THÈSE DE DOCTORAT Ecole Doctorale « Sciences et ...
THÈSE DE DOCTORAT Ecole Doctorale « Sciences et ...
THÈSE DE DOCTORAT Ecole Doctorale « Sciences et ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
28 Chapitre 2. Commande adaptative échantillonnée de systèmes non linéaires<br />
paramètre. Des algorithmes récursifs normalisés des moindres carrés sont alors utilisés afin<br />
d’estimer chacun d’entre eux. Une loi de commande est ensuite synthétisée. Il s’agit donc ici<br />
d’une méthode de commande adaptative indirecte qui présente l’inconvénient de rapidement<br />
gagner en complexité, puisqu’à chaque fois que l’on augmente l’ordre du modèle approximé,<br />
une nouvelle loi d’estimation est requise. De plus la classe de systèmes étudiée est relativement<br />
restrictive. Dans [125, 177] des lois de commande adaptative sont proposées pour des<br />
systèmes non linéaires incertains non pas en termes de paramètres inconnus, mais de manière<br />
plus générale, au niveau de leurs champs de vecteurs <strong>et</strong> des perturbations extérieures. Il ne<br />
s’agit donc pas d’identifier un paramètre inconnu, mais d’estimer le modèle du système localement<br />
en temps <strong>et</strong> en espace, à chaque instant d’échantillonnage. L’analyse repose sur le<br />
modèle d’Euler <strong>et</strong> nécessite que le système inverse soit stable dans [125] ou que des propriétés<br />
de factorisation soient satisfaites dans [177]. Des contrôleurs adaptatifs discr<strong>et</strong>s sont proposés<br />
dans les études applicatives [60, 202]. Dans [60], la commande d’une machine synchrone, dont<br />
le couple de charge <strong>et</strong> les résistances statoriques sont incertains, est proposée. Combinant<br />
schémas de discrétisation approximés multi-pas <strong>et</strong> identification par la méthode des moindres<br />
carrés, une loi de commande est obtenue qui garantit la stabilité du système. Dans [202], la<br />
stabilisation de robots manipulateurs est assurée à l’aide d’une loi de commande également<br />
multi-pas composée d’une part, du contrôleur de Slotine-Li discrétisé [179], <strong>et</strong> d’autre part,<br />
d’un terme de compensation non linéaire. C<strong>et</strong>te étude repose sur l’approximé d’Euler du<br />
modèle continu.<br />
Analyser la stabilité d’un système contrôlé par une loi adaptative à l’aide de fonctions de<br />
Lyapunov est souvent délicat. En eff<strong>et</strong>, la fonction étudiée est généralement faible (cf. Annexe<br />
B), c’est-à-dire qu’elle ne perm<strong>et</strong> pas de conclure directement quant à la stabilité du système<br />
compl<strong>et</strong>. Deux techniques sont alors envisageables : d’une part, le principe d’invariance de<br />
LaSalle qui ramène l’étude de la stabilité du système à l’ensemble pour lequel la dérivée de<br />
la fonction s’annule, d’autre part les théorèmes de Matrosov, qui fournissent, dans certains<br />
cas, une fonction de Lyapunov forte (cf. Annexe B) à partir de celle considérée [123, 127,<br />
129, 130]. Dans [149], la commande adaptative par modèle de référence est étudiée à l’aide<br />
de théorèmes de Matrosov pour les systèmes discr<strong>et</strong>s paramétrés. Considérant l’approximé<br />
d’Euler <strong>et</strong> supposant que des propriétés d’excitation persistante soient vérifiées, il est montré<br />
que le système bouclé est uniformément semiglobalement pratiquement asymptotiquement<br />
stable.<br />
La commande par backstepping adaptatif de l’approximation d’Euler de systèmes sous<br />
forme param<strong>et</strong>ric strict-feedback est proposée dans [205], où la technique des σ-modifica–<br />
tions est utilisée afin de garantir la stabilité de la loi d’estimation. A noter que dans [124], la<br />
commande par backstepping pour les systèmes discr<strong>et</strong>s est proposée. A la différence de [124],<br />
les travaux de [205] considèrent des modèles approximés, donc incertains, paramétrés en la<br />
période d’échantillonnage.<br />
Dans ce chapitre, la stabilisation adaptative d’une classe de systèmes non linéaires, dont un