
Les pôles du système en boucle ouverte sont calculés en cherchant les solutions de l’équation
caractéristique det(A − λI) = 0. Dans le cas du pendule inversé stabilisé par volant d’inertie,
l’équation caractéristique est :λ(λ2 – m0g/I) = 0 et les pôles sont : 0; 𝑚! g/I; −𝑚! g/I . La présence
de pôles à partie réelle nulle ou positive, vient confirmer le fait que le système est naturellement
instable.
Commandabilité:
La commandabilité (appelée aussi gouvernabilité) a un impact direct sur la conception de la
loi de commande du système. Un système d’équation d’état est dit commandable (ou complètement
commandable) si pour n’importe quel état initial, il existe une commande sans contrainte permettant
de conduire le système à n’importe quel état final en un temps fini [5].
Un système est dit entièrement commandable si et seulement si le rang de sa matrice de
commandabilité C = [B AB ... A n−1 B] est égal à la dimension du système (n).
Dans notre cas C = [B AB ... A 2 B] et n = 3.

Le rang(C) = n = 3 , donc le système est complètement gouvernable.
Observabilité :
L’observabilité est une propriété fondamentale nécessaire pour la conception d’un
observateur d’état. Un système est dit observable (ou complètement observable) si pour n’importe
quel état initial x0, il existe un temps fini tf telle que la connaissance de la commande et de la sortie
pour t0 et tf est suffisante pour déterminer x0.
Un système est entièrement observable si et seulement si le rang de sa matrice d’observabilité
O = [C T [CA]T ...[CA n−1 ]T ]T est égal à la dimension du système.
Dans notre cas le rang(O) = n = 3 , donc le système est entièrement observable.
3.3 Problématiques de stabilisation :
La stabilisation du pendule revient à synthétiser une commande initiale en position

d’équilibre instable et de le maintenir autour de cette position (cf. figure 3.5), en dépit de présence
de perturbations externes ou par de variations paramétriques (modification des centres masse ou de
la masse).
Outre les contraintes de stabilité, la commande doit assurer la meilleure performance tous en
respectant les contraintes énergétiques.
Par ailleurs, il faut aussi assurer une certaine robustesse envers toutes incertitudes qui sont
présentes naturellement dans le modèle réel du fait de l’utilisation d’un système idéal pour la
simulation ou qui peuvent intervenir suite à un changement de paramètre tel que la masse.
Il existe de nombreuses techniques de synthèse qui permettent de concevoir des lois de
commande le plus rapidement et le plus simplement possible, tout en étant en adéquation avec le
cahier des charges définit au préalable.
Dans ce travail, nous proposons d’appliquer deux approches de commandes existantes et
nous proposons une nouvelle contribution basée sur la commande par mode glissant.
On verra aussi par la suite que, du fait de son sous-actionnement, l’application directe de commande
telle que la technique par mode glissant nécessite de trouver des astuces afin de l’adapter à ce
système.
Figure 3.5 : Schéma représentatif de la stabilisation du pendule
4 Application d’approches existantes:

4.1 Approche 1 : La commande par retour d’état
Cette loi de commande consiste à trouver un retour d’état sous la forme u=-KX+Ne permettant de
stabiliser le système.
Le schéma-bloc du système en boucle fermée est le suivant :
0 u X
+
-
Pendule RI
K
Figure 4.1 : Schéma bloc de la commande par retour d'état
D’après l’analyse du système, ce dernier est complètement commandable il est donc possible
d’appliquer la technique de placement de pôles, permettant de choisir le gain de retour K afin de
placer arbitrairement les valeurs propres du système en boucle fermée. Pour ce faire, il nous faut
choisir les pôles correspondants au comportement désiré en boucle fermée en se basant sur la
technique de pôles dominants. Dans le but de déterminer les deux premiers pôles relatifs à un
système standard du deuxième ordre 2, on impose à notre système un dépassement de 5% et un
−1
temps de réponse inférieur à t e5% = 0.5 sec. Ceci nous amène à déterminer w0 = 12rd.s (pulsation
propre) ξ = 0.7 (facteur d’amortissement).
K 1
H ( p) = =
2ξ 4 (s − λ1 )(s − λ2 )
1+ s + 2 s2
w0 w0
Par ce calcul, on détermine les deux premiers pôles désirés du système, et selon le principe des
pôles dominants, on trouve le 3eme pôle dont la valeur réelle doit être au moins 10 fois inférieure
aux valeurs réelles des deux premiers pôles.
9
À partir de ces pôles, il nous est possible de déterminer le polynôme caractéristique désiré de notre
système en boucle fermée [5].
n=3
PBF (s) = ∏ (s − λi,BF ) = s n + β n−1s n−1 + ... + β1s + β 0
i=1
On calcule la matrice de gain de retour K grâce à la formule d’Ackermann suivante :

