Afef Afoufa Addala

Thse prpare au Laboratoire dAutomatique et de Micro-Informatique Industrielle
(LAMII/CESALP) de lEcole Suprieure dIngnieurs dAnnecy (Universit de Savoie)

THESE
prsente devant
LUNIVERSITE DE SAVOIE
pour obtenir
LE GRADE DE DOCTEUR
Spcialit: Electronique - Electrotechnique - Automatique
par
REDA BOUKEZZOULA
COMMANDE FLOUE DUNE CLASSE DE
SYSTEMES NON LINEAIRES:
APPLICATION AU PROBLEME DE SUIVI
DE TRAJECTOIRE
Soutenue le 31 Mars 2000 devant la Commission dExamen
C. Mlin
A. Ollero
Rapporteur (Professeur)
Examinateur (Professeur)
Examinateur (Professeur)
Examinatrice (Matre de confrences)
Rapporteur (Professeur)
A. Titli
L. Foulloy
S. Galichet

P. Borne Prsident (Professeur)

(arrt ministriel du 30 Mars 1992)
mes parents
mes frres et soeurs
et tous ceux que jaime
Pour faire de grandes choses, il ne faut pas tre
un si grand gnie, il ne faut pas tre au-dessus des
hommes, il faut tre avec eux
Montesquieu
Avant-Propos
Lensemble des travaux prsents dans ce mmoire a t effectu au
Laboratoire dAutomatique et de Micro-Informatique Industrielle (L.A.M.I.I.) de
lEcole Suprieure dIngnieurs dAnnecy (E.S.I.A.) de lUniversit de Savoie.
Je tiens remercier Monsieur L. Foulloy, Professeur lUniversit de Savoie,
pour mavoir accueilli au sein de son laboratoire.
Jadresse mes vifs remerciements Monsieur C. Mlin, Professeur
lUniversit de Technologie de Compigne, et Monsieur A. Ollero, Professeur
lEcole Suprieure dIngnieurs de Sville (Espagne), pour lintrt quils ont
tmoign lgard de ce travail et pour mavoir fait lhonneur dtre rapporteurs
de cette thse. Leurs remarques constructives ont contribu amliorer ce
document.
Jai t profondment honor que Monsieur P. Borne, Professeur lEcole
Centrale de Lille, ait accept dexaminer ce travail et de prsider ce jury.
Que Monsieur A. Titli, Professeur lInstitut National des Sciences Appliques
de Toulouse, trouve ici lexpression de mes sincres remerciements pour lintrt
quil a voulu porter ce travail en acceptant de lexaminer.
Je tiens exprimer ma profonde gratitude mes directeurs de thse: Madame
S. Galichet, Matre de Confrences lUniversit de Savoie, et Monsieur L.
Foulloy, Professeur lUniversit de Savoie, pour la confiance quils mont
tmoigne. Leur exprience de recherche, leurs conseils, leurs encouragements
mont t trs prcieux et mont permis de bien mener mon travail.
Que tous les membres, collgues et amis du LAMII et de lESIA trouvent ici le
tmoignage de mon amiti et de ma reconnaissance, en particulier Patrice,
Bassam et Mathieu.
Enfin, je ne saurais terminer cet avant-propos sans remercier toute ma famille,
qui ma accompagn tout au long de mes tudes par son amour inconditionnel et
son soutien constant.
TABLE DES MATIERES
Page i
INTRODUCTION GENERALE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
CHAPITRE I . Commande base de modles flous: les outils de reprsentation,
de synthse et danalyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
I.1 . Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
I.2 . De Mamdani Tanaka . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
I.3 . Systmes flous . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
I.3.1 . Systmes flous de Takagi-Sugeno conclusion constante . . . . . . . . . . . . . . . 12
I.3.2 . Thorme dapproximation universelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
I.4 . Stabilit des schmas de commande floue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
I.4.1 . Synthse de Lyapunov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
I.4.2 . Passivit et dissipativit dun systme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
I.4.2.1 . Systmes continus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
I.4.2.1.1 . Dfinition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
I.4.2.1.2 . Relation entre stabilit et dissipativit . . . . . . . . . . . . . . . . . . . . . . 17
I.4.2.2 . Systmes discrets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
I.4.2.2.1 . Dfinition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
I.4.2.2.2 . Relation entre stabilit et dissipativit . . . . . . . . . . . . . . . . . . . . . . 18
I.4.2.3 . Remarque . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
I.4.3 . Stabilit des schmas interconnects . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
I.4.3.1 . Systmes continus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
I.4.3.2 . Systmes discrets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
I.5 . Robustesse de schmas de commande flous . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
I.6 . Reprsentation des incertitudes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
I.6.1 . Incertitudes non-structures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
I.6.1.1 . Incertitudes additives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
I.6.1.2 . Incertitudes multiplicatives en entre . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
I.6.1.3 . Incertitudes multiplicatives en sortie . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
I.6.2 . Incertitudes structures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
I.6.3 . Choix de la reprsentation des incertitudes associes un modle flou . . . . 24
I.7 . Reprsentation incertaine floue des systmes non linaires . . . . . . . . . . . . . . . . . 25
I.7.1 . Classe de systmes non linaires continus . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
I.7.1.1 . Reprsentation dtat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
Page ii
I.7.1.2 . Reprsentation entre-sortie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
I.7.1.3 . Reprsentation entre-sortie floue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
I.7.2 . Classe de systmes non linaires discrets . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
I.7.2.1 . Reprsentation dtat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
I.7.2.2 . Reprsentation entre-sortie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
I.7.2.3 . Reprsentation entre-sortie floue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
I.8 . Problme de suivi de trajectoire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
I.8.1 . Commandabilit de la sortie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
I.8.2 . Synthse de la loi de commande par inversion du systme . . . . . . . . . . . . . . 35
I.9 . Identification du modle flou . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
I.9.1 . Identification de structure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
I.9.2 . Identification de paramtres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
I.10 . Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
CHAPITRE II . Sur les proprits structurelles dune classe de systmes flous . . . . 41
II.1 . Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
II.2 . Dcomposition du systme flou global en sous-systmes lmentaires . . . . . . . . 43
II.2.1 . Systme 2 entres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
II.2.2 . Exemple illustratif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
II.2.3 . Gnralisation aux systmes n entres . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
II.3 . Systmes flous affines en une entre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
II.3.1 . Systme 2 entres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
II.4 . Paramtrisation linaire dun sous-systme lmentaire . . . . . . . . . . . . . . . . . . . 50
II.4.1 . Linarit en les paramtres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
II.4.1.1 . Systme 2 entres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
II.4.1.2 . Gnralisation aux systmes n entres . . . . . . . . . . . . . . . . . . . . . . . . 50
II.4.2 . Linarit en les composantes dun vecteur tendu des entres . . . . . . . . . . . 51
II.4.2.1 . Systmes 2 entres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
II.4.2.2 . Exemple illustratif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
II.4.2.3 . Gnralisation aux systmes n entres (Lemme 2.1) . . . . . . . . . . . . . 54
II.5 . Condition de linarit en les entres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
II.5.1 . Systmes 2 entres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
II.5.1.1 . Lemme 2.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
II.5.1.2 . Dmonstration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
Page iii
II.5.3.1 . Lemme 2.3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
II.5.3.2 . Dmonstration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
II.6 . Transformation dun systme MISO en un systme SISO conclusion
fonctionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
II.6.1 . Systme deux entres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
II.7 . Inversion dun systme flou . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
II.7.1 . Inversion analytique sur une maille . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
II.7.2 . Inversion floue sur une maille . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
II.7.3 . Inversion du systme flou global . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
II.8 . Approximation du systme global par des systmes linaires . . . . . . . . . . . . . . . 69
II.8.1 . Systme 2 entres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
II.8.1.1 . Principe dapproximation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
II.9 . Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
CHAPITRE III . Commande floue dune classe de systmes non linaires continus 75
III.1 . Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
III.2 . Linarisation Entre-Sortie Continue (L.E.S.C) . . . . . . . . . . . . . . . . . . . . . . . . . 79
III.3 . Linarisation Entre-Sortie Continue Floue (L.E.S.C.F) . . . . . . . . . . . . . . . . . . 81
III.3.1 . Lemme 3.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
III.3.2 . Dmonstration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
III.3.3 . Remarque 3.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
III.4 . Robustification de la L.E.S.C.F . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
III.4.1 . Principe de la commande additive . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
III.4.2 . Robustification par mode de glissement . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
III.4.2.1 . Lemme 3.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
III.4.2.2 . Dmonstration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
III.4.3 . Robustification par une composante . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 H
Page iv
III.4.3.1 . Principe dattnuation dincertitudes . . . . . . . . . . . . . . . . . . . . . . . . . . 86
III.4.3.1.1 . Lemme 3.3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
III.4.3.1.2 . Dmonstration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
III.4.3.1.3 . Lemme 3.4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
III.4.3.2 . Exemple illustratif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
III.5 . Linarisation Entre-Sortie Continue Floue Adaptative:
Approche par minimisation de lerreur de suivi . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
III.5.1 . Minimisation de lerreur de suivi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
III.5.1.1 . Construction de la loi dadaptation . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
III.5.1.1.1 . Lemme 3.5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
III.5.1.1.3 . Lemme 3.6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
III.5.1.2 . Remarque 3.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
III.5.1.3 . Robustification de la L.E.S.C.F.A . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
III.5.1.3.1 . Robustification par mode de glissement . . . . . . . . . . . . . . . . . . . 98
III.5.1.3.2 . Robustification par une composante . . . . . . . . . . . . . . . . . . . 99
III.5.2 . Exemples de simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
III.5.2.1 . Exemple 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
III.5.2.2 . Exemple 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
III.6 . Linarisation Entre-Sortie Continue Floue Adaptative: Approche par
minimisation conjointe de lerreur de suivi et de lerreur de prdiction . . . . . . . . . 109
III.6.1 . Construction de lerreur de prdiction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
III.6.2 . Construction de la loi dadaptation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
III.6.2.1 . Lemme 3.7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
III.6.2.3 . Lemme 3.8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
III.6.3 . Remarque 3.3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
III.6.4 . Robustification de la loi de commande . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
III.6.4.1 . Robustification par mode de glissement . . . . . . . . . . . . . . . . . . . . . . . 114
III.6.4.1.1 . Lemme 3.9 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
III.6.4.2 . Robustification par une composante . . . . . . . . . . . . . . . . . . . . . . . 115
III.6.4.2.1 . Lemme 3.10 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
III.6.5 . Exemples de simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
H
Page v
III.6.5.1 . Exemple 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
III.6.5.2 . Exemple 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
III.6.5.3 . Remarque 3.4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
III.7 . Problmes pratiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
III.7.1 . Lissage du mode de glissement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
III.7.1.1 . Application la minimisation de lerreur de suivi . . . . . . . . . . . . . . . . 125
III.7.1.2 . Application la minimisation de lerreur de suivi et de lerreur
de prdiction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
III.7.2 . Exemple de simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
III.7.2.1 . Application la minimisation de lerreur de suivi . . . . . . . . . . . . . . . . 126
III.7.2.2 . Application la minimisation conjointe de lerreur de suivi et de lerreur de
prdiction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
III.7.3 . Utilisation dune surface de glissement . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
III.8 . Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
CHAPITRE IV . Commande floue dune classe de systmes non linaires discrets . 133
IV.1 . Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
IV.2 . Linrisation entre-sortie Discrte (L.E.S.D) . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
IV.2.1 . Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
IV.2.2 . Remarque 4.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
IV.3 . Linarisation Entre-Sortie Discrte Floue (L.E.S.D.F) . . . . . . . . . . . . . . . . . . . 137
IV.3.1 . Lemme 4.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
IV.3.2 . Dmonstration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
IV.3.3 . Remarque 4.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
IV.4 . Robustification de la loi de commande linarisante . . . . . . . . . . . . . . . . . . . . . . 140
IV.4.1 . Principe de la commande additive . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
IV.4.2 . Robustification par une composante de mode de glissement . . . . . . . . . . . 141
IV.4.2.1 . Lemme 4.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
IV.4.2.2 . Dmonstration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
IV.4.2.3 . Remarque 4.3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
IV.4.3 . Robustification par une composante . . . . . . . . . . . . . . . . . . . . . . . . . . 143
IV.4.3.1 . Principe dattnuation dincertitudes . . . . . . . . . . . . . . . . . . . . . . . . . . 143
IV.4.3.1.1 . Lemme 4.3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
IV.4.3.1.2 . Dmonstration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
IV.4.3.1.3 . Lemme 4.4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
H
Page vi
IV.4.3.1.4 . Dmonstration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
IV.4.3.2 . Exemple illustratif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
IV.5 . Linarisation Entre-Sortie Discrte Floue Adaptative . . . . . . . . . . . . . . . . . . . 150
IV.6 . Minimisation de lerreur de suivi de trajectoire . . . . . . . . . . . . . . . . . . . . . . . . . 152
IV.6.1 . Construction de la loi dadaptation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
IV.6.1.1 . Lemme 4.5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
IV.6.1.2 . Dmonstration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
IV.6.1.3 . Remarque 4.4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
IV.6.2 . Robustification par une composante . . . . . . . . . . . . . . . . . . . . . . . . . . 155
IV.6.3 . Exemples de simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
IV.6.3.1 . Exemple 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
IV.6.3.1.1 . Construction de la loi de commande floue . . . . . . . . . . . . . . . . . . 159
IV.6.3.1.2 . Construction de la loi de commande . . . . . . . . . . . . . . . . . . . . . . 160
IV.6.3.2 . Exemple 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
IV.6.4 . Remarque 4.5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
IV.7 . Minimisation conjointe de lerreur de suivi de trajectoire et de lerreur de prdiction:
Analogie avec la boucle ferme classique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
IV.7.1 . Construction de lerreur de prdiction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
IV.7.2 . Relation entre lerreur de suivi et lerreur de prdiction . . . . . . . . . . . . . . . 167
IV.7.3 . Construction de la loi dadaptation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
IV.7.3.1 . Lemme 4.6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
IV.7.3.2 . Dmonstration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
IV.7.4 . Remarque 4.6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
IV.7.5 . Convergence de paramtres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
IV.7.5.1 . Lemme 4.7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
IV.7.5.2 . Dmonstration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
IV.7.6.1 . Exemple 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
IV.7.6.2 . Exemple 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
IV.7.6.3 . Remarque 4.7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
IV.8 . Commande modle interne flou . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
IV.8.1 . Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
IV.8.2 . Commande modle interne linaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
IV.8.3 . Commande modle interne non linaire (C.M.I.NL) . . . . . . . . . . . . . . . . 178
IV.8.4 . Commande modle interne flou (C.M.I.F) . . . . . . . . . . . . . . . . . . . . . . . . 179
IV.8.5 . Commande modle interne flou Adaptatif (C.M.I.F.A) . . . . . . . . . . . . . . 179
IV.8.6.1 . Exemple 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180
IV.8.6.2 . Exemple2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
H
Page vii
IV.9 . La C.M.I multi-modles linaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
IV.9.1 . Approximation du modle flou par une collection de modles linaires . . 183
IV.9.2 . Application la C.M.I . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
IV.9.3 . Exemple de simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
IV.10 . Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
CONCLUSION GENERALE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
BIBLIOGRAPHIE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
ANNEXE A . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
ANNEXE B . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
Page viii
Page 1
INTRODUCTION GENERALE
Introduction gnrale
Page 3
The control theoreticians role may be viewed as one of developing
methods that allow the control engineer to make assumptions which
seem relatively natural and physically motivated. The ultimate
question of the applicability of any mathematical technique to a
specific physical problem will always require a leap of faith on the
part of the engineer and the theoritician can only hope to make this
leap smaller, John Doyle [Doyle-87].
Lobjectif principal dun ingnieur automaticien est dlaborer une loi de commande qui
confre un procd physique des proprits dsires. Pour vrifier les performances dune loi
de commande dveloppe, une premire approche consiste tout simplement tester la validit
de cette dernire sur le procd lui-mme. Cette technique peut savrer dangereuse, parfois
mme impossible mettre en oeuvre, comme par exemple dans le cas des structures spatiales,
nuclaires, etc. Une alternative consiste alors concevoir un modle mathmatique du procd
commander, exploitable dune part pour la synthse du contrleur et dautre part pour la
simulation des performances obtenues en boucle ferme. Dans cette optique, le but dun
chercheur automaticien est donc de dvelopper des techniques permettant de :
b) proposer des mthodologies de synthse de contrleurs assurant les performances
recherches (problme de commande ou problme de synthse).
b) garantir a priori le bon fonctionnement dune loi de commande avant mme sa mise en
oeuvre sur le procd (problme danalyse).
La science essaie de comprendre et prdire le comportement de lunivers et des systmes
qui le composent en dterminant des modles qui saccordent avec les observations constates
et leur analyse. Ces modles peuvent tre construits comme un ensemble dquations capables
de dfinir les relations entre les entres, les tats et les sorties des systmes considrs. La
forme de ces quations dpend de plusieurs facteurs, notamment lchelle de temps choisie
pour modliser le procd et la possibilit dutiliser des mthodes de synthse appropries pour
une forme particulire de modles.
Introduction gnrale
Page 4
La thorie des systmes fournit un cadre mathmatique bien matris pour analyser la
dynamique des procds selon leur nature physique ou fonctionnelle. Laspect le plus
dvelopp repose sur lutilisation de modles dfinis partir doprateurs linaires dont le
traitement exploite larsenal mathmatique de lalgbre linaire, des variables complexes, des
quations diffrentielles linaires ordinaires et des quations aux diffrences. Ainsi,
lautomatique moderne dispose actuellement dun ensemble doutils bien matriss pour
lanalyse et la synthse des systmes linaires.
Dans un cadre non linaire, si le domaine de fonctionnement est restreint, les modles
linaires fournissent une bonne approximation des procds non linaires (quivalent au
premier ordre dun dveloppement en srie de Taylor des fonctions non linaires). Cependant,
cette approximation devient insuffisante si lon considre des systmes complexes large
domaine de fonctionnement (robotique, aviation, procds conomiques ou cologiques,
...etc). Dans ce cas, il savre ncessaire de faire appel aux mthodologies danalyse des
procds non linaires.
Dun point de vue mathmatique, les procds dynamiques non linaires sont trs
complexes et peuvent prsenter toutes sortes de comportement trange, voire chaotique
[Slotine-91]. Contrairement lautomatique linaire, lautomatique non linaire ne dispose pas
de techniques universelles capables de prsenter des rsultats gnraux pour lanalyse et la
synthse des systmes et des contrleurs non linaires. Dune manire gnrale, lanalyse et la
commande non linaires sont des problmes difficiles et la majorit des mthodes prsentes
dans la littrature sont restreintes des classes particulires de systmes non linaires [Isidori-
85][Slotine-91]. De plus, nombreuses sont les mthodes dcrites dans la littrature, qui
quoique bien formalises mathmatiquement, restent trs difficiles implanter pratiquement.
En effet, afin de faciliter ltude des systmes non linaires, de nombreuses hypothses
concernant la structure du systme, sa commandabilit et son observabilit sont souvent
poses, bien que difficilement vrifiables.
Dun point de vue pratique, il est malheureusement probable dobtenir une modlisation
dans laquelle les paramtres ou la structure ne sont quapproximativement connus. Par
essence, une modlisation ne peut tre certaine. Il est important dinsister sur le fait quun
modle ne peut pas reprsenter de faon exacte le comportement dun procd rel.
Lindtermination (incertitudes) est dans la nature mme des procds physiques. Ces
remarques ont motiv lintroduction de la notion de modles incertains [Duc-93][Scorletti-
97]. Lide de base est que, puisquil est illusoire de dcrire prcisment le comportement dun
procd, il serait plus fructueux de considrer son modle comme lassociation dun modle
nominal auquel on attache des incertitudes (structures ou non structures). Dans ce cas, la
problmatique de commande doit tre aborde de faon assurer la robustesse vis--vis de ces
incertitudes [Oustaloup-94][Ackermann-94][Freeman-96].
La reprsentation dun procd par un modle mathmatique, primordiale pour la synthse
de lois de commande, est caractrise par des quations diffrentielles linaires ou non
linaires reliant les entres, les tats et les sorties. Ces quations diffrentielles sont parfois trs
Introduction gnrale
Page 5
difficiles trouver, notamment pour les procds non linaires complexes qui font apparatre
beaucoup de paramtres (moteur thermique, procd chimique,...). Une solution ce problme
peut tre envisage partir dune reprsentation du comportement du procd non linaire par
un modle flou o les relations entre les entres, les sorties et les tats sont exprimes par des
rgles floues [Takagi-85].
Lavancement des recherches dans le domaine du flou a prouv la capacit et la puissance
des modles flous dans lidentification (apprentissage) floue des procds non linaires.
Plusieurs chercheurs utilisent cette puissance dapprentissage pour reprsenter la dynamique
des procds non linaires [Takagi-85][Babuska-94][Moudgal-95][Spooner-96]. La
problmatique de lidentification et de la commande floues est base sur la proprit
dapproximation universelle des systmes flous. En effet, ceux-ci sont capables dapproximer,
avec un degr de prcision arbitraire fix, nimporte quelle dynamique non linaire sur un
ensemble compact [Wang-92-a][Buckley-92][Buckley-93].
Si thoriquement il est toujours possible de reprsenter la dynamique dun systme non
linaire par un systme flou, en pratique cette reprsentation peut ncessiter lutilisation dun
nombre trs grand, voire infini, de rgles floues. Pour cette raison, les erreurs de modlisation
sont prises en compte dans la reprsentation propose dans cette thse. Dans ce cas, un systme
non linaire est reprsent par un modle flou nominal, comportant un nombre fini et
raisonnable de rgles floues fix a priori, auquel on attache une erreur dapproximation vue
comme une incertitude.
Pendant longtemps, les recherches en commande floue nont intress quun nombre
restreint de chercheurs, car malgr le succs du contrle flou dans le domaine industriel, les
automaticiens ont souvent t trs critiques lgard de cette technique. Parmi les remarques
invoques, on trouve :
- labsence de rsultats a priori sur la stabilit dans les problmes de commande floue,
- labsence dexplication profonde de la robustesse des systmes de commande floue.
Il a fallu attendre la dernire dcennie pour que des mthodes de commande floue assurant
la stabilit et parfois la robustesse des structures de commande soient proposes [Wang-94]
[Su-94][Tanaka-96][Tanaka-97].
Les travaux prsents dans cette thse sinscrivent dans cette logique. Le thme principal de
ce travail est le dveloppement de structures de commande floue permettant de rsoudre le
problme de suivi de trajectoire, tout en assurant stabilit et robustesse. Lensemble des
travaux est regroup en quatre chapitres.
Dans le premier chapitre, nous prsentons les outils de reprsentation, de synthse et
danalyse ncessaires pour la conception des structures de commande dveloppes dans cette
thse.
Dans le deuxime chapitre, nous prsentons quelques proprits structurelles des systmes
Introduction gnrale
Page 6
flous de Takagi-Sugeno conclusion constante. Ces proprits seront exploites dans le
chapitre IV pour faciliter limplantation des mthodologies de commande proposes.
Dans le troisime chapitre, nous dveloppons une premire technique de commande,
savoir la linarisation entre-sortie continue floue. Celle-ci est implante pour une classe de
systmes non linaires continus, dits systmes affines en la commande.
Dans le quatrime chapitre, nous proposons deux autres techniques de commande. La
premire est une extension du concept de la linarisation entre-sortie continue floue aux
systmes non linaires discrets (linarisation entre-sortie discrte floue). Quant la deuxime,
elle intgre un modle interne flou (commande modle interne flou).
Les techniques de commande proposes assurent la stabilit des structures de commande, la
robustesse vis--vis des incertitudes et/ou de perturbations et la robustesse en prsence dun
changement de paramtres des systmes non linaires.
Page 7
CHAPITRE I
Commande base de modles flous:
les outils de reprsentation, de
synthse et danalyse
Commande base de modles flous: les outils de reprsentation, de synthse et danalyse
Page 9
I.1 - Introduction
Dans ce chapitre nous abordons les outils de reprsentation, de synthse et danalyse
ncessaires pour le dveloppement des structures de commande tudies dans cette thse. Sans
faire rfrence aux mthodologies de commande synthtises dans ce mmoire, nous discutons
brivement le problme de commande dune classe de systmes non linaires. Les systmes
non linaires tudis, continus et discrets, sont reprsents par des systmes flous. Comme la
reprsentation floue dun systme nest quune approximation de la ralit physique, nous
sommes amens introduire une reprsentation floue incertaine. Dans ce cas, le problme de la
commande peut tre rsolu en assurant la stabilit des structures boucles et leur robustesse
vis--vis des incertitudes.
Le lecteur remarquera que ce chapitre fait rfrence de nombreuses notions danalyse et
de synthse. Nous attirons son attention sur le fait que notre objectif nest pas de dtailler ces
concepts dj largement dvelopps dans la littrature, mais uniquement de donner un rapide
descriptif de la bibliographie associe aux techniques exploites dans cette thse. Pour plus
de dtails, le lecteur est invit consulter les diffrents articles cits en rfrence dans ce
chapitre.
Dans le paragraphe 2, nous donnons un aperu rapide des techniques de commande floue
dcrites dans la littrature. Dans le paragraphe 3, nous nous limitons la prsentation du
principe de fonctionnement de la classe des systmes flous directement lie aux mthodes de
commande proposes dans cette thse, savoir les systmes flous de Takagi-Sugeno
conclusion constante. Ces derniers sont utiliss pour la reprsentation de la dynamique des
systmes non linaires et la construction de contrleurs flous. Comme la stabilit et la
robustesse sont des proprits fondamentales de la commande, nous explorons diffrentes
mthodologies de synthse dans les paragraphe 4 et 5. Dune manire gnrale, une
reprsentation aussi parfaite soit-elle, ne sera jamais quune approximation de la ralit.
Ltude de la robustesse des structures de commande nous conduira introduire la
reprsentation des incertitudes et son exploitation dans un cadre flou. Cette dernire est
voque dans le paragraphe 6. Dans le paragraphe 7, nous dtaillons les diffrentes
reprsentations floues possibles des systmes non linaires (reprsentation dtat et
reprsentation entre-sortie) ainsi que le choix que nous avons finalement adopt. Comme le
thme principal de ce travail est le problme de suivi de trajectoire, ce dernier est discut dans
le paragraphe 8. Avant de conclure ce chapitre, nous consacrons le dernier paragraphe
lidentification floue dun systme non linaire.
I.2 - De Mamdani Tanaka
Depuis environ 20 ans, les travaux de recherche sur la commande floue se sont multiplis et
Page 10
il est maintenant trs difficile dtablir une liste exhaustive de toutes les stratgies de
commande dveloppes. Nous attirons donc lattention du lecteur sur le fait que ce rapide
survol des techniques existantes ne se veut pas exhaustif, mais quil dresse un bilan
synthtique sur les travaux publis dans la littrature.
Les premiers dveloppements en commande floue ont t initialiss par Mamdani
[Mamdani-74][Mamdani-75][Mamdani-76]. Lide de base consistait exploiter
lexprience des oprateurs humains pour construire une loi de commande. Un jeu de rgles
floues traduit alors le comportement des oprateurs en terme de stratgie de commande. Une
telle approche permet dviter la phase de modlisation ncessaire la mise en oeuvre des
techniques de synthse de lautomatique conventionnelle. Pour des procds non linaires,
difficiles modliser, lconomie du modle peut savrer importante tant en temps quen
cot.
Le gain ralis se paie toutefois par le fait quaucune mthodologie de synthse ne soit
rellement propose. Le relev dexpertise est en fait trait cas par cas et reste difficilement
gnralisable un procd quelconque. De plus, aucune mthode danalyse nest disponible
pour tudier le schma de commande synthtis. Cet tat de fait rend impossible toute garantie
de rsultats. Notamment, aucune preuve de stabilit ne peut tre faite.
Cette carence mthodologique a conduit au dveloppement de nombreux travaux visant
expliquer les performances attribues aux contrleurs flous et tablir un lien avec les
contrleurs classiques. Il savre en fait que bon nombre de contrleurs flous exploits repose
sur une base de rgles antidiagonale, dite base de Mac Vicar-Whelan [Mac Vicar-Whelan-
77]. Plusieurs tudes ont permis de justifier lcriture de ces rgles floues. Palm [Palm-
92][Palm-94] propose une analogie avec le mode glissement. Foulloy [Foulloy-92] aboutit
une base de rgles similaire par analyse qualitative dans le plan de phase. Galichet et al.
[Galichet-92][Galichet-94][Galichet-95] montrent lquivalence avec les contrleurs
traditionnels (P, PI, retour dtat, ...etc) par application du principe des quivalences modales.
Aucune nouvelle mthode de synthse nest rellement propose dans ces travaux qui se
contentent en fait de copier des structures de commande existantes ayant fait leurs preuves
en automatique linaire.
Paralllement ces tudes, lide dun auto-ajustement des contrleurs flous bas sur la
minimisation dun critre quadratique (travaux de Procyk et Mamdani [Procyk-79]) se
concrtise avec lapparition dun nouveau type de contrleurs flous: les contrleurs flous de
Takagi-Sugeno-Kang (T.S.K) [Takagi-83][Takagi-85]. De par leur structure, ceux-ci
fournissent une expression analytique simple de la sortie gnre en fonction des entres
considres. Cette proprit permet alors dexploiter des mcanismes doptimisation
numrique pour la synthse de contrleurs flous. Ainsi, Sugeno et Takagi [Takagi-85] voient
la solution dans les algorithmes des moindres carrs alors que Bersini [Bersini-93] utilise une
mthode de descente de gradient pour minimiser un critre quadratique.
De par leur trs grande capacit dadaptation et dintgration avec la majorit des mthodes
de lautomatique classique (mthodes moindres carrs rcursifs, filtrage de Kalman,
commande adaptative, commande prdictive, ...etc), les systmes flous de Takagi-Sugeno
Page 11
occupent actuellement une place prpondrante dans la synthse de contrleurs flous [Tsang-
99]. De nombreux travaux ont t publis sur lutilisation des ces derniers dans la commande
des procds non linaires. Wang [Wang-93][Wang-94] utilise les systmes de Takagi-
Sugeno pour synthtiser un contrleur linarisant adaptatif. Su et al. [Su-94] combine la
commande par mode de glissement avec la synthse de Lyapunov dans la conception dun
contrleur flou adaptatif stable. Fischle et al. [Fischle-94][Fischle-97] traitent le problme de
saturation de la commande floue dans un cadre adaptatif. En prsence dincertitudes, Leland
[Leland-98] a reprsent leffet de ces dernires sur les performances de commande en
utilisant une version floue de lquation de Kolmogorov. Tanaka et al. [Tanaka-96][Tanaka-
97] exploitent les mthodes LMI (Linear Matrix Inequalities) pour assurer la robustesse des
contrleurs flous synthtiss. Dans [Tanaka-97][Vermeiren-98], des contrleurs bass sur
une reprsentation localement linaire des procds non linaires travers une implantation
dite PDC (Parallel Distrubuted Compensation) ont t proposs. Il est important de noter que si
la commande mono-variable a suscit beaucoup dintrt, la commande floue multi-variables
reste un sujet peu trait dans la littrature.
Dune manire gnrale, dans une problmatique de commande, la conception dun modle
est guide par le fait quil doit tre exploitable pour la synthse de la loi de commande. Si la
conception dun modle puis la synthse dune loi de commande sont effectues
squentiellement, on parle alors de commande indirecte. Au contraire, si la loi de commande
est synthtise sans conception de modle, on parle de commande directe.
Le thme essentiel de ce travail est le dveloppement de techniques de commande floue
indirectes base de modles flous incertains identifis en ligne. Lincertitude associe aux
modles permet de prendre en compte leffet des erreurs de la modlisation floue. La synthse
de la loi de commande est traite pour une classe de systmes non linaires dabord dans un
contexte continu puis dans le cas discret. La commande dveloppe doit permettre dassurer la
stabilit du systme boucl ainsi que la robustesse en prsence dincertitudes de modlisation
et/ou de perturbations tout en garantissant de bonnes performances de commande.
I.3 - Systmes flous
Si dun point de vue mathmatique les systmes sont classs selon la nature des quations
qui les caractrisent (linaires, non linaires, ...etc), les systmes flous sont quant eux
rpertoris selon leur nature structurelle.
Comme cela a t voqu dans le paragraphe prcdent, on distingue classiquement deux
grandes familles de systmes flous: systmes flous conclusions symboliques (systmes de
Mamdani) [Mamdani-74][Mamdani-75][Mamdani-76] et systmes flous conclusion
fonctionnelle (systmes flous de Takagi-Sugeno-Kang) [Takagi-83][Takagi-85][Sugeno-86].
Ces deux types de systmes flous sont bass sur une collection de rgles Si ... Alors. Dans
les deux cas, les prmisses de rgles sont exprimes symboliquement. Seule lexpression des
conclusions de rgles permet alors de dissocier les deux familles de systmes. Les systmes de
Mamdani utilisent en effet des conclusions symboliques de mme nature que les prmisses
alors que les systmes de Sugeno exploitent des conclusions numriques. Cette diffrence dans
Page 12
lcriture des conclusions de rgles permet de distinguer les deux types de systmes leur
aspect externe. Dun point de vue interne, un mcanisme de calcul est associ chaque famille
de systme. Pour les systmes de Sugeno, celui-ci est purement numrique et sexprime
aisment de manire analytique selon une approche unique, commune lensemble des
systmes de la famille. Par contre limplantation des systmes de Mamdani peut tre envisage
de diffrentes faons. On aboutit alors une typologie des systmes de Mamdani telle que
celle dveloppe par Foulloy [Foulloy-94]. Il est noter que les systmes flous relationnels
[Pedrycz-89] peuvent tre assimils des systmes de Mamdani implantation symbolique.
Dans cette thse, on limite la prsentation des systmes flous ceux qui seront directement
exploits dans les approches de commande dveloppes, savoir les systmes flous de Takagi-
Sugeno conclusion constante.
Le choix du formalisme de Sugeno est li la volont de pouvoir exploiter un certain
nombre de techniques numriques issues de lautomatique conventionnelle. La restriction
des systmes conclusion constante est avant tout guide par un souci de simplicit mais elle
sera valide ultrieurement par dintressantes proprits structurelles dtailles dans le
chapitre II.
I.3.1 - Systmes flous de Takagi-Sugeno conclusion constante
Supposons un systme flou de Takagi-Sugeno conclusion constante , multi-entre
mono-sortie (MISO), avec n entres e
1
, ..., e
n
et une sortie s tel quillustr par la figure I.1.
Figure I.1 : Schma dun systme n entres et une sortie
Le systme flou est reprsent par une collection de rgles de la forme suivante:
(I.1)
o A
k
i
k
, k =1,..., n, est le i
k
ime
symbole flou associ la variable e
k

et (i
1
,..., i
n
) une constante relle dans la conclusion de la rgle indexe (i
1
,...,i
n
).
Supposons N
k
symboles flous possibles pour dcrire e
k
, soit i
k
I
k
={1, 2,..., N
k
}, k =1,..., n.
La base de rgles complte est alors compose de N =
k=1, .., n
N
k
rgles. Dans ce cas,
lensemble des indices reprsentant la base de rgles est I
1
x I
2
x ... x I
n
= I.
Pour une entre e = [e
1
, e
2
,..., e
n
]
T
R
n
, la sortie gnre par le systme flou est donne par:
(I.2)
o reprsente le degr de vrit de la prmisse de la rgle , soit :
f
n
f
n
e
1
e
n
s
f
n
R
i
1
i
n
, , ( )
: Si e
1
est A
1
i
1
et et e
n
est A
n
i
n
Alors s i
1
i
n
, , ( ) =
s

i
1
i
n
, , ( ) I

i
1
i
n
, , ( )
e ( ) i
1
i
n
, , ( )
i
1
i
n
, , ( ) I

i
1
i
n
, , ( )
e ( )
---------------------------------------------------------------------------------------------- =
i
1
i
n
, , ( )
e ( ) R
i
1
i
n
, , ( )
Page 13
(I.3)
Supposons une partition stricte des univers de discours des entres avec des fonctions
dappartenance triangulaires rgulirement rparties, telle quillustre sur la figure I.2. On a
alors:
pour tout e R
n
. (I.4)
Dans ce cas, lquation (I.2) devient:
(I.5)
o (e)
T
R
N
est le vecteur compos des degrs de vrit des prmisses de rgles et R
N
le
vecteur des conclusions de rgles.
Figure I.2 : Partition floue des univers de discours des entres
Lquation (I.5) met en vidence le fait que la sortie du systme flou est linaire en les
paramtres regroups dans le vecteur . Cette proprit fondamentale sera largement exploite
par la suite puisquelle permet une application directe de bon nombre de travaux dvelopps
dans le cadre de lidentification et de la commande adaptative.
Un systme flou de Takagi-Sugeno multi-entres multi-sorties (MIMO) conclusion
constante, , avec n entres e
1
,..., e
n
et m sorties s
1
,..., s
m
peut tre reprsent par une
collection de m systmes flous multi-entres mono-sortie (MISO) de la forme (I.1) comme le
montre la figure I.3.
Dune manire gnrale, la base de rgles dun systme flou doit respecter certaines
conditions afin dassurer le bon fonctionnement de ce dernier. Parmi celles-ci citons:
- La compltude : une base de rgles dun systme flou est dite complte si, pour chaque
vecteur dentre, il existe au moins une rgle floue active. Afin dassurer cette proprit,
les fonctions dappartenance doivent couvrir toutes les plages possibles des variables
dentre. Lutilisation de fonctions dappartenance triangulaires rgulirement rparties
respecte la proprit de compltude.
i
1
i
n
, , ( )
e ( )
k 1 =
n

