Recherche Avancée

Thèse soutenue

Identification et commande neuronales de systèmes non-linéaires : application à un système de sustentation magnétique

FR  |  
EN
Auteur / Autrice : Mostafa Lairi
Direction : Gérard Bloch
Type : Thèse de doctorat
Discipline(s) : Automatique
Date : Soutenance en 1998
Etablissement(s) : Nancy 1
Partenaire(s) de recherche : autre partenaire : Université Henri Poincaré Nancy 1. Faculté des sciences et techniques

Résumé

FR

Cette thèse est consacrée à l'identification et à la commande de systèmes dynamiques non linéaires SISO par réseaux de neurones. Dans un premier temps, une présentation des réseaux de neurones est effectuée en rappelant l'origine des nombreux travaux actuels et les différents modèles neuronaux existants. Dans le deuxième chapitre l'identification par réseaux de neurones est présentée étape par étape depuis la collecte des données jusqu'à l'obtention de la structure et des paramètres optimaux. Le chapitre suivant présente les différentes stratégies de commande neuronale. Une stratégie de contrôle neuronal par anticipation est appliquée à un système de sustentation magnétique, non linéaire et instable en boucle ouverte. Elle est comparée à une régulation PID standard : élimination des dépassements, poursuite parfaite de la référence, élargissement de la plage de stabilité. La stratégie proposée est mise en œuvre en temps réel en utilisant l'environnement logiciel Matlab Simulink et RTW, qui permet une conception rapide et modulaire et un changement en temps réel des paramètres et des consignes.