Professional Documents
Culture Documents
Chap 1 Comm Adapta
Chap 1 Comm Adapta
1
Pr CHENAFA Mohammed 5ème année Automatique(AAV)
2
CHAPITRE 1 COMMANDE ADAPTATIVE
1.1 INTRODUCTION
𝟏 𝟐
𝑱 𝒌𝑻, 𝜽 = 𝒆 𝒌𝑻, 𝜽 (1.2.1)
𝟐
Pr CHENAFA Mohammed 5ème année Automatique(AAV)
12
l’équation aux différences donnant l’évolution temporelle de
𝜃 aux instants d’échantillonnage, est :
𝜕𝐽 𝑘𝑇, 𝜃
𝜃 𝑘𝑇 + 𝑇 − 𝜃 𝑘𝑇 = −𝛾
𝜕𝜃
𝜕𝐽 𝑘𝑇, 𝜃
𝜃 𝑘𝑇 + 𝑇 = 𝜃 𝑘𝑇 − 𝛾
𝜕𝜃
𝜕𝑒 𝑘𝑇, 𝜃
𝜃 𝑘𝑇 + 𝑇 = 𝜃 𝑘𝑇 − 𝛾 𝑒 𝑘𝑇, 𝜃 (1.2.2)
𝜕𝜃
𝛾 est un gain d'adaptation positif constant
Pr CHENAFA Mohammed 5ème année Automatique(AAV)
13
La dérivée partielle 𝜕𝑒 𝑘𝑇, 𝜃 𝜕𝜃 apparaissant dans
l’équation (1.2.2) est appelée dérivée de sensibilité du
système
Exemple 1.2.1
Considérons un système de premier ordre décrit par
l’équation de différence
𝑦 𝑘𝑇 + 𝑇 = −𝑎 𝑦 𝑘𝑇 + 𝑏 𝑢 𝑘𝑇 (1.2.3)
𝑢 𝑘𝑇 est l'entrée et 𝑦 𝑘𝑇 est la sortie
Pr CHENAFA Mohammed 5ème année Automatique(AAV) 14
Objectif : On souhaite obtenir un système en boucle
fermée de la forme (modèle de référence)
𝑦𝑚 𝑘𝑇 + 𝑇 = −𝑎𝑚 𝑦𝑚 𝑘𝑇 + 𝑏𝑚 𝑟 𝑘𝑇 (1.2.4)
𝑏 𝑔 𝑞−1
e 𝑘𝑇 = 𝑟 𝑘𝑇 − 𝑦𝑚 𝑘𝑇
1+ 𝑎+𝑏 𝑓 𝑞−1
−𝟏
𝒒 y(kT)
𝒇 𝒌𝑻 + 𝑻 = 𝒇 𝒌𝑻 + 𝜸 −𝟏
𝒆 𝒌𝑻
𝟏 + 𝒂𝒎 𝒒
𝒃𝒎
Où 𝜸=𝜸𝒃 ′ 𝒂 = 𝒂𝒎 − 𝒇𝒃 , 𝒃=
𝒈
𝒖 𝒌𝑻 = − 𝒇 𝒌𝑻 𝒚 𝒌𝑻 + 𝒈 𝒌𝑻 𝒓 𝒌𝑻
1.3.1 Introduction
−1 𝑚 −1 𝑚 −𝑛𝐴𝑚
Avec 𝐴𝑚 𝑞 =1+ 𝑎1 𝑞 + ⋯+ 𝑎𝑛𝐴𝑚 𝑞
−1 𝑚 𝑚 −1 𝑚 −𝑛𝐵𝑚
𝐵𝑚 𝑞 = 𝑏0 + 𝑏1 𝑞 +⋯+ 𝑏𝑛𝐵𝑚 𝑞
Pr CHENAFA Mohammed 5ème année Automatique(AAV) 30
𝑟 𝑘 est une séquence de référence bornée et le
−1
polynôme 𝐴𝑚 𝑞 est choisi comme étant
asymptotiquement stable.
2 La Régulation 𝒓 𝒌 ≡ 𝟎, 𝒚𝒎 𝒌 ≡ 𝟎
En régulation, l’influence de toute sortie initiale non nulle
𝑦 0 ≠ 0 (qui correspond à une perturbation d’impulsion),
doit être éliminée par la dynamique définie par
−1
Γ 𝑞 𝑦 𝑘+𝑑 =0 𝑝𝑜𝑢𝑟 𝑘 ≥ 0 (1.3.7)
Pr CHENAFA Mohammed 5ème année Automatique(AAV)
31
Où 𝚪 𝒌 est un polynôme asymptotiquement stable
du choix du concepteur, ayant la forme
−𝟏 −𝟏 −𝒏𝜞
𝚪 𝒒 = 𝟏 + 𝜸𝟏 𝒒 + ⋯ + 𝜸𝒏𝜞 𝒒 (1.3.8)
= Γ q−1 𝑦 𝑘 + 𝑑 − 𝑦𝑚 𝑘 + 𝑑 =0
pour 𝑘 ≥ 0
L'erreur est la sortie modèle du plant – sortie model de réf.