A
k
i
k
e
k
( ) =
i
1
i
n
, , ( ) I

i
1
i
n
, , ( )
e ( ) 1 =
s
i
1
i
n
, , ( ) I

i
1
i
n
, , ( )
e ( ) i
1
i
n
, , ( ) =
e ( ) =
a
1
k
A
k
1
A
k
2
e
k
A
k
N
k
a
k
N
k
+1
a
2
k
1
a
k
N
k
f
n m , ( )
Page 14
Figure I.3 : Reprsentation dun systme MIMO par une collection de systmes MISO
- La consistance : une base de rgles dun systme flou est dite inconsistante, sil existe
deux rgles floues ayant la mme prmisse mais des conclusions diffrentes. La proprit
de consistance permet dviter les contradictions dans une base de rgles.
I.3.2 - Thorme dapproximation universelle
Dans la littrature floue, on dispose dun nombre important de travaux montrant que les
systmes flous sont des approximateurs universels [Buckley-92][Kosko-92][Wang-92-a]
[Wang-92-b][Buckley-93][Castro-95][Zeng-95][Zeng-96].
Dans [Wang-92-a][Wang-92-b], Wang montre que les systmes flous sont des
approximateurs universels sils respectent certains critres. Il voit son rsultat comme un
thorme dexistence dun systme flou optimal pour une large varit dapplications. Dun
point de vue mathmatique, la construction dun systme flou consiste trouver une relation
de correspondance entre lespace dentre et lespace de sortie pour approximer, avec un degr
de prcision donn, la fonction ou la dynamique dsire. Buckley de son cot [Buckley-92]
[Buckley-93] dmontre quune classe de systmes flous quil appelle modles de Takagi-
Sugeno sont des approximateurs universels et des contrleurs universels. Le mot
approximateur universel dans les travaux de Buckley a la mme signification que dans les
travaux de Wang. Buckley crit pour un procd donn, si on peut le commander par un
contrleur classique on peut galement le commander par un contrleur de Takagi-Sugeno.
- Thorme
Soit f une fonction non linaire dfinie sur un ensemble compact E. Pour toute constante
positive , il existe un systme flou de la forme (I.1) tel que:
(I.6)
La dmonstration de ce thorme est donne dans [Wang-94].
I.4 - Stabilit des schmas de commande floue
La thorie dapproximation universelle garantit la possibilit de modliser la dynamique
f
n
s
1
f
n
s
m
f
n m , ( )
e
1
e
n
s
1
s
m
e
1
e
n
f
Sup
e E
f e ( )
f
e ( ) <
Page 15
des systmes non linaires par des systmes flous. Ces derniers sont utiliss pour concevoir des
contrleurs flous. Reste quune des proprits fondamentales de la commande, savoir la
stabilit, doit tre assure.
Pour diminuer le risque dimplantation dun contrleur flou et minimiser le danger des
consquences dune synthse insuffisante, il est donc ncessaire danalyser le problme de
stabilit [Tanaka-92][Optiz-93][Yi-94][Ying-94][Wang-96][Lee-99]. La stabilit des
boucles de commande est gnralement assure dans la mesure o tous les signaux dentre et
de sortie restent borns.
Soit le schma de commande floue boucl suivant:
Figure I.4 : Schma de commande floue
Pour analyser la stabilit du schma de commande illustr la figure I.4, on dispose de
plusieurs approches : les mthodes danalyse qualitative [Ollero-89], les mthodes
gomtriques [Garcia-Cerezo-88], la thorie dhyperstabilit [Bohm-94], la thorie de
Lyapunov [Langari-91][Wong-97-a][Wong-97-b], les versions floues des LMI (linear matrix
inequalities) [Tanaka-96]. Dans ce cadre, Tanaka [Tanaka-96][Tanaka-97] a suggr divers
critres de stabilit et stabilit robuste pour les systmes flous de Takagi-Sugeno. Chen et Ying
[Chen-93], Precup et Preitl [Precup-94] ont reli les systmes flous aux contrleurs PID
classiques en assurant la stabilit par utilisation du thorme du petit gain [Duc-93].
Lutilisation dun formalisme ou dun autre conduit gnralement des rsultats danalyse
quivalents. Dans la littrature de la commande floue, nous avons constat que la thorie de
Lyapunov est une technique trs utilise.
La stabilit entre-sortie signifie que pour toute entre e de norme finie , le systme
engendre une sortie de norme finie et quil existe un scalaire tel que:
(I.7)
La stabilit entre-sortie est dite faible sil existe deux scalaires et tels que:
(I.8)
Dans ce cadre, il est toujours intressant de rappeler la dfinition que donne Zames de la
stabilit dans [Zames-66]:
A system shall be called stable if it is well behaved in two respects:
1. it is bounded i.e. not explosive
2. it is continuous i.e. not critically sensitive to noise.
Commande
sortie
N.L
Procd non linaire Contrleur flou
Entre externe
e
s
s e <
s e + <
Page 16
I.4.1 - Synthse de Lyapunov
Dune manire trs gnrale, la synthse de Lyapunov [Lasalle-86][Slotine-
91][Vidyasagar-93][Krstic-95] consiste slectionner la candidature dune fonction positive
V puis choisir des lois de commande ou dadaptation assurant sa dcroissance, i.e.
pour des systmes continus et pour des systmes discrets. Si
ces conditions sont vrifies, la fonction V est dite fonction de Lyapunov et assure la stabilit.
De plus, la mthode de Lyapunov peut servir de base la synthse de lois de commande
stabilisantes.
Nous attirons lattention du lecteur sur le fait que la synthse de Lyapunov est une condition
suffisante pour la stabilit. La difficult de cette approche repose sur la dtermination dune
fonction de Lyapunov qui conduit, soit choisir une fonction particulire, soit essayer de
rsoudre des inquations aux drives partielles [Scorletti-97]. Dans ce travail, la slection des
fonctions de Lyapunov est faite de manire intuitive. Gnralement, ces dernires sont choisies
comme des fonctions quadratiques. Il est important de noter galement que la stabilit au sens
de Lyapunov nest pas toujours suffisante pour assurer un bon comportement entre-sortie
pour un systme [Scorletti-97].
Comme notre objectif est dassurer la stabilit des structures de commande dans le sens o
tous les signaux dentre et de sortie restent borns, nous avons privilgi lutilisation de la
thorie de dissipativit [Vidyasagar-93][Krstic-95]. Quelques dfinitions de base de cette
thorie et ses relations avec la stabilit sont prsentes dans le paragraphe suivant.
I.4.2 - Passivit et dissipativit dun systme
Le concept de la passivit a t introduit pour la premire fois dans la synthse de rseaux et
il est devenu un outil fondamental dans les travaux de Popov [Popov-73][Krstic-95]. Parmi
les premiers chercheurs qui ont utilis cet outil dans la commande adaptative, nous citons
Landau [Landau-79]. Dans un cadre flou, la notion de passivit a t utilise pour tudier la
stabilit des schmas de commande floue [Mlin-97][Jagannathan-98].
La motivation pour tudier les thories de passivit et dissipativit rside dans la relation de
ces dernires avec le concept de stabilit [Hill-88][Byrnes-91] et la facilit de concevoir des
lois dadaptation en sappuyant sur la notion dinterconnexion de systmes. Byrnes et al.
[Byrnes-91] ont montr que plusieurs rsultats de stabilit rapports dans la littrature peuvent
tre drivs de la thorie de la dissipativit. A noter ici, que les mthodes les plus utilises dans
lanalyse de la stabilit, savoir la thorie de Lyapunov [Slotine-91][Vidyasagar-93] et la
thorie dhyperstabilit de Popov [Popov-73], peuvent tre unifies dans la thorie de la
dissipativit.
Le concept de dissipativit des systmes fournit un outil trs important dans lanalyse de la
stabilit des systmes interconnects [Slotine-91][Krstic-95].
Dune manire gnrale, un systme qui dissipe son nergie va perdre au fur et mesure
toute son nergie initiale et se rapproche dune configuration qui correspond lnergie nulle.
De l, un systme dissipatif excit par une entre borne assure la bornitude
(*)
de sa sortie ce
qui garantit la stabilit entre-sortie du systme [Gupta-96].
V
0
V k ( ) V k 1 + ( ) V k ( ) 0 =
(*) On appelle bornitude dun signal le fait que celui-ci soit born
Page 17
I.4.2.1 - Systmes continus
I.4.2.1.1 - Dfinition
Dans ce paragraphe, nous utilisons les dfinitions de passivit donnes dans [Slotine-91].
Un systme continu avec une entre u et une sortie y est dit dissipatif sil existe une fonction
V(t) > 0 vrifiant lquation suivante:
(I.9)
o la notation y
T
reprsente le vecteur transpos de y.
Si , le systme est dit passif.
I.4.2.1.2 - Relation entre stabilit et dissipativit
Afin dillustrer la correspondance entre stabilit et dissipativit, et par souci de simplicit
on propose le systme linaire stable en boucle ouverte dfini comme suit:
(I.10)
Pour tout systme stable de la forme:
(I.11)
on a:
(I.12)
La fonction quadratique suivante:
(I.13)
est une fonction de Lyapunov pour le systme (I.11) car:
(I.14)
Lquation de Lyapunov (I.12) est vrifie pour le systme (I.10), mais elle est relie
uniquement la stabilit du systme caractris par la matrice A et indpendamment de
lentre u.
Par drivation de la fonction de Lyapunov (I.13), et substitution de (I.10) on trouve:
(I.15)
Lquation (I.15) est de la forme (I.9), ce qui conduit un transfert dissipatif entre et u.
De plus, si B et C sont relies par lexpression:
(I.16)
lquation (I.15) devient:
(I.17)
V
y
T
t ( )u t ( ) h t ( ) ; avec h t ( ) t 0 > d
0
t
f
=
h t ( ) 0
x
Ax Bu + =
y Cx =
x
Ax =
Q symtrique dfinie positive P symtrique dfinie positive telle que: ,
A
T
P PA + Q =
V
1
2
---x
T
Px =
V
1
2
---x
T
Qx 0 =
V
1
2
---x
T
Qx x
T
PBu + =
x
T
PB
C B
T
P =
V
1
2
---x
T
Qx y
T
u + =
Page 18
ce qui dmontre la dissipativit du systme (I.10).
Ce rsultat est connu dans la littrature sous le nom de lemme de Kalman-Yakubovich
[Slotine-91].
I.4.2.2 - Systmes discrets
I.4.2.2.1 - Dfinition
La dfinition utilise ici est celle donne dans [Jagannathan-98].
Un systme discret avec une entre u et une sortie y est dit dissipatif sil existe une fonction
positive V(k) > 0 vrifiant lquation suivante:
(I.18)
o S et R sont deux matrices dimensionnes de manire approprie.
Si , le systme est dit passif.
I.4.2.2.2 - Relation entre stabilit et dissipativit
A titre illustratif, nous proposons dutiliser le systme linaire stable en boucle ouverte
dfini comme suit:
(I.19)
Soit P une matrice symtrique dfinie positive, solution de lquation de Lyapunov suivante:
(I.20)
avec Q, matrice symtrique dfinie positive.
La fonction quadratique:
(I.21)
est une fonction de Lyapunov du systme:
(I.22)
car:
(I.23)
Lquation de Lyapunov (I.20) est vrifie pour le systme (I.19), mais elle nest relie qu la
stabilit du systme caractris par la matrice A, indpendamment de lentre u.
Par substitution de lquation (I.19) dans la drive de lquation de Lyapunov (I.21), il
rsulte:
(I.24)
Lquation (I.24) est dans la forme (I.18). Donc, on peut dduire que le transfert entre
et u est dissipatif.
V k ( ) y
T
k ( )Su k ( ) u
T
k ( )Ru k ( ) h k ( ) + =
avec:
k 0 =
T
h k ( ) 0 >
h k ( ) 0
x k 1 + ( ) Ax k ( ) Bu k ( ) + =
y Cx k ( ) =
A
T
PA P Q =
V k ( )
1
2
---x
T
k ( )Px k ( ) =
x k 1 + ( ) Ax k ( ) =
V k ( )
1
2
---x
T
k ( )Qx k ( ) 0 =
V k ( )
1
2
---x
T
k ( )Qx k ( ) x
T
k ( )A
T
PBu k ( )
1
2
---B
T
PBu
T
k ( )u k ( ) + + =
x
T
A
T
PB
Page 19
De plus, si C et B sont relies par lquation suivante:
(I.25)
lquation (I.24) devient:
(I.26)
ce qui prouve la dissipativit du systme (I.19).
Nous attirons lattention du lecteur sur le fait que la dfinition de la dissipativit utilise
dans ce paragraphe nest pas unique. Il existe en effet dautres dfinitions dans la littrature
(voir [Byrnes-94][Lin-95]).
I.4.2.3 - Remarque
Des paragraphes I.4.2.1 et I.4.2.2, on peut conclure que les notions de stabilit et de
dissipativit sont quivalentes avec un choix compatible des entres et sorties. Dune manire
gnrale, tant donn un systme stable en boucle ouverte, continu ou discret, il est possible,
par des choix compatibles dentres et de sorties, de construire une infinit de relations entre-
sortie dissipatives [Slotine-91].
I.4.3 - Stabilit des schmas interconnects
Les schmas interconnects facilitent non seulement ltude de la stabilit des systmes
mais aussi la construction de lois dadaptation dans un cadre de commande adaptative.
Dune manire gnrale, un systme physique change avec son environnement de
lnergie, de linformation ou encore de la matire. Un systme peut donc tre reprsent par
un mcanisme dfinissant les relations existantes entre ses entres (grandeurs physiques de
lenvironnement agissant sur le systme) et ses sorties (grandeurs physiques du systme qui
agissent sur lenvironnement). Si ce mcanisme est caractris par des contraintes
quadratiques sur les signaux, il nous conduit directement exhiber la notion de dissipativit
dj introduite dans le paragraphe prcdent.
Afin de faciliter lanalyse des systmes, une tape de dcomposition de ces derniers en
sous-systmes lmentaires interconnects est souvent propose. Le principe de cette
dcomposition est illustr la figure I.5.
Un systme peut tre dcompos en un ensemble de sous-systmes et un
mcanisme dinterconnection bien dfini. Les signaux s
i
et e
i
assurant la connection des sous-
systmes
i
sont des signaux internes dpendant causalement lun de lautre. Les signaux In et
Out partags entre le systme et son environnement sont considrs comme des signaux
dentre-sortie. Le mcanisme dinterconnection a pour objectif de spcifier les relations
mathmatiques entre les diffrents sous-systmes. Le schma bloc illustr la Figure I.5,
connu sous lappellation forme dinterconnection explicite, est le plus utilis en
automatique.
C B
T
PA =
V k ( )
1
2
---x
T
k ( )Qx k ( ) y
T
k ( )u k ( )
1
2
---B
T
PBu
T
k ( )u k ( ) + + =

i
i , 1 n , , =
Page 20
Figure I.5 : Reprsentation dun systme par sous-systmes interconnects
Au cours des annes 60/70, quelques chercheurs se sont intresss ltude de la stabilit de
la connection de deux systmes [Zames-66][Desoer-75]. Lintrt port aux rseaux
lectriques, aux systmes grande chelle ou encore la thermodynamique, a motiv des
automaticiens pour approfondir les rsultats de la stabilit des schmas interconnects
[Vidyasagar-81]. Actuellement, les schmas interconnects jouent un rle important dans
lanalyse de la stabilit des systmes et dans la synthse de la commande adaptative.
Dans cette thse, nous limitons notre tude la stabilit de linterconnection de deux sous-
systmes sous deux formes particulires. Ces dernires sont dtailles dans la suite de ce
paragraphe.
I.4.3.1 - Systmes continus
Soit un systme continu dfini comme linterconnection des sous-systmes continus
1
et
2
dans la forme particulire illustre la figure I.6.
De la thorie de la passivit donne dans [Astrom-89][Slotine-91][Krstic-95], on peut
dduire que: si lentre externe (In) est borne, si le sous-systme
1
est dissipatif et si le
systme
2
est passif, alors le systme interconnect (voir figure I.6) est entre-sortie stable
(les signaux dentre-sortie restent borns).
Figure I.6 : Interconnection de deux sous-systmes continus
In
Out
n
Mecanisme dinterconnection
s
1
s
n
systme global
e
1
e
n
= Out
In
e
1

s
2
s
1
systme global
+
Page 21
I.4.3.2 - Systmes discrets
Soit un systme discret dfini comme linterconnection des sous-systmes discrets
1
et
2
dans la forme particulire illustre la figure I.7.
Figure I.7 : Inteconnection de deux sous-systmes discrets
De la thorie de la passivit donne dans [Slotine-91][Jagannathan-98], on peut dduire
que: si les entres externes In
1
et In
2
sont bornes, si le sous-systme
1
est dissipatif et si le
systme
2
est dissipatif, alors le systme interconnect (voir figure I.7) est entre-sortie stable
(les signaux dentre-sortie restent borns).
I.5 - Robustesse de schmas de commande flous
Si la stabilit des structures de commande floues est ncessaire, leur robustesse vis--vis des
incertitudes et/ou perturbations nen est pas moins primordiale. Dans ce cas, le dveloppement
dune loi de commande doit assurer non seulement la stabilit mais aussi la robustesse.
Un modle, aussi parfait soit-il, ne sera jamais quune approximation de la ralit physique.
La synthse dune loi de commande doit assurer de bonnes performances pour le modle mais
surtout pour le procd quil reprsente. Cette philosophie conduit naturellement
lintroduction de la notion de robustesse. La robustesse peut donc tre interprte par la
volont de garantir que les proprits values sur un modle sont bien prsentes sur le procd
physique.
Historiquement, cest la recherche de la robustesse qui a donn naissance toute
lautomatique moderne (utilisation des boucles de contre-raction). Dans les annes 40, Bode
et Nyquist ont propos des mthodes frquentielles capables de quantifier la robustesse dun
systme linaire travers les notions de marge de gain et marge de phase. Dans les annes 60,
par utilisation de la reprsentation dtat et des techniques doptimisation, des proprits de
robustesse intressantes ont t montres sur le rgulateur L.Q. Dans les annes 80, Doyle,
Safonov et Lehtomaki ont propos lutilisation de la norme . Cette dernire est un outil trs
intressant pour analyser la robustesse en stabilit des systmes. Dautres mthodes ont t
galement utilises, notamment les techniques de mode de glissement [Slotine-91] dans la
synthse de contrleurs robustes. Rcemment, grce lvolution de linformatique (rapidit,

In
1
e
1

s
2
s
1
systme global
+
= Out
In
2
+
+
H

Page 22
capacit de stockage, ...etc) des algorithmes bass sur le concept LMI [Scorletti-97] ont t
utiliss dans lobjectif dassurer la robustesse des lois de commande synthtises.
Pendant longtemps, la robustesse des schmas de commande floue a t constate
empiriquement mais jamais formule rigoureusement dans un cadre mathmatique. Il a fallu
attendre la dernire dcennie pour que plusieurs chercheurs essaient dtendre la notion de
robustesse, tudie originellement dans la conception des contrleurs conventionnels, la
synthse de contrleurs flous. Dans ce cadre, on peut citer, titre dexemple, les travaux de
[Palm-92][Palm-94][Yeong-94][Tanaka-96][Marin-97][Tanaka-97][Teixeira-99].
Lapproche dveloppe dans cette thse est base sur la garantie de la robustesse des
structures de commande vis--vis des incertitudes et/ou perturbations affectant le systme.
Cette robustesse peut tre vue comme une compensation totale ou une attnuation de
linfluence des incertitudes et/ou perturbations sur les performances de suivi et de commande.
Comme lobjectif premier des travaux dvelopps est de rsoudre un problme de suivi de
trajectoire, la loi de commande floue sera choisie gale linverse du modle flou nominal (cf.
le paragraphe I.8.). Dans ce cas, la structure de commande ne peut pas assurer la robustesse. La
solution envisage pour rsoudre ce problme, consiste augmenter la loi de commande floue
par des composantes additives. Ces dernires seront synthtises via des techniques de mode
de glissement [Slotine-91][Palm-94][Shaocheng-96][Spooner-96] ou une optimisation
[Francis-87][Kwakernaak-91][Duc-93].
I.6 - Reprsentation des incertitudes
Ltude de la robustesse des structures de commande floue, discute prcdemment, nous
conduit utiliser une reprsentation incertaine des systmes flous.
Tout modle dun procd physique ncessite des approximations, do rsultent par
consquent des incertitudes de modle. Le thorme dapproximation floue donn
prcdemment montre quil est toujours possible de reprsenter la dynamique dun procd
non linaire par un systme flou. Malheureusement, cette reprsentation peut ncessiter
lutilisation dun nombre trs grand, voire infini, de rgles floues. Afin de contourner ce
problme, leffet des erreurs de modlisation doit tre pris en compte. Dans ce cas, le procd
non linaire sera reprsent par un modle flou nominal, dont le nombre de rgles est
raisonnable et fix a priori, auquel on attache une incertitude pour reprsenter les erreurs de
modlisation.
La reprsentation des incertitudes peut avoir diffrentes formes, cela dpend de la nature de
linformation quon souhaite faire apparatre. Gnralement, la reprsentation adopte reflte
la connaissance des phnomnes physiques qui causent les incertitudes et la capacit
reprsenter ces incertitudes sous une forme simple et facile manipuler.
Dans la littrature, les incertitudes sont gnralement classes en deux grandes familles: les
incertitudes non-structures et les incertitudes structures.
H

Page 23
I.6.1 - Incertitudes non-structures
Les formes non-structures constituent les reprsentations les plus courantes des
incertitudes de modlisation. Elles permettent dtablir des conditions de robustesse en
stabilit, mais aussi de dvelopper des procdures appropries pour la synthse de contrleurs.
Dune manire gnrale, les incertitudes non-structures peuvent tre modlises comme
additives, multiplicatives en entre ou multiplicatives en sortie. Cette forme de reprsentation
est dite non-structure car la seule information que lon utilise est la borne suprieure de
lincertitude.
I.6.1.1 - Incertitudes additives
La reprsentation des incertitudes additives est illustre la figure I.8, o reprsente la
composante dincertitudes. Cette reprsentation est dite additive car les incertitudes sajoutent
au modle nominal afin de former le modle global du procd. Gnralement, ce type de
reprsentation est utilis afin de prendre en compte les phnomnes internes tels que les erreurs
paramtriques et les erreurs dapproximation (linarisation, ...etc).
Figure I.8 : Reprsentation des incertitudes additives
I.6.1.2 - Incertitudes multiplicatives en entre
La reprsentation des incertitudes multiplicatives en entre est illustre la figure I.9.
Figure I.9 : Reprsentation des incertitudes multiplicatives en entre
Ce type de reprsentation permet de prendre en compte les erreurs de modlisation des
entre
sortie
Procd
entre
sortie
+
+
Incertitude additive

Modle nominal
entre
sortie
Procd
entre
Modle
nominal
sortie
+
+
Incertitudes multiplicatives en sortie
Page 24
actionneurs [Duc-93][Saari-96].
I.6.1.3 - Incertitudes multiplicatives en sortie
La reprsentation des incertitudes multiplicatives en sortie est illustre la figure I.10.
Figure I.10 : Reprsentation des incertitudes multiplicatives en sortie
Cette reprsentation permet gnralement de modliser les erreurs provenant des capteurs
[Duc-93][Saari-96].
I.6.2 - Incertitudes structures
Si une reprsentation non-structure permet de traiter par le mme formalisme, des
incertitudes de nature diverse (erreurs paramtriques, erreurs dapproximation, perturbations,
erreurs de capteurs, erreurs actionneurs, ...etc), il nen reste pas moins que son utilisation
entrane une perte dinformation et peut, dans certains cas, savrer dlicate. Cest pourquoi,
certains auteurs [Duc-93] utilisent des reprsentations structures bases, dans un contexte
linaire, sur la factorisation premire dune matrice de transfert.
Si la reprsentation structure dincertitudes est bien matrise dans le cadre des systmes
linaires, elle est trs difficile appliquer, voire impossible dans ltat actuel des choses, sur
des modles flous o labsence de la notion de fonction de transfert est un handicap majeur.
I.6.3 - Choix de la reprsentation des incertitudes associes un modle flou
Dans cette thse, nous choisissons de reprsenter toutes les incertitudes de modlisation
sous une forme globale en considrant que le modle flou du procd scarte dun modle
flou nominal dau plus une certaine quantit, ce que nous crivons:
(I.27)
o born par
0
, reprsente les incertitudes du modle.
Cette reprsentation non-structure des incertitudes est donc de nature additive telle
quillustre la figure I.11.
Nous avons signal, dans le paragraphe I.6.1.1, que les incertitudes additives sont utilises
entre
sortie
Procd
Modle
nominal
+
+
entre
sortie
Incertitudes multiplicatives en sortie
Procd non linaire Modle flou nominal + =
avec:
0
<
Page 25
pour reprsenter les incertitudes internes (erreurs paramtriques et erreurs dapproximation).
Ainsi, comme les incertitudes dans une modlisation floue ont comme source essentielle les
erreurs dapproximation floue, la reprsentation additive dincertitudes est particulirement
bien adapte.
Figure I.11 : Reprsentation additive des incertitudes associes au modle flou
I.7 - Reprsentation incertaine floue des systmes non linaires
Dans ce paragraphe, nous explorons la reprsentation dincertitudes donne dans le
paragraphe prcdent dans la reprsentation floue de deux classes de systmes non linaires
(continus et discrets).
I.7.1 - Classe de systmes non linaires continus
Nous nous limitons ici aux systmes non linaires continus couramment utiliss en
automatique, savoir les systmes affines en commande.
Nous supposons que les procds non linaires continus tudis ont au moins un point
dquilibre. Par simplicit mais sans perte de gnralit, le point dquilibre est choisi gal
zro (lorigine).
I.7.1.1 - Reprsentation dtat
Soit un systme non linaire mono-entre mono-sortie (SISO) donn par:
(I.28)
o est le vecteur dtat, et u, y sont respectivement lentre et la
sortie du systme (I.28). Les champs de vecteurs f = (f
1
, f
2
,..., f
n
)
T
et g = (g
1
, g
2
,..., g
n
)
T
sont
supposs non linaires de forme analytique inconnue, h est une fonction analytique non
linaire galement inconnue.
Dans un contexte flou, lutilisation dun modle dtat de la forme (I.28), ncessite
entre
sortie
Procd
non linaire
entre
sortie
+
+
Modle flou nominal
incertitude additive

c
:
x
f x ( ) g x ( )u + =
y h x ( ) =
x x
1
x
2
x
n
, , , [ ]
T
R
n
=
Page 26
lapproximation de 2n+1 fonctions non linaires (les n fonctions non linaires f
1
,..., f
n
du
champ de vecteurs f, les n fonctions non linaires g
1
,..., g
n
du champ de vecteurs g et la
fonction non linaire h), do une trs grande complexit. De plus, il est trs peu probable de
pouvoir matriser la dynamique de convergence de (2n+1) familles de paramtres relatives
(2n+1) systmes flous de la forme (I.1) approximant (2n+1) fonctions non linaires. Enfin, il
est important de noter ici que le modle dtat (I.28) ne prsente pas une relation directe entre
la commande et la sortie, ce qui, dans un cadre flou, ne facilite pas la synthse dune loi de
commande.
Lensemble de ces remarques nous conduit transformer la reprsentation dtat en une
reprsentation entre-sortie de faon exhiber une relation explicite entre commande et sortie.
Cest cette reprsentation qui sera approxime par un systme flou.
I.7.1.2 - Reprsentation entre-sortie
Lobjectif de la reprsentation entre-sortie est de trouver une relation directe entre la sortie
du systme (I.28) et son entre.
Le systme (I.28) est dit avoir un degr relatif r si:
(I.29)
La notation L
a
b(x) est une drive de Lie qui signifie la drive de b(x) dans la direction de a.
Le degr relatif reprsente le retard subi par lentre u avant son influence sur la sortie y.
Si le degr relatif r est gal lordre n du systme, le systme (I.28) ne prsente pas de
dynamiques de zros et est donc minimum de phase. Si r est strictement infrieur n, le
systme (I.28) est minimum de phase [Isidori-85][Slotine-91] si le sous-systme dordre (n-
r) est asymptotiquement stable (stabilit de la dynamique de zros).
Pour exprimer explicitement la relation liant entre et sortie du systme (I.28), il est
ncessaire de driver itrativement la sortie du systme jusqu lapparition de lentre u.
On obtient alors:
(I.30)
La relation entre-sortie du systme (I.28) est donc la suivante:
(I.31)
Le passage dune reprsentation dtat une reprsentation entre-sortie est illustr la figure
I.12.
Dans le cas particulier o le systme (I.28) sexprime sous la forme canonique:
x R : L
g
L
f
k ( )
h x ( ) 0 k r 1 et L
g
L
f
r 1 ( )
h x ( ) 0 < ; =
y h x ( ) =
y
L
f
h x ( ) =
y
r ( )
L
f
r ( )
h x ( ) L
g
L
f
r 1 ( )
h x ( )u + =
y
r ( )
L
f
r ( )
h x ( ) L
g
L
f
r 1 ( )
h x ( )u + =
Page 27
(I.32)
Figure I.12 : Changement de reprsentation du systme
le systme (I.32) est dit dans sa forme normale et ne prsente pas de dynamiques de zros
[Isidori-85][Slotine-91].
On peut alors facilement vrifier que:
(I.33)
Le vecteur dtat tant compos des drives successives de la sortie, la reprsentation entre-
sortie du systme (I.32) est illustre la figure I.13.
Dans toute la suite, pour allger les notations, le systme sera considr sous la forme
gnrique suivante:
(I.34)
Figure I.13 : Reprsentation entre-sortie du systme (I.32)
Dans le cas gnral du systme (I.31), on a alors:
(I.35)

x
1
x
2
=
x
2
x
3
=
n
f x
1
x
n
, , ( ) g x
1
x
n
, , ( ) u + =
y x
1
=
......
L
f
(r)
h(x) + L
g
L
f
(r-1)
h(x)u
y
(r)
u
y
tat x

f + g.u
h
x
u
y
y
n ( )
f x ( ) g x ( )u + =
f y y
y
n 1 ( )
, , , ( ) g y y
y
n 1 ( )
, , , ( )u + =
y
r ( )
c1
x ( )
c2
x ( )u + =
........
y
(n)
y
u
f + g.u

c1
x ( ) L
f
r ( )
h x ( ) =
Page 28
et
(I.36)
Dans le cas particulier du systme (I.32), cette notation se rduit en fait :
(I.37)
Lvaluation numrique de la sortie y
(r)
selon lquation (I.34) ncessite davoir accs
lintgralit du vecteur dtat x. On peut montrer quil est toujours possible dutiliser une
reprsentation entre-sortie similaire, mais cette fois base sur la sortie et ses drives et non
plus sur ltat.
En effet, pour r = n, tout systme de la forme (I.28) peut tre rcrit dans une forme canonique
[Isidori-85] comme suit:
(I.38)
o:
(I.39)
avec:
(I.40)
Selon lquation (I.33) applicable aux systmes de forme normale, une reprsentation entre-
sortie du systme (I.38), et donc du systme initial (I.28), est donne la figure I.14.
Dans le cas o le degr relatif est strictement infrieur lordre du systme, il est toujours
possible de choisir (n-r) fonctions
r+1
(x), ...,
n
(x) afin dassurer que le diffomorphisme:
(I.41)
c2
x ( ) L
g
L
f
r 1 ( )
h x ( ) =
c1
x ( ) f x ( ) et
c2
x ( ) g x ( ) = =

z
1
z
2
=
z
2
z
3
=
n

1
z
1
z
n
, , ( )
2
z
1
z
n
, , ( ) u + =
y z
1
=
1
z ( ) L
f
n ( )
h
1
z ( ) ( ) et
2
z ( ) L
g
L
f
n 1 ( )
h
1
z ( ) ( ) = =
x ( )
1
x ( ) h = x ( )
n
x ( ) L
f
n 1 ( )
h x ( ) =
et z
z
1
z
n
= =
........
u

1
+
2
.u
.
z
n
y = z
1
x ( )
1
x ( )
n
x ( )
=
Page 29
ait un Jacobien non singulier.
Dans [Isidori-85][Slotine-91], les fonctions
r+1
(x), ...,
n
(x) sont choisies telles que:
(I.42)
Dans ce cas, le systme (I.28) peut scrire comme suit:
(I.43)
o:
(I.44)
La reprsentation du systme (I.43) est illustre la Figure I.15.
Il convient ici de restituer le contexte des travaux dvelopps. La forme analytique du
procd que lon veut contrler est suppose inconnue. On cherche alors modliser ce dernier
par un systme flou.
Lutilisation dune reprsentation entre-sortie de la forme (I.34) ncessite lapproximation
floue de deux fonctions non linaires au lieu des 2n+1 fonctions non linaires dans une
reprsentation dtat de la forme (I.28). Ceci conduit un modle flou relativement simple.
Pour cette raison nous adopterons, dans cette thse, la reprsentation entre-sortie (I.34) du
systme (I.28).
L
g
i
x ( ) 0 pour : r 1 i n + =

z
1
z
2
=
z
2
z
3
=
r

1
z ( )
2
z ( ) u + =
z
r 1 +
q
r 1 +
z ( ) =
n
q
n
z ( ) =
y z
1
=
q
i
z ( ) L
f
i

1
z ( ) [ ] pour : r 1 i n + =
........
u

1
+
2
.u
.
z
r
y = z
1
.

