FACULTE DES SCIENCES ET TECHNIQUES DE TANGER

Département Génie Electrique

CI EEA 4/02/2015

Examen de rattrapage :
Automatique avancée
Durée : 1h30
Exercice 1 : ( 2 points)
Soit les deux sous ensembles flous A et B.

1. Donner A B et A B dans les deux cas suivant :

dénomination T-norme T-conorme

Zadeh Min(x,y) Max(x,y)
Probabiliste Xy X+y-xy

Zadeh

Probabiliste
Exercice 2 : ( 2 points)

Soit la variable linguistique température  à l'intérieur d'un local est représentée par les 3 sous ensembles flous suivant :

1. Donner le sous ensemble flou des températures tiède ET chaude selon Zadeh

1
 2. Donner le sous ensemble flou des températures tiède OU chaude selon Zadeh

Exercice 3 : (1 points)
Soit les deux propositions suivantes :

Flou Probabilité

Donner la différence entre ces deux propositions dans le cadre de la logique floue et dans le cadre de la probabilité

Exercice 4 : Système d'aide à la décision pour anesthésistes ( 5 points)

Dans l'étude [Hamdi Melih Saraoglu, 2007], les auteurs se sont planchées sur la prise décision des anesthésistes au cours des opérations
chirurgicales. Au cours de ces dernières, un anesthésiste décide du contenu du gaz que le patient respire continuellement : ce gaz doit être
plus ou moins anesthésiant selon la condition du patient à un instant donné de l'opération.
Pour prendre cette décision, l'anesthésiste se base sur 2 critères principaux (input) :
 SAP : Systolic Arterial Pressure (tension artérielle) ;
 HRP : Heart Pulse Rate (rythme cardiaque).
En fonction de ces 2 critères, l'anesthésiste prendra décision (output) :
 AO : Taux de produits anesthésiques dans le gaz (Anesthesia Output).
Dans un premier temps, les auteurs de l'étude définissent le système flou artificiel, et dans un second temps le mettent en situation réelle
afin de comparer ces résultats avec les décisions prises par les anesthésistes humains.
Voici les ensembles flous et la matrice de décision retenus dans le système d’inférence floue :

Figure 1: Ensembles flous de la variable SAP

2
 Figure 2 : Ensembles flous de la variable HPR

Figure 3: Ensembles flous de la variable AO

1. Les mesures de HPR et de SAP pour un patient, ont donné les valeurs suivantes : HPR = 99 et SAP = 132. En utilisant la
méthode d'inférence Max-Min pour l’implication et la méthode de centre de gravité pour la defuzzification, déterminer la
surface en sortie qui sera utilisée pour la defuzzification, en déduire la quantité de produit anesthésiant à donner à ce patient.

Figure 4 : Matrice des décisions

3
 2. Les mesures de HPR et de SAP pour un patient, ont donné les valeurs suivantes : HPR = 58 et SAP = 95, En utilisant la
méthode d'inférence Max-Prod pour l’implication et la méthode de centre de gravité pour la defuzzification, déterminer la
surface en sortie qui sera utilisée pour la defuzzification, en déduire la quantité de produit anesthésiant à donner à ce patient

Exercice 5 (3 points)

On considère le système

1. Le système est t il Commandable, observable ?

2. Déterminer une loi de commande par retour d’état K telle que les valeurs propres du système bouclé soient 2  2 j

4
Exercice 6 : (3 points)

Soit le système suivant décrit par une représentation sous forme de schéma –bloc (figure ci-dessous) :

1. Donner une représentation d’état de ce système

y  p
2. Déterminer la fonction de transfert de ce système H  p  .
u  p
Exercice 7 : (4 points)

On considère le système régi par l’équation d’état suivante :

X  AX  Bu -1 -5  4
A  B 
y  CX avec 2 -8 , -1

On souhaite déterminer le vecteur de gain k   k1 k2  qu’il faut introduire dans une boucle de retour d’état pour que le
système, en boucle fermée et soumis à un échelon unitaire de consigne soit caractérisé par une marge de phase de
  45° et par un temps de monté t m = 0.4s
1. Déterminer les valeurs de vecteur k   k1 k2  qui permet d’obtenir les performances souhaitées
(   45° ,
t = 0.4s
m )
On donne pour un système de second ordre :
K
G  p 
p2 2 p 3 
 1 n  
n2 n ,
tm , 100

5
Exercicre 2

Zadeh

6
Exercice 3

3. Donner le sous ensemble flou des températures tiède OU chaude selon Zadeh

Exercice 4

7
Figure 1: Ensembles flous de la variable SAP

8
 Figure 2 : Ensembles flous de la variable HPR

T3 et N2 A3 (0.1)

T3 et N1 A2 (0.1)

T2 et N1 A2 (0.3)

T2 et N2 A2 (0.7)

HPR = 58 et SAP = 95,

U(95,T3)=0.1, U(95,T2)=0.9

U(58,N1)=0.3, U(58,N2)=0.7

U(95,T3)=0.1, U(95,T2)=0.9

U(58,N1)=0.3, U(58,N2)=0.7

9
Exercice 5

Exercice 6

10
Exercice 7

11