K = [0...01](C(A, B))−1 PBF (A)
4.2 Approche 2 : La commande optimale linéaire quadratique (LQ)
Le contrôleur Linéaire Quadratique (LQR Linear Quadratic Regulator) est un contrôleur dit optimal
car il réalise un bon compromis entre performance et impact énergétique. Il se base sur le modèle
linéarisé du pendule.
La réalisation de ce contrôleur consiste en le calcule d’une matrice gain de retour optimale K opt
telle que la commande par retour d’état soit U = -KoptX, cette dernière doit permettre la
convergence du système global.
Le calcul de la matrice de gain optimal est déterminé par la minimisation du critère quadratique
suivant [5] :
∞
J = ∫ (X T QX + U T RU )dt
0
Avec : Q est la matrice de pondération du vecteur d’état.
R est la matrice de pondération de la commande.
Cette optimisation représente un compromis entre le temps de convergence qui est affectée par le
choix de Q et l’énergie utilisée qui est affectée par le choix de R.
La matrice gain Kopt est donc calculée avec la relation suivante :
K = R −1 BT PC
Avec Pc la solution de l’équation de RICCATI suivante [5] :
PC A + AT PC − PC BR −1 BT PC + Q = 0
Le schéma-bloc de la commande est le même que la figure 4.1.

Nous donnons plus de détails sur le choix et l’effet de pondération.
5 Notre contribution : Approches de commande
robuste par mode glissant
5.1 Principe de la commande par mode glissant :
L’origine de la commande par mode glissant remonte aux années 60, du fait d’un besoin crucial
en robustesse dans le domaine de l’aéronautique. Elle fait partie des commandes dite robuste car
elle est insensible aux variations paramétriques et donc idéale dans le domaine de l’aéronautique
car, par exemple, la masse d’un avion varie dans le temps à cause de la combustion du carburant.
Elle est robuste aussi par rapport aux perturbations externes ainsi que les incertitudes, et peut-être
appliquer à la fois aux systèmes linéaires et non linéaires.
L’idée de cette commande consiste à amener le système sur un hyperplan de commutation stable
(appelé aussi surface de glissement), puis glisser sur la surface vers le point d’équilibre désiré,
comme le montre la figure 5.1 :
x2
Suface de glissement
x1
Figure 5.1 : Illustration de la convergence vers la surface de glissement
5.2 Synthèse d’une commande par mode glissant :
On considère notre système suivant :

⎧ x!1 = x2
⎪ x! = f (x) + g (x)u
⎪ 2 1 1
⎨
⎪ x! 3 = x4
⎪
⎩ x! 4 = f2 (x) + g2 (x)u
On souhaite stabiliser que la position du pendule, donc on va réaliser la synthèse du mode glissant
sur la partie pendule, on écrit donc notre système sous la forme :
⎧ x!1 = x2
⎨
⎩ x!2 = f (x) + g(x)u
m0 gsin(x1 ) 1
Avec : f (x) = ; g(x) = − ;
I I
11
L’objectif donc est de stabiliser x1 et x2 autour de 0.
La dynamique de x1 est stable pour x2 = −α x1 , on définit donc une surface de glissement :
s = x2 + α x1 avec α > 0
Donc x!1 = x2 = −α x1 + s ce qui signifie que x1 est stable pour s = 0.
Remarque : L’évolution sur la surface de glissement est indépendante de f (x) + g(x) . Si au départ,
le point initial n’est pas sur la surface de glissement, il faudra amener le système sur cette surface.
On considère la surface de glissement : s = x2 + α x1

Donc : s! = x!2 + α x!1 = f (x) + g(x)u + α x2
1
On considère la fonction de Lyapunov : V (s) = s 2
2
Le système est stable si V est définie positive et 𝑉 est semi-définie négative.
V est définie positive, on calcul donc 𝑉 :
V! (s) = s!s = s( f (x) + g(x)u + α x2 )
𝑉 est définie négative si :
f (x) + g(x)u + α x2 > 0 pour s < 0
f (x) + g(x)u + α x2 = 0 pour s = 0
f (x) + g(x)u + α x2 < 0 pour s > 0
- Calcule de la commande équivalente pour satisfaire cette condition :

