ebook img

Développement d'une commande à modèle partiel appris: analyse théorique et étude pratique PDF

173 Pages·2017·8.01 MB·French
Save to my drive
Quick download
Download
Most books are stored in the elastic cloud where traffic is expensive. For this reason, we have a limit on daily download.

Preview Développement d'une commande à modèle partiel appris: analyse théorique et étude pratique

Par Huu Phuc NGUYEN Développement d’une commande à modèle partiel appris : analyse théorique et étude pratique Thèse présentée pour l’obtention du grade de Docteur de l’UTC Soutenue le 16 décembre 2016 Spécialité : Technologies de l’Information et des Systèmes D2323 niversité de echnologie de ompiègne U T C eudiasyc 7253 H UMR CNRS/UTC hèse T présentée pour l’obtention du grade de Docteur de l’UTC par Huu Phuc NGUYEN éveloppement d une commande à D ’ modèle partiel appris . nalyse théorique et tude pratique A É 16 2016 Thèse soutenue le Décembre devant le jury composé de : uc ugard M. L D DR CNRS, Gipsa-lab, Grenoble (Rapporteur) ascal orin M. P M Professeur, ISIR, UMPC (Rapporteur) ominique eizel M. D M Professeur Émérite, Univ. de Limoges (Examinateur) sabelle antoni Mme. I F DR CNRS, Heudiasyc, UTC (Examinatrice) li harara M. A C Professeur, Heudiasyc, UTC (Co-Directeur de thèse) érôme e iras M. J D M Maître de Conférences, Heudiasyc, UTC (Directeur de thèse) À mon fils... able des matières T able des matières T v iste des figures L ix otations N xiii emerciements R xv ésumé R xvii 1 onception de la commande C 3 11 ommande par modèle tabulé de comportement 5 . C . . . . . . . . . . . . 1.1.1 Conceptdecommande . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.1.2 Algorithmed’interpolation. . . . . . . . . . . . . . . . . . . . . . . . . 8 1.1.3 Algorithmed’optimisation . . . . . . . . . . . . . . . . . . . . . . . . . 11 1.1.4 Remarques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 12 ommande en mode entrée sortie 16 . C - . . . . . . . . . . . . . . . . . . . . . . 1.2.1 Modèledeprédictionenmodeentrée-sortie . . . . . . . . . . . . . . . 16 1.2.2 Schémad’unecommandeenmodeentrée-sortie . . . . . . . . . . . . . 17 onclusion 18 C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 tratégie d apprentissage S ’ 19 21 pprentissage de modèle 21 . A . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.1.1 RéseauxàfonctionsdebaseradialesRBF . . . . . . . . . . . . . . . . . 21 2.1.2 Méthodeànoyaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 2.1.3 Processusgaussien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 22 ommande par apprentissage 26 . C . . . . . . . . . . . . . . . . . . . . . . . . . 2.2.1 Processusdedécisionmarkovien . . . . . . . . . . . . . . . . . . . . . 26 2.2.2 Commandeparapprentissagesansmodèle . . . . . . . . . . . . . . . . 28 2.2.3 Commandeparapprentissagebaséesurlemodèle . . . . . . . . . . . . 31 23 ne commande par apprentissage de modèle 32 . U . . . . . . . . . . . . . . . 2.3.1 Correctionitérativebaséesurlafonctiongaussienne . . . . . . . . . . . 32 2.3.2 Évolutiondelacommandebaséesurlemodèletabulédecomportement 35 2.3.3 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 v onclusion 44 C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 pplication au véhicule aérien A 45 31 ommande d un 47 . C ’ PVTOL . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.1.1 Equationdynamique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47 3.1.2 Miseenœuvredel’algorithmedecommande . . . . . . . . . . . . . . 48 3.1.3 Résultatdesimulation . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 3.1.4 Tempsdegénérationdestables . . . . . . . . . . . . . . . . . . . . . . 55 32 ssais sur un 4 en mode le 4 56 . E X PVTOL : PVTOL-X . . . . . . . . . . . . . 3.2.1 Passaged’unquadricoptèreàunPVTOL . . . . . . . . . . . . . . . . . 56 3.2.2 ApprentissageensimulationsurlePVTOL-X4 . . . . . . . . . . . . . . 61 3.2.3 EssairéelsurlePVTOL-X4. . . . . . . . . . . . . . . . . . . . . . . . . 62 33 ommande d attitude pour le quadricoptère 63 . C ’ . . . . . . . . . . . . . . 3.3.1 Modélisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65 3.3.2 Modèlecomplet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70 3.3.3 Résultatensimulation . . . . . . . . . . . . . . . . . . . . . . . . . . . 70 onclusion 74 C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 pplication au véhicule intelligent A 75 41 ommande d un véhicule autonome 77 . C ’ . . . . . . . . . . . . . . . . . . . . 4.1.1 Pneumatiqueetdynamique . . . . . . . . . . . . . . . . . . . . . . . . 77 4.1.2 Equationdynamique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79 4.1.3 Modèlevéhiculecomplet . . . . . . . . . . . . . . . . . . . . . . . . . . 81 4.1.4 Suivid’unetrajectoire . . . . . . . . . . . . . . . . . . . . . . . . . . . 81 4.1.5 Miseenœuvredel’algorithmedecommande . . . . . . . . . . . . . . 83 4.1.6 Résultatdesimulation . . . . . . . . . . . . . . . . . . . . . . . . . . . 