Professional Documents
Culture Documents
NI
STEREDEL
ENSEI
GNEMENTSUPERI
EURETDELA RECHERCHE SCIENTIFIQUE
UNIVERSITE MOULOUD MAMMERI, TIZI-OUZOU
Mmoire de Magister
en Automatique
Option : Automatique des Systmes Continus et Productique
Prsent par
Ferhat LAHOUAZI
Ingnieur UMMTO
Mi
s
ee
nuvr
ed
unes
t
r
atgie de commande neuro floue :
Application un pendule invers
Soutenu le , 16.03.2011
de
va
ntl
ej
u
r
yd
e
xa
me
nc
ompos
de:
DIAF Moussa
DJENNOUNE Sad
HAMMOUCHE Kamal
MELLAH Rabah
MAIDI Ahmed
Prsident
Rapporteur
Examinateur
Examinateur
Examinateur
AVANT-PROPOS
L
e
ns
e
mbl
ede
st
r
a
va
uxpr
s
e
nt
sda
nsc
em
moi
r
ea
t
e
f
f
e
c
t
ua
uLa
bor
a
t
oi
r
ede
Conc
e
pt
i
one
tdeCondui
t
ede
sSy
s
t
me
sdePr
oduc
t
i
on(
L2CSP)del
Uni
ve
r
s
i
t
deTi
z
iouz
o
u.
J
et
i
e
nst
outd
a
bor
de
xpr
i
me
rme
ss
i
nc
r
e
sr
e
me
r
c
i
e
me
nt
smon promoteur Monsieur
DJENNOUNE Sad, Professeur l
UMMTO,quiaa
c
c
e
pt
dem
e
nc
a
dr
e
re
tg
ui
de
rme
s
t
r
a
va
uxj
us
qu
l
ar
a
l
isation de ce mmoire.Qu
i
lt
r
ouvei
c
i
,l
et
moi
g
na
gedemapr
of
onde
gratitude et ma reconnaissance pour l
e
sc
ons
e
i
l
squ
i
ln
ac
ess de me prodiguer et pour la
c
onf
i
a
nc
equ
i
lm
aa
c
c
or
de
na
c
c
e
pt
a
ntdedi
r
i
ge
rc
em
moi
r
e
.
J
a
i
t
pr
of
ond
me
nthonor
queMons
i
e
urDIAF Moussa,Pr
of
e
s
s
e
url
UMMTO,ait
a
c
c
e
pt
d
e
xa
mi
ne
rc
et
r
a
va
i
le
tdepr
s
i
de
rl
ej
ur
yde soutenance de ce mmoire.
Je tiens exprimer ma reconnaissance Monsieur MELLAH Rabah, Matre de
confrences classe A l
UMMTO,pourl
ac
onf
i
a
nc
ee
tl
honne
urqu
i
lm
a
c
c
or
dee
na
c
c
e
pt
a
nt
de participer ce jury. Ainsi pour les conseils et son aide assez prcieuse qu
i
lm
aprodigu tout
au long de la dure de ce mmoire.
Je remercie trs vivement Monsieur HAMMOUCHE Kamal, Matre de confrences
classe A l
UMMTO,pourl
ac
onf
i
a
nc
ee
tl
honne
urqu
i
lm
a
c
c
or
dee
na
c
c
e
pt
a
ntdepa
r
t
i
c
i
pe
r
ce jury.
Mes vifs remerciements vont galement Monsieur MAIDI Ahmed, Matre de
confrences classe B l
UMMTO c
l
a
s
s
eA,t
r
ou
vei
c
i
l
e
xpr
e
s
s
i
ondeme
ss
i
nc
r
e
sr
e
me
r
c
i
e
me
nt
spours
ona
i
dequ
i
lapor
t
mon
g
a
r
d.Ses conseils
judicieux ont t pour moi une aide prcieuse.
Je tiens remercier galement tous les membres du L2CSP qui ont contribu rendre ce
c
a
dr
edet
r
a
va
i
la
g
r
a
bl
e
,t
a
ntd
unpo
i
n
tdevuet
e
c
hni
quequ
humain.
Enfin, je ne saurais terminer cet avant-propos sans remercier toute ma famille et ma trs
chre copine REMIDI Rachida pour leurs soutiens pendant toutes mes tudes.
Ddicaces
Je ddie ce travail
A la mmoire de mon pre,
A ma mre.
Sommaire
Introduction gnrale.......
.
1
Chapitre I
Description et modlisation du pendule invers
I.1 Introduction......
.
.
4
I
.
2Et
a
tdel
a
r
tdel
ac
omma
nded
unpe
ndul
ei
nve
r
s
.....
.
.
4
I
.
3I
nt
tdel
'
t
uded'
unpe
ndul
ei
nve
r
s
......
.
5
I
.
4Pr
s
e
nt
a
t
i
ondupe
ndul
ei
nve
r
s
.....6
I.4.1 De
s
c
r
i
pt
i
ondel
ama
que
t
t
e.....6
I
.
4.
2Di
s
po
s
i
t
i
fdec
ont
r
l
ee
tdec
omma
nde
.......7
I
.
4.
3Ar
moi
r
edec
omma
nde
......
.
.
8
I
.
4.
4Ca
r
t
ed
a
c
qui
s
i
t
i
on:ADVANTECHPCI1711......
9
I
.
5Envi
r
onne
me
ntded
ve
l
oppe
me
nt......10
I
.
6Pr
i
nc
i
pedef
onc
t
i
onne
me
nt
......
12
I
.
7Pa
r
t
i
c
ul
a
r
i
t
sdec
es
y
s
t
me
......
12
I.7.1 Stabilit du systme .....12
I.7.2 Systme sous actionns .
.....
.
.
12
I.7.3Systme holonome ......
.
.
.
13
I
.
7.
4Sy
s
t
menonl
i
n
a
i
r
e......
.
.
.
13
I
.
8Coor
donn
e
sg
n
r
a
l
i
s
edus
y
s
t
me
......
.
.
14
I
.
8.
1Mod
l
i
s
a
t
i
ondus
y
s
t
meade
uxde
g
r
sdel
i
be
r
t
.
.
.
.
.
.
.
.
.15
I
.
8.
2Ene
r
g
i
ec
i
n
t
i
quedus
y
s
t
mee
nmouve
me
nt
.....
.
.
15
I
.
8.
3Ene
r
g
i
epot
e
nt
i
e
l
l
edus
y
s
t
me.....16
I
.
8.
4L
qua
t
i
ondeLa
g
r
a
nge
....16
I
.
8.
4.
1L
qua
t
i
ondeLa
gr
a
ng
epourl
ede
g
r
del
i
be
r
t
(t ) x (t ) ....16
I
.
8.
4.
2L
qua
t
i
ondeLa
gr
a
ng
epourl
ede
g
r
del
i
be
r
t
(t ) (t ) .....
.
.
.
17
I
.
9Li
n
a
r
i
s
a
t
i
ondumod
l
ea
ut
ourde
spoi
nt
sd
qui
l
i
br
e.....
.
.
17
I
.
9.
1Pos
i
t
i
o
nd
qui
l
i
br
ei
ns
t
a
bl
e
..................
18
I
.
9.
2Pos
i
t
i
o
nd
qui
l
i
br
es
t
a
bl
e
.................
20
I
.
10Re
pr
s
e
nt
a
t
i
ond
t
a
t....22
I.10.1 Avec la force F c
ommes
i
g
na
ld
e
nt
r
e
................22
I.10.2 Modlisation en tenant compte du moteur lectrique .
.
.
.
23
I
.
10.
2.
1Li
n
a
r
i
s
a
t
i
onde
s
qua
t
i
onsdupe
ndul
ei
nve
r
s
......
.
24
I.10.3 Redressement du pendule avec une commande non linaire
.....
.
25
I
.
11.
1R
s
ul
t
a
t
sdes
i
mul
a
t
i
one
te
xp
r
i
me
nt
a
ux.......
27
I
.
11Conc
l
us
i
on......
28
Chapitre II
Commandes classique du pendule invers
I
I
.
1.I
nt
r
od
u
c
t
i
on....
.
. ...29
I
I
.
2.
1.Comma
ndel
i
n
a
i
r
equa
dr
a
t
i
que
.....
29
I
I
.
2.2.Ra
ppe
l
ss
url
as
t
a
bi
l
i
t
,d
t
e
c
t
a
bi
l
i
t
......
29
I
I
.
2.
3.For
mul
a
t
i
ondupr
obl
meLQe
ts
as
ol
ut
i
on.....
.
.
30
II.2.3.1. Commande LQ horizon fini
.....
.
30
I
I
.
2.
3.
1.
1.R
s
ol
ut
i
ond
unpr
obl
med
ec
omma
ndeLQ.....
.
.
31
I
I
.
2.
3.
2.Co
mma
ndeLQhor
i
z
oni
nf
i
ni
.....
.
.
32
II.2.4. Commande LQ pour systme invariant avec un horizon infini.....
.
32
I
I
.
2.
4.
1.R
s
ol
ut
i
ondel
qua
t
i
ondeRi
c
c
a
t
i......
.
33
II.2.5. Choix des matrices de pondration ......
.
.
34
I
I
.
2.
6.Comma
ndeLi
n
a
i
r
eQua
dr
a
t
i
q
ueGa
us
s
i
e
nne
......
.
.
34
II.2.6.1. systmes tat non compl
t
e
me
nta
c
c
e
s
s
i
bl
e
......
35
I
I
.
2.
6.
2.Fi
l
t
r
a
gedeKa
l
ma
n,c
omma
ndeLQG......
35
I
I
.
2.
6.
2.
1.Pos
i
t
i
ondupr
obl
me
.....35
I
I
.
2.
6.
2.
2.Fi
l
t
r
edeKa
l
ma
n......
.
.
36
II.2.6.2.3. Comma
ndeLQG......
.
38
I
I
.
2.
6.
3.Sy
nt
h
s
ed
unec
omma
ndeLQG.....
.
.
.
.
38
I
I
.
2.
7Sy
nt
h
s
edel
ac
omma
ndeLQR......
.
39
I
I
.
2.
7.
1Re
c
he
r
c
hede
sma
t
r
i
c
e
sdepoi
dsQe
tR......
.
39
II.2.7.
2R
s
ul
t
a
t
sdes
i
mul
a
t
i
on.
.
.
.....
.
.
.
.
.
.
.
.
.
40
I
I
.
2.
7.
3I
nt
e
r
pr
t
a
t
i
onde
sr
s
ul
t
a
t
sdes
i
mul
a
t
i
ons
......
.
.
40
II.2.7.4 Es
t
i
ma
t
i
onde
s
t
a
t
snonme
s
ur
a
bl
e
s......
.
.
41
II.2.7.5 Sy
nt
h
s
edel
obs
e
r
va
t
e
ur
:
....41
I
I
.
2.
8I
mpl
me
nt
a
t
i
ondel
ac
omma
nd
eLQR......
.
.
42
I
I
.
2.
8.
1I
nt
e
r
pr
t
a
t
i
onde
sr
s
ul
t
a
t
se
xp
r
i
me
nt
a
ux.......
.
43
II.2.8. Rsultats exprimentaux
.....46
II.3.1. Commande pa
rmodedeg
l
i
s
s
e
me
nt
.
.....
.
.
.
.
.
47
II.3.1.1.Dfinition.
.
.
.
.
.
.
.
.
.
.
.
.
.
....47
I
I
.
3.
2.Di
f
f
r
e
nt
e
sSt
r
uc
t
ur
e
sduCont
r
l
epa
rModedeGl
i
s
s
e
me
nt....48
II.3.3. Thorie de la Commande par Mode de Gl
i
s
s
e
me
nt
...
.
....
.
.
.
.
48
I
I
.
3.
4.Con
c
e
pt
i
ondel
ac
omma
ndepa
rmodeg
l
i
s
s
a
nt
......
.
.
.
.
49
I
I
.
3.
4.
1Ch
oi
xde
sSur
f
a
c
e
sdeGl
i
s
s
e
me
nt......
.
49
I
I
.
3.
4.
2Co
ndi
t
i
ondeGl
i
s
s
e
me
nt......
50
II.3.4.
3Ca
l
c
uldel
aComma
nde......
.
51
I
I
.
3.
5Sol
ut
i
onpours
uppr
e
s
s
i
onduPh
nom
neduCha
t
t
e
r
i
ng.....
.
.
54
I
I
.
3.
6Ava
nt
a
ge
se
ti
nc
onv
ni
e
nt
sdel
ac
omma
ndepa
rmodeg
l
i
s
s
a
nt
.
.
.
.
.
....55
II. 3.7 Synthse de la Commandepa
rmodeg
l
i
s
s
a
ntd
unpe
ndul
ei
nve
r
s
.
.
....56
II. 3.
7.
1For
mul
a
t
i
onma
t
h
ma
t
i
que
.
.....56
I
I
.
3.
7.
2Re
dr
e
s
s
e
me
nte
ts
t
a
bi
l
i
s
a
t
i
ondupe
ndul
ei
nve
r
s
pa
rmodeg
l
i
s
s
a
nt
.....
.
.
58
II.3.7.2.1 Lap
r
e
mi
r
e
t
a
pe
.....
59
II.3.7.2.2 Lade
uxi
me
t
a
pe
.....
59
I
I
.
3.
7.
3R
s
ul
t
a
t
sdes
i
mul
a
t
i
on.
.
.....
.
.
60
II.3.7.3.1 I
n
t
e
r
pr
t
a
t
i
onde
sr
s
ul
t
a
t
sdes
i
mul
a
t
i
ons
.
.
.
.
.....63
II.3.7.4 Rsultats exprimenta
ux.
.
.
....64
I
I
.
3.
7.
4.
1I
n
t
e
r
pr
t
a
t
i
onde
sr
s
ul
t
a
t
se
xp
r
i
me
nt
a
ux....67
I
I
.
4Conc
l
us
i
on.
.
.
......
.
.
70
Chapitre III
Commandes floue et neuro-floue du pendule invers
I
I
I
.
1I
nt
r
oduc
t
i
on.
.
.
.
.
.
.
.
.
.
.
71
I
I
I
.
2Log
i
quef
l
ouee
tl
ac
omma
ndef
l
oue
.
....71
I
I
I
.
2.
1I
nt
r
oduc
t
i
on.....
.
.
71
I
I
I
.
2.
2Lal
og
i
quef
l
oue
......72
III.2.3 Notion de sous-ensemblef
l
ou................
.
72
I
I
I
.
2.
4Uni
v
e
r
sdedi
s
c
our
s
................
.
72
I
I
I
.
2.
5Va
r
i
a
bl
ee
tva
l
e
ur
sdeva
r
i
a
bl
el
i
ng
ui
s
t
i
que
...............
.
73
I
I
I
.
2.
7.
2R
g
l
e
sd
i
nf
r
e
nc
e
...............
73
I
I
I
.
2.
6Re
p
r
s
e
nt
a
t
i
onde
sf
onc
t
i
onsd
a
ppa
r
t
e
na
nc
e
................
.
73
I
I
I
.
2.
7.
3Op
r
a
t
i
onss
url
e
se
ns
e
mbl
e
sf
l
ous
..............74
I
I
I
.
2.
7.
4St
r
uc
t
ur
ed
unr
g
l
a
g
epa
rl
og
i
quef
l
oue
.....
77
III.2.8Conf
i
g
ur
a
t
i
oni
nt
e
r
ned
uns
y
s
t
med
i
nf
r
e
nc
ef
l
ou......
.
.
77
I
I
I
.
2.
8.
1Fuz
z
i
f
i
c
a
t
i
on...................78
III.2.8.1.1Fuz
z
i
f
i
c
a
t
i
onnum
r
i
que
........................78
III.2.8.1.2Fuzzification symbol
i
que
..........................
.
78
I
I
I
.
2.
8.
2Ba
s
eder
g
l
e
sf
l
oue
s
....................
79
I
I
I
.
2.
8.
3Lemot
e
urd
i
nf
r
e
nc
ef
l
ou....................
.
.
79
I
I
I
.
2.
8.
4D
f
uz
z
i
f
i
c
a
t
i
on....................80
I
I
I
.
2.
8.
4.
1D
f
uz
z
i
f
i
c
a
t
i
onnum
r
i
que
........................
.
.
.
81
I
I
I
.
2.
8.
4.
2D
f
uz
z
i
f
i
c
a
t
i
ons
y
mbol
i
que
.........................82
I
I
I
.
2.
3Le
sdi
f
f
r
e
nt
ss
y
s
t
me
sd
i
nf
r
e
nc
ef
l
ou.....
.82
III.4.4 Synthse du correcteur PID classique......
.
.
.
.
.
.
.
.
.
.
.
84
I
I
I
.
2.
12Le
sdi
f
f
r
e
nt
sc
or
r
e
c
t
e
ur
spa
rl
og
i
quef
l
oue
.....
85
I
I
I
.
2.
12.
1Cor
r
e
c
t
e
ur
sPpa
rl
og
i
quef
l
oue
...............
.
.
.
.
.
.
85
III.2.12.2Cor
r
e
c
t
e
ur
sPDpa
rl
og
i
quef
l
oue
...............
.
.
.
86
I
I
I
.
2.
12.
3Cor
r
e
c
t
e
ur
sPIpa
rl
og
i
quef
l
oue................
.
.
87
I
I
I
.
2.
12.
4Cor
r
e
c
t
e
ur
sPI
Dpa
rl
og
i
quef
l
oue
.................88
III.2.12.5 Relations de pa
s
s
a
ge
..........
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.....89
I
I
I
.
2.
13.R
g
l
a
ged
unc
ont
r
l
e
urf
l
ou.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.........90
I
I
I
.
2.
14.Ava
nt
a
g
e
se
td
s
a
va
nt
a
g
edur
g
l
a
gepa
rl
og
i
quef
l
oue
.....90
III.2.15 Application de lac
omma
ndef
l
oues
url
epe
ndul
ei
nve
r
s
.
......91
I
I
I
.
2.
15.
1.Ana
l
y
s
edupr
obl
me
.
.
.....91
I
I
I
.
2.
15.
2.St
r
uc
t
ur
edel
ac
omma
ndef
l
oue
......91
I
I
I
.
2.
15.
2.
1
.
Enonc
del
am
t
hode
.......91
I
I
I
.
2.
15.
2.
2
.Choi
xde
s
l
me
nt
sde
sr
g
ul
a
t
e
ur
sf
l
ous
.....92
I
I
I
.
2.
15.
2.
2
.
1
.Choi
xdel
af
or
mede
sc
l
a
s
s
e
s
.....92
I
I
I
.
2.
15.
2.
2
.
2
.D
f
i
ni
t
i
onde
sr
r
e
nt
i
e
l
spourl
e
squa
t
r
eva
r
i
a
bl
e
sd
e
nt
r
e
s
..... .92
III.2.
15.
2.
3
.
D
f
i
ni
t
i
onde
sr
r
e
nt
i
e
l
spourl
e
sva
r
i
a
bl
e
sdes
or
t
i
e
.....93
I
I
I
.
2.
15.
2.
4
.
Ta
bl
e
a
uxder
g
l
e
s
..... 94
I
I
I
.
2.
15.
2.
5
.Lemot
e
urd
i
nf
r
e
nc
e
.
.
.....95
III.2.15.2.6. La transformation symboliquenum
r
i
que
.....96
I
I
I
.
2.
15.
3R
s
ul
t
a
t
sdes
i
mul
a
t
i
on.
.
............96
I
I
I
.
2.
15.
4I
nt
e
r
pr
t
a
t
i
onde
sr
s
ul
t
a
t
sd
es
i
mul
a
t
i
on.
.
......
.
.
98
I
I
I
.
2.
15.
5I
mpl
me
nt
a
t
i
ondel
ac
omma
ndef
l
oue
.....
99
I
I
I
.
2.
15.
6R
s
ul
t
a
t
se
xp
r
i
me
nt
a
ux......
101
I
I
I
.
2.
15.
7Ana
l
y
s
ede
sr
s
ul
t
a
t
se
xp
r
i
me
nt
a
ux......
.
103
I
I
I
.
3Le
sr
s
e
a
uxdene
ur
one
s
..........
104
I
I
I
.
3.
1I
nt
r
oduc
t
i
on..............104
I
I
I
.
3.
2Ne
ur
o
neBi
ol
og
i
que
.
.
................
104
I
I
I
.
3.
3Ne
ur
o
nea
r
t
i
f
i
c
i
e
l..........
.
.
.....105
III.3.4 Le
sa
r
c
hi
t
e
c
t
ur
e
sne
ur
ona
l
e
s
.
.
.
......
106
III.3.4.1 Les rseaux de neurone
snonbouc
l
s
......
.
.
106
III.3.4.1.1 Rseaux non boucles Mono-Couc
he
......
.
106
III.3.4.1.2 Les rseaux non boucles Multi-Couc
he
......
107
III.3.4.
2Le
sr
s
e
a
uxdene
ur
one
sbouc
l
s
......
.108
III.3.4.
3Le
sr
s
e
a
uxdene
ur
one
sc
onne
xi
onsc
ompl
e
xe
s
......
.
.
108
I
I
I
.
3.
5Pr
oc
e
s
s
usd
a
ppr
e
nt
i
s
s
a
g
e
......
.
.
108
I
I
I
.
3.
5.
1Appr
e
nt
i
s
s
a
g
es
upe
r
vi
s
.....
.
.
109
e
r
r
e
ur
.....
.
.
109
I
I
I
.
3.
5.
2Appr
e
nt
i
s
s
a
g
enons
upe
r
vi
s
.....
111
III. 4 Systmes Neuro-Fl
ous
.
.
.
.
.
.
.
.
.
.
.111
I
I
I
.
4.
1D
f
i
ni
t
i
on.....
112
III.4.2 Mthodes des combinaisons Neuro-Fl
oue
s
.....
.
113
I
I
I
.
4.
2.
1R
s
e
a
uf
l
oune
ur
ona
l
.....
113
I
I
I
.
4.
2.
2Sy
s
t
mene
ur
ona
l
/
f
l
ous
i
mul
t
a
n
me
nt
......
.
113
III.4.2.3 Modles neuro-f
l
ousc
oop
r
a
t
i
f
s
.....
.
.
113
III.4.2.4 Modles neuro-f
l
oushy
br
i
de
s
.
.
.
.
.....
.
.
113
III.4.3 Le
st
y
pe
sd
i
mpl
me
nt
a
t
i
onde
sr
s
e
a
uxne
ur
o-f
l
ous
......
.
114
III.4.3.
1Sy
s
t
me
sd
i
nf
r
e
nc
ene
ur
o-f
l
oua
da
pt
a
t
i
f
s
(
ANFI
S)
......
.
.
115
III.4.3.1.1 Algorithme d'
a
ppr
e
nt
i
s
s
a
g
e
......
.
.
117
III.4.3.2 Infrence Neuro-f
l
ou(
I
NF)
.....
.
.
118
III.4.4Application de la commande Neuro-f
l
oue
........
.
119
III.4.4.1Architectur
edus
y
s
t
medec
o
nt
r
l
e
.
.
.
.
.
.
.
...........119
III.4.4.2M
t
hodol
og
i
edec
onc
e
pt
i
on.
.
.
.
.
.
.
.
.
.
.
.
.
....120
III.4.4.3 Rgulateur Neuro-flou (22).....................120
I
I
I
.
4.
4.
3.
1Al
g
or
i
t
hmedec
omma
nde
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
....120
III.4.4.3.2 Al
g
or
i
t
hmed'
a
ppr
e
nt
i
s
s
a
g
e
.
.
.
.
.
.
.
.
....................121
III.4.4.5.1 Str
uc
t
ur
edur
s
e
a
uc
ont
r
l
e
ur
.
.
.
.
.
.
.
.
.
...............122
III.4.4.5.2 rsultats de simulation................................................................................................124
III.4.4.5.3 Interprtation des rsultats de simulation...................................................................125
III. 4.4.5.4Implmentation de la commande Neuro-f
l
oue
.......126
III. 4.4.5.5Rsul
t
a
t
se
xp
r
i
me
nt
a
ux...
.
.
.
.
.
.....126
III. 4.4.5.6Analyse des rsultats exprimentaux..........................................................................130
III.5Comparaison des rsultats obtenus avec les commandes appliques...................................130
III. 5 Conclusion..........................................................................................................................132
Conclusion gnrale et perspectives.
133
Annexe........................................................................................................................................136
Rfrences bibliographiques.
143
Introduction gnrale
Da
n
sl
edoma
i
nes
c
i
e
nt
i
f
i
quee
tc
e
l
uidel
e
ns
e
i
g
ne
me
nt
,l
a
ut
oma
t
i
queas
ouve
nt
recours de
sc
a
s d
t
ude
s pa
r
t
i
culiers, qui sont reprsentatifs de grandes classes
d
a
ppl
i
c
a
t
i
ons
.Depl
us
,a
ve
cl
e
xp
r
i
e
nc
e
,l
ac
onna
i
s
s
a
nc
edec
e
sc
a
ss
e
s
ta
f
f
i
n
ee
ti
l
s
f
our
ni
s
s
e
nta
uj
our
d
huiuneba
s
ei
d
a
l
epourc
ompa
r
e
rdef
a
onva
l
a
bl
el
e
sa
va
nt
a
g
e
se
tl
e
s
i
nc
onv
ni
e
nt
sd
a
ppr
oc
he
sdi
f
f
r
e
nt
e
s
.Lepe
ndul
ei
nve
r
s
e
s
tl
undec
e
sc
a
st
y
pi
quequi
oc
c
upeunepl
a
c
ei
mpor
t
a
nt
eda
nsl
i
ndus
t
r
i
ec
ommeunout
i
ldet
r
a
ns
por
t
,d
i
ns
pe
c
t
i
one
t
d
i
nt
e
r
ve
nt
i
onda
nsde
smi
l
i
e
ux hos
t
i
l
e
s
,e
npa
r
t
i
c
ul
i
e
rqua
ndl
e
sc
a
pa
c
i
t
sdemouve
me
nt
autonome sont exiges.
La description du pendule invers muni de son actionneur et ses capteurs ainsi que les
divers phnomnes physiques prsents lors du fonctionnement, montrent la forte complexit
due aux nombreuses non linarits ainsi que la difficult modliser parfaitement la
dynamique du systme pendule inverse -capteurs- actionneur. Le contrle du pendule invers
pour le redressement et la stabilisation devient ardue, car la connaissance du systme se rvle
imprcise et imparfaite.
Par ailleurs, les problmes de reprsentation et d'utilisation des connaissances sont au
centre d'une discipline scientifique relativement nouvelle : l'intelligence artificielle. Cette
discipline a mis l'accent, de faon exclusive, sur le traitement symbolique de la connaissance,
par opposition la modlisation numrique utilise traditionnellement dans les sciences de
l'ingnieur. Plus rcemment, on a assist un retour du numrique dans les problmes de
l'intelligence artificielle avec les rseaux de neurones et la logique floue. Alors que les
rseaux de neurones proposent une approche implicite de type " boite noire" de la
reprsentation des connaissances, trs analogue la dmarche de l'identification des systmes
en automatique. La logique floue permet de faire le lien entre modlisation numrique et la
modlisation symbolique, partir d'algorithmes trs simples de traduction de connaissances
symboliques en entits numriques et inversement.
Depuis la premire application du formalisme de la logique floue la commande des
systmes propose par Mamdani, plusieurs travaux ont montr que le contrle logique floue
est une mthode adquate pour la commande des procds mal dfinis ou compltement
inconnus et qui ne peuvent pas tre modliss mathmatiquement d'une manire prcise.
L'approche traditionnelle pour la conception floue est base sur des connaissances acquises
par des experts formules sous forme de rgles. Cependant il se peut que les experts ne
1
Introduction gnrale
puissent pas transcrire leurs connaissances et expriences sous forme d'un contrleur par
logique floue. C'est partir de ces constatations qu'ont t dveloppes plusieurs mthodes
optimales et systmatiques pour la conception des contrleurs flous. Parmi ces mthodes,
nous avons retenu l'approche connexionniste qui consiste combiner les capacits
d
a
ppr
e
nt
i
s
s
a
gedes rseaux de neurones artificiels et les systmes flous pour former les
systmes neuro-flous. La c
ombi
na
i
s
on de c
e
s de
ux a
ppr
oc
he
s pe
r
me
td
e
xpl
oi
t
e
rl
e
s
caractristiques de chacune pour accomplir une tche performante et efficace pour la
commande des systmes complexes.
En outre, la commande de ces systmes non linaires sous actionns reprsente encore
un champ trs large et intressant dans les travaux de recherche de nos jours, o la conception
de
sc
ont
r
l
e
ur
spourl
e
ss
y
s
t
me
ss
o
u
sa
c
t
i
onn
snes
el
i
mi
t
epa
sl
i
n
t
tdec
omma
nde
r
ceux-ci, mais elle prsente un avantage pour les systmes qui sont entirement actionns et
qu
i
l
sonta
us
s
ibe
s
oi
nd
a
voi
rde
sc
ont
r
l
e
ur
sdec
ege
nr
e
,c
e
sc
ont
r
l
e
ur
ss
onti
mpl
me
nt
s
en raison de scurit dans le cas ou un des actionneurs de ces systmes subit un chec.
Notre travail est appliqu un systme pendule invers, qui est un systme non
linaire, instable, SIMO (Single Input Multiple Output) ; sous actionn, pl
usd
unde
g
r
sde
l
i
be
r
t
,t
r
ss
e
ns
i
bl
ea
uxr
e
t
a
r
de
ta
uxf
r
ot
t
e
me
nt
s
,a
f
i
nd
i
l
l
us
t
r
e
re
tc
ompa
r
e
rl
e
sdi
f
f
r
e
nt
es
lois de commandes linaires et non linaires, leurs tests de performances et de robustesse mis
e
nuvr
ee
ti
mpl
me
nt
sr
e
l
l
e
me
nts
urunba
ncd
e
s
s
a
i
sdi
s
poni
bl
ea
ul
a
bor
a
t
oi
r
eL2CSP
pour le redressement et stabilisation du pendule depuis sa position d
qui
l
i
br
es
t
a
bl
eve
r
sl
a
pos
i
t
i
ond
q
ui
l
i
br
ei
ns
t
a
bl
e
.