Soit f (x) + g(x)u + α x2 = 0 , alors ue = − f (x) + α x2 = β (x)
g(x)
Pour satisfaire donc la condition précédente, la commande ue doit satisfaire :
u > β (x) pour s < 0
u = β (x) pour s = 0
u < β (x) pour s > 0
Pour réaliser cela, on choisit comme commande [3]:
u = β (x) − K Sign(s) avec K > 0
Avec -Ksign(s) la commande discontinue.
Démonstration :
V! (s) = s( f (x) + g(x)u + α x2 )
= s( f (x) + α x2 ) + g(x)s(β (x) − Ksign(s))
= s( f (x) + α x2 ) + s(− f (x) − α x2 − Kg(x)sign(s))
= −Kg(x)s sign(s)
≤ −Kg(x) s
Donc 𝑉 est négative car g(x) > 0.
Donc la commande globale s’écrit [ ] :
u = β (x) − K tanh(s) Avec K > 0
Remarque : On remplace Sign(s) par tanh(s) pour éviter les phénomènes de réticences qui peuvent
endommager les actionneurs.
5.3 Adaptation de la commande au pendule inversé RI:
Nous avons vu dans le paragraphe précédant la synthèse d’une commande par mode glissant,
appliquée comme cela, cette dernière ne marche pas car la roue d’inertie ne stabilise pas vu que la
synthèse n’a était faite que sur le pendule.
Pour adapter cette commande à notre système l’astuce et de faire un changement de variable puis
une génération de trajectoire désirée du pendule basée sur ce changement de variable.
On écrit notre système sous forme de cascade [4] :
∂L
∂L z!1 = = m0 gsin(z2 )
z1 = = (I + i2 )θ!1 + i2θ!2 ∂θ1
∂θ! 1
1 i2
z2 = θ 1 et z!2 = z1 − z3
(I + i2 ) (I + i2 )
z3 = θ!2
z!3 = u
Le système est stable pour z1 = 0
1 2
On doit donc trouver un x1d = z2d pour satisfaire V (z1 ) = z1 > 0 et V! (z1 ) = z1z!1 < 0
2
On choisit donc : x1d = z2 d = −a tanh(bz1 ), 0 < a < π / 2 et b > 0
Démonstration :
V! (z1 ) = z1z!1 = z1m0 gsin(z2 )

= z1m0 gsin(−a tanh(bz1 ))
! ! !
On a Sign(sin(x)) = Sign(x) si − ! < 𝑥 < ! et tanh est compris entre -1 et 1, donc pour 0 < 𝑎 < !
π π
− < −a tanh(bz1 ) < ce qui satisfait donc la condition précédente.
2 2
z1 > 0 V! (z1 ) < 0
Donc pour z1 = 0 V! (z1 ) = 0 ce qui satisfait donc les conditions de convergence du système.
z1 < 0 V! (z1 ) < 0
Notre surface de glissement s’écrit alors :
s = (x1d − x1 ) + α (x2d − x2 ) avec x 2d = 0
Le schéma de commande global se traduit par le schéma bloc de la Figure 5.2 :
X Génération de X1d Commande par u X

trajectoire mode glissant
X
Pendule RI
Figure 5.2 : Schéma bloc de la commande par mode glissant
13
6 Résultats de simulations et d’expérimentations :
6.1 Application des approches 1 et 2 : Commande par retour d’état et LQ
6.1.1 Simulation dans le cas nominal avec rejet de perturbation :
On simule notre système avec la commande par retour d’état ainsi qu’avec la commande
linéaire quadratique, les conditions initiales sont fixées à X = ⎡⎣ 10° 0 0 ⎤⎦T , avec les gains
suivants :
Gain de la commande RE : K = [-9.5730 -1.3868 -0.0035]

Gain de la commande LQ : K = [-5.6343 -0.8187 -0.0010]
La Figure 6.1 représente les résultats de cette simulation.

Evolution de langle du pendule
10
Commande LQ
1 (Deg)
5 Commande RE
−5
0 1 2 3 4 5 6 7 8 9 10
Temps (s)
Evolution de la vitesse du pendule
2
d 1 (rad/s)
Commande LQ
Commande RE
0
−2
0 1 2 3 4 5 6 7 8 9 10
Temps (s)
Evolution de la vitesse du volant
400
d 2 (rad/s)
Commande LQ
200 Commande RE
−200
0 1 2 3 4 5 6 7 8 9 10
Temps (s)
Evolution du couple de la roue
1.4 x 10
4 Plage d’utilisation du moteur
Commande LQ
2.5
Commande RE Plage dutilisation du moteur
1.2 Plage dutilisation Max
Commande LQ
Commande RE
1 2
Vitesse du moteur (tr/min)
0.8
1.5
0.6
U (Nm)
0.4
1
0.2
0
0.5
−0.2
−0.4 0
0 1 2 3 4 5 6 7 8 9 10 0 50 100 150 200 250 300 350
Temps (s) Coupe du moteur (mNm)
Figure 6.1 : Résultats de simulation de la commande RE et LQ
Remarque : Le moteur est relié au volant d’inertie par un réducteur de 13/3, le couple et la vitesse
au niveau moteur sont calculés par les formules suivantes :
V × R × 60
Vmoteur = volant
2π
C
Cmoteur = volant
R
Interprétation des résultats :
On remarque que le système converge bien vers la position d’équilibre instable que ce soit
avec la commande RE ou LQ, la différence réside dans le temps de convergence, la commande RE
permet de converger plus vite que la commande LQ, mais on utilise beaucoup d’énergie et on arrive
même à la saturation du moteur.
la commande LQ permet un choix plus simple ou niveau des réglages de l’impact
énergétique par le choix de la matrice R qu’on verra par la suite.
Au bout de 6sec, on applique une perturbation au système qui est introduite via la couple
perturbateur C1 et qui a la forme d’une impulsion Dirac, le pendule se décale mais le moteur
effectue une forte accélération pour compenser cette erreur et ramène rapidement le système vers ca
position d’équilibre.
6.1.2 Effet du choix des coefficients de pondérations de la commande LQ:

Comme on l’a vu dans le chapitre précédent, le choix des coefficients Q et R agit sur le temps de
convergence et sur l’impact énergétique :
On observe dans la Figure 6.2 les différents effets de choix des coefficients sur la convergence et
l’impact énergétique sur le système.
10
Q1=1;R=1
Q1=1;R=1e6
1 (Deg)
5
Q1=100;R=1e6
−5
0 1 2 3 4 5 6 7
Temps (s)
2
Q1=1;R=1
d 1 (rad/s)
1 Q1=1;R=1e6
Q1=100;R=1e6
0
−1
−2
0 1 2 3 4 5 6 7
Temps (s)
300
Q1=1;R=1
d 2 (rad/s)
200 Q1=1;R=1e6
Q1=100;R=1e6
100
0
0 1 2 3 4 5 6 7
Temps (s)
Evolution du couple de la roue
2
1
U (Nm)
−1
−2
0 1 2 3 4 5 6 7
Temps (s)
Figure 6.2 : Effet du choix des coefficients sur le comportement du système
x 10
4 Plage dutilisation du moteur
2.5
Plage dutilisation normal du moteur
Plage dutilisation Max du moteur
Q1=1;R=1
Q1=1;R=1e6
Q1=100;R=1e6
2
1.5
0.5
0
0 50 100 150 200 250 300 350
Coupe du moteur (Nm)
Figure 6.3 : Effet du choix des coefficients de pondération sur l'énergie utilisé
15
Nous avons fait plusieurs essais pour mesurer l'influence des paramètres des coefficients de
pondérations Q et R sur le comportement de la commande LQ. Au début, nous avons pris Q égale à
R, puis Q très inférieur à R et Q inférieur à R. De toutes les courbes résultats, nous avons choisi de
vous présenter les résultats des Figure 6.2Figure 6.3 car elle illustre nos conclusions.
Avec R égal à Q la convergence du système est très rapide et le rejet de perturbation et très efficace,
mais l’impact énergétique est très grande et on arrive largement à la saturation du moteur, la même
remarque se fait aussi pour Q = 100 et R = 106, le choix le plus adéquat à notre utilisation est Q=1 et
R=106, il assure une convergence correcte avec un impact énergétique modéré.
6.1.3 Robustesse vis à vis des incertitudes :

Dans cette partie, on va faire des modifications sur les paramètres de notre modèle du pendule, en
l’occurrence le terme I et m0 qui regroupe tous les paramètres du pendule, on va appliquer une
incertitude de 20% et 40%.
La Figure 6.4 représente les différentes réponses de notre système dans le cas d’une commande RE
et LQ.
Evolution de langle du pendule pour la commande LQ Evolution de langle du pendule pour la commande RE
10 10
Cas nominal Cas nominal
I=20% I=20%
I=40% I=40%
Angle du pendule (Deg)
5
Angle du pendule (Deg)
0 0
−5 −5
0 0.5 1 1.5 2 2.5 3 3.5 4 0 0.5 1 1.5 2 2.5 3 3.5 4
Temps (s) Temps (s)
x 10
4 Plage dutilisation du moteur avec incertitude LQ x 10
4 Plage dutilisation du moteur avec incertitude RE
2.5 2.5
Plage dutilisation normal du moteur Plage dutilisation normal du moteur
Plage dutilisation Max du moteur Plage dutilisation Max du moteur
Cas nominal Cas nominal
I=20% I=20%
I=40% 2 I=40%
2
1.5 1.5
1 1
0.5 0.5
0 0
0 50 100 150 200 250 300 0 50 100 150 200 250 300 350
Coupe du moteur (mNm) Coupe du moteur (Nm)
Figure 6.4 : Résultat de simulation pour le test de robustesse vis à vis des incertitudes
On remarque dans les deux cas que le système converge malgré les incertitudes, mais plus les
incertitudes sont élevés, plus des oscillations apparaissent, aussi l’impact énergétique et plus élevé
lorsque l’incertitude est élevée.
6.2 Application de la commande robuste par mode glissant
6.2.1 Simulation dans le cas nominal
L’objectif de cette simulation est de stabiliser le pendule inversé avec un volant d’inertie à partir
de la condition initiale X = ⎡⎣ 9.32 0 0 ⎤⎦T .
On choisit comme paramètre :
π
α = 8; k = 3exp(−1.5abs(s)); x1d = − tanh(z1 )
3
La Figure 6.5 représente l’évolution de la position et de la vitesse du pendule, ainsi que la vitesse du
volant d’inertie.
La Figure 6.6 représente la plage d’utilisation du moteur ainsi que le couple de la roue et la tension
appliquée au moteur.
10
Position pendule
1 (Deg)
−5
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Temps (s)
0.5
Vitesse pendule
d 1 (rad/s)
−0.5
−1
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Temps (s)
200
Vitesse Volant
d 2 (rad/s)
100
−100
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Temps (s)
Figure 6.5 : Evolution de la position et de la vitesse du pendule ainsi que la vitesse de la roue
Plan de phase Evolution de la Tension

