Méthode d'entrainement pour l'examen de la stabilité d'un contrôle intelligent.

par Benjamin Bocquillon

Projet de thèse en Automatique

Sous la direction de Guillaume Sandou, Pedro Rodriguez et de Philippe Feyel.

Thèses en préparation à université Paris-Saclay , dans le cadre de École doctorale Sciences et technologies de l'information et de la communication , en partenariat avec Laboratoire des Signaux et Systèmes (laboratoire) et de CentraleSupélec (référent) depuis le 01-10-2019 .


  • Résumé

    Depuis quelques années, le monde de la recherche scientifique en automatique est en rupture technologique de par l'émergence de nouvelles technologies telles que l'intelligence artificielle (IA). L'intelligent control (IC) permet d'étendre grandement les capacités d'emploi de l'automatique conventionnelle grâce au machine learning, aux réseaux de neurone, à l'optimisation globale et au technique prédictives. Dans le cadre des contrôleurs intelligents, la problématique de la justification de la stabilité est fondamentale car brique de base du processus de certification globale. Ainsi, dans cette thèse on propose l'emploi des techniques d'entrainement et d'optimisation pour démontrer la stabilité des boucles intelligentes. Plusieurs pistes peuvent être envisagées en ce sens. Toutes consistent à mettre au point des outils d'aide en la détermination automatique des fonctions de Lyapunov des systèmes pilotés complexes (dont font donc parties les asservissements intelligents), en vue de justifier du plus grand intervalle de stabilité. On rappelle que le principe de Lyapunov est un postulat de l'automatique pour l'examen de la stabilité des systèmes : ainsi on cherche à développer ici des méthodes d'entrainement à l'usage et la mise en œuvre de ce postulat. Les cas d'emploi pourront être les différentes thèses en intelligent control de SED, ainsi que les systèmes prédictifs et adaptatifs portés par les engins autonomes, et les systèmes automatisés complexes au sens large, et donc décisionnels. La thèse se compose d'un volet théorique sur l'automatisation de l'étude de stabilité, et d'un volet développement d'un code de justification de la stabilité applicable à terme sur les projets en cours de développement. Enfin, cette thèse peut constituer la première brique à la mise en œuvre d'un système de surveillance ou de prédiction online de la stabilité des systèmes.

  • Titre traduit

    Learning methods for ensuring the stability of an intelligent control.


  • Résumé

    In recent years, the world of scientific research in automation has been in a technological breakthrough due to the emergence of new technologies such as artificial intelligence (AI). Intelligent control (IC) greatly extends the use capabilities of conventional automation through machine learning, neural networks, global optimization and predictive techniques. In the context of intelligent controllers, the issue of justifying stability is fundamental because it is the basic building block of the global certification process. Thus, in this thesis we propose the use of training and optimization techniques to demonstrate the stability of intelligent loops. Several possibilities can be considered in this direction. All of them consist in developing tools to assist in the automatic determination of Lyapunov functions of complex controlled systems (including intelligent servo systems), in order to justify the largest possible stability interval. We recall that the Lyapunov principle is an automatic postulate for the examination of the stability of systems: thus, we seek to develop here training methods for the use and implementation of this postulate. The use cases could be the different theses in intelligent control of SED, as well as predictive and adaptive systems carried by autonomous machines, and complex automated systems in the broad sense, and therefore decision-making. The thesis consists of a theoretical component on the automation of the stability study, and a development component of a stability justification code applicable in the future to projects under development. Finally, this thesis can be the first step in implementing a system for monitoring or predicting the stability of systems online.