z
i
=

q
i
(z)
r+1 <= i <= n
z
r+1
z
n
Page 30
Reste enfin signaler que la seule information qui sera disponible pour la synthse du
contrleur sera lapproximation floue de la reprsentation entre-sortie. Les performances de
la loi de commande ne sont alors garanties que si aucune dynamique de zros, masque dans la
reprsentation entre-sortie, nest instable. Cet tat de fait conduit donc restreindre la
mthode propose aux systmes minimum de phase.
I.7.1.3 - Reprsentation entre-sortie floue
Pour reprsenter les deux fonctions non linaires
c1
et
c2
par des systmes flous de
Takagi-Sugeno conclusion constante, la stratgie choisie consiste utiliser deux bases de
rgles distinctes pour approximer indpendamment les fonctions
c1
et
c2
. Celles-ci
dpendant toutes les deux du vecteur dtat x, les mmes structures de base de rgles sont
utilises et seuls les paramtres de conclusion diffrent.
Les deux fonctions non linaires sont reprsentes par deux systmes flous de Takagi-
Sugeno conclusion constante dont les deux sorties respectives sont
fc1
et
fc2
.
Les deux systmes flous sont alors reprsents par des collections de rgles de la forme
suivante:
(I.45)
(I.46)
o
, sont respectivement deux constantes relles dans la conclusion des
rgles (I.45) et (I.46).
Conformment lquation (I.5), les sorties gnres par les systmes flous reprsents par
(I.45) et (I.46) sont respectivement:
(I.47)
(I.48)
o et sont les vecteurs de paramtres et
T
(x) le vecteur des degrs de validit des
prmisses de rgles.
Les fonctions non linaires
c1
(x) et
c2
(x) peuvent tre rcrites comme suit:
(I.49)
et
(I.50)
o
fc1
et
fc2
, bornes par
0
fc1
et
0
fc2
, sont les erreurs dapproximation floue minimales
atteignables avec le nombre de rgles choisi.
fc1
(x) et
fc2
(x) sont alors les approximations
floues optimales de
c1
(x) et
c2
(x).
Selon les quations (I.49) et (I.50), la sortie globale (I.34) peut tre crite comme suit:
Si x
1
est A
1
i
1
et et x
n
est A
n
i
n
Alors
fc1
i
1
i
n
, , ( )
fc1
i
1
i
n
, , ( )
=
Si x
1
est A
1
i
1
et et x
n
est A
n
i
n
Alors
fc2
i
1
i
n
, , ( )
fc2
i
1
i
n
, , ( )
=
fc1
i
1
i
n
, , ( )
fc2
i
1
i
n
, , ( )
fc1
x
fc1
, ( ) x ( )
fc1
=
fc2
x
fc2
, ( ) x ( )
fc2
=
fc1

fc2
c1
x ( )
fc1
x ( )
fc1
x ( ) a ; vec
fc1
x ( )
fc1
0
+ =
c2
x ( )
fc2
x ( )
fc2
x ( ) ; avec
fc2
X ( )
fc2
0
+ =
Page 31
(I.51)
o est borne par
0
, i.e.
(I.52)
avec u
0
borne suprieure de u, i.e. .
I.7.2 - Classe de systmes non linaires discrets
Comme dans le cas des systmes continus, nous supposons que les procds discrets tudis
ont au moins un point dquilibre. Ce dernier est choisi gal zro (lorigine). La dmarche
suivie est similaire celle tablie dans le cas des systmes continus, savoir: dfinition de la
classe de systmes considrs en terme de reprsentation dtat, dtermination dune
reprsentation entre-sortie quivalente et enfin choix de la forme des rgles floues qui seront
utilises pour lapproximation.
Lhypothse daffinit en commande du systme suppose pour des systmes non linaires
continus est difficile poser dans un cadre discret. En effet, la reprsentation discrte dun
systme continu affine en commande ne conduit pas toujours un systme discret affine en
commande.
I.7.2.1 - Reprsentation dtat
Dans le cas des systmes discrets, nous nous intressons tout systme non linaire mono-
entre mono-sortie (SISO), qui peut sexprimer par des quations non linaires de la forme
suivante:
(I.53)
o est le vecteur dtat et sont respectivement lentre et la
sortie du systme (I.53). Le champ de vecteurs f = (f
1
, f
2
,..., f
n
)
T
est suppos non linaire de
forme analytique inconnue, h est une fonction analytique non linaire galement inconnue.
Comme pour les systmes continus, lutilisation dun modle dtat de la forme (I.53), dans un
cadre flou, ncessite lapproximation dun nombre important de fonctions non linaires, les n
fonctions non linaires f
1
,..., f
n
du champ de vecteurs f et la fonction non linaire h, do une
grande complexit. Ainsi, il est trs difficile de pouvoir matriser la dynamique de convergence
de (n+1) familles de paramtres relatives (n+1) fonctions non linaires. De plus, le modle
dtat (I.53) ne prsentant pas une relation directe entre la commande et la sortie, la synthse
dune loi de commande nen est que plus complique, tout au moins dans un cadre flou.
I.7.2.2 - Reprsentation entre-sortie
Notre but dans ce paragraphe est de trouver une relation directe entre lentre et la sortie du
systme (I.53).
y
r ( )
fc1
x ( )
fc2
x ( )u + + =
x ( )
fc1
x ( )
fc2
u + + =

fc1

fc2
u + =

fc1
0
fc2
0
u
0

0
+
u u
0
d
:
x k 1 + ( ) f x k ( ) u k ( ) , [ ] =
y k ( ) h x k ( ) [ ] =
x x
1
x
n
, , [ ]
T
= R
n
u y R ,
Page 32
Le systme (I.53) est dit avoir un degr relatif r si:
(I.54)
et
(I.55)
o f
(i)
est la i
me
composition itrative de f.
Le degr relatif reprsente le retard entre lentre u(k) et la sortie y(k). En dautres termes,
lentre du systme linstant k naffecte la sortie du systme quaprs r units de temps.
Dans la suite, le systme (I.53) est suppos minimum de phase [Jin-95], cest--dire quil
ne comporte aucune dynamique de zros instables.
Pour exprimer explicitement la relation liant entre et sortie du systme, la sortie y est
value des instants dchantillonnage successifs jusqu apparition de lentre u.
On obtient alors:
(I.56)
La relation entre la sortie y(k+r) et lentre u(k) est donc la suivante:
(I.57)
Si (le Jacobien de hof
(r)
par rapport x) est non singulier lorigine (point
dquilibre), ltat x(k) peut tre exprim en fonction des entres et sorties passes [Levin-92]
[Levin-93][Levin-96][Narendra-97]. Dans ce cas, lquation (I.57) peut tre rcrite comme
suit:
(I.58)
De manire gnrale, dans cette thse, nous nous intressons tout systme non linaire
discret qui peut sexprimer sous la forme suivante:
(I.59)
La reprsentation du systme (I.59) pour r = 1 est illustre la figure I.16.
u
hof
( )
x u , ( ) [ ] 0 =
pour tout x u , ( ) R
n
R et r 1
u
hof
r ( )
x u , ( ) [ ] 0
y k ( ) h x k ( ) [ ] =
y k 1 + ( ) hof x k ( ) [ ] =
y k r 1 + ( ) hof
r 1 ( )
x k ( ) [ ] =
y k r + ( ) hof
r ( )
x k ( ) u k ( ) , [ ] =
y k r + ( ) x k ( )
y k r + ( )
d
y k ( ) y k 1 ( ) y k n 1 + ( ) u k ( ) u k 1 ( ) u k n 1 + ( ) , , , , , , , [ ] =
y k r + ( )
d
y k ( ) y k 1 ( ) y k n 1 + ( ) u k ( ) u k 1 ( ) u k m 1 + ( ) , , , , , , , [ ] =
d
Z
1
k ( ) u k ( ) , [ ] =
avec: m n et Z
1
k ( ) y k ( ) y k n 1 + ( ) u k 1 ( ) u k m 1 + ( ) , , , , , [ ] =
Page 33
Figure I.16 : Reprsentation entre-sortie du systme (I.59) avec r =1
La reprsentation adopte pour modliser les systmes non linaires discrets est la
reprsentation entre-sortie donne par lquation (I.58) ou dune manire gnrale par
lquation (I.59). Ce choix permet de limiter le nombre de fonctions non linaires approximer
par le modle flou.
I.7.2.3 - Reprsentation entre-sortie floue
La fonction non linaire
d
donne par (I.59) est reprsente par un systme flou de
Takagi-Sugeno conclusion constante dont la base de rgles est une collection de rgles de la
forme suivante:
(I.60)
o: et , p =1,..., n et q = 1,..., m sont respectivement les symboles flous associs
aux variables y(k-p+1) et u(k-q+1).
et: (i
1
,..., i
n
, j
1
,..., j
m
) est une constante relle associe la conclusion de la rgle
indexe (i
1
,..., i
n
, j
1
,..., j
m
).
Supposons N
p
et M
q
symboles flous dfinis sur les univers de discours pour dcrire
respectivement les entres y(k-p+1) et u(k-q+1), i.e.
(I.61)
Dans ce cas, la base de rgles complte est compose de:
rgles floues et lensemble des indices reprsentant la base de rgles est:
z
-1
y(k)
y(k+1)
d
z
-1
z
-1
z
-1
z
-1
u(k)
y(k-1)
y(k-n+1)
u(k-1)
u(k-m+1)
R
i
1
i
n
j
1
j
m
, , , , , ( )
:
Si y k ( ) est A
1
i
1
etet y k n 1 + ( ) est A
n
i
n
et u k ( ) est B
1
j
1
etet
u k m 1 + ( ) est B
m
j
m
Alors y
f
k r + ( )
fd
i
1
i
n
j
1
j
m
, , , , , ( ) =
A
p
i
p
B
q
j
q
i
p
I
p
1 N
p
, , { } p , 1 n et j
q
J
q
1 M
q
, , { } q , 1 m , , = = , , = =
S
p 1 =
n
N
p
q 1 =
m
M
q
=
Page 34
(I.62)
Pour une entre Z(k) = [y(k),...,y(k-n+1),u(k),...,u(k-m+1)] R
n+m
, la sortie gnre par le
systme flou est donne par:
(I.63)
o
T
(Z) est le vecteur des degrs de validit des prmisses de rgles et
fd
est le vecteur de
paramtres (conclusions de rgles).
Si reprsente lapproximation floue optimale de
d
, lquation (I.59) peut tre rcrite
comme suit:
(I.64)
o est lerreur de modlisation ou dapproximation, borne par une constante positive
0
.i.e.
.
Par exemple, la reprsentation floue du systme (I.59) pour r = 1 est illustre la figure I.17.
Figure I.17 : Reprsentation floue du systme (I.59)
I.8 - Problme de suivi de trajectoire
Comme nous lavons signal dans le paragraphe prcdent, la reprsentation adopte est de
type entre-sortie. Ce choix a pour objectif de faciliter la conception des lois de commande et
ainsi de simplifier le problme de suivi de trajectoire. Le lecteur remarquera que seules les
reprsentations entres-sorties prsentent une relation directe entre la sortie et la commande.
La commande des procds non linaires peut tre vue sous diffrentes facettes. On
I
1
I
n
J
1
J
m
I =
y
f
k r + ( )
i
1
i
n
j
1
j
m
, , , , , ( ) I

i
1
i
n
j
1
j
m
, , , , , ( )
Z ( ) i
1
i
n
j
1
j
m
, , , , , ( ) =
Z ( )
fd
=
fd
y k r + ( )
fd
Z k ( ) [ ] +
fd
Z
1
k ( ) u k ( ) , [ ] + = =
Z ( )
fd
+ =

0
z
-1
y(k)
y(k+1)
z
-1
z
-1
z
-1
z
-1
u(k)
y(k-1)
y(k-n+1)
u(k-1)
u(k-m+1)
Page 35
distingue classiquement les problmes de stabilisation, de rgulation, de suivi dune trajectoire
gnre par un modle de rfrence, ou encore de suivi dune trajectoire gnrale. Parmi ces
problmes, nous considrons le cas le plus gnral du suivi dune trajectoire dsire.
I.8.1 - Commandabilit de la sortie
Pour les systmes continus, nous supposons une trajectoire de rfrence y
d
(t) uniformment
continue telle que , o Y est lespace de sortie.
Lobjectif est alors de trouver une loi de commande u(t) telle que la boucle ferme reste stable
et que la sortie du systme y(t) suive la trajectoire dsire y
d
(t). En dautres termes:
(I.65)
La problmatique est identique pour les systmes discrets, la variable continue t tant
remplace par la variable discrte k.
Afin de pouvoir rsoudre le problme de suivi de trajectoire, le systme non linaire doit
assurer la condition de commandabilit de sortie. Dans le cas continu (systme (I.34)), celle-ci
se traduit par:
(I.66)
le long de la trajectoire dsire y
d
(t).
Pour les systmes discrets (de la forme (I.59)), la commandabilit de sortie est assure si:
(I.67)
le long de la trajectoire dsire y
d
(k).
I.8.2 - Synthse de la loi de commande par inversion du systme
Intuitivement, un systme plac en cascade avec son inverse (comme le montre la figure
I.18), dlivre une relation didentit entre la sortie du systme et lentre de son inverse.
Le problme de suivi de trajectoire rside dans la dtermination dune entre (commande)
capable de forcer la sortie dun systme suivre une trajectoire de rfrence admissible.
Afin de rsoudre ce problme nous supposons quil existe un systme inverse capable, en
prsence de la trajectoire dsire, de fournir une entre (commande) qui, applique au systme
, conduit une convergence de sa sortie vers la trajectoire de rfrence. Dans ce cas, la
synthse dun contrleur est ramene un problme de construction dun systme inverse.
Figure I.18 : Inversion en boucle ouverte
y
d
t ( ) Y
e
0
t ( )
t
lim y
d
t ( ) y t ( ) [ ]
t
lim 0 = =
avec: y t ( ) Y
y
r ( )
u
-----------
c2
x ( ) 0 =
y k r + ( )
u k ( )
----------------------

d
u k ( )
-------------- 0 =
Systme non linaire
-1
sortie
Systme Inverse
entre externe Commande
Page 36
Lide dutiliser linverse dun systme pour rsoudre le problme de suivi de trajectoire
nest pas nouvelle. Dans les annes 60, Brockett et Mesarovic [Brockett-65], Sain et Massey
[Sain-69], et Silverman [Silverman-76] ont suggr lutilisation des systmes inverses pour
synthtiser des contrleurs pour des systmes linaires.
Pour un systme linaire dphasage minimal, le problme de suivi de trajectoire possde
une solution si et seulement si lentre du systme est borne. Dune manire gnrale, dans un
systme dphasage minimal, une entre borne garantit que la sortie reste borne. Cependant,
si le systme est dphasage non minimal, une inversion directe du systme est impossible. En
effet, la construction de cette inversion conduit lexplosion de lentre et ainsi sa non-
bornitude. Afin de remdier ce problme, des techniques dinversion approche peuvent tre
utilises [Frank-74][Tomizuka-87][Saari-96][Sadi-96].
Un peu plus tard, ces ides ont t tendues pour synthtiser des contrleurs pour une classe
de systmes non linaires [Kotta-90][Levin-93][Levin-96]. Lextension des rsultats des
systmes linaires dans un contexte non linaire est possible si lexistence dune loi de
commande capable de conduire la sortie dun systme vers la trajectoire de rfrence est
dmontre. Cette existence peut tre assure en supposant que les conditions de
commandabilit de sortie donnes par (I.66) et (I.67) sont vrifies. Dans ce cas, on peut dire
que la trajectoire de rfrence est reproductible par le systme non linaire. Comme pour le cas
linaire, nous devons assurer la bornitude des sorties pour des entres bornes ce qui conduit
supposer que le systme non linaire est dphasage minimal [Isidori-85][Jin-95].
Si lon utilise une reprsentation dtat des systmes dynamiques, une inversion directe ne
peut pas tre envisage, car la sortie de ces systmes ne dpend pas explicitement de lentre
(commande). Par contre, cette inversion est possible si une reprsentation entre-sortie est
adopte. Cette proprit prsente une autre motivation pour utiliser la reprsentation entre-
sortie.
Lobjectif de cette thse est la synthse de contrleurs flous capables de rsoudre le
problme de suivi de trajectoire. La philosophie adopte rside dans la reprsentation floue
incertaine de la dynamique du systme non linaire telle que schmatise par la Figure I.11.
Dans ce cas, le contrleur flou est choisi comme linverse du modle flou nominal. Ensuite,
des stratgies de robustification
(*)
seront utilises afin dassurer la robustesse de la structure de
commande vis--vis des incertitudes et/ou perturbations.
Durant les deux dernires dcennies, plusieurs chercheurs ont suggr lutilisation des
systmes flous comme modles inverses des systmes non linaires (voir [Togai-
85a][Babuska-95][Fischer-96][Baranyi-97] [Raymond-95-b]). Les solutions proposes sont
gnralement appliques des systmes statiques. Dans ce cas, le systme inverse est construit
hors ligne, une fois pour toute, puis est utilis pour commander le systme non linaire. Si pour
des systmes statiques tels que la boucle ouverte, et en absence dincertitudes et de
perturbations, cette stratgie offre des performances de commande satisfaisantes, elle peut
prsenter pour des systmes dynamiques une solution non robuste notamment en prsence
dincertitudes et de perturbations. Afin de remdier ce problme, dans cette thse, linversion
du modle flou est intgre dans un schma de commande en boucle ferme. Cette inversion
(*) Robustification Appellation utilise dans le rapport dactivits du Centre Automatique et Systmes - 1998,
Ecole des Mines de Paris

Page 37
utilise les sorties du systme et la trajectoire de rfrence pour dlivrer la loi de commande. La
mthode dinversion mise en oeuvre sera dtaille dans la suite de cette thse.
I.9 - Identification du modle flou
Nous avons constat prcdemment que le problme de suivi de trajectoire peut tre abord
par inversion dun modle flou. Reste dvelopper des mthodes didentification capables de
fournir, partir de donnes mesures sur le systme, la base de rgles dcrivant le systme flou
considr. Cette opration correspond un problme didentification.
Ltablissement dun modle flou dun procd dont on ne sait rien, et que lon considre
comme une bote noire, est jusqu prsent impossible. Nous devons fixer a priori quelques
hypothses qui permettent de trouver une reprsentation utile des procds physiques (forme
du modle, son ordre, son retard, ...etc). On obtient alors un modle de reprsentation. Cest
lapproche adopte dans cette thse (voir figure I.19). Tout au long de ce travail nous
supposons donc que lordre du procd, son degr relatif et les variables dentre et sortie sont
connus. Ces hypothses permettent alors de fixer la forme de rgles (I.45), (I.46) et (I.60).
Dans ce cas, des mthodes didentification [Takagi-85][Sousa-95][Zeng-97] peuvent tre
utilises pour dterminer prcisment la base de rgles.
Figure I.19 : Mthode dobtention dun modle flou
Dune manire gnrale, le problme didentification floue consiste choisir une forme de
rgles floues approprie puis concevoir des lois dajustement de paramtres ou de structure
afin que, pour une mme entre, la sortie du modle flou identifi approche suffisamment la
sortie du procd. Dans ce cadre, on suppose que la sortie du procd identifier est borne
pour toute entre admissible.
Procd physique
Dtermination des grandeurs caractristiques
(ordre, degr relatif, ...)
Choix dune forme de rgles
Modle de reprsentation
Mthode didentification
Modle identifi
Prrequis
lidentification
Page 38
La procdure didentification des modles flous de Takagi-Sugeno conclusion constante
peut tre dcompose en une premire phase didentification de structure (nombre de symboles
flous et leur rpartition sur les univers de discours des entres) suivie dune seconde
didentification de paramtres (conclusions numriques dans les rgles floues).
I.9.1 - Identification de structure
Lobjectif de lidentification de structure est de dterminer le nombre de symboles flous
utiliss dans les prmisses de rgles ainsi que leur rpartition sur les univers de discours des
entres. Le choix des nombres de symboles correspond en fait fixer le nombre de rgles du
modle.
Dans la littrature, nous disposons de plusieurs techniques pour dterminer la structure dun
modle flou de Takagi-Sugeno. Dans [Yoshinari-93][Kim-97], des extensions des FCM ont
t appliques. Dans [Raymond-95-b], une mthode de recherche heuristique t propose.
Dans [Boukezzoula-98-a][Boukezzoula-98-b], un algorithme de recherche heuristique
inspir de [Takagi-85][Raymond-95-a][Raymond-95-b] a t utilis. Dans cette thse, on ne
traitera pas cette tche, cest--dire que tout au long de ce travail, nous supposons que la
structure du modle flou (nombre de symboles flous et leur rpartition sur les univers de
discours des entres) est disponible ou a t identifie.
I.9.2 - Identification de paramtres
Dans la littrature didentification linaire [Foulard-82][Borne-94], pour un procd
linaire donn, la structure du modle peut tre choisie (modle AR, ARMA, ARMAX, ...etc)
dans la mesure o lordre du systme est connu. Le problme didentification est alors ramen
un problme destimation de paramtres. Cette philosophie peut tre adopte dans
lidentification floue des procds non linaires.
Lidentification de paramtres (conclusions numriques des rgles) suppose une structure
de base de rgles fige. Dans ce cas, comme pour le cas linaire, le problme didentification
est ramen un problme destimation de paramtres.
Plusieurs chercheurs ont dvelopp des techniques pour identifier les paramtres dun
modle flou. Dans [Takagi-85][Zeng-97], une mthode de moindres carrs a t utilise. Dans
[Sousa-95][Tay-97], la mthode de moindres carrs rcursifs a t exploite. Dans
[Boukezzoula-98-a][Boukezzoula-99-a], des lois didentification ont t proposes via une
synthse de Lyapunov. Comme notre objectif didentification nest pas uniquement la
prdiction ou la simulation mais aussi la commande, les lois dadaptation de paramtres sont
synthtises via la thorie de la dissipativit et la thorie de Lyapunov [Slotine-91][Krstic-
95]. Les mthodes utilises seront dveloppes dans les chapitres suivants.
I.10 - Conclusion
Les principes thoriques de la reprsentation floue des systmes non linaires ont t dcrits
dans ce chapitre. Nous avons abord le problme de la reprsentation des incertitudes et
Page 39
discut le choix adopt pour les reprsenter dans un modle flou. Nous avons galement
consacr une grande partie la justification du choix des modles entre-sortie au lieu des
modles dtat.
Les modles entre-sortie prsentent un intrt majeur dans les problmes didentification
et de commande floues. Dune part, ils ont une structure beaucoup plus simple que les modles
dtat et dautre part, ils prsentent une relation directe entre la commande et la sortie. Cette
dernire permet la construction dun systme inverse et ainsi la rsolution du problme de suivi
de trajectoire.
Sans faire rfrence aux techniques didentification et de commande utilises, nous avons
discut brivement le problme didentification et de commande floues des systmes non
linaires. Quelques conditions ont t supposes afin que les problmes de commande et de
suivi de trajectoire puissent tre rsolus.
Lobjectif de la synthse dune loi de commande ne doit pas tre focalis uniquement sur la
stabilit du systme boucl mais aussi sur sa robustesse vis--vis dincertitudes de
modlisation et/ou de perturbations et vis--vis des variations de paramtres des systmes.
Dans le chapitre suivant, nous dveloppons quelques proprits structurelles des systmes
flous utiliss. Ces proprits faciliteront la synthse des mthodologies de commande
proposes dans le chapitre IV.
Page 40
Page 41
CHAPITRE II
Sur les proprits structurelles dune
classe de systmes flous
Sur les proprits structurelles dune classe de systmes flous
Page 43
II.1 - Introduction
Dans la littrature de lidentification et de la commande floues, les systmes flous de
Takagi-Sugeno occupent une place trs importante [Takagi-85][Wang-93][Su-94][Tay-97]
[Zeng-97]. Cette importance est due au fait que ces derniers sont compatibles avec la majorit
des mthodes didentification et de commande rapportes dans la littrature de lautomatique
classique.
Le but principal de ce chapitre est de dcrire quelques proprits structurelles des systmes
flous de Takagi-Sugeno conclusion constante. Ces proprits seront exploites dans les
chapitres suivants de cette thse. Dans le paragraphe 2, nous prsentons une mthode de
dcomposition dun systme flou global en sous-systmes flous lmentaires, chacun tant
dfini sur une maille floue lmentaire. A travers cette dcomposition, nous avons dmontr
que la sortie dun systme flou global est gale, chaque instant, la sortie gnre par un
sous-systme lmentaire. Cette proprit facilite ltude des systmes flous complexes en les
tudiant sur chaque maille floue. Le paragraphe 3 est consacr lcriture dun sous-systme
flou sous une forme affine en une entre. Les diffrentes paramtrisations linaires dun sous-
systme flou sont voques dans le paragraphe 4. Ces paramtrisations ont pour objectif de
montrer ladaptabilit des systmes flous avec les mthodes didentification classique. Dans le
paragraphe 5, des conditions de linarit dun sous-systme flou sont tablies. Afin de
simplifier le mcanisme dinversion dun systme flou, considr comme un systme multi-
entre mono-sortie, une transformation de ce dernier en un systme mono-entre mono-sortie
est propose dans le paragraphe 6. Le paragraphe 7 discute le problme dinversion dun
systme flou. Avant de conclure, nous avons consacr le dernier paragraphe la mthodologie
dapproximation dun systme flou par une collection de sous-systmes linaires.
Dans un premier temps, les proprits seront nonces et illustres sur des systmes deux
entres, puis une gnralisation aux systmes n entres sera donne.
II.2 - Dcomposition du systme flou global en sous-systmes lmentaires
II.2.1 - Systme 2 entres
Supposons un systme flou de Takagi-Sugeno de la forme (I.1) avec 2 entres e
1
et e
2
donn par une collection de rgles sous la forme:
(II.1)
La sortie gnre par ce systme flou est donne par:
f
2
R
i
1
i
2
, ( )
: Si e
1
est A
1
i
1
et e
2
est A
2
i
2
Alors s i
1
i
2
, ( ) =
Page 44
(II.2)
Le systme (II.1) est dfini sur lunivers de discours E
2
donn par lexpression suivante:
(II.3)
o: sont respectivement la valeur minimale et maximale de lintervalle
dfinissant lunivers de discours E
p
.
Les deux univers de discours E
1
et E
2
peuvent tre dcomposs comme suit:
(II.4)
o sont les valeurs modales des symboles flous vrifiant:
(II.5)
De plus, on dfinit:
(II.6)
Chaque reprsente un domaine rectangulaire quon appellera maille floue lmentaire
(cf. Figure II.1). Seules 4 rgles floues sont actives pour chaque maille savoir les rgles
indexes (i
1
, i
2
), (i
1
+1, i
2
), (i
1
, i
2
+1), (i
1
+1, i
2
+1) pour la maille floue .
Dans ce cas, lunivers de discours E
2
est lunion des diffrentes mailles le composant:
(II.7)
et le systme flou global (II.1) est compos de sous-systmes flous
chacun tant dfini par la collection des 4 rgles suivantes:
(II.8)
o (i
1
, i
2
) dans fait rfrence au sous-systme et (v
1
, v
2
) indice une rgle
particulire de ce sous-systme. Pour une entre e appartenant la maille , la sortie
gnre par le sous-systme flou est donne par:
(II.9)
Chaque sous-systme flou est dfini sur une maille floue lmentaire compose
s
i
1
i
2
, ( ) I
2

i
1
i
2
, ( )
e ( ) i
1
i
2
, ( ) ; avec: e e
1
e
2
, [ ] et I
2
I
1
I
2
= = =
E
2
E
1
E
2

1
e
1
1
e
1
, [ ]
2
e
2
2
e
2
, [ ] = =
p
e
p
p
e
p
p ; , 1 2 , =
E
1

1
e
1
1
e
1
, [ ] a
1
i
1
a
1
i
1
1 +
, [ ]
i
1
1 =
N
1
1
et E
2

2
e
2
2
e
2
, [ ] a
2
i
2
a
2
i
2
1 +
, [ ]
i
2
1 =
N
2
1
= = = =
a
i
1
1
et a
i
2
2
A
1
i
1
et A
2
i
2
A
1
i
1
a
1
i
1
( )
A
2
i
2
a
2
i
2
( ) 1 = =
E
i
1
i
2
, ( )
2
a
1
i
1
a
1
i
1
1 +
, [ ] a
2
i
2
a
2
i
2
1 +
, [ ] ; i
1
i
2
, ( ) I
*
2
=
I
*
2
i (
1
i
2
) i
p
1 N
p
1 p ; , , = , { 1 2} , = =
E
i
1
i
2
, ( )
2
E
i
1
i
2
, ( )
2
E
2
E
i
1
i
2
, ( )
2
i
1
i
2
, ( ) I
*
2
=
N
1
1 ( ) N
2
1 ( )
f
i
1
i
2
, ( )
R
i
1
i
2
, ( )
v
1
v
2
, ( )
: Si e
1
est A
1
i
1
v
1
+
et e
2
est A
2
i
2
v
2
+
Alors s
i
1
i
2
, ( )
i
1
v
1
+ i
2
v
2
+ , ( ) =
avec: v
p
0 1 p ; , 1 2 , = =
R
i
1
i
2
, ( )
v
1
v
2
, ( )
f
i
1
i
2
, ( )
E
i
1
i
2
, ( )
2
f
i
1
i
2
, ( )
s
i
1
i
2
, ( )

v
1
v
2
, ( ) 0 1 , { }
2

i
1
v
1
+ i
2
v
2
+ , ( )
e ( ) i
1
v
1
+ i
2
v
2
+ , ( ) =
f
i
1
i
2
, ( )
E
i
1
i
2
, ( )
2
Page 45
de 2
2
noeuds comme le montre la figure II.1.
Figure II.1 : Maille floue lmentaire pour un systme 2 entres.
Rappelons la sortie (II.2) gnre par le systme flou global (II.1). Pour une entre e
appartenant la maille , cette dernire peut tre rcrite comme suit:
(II.10)
ou encore:
(II.11)
En dautres termes, chaque instant, pour une entre e quelconque, la sortie du systme global
(II.1) est gale la sortie gnre par le sous-systme de la forme (II.8) dfini sur la maille
laquelle appartient e.
II.2.2 - Exemple illustratif
Le but de cet exemple est uniquement lillustration des proprits structurelles dveloppes
tout au long de ce chapitre.
Le systme utilis est un procd de pression dynamique. Le modle flou de ce systme est
donn par Sousa dans [Sousa-95]. Il est exprim par un systme de Takagi-Sugeno
conclusion constante dont la base de rgles est une collection de rgles de la forme:
(II.12)
. .
.
A
1
i
1
A
1
i
1
+1
(i
1
+1, i
2
+1)

noeud
.
(i
1
, i
2
+1)
A
2
i
2
A
2
i
2
+1
e
1
e
2
(i
1
, i
2
) (i
1
+1, i
2
)
E
i
1
i
2
, ( )
2
s
j
1
j
2
, ( ) J
2

j
1
j
2
, ( )
e ( ) j
1
j
2
, ( ) =
avec: J
2
j
1
j
2
, ( ) j
1
i
1
ou j
1
i
1
1 j
2
i
2
ou j
2
i
2
1 + = = ; + = = { } =
s
v
1
v
2
, ( ) 0 1 , { }
2

i
1
v
1
+ i
2
v
2
+ , ( )
e ( ) i
1
v
1
+ i
2
v
2
+ , ( ) =
s
i
1
i
2
, ( )
=
R
i
1
i
2
, ( )
: Si y k ( ) est A
1
i
1
et u k ( ) est A
2
i
2
Alors y k 1 + ( ) i
1
i
2
, ( ) =
i
1
1 4 i
2
1 4 , , = ; , , =
Page 46
La base de rgles complte du systme est illustre la figure II.2.
Figure II.2 : Base de rgles du systme flou.
Dans cet exemple, les deux entres e
1
et e
2
sont reprsentes respectivement par y(k) et u(k).
La sortie du systme s est note y(k+1).
Le systme flou propos est compos de 9 sous-systmes flous dfinis sur 9 mailles floues
lmentaires (voir figure II.3). La sortie de chaque sous-systme flou est donne par
lexpression suivante:
(II.13)
Par exemple, la sortie du sous-systme dfini sur la maille floue lmentaire (1,1) est donne
par lexpression suivante:
(II.14)
Figure II.3 : Mailles floues lmentaires du systme
y\ u
A
2
1
A
2
2
A
2
3
A
2
4
A
1
1
1.06 1.05 1.07 1.11
A
1
2
1.13 1.19 1.23 1.33
A
1
3
1.46 1.51 1.63 1.79
A
1
4
1.84 2.03 2.12 2.34
s
i
1
i
2
, ( )

v
1
v
2
, ( ) 0 1 , { }
2

i
1
v
1
+ i
2
v
2
+ , ( )
i
1
v
1
+ i
2
v
2
+ , ( ) =
i
1
1 3 i
2
1 3 , , = ; , , =
s
1 1 , ( )

1 1 , ( )
y k ( ) u k ( ) , [ ]
v
1
v
2
, ( ) 0 1 , { }
2

1 v
1
+ 1 v
2
+ , ( )
1 v
1
+ 1 v
2
+ , ( ) = =
0.350y k ( ) 0.710 + ( ) (0.648y k ( ) 0.666 )u k ( ) + =
A
1
4
A
2
1
A
2
2
A
2
3
A
2
4
1.0 1.2 1.65 2.2
0.0
0.77
1.0
0.54
A
1
1
A
1
2
A
1
3
(1,1) (2,1) (3,1)
e
1
e
2
(1,2) (2,2) (3,2)
(1,3)
(2,3) (3,3)
Page 47
Les sorties des autres sous-systmes flous sont illustres sur la figure II.4.
Figure II.4 : Sortie sur chaque maille floue lmentaire.
II.2.3 - Gnralisation aux systmes n entres
Lobjectif de ce paragraphe est de gnraliser le mcanisme de dcomposition donn dans
le paragraphe II.2.1. pour des systmes 2 entres aux systmes flous n entres. Le systme
flou (I.1) est dfini sur lunivers de discours dentre E
n
donn par lexpression suivante:
(II.15)
o sont respectivement la valeur minimale et maximale dfinissant
lunivers de discours E
p
.
Chaque sous-univers de discours E
p
peut tre dcompos comme suit:
(II.16)
o est la valeur modale du symbole flou vrifiant:
(II.17)
De plus, on dfinit une maille floue lmentaire par un hypercube dans lespace dentre:
(II.18)
Dans ce cas, lunivers de discours E
n
peut tre reformul comme suit:
(II.19)
et le systme flou (I.1) est compos de sous-systmes flous . Chaque
Maille floue Sortie gnre par le sous-systme flou
(1,1)
0.710 + 0.350y(k) + (-0.666 + 0.648y(k))u(k)
(1,2) 0.537 + 0.465y(k) + (-0.347 + 0.434y(k))u(k)
(1,3) 1.140 -0.204y(k) + (-1.130 + 1.304y(k))u(k)
(2,1) 0.250 + 0.733y(k) + (0.160 - 0.041y(k))u(k)
(2,2) 0.743 + 0.293y(k) + (-0.753 + 0.772y(k))u(k)
(2,3) 0.364 + 0.442y(k) + (-0.260 + 0.579y(k))u(k)
(3,1) 0.320 + 0.690y(k) + (-0.685 + 0.471y(k))u(k)
(3,2) -0.543 + 1.073y(k) + (0.913 - 0.237y(k))u(k)
(3,3) 0.226 + 0.525y(k) + (-0.086 + 0.474y(k))u(k)
E
n
E
1
E
n