Ce mmoire est organis comme suit:
Chapitre I
La premire partie du chapitre est consacre la description prcise du systme et de
son interfaage avec le PC. Ensuite, nous avons trait en dtail l'environnement logiciel c'est-dire le schma gnral sous Simulink associ une interface graphique dveloppe sous
Control Desk. Dans la suite du c
ha
pi
t
r
e
,nous
l
a
bor
onsl
emod
l
ema
t
h
ma
t
i
qued
un
pendule invers en nous basant sur le formalisme d
Eul
e
r
-Lagrange suivi d'une linarisation
autour des deux points d'quilibre possibles. Ensuite, nous prsenterons le systme dans
l
e
s
pa
c
ed
tat avec f
or
c
ee
ns
ui
t
el
at
e
ns
i
onc
ommes
i
g
na
ld
e
nt
r
e
.
Introduction gnrale
Ces
y
s
t
menouss
e
r
vi
r
adeba
ncd
e
s
s
a
ipours
i
mul
e
ret implmenter les lois de
commande qui seront dveloppes dans les chapitres suivants.
Chapitre II
Dans ce chapitre, nous prsentons un bref rappel thorique sur les diffrents outils de
commandes classiques dont nous aurons besoin lors de la synthse des commandes. En
l
oc
c
ur
r
e
nc
el
ac
omma
ndel
i
n
a
i
r
equ
a
dr
a
t
i
quequ
onme
t
t
r
ae
nuvr
el
or
sdel
apha
s
ede
stabilisation du pendule, la commande par mode de glissement qui nous servira lors de la
phase du balancement et la phase de stabilisation du pendule.
Chapitre III
Dans le troisime chapitre, nous tudierons les diffrentes techniques de l'intelligence
artificielle savoir: les bases thoriques de la logique floue, les rseaux de neurones, les
structures neuro-floues qui nous serviront lors de la phase de stabilisation du pendule, le
concept de variable linguistique, les notions de signification et de description floues ainsi que
la topologie SIF. Ensuite nous tudions la structure multicouche du rseau de neurones en
tenant compte des diffrentes mthodes d'apprentissage. Nous nous concentrerons en
particulier sur la projection des systmes flous dans un rseau de neurone afin de former un
systme neuro-flou en tirant profit de la logique floue et des rseaux de neurones.
A la fin de la synthse de chaque type de commande, nous prsenterons les rsultats de
simulation suivies de
sr
s
ul
t
a
t
se
xp
r
i
me
nt
a
uxdus
y
s
t
mec
omma
ndmi
sl
pr
e
uvede
perturbations et de variations paramtriques, choses qui nous permettront d
va
l
ue
rl
e
s
performances et la robustesse de ces commandes.
Enfin, nous terminons notre travail par une conclusion gnrale rsumant les diffrents
rsultats obtenus, quelques perspectives et les difficults rencontres.
Chapitre I
I.1 Introduction
Nouspr
s
e
n
t
e
r
o
nsda
n
sc
ec
h
a
pi
t
r
e
,e
n pr
e
mi
e
rl
i
e
u
,un mod
l
en
on l
i
n
a
i
r
ed
un
systme classique souvent utilis en automatique, plus particulirement dans les applications de
commande: le pendule invers qui e
s
tu
nepl
a
t
ef
or
med
e
s
s
a
iq
uipos
eu
npr
ob
l
med
i
n
s
t
a
bi
l
i
t
a
ng
l
e0 , Il nous servira notamment, plus loin dans les chapitres suivants pour les tests des
diffrentes commandes synthtises.
Par la suite, nous dvelopperons un modle dynamique qui sera prsent sous forme
d
qu
a
t
i
o
nsd
i
f
f
r
e
n
t
i
e
l
l
e
sd
dui
t
e
sp
a
r
t
i
rduf
or
ma
l
i
s
med
Eul
e
r
-Lagrange qui constitue une
a
pp
r
o
c
hes
y
s
t
ma
t
i
qu
es
i
mpl
eme
t
t
r
ee
nuv
r
e
.Pu
i
s
,n
ouspr
s
e
n
t
e
r
ons ce systme dans
l
e
s
pa
c
ed
t
a
tda
nsl
e
sde
uxc
i
r
c
on
s
t
a
nc
e
s;pr
e
mi
r
e
me
ntl
af
or
c
ec
ommes
i
g
n
a
ld
e
n
t
r
e
,
de
u
xi
me
me
n
tl
at
e
ns
i
onc
o
mmes
i
g
na
ld
e
nt
r
e
.
Une implmentation de ces modles sous MATLAB/SIMULINK sera galement
prsente ainsi que les diffrents rsultats de simulation numrique de leurs comportements en
boucle ouverte.
I
.
2Et
atdel
a
r
tdel
ac
ommanded
unpe
ndul
ei
nve
r
s
Le pendule invers est un systme instable, SIMO (Single Input Multiple Output) et
possde des non-linarits non ngligeables dues sa structure dynamique et aux forces de
f
r
i
c
t
i
on
.C
e
s
tu
nout
i
ld
i
d
a
c
t
i
q
uee
tunpr
o
bl
mec
l
a
s
s
i
queu
t
i
l
i
s
e
na
ut
oma
t
i
qu
e
.C
e
s
tpou
r
q
uoi
il est souvent utilis pour tester les performances et la robustesse de nouvelles lois de commande
[LAU.03]. Par ailleurs, on peut trouver dans la littrature plusieurs travaux appropris la
c
omma
nded
u
ns
i
mp
l
epe
nd
ul
ei
n
ve
r
s
pa
rde
sl
oi
sbases sur:
Unpr
obl
med
ec
on
t
r
l
ed
el
n
e
r
g
i
e[
As
t
r
oi
me
tFu
t
u
r
a
i1
996
]a
s
s
o
c
i
e
sun
es
que
nc
e
de balanc
e
me
ntqu
ip
e
r
me
tder
e
l
e
ve
rl
epe
n
dul
ed
es
ap
os
i
t
i
o
nd
q
ui
l
i
b
r
es
t
a
bl
e[
We
ie
tAl
1995], [Vermeiren 1998].
L
a
p
pl
i
c
a
t
i
o
nder
s
e
a
u
xne
ur
o
na
u
x[
An
de
r
s
on8
9]
La mthode des moments [Jacobi 1995]
La commande non linaire [Wei et Al 1995].
Chapitre I
Chapitre I
e
xt
r
mi
t
d
el
a
que
l
l
ee
s
tvi
s
s
eu
nema
s
s
e
l
o
t
t
edef
o
r
mec
y
l
i
ndr
i
qu
e
.Ce
t
t
et
i
g
ee
s
tf
i
x
epa
r
une a
r
t
i
c
u
l
a
t
i
onpi
vo
t
a
nt
es
uru
nc
h
a
r
i
o
tquipe
uts
ed
pl
a
c
e
re
ng
l
i
s
s
a
ntl
el
ongd
u
nr
a
i
lde
g
ui
da
g
ehor
i
z
o
nt
a
l
e
.Le mo
uve
me
ntd
er
o
t
a
t
i
o
nd
un mot
e
u
r
l
e
c
t
r
i
quee
s
tt
r
a
n
s
f
or
me
n
mouv
e
me
n
tdet
r
a
n
s
l
a
t
i
ond
uc
ha
r
i
o
tpa
rl
i
nt
e
r
m
di
a
i
r
ed
u
ne
ns
e
mbl
edede
u
xpo
ul
i
e
se
td
u
ne
courroie crante. Le dplacement du chariot dans un sens ou dans un autre assure par raction
l
qui
l
i
b
r
eve
r
t
i
c
a
ldub
r
a
sdupe
ndu
l
e
.Enf
a
i
t
,c
eg
e
nr
edem
c
a
n
i
s
mee
s
tt
r
sf
r
qu
e
nt
.One
n
trouve dans toutes les imprimantes jet d'encre ou dans toute les machines crire lectriques.
Voici le schma du dispositif :
Capteur de position
Pendule
Chariot
Poulie
Centre
Switcher
Courroie
crante
Moteur
Articulation
Pied de la maquette
Rail de guidage
Chapitre I
a
xed
umot
e
ur
.
Unc
a
pt
e
urdepos
i
t
i
ona
ng
u
l
a
i
r
ef
our
n
i
tl
a
ng
l
ee
n
t
r
el
ebr
a
sdupe
ndu
l
ee
tl
av
e
r
t
i
c
a
l
e
.Si
le pendule penche vers la droite, un angle posit
i
fe
s
tme
s
ur
.Lec
a
pt
e
ure
s
tc
ons
t
i
t
ud
un
potentiomtre fix sur le pivot du pendule.
Les informations dlivres par les deux capteurs sont conditionnes par une
lectronique associe et les tensions de sortie varient dans une plage de -10V +10V. On notera
qu
u
nf
i
l
t
r
epa
s
s
e
-bas est intgr dans la chaine de conditionnement de chaque entre, ce filtre
a
y
a
n
tp
ourf
onc
t
i
ond
el
i
mi
t
e
rl
al
a
r
g
e
urd
eba
nd
ede
ss
i
g
na
uxdeme
s
u
r
ee
td
vi
t
e
rl
er
e
pl
i
e
me
nt
dus
pe
c
t
r
eq
uir
i
s
qu
edes
epr
odu
i
r
el
or
sdel
op
r
a
t
i
o
nd
c
ha
nt
i
l
l
on
na
g
e
.
De plus, la course du chariot est limite respectivement gauche et droite par deux
but
e
sm
c
a
ni
qu
e
s
.Pa
rs
c
u
r
i
t
po
url
emot
e
urd
e
n
t
r
a
ne
me
ntduc
h
a
r
i
ot
,d
e
uxi
nt
e
r
r
up
t
e
ur
sde
fin de course sont placs en avant des butes mcaniques. Le passage du chariot entrane la
fermeture d
uni
nt
e
r
r
up
t
e
urpr
ovo
qua
ntl
ac
ou
pur
ed
el
a
l
i
me
nt
a
t
i
ondumo
t
e
ur
l
e
c
t
r
i
q
ue
.
L
a
c
t
i
on
ne
u
re
s
tun mo
t
e
u
r
l
e
c
t
r
i
qu
ec
o
ur
a
n
tc
on
t
i
n
ue
t a
i
ma
n
tpe
r
ma
ne
nt
c
omma
ndpa
rl
i
ndu
i
t
.
La commande du moteur entranant le chariot est effectue par un signal variant entre 0
e
t+5V.L
a
mpl
i
f
i
c
a
t
i
ond
epu
i
s
s
a
nc
epa
rmo
nt
a
gep
us
h
-pull est assure, de la mme faon, par
l
l
e
c
t
r
o
ni
quea
s
s
o
c
i
e
.
Chapitre I
a
r
r
i
r
edel
a
r
mo
i
r
eont
r
o
uvel
e
sdi
f
f
r
e
nt
e
sc
on
ne
c
t
i
qu
e
ssuivantes figure(I.2):
Connecteur ON / Off : fiche DIN pour connecter la boit
edel
i
n
t
e
r
c
e
pt
e
urON/
OFFdu
moteur.
Slecteur 110/220v
Fi
c
hed
al
i
me
nt
at
i
on110/
220V
Connecteur CN3 : i
ls
ebr
a
n
c
hea
ve
cl
ePL1del
aboi
t
ed
a
d
a
pt
a
t
i
on,a
v
e
cun
el
a
r
g
e
nappe 40 pistes. Les signaux sont ceux des deux capteurs de position,c
e
s
tde
ss
i
g
na
u
x
digitaux sur 16 bits.
Connecteur CN2 : il se branche avec PL3, avec une nappe 20 pistes. Les signaux sont les
tensions de commande du moteur.
Connecteur CN1 ; il se branche avec la partie mcanique. Les signaux sont ceux du
moteur.
SCSI
Connecteur ON / Off
CN1
Slecteur 110/220v
Fi
c
hed
a
l
i
me
nt
a
t
i
o
n
CN2
CN3
Chapitre I
I
.
4
.
4L
adapt
at
e
ur(SCSI)
L
a
d
a
pt
a
t
e
urSCSIdonn la figure (I.2) ac
ommer
l
ed
a
da
p
t
e
rl
e
ss
i
g
n
a
uxe
n
t
r
el
ac
a
r
t
e
d
a
c
q
ui
s
i
t
i
one
tl
e
sdi
f
f
r
e
nt
sc
onn
e
c
t
e
ur
sdel
aba
s
ed
a
l
i
me
n
t
a
t
i
on
,e
ta
us
s
is
pa
r
e
rc
e
sdi
f
f
r
e
nt
s
signaux en fonction de leurs types. La boite dispose de quatre connecteurs :
d
a
c
q
ui
s
i
t
i
on
.
un grand connecteur PL1 pour les entres digitales des capteurs de positions (deux
encodeurs optiques).
moteur).
I
.
4
.
5Ca
r
t
ed
ac
qui
s
i
t
i
on: ADVANTECH PCI 1711 [pci1711]
C
e
s
tu
nec
a
r
t
ed
a
c
qui
s
i
t
i
on uni
v
e
r
s
e
l
l
equ
ie
s
ti
ns
t
a
l
l
es
url
epor
tPCIdu PC de
commande et dispose de connecteurs extrieurs pour des entres/sorties analogiques et digitales.
Ces principales caractristiques sont :
La fonction Plug & play
16 entres analogiques configurables simples (single-ended) ou source flottante
Convertisseurs A/D industriels normaliss approximations successives
12 bits utiliss pour la conversion des entres analogiques
Laf
r
que
n
c
ema
xi
ma
l
ed
c
ha
nt
i
l
l
o
nna
g
ee
s
td
e100
KHz
.
Gamme des entes analogiques est programmables et contrlable par software
Chaque canal sa gamme individuelle stocke dans la RAM de la carte
2 sorties analogiques (convertisseur D/A)
1
6c
a
na
u
xd
e
nt
e
sd
i
g
i
t
a
l
e
s
16 canaux de sorties digitales
Un compteur/timer programmable
Scanne automatique des gains/canaux.
So
npr
i
nc
i
pa
lr
l
eda
nsn
ot
r
ea
ppl
i
c
a
t
i
on,c
e
s
tqu
e
l
l
ep
e
r
me
tl
ac
omma
nded
i
g
i
t
a
l
ed
un
systme continu travers un PC, en convertissant les signaux analogiques en numriques et viceversa. Dans notre cas, on utilise :
Chapitre I
e
sdi
g
i
t
a
l
e
sde
sd
e
uxe
nc
od
e
ur
sop
t
i
q
ue
spo
urme
s
ur
e
rl
a
ng
l
edupe
ndu
l
ee
tl
a
position du chariot.
Une entre analogique (convertisseur A/D) pour rcuprer le retour tachymtrique du
moteur.
e
s
s
a
iu
t
i
l
i
s
eu
nea
ppr
oc
heno
va
t
r
i
c
ed
i
mpl
me
n
t
a
t
i
on
,qu
ij
ou
i
td
u
nef
l
e
xi
bi
l
i
t
a
c
c
r
ue e
td
une a
r
c
hi
t
e
c
t
ur
et
ot
a
l
e
me
n
to
uve
r
t
e
,c
e
t
t
ea
p
pr
oc
h
ee
s
ta
pp
e
l
e HI
Lp
our
Hardware-In the-Loop . Ou bien Rapid Prototyping
Avec le hardware-in the-loop , on peut tester d
i
r
e
c
t
e
me
ntl
ec
on
t
r
l
e
urq
u
on a
synthtis en simulation sur le systme physique rel, avec un simple PC de dveloppement. En
e
f
f
e
tt
ou
sc
eq
u
onabe
s
oi
ne
s
t:
un PC standard (pour le dveloppement et pour la commande)
u
nec
a
r
t
ed
a
c
q
ui
s
i
t
i
on pour la conversion A/D et D/A
le systme physique commander
les logiciels ncessaires
e
x
c
u
t
e
n
t
,
c
e
s
tl
e
nvi
r
on
ne
me
n
tl
epl
usut
i
l
i
s
da
n
sl
emonde par les ingnieurs, il fournit plusieurs
routines sophistiques de calculs numriques
SIMULINK : C
e
s
tu
nl
a
ng
a
g
ed
eha
utni
ve
a
ugr
a
p
hi
qu
e
,a
v
e
cl
e
qu
e
lonpr
og
r
a
mme
avec des objets ou blocks, ces objets peuvent tre soit des blocks standards ou bien des blocks
s
p
c
i
a
l
i
s
s
c
r
i
tp
a
rl
ut
i
l
i
s
a
t
e
u
rc
ommede
sS-functions
REAL TIME WORKSHOP : c
e
s
tl
ep
r
og
r
a
mme l
e pl
us i
mpo
r
t
a
nt
,qui gnre
automatiquement du code source C++ optimis, partir du modle Simulink. De plus, ce code est
paramtra
b
l
ep
ourpl
us
i
e
u
r
st
a
r
g
e
t
s(
c
i
bl
e
)d
i
mpl
me
nt
a
t
i
on
.
10
Chapitre I
Compilateur C++ :i
lc
ompi
l
el
ec
odeg
n
r
pa
rr
e
a
lt
i
mewo
r
k
s
ho
pe
tf
a
i
tl
di
t
i
o
nde
s
l
i
e
n
spou
rg
n
r
e
ru
ne
x
c
ut
a
bl
eq
uic
ommu
ni
quea
ve
cl
ac
i
bl
ed
i
mpl
me
nt
a
t
i
o
n(
t
a
r
g
e
t
)
,d
a
ns
notre cas, le compilateur est VISUAL C++ 6.0 PRO.
REAL TIME WINDOWS TARGET :Da
nsl
ec
a
sd
une
nvi
r
on
ne
me
n
tWI
NDOWS,c
e
petit noyau, est essentiel, son rle est primordial, il assure le temps rel pour notre rgulateur. Car
WI
NDOWSe
s
tu
nOS
v
ne
me
nt
i
e
ldo
nci
ln
e
s
tp
a
st
e
mpsr
e
l
.I
ls
e
x
c
ut
ec
ommeu
ns
e
r
vi
c
e
rsident dans le niveau zro (mode noyau) et intercepte les interruptions matrielles avant
WINDOWS, par la suite, ilc
ommu
ni
quea
ve
cl
e
x
c
u
t
a
bl
edur
g
u
l
a
t
e
u
re
ti
nt
e
r
f
a
c
ea
ve
cl
e
systme physique travers la car
t
ed
a
c
qu
i
s
i
t
i
on, en vue de contrler le flux de donnes et de
signaux du modle (maintenant excutable) vers le systme physique et vice versa.
La figure (I.3) montre le schma qui illustre la relation qui existe entre les diffrents modules.
Chapitre I
t
a
t(voire figure II.4), qui
sont les ples de la fonction de transfert rparties comme suit :
Le
sq
ua
r
t
e
sp
l
e
ss
ontr
e
l
s
,l
une
s
tc
on
f
ond
ua
ve
cl
or
i
g
i
ne
,l
e
sde
uxa
ut
r
e
ss
ontda
n
sl
a
moiti gauche du plan S, donc le systme est stables. Le dernier ple se trouve dans le demi-plan
c
omp
l
e
xed
edr
oi
t
ee
tt
r
a
d
ui
tl
e
xi
s
t
e
n
c
ed
u
nmo
dei
n
s
t
a
b
l
e:l
qu
i
l
i
br
ei
n
s
t
a
bl
edubr
a
sdu
pendule inverse.
( I .1)
qe
s
tv
e
c
t
e
urd
t
a
tdec
oo
r
don
n
e
sg
r
a
l
i
s
e
s
f (.) est le champ de vecteur qui capture les dynamiques du systme
12
Chapitre I
G est la ma
t
r
i
c
ed
e
nt
r
e
.
r
a
t
i
o
nsda
n
st
o
ut
e
sl
e
sd
i
r
e
c
t
i
o
nsdel
e
s
pa
c
ede
configuration. Ceci se produit si m rang (Gq) n dim(q) ,e
nd
a
ut
r
et
e
r
mel
e
ss
y
s
t
me
s sous
a
c
t
i
onn
so
ntmoi
nsd
a
c
t
i
onn
e
ur
squ
el
e
urs variables de configuration.
f (x y ) f ( x) f ( y )
( I . 2)
o x et y s
ontde
sve
c
t
e
u
r
sd
e
nt
r
e
, et sont des scalaires et f (.) la sortie du
systme ; contrairement aux systmes linaires ; dans le cas de systmes non linaires, le
t
h
or
med
es
u
pe
r
p
os
i
t
i
o
nn
e
s
tp
a
sv
r
i
f
i
[Zay 01].
A caus
ede
st
e
r
me
sd
ec
oup
l
a
g
ee
nt
r
el
e
sc
omp
os
a
n
t
e
sd
el
t
a
t
,t
e
lqu
esin x3 x42 ,i
ls
a
g
i
t
l
d
uns
y
s
t
men
onl
i
n
a
i
r
ee
nl
t
a
t
.Ce
p
e
nd
a
ntonr
e
ma
r
quequ
el
es
y
s
t
mee
s
tl
i
n
a
i
r
ee
n
l
e
nt
r
13
Chapitre I
sdel
i
b
e
r
t
quis
on
tr
e
p
r
s
e
nt
e
spa
rde
ux
coordonnes gnralises, x pour le dplacement horizontal du chariot, pour la rotation du
pendule. La direction positive de x e
s
tl
es
e
nsdr
o
i
t
ee
nm
t
r
ee
tc
e
l
uid
el
a
ng
l
ee
s
tl
es
e
nsde
s
a
i
g
ui
l
l
e
sd
unemo
nt
r
ee
nr
a
di
a
n.
(t) (I,m)
x
d
F(t)
(M)
b
X(t)
Figure I.4 : Schma del
e
ns
e
mb
l
ec
h
ar
i
ote
tpe
ndu
l
ei
nv
e
r
s
Soit :
m : masse du pendule
M : masse du chariot
g : intensit de pesanteur
d : frottements du pendule
14
Chapitre I
I.8.1 Modlisation du systme a deux degrs de libert [WEI 95][BUG 03][MCG 02]
On utilise pour cela la mthode de Lagrange dfinie par les quations suivantes :
L T * V
(I.3)
d
L
L
D
Fj
dt
j
j
(I .4)
T * nergie cintique.
V nergie potentielle.
L
a
v
a
nt
a
g
ed
ec
ef
or
ma
l
i
s
mer
s
i
d
ed
a
nsl
l
i
mi
na
t
i
ond
e
se
f
f
or
t
sd
i
n
t
e
r
a
c
t
i
o
n.
n
e
r
g
i
ec
i
n
t
i
q
ueduc
ha
r
i
ote
s
tdo
nn
epa
rl
qua
t
ion:
1
TM* M x2
2
( I .5)
n
e
r
g
i
ec
i
n
t
i
quedupe
nd
ul
ee
s
te
xp
r
i
m
ep
a
rl
q
ua
t
i
on:
1
1
Tm* mv c v c I2
2
2
(I .6)
rc ( x l sin)
i l cos
j
(I .7)
D
ol
av
i
t
e
s
s
ed
uc
e
nt
r
edeg
r
a
v
i
t
dup
e
nd
ul
ee
s
t:
dr
v c c ( x
l cos
)
i l sin
j
dt
15
(I .8)
Chapitre I
Ens
u
bs
t
i
t
u
a
ntl
e
s
q
ua
t
i
ons(
I
.
7)e
t(
I
.
8
)d
a
nsl
qua
t
i
on(
I
.
6)ont
r
ouv
e:
1
2
2 l 2 sin2
2) 1 I
2
Tm* m( x
2 x
l cos
l 2 cos2
2
2
(I .9)
Ave
cs
i
mpl
i
f
i
c
a
t
i
onl
q
ua
t
i
on(
I
.
9
)l
ne
r
g
i
ec
i
n
t
i
q
uepr
e
n
da
l
or
sl
e
xpr
e
s
s
i
on:
1
2
2) 1 I
2
Tm* m ( x
2 x
l cos
l 2
2
2
( I .10)
n
e
r
g
i
ec
i
n
t
i
quedel
e
n
s
e
mbl
ec
ha
r
i
ot(
I
.
5
)e
tpe
n
dul
e(
I
.
9
)e
s
te
xp
r
i
m
ep
a
r:
1
1
2 ) 1 I
2
T * TM* Tm* M x2 m( x2 2 x
l cos
l 2
2
2
2
(I .11)
n
e
r
g
i
epot
e
n
t
i
e
l
l
educ
e
n
t
r
edeg
r
a
vi
t
del
ab
a
r
r
ee
s
t:
V mglcos
(I .12)
Fj
dt
j
j
(I .13)
Le lagrangien du systme est la diffrence entre son nergie cintique et son nergie potentielle
L T * V
(I.14)
Enu
t
i
l
i
s
a
ntl
e
xpr
e
s
s
i
on(
I
.
11)e
t(
I
.
12
) le lagrangien peut tre crit:
1
1
1 2
2
L M x2 m( x2 2 x
l cos
l 2
) I
mglcos
2
2
2
( I .15)
I
.
8
.
4
.
1L
qua
t
i
o
ndeLagr
ang
epourl
ede
gr
del
i
be
r
t
(t ) x (t )
d
L
L
F b x
dt
x
x
(I .16)
c
r
i
t:
(M xm x
ml cos
) 0 F b x
dt
( I .17)
2F b x
(M m)
x
mlcos
mlsin
16
(I .18)
Chapitre I
I
.
8
.
4
.
2L
qua
t
i
o
ndeLagr
ang
epourl
ede
gr
del
i
be
r
t
(t ) (t )
d
L
L
dt
(I .19)
et t s
La drive partielle du lagrangien suivant
c
r
i
t:
d
I
mgl sin) d
(ml x
cosml2
) (ml x
sin
dt
( I .20)
(ml2 I )
ml
x
cosmlx
sin
mlx
sin
mglsind
(I.21)
Lemod
l
edec
o
nna
i
s
s
a
nc
ed
us
y
s
t
mec
ha
r
i
otp
e
nd
ul
ee
s
tdo
nnpa
rl
es
y
s
t
med
q
ua
t
i
ons
suivant :
2
(M m)
x
bx
ml cos
ml sin
ml
x
cos(ml2 I )
d
mglsin0
(I .22)
I
.
9Li
n
ar
i
s
at
i
ondumod
l
eaut
ourde
spoi
nt
sd
qui
l
i
br
e
Ava
ntde pr
o
c
de
r l
a
na
l
y
s
ed
u mod
l
e de systme, on linarise les quations
diffrentielles (I.22). Il ad
e
uxp
oi
nt
sd
q
ui
l
i
b
r
e: (0) point d
qu
i
l
i
br
ei
nstable et ()
poi
ntd
q
ui
l
i
b
r
es
t
a
b
l
e
.
Pour des petites variations de a
ut
ourdup
oi
ntd
qu
i
l
i
br
e0
( I .23)
Led
v
e
l
opp
e
me
nte
ns
r
i
edeTa
y
l
ordupr
e
mi
e
ror
dr
ed
u
nef
onc
t
i
ond
eest donn par :
df
f () f (0 )
d0
(I .24)
(I .25)
17
Chapitre I
I
.
9.
1Pos
i
t
i
ond
qui
l
i
br
ei
ns
t
abl
e(
=0)
Si on se limite aux petites variations de autour du point de fonctionnement 0 0
correspondant la position verticale de la barre.
Pour (0) , le dveloppement limite du premier ordre des quations (I.23) et (I.24) est :
coscos(0) [sin(0)] 1
sinsin(0) [cos(0)]
2
0
( I .26)
med
q
ua
t
i
on(
I
.
22)e
ten ngligeant les
t
e
r
me
sd
uha
u
tor
d
r
e
,ont
r
ou
vel
es
y
s
t
med
qu
a
t
i
o
nl
i
n
a
r
i
s
s
ui
va
nt:
(M m)
x
bx
ml
F
ml
x
(ml I )
d
mgl0
(I .27)
Ena
p
pl
i
qua
n
tl
at
r
a
ns
f
or
m
ed
eLa
p
l
a
c
es
url
es
y
s
t
med
qua
t
i
o
nl
i
n
a
r
i
s
c
i
-dessus, on
trouve :
(I .28)
a s 2 a s a
X (s)
G1 (s)
4 2 3 1 20
F (s) b4 s b3s b2 s b1s
c2 s
(s)
G2 (s)
3
F (s) b4 s b3s 2 b2 s b1
Avec
a2 ml 2 I
a1 d
a0 mgl
18
(I .29)
Chapitre I
b4 (M m)(ml2 I ) m2l 2
b3 (M m)d (ml2 I )b
(I .30)
b2 (M m)mgl db
b1 m glb
c2 ml
Les fonctions de transfert respectivement de la position du chariot et de la rotation du pendule
sont :
X (s)
(ml2 I )s 2 ds mgl
G1 (s)
F (s) ((M m)(ml2 I ) m2l 2 )s 4 [(M m)d (ml2 I )b]s 3 [(M m)mgl db]s 2 m glbs
(s)
mls
G2 (s)
(I .31)
2
2 2 3
F (s) ((M m)(ml I ) m l )s [(M m)d (ml2 I )b]s 2 [(M m)mgl db]s m glb
Les variables et les paramtres du systme chariot pendule sont:
M =2.4 kg, m =0.23 kg, g =9.81 m/s2, l =0.36 m, I =0.099 kg.m2, b =0.05 Ns/m, d =0.005 Nms/rad.
Les zros, ples et diagramme de Bode de ces fonctions de transfert (I.31) sont prsentes
dans la figure suivante :
(Pole et Zero du Pendule)
1
0.5
0.5
Im a g in a r y A x is
Im a g in a r y A x is
0
-0.5
-1
-2.5
-2
-1.5
-1
-0.5
0.5
1.5
0
-0.5
-1
-2.5
2.5
-2
-1.5
-1
Real Axis
0
-100
-90
-2
-1
10
0.5
1.5
2.5
P h a s e ( d e g ) M a g n itu d e ( d B )
10
0
Real Axis
100
-180
-3
10
-0.5
10
10
Frequency (rad/sec)
-20
-40
-60
90
45
0
-3
10
-2
10
-1
10
10
10
Frequency (rad/sec)
mel
i
n
a
r
i
s
au
t
ou
rpo
i
n
td
qu
i
l
i
b
r
e(0)
19
Chapitre I
0.5
-0.5
0.5
1.5
2.5
3
Temps (s)
3.5
4.5
0.5
1.5
2.5
3
Temps (s)
3.5
4.5
0.5
1.5
2.5
3
Temps (s)
3.5
4.5
80
Vitesse du pendule (rad/s)
-1
30
20
10
0.5
1.5
2.5
3
Temps (s)
3.5
4.5
60
40
20
0
-20
pon
s
eimpulsionnelle d
u
nedur
0.01 sec, amplitude 0.1 (N) et conditions initiales [x, x,,] [0,0,0,0]
I
.
