Académique Documents
Professionnel Documents
Culture Documents
!lan du cours
1. !rincipe de la commande Iloue
Exemples introductiIs
Avantages et inconvenients/techniques
classiques
Boucles de regulation standards
. Synthese d`un RLF: approche methodologique
Etapes de la synthese
FuzziIication
Expertise
InIerences
DeIuzziIication
3. !ID Ilou
Variantes et extension
3
!rincipe de la commande Iloue
La commande Iloue a pour but de traiter des problemes de commande
de processus a partir uniquement de connaissances de comportement
que les specialistes du procede doivent Iormuler sous Iorme
linguistique (Iloue).
En commande Iloue, la connaissance des diverses Ionctions
de transIerts n`est pas necessaire.
Exemple. Exemple. Commande de vehicule autonome.
Commande de temperature d`un serre
Regulation de niveau complexe
Commande avec capteur imprecis (Camera.)
-
Variation
Commande Commande
Mesure
Autres entrees
Entrees usuelles : L`erreur et la variation de l `erreur
Sortie usuelle : La variation de la commande
n place en sortie du RLF un integrateur pour determiner la
commande eIIective a appliquer au systeme.
Boucle de regulation Iloue standard (version discrete)
erreur(k)
A erreur(k)
S!(k)
-
A Commande(k) Commande(k)
mesure(k)
Autres entrees
-
erreur(k)
erreur(k)
A erreur(k)
S!(k)
-
mesure(k)
erreur(k)
1
1 z
ieme
etape: FuzziIier toutes les entrees et sorties du processus.
C`est a dire donner pour .,.:30 .,.:30 des grandeurs :
1/3 Son univers du discours U i.e.:Sa plage de variation physique
Exemple: Vitesse vehicule peut varier de 0 a 180 Km.h
-1
/3 Les classes d`appartenance Iloue qui partionnent l`univers du discours
Exemple:
Vitesse vehicule (sur autoroute) est comprise entre :
0 et 70 Km.h
-1
classe des vitesses: dangereuse
0 et 0 Km.h
-1
Iaible
80 a 130 Km.h
-1
moyenne
100 et 10 Km.h
-1
normale
10 et 180 Km.h
1
excessive
=
, , , , Jitesse vehicule Dangereuse Faible Movenne Normale Excessive Z
3/3 Les Ionctions d`appartenances de chacune des classes deIinies
Qui deIinissent, pour un vitesse donnee, le degre d`appartenance a chacune des classes.
13
Les classes Iloues doivent se chevaucher mais pas trop...
ieme
etape suite : Remarques pour une bonne IuzziIication (1/3)
Temperature non reconnue par le RLF
Temperature Iroide a 100 et temperee a 100
InIormation contradictoire
3 classes se chevauchent : Imprecision..
Bonne partition de l`univers du discours
A proscrire.
1
ieme
etape suite : Remarques pour une bonne IuzziIication (/3)
La largueur des classes Iloues iouent sur la precision du RLF...
Ensemble Ilou standard :
Grand !ositiI G!
Moyen !ositiI M!
!etit !ositiI !!
Environ Zero EZ
!etit NegatiI !N
Moyen NegatiI MN
Grand NegatiI GN
Si on souhaite plus de precision,
Il Iaut diminuer la largueur de la classe EZ
(et donc, ici, augmenter celle de !G).
1
ieme
etape suite : Remarques pour une bonne IuzziIication (3/3)
Des Iormes plus
compliquees n`apportent
rien de plus.
Si le processus reagit diIIeremment de part et d`autre du point de
consigne, on peut de-symetriser les classes d`appartenance.
Les Ionctions d`appartenances sont dans la plupart des applications
des Ionctions triangles ou trapezes
1
3
ieme
etape : L`expertise..
Ces regles sont enoncees a partir des connaissances du
procede qu`on a en tant qu`expert.
Les RLF utilisent une expertise exprimee sous Iorme d`une base de
regles du type: Si..Alors.
) )
$i Conditions sur entrees Alors Action sur sortie
Si la pression est elevee alors ouvrir un peu la vanne
17
3
ieme
etape : Base de regles (1)
Si l'on considere n univers de discours pour les entrees du RLF
et que chaque univers est partitionne en classes Iloues
Alors le nombre maximal de regles est:
i
i i
U
U m
1
n
max i
i
r m
=
=
! M!
M M! EZ MN
! M! EZ MN N
MP M! EZ MN
P MN N
Lorsque toutes les regles sont du type: Si ( ) ET ( ) ET ( ) .Alors ( )
La base de regles s`ecrit sous Iorme d`une matrice dinference.
Si (e
1
est EZ) Et (e
est G!) Alors (Sortie est GN)
1
Bases de regles a variables d`entrees
0
ieme
etape : InIerences Iloues
InIerence :
peration logique par laquelle on admet une proposition en vertu de sa liaison avec
d`autres propositions tenues pour vraies.
Si la pression est elevee alors ouvrir un peu la vanne
Exemple:
Supposons ,1bar. ! =
Cette pression aboutit, d`apres la IuzziIication, a un degre d`appartenance de 0,7 a la classe
Iloue !ression elevee .
L`inIerence Iloue donnera, par exemple, un coeIIicient de verite de 0, a l`action
uvrir un peu la vanne .
L`inIerence Iloue transIorme un degre d`appartenance
en un autre degre d`appartenance
L`etape suivante de deIuzziIication Iera correspondre une ouverture a 0 a ce coeIIicient 0,
1
ieme
etape : Methodes d`inIerences pour un RLF
principales methodes
Methode
MAX/!RD
Methode
MIN/MAX
ET MIN
OU MAX
ALOR$ MIN
)
ET MIN
OU MAX
ALOR$ !ROD
L
Combinaison des regles activees (U)
Combinaison MAX Combinaison MAX
MIN/MAX
Methode de Mamdani
La plus utilisee
Qualitativement, ces regles donnent sensiblement les mmes resultats
ieme
etape : Methodes de DeIuzziIication
La deIuzziIication consiste a transIormer le sous-ensemble Ilou de
sortie en une valeur non Iloue permettant la commande du systeme
bissection de la surface. bissection de la surface.
Abscisse qui coupe le surIace en parties egales
Movenne des maxima. Movenne des maxima.
Moyenne des valeurs de sorties les plus preconisees.
Centre de gravite de la surface. (CO Centre de gravite de la surface. (CO
Toutes les valeurs de l`univers du discours de sortie interviennent, ponderees par leur
degre de vraisemblance.
La methode CG est la plus
utilisee
3 methodes principales.
3
Variante: !ID Ilou
Les coeIIicients du !ID sont alors les sorties Iloues du RLF
n peut se servir des connaissances pragmatiques que l`on a
des reglages de !ID pour changer les coeIIicients de
l`algorithme !ID
) )
1 1
e d
k p k k k k k k
i e
T
u K
T
:
1 1 1 1 1 1
:
A = + +
)
)
)
,
,
,
p floue k k
i floue k k
d floue k k
K f
f
f
1 1
: 1 1
: 1 1
A = A
A = A
A = A
La commande est calculee par l`algorithme !ID discretise
avec :
Conclusion (partielle).
1. Methode de regulation non lineaire et multi-
variables (MIM).
. Apporte des solutions a des problemes compliques
ou diIIicilement modelisables.
3. !as de methodes generales de syntheses.Synthese
eIIective par compagne de tests.