1
e
1
1
e
1
, [ ]
n
e
n
n
e
n
, [ ] = =
p
e
p
p
e
p
p ; , 1 n , , =
E
p

p
e
p
p
e
p
, [ ] a
p
i
p
a
p
i
p
1 +
, [ ] p ;
i
p
1 =
N
p
1
1 n , , = = =
a
p
i
p
A
p
i
p
A
p
i
p
a
p
i
p
( ) 1 =
E
i
1
i
n
, , ( )
n
a
1
i
1
a
1
i
1
1 +
, [ ] a
n
i
n
a
n
i
n
1 +
, [ ] ; i
1
i
n
, , ( ) I
*
n
=
I
*
n
i (
1
i
n
) i
p
1 N
p
1 p ; , , = , , { 1 n} , , = =
E
n
E
i
1
i
n
, , ( )
n
i
1
i
n
, , ( ) I
*
n
p 1 =
n
N
p
1 ( )
f
i
1
i
n
, , ( )
Page 48
sous-systme est dfini par les 2
n
rgles floues suivantes:
(II.20)
o dans fait rfrence au sous-systme et dsigne
une rgle particulire de ce sous-systme. Tout sous-systme flou de la forme (II.20) est dfini
sur le sous-espace .
Lensemble des indices dun sous-systme est donn par:
(II.21)
Dans ce cas, pour une entre e appartenant la maille floue , la sortie gnre par le
sous-systme flou est donne par:
(II.22)
Pour la mme entre, la sortie (I.5) du systme flou global peut tre rcrite comme suit:
(II.23)
ou encore:
(II.24)
Finalement, on peut conclure que pour une entre e la sortie (I.5) du systme flou global est
gale la sortie gnre par un sous-systme de la forme (II.20). Autrement dit, chaque
instant un seul sous-systme flou compos de 2
n
rgles floues est activ. Dans toute la suite,
lanalyse des proprits des systmes flous est donc restreinte ltude sur une seule maille
lmentaire.
II.3 - Systmes flous affines en une entre
En dveloppant lquation (II.9) par rapport v
2
, la sortie du sous-systme flou peut tre
rcrite comme suit:
(II.25)
avec:
R
i
1
i
n
, , ( )
v
1
v
n
, , ( )
: Si e
1
est A
1
i
1
v
1
+
et et e
n
est A
n
i
n
v
n
+
Alors
s
i
1
i
n
, , ( )
i
1
v
1
+ i
n
v
n
+ , , ( ) v
p
0 1 p ; , 1 n , , = = ; =
i
1
i
n
, , ( ) R
i
1
i
n
, , ( )
v
1
v
n
, , ( )
f
i
1
i
n
, , ( )
v
1
v
n
, , ( )
E
i
1
i
n
, , ( )
n
IS v (
1
v
n
) v
p
0 1 p 1 n , , = ; , = , , { } =
E
i
1
i
n
, , ( )
n
f
i
1
i
n
, , ( )
s
i
1
i
n
, , ( )

v
1
v
n
, , ( ) IS

i
1
v
1
+ i
n
v
n
+ , , ( )
i
1
v
1
+ i
n
v
n
+ , , ( ) =
s
j
1
j
n
, , ( ) J
n

j
1
j
n
, , ( )
e ( ) j
1
j
n
, , ( ) =
avec : J
n
j
1
j
n
, , ( ) j
p
i
p
ou j
p
i
p
1 p 1 n , , = ; + = = { } =
s
v
1
v
n
, , ( ) IS

i
1
v
1
+ i
n
v
n
+ , , ( )
e ( ) i
1
v
1
+ i
n
v
n
+ , , ( ) s
i
1
i
n
, , ( )
= =
s
i
1
i
2
, ( )

v
1
0 1 , { }

A
1
i
1
v
1
+ ( )
e
1
( )
A
2
i
2
e
2
( ) i
1
v
1
i
2
, + ( ) + =
v
1
0 1 , { }

A
1
i
1
v
1
+ ( )
e
1
( )
A
2
i
2
1 +
e
n
( ) i
1
v
1
+ i
2
1 + , ( )
Page 49
(II.26)
En remplaant lexpression (II.26) dans lquation (II.25), on trouve:
(II.27)
avec:
(II.28)
et:
(II.29)
Lquation (II.27) montre que le sous-systme flou (II.8) est affine en e
2
.
On remarque sur la Figure II.4 que tous les sous-systmes flous sont effectivement affines
en commande. On peut donc conclure que le systme flou global (II.12) est affine en
commande par morceaux.
En dveloppant lexpression (II.22) par rapport v
n
, la sortie du sous-systme flou peut tre
rcrite comme suit:
(II.30)
avec:
(II.31)
et:
(II.32)

A
1
i
1
e
1
( )
e
1
a
1
i
1
1 +
a
1
i
1
a
1
i
1
1 +
-------------------------
A
2
i
2
e
2
( )
e
2
a
2
i
2
1 +
a
2
i
2
a
2
i
2
1 +
------------------------- = ; =
et
A
1
i
1
1 +
e
1
( ) 1
A
1
i
1
e
1
( )
A
2
i
2
1 +
e
2
( ) 1
A
2
i
2
e
n
( ) = ; =
s
i
1
i
2
, ( )

i
1
i
2
, ( )
e
1
e
2
, ( ) =
1
i
1
i
2
, ( )
e
1
( )
2
i
1
i
2
, ( )
e
1
( )e
2
+ =
1
i
1
i
2
, ( )
e
1
( )
v
1
0 1 , { }

A
1
i
1
v
1
+ ( )
e
1
( )
a
1
i
1
i
1
v
1
+ i
2
, ( ) a
1
i
1
1 +
i
1
v
1
+ i
2
1 + , ( ) [
a
2
i
2
a
2
i
2
1 +
---------------------------------------------------------------------------------------------------- =
2
i
1
i
2
, ( )
e
1
( )
v
1
0 1 , { }

A
1
i
1
v
1
+ ( )
e
1
( )
i
1
v
1
+ i
2
, ( ) i
1
v
1
+ i
2
1 + , ( )
a
2
i
2
a
2
i
2
1 +
----------------------------------------------------------------------------- =
s
i
1
i
n
, , ( )
=
v
1
v
n 1
, , ( ) IS
*

i
1
v
1
+ i
n 1
v
n 1
+ , , ( )
Z
1
( )
A
n
i
n
e
n
( ) i
1
v
1
+ i
n 1
v
n 1
i
n
, + , , ( ) +
v
1
v
n 1
, , ( ) IS
*

i
1
v
1
+ i
n 1
v
n 1
+ , , ( )
Z
1
( )
A
n
i
n
1 +
e
n
( ) i
1
v
1
+ i
n 1
v
n 1
i
n
1 + , + , , ( )

A
n
i
n
e
n
( )
e
n
a
n
i
n
1 +
a
n
i
n
a
n
i
n
1 +
-------------------------
A
n
i
n
1 +
e
n
( ) 1
A
n
i
n
e
n
( ) = ; =
; Z
1
e
1
e
n 1
, , [ ] =
IS
*
v (
1
v
n 1
) v
p
0 1 p 1 n 1 , , = ; , = , , { } =
Page 50
Par substitution de lexpression (II.31) dans lquation (II.30), on trouve:
(II.33)
avec:
(II.34)
et:
(II.35)
Lquation (II.33) montre que le sous-systme flou (II.20) est affine en e
n
. Sachant qu
chaque instant la sortie du systme global est gale la sortie dun sous-systme, on peut
dduire que la sortie du systme global est affine en e
n
par morceaux. De manire similaire, on
peut dmontrer que le sous-systme (II.20) est affine en e
1
ou e
2
, ... ou e
n-1
, et finalement en
chacune de ses entres.
II.4 - Paramtrisation linaire dun sous-systme lmentaire
On rappelle rapidement ici la proprit fondamentale de linarit en les paramtres voque
ds le premier chapitre via lquation (I.5).
II.4.1 - Linarit en les paramtres
II.4.1.1 - Systme 2 entres
Lcriture vectorielle de lquation (II.9) est donne par:
(II.36)
o: est le vecteur compos des degrs de vrit des prmisses de rgles,
le vecteur des conclusions de rgles.
II.4.1.2 - Gnralisation aux systmes n entres
La sortie du sous-systme (II.20) peut tre rcrite sous forme vectorielle comme suit:
s
i
1
i
n
, , ( )

i
1
i
n
, , ( )
e ( ) = 1
i
1
i
n
, , ( )
Z
1
( )
2
i
1
i
n
, , ( )
Z
1
( )e
n
+ =
1
i
1
i
n
, , ( )
Z
1
( )
v
1
v
n 1
, , ( ) IS
*

i
1
v
1
+ i
n 1
v
n 1
+ , , ( )
Z
1
( ) =
a
n
i
n
i
1
v
1
+ i
n 1
v
n 1
i
n
, + , , ( ) a
n
i
n
1 +
i
1
v
1
+ i
n
v
n
i
n
1 + , + , , ( ) [
a
n
i
n
a
n
i
n
1 +
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------
2
i
1
i
n
, , ( )
Z
1
( )
v
1
v
n 1
, , ( ) IS
*

i
1
v
1
+ i
n 1
v
n 1
+ , , ( )
Z
1
( ) =
i
1
v
1
+ i
n 1
v
n 1
i
n
, + , , ( ) i
1
v
1
+ i
n 1
v
n 1
i
n
1 + , + , , ( )
a
n
i
n
a
n
i
n
1 +
----------------------------------------------------------------------------------------------------------------------------------------------------------------
s
i
1
i
2
, ( )

v
1
v
2
, ( ) 0 1 , { }
2

i
1
v
1
+ i
2
v
2
+ , ( )
e
1
e
2
, ( ) i
1
v
1
+ i
2
v
2
+ , ( ) =
i
1
i
2
, ( )
e
1
e
2
, ( )
i
1
i
2
, ( )
=
i
1
i
2
, ( )
T
R
4
i
1
i
2
, ( )
R
4

Page 51
(II.37)
o est le vecteur compos des degrs de vrit des prmisses de
rgles floues,
et le vecteur des conclusions de rgles.
II.4.2 - Linarit en les composantes dun vecteur tendu des entres
On se propose maintenant danalyser lexpression analytique de la sortie gnre par un
sous-systme flou.
II.4.2.1 - Systmes 2 entres
A partir de lquation (II.9), la sortie du sous-systme flou est donne par
lexpression suivante:
(II.38)
Les fonctions dappartenance des symboles flous A
k
i
k
peuvent tre exprimes comme suit:
(II.39)
Les symboles flous dcrivant les deux entres dans le sous-systme sont illustrs la figure
II.5.
Figure II.5 : Paramtrisation des symboles flous des entres
Ainsi, la fonction dappartenance de A
1
i
1
peut tre rcrite comme suit:
s
i
1
i
n
, , ( )

v
1
v
n
, , ( ) IS

i
1
v
1
+ i
n
v
n
+ , , ( )
e ( ) i
1
v
1
+ i
n
v
n
+ , , ( ) =
i
1
i
n
, , ( )
e ( )
i
1
i
n
, , ( )
=
i
1
i
n
, , ( )
T
R
2
n
i
1
i
n
, , ( )
R
2
n
f
i
1
i
2
, ( )
s
i
1
i
2
, ( )

v
1
v
2
, ( ) 0 1 , { }
2

A
1
i
1
v
1
+
e
1
( )
A
2
i
2
v
2
+
e
2
( ) i
1
v
1
+ i
2
v
2
+ , ( ) =

A
k
i
k
e
k
( )
e
k
a
k
i
k
1 +
a
k
i
k
a
k
i
k
1 +
-------------------------
e
k
c
k
i
k
k
i
k
+ ( ) +
2
k
i
k
------------------------------------ - = =

A
k
i
k
1 +
e
k
( ) 1
A
k
i
k
e
k
( )
e
k
c
k
i
k
k
i
k
( )
2
k
i
k
-------------------------------- - = =
A
k
i
k
c
i
k
k
e
k
e
k
A
k
i
k
+1
A
k
i
k
A
k
i
k
-
i
k
k
c
i
k
k
+
i
k
k
c
i
k
k
i
k
k
a
i
k
k
a
i
k
k
+1
Page 52
(II.40)
De lquation (II.40), on peut dduire que:
(II.41)
De manire similaire, on peut vrifier que:
(II.42)
Par substitution de (II.41) et (II.42) dans lquation (II.38), on trouve:
(II.43)
Si lon note:
(II.44)
les quations (II.41) et (II.42) deviennent:
(II.45)
et lquation (II.43) peut tre rcrite comme suit:
(II.46)
ou encore:
(II.47)
Dans une forme compacte, lquation (II.47) est donne par:

A
1
i
1
e
1
( )
1
2
1
i
1
--------- e
1
c
1
i
1
1
i
1
+ + ( ) et
A
1
i
1
1 +
e
1
( )
1
2
1
i
1
--------- e
1
c
1
i
1

1
i
1
+ ( ) = =

A
1
i
1
v
1
+
e
1
( )
1
2
1
i
1
--------- 1 ( )
1 v
1
+
e
1
1 ( )
v
1
c
1
i
1
1
i
1
+ + [ ] v
1
0 1 , { } ; =

A
2
i
2
v
2
+
e
2
( )
1
2
2
i
2
--------- 1 ( )
1 v
2
+
e
2
1 ( )
v
2
c
2
i
2
2
i
2
+ + [ ] v
2
0 1 , { } ; =
s
i
1
i
2
, ( )
1
4
1
i
1
2
i
2
---------------
v
1
v
2
, ( ) 0 1 , { }
2
1 ( )
1 v
1
+
e
1
1 ( )
v
1
c
1
i
1
1
i
1
+ + [ ] =
1 ( )
1 v
2
+
e
2
1 ( )
v
2
c
2
i
2
2
i
2
+ + [ ] i
1
v
1
+ i
2
v
2
+ , ( )
1
i
1
v
1
, ( )
1 ( )
v
1
c
1
i
1
1
i
1
et
2
i
2
v
2
, ( )
+ 1 ( )
v
2
c
2
i
2
2
i
2
+ = =

A
1
i
1
v
1
+
e
1
( )
1
2
1
i
1
--------- 1 ( )
1 v
1
+
e
1

1
i
1
v
1
, ( )
+ [ ] =
et
A
2
i
2
v
2
+
e
2
( )
1
2
2
i
2
--------- 1 ( )
1 v
2
+
e
2

2
i
2
v
2
, ( )
+ [ ] =
s
i
1
i
2
, ( )
1
4
1
i
1
2
i
2
---------------
v
1
v
2
, ( ) 0 1 , { }
2
1

2
, ( ) 0 1 , { }
2
1 ( )
1 v
1
+
[ ]
1
1 ( )
1 v
2
+
[ ]
'
1
i
1
v
1
, ( )
[ ]
1
1
( )

2
i
2
v
2
, ( )
[ ]
1
2
( )
e
1
1
( )
e
2
2
( )
i
1
v
1
+ i
2
v
2
+ , ( )
s
i
1
i
2
, ( )
1
4
1
i
1
2
i
2
---------------
1

2
, ( ) 0 1 , { }
2

v
1
v
2
, ( ) 0 1 , { }
2
1) (
1 v
1
+ ( )
1
1 v
2
+ ( )
2
+
=

1
i
1
v
1
, ( )
[ ]
1
1
( )

2
i
2
v
2
, ( )
[ ]
1
2
( )
i
1
v
1
+ i
2
v
2
+ , ( ) e
1
1
( )
e
2
2
( )

Page 53
(II.48)
avec:
(II.49)
Lquation (II.47) peut tre rcrite comme une paramtrisation linaire en les composantes
dun vecteur tendu dentres comme suit:
(II.50)
II.4.2.2 - Exemple illustratif
Prenons le systme flou donn dans le paragraphe II.2.2. La maille floue (1,1) illustre la
figure II.1 peut tre schmatise comme suit:
Figure II.6 : Nouvelle reprsentation de la maille (1,1)
Calculons les coefficients . On trouve:
(II.51)
La sortie du sous-systme flou sur cette maille sera donne par lexpression suivante:
(II.52)
On retrouve ici lexpression analytique obtenue prcdemment (cf. quation (II.14)).
s
i
1
i
2
, ( )

1

2
, ( ) 0 1 , { }
2
M
i
1
i
2
, ( )
1

2
, ( )
e
1
1
( )
e
2
2
( )
=
M
i
1
i
2
, ( )
1

2
, ( )
1
4
1
i
1
2
i
2
---------------
v
1
v
2
, ( ) 0 1 , { }
2
1) (
1 v
1
+ ( )
1
1 v
2
+ ( )
2
+

1
i
1
v
1
, ( )
[ ]
1
1
( )
=

2
i
2
v
2
, ( )
[ ]
1
2
( )
i
1
v
1
+ i
2
v
2
+ , ( )
s
i
1
i
2
, ( )
M E avec : =
M M
i
1
i
2
, ( )
0 0 , ( )
M
i
1
i
2
, ( )
1 0 , ( )
M
i
1
i
2
, ( )
0 1 , ( )
M
i
1
i
2
, ( )
1 1 , ( )
, , , [ ] et E 1 e
1
e
2
e
1
e
2
, , , [ ]
T
= =
. .
.
A
1
1
A
1
2
(2,1)
(2,2)

.
(1,2)
A
2
1
A
2
2
e
1
e
2
(1,1)
c
1
1
-
1
1
c
1
1
+
1
1
c
1
1
1.10 ;
1
1
0.10 = =
c
2
1
0.27 ;
2
1
0.27 = =
c
1
2
-
1
2
c
1
2
+
1
2
M
1 1 , ( )
0 0 , ( )
M
1 1 , ( )
1 0 , ( )
M
1 1 , ( )
0 1 , ( )
M
1 1 , ( )
1 1 , ( )
, , ,
M
1 1 , ( )
0 0 , ( )
0.710, M
1 1 , ( )
1 0 , ( )
0.666, M
1 1 , ( )
0 1 , ( )
= 0.350 et M
1 1 , ( )
1 1 , ( )
0.648 = = =
s
1 1 , ( )

1

2
, ( ) 0 1 , { }
M
1 1 , ( )
1

2
, ( )
e
1
( )
1
e
2
( )
2
=
0.710 -0.666 0.350 0.648 , , , [ ] 1 u k ( ) y k ( ) u k ( )y k ( ) , , , [ ]
T
=
0.350y k ( ) 0 .666u k ( ) 0.648y k ( )u k ( ) 0.710 + + =
Page 54
II.4.2.3 - Gnralisation aux systmes n entres (Lemme 2.1)
Le but de ce paragraphe est de gnraliser la paramtrisation donne dans le paragraphe
II.4.2.1. pour des systmes flous n entres. Cette gnralisation est directement dduite du
lemme suivant:
- Lemme 2.1
La sortie du sous-systme flou (II.20) est donne par lexpression suivante:
(II.53)
avec:
(II.54)
- Dmonstration
Pour prouver ce lemme, nous utilisons une dmonstration par rcurrence.
- pour n = 2:
Lquation (II.53) se rduit lexpression (II.49) ce qui montre que lquation (II.53) est
vraie pour n = 2.
Nous supposons que lquation (II.53) est vraie pour n entres et on essaie de la dmontrer
pour un sous-systme avec (n+1) entres.
- Pour n+1:
La sortie gnre pour un systme avec (n+1) entres est donne par:
(II.55)
o IS
1
est donne par:
(II.56)
Par dveloppement de lquation (II.55), on trouve:
(II.57)
Sachant que (hypothse de rcurrence)
s
i
1
i
n
, , ( )

1

n
, , ( ) IS
M
i
1
i
n
, , ( )
1

n
, , ( )
e
1
( )
1
e
n
( )
n
=
M
i
1
i
n
, , ( )
1

n
, , ( )
1
2
n
l 1 =
n
l
i
l
-------------------------
v
1
v
n
, , ( ) IS
1) (
1 v
1
+ ( )
1
1 v
n
+ ( )
n
+ +
1
i
1
v
1
, ( )
[ ]
1
1
( )
=

n
i
n
v
n
, ( )
[ ]
1
n
( )
i
1
v
1
+ i
n
v
n
+ , , ( )
s
i
1
i
n 1 +
, , ( )

v
1
v
n 1 +
, , ( ) IS
1

i
1
v
1
+ i
n 1 +
v
n 1 +
+ , , ( )
e
1
e
n 1 +
, , ( ) =
i
1
v
1
+ i
n
v
n
i
n 1 +
v
n 1 +
+ , + , , ( )
IS
1
v (
1
v
n 1 +
) v
p
0 1 p 1 n 1 + , , = ; , = , , { } =
s
i
1
i
n 1 +
, , ( )
1
2
n 1 +
i
n 1 +
--------------- e
n 1 +
c
n 1 +
i
n 1 +

n 1 +
i
n 1 +
+ + [ ] =
v
1
v
n
, , ( ) IS

i
1
v
1
+ i
n
v
n
+ , , ( )
e
1
e
n 1 +
, , ( ) i
1
v
1
+ i
n
v
n
i
n 1 +
, + , , ( )
1
2
n 1 +
i
n 1 +
--------------- e
n 1 +
c
n 1 +
i
n 1 +

n 1 +
i
n 1 +
+ [ ]
v
1
v
n
, , ( ) IS

i
1
v
1
+ i
n
v
n
+ , , ( )
e
1
e
n 1 +
, , ( ) +
i
1
v
1
+ i
n
v
n
i
n 1 +
1 + , + , , ( )
Page 55
(II.58)
et
(II.59)
par substitution de (II.58) et (II.59) dans (II.57), il rsulte:
(II.60)
avec:
(II.61)
Les quations (II.60) et (II.61) montrent que lgalit (II.53) est vraie pour (n+1), donc elle est
vraie pour n et le lemme 2.1 est dmontr.
Dans une forme compacte, lexpression (II.53) peut tre rcrite comme suit:
(II.62)
avec:
(II.63)
Nous avons dmontr que tout sous-systme flou de la forme (II.20) est quivalent un
systme multi-linaire donn par (II.62). Donc, le systme flou global (I.1) est reprsent par
une collection de systmes multi-linaires. De l, on peut dduire quun approximateur par
morceaux bas sur des modles de la forme (II.62) est un approximateur universel pour les
systmes non linaires.
Finalement, lidentification dun modle flou de Takagi-Sugeno conclusion constante
revient exactement lidentification dun modle multi-linaire par morceaux.
v
1
v
n
, , ( ) IS

i
1
v
1
+ i
n
v
n
+ , , ( )
i
1
v
1
+ i
n
v
n
i
n 1 +
, + , , ( ) =
1
2
n
l 1 =
n
l
i
l
-------------------------

1

n
, , ( ) IS

v
1
v
n
, , ( ) IS
1) (
1 v
1
+ ( )
1
1 v
n
+ ( )
n
+ +
1
i
1
v
1
, ( )
[ ]
1
1
( )

n
i
n
v
n
, ( )
[ ]
1
n
( )
i
1
v
1
+ i
n
v
n
i
n 1 +
, + , , ( ) e
1
( )
1
e
n
( )
v
1
v
n
, , ( ) IS

i
1
v
1
+ i
n
v
n
+ , , ( )
i
1
v
1
+ i
n
v
n
i
n 1 +
1 + , + , , ( ) =
1
2
n
l 1 =
n
l
i
l
-------------------------

1

n
, , ( ) IS

v
1
v
n
, , ( ) IS
1) (
1 v
1
+ ( )
1
1 v
n
+ ( )
n
+ +
1
i
1
v
1
, ( )
[ ]
1
1
( )

n
i
n
v
n
, ( )
[ ]
1
n
( )
i
1
v
1
+ i
n
v
n
i
n 1 +
1 + , + , , ( ) e
1
( )
1
e
n
( )
n

s
i
1
i
n
i
n 1 +
, , , ( )

1

n

n 1 +
, , , ( ) IS
1
M
i
1
i
n
i
n 1 +
, , , ( )
1

n

n 1 +
, , , ( )
e
1
( )
1
e
n 1 +
( )
n 1 +
=
M
i
1
i
n
i
n 1 +
, , , ( )
1

n

n 1 +
, , , ( )
1
2
n 1 +
l 1 =
n 1 +
l
i
l
--------------------------------
v
1
v
n 1 +
, , ( ) IS
1
1) (
1 v
1
+ ( )
1
1 v
n 1 +
+ ( )
n 1 +
+ +
=
1
i
1
v
1
, ( )
[ ]
1
1
( )

n 1 +
i
n 1 +
v
n 1 +
, ( )
[ ]
1
n 1 +
( )
i
1
v
1
+ i
n
v
n
i
n 1 +
v
n 1 +
+ , + , , ( )
s
i
1
i
n
, , ( )
M E =
M M
i
1
i
n
, , ( )
0 0 , , ( )
M
i
1
i
n
, , ( )
1 1 , , ( )
, , [ ] =
et: E 1 e ,
1
e
n
e
1
e
2
e
1
e
2
e
n
, , , , , [ ]
T
=
Page 56
II.5 - Condition de linarit en les entres
Il apparat clairement dans les quations (II.50) et (II.63) que si tous les coefficients des
produits croiss des entres sont nuls, la sortie de chaque sous-systme flou devient linaire.
Dans ce cas, le systme flou global est linaire par morceaux, ce qui conduit, chaque instant,
une sortie linaire du systme flou global (I.1). Lobjectif de ce paragraphe est de donner une
condition capable dassurer la linarit de chaque sous-systme flou et donc la linarit par
morceaux (linarit locale) du systme flou global.
II.5.1 - Systmes 2 entres
II.5.1.1 - Lemme 2.2
La condition ncessaire et suffisante pour que la sortie gnre par le sous-systme flou
(II.8) soit linaire est la suivante:
(II.64)
De plus, la sortie du sous-systme flou sera donne par:
(II.65)
avec:
(II.66)
II.5.1.2 - Dmonstration
Dans lquation (II.50), le terme correspondant au coefficient du produit crois e
1
e
2
est
. Il peut tre rcrit comme suit:
(II.67)
Le terme est nul si et seulement si la condition (II.64) est vrifie.
Dans ce cas, la sortie (II.50) devient:
(II.68)
On peut facilement vrifier que:
(II.69)
i
1
i
2
, ( ) i
1
1 + i
2
, ( ) i
1
i
2
1 + , ( ) i
1
1 + i
2
1 + , ( )
1
i
1
i
2
, ( )
= =
s
i
1
i
2
, ( )
i
1
1 i
2
1 + , + ( )
j 1 =
2
c
j
i
j
j
i
j
+ ( )
2
j
i
j
---------------------
j
i
1
i
2
, ( )

j 1 =
2

j
i
1
i
2
, ( )
2
j
i
j
---------------
,

_
e
j
+ =
2
i
1
i
2
, ( )
i
1
i
2
, ( ) i
1
i
2
1 + , ( ) i
1
1 + i
2
, ( ) i
1
1 + i
2
1 + , ( ) = =
M
i
1
i
2
, ( )
1 1 , ( )
M
i
1
i
2
, ( )
1 1 , ( )
i
1
i
2
, ( ) i
1
1 + i
2
, ( ) i
1
i
2
1 + , ( ) i
1
1 + i
2
1 + , ( ) +
4
1
i
1
2
i
2
------------------------------------------------------------------------------------------------------------------------------------ =
M
i
1
i
2
, ( )
1 1 , ( )
s
i
1
i
2
, ( )
M
i
1
i
2
, ( )
1 0 , ( )
e
1
M
i
1
i
2
, ( )
0 1 , ( )
e
2
M
i
1
i
2
, ( )
0 0 , ( )
+ + =
M
i
1
i
2
, ( )
0 0 , ( )
i
1
1 i
2
1 + , + ( )
j 1 =
2
c
j
i
j
j
i
j
+ ( )
2
j
i
j
---------------------
j
i
1
i
2
, ( )
; M
i
1
i
2
, ( )
1 0 , ( )

1
i
1
i
2
, ( )
2
1
i
1
--------------- et = + =
M
i
1
i
2
, ( )
0 1 , ( )

2
i
1
i
2
, ( )
2
2
i
2
--------------- =
Page 57
Par substitution de (II.69) dans (II.68), on retrouve la sortie gnre donne par lquation
(II.65).
Lquation (II.68) montre que la sortie du sous-systme flou est linaire avec gnralement
une constante non nulle lorigine.
Le systme flou donn par la base de rgles illustre sur la figure II.2.2. est approxim par la
base de rgles modifie donne par la figure II.7. Le mcanisme utilis pour cette
approximation sera dtaill dans les paragraphes suivants.
Figure II.7 : Base de rgles approxime
Dans ce cas, la sortie du sous-systme flou sur la maille floue (1,1) est donne par:
(II.70)
On remarque que la sortie y(k+1) devient linaire, car la maille floue (1,1) respecte la condition
(II.64).
(II.71)
Lquation (II.70) peut tre rcrite comme suit:
(II.72)
o:
(II.73)
En remplaant par leurs valeurs numriques illustres la Figure II.6, on
obtient bien:
(II.74)
On peut facilement vrifier que toutes les mailles floues illustres la Figure II.3 respectent la
condition de linarit (II.64). Ceci implique que le modle flou global reprsent par la base de
rgles de la Figure II.7 est linaire par morceaux.
y\ u
A
2
1
A
2
2
A
2
3
A
2
4
A
1
1
0.9519 1.0244 1.0919 1.2219
A
1
2
1.0994 1.1719 1.2394 1.3694
A
1
3
1.4769 1.5494 1.6169 1.7469
A
1
4
1.9619 2.0344 2.1019 2.2319
y k 1 + ( ) s
1 1 , ( )
0.7375y k ( ) 0.1342u k ( ) 0.2144 + + = =
1
1 1 , ( )
1 1 , ( ) 2 1 , ( ) 1 2 , ( ) 2 2 , ( ) -0.1475 = = =
s
i
1
i
2
, ( ) 1 1 , ( ) =
2 2 , ( )
j 1 =
2
c
j
i
j
j
i
j
+ ( )
2
j
i
j
---------------------
j
1 1 , ( )

1
1 1 , ( )
2
1
i
1
--------------
,

_
y k ( )

2
1 1 , ( )
2
2
i
2
--------------
,

_
u k ( ) + =
2
1 1 , ( )
1 1 , ( ) 1 2 , ( ) 2 1 , ( ) 2 2 , ( ) -0.0725 = = =
c
1
1
1
1
c
2
1
et
2
1
, , ,
s
1 1 , ( )
0.7375y k ( ) 0.1342u k ( ) 0.2144 + + =
Page 58
II.5.3.1 - Lemme 2.3
La condition ncessaire et suffisante pour que la sortie gnre par le sous-systme flou
(II.20) soit linaire est la suivante:
(II.75)
De plus, la sortie du sous-systme flou est donne par:
(II.76)
o:
(II.77)
II.5.3.2 - Dmonstration
Pour dmontrer ce lemme, nous utilisons une dmonstration par rcurrence.
- Pour n = 2:
La condition (II.75) se rduit la condition (II.64) et la sortie (II.76) du sous-systme se
rduit la sortie (II.65) ce qui prouve que le lemme est vrai pour n = 2.
Nous supposons maintenant que les quations (II.75) et (II.76) sont vraies pour n entres et
cherchons les dmontrer pour un sous-systme avec (n+1) entres.
- Pour n+1:
Soient deux systmes linaires n entres ayant les mmes caractristiques
.
Daprs lhypothse de rcurrence (II.75), pour le premier systme, on a alors:
(II.78)
o i
n+1
est un indice constant faisant rfrence au 1
er
systme.
i
1
i
2
v
2
+ i
n
v
n
+ , , , ( ) i
1
1 + i
2
v
2
+ i
n
v
n
+ , , , ( )
1
i
1
i
n
, , ( )
=
v
2
v
n
0 1 , { } , ,
i
1
v
1
+ i
n 2
v
n 2
+ i ,
n 1
i
n
v
n
+ , , , ( ) i
1
v
1
+ i
n 2
v
n 2
+ i ,
n 1
1 i
n
v
n
+ , + , , ( )
=
n 1
i
1
i
n
, , ( )
; v
1
v
n 2
v
n
0 1 , { } , , ,
s
i
1
i
n
, , ( )
i
1
1 + i
n
1 + , , ( )
j 1 =
n
c
j
i
j
j
i
j
+ ( )
2
j
i
j
---------------------
j
i
1
i
n
, , ( )

j 1 =
n

j
i
1
i
n
, , ( )
2
j
i
j
----------------------
,

_
e
j
+ =
n
i
1
i
n
, , ( )
i
1
v
1
+ i
n 1
v
n 1
+ i
n
, , , ( ) i
1
v
1
+ i
n 1
v
n 1
+ i
n
, 1 + , , ( ) =
v
1
v
n 1
0 1 , { } , ,
1
i
1
i
n
, , ( )
, ...,
n
i
1
i
n
, , ( )
i
1
i
2
v
2
+ i
n
v
n
i
n 1 +
, + , , , ( ) i
1
1 + i
2
v
2
+ i
n
v
n
i
n 1 +
, + , , , ( )
1
i
1
i
n
, , ( )
=
i
1
v
1
+ i
2
v
2
+ i
n
i
n 1 +
, , , , ( ) i
1
v
1
+ i
2
v
2
+ i
n
1 i
n 1 +
, + , , , ( )
n
i
1
i
n
, , ( )
=
Page 59
De manire similaire, si lon indice par i
n+1
+1 les conclusions relatives au 2
ime
systme on a:
(II.79)
Les hypothses (II.78) et (II.79) peuvent alors tre regroupes sous le formalisme unique
suivant:
(II.80)
Les quations (II.80) permettent alors de dfinir la constante par:
(II.81)
La sortie dun sous-systme flou de la forme (II.20) avec (n+1) entres est donne par:
(II.82)
ou encore:
(II.83)
Aprs quelques manipulations de (II.83), on trouve:
(II.84)
ou encore:
(II.85)
En utilisant lhypothse de rcurrence (II.76) et lexpression de la fonction dappartenance
(II.39), le dveloppement de lquation (II.85), conduit lexpression suivante:
i
1
i
2
v
2
+ i
n
v
n
i
n 1 +
1 + , + , , , ( ) i
1
1 + i
2
v
2
+ i
n
v
n
i
n 1 +
1 + , + , , , ( )
1
i
1
i
n
, , ( )
=
i
1
v
1
+ i
2
v
2
+ i
n
i
n 1 +
1 + , , , , ( ) i
1
v
1
+ i
2
v
2
+ i
n
1 i
n 1 +
1 + , + , , , ( )
n
i
1
i
n
, , ( )
=
i
1
i
2
v
2
+ i
n
v
n
+ i ,
n 1 +
v
n 1 +
+ , , ( ) i
1
1 + i
2
v
2
+ i
n
v
n
+ i ,
n 1 +
v
n 1 +
+ , , , ( ) =
1
i
1
i
n
i
n 1 +
, , , ( )
; v
2
v
n
v ,
n 1 +
0 1 , { } , ,
i
1
v
1
+ i
2
v
2
+ i
n
i
n 1 +
v
n 1 +
+ , , , , ( ) i
1
v
1
+ i
2
v
2
+ i
n
1 i
n 1 +
v
n 1 +
+ , + , , , ( )=
n
i
1
i
n
i
n 1 +
, , , ( )
; v
1
v
n 1
v
n 1 +
0 1 , { } , , ,
n 1 +
i
1
i
n
i
n 1 +
, , , ( )
n 1 +
i
1
i
n 1 +
, , ( )
i
1
v
1
+ i
n
v
n
+ i ,
n 1 +
, , ( ) i
1
v
1
+ i
n
v
n
+ i ,
n 1 +
1 + , , ( ) =
v
1
v
n
0 1 , { } , ,
s
i
1
i
n 1 +
, , ( )

v
1
v
n
v
n 1 +
, , , ( ) IS
1

i
1
v
1
+ i
n
v
n
i
n 1 +
v
n 1 +
+ , + , , ( )
e
1
e
n 1 +
, , ( ) =
i
1
v
1
+ i
n
v
n
i
n 1 +
v
n 1 +
+ , + , , ( )
s
i
1
i
n 1 +
, , ( )

v
1
v
n
, , ( ) IS

i
1
v
1
+ i
n
v
n
+ , , ( )
e
1
e
n
, , ( ) i
1
v
1
+ i
n
v
n
i
n 1 +
, + , , ( ) [ =
A
n 1 +
i
n 1 +
e
n 1 +
( ) i
1
v
1
+ i
n
v
n
i
n 1 +
1 + , + , , ( )
A
n 1 +
i
n 1 +
1 +
e
n 1 +
( ) ] +
s
i
1
i
n 1 +
, , ( )

v
1
v
n
, , ( ) IS

i
1
v
1
+ i
n
v
n
+ , , ( )
e
1
e
n
, , ( )
A
n 1 +
i
n 1 +
e
n 1 +
( ) =
n 1 +
i
1
i
n 1 +
, , ( )
i
1
v
1
+ i
n
v
n
i
n 1 +
1 + , + , , ( ) ] +
s
i
1
i
n 1 +
, , ( )