84 42 ommande d une voiture en drift 90 . C ’ . . . . . . . . . . . . . . . . . . . . . . 4.2.1 Equationdynamique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90 4.2.2 Miseenœuvredel’algorithmedecommande . . . . . . . . . . . . . . 91 4.2.3 Résultatdesimulation . . . . . . . . . . . . . . . . . . . . . . . . . . . 93 43 ssais sur le véhicule réel 98 . E . . . . . . . . . . . . . . . . . . . . . . . . . . 4.3.1 Planificationdelatrajectoireetlocalisation . . . . . . . . . . . . . . . . 99 4.3.2 Estimationd’état . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101 4.3.3 Résultatetcommentaire . . . . . . . . . . . . . . . . . . . . . . . . . . 105 onclusion 107 C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 pplication à la machine asynchrone A 109 51 odélisation mathématique 111 . M . . . . . . . . . . . . . . . . . . . . . . . . . 5.1.1 Modèletriphasé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111 5.1.2 Modèlebiphasé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 5.1.3 Miseenéquationd’état . . . . . . . . . . . . . . . . . . . . . . . . . . 115 vi 52 bservation de la vitesse mécanique 117 . O . . . . . . . . . . . . . . . . . . . . 5.2.1 Étatdel’art . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117 5.2.2 Algorithmesd’observation . . . . . . . . . . . . . . . . . . . . . . . . . 118 53 pproche par formalisme d état pour extraire la vitesse mécanique 121 . A ’ 5.3.1 Formulationduproblème . . . . . . . . . . . . . . . . . . . . . . . . . 121 5.3.2 Résultatsensimulation. . . . . . . . . . . . . . . . . . . . . . . . . . . 122 54 basée sur les flux 123 . MRAS . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.4.1 Formulationduproblème . . . . . . . . . . . . . . . . . . . . . . . . . 123 5.4.2 Résultatsensimulation. . . . . . . . . . . . . . . . . . . . . . . . . . . 126 55 basé sur le modèle en courants 128 . MRAS . . . . . . . . . . . . . . . . . . . onclusion 132 C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . onclusion générale et erspectives C P 133 nnexes A A 135 1 iltre de alman étendu 137 A. F K . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 dentification des paramètres d une machine asynchrone 137 A. I ’ . . . . . . ibliographie B 139 vii iste des figures L 11 8 . Le schéma de la commande . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2 Discrétisation régulière dans l’espace S ×U de dimension d . . . . . . . . 9 13 2 9 . Coordonnée barycentrique dans l’espace D . . . . . . . . . . . . . . . . . 14 10 . Triangulation de COXETER-FREUDENTHAL-KUHN . . . . . . . . . . . . 15 11 . Triangulation de COXETER-FREUDENTHAL-KUHN d’un cube . . . . . 16 13 . Les opérations du simplex utilisées par la méthode de Nelder-Mead . . . 1.7 La minimisation de la fonction f(x ,x ) = (x −0.5)2 +x2 avec la mé- 1 2 1 2 14 thode de Nelder-Mead . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 16 . Le modèle de prédiction en mode entrée-sortie . . . . . . . . . . . . . . . . 19 17 . Le schéma de la commande en mode entrée-sortie . . . . . . . . . . . . . . 21 22 . Réseau RBF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2 RégressionparRBFavecy = xsinx.Lescentressont x = i,i = 0,10,λ = ci 0.02 et σ = 1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 23 26 . Le schéma d’un processus de décision markovien . . . . . . . . . . . . . . 24 28 . Le schéma d’un algorithme d’itération de la politique PI . . . . . . . . . . 25 31 . La relation entre l’apprentissage, la plannification et la commande . . . . 26 32 . Commande par apprentissage basée sur modèle ou DYNA-Q . . . . . . . 27 33 . Le schéma d’apprentissage . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 36 . Apprentissage d’une fonction, la première itération . . . . . . . . . . . . . 29 36 . Apprentissage d’une fonction après 400 itérations . . . . . . . . . . . . . . 210 37 . L’évoluation d’erreur de la fonction apprise . . . . . . . . . . . . . . . . . . 211 37 . Le schéma d’une commande par apprentissage de modèle . . . . . . . . . 212 38 . Comparaison entre table de prédiction apprise et simulée . . . . . . . . . 2.13 La sortie utilisant la table apprise, le système réel avec a = 1.2 . . . . . . . 39 2.14 L’entrée utilisant la table apprise, le système réel avec a = 1.2 . . . . . . . 39 215 41 . Apprentissage de modèle pour un pendule . . . . . . . . . . . . . . . . . . 216 41 . Entrée appliquée avec apprentissage de modèle pour un pendule . . . . . 2.17 La position stabilisée sur l’axe x . . . . . . . . . . . . . . . . . . . . . . . . 42 2.18 La position stabilisée sur l’axe z . . . . . . . . . . . . . . . . . . . . . . . . . 43 219 43 . La valeur de commande . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ix

Description:
appris : analyse théorique et étude pratique. Soutenue le an existing controller that uses a prediction map built on the state-space. The prediction.
See more

The list of books you might like

Most books are stored in the elastic cloud where traffic is expensive. For this reason, we have a limit on daily download.