Добірка наукової літератури з теми "Contrôle adaptatif non linéaire robuste"

La pile à combustible (PàC) est un dispositif qui produit de l'électricité à partir d'une réaction chimique entre l'hydrogène et l'oxygène. Le système à PàC nécessite un certain nombre d'auxiliaires pour fonctionner. Pour cela, un système de commande est indispensable pour optimiser la performance de la PàC.Dans ce travail de thèse, nous nous sommes intéressés à trois types de problématiques de commande de la PàC. La première est celle de l'optimisation de la puissance délivrée par la PàC en contrôlant le rapport d'excès d'oxygène via le débit d'air du compresseur ; en prenant en compte les variations paramétriques, les incertitudes et les perturbations externes. Ce problème est résolu en utilisant la commande non-linéaire par mode glissant d'ordre 2. Deux types d'algorithme sont synthétisés, l'algorithme du mode glissant d'ordre 2 sous-optimal et l'algorithme du Super Twisting adaptatif. Les performances de ces lois de commande ont été validées grâce à un simulateur Hardware In Loop. La deuxième concerne la maximisation de la puissance nette fournie par la pile, tout en maintenant le fonctionnement du compresseur centrifuge dans sa zone nominale et tout en évitant le manque d'oxygène à la cathode, lors des variations rapides de charge. La solution proposée pour résoudre ce problème est un gestionnaire de charge qui consiste en un filtre à coefficient de filtrage ajustable. Deux approches d'ajustement de ce coefficient basées sur la technique de l'Extremum Seeking sont appliquées, comparées et validées expérimentalement. La troisième problématique abordée dans cette thèse est celle de la régulation de la différence de pression entre l'anode et la cathode, lors de variations de charge en présence de variations paramétriques et d'incertitudes. Une solution basée sur un contrôleur multi-variable par mode glissant d'ordre 2 associé à une étude de robustesse est proposée.

Les récents progrès théoriques et le nombre croissant des applications industrielles de la commande floue lui permettent de prendre place à côté des théories classiques de commande. Cependant il reste à mettre en œuvre des stratégies de réglage automatique des différents paramètres intervenant dans la conception des régulateurs flous. Le travail présenté dans ce mémoire propose la possibilité de réaliser une loi de commande adaptative floue indirecte. Il consiste à modifier les gains d'un régulateur flou en fonction des résultats d'une identification d'un modèle linéaire pseudo-continu du système utilisant le formalisme de l'opérateur delta. Dans un premier temps, une méthode d'obtention des gains robustes optimaux du régulateur flou pour une classe de systèmes linéaires du premier et du second ordre est proposée. Une analyse statistique est effectuée sur l'ensemble des résultats de l'optimisation non linéaire et permet de mettre en évidence qu'il n'existe pas de relations générales liant les gains du régulateur flou à un ou plusieurs paramètres du système. Cette absence de relations marquées conduit à mettre en œuvre un modèle flou d'évolution des gains du régulateur en fonction des paramètres du système. L’approche envisagée est du type floue car elle permet au travers des règles linguistiques de conserver les relations locales mises en évidence par l'analyse statistique. Cette modélisation permet de mettre en œuvre un algorithme d'adaptation des gains du régulateur flou en fonction des paramètres dynamiques du système. La technique d'identification développée est basée sur la méthode des moindres carrés récursifs et l'utilisation du formalisme de l'opérateur delta. Enfin un superviseur central permet de piloter à la fois les modules d'identification et de commande en sélectionnant, soit un régulateur robuste à gains constants, soit un régulateur adaptatif pour améliorer les performances de la boucle fermée. Des essais en simulation et sur un procédé de régulation de niveau d'eau ont permis de valider l'approche.

Le sujet de cette thèse concerne l'identification des paramètres physiques pour des systèmes non-linéaires dans différents contextes d'étude de l'automatique. Dans un premier temps, nous nous sommes intéressés à l'estimation des états du système étudié ainsi qu'à l'identification de ses paramètres physiques en vue d'une connaissance en temps réel du comportement global du système. Nous avons proposé deux approches différentes qui sont basées respectivement sur une loi d'estimation algébrique convergeant en temps fini et sur une loi dynamique convergeant quant à elle de manière exponentielle sous condition de Persistence d'Excitation. Toutes deux sont robustes par rapport aux incertitudes paramétriques grâce à l'utilisation de la théorie de la Structure Variable. Dans un deuxième temps, nous avons introduit une loi de commande (à retour d'états) dynamique et robuste par rapport aux incertitudes paramétriques variant dans le temps, combinée avec une identification paramétrique. La robustesse est prouvée mathématiquement en considérant des propriétés spécifiques à la Structure Variable. Une comparaison de la méthode proposée avec d'autres méthodes issues de la littérature est présentée. Dans un souci d'applications industrielles et de réduction du nombre de capteurs mis en jeu, nous avons étendu la commande à retour d'états à une commande à retour de sortie en se basant sur des arguments de type backstepping, tout en conservant des propriétés de robustesse. Finalement, nous avons abordé le problème de l'identification pour des systèmes pour lesquels les paramètres entrent non-linéairement au sein des équations décrivant le modèle. Nous avons proposé une méthode d'identification valable localement dans l'espace des paramètres et convergeant exponentiellement sous condition de Persistence d'Excitation. Cette loi d'estimation est couplée à une commande adaptative basée sur la théorie de la Structure Variable<br>In this thesis we focus on the concept of parameter identification for different automatic fields. The first part of our work is devoted to the vector state estimation in combination with a parameter identification in order to obtain of a global knowledge of the system. Two different methods are introduced. On the one hand the parameter estimation law is obtained algebraically and converges in finite time. On the other hand the second parameter estimation law is dynamical and converges exponentially if the condition of Persistence Excitation is satisfied. Both of them are based on the Variable Structure Theory. Moreover we introduce a state feedback and dynamical control which is robust with respect to time-varying parameter perturbations. The robust behaviour is proven mathematically by using one specific property of the Variable Structure Theory. A comparison of the proposed method with well-known classical algorithms is introduced. In view of industrial applications and in order to limit the number of sensors we relax the condition on the feedback control and we extend it to output feedback by considering some backstepping aspects. Finally we study the problem of identification for nonlinear systems in which the parameters enter nonlinearly in the model's equations. We introduce a parameter identification which is satisfied locally in the parameter space and converges exponentially if the Persistence of Excitation is verified. This dynamical parameter estimation law is coupled with an adaptive state feedback control based on the Variable Structure Theory