A
n 1 +
i
n 1 +
e
n 1 +
( )
n 1 +
i
1
i
n 1 +
, , ( )
v
1
v
n
, , ( ) IS

i
1
v
1
+ i
n
v
n
+ , , ( )
e
1
e
n
, , ( ) + =
i
1
v
1
+ i
n
v
n
i
n 1 +
1 + , + , , ( )
Page 60
(II.86)
Lquation (II.80) reprsente lquation (II.75) pour (n+1). Dautre part, lquation (II.86)
montre que (II.76) est vraie pour n+1. Ainsi, le lemme 2.3 est vrifi pour n+1 et donc, par
rcurrence, pour n quelconque.
Le concept de la linarit de chaque sous-systme flou sur sa maille flou lmentaire
conduit la linarit par morceaux du systme flou global. Cette proprit peut tre exploite
dans lidentification des procds non linaires par des systmes multi-modles linaires. Dans
ce cas, il est ncessaire de dvelopper des mthodes didentification imposant la contrainte
(II.75) sur les conclusions numriques des modles flous.
II.6 - Transformation dun systme MISO en un systme SISO conclusion
fonctionnelle
Lobjectif de ce paragraphe est de transformer les rgles dorigine en rgles prmisse
lmentaire et conclusion fonctionnelle.
II.6.1 - Systme deux entres
Le mcanisme de transformation est illustr la figure II.8. Le principe est tout simplement
de transfrer la variable e
1
des prmisses vers les conclusions de rgles.
Figure II.8 : Transformation dun MISO systme un SISO systme (n = 2)
Sur chaque maille floue lmentaire, la sortie (II.9) peut tre rcrite comme suit:
(II.87)
avec:
(II.88)
Dans lquation (II.88), (i
1
, i
2
) indice la maille floue considre dans lexpression de la
conclusion des rgles.
s
i
1
i
n 1 +
, , ( )
i
1
1 + i
n
1 i
n 1 +
1 + , + , , ( )
j 1 =
n 1 +

c
j
i
j
j
i
j
+ ( )
2
j
i
j
---------------------
j
i
1
i
n 1 +
, , ( )
+ =

j 1 =
n 1 +

j
i
1
i
n 1 +
, , ( )
2
j
i
j
---------------------------
,

_
e
j

Takagi-Sugeno
SISO
e
2
e
1
s
e
2
s
Takagi-Sugeno
MISO
s
i
1
i
2
, ( )

v
2
0 1 , { }

i
1
i
2
, ( )
i
2
v
2
+ e
1
, ( )
A
2
i
2
v
2
+
e
2
( ) =

i
1
i
2
, ( )
i
2
v
2
+ e
1
, ( ) =
v
1
0 1 , { }

A
1
i
1
v
1
+
e
1
( ) i
1
v
1
+ i
2
v
2
+ , ( ) avec: v
2
0 1 , { } ;
Page 61
Dans ce cas, la base de rgles (II.8) devient la suivante:
(II.89)
La conclusion numrique des rgles dpend maintenant de lentre e
1
. Le sous-systme
dorigine dcrit par 4 rgles conclusion constante est maintenant dcrit par deux rgles
conclusion fonctionnelle dpendant de e
1
.
Pour illustrer la notion de transformation dun systme MISO en un systme SISO
conclusions fonctionnelles nous utilisons lexemple donn dans le paragraphe II.2.2.
Sur chaque maille floue lmentaire, les rgles de la forme (II.12) sont rcrites comme suit:
(II.90)
Par exemple sur la maille floue (1,1), les rgles (II.90) sont donnes par:
(II.91)
La sortie du sous-systme flou reprsent par (II.91) est la suivante:
(II.92)
La sortie (II.92) est bien identique la sortie (II.14) dveloppe dans le paragraphe II.2.2.
Lobjectif est maintenant de transformer les rgles tel quillustr par la figure II.9. Les
prmisses de rgles composes lorigine partir de n variables sont ramenes des
propositions lmentaires concernant une seule variable. Au contraire, les conclusions
lorigine constantes deviennent des fonctions des n-1 variables limines des prmisses.
Soit Z
1
le vecteur compos des entres e
1
, e
2
, ..., e
n-1
.
Figure II.9 : Transformation dun MISO systme un SISO systme (n entres)
Si e
2
est A
2
i
2
Alors s
i
1
i
2
, ( )

i
1
i
2
, ( )
i
2
e
1
, ( ) =
Si e
2
est A
2
i
2
1 +
Alors s
i
1
i
2
, ( )

i
1
i
2
, ( )
i
2
1 + e
1
, ( ) =
Si u k ( ) est A
2
i
2
Alors s
i
1
i
2
, ( )

i
1
i
2
, ( )
i
2
y k ( ) , ( ) =
Si u k ( ) est A
2
i
2
1 +
Alors s
i
1
i
2
, ( )

i
1
i
2
, ( )
i
2
1 + y k ( ) , ( ) =
Si u k ( ) est A
2
1
Alors s
1 1 , ( )

1 1 , ( )
1 y k ( ) , ( ) = 0.35y k ( ) 0.71 + =
Si u k ( ) est A
2
2
Alors s
1 1 , ( )

1 1 , ( )
2 y k ( ) , ( ) = 0.70y k ( ) 0.35 + =
s
1 1 , ( )

1 1 , ( )
1 y k ( ) , ( )
A
2
1
u k ( ) ( )
1 1 , ( )
2 y k ( ) , ( )
A
2
2
u k ( ) ( ) + =
0.350y k ( ) 0.710 + ( ) (0.648y k ( ) 0.666 )u k ( ) + =

Takagi-Sugeno
e
n
e
2
e
1
s e
n s
Z
1
MISO
e
n-1
SISO
Takagi-Sugeno
Page 62
Sur chaque maille floue lmentaire la sortie (II.22) peut tre rcrite comme suit:
(II.93)
avec:
(II.94)
Dans ce cas, sur chaque maille lmentaire, seule 2 rgles sont utilises au lieu des 2
n
rgles
dorigine. Celles-ci scrivent alors:
(II.95)
Ce formalisme de transformation a pour objectif de simplifier lcriture des bases de rgles et
de faciliter le mcanisme dinversion floue qui est dtaill dans le paragraphe suivant.
II.7 - Inversion dun systme flou
Lobjectif de ce paragraphe est de trouver une mthodologie capable de fournir le modle
inverse dun modle flou de Takagi-Sugeno conclusion constante de la forme (I.1). Le
principe de base de cette mthodologie est illustr sur la figure II.10 pour une inversion par
rapport la variable e
n
.
Il apparat clairement sur la figure II.10 que si lobjectif dun modle flou est de dlivrer une
sortie partir dune entre, lobjectif de son modle flou inverse est de reconstruire lentre
partir de sa sortie. Si lentre et sa reconstruction sont gales, linversion est exacte.
Dans [Togai-85a][Togai-85b], une mthode dinversion floue a t propose. Elle repose
sur linversion des relations floues. Si cette dernire peut tre intressante dun point de vue
thorique, elle est difficile utiliser dans un problme de commande. Notre objectif dans ce
paragraphe est de dvelopper une mthode dinversion des systmes flous qui sera ddie aux
problmes de commande.
Figure II.10 : Principe dinversion
s
i
1
i
n
, , ( )

v
n
0 1 , { }

i
1
i
n
, , ( )
i
n
v
n
+ Z
1
, ( )
A
n
i
n
e
n
( ) =
i
1
i
n
, , ( )
i
n
v
n
+ Z
1
, ( ) =
v
1
v
n 1
, , ( ) IS
*

i
1
v
1
+ i
n 1
v
n 1
+ , , ( )
Z
1
( )
i
1
v
1
+ i
n 1
v
n 1
+ i
n
v
n
+ , , , ( ) ; avec: v
n
0 1 , { }
Si e
n
est A
n
i
n
Alors s
i
1
i
n
, , ( )

i
1
i
n
, , ( )
i
n
Z
1
, ( ) =
Si e
n
est A
n
i
n
1 +
Alors s
i
1
i
n
, , ( )

i
1
i
n
, , ( )
i
n
1 + Z
1
, ( ) =
entre e
n
sortie
Modle flou
Modle flou
inverse
entre reconstruite
e
1
e
n
e
n-1
e
n-1
e
1
Page 63
Dans le cas simple dun systme flou une seule entre et une seule sortie, on peut imaginer
obtenir directement son inverse par une permutation de la prmisse et de la conclusion dans
chaque rgle. Il est vident que cette technique ne peut tre envisage que si loprateur
implantant le si ... alors est commutatif, ce qui nest pas le cas lorsquune implication est
utilise.
Dans les systmes flous de Takagi-Sugeno conclusion constante de la forme (I.1) ce
problme ne se pose pas, car loprateur produit, utilis dans linfrence, nest pas une
implication, mais une conjonction. Par contre, la diffrence de nature entre la prmisse et la
conclusion dune rgle ncessite le dveloppement dinterfaces numrique/symbolique et
symbolique/numrique. Cette approche dinversion directe de rgles est dveloppe dans la
suite de ce paragraphe.
La prsentation que nous avons adopte consiste dabord traiter linversion sur une maille
puis considrer ensuite le problme dinversion du systme global. Sur chaque maille, deux
mthodes sont proposes. La premire exploite lcriture affine en une entre du systme flou
et permet ainsi une inversion analytique. La seconde est base sur une inversion des rgles telle
que prconise prcdemment.
II.7.1 - Inversion analytique sur une maille
Nous avons dmontr dans le paragraphe II.3.1. que tout sous-modle flou de la forme (II.8)
peut tre rcrit comme un modle affine en une entre. Par exemple dans lquation (II.27), le
modle flou est affine en e
2
.
Dans ce cas, si:
(II.96)
alors le modle flou inverse de (II.27) est donn par:
(II.97)
Par substitution de (II.97) dans (II.27), cest--dire par rintroduction de lentre reconstruite
dans le modle flou, on trouve que . Cela indique que le modle (II.97) est une
inversion exacte du modle (II.27).
Moyennant la condition (II.96), lquation (II.97) semble dire quil existe toujours un
inverse dans la maille (i
1
, i
2
). En fait, ceci nest vrai que dans la mesure o est
une sortie possible du sous-systme considr. Lexploitation de lquation (II.97) pour une
valeur s quelconque ncessite de vrifier que la solution obtenue appartient bien la maille
considre. Cest--dire que:
(II.98)
s
i
1
i
2
, ( )
e
2
----------------- 0
e
2
1
i
1
i
2
, ( )
e
1
( )
2
i
1
i
2
, ( )
e
1
( )
------------------------------
s
i
1
i
2
, ( )
2
i
1
i
2
, ( )
e
1
( )
--------------------------- + =
s
i
1
i
2
, ( )
s
i
1
i
2
, ( )
=
s
i
1
i
2
, ( )
s
i
1
i
2
, ( )
a
2
i
2
e
2
a
2
i
2
1 +

Page 64
Si ce nest pas le cas, linversion na pas de solution sur la maille considre.
La sortie sur la maille floue (1,1) est donne par:
(II.99)
Pour pouvoir construire le modle inverse de (II.99), il faut sassurer que:
(II.100)
Lobjectif est de construire un modle inverse du modle (II.99) et dassurer que la sortie
y(k+1) du modle suive une sortie dsire y
des
(k+1). Le modle inverse peut tre choisi comme
suit:
(II.101)
Par substitution de lquation (II.101) dans (II.99), on trouve alors:
(II.102)
Figure II.11 : Inversion dun modle flou
Tout sous-systme flou de la forme (II.20) est affine en chacune de ses entres (voir
paragraphe II.3.2.). Par exemple, dans lquation (II.33) le modle flou est affine en e
n
.
Si:
(II.103)
alors le modle flou inverse de (II.33) est donn analytiquement par:
(II.104)
Par substitution de (II.104) dans (II.33), on trouve lgalit ce qui prouve que le modle
y k 1 + ( ) 0.350y k ( ) 0.710 + ( ) (0.648y k ( ) 0.666 )u k ( ) + =
y k 1 + ( )
u k ( )
----------------------- (0.648y k ( ) 0.666 ) 0 y k ( ) 1.0278 =
u k ( )
0.350y k ( ) 0.710 + ( )
(0.648y k ( ) 0.666 )
-------------------------------------------------
y
des
k 1 + ( )
(0.648y k ( ) 0.666 )
------------------------------------------------- + =
y k 1 + ( ) y
des
k 1 + ( ) =
u(k)
y(k+1)
Modle flou
Modle flou
inverse
y
des
(k+1)
z
-1
y(k)
s
i
1
i
n
, , ( )
e
n
------------------------ 0
e
n
1
i
1
i
n
, , ( )
Z
1
( )
2
i
1
i
n
, , ( )
Z
1
( )
-------------------------------------
s
i
1
i
n
, , ( )
2
i
1
i
n
, , ( )
Z
1
( )
---------------------------------- ; avec Z
1
e
1
e
n 1
, , [ ] = + =
Page 65
(II.104) est une inversion exacte du modle (II.33).
Lexistence dun inverse sur la maille considre est cependant lie au fait que la solution
trouve e
n
appartienne effectivement la maille.
II.7.2 - Inversion floue sur une maille
Dans ce paragraphe, nous nous intressons llaboration dune stratgie dinversion floue
sur une maille floue lmentaire en se basant sur linterprtation et la manipulation des
symboles flous de chaque rgle. De manire gnrale, cette technique dinversion repose sur
un raisonnement logique, tel quun expert le ferait.
Nous avons propos dans le paragraphe II.6. une transformation dun systme flou MISO
en un systme flou SISO. Chaque rgle scrit alors:
(II.105)
et peut tre interprte comme suit:
Si lentre du systme est Alors la sortie du systme sera gale Une
inversion de la rgle est alors directement possible et pourrait snoncer: Si on dsire que la
sortie du systme devienne gale Alors il suffit dappliquer comme
entre. La rgle qui en dcoule serait alors:
(II.106)
o est une fonction dappartenance triangulaire avec comme valeur
modale (voir figure II.12) et est la valeur modale associe au symbole flou
(voir figure II.13).
Comme nous lavons vu prcdemment (voir paragraphe II.6.1.), la base de rgles dun sous-
systme est limite deux rgles conscutives savoir:
(II.107)
Linversion rgle par rgle donne alors le sous-systme inverse dcrit par les rgles:
(II.108)
Si e
2
est A
2
i
2
Alors s
i
1
i
2
, ( )

i
1
i
2
, ( )
i
2
e
1
, ( ) =
A
2
i
2
i
1
i
2
, ( )
i
2
e
1
, ( )
i
1
i
2
, ( )
i
2
e
1
, ( ) A
2
i
2
Si s
i
1
i
2
, ( )
est C
i
1
i
2
, ( )
i
2
e
1
, ( )
Alors e
2
Ker A
2
i
2
( ) a
2
i
2
= =
C
i
1
i
2
, ( )
i
2
e
1
, ( )
i
1
i
2
, ( )
i
2
e
1
, ( )
Ker A
2
i
2
( ) A
2
i
2
Si e
2
est A
2
i
2
Alors s
i
1
i
2
, ( )

i
1
i
2
, ( )
i
2
e
1
, ( ) =
Si e
2
est A
2
i
2
1 +
Alors s
i
1
i
2
, ( )

i
1
i
2
, ( )
i
2
1 + e
1
, ( ) =
Si s
i
1
i
2
, ( )
est C
i
1
i
2
, ( )
i
2
e
1
, ( )
Alors e
2
a
2
i
2
=
Si s
i
1
i
2
, ( )
est C
i
1
i
2
, ( )
i
2
1 + e
1
, ( )
Alors e
2
a
2
i
2
1 +
=
Page 66
Figure II.12 : Transformation numrique - symbolique
Figure II.13 : Transformation symbolique - numrique
On peut vrifier que linversion ainsi effectue est exacte et correspond donc linversion
analytique propose prcdemment. En effet, daprs les rgles (II.108), e
2
est donne par:
(II.109)
Si lon substitue lentre reconstruite e
2
dans lexpression de la sortie du sous-systme
(II.107):
(II.110)
on retrouve lgalit, ce qui prouve lexactitude de linversion.
Comme prcdemment, lexistence dune solution inverse repose, dune part, sur le fait que
e
2
soit calculable et, dautre part, que le rsultat
calcul appartienne effectivement la maille considre. On peut finalement vrifier que la
condition de calculabilit est similaire celle obtenue pour linversion analytique, cest--dire
(cf quation (II.96)).
C C
s
(i
1
,i
2
)

(i
1,
i
2
)
(i
2
, e
1
)
(i
1,
i
2
)
(i
2
+1, e
1
)

(i
1,
i
2
)
(i
2
, e
1
)

(i
1,
i
2
)
(i
2
+1, e
1
)
(i
1,
i
2
)
(i
2
, e
1
)
(i
1,
i
2
)
(i
2
+1, e
1
)
s
(i
1
,i
2
)
e
2
A
2
i
2
e
2
a
2
i
2
a
2
i
2
+1
a
2
i
2
a
2
i
2
+1
A
2
i
2
+1

e
2

C
i
1
i
2
, ( )
i
2
e
1
, ( )
s
i
1
i
2
, ( )
( ) a
2
i
2
i
1
i
2
, ( )
i
2
1 + e
1
, ( )
s
i
1
i
2
, ( )
( ) a
2
i
2
1 +
+ =
avec:
C
i
1
i
2
, ( )
i
2
e
1
, ( )
s
i
1
i
2
, ( )
( )
s
i
1
i
2
, ( )

i
1
i
2
, ( )
i
2
1 e
1
, + ( )
i
1
i
2
, ( )
i
2
e
1
, ( )
i
1
i
2
, ( )
i
2
1 e
1
, + ( )
-------------------------------------------------------------------------------- =
i
1
i
2
, ( )
i
2
1 + e
1
, ( )
s
i
1
i
2
, ( )
( ) 1
C
i
1
i
2
, ( )
i
2
e
1
, ( )
s
i
1
i
2
, ( )
( ) =
s
i
1
i
2
, ( )
s
i
1
i
2
, ( )

A
2
i
2
e
2
( )
i
1
i
2
, ( )
i
2
e
1
, ( )
A
2
i
2
1 +
e
2
( )
i
1
i
2
, ( )
i
2
1 e
1
, + ( ) + =
avec:
A
2
i
2
e
2
( )
e
2
a
2
i
2
1 +
a
2
i
2
a
2
i
2
1 +
------------------------- et
A
2
i
2
1 +
e
2
( ) 1
A
2
i
2
e
2
( ) = =
(
i
1
i
2
, ( )
i
2
e
1
, ( )
i
1
i
2
, ( )
i
2
1 e
1
, + ( ) 0)
2
i
1
i
2
, ( )
e
1
( ) 0
Page 67
Finalement, linversion analytique et linversion floue sur une maille lmentaire sont
quivalentes. Lutilisation dune mthode ou dune autre dpend donc uniquement du choix de
lutilisateur. Ce choix peut tre justifi par le fait quune inversion peut tre plus facile ou
moins coteuse implanter que lautre.
La maille floue (1,1) du modle flou dfini dans le paragraphe II.2.2. est transforme en un
modle SISO comme suit:
(II.111)
Notre but est de construire une base de rgles inverse du modle (II.111), afin que la sortie
y(k+1) du modle suive une sortie dsire y
des
(k+1). Selon le mcanisme dinversion flou
dtaill prcdemment, la base de rgles inverse est la suivante:
(II.112)
La sortie gnre par le systme (II.112) est donne par:
(II.113)
On retrouve bien le rsultat obtenu par une inversion analytique (voir quation (II.101)).
La gnralisation aux systmes n entres est immdiate, puisque daprs le paragraphe
II.6.3, la forme SISO du sous-systme dorigine est identique quel que soit le nombre
dentres. Le mcanisme dinversion floue dcrit prcdemment est alors directement
applicable.
II.7.3 - Inversion du systme flou global
Le systme flou global tant une collection de sous-systmes flous lmentaires, son
inversion revient tout simplement inverser chacun des sous-systmes le composant. Ainsi,
suivant les cas, le problme global pourra ne pas avoir de solution, avoir une solution unique,
ou encore avoir des solutions multiples. Dans un contexte de commande, si lon suppose le
systme inversible, lexistence dau moins une solution est assure. Si plusieurs sous-systmes
produisent un inverse, un critre de choix devra tre utilis pour slectionner la meilleure
solution parmi toutes les solutions existantes. Le choix de ce critre dpend de lobjectif dsir
(nergie minimale, ... etc ).
Si u k ( ) est A
2
1
Alors s
1 1 , ( )

1 1 , ( )
1 y k ( ) , ( ) = 0.35y k ( ) 0.71 + =
Si u k ( ) est A
2
2
Alors s
1 1 , ( )

1 1 , ( )
2 y k ( ) , ( ) = 0.70y k ( ) 0.35 + =
Si y
des
k 1 + ( ) est C
1 1 , ( )
1 y k ( ) , ( )
Alors u k ( ) 0.0 =
Si y
des
k 1 + ( ) est C
1 1 , ( )
2 y k ( ) , ( )
Alors u k ( ) 0.54 =
u k ( )
0.350y k ( ) 0.710 + ( )
(0.648y k ( ) 0.666 )
-------------------------------------------------
y
des
k 1 + ( )
(0.648y k ( ) 0.666 )
------------------------------------------------- + =
avec: y k ( ) 1.0278
Page 68
Si dun point de vue thorique le problme est rsolu, il reste nanmoins ncessaire de
rflchir une implantation pratique de linversion. Se pose notamment la question de savoir
sil est ncessaire dinverser tous les sous-systmes ou si certains dentre eux peuvent tre
limins. Il convient tout dabord de remarquer que linversion effectue concerne une seule
variable. Les calculs dvelopps (cf quation (II.104)) supposent donc connues les n-1 autres
variables dentre, et donc les mailles auquelles elles appartiennent. Autrement dit, pour
linversion dun systme n entres par rapport e
n
, les indices de la maille i
1
, i
2
, ..., i
n-1
peuvent tre dtermins. Soient ces indices. Linversion se rsume alors
considrer uniquement les sous-systmes avec o N
n
est
le nombre de symboles utiliss pour la description de la variable e
n
. Ainsi si N
n
= 2, il nest
utile dinverser que sur une seule maille. De manire gnrale, le nombre de sous-systmes
inverser est rduit N
n
-1.
Si cest un mcanisme dinversion floue qui est utilis, on peut dterminer une condition
suffisante pour que la solution soit unique. Dans ce cas, on pourra identifier facilement le sous-
systme produisant la solution et restreindre linversion celle de ce sous-systme.
Soit un systme n entres dcrit sous sa forme SISO par la collection des N
n
rgles
suivantes:
(II.114)
Il est noter que chaque paire de rgles conscutives correspond la description dun sous-
systme (cf quation (II.95)).
La base de rgles (II.114) est dite monotone si:
(II.115)
Dans ce cas, linversion du systme possde une solution unique. En effet, si s
*
est la valeur de
sortie pour laquelle on cherche la solution inverse, alors il existe une valeur unique de
, telle que:
(II.116)
Ainsi, seul le sous-systme peut produire la sortie s
*
et cest donc le seul
quil est ncessaire dinverser.
i
1
*
i
2
*
i
n 1
*
, , ,
i
1
*
i
2
*
i
n 1
*
i
n
, , , , ( ) i
n
1 N
n
1 , [ ]
Si e
n
est A
n
1
Alors s
i
1
*
i
n 1
*
1 , , , ( )

i
1
*
i
n 1
*
1 , , , ( )
1 Z
1
, ( ) =
Si e
n
est A
n
2
Alors s
i
1
*
i
n 1
*
2 , , , ( )

i
1
*
i
n 1
*
2 , , , ( )
2 Z
1
, ( ) =
Si e
n
est A
n
n
Alors s
i
1
*
i
n 1
*
n , , , ( )

i
1
*
i
n 1
*
N
n
, , , ( )
N
n
Z
1
, ( ) =

i
1
*
i
n 1
*
1 , , , ( )
1 Z
1
, ( )
i
1
*
i
n 1
*
2 , , , ( )
2 Z
1
, ( )
i
1
*
i
n 1
*
N
n
, , , ( )
N
n
Z
1
, ( ) < < <
ou:
i
1
*
i
n 1
*
1 , , , ( )
1 Z
1
, ( )
i
1
*
i
n 1
*
2 , , , ( )
2 Z
1
, ( )
i
1
*
i
n 1
*
N
n
, , , ( )
N
n
Z
1
, ( ) > > >
i
n
1 N
n
1 , [ ]
i
1
*
i
n 1
*
i
n
, , , ( )
i
n
Z
1
, ( ) s
*
i
1
*
i
n 1
*
i
n
1 + , , , ( )
i
n
1 + Z
1
, ( )
i
1
*
i
n 1
*
i
n
, , , ( )
Page 69
II.8 - Approximation du systme global par des systmes linaires
Dans [Yeung-97], un systme flou de Takagi-Sugeno conclusion constante est considr
comme lassociation dun systme additivement dcomposable (linaire par morceaux) et dun
systme multiplicativement dcomposable (non linaire).
Notre objectif est en fait dexploiter les travaux de Yeung pour approximer le systme flou
global par une collection de sous-systmes linaires (approximation linaire par morceaux).
Dans ce cadre, lapproximation est mise en oeuvre de faon minimiser la partie non linaire
et ainsi lerreur dapproximation.
II.8.1.1 - Principe dapproximation
La sortie (II.2) du systme flou (II.1) peut tre donne par lquation suivante:
(II.117)
o est une matrice bidimensionnelle regroupant les conclusions numriques des rgles
donne par:
(II.118)
Notre objectif est de trouver une nouvelle matrice de conclusions de rgles qui
reprsente les conclusions dun systme flou, linaire sur chaque maille floue lmentaire, et
qui remplace la matrice dans le sens o lerreur entre les deux matrices est minimale.
Supposons quil existe un ensemble de N
1
vecteurs linairement indpendants associs e
1
:
(II.119)
De la mme manire on suppose quil existe un ensemble de N
2
vecteurs linairement
indpendants associs e
2
:
(II.120)
Par introduction des deux matrices et dfinies par:
(II.121)
lquation (II.117) peut tre rcrite comme suit:
(II.122)
ou encore:
s
e
1
T
R
N
1
N
2
,

e
2
=
avec :
e
1
A
1
1
e
1
( )
A
1
N
1
e
1
( ) , ,
T
et
e
2
A
2
1
e
2
( )
A
2
N
2
e
2
( ) , ,
T
= =
R
N
1
N
2
,
R
N
1
N
2
,
1 1 , ( ) 1 N
2
, ( )

N
1
1 , ( ) N
1
N
2
, ( )
=
R
N
1
N
2
,
R
N
1
N
2
,
e
1
i
1
( )
i
1
1 N
1
, , = ;
e
2
i
2
( )
i
2
1 N
2
, , = ;
e
1
e
2

e
1
e
1
1 ( )

e
1
N
1
( )
, , [ ] et
e
2
e
2
1 ( )

e
2
N
2
( )
, , [ ] = =
s
e
1
T
e
1
e
1
1
R
N
1
N
2
,

e
2
T
( )
1
e
2
T
e
2
=
Page 70
(II.123)
La matrice peut se mettre sous la forme suivante:
(II.124)
Si on note:
(II.125)
et si les vecteurs , sont orthogonaux, les coefficients sont donns par:
(II.126)
o: est loprateur de multiplication lment par lment et la somme de tous les
lments. Dans ce cas, la matrice peut tre rcrite comme suit:
(II.127)
Si lon note:
(II.128)
et
(II.129)
Yeung dmontr que correspond la matrice dun systme flou linaire par morceaux
alors que la matrice residu est la contribution non linaire.
Lcriture ainsi obtenue dpend bien videment du choix des vecteurs . Ce
choix sera effectu de faon minimiser la partie non-linaire et donc lerreur
dapproximation.
Yeung [Yeung-97] a dmontr que la meilleure approximation de la matrice , au sens
des moindres carrs, est obtenue en choisissant les expressions ci-dessous:
(II.130)
Dans ce cas, suivant la valeur de N
k
, paire ou impaire, on trouve:
s
e
1
T
e
1
R
N
1
N
2
,

e
2
T
e
2
=
avec : R
N
1
N
2
,

e
1
1
R
N
1
N
2
,

e
2
T
( )
1
=
R
N
1
N
2
,
R
N
1
N
2
,

i
1
1 =
N
1
i
2
1 =
N
2
r
i
1
i
2
,

e
1
i
1
( )
e
2
i
2
( )
( )
T
=
e
1
e
2
,
i
1
i
2
, ( )
e
1
i
1
( )
e
2
i
2
( )
( )
T
=
e
1
i
1
( )
e
2
i
2
( )
r
i
1
i
2
,
r
i
1
i
2
,

e
1
e
2
,
i
1
i
2
, ( )
R
N
1
N
2
,
=

R
N
1
N
2
,
R
N
1
N
2
,
r
1 1 ,

e
1
e
2
,
1 1 , ( )
i
2
2 =
N
2
r
1 i
2
,

e
1
e
2
,
1 i
2
, ( )
i
1
2 =
N
1
r
i
1
1 ,

e
1
e
2
,
i
1
1 , ( )
+ + =

i
1
2 =
N
1
i
2
2 =
N
2
r
i
1
i
2
,

e
1
e
2
,
i
1
i
2
, ( )
+
R
N
1
N
2
,
r
1 1 ,

e
1
e
2
,
1 1 , ( )
i
2
2 =
N
2
r
1 i
2
,

e
1
e
2
,
1 i
2
, ( )
i
1
2 =
N
1
r
i
1
1 ,

e
1
e
2
,
i
1
1 , ( )
+ + =
R
N
1
N
2
,

i
1
2 =
N
1
i
2
2 =
N
2
r
i
1
i
2
,

e
1
e
2
,
i
1
i
2
, ( )
=
R
N
1
N
2
,
R
N
1
N
2
,
e
1
i
1
( )
et
e
2
i
2
( )
R
N
1
N
2
,
e
k
1 ( ) 1
N
k
----------
1
1
1
;
e
k
2r ( ) 2
N
k
------
2
N
k
-------r 1 ( )
,
_
cos
2
N
k
-------r 2 ( )
,
_
cos
2
N
k
-------r N
k
( )
,
_
cos
et
e
k
2r 1 + ( ) 2
N
k
------
2
N
k
-------r 1 ( )
,
_
sin
2
N
k
-------r 2 ( )
,
_
sin
2
N
k
-------r N
k
( )
,
_
sin
= = =
Page 71
(II.131)
Le paramtre est un entier .
Afin de valider cette approximation, il est important de mesurer le degr de validit de cette
dernire, cest--dire quel point approxime . Lvaluation de ce degr est
donne par lexpression suivante:
(II.132)
Le degr appartient .
Si est gal 1, alors lapproximation est exacte, cest--dire que le systme flou global
original est linaire par morceaux.
Nous utilisons le systme initial donn dans le paragraphe II.2.2. pour illustrer
lapproximation du systme flou. Les conclusions numriques de la base de rgles du systme
sont regroupes dans la matrice suivante:
(II.133)
Si lon choisit = 1, la matrice est donne par:
(II.134)
Le mme choix de dans les vecteurs conduit puisque N
1
= N
2
.
Calculons maintenant les expressions :
e
k
N
k
( )
si N
k
est paire
1
N
k
----------
2
N
k
-------
N
k
2
------ 1 ( )
,
_
cos
2
N
k
-------
N
k
2
------ 2 ( )
,
_
cos
N
k
------
N
k
2
------ N
k
( )
,
_
cos
et
e
k
N
k
( )
si N
k
est impaire
2
N
k
------
2
N
k
-------
N
k
1
2
--------------- 1 ( )
,
_
sin
2
N
k
-------
N
k
1
2
--------------- 2 ( )
,
_
sin
2
N
k
-------
N
k
1
2
--------------- N
k
( )
,
_
sin
= =
1N
k
[ ]
R
N
1
N
2
,
R
N
1
N
2
,
N
1
N
2
,
R
N
1
N
2
,
R
N
1
N
2
,
R
N
1
N
2
,
------------------------------------------------- =
0..1 [ ]
R
N
1
N
2
,
R
N
1
N
2
,
1.06 1.05 1.07 1.11
1.13 1.19 1.23 1.33
1.46 1.51 1.63 1.79
1.84 2.03 2.12 2.34
=
y

y
1 ( )
y
2 ( )
y
3 ( )
y
4 ( )
, , , [ ]
0.5 0.707 0 0.5
0.5 0 0.707 -0.5
0.5 -0.707 0 0.5
0.5 0 -0.707 -0.5
= =
u
i
2
( )
u

y
=
y u ,
i
1
i
2
, ( )
; avec: i
1
i
2
, 1 4 , , =
Page 72
(II.135)
La matrice est donne par:
(II.136)
La nouvelle matrice qui approxime la matrice originale (II.133) est finalement donne
par lexpression suivante:
(II.137)
Le rsidu entre (II.133) et (II.137) est donn par lquation suivante:
(II.138)
Le degr dapproximation du systme flou est .
On peut aisment vrifier que le systme flou obtenu vrifie sur chaque maille les conditions
de linarit nonces dans le paragraphe II.5.1. On retrouve dailleurs ici le systme flou trait
en exemple dans le paragraphe II.5.2. Il est galement important de noter que si
lapproximation obtenue est linaire par morceaux, rien ne garantit quelle soit globalement
linaire. Une linarit globale ncessite en fait une rpartition spcifique des fonctions
dappartenance associes aux entres.
Pour des systmes flous n entres, les conclusions numriques des rgles forment une
matrice multi-dimensionnelle . Le mcanisme dapproximation est une extension du
principe illustr ci-dessus pour des systmes 2 entres. Lalgorithme dtaill de cette
y u ,
1 1 , ( )

0.25 0.25 0.25 0.25
0.25 0.25 0.25 0.25
0.25 0.25 0.25 0.25
0.25 0.25 0.25 0.25
et
y u ,
1 2 , ( )
0.3536 0 -0.3536 0
0.3536 0 -0.3536 0
0.3536 0 -0.3536 0
0.3536 0 -0.3536 0
et et = =
y u ,
4 3 , ( )