𝒆 𝒌 = 𝒚 𝒌 − 𝒚𝒎 𝒌 (1.3.11)
L'erreur filtrée
𝒆 𝒌 = 𝚪 𝒒−𝟏 𝒆 𝒌 C’est l’erreur d'adaptation a priori
Pr CHENAFA Mohammed 5ème année Automatique(AAV)
34
Le Γ q−1 est un polynôme de filtrage. Les
performances de commande adaptative dépendent de
manière décisive du choix de 𝚪 𝒒−𝟏 .
Γ q−1 𝑦 𝑘 + 𝑑 = 𝒈 𝑦 𝑘 , 𝑦 𝑘 − 1 , ⋯ , 𝑢 𝑘 , 𝑢 𝑘 − 1 , ⋯
Pr CHENAFA Mohammed 5ème année Automatique(AAV)
37
La forme spécifique de 𝒈 recherchée peut être
déterminée en considérant directement l'identité
−𝟏
polynomiale suivante (décomposition de 𝚪 𝒒 ):
𝚪 𝐪−𝟏 = 𝑨 𝒒−𝟏 𝑺 𝒒−𝟏 + 𝒒−𝒅 𝑹 𝒒−𝟏 (1.3.14
−1 −1
𝑅 𝑞 et 𝑆 𝑞 des polynômes appropriés
Remarque 1.3.1
L'identité ci-dessus (1.3.14) est un cas particulier de
ce que l'on appelle l'équation de Diophantine ou
l'identité de Bezout.
Pr CHENAFA Mohammed 5ème année Automatique(AAV) 38
−1
On peut prouver que Γ q peut être factorisé de
manière unique comme dans l’équation (1.3.14), où
−1 −1 −𝑛𝑆
𝑆 𝑞 = 1 + 𝑠1 𝑞 + ⋯ + 𝑠𝑛𝑆 𝑞 (1.3.15
−1 −1 −𝑛𝑅
𝑅 𝑞 = 𝑟0 + 𝑟1 𝑞 + ⋯ + 𝑟𝑛𝑅 𝑞 (1.3.16
𝑛𝑆 = 𝑑 − 1 𝑛𝑅 = 𝑚𝑎𝑥 𝑛𝐴 − 1, 𝑛Γ − 𝑑
−𝟏 −1
Les coefficients des polynômes 𝑺 𝒒 et 𝑅 𝑞
sont uniquement déterminés par la solution de
l’équation algébrique suivante :
Pr CHENAFA Mohammed 5ème année Automatique(AAV)
39
Pr CHENAFA Mohammed 5ème année Automatique(AAV) (1.3.17) 40
De l'équation (1.3.13) et (1.3.14) on obtient :
−1
Γ q 𝑦 𝑘+𝑑 (1.3.18)
= 𝐴 𝑞 −1 𝑆 𝑞 −1 𝑦 𝑘 + 𝑑 + 𝑞 −𝑑 𝑅 𝑞 −1 𝑦 𝑘 + 𝑑
−1 −1 −1 −1
Γ q 𝑦 𝑘+𝑑 =𝐵 𝑞 𝑆 𝑞 𝑢 𝑘 +𝑅 𝑞 𝑦 𝑘
Soit
𝝍 𝒒−𝟏 = 𝑩 𝒒−𝟏 𝑺 𝒒−𝟏 = 𝒃𝟎 + 𝒒−𝟏 𝝍∗ 𝒒−𝟏
𝜓 𝑞 −1 = 𝑏0 + 𝜓1 𝑞 −1 + ⋯ + 𝜓𝑑+𝑛𝐵 −1 𝑞 − 𝑑+𝑛𝐵 −1
𝜓 ∗ 𝑞 −1 = 𝜓1 + ⋯ + 𝜓𝑑+𝑛𝐵 −1 𝑞 −
Pr CHENAFA Mohammed 5ème année Automatique(AAV)
𝑑+𝑛𝐵
(1.3.19) 41
où 𝜓1 = 𝑏0 𝑠1 + 𝑏1 , 𝜓2 = 𝑏0 𝑠2 + 𝑏1 𝑠1 + 𝑏2 , ⋯ ,
𝜓𝑑+𝑛𝐵 −1 = 𝑏𝑛𝐵 𝑠𝑑−1 (1.3.20)
Finalement, nous avons
(1.3.21)
Γ q−1 𝑦 𝑘 + 𝑑 = 𝑏0 𝑢 𝑘 + ψ∗ 𝑞−1 𝑢 𝑘 − 1 + 𝑅 𝑞 −1 𝑦
−𝟏
𝒆 𝒌+𝒅 =𝚪 𝒒 𝒆 𝒌+𝒅 .