9.
2Pos
i
t
i
ond
qui
l
i
br
es
t
abl
e()
Pour () , le dveloppement limite du premier ordre des quations (23) et (24) est :
coscos()(sin) 1
sinsin() () cos()
2 0
( I .32)
med
qua
t
i
on(
I
.
22)e
tla ngligence des
termes du haut ordre, permettent de trouver l
es
y
s
t
med
qua
t
i
o
nl
i
n
a
r
i
s
s
u
i
v
a
nt:
(M m)
x
b xml
F
ml
x
(ml 2 I )
d
mgl0
(I .33)
En
f
i
nl
a
p
pl
i
c
a
t
i
o
ndel
at
r
a
ns
f
o
r
m
edeLa
pl
a
c
es
url
es
y
s
t
med
q
ua
t
i
onl
i
n
a
r
i
s
c
i
dessus, se traduit par :
2
2
2
20
(I .34)
Chapitre I
En substituant pour liminer X (s ) ou (s) dans (I.34), on trouve les deux fonctions de
transfert suivantes :
a s 2 a s a
X ( s)
G1 (s)
4 2 3 1 20
F (s) b4 s b3 s b2 s b1s
c2 s
(s)
G2 (s)
3
F (s) b4 s b3 s 2 b2 s b1
( I .35)
Avec
a2 ml 2 I
a1 d
a0 mgl
b4 (M m)(ml2 I ) m2l 2
b3 (M m)d (ml2 I )b
(I .36)
b2 (M m)mgl db
b1 m glb
c2 ml
Les fonctions de transfert respectives de la position du chariot et de la rotation du pendule sont :
(ml2 I )s 2 ds mgl
G1 (s)
((M m)(ml2 I ) m2l 2 )s 4 [(M m)d (ml2 I )b]s 3 [(M m)mgl db]s 2 m glbs
mls
G2 (s)
(I .37)
2
2 2 3
((M m)(ml I ) m l )s [(M m)d (ml2 I )b]s 2 [(M m)mgl db]s mglb
Les zros, ples et diagramme de Bode de ces fonctions de transfert (I.37) sont prsentes dans
la figure suivante :
(Pole et Zero du Pendule)
2
1
Imaginary Axis
Imaginary Axis
-1
-2
-0.04
-1
-2
-0.035
-0.03
-0.025
-0.02
-0.015
-0.01
-0.005
-0.04
-0.035
-0.03
Real Ax is
-0.01
-0.005
Magnitude (dB)
-0.015
100
100
0
-100
50
0
-50
-100
180
Phase (deg)
-200
360
Phase (deg)
-0.02
Real Axis
200
270
180
-3
10
-0.025
10
-2
10
-1
Frequenc y (rad/sec )
10
10
-180
-3
10
-2
10
-1
10
10
10
qu
i
l
i
br
e()
21
x 10
-3
1
0
-1
10
20
30
40
50
60
Temps (s)
70
80
90
100
3.1418
3.1416
3.1414
3.1412
0
10
20
30
40
50
60
Temps (s)
70
80
90
100
0.01
-0.01
V it e s s e d u p e n d u le (ra d / s )
P o s it io n d u p e n d u le (ra d )
V it e s s e d u c h a rio t (m / s )
Chapitre I
0
x 10
10
20
30
40
50
60
Temps (s)
70
80
90
100
10
20
30
40
50
60
Temps (s)
70
80
90
100
-3
-5
po
ns
eimpulsionnelle d
u
ne
,,
] [0,0,,0]
dure 0.01 sec, amplitude 0.1 (N) et conditions initiales [x, x
I
.
10Re
pr
s
e
nt
at
i
ond
t
at
I.10.1 Avec la force F c
ommes
i
gnald
e
nt
r
e[BUG 03]
Onr
a
ppe
l
l
equel
ar
e
pr
s
e
nt
a
t
i
o
nd
t
a
tp
ourl
e
ss
y
s
t
me
sl
i
n
a
i
r
e
se
s
td
el
af
or
me
suivante :
.
x Ax BF
y Cx
x1 x2
Onpos
el
eve
c
t
e
u
rd
t
a
t x ; x
(I .38)
T
.
T
.
x3 x4
x x
(I .39)
Tel que x
1 x2 et x3 x4
1
0
0
x1
(Lm) 2 gv2
0 bv
2
d x2
I L2 m
0
0
dt x3
Lmbv
1
x 0
Lmgv1
4
M m
x
1 0
x2 2
x 0
3
Lmv1
x
4 M m
0
Lmdv2
I L2 m
1
dv1
1 0 0 0
y
x
0 0 1 0
Avec
( I .40)
( I .41)
M m
v1
2
I ( M m) L mM
I L2 m
v2
2
I ( M m) L mM
( I .42)
22
Chapitre I
a
i
d
ed
u
nmot
e
urc
our
a
ntc
on
t
i
nu
ec
ommel
apr
s
e
n
t
el
af
i
g
ur
e
(I.9) :
q
ua
t
i
on
l
e
c
t
r
i
qued
ec
es
c
h
mae
s
t:
K K
V IR K m IR m t X
r
(I .43)
Ou :
r : Ra
y
ond
e
ng
r
e
na
g
edes
or
t
i
e(
m
t
r
e
)
.
a
r
br
edumoteur.
Le couple produit l'arbre du moteur est donn par cette quation mcanique :
Cm K m I
(I .44)
C Cm
K t K m K t I
Cec
oup
l
ec
r
eu
nef
or
c
el
as
o
r
t
i
ed
e
ng
r
e
na
g
equie
s
t:
23
(I .45)
Chapitre I
C
F (t )
r
( I .46)
Ut
i
l
i
s
a
ntl
e
s
q
ua
t
i
ons(
I
.
43)e
t(
I
.
45)da
n
sl
q
ua
t
i
on(
I
.
4
6)
,o
na
ur
a:
2
K K
K K 1
F (t ) m t V m t X
Rr
r R
( I .47)
c
r
i
r
el
e
s
q
ua
t
i
ons(
I
.
22)l
a
i
d
ed
u
nes
e
ul
e
d
r
i
va
t
i
one
tobt
e
n
i
ra
l
or
sl
qua
t
i
ond
t
a
ts
uivante :
. .
x1 x2
1
.
K m2 K g2
ml cos 2 ( x3 ) K m K g
m lg cos
x3
sin
x3
x2
mlx 42 sin
x3
2
2
2
2
I
ml
Rr
Rr
I
ml
( I .48)
x
3
4
1
.
K m2 K g2
KmK g
ml cos 2
x3
cos
x3
mlx 42 cos
x3
sin
x3
2
ml
g
sin
x 4
2
3
m M m M Rr
Rr
m M
med
q
ua
t
i
on(
I
.
48
)a
uvoi
s
i
na
g
ed
e0 0 , tel que sin() et
2
x Ax BV
y Cx
(I .49)
O :
1
0
Km2 K g2
1
0
ml Rr 2
(M m)
L
A 0
0
Km2 K g2
1
0
ml
Rr 2
(M m)
L
)
(M m)
0
gml
0
ml
L((M m) )
L
0
1
g
0
ml
L
)
(M m)
24
(I .50)
Chapitre I
KmK g
ml Rr
( M m)
L
B
0
KmKg
1
ml
Rr
( M m)
L
)
( M m)
( I .51)
1 0 0 0
C
0 0 1 0
( I .52)
I ml 2
Avec L
ml
( I .53)
unedur
e0
.
1Se
c
,a
ve
cl
e
s
,,
] [0,0,0,0]
conditions initiales [x, x
Les
y
s
t
meos
c
i
l
l
ej
u
s
qu
a
t
t
e
i
n
dr
es
ap
os
i
t
i
o
nd
qui
l
i
br
es
t
a
bl
e
.Le
sr
s
u
l
t
a
t
sde
V ites s e du c hariot (m /s )
0.8
0.6
0.4
0.2
0
10
20
30
40
50
60
Temps (s)
70
80
90
100
P os ition du c hariot (m )
6
4
2
0
10
20
30
40
50
60
Temps (s)
70
80
90
100
1
0.5
0
-0.5
10
20
30
40
50
60
Temps (s)
70
80
90
100
10
20
30
40
50
60
Temps (s)
70
80
90
100
10
5
0
-5
-10
po
ns
eimpulsionnelle d
u
nedu
r
qu
i
l
i
br
ei
ns
t
a
bl
e
.
Nousa
pp
l
i
q
uon
su
nei
mpul
s
i
ond
unea
mp
l
i
t
ud
e0.
1Vol
te
td
un
edur
e0
.
1Se
c
,a
ve
cl
e
s
q
ui
l
i
b
r
estable).
25
Chapitre I
3.3
V ites s e du c hariot (m )
P osition du c hariot (m )
0.8
10
20
30
40
50
60
Temps (s)
70
80
90
100
3.2
3.1
3
10
20
30
40
50
60
Temps (s)
70
80
90
0.5
0
-0.5
100
10
20
30
40
50
60
Temps (s)
70
80
90
100
10
20
30
40
50
60
Temps (s)
70
80
90
100
1
0
-1
-2
pon
s
eimpulsionnelle d
u
nedur
,,] [0,0,,0]
0.01 sec et amplitude 0.1 (V) conditions initiales [x, x
I.11 Redressement du pendule avec une commande non linaire [BUG 03] [AST 00]
Cette commande est base sur le thorme de stabilit de Lyapunov et va permettre de
faire converger l'nergie du systme vers la valeur de l'nergie en position haute.
On prend une dfinition simplifie de l'nergie du pendule :
1 .
E J 2 mgl
cos
1
2
( I .54)
Nous pouvons librement considrer que le pendule stabilis en position haute possde une
nergie nulle. Cette situation correspond aux grandeurs :
( I .55)
D'aprs cette dfinition de l'nergie, dans la position basse E vaut E0 2 mgl et dans la
position haute E vaut E * 0 .
Onvama
i
nt
e
na
nts
i
nt
r
e
s
s
e
rl
af
onc
t
i
ons
u
i
v
a
nt
e:
.
1
G ( E E * ) 2 ( J 2 mgl
cos
1
)2
2
( I .56)
G 2 (
1 .2
J
J mgl
cos
1
) (mgl sin
)
2
26
( I .57)
Chapitre I
L
e
xpr
e
s
s
i
ons
i
mpl
i
f
i
edel
ad
r
i
v
es
e
c
o
ndedel
a
ng
l
ee
s
t:
( M m ) mgl sin() Fml cos()
( M m ) J Mml 2
( I .58)
On obtient donc
.
J ( M m) Mml 2
Fml cos()
G 2( E E * )(
)( mgl sin()( 1
)
)
2
( M m) J Mml
( M m) J Mml 2
.
Fml cos()
Soit
G 2( E E * )(
)( mgl sin()
( M m ) J Mml 2
En prenant comme commande :
F Ksign((
) cos()(E E * ) , K 0
On obtient le rsultat suivant :
( I .59)
( I .60)
( I .61)
1
0
( I .62 )
( M m ) J Mml 2
Donc avec cette commande, G e
s
tu
nef
on
c
t
i
o
ndeLy
a
pun
ove
td
a
pr
sl
et
h
or
mede
stabilit, le point 0 e
s
tu
np
oi
ntd
q
ui
l
i
b
r
ea
s
y
mpt
ot
i
que
me
nts
t
a
bl
e
.Don
cc
e
t
t
ec
omma
n
de
G 2 ml ( E E * ) 2 (
) cos()
pe
r
me
tdef
a
i
r
ec
o
nve
r
g
e
rl
n
e
r
g
i
eE vers la valeur E * synonyme de converger le pendule vers
la position inverse.
Cette commande ne sera utilise que pour balancer le pendule une position suprieure
avec l
emi
n
i
mum d
ne
r
g
i
e
.Onac
ho
i
s
ic
o
mmek
=20,mais elle ne permet pas de le stabiliser
d
oup
l
u
s
i
e
ur
sc
omma
nde
sc
l
a
s
s
i
qu
ee
th
e
ur
i
s
t
i
q
ues
e
r
on
ts
y
nt
h
t
i
s
e
spou
rma
i
n
t
e
ni
rl
epe
ndu
l
e
.
On utilise une loi de commutation approprie entre les deux commandes, dans notre cas on
applique la commutation quand la valeur absolue de l'angle est au voisinage de 20 .
Pour que la commande fonctionne en tension, il faut rajouter un gain car la commande
calcule fourni directement la commande F . Donc le gain va convertir la force F en tension Vm
2.5Volt
D
a
pr
sl
e
sdon
n
e
sduc
ons
t
r
uc
t
e
u
rFe
e
db
a
c
kLt
d,l
ema
xi
mum det
e
ns
i
ondumo
t
e
ure
s
t
qui corresponds au maximum de force 20 Newton . La dynamique entre la tension et la force est
n
g
l
i
g
ee
ts
up
pos
eq
u
e
l
l
e
so
ntu
ner
e
l
a
t
i
o
nl
i
n
a
i
r
eF Vm .
Nous avons procd la vrification des simulations et le test de la commande
dveloppe en exprimentation au systme pendule invers. La loi de commande est implmente
l
a
i
ded
unPCpe
n
t
i
u
mI
V1GHze
tl
el
og
i
c
i
e
lMa
t
l
a
b7.
2e
tpl
use
nt
e
mpsr
e
le
nut
i
l
i
s
a
ntl
a
m
t
hod
ed
El
ue
rLa
g
r
a
ng
e
.Lap
r
i
o
ded
c
h
a
nt
i
l
l
o
nna
g
ee
s
tf
i
x
e0.
00
1s
.
27
Chapitre I
b
P os ition(m )
P os ition(m )
0.5
0
A ngle(rad)
-0.5
0
-0.5
10
A ngle(rad)
5
Temps(s)
5
0
-5
5
Temps(s)
10
4
Temps(s)
4
Temps(s)
4
Temps(s)
10
Com m ande(V )
Com m ande(V )
5
Temps(s)
0.5
5
0
-5
Figure I.12: Rsultat de simulation redressement avec conditions initiales [x, x,,
] [0,0,0,0]
et un gain Vm 0 3 puis Vm 0 4 pour les figures (a et b) respectivement
Position (m)
Position (m)
0.2
0
-0.1
-0.2
0
6
8
Temps (s)
10
-0.2
12
4
Temps (s)
4
Temps (s)
4
Temps (s)
Angle(rad)
Angle(rad)
6
4
2
0
2
6
8
Temps (s)
10
2
0
-2
0
6
8
Temps (s)
10
2
0
12
Commande (V)
Commande (V)
12
2
0
-2
,,
] [0,0,0,0]
Figure I.13: Redressement exprimental avec conditions initiales [x, x
et un gain Vm 0 0.15 puis Vm 0 0.2 pour les figures (a et b) respectivement
I.12 Conclusion
Dans ce chapitre, nous avons prsent le procd sur lequel nous avons travaill, c
e
s
t
-
dire le pendule invers.I
la
ppa
r
a
i
tda
n
sc
e
t
t
ed
e
s
c
r
i
pt
i
one
xha
us
t
i
ved
el
i
ns
t
a
l
l
a
t
i
o
nqu
el
e
sl
oi
s
quir
g
i
s
s
e
n
ts
o
nf
on
c
t
i
onne
me
nts
ontpa
r
f
a
i
t
e
me
n
tc
onn
ue
s
.Ce
pe
n
da
nt
,l
o
bj
e
tdeno
t
r
et
r
a
v
a
i
l
tant de commander le pendule invers l
a
i
dede
s diffrentes mthodes heuristiques et
classiques. Ainsi, nous avons pens comparer les rsultats obtenus par les diffrentes
approches.
Nous allons maintenant introduire les m
t
hode
sd
ec
omma
nde
sc
l
a
s
s
i
q
ue
squ
if
on
tl
ob
j
e
t
du chapitre suivant.
28
Chapitre II:
II.1 Introduction
Dans ce chapitre, nous allons introduire des rappels thoriques sur les diffrents outils
de commandes classiques appliqus au pendule invers, dont nous aurons besoin lors de la
synthse de notre schma de commande pour le redressement et la stabilisation du pendule
invers. La premire stratgie appele commande linaire quadratique est propose pour la
phase de stabilisation du pendule. Quant la deuxime stratgie appele commande par mode
de glissant, elle est base sur des considrations de stabilit de Lyapunov du systme
commander. Cette loi de commande permet de faire tendre la surface de glissement vers zro
est aussi dcompose en deux objectifs : Le premier consiste redresser le pendule invers et
le second de le stabiliser.
a
i
r
equa
dr
a
t
i
que(LQ) est de formuler le problme de
c
omma
ndepa
rr
e
t
ourd
t
a
ten termes d
opt
i
mi
s
a
t
i
ond
unc
ritre qui traduit un compromis
e
nt
r
el
e
f
f
or
tde
ma
ndl
ac
omma
nde(
a
c
t
i
onne
ur
s
)e
tl
e
sc
ont
r
a
i
nt
e
squ
onve
uti
mpos
e
r
l
t
a
t
.Ene
f
f
e
tc
e
sc
ont
r
a
i
nt
e
se
tl
e
f
f
or
tde
ma
nda
uxa
c
t
i
onne
ur
snes
ontpa
svr
a
i
me
ntpr
i
s
en compt
ee
xpl
i
c
i
t
e
me
ntda
nsl
ec
a
sdel
ac
omma
ndemoda
l
e
.Toutc
equ
onpe
utdi
r
ec
e
s
t
que plus le systme doit tre rapide plus de grande amplitudes de commandes sont
ncessaires. Or ces amplitudes sont limites par les actionneurs.
Ons
a
s
s
i
g
neda
nsc
e
t
te partie les deux objectifs suivants :
St
a
bi
l
i
s
a
t
i
ondus
y
s
t
mepe
ndu
l
ei
nve
r
s
pa
rr
e
t
ourd
t
a
tdet
y
peLQ.
Estimation des tats du modle.
i
le
xi
s
t
eunec
o
mma
ndepa
rr
e
t
ourd
t
a
tdel
af
or
me
Chapitre II:
Dfinition (II.2)
Une paire (C,A) est dtectable si les modes non observables sont stables.
Le thorme ci-dessous permet de vrifier cette proprit pour un systme :
Thorme (II.2)
Les proprits suivantes sont quivalentes
(C,A) est dtectable.
Il existe une matrice L telle que (A+LC) est stable.
T
La matrice
A I C est colonnes rang plein pour Re 0 .
xAx Bu
y Cx Du
x(t ) x
0
0
(II.1)
O x (t) e
s
tl
eve
c
t
e
urd
t
a
tdedi
me
n
s
i
on((n 1), u (t) vecteur de commande de dimension (m
t
a
ti
ni
t
i
a
l l
i
ns
t
a
nti
ni
t
i
a
lt 0 ,
1), y(t) vecteur de sortie de dimension (q 1), x 0 l
A ma
t
r
i
c
ed
vol
ut
i
onoud
t
a
t
,B ma
t
r
i
c
edec
omma
ndeoud
e
nt
r
e
,C matrice de sortie ou
de mesure, D matrice de couplage entre-sortie ou matrice de transmission direct.
On dfinit la commande optimale horizon fini u opt (t ) comme la commande qui
minimise le critre quadratique :
t
1
1 T
J
[ x (t )Qx(t ) u T (t ) Ru (t )]dt x T (t1 ) Sx(t1 )
2
t0
(II.2)
Avec Q(t ) 0 , est une matrice de pondration qui donne un poids diffrent chaque
c
ompos
a
nt
eduve
c
t
e
urd
t
a
tda
nsl
ec
r
i
t
r
e
, R 0 est une matrice de pondration de la
commande qui affecte un poids diffrent chaque composante du vecteur de commande
S 0
30
Chapitre II:
II.2.3.1.1 R
s
o
l
ut
i
ond
unpr
obl
medec
ommandeLQ
L
Ha
mi
l
t
oni
e
ns
c
r
i
t:
1
H ( x(t ), u (t ), (t ), t ) ( x T Qx u T Ru) T ( Ax(t ) Bu (t ))
2
(II.3)
Remarque (II.1)
reprsente le vecteur adjoint compos des drives partielles du critre par rapport
l
ava
r
i
a
bl
ed
t
a
t
.
Le Hamiltonien est minimal pour :
u (t ) H ( x(t ), u (t ), (t ), t ) Ru (t ) B T (t ) 0
(II.4)
uopt R 1 B T (t )(t )
(II.5)
c
r
i
ve
nta
l
or
s:
(t ) Ax (t ) BR 1 B T (t )
x
(t ) AT (t ) Qx (t )
(II.6)
Thorme (II.3)
La solution optimale du problme (2.2) est donne par :
u opt (t ) F (t ) x (t )
(II.7)
R 1 (t ) B T (t ) P(t ) x (t )
(II.8)
O P(t ) e
s
tl
uni
que solution symtrique semi-d
f
i
ni
e pos
i
t
i
ve de l
qua
t
i
on
diffrentielle de Riccati.
P(t ) P (t ) A(t ) AT (t ) P (t ) P (t ) B (t ) R 1 (t ) B T (t ) P (t ) Q (t )
(II.9)
Avec la condition finale P(t1 ) S . La valeur correspondante du critre est donne par
1
J opt x T (t 0 ) P(t 0 ) x(t 0 )
2
(II.10)
Remarques (II.2)
Las
ol
ut
i
ondel
qua
t
i
ondi
f
f
r
e
nt
i
e
l
l
edeRi
c
c
a
t
is
obt
i
e
ntpa
ri
nt
g
r
a
t
i
onr
e
bour
s
de t1 t 0 .
31
Chapitre II:
x(t ) i
nt
e
r
vi
e
ntda
nsl
e
xpr
e
s
s
i
ondeu opt , ce qui permet de construire un systme
t
a
tde
systme, alors la loi de commande trouve est optimale quelque soient les conditions initiales.
onf
a
s
s
et
e
ndr
et1 ve
r
sl
i
nf
i
ni
.Lec
r
i
t
r
et
e
r
mi
na
ln
e
s
t
alors plus ncessaire. Nous pouvons alors crire le critre sous la forme :
t
1
1 T
J lim
[ x (t )Q(t ) x(t ) u T (t ) R(t )u (t )]dt
2 t1
t0
(II.11)
Thorme (II.4)
Supposons le systme compltement commandable pour tout t t
[ 0 ,[ ou
exponentiellement stable. La solution optimale du problme (2.11) est donne par ;
u opt (t ) F (t ) x (t )
(II.12)
R 1 (t ) B T (t ) P(t ) x (t )
(II.13)
O P(t ) e
s
tl
uni
que s
ol
ut
i
o
ns
y
m
t
r
i
que s
e
mi
-d
f
i
ni
e pos
i
t
i
ve de l
qua
t
i
on
diffrentielle de Riccati :
P(t ) P (t ) A(t ) AT (t ) P (t ) P (t ) B (t ) R 1 (t ) B T (t ) P (t ) Q (t )
(II.14)
(II.15)
t1
1
J opt x T (t 0 ) P(t 0 ) x(t 0 )
2
(II.16)
i
ns
t
a
nts
ui
va
nt
.I
le
nr
s
ul
t
equel
a
matrice P(t ) est constante et que P(t ) 0 . L
qua
t
i
on de Ri
c
c
a
t
ide
vi
e
ntun s
y
s
t
me
d
qua
t
i
ona
l
g
br
i
quedontl
ar
s
ol
ut
i
onf
our
ni
tl
e
sc
oe
f
f
i
c
i
e
nt
sder
e
t
ourd
t
a
tc
ons
t
a
n
t
s
(la contre-raction).
On considre le systme linaire invariant donn par :
32
Chapitre II:
(II.17)
Avec x(t 0 ) x0
On considre alors le critre quadratique
t
1
1 T
J lim
[ x (t )Qx(t ) u T (t ) Ru (t )]dt
t
21
t0
(II.18)
i
nf
i
ni
,l
as
ol
ut
i
ondel
qua
t
i
ondi
f
f
r
e
nt
i
e
l
l
edeRiccati tend vers
une matrice constante
lim P (t , t1 ) P0
(II.19)
t1
P0 est la s
ol
ut
i
ondel
qua
t
i
ondeRi
c
c
a
t
ia
l
g
br
i
que
P0 AA T P0 P0 BR 1 B T P0 Q 0
(II.20)
(II.21)
R 1 B T P0 x (t )
(II.22)
1
J opt x T (t 0 ) P0 x(t 0 )
2
(II.23)
Thorme (II.6)
Si le systme (2.17) est stabilisable et le couple (Q 1 / 2 , A) est dtectable, ou Q1 / 2 est
T
n
i
mpor
t
eque
l
l
ema
t
r
i
c
et
e
l
l
eque( Q1 / 2 ) Q1 / 2 = Q alors :
P0 e
s
tl
uni
ques
ol
ut
i
ons
e
mi
-d
f
i
ni
epos
i
t
i
vedel
qua
t
i
ona
l
g
br
i
quedeRi
c
c
a
t
i
.
Le systme boucl est asymptotiquement stable.
Si de plus (Q 1 / 2 , A) observable, alors P0 est dfinie positive..
II.2.4.1 R
s
ol
ut
i
ondel
quat
i
ondeRi
c
c
at
i
L
qua
t
i
onma
t
r
i
c
i
e
l
l
edeRi
c
c
a
t
ipe
ut
t
r
er
s
ol
ue
,s
oi
ta
na
l
y
t
i
que
me
ntda
nsl
e
sc
a
s
les plus simples, soit par intgration numrique (Runge-Kutta).
33
Chapitre II:
Q diag ( q1 , q 2 ,..., q q )
r1
0
0 . 0
0 0
0
0 qq
0
q2
0
r2
0
0
0
0
0
0
0
rm
(II.24)
(II.25)
Pour faire une valuation initiale de Q et R, on se basera sur le calibrage physique des
entres-sorties correspondantes, en prenant :
2
1
ri
,
sup(
u
)
i
i
=1,2,
,
m
(
I
I
.
26
)
i
=1,
2,
,
q
(
I
I
.
27)
1
q i
,
sup( y i )
C
e
s
tl
ar
g
l
edeBryson.
On pourra ensuite raffiner le choix des pondrations par essais et erreurs en simulation.
Remarque (II.3)
Si on augmente Q par rapport R, on aura globalement des rponses rapides au prix
d
unec
omma
ndepl
us
ne
r
g
ique.
II.2.6 Commande linaire quadratique gaussienne (LQG) [MAM 06], [LAR 93]
La synthse de la commande linaire quadratique (LQ), tudie prcdemment,
n
c
e
s
s
i
t
el
ac
onna
i
s
s
a
nc
eduve
c
t
e
urd
t
a
t
.Ce
pe
nda
nt
,da
nsl
ama
j
or
i
t
de
spr
obl
me
sde
c
omma
nde
,onnedi
s
pos
equed
unec
onna
i
s
s
a
nc
epa
r
t
i
e
l
l
eduve
c
t
e
urd
t
a
tc
ommeda
nsl
e
c
a
sdumo
d
l
ed
unpe
ndul
ei
nve
r
s
.Da
nsc
ec
a
sl
r
ee
s
tbi
e
na
da
pt
el
or
s
quel
t
a
tdus
y
s
t
men
e
s
tpa
sdi
r
e
c
t
e
me
ntme
s
ur
a
bl
eou
que les mesures sont affectes par le bruit. Dans ce paragraphe, nous allons dfinir quelques
notions sur la commande (LQG), puis appliquer cette dernire au modle du pendule invers
afin de le stabiliser.
34
Chapitre II:
men
e
s
tpa
sl
e
s
t
--dire lorsque les ples non observables sont partie relle strictement
n
ga
t
i
ve
,i
le
s
tpos
s
i
bl
e
,pouri
mp
l
a
nt
e
rune r
g
ul
a
t
i
on pa
rr
e
t
ourd
t
a
t
,d
ut
i
l
i
s
e
run
e
s
t
i
ma
t
e
ur(
o
bs
e
r
va
t
e
ur
,f
i
l
t
r
e
)
.L
obs
e
r
va
t
e
ure
s
tuns
y
s
t
medy
na
mi
que
,dontl
e
se
nt
r
e
ss
o
nt
constit
u
e
sdel
e
nt
r
ee
tdel
as
or
t
i
edus
y
s
t
mec
omma
nde
re
tquiapourf
onc
t
i
onde
r
e
c
ons
t
r
ui
r
e
,t
outa
umoi
nsa
s
y
mpt
ot
i
q
u
e
me
ntl
t
a
tdus
y
s
t
me
.
u
Estimateur
Filtre
Observateur
e
nt
r
edus
y
s
t
me
,y(t) est la sortie du systme et x
(t ) e
s
tl
t
a
te
s
t
i
m
.
t
a
tda
nsune approche
stochastique. Ons
uppos
equel
t
a
tet la mesure sont bruits.
x(t ) A(t ) x(t ) B(t )u (t ) (t )
(II.28)
(t ) est l
eve
c
t
e
urdebr
ui
td
t
a
t
,w(t ) est le vecteur de bruit de mesure,, y(t) est le
vecteur de sorties mesures.