0 0.3536 0 -0.3536
0 -0.3536 0 0.3536
0 0.3536 0 -0.3536
0 -0.3536 0 0.3536
et
y u ,
4 4 , ( )
0.25 -0.25 0.25 -0.25
-0.25 0.25 -0.25 0.25
0.25 -0.25 0.25 -0.25
-0.25 0.25 -0.25 0.25
= =
R
N
1
N
2
,
R
N
1
N
2
,
5.9725 -0.1980 -0.2793 -0.2025
-0.7425 0.0800 0.1100 0.0636
-1.2198 0.0900 0.0850 0.0884
-0.6325 0.0707 0.0389 0.0825
=
R
N
1
N
2
,
R
N
1
N
2
,
0.9519 1.0244 1.0919 1.2219
1.0994 1.1719 1.2394 1.3694
1.4769 1.5494 1.6169 1.7469
1.9619 2.0344 2.1019 2.2319
=
R
N
1
N
2
,
0.1081 0.0256 -0.0219 -0.1119
0.0306 0.0181 -0.0094 -0.0394
-0.0169 -0.0394 0.0131 0.0431
-0.1219 -0.0044 0.0181 0.1081
=
0.98 =
R
N
1
N
n
, ,
Page 73
gnralisation est donn dans [Yeung-97].
II.9 - Conclusion
Dans ce chapitre, nous avons prsent quelques proprits structurelles des systmes flous
de Takagi-Sugeno conclusion constante. Ces derniers jouent un rle trs important dans les
stratgies de commande floues qui seront dtailles dans les chapitres suivants.
Nous avons montr que la sortie globale dun systme flou est gale la sortie gnre par
un sous-systme flou dfini sur une maille floue lmentaire. Cette proprit permet de
faciliter ltude des systmes flous complexes en les tudiant sur chaque sous-systme.
Dans un contexte gnral, les systmes flous de Takagi-Sugeno sont des systmes multi-
linaires par morceaux (chaque sous-systme est multi-linaire). De l, on peut dire que
lidentification dun systme de Takagi-Sugeno revient exactement lidentification dun
systme non linaire, multi-linaires par morceaux. Sachant que chaque sous-systme flou
peut tre paramtris linairement, larsenal mathmatique de lidentification classique
(mthodes moindres carrs rcursifs, filtrage de Kalman, ...etc) et de la commande adaptative
est exploitable dans un contexte flou.
Le problme dinversion dun modle flou a t abord. Deux types dinversion ont t
proposs. La premire, dite analytique, est base sur lcriture affine en une entre des sous-
systmes flous. La deuxime fait appel linterprtation des rgles floues. Nous avons montr
que les deux inversions sont quivalentes. Le choix de la mthode est alors laiss
lapprciation de lutilisateur.
Nous avons galement consacr une partie de ce chapitre au problme dapproximation
dun systme flou par un systme flou linaire par morceaux (linaire sur chaque maille floue
lmentaire). Cette proprit ouvre un horizon non ngligeable pour la commande multi-
modles.
Dans le chapitre suivant, nous prsentons une premire stratgie de commande qui utilise
les systmes flous de Takagi-Sugeno pour reprsenter la dynamique du systme non linaire
tudi.
Page 74
Page 75
CHAPITRE III
Commande floue dune classe de systmes
non linaires continus
Commande floue dune classe de systmes non linaires continus
Page 77
III.1 - Introduction
Dans la littrature de la commande non linaire, plusieurs approches ont t utilises:
commande par apprentissage, commande structure variable, ...etc. Dans ce contexte, la
technique de la linarisation entre-sortie continue (L.E.S.C) est spcialement utilise dans le
cadre des systmes non linaires continus [Isidori-85][Sastry-89][Slotine-91].
Une classe de systmes non linaires peut tre transforme en une classe de systmes
linaires travers la technique de la L.E.S.C. Dans ce cas, le systme linaire transform peut
tre command par des mthodes classiques de lautomatique linaire. Une telle
transformation nexiste pas toujours, mais lorsquelle existe, elle permet de stabiliser le
systme exactement comme sil sagissait dun systme linaire avec lutilisation des
mthodes courantes (placement de ples, synthse quadratique, synthse robuste, ...etc)
[Fossard-93]. Dans ce chapitre, on suppose que cette transformation (L.E.S.C) existe et quelle
est capable de conduire lerreur entre la sortie du systme et une trajectoire dsire vers zro
(le systme peut suivre physiquement la trajectoire dsire ou encore la trajectoire de rfrence
est reproductible par le systme non linaire).
Lavance des recherches dans le secteur des systmes flous a prouv la capacit et la
puissance de ces nouvelles approches dans la commande des systmes non linaires travers
les techniques didentification (apprentissage) floue. Plusieurs chercheurs [Moudgal-95]
[Kwong-96][Kim-97][Ordonez-97] utilisent cette puissance dapprentissage pour reprsenter
la dynamique des systmes non linaires. La problmatique de la commande floue est base
sur le rsultat que les systmes flous sont des approximateurs universels. Dans ce chapitre, les
systmes flous de Takagi-Sugeno conclusions constantes seront adopts pour reprsenter la
dynamique des systmes non linaires.
Rcemment, certaines tudes ont t rapportes sur la linarisation entre-sortie continue
floue (L.E.S.C.F) [Fischle-94][Wang-94][Su-94][Chen-96][Spooner-96][Boukezzoula-97-
a] [Boukezzoula-97-b][Kang-98][Leland-98][Fischle-99]. La L.E.S.C.F est une L.E.S.C
classique qui emploie un modle flou comme reprsentation du procd non linaire. Le
concept de L.E.S.C utilisant des systmes flous de Takagi-Sugeno a t introduit par Sugeno.
Depuis, plusieurs travaux de recherche ont t publis dans ce domaine. Dans [Wang-
Page 78
93][Wang-94], Wang propose une loi de commande linarisante floue adaptative pour une
classe de systmes non linaires continus, dits systmes dans la forme canonique. La mthode
propose suppose une reprsentation exacte du systme non linaire par un modle flou. En
pratique, cette condition est rarement vrifie de par la complexit des systmes non linaires
et la prsence dincertitudes et/ou de perturbations, limitant lapplication de la technique
prsente dans [Wang-93][Wang-94]. Une solution pour rsoudre ce problme consiste
modliser le systme non linaire par un modle flou nominal reprsent par un nombre fini et
raisonnable de rgles floues fix priori, auquel on attache une erreur dapproximation vue
comme une incertitude additive non-structure (voir figure I.11).
De plus, dans [Wang-93], Wang a reprsent lerreur entre la sortie du systme non linaire
et lestimation de la sortie du modle flou par un terme w(t). La convergence de lerreur de
suivi de trajectoire est garantie par le fait que w(t) soit carr intgrable. Cette condition est
difficile vrifier pour chaque systme non linaire. Afin dassurer que lerreur de suivi de
trajectoire reste borne, Wang a propos daugmenter la L.E.S.C.F par une loi de commande
additive dite loi de commande de supervision. Si cette loi de commande est capable de garantir
la bornitude de lerreur de suivi, elle ncessite la connaissance a priori des bornes suprieure et
infrieure des fonctions non linaires reprsentant le procd do la difficult de son
implantation. De plus, mme si cette implantation est possible, elle est rarement conseille, car
elle peut introduire des signaux hautes frquences, dus la prsence dune fonction de
commutation (sgn), qui risquent dexciter des dynamiques non modlises [Slotine-91].
Dans [Wang-93][Fischle-94][Cho-99][Fischle-99], la L.E.S.C.F est dtermine partir
dun modle nominal (elle ne prend pas en compte les incertitudes de modlisation), donc elle
ne peut pas assurer la robustesse de la structure de commande vis--vis dincertitudes et/ou de
perturbations. Pour rsoudre ce problme, de la mme manire que dans le cas classique, des
composantes de commande additives la L.E.S.C.F sont ncessaires. Ces composantes
additives peuvent tre synthtises via des techniques de mode de glissement [Slotine-91][Su-
94][Shaocheng-96][Spooner-96] ou des techniques bases sur loptimisation [Francis-
87][Kwakernaak-91][Duc-93].
En prsence dincertitudes et/ou de perturbations, le problme de stabilisation
(convergence) de paramtres nest pas discut dans [Chen-96][Ordonez-97]. Si cette
proprit na pas grande importance dans un contexte de commande adaptative o lobjectif
principal est datteindre les performances de commande fixes, elle devient primordiale quand
il sagit dun problme dapprentissage o le modle flou et son contrleur associ doivent tre
appris.
Notre objectif principal, dans ce chapitre, est de dvelopper des stratgies de conception
dune L.E.S.C.F pour une classe de systmes non linaires capable dassurer la stabilit, la
robustesse vis--vis des incertitudes et/ou perturbations, la stabilisation des paramtres et
dadoucir les fonctions de commutation qui peuvent tre utilises dans les structures de
commande.
Dans le paragraphe 2, nous commenons par introduire le principe de la L.E.S.C, ensuite
tendu au cas flou (L.E.S.C.F) dans le paragraphe 3. Sachant que la L.E.S.C.F est synthtise
H

Page 79
partir dun modle flou nominal, elle ne peut assurer la robustesse vis--vis des incertitudes et/
ou perturbations. Pour remdier ce problme, nous consacrons le paragraphe 4 la
robustification de la L.E.S.C.F. Si dans un premier temps, le modle flou du systme non
linaire a t suppos connu, une L.E.S.C.F adaptative est propose dans le paragraphe 5. Cette
dernire permet didentifier en ligne le modle flou et ventuellement de stabiliser ses
paramtres (paragraphe 6). Avant de conclure ce chapitre, nous proposons, dans le paragraphe
7, des solutions quelques problmes pratiques qui peuvent se poser durant limplantation de
la L.E.S.C.F.
Afin de simplifier la lecture de ce chapitre, sa construction est rsume par le schma
illustr la figure III.1.
Figure III.1 : Organigramme du chapitre III
III.2 - Linarisation Entre-Sortie Continue (L.E.S.C)
Le principe de la L.E.S.C (linarisation par diffomorphisme et bouclage) consiste
Modle flou disponible Modle flou non disponible
L.E.S.C.F
L.E.S.C.F.A
Prsence dincertitudes
Robustification
Par une composante
de mode de glissement
Par une composante
H
Stratgie de commande
Linarisation Entre-Sortie
Continue Floue
Linarisation Entre-Sortie
Continue Floue Adaptative
Chapitre III
L.E.S.C Linarisation Entre-Sortie Continue
Paragraphe 2
Paragraphe 3
Paragraphe 5 et 6
Paragraphe 4
Page 80
transformer un systme non linaire donn en un systme linaire laide dun bouclage dtat
et dun changement de coordonnes sur ltat du systme [Fossard-93].
Ainsi quvoqu dans le chapitre I (cf. paragraphe I.8), le problme de commande est ici
considr sous laspect suivi dune trajectoire dsire y
d
(t). Le but de ce chapitre est donc de
dterminer, partir dune approche L.E.S.C, une loi de commande u(t) capable dassurer la
convergence vers zro de lerreur de suivi de trajectoire e
0
(t) = y
d
(t) - y(t).
Selon le principe de la L.E.S.C, une nouvelle entre v est introduite. La loi de commande:
(III.1)
applique au systme considr (cf. quation (I.34)), permet dobtenir:
(III.2)
et donc de linariser le systme initial.
Le systme (III.2) illustr la figure III.2 est dans une forme canonique dite de Brunovsky
[Slotine-91] (chane dintgrateurs). Il est donc asymptotiquement instable.
Figure III.2 : Reprsentation du systme (III.2)
Pour rsoudre le problme dinstabilit, une stratgie de placement de ples est utilise. La
nouvelle entre v du systme linaris est alors choisie comme suit:
(III.3)
o:
(III.4)
Les coefficients
j
, j = 0,..., r-1, sont choisis de faon ce que le polynme:
(III.5)
soit Hurwitzien (racines partie relle ngative).
Par substitution de (III.3) dans (III.2), on tablit lquation derreur suivante:
(III.6)
u

c1
x ( )
c2
x ( )
--------------------
1
c2
x ( )
-----------------v + =
y
r ( )
v =
.......
v

y
v y
d
r ( )
t ( )
j 0 =
r 1 ( )

j
y
d
j ( )
t ( ) y
j ( )
t ( ) [ ] + y
d
r ( )
t ( )
T
e t ( ) + = =
0

1

r 1
, , , [ ] et e t ( ) e
0
t ( ) e
0
t ( ) e
0
r 1 ( )
t ( ) , , , [ ]
T
= =
s
r
r 1
s
r 1

0
+ + + 0 =
e
0
r ( )
t ( )
T
e t ( ) + 0 =
Page 81
qui prouve la convergence de lerreur de suivi de trajectoire e
0
(t) vers zro quant , cest-
-dire:
(III.7)
III.3 - Linarisation Entre-Sortie Continue Floue (L.E.S.C.F)
La mise en place de lapproche L.E.S.C prsente ci-dessus ncessite la connaissance de
c1
et
c2
. Ces fonctions tant inconnues, elles seront approximes par un systme flou que
lon suppose dans un premier temps disponible. Par la suite, une mthode didentification en
ligne du modle flou sera propose.
La L.E.S.C.F est une L.E.S.C classique qui emploie un modle flou comme reprsentation
du procd non linaire. Dans un premier temps, nous allons calculer la L.E.S.C.F partir du
modle nominal (sans prise en compte de lincertitude ). Ensuite, diffrentes mthodes seront
proposes pour compenser lerreur dapproximation afin dassurer la robustesse. Le principe
de la L.E.S.C.F est illustr la figure III.3.
Figure III.3 : Principe de la L.E.S.C.F
La loi de commande (L.E.S.C.F) est choisie comme suit:
(III.8)
o
fc1
et
fc2
, donnes par (I.43) et (I.44), sont les approximations floues de
c1
et
c2
.
Par substitution de la loi de commande (III.8) dans (I.34), lquation dynamique derreur de
suivi (III.6) devient:
(III.9)
o est borne par
0
.i.e. .
Dans une forme matricielle, lquation (III.9) peut tre rcrite comme suit:
(III.10)
t
e
0
t ( )
t
lim 0 =
-

fc1
fc2
+
v
fc2
Procd
non linaire
Conception de v
d
i
/dt
u
y(t)
i=0,...,r
x
y
d
(t)
u

fc1
fc2
-----------
1
fc2
-----------v + =
e
0
r ( )
t ( )
T
e t ( ) + =

0
Ae B =
Page 82
avec:
(III.11)
Lquation derreur (III.10) nassure pas la convergence de e
0
(t) vers zro. Cependant, en
prsence des incertitudes reprsentes par , le systme (III.10) reste stable. Cette stabilit est
assure via le lemme suivant:
III.3.1 - Lemme 3.1
Soit P une matrice symtrique dfinie positive, solution de lquation de Lyapunov:
(III.12)
o Q est une matrice symtrique dfinie positive.
Si le transfert entre - et e
T
PB est dissipatif et est borne alors le systme
1
(voir figure
III.4) est entre-sortie stable.
Figure III.4 : Transfert entre - et e
T
PB
III.3.2 - Dmonstration
Pour exploiter ce lemme, il faut montrer que le systme
1
est effectivement dissipatif. Pour
cela, nous prenons la fonction quadratique suivante:
(III.13)
Par drivation de lquation (III.13), on trouve:
(III.14)
Par substitution de lquation dynamique derreur (III.10) dans (III.14), on obtient:
(III.15)
Les quations (III.13) et (III.15) vrifient les conditions de dissipativit donnes dans le
paragraphe I.4.2.1, donc le systme
1
est dissipatif. De plus, est borne par
0
, on peut donc
dduire que la sortie du systme est borne, ce qui prouve la stabilit entre-sortie.
III.3.3 - Remarque 3.1
A
0 1 0 0
0 0 1 0

0

1

2

r 1
B
0
0
1
= , =
PA A
T
P + Q =
1
e
T
PB
V
1
2
---e
T
Pe =
V
1
2
---e
T
Pe
1
2
---e
T
Pe
+ =
V
1
2
---e
T
Qe e
T
Pb =
Page 83
Malheureusement, la loi de commande (III.8) nassure pas la robustesse de la structure de
commande propose vis--vis des incertitudes reprsentes par . Afin de rsoudre ce
problme, nous proposons daugmenter la loi de commande par des composantes additives.
Celles-ci seront synthtises, soit partir des techniques de mode de glissement [Slotine-91]
[Palm-94][Su-94][Spooner-96], soit selon le principe de loptimisation [Francis-
87][Kwakernaak-91][Duc-93].
III.4 - Robustification de la L.E.S.C.F
III.4.1 - Principe de la commande additive
Lobjectif principal de ce paragraphe est de chercher une loi de commande additive capable
de compenser ou dattnuer linfluence de lerreur dapproximation floue sur les performances
de commande et ainsi dassurer la robustesse de la structure de commande.
La loi de commande u donne par (III.8) est augmente par une composante additive u
A
(voir figure III.5) et devient alors:
(III.16)
La composante additive u
A
peut tre synthtise via des techniques de mode de glissement ou
des techniques bases sur loptimisation .
Par substitution de (III.16) dans (I.34), lquation dynamique de lerreur de suivi (III.10)
devient:
(III.17)
ou encore, sous une forme matricielle:
(III.18)
A et B tant dfinis dans (III.11).
H
u

fc1
fc2
---------- -
1
fc2
-----------v
1
fc2
-----------u
A
+ =
H
e
0
r ( )
T
e u
A
+ =
e
Ae Bu
A
B + =
Page 84
Figure III.5 : Principe de la commande additive
III.4.2 - Robustification par mode de glissement
Il est important dattirer lattention du lecteur sur le fait que lobjectif de la synthse dune
loi de mode de glissement est tout simplement la compensation de lerreur dapproximation
floue entre le systme non linaire et le systme flou optimal suppos disponible.
Dans ce cas la loi de commande additive u
A
est reprsente par une composante de mode de
glissement note u
sl
. La loi de commande (III.16) devient alors:
(III.19)
ce qui conduit lquation dynamique derreur suivante:
(III.20)
La loi de mode de glissement est directement dduite du lemme suivant:
III.4.2.1 - Lemme 3.2
Si la loi de commande additive u
sl
est donne par:
(III.21)
o P est une matrice symtrique dfinie positive solution de lquation de Lyapunov (III.12), Q
une matrice symtrique dfinie positive et sgn la fonction signe dfinie comme suit:
(III.22)
alors la fonction quadratique (III.13) est une fonction de Lyapunov qui garantit la stabilit de la
-

fc1
fc2
+
v
fc2
Procd
non linaire
Conception de v

Composante additive

u
A
d
i
/dt
i=0,...,r-1
+
-
y
d
(t)
y(t)
u
1
fc2
x
x
u

fc1
fc2
---------- -
1
fc2
-----------v
1
fc2
-----------u
sl
+ =
e
Ae Bu
sl
B + =
u
sl

0
e
T
Pb ( ) sgn =
x ( ) sgn
1 si x 0 >
1 si x 0 <
0 si x 0 =
'
=
Page 85
structure de commande ainsi que la convergence vers zro de lerreur de suivi de trajectoire.
III.4.2.2 - Dmonstration
Par substitution de lquation dynamique derreur (III.20) dans (III.14), on trouve:
(III.23)
Le choix de u
sl
(III.21) permet de dduire:
(III.24)
ce qui prouve la stabilit de la structure de commande.
La convergence asymptotique de lerreur de suivi de trajectoire e
0
est obtenue via le lemme de
Barbalat [Slotine-91]. Lingalit (III.24) ne permet pas une application directe sur V de celui-
ci. On va donc crer une nouvelle fonction non-ngative V
1
sur laquelle le lemme de Barbalat
pourra tre appliqu. Il est noter, que la nouvelle fonction V
1
ne sera utilise que pour
dmontrer la convergence de lerreur de suivi de trajectoire. On dfinit donc la fonction de
Lyapunov:
(III.25)
On peut facilement vrifier que chaque terme de la partie droite de (III.20) est born. Ceci
implique que est galement borne et par voie de consquence que lest aussi.
tant borne, il en dcoule que est uniformment continue. De plus, la dfinition de V
1
permet de garantir que et que .
Par application du lemme de Barbalat, on peut donc dduire que quand , ce
qui dmontre la convergence vers zro de lerreur e(t) i.e.
(III.26)
De lquation (III.26) on peut dduire la convergence vers zro de lerreur de suivi de
trajectoire, cest--dire:
(III.27)
Le mme rsultat peut tre dtermin en calculant lintgrale de (III.24) entre t = 0 et t = t
f
, on
obtient alors:
(III.28)
ou encore:
(III.29)
V
1
2
---e
T
Qe u
sl
e
T
Pb e
T
Pb + =
1
2
---e
T
Qe u
sl
e
T
Pb e
T
Pb
0
+ +
V
1
2
---e
T
Qe 0
V
1
t ( ) V t ( ) V
( )
1
2
--- + e
T
Qe d ; avec : V
1
t ( )
1
2
---e
T
Qe =
0
t
=
e
1
t ( ) V
1
t ( )
V
1
t ( )
V
1
t ( ) 0 V
1
t ( ) 0
V
1
t ( ) 0 t
e t ( )
t
lim 0 =
e
0
t ( )
t
lim 0 =
V t
f
( ) V 0 ( )
1
2
--- e
T
t ( )Qe t ( ) t d
0
t
f

1
2
--- e
T
t ( )Qe t ( ) t V 0 ( ) V t
f
( ) d
0
t
f

Page 86
Sachant que V est une fonction de Lyapunov, on a:
(III.30)
Des quations (III.29) et (III.30), on peut alors dduire que:
(III.31)
Enfin, de (III.31), on peut dduire que (III.26) est vrifie ce qui conduit la convergence vers
zro de lerreur de suivi de trajectoire.
III.4.3 - Robustification par une composante
Si lon considre le schma de commande initial sans ajout dune composante de
robustification, la fonction de transfert entre les incertitudes reprsentes par et lerreur de
suivi de trajectoire e
0
, peut tre dtermine partir de lquation dynamique (III.10). Si lon
dfinit de faon ce que e
0
= Ce, on obtient:
(III.32)
Lide dveloppe ici consiste dterminer une composante additive u
R
de faon modifier le
transfert pour garantir:
(III.33)
avec:
(III.34)
De manire similaire lapproche par mode de glissement (III.19), la loi de commande u
sexprime sous la forme:
(III.35)
Par analogie avec lquation (III.20), lquation derreur dynamique devient alors:
(III.36)
La composante u
R
est recherche sous la forme:
(III.37)
Par substitution de (III.37) dans (III.36), lquation derreur devient:
(III.38)
La fonction de transfert entre les incertitudes reprsentes par et lerreur de suivi de
trajectoire scrit finalement:
V 0 ( ) V t
f
( )
e
T
t ( )Qe t ( ) L
2
C 1 0 0 [ ] R
r
=
H
e
0
p ( ) C pI A ( )
1
B =
H
e
0
p ( )
H
e
0
p ( )
; o : 0 >
H
e
0
p ( )
S = up
L
2

e
0
2
2
------------
u

fc1
fc2
---------- -
1
fc2
-----------v
1
fc2
-----------u
R
+ =
e
Ae Bu
R
B + =
u
R
Ge t ( ) =
e
A BG + ( )e B A
e B = =
Page 87
(III.39)
III.4.3.1 - Principe dattnuation dincertitudes
La dtermination de G est rsolue via une optimisation en utilisant les quations de
Riccati. Elle est ici prsente en deux temps. Dans une premire tape, un lemme est tabli.
Celui-ci est ensuite exploit pour dmontrer un second lemme dbouchant sur la construction
de u
R
.
III.4.3.1.1 - Lemme 3.3
Sil existe une matrice symtrique dfinie positive P et un scalaire tels que le critre
dattnuation suivant est vrifi:
(III.40)
avec Q matrice symtrique dfinie positive, alors la fonction (III.13) est une fonction de
Lyapunov qui garantit que le systme (III.36), avec = 0, est stable. De plus, le transfert entre
et e
0
vrifie la contrainte dattnuation fixe par (III.33).
III.4.3.1.2 - Dmonstration
Si = 0, lquation dynamique derreur (III.38) se rsume :
(III.41)
Par substitution de celle-ci dans (III.14), on trouve:
(III.42)
De lquation (III.40), on peut dduire:
(III.43)
o est une matrice symtrique dfinie positive.
Lquation (III.42) permet alors de conclure que:
(III.44)
ce qui dmontre que la fonction (III.13) est une fonction de Lyapunov pour le systme (III.36)
lorsque = 0. Ceci prouve la stabilit de ce dernier.
Calculons lintgrale de (III.44) entre t = 0 et t = t
f
, on obtient:
(III.45)
ou encore:
(III.46)
H
e
0
p ( ) C pI A
( )
1
B =
H
0 >
PA
T
P Q C
T
C
1
2
----PBB
T
P 0 + + + +
e
e =
V
1
2
---e
T
A
T
P PA
+ [ ]e =
A
T
P PA
Q C
T
C
1
2
----PBB
T
P + + +
V
1
2
---e
T
e
V t
f
( ) V 0 ( )
1
2
--- e
T
t ( )e t ( ) t d
0
t
f

1
2
--- e
T
t ( )e t ( ) t V 0 ( ) V t
f
( ) d
0
t
f

Page 88
Sachant que V est une fonction de Lyapunov, on a:
(III.47)
Les quations (III.46) et (III.47) montrent que , ce qui dmontre la
convergence vers zro de lerreur e(t). Cette dernire implique la convergence vers zro de
lerreur de suivi de trajectoire e
0
(t).
Pour , par substitution de lquation dynamique de lerreur (III.38) dans (III.14), il
rsulte:
(III.48)
(III.49)
Dans ce cas, lingalit (III.48) peut scrire comme suit:
(III.50)
Par intgration des deux parties de lingalit (III.50) entre t = 0 et t = t
f
, on trouve:
(III.51)
ou encore:
(III.52)
Sachant que V est une fonction de Lyapunov, . Dans ce cas, lingalit (III.52)
devient:
(III.53)
ou encore:
(III.54)
Si , alors lquation (III.54) peut scrire comme suit:
(III.55)
V 0 ( ) V t
f
( )
e
T
t ( )e t ( ) L
2
0
V
1
2
---e
T
A
T
P PA
+ [ ]e
1
2
---B
T
Pe
1
2
---e
T
PB =
1
2
---e
T
A
T
P PA
+ [ ]e
1
2
---
1
---B
T
Pe +
T
1
---B
T
Pe +
1
2
2
--------e
T
PBB
T
Pe
1
2
---
2
2
+ + =
1
2
---e
T
A
T
P PA
2
----PBB
T
P + + e
1
2
---
2
2
+
A
T
P PA
2
----PBB
T
P C
T
C Q + +
V
1
2
---e
T
C
T
Ce
1
2
---e
T
Qe
1
2
---
2
2 1
2
---e
T
C
T
Ce
1
2
---
2
2
+ +
V t
f
( ) V 0 ( )
1
2
--- e
T
C
T
Ce t
1
2
---
2
2
t d
0
t
f
+ d
0
t
f

V t
f
( )
1
2
--- e
T
C
T
Ce t
1
2
---
2
2
t V 0 ( ) + d
0
t
f
+ d
0
t
f

V t
f
( ) 0
1
2
--- e
T
C
T
Ce t
1
2
---
2
2
t V 0 ( ) + d
0
t
f
d
0
t
f
1
2
--- e
0
2
t
1
2
---
2
2
t V 0 ( ) + d
0
t
f
d
0
t
f
V 0 ( ) 0 =
Sup
L
2
0 t
f
, [ ]
e
0
2
2
------------
Page 89
Finalement,
(III.56)
ce qui dmontre la contrainte dattnuation (III.33).
III.4.3.1.3 - Lemme 3.4
Si la loi de commande u
R
est choisie telle que:
(III.57)
o r est un scalaire positif et P une matrice symtrique dfinie positive vrifiant lquation de
Riccati suivante:
(III.58)
alors la contrainte dattnuation (III.33) est vrifie.
La dmonstration est faite par application directe du lemme 3.3. Pour cela, il est ncessaire
de vrifier que la contrainte (III.40) est satisfaite. La partie gauche de lingalit (III.40), note
PG, est donc value dans le cas o la commande (III.57) est applique. On a alors:
(III.59)
De lquation (III.58), on obtient donc PG = 0, ce qui dmontre que lquation (III.40) est
vrifie. Par application du lemme 3.3, on en dduit finalement que la contrainte dattnuation
(III.33) est vrifie.
III.4.3.2 - Exemple illustratif
Lobjectif de cet exemple est dillustrer les performances de loptimisation . Pour cela,
nous considrons le systme oscillatoire Duffing forced-oscillation donn dans [Wang-94].
Celui-ci est dcrit par les quations dynamiques suivantes:
H
e
0
p ( )

u
R
Ge t ( )
1
r
---B
T
P e t ( ) = =
PA A
T
P Q C
T
C
2
r
---
1
2
---- PBB
T
P + + + 0 =
avec : Q 0 et
2
r
---
1
2
---- 0 ou encore 2
2
r >
PG P A BG + ( ) A BG + ( )
T
P Q C
T
C
1
2
----PBB
T
P + + + + =
PA A
T
P
2
r
---PBB
T
P Q C
T
C
1
2
----PBB
T
P + + + + =
PA A
T
P
2
r
---
1
2
---- PBB
T
P Q C
T
C + + + =
H

Page 90
(III.60)
o .
Dans cet exemple, lordre n du systme est gal son degr relatif r. i.e.
(III.61)
En rgime libre (u(t) = 0), le systme est chaotique. Dans ce cas, la trajectoire de ce dernier
dans le plan de phase (x
1
, x
2
) est illustre sur la figure III.6, pour les conditions initiales x
1
(0) =
2.0 et x
2
(0) = 0.0 et lintervalle de temps t
0
= 0 t
f
= 50s.
Le systme non linaire (III.60) est dans la forme canonique (I.32) o la fonction
c2
= 1. La
fonction non linaire
c1
, suppose inconnue, est reprsente par une collection de rgles de la
forme suivante:
(III.62)
Figure III.6 : Trajectoire dans le plan de phase (x
1
, x
2
)
On suppose que le modle flou de ce systme, identifi autour de la trajectoire de rfrence
y
d
(k) = 2sin(t), est donn par la base de rgles illustre la figure III.7.
Figure III.7 : Base de rgles du systme flou
Les univers de discours des entres x
1
et x
2
sont:
A
1
1
A
1
2
A
1
3
A
1
4
A
1
5
A
1
6
A
1
7
A
2
1
10.172 -9.4717 -5.453 0.01 -0.02 3.552 -1.821
A
2
2
8.336 3.9624 0.723 0.05 0.08 8.1687 -6.580
x
1
x
2
=
x
2
-0.1x
2
x
1
3
g t ( ) u + + =
y x
1
=
'
g t ( ) 12 t ( ) cos =
n r 2 = =
Si x
1
est A
1
i
1
et x
2
est A
2
i
2
Alors
fc1
i
1
i
2
, ( )
fc1
i
1
i
2
, ( )
=
i
1
1 7 et i
2
, , 1 2 , = =
-4 - 3 -2 -1 0 1 2 3 4
-1 0
-8
-6
-4
-2
0
2
4
6
8
1 0
-4 -2 0 2 4
0
4
8
-4
-8
x
1
x
2
Page 91
(III.63)
et la partition floue associe est illustre la figure III.8.
Figure III.8 : Partition floue des univers de discours
Nous choisissons comme placement de ples p
1
= -5, p
2
= -6 (le polynme s
2
+ 11s + 30 est
stable).
Afin de pouvoir calculer la norme , nous choisissons comme conditions initiales du
systme x
1
(0) =y
d
(0) et x
2
(0) = (cest--dire e
0
(0) = 0 et ou encore V(0) = 0).
Dans la conception de la loi de commande additive u
R
, diffrentes valeurs de ont t choisies
(voir figure III.9). La matrice Q est choisie gale 0.1.I o I est la matrice identit. Par
rsolution de lquation (III.58), avec r = 2
2
, une matrice symtrique dfinie positive P est
trouve:
(III.64)
Il est noter que le choix r = 2
2
permet dobtenir une matrice P indpendante de . Ce
choix est ici possible dans la mesure o lquation de Riccati correspondante admet une
solution.
Les rsultats de simulation sur un horizon de temps = secondes sont donns
la figure III.9.
Figure III.9 : Robustification par une composante
On saperoit que pour chaque valeur de donne, la contrainte dattnuation spcifie est
vrifie. Lvolution de lerreur de suivi pour diffrentes valeurs de est illustre la figure
III.10.
sans u
R
= 0.05 = 0.01 = 0.005
0.0333 0.0270 0.0049 0.0014
11.185 7.779 3.005 0.942
G -
x
1
min
x
1
max
, [ ] x
2
min
x
2
max
, [ ] 3.0 3.0 , [ ] = =
-3.0 -2.0 -1.0 0.0 1.0 2.0 3.0 -3.0 3.0
x
1
x
2
A
1
1
A
2
1
A
3
1
A
4
1
A
5
1
A
6
1
A
7
1
A
1
2
A
2
2
H
d
0 ( ) e
0
0 ( ) 0 =
0.3880 0.0183
0.0183 0.0062
t
0
t
f
, [ ] 0 20 , [ ]
H
e
0

e
0
-14.66 -4.96 [ ] -91.66 -31.06 [ ] -366.66 -124.24 [ ]
H

Page 92
Figure III.10 : Evolution de e
0
(t) pour diffrentes valeurs de avec V(0) = 0
Lvolution de la loi de commande u
R
pour = 0.005 est illustre la figure III.11.
Figure III.11 : Loi de commande u
R
Pour les conditions initiales x
1
(0) = 2.0 et x
2
(0) = 0, lvolution de lerreur de suivi pour les
valeurs de choisies prcdemment est illustre la figure III.12.
0 200 400 600 800 1000 1200 1400 1600 1800 2000
-0.4
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
0.4
0.5
0 4 8 12 16 20
sans u
R
= 0.05
= 0.01
= 0.005
0 2 0 0 4 0 0 6 0 0 8 0 0 1 0 0 0 1 2 0 0 1 4 0 0 1 6 0 0 1 8 0 0 2 0 0 0
- 1 5
- 1 0
- 5
0
5
1 0
1 5
0 4 8 12 16 20
Page 93
Figure III.12 : Evolution de e
0
(t) pour diffrentes valeurs de avec
La figure III.12 montre que mme si , la performance de loptimisation dans
lattnuation de linfluence des incertitudes sur lerreur de suivi est bien prsente. Dans ce cas,
la norme entre lerreur de suivi et ne peut pas tre value par le rapport dnergie
(III.55), mais uniquement par lingalit (III.54).
On peut constater la performance de loptimisation . Cette performance dpend de la
valeur dattnuation choisie. Le lecteur remarquera que, pour une valeur de donne, aucune
condition pour assurer lexistence dune solution au problme doptimisation nest
propose.
III.5 - Linarisation Entre-Sortie Continue Floue Adaptative: Approche
par minimisation de lerreur de suivi
Dans tout ce qui prcde, nous avons suppos que le modle flou tait disponible. Si ce
nest pas le cas, une L.E.S.C.F adaptative (L.E.S.C.F.A) est propose. Elle emploie un modle
flou du procd non linaire identifi en ligne. Dans ce cas, le problme de lidentification du
modle flou et le problme de commande sont intgrs.
Le problme didentification consiste choisir une structure approprie puis concevoir
des lois dajustement de paramtres afin que, pour un mme signal dentre, la sortie du
modle identifi approche suffisamment la sortie du procd. Dans ce cadre, on suppose que la
sortie du procd est borne pour toute entre admissible u. Dans ce chapitre, lidentification
0 200 400 600 800 1000 1200 1400 1600 1800 2000
-2
-1.5
-1
-0.5
0
0.5
sans u
R
= 0.05
= 0.01
= 0.005
0 4 8 12 18 20
V 0 ( ) 0
V 0 ( ) 0 H