𝑢 𝑘 =
−1 −1 ∗ −1
Γ q 𝑦𝑚 𝑘 + 𝑑 − R q 𝑦 𝑘 −ψ q 𝑢 𝑘−1
𝑏0
Ou
Γ q−1 𝑦𝑚 𝑘 + 𝑑 +𝜃0𝑇 𝜑0 𝑘
𝑢 𝑘 = ; 𝑏0 ≠ 0
𝑏0 (1.3.27)
Pr CHENAFA Mohammed 5ème année Automatique(AAV) 46
Enfin, en utilisant le fait que 𝜓 𝑞−1 = 𝐵 𝑞−1 𝑆 𝑞 −1
l'expression pour 𝑢 𝑘 devient
(1.3.28)
𝑢 𝑘 =
1
Γ q−1 𝑦𝑚 𝑘 + 𝑑 − R q−1 𝑦 𝑘
𝐵 𝑞 −1 𝑆 𝑞 −1
À partir de cette dernière expression pour 𝑢 𝑘 , on voit
aisément pourquoi le processus doit être à phase
minimale, car les zéros du système apparaissent dans le
dénominateur de la loi de commande.
Pr CHENAFA Mohammed 5ème année Automatique(AAV)
47
On peut voir que la loi de commande (1.3.26), qui
−1
satisfait à l'objectif de commande Γ q 𝑒 𝑘 + 𝑑 = 0 ,
minimise également l'indice de performance quadratique
−1 2
𝐽 𝑘+𝑑 = Γ q 𝑦 𝑘 + 𝑑 − 𝑦𝑚 𝑘 + 𝑑
𝜕𝐽 𝑘+𝑑
(1.3.29)
Assurant ainsi que ≡ 0, pour 𝑘 ≥ 0.
𝜕𝜃
𝑇 −1
𝑢 𝑘 𝑏0 𝑘 +𝜃0 𝑘 𝜑0 𝑘 = Γ q 𝑦𝑚 𝑘 + 𝑑
𝑇 𝑢 𝑘 −1
𝑏0 𝑘 𝜃0 𝑘 =Γ q 𝑦𝑚 𝑘 + 𝑑
𝜑0 𝑘
−1 𝑇
Γ q 𝑦𝑚 𝑘 + 𝑑 = 𝜃 𝑘 𝜑 𝑘 (1.3.32)
𝑇 𝑇
où 𝜃 𝑘 = 𝑏0 𝑘 ⋮ 𝜃0 𝑘 1.3.33
Pr CHENAFA Mohammed 5ème année Automatique(AAV) 52
Dans le cas de paramètres du plant inconnus, il n'est
pas possible de conserver l'erreur filtrée 𝒆 𝒌 + 𝒅 =
𝚪 𝒒−𝟏 𝒆 𝒌 + 𝒅 = 𝟎.
L'objectif de conception change maintenant et devient
celui de trouver un mécanisme d'adaptation
approprié pour les paramètres ajustables de l'équation
(1.3.33), ce qui assurera la convergence asymptotique
de 𝒆 𝒌 + 𝒅 → 𝟎, avec des signaux d'entrée et de sortie
limités.