0.4 7
6
0.2
0
4
−0.2
3
V (Volt)
d 1
2
−0.4
1
−0.6
−0.8
−1
−1 −2
−0.05 0 0.05 0.1 0.15 0.2 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
1 Temps (s)
x 10
4 Plage dutilisation du moteur
Evolution du couple de la roue 2.5
0.8
0.7 Commande SM
2
0.6
0.5
1.5
0.4
U (Nm)
0.3
0.2 1
0.1
0 0.5
−0.1
−0.2 0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 0 50 100 150 200 250 300
Figure 6.6 : Résultats de simulation pour la commande par mode glissant dans le cas nominal
17
On remarque d’après la Figure 6.5 que la position du pendule converge bien rapidement vers sa
position d’équilibre instable. On voit bien que la vitesse du volant d’inertie accélère pour ramener le
pendule à sa position d’équilibre puis stabilise à 0 lorsque le pendule converge. Pour réaliser cela on
applique une tension maximale de 6.8V au moteur qui est loin de la tension de saturation de +-10V.
On peut voir aussi que la plage d’utilisation du moteur est respectée.
On conclue que par rapport à une commande optimale, les résultats de convergence sont assez
proches mais l’impact énergétique est bien moindre avec une commande par mode glissant.
Evolution du gain dynamique k
3
2.5
2
Gain
1.5
0.5
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Temps (s)
Figure 6.7 : Evolution du gain dynamique de la commande K
Dans la Figure 6.7 on remarque que le gain varie selon la valeur de la surface de glissement, quand
l’erreur est grande, le gain est faible, et quand le système converge, le gain est grand, cela permet de
meilleurs performances tous en ayant un impact énergétique faible.
6.2.2 Simulation avec rejet de perturbation :
On simule cette fois notre système, mais on ajoute une perturbation sous forme d’impulsion
qui sera introduite sur le pendule au niveau du couple perturbateur C1.
La Figure 6.8 montre le résultat de cette simulation :
10
Position pendule
1 (Deg)
−5
0 1 2 3 4 5 6 7 8 9 10
Temps (s)
2
Vitesse pendule
d 1 (rad/s)
−1
0 1 2 3 4 5 6 7 8 9 10
Temps (s)
400
Vitesse Volant
d 2 (rad/s)
200
−200
0 1 2 3 4 5 6 7 8 9 10
Temps (s)
Evolution de la Tension 4 Plage dutilisation du moteur

8 x 10
2.5
Commande SM
6
2
1.5
V (Volt)
0.5
−2
−4 0
0 1 2 3 4 5 6 7 8 9 10 0 50 100 150 200 250 300
Figure 6.8 : Résultats de simulation dans le cas du rejet de perturbation
Dans la Figure 6.8, le système rejette la perturbation qui s’applique au bout de 6 sec, la commande
par contre est plus élevée car le système doit compenser l’énergie cinétique pris par le pendule lors
de son accélération induite par la perturbation.
6.2.3 Simulation avec des incertitudes :
Le test de la robustesse de la commande nous permet de vérifier si la commande appliquée peut