(t ) et w(t) s
ontde
sbr
ui
t
sbl
a
ncg
a
us
s
i
e
nse
tnonc
or
r
s
.Le
ur
sf
onc
t
i
onsd
intercorrlation s
ontnul
l
e
s
,t
a
ndi
squel
e
ur
sf
onc
t
i
onsd
a
ut
o-corrlation se rduisent des
impulsions de Dirac, c'est--dire :
E
() (t V (t )()
E
w(t ) w (t )W (t )()
E
(t )E w(t ) 0
(II.29)
(II.30)
(II.31)
(II.32)
Chapitre II:
Te
lquel
eg
a
i
nduf
i
l
t
r
eLmi
ni
mi
s
el
ava
r
i
a
nc
edel
e
r
r
e
urd
e
s
t
i
ma
t
i
ondonn
epa
r:
(t ) E[ ~
x (t ).~
x T (t )]
(II.33)
E[( x(t ) x
(t )).( x(t ) x
(t )) T ]
(II.34)
(II.35)
Avec
L(t ) (t )C T (t )W 1 (t )
(II.36)
O (t ) e
s
ts
ol
ut
i
ondel
qua
t
i
ondi
f
f
r
e
nt
i
e
l
l
edeRi
c
c
a
t
is
ui
va
nt
e:
(t ) A(t ) (t )(t ) AT (t ) (t )C T (t )W 1 (t )C (t ) (t )V (t )
(II.37)
(II.38)
(t 0 ) E [( x (t 0 ) x
(t 0 )).( x (t 0 ) x
(t 0 )) T ]
(II.39)
Remarques (II.4)
(t ) e
s
tl
as
ol
ut
i
ondel
qua
t
i
ondeRiccati, associe au filtre de Kalman. La matrice
( ) 0) del
(t ) est la solution permanente ( t
qua
t
i
ondeRi
c
c
a
t
ia
s
s
oc
i
ea
upr
obl
mede
commande, dit problme dual, suivant :
(t ) AT x (t ) C T u (t )
x
y (t ) B x(t )
(II.40)
1
T
T
J
x(t )
Wx (t )
u (t )Vu (t ) dt
2 0
(II.41)
On pourra remarquer l
a
na
l
og
i
ee
nt
r
el
qua
t
i
on(2.37) e
tl
qua
t
i
on(2.14) pour la
synthse de la commande LQ
Lor
s
qu
unfiltre de Kalman est associ une commande par retour LQ, on parle alors
de commande LQG (Linear Quadratic Gaussian).
Da
nsl
ec
a
sd
uns
y
s
t
mei
nva
r
i
a
nt
,l
or
s
quett
e
ndve
r
sl
i
nf
i
ni
,(t ) tend vers une
matrice constante semi-d
f
i
ni
epos
i
t
i
vequiv
r
i
f
i
el
qua
t
i
ondeRi
c
c
a
t
ia
l
g
br
i
quesuivante :
AAT C T W 1CV 0
(II.42)
Chapitre II:
(II.43)
L
e
xi
s
t
e
nc
edec
e
t
t
es
ol
ut
i
one
s
ta
s
s
ur
epa
rl
e
sc
ondi
t
i
onss
ui
va
nt
e
s:
W>0.
(AT,CT) stabilisable.
(V1/2,AT) dtectable.
Si de plus (V1/2,AT) est observable alors est dfinie positive.
1
J E
lim
T T
(II.44)
II.2.6.3 Synt
h
s
ed
unec
ommandeLQG [FAU 84], [WEL 04], [MAM 06], [LAR
93]
La solution du problme LQG est connue sous le nom du thorme de sparation. Il consiste
En l
ar
e
c
he
r
c
he d
un e
s
t
i
ma
t
e
ur pour l
t
a
txx soit x de telle sorte que :
s
tmi
ni
ma
l
e
.L
e
s
t
i
ma
t
e
urd
t
a
topt
i
ma
le
s
tdonnpa
rl
e
E
x (t ) x
(t )
x (t ) x
(t ) e
T
i
l
t
a
i
tl
ame
s
ur
ee
xa
c
t
edu
ve
c
t
e
urd
t
a
t
.
Ainsi, le problme de la commande LQG et sa solution peuvent tre spars en deux
tapes distinctes, comme le montre la figure (II.2).
Systme
-F
Filtre de Kalman
Chapitre II:
u
Systme
+
+
B
1
x
x C
^y
+
A
Filtre de Kalman
Rgulateur LQR
Figure II.3 : Structure de la commande LQG.
II.2.7 Synthse de la commande LQR :
Enl
i
n
a
r
i
s
a
ntl
es
y
s
t
med
qua
t
i
ond
t
a
t(
I
.
48)
,e
nt
e
na
ntc
ompt
ede
ssuppositions
d
a
ppr
oxi
ma
t
i
ons (
I
.
26)ont
r
ouvel
es
y
s
t
med
c
r
i
tpa
rl
qua
t
i
on(
I
.
49)
.L
application de la
commande LQR a pour but de trouver la matrice de gain K de telle sorte ce que le systme
minimise une fonction de cot quadratique suivante :
tf
J
x (t ) T Q x (t ) u (t ) T Ru (t ) .dt
t0
38
Chapitre II:
t
a
t
spa
rr
a
pp
or
t
aux entres l
or
s
qu
e
l
l
e
ss
c
a
r
t
e
ntdel
ac
ons
i
g
ne
,oui
nve
r
s
e
me
nt
.
R 0.05 , Q diag (2 0.5 12 2.5
)
Une fois les coefficients de pondration sont fixs, on obtient la matrice de gain de
contre-raction calcule avec la fonction 'lqr' de Matlab:
p
- 32.2457 - 6.9657 - 0.3380 + 0.3257i - 0.3380 - 0.3257i
Ces valeurs sont comparer avec les ples du modle du systme en boucle ouverte
(figure II.4).
Les rsultats de simulation sont prsents ci-aprs. Ils ont t obtenus avec un
correcteur LQ calcul avec les pondrations ci-dessus.
39
Chapitre II:
Originals
Controls
0.6
0.4
Axe imaginaire
0.2
-0.2
-0.4
-0.6
-0.8
-35
-30
-25
-20
-15
Axe rel
-10
-5
0.1
-0.1
0.1
Vitesse (m/s)
Deplacemment X (m)
-0.2
1
Commande (N)
-0.1
0.2
-1
10
-10
10
12
14
Temps (s)
(sec)
Figure (II.5) : Rsultats de simulation LQR pour condition initiale (0, 0, 0.2, 0)
II.2.7.3 Interprtation des rsultats de simulation
D
a
pr
sl
e
sr
s
ul
t
a
t
sdes figures (II.4) et (II.5), on constate que:
Le systme se stabilise au bout de 4 secs tout en respectant les contraintes
d
opt
i
mi
s
a
t
i
on
Le dplacement du chariot sur les rails est dans les limites physiques.
Les dynamiques des sous systmes pendule et chariot sont tolrables.
Le signal de commande u(t) est admissible et ralisable.
II.2.7.4 Estimation des tats non mesurables
La mthode de rgulation mise en uvr
ej
us
qu
pr
s
e
nts
uppos
eque toutes les
c
ompos
a
nt
e
sduve
c
t
e
urd
t
a
tdus
y
s
t
mes
ontc
onnue
sc
ha
quei
ns
t
a
nt
.Enr
a
l
i
t
,nousne
40
Chapitre II:
t
a
t
.
II.2.7.5 Synt
h
s
edel
obs
e
r
vat
e
ur
La dynamique de l'observateur doit tre 2 6 fois plus rapide que la dynamique du
rgulateur.
On choisi l
e
spl
e
ss
ui
va
nt
sl
obs
e
r
va
t
e
ur:
pobs 5 * p reg
1.0e + 002 * (-1.6123 - 0.3483 - 0.0169 + 0.0163i - 0.0169 - 0.0163i
D
oonobt
i
e
ntl
ega
i
ndel
obs
e
r
va
t
e
u
rL suivant :
9.383
193.893
184.668 52.105
L
4.180
45.137
- 880.548 105.531
Aobs
- 193.893
- 184.668
( A LC )
- 4.180
880.548
1.000
- 0.0198
- 9.383
- 52.536
0
0.0478
- 45.1378
- 80.866
0.0048
1.000
- 0.2733
41
Chapitre II:
0.2
x2
x4
x2obs
x4obs
-0.2
-0.4
-0.6
-0.8
-1
-1.2
-1.4
-1.6
10
Temps(s)
12
14
16
18
20
t
at
sdumod
l
ee
tdel
obs
e
r
v
at
e
ur
0.2
Position (m)
x1
0
Vitesse (m/s)
-0.2
10
12
14
16
18
0.2
20
x2
x2ob
0
-0.2
10
12
14
16
18
Angle (rad)
0.5
20
x3
Vitesse Ang(rad/s)
-0.5
10
12
14
16
18
20
1
x4
x4ob
0
-1
-2
10
Temps (s)
12
14
16
18
20
t
at
sdumod
l
ee
tdel
obs
e
r
v
at
e
ur
II.2.8 Implmentation de la commande LQR
Lor
sdel
i
mpl
me
nt
a
t
i
on,onadua
da
pt
e
rl
a
l
g
or
i
t
hmedec
omma
ndepourde
sr
a
i
s
o
ns
et des limitations pratiques a
f
i
nd
obt
e
ni
rl
e
sr
s
ul
t
a
t
sd
s
i
r
s
,e
nl
oc
c
ur
r
e
nc
el
e
sg
a
i
nsdu
vecteur K.
Aprs plusieurs essais sur la maquette du pendule invers on a fix
comme suit :
r
i
va
t
e
urs
ui
vid
unf
i
l
t
r
epa
s
s
ebas pour chaque
variable non mesurable l
apl
a
c
edel
obs
e
r
va
t
e
urquin
e
s
te
f
f
e
c
t
i
fque dans le domaine
linaire c
e
s
t
--dire a
ut
ourdel
apos
i
t
i
ond
qui
l
i
br
ei
ns
t
a
bl
e
.
42
Chapitre II:
Lef
i
l
t
r
epa
s
s
eba
si
nt
r
odui
tpourc
e
t
t
em
t
hoded
e
s
t
i
ma
t
i
onpourc
ha
c
unede
s
variables non mesurables, donn par le constructeur est :
G (s)
10 4
S 2 70 . 7 S 10 4
Position (m)
0.2
-0.2
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
Angle (rad)
0.3
0.2
0.1
0
-0.1
Commande (V)
-5
Figure II.7: Rsultat de stabilisation LQR exprimental pour condition initiale (0, 0, 0.2, 0)
Position (m)
0.2
0
-0.2
-0.4
10
20
30
40
50
60
70
40
50
60
70
40
50
60
70
Temps (s)
Angle (rad)
0.4
0.2
0
0
10
20
30
Temps (s)
Commande (V)
-5
10
20
30
Temps (s)
Figure II.8: Rsultat de poursuite rectangulaire LQR exprimental pour condition initiale
(0,0, 0.3, 0)
43
Chapitre II:
Position (m)
0.2
0.1
0
-0.1
-0.2
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
Angle (rad)
0.3
0.2
0.1
0
-0.1
Commande (V)
-5
Figure II.9: Rsultat LQR exprimental pour une rfrence nulle et une variation
par
am
t
r
i
quemde40% par
t
i
rdel
i
ns
t
antt
=18
s
Position (m)
0.05
0
-0.05
-0.1
-0.15
5
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
Angle (rad)
0.3
0.2
0.1
0
-0.1
Commande (V)
-5
Figure II.10: Rsultat LQR exprimental pour une rfrence nulle et une variation
paramtrique M de 40% par
t
i
rdel
i
ns
t
antt
=1
8s
.
Position (m)
0.1
0
-0.1
-0.2
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
Angle (rad)
0.3
0.2
0.1
0
-0.1
Commande (V)
-5
Figure II.11: Rsultat exprimental pour une rfrence nulle et deux perturbations externes
par
t
i
rdel
i
ns
t
antt
=18se
tt
=38s
.
44
Chapitre II:
P osition (m )
0.2
Angle (rad)
-0.2
10
15
20
Temps (s)
25
30
35
40
0
0
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
6
4
2
Com m ande (V )
-5
P os ition (m )
0.2
0
-0.2
A ngle (rad)
-0.4
10
20
30
40
Temps (s)
50
60
70
80
10
20
30
40
Temps (s)
50
60
70
80
10
20
30
40
Temps (s)
50
60
70
80
6
4
2
0
Com m ande (V )
-5
Figure II.13: Rsultat exprimental pour redressement et stabilisation avec une poursuite
rectangulaire de frquence 0.025.
Position (m)
0.2
-0.2
10
15
20
25
Temps (s)
30
35
40
45
50
0
0
10
15
20
25
Temps (s)
30
35
40
45
50
10
15
20
25
Temps (s)
30
35
40
45
50
Angle (rad)
6
4
2
Commande (V)
-5
i
ns
t
antt
=25se
tt
=36s
.
45
Chapitre II:
ne
r
g
i
ea
s
s
ur
el
eba
l
a
nc
e
me
ntdupe
ndul
ee
ts
ac
onve
r
ge
nc
e
vers la zone linaire. Dans cette zone, la commande linaire quadratique prend le relais figure
(II.7) et(II.12).Ce
t
t
epha
s
es
e
f
f
e
c
t
uee
ndouc
e
ur
,a
ve
cj
us
t
eunlger pic en tension qui
respecte le cahier des charge
s
.Let
e
mpsder
pons
ee
s
td
ordre de 8 secs.
a
ng
l
edupe
ndul
er
e
s
t
equa
s
i
me
nti
nc
ha
ng
.
s
ul
t
a
t
sobt
e
nusl
or
s
qu
onas
oumi
sl
e
systme des perturbations avec introduc
t
i
ond
uneva
r
i
a
t
i
onpa
r
a
m
t
r
i
quee
nl
oc
c
ur
r
e
nc
el
a
variation de la masse du pendule (m) et du chariot (M) de +40% respectivement. Le systme
manifeste une trs bonne robustesse par rapport aux variations paramtriques et reste robuste
en termes de rejet de perturbation.
46
Chapitre II:
Ut
ki
n[
UTK.
78].
Da
n
sc
ec
a
s
,l
as
t
r
uc
t
ur
ed
unc
ont
r
l
e
urc
ompor
t
ede
uxparties: une partie continue
reprsentant la dynamique du systme durant le mode glissant et une autre discontinue
reprsentant la dynamique du systme durant le mode de convergence. Cette dernire est
importante dans la commande non linaire car elle a un r
l
e d
l
i
mi
ne
r les effets
d
i
mpr
c
i
s
i
onse
tl
es perturbations sur le modle.
II.3.1.1 Dfinitions :
Considrons le systme non linaire suivant [BUH 86] :
xf ( x, t , u )
y h( x)
(II.45)
Et l
hy
pe
r
s
ur
f
a
c
e: s ( x) 0
f est un champ de vecteur suffisamment diffrentiable.
U ( x, t )
U
si S ( x ) 0
(II.46)
si S ( x ) 0
U ( x, t )
1 1 si S ( x) 0
U : est la commande du systme. x e
s
tl
t
a
tdus
y
s
t
mededi
me
ns
i
onn
(II.47)
x f ( x, t , u )
f ( x, t )
si S ( x, t ) 0
47
Chapitre II:
f ( x, t ) et f ( x, t ) Sont des champs de vecteurs complets et s(x) : est une surface qui divise
l'espace en deux parties disjointes S(x) > 0 et S(x) < 0
Remarque (2.5) :
U max
U min
si S ( x ) 0
si S ( x ) 0
(II.48)
Elle correspond au fonctionnement tout ou rien des interrupteurs de puissance, associes dans
une grande majorit d'applications aux variateurs de vitesse.
48
Chapitre II:
(II.49)
(II.50)
Avec :
K :Ve
c
t
e
urdel
ac
ont
r
er
a
c
t
i
ond
t
a
t
.
k :Co
e
f
f
i
c
i
e
ntdel
i
nt
e
r
ve
nt
i
ondi
r
e
c
t
edel
ac
ons
i
gne
.
w : Grandeur de consigne.
t
at
II.3.3 Th
or
i
edel
aCommanded
unsystme structure variable
Un systme a structure variable est un systme dont la structure change pendant son
f
onc
t
i
onne
me
nt
.I
le
s
tc
a
r
a
c
t
r
i
s
pa
rl
ec
hoi
x d
une f
onc
t
i
on e
td
une l
og
i
que de
c
ommut
a
t
i
on.Cec
hoi
xpe
r
me
ta
us
y
s
t
medec
ommut
e
rd
unes
t
r
uc
t
ur
eunea
ut
r
et
out
instant.
49
Chapitre II:
Dans l
ac
omma
ndes
t
r
uc
t
ur
eva
r
i
a
bl
e
,l
at
r
a
j
e
c
t
oi
r
ed
t
a
te
s
ta
me
n
eve
r
sune
s
ur
f
a
c
e
.Pui
se
l
l
ee
s
tf
or
c
er
e
s
t
e
ra
uvoi
s
i
na
g
edec
e
l
l
ec
il
a
i
dedel
al
oidec
ommut
a
t
i
on.
Cette surface est appele surface de glissement et le mouvement le long de laquelle se
produit est appel mouvement de glissement.
La trajectoire dans le plan de phase illustre pour un systme de second ordre par la figure
II.17 est constitue de trois parties distinctes :
Le mode de convergence (MC) :c
e
s
tl
emodedur
a
ntl
e
que
l la variable rgler se
d
pl
a
c
epa
r
t
i
rden
i
mpor
t
eque
lpoi
n
ti
ni
t
i
a
lda
n
sl
epl
a
ndepha
s
ee
tt
e
ndve
r
sl
as
ur
f
a
c
ede
glissement S ( x, y ) 0 .
e
s
tl
emodedur
a
ntl
e
que
ll
ava
r
i
a
bl
ed
t
a
taa
t
t
e
i
nt
la surfacedeg
l
i
s
s
e
me
nte
tt
e
ndve
r
sl
o
r
i
g
i
nedupl
a
ndepha
s
e
.Lady
na
mi
quedec
emodee
s
t
caractrise par le choix de la surface de glissement S ( x, y ) 0 .
qui
l
i
br
e(
or
i
g
i
nedu plan de phase), il est caractris par la qualit et les
performances de la commande.
y
S ( x, y ) 0
MC
MRP
x
MG
Figure II.17: Diffrents modes pour la trajectoire dans le plan de phase
unedel
a
ut
r
e
:
- Choix de la surface ;
- L
t
a
bl
i
s
s
e
me
ntde
sc
ondi
t
i
onsd
e
xi
s
t
e
nc
e;
- Dtermination de la loi de commande.
50
Chapitre II:
a
ppl
i
c
a
t
i
one
tdel
obj
e
c
t
i
fvi
s
.
Pour un syst
med
f
i
nipa
rl
qua
t
i
on(
I
I
.
51), le vecteur de surface a la mme dimension
que le vecteur de commande u .
xA
x, t
x B
x, t
u
(II.51)
La surface de glissement est une fonction scalaire telle que la variable rgler glisse
sur cette surface et tend vers l
or
i
g
i
neduplan de phase [ZAH.00].
Laf
or
menonl
i
n
a
i
r
ee
s
tunef
onc
t
i
ondel
e
r
r
e
urs
url
ava
r
i
a
bl
er
g
ul
e
rx , elle est
donne par :
r
1
S
x e
x
t
(II.52)
Avec :
e
t :L
c
a
r
te
nt
r
el
ava
r
i
a
bl
er
g
l
e
re
ts
ar
r
e
nc
e
.
: Une constante positive.
e
g
r
r
e
l
a
t
i
f
,i
lr
e
pr
s
e
nt
el
enombr
edef
oi
squ
i
lf
a
utd
r
i
ve
rl
as
ur
f
a
c
epour
r :Led
faire apparatre la commande.
L
e
xpr
e
s
s
i
ondel
as
ur
f
a
c
ee
s
tune
qua
t
i
ondi
f
f
r
e
nt
i
e
l
l
edontl
uni
ques
ol
ut
i
one
s
t
e
x 0 .L
obj
e
c
t
i
fdel
ac
omma
ndee
s
tdema
i
nt
e
ni
rl
as
ur
f
a
c
ez
r
o.
II.3.4.
2Condi
t
i
ondec
onve
r
ge
nc
ee
td
e
xi
s
t
e
nc
e
Les deux conditions (convergence et existence) sont les deux critres qui permettent
a
uxdi
f
f
r
e
nt
e
sdy
na
mi
que
sdus
y
s
t
medec
onve
r
g
e
rve
r
sl
as
ur
f
a
c
edeg
l
i
s
s
e
me
nte
td
y
rester indpendamment de la perturbation. Il existe deux considrations pour assurer le mode
de convergence :
S
x
S
x 0
.
(II.53)
51
Chapitre II:
a
t
t
r
a
c
t
i
ondel
ava
r
i
a
bl
ec
ont
r
l
e
rve
r
ss
ava
l
e
urder
r
e
nc
ee
tdec
onc
e
v
o
i
r
une commande u tel que le carr de la surface correspond une fonction de Lyapunov.
On peut dfinir la fonction de Lyapunov comme suit :
1
v
x S T
x .S x
2
(II.54)
x S
x S x
.
(II.55)
i
n
ga
l
i
t
v
x 0 [BUH.86]
.D
ol
avrification de la relation (II.53).
II.3.4.3 Calcul de la commande
Lorsque le rgime glissant est atteint, la dynamique du systme est indpendante de la
loi de commande quiapourbutdema
i
nt
e
ni
rl
e
sc
ondi
t
i
onsdeg
l
i
s
s
e
me
nt(
l
a
t
t
r
a
c
t
i
vi
t
del
a
s
ur
f
a
c
e
)
,c
e
s
tpourc
e
t
t
er
a
i
s
on que l
as
ur
f
a
c
ee
s
td
t
e
r
mi
n
ei
nd
pe
nda
mme
ntde l
a
commande [ZAH.00].
Maintenant, il reste dterminer la commande ncessaire pour attirer la trajectoire
d
t
a
tve
r
sl
as
ur
f
a
c
e
,e
te
ns
ui
t
eve
r
ss
ontpoi
ntd
qui
l
i
br
e
,e
nma
i
nt
e
na
ntl
e
sc
ondi
t
i
ons
d
e
xi
s
t
e
nc
edumodedeg
l
i
s
s
e
me
nt
.L
obt
e
nt
i
ond
unr
g
i
medeg
l
i
s
s
e
me
ntn
c
e
s
s
i
t
eune
attractivit de la surface de glissement des deux cots. De ce fait, une commande discontinue
e
s
ti
ndi
s
pe
n
s
a
bl
e
,i
ln
e
mp
c
henul
l
e
me
ntqu
unepa
r
t
i
ec
ont
i
nuel
uis
oi
ta
j
out
e
.
Enpr
s
e
nc
ed
unepe
r
t
ur
ba
t
i
o
n,l
apa
r
t
i
edi
s
c
ont
i
nueae
s
s
e
nt
i
e
l
l
e
me
ntpourbutde
v
r
i
f
i
e
rl
e
sc
ondi
t
i
onsd
a
t
t
r
a
c
t
i
vi
t
.Da
nsc
ec
a
s
,l
as
t
r
uc
t
ur
ed
unc
ont
r
l
e
urpa
rmodede
glissant est constitue de deux parties [ZAH.00], [RIC.06]
,l
unee
s
tl
ac
omma
nde
qui
va
l
e
nt
e
tl
a
ut
r
ea
t
t
r
a
c
t
i
veu n :
u equ e
u u equ u n
(II.56)
- u equ est propose par Fillipov et Utkin, elle sert maintenir la variable contrler
sur la surface de glissement S
x 0 [NIC.96], [ZAH.00]. Elle est introduite en considrant
que S
x 0 S
x 0 [RIC.06].
.
52
Chapitre II:
x
t A
x, t
b
x, t
.u
(II.57)
Lepr
obl
mec
ons
i
s
t
et
r
ouve
rl
e
xpr
e
s
s
i
ona
na
l
og
i
quedel
ac
omma
ndeu .
On a :
.
S
S
x
S
x
t
x
t
(II.58)
S
S
uequ un
S
x A
x, t
b
x, t
t
x
S
S
S
S
x A
x, t
b
x, t
uequ b
x, t
un
t
x
(II.59)
(II.60)
e
xpr
e
s
s
i
ondel
ac
omma
nde
qui
va
l
e
nt
e
c
r
i
t
ec
ommesuit :
1
u equ
S
S
b
x, t
A
x, t
x
x
Pour que la commande quivalente puisse prendre une valeur finie, il faut que
(II.61)
b
x, t 0 .
e
xpr
e
s
s
i
ondel
ad
r
i
v
edel
as
ur
f
a
c
ec
omme
suit :
.
S
S
x, t
b
x, t
un
(II.62)
La condition d
a
t
t
r
a
c
t
i
vi
t
e
xpr
i
m
ed
a
ns(
I
I
.53) devient :
S
S
x, t
b
x, t
u n 0
(II.63)
Pourquec
e
t
t
ec
ondi
t
i
ond
a
t
t
r
a
c
t
i
vi
t
s
oi
tv
r
i
f
i
e
,i
lf
a
utquel
es
i
g
nedeu n soit
S
x, t
b
x, t [RIC.06].
oppos celui de S
53
Chapitre II:
i
le
s
tpos
s
i
bl
edel
ef
i
l
t
r
e
rl
as
or
t
i
edupr
oc
e
s
s
us
, il est s
us
c
e
pt
i
bl
ed
e
xc
i
t
e
rl
es
mode
sdeha
ut
e
sf
r
que
nc
e
squin
ontpa
s
t
pr
i
se
nc
ompt
el
or
sdel
amod
l
i
s
a
t
i
ondu
s
y
s
t
me
.Ce
c
ipe
utd
gr
a
de
rl
e
spe
r
f
or
ma
nc
e
se
tm
mec
ondui
r
ea
upr
obl
med
i
ns
t
a
bi
l
i
t
[
Ut
k92]
.Lar
t
i
c
e
nc
ei
mpl
i
que
ga
l
e
me
ntd
i
mpor
t
a
nt
e
soscillations mcaniques au niveau
des actionneurs, pouvant provoquer leurs usures rapide, ainsi que des pertes nergtiques non
ngligeables au niveau des circuits de puissance lectrique. Dans le but de rduire ou
d
l
i
mi
ne
rc
eph
nom
ne
,denombr
e
us
e
ss
olutions ont t proposes [SLO.84], [BUH.86].
On dcrit ici une des solutions savoir celle de couche limite connue aussi par le nom
"boundary layer solution", a t propose par Slotine1984 [SLO.84], elle consiste effectuer
une approximation continue des discontinuits prsentent dans la loi de commande au
voisinage de la surface de glissement.
Suppos
onsq
uel
ac
omma
ndedi
s
c
ont
i
nuequipr
ovoquel
eph
nom
neder
t
i
c
e
nc
es
c
r
i
t
e
sous la forme :
u (t ) k sign( s (t ))
(II.64)
La fonction signe ( s (t )) est remplace par une fonction plus lisse dans la couche limite
de s(t) . Parmi ces fonctions utilises nous citerons la fonction de saturation:
s
sat ( s )
sign( s )
si
s
1
(II.65)
s
si 1
Chapitre II:
Le systme ne converge plus vers la valeur dsire, mais vers un voisinage de cette
de
r
ni
r
e
.Ai
ns
i
,l
ami
s
ee
npl
a
c
ed
unec
omma
ndec
ont
i
nueda
nsuneba
ndedel
as
ur
f
a
c
e
n
c
e
s
s
i
t
e un c
ompr
omi
se
nt
r
el
ar
obus
t
e
s
s
ee
tl
e
s pe
r
f
or
ma
nc
e
s
.D
a
ut
r
e
sf
onc
t
i
ons
d
a
doucissement existent telles que les fonctions sigmodes:
2
s
s
s
arctan ,
, tanh( )... etc
s
e
nt
el
epoi
ntf
or
td
unec
omma
ndepa
rmodeg
l
i
s
s
ant. Contrairement une loi de
commande classique, les performances dynamiques sont maintenues [SLO.91].
Depl
us
,l
ar
duc
t
i
ondel
or
dr
edus
y
s
t
mec
ons
titue un autre point fort de ce type de
commande, car elle permet de simplifier la complexit du systme.
mee
s
ts
oumi
sc
ha
quei
ns
t
a
ntunec
omma
nde
l
e
v
ea
f
i
nd
a
s
s
ur
e
rs
a
c
onve
r
g
e
nc
eve
r
sl
t
a
td
s
i
r
e
tc
e
c
in
e
s
tpa
ss
ouha
i
t
a
bl
e
.
Parmi les solutions proposes ces problmes on peut citer la commande par mode
glissant bande limite qui consiste remplacer la fonction de commutation dans la
commande par une fonction de saturation (hystrsis, arc tangente, etc.).
55
Chapitre II:
, x ( n1) , u )
x F ( x, x
, x ( n1) )
y H ( x, x
(II.66)
, x ( n1) , u) et H ( x, x
O F ( x, x
, x ( n1) ) sont deux fonctions non linaires continues,
r
e
pr
s
e
nt
el
e
s
t
a
t
sdu s
y
s
t
me
.Ce
t
t
ede
s
c
r
i
pt
i
on nepe
r
me
tpa
sl
ami
s
ee
n uvr
ede
contrleurs pour assurer la poursuite de trajectoires. Pour pallier ce problme, la
linarisation entre-sortie a t largement utilise, afin de trouver une relation explicite entre
l
e
nt
r
edus
y
s
t
mee
ts
as
or
t
i
e
,e
nut
i
l
i
s
a
ntde
st
e
c
hni
que
sdel
ag
om
t
r
i
edi
f
f
r
e
nt
i
e
l
l
e
.
[
Sl
o.
91
]e
t[
I
s
o.
99]
.Ai
ns
i
,uns
y
s
t
menonl
i
n
a
i
r
ed
or
dr
ena
f
f
i
neda
nsl
ac
omma
ndepe
ut
tre dcrit par la relation suivante:
x ( n ) f ( x, x
, x ( n1) ) g ( x, x
, x ( n1) ) u
y h( x)
(II.67)
O f ( x, x
, x ( n1) ) et g ( x, x
, x ( n1) ) sont des fonctions non linaires continues. Cette
nouvelle description permet d
ut
i
l
i
s
e
rf
a
c
i
l
e
me
ntl
e
sdi
f
f
r
e
nt
e
sa
ppr
oc
he
sba
s
e
ss
url
a
rtroaction pour rsoudre les problmes de poursuites de trajectoires et de rgulations.
Conf
or
m
me
ntl
qua
t
i
onpr
de
nt
e
,l
af
or
mec
a
noni
qued
uns
y
s
t
menonl
i
n
a
i
re de
s
e
c
ondd
o
r
dr
epe
uttre crite comme suit :
.
x1 x2
.
