Contribution à la commande qualitative et commande floue
Auteur / Autrice : | Gihan Nagib, René Perret |
Direction : | Zdenek Binder |
Type : | Thèse de doctorat |
Discipline(s) : | Automatique et productique |
Date : | Soutenance en 1994 |
Etablissement(s) : | Grenoble INPG |
Partenaire(s) de recherche : | Laboratoire : Laboratoire d'automatique de Grenoble (1957-2006) |
Mots clés
Mots clés contrôlés
Mots clés libres
Résumé
Le travail présenté dans cette thèse porte sur l'étude du problème de commande des systèmes dynamiques lorsque les modèles les décrivant sont imparfaitement connus. Face à cette difficulté de modélisation des systèmes réels, deux voies récentes sont adoptées pour résoudre ce problème. La première a été la modélisation et la commande qualitative basée sur le raisonnement qualitatif. La deuxième a été la commande floue basée sur la logique floue. Une nouvelle méthodologie de commande qualitative (Contrôleur Qualitatif à Auto Organisation) est développée en utilisant un algorithme d'apprentissage. L'apprentissage sert pour deux orientations: l'apprentissage de commande afin de synthétiser un signal de commande lisse et d'obtenir les performances désirées. L'apprentissage paramétrique afin de déterminer les paramètres du contrôleur qualitatif en-ligne. Une étude de performance du contrôleur flou sur un procédé réel monovariable est établie. Pour cette étude, nous avons appliqué la commande floue sur un procédé thermique (Enceinte Climatique). Ensuite, la problématique des systèmes multivariables utilisant la commande floue a été abordée. Pour cela, une structure du contrôleur flou hiérarchisée avec anticipation a été proposée. La validation de cette structure hiérarchisée est établie sur l'Enceinte Climatique. Une étude comparative entre les deux types de commande sur des modèles du «Benchmark» qui sont assez riches en différents niveaux de complexité est effectuée. Enfin, une étude comparative à l'aide d'applications réelles sur un procédé thermique (aérotherme) a été établie pour deux configurations: monovariable et multivariable (système interconnecté).