s’adapter aux incertitudes des paramètres de système qui peuvent être dû à la précision des capteurs,
les forces de frottements, les facteurs externes imprévisibles. Ces derniers n’ont pas été pris en
compte dans la modélisation du système.
On choisit d’introduire une incertitude ∆I sur le paramètre I qui est une combinaison de
plusieurs paramètres et on observe ce que se passe sur la sortie.
On remarque bien d’après la Figure 6.9 que le système peut surmonter cette incertitude et amener le
système vers la stabilisation bien plus efficacement qu’avec une commande RE ou LQ sans pour
autant saturer le moteur.
10
Cas nominal
I=25%
I=50%
8
6
Angle pendule (Deg)
−2
−4
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Temps (s)
Evolution de la Tension 4
8 x 10 Plage dutilisation du moteur
2.5
Cas nominal
I=25%
I=50% Cas Nominal
6 I=25%
2 I=50%
4
1.5
V (Volt)
0.5
−2
−4 0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 0 50 100 150 200 250 300
Figure 6.9 : Résultats de simulation de la commande par mode glissant dans le cas d'une incertitude
Les résultats de simulation sont très satisfaisants et permettent d’avoir une idée sur le choix des
paramètres à appliquer au système réel.
19
6.2.4 Expérimentation :
Après réalisation de toutes les simulations, on implémente l’algorithme de commande par mode
glissant sur le pc de commande, le langage utilisé est le C.
On réalise plusieurs scénarios d’expérimentation avec le pendule et on obtient les résultats
suivants :
- Scénario 1 : Cas nominal
Les courbes de la Figure 6.10 mettent en évidence les résultats de l’expérimentation dans le cas
nominal sur le pendule inversé sur une durée de 30 secondes. Dans ce premier scénario, aucune
perturbation externe n’est appliquée. On remarque que la position et la vitesse angulaire du pendule
ainsi que la vitesse du volant d’inertie oscillent autour de 0rad jusqu’à atteindre la valeur nulle. On
observe une vitesse angulaire du pendule 𝜃! très bruitée car cette dernière est calculée par
différentiation numérique de la mesure brute de l’angle du pendule qui est elle même légèrement
bruitée. On trouve des erreurs entre la simulation et l’expérimentation qui sont dues à différents
facteurs tels que la précision des capteurs, les forces de frottements et les incertitudes sur les
paramètres du système réel. Ces derniers n’ont pas été pris en compte lors de la modélisation du
système.
Evolution de langle du pendule Evolution de la vitesse du pendule

12 0.2
10 0.1
8 0
6 −0.1
d 1(rad/s)
1(Deg)
4 −0.2
2 −0.3
0 −0.4
−2 −0.5
−4 −0.6
0 5 10 15 20 25 30 0 5 10 15 20 25 30
Temps (s) Temps (s)
Evolution de la vitesse du volant d’inertie Evolution de la tension de commande du moteur

200 8
6
150
100
d 2(Rad/s)
U (Volt)
50
0
−2
−50 −4
0 5 10 15 20 25 30 0 5 10 15 20 25 30
Temps (s) Temps (s)
Figure 6.10 : Résultats d'expérimentation dans le cas nominal
- Scénario 2 : Cas de rejet de perturbation
Ce cas met en évidence la robustesse de la commande par mode glissant vis à vis des perturbations
ponctuelles sur le pendule.
On applique une force latérale sur le pendule afin de perturber le système comme le montre la
Figure 6.11.
Figure 6.11 : Pendule soumis à une perturbation externe
Dans la Figure 6.12, on remarque que le contrôleur rejette parfaitement les perturbations et stabilise
le pendule dans sa position d’équilibre.
Evolution de l’angle du pendule Evolution de la vitesse du pendule

12 0.6
10
0.4
8
0.2
6
d 1(rad/s)
0
1(Deg)
−0.2
2
−0.4
0
−0.6
−2
−4 −0.8
0 5 10 15 20 25 30 0 5 10 15 20 25 30
Temps (s) Temps (s)
Evolution de la vitesse du volant d’inertie Evolution de la tension de commande du moteur

250 8
200 6
150 4
100 2
d 2 (Rad/s)
U (Volt)
50 0
0 −2
−50 −4
−100 −6
−150 −8
0 5 10 15 20 25 30 0 5 10 15 20 25 30
Temps (s) Temps (s)
Figure 6.12 : Résultats d'expérimentation dans le cas de rejet de perturbation ponctuelle
21
- Scénario 3 : Cas de rejet des perturbations persistantes
Ce cas consiste en une perturbation persistante représentée par une masse qui s’ajoute sur le côté du
pendule comme le montre la Figure 6.13. Le poids fixé de manière asymétrique sur le corps du
pendule induit un couple externe perturbateur agissant sur la liaison passive entre le pendule et le
bâti.
Dans la Figure 6.14, on voit que le contrôleur applique une tension continue sur le moteur, ce qui le
fait tourner en permanence afin de compenser ce couple perturbateur et ainsi permettre au pendule
de se stabiliser.
Figure 6.13 : Pendule soumis à une perturbation persistante
Evolution de langle du pendule Evolution de la vitesse du pendule

12 0.2
0.1
10
0
8
−0.1
6
−0.2
d 1(rad/s)
1(Deg)
4 −0.3
−0.4
2
−0.5
0
−0.6
−2
−0.7
−4 −0.8
0 5 10 15 20 25 30 0 5 10 15 20 25 30
Temps (s) Temps (s)
Evolution de la vitesse du volant d"inertie

200 Evolution de la tension de commande du moteur
8
150
6
100
4
d 2(Rad/s)
U (Volt)
50
2
0
0
−50 −2
−100 −4
0 5 10 15 20 25 30 0 5 10 15 20 25 30
Temps (s) Temps (s)
Figure 6.14 : Résultats d'expérimentation dans le cas d'un rejet de perturbation persistante
- Scénario 4 : Combinaison de deux types de perturbations
Dans ce scénario, on combine les deux scénarios précédents. Comme le montre la Figure 6.15, le
contrôleur réussit à stabiliser le pendule malgré l’application de deux perturbations.
On en conclut que le contrôleur implémenté est robuste vis à vis des perturbations.