(II.68)
x g
xu
x 2 f
y x
1
u
x quipe
r
me
td
a
s
s
ur
e
r la convergence du vecteur d'tat x
t [ x1 , x2 ] vers le vecteur
d'tat dsir x d
t [ x1d , x 2d ] avec une erreur de suivi :
e x
t x d
t .
(II.69)
56
Chapitre II:
(II.70)
O est une constante de glissement strictement positive. En drivant l'quation (II.70),
nous obtenons :
s
e e
ex
ef
x b
x u x
2 x 2 d
2d
.
(II.71)
(II.72)
Ainsi le problme de contrle quivaut faire tendre vers zro la surface de glissement
s
x, t en satisfaisant la condition suivante [DOT.03]
1 d 2
s
x K s ;
2 dt
K 0
(II.73)
s . s K s
ou
K s
(II.74)
O :
..
.
sgn
s
e f
x, t g
x, t
u x 1d
(II.75)
Si f
x, t est connue, la loi de commande approprie peut tre obtenue facilement
comme suit :[BYU.98]
..
.
u g 1 e f
x, t x 1d K sgn
s
(II.76)
a
nnul
epa
ss
ur
le domaine de fonctionnement ( g ( x, t ) 0) . Pour rsoudre ce problme, nous avons suppos
57
Chapitre II:
1
1
u1 g e f
x, t
x1d K .sgn
s g sgn
s F1
(II.77)
F1 e f
x, t x 1d K . sgn
s
(II.78)
Avec :
.
..
e
ndomma
g
e
r
[SAI.06]. Pour pallier ce problme, nous avons retenue la solution de Slotine et Lie
[SLO.91] qui consiste introduire une bande de transition autour de la surface de glissement
permettant de transformer la fonction signe en saturationd
c
r
i
t
epa
rl
qua
t
i
on(
I
I
.
79), et ainsi
liminer le broutement.
s
si
sat ( )
s
sign ( ) si
s
1
(II.79)
s
1
Ladynami
quec
ompl
t
ed
unpendule invers, peut tre reprsente par deux sous
s
y
s
t
me
sn
o
nl
i
n
a
i
r
e
sd
or
dr
ede
ux.Lepr
e
mi
e
rd
c
r
i
tl
ady
na
mi
queduc
ha
r
i
otc
ommes
ui
t:
.
x 1 x 2
.
x g 1 ( x ) u 1
x 2 f 1
y x
1
1
(II.80)
O u1 et y1 s
ontr
e
s
pe
c
t
i
ve
me
ntl
e
nt
r
edec
omma
ndee
tl
as
or
t
i
e
,a
ppr
opr
i
e
sa
uc
ha
r
i
ot
.
Quant au second reprsente la dynamique de la tige est donne par :
.
x
3 x 4
(II.81)
x g 2 ( x )u 2
x
4 f 2
y x
3
2
O u2 et y2 s
ontr
e
s
pe
c
t
i
ve
me
ntl
e
nt
r
edec
omma
ndee
tl
as
or
t
i
e
,a
ppr
opr
i
e
sl
at
i
ge
.
58
Chapitre II:
II.3.7.2.1 La
premire tape
Sert asservir la position du chariot tout en suivant une rfrence, dont la trajectoire
sinusodale est choisie de telle sorte donner une nergie ncessaire au pendule pour atteindre
les voisinages de la position verticale haute.
La surface de glissement dans cette tape est donne par :
s1 ( x) 1 ( x1 x1d ) ( x2 )
(II.82)
Avec
x1d 0.2 * sin (4 * t ) et 1 30
(II.83)
Position du pendule
0
0
3
Temps (s)
(II.84)
s2 ( x) 2 ( x3 x3d ) ( x4 x4 d )
(II.85)
59
Chapitre II:
u1 g 1 (u1 K1sat (
s1 ( x)
s ( x)
s ( x)
1
)) g 1 K1sat ( 1 ) u 1 K1 sat ( 1 )
x
x
x
u 2 g 2 (u 2 K 2 sat (
(II.86)
s2 ( x)
s ( x)
s ( x)
1
)) g 2 K 2 sat ( 2 ) u 2 K 2 sat ( 2 )
(II.87)
Avec
u 1 f1 ( x)
x
1 ( x2 x2 d )
1d
(II.88)
u 2 f 2 ( x)
x
2 ( x4 x4 d )
3d
(II.89)
Nanmoins, dans la ralit, le pendule invers est soumis une seule entre de
c
omma
ndeq
uic
ont
r
l
es
i
mul
t
a
n
me
n
tl
apos
i
t
i
onduc
ha
r
i
ote
tl
a
ng
l
edel
at
i
g
e
.Ce
t
t
eentre
de commande est dduite partir de la soustraction pondre des signaux u1 et u2 comme suit :
u 2 u 2 1u1
(II.90)
0.3
A ngle(rad)
P os ition (m )
0.2
0.2
0.1
0
-0.1
-0.2
10
12
Temps (s)
14
16
18
20
-0.2
0.5
-0.5
10
12
Temps (s)
14
16
18
20
10
12
Temps (s)
14
16
18
20
10
12
Temps (s)
14
16
18
20
10
12
Temps (s)
14
16
18
20
-0.5
-1
20
10
-10
10
12
Temps (s)
14
16
18
-5
-10
20
60
0.6
0.3
0.4
0.2
Angle(rad)
Position (m)
Chapitre II:
0.2
0
-0.2
10
12
Temps (s)
14
16
18
20
Vitesse Angulaire(rad/s)
0.5
10
12
Temps (s)
14
16
18
20
Surface de glissement
Commande (N)
20
10
0
-10
-20
10
12
Temps (s)
14
16
18
0
-0.1
-0.5
0.1
20
10
12
Temps (s)
14
16
18
20
10
12
Temps (s)
14
16
18
20
10
12
Temps (s)
14
16
18
20
0.5
0
-0.5
-1
10
5
0
-5
-10
Figure II.21: Rsultats de simulation pour la commande de glissement avec une perturbation
al
at
oi
r
ed
unedur
e1Se
c
,appl
i
qu
el
i
ns
t
ant10Se
c
,sur le pendule avec conditions
initiales (0, 0, 0.2, 0)
0
-0.2
5
10
15
20
Temps (s)
25
30
35
40
40
10
15
20
Temps (s)
25
30
35
20
10
0
0
10
15
20
Temps (s)
25
30
35
-0.2
40
0.5
-0.5
C o m m a n d e (N )
V ite s s e d u c h a rio t (m /s )
-0.4
0.2
A n g le (ra d )
0.2
S u rf a c e d e g lis s e m e n t
P o s it io n (m )
0.4
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
0.5
0
-0.5
-1
10
-10
61
0.5
0
-0.5
C o m m a n d e (N )
A n g le (ra d )
P o s itio n (m )
Chapitre II:
6
4
2
0
-2
10
15
Temps (s)
20
25
30
10
15
Temps (s)
20
25
30
10
15
Temps (s)
20
25
30
20
0
-20
P os ition (m )
A ngle(rad)
10
15
20
Temps(s)
25
30
35
40
10
15
20
Temps(s)
25
30
35
40
10
15
20
Temps(s)
25
30
35
40
0.2
0
-0.2
-0.4
C om m ande (N )
+ou- 0% (M)
+ou- 40% (M)
40
20
0
-20
A ngle (rad)
+0%(m)
+40%(m)
10
15
20
Temps(s)
25
30
35
40
10
15
20
Temps(s)
25
30
35
40
10
15
20
Temps(s)
25
30
35
40
Com m ande (N )
P os ition (m )
0.5
0
-0.5
20
0
-20
-40
62
Chapitre II:
qui
l
i
br
es
t
a
bl
es
apos
i
t
i
ond
qui
l
i
br
ei
ns
t
a
bl
ee
tl
yma
i
nt
e
n
i
r
.
Elle a en outre permis de stabiliser le dplacement du chariot en le ramenant sa positon
initiale avec un dplacement maximal de 0.3 m.
D
a
pr
sc
e
sm
me
sf
i
g
ur
e
s(II.19) et (II.23), on constate que:
Le systme se stabilise au bout de 5 6 sec.
Le chariot est dans les limites physiques de dplacement [-0.5m, +0.5m].
Les dynamiques des sous systmes pendule et chariot sont tolrables.
Le signal de commande u(t) est admissible et ralisable.
Dans la figure (II.21) le casd
a
ppl
i
c
a
t
i
ond
unepe
r
t
ur
ba
t
i
ons
url
epe
ndul
e
,l
i
ns
t
a
nt
t= 10 sec, le systme rpond avec des oscillations trs faible et ngligeable du pendule et le
dplacement du chariot ne dpasse pas 0.1 mtres par rapport la rfrence. Le rgulateur
ragit et corrige cette perturbation avec une nergie tolrable et stabilise le systme aprs 2
sec la disparition de la perturbation. La surface de glissement reste stable.
La figure (II.22) reflte la performance de commande de glissement en terme de
poursuite de trajectoire linaire carre. On constate une trs bonne poursuite avec un cart nul
e
tl
a
ng
l
ed
upe
ndul
er
e
s
t
equa
s
i
me
nti
nc
ha
ng
.
Dans nos deux dernires simulations, nous avons affect avec une erreur paramtrique
quivaj
us
q
u
(
40%)s
url
ama
s
s
educ
ha
r
i
ot(
M)e
tc
e
l
l
edupe
ndul
e(
m)prsents par les
figures (II.24), (II.25)r
e
s
pe
c
t
i
ve
me
n
ta
f
i
n de t
e
s
t
e
rl
ar
obus
t
e
s
s
e de l
a
l
g
or
i
t
hme de
commande.
Nous notons que j
us
qu'
(
40%)d
e
r
r
e
urpa
r
a
m
t
r
i
ques
url
ama
s
s
educ
ha
r
i
ot(M),
voire la figure (II.24), nous enregistrons un temps de rponse de 6 sec, le chariot est dans ses
limites physique [-0.5 m, +0.5 m], la stabilit du systme et de la surface de glissement
ajoutant a a, la commande est tolrable et ralisable pratiquement (amplitude maximale : 20
(N) et sans prsence du broutement).
Da
n
sl
ec
a
sd
e
r
r
e
urpa
r
a
m
t
r
i
ques
url
ama
s
s
e(
m)dupe
ndul
edonn
epa
rl
afigure
(II.25), nous notons un bon rsultat, nanmoins, la commande de glissement ne rpond pas
toutes les restrictions du systme, notamment celle de la tension. En effet, on constate un pic
important de tension de 45(N) lors de la commutation entre les deux commandes. En plus un
lger dpassement de limites dsires pour le chariot.
63
Chapitre II:
Pour les surfaces de glissement, on voit que les surfaces convergent dans un temps
fini. Dans le rgime tabli, ces surfaces oscillent autour de zro ce qui explique le bon choix
de ces dernires.
Da
n
sc
e
t
t
epa
r
t
i
e
,nousa
vonspr
s
e
nt
l
e
sr
s
ul
t
a
t
sdes
i
mul
a
t
i
onqu
adonn la
commande de glissement. Nous avons vu que celle-ci manifeste de trs bonnes performances
et une trs bonne robustesse, tout en respectant toutes les restrictions pratiques.
I
lde
me
ur
e
,n
a
nmoi
ns
,t
r
si
nt
r
e
s
s
a
ntd
i
mpl
me
nt
e
rl
ac
omma
ndedeg
l
i
s
s
e
me
nt
.En
effet, celle-c
ipr
s
e
nt
ed
e
xc
e
l
l
e
nt
e
sp
e
r
f
or
ma
nc
e
sc
ommenousa
vonspul
ec
ons
t
a
t
e
r lors de
la section traitant la simulation de cette commande.
II.3.7.4 Rsultats exprimentaux
Afin de tester les performances de la stratgie de commande dveloppe
prcdemment, plusieurs expriences ont t effectues au sein de notre Laboratoire. Les
performances atteindre dans chaque exprience, sont le redressement de la tige partir de sa
position initiale, pour la stabiliser par la suite sa position inverse, toute en assurant de petites
oscillations du chariot autour de sa position de rfrence. Les valeurs numriques utilises
sont:
Position (m)
10
15
Temps (s)
20
25
30
10
15
Temps (s)
20
25
30
10
15
Temps (s)
20
25
30
Commande (V)
Angle (rad)
6.4
6.2
6
-5
64
Chapitre II:
Position (m)
0.5
-0.5
10
20
30
40
50
60
70
40
50
60
70
40
50
60
70
Temps (s)
Angle (rad)
6.4
6.2
6
0
10
20
30
Temps (s)
Commande (V)
-5
10
20
30
Temps (s)
Position (m)
10
15
Temps (s)
20
25
30
10
15
Temps (s)
20
25
30
10
15
Temps (s)
20
25
30
Angle (rad)
6.4
6.2
Commande (V)
2
0
-2
Figure II.28: Rsultat glissant exprimental pour une rfrence chelon et une variation
paramtrique m de 40% par
t
i
rdel
i
ns
t
antt
=18
s
Position (m)
0.1
-0.1
10
15
Temps (s)
20
25
30
10
15
Temps (s)
20
25
30
10
15
Temps (s)
20
25
30
Angle (rad)
6.3
6.2
6.1
6
Commande (V)
5.9
-2
Figure II.29: Rsultat exprimental glissant pour une rfrence chelon et une variation
par
am
t
r
i
queM de40% par
t
i
rdel
i
ns
t
antt
=1
8s
65
Chapitre II:
Position (m)
0.1
0.05
0
-0.05
10
15
Temps (s)
20
25
30
10
15
Temps (s)
20
25
30
10
15
Temps (s)
20
25
30
Angle (rad)
6.3
6.2
6.1
6
5.9
Commande (rad)
3
2
1
0
-1
-2
Figure II.30: Rsultat exprimental pour une rfrence chelon et deux perturbations externe
par
t
i
rdel
i
ns
t
antt
=17
se
tt
=29s.
Position (m)
0.2
-0.2
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
Angle (rad)
8
6
4
2
0
Commande (V)
-5
Position (m)
0.2
-0.2
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
Angle (rad)
8
6
4
2
Commande (V)
2
0
-2
i
ns
t
antt
=25se
tt
=36s
.
66
Chapitre II:
Position (m)
0.5
-0.5
10
20
30
40
Temps (s)
50
60
70
80
10
20
30
40
Temps (s)
50
60
70
80
10
20
30
40
Temps (s)
50
60
70
80
Angle (rad)
10
Commande (V)
-5
Figure II.33: Rsultat exprimental pour redressement et stabilisation avec une poursuite
rectangulaire de frquence 0.025.
II.3.7.4.1 Interprtation des rsultats exprimentaux
On constate sur les rsultats prsents dans les figures (II.31), (II.32) et (II.33) que la
c
omma
ndeba
s
es
url
epr
i
nc
i
pedemi
ni
mum d
ne
r
g
i
ea
s
s
ur
el
eba
l
a
nc
e
me
ntdupe
ndul
ee
t
sa convergence vers la zone linaire. Dans cette zone, la commande par mode glissant prend
l
er
e
l
a
i
s
.Ce
t
t
epha
s
es
e
f
f
e
c
t
uee
ndouc
e
ur
,a
ve
cj
us
t
eunl
g
e
rpi
c en tension qui ne nuit en
r
i
e
na
uc
a
hi
e
rde
sc
ha
r
g
e
s
.Let
e
mpsder
pons
ee
s
td
or
dr
ede8s
e
c
.
Les figures (II.27) et (II.33) refltent les performances de la commande en termes de
poursuite de trajectoire linaire carre r
e
t
a
r
dde20s
,d
a
mpl
i
t
ude0.2 V et de priode 20 sec.
Onc
ons
t
a
t
eunet
r
sbonnepour
s
ui
t
ee
tl
a
ng
l
edupe
ndul
er
e
s
t
equa
s
i
me
nti
nc
ha
ng
.
D
a
pr
sl
es figures (II.28), (II.29), (II.30) et (II.32),ons
a
pe
r
oi
tquel
e
f
f
e
tde
s
variations paramtr
i
que
se
tdel
ape
r
t
ur
ba
t
i
onn
ontpas empchs le systme de rglage de
raliser sa tche de contrle, ce qui nous donne une ide gnrale sur le comportement robuste
de la loi de commande par mode glissant.
Les figures (II.28) et (II.29), montrent lesr
s
ul
t
a
t
sobt
e
nusl
or
s
qu
onas
oumi
sl
e
s
y
s
t
mede
spe
r
t
ur
ba
t
i
onsa
ve
ci
nt
r
oduc
t
i
ond
uneva
r
i
a
t
i
onpa
r
a
m
t
r
i
quee
nl
oc
c
ur
r
e
nc
el
a
variation de la masse du pendule (m) et du chariot (M) de +40% respectivement, au de-l de
cette variation le chariot reste immobile. L
a
ng
l
er
e
s
t
ei
nc
ha
nge
ta
uc
unpi
ca
uni
ve
a
udel
a
commande.
Chapitre II:
de forces appliques sur la masse du pendule, celui-ci se redresse rapidement et le chariot qui
fait un dplacement maximum de 0.1 m rejoint sa position initiale au bout de 3 sec en rejetant
ainsi la perturbation.
L
a
va
nt
a
gequepr
oc
ur
el
ac
omma
ndepar mode glissant est sa robustesse vis--vis des
perturbations et des incertitudes du modle. Cependant ces performances sont obtenues au
prix de certains inconvnients :
Le phnomne de chattering provoqu par la partie discontinue.
La commande leve au quelle le systme est soumis a chaque instant.
e
f
f
i
c
a
c
i
t
dec
e
t
t
ede
r
ni
r
e:
Dans la premire exprience, nous avons considr les deux rgulateurs par mode
glissant synthtiss sans fonctions de saturation ni perturbations externes. La figure (II.34),
montre respectivement les profils de la position du chariot, la position angulaire de la tige et
l
ac
omma
n
d
ec
or
r
e
s
ponda
nt
e
,oonp
e
utc
onc
l
ur
ed
unepa
r
tl
as
t
a
bi
l
i
s
a
t
i
ondel
at
i
g
esa
pos
i
t
i
oni
nve
r
s
e
,a
i
ns
iq
u
unph
nom
nedebr
out
e
me
ntquis
e
xpl
i
quephy
s
i
que
me
ntpa
rl
a
prsence de la fonction signe dans la commande par mode glissant, gnrant ainsi les
variations brusques du signal de commande.
Da
n
sl
exprience suivante, nous avons utilis les mmes contrleurs que la premire
exprience, mais avec la fonction de saturation. Les rsultats obtenus sont illustrs par la
figure (II.35), o nous constatons que le phnomne de broutement est presque limin.
Pourt
e
s
t
e
rl
ac
a
pa
c
i
t
d
a
da
pt
a
t
i
ondus
c
h
madec
omma
nded
ve
l
oppl
or
sde
s
mouvements du pendule invers face aux variations paramtriques, nous avons effectu deux
autres expriences qui sont similaires respectivement aux expriences prcdentes o on a
juste introduit une variation sur le capteur mesurant la position du chariot en lui rajoutant
signal carr, retard de 20 s, d
a
mpl
i
t
ude-0.
2V e
tdep
r
i
ode20s
.Le
sr
pons
e
sd
unet
e
l
l
e
situation sont donnes par les figures (II.36) et (II.37).
68
Chapitre II:
0.1
Postion(m)
0
-0.1
-0.2
-0.3
10
15
20
25
30
35
40
45
25
30
35
40
45
25
30
35
40
45
Temps (s)
Angle(rad)
6
4
2
0
-2
10
15
20
Temps (s)
Commande(V)
4
2
0
-2
-4
10
15
20
Temps (s)
0
-0.1
-0.2
-0.3
10
15
20
25
30
35
40
45
25
30
35
40
45
25
30
35
40
45
Temps (s)
Angle(rad)
6
4
2
0
-2
10
15
20
Temps (s)
Commande(V)
2
0
-2
-4
10
15
20
Temps (s)
Figure II.35: Rsultats obtenus, avec fonction de saturation et sans perturbations externes
0.1
Position(m)
0
-0.1
-0.2
-0.3
10
15
20
25
30
35
40
45
25
30
35
40
45
25
30
35
40
45
Temps (s)
Angle(rad)
6
4
2
0
-2
10
15
20
Temps (s)
Commande(V)
4
2
0
-2
-4
10
15
20
Temps (s)
69
Chapitre II:
0.1
Position(m)
0
-0.1
-0.2
-0.3
10
15
20
25
30
35
40
45
25
30
35
40
45
25
30
35
40
45
Temps (s)
Angle(rad)
6
4
2
0
-2
10
15
20
Temps (s)
Commande(V)
4
2
0
-2
-4
10
15
20
Temps (s)
II.4 Conclusion :
Dans ce chapitre nous avons vu les notions de base concernant la commande linaire
quadratique, la commande par mode glissant. L
i
nt
t
mi
se
n uvr
e
, mais des amliorations
peuvent tre apportes pour optimiser encore plus le comportement du systme et faire en
s
or
t
equ
i
lc
ons
ommemoi
nsd
nergie lectrique quelque soit les objectifs viss et les
contraintes existantes.
Le chapitre suivant a donc pour but de synthtiser deux contrleurs base de
techniques nouvelles dites intelligentes qui seront plus performants, robustes et moins
gourmand en nergie, en vue de raliser des avances significatives.
70
CHAPITRE III:
III.1 Introduction
Dans ce chapitre, nous allons prsenter et analyser quelques structures intelligentes
bases sur les concepts tels que la logique floue, les rseaux de neurones et les rseaux neuroflous. Cette dmarche est mene afin de lever une contrainte en contrle relative la ncessit
de disposer d'un modle le plus fidle possible, sachant que les erreurs de modlisation et les
imperfections des modles, contribuent dgrader notablement les performances des lois de
commandes conventionnelles[MEL 98].
Dans la premire partie, nous tudierons en dtail les principes de la logique floue et ses
applications dans le domaine du rglage puis nous dcrirons les diffrentes solutions pour un
organe de commande bas sur les principes flous.
Dans la deuxime partie de ce chapitre, nous discuterons des algorithmes dits "rseaux
de neurones". Nous prsenterons les proprits des rseaux de neurones, en tenant compte de
leurs caractristiques dans le traitement du problme pos.
Ensuite, dans la troisime partie de ce chapitre nous nous concentrerons en particulier
sur la projection des systmes flous dans un rseau de neurones afin de former un systme
neuro-flou en tirant les profits de la logique floue et des rseaux de neurones. L'esprit de ces
rseaux et d'intgrer priori, une connaissance mme imparfaite, mais permettant un
apprentissage plus rapide qu'avec des poids initiaux alatoires.
A la fin de la synthse de chaque type de commandes, nous prsenterons les rsultats de
simulations suivies des rsultats exprimentaux du systme command mis l
pr
e
uvede
perturbations et de variations paramtriques.
ss
i
mpl
e
sdet
r
a
duc
t
i
on dec
onna
i
s
s
a
nc
e
s symboliques en entit
numrique et inversement. Elle pr
s
e
nt
ee
ne
f
f
e
tl
a
va
nt
a
ged
ut
i
l
i
s
e
rde
sr
g
l
e
sl
i
ng
ui
s
t
i
que
s
s
i
mpl
e
spe
r
me
t
t
a
ntdet
r
a
dui
r
ef
a
c
i
l
e
me
ntl
es
a
voi
rf
a
i
r
ed
une
xpe
r
tpourr
pondr
eune
problmatique spcifique [FAU.06].
71
CHAPITRE III:
t
e
ndr
el
anot
i
ondel
og
i
quec
l
a
s
s
i
que
,a
s
s
oc
i
e
a
uxva
r
i
a
bl
e
sbool
e
nne
snepr
e
na
ntquede
uxva
l
e
ur
s0e
t1.I
le
s
ta
l
or
spos
s
i
bl
ed
a
s
s
oc
i
e
r
de
sva
r
i
a
bl
e
sde
sc
oe
f
f
i
c
i
e
nt
sd
a
ppa
r
t
e
na
nc
ede
ss
ous
-ensembles flous prenant des valeurs
da
nsl
i
nt
e
r
va
l
l
e[
0,1]e
tqua
nt
i
f
i
a
ntl
i
nc
e
r
t
i
t
udes
url
ava
r
i
a
bl
e
.Un
v
ne
me
ntc
e
r
t
a
i
npour
l
ava
r
i
a
bl
es
et
r
a
dui
r
apa
runc
oe
f
f
i
c
i
e
ntd
a
ppa
r
t
e
na
nc
ea
us
ous
-e
ns
e
mbl
ef
l
ou,c
e
s
t
--dire
l
apr
opr
i
,
ga
l1a
l
or
squel
ava
l
e
urs
e
r
ai
nf
r
i
e
ur
e1e
npr
s
e
nc
ed
incertitudes. Il vient
a
l
or
squ
uneva
l
e
urnul
l
epourun c
oe
f
f
i
c
i
e
ntd
a
ppa
r
t
e
na
nc
ei
ndi
quequel
apos
s
i
bi
l
i
t
d
a
ppa
r
t
e
na
nc
ea
us
ous
-ensemble slectionn de la variable reprsentant la grandeur
concerne est compltement rejete.
1 Si x A
A
x
0 Si x A
( III .1)
me
ntx au sous-ensemble A.
A
x
0 1
s
e
nt
el
e
ns
e
mbl
eder
r
e
nc
eoul
edomaine de variation
de la variable linguistique, ou domaine de fonctionnement du processus dans le cas de
rglage, comme illustr sur la figure (III.1) dont plusieurs sous-ensembles sont dcrits par des
f
onc
t
i
onsd
a
ppa
r
t
e
na
nc
e(
FA)t
r
i
a
ng
ul
a
i
r
e
se
tt
r
a
pzodales.
CHAPITRE III:
I
I
I
.
2.
6R
g
l
e
sd
i
nf
r
e
nc
e[GER.08].
Ona
ppe
l
l
er
g
l
e
sd
i
nf
r
e
nc
el
e
ns
e
mbl
ede
sdi
f
f
r
e
nt
e
sr
g
l
e
sr
e
l
i
a
ntl
e
sva
r
i
a
bl
e
s
f
l
oue
sd
e
nt
r
ed
uns
y
s
t
mea
uxva
r
i
a
bl
e
sf
l
oue
sdes
or
t
i
edec
es
y
s
t
mel
a
i
dede
s
diffrents operateurs. Ces rgles se prsentent sous la forme :
Si condition 1 ET/OU condition 2 (ET/OU...) alors action sur les sorties OU
Si condition 3 ET/OU condition 4 (ET/OU...) alors action sur les sorties OU
Si condition n ET/OU condition n+1 (ET/OU...) alors action sur les sorties.
Oupa
runema
t
r
i
c
ed
i
nf
r
e
nc
es
ousf
or
med
unt
a
bl
e
a
udonnc
i
-dessous
EZ
EZ
EZ
EZ
EZ
d/dt
r
e
nc
epourRLFT
I
I
I
.
2.
7Re
pr
s
e
nt
at
i
onde
sf
onc
t
i
onsd
a
ppar
t
e
nanc
e[GAC.97]
Onr
e
pr
s
e
nt
el
e
sva
r
i
a
bl
e
sl
i
n
g
ui
s
t
i
que
spa
rl
e
ur
sf
onc
t
i
onsd
a
ppa
r
t
e
na
nc
e
s
.Donc
chaque sous-ensemble flou Ai est associ unef
onc
t
i
ond
a
ppa
r
t
e
na
nc
e A i
x o x est la
variable linguistique. Tel que, chaque point x est associ une valeur prcise de A i
x , qui
d
s
i
g
ne
,l
ede
g
r
d
a
ppa
r
t
e
na
nc
edexAi .
Laf
onc
t
i
ond
a
ppa
r
t
e
na
nc
epe
u
t
t
r
er
e
pr
s
e
nt
g
l
a
gepa
rl
og
i
quef
l
oue
,l
e
sf
or
me
sd
j cites et illustres sur
la figure (III.2) sont largement suffisantes pour dlimiter les ensembles flous.
73
CHAPITRE III:
( x) max ( min (
x a c x
,
),0)
b a c b
(III.2)
( x) max ( min (
x a d x
,1 ,
),0)
b a d c
(III.3)
(III.4)
(III.5)
CHAPITRE III:
me
nt
a
t
i
onda
nsl
e
se
ns
e
mbl
e
sf
l
ous
s
ontd
f
i
ni
e
sl
a
i
dedel
e
ur
s fonctions d
a
ppa
r
t
e
na
nc
e
.
III.2.8.1 Egalit :
A
x U , f A ( x ) f B ( x ) .
(III.6)
III.2.8.2 Inclusion:
A
x U , f A ( x ) f B ( x ) .
(III.7)
III.2.8.3 Ladi
s
j
onc
t
i
onf
l
oue
,
OUouUnion :
Laf
onc
t
i
ond
a
ppa
r
t
e
na
nc
e(
Figure III.5)
A B
par :
Mamdani :
Sugeno :
AB (u ) max
A (u ), B (u )
(III.8)
AB (u ) A (u ) B (u ) A (u )
B (u )
(III.9)
III.2.8.4 Lac
onj
onc
t
i
onf
l
oue
,
EToui
nt
e
r
s
e
c
t
i
on:
Laf
onc
t
i
ond
a
ppa
r
t
e
na
nc
eFigure (III.6) AB est dfinie, pour tout u U , par :
Mamdani :
AB (u ) min
A (u ), B (u )
(III.10)
Sugeno :
AB (u ) A (u )
B (u )
(III.11)
me
ntd
une
ns
e
mbl
e A est
dfinie, pour tout u U , dans les deux cas par :
A 1 A (u )
75
Figure III.3: Fonc
t
i
ond
appar
t
e
nan
c
eA
(III.12)
CHAPITRE III:
un
i
on
76
CHAPITRE III::
I
I
I
.
2.
9St
r
uc
t
ur
ed
unr
g
l
a
geparl
o
gi
quef
l
o
ue[BH.94].
