Conception orientée-tâche et optimisation de systèmes de propulsion reconfigurables pour robots sous-marins autonomes

Task-based design and optimization of reconfigurable propulsion systems for autonomous underwater vehicles

• Auteur / Autrice : Emanuel Pablo Vega
• Direction : Mohamed Benbouzid
• Type : Thèse de doctorat
• Discipline(s) : Sciences pour l'ingénieur
• Date : Soutenance le 20/10/2016
• Etablissement(s) : Brest
• Ecole(s) doctorale(s) : École doctorale Sciences de la mer (Plouzané, Finistère)
• Partenaire(s) de recherche : Laboratoire : Institut de Recherche Dupuy de Lôme
• Jury : Président / Présidente : Luc Jaulin
• Jury : Examinateurs / Examinatrices : Mohamed Benbouzid, Luc Jaulin, Frédéric Boyer, Philippe Bidaud, Olivier Chocron, Janito Vaqueiro Ferreira, Vincent Hugel, Frédéric Chapelle
• Jury : Rapporteurs / Rapporteuses : Frédéric Boyer, Philippe Bidaud

Mots clés

Mots clés contrôlés

Robots -- Dynamique

Robots autonomes

Robots sous-marins

Mots clés libres

Robotique sous-marine

Robots sous-actionnés

Dynamique des véhicules sous-marins

Propulsion sous-marine

Commande des robots

Algorithmes d'optimisation génétiques

Couplages magnétiques

Marine robotics

Underactuated robots

Underwater vehicle dynamics

Propulsion

Robot control

Design optimization

Genetic algorithms

Magnetic coupling

Résumé

Dans ce travail, l’optimisation de la propulsion et de la commande des AUV (Autonomous Underwater Vehicles en anglais) est développée. Le modèle hydrodynamique de l’AUV est examiné. Egalement, son système de propulsion est étudié et des modèles pour des solutions de propulsion différentes (fixe et vectorielle) sont développés dans le cadre de la mobilité autonome.Le modèle et l’identification de la technologie de propulsion dite fixe sont basés sur un propulseur disponible commercialement. Le système de propulsion vectoriel est basé sur un prototype de propulseur magneto-couplé reconfigurable (PMCR) développé à l’IRDL-ENIB.Une méthode de commande non linéaire utilisant le modèle hydrodynamique de l’AUV est développée et son adaptation à deux systèmes de propulsion est présentée. Des analyses portant sur la commandabilité du robot et l’application de cette commande à différents systèmes sont proposées. L’optimisation globale est utilisée pour trouver des topologies propulsives et des paramètres de commande adaptés à la réalisation de tâches robotiques spécifiques. L’optimisation réalisée permet de trouver des solutions capables d’assurer le suivi de trajectoire et de minimiser la consommation énergétique du robot. L’optimisation utilise un algorithme génétique (algorithme évolutionnaire), une méthode d’optimisation stochastique appliquée ici à la conception orientée tâche de l’AUV. Les résultats de cette optimisation peuvent être utilisés comme une étape préliminaire dans la conception des AUVs, afin de donner des pistes pour améliorer les capacités de la propulsion.La technique d’optimisation est également appliquée au robot RSM (fabriqué au sein de l’IRDL-ENIB) en modifiant seulement quelques paramètres de sa topologie propulsive. Cela afin d’obtenir des configurations de propulsion adaptées au cours d’une seule et même mission aux spécificités locomotrices des tâches rencontrées : reconfiguration dynamique de la propulsion de l’AUV.

In this PhD thesis, the optimization of the propulsion and control of AUVs is developed. The hydrodynamic model of the AUVs is examined. Additionally, AUV propulsion topologies are studied and models for fixed and vectorial technology are developed. The fixed technology model is based on an off the shelf device, while the modeled vectorial propulsive system is based on a magnetic coupling thruster prototype developed in IRDL (Institut de Recherche Dupuy de Lôme) at ENI Brest. A control method using the hydrodynamic model is studied, its adaptation to two AUV topologies is presented and considerations about its applicability will be discussed. The optimization is used to find suitable propulsive topologies and control parameters in order to execute given robotic tasks, speeding up the convergence and minimizing the energy consumption. This is done using a genetic algorithm, which is a stochastic optimization method used for task-based design.The results of the optimization can be used as a preliminary stage in the design process of an AUV, giving ideas for enhanced propulsive configurations. The optimization technique is also applied to an IRDL existing robot, modifying only some of the propulsive topology parameters in order to readily adapt it to different tasks, making the AUV dynamically reconfigurable.