Evolution de l’angle du pendule 0.6
4
0.5
2
0.4
0
0.3
−2 0.2
d 1(rad/s)
1(Deg)
0.1
−4
0
−6
−0.1
−8
−0.2
−10
−0.3
−12 −0.4
0 5 10 15 20 25 30 0 5 10 15 20 25 30
Temps (s) Temps (s)
Evolution de la tension de commande du moteur

Evolution de la vitesse du volant d’inertie 4
100
2
50
−2
d 2(Rad/s)
U (Volt)
−50
−4
−100
−6
−150
−8
−200 −10
0 5 10 15 20 25 30 0 5 10 15 20 25 30
Temps (s) Temps (s)
Figure 6.15 : Résultats d’expérimentation dans le cas d'un rejet d'une perturbation persistante et ponctuelle
23
7 Concluions et perspectives :
Le travail réalisé durant ce projet consiste à étudier un système sous-actionné : le pendule

inversé stabilisé par un volant d’inertie, qui dispose de deux degrés de liberté et un seul actionneur.
Le modèle dynamique Lagrangien du système est non linéaire et sa dynamique interne est instable.
La commande de ce système a fait l’objet de nombreuses études, car la dynamique du pendule
inversé se rapproche de celle de systèmes plus complexes, par exemple les fusées, les avions de
chasse etc. ce mécanisme est un outil faible coût de mise en œuvre et pratique pour illustrer de
nouveaux principes de commande.
Pour la stabilisation du système, il faut d’abord amener le pendule depuis sa position
d’équilibre stable (pendule pointant vers le bas) jusqu’à sa position d’équilibre instable (pendule
pointant vers le haut) et ensuite le maintenir dans cette position en dépit des perturbations externes
qui l’affectent.
Durant ce projet, on a appliqué différentes approches de commande sur le système, mais on
s'est intéressé plutôt à la commande par mode glissant. Pour cela il a fallu adapter cette commande
en trouvant une astuce afin de stabiliser le système.
La technique trouvée pour cette commande est très facile à mettre en œuvre, elle présente un
algorithme de commande simple qui est facilement implantable dans un calculateur. Avec un choix
approprié des paramètres, les résultats obtenus sont très intéressants, ils montrent l’efficacité de
l’approche proposée et qu'elle a des bonnes performances au niveau de la robustesse et la stabilité
de convergence aussi bien pour la stabilisation que pour le rejet de perturbations introduites que se
soient externes, ponctuelles ou persistantes au système.
Les améliorations qu’on peut introduire à notre étude est de générer des cycles limites
stables (oscillation autour de point de l’équilibre) pour le pendule inversé car jusqu’à présent
l’étude s’est limité à la stabilisation. Dans un premier lieu on doit trouver des trajectoires de
références et après faire une poursuite sur ces trajectoires.
8 Bibliographie :
[1] N. Touati and A. Chemori, « Predictive control for the stabilization of a fast mechatronic system
from simulation to real-time experiments », IFAC MECHATRONICS, 2013.
[2] S. Andary, A Chemori, and S. Krut, « Control of the under-actuated Inertia Wheel Inverted
Pendulum for Stable Limit Cycle Generation », RSJ Advanced Robotics, vol 23, 2009.
[3] Jean Pierre Barbot, SLIDING MODE CONTROL INENGINEERING, Wilfrid Perruquetti,
2002.
[4] Reza Olfati-Saber, « Nonlinear Control of Underactuated Mechanical Systems with Application
to Robotics and Aerospace Vehicles », PhD Thesis, MIT 2001.
[5] Katsuhiko Ogata, Modern Control Engineering (5th Edition), Prentice Hall, 2009.
[7] A. Chemori, S. Krut, N. Touati, « Le pendule inversé stabilisé par volant d’inertie, un système
non linéaire sous-actionné », 3èmes Journées Démonstrateurs , Angers (France), 2010.
25
9 Annexe :
Datasheet du moteur :
Tableau des paramètres dynamique du pendule :
Constante Description Valeur Unité

m1 Masse du pendule 3.30810 Kg
m2 Masse du volant 0.33081 Kg
𝒍𝟏 Distance pivot / centre de gravité du pendule 0.06 m
𝒍𝟐 Distance pivot / centre de gravité du pendule 0.044 m
𝒊𝟏 Moment d’inertie du pendule 0.031468 Kgm2
𝒊𝟐 Moment d’inertie du volant d’inertie 0.0004176 Kgm2
𝒈 Gravité 9.81 m.s-2
Tableau 2 : Paramètres géométriques et dynamiques du système
27