Pr CHENAFA Mohammed 5ème année Automatique(AAV) 53
Par conséquent, dans le cas de paramètres du plant
inconnus, l'objectif de contrôle devient
lim 𝑒 𝑘 + 𝑑 =
𝑘→∞
−1
lim Γ 𝑞 𝑦 𝑘 + 𝑑 − 𝑦𝑚 𝑘 + 𝑑 =0
𝑘→∞
𝑒 𝑘 + 𝑑 = Γ 𝑞−1 𝑒 𝑘 + 𝑑
−1
=Γ 𝑞 𝑦 𝑘 + 𝑑 − 𝑦𝑚 𝑘 + 𝑑
𝑒 𝑘 + 𝑑 = 𝜃𝑇 𝑘 𝜑 𝑘 − 𝜃𝑇 𝑘 𝜑 𝑘 (1.3.35)
𝑇
= 𝜃−𝜃 𝑘 𝜑 𝑘
Pr CHENAFA Mohammed 5ème année Automatique(AAV)
55
𝑇
𝑒 𝑘 = Γ 𝑞−1 𝑒 𝑘 = 𝜃 − 𝜃 𝑘 − 𝑑 𝜑 𝑘−𝑑
𝑇
𝜀 𝑘 = 𝜃 𝑘−𝑑 −𝜃 𝑘 𝜑 𝑘−𝑑 (1.3.37)
𝑑+𝑛𝐵 +𝑛𝑅 +1
assure que pour tous 𝑒 0 ≠ 0 𝑒𝑡 𝜃 0 ∈ 𝑅 ,
−𝟏
𝑭 𝒌+𝟏
−𝟏 𝑻
= 𝝀𝟏 𝒌 𝑭 𝒌 + 𝝀 𝟐 𝒌 𝝋 𝒌 − 𝒅 𝝋 𝒌 − 𝒅 ;
Avec 𝐹 0 >0
𝜀 𝑘 =𝑒 𝑘 +𝜀 𝑘
𝑇
= Γ 𝑞−1 𝑦 𝑘 − 𝑦𝑚 𝑘 + 𝜃 𝑘−𝑑 −𝜃 𝑘 𝜑 𝑘−𝑑
𝑇
= Γ 𝑞 −1 𝑦 𝑘 − 𝜃 𝑇 𝑘 − 𝑑 𝜑 𝑘 − 𝑑 + 𝜃 𝑘 − 𝑑 − 𝜃 𝑘 𝜑 𝑘−𝑑
−1 𝑇
=Γ 𝑞 𝑦 𝑘 −𝜃 𝑘 𝜑 𝑘−𝑑
Pr CHENAFA Mohammed 5ème année Automatique(AAV) 59
−1 𝑇
𝜀 𝑘 =Γ 𝑞 𝑦 𝑘 −𝜃 𝑘−𝑑 𝜑 𝑘−𝑑 (1.3.43)
−𝜑𝑇 𝑘 − 𝑑 𝐹 𝑘 𝜑 𝑘 − 𝑑 𝜀 𝑘
𝜀 𝑘
𝜀 𝑘 = (1.3.44)
1 + 𝜑𝑇 𝑘 − 𝑑 𝐹 𝑘 𝜑 𝑘 − 𝑑
où
𝜀 𝑘 = Γ 𝑞 −1 𝑦 𝑘 − 𝜃 𝑇 𝑘 − 1 𝜑 𝑘 − 𝑑 (1.3.45)
𝑞 −1 𝐵𝑚 𝑞 −1 1 + 0.3𝑞 −1
𝑦𝑚 𝑘 = 𝑟 𝑘 = 𝑞 −1 −1 −2
𝑟 𝑘
𝐴𝑚 𝑞 −1 1 − 𝑞 + 0.25𝑞
Ou équivalent
Γ 𝑞−1 𝑦𝑚 𝑘 + 1 − 𝜃0𝑇 𝑘 𝜑0 𝑘
𝑢 𝑘 =
𝑏0
𝑢 𝑘−1
𝑢 𝑘−2
1 + 0.5𝑞−1 𝑦𝑚 𝑘 + 1 − 𝜃1 𝜃2 𝜃3 𝜃4
𝑦 𝑘
𝑦 𝑘−1
𝑢 𝑘 =
𝑏0 = 𝜃0
Pr CHENAFA Mohammed 5ème année Automatique(AAV) 68
𝑦𝑚 𝑘 + 1 + 0.5𝑦𝑚 − 𝜃1 𝑘 𝑢 𝑘 − 1 − 𝜃2 𝑘 𝑢 𝑘 − 2
𝑢 𝑘 =
𝜃0
−𝜃3 𝑘 𝑦 𝑘 − 𝜃4 𝑘 𝑦 𝑘 − 1
𝜃0
où 𝜃 𝑇 𝑘 est modifié de manière appropriée à chaque étape,
en utilisant l'algorithme d'adaptation donné ci-dessous. Dans
cet algorithme, nous posons 𝜆1 𝑘 = 0.98 𝑒𝑡 𝜆2 𝑘 = 1 .
Ceci correspond à un algorithme de facteur d'oubli
𝐹 −1 𝑘 + 1 = 𝜆1 𝑘 𝐹 −1 𝑘 + 𝜆2 𝑘 𝜑 𝑘 − 𝑑 𝜑𝑇 𝑘 − 𝑑
,𝐹 0 > 0
Avec
0 < 𝜆1 𝑘 ≤ 1, 0 < 𝜆2 𝑘 ≤ 2, ∀𝑘 (1.3.56)