Le contrleur par logique flou est charg de calculer chaque instant la commande
relle u (non flou) appliquer au systme afin de raliser l
obj
e
c
t
i
fdecontrle
contrle qui est
l
a
nnul
a
t
i
o
ndel
e
r
r
e
urder
g
l
a
gee y r (la sortie mesure la rfrence)
Les entres de rglage sont en gnral :
Lava
l
e
urr
e
l
l
edel
e
r
r
e
ure
Lad
r
i
v
edel
e
r
r
e
ure
r
S
OCM
RLF
Um
ym
e
s
tl
or
ga
nedec
omma
nde
,S:
S c
e
s
tl
es
y
s
t
mer
g
l
e
r
.c : la grandeur de
consigne, Um : le signal de commande fournit par le RLF, U : la grandeur de commande
f
our
ni
epa
rl
a
r
c
hi
t
e
c
t
ur
edeba
s
ee
s
tillustre par la figure (III.9),, se compose essentiellement de quatre
modules.[LAB.98]
Figure III.9 : Ar
c
h
i
t
e
c
t
ur
ed
unc
ont
r
l
e
urparl
ogi
quef
l
oue
77
CHAPITRE III:
III.2.10.1 Fuzzification
C'est le mcanisme ralisant l'interface " Numrique - Linguistique" qui permet de
transformer une grandeur gnre par un capteur l'entre en partie floue dfinie sur un
espace de reprsentation li l'entre. Du choix de cet espace de reprsentation (numrique
ou linguistique) dpend la nature de la partie floue E rsultante de la partie fuzzification. Cette
dernire peut tre un sous ensemble numrique (lment de F(X)) ou un sous ensemble flou
symbolique (lment F(L(X))). On distingue alors deux types de fuzzification respectivement
appeles fuzzification numrique et fuzzification symbolique [NAK.97].
1 Si x x0
N x0
x
0 Si x x0
(III.13)
N x0
x exp
(III.14)
Supposons que l'ensemble des symboles relatifs l'entre x soit dfini par
L
x
N , Z , P, o N= Ngative, Z= Zro, P= Positive et que l'univers de discours associ
78
CHAPITRE III:
M X
N
D L X
0.30 / N 0.25 / Z 0.75 / P
M X
Z
M X
P
L(X)
X
-0.4
.3
.4
Sic
ondi
t
i
on3e
t
/
o
uc
ondi
t
i
on4(e
t
/
ou)a
l
or
sa
c
t
i
ons
url
e
ss
or
t
i
e
s
Sic
ondi
t
i
on5e
t
/
o
uc
ondi
t
i
on6(e
t
/
ou)a
l
or
sa
c
t
i
ons
url
e
ss
or
t
i
e
s
79
CHAPITRE III:
Fuzzification
Infrence
F(X)
Dfuzzification
F(Y)
SIF1
Fuzzification
numrique
1
SIF2
Y
SIF3
Fuzzification
symbolique
F(L(X))
2
SIF4
F(L(Y))
F
y x X
X
x T R
x, y
.
(III.15)
Famille SIF2,
U X , V L
Y
, x X , L' L
Y ,
F
L' x X
X
x T R
x, L'
.
Famille SIF3,
U L
X
, V Y
, L L
X
, y Y ,
F
y L L X
X
L T R
L, y
.
(III.16)
(III.17)
Famille SIF4,
U L
X
, V L
Y
, L L
X
, L' L
Y ,
F
L' L LX
X
L T uR
L, L'
80
(III.18)
CHAPITRE III:
y 1
F
y . y . dy
y Y
F
y . dy
si Y est continue
(III.19)
y Y
F
G
Grandeur de sortie Y
y
CHAPITRE III:
y Y 3 F
y L' L
T F L' , R L' , y
Y
(III.20)
Prmisse de la rgle
(
x)
(
y
)
1
C'1
min
x
(
x)
1
prod
(
y
)
1
(
z
)
min 1
prod
C'1
z
(
z
)
1
C '2
C'2
C'
C'2
C'2
C'1
x
y
Variables d'observation
C'1
z
Centre de gravit
z
Milieu des maximums
82
CHAPITRE III:
Prmisse de la rgle
(
x)
(
y
)
Infrence floue
Conclusion de la rgle
(min-prod)
Tsukamoto Takagi-Sugeno
(
z
)
z1=f1(x,y)
w1
x
1 (
x)
(
y
)
(
z
)
w2
z2=f2(x,y)
z
w1 z1 w2 z2
/
w1 w2
x
y
Variables d'observation
z
z
moyenne pondre
CHAPITRE III:
g
r
a
ld
r
i
vi
d
a
le
s
tl
i
el
e
r
r
e
ure
n
entre par :
t
1
de
u K c [ e
e dTd ]
Ti 0
dt
(III.21)
Avec : e w y
Puisque le correcteur flou est un correcteur numrique, alors il faut dterminer
l
qui
va
l
e
n
tdi
s
c
r
e
tduc
or
r
e
c
t
e
urPI
Dc
l
a
s
s
i
quec
ont
i
nu.Pourde
spe
t
i
t
e
sva
l
e
ur
sdel
ap
r
i
ode
d
c
ha
nt
i
l
l
onna
g
eTs , la relation (III.21) devient :
1
u k K c [ e k
Ti
e
i 1
Ts Td
e k e k 1
]
Ts
(III.22)
O uk r
e
pr
s
e
nt
el
es
i
g
na
ldec
omma
ndel
i
ns
t
a
nt
k.
III.2.12.a D
t
e
r
mi
nat
i
onde
spar
am
t
r
e
sd
adapt
at
i
ond
unc
or
r
e
c
t
e
urf
l
o
ue
nf
onction
des paramtres classique [JAN.98]
En premier lieu, il faut choisir le type de correcteur, puis en discrtisant le correcteur
c
l
a
s
s
i
queobt
e
nuond
t
e
r
mi
nel
e
sr
e
l
a
t
i
onsdonna
ntl
e
spa
r
a
m
t
r
e
sd
a
da
pt
a
t
i
onduc
or
r
e
c
t
e
ur
flou quivalent. Dans le cas d
unPI
Dnousa
vons:
GE f 1 ( K c , Ti , Td )
GCE f 2 ( K c , Ti , Td )
GU f 3 ( K c , Ti , Td )
Avec K c , Ti , et Td s
ontl
e
spa
r
a
m
t
r
e
sd
unc
or
r
e
c
t
e
urc
l
a
s
s
i
que
,e
tGCE,GEe
tGU
s
ontl
e
spa
r
a
m
t
r
e
sd
a
da
pt
a
t
i
onduc
o
r
r
e
c
t
e
urf
l
ou.Da
nsc
e
t
t
es
e
c
t
i
on,nousa
l
l
onspr
s
e
n
t
e
r
ces relations de passage pour les diffrents types de correcteur.
84
CHAPITRE III:
GE
+
GU
PLANT
Figure III.15:St
r
uc
t
ur
ed
unr
gul
at
e
urf
l
out
y
peP
L
e
nt
r
edu c
or
r
e
c
t
e
ure
s
tl
e
r
r
e
ur
, la sortie est le signal de commande u. Ce
c
or
r
e
c
t
e
urpos
s
dede
uxpa
r
a
m
t
r
e
sd
a
da
pt
a
t
i
ons(
ga
i
ns
)GEe
tGU.Ons
y
mbol
i
s
el
es
i
g
na
l
avant le gain par une lettre minuscule et aprs le gain par une lettre majuscule, par exemple
E = GE e.
Le signal de commande u k , est une fonction non linaire en fonction de ek :
uk f ( GE . ek ) . GU
(III.23)
Par des choix judicieux au niveau de la structure interne du correcteur flou, on peut
e
mpl
oy
e
rl
a
ppr
oxi
ma
t
i
onl
i
n
a
i
r
edef comme suit [JAN.98] :
f ( GE . ek ) GE . ek
(III.24)
(III.25)
Da
ns l
ec
a
s d
un c
or
r
e
c
t
e
ur pr
opor
t
i
onne
lc
l
a
s
s
i
que l
as
or
t
i
ea
gi
s
s
a
nt
ee
s
t
pr
opor
t
i
onn
e
l
l
el
e
r
r
e
ure
ne
nt
r
e:
uk K c . ek
(III.26)
(III.27)
85
CHAPITRE III:
e
r
r
e
ure et sa drive de
illustr par la figure (III.16):
E
GE
+
du /dt
GCE
DE
GU
PLANT
Figure III.16:St
r
uc
t
ur
ed
unr
gul
at
e
urf
l
out
y
pePD
Dans ce cas le signal de commande uk est une fonction non linaire en fonction de
l
e
r
r
e
ure e
tl
ad
r
i
v
edel
e
r
r
e
urde , u k est donn comme suit :
uk f (GE . ek , GCE . dek ) . GU
(III.28)
Dem
meunc
hoi
xdes
t
r
uc
t
ur
ei
nt
e
r
nepe
utc
ondui
r
ee
mpl
oy
e
rl
a
ppr
oxi
ma
t
i
o
n
linaire de f comme suit :
uk (GE . ek GCE . dek ) . GU
(III.29)
e e
Avec dek k k 1 .
Ts
Ce qui donne :
GCE ek ek 1
uk GE . GU . (ek
.
)
GE
Ts
(III.30)
Da
nsl
ec
a
sd
uncorrecteur proportionnel driv classique la relation (III.22) donne :
e e
uk K c .
ek Td . k k 1
Ts
(III.31)
86
CHAPITRE III::
(III.32)
GCE
Td
GE
(III.33)
e
r
r
e
ure , sa drive de
e
tl
i
nt
gr
a
ldel
as
or
t
ie comme commande, voire la figure (III.17):
GE
+
du /dt
PLANT
GCU
GCE
DE
Figure III.17:
:St
r
uc
t
ur
ed
unr
gul
at
e
urf
l
out
y
pePI
Pour ce type de correcteur le signal de commande u k est dtermin en incrmentant la
va
l
e
urdel
ac
omma
ndel
i
ns
t
a
ntk 1 par la variation uk , comme suit :
uk uk 1 uk
(
I
I
I
.
3
)
uk uk uk 1 K c .
e
.
e
.
T
k
k
1
k
s
T
i
(III.35)
uk ui . GCU . Ts
(III.36)
i 1
87
CHAPITRE III::
Unc
hoi
xj
ud
i
c
i
e
uxpourl
as
t
r
uc
t
ur
ei
nt
e
r
nepe
r
me
td
c
r
i
r
el
a
ppr
oxi
ma
t
i
onl
i
n
a
i
r
e
suivante :
k
uk ( Ei DEi ) . GCU . Ts
i 1
e e
GCU .
GE . ei GCE . i i 1 . Ts
Ts
i 1
(III.37)
k
k
GCU
GE . ei . Ts GCE . (ei ei 1 )
i 1
i 1
GE k
GCE . GCU .
. ei . Ts ek
GCE i 1
Da
nsl
ec
a
sd
unc
or
r
e
c
t
e
urpr
opor
t
i
onne
li
nt
g
r
a
lc
l
a
s
s
i
quel
ar
e
l
a
t
i
on(
III.22
22) donne :
1 k
uk K c .
ek . ei . Ts
Ti i 1
(III.38)
(III.39)
GE
1
GCE Ti
(III.40)
e
r
r
e
ur, sa drive et
son intgrale, donn par la figure (III.1
III.18).
GE
f +
GU
du /dt
GCE DE
1/s
PLANT
+
GIE
IE
Figure III.18:: S
t
r
uc
t
ur
ed
unr
gul
at
e
urf
l
out
y
pePI
D
L
a
va
nt
a
gedec
e
tte structure de commande base sur le moteur flou proportionnel
drive, e
s
tqu
i
le
s
tpos
s
i
bl
edec
ons
t
r
ui
r
eunc
or
r
e
c
t
e
urdet
y
pePI
Ds
a
nsa
voi
rc
a
l
c
ul
e
rl
a
88
CHAPITRE III:
d
r
i
v
es
e
c
o
ndedel
e
r
r
e
ur
,quir
i
s
q
u
e
r
a
i
td
a
mpl
i
f
i
e
rdef
a
ont
r
opi
mpor
t
a
nt
el
ebr
ui
tde
mesure.
La sortie du correcteur est ainsi une fonction non linaire des trois entres, u k est donne
comme suit :
k
(III.41)
L
a
ppr
oxi
ma
t
i
onl
i
n
a
i
r
edef est:
k
(e ek 1 )
u k
GE . ek GCE . k
GIE . ei . Ts . GU
Ts
i
1
k
GIE
GCE ek ek 1
GE . GU
ek
. ei . Ts
.
GE
Ts
GE i 1
(III.42)
(III.43)
GCE
Td
GE
(III.44)
GIE 1
GE Ti
(III.45)
s
umel
e
sr
e
l
a
t
i
onsdonna
ntl
e
spa
r
a
m
t
r
e
sd
a
da
pt
a
t
i
on d
un
c
or
r
e
c
t
e
urf
l
oue
nf
onc
t
i
onde
spa
r
a
m
t
r
e
sd
unc
or
r
e
c
t
e
urPI
Dc
l
a
s
s
i
que:
Correcteur flou
1
Ti
Td
FP
GE.GU
FPI
GCE.GCU
GE/GCE
GCE/GU
FPD
GE.GU
FPID
GE.GU
GIE/GE
GCE/GE
CHAPITRE III:
III.2.13 R
gl
a
ged
unc
ont
r
l
e
urflou [BH.94][NAK.97]
Un contrleur flou possde de nombreux paramtres de rglage, ce qui peut, priori,
effrayer ses utilisateurs potentiels. En effet, contrairement aux contrleurs classiques, le
contrleur flou possde un nombre plus consquent de paramtres, qui lui offre, davantage de
degrs de libert.
On peut distinguer parmi les choix et les rglages faire :
L
e
xpr
e
s
s
i
onde
sr
g
l
e
s
,
La dfinition des variables et des valeurs linguistiques,
Lam
t
hoded
i
mpl
i
c
a
t
i
one
tl
am
t
hoded
i
nf
r
e
nc
e
,
La mthode de dfuzzification,
Le
sf
a
c
t
e
ur
sd
c
he
l
l
es
url
e
se
nt
r
e
se
tl
e
ss
or
t
i
e
sduc
ont
r
l
e
ur
.
Cependant, on constate une certaine insensibilit du rsultat au choix des mthodes
d
i
mpl
i
c
a
t
i
on,d
i
nf
r
e
nc
ee
tded
f
u
z
z
i
f
i
c
a
t
i
on.Pourl
e
sa
ut
r
e
spa
r
a
m
t
r
e
s
,un r
g
l
a
ge
squentiel est possible.
gl
a
gepa
rl
og
i
quef
l
ouer
uni
tunc
e
r
t
a
i
nnombr
ed
a
va
nt
a
g
e
s et de
dsavantages. Les avantages essentiels sont [HAN 94] :
La nonn
c
e
s
s
i
t
d
unemod
l
i
s
a
t
i
on(
c
e
pe
nda
nt
,i
lpe
ut
t
r
eut
i
l
ededi
s
pos
e
rd
un
modle convenable).
La matrise du systme rgler avec un comportement complexe (fortement non
linaire et difficile modliser).
L
obt
e
nt
i
onf
r
que
nt
edeme
i
l
l
e
ur
e
spr
e
s
t
ations dynamiques (rgulateur non linaire).
La disponibilit de systme de dveloppement efficace, soit pour microprocesseur ou
PC (solution logicielle), soit pour circuit intgrs (processeurs ddicacs, fuzzy processors).
Par contre les dsavantages sont :
Lema
nquededi
r
e
c
t
i
ve
spr
c
i
s
e
s pourl
ac
onc
e
pt
i
on d
un r
g
l
a
g
e(
c
hoi
x de
s
grandeurs mesurer, dtermination de la fuzzification, des infrences et de la dfuzzification).
L
a
ppr
oc
hea
r
t
i
s
a
na
l
ee
tnon s
y
s
t
ma
t
i
que(
i
mpl
me
nt
a
t
i
on de
sc
onna
i
s
s
a
nc
e
sde
l
op
r
a
t
e
ur
, est souvent difficile).
L
i
mpos
s
i
bi
l
i
t
del
ad
mons
t
r
a
t
i
ondel
as
t
a
bi
l
i
t
duc
i
r
c
ui
tder
g
l
a
g
ee
nt
out
e
g
n
r
a
l
i
t
(
e
nl
a
bs
e
nc
ed
unmod
l
eva
l
a
bl
e
)
.
La prcision de rglage souvent peut lever.
La cohrence des infrences non garantie pr
i
or
i(
a
ppa
r
i
t
i
onder
g
l
e
sd
i
nf
r
e
nc
e
contradictoires possible).
90
CHAPITRE III:
mer
e
l
.Pourc
e
l
a
,i
le
s
tn
c
e
s
s
a
i
r
edeg
r
e
rl
qui
l
i
br
eve
r
t
i
c
a
ldubr
a
sdupe
ndul
ee
n
tenant compte de la position du chariot sur son rail de guidage dont les dimensions
m
c
a
ni
que
ss
ontf
i
x
e
s
.En e
f
f
e
t
,s
il
apos
i
t
i
on n
e
s
tpa
sma
t
r
i
s
e
,s
e
sva
r
i
a
t
i
onsqui
c
ont
r
i
bue
ntl
qui
l
i
br
edubr
a
svonte
nt
r
a
ne
rl
a
c
t
i
va
t
i
onde
sbut
e
sdef
i
ndec
ou
r
s
e
,
limitant ainsi le dplacement du chariot. Cette d
t
e
c
t
i
ond
unede
sbut
e
s
,s
oi
tdr
oi
t
es
oi
t
g
a
uc
he
,pr
ovoquea
l
or
sl
ac
oupur
edel
a
l
i
me
nt
a
t
i
ondumo
t
e
urd
e
nt
r
a
ne
me
ntduc
ha
r
i
ot
,
doncc
hut
ed
upe
ndul
e
,i
nt
e
r
r
ompa
ntdec
ef
a
i
tl
e
xp
r
i
e
nc
e
.
Enc
o
ns
que
nc
e
,i
li
mpor
t
ed
e
f
f
e
c
t
ue
runec
ommande du moteur la fois en fonction
del
a
ng
l
edubr
a
sdupe
ndul
ema
i
sa
us
s
idel
apos
i
t
i
onduc
ha
r
i
ot
,doncd
a
s
s
ur
e
rl
qui
l
i
b
r
e
du pendule pour une consigne de position de donne.
III.2.15.2. Structure de la commande floue
III.2.15.2.1. Enonc de la mthode
Lac
omma
ndef
l
ouer
e
pos
es
url
l
a
bor
a
t
i
onder
g
l
e
sd
c
r
i
va
ntl
ef
onc
t
i
onne
me
ntdu
pe
ndul
e
.Unr
a
i
s
onne
me
ntphy
s
i
quea
p
pl
i
qul
qui
l
i
br
edubr
a
sdupe
ndul
e
,a
na
l
og
uel
a
stabilit ve
r
t
i
c
a
l
ed
unb
t
onda
nsl
apa
umedel
ama
i
n,n
c
e
s
s
i
t
el
ut
i
l
i
s
a
t
i
oni
mpl
i
c
i
t
ede
deux informations, savoir :
Lad
vi
a
t
i
ondel
a
ng
l
e
.
La vitesse de la dviation del
a
ng
l
e
.
Da
nsc
er
a
i
s
onne
me
nt
,l
apos
i
t
i
onduc
ha
r
i
otn
e
s
tpa
spr
i
s
ee
nc
ompt
ea
l
or
sques
on
contrle est impratif pour les raisons rappeles prcdemment. Aussi, pour assurer sa gestion
t
oute
nc
ont
r
l
a
nte
f
f
i
c
a
c
e
me
ntl
qui
l
i
br
edubr
a
sunepos
i
t
i
ondonn
educhariot, nous
ut
i
l
i
s
e
r
onsc
ommeda
nsl
ec
a
sdel
a
ng
l
ede
uxi
nf
or
ma
t
i
onsdum
met
y
pe
.
91
CHAPITRE III:
r
a
bl
epourt
out
e
sl
e
sc
l
a
s
s
e
sde
sva
r
i
a
bl
e
sd
e
nt
r
ee
tdes
or
t
i
e
,c
equipe
r
me
t
galement de simplifier les calculs.
)
III.2.15.2.
2.
2.D
f
i
ni
t
i
onde
sr
r
e
nt
i
e
l
spourl
e
squat
r
evar
i
abl
e
sd
e
nt
r
e
s ( x, x
,,
Da
nsl
ebutd
e
f
f
e
c
t
ue
rl
at
r
a
ns
f
or
ma
t
i
onnum
r
i
ques
y
mbol
i
que
,i
le
s
tn
c
e
s
s
a
i
r
ede
c
onna
t
r
el
apl
a
g
edeva
r
i
a
t
i
onr
e
l
l
edec
ha
quegr
a
nde
urd
e
nt
r
ea
f
i
nd
yf
a
i
r
ec
or
r
e
s
pondr
e
son ensemble flou, ce dernier tant lui-mme divis en sous-ensembles flous. Nous avons
donc dfini 5 sous-ensembles flous (ou classes) respectivement nomms : Grand Ngatif
(GN), Petit Ngatif (PN), Zro (ZR), Petit Positif (PP), Grand Positif (GP).
Ecart de position
Il est calcul par diffrence entre la consigne de position et la mesure de position relle
duc
ha
r
i
otpa
rr
a
ppor
ta
uc
e
nt
r
edel
a
xedeg
ui
da
g
e
.Le
sl
i
mi
t
e
sphy
s
i
que
sdel
a pos
i
t
i
ondu
chariot sont comprises entre 50c
me
t50c
m.Lec
ons
t
r
uc
t
e
urdupe
ndul
enes
t
i
pul
equ
un
cart de position de 40 cm qui ne doit pas tre dpass car la commande correspondante
entrane une inclinaison du bras du pendule, ce qui provoque un arrt du programme de
commande du pendule.
Ma
l
g
r
c
e
t
t
es
p
c
i
f
i
c
a
t
i
onduc
ons
t
r
uc
t
e
ur
,l
apl
a
g
ed
c
a
rt de position a t largie
100 cm en valeur absolue voire la figure (III.19).
Vitesse linaire
Il est trs difficile, voire impossible sans exprimentation, de dterminer les examens
de la vitesse linaire. Nanmoins des mesures ont t effectues pour un chelon de tension
maximale de la commande du moteur. La variation maximale de tension, correspondant la
variation maximale de vitesse du chariot entre deux intervalles de temps conscutifs, est de
l
or
dr
ede1m/
s
.
92
CHAPITRE III:
ZR
PP
GN
GP
PN
1
0.9
0.8
0.8
Fonction d'eappartenance V
Fonction d'eappartenance X
PN
1
0.9
0.7
0.6
0.5
0.4
0.3
0.4
0.3
0.1
-0.4
-0.2
0
0.2
Deplacement X (m)
0.4
0.6
0.8
0
-1
GP
0.5
0.2
-0.6
GN
0.6
0.1
-0.8
PP
0.7
0.2
0
-1
ZR
-0.8
-0.6
-0.4
-0.2
0
0.2
Vitesse dX (m/s)
0.4
0.6
0.8
i
nc
l
i
na
i
s
onpr
i
s
e pa
rl
e
br
a
sdupe
ndul
e
.Le
sl
i
mi
t
e
sphy
s
i
qu
e
sdel
ame
s
ur
edel
a
ng
l
esont fixes entre -20 et +20
degrs; limite de commutation entre les deux contrleurs une f
oi
sl
edoma
i
ned
a
t
t
r
a
c
t
i
one
s
t
atteint.
Vitesse angulaire
Comme pour la vitesse linaire, nous avons fix les limites de la vitesse angulaire. Soit
une vitesse angulaire entre -1 et +1 rad/s.
ZR
PP
GN
GP
PN
1
0.9
Fonction d'eappartenance dTheta
PN
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
-1
ZR
PP
GN
GP
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
-0.8
-0.6
-0.4
-0.2
0
0.2
Angle Theta (rad)
0.4
0.6
0.8
0
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
Vitesse Anglaire dTheta (rad/s)
0.6
0.8
III.2.15.2.3. Dfinition des rfrentiels pour les variables de sortie des deux rgulateurs
Les deux grandeurs de sortie, exprimes sous forme symbolique convertir en valeur
numrique sont les deux tensions de commande moteur fournies par les deux rgulateurs. La
forme des classes sera triangulaire et trapzodale, mme le nombre de sous-ensembles flous
reste cinq.
93
CHAPITRE III:
Tension de commande du moteur
L
e
ns
e
mbl
ef
l
oudec
e
t
t
eg
r
a
nde
urdoi
ts
a
da
pt
e
rl
ac
a
r
a
c
t
r
i
s
t
i
quede
ma
nd
epa
rl
e
constructeur, soit une tension voluant entre 0 et +5 V ncessaire pour attaquer l
t
a
g
ede
puissance du moteur.
F o n c t io n d 'a p p a rt e n a n c e d e s d e u x s o rt ie
1
PN
ZR
PP
GN
GP
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
-2.5
-2
-1.5
-1
-0.5
0
Commmande (V)
0.5
1.5
2.5
III.2.15.2.4.Tableaux de rgles
L
ut
i
l
i
s
a
t
i
on dede
ux r
g
ul
a
t
e
ur
ss
t
r
uc
t
ur
e
l
l
e
me
nti
de
nt
i
que
s
,
l
a
bor
a
ntc
ha
c
un une
c
omma
ndee
ns
or
t
i
e
,i
mpos
el
ad
f
i
ni
t
i
ond
unj
e
uder
g
l
e
sd
c
r
i
va
ntr
e
s
pe
c
t
i
ve
me
ntl
e
fonctionnement de chacun.
La base de connaissance dec
ha
q
u
ec
ont
r
l
e
urf
l
oupe
ut
t
r
es
y
nt
h
t
i
s
es
ousf
or
med
un
tableau de rgles o chaque rgle associe sous forme conditionnelle les tats des variables
d
e
nt
r
e
s une caractristique de la variable de sortie. Comme chacune des deux entres est
fuzzifie en cinq classes, on obtient un jeu de 25 rgles.
e
s
t
--di
r
e
,l
or
s
quel
ec
ha
r
i
ote
s
ts
i
t
uga
uc
hedel
ac
ons
i
g
ne
,l
c
a
r
tde position est positif
e
ts
i
ls
ed
pl
a
c
eda
nsl
am
medi
r
e
c
t
i
on,a
l
or
si
lf
a
uti
nc
l
i
ne
rl
epe
ndule vers la droite. Le
tableau(III.3) prsente les rgles du premier rgulateur.
94
CHAPITRE III:
x GN
PN
ZR
PP
GP
GN
ZR
PP
GP
GP
GP
PN
PN
ZR
PP
GP
GP
ZR
GN
PN
ZR
PP
GP
PP
GN
GN
PN
ZR
PP
GP
GN
GN
GN
PN
ZR
r
e
nc
epourRLFX
GN
PN
ZR
PP
GP
GN
GN
GN
GN
PN
ZR
PN
GN
GN
PN
ZR
PP
ZR
GN
PN
ZR
PP
GP
PP
PN
ZR
PP
GP
GP
GP
ZR
PP
GP
GP
GP
r
e
nc
epourRLFT
Les rgles du second rgulateur grant la stabilisation du bras sont simples laborer.
Par exemple, si le bras tombe vers la gauche trs rapidement alors le chariot doit se dplacer
t
r
svi
t
eve
r
sl
ag
a
uc
hepourr
t
a
bl
i
rl
qui
l
i
br
e
.Ce
c
ipe
uts
e traduire par une rgle exprime
sous la forme conditionnelle suivante :
Sil
a
ng
l
et
t
ae
s
tt
r
sn
g
a
t
i
f
,e
nt
r
a
na
ntun
c
a
r
ta
ng
ul
a
i
r
et
r
spos
i
t
i
fe
tquel
ava
r
i
a
t
i
on
angulaire est aussi trs ngative alors la force applique au chariot doit tre trs grande et
dirige vers la gauche donc trs ngative.
III.2.15.2.
5.Lemot
e
urd
i
nf
r
e
nc
e
Lal
oidec
ompos
i
t
i
onMAX MI
Ne
s
tut
i
l
i
s
ed
unepa
r
tpour
l
i
r
el
e
sr
g
l
e
sa
umoy
e
n
dut
a
bl
e
a
uc
or
r
e
s
ponda
nte
td
a
ut
r
epa
r
tpourf
a
i
r
el
a
g
r
g
a
tion des rsultats flous de la
variable de sortie associe ce tableau.
95
CHAPITRE III:
c
he
l
l
ee
s
ta
f
f
e
c
t
c
ha
queva
r
i
a
bl
ed
e
nt
r
ee
tdes
or
t
i
e
.Ce
sdi
f
f
r
e
nt
sf
a
c
t
e
ur
sd
c
he
l
l
e
sont entrs au clavier lors d
unepha
s
ed
i
ni
t
i
a
l
i
s
a
t
i
onqu
ils sont synthtiss partir des
pa
r
a
m
t
r
e
sd
uncorrecteur PID classique donn par le constructeur pour affecter les sousensembles flous de chaque variable.
Gains de normalisation :
GE2 1
; GCE2 0.2 ; GIE2 0.01
GU 1 30.6
GU 2 47.6
A partir de cette tape du travail, nous pouvons prsenter les rsultats de simulation
de la mthode de commande floue du pendule notre disposition.
III.2.15.6 Rsultats de simulation
0.5
Angle(rad)
Position(m)
0.5
10
15
20
Temps (s)
25
-0.5
30
Vitesse angulaire (rad/s)
-0.5
1
0
-1
-2
10
15
20
Temps (s)
25
30
10
15
20
Temps (s)
25
30
10
15
20
Temps (s)
25
30
0.5
0
-0.5
-1
s
e
nt
el
vol
ut
i
onr
e
s
pe
c
t
i
vedel
apos
i
t
i
one
tvi
t
e
s
s
educ
ha
r
i
ot
pa
rr
a
ppor
tl
ac
ons
i
g
nea
i
ns
iquec
e
l
l
edel
a
ng
l
ee
tde vitesse angulaire du pendule par
rapport la verticale par un rgulateur Mamdani 25 rgles.