Rapport Projet Pendule ELBIAD LAFNOUNE

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Rapport Projet Pendule ELBIAD LAFNOUNE

Transféré par

Droits d'auteur :

Formats disponibles

Master 2 EEA

Rapport de projet Master 2

161, rue Ada

Commande robuste par mode glissant d’un

1 INTRODUCTION GENERALE : ................................................................................. 2

2 CONTEXTE ET ETAT DE L’ART : ............................................................................ 3

3 PROBLEMATIQUE : STABILISATION DU PENDULE INVERSE A ROUE

4 APPLICATION D’APPROCHES EXISTANTES: ..................................................... 9

5 NOTRE CONTRIBUTION : APPROCHES DE COMMANDE ROBUSTE PAR

6 RESULTATS DE SIMULATIONS ET D’EXPERIMENTATIONS : ..................... 14

7 CONCLUIONS ET PERSPECTIVES : ...................................................................... 24

Figure 1.1 : Différentes catégories de systèmes actionnés

2.2 Exemples de systèmes sous-actionnés

On trouve plusieurs exemples de systèmes sous-actionnés dans la robotique.

Les Quadrirotors sont des systèmes que l’on peut représenter

Les bateaux à simple propulseur :

De nombreux bateaux naviguent avec un simple propulseur et un

Le pendule inversé est un système très utilisé dans le domaine de l’automatique et de la

Figure 3.1 : Vu du pendule inversé stabilisé par roue d'inertie

La plateforme expérimentale de notre démonstrateur est constituée d’un PC de commande équipé

Le système dispose de deux points d’équilibres :

Figure 3.3 : Schéma du pendule et illustration des points d’équilibre

Variable Description Unité

En appliquant le principe fondamental de la dynamique, on peut démontrer facilement la façon dont

L’application du principe fondamental de la dynamique à notre système donne :

Figure 3.4 : Modèle mécanique équivalent

Le modèle mathématique du pendule inversé RI est obtenu en appliquant le formalisme de

Le Lagrangien s’écrit donc :

On choisit comme vecteur d’état X = [ θ1 θ!1 θ!2 ] et comme commande u = C2

Le model linéarisé s’écrit sous la forme :

- Analyse du système en boucle ouverte :

Dans notre cas C = [B AB ... A 2 B] et n = 3.

3.3 Problématiques de stabilisation :

La stabilisation du pendule revient à synthétiser une commande initiale en position

Figure 3.5 : Schéma représentatif de la stabilisation du pendule

4 Application d’approches existantes:

Le schéma-bloc du système en boucle fermée est le suivant :

On calcule la matrice de gain de retour K grâce à la formule d’Ackermann suivante :

4.2 Approche 2 : La commande optimale linéaire quadratique (LQ)

Le schéma-bloc de la commande est le même que la figure 4.1.

Figure 5.1 : Illustration de la convergence vers la surface de glissement

5.2 Synthèse d’une commande par mode glissant :

On considère notre système suivant :

On considère la surface de glissement : s = x2 + α x1

- Calcule de la commande équivalente pour satisfaire cette condition :

V! (z1 ) = z1z!1 = z1m0 gsin(z2 )

Le schéma de commande global se traduit par le schéma bloc de la Figure 5.2 :

X Génération de X1d Commande par u X

Figure 5.2 : Schéma bloc de la commande par mode glissant

Gain de la commande RE : K = [-9.5730 -1.3868 -0.0035]

La Figure 6.1 représente les résultats de cette simulation.

6.1.2 Effet du choix des coefficients de pondérations de la commande LQ:

Figure 6.2 : Effet du choix des coefficients sur le comportement du système

6.1.3 Robustesse vis à vis des incertitudes :

Plan de phase Evolution de la Tension

Figure 6.7 : Evolution du gain dynamique de la commande K

Evolution de la Tension 4 Plage dutilisation du moteur

Figure 6.8 : Résultats de simulation dans le cas du rejet de perturbation

Le test de la robustesse de la commande nous permet de vérifier si la commande appliquée peut

Evolution de langle du pendule Evolution de la vitesse du pendule

Evolution de la vitesse du volant d’inertie Evolution de la tension de commande du moteur

Figure 6.10 : Résultats d'expérimentation dans le cas nominal

Figure 6.11 : Pendule soumis à une perturbation externe

Evolution de l’angle du pendule Evolution de la vitesse du pendule