Thèse soutenue

Interaction entre identification et commande : identification pour la commande robuste

FR
Auteur / Autrice : Mehrzad Pourmohammad-Namvar
Direction : Ioan Doré Landau
Type : Thèse de doctorat
Discipline(s) : Automatique
Date : Soutenance en 2001
Etablissement(s) : Grenoble INPG
Partenaire(s) de recherche : Laboratoire : Laboratoire d'automatique de Grenoble (1957-2006)

Résumé

FR

Cette these presente les differents algorithmes optimaux qui identifient un modele nominal et quantifient l'erreur de modelisation dans les differentes topologies de systemes. Plus particulierement nous considerons la topologie de graphe, h , et 11. Notre approche est plutot dans le contexte de set-membership ou nous considerons les modeles rationnels et non-affines en les parametres. Ceci nous donne la possibilite d'identifier des modeles avec un ordre fixe et faible. Nous considerons surtout le cas ou le vrai systeme n'appartient pas a l'ensemble des modeles. Notre demarche est alors de trouver le meilleur modele ayant une distance minimale du vrai systeme et de trouver les bornes pire-de-cas pour l'erreur de modelisation. Ces distances sont exprimees dans les topologies de graphe, h et 11. Les algorithmes d'identifications sont bases sur la resolution des problemes d'optimisation convexes de type programmation lineaire (lp) ou inegalite matricielle lineaire (lmi). Nous adoptons deux strategies generales pour resoudre le probleme d'identification pour la commande. Dans la premiere strategie que nous appelons la methode simultanee, l'identification des parametres du modele et la quantification de l'incertitude sont realisees dans une seule etape, tandis que dans la deuxieme strategie (non-simultanee) l'identification du modele et la quantification de l'incertitude sont realisees dans deux etapes differentes. On demontre aussi que ces strategies sont applicables pour l'identification en boucle fermee ou l'objectif est de minimiser la distance (h ou 11) entre les fonctions de sensibilites nominale et reelle.