Page 94
est ralise en boucle ferme et le modle identifi ne sera valable que pour une trajectoire
dsire donne. Lintrt dune telle mthode est de simplifier la complexit du modle et du
contrleur associ.
Comme lapprentissage de paramtres suppose une structure de base de rgles fige (le
nombre de symboles flous utiliser sur chaque univers de discours est connu), le problme
didentification est ramen un problme destimation de paramtres.
Comme nous lavons vu dans le paragraphe I.7.1., les deux fonctions non linaires
c1
et
c2
sont reprsentes par deux systmes flous dont les bases de rgles sont donnes par:
(III.65)
(III.66)
Les sorties gnres par les systmes flous (III.65) et (III.66) sont respectivement:
(III.67)
(III.68)
o et sont les vecteurs de paramtres ajusts ou adapts et W
T
(x) le vecteur
compos des degrs de validit des prmisses de rgles. La notation W remplace ici la notation
introduite dans les chapitres prcdents. Ce changement de notation sera justifi
ultrieurement.
Si lon note et les vecteurs de paramtres optimaux dans lapproximation floue de
c1
(x) et
c2
(x), la sortie globale du systme (cf. quation (I.51)) peut tre crite comme suit:
(III.69)
o .
Quant la sortie du systme flou identifi, elle est donne par:
(III.70)
Lerreur destimation sur la sortie sexprime alors:
(III.71)
o , reprsentent les vecteurs derreur de paramtres.
Lexpression de y
(r)
donne par lquation (III.69) peut tre rcrite en fonction des paramtres
adapts et des erreurs de paramtres. On obtient alors:
(III.72)
Dans un premier temps, la L.E.S.C.F.A est construite partir du modle flou nominal sans
Si x
1
est A
1
i
1
et et x
n
est A
n
i
n
Alors
fc1
i
1
i
n
, , ( )
fc1
i
1
i
n
, , ( )
=
Si x
1
est A
1
i
1
et et x
n
est A
n
i
n
Alors
fc2
i
1
i
n
, , ( )
fc2
i
1
i
n
, , ( )
=
fc1
x
fc1
, ( ) W x ( )
fc1
=
fc2
x
fc2
, ( ) W x ( )
fc2
=
fc1

fc2
fc1
*
fc2
*
y
r ( )
W x ( )
fc1
*
W x ( )
fc2
*
u + + =

fc1
x ( )
fc2
x ( )u +
0
=
y
r ( )
fc1
x ( )
fc2
x ( )u + W x ( )
fc1
W x ( )
fc2
u + = =
y
r ( )
y
r ( )
W x ( )
fc1
W x ( )
fc2
u + + =
fc1

fc1
*
fc1
=
fc2

fc2
*
fc2
=
y
r ( )
fc1
x ( )
fc2
x ( )u W x ( )
fc1
W x ( )
fc2
u + + + + =
Page 95
prise en compte de lincertitude . Par analogie avec lquation (III.8), la loi de commande est
alors choisie comme suit:
(III.73)
o est la loi de commande floue adapte. Celle-ci est tablie partir de et ,
sorties gnres par des systmes flous (III.65) et (III.66), que lon cherche faire converger
respectivement vers
c1
(x) et
c2
(x).
Par substitution de (III.73) dans (III.72), on obtient:
(III.74)
Lexpression de v tant donne par (III.3), lquation dvolution de lerreur de poursuite est
finalement:
(III.75)
ou encore sous forme matricielle:
(III.76)
o A, B sont dfinis comme prcdemment (cf. quation (III.11)).
Dans une forme compacte, lquation (III.76) scrit:
(III.77)
On retrouve ici la notation introduite dans les deux premiers chapitres. Le vecteur
T
est
toujours construit partir des degrs de validit des prmisses de rgles mais celui-ci est
maintenant tendu avec un adjustement multiplicatif par u dans le cas du deuxime systme
flou. Cette duplication provient du fait que deux systmes flous de mmes prmisses sont
utiliss pour lapproximation du systme.
Le principe de la L.E.S.C.F.A est illustr la figure III.13.
Figure III.13 : Principe de la L.E.S.C.F.A
Les lois dadaptation des paramtres du modle flou sont dtermines de faon minimiser
lerreur de poursuite entre la sortie du procd et la trajectoire dsire. La stratgie mise en
oeuvre est dtaille dans le paragraphe qui suit.
u u
f
fc1
x ( )
fc2
x ( )
----------------------
v
fc2
x ( )
------------------ + = =
u
f

fc1
x ( )
fc2
x ( )
y
r ( )
v W x ( )
fc1
W x ( )
fc2
u + + + =
e
0
r ( )
T
e W x ( )
fc1
W x ( )
fc2
u =
e
Ae BW
fc1
BW
fc2
u B =
e
Ae B
fc
B =
o: W Wu , [ ] et
fc

fc1

fc2
, [ ]
T
= =
Procd
non linaire
Conception de v
d
i
/dt
u
y(t)
i=0,...,r
-

fc1
fc2
+
v
fc2
^
^ ^
y
d
(t)
x
+
x
Page 96
III.5.1 - Minimisation de lerreur de suivi
III.5.1.1 - Construction de la loi dadaptation
La construction de la loi dadaptation est prsente en deux tapes. Dans un premier temps,
un lemme est tabli. Celui-ci est ensuite exploit dans le choix de la loi dadaptation.
III.5.1.1.1 - Lemme 3.5
Soit P une matrice symtrique dfinie positive, solution de lquation de Lyapunov (III.12).
En absence dincertitudes, i.e. = 0, le transfert entre et est dissipatif.
Figure III.14 : Transfert entre et
Pour = 0, lquation dynamique de lerreur de suivi scrit comme suit:
(III.78)
Afin de dmontrer le lemme nonc, nous utilisons la fonction quadratique suivante:
(III.79)
Par drivation de (III.79), on trouve:
(III.80)
Par substitution de (III.78) dans (III.80), il rsulte:
(III.81)
o Q est une matrice symtrique dfinie positive.
Les quations (III.79) et (III.81) vrifient les conditions de dissipativit donnes dans le
paragraphe I.4.2.1. Ceci conduit la dissipativit du systme
2
.
III.5.1.1.3 - Lemme 3.6
Si la loi dadaptation des paramtres est choisie comme suit:
(III.82)
fc
e
T
PB
2
e
T
PB
~
fc
f c
e
T
PB
e
Ae B
fc
=
V
1
1
2
---e
T
Pe =
V
1
1
2
---e
T
Pe
1
2
---e
T
Pe
+ =
V
1
1
2
---e
T
A
T
P PA + [ ]e
fc
T
T
e
T
PB =
1
2
---e
T
Qe e
T
PB
fc
=
fc
T
e
T
PB =
Page 97
ou encore:
(III.83)
avec matrice diagonale dfinie positive, alors le transfert entre et est passif et le
systme interconnect illustr la figure III.15 assure la stabilit de la structure de commande,
la bornitude de tous les signaux dentres/sorties utiliss, la convergence vers zro de lerreur
de suivi de trajectoire et de lerreur de paramtres.
Figure III.15 : Interconnection de deux systmes avec une entre externe nulle
Dans cette dmonstration, nous choisissons la fonction quadratique suivante:
(III.84)
o est une matrice diagonale dfinie positive.
Par drivation de lquation (III.84), on obtient:
(III.85)
(III.86)
Des quations (III.84) et (III.86), on peut dduire que le systme
3
est passif (voir conditions
de passivit donnes dans le paragraphe I.4.2.1).
Sachant que le systme
2
est dissipatif, par application de la thorie de passivit donne dans
le paragraphe I.4.2.1, on peut dduire la bornitude de tous les signaux dentres/sorties utiliss
dans le systme interconnect. Cette bornitude conduit la stabilit entre-sortie du systme
interconnect.
De plus, si nous prenons comme fonction de Lyapunov:
(III.87)
par drivation de (III.87) et substitution de (III.81) et (III.86), on trouve:
fc
T
e
T
PB =
e
T
PB
fc
2
e
T
PB
fc

~
fc
V
2
1
2
---
fc
T
fc
=
1
V
fc
T
fc =
V
fc
T
T
e
T
PB e
T
PB
fc
= =
V V
1
V
2
+ =
Page 98
(III.88)
Ainsi, comme dans le paragraphe III.4.2., on peut dmontrer que: ce qui
conduit la convergence vers zro de lerreur e(t) quand ou encore la convergence
vers zro de lerreur de suivi de trajectoire e
0
(t).
Selon lquation (III.78), la convergence vers zro de lerreur e(t) induit la convergence vers
zro de lerreur de paramtres.
III.5.1.2 - Remarque 3.2
Pour , le systme interconnect illustr la figure III.15 devient le systme suivant:
Figure III.16 : Interconnection de deux systmes avec entre externe non nulle
Par substitution de lquation derreur (III.77) dans (III.80), on trouve:
(III.89)
Des quations (III.79) et (III.89), on peut dduire que le transfert entre et
est dissipatif. Sachant que le transfert entre et est passif et que est borne par
0
,
par utilisation de la thorie de la passivit (voir paragraphe I.4.2.1), la bornitude de tous les
signaux dentres/sorties utiliss dans le systme interconnect (voir figure III.16) est assure.
Ceci conduit la stabilit entre-sortie du systme interconnect.
Malheureusement, la loi de commande (III.73) nassure pas la robustesse vis--vis des
incertitudes reprsentes par . Par analogie avec le paragraphe III.4.1, nous proposons
daugmenter la L.E.S.C.F.A par une composante additive afin dassurer la robustesse (voir
figure III.17). Cette composante additive est synthtise soit une technique de mode de
glissement, soit par une optimisation .
III.5.1.3 - Robustification de la L.E.S.C.F.A
Par analogie avec le paragraphe III.4.1., la loi de commande u donne par (III.73) est
augmente par une composante u
A
et devient alors:
V
1
2
---e
T
Qe 0 =
e
T
t ( )Qe t ( ) L
2
t
0
22
e
T
PB
33
(
~
fc
+)
~
fc
V
1
1
2
---e
T
Qe e
T
PB
fc
+ ( ) =
fc
+ ( ) e
T
PB
e
T
PB
fc
H

Page 99
(III.90)
(III.91)
Figure III.17 : Robustification de la L.E.S.C.F.A
III.5.1.3.1 - Robustification par mode de glissement
Dans ce paragraphe, la loi de commande u est donne par (III.90) o u
A
est remplace par
une composante de mode de glissement u
sl
:
(III.92)
et lquation derreur (III.91) scrit comme suit:
(III.93)
Par drivation de (III.87) et substitution des quations (III.93) et (III.82) on retrouve
lingalit (III.23). Si la loi de commande de mode de glissement est donne par (III.21), la
stabilit de la structure de commande et la convergence vers zro de lerreur de suivi sont
assures via le lemme 3.2.
III.5.1.3.2 - Robustification par une composante
La loi de commande de mode de glissement u
sl
peut tre remplace par une composante de
commande u
R
base sur une optimisation capable dattnuer linfluence des incertitudes
par un coefficient donn.
Dans ce cas, lquation dynamique derreur de suivi (III.91) devient:
(III.94)
u

fc1
x ( )
fc2
x ( )
----------------------
v
fc2
x ( )
------------------
1
fc2
x ( )
------------------u
A
+ =
e
Ae B
fc
Bu
A
B + =
Procd
non linaire
Conception de v
Composante additive

u
A
d
i
/dt
i=0,...,r
+
-
-

fc1
fc2
+
v
fc2
^
^ ^
+
y(t)
y
d
(t)
x
u
1
fc2
^ x
u

fc1
x ( )
fc2
x ( )
----------------------
v
fc2
x ( )
------------------
1
fc2
x ( )
------------------u
sl
+ =
e
Ae B
fc
Bu
sl
B + =
H
Ae B
fc
Bu
R
B + =
Page 100
Par drivation de V et utilisation de (III.57), (III.82) et (III.94) on retrouve lquation
(III.48). Dans ce cas, on peut facilement dmontrer que la contrainte dattnuation (III.33) est
satisfaite (voir lemmes 3.3 et 3.4).
III.5.2 - Exemples de simulation
Dans les exemples de simulation, le placement de ples, les conditions initiales des
systmes, les paramtres dinitialisation, les bornes suprieures des incertitudes et les
perturbations seront dfinis pour chaque exemple et utiliss tout au long de ce chapitre pour
tester les performances des mthodes de commande proposes.
III.5.2.1 - Exemple 1
Dans cet exemple, on considre le systme pendule invers donn par les quations
dynamiques suivantes:
(III.95)
Ces quations sont supposs inconnues, sauf lordre et le degr relatif du systme.
Dans les simulations, nous prenons les valeurs numriques suivantes:
.
Dans cet exemple, lordre n du systme est gal son degr relatif r :
(III.96)
La surface de la fonction f et la courbe reprsentant la fonction g sont illustres sur la figure
III.18.
Le systme non linaire (III.95) est dans la forme canonique (I.32). Les deux fonctions non
linaires
c1
et
c2
sont reprsentes par des collections de rgles de la forme suivante:
x
1
x
2
=
x
2
g x
1
( )
mlx
2
2
x
1
( ) x
1
( ) sin cos
m m
c
+
------------------------------------------------- sin
l
4
3
---
mcos
2
x
1
( )
m m
c
+
-------------------------
,

_
-----------------------------------------------------------------------------
x
1
( ) cos
m m
c
+
------------------
l
4
3
---
mcos
2
x
1
( )
m m
c
+
-------------------------
,

_
------------------------------------------u + =
'
y x
1
=
g 9.8m s
2
m
c
, 1kg m , 0.1kg l , 0.5m = = = =
n r 2 = =
Page 101
Figure III.18 : Reprsentation des fonctions f et g
(III.97)
Notre objectif est de tester les techniques dveloppes sur le pendule invers afin de pouvoir
suivre la trajectoire dsire y
d
(t) = /3sin(t).
Les univers de discours de x
1
et x
2
sont:
(III.98)
La partition floue des univers de discours des entres est illustre la figure III.19.
Nous choisissons comme placement de ples p
1
= -5, p
2
= -6 (le polynme s
2
+ 11s + 30 est
stable).
Figure III.19 : Partition floue des univers de discours des entres
Les conditions initiales du systme sont x
1
(0) = /4 et x
2
(0) = 0. La borne suprieure
0
des
x
1
g(x)
x
1
x
2
f(x)
Si x
1
est A
1
i
1
et x
2
est A
2
i
2
Alors
fc1
i
1
i
2
, ( )
fc1
i
1
i
2
, ( )
=
Si x
1
est A
1
i
1
et x
2
est A
n
i
n
Alors
fc2
i
1
i
2
, ( )
fc2
i
1
i
2
, ( )
=
i
1
1 5 et i
2
, , 1 2 , = =
x
1
min
x
1
max
, [ ]
4
9
------
4
9
------ , et x
2
min
x
2
max
, [ ]
4
9
------
4
9
------ , rad s ( ) = =
-4/9 4/9
x
2
A
1
2
A
2
2
0.0
2/9
4/9 2/9 4/9
A
1
1
A
2
1
A
3
1 A
4
1
A
5
1
x
1
Page 102
incertitudes est choisie gale 0.25. Une perturbation dp(t) = 0.15cos(t) est ajoute la sortie
du systme.
Les paramtres du modle flou sont tous initialiss de manire alatoire entre -1 et 1.
Dans un premier temps, nous utilisons la structure de commande reprsente la figure
III.17, o la loi de commande additive est la loi de mode de glissement donne par (III.21). Les
rsultats de simulation sont illustrs sur les figures ci-dessous.
La figure III.20 montre lvolution de la trajectoire de rfrence et la sortie du systme sur un
horizon de temps secondes.
Sur la figure III.20, on remarque que aprs quelques oscillations pendant les deux premires
priodes, la sortie du systme converge bien vers la trajectoire de rfrence. Lerreur de suivi
importante entre les deux sorties durant les deux premires priodes est due aux conditions
initiales et linitialisation des paramtres. Un bon choix de ces derniers permet de contourner
ce problme. Il est important dinsister sur le fait que la loi de mode de glissement est
synthtise dans lobjectif dassurer une erreur nulle entre la trajectoire de rfrence et la sortie
du systme sans se proccuper de lvolution du rgime transitoire.
Figure III.20 : Trajectoire de rfrence et sortie du systme
Les figures III.21 et III.22 montrent respectivement la loi de commande floue adaptative et la
loi de commande par mode de glissement.
Sur la figure III.21 on constate que lvolution de la loi de commande floue adaptative ne pose
aucun problme sur lhorizon de temps considr. Cela est d au fait que la trajectoire de
rfrence utilise est reproductible par le systme non linaire.
t
0
t
f
, [ ] 0 50 , [ ] =
0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 3 0 0 0 3 5 0 0 4 0 0 0 4 5 0 0 5 0 0 0
- 1 . 5
- 1
- 0 . 5
0
0 . 5
1
1 . 5
0 10 20 30 40 50
0
1
-1
0.5
-0.5
1.5
y(t)
y
d
(t)
Page 103
Figure III.21 : Commande floue adaptative
Sur la figure III.22, on saperoit que la loi de commande de mode de glissement introduit
des signaux hautes frquences qui risquent dexciter des dynamiques non modlises.
Figure III.22 : Commande par mode de glissement
Lvolution dun paramtre estim est donne la figure III.23.
Figure III.23 : Evolution dun paramtre estim
Lutilisation de la loi dadaptation de paramtres (III.82) nassure pas la convergence de
ceux-ci sur un horizon de temps fini. Cet tat de fait ne pose pas de problme particulier dans
0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 3 0 0 0 3 5 0 0 4 0 0 0 4 5 0 0 5 0 0 0
- 5 0
- 4 0
- 3 0
- 2 0
- 1 0
0
1 0
2 0
3 0
0 10 20 30 40 50
0
20
-20
-40
0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 3 0 0 0 3 5 0 0 4 0 0 0 4 5 0 0 5 0 0 0
- 0 . 2 5
- 0 . 2
- 0 . 1 5
- 0 . 1
- 0 . 0 5
0
0 . 0 5
0 . 1
0 . 1 5
0 . 2
0 . 2 5
0 10 20 30 40 50
0
0.1
0.2
-0.1
-0.2
0 10 20 30 40 50 60 70
-0.25
-0.2
-0.15
-0.1
-0.05
0
0.05
0.1
0.15
0.2
0.25
19 20
0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 3 0 0 0 3 5 0 0 4 0 0 0 4 5 0 0 5 0 0 0
0
0 . 0 5
0 . 1
0 . 1 5
0 . 2
0 . 2 5
0 . 3
0 . 3 5
0 . 4
0 . 4 5
0 10 20 30 40 50
0.1
0.2
0.3
0.4 Paramtre 9
0
Page 104
un cadre de commande adaptative o lobjectif est gnralement datteindre des performances
de commande spcifies. Rappelons cependant que notre objectif premier reste dapprendre le
modle flou du procd pour dvelopper la technique L.E.S.C.F. En effet, une convergence des
paramtres du modle flou permet de dconnecter la partie adaptative aprs apprentissage et
dliminer ainsi son cot algorithmique dans un fonctionnement en ligne. De ce point de vue,
on est alors ramen au principe dvelopp aux paragraphes III.3 et III.4.
Ce problme de non convergence nous conduira dvelopper au paragraphe III.6 une
mthode dadaptation composite base sur la minimisation non seulement de lerreur de suivi
de trajectoire mais aussi de lerreur de prdiction entre le procd non linaire et le modle
flou. Nous cherchons alors stabiliser les paramtres du modle flou lorsque lerreur de
prdiction a converg vers une valeur . i.e.
(III.99)
Dans la conception de la loi de commande additive u
R
, le paramtre est choisi gal 0.02.
La matrice Q est choisie gale 0.1.I.
Par application du lemme 3.3, avec r = 0.0008, on trouve:
(III.100)
Les rsultats de simulation sont illustrs sur les figures ci-dessous.
La figure III.24 prsente lvolution de la sortie du systme et la trajectoire de rfrence.
Figure III.24 : Sortie du systme et trajectoire de rfrence.
La figure III.24 montre que aprs un rgime transitoire faible, la sortie du systme suit
parfaitement la trajectoire de rfrence. Cela est d la performance de loptimisation .
Cette dernire est conue afin de raliser une erreur faible sur tout lhorizon de temps utilis et
0

0
, [ ]
y
r ( )
y
f
r ( )

0
G
-22.9167 -7.7652
=
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
-1.5
-1
-0.5
0
0.5
1
1.5
0
10 20 30 40
50
0 50 100 150 200 250 300
0
0.2
0.4
0.6
0.8
1
1.2
1.4
0 0.3
0
1.5
y(t)
y
d
(t)
H

Page 105
notamment pendant le rgime transitoire. Cependant, si la loi doptimisation peut assurer
une erreur de suivi faible, elle ne peut pas assurer la convergence de cette dernire vers zro.
Les figures III.25, III.26 et III.27 illustrent respectivement lvolution de la loi de
commande floue adaptative, la loi de commande de robustification u
R
et lvolution dun
paramtre estim du modle flou.
Figure III.26 : Commande u
R
Figure III.27 : Evolution dun paramtre du modle flou
La loi dadaptation utilise ici est la mme que celle du mode de glissement. Nous mettons
H
0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 3 0 0 0 3 5 0 0 4 0 0 0 4 5 0 0 5 0 0 0
- 4 0
- 3 0
- 2 0
- 1 0
0
1 0
2 0
3 0
0 10 20 30 40 50
0
20
-20
-40
0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 3 0 0 0 3 5 0 0 4 0 0 0 4 5 0 0 5 0 0 0
- 5
0
5
1 0
1 5
2 0
2 5
3 0
0 10 20 30 40 50
0 2 0 4 0 6 0 8 0 1 0 0
0
5
1 0
1 5
2 0
2 5
3 0
0
10
20
30
0 0.1
0
10
20
30
-5
0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 3 0 0 0 3 5 0 0 4 0 0 0 4 5 0 0 5 0 0 0
0 . 1
0 . 1 5
0 . 2
0 . 2 5
0 . 3
0 . 3 5
0 . 4
0 . 4 5
0 . 5
0 10 20 30 40 50
0.1
0.2
0.3
0.4
0.5
Paramtre 9
Page 106
en vidence le problme soulev la fin du paragraphe prcdent sur la non convergence du
paramtres du modle flou sur un horizon de temps fini.
Dans cet exemple, nous considrons le systme oscillatoire donn dans le paragraphe
III.4.3.2 o la fonction temporelle g(t) est donne par:
(III.101)
La fonction g(t) est utilise pour illustrer les performances et la robustesse des techniques
dveloppes vis--vis dun changement de paramtres dans le systme.
Le protocole de cette illustration est le suivant (voir figure III.28).
- Pour un systme non linaire donn et pour une trajectoire de rfrence admissible, nous
utilisons la structure de commande synthtise pour commander le systme afin de suivre
sa trajectoire de rfrence.
- Une fois que la sortie du systme non linaire a converg vers la trajectoire de rfrence,
nous appliquons un changement brutal des paramtres du systme. Intuitivement, ce
changement brusque conduit des oscillations.
- Si la sortie du systme est capable de rejoindre la trajectoire de rfrence aprs quelques
oscillations, on peut dire que la mthode utilise prsente une certaine robustesse vis--
vis dun changement de paramtres.
Figure III.28 : Principe de robustesse en prsence dun changement de paramtres.
Notre objectif est de suivre la trajectoire de rfrence y
d
(t) = 2sin(t). Nous gardons le mme
placement de ples que celui dfini dans lexemple 1. Les conditions initiales du systme sont
x
1
(0) = 2 et x
2
(0) = 0. La borne suprieure
0
des incertitudes est choisie gale 0.50. Nous
ajoutons la sortie du systme une perturbation dp(t) = 0.25sin(t).
Les univers de discours de entres x
1
et x
2
et leurs partitions floues sont choisies de la mme
g t ( )
12 t ( ) si t 50s < cos
40 t ( ) si t 50s sin
'
=
Changement des paramtres
du systme
sortie du
systme
trajectoire
de rfrence
Oscillations
temps
Page 107
manire que dans le paragraphe III.4.3.2. Les paramtres initiaux du modle flou sont tous
initialiss dune manire alatoire entre -5 et 5.
Par utilisation de la structure de commande reprsente la figure III.17,on obtient les
rsultats de simulation illustrs sur les figures suivantes.
Sur la figure III.29, on remarque que pendant lintervalle de temps , lerreur de suivi
diminue et sapproche de zro. Dans ce cas, la sortie du systme converge vers la trajectoire de
rfrence. Les oscillations autour de t = 50s sont dues une variation dans les paramtres du
systme non linaire. Cette variation conduit une variation des paramtres du modle flou.
Dans ce cas, lalgorithme dadaptation recherche un nouveau jeu de paramtres. Une fois ce
jeu de paramtres retrouv, la sortie du systme converge de nouveau vers la trajectoire de
rfrence.
Figure III.29 : Erreur de suivi de trajectoire
Les figures III.30 et III.31 montrent respectivement la loi de commande floue adaptative et
la loi de mode de glissement.
Le changement brutal, d la variation des paramtres du systme non linaire, de
lamplitude de la loi de commande floue adaptative est bien visible sur la figure III.30. Malgr
0 50 , [ ]
0 2 0 0 0 4 0 0 0 6 0 0 0 8 0 0 0 1 0 0 0 0 1 2 0 0 0
- 0 . 5
0
0 . 5
1
1 . 5
2
0 20 40 60 80 100 120
0
1
2
-0.5
0
0 2 0 0 0 4 0 0 0 6 0 0 0 8 0 0 0 1 0 0 0 0 1 2 0 0 0
- 6 0
- 5 0
- 4 0
- 3 0
- 2 0
- 1 0
0
1 0
2 0
3 0
4 0
20 40 60 80 100 120
0
0
20
40
-20
-40
-60
Page 108
cette variation brutale, la stabilit assure du systme empche lexplosion de la loi de
commande.
Les constatations donnes dans lexemple 1 sur le mode de glissement restent valables dans ce
paragraphe. Lvolution dun paramtre flou estim est donne la figure III.32.
Sur la figure III.32, on constate bien que le changement des paramtres du procd conduit
une variation brutale dans les paramtres du modle flou. Quant la convergence des
paramtres du modle flou, les remarques discutes prcdemment restent vraies dans ce
paragraphe.
Notre objectif est de concevoir la loi de commande additive u
R
, avec .
La matrice Q est choisie gale 0.1.I. Par application du lemme 3.5, avec r = 0.0002 on trouve:
(III.102)
Par application de la structure de commande reprsente par la figure III.17, avec comme
loi additive la loi u
R
, on obtient les rsultats de simulation illustrs ci-dessous.
0 2 0 0 0 4 0 0 0 6 0 0 0 8 0 0 0 1 0 0 0 0 1 2 0 0 0
- 0 . 5
- 0 . 4
- 0 . 3
- 0 . 2
- 0 . 1
0
0 . 1
0 . 2
0 . 3
0 . 4
0 . 5
20 40 60 80 100 120
0
0
0.2
0.4
-0.2
-0.4
0 2 0 0 0 4 0 0 0 6 0 0 0 8 0 0 0 1 0 0 0 0 1 2 0 0 0
- 8 0
- 7 0
- 6 0
- 5 0
- 4 0
- 3 0
- 2 0
- 1 0
0
1 0
20 40 60 80 100 120
0
0
10
-20
-40
-60
Paramtre 3
H
0.01 =
G
-91.66 -31.06
=
Page 109
Les observations faites dans le paragraphe III.5.2.2.1 sur lvolution de lerreur de suivi restent
vraies ici. De plus, on remarque que le rgime transitoire est moins important que dans le cas
du mode de glissement.
Lvolution de la loi de commande floue adaptative est donne la figure III.34.
Lvolution de la loi de commande de robustification u
R
est illustre la figure III.35.
R
.
Lvolution dun paramtre flou estim est donne la figure III.36.
0 2000 4000 6000 8000 10000 12000
- 0. 5
0
0. 5
1
1. 5
2
0 20 40 60 80 100 120
0
1
2
-0.5
0 2 0 0 0 4 0 0 0 6 0 0 0 8 0 0 0 1 0 0 0 0 1 2 0 0 0
- 4 0
- 3 0
- 2 0
- 1 0
0
1 0
2 0
3 0
4 0
0 20 40 60 80 100 120
0
20
40
-20
-40
0 2 0 0 0 4 0 0 0 6 0 0 0 8 0 0 0 1 0 0 0 0 1 2 0 0 0
- 2 0
0
2 0
4 0
6 0
8 0
1 0 0
1 2 0
0 20 40 60 80 100 120
0 2 0 4 0 6 0 8 0 1 0 0
- 2 0
0
2 0
4 0
6 0
8 0
1 0 0
1 2 0
0
40
80
120
0
40
80
120
0 0.1
Page 110
Les constatations discutes dans le paragraphe prcdent sur la convergence de paramtres
restent valables dans cet exemple.
III.6 - Linarisation Entre-Sortie Continue Floue Adaptative: Approche
par minimisation conjointe de lerreur de suivi et de lerreur de
prdiction
La philosophie de base de la mthode propose est similaire, dans le principe, celle de la
mthode composite de Slotine et Li [Slotine-91]. Des lois dadaptation bases sur la thorie de
la dissipativit et la synthse de Lyapunov remplacent cependant les lois initialement
dveloppes par Slotine et Li, bases sur un algorithme de moindres carrs rcursifs avec
facteur doubli.
En effet, si la technique dveloppe par Slotine et Li est apprciable dans le cas des
systmes classiques o le nombre de paramtres est relativement petit, elle prsente, dans un
cadre flou, un dsavantage majeur d au nombre de paramtres (conclusions des rgles floues)
gnralement trs lev. Dans [Yin-95][Boukezzoula-98-a][Boukezzoula-98-b], les auteurs
ont essay dtendre la mthode de Slotine et Li aux systmes flous. La tentative est plus ou
moins russie dans la mesure o les conditions de convergence annonces sont trs difficiles
vrifier, limitant lapplicabilit de la mthode.
Dans ce paragraphe, nous synthtisons donc une autre version de la mthode composite,
adapte aux systmes flous et facile implanter.
III.6.1 - Construction de lerreur de prdiction
Dans limplantation de la technique composite, un problme peut se prsenter, savoir la
non accessibilit de la sortie y
(r)
. Dans ce cas, lerreur de prdiction ne peut pas tre value.
Pour contourner cette difficult, nous proposons lutilisation dun modle flou filtr. Lerreur
de prdiction sera ainsi value entre la sortie y
(r-1)
du procd non linaire et la sortie
du modle flou filtr.
La sortie du systme (I.34) peut tre rcrite sous la forme:
0 2 0 0 0 4 0 0 0 6 0 0 0 8 0 0 0 1 0 0 0 0 1 2 0 0 0
- 7 0
- 6 0
- 5 0
- 4 0
- 3 0
- 2 0
- 1 0
0
1 0
2 0
20 40 60 80 100 120
0
0
20
-20
-40
-60
Paramtre 3
y
fil
r 1 ( )
Page 111
(III.103)
o > 0 est un scalaire constant choisi par lutilisateur.
(III.104)
et finalement on trouve:
(III.105)
avec p loprateur de Laplace. La notation signifie la sortie du filtre h(p) avec M
comme entre.
Figure III.37 : L.E.S.C.D.F.A avec minimisation de lerreur de suivi et de lerreur de prdiction
Par analogie avec lquation (III.105), le modle flou filtr propos est le suivant:
(III.106)
Lerreur de prdiction note e
y
, est alors dfinie par:
(III.107)
Lquation dynamique de lerreur de prdiction est alors donne par:
y
r ( )
y
r 1 ( )
y
r 1 ( )
c1
x ( )
c2
x ( )u + + + =
p + ( ) y
r 1 ( )
[ ] y
r 1 ( )
c1
x ( )
c2
x ( )u + + =
y
r 1 ( )
p +
------------- y
r 1 ( )
[ ]
1
p +
-------------
c1
x ( )
c2
x ( )u + [ ] + =
h p ( ) M [ ]
Procd
non linaire
Conception de v
d
i
/dt
u
y(t)
i=0,...,r
-

fc1
fc2
+
v
fc2
^
^ ^
y
d
(t)
Modle flou
1
p +
x
p +
Mcanisme
dadaptation
^
y
f
(r)
y
(r-1)
+
+
^
y
f
(r-1)
il
e
y
+
-
+
-
e
y
fil
r 1 ( )
p +
------------- y
r 1 ( )
[ ]
1
p +
-------------
fc1
x ( )
fc2
x ( )u + [ ] + =
e
y
y
r 1 ( )
y
fil
r 1 ( )
1
p +
------------- y
r ( )
y
f
r ( )
[ ] = =
1
p +
-------------
fc
+ [ ] =
Page 112
(III.108)
III.6.2 - Construction de la loi dadaptation
Pour la construction de la loi dadaptation on adopte la mme mthodologie que celle
utilise dans le paragraphe III.5.1.
III.6.2.1 - Lemme 3.7
Soit P une matrice symtrique dfinie positive, solution de lquation de Lyapunov (III.12).
En labsence dincertitudes, i.e. = 0, le transfert entre et est dissipatif.
Figure III.38 : Transfert entre et
Pour dmontrer ce lemme, nous utilisons la fonction quadratique suivante:
(III.109)
Par drivation de (III.109), on trouve:
(III.110)
Par substitution des quations (III.77) et (III.108) dans (III.110), il rsulte:
(III.111)
Les quations (III.109) et (III.111) montrent que le systme
4
est dissipatif (voir conditions de
dissipativit donne dans le paragraphe I.4.2.1).
III.6.2.3 - Lemme 3.8
Si la loi dadaptation est choisie comme suit:
(III.112)
ou encore:
e
y
e
y

fc
+ + =
fc
e
T
PB e
y
( )
4
(e
T
PB - e
y
)
~
fc
f c
e
T
PB e
y
( )
V
1
1
2
---e
T
Pe
1
2
---e
y
2
+ =
V
1
1
2
---e
T
Pe
1
2
---e
T
Pe
y
e
y
+ + =
V
1
1
2
--- e
T
A
T
P PA + [ ]e
fc
T
T
e
T
PB e
y
2
e
y

fc
e
y
+ + =
1
2
--- e
T
Qe e
y
2
e
T
PB e
y
( )
fc
=
fc
T
e
T
PB e
y
[ ] =
Page 113
(III.113)
avec matrice diagonale dfinie positive, alors le transfert entre et est
passif et le systme interconnect illustr la figure III.39 assure la stabilit de la structure de
commande, la bornitude de tous les signaux dentres/sorties utiliss, la convergence vers zro
de lerreur de suivi de trajectoire, de lerreur de prdiction et de lerreur de paramtres, ceci en
labsence dincertitudes ( = 0).
Figure III.39 : Interconnection avec entre externe nulle
La fonction quadratique V
2
dfinie prcdemment (cf. quation (III.84)) est nouveau
utilise ici.
(III.114)
Les quations (III.84) et (III.114) montrent que le systme
5
est passif.
De plus, si nous prenons comme fonction de Lyapunov, la fonction V = V
1
+V
2
utilise
prcdemment, on obtient par drivation:
(III.115)
4
est dissipatif, par application de la thorie de la passivit donne
dans le paragraphe I.4.3.1, on peut dduire la bornitude de tous les signaux dentres/sorties
utiliss, ce qui conduit la stabilit entre-sortie du systme interconnect.
Calculons lintgrale de (III.115) entre t = 0 et t = t
f
, on obtient:
(III.116)
ce qui prouve que:
(III.117)
fc
T
e
T
PB e
y
[ ] =
e
T
PB e
y
( )
fc
4
(e
T
PB - e
y
)
~
fc
~
fc
fc
T
T
e
T
PB e
y
[ ] e
T
PB e
y
[ ]
fc
= =
V
1
2
---e
T
Qe e
y
2
0 =
1
2
--- e
T
t ( )Qe t ( ) 2e
y
2
t ( ) + [ ] t V 0 ( ) V t
f
( ) 0 d
0
t
f
e
T
t ( )Qe t ( ) 2e
y
2
t ( ) + L
2