96
CHAPITRE III:
0.5
Angle (rad)
Position (m)
0.5
10
15
20
Temps (s)
25
30
35
-0.5
40
Vitesse du Pendule (rad/s)
-0.5
1
0
-1
-2
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
0.5
0
-0.5
-1
Commande (V)
1
0
-1
-2
-3
10
15
20
Temps(s)
25
30
35
40
A n g le (ra d )
0
-1
10
20
30
40
50
Temps(s)
60
70
80
10
20
30
40
50
Temps(s)
60
70
80
0
-0.2
90
-5
0.2
V it e s s e d u p e n d u le (ra d / s )
V it e s s e d u C h a rio t (m / s )
P o s itio n (m )
90
10
20
30
40
50
Temps(s)
60
70
80
90
10
20
30
40
50
Temps(s)
60
70
80
90
2
0
-2
Commande (v)
-5
10
20
30
40
50
60
70
80
90
Temps (s)
s
e
nt
e
ntl
vol
ut
i
ondel
apour
s
ui
t
edepos
i
t
i
ondu
chariot par rapport la consigne chelon et rectangulaire respectivement par un rgulateur
Mamdani 25 rgles.
Perturbations appliques
Une des manires possibles de vrifier la stabilit verticale du pendule consiste
appliquer une force latrale sur la mass
evi
s
s
el
e
xt
r
mi
t
dubras afin de visualiser si
l
qui
l
i
br
ee
s
tr
t
a
bl
i
. Les mesures concernant cette exprimentation sont reprsentes sur la
figure ci-dessous :
97
CHAPITRE III:
Angle (rad)
Position (m)
0.5
0
10
15
20
Temps(s)
25
30
1
0
-1
-2
10
15
20
Temps(s)
25
30
0.1
0
-0.1
35
Vitesse du pendule (rad/s)
-0.5
0.2
35
10
15
20
Temps(s)
25
30
35
10
15
20
Temps(s)
25
30
35
0.5
0
-0.5
-1
Commande (V)
2
0
-2
-4
10
15
20
25
30
35
Temps (s)
sl
e
sr
s
ul
t
a
t
sde la figure (III.22), on constate :
Le temps de rponse est de 4 Sec.
Lac
o
mma
nden
e
s
tpa
s
ne
r
g
t
i
quee
tr
a
l
i
s
a
bl
epr
a
t
i
que
me
nt
.
Le dplacement du chariot ne dpasse pas les limites physiques.
Les dynamiques des sous systmes pendule et chariot sont tolrables.
2. Dans les figures (III.23)l
ec
a
sd
une poursuite rfrence chelon ou rectangulaire
impose au chariot, nous notons :
La stabilisation du pendule avec des petites oscillations dues la trajectoire du chariot.
La bonne poursuite des deux rfrences sans dpassement des limites.
Commande acceptable et ralisable pratiquement.
La tolrance des dynamiques des sous systmes pendule et chariot.
3. Quand une perturbation a t applique sur le pendule, le chari
ots
e
s
td
pl
a
c
de20
cm avec une dviation angulaire de 0,075 rad (environ 4 degr), et un temps suprieur 2
secondes pour retrouver le rgime stable voir figure (III.24). Ce qui confirme la robustesse et
la performance de cette commande.
Nous somme donc en mesure maintenant de transposer cette commande floue sur
notre dispositif afin de raliser un systme de commande autonome tout en amliorant le
fonctionnement du point de vue rapidit et rsistance de la commande aux perturbations
d
or
i
gines diverses.
98
CHAPITRE III:
i
mpl
me
nt
a
t
i
on,onadua
da
pt
e
rl
a
l
g
or
i
t
hmedec
omma
ndepourde
sr
a
i
s
ons
et des limitations pratiques a
f
i
nd
ob
t
e
ni
rl
e
sr
s
ul
t
a
t
sd
s
i
r
s
,e
nl
oc
c
ur
r
e
nc
eles facteurs
d
c
he
l
l
es
ur les entres et les sorties des contrleurs, le nombre de classes et de rgles.
Fuzzification
Le rgulateur flou utilis est de type Mamdani. Les formes des fonctions
Fonction d'appartenance V
0.6
0.4
0.2
0
-0.5
-0.4
-0.3
-0.2
NP
Fonction d'appartenance Theta
ZR
NP
PP
0.8
-0.1
0
0.1
Deplacement X(m)
ZR
PP
0.2
0.3
GN
0.4
GP
1
0.8
0.6
0.4
0.2
0
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
Angle Theta (rad)
0.4
0.6
0.8
0.8
0.6
0.4
0.2
0
-1.5
0.5
Fonction d'appartenance X
d
a
ppa
r
t
e
nance sont triangulaires et trapzodales voir figure (III.25).
-1
-0.5
0
Vitesse dX (m/s)
0.5
1.5
1
0.8
0.6
0.4
0.2
0
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
Vitesse Anglulaire dTheta (rad/s)
0.6
0.8
e
spourl
ac
ommandef
l
oue
Tableaux de rgles
Les dsignations restent les mmes que les prcdentes donnes la section (III.2.15.2).
Lam
t
hod
ed
i
nf
r
e
nc
eut
i
l
i
s
ea
f
i
ndet
i
r
e
rl
es conclusions est la mthode max-min, du fait
qu
e
l
l
ee
s
tf
a
c
i
l
ei
mpl
a
nt
e
re
tdonnedebonsr
s
ul
t
a
t
s
. Les bases de rgles sont donnes par
l
e
st
a
bl
e
a
ux(
I
I
I
.
5)e
t(
I
I
I
.
6)del
apos
i
t
i
onduc
ha
r
i
ote
tl
a
ng
l
edupe
ndul
er
e
s
pe
c
t
i
ve
me
nt
.
x PN
ZR
PP
PN
ZR
PP
GP
ZR
PN
ZR
PP
PP
GN
PN
ZR
r
e
nc
epourRLFX
99
CHAPITRE III:
GN
PN
ZR
PP
GP
GN
GN
GN
GN
PN
ZR
PN
GN
GN
PN
ZR
PP
ZR
GN
PN
ZR
PP
GP
PP
PN
ZR
PP
GP
GP
GP
ZR
PP
GP
GP
GP
r
e
nc
epourRLFT
Dfuzzification
utilise pour la dfuzzification reste inchange, i
ls
a
g
i
tde l
a
La mthode
d
f
uz
z
i
f
i
c
a
t
i
onpa
rc
e
nt
r
edeg
r
a
vi
t
.Le
sf
onc
t
i
onsd
a
ppa
r
t
e
na
nc
edel
as
or
t
i
eU sont des
formes triangulaires et trapzodales voir figure (III.26)
F o n c t io n d 'a p p a rt e n a n c e d e s d e u x s o rt ie
1
PN
ZR
PP
GN
GP
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
-2.5
-2
-1.5
-1
-0.5
0
Commmande (V)
0.5
1.5
2.5
Gains de normalisation :
GE1 0.5
GE2 1
; GCE1 0.5
; GCE2 1
GU1 23
GU 2 25
100
CHAPITRE III:
Position (m)
0.4
0.2
0
-0.2
10
15
Temps (s)
20
25
30
10
15
Temps (s)
20
25
30
10
15
Temps (s)
20
25
30
Angle (rad)
0.3
0.2
0.1
0
Commande (V)
-0.1
2
0
-2
Figure III.27 : Rsultat de stabilisation flou exprimental pour condition initiale (0, 0, 0.3, 0)
Position (m)
0.5
-0.5
10
20
30
40
50
60
70
40
50
60
70
40
50
60
70
Temps (s)
Angle (rad)
0.3
0.2
0.1
0
-0.1
0
10
20
30
Temps (s)
Commande (V)
4
2
0
-2
-4
10
20
30
Temps (s)
Figure III.28: Rsultat de poursuite rectangulaire flou exprimental pour condition initiale
(0,0, 0.3, 0)
Position (m)
0.5
-0.5
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
Angle (rad)
0.3
0.2
0.1
0
-0.1
Commande (V)
4
2
0
-2
-4
Figure III.29 Rsultat de poursuite chelon exprimental pour condition initiale (0.3, 0, 0, 0)
101
CHAPITRE III:
Position (m)
0.5
-0.5
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
Angle (rad)
6
4
2
0
Commande (V)
4
2
0
-2
-4
Position (m)
0.5
-0.5
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
Angle (rad)
6
4
2
0
Commande (V)
-5
i
ns
t
antt
=28s
.
Position (m)
0.5
-0.5
10
20
30
40
Temps (s)
50
60
70
80
10
20
30
40
Temps (s)
50
60
70
80
10
20
30
40
Temps (s)
50
60
70
80
Angle (rad)
6
4
2
0
Commande (V)
4
2
0
-2
-4
Figure III.32 Rsultat exprimental pour redressement et stabilisation avec une poursuite
rectangulaire de frquence 0.025.
102
CHAPITRE III:
obj
e
c
t
i
fdes
t
a
bi
l
i
s
a
t
i
on,e
l
l
ee
s
tc
ons
i
d
r
a
bl
e
me
nt
rapide par rapport aux autres commandes, le temps de rponse est plus rapide avec des
dpassements et oscillations moins importants, les performances sont altres et se dgradent
quand on augmente la taille de la base de rgles, cela est due aux insuffisances que prsente
l
e
nvi
r
onne
me
ntded
ve
l
oppe
me
nts
url
e
que
lonat
r
a
va
i
l
l
.
Les figures (III.28), (III.29), (III.30) et (III.31) obtenues montrent bien que cette
commande est robuste vis--vis des perturbations extrieures. Mais elle ragit moins
correctement une variation de consigne. Nanmoins, son dfaut majeur rside dans le
dpassement que prsente la tension prsentant plus de chahutement, ce qui est plus prouvant
pour le moteur et la courroie.
On constate aussi dans toutes les figures donnes, des oscillations d
a
mpl
i
t
ude
importante autour de la consigne en rgime tabli, contrairement aux autres commandes vues
dans le chapitre prcdent, d
a
i
l
l
e
ur
s pour un chelon d
a
mpl
i
t
udes
up
r
i
e
ur 0.3 m, il
entraine la chute du pendule provoqu par une dtection des contacts de scurit alors une
c
oupur
edumot
e
urd
e
nt
r
a
i
ne
me
ntduc
ha
r
i
ot
.
L
i
mpl
me
nt
a
t
i
onde la commande par logique floue demande une bonne expertise
pour trouver les bons paramtres du rgulateur surtout lorsque le nombre de variables entrant
e
nj
e
ude
vi
e
ntt
r
opi
mpor
t
a
nt
,d
ode
spr
obl
me
sl
i
ss
ar
a
l
i
s
a
t
i
onpr
a
t
i
quee
nd
c
oul
e
nt
.I
l
e
s
tdonci
nt
r
e
s
s
a
ntd
ut
i
l
i
s
e
rde
st
e
c
hni
que
sd
a
ppr
e
nt
i
s
s
a
g
e
sa
f
i
nd
a
ut
oma
t
i
s
e
rl
ami
s
ea
u
point du contrleur flou.
La suite de ce t
r
a
va
i
ls
i
ns
c
r
i
tda
nsl
amouva
nc
ede
st
r
a
va
uxa
c
t
ue
l
ss
ur la commande
floue lis au problme d
opt
i
mi
s
a
t
i
onde
spa
r
a
m
t
r
e
sde
ss
y
s
t
me
sd
i
nf
r
e
nc
ef
l
ou.
103
CHAPITRE III:
oi
t
. Ils infrent des proprits
mergentes permettant de solutionner les problmes jadis qualifis de complexe.
Dans un rseau, chaque sous-groupe fait un traitement indpendant des autres et
transmet le rsultat de son analyse au sous-groupe suivant. L'information donne au rseau va
donc se propager de la couche d'entre la couche de sortie, en passant soit par aucune, une
ou plusieurs couches intermdiaires. Il est noter qu'en fonction de l'algorithme
d'apprentissage, il est aussi possible d'avoir une propagation de l'information reculons.
Dans cette partie, nous donnons un bref aperu de ces nouveaux outils, leurs
apprentissage et architectures que nous retenons pour la suite de notre travail.
a
xone;
L
a
xonequipe
r
me
tdet
r
a
ns
me
t
t
r
el
e
ss
i
g
na
ux
mi
spa
rl
ec
or
psc
e
l
l
ul
a
i
r
ea
uxa
ut
r
e
s
neurones;
Les dendrites, qui sont les rcepteurs principaux du neurone, captant les signaux qui
lui parviennent ;
Les synapses, qui permettent aux neurones de communiquer avec les autres via les
axones et les dendrites.
CHAPITRE III:
me
ntdeba
s
ed
unr
s
e
a
udene
ur
one
s
.I
lr
a
l
i
s
e
une fonction f (z ) d
une s
omma
t
i
on pond
r
x1
w1
wi
xi
wn
xn
Figure III.34 Neurone artificiel
n
z
z Wi xi et y f
(III.46)
i 0
a
ppe
l
l
e
ntl
e
spoi
dss
y
na
pt
i
que
s. Si wi
e
s
tpos
i
t
i
f
,l
e
nt
r
exi est excitatrice alors que si wi est ngatif, elle est inhibitrice.
Le
sf
onc
t
i
onsd
a
c
t
i
va
t
i
onl
e
spl
usut
i
l
i
s
e
ssont les suivantes, voire la figure (III.35) :
a)
b)
c)
d)
tout ou rien ;
fonction signe ;
plus ou moins seuil ;
fonction affine ;
a)
e)
b)
f)
e)
f)
g)
h)
c)
saturation ;
sigmode ;
fonction arc tangente ;
fonction gaussienne.
d)
g)
h)
e
s
105
CHAPITRE III:
s
e
n
t
pa
rune
ns
e
mbl
edene
ur
one
sc
onne
c
t
se
nt
r
ee
uxt
e
l
l
equel
i
nf
or
ma
t
i
on
circulant des couches entres vers les couches sorties au travers d'ventuelles couches
intermdiaires sans retour en arrire.
E
N
T
R
E
E
S
X1
Y1
X2
X3
Couc
hed
e
nt
r
Couche cache
S
O
R
T
I
E
S
Couche de sortie
e
dene
ur
one
s(
nudsdec
a
l
c
ul
)t
r
a
ns
me
t
t
a
ntl
e
sr
s
ul
t
a
t
sdut
r
a
i
t
e
me
nt au milieu extrieur.
La figure (III.36) prsente un rseau proactif Mono-Couc
hea4nudsd'
e
nt
r
ee
t3nudsde
sortie. La dsignation Mono-Couche est attribue la couche de sortie.
106
CHAPITRE III:
X1
Y1
X2
Y2
X3
Y3
X4
Couche
d
e
nt
r
Couche
de sortie
X1
Y1
X2
Y2
X3
X4
Couche
d
e
nt
r
Couche
cache
Couche
de sortie
CHAPITRE III:
E
N
T
R
E
E
S
X1
Y1
X2
X3
Couc
hed
e
nt
r
Couche cache
S
O
R
T
I
E
S
Couche de sortie
I
I
I
.
3.
5Pr
oc
e
s
s
usd
appr
e
nt
i
s
s
age
On appelle apprentissage des rseaux de neurones artificiels la procdure itrative qui
consiste estimer les paramtres des neurones du rseau afin que celui-ci remplisse au mieux
la tache qui lui est affecte [FAB.03].
L
a
ppr
e
nt
i
s
s
a
gee
s
tl
ac
a
r
a
c
t
r
i
s
t
i
que principale des rseaux de neurones et il peut se
faire de diffrentes rgles et manires.
108
CHAPITRE III:
s
e
nt
e
ra
ur
s
e
a
uunes
r
i
ed
e
xe
mpl
e
ss
urs
e
s
entres, ainsi l
er
s
e
a
uc
a
l
c
ul
es
urs
e
ss
or
t
i
e
sunve
c
t
e
urd
t
a
tquie
s
tc
ompa
r
au vecteur des
tats dsirs. Une erreur est calcule entre le vecteur des sorties dsires et le vecteur des
s
or
t
i
e
sc
a
l
c
u
l
e
spa
rl
er
s
e
a
u.L
a
l
g
or
i
t
hmed
a
ppr
e
nt
i
s
s
a
g
ea
da
pt
el
e
spoi
dsdur
s
e
a
ude
faon corriger son comportement comme le montre la figure (III.39):
Stimuli
Environnement
Rponse du rseau
RN
Si
g
na
uxd
e
r
r
e
ur
Systme
Rponses dsires
III.3.5.1.1La rtro-pr
opag
at
i
ondugr
adi
e
ntdel
e
r
r
e
ur
L
a
l
g
or
i
t
hmeder
t
r
o-pr
opa
ga
t
i
ondug
r
a
di
e
ntdel
e
r
r
e
ura
t
c
r
ee
ng
n
r
a
l
i
s
a
ntl
e
s
r
g
l
e
sd
a
ppr
e
nt
i
s
s
a
g
e
sdeWi
dr
ow-Hoff, aux rseaux multicouches fonction de transfert
non linaire.
La rtro-pr
opa
g
a
t
i
ondug
r
a
di
e
ntdel
e
r
r
e
ure
s
tut
i
l
i
s
epoura
juster les poids et les
bi
a
i
sdur
s
e
a
ua
f
i
ndemi
ni
mi
s
e
rl
e
r
r
e
urqua
dr
a
t
i
quee
nt
r
el
as
or
t
i
edur
s
e
a
ue
tl
as
or
t
i
e
r
e
l
l
e
.Ac
ha
quec
oupl
ee
nt
r
e
/
s
or
t
i
e
,unee
r
r
e
ure
s
tc
a
l
c
ul
e
,l
eg
r
a
di
e
nt
,oupe
nt
e
,del
e
r
r
e
ur
est dtermin. Ensuite les poids et les biais sont modifis en ligne sur le rseau. On ritre ces
c
a
l
c
ul
sj
us
qu
l
obt
e
nt
i
onduc
r
i
t
r
ed
a
r
r
t
.
Soit une rponse spcifique dsire DP chaque vecteur d'entre XP. La mise jours des
coefficients synaptiques W s'effectuent progressivement jusqu' ce que l'erreur entre les
sorties du rseau et les rsultats dsirs soit minimise. Pour ce faire, considrons le problme
de minimisation de la fonction cot dfini pour n exemples ( XP; DP) et YP la sortie du rseau,
par l'erreur qui peut tre quadratique de la forme [MEL.98]:
E
W
YP DP
2
(III.47)
CHAPITRE III:
W
t 1W
t grad W
E
(III.48)
Gradient partiel : W
t 1W
t
DP f
WX P
f '
WX P
XP
(III.49)
Gradient total : W
t 1W
t grad W
E
t
(III.50)
Gradient stochastique : W
t 1W
t grad W
EP
t
(III.51)
t
: pas de gradient (fixe, dcroissant, ou adaptatif)
dE
Pour calculer P , on exploite la rtro propagation du gradient, qui est une mthode
dWij
astucieuse de calcul du gradient de la fonction cot en utilisant la drivation compose pour
rtro- propager l'erreur, comme le montre la figure suivante [FAB.03]:
ff
ii
yi
yj
j j f
Wij
Wjk
k f
y0=1
Figure III.40 : Rtro-propagation du gradient
dE P
dE dj
dE
P
P
dWij
dj dWij dj
y
i
(III.52)
dE
On pose j P , d'o
dj
Wij
t 1Wij
t yi j
dE P
dE
Mais j P
d
dj
k
k
(III.53)
dk
k dk
k
d
dy
k W jk j
k
d
kW jk f '
j si neurone j est cach
D'o j
110
(III.54)
(III.55)
CHAPITRE III:
dE
Et j P
d
j
dE P
dy
j
dy j
(III.56)
(III.57)
es
ont
disponibles. Il repose sur un critre interne de conformit du comportement du rseau par
rapport des spcifications gnrales et non sur des observations externes. Dans ce cas,
l'apprentissage est bas sur des probabilits. Le rseau va se modifier en fonction des
rgularits statistiques de l'entre. L'algorithme d'apprentissage exploite pour se faire une
mesure prdtermine de la qualit de reprsentation de la connaissance afin d'ajuster les
paramtres du rseau [BRE.99]. Ce type d'apprentissage est reprsent schmatiquement en
figure (III.41):
Environnemen
t
Stimul
i
RN
Rponse du rseau
i
nt
e
r
pr
t
a
t
i
on phy
s
i
que
.De pl
us
,l
ac
onna
i
s
s
a
nc
ehuma
i
ne nepe
utpa
s
t
r
e
exploite pour les construire.
En revanche les systmes d'infrence flous possdent deux points forts par rapport aux
rseaux de neurones. D'une part, ils sont gnralement construits partir de la connaissance
humaine, d'autre part, ils ont une capacit descriptive leve due l'utilisation de variables
linguistiques. L'approche traditionnelle pour la conception des systmes d'infrence flous est
base sur les connaissances acquises par des oprateurs experts. Cette approche a prouv son
efficacit dans plusieurs applications. Il se peut cependant que les oprateurs ne puissent pas
111
CHAPITRE III:
traduire leurs connaissances et exprience sous forme de contrleur logique floue. Il arrive
parfois que le domaine d'expertise ne soit pas disponible. Il est donc naturel de construire des
systmes hybrides qui combinent les concepts des systmes d'infrence flous et des rseaux
de neurones, ce sont des rseaux neuro - flous, dont l'apprentissage permet d'ajuster les
paramtres et de s'adapter aux changements de conditions. Les infrences sont ensuite
extraites aprs convergence. Le schma gnral d'une structure neuro-floue est illustr par la
figure suivante:
Entres
Units
d'association
Logique floue
Portion fixe
Entres
Sortis rseau
Rseau neuronal
Portion d'apprentissage
III.4.1 Dfinition
George Lee (Lee et al. 2001) dfinit un systme neuro-flou comme tant un rseau
neuronal multicouche avec des paramtres flous, ou comme un systme flou mis en
application sous une forme distribue parallle [OUL.05].
Un systme neuro-flou ne devrait par contre pas tre vu comme un systme expert
mais ils peuvent tre utiliss comme des approximateurs universels.
112
CHAPITRE III:
Expression linguistiques
Donnes linguistiques
Opration parallle
Apprentissage
Donnes symboliques
e
s
t
--dire ni l'un ni l'autre n'est employ pour dterminer les
paramtres de l'autre. Habituellement le rseau neuronal traite les entres, ou post-traite les
sorties du systme flou.
III.4.2.3 Modles neuro-flous coopratifs
Le rseau de neurone est employ pour dterminer les paramtres (les rgles et les
e
ns
e
mbl
e
sf
l
ous
)d'
un s
y
s
t
me f
l
ou.Apr
sl
a pha
s
e d
a
ppr
e
nt
i
s
s
a
g
e
,l
es
y
s
t
me f
l
ou
f
onc
t
i
onnes
a
nsl
er
s
e
a
udene
ur
one
.
C
e
s
tunef
or
mes
i
mpl
ede
ss
y
s
t
me
sne
ur
o-flous.
III.4.2.4 Modles neuro-flous hybrides
Les approches neuro-floues modernes sont de cette forme. Un rseau neuronal et un
systme flou sont combins dans une architecture homogne. Le systme peut tre interprt
comme un rseau neuronal spcial avec des paramtres flous ou comme un systme flou mis
en application sous une forme distribue parallle.
113
CHAPITRE III:
III.4.3 Le
st
ype
sd
i
mpl
me
nt
at
i
onde
sr
s
e
auxne
ur
o-flous [OUL.05]
Dans la littrature il y a une panoplie de systmes neuro-flou comme : les systmes
neuro-flou coopratives, concurrents, les systmes dit hybrides ou neuro-flou adaptatif, le
modle NEFCLASS, ANFIS, FALCON et GARIC .etc.
Selon l'interaction entre la logique floue et les rseaux de neurones, et compte tenu de
nos objectifs, nous avons retenu deux types de systmes neuro-flous savoir : systmes
d
i
nf
III.4.3.
1Sys
t
me
sd
i
nf
r
e
nc
ene
ur
o-flou adaptatifs(ANFIS)
Le
ss
y
s
t
me
sd
i
nf
r
e
nc
ene
ur
o-flou adaptatifs (ANFIS), sont des systmes hybrides
ut
i
l
i
s
a
ntl
i
n
f
r
e
nc
ef
l
ouedeTa
ka
g
iSug
e
no.Las
t
r
uc
t
ur
eANFI
Se
s
tc
ons
t
i
t
u
edecinq
couches comme le montre la figure (III.44). La premire couche cache fuzzifie les variables
d
e
nt
r
e
se
tl
e
sop
r
a
t
e
ur
st
y
peT-norme calculent la partie prmisse des rgles dans la
deuxime couche cache. La troisime couche cache normalise les poids des rgles suivit par
la quatrime couche cache o les paramtres des parties conclusions des rgles sont
dtermins. La couche de sortie calcule la somme de tous les signaux venant de la quatrime
couche [JAN.93].
Son e
nt
r
a
ne
me
nt e
s
ta
c
c
ompl
i
t pa
rl
a
l
g
or
i
t
hme du g
r
a
di
e
nt de
s
c
e
nt
e(
r
t
r
o
pr
opa
g
a
t
i
on)pourl
opt
i
mi
s
a
t
i
onde
spa
r
a
m
t
r
e
sde
spa
r
t
i
e
spr
mi
s
s
e
s
,e
tl
a
l
g
or
i
t
hmede
s
moindres carr pour la rsolution des paramtres des parties conclusion. Afin de rduire
l
e
r
r
e
ure [JAN.93].
Si x1 est A1
et x2 est B1
Si x1 est A2
et x2 est B2
alors y1 f1
x1 , x2 a1 x1 b1 x2 c1
alors y 2 f1
x1 , x2 a2 x1 b2 x2 c2
(III.58)
Jang [JAN.95] a propos la reprsentation de cette base de rgles par le rseau adaptatif
de la figure (III.44) :
114
CHAPITRE III:
couche 4
couche 1
couche 2
couche 3
couche 5
x1 x2
A1
x1
w1
v1
v1.f1
A2
B1
x2
w2
v2.f2
v2
B2
x1 x2
Figure III.44 : Architecture ANFIS
Le rseau adaptatif ANFIS est un rseau multi couches dont les connexions ne sont pas
pondres.Le
snudss
ontdede
uxt
y
pe
sdi
f
f
r
e
nt
ss
e
l
onl
e
ur
s fonctionnalits:l
e
snuds
c
a
r
r
s(
a
da
pt
a
t
i
f
s
)c
ont
i
e
nne
ntde
spa
r
a
m
t
r
e
s
,e
tl
e
snudsc
i
r
c
ul
a
i
r
e
s(
f
i
xe
s
)n'
ontpa
sde
paramtres. Toutefois, chaquenud (
c
a
r
r
ou c
i
r
c
ul
a
i
r
e
)a
ppl
i
queunef
onc
t
i
on s
urs
e
s
signaux d'entres. La sortie Oik dunudidel
ac
ouc
hek(
a
ppe
l
nud(
i
,k)
)d
pe
ndde
s
signaux provenant de la couche (k-1)e
tde
spa
r
a
m
t
r
e
sdunud(
i
,k)
,c
'
e
s
t
--dire [NAK.97]:
(III.59)
dede
spa
r
a
m
t
r
e
sa
j
us
t
a
bl
e
s
.Laf
onc
t
i
ondunud
est identique la fonction d'appartenance un sous-ensemble flou de l'univers de discours des
entres. Da
nsl
emod
l
edeJ
a
ng[
J
AN.
95]
,
l
e
sf
onc
t
i
onsd
a
ppa
r
t
e
na
nc
es
ontde
sg
a
us
s
i
e
nne
s
.
Oi1=fi1(x) = Ai (x)
(III.60)
115
CHAPITRE III:
O x e
s
tl
'
e
nt
r
edunudi
,e
tAi le terme linguistique associ sa fonction Ai. En
d'autres termes, Oil est le degr d'appartenance de x Ai, dfinie par une fonction
x .
d'appartenance Ai
Couche 2 Gnration du poids de la rgle i:
Cha
quenudcirculaire appel dans cette couche correspond une rgle floue
Sug
e
no.I
lr
e
oi
tl
e
ss
or
t
i
e
sde
snudsde f
uz
z
i
f
i
c
a
t
i
on e
tc
a
l
c
ul
es
on a
c
t
i
va
t
i
on.La
c
onj
onc
t
i
onde
sa
nt
de
nt
se
s
tr
a
l
i
s
ea
ve
cl
op
r
a
t
e
urpr
odui
t
.
wi Ai
x1
.Bi 2
x2
, i 1..2
(III.61)
g
l
ef
l
ouedonn
e
.Lava
l
e
urobt
e
nuer
e
pr
s
e
nt
el
ac
ont
r
i
but
i
on
de la rgle floue au rsultat final.
vi
wi
w1 w 2
(III.62)
Couche 4 Calcul de la sortie des rgles :
Cha
quenuddec
e
t
t
ec
ouc
hee
s
tunnudc
a
r
r
a
ve
cunef
onc
t
i
onr
a
l
i
s
a
ntl
ec
a
l
c
ul
suivant :
Oi4 vi . f i vi
ai x1 bi x2 ci
, i 1..2
(III.63)
O15 y vi . f i
(III.64)
116
CHAPITRE III:
1
2
e(k )
hd (k ) h(k ) , k 1..2
2
(III.65)
hd
k h
k i
k
i i 1
h
k
T
i
k
(III.66)
i i 1 Pi i ei
T
Avec
(III.67)
ei hd h
.
T
1
Pi
T
2 i i
(III.68)
117
CHAPITRE III:
e
sx1 , x 2 , .............. x N . Ainsi, la lere rgle R l est donne sous cette forme:
l
R
: Si x1 est F1l et x2 est F2l et ....................et x N est FNl
(III.69)
Par l
y lj y j
xi
i 1 F l
(III.70)
Avec y j est le point qui a la fonction d'appartenance maximale des ensembles flous H lj
118
CHAPITRE III:
l
N
yj
xi
1 Fl
yj L
N
xi
i
1 Fl
l
1
l
1
Posant Gl
x
i
1
(III.71)
F l
xi
i
(III.72)
xi
l 1
i
1 Fl
y j y j Gl
x
l
(III.73)
l
1
Avec Gl
x reprsente la structure non linaire du rseau de neurone et y j les poids
ajuster du rseau de neurone.
l
Xd
d/dt
RNFX
+
=0
RNFT
d/dt
CHAPITRE III:
vol
ut
i
on du c
ont
r
l
ef
l
ou,de
ux t
y
pe de s
y
s
t
me ont
t
d
ve
l
opp
s
,
notamment, le systme de Mamdani ou standard, bas sur les rgles purement floues et le
systme flou de Takagi Sugeno dont les rgles sont semis flous.
