République Tunisienne

Université de Sfax
Ministère de
Ecole Nationale
l’Enseignement Supérieur,
d’Ingénieurs de Sfax
de la Recherche Scientifique
Département de Génie
et de la Technologie
Electrique

Observation et commande tolérante aux

défauts d’une classe de systèmes non
linéaires : Application à un robot mobile.

Doctorante: Amel ELFIRJANI

Encadrée par:
Msr Mohammed CHAABANE
Et
Msr Hafeth ABID
Problématique

2
 Plan DE TRAVAIL

1 Etude bibliographique sur la robotique mobile.

Les modèles les plus fréquement rencontrés en robotique

2 mobile.

3 Les méthodes de commande de systèmes non linéaires .

La modélisation de systèmes non linaires par des modèles

4 flous de type Takagi-Sugeno.
Exemple de simulation d’un système non linéaire par
5 l’approche T-S

3
 DIMENSIONNEMENT
DE L’INSTALLATION

Etude bibliographique sur la robotique mobile.

Définition d’un robot mobile

Un robot mobile est un système mécanique, électronique et
informatique agissant physiquement sur son environnement en vue
d'atteindre un objectif qui lui a été assigné. Cette machine est
polyvalente et capable de s'adapter à certaines variations de ses
conditions de fonctionnement. Elle est dotée de fonctions de
perception, de décision et d'action. Ainsi, le robot devrait être capable
d'effectuer des tâches diverses, de plusieurs manières, et accomplir
correctement sa tâche, même s'il rencontre de nouvelles situations
inattendues
4
 DIMENSIONNEMENT
DE L’INSTALLATION

Quelques exemples de robots mobiles

5
Les modèles les plus fréquement rencontrés en robotique mobile sont:

Modélisation géométrique

Modélisation statique

Modélisation cinématique

Modélisation dynamique

6
 Modélisation géométrique
Détermination de relations entre les variables d’articulations et les coordonnées cartésiennes de chaque point
opérationnel du robot mobile.

modèle géométrique direct (MGD) X=F(q) modèle géométrique inverse (MGI) q=G(X)

Modélisation statique
Calcul des efforts de chaque articulation et des réactions du sol sur le robot immobile

7
 Modélisation cinématique
Construction d’un outil de calcul qui permet de verifier les performances d’un tel système par la
representation avec un graphe de liaison.

la modélisation cinématique directe (MCD)

la modélisation cinématique inverse (MCI)

Modélisation dynamique
Expression des forces, des couples qui sont appliqués au robot mobile

8
 Exemple des modèles cinématiques

Modèle de type unicycle (moto) : modèle cinématique Modèle de type voiture : modèle cinématique

9
Les méthodes de commande de systèmes non linéaires
Commande
prédictive
Commande
robuste
Commande
adaptative
Commande par Logique floue

Commande par retour d’état

Commande par mode glissant

10
 La modélisation de systèmes non linaires par des modèles
flous de type Takagi-Sugeno.
Définition des modèles T-S

Modèle flou de type T-S

u (t ) y (t )

11
Exemple de modélisation d’un robot mobile: la
Représentation géométrique de la moto
moto

𝐸 ∗ 𝑥˙ ( 𝑡 )= 𝐴 ∗ ( 𝑥 ( 𝑡 ) , 𝑣 𝑥 ) 𝑥 ( 𝑡 ) + 𝐵 ∗ 𝜏 (𝑡 )

12
Le modèle T-S est écrit sous cette forme:
𝟖
𝐸 ∗ 𝑥˙ ( 𝑡 )= ∑ 𝜇𝑖 ( 𝑣 𝑥 , 𝑥 ) ∗ A 𝑖 ∗ 𝑥 ( 𝑡 )+B∗ 𝜏 (𝑡)
𝐢 =𝟏

𝟖
𝑥˙ ( 𝑡 )=∑ 𝜇 𝑖 ( 𝑣 𝑥 , 𝑥 ) ∗ 𝑨𝒊 ∗ 𝑥 (𝑡 ) +B ∗𝜏 (𝑡)
𝐢 =𝟏

avec

−𝟏
= et B= 𝑬 ∗B

13
 Introduction à l’observateur

Un observateur est une extension d'un modèle représenté sous forme de

représentation d’état. Lorsque l‘état d'un système n'est pas mesurable, on
conçoit un observateur qui permet de reconstruire l'état à partir d'un modèle
du système dynamique et des mesures d'autres grandeurs.

Dans ce cas, l’observateur vise à estimer, en même temps, les variables

d'état et le couple du coureur.
14
 Construction de l’observateur dans le cas de la moto

Etude de la convergence de cet observateur par la méthode des LMI (Linear-Matrix-

Inequalities) et la théorie de Lyaponov

15
 Les contraintes LMI

avec

Les gains de l’observateur se calculent à partir de

et F est obtenu par la résolution du problème d’optimisation (LMI)

16
 La convergence est étudiée par la fonction de Lyaponov qui a la formule suivante:

Etant donné

D’où

17
Exemple de simulation d’un système non linéaire par l’approche T-S

Considérons le système non linéaire suivant

On suppose que et

Alors, on écrit ce modèle de cette façon

On définit

et

18
 DIMENSIONNEMENT
D’où, DE L’INSTALLATION

Les fonctions d’appartenance sont données par les équations suivantes

Le modèle est représenté par le modèle flou suivant

19
 DIMENSIONNEMENT
DE L’INSTALLATION

Avec

et

20
Implémentation du modèle sous MATLAB

Modèle non linéaire

21
 DIMENSIONNEMENT
DE L’INSTALLATION

Modèle flou de T-S et observateur

22
 DIMENSIONNEMENT
1
x11=f(t)
DE L’INSTALLATION 1 Xp=f(t)

x01 X01
0.9 x02 0.9
X02
0.8 0.8

0.7 0.7

0.6 0.6

0.5 0.5

0.4 0.4

0.3 0.3

0.2 0.2

0.1 0.1

0 0
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10

Xop=f(t)
1
Xop1
0.9
Xop2
0.8

0.7

0.6

0.5

0.4

0.3

0.2

0.1

0
0 1 2 3 4 5 6 7 8 9 10
23
DIMENSIONNEMENT
DE L’INSTALLATION

24
Merci Pour Votre
Attention

25