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.
32 Chapitre 2. Commande adaptative échantillonnée de systèmes non linéaires<br />
Remarque 2.2.4 Tout au long de ce chapitre, les variables dont dépend l’entrée sont omises<br />
par souci de clarté. Implicitement, à chaque fois qu’une composante de la loi de commande<br />
est mentionnée, une loi d’estimation est utilisée. Lorsqu’aucune définition explicite de la loi<br />
d’estimation n’est donnée, la variable correspondante est supposée bornée. Il sera montré que<br />
celle développée dans §2.3 l’est effectivement.<br />
Pour une condition initiale, x 0 = x(0), <strong>et</strong> une loi de commande échantillonnée, u r sd , r ∈<br />
Z ≥0 , données, la solution de (2.6), x(·,x 0 ,T,u r sd<br />
) coïncide avec celle du système discrétisé exact,<br />
x e (·,x 0 ,T,u r sd<br />
), à chaque instant d’échantillonnage. Le système discrétisé exact associé à (2.6)<br />
est, pour k ∈ Z ≥0 ,<br />
x((k + 1)T ) = x(kT ) +<br />
∫ (k+1)T<br />
kT<br />
[g 0 (x(s))θ + g 1 (x(s))u r sd (kT )] ds (2.7)<br />
= FT,θ e (x(kT ),ur sd (kT )). (2.8)<br />
Nous rappelons que l’expression analytique de (2.6) est en général impossible à établir (cf.<br />
Chapitre 1).<br />
L’objectif principal de ce chapitre est de donner des conditions suffisantes pour la synthèse<br />
de contrôleurs d’ordre élevé de la forme (2.5), qui garantissent la bornitude des états <strong>et</strong> de la<br />
variable d’estimation du discrétisé exact (2.8) semiglobalement, pour T suffisamment p<strong>et</strong>it.<br />
Le système à données échantillonnées (2.6) héritera alors de c<strong>et</strong>te propriété sous de faibles<br />
conditions sur le comportement du système entre deux instants d’échantillonnage (cf. [155]).<br />
Par exemple, si g 0 <strong>et</strong> g 1 sont des champs de vecteurs globalement Lipschitziens, la bornitude<br />
des états suit immédiatement en utilisant le lemme de Gronwall (Lemme A.1 dans [98]). Il<br />
sera montré sur un exemple, dans §2.5, qu’en augmentant l’ordre du contrôleur, on améliore<br />
la vitesse de convergence <strong>et</strong> étend le bassin d’attraction du système en boucle fermée.<br />
Remarque 2.2.5 Les résultats de ce chapitre ne sont pas fondés sur le cadre méthodologique<br />
de [150], contrairement à ceux du Chapitre 3, puisqu’aucun modèle approximé n’est considéré,<br />
mais uniquement le développement en série de Fliess de la fonction de Lyapunov continue.<br />
2.3 Loi d’estimation<br />
2.3.1 Développement en série de Fliess de l’équation aux différences de V<br />
Premièrement, l’équation aux différence de V , ∆V (x) = V (x + ) − V (x), est développée<br />
en une série de Fliess. Cela constituera le point de départ pour la synthèse de contrôleurs<br />
adaptatifs.