La rgle Takagi Sugeno prsente la diffrence de celle de Mamdani une consquence
quin
e
s
tpa
sune
ns
e
mbl
ef
l
ouma
i
sunef
onc
t
i
on
Dans notre cas on a quatre entres, deux entres pour chaque rgulateur: x ( t ), x(t )
e
A1
e
A2
B1
e
B2
e
Figure(III.46) : Le rgulateur de type Sugeno (22) sous forme de RNA.
120
(III.74)
(III.75)
CHAPITRE III:
Couche 2
Le
ss
or
t
i
e
sde
snudsdec
e
t
t
ec
ouc
hes
onte
xpr
i
m
e
spa
r
:
O2,1 O1,1.O1, 3 w1
O O .O w
2, 2
1,1 1, 4
2
(III.76)
Couche 3
Las
or
t
i
edunude
s
te
xpr
i
m
epa
r:
O3, i wi 4 wi
wK
(III.77)
K 1
Couche 4
Les nudsde cette couche sont paramtres ajustables, leurs fonctions sont de la
forme :
O4, i wi .( pi .e qi .e ri ) i=1,4.
(III.78)
a
l
i
s
el
as
ommede
ss
or
t
i
e
sde
snudsdel
a
couche prcdente :
4
O5 O4, i
(III.79)
i 1
Les paramtres des prmisses sont supposs fixes, donc O5 peut tre crite sous la
forme :
4
(III.80)
i 1
1
2
e(k )
hd (k ) h(k ) , k 1..2
2
121
(III.81)
CHAPITRE III:
hd
k h
k i
k
i i 1
h
k
T
i
k
(III.82)
i i 1 Pi i ei
T
(III.83)
Avec
ei hd h
.
T
O
O
e
O
e
i
3,i
3,i i
3 ,i i
1
Pi
T
2 i i
(III.84)
(III.85)
(III.86)
h
h
i [
i
ri
pi
h T
]
qi
(III.87)
e
s
,donci
lf
a
uta
voi
runer
e
l
a
t
i
on e
nt
r
el
e
nt
ee
tl
as
or
t
i
edoncl
e
122
CHAPITRE III:
r
a
i
s
onne
me
nta
ppr
oxi
ma
t
i
fdeSug
e
nonedoi
tp
a
s
t
r
ed
or
dr
ez
r
o. Le rseau contrleur
c
a
l
c
ul
el
ede
g
r
d
a
c
t
i
va
t
i
ondec
ha
q
uer
g
l
equie
s
tmul
t
i
pl
i
pa
rl
af
onction de Takagi
Sug
e
no.Ors
onr
l
ee
s
td
a
mpl
i
f
i
e
roudedi
mi
nue
rl
af
or
c
e
.
Pour la cration des rgles on s
e
s
tba
s
sur le fonctionnement mcanique du systme,
pour illustrer cette ide, nous donnons un exemple :
Quand le pendule penche vers la droite, le chariot doit le rattraper en effectuant un
mouvement vers la droite et inversement.
Si ( est positive) ET (
est positive) ALORS ( F est positive)
que
nc
e
sde
sr
g
l
e
sf
l
oue
s
,l
obt
e
nt
i
ondec
e
sc
oe
f
f
i
c
i
e
nt
spa
r
t
i
rde
sc
onna
i
s
s
a
n
c
e
s
vagues et imprcises est trs difficile. Dans notre cas, nous exploitons les donnes entres,
sorties correspondant au rgulateurs de Mamdani (tableau III.5 et III.6). Pour expliquer cette
ide, nous donnons deux exemples :
Si l
af
or
c
es
ui
tl
a
ng
l
e
,a
l
or
s(
p1) reoit une valeur numrique proche de (1) et (q1)
reoit une valeur numrique proche de (0)
Et Si la force s
ui
tl
a
ng
le et valeur angulaire, alors (p1) et (q1) reoivent une valeur
num
r
i
quepr
oc
hede(
1)
e
t
c
.
Base de rgles :
n
2 nombr
edef
onc
t
i
onsd
a
ppa
r
t
e
na
nc
e
spourc
ha
quee
nt
r
edur
g
ul
a
t
e
ur
.
m
4 nombre de rgles floues.
Les valeurs initiales des paramtres des conclusions des rgles sont prises comme suit:
N
rgle
1
2
3
4
p1
q1
r1
p2
q2
r2
N
N
P
P
N
P
N
P
0.209
0.209
0.209
0.209
0.3
0.3
0.3
0.3
0.01
0.01
0.01
0.01
0.56
0.56
0.56
0.56
0.325
0.325
0.325
0.325
0
0
0
0
CHAPITRE III:
Gains de normalisation :
GU 1 0.175
GU 2 0.39
Les simulations et les exprimentations suivantes sont obtenues pour les gains
d
a
da
pt
a
t
i
on1 et 2 qui sont fixs 1.
Position (m)
1
0.5
0
-0.5
10
15
Temps (s)
20
25
-0.2
30
Commande (V)
10
15
Temps (s)
20
25
30
10
15
Temps (s)
20
25
30
1
Vitesse (rad/s)
Vitesse (m/s)
2
1
0
-1
10
15
Temps (s)
20
25
0.5
0
-0.5
30
2
1
0
-1
-2
10
15
20
Temps (s)
25
30
35
40
Position (m)
0.5
0
-0.5
-1
10
15
20
25
Temps (s)
30
35
40
45
50
10
15
20
25
Temps (s)
30
35
40
45
50
10
15
20
25
Temps (s)
30
35
40
45
50
Angle (rad)
0.2
-0.2
Commande (N)
2
0
-2
-4
Figure(III.48):R
s
ul
t
at
sdes
i
mul
at
i
ond
unepour
s
ui
t
e
c
he
l
onpourl
ed
pl
ac
e
me
nt
du chariot par la commande neuro floue.
124
0.4
0.3
0.2
0.2
Angle (rad)
Position (m)
CHAPITRE III:
0
-0.2
0.1
0
-0.4
0
10
15
20
Temps (s)
25
30
35
-0.1
40
Vitesse Angiulaire(rad/s)
2
Vitesse (m/s)
1
0
-1
-2
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
1
0
-1
-2
Commande (V)
2
0
-2
0
10
15
20
Temps (s)
25
30
35
40
P os ition(m )
10
15
20
Temps(s)
25
30
35
40
10
15
20
Temps(s)
25
30
35
40
10
15
20
Temps(s)
25
30
35
40
0
-0.2
Com m andant(V )
A ngle(rad)
0.2
5
0
-5
sl
e
srsultats de simulation prsents sur les figures (III.47), (III.48), (III.49) et
(III.50), on constate bi
e
nqu
onaa
bou
t
i des rsultats satisfaisants avec:
Un temps de rponse de 3 sec.
Une bonne poursuite de trajectoire et une erreur statique nulle.
Une commande n
ontnergtique et ralisable pratiquement.
Un dplacement du chariot dans les limites de rail.
Un rejet de perturbations.
Les dynamiques des sous systmes pendule et chariot tolrables.
125
CHAPITRE III:
Nous notons une trs bonne poursuite, sans dpassement des limites dans les deux cas
de poursuite de rfrence rectangulaire et sinusodale, illustrs par les figures (III.48) et
(III.49), ainsi lors de la perturbation externe montr par la figure (III.50), le systme rpond
avec oscillation trs faible ou trs ngligeable du pendule et un dplacement du chariot de 0.1
mtres par rapport la rfrence. Le rgulateur ragit et corrige ces perturbations avec une
nergie tolrable et stabilise le systme aprs 2 sec.
D
a
pr
sl
e
sr
s
ul
t
a
t
sde s
i
mul
a
t
i
on obt
e
nus
,nousc
onc
l
uonsl
ar
obus
t
e
s
s
ee
tl
a
performance de la commande neuro floue.Ma
i
nt
e
na
nti
lner
e
s
t
epl
usqu
va
l
i
de
rs
url
e
dispositif rel les rsultats obtenus en simulation.
i
mpl
me
nt
a
t
i
on,nousa
vonsg
a
r
dl
am
mes
t
r
uc
t
ur
edur
s
e
a
uc
ont
r
l
e
ure
t
les mmes coefficients Takagi Sugeno initiaux donns au tableau (III.7). On a juste adapt les
facteur
sd
c
he
l
l
es
url
e
se
nt
r
e
set les sorties des contrleurs. Le nombre de classes et de
rgles restent inchang ceux de rsultats de simulation.
Gains de normalisation :
GE1 1; GCE1 1
GE2 1; GCE 2 1
GU 1 0.85
GU 2 0.55
Position (m)
0.2
0
-0.2
0
10
15
Temps (s)
20
25
30
10
15
Temps (s)
20
25
30
10
15
Temps (s)
20
25
30
Angle (rad)
6.4
6.2
6
Commande (V)
5.8
2
0
-2
CHAPITRE III:
Position (m)
0.5
-0.5
10
20
30
40
50
60
70
40
50
60
70
40
50
60
70
Temps (s)
Angle (rad)
6.4
6.2
6
0
10
20
30
Temps (s)
Commande (V)
-5
10
20
30
Temps (s)
Position (m)
0.5
-0.5
10
15
20
Temps(s)
25
30
35
40
10
15
20
Temps(s)
25
30
35
40
10
15
20
Temps(s)
25
30
35
40
Angle (rad)
6.4
6.2
6
Commande (V)
-5
Position (m)
Figure(III.53) : Rsultat de poursuite chelon neuro flou exprimental pour condition initiale
(0,0,0.3, 0)
0.2
0
-0.2
-0.4
0
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
Angle (rad)
6.4
6.2
6
Commande (V)
-5
i
ns
t
antt=24s
127
CHAPITRE III:
Position (m)
0.2
0
-0.2
0
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
Angle (rad)
6.4
6.2
6
Commande (V)
-5
i
ns
t
antt
=20s
Position (m)
0.5
-0.5
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
Angle (rad)
6.3
6.2
6.1
6
5.9
Commande (V)
4
2
0
-2
-4
Position (m)
0.5
-0.5
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
Angle (rad)
8
6
4
2
0
Commande (V)
-5
128
CHAPITRE III:
Position (m)
0.5
Angle (rad)
-0.5
10
20
30
40
Temps (s)
50
60
70
80
10
20
30
40
Temps (s)
50
60
70
80
10
20
30
40
Temps (s)
50
60
70
80
6
4
2
0
Commande (V)
-5
Position (m)
0.5
-0.5
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
Angle (rad)
8
6
4
2
0
Commande (V)
-5
i
ns
t
antt
=28
s
Position (m)
0.2
-0.2
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
10
15
20
Temps (s)
25
30
35
40
Angle (rad)
10
Commande (V)
-5
i
ns
t
antt
=2
8s
129
CHAPITRE III:
Position (m)
0.5
-0.5
10
15
20
25
Temps (s
30
35
40
45
50
Angle (rad)
6
4
2
0
0
10
15
20
25
30
35
40
45
25
30
35
40
45
Temps (s)
Commande (V)
-5
10
15
20
Temps (s)
i
ns
t
antt
=25se
tt
=36s
.
sultats
concluants et satisfaisants en terme de poursuite avec de trs faibles erreurs en rgime
permanent, un dpassement admissible de 0.07 0.1 m et un temps de rponse environ de 2
s
e
cpourl
as
t
a
bi
l
i
s
a
t
i
onduc
ha
r
i
ot
.L
a
ng
l
edupe
ndul
er
e
s
t
equa
s
i
me
nt inchang avec une
variation allant de 0.005 0.01 rad. Le signale de commande u(t) est moins nergtique et
plus doux par rapport aux commandes voques prcdemment.
s
e
nt
a
t
i
f
,nous
prsentons les tableaux qui rsument les rsultats obtenus en rgime tabli relevs sur les
figures (II.7) (II.14), (II.26) (II.37), (III.27) (III.32) et (III.51) (III.61):
130
CHAPITRE III:
Position du
Chariot (m)
Angle du
pendule (rad)
Correcteur
LQR
MG
FLOU
Mini
Maxi
Mini
Maxi
-0.1733
0.0140
-0.007
0.007
-0.1653
0.0594
-0.077
0.049
-0.1904
0.3003
-0.0797
0.0828
NEURO
FLOU
-0.0477
0.0486
-0.054
0.024
Position du
Chariot (m)
Angle du
pendule (rad)
Correcteur
LQR
MG
FLOU
Mini
Maxi
Mini
Maxi
-0.0498
0.2621
-0.0368
0.0736
-0.0566
0.3096
-0.065
0.058
-0.0955
0.3925
-0.0920
0.0828
NEURO
FLOU
-0.1616
0.3377
-0.063
0.054
r
i
e
ur
e
sa
f
i
nd
va
l
ue
rl
e
ur
sr
obus
t
e
s
s
e
.
Amplitude des
oscillations
Position du
Chariot (m)
Type de
perturbation
Variation de
40% de M
Position du
Chariot (m)
Variation de
40% de m
Position du
Chariot (m)
Angle du
pendule (rad)
Extrieure
Extrieure
Correcteur
LQR
MG
FLOU
mini
maxi
mini
maxi
maxi
-0.0367
0.0253
-0.0408
0.0026
-0.0598
-0.0110
0.0349
-0.047
0.018
0.0485
+
+
+
+
-0.2406
NEURO
FLOU
-0.0277
0.0196
-0.0153
0.0471
0.0450
maxi
0.0307
-0.058
0.0797
-0.0463
131
CHAPITRE III:
Le tableau (III.11) prsente la synthse sur les aspects qualitatifs des commandes
dveloppes.
Correcteur
LQR
MG
FLOU
Dynamique
Prcision
Complexit rgler
Complexit synthtiser
Commande
Bonne
Bonne
Facile
Facile
Eprouvante
Bonne
Excellente
Facile
Moins Facile
Acceptable
Bonne
Moins Bonne
Difficile
Difficile
Plus Eprouvante
NEURO
FLOU
Bonne
Trs Bonne
Difficile
Difficile
Douce
III.6 Conclusion
Dans ce chapitre, nous avons prsent les concepts fondamentaux de la logique floue,
des rseaux de neurones ainsi que les systmes neuro-flous issus de la combinaison de la
logique floue et les rseaux de neurones.
Nous avons d'abord introduit la structure interne d'un systme d'infrence flou,
ncessaire la comprhension d'un systme flou. Nous avons ensuite prsent une
mthodologie complte de la construction de la relation entre-sortie partir des rgles floues.
Par la suite les modles dynamiques des rseaux de neurones ont t dcrits d'une manire
dtaille avec l'algorithme d'apprentissage par rtro propagation.
Dans la troisime partie nous avons prsent la stratgie de commande neuro-floue
a
i
ns
iquel
a
l
g
or
i
t
hmed
a
ppr
e
nt
i
s
s
age utilis dans notre application.
Enfin, nous avons prsent les rsultats exprimentaux obtenus par application la
commande floue et la commande neuro floue respectivement. Nous avons vu que celles-ci
manifeste de trs bonnes performances et une trs bonne robustesse.
Le contrleur neuro flou propos dans cette partie peut tre appliqu une large classe
de systmes non linaire, il combine les avantages de deux techniques; par la rapidit du
temps de rponse, la commande moins nergtique, la meilleur limitation du dplacement du
chariot et la trs bonne robustesse vis--vis des erreurs paramtriques et perturbations
extrieures.
Le
ss
i
mul
a
t
i
onse
f
f
e
c
t
u
e
ss
url
emod
l
ed
t
a
tdus
y
stme pendule invers ainsi les
r
e
l
e
v
se
xp
r
i
me
nt
a
uxmont
r
el
e
f
f
i
c
a
c
i
t
dec
e
t
t
ec
omma
ndea
us
s
ibi
e
ne
ns
i
mul
a
t
i
onqu
e
n
exprimentation.
132
Conclusion gnrale
Conclusion gnrale
L
t
ude pr
s
e
nt
e da
nsc
e m
moi
r
e a pour objectif d
a
bor
de
rl
e
stechniques de
l
i
nt
e
l
l
i
g
e
nc
ea
r
t
i
f
i
c
i
e
l
l
e qui constituent une alternative aux commandes classiques,
gnralement employes en automatique afin de rpondre au mieux aux objectifs de
pe
r
f
or
ma
nc
ee
tder
obus
t
e
s
s
epourl
ar
g
ul
a
t
i
on d
un pr
oc
d
. Les lois de commandes
proposes sont appliques et exp
r
i
me
nt
e
sl
as
t
a
bi
l
i
s
a
t
i
ond
unpe
ndul
ei
nve
r
s
quiest un
systme instable, SIMO, sous actionn et possde des non-l
i
n
a
r
i
t
snonn
g
l
i
g
e
a
bl
e
s
.C
e
s
t
un outil didactique et un problme classique souvent utilis pour tester les caractristiques de
nouvelles lois de commande.
Pourypa
r
ve
ni
r
,nouss
ommea
me
n
sd
a
bor
dc
onna
t
r
el
aconstitution de ce systme
et comprendre son fonctionnement. La modlisation du systme pendule invers tait
ncessaire afin de synthtiser les lois de commandes classiques et intelligentes proposes dans
notre travail.
Dans le deuxime chapitre, nous avons dvelopp la commande linaire quadratique et
la commande par mode de glissement avec succs et les
s
ul
t
a
t
sdel
t
udec
ompa
r
a
t
i
vee
nt
r
eces commandes dveloppes confirment que
les deux commandes sont plus performantes ainsi que robustes. De plus, si le critre de
prcision est privilgi, par consquent la commande LQR est la plus performante. Par contre
si le critre nergique est avantag alors la commande par modes de glissement est plus
performante.
Au troisime chapitre, aprs avoir donn quelques rappels thoriques de base de la
logique floue et l
ar
e
pr
s
e
nt
a
t
i
ond
unr
g
ul
a
t
e
urf
l
oue
tdes
e
sdiffrents constituants, ainsi
133
Conclusion gnrale
quel
a
ppl
i
c
a
t
i
ondel
al
og
i
quefloue dans la commande, nous avons appliqu la commande
par logique floue sur le simple pendule invers. Les rsultats de simulation ont montr
l
e
f
f
i
c
a
c
i
t
dec
e
t
t
ec
omma
nde
.
En effet, les rgulateurs flou de type Mamdani avec des fonctions d
a
ppa
r
t
e
na
nc
e
triangulaires et trapzodales, et la taille de la base des rgles est de 25 rgles ont donn de
faibles erreurs de poursuite en rgime permanent et une trs bonne robustesse face aux
perturbations en simulation, mais malheureusement nous n
a
vonspa
spuobt
e
ni
rl
e
sr
s
ul
t
a
t
s
attendus concrtement s
url
eba
ncd
e
s
s
a
idontnousdi
s
pos
ons
,mme si le nombre de rgle a
t diminuer j
us
qu
a9 rgles, nous remettons cela aux insuffisances du calculateur de
l
e
nvi
r
onne
me
ntded
ve
l
oppe
me
nta
c
c
ompa
g
nant la maquette.
En second lieu, nous avons appliqu la commande hybride neuro floue qui runit la
t
h
or
i
epui
s
s
a
nt
edel
al
og
i
quef
l
ouee
tc
e
l
l
ede
sr
s
e
a
uxdene
ur
one
sa
f
i
nd
i
nt
r
odui
r
ede
s
c
a
pa
c
i
t
sd
a
ppr
e
nt
i
s
s
a
gee
td'
a
da
pt
a
t
i
onda
nsl
e
ss
y
s
t
me
sf
lous. Le rgulateur flou est
implment par un rseau connexionniste quatre couches, et possde la capacit
d
a
da
pt
a
t
i
o
ndes
e
spa
r
a
m
t
r
e
se
nt
e
mpsr
e
lg
r
c
euna
l
g
or
i
t
hmeder
t
r
opr
opa
g
a
t
i
ondu
gradient.
Certainement, la combinaison de ces deux approches nous a donn de meilleurs
rsultats; du cot performances, robustesse, poursuite et stabilit. Elle nous a apport la
rapidit par un meilleur temps de rponse, une commande moins nergtique que celle faite
seulement, par le mode glissant, LQR ou par logique floue et une meilleure robustesse vis
vis des erreurs paramtriques tels que, mme pour des erreurs considrables en prsence de
perturbations alatoire, la stabilit demeure assure et le dplacement du chariot reste dans
l
i
nt
e
r
va
l
l
et
ol
e.
Le
st
r
a
va
uxt
h
or
i
que
s
t
udi
se
tl
e
ss
ol
ut
i
onsr
e
t
e
nue
sont
t
t
e
s
t
ss
url
a
ppl
i
c
a
t
i
on
relle. Les rsultats obtenus ont t compars avec ceux attendus et les hypothses faites lors
del
t
udet
h
or
i
queont
t
va
l
i
d
e
sour
e
mi
s
e
se
nc
a
us
e
.
Les expriences que nous avons entreprises sur notre maquette nous a permis de voir
l
c
ue
i
lqu
ipe
ute
xi
s
t
e
re
nt
r
el
as
i
mul
a
t
i
one
tl
apr
a
t
i
que
,l
e
spa
r
a
m
t
r
e
st
h
or
i
que
me
nt
applicable notre systme ont t adapts en pratique pour rapprocher au mieux la
caractristique de la stabilit. Les rsultats de simulations et exprimentaux obtenus ont t
134
Conclusion gnrale
concluants mais pourrai tre amliors en jouant sur les paramtres des rgulateurs ou sur les
modifications matrielles de la maquette.
Notre principale contri
but
i
on s
es
i
t
uedoncs
url
epl
a
n del
ami
s
ee
n uvr
ee
t
l
a
ppl
i
c
a
t
i
onpr
a
t
i
quedec
e
sc
omma
nde
ss
url
epr
oc
dr
e
lc
a
rbe
a
uc
oupdeschma de
commande des procds donnent de trs bons rsultats en simulation et ne fonctionnent pas
du tout concrtement une fois sont implments.Ce
t
t
e
t
udenousape
r
mi
sd
a
bor
de
r
pl
us
i
e
ur
sa
s
pe
c
t
sdel
l
e
c
t
r
oni
que
,del
a
ut
oma
t
i
quee
td
i
nf
or
ma
t
i
que
.
On tient citer les grands obstacles rencontrs dans ce mmoire sont:
Choix des matrices de pondration et la surface de glissement.
Cr
e
rl
et
a
bl
e
a
udeba
s
eder
g
l
e
sa
i
ns
iquel
e
sf
a
c
t
e
ur
sd
c
he
l
l
e
s
.
Trouver les coefficients Takagi-Sugeno.
L
i
mpl
a
nt
a
t
i
onde
sdi
f
f
r
e
nt
e
sc
omma
nde
ss
url
epr
oc
de
nque
s
t
i
on.
Les travaux dcrits dans ce mmoire ouvrent un nombre de perspectives. Tout
d
a
bor
d,i
ls
e
r
a
i
ti
nt
r
e
s
s
a
nta
ppl
i
que
rd
a
ut
r
e
ss
t
r
a
t
g
i
e
sdec
omma
ndea
f
i
nd
a
ppor
t
e
rde
s
amliorations tel que la Commande neuro-flou optimise par des algorithmes gntiques,
a
ppl
i
que
rl
a
ppr
oc
hed
a
na
l
y
s
edel
ac
omma
ndeut
i
l
i
s
eda
nsc
em
moi
r
ed
a
ut
r
e
spr
oc
d
s
.
Ens
ui
t
e
,e
nvued
i
mpl
me
nt
e
rd
a
ut
r
e
snouve
l
l
e
sc
omma
nde
sc
ommel
al
og
i
quef
l
oue
classique, nouspr
opos
onsc
ommepe
r
s
pe
c
t
i
vede
st
r
a
va
uxve
ni
rd
a
da
pt
e
rune
nvironnement
ded
ve
l
op
p
e
me
ntpl
uspe
r
f
or
ma
nte
to
f
f
r
a
ntpl
usdef
l
e
xi
bi
l
i
t
l
ut
i
l
i
s
a
t
e
ur
.
Au terme de ce travail, nous pouvons conclure que chaque type de commande peut
tre avantageux dans un sens et dsavantageux dans un autre, mais on peut affirmer que
l
a
s
s
oc
i
a
t
i
ondel
al
og
i
quef
l
ouee
tl
e
sr
s
e
a
uxdene
ur
one
ss
a
v
r
et
r
se
f
f
i
c
a
c
eda
nsl
e
contrle de processus complexes.
135
REFERENCES BIBLIOGRAPHIQUES
[AND.89] Anderson C.W., learning to control an inverted pendulum using neural net
works, IEEE control system magazine, vol.9 page 31-37, 1989.
[AST.00] K.J. Astrm, K. Furuta, Swinging up a pendulum by energy control,
Automatica, Vol. 36, N. 2, 2000, pp. 287 -295, 2000.
[BAS.95] Bastin A., handling the nonlinearity of a fuzzy logic controller at the
transition between rules Fuzzy set and systems, vol.71 , page 369-387,1995.
[BON.85] Bondarev A. G, N. E. Kosteleva & V. I. Utkin.Sliding modes in
systems with asymptotic state observers, Automation and remote control,
46(6):49-64. 1985.
[BOR.98] Borne P .Rozinoer J.Dieulot J.Dubois L."Introduction la
Paris : Editions Technip, 1998.
commande floue"
m
moi
r
ed
i
ng
ni
e
uruni
ve
r
s
i
t
TO.
05
[BOU.03] Bouchon-Meunier, B. Marsala, C. " Logique floue, principes, aide la dcision"
Paris, Herms Sciences Publication, 2003.
[BOU.06] Bourles. H Systmes linaires, de la modlisation la commande
Paris, Herms Sciences Publication, 2006.
[BOU.91] Boudjema.F, Commande par mode glissement : Application aux convertisseurs
multicellulaires, Thse de Doctorat, Universit Paul Sabatier de Toulouse, 1991.
[BRE.99] Breton, S. " Une approche neuronale du contrle robotique utilisant la vision
binoculaire par reconstruction tridimensionnelle" Thse de Doctorat, Universit
de haute alsace U.F.R. des Sciences et Techniques Juin 1999.
[BUG.03]
137
g
l
a
gee
t commande base logique
floue. Thse de Doctorat, Institut national Polytechnique de Toulouse. Spcialit
: Gnie Electrique et Automatique
[FAU.84] Faure.P, Robin.M. lments d'automatique. Dunod, 1984.
[GAC.97] Gacgne, Louis. Elments de logique floue. Paris : Herms 1997.
[GER.08] Gerald, H. processeurs flous. HE-ARC, BAPTISTE SAVOYE 26, CH-2610 STIMIER, Mai 2008.
[ITK.76] Itkis.U Control systems of variable structure. J. Wiley: New York, 1976.
[JAI.06]
138
menonl
i
n
ai
r
e
sous actionn, PFE ENSP, juin 2009.
[LAM.03] Lamnabhi-Lagarrigue F.,Rouchon P,. Commande non linaires
Paris, Herms Sciences Publication, 2003.
[LAM.04] Lam Johnny, Control of an Inverted Pendulum , Dept. of Electrical &
Computer Engineering, University of California, U.S.A, 2004.
[LAR.96] Larminat.P, Automatique : Commande des systmes linaires. 2me dition
revue et augmente, Edition Herms, Paris 1993-1996.
[LAU.03]
a
ppr
oxi
ma
t
i
on
l
a
pprentissage " Paris, Herms Sciences Publication, 2003.
[LIM.02] Limin P., Peng-Yung W., " Neural - Fuzzy Control System for Robotic
Manipulators " IEEE Control Systems Magazine, February 2002. pp 53 - 63
[LIN.96] Lin Z Saberi A Gutmann M,. linear controller for an inverted pendulum
having Restricted Travel: A High-and-Low Gain Approch, Automatica, Vol. 32,
N.18,p. 1683 -1685, 1996.
[MAD.08]
a
l
i
me
nt
a
t
i
ond
une
machine asynchrone monophas" Thse de Magister, ENPAlger Fvrier 2007.
sMa
nua
lAdvantech Co., Ltd. www.advantech.com PCI-1711 Part
No. 2003171600 1st Edition 2001.
[MAR.98] Marie M .Mokhtari M, "Applications de MATLAB 5 et SIMULINK 2,
Springer-Verlag France, 1998 "
[MCG.02] McGilvray S., Self-Erecting Inverted Pendulum: Swing up and Stabilization
Control,IEEE Contest Paper, 2002.
139
[MEL.98]
[MEL.09]
[MEL.10]
[MOR.04]
Mordjaoui MMod
l
i
s
a
t
i
onde
s effets lectromagntiques Apport de la logique
floue et Neuro-floueThse de doctorat es-sciences, Universit De Batna, Juin
2004.
[NAK.97] Nakoula, Y. " Apprentissage des Modles linguistiques flous, par Jeu de Rglrs
Pondres" Thse de Doctorat, Universit de Savoie, France, Juillet 1997.
[NIC.96]
a
i
dedel
at
h
or
i
ede
smode
sg
l
i
s
s
a
nt
s
, Thse de Doctorat,
Institut National Polytechnique de Toulouse, France, 1996.
[SLO.84]
Slotine. J.J.E Sliding controller design for nonlinear systems. Int. Jour. of
Cont., 40(2) : 421.434, 1984.
[SLO.91]
[UTK.78]
140
obt
e
nt
i
onduDiplme de Recherche de l'INSA de Toulouse, France, 2000.
[ZAY.01] J. Zaytoon, Systmes dynamiques hybrides , Collection Herms, Paris, France. Livre
publi en 2001.
141
Annexe
e
qui
pe
me
ntut
i
l
i
s
Parameter
Value
0.05 Nm
0.05 N/A
2.5
0.0148 m
2.4 kg
0.23 kg
9.81 m/s2
0.36 m
0.099 kg.m2
0.05 Ns/m
0.005 Nms/rad
142
Annexe
Figure A.2: Complete closed loop control system of an inverted pendulum
143
Annexe
144
Annexe
145
Annexe
146
Annexe
147
Annexe
148
Annexe
Tableau A.2: De
s
c
r
i
pt
i
onde
sdi
f
f
r
e
nt
ss
i
gnauxdec
onne
x
i
onE/
Sdel
ac
ar
t
ed
ac
qui
s
i
t
i
o
n
PCI 1711
149