Page 114
De lquation (III.117), on peut finalement dduire que:
(III.118)
et
(III.119)
Lquation (III.118) implique la convergence de lerreur de suivi de trajectoire et (III.119)
prouve la convergence de lerreur de prdiction.
De lquation (III.108), on peut dduire que en labsence dincertitudes:
(III.120)
III.6.3 - Remarque 3.3
Pour , le systme interconnect reprsent par la figure III.39, devient le suivant:
Figure III.40 : Interconnection avec entre externe non nulle
Par substitution des quations dynamiques derreurs dans (III.110), on obtient:
(III.121)
ce qui prouve que
44
est dissipatif.
5
est passif et que est born par
0
, par utilisation de la thorie de la
passivit (voir paragraphe I.4.2.1), on peut dduire que tous les signaux dentres/sorties du
systme interconnect (voir figure III.40) restent borns, ce qui conduit sa stabilit entre-
sortie.
Malheureusement, la loi de commande (III.73) nassure pas la robustesse vis--vis des
incertitudes. Afin de remdier ce problme, on adopte la mme philosophie que celle utilise
dans le paragraphe III.4.1, savoir laugmentation de la loi de commande par une composante
additive.
III.6.4 - Robustification de la loi de commande
Le principe de la robustification par une composante additive est illustre la figure III.41.
e t ( )
t
lim 0 =
e
y
t ( )
t
lim 0 =
fc
t
lim 0 =
0
44
(e
T
PB - e
y
)
~
fc
+ (
~
fc
+)
V
1
1
2
--- e
T
Qe e
y
2
e
T
PB e
y
( )
fc
+ ( ) =
Page 115
III.6.4.1 - Robustification par mode de glissement
III.6.4.1.1 - Lemme 3.9
sl
est donne par (III.21) et la loi dadaptation est modifie
comme suit:
Figure III.41 : Robustification de la L.E.S.C.F.A
(III.122)
alors la fonction quadratique V = V
1
+V
2
avec V
1
donne par (III.109) et V
2
par (III.84) est une
fonction de Lyapunov qui garantit la stabilit de la structure de commande, la convergence
vers zro de lerreur de suivi de trajectoire et la convergence (stabilisation) des paramtres.
Dans la dmonstration de ce lemme, nous distinguons deux cas:
- Cas 1:
Par substitution de la loi de mode de glissement (III.21), de la loi dadaptation (III.122), de
lerreur de suivi (III.93) et de lerreur de prdiction (III.108) dans , on obtient:
(III.123)
Modle flou
1
p +
p +
Mcanisme
dadaptation
^
y
f
(r)
y
(r-1)
+
+
^
y
f
(r-1)
il
e
y
+
-
+
-
x
Procd
non linaire
Conception de v
Composante additive

u
A
d
i
/dt
i=0,...,r
+
-
y(t)
y
d
(t)
u -

fc1
fc2
+
v
fc2
^
^ ^
1
fc2
^
x
c1
T
e
T
PB e
y
[ ] si e
y

0
>
0 si e
y

0

'
=
e
y

0
>
V
V
1
2
---e
T
Qe e
y
2
e
y

0
1
2
---e
T
Qe e
y
e
y

0
[ ] 0 < +
Page 116
ce qui dmontre la stabilit de la structure de commande.
De lquation (III.123), on peut dmontrer que , ce qui prouve la convergence
vers zro de lerreur de suivi quand .
- Cas 2:
A partir de lquation (III.107), on peut vrifier que:
(III.124)
Dans ce cas, on peut dduire que les paramtres optimaux ont t atteints. On est alors ramen
au cas trait dans le paragraphe III.4., ce qui permet de garantir la stabilit de la structure de
commande ainsi que la convergence vers zro de lerreur de suivi de trajectoire.
III.6.4.2 - Robustification par une composante
III.6.4.2.1 - Lemme 3.10
R
est donne par (III.57) et la loi dadaptation est modifie
selon (III.122) alors la contrainte dattnuation (III.33) est vrifie.
De la mme manire que prcdemment, nous distinguons deux cas:
- Cas 1:
Par substitution de la u
R
(III.57), de la loi dadaptation (III.122), de lerreur de suivi (III.94)
et de lerreur de prdiction (III.108) dans , on obtient:
(III.125)
ou encore:
(III.126)
Selon les lemmes 3.3 et 3.4, on peut prouver facilement que la contrainte dattnuation (III.33)
est vrifie.
- Cas 2:
Selon lquation (III.124), les paramtres optimaux ont t atteints. Dans ce cas, la loi de
commande (III.90) devient la loi (III.35). De la mme manire, lquation dynamique derreur
de suivi (III.94) devient lquation (III.36).
Par analogie avec le paragraphe III.4., on peut dmontrer que la structure de commande est
e
T
t ( )Qe t ( ) L
2
t
e
y

0

si: e
y
------ alors y
r ( )
y
r ( )

0

H
e
y

0
>
V
V
1
2
---e
T
A
T
P PA PB
2
r
---
1
2
----
,
_
B
T
P + e
1
2
---
1
---B
T
Pe +
T
1
---B
T
Pe + =
1
2
---
2
2
e
y
2
e
y
+ +
V
1
2
---e
T
A
T
P PA PB
2
r
---
1
2
----
,
_
B
T
P + e
1
2
---
2
2
+
e
y

0

Page 117
stable et que la contrainte dattnuation (III.33) est vrifie.
III.6.5 - Exemples de simulation
Le paramtre utilis dans la construction de lerreur de prdiction filtre est choisi gal 2.
Par utilisation de la structure de commande donne la figure III.41, les rsultats de
simulation obtenus sont illustrs sur les figures donnes ci-dessous. Les figures III.42, III.43 et
III.44 montrent respectivement la trajectoire suivre et la sortie du systme, la loi de
commande floue adaptative et lvolution de lerreur de prdiction filtre.
La figure III.42 montre que la sortie du systme converge bien vers la trajectoire de
rfrence. On peut par ailleurs remarquer que la phase transitoire a t raccourcie par rapport
celle obtenue prcdemment (cf. figure III.20).
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
-1.5
-1
-0.5
0
0.5
1
1.5
0 10 20 30 40 50
y
d
(t)
y(t)
0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 3 0 0 0 3 5 0 0 4 0 0 0 4 5 0 0 5 0 0 0
- 4 0
- 3 0
- 2 0
- 1 0
0
1 0
2 0
3 0
0 10 20 30 40 50
0
20
-20
-40
Page 118
Figure III.44 : Erreur de prdiction filtre
La figure III.44 montre que, durant le mcanisme dadaptation, lerreur de prdiction
diminue dans le temps. Une fois que cette erreur est infrieure la borne
0
fixe a priori, le
mcanisme dadaptation est arrt. Dans ce cas, lvolution de lerreur de prdiction reste dans
lintervalle et les paramtres du modle sont stabiliss.
La commande de mode de glissement est reprsente la figure III.45.
Lvolution dun paramtre estim est illustre la figure III.46.
0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 3 0 0 0 3 5 0 0 4 0 0 0 4 5 0 0 5 0 0 0
- 1
- 0 . 8
- 0 . 6
- 0 . 4
- 0 . 2
0
0 . 2
0 . 4
0 . 6
0 . 8
1
0 10 20 30 40 50
0
0.4
0.8
-0.4
-0.8
borne = 0.25/2
0

0
, [ ]
0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 3 0 0 0 3 5 0 0 4 0 0 0 4 5 0 0 5 0 0 0
- 0 . 2 5
- 0 . 2
- 0 . 1 5
- 0 . 1
- 0 . 0 5
0
0 . 0 5
0 . 1
0 . 1 5
0 . 2
0 . 2 5
0 10 20 30 40 50
0
0.1
0.2
-0.1
-0.2
0 1 0 0 0 2 0 0 0 3 0 0 0 4 0 0 0 5 0 0 0
0
0 . 1
0 . 2
0 . 3
0 . 4
0 . 5
0 10 20 30 40 50
Paramtre 9
Page 119
Contrairement la mthode prcdente, cette technique permet la convergence
(stabilisation) des paramtres du modle flou et par consquent lapprentissage du modle flou
et de son contrleur associ. Il est important de noter quaprs convergence de paramtres, le
contrleur flou peut tre utilis en tant que contrleur linarisant. On peut alors dconnecter le
mcanisme dadaptation.
Dans la conception de la loi u
R
, les objectifs du paragraphe III.5.2.1.2. ont t respects ici.
Par utilisation de la structure de commande donne la figure III.41, les rsultats de simulation
obtenus sont illustrs sur les figures donnes ci-dessous.
La figure III.47 reprsente la trajectoire suivre et la sortie du systme.
Sur la figure III.47, on constate que le rgime transitoire est toujours moins important que
celui de la robustification par mode de glissement.
Les figures III.48, III.49 et III.50 illustrent respectivement la loi de commande floue
adaptative, lvolution de lerreur de prdiction filtre et la commande u
R
.
H
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
-1.5
-1
-0.5
0
0. 5
1
1. 5
0 50 100 150 200 250 300
0
0.5
1
1.5
0
1.5
0 0.3
0 10 20 30 40 50
y(t)
y
d
(t)
0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 3 0 0 0 3 5 0 0 4 0 0 0 4 5 0 0 5 0 0 0
- 4 0
- 3 0
- 2 0
- 1 0
0
1 0
2 0
3 0
0 10 20 30 40 50
0
20
-20
-40
Page 120
R
0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 3 0 0 0 3 5 0 0 4 0 0 0 4 5 0 0 5 0 0 0
- 0 . 6
- 0 . 4
- 0 . 2
0
0 . 2
0 . 4
0 . 6
0 . 8
1
0 10 20 30 40 50
0
0.4
0.8
-0.4
borne = 0.25/2
0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 3 0 0 0 3 5 0 0 4 0 0 0 4 5 0 0 5 0 0 0
- 2
0
2
4
6
8
1 0
0 20 40 60 80 100
0
2
4
6
8
10
0
4
8
-2
0 10 20 30 40 50
0
4
8
0
0.1
0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 3 0 0 0 3 5 0 0 4 0 0 0 4 5 0 0 5 0 0 0
0
0 . 0 5
0 . 1
0 . 1 5
0 . 2
0 . 2 5
0 . 3
0 . 3 5
0 . 4
0 . 4 5
0 10 20 30 40 50
0
0.1
0.2
0.3
0.4
Paramtre 9
Page 121
On peut facilement vrifier que les constatations nonces dans lexemple prcdent sont
encore vraies dans ce paragraphe.
Le paramtre utilis dans la construction de lerreur de prdiction filtre est choisi gal 1.
Les rsultats de simulation sont donns sur les figures ci-dessous.
Lvolution de lerreur de suivi de trajectoire est donne la figure III.52.
Sur la figure III.52, on saperoit que les performances de suivi sont satisfaisantes. Les
oscillations autour de t = 50s sont dues une variation dans les paramtres du systme non
linaire.
Lvolution de la loi de commande floue est donne la figure III.53.
Les figures III.54 et III.55 illustrent respectivement lvolution de lerreur de prdiction filtre
et la loi de mode de glissement.
0 2 0 0 0 4 0 0 0 6 0 0 0 8 0 0 0 1 0 0 0 0 1 2 0 0 0
- 1
- 0 . 5
0
0 . 5
1
1 . 5
2
0 20 40 60 80 100 120
0
1
2
-1
0 2 0 0 0 4 0 0 0 6 0 0 0 8 0 0 0 1 0 0 0 0 1 2 0 0 0
- 5 0
- 4 0
- 3 0
- 2 0
- 1 0
0
1 0
2 0
3 0
4 0
20 40 60 80
100 120
0
0
20
40
-20
-40
Page 122
Sur lintervalle de temps , lerreur de suivi diminue au fur et mesure et converge
vers lintervalle . Cette convergence implique la stabilisation des paramtres du
modle flou et de son contrleur associ. Les oscillations autour de t = 50s sont dues une
variation dans les paramtres du systme non linaire. Dans ce cas, lalgorithme dadaptation
sactive de nouveau pour rechercher de nouveaux paramtres pour le modle flou. Une fois ces
derniers retrouvs, lerreur de prdiction converge de nouveau vers lintervalle .
Lvolution de la loi de mode de glissement est donne par la figure III.55.
Lvolution dun paramtre estim est donne la figure III.56.
0 2000 4000 6000 8000 10000 12000
-6
-4
-2
0
2
4
6
20 40 60 80 100 120
0
0
2
4
6
-2
-4
-6
borne = 0.5
0 50 , [ ]
0

0
, [ ]
0

0
, [ ]
0 2 0 0 0 4 0 0 0 6 0 0 0 8 0 0 0 1 0 0 0 0 1 2 0 0 0
- 0 . 5
- 0 . 4
- 0 . 3
- 0 . 2
- 0 . 1
0
0 . 1
0 . 2
0 . 3
0 . 4
0 . 5
20 40 60 80 100 120
0
0
0.2
0.4
-0.2
-0.4
0 2 0 0 0 4 0 0 0 6 0 0 0 8 0 0 0 1 0 0 0 0 1 2 0 0 0
- 8 0
- 6 0
- 4 0
- 2 0
0
2 0
Paramtre 3
20 40 60 80 100 120
0
0
20
-20
-40
-60
Page 123
La figure III.56 montre que aprs quelques oscillations des paramtres du modle flou, ces
derniers finissent par converger (se stabiliser).
Les objectifs de conception de la loi u
R
sont identiques ceux dfinis dans le paragraphe
III.5.2.2.2. Les rsultats de simulation sont illustrs ci-dessous.
Les figures III.57 et III.58 donnent respectivement lerreur de suivi et la loi de commande
floue adaptative.
Sur la figure III.57, on constate que les performances de suivi sont satisfaisantes. De plus, le
rgime transitoire est moins important que celui de la robustification par mode de glissement.
Lvolution de lerreur de suivi filtre est donne la figure III.59.
H
0 2 0 0 0 4 0 0 0 6 0 0 0 8 0 0 0 1 0 0 0 0 1 2 0 0 0
- 0 . 5
0
0 . 5
1
1 . 5
2
0 20 40 60 80 100 120
0
1
2
-0.5
0 2 0 0 0 4 0 0 0 6 0 0 0 8 0 0 0 1 0 0 0 0 1 2 0 0 0
- 5 0
- 4 0
- 3 0
- 2 0
- 1 0
0
1 0
2 0
3 0
4 0
0 20 40 60 80 100 120
0
20
40
-20
-40
Page 124
Lvolution de la loi de commande de robustification u
R
est illustre la figure III.61.
R
Figure III.61 : Evolution de paramtre du modle flou
0 2 0 0 0 4 0 0 0 6 0 0 0 8 0 0 0 1 0 0 0 0 1 2 0 0 0
- 8
- 6
- 4
- 2
0
2
4
6
8
0 20 40 60 80 100 120
0
4
8
-4
-8
borne = 0.5
0 2 0 0 0 4 0 0 0 6 0 0 0 8 0 0 0 1 0 0 0 0 1 2 0 0 0
- 4 0
- 2 0
0
2 0
4 0
6 0
8 0
1 0 0
1 2 0
0 2 0 4 0 6 0 8 0 1 0 0
- 2 0
0
2 0
4 0
6 0
8 0
1 0 0
1 2 0
0 0.1
0
120
0 20 40 60 80 100 120
0 2 0 0 0 4 0 0 0 6 0 0 0 8 0 0 0 1 0 0 0 0 1 2 0 0 0
- 6 0
- 5 0
- 4 0
- 3 0
- 2 0
- 1 0
0
1 0
20 40 60 80 100 120 0
0
10
-20
-40
-60
Paramtre 3
Page 125
Les observations donnes dans le paragraphe prcdent restent vraies dans ce paragraphe.
III.6.5.3 - Remarque 3.4
Les performances de suivi de trajectoire de la mthode propose sont satisfaisantes. Le
problme de convergence (stabilisation) de paramtres discut dans le paragraphe III.5. a t
rsolu par lutilisation dune mthode qui minimise simultanment lerreur de suivi de
trajectoire et lerreur de prdiction.
III.7 - Problmes pratiques
III.7.1 - Lissage du mode de glissement
Il est noter que dans la pratique, lutilisation dune loi de commande de mode de
glissement de la forme (III.21) peut introduire des signaux hautes frquences qui risquent
dexciter les dynamiques non modlises [Slotine-91], notamment quand lamplitude de cette
loi de commande est importante. Pour viter ce problme, une solution consiste remplacer la
fonction de signe (sgn) par une fonction de saturation (sat) [Slotine-91] dfinie comme suit:
(III.127)
Cette solution se traduit par une opration de lissage de la loi de mode de glissement
(introduction dune zone morte). Dans ce cas, notre objectif est de conduire lerreur de suivi
vers un voisinage de e
0
(t) = 0.
Afin de remplir cette objectif, lentre v donne par (III.3) est modifie comme suit:
(III.128)
o:
(III.129)
avec:
(III.130)
La notation reprsente la somme des lments de la dernire colonne de la matrice P et
est une constante positive dlimitant la zone morte.
Par analogie avec lquation (III.93), on trouve lquation dynamique derreur de suivi
suivante:
sat x ( )
1 si x 1
x si 1 x 1 < <
1 si x 1
'
=
v y
d
r ( )
t ( )
T
e
t ( ) + =
e
t ( ) e
0
t ( ) e
0
t ( ) e
0
r 1 ( )
t ( ) , , , [ ]
T
=
e
0
j ( )
t ( )
e
0
j ( )
t ( )

P
r
---------sat
e
T
PB
-------------
,
_
j ; 0 r 1 , , =
e
0
j ( )
t ( ) j ; r =
'
=
P
r
Page 126
(III.131)
Figure III.62 : Reprsentation de la zone morte
Les mthodologies de synthse donnes dans les paragraphes III.5.1.3.1 et III.6.4.1 restent
valables dans ce paragraphe.
III.7.1.1 - Application la minimisation de lerreur de suivi
Par analogie avec lquation (III.23), on peut crire:
(III.132)
Si la loi de commande de mode de glissement (III.21) est modifie comme suit:
(III.133)
lingalit (III.132) peut scrire comme suit:
(III.134)
Sachant que:
(III.135)
lingalit (III.135) devient:
(III.136)
ce qui permet dassurer la stabilit de la structure de commande.
Lingalit (III.136) montre que: , ce qui conduit :
e
Ae
fc
Bu
sl
B + =

+1
1
sat(e
T
PB/)
e
T
PB
V
1
2
---e
T
Qe
T
PB
0
e
T
PBu
sl
+ +
u
sl

0
sat
e
T
PB
-------------
,
_
=
V
1
2
---e
T
Qe
T
PB
0

0
e
T
PBsat
e
T
PB
-------------
,
_
+
e
T
PBsat
e
T
PB
-------------
,
_
e
T
PB sat
e
T
PB
-------------
,
_
sat
e
T
PB
-------------
,
_
=
e
T
PB =
V
1
2
---e
T
Qe

0
e
T
Qe
L
2

Page 127
(III.137)
ou encore:
(III.138)
III.7.1.2 - Application la minimisation de lerreur de suivi et de
lerreur de prdiction
- Cas 1:
Par analogie avec le paragraphe III.6.4.1.2., on peut crire:
(III.139)
Par substitution de la loi de commande de mode de glissement (III.133), lingalit (III.139)
devient:
(III.140)
Lquation (III.140) montre que , ce qui prouve la convergence vers
de lerreur quand .
- Cas 2:
De lquation (III.124), on peut dduire que les paramtres optimaux ont t atteints. Dans ce
cas, on est ramen au cas trait dans le paragraphe III.4 o lerreur de suivi e(t) est remplace
par lerreur de suivi modifie et la loi de mode de glissement (III.21) est remplace par
(III.133), ce qui permet de garantir la stabilit de la structure de commande et la convergence
vers de lerreur quand .
III.7.2 - Exemple de simulation
Lobjectif de cette simulation est de montrer que la loi de mode de glissement peut tre
adoucie par lintroduction dune zone morte. Pour pouvoir comparer les rsultats de
simulation, nous choisissons lexemple 1 trait prcdemment.
III.7.2.1 - Application la minimisation de lerreur de suivi
Les rsultats de simulation sont illustrs sur les figures ci-dessous. Les figures III.63, III.64
et III.65 montrent respectivement la trajectoire de rfrence et la sortie du systme, la loi de
commande floue adaptative et la loi de mode de glissement. Le paramtre est choisi gal
0.002.
e
t ( )
t
lim 0 =
e
0
j ( )
t ( )
t
lim

P
r
--------- =
e
y

0
>
V
1
2
---e
T
Qe
e
y
2
e
y

0
e
T
PB
0
e
T
PBu
sl
+ + +
V
1
2
---e
T
Qe
e
y
2
e
y

0
0 < +
e
T
t ( )Qe
t ( ) L
2
P
r
e
0
j ( )
t
e
y

0

e
t ( )
P
r
e
0
j ( )
t
Page 128
Sur la figure III.65, il apparat clairement que les signaux hautes frquences de la loi de
mode de glissement de la figure III.22 ont t adoucis suite la modification propose de
lerreur de suivi et lutilisation dune fonction de saturation
Figure III.65 : Commande de mode de glissement
Cette modification naltre en rien les performances de contrle qui restent similaires
0 1000 2000 3000 4000 5000
-1.5
-1
-0.5
0
0.5
1
1.5
0 10 20 30 40 50
y
d
(t)
y(t)
0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 3 0 0 0 3 5 0 0 4 0 0 0 4 5 0 0 5 0 0 0
- 5 0
- 4 0
- 3 0
- 2 0
- 1 0
0
1 0
2 0
3 0
0 10 20 30 40 50
0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 3 0 0 0 3 5 0 0 4 0 0 0 4 5 0 0 5 0 0 0
- 0 . 2 5
- 0 . 2
- 0 . 1 5
- 0 . 1
- 0 . 0 5
0
0 . 0 5
0 . 1
0 . 1 5
0 . 2
0 . 2 5
0 10 20 30 40 50
0
0.1
0.2
-0.1
-0.2
Page 129
celles obtenus prcdemment.
III.7.2.2 - Application la minimisation conjointe de lerreur de
suivi et de lerreur de prdiction
Les rsultats de simulation sont illustrs ci-dessous. Les figures III.66, III.67, III.68 et III.69
montrent respectivement la trajectoire de rfrence et la sortie du systme, la loi de commande
floue adaptative, la loi de mode de glissement et lerreur de prdiction filtre.
Figure III.68 : Commande de mode de glissement
0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 3 0 0 0 3 5 0 0 4 0 0 0 4 5 0 0 5 0 0 0
- 1. 5
-1
- 0. 5
0
0. 5
1
1. 5
0 10 20 30 40 50
y
d
(t) y(t)
0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 3 0 0 0 3 5 0 0 4 0 0 0 4 5 0 0 5 0 0 0
- 4 0
- 3 0
- 2 0
- 1 0
0
1 0
2 0
3 0
0 10 20 30 40 50
0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 3 0 0 0 3 5 0 0 4 0 0 0 4 5 0 0 5 0 0 0
- 0 . 2 5
- 0 . 2
- 0 . 1 5
- 0 . 1
- 0 . 0 5
0
0 . 0 5
0 . 1
0 . 1 5
0 . 2
0 . 2 5
0 10 20 30 40 50
0
0.1
0.2
-0.1
-0.2
Page 130
La comparaison entre la figure III.68 et la figure III.45 montrent lefficacit de la
modification propose pour ladoucissement de la loi de mode de glissement.
III.7.3 - Utilisation dune surface de glissement
La rsolution des quations de Lyapunov et de Riccati, ncessaires pour limplantation des
lois de commande dfinies prcdemment, peut poser des problmes numriques, notamment
pour les systmes de grande dimension. Afin dviter ce problme, la formulation matricielle
de lerreur de suivi peut tre remplace par une expression du premier ordre dune surface de
glissement s donne par:
(III.141)
De lquation (III.141), il apparat clairement que s(t) = 0 est une quation diffrentielle
linaire qui possde la solution unique e(t) = 0. Le bnfice acquis consiste assurer non pas la
convergence vers zro du vecteur e(t) mais uniquement la convergence vers zro de la quantit
scalaire s. Dans ce cas, le problme de suivi de trajectoire est plus simple traiter.
Lquation (III.141) peut tre rcrite comme suit:
(III.142)
ou encore:
(III.143)
Dans le domaine de Laplace, lquation (III.143) peut tre rcrite comme suit:
(III.144)
De mme, on peut dfinir par:
(III.145)
0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 3 0 0 0 3 5 0 0 4 0 0 0 4 5 0 0 5 0 0 0
- 1
- 0 . 5
0
0 . 5
1
1 . 5
0 10 20 30 40 50
borne = 0.25/2
s t ( )
d
dt
----- +
,
_
r 1 ( )
e t ( ) ; avec: 0 > =
s t ( )
r 1 ( )
r 1 ( )
r 2 ( )
1 , , , [ ]e t ( ) =
s t ( )
0
e
0

r 1
e
0
r 1 ( )
+ + =
avec:
0

r 1 ( )

r 1
, , 1 = =
s p ( ) p ( )e
0
p ( ) =
p ( )
p ( )e
0
e
0
r ( )
T
e + =
Page 131
Le choix de est fait de faon assurer:
(III.146)
ce qui correspond fixer implicitement les zros de , en fait le vecteur .
Si lon introduit dans (III.145) lexpression de lerreur dynamique de suivi donne par (III.93),
on obtient:
(III.147)
Dans ce cas, la surface de glissement s(t) est dfinie par lquation dynamique suivante:
(III.148)
ou encore:
(III.149)
Cette quation derreur dynamique est utilise dans la construction des lois dadaptation et de
robustification.
On peut dmontrer (cf. Annexe A) que le choix de la loi dadaptation:
(III.150)
ou encore:
(III.151)
o est la surface de glissement modifie donne par:
(III.152)
et est une constante positive dlimitant la zone morte,
et la loi de mode de glissement:
(III.153)
permettent de garantir la stabilit de la structure de commande illustre la figure III.70, la
convergence (stabilisation) de paramtres et la convergence de lerreur de suivi, i.e.
(III.154)
1
p ( )
1
p k
d
+
-------------- ; k
d
0 > =

p ( )e
0

fc
u
sl
+ =
s
1
p k
d
+
--------------
fc
u
sl
+ [ ] =
s
t ( ) k
d
s t ( )
fc
u
sl
+ =
fc
T
s
=
avec: matrice symtrique dfinie positive
fc
T
s
=
s
0 si - s < <
s sat
s
---
,
_
si s
'
=

0
u
sl

0
sat
s
---
,
_
=
e
0
i ( )
2
i
i n 1 +
; avec: i 0 r 1 , , =
Page 132
Figure III.70 : L.E.S.C.F.A avec surface de glissement
III.8 - Conclusion
Dans ce chapitre, nous avons propos des mthodologies de synthse dune L.E.S.C.F
robuste pour une classe de systmes non linaires. Deux techniques ont t dveloppes et
testes avec succs.
La premire repose sur lutilisation dune loi adaptative classique, augmente dune
composante de commande assurant la robustesse de la structure par rapport aux incertitudes. Si
cette technique permet des performances de suivi trs satisfaisantes, elle nassure pas la
stabilisation de paramtres du modle flou. Cette premire mthode prsente donc un handicap
majeur si lon cherche lexploiter dans un problme dapprentissage o le modle flou et le
contrleur flou associ doivent tre appris.
La deuxime technique propose permet de rsoudre ce problme en exploitant la fois
lerreur de suivi de trajectoire et lerreur de prdiction. Cette approche assure la stabilisation de
paramtres du modle flou tout en garantissant des performances de suivi satisfaisantes.
Dans chacune des deux mthodes proposes, la composante de robustification peut tre
implante soit par une composante de commande par mode de glissement, soit par une
composante base sur une optimisation .
Le premier choix prsente lavantage dtre toujours applicable. Par contre, la loi de
additive gnre prsente des signaux hautes frquences qui risquent dexciter les dynamiques
non modlises. Afin de rsoudre ce problme, nous avons propos de lisser la fonction de
commutation par lintroduction dune zone morte (utilisation dune fonction de saturation).
Quant au choix dune composante de robustification synthtise par une optimisation , il
permet dobtenir de bonnes performances notamment en rgime transitoire. Reste cependant le
problme que lexistence dune solution loptimisation , pour une valeur dattnuation
donne, nest pas garantie et que lapplicabilit de la mthode dpend donc du procd

+

y
d

+
Commande par
mode de glissement
p
n
- p
n
+
+
s

^
fc1
^
fc2
-
+
^
fc2
v
u +
-
Procd
non linaire
y(t)
H

Page 133
considr.
Enfin, la synthse des diffrentes lois proposes (adaptation - robustification) est base sur
la rsolution des quations de Lyapunov et Riccati. Cette dernire peut prsenter des
problmes numriques notamment pour des systmes de grande dimension. Pour contourner
cette difficult, nous avons propos dallger les techniques proposes en utilisant une surface
de glissement. Si cette approche ne permet plus de choisir la dynamique du systme boucl,
elle prsente lavantage dviter la rsolution des quations de Lyapunov et Riccati.
A travers ce chapitre, nous avons pu constater que les stratgies de commande proposes ne
prsentent pas uniquement une robustesse vis--vis des incertitudes, mais aussi une robustesse
en prsence dun changement dans les paramtres des systmes non linaires.
Dans ce chapitre, nous nous sommes intresss une classe particulire de systmes non
linaires o ltat est accessible (ou la sortie et ses drives). Si ce nest pas le cas, il est
ncessaire de construire un observateur [Ma-98][Shaocheng-99]. Cette construction est
souvent difficile. Une autre alternative repose sur la reprsentation de la dynamique des
procds non linaires par des systmes discrets modliss par des relations entres-sorties
(sans introduction de ltat). Cette approche fait lobjet du chapitre IV.
Page 134
133
CHAPITRE IV
Commande floue dune classe de systmes
non linaires discrets
Commande floue dune classe de systmes non linaires discrets
Page 135
IV.1 - Introduction
La linarisation entre-sortie a suscit beaucoup dintrt dans le domaine continu
(systmes non linaires continus), comme en tmoigne le nombre de travaux publis dans la
littrature [Isidori-85][Sastry-89][Slotine-91][Marino-95]. Cependant, dans un cadre discret
(systmes non linaires discrets), on dispose de trs peu de recherches sur le sujet. Cela est
sans doute d au fait que la L.E.S est particulirement bien adapte aux systmes affines en
commande, hypothse classiquement accepte dans le domaine continu mais discutable pour
les systmes discrets.
Dune manire gnrale, le principe de la L.E.S discut dans le chapitre III pour des
systmes non linaires continus reste valable pour les systmes non linaires discrets. Ainsi,
une classe de systmes non linaires discrets peut tre transforme en une classe de systmes
linaires travers la linarisation entre-sortie discrte (L.E.S.D). Dans ce cas, le systme
linaire transform peut tre command par des mthodes courantes de lautomatique
(placement de ples discrets, synthse quadratique, ... etc ).
La linarisation entre-sortie discrte floue (L.E.S.D.F) est une L.E.S.D classique qui
emploie un modle flou pour reprsenter la dynamique dun systme non linaire discret. Dans
[Vandegrift-95], une loi de commande floue a t synthtise pour une classe limite de
systmes non linaires sous la forme x(k+1) = f(x(k)) + u(k), o f est une fonction non linaire
inconnue. Jagannathan [Jagannathan-98] propose une loi de commande linarisante pour une
classe de systmes un peu plus large qui peut sexprimer sous la forme x(k+1) = f(x(k)) +
g(x(k))u(k) (systme discret affine en commande), o f et g sont deux fonctions non linaires
inconnues. Jagannathan suppose que ltat du systme est entirement mesurable. Cette
condition peut provoquer une limitation de lapplicabilit de la mthode propose.
Notre objectif, dans ce chapitre, est de donner une gnralisation du concept de la L.E.S.D.F
aux systmes discrets de la forme (I.55) et dassurer la robustesse de la structure de commande
vis--vis des incertitudes et/ou des perturbations. De la mme manire que pour les systmes
continus, la robustification est vue comme un problme de synthse de composantes additives.
Ces dernires sont bases sur les techniques de mode de glissement ou doptimisation . H

Page 136
IV.2 - Linrisation entre-sortie Discrte (L.E.S.D)
IV.2.1 - Principe
Le principe de la L.E.S. pour des systmes non linaires discrets est le mme que celui
dfini dans le chapitre III pour les systmes non linaires continus. Comme pour les systmes
continus, nous traitons le cas gnral du suivi dune trajectoire arbitraire dsire y
d
(k).
Dans ce chapitre, notre objectif est alors de dterminer une loi de commande u(k), base sur
le concept de la L.E.S.D, telle que la boucle ferme reste stable et la sortie du systme y(k)
converge vers la trajectoire dsire y
d
(k).
Selon le principe de la L.E.S.D, lintroduction dune nouvelle entre v telle que:
(IV.1)
o est la fonction non linaire reprsentant la relation entre-sortie du systme considr et
Z
1
le vecteur dentre regroupant les commandes et sorties passes (cf. quation (I.59)), permet
dobtenir:
(IV.2)
et donc de linariser le systme initial.
Sachant que:
(IV.3)
par application de la thorie de la fonction implicite [Levin-92], il existe une solution au calcul
de la commande u(k) partir de lquation (IV.1). Cette solution est donne par:
(IV.4)
Par analogie avec la L.E.S.C, une stratgie de placement de ples peut tre adopte pour
imposer une dynamique la boucle ferme. La nouvelle entre v du systme linaris est alors
choisie comme suit:
(IV.5)
o:
(IV.6)
et e
0
(k) = y
d
(k) - y(k) reprsente lerreur de suivi de trajectoire.
Les coefficients
j
, j = 0,..., r-1, sont choisis pour que le z-polynme suivant:
(IV.7)
v k ( )
d
Z
1
u k ( ) , [ ] =
d
y k r + ( ) v k ( ) =
d
u
---------- 0
u k ( )
d
1
Z
1
v k ( ) , [ ] =
v k ( ) y
d
k r + ( )
j 0 =
r 1 ( )
j
y
d
k j + ( ) y k j + ( ) [ ] + =
y
d
k r + ( )
T
e + =
0

1

r 1
, , , [ ] et =
e k ( ) e
0
k ( ) e
0
k 1 + ( ) e
0
k r 1 + ( ) , , , [ ]
T
=
z
r
r 1
z
r 1

0
+ + + 0 =
Page 137
ait tous ses ples dans le cercle unit dans le plan complexe.
Par substitution de (IV.5) dans (IV.2), on dduit lquation derreur:
(IV.8)
qui prouve la convergence vers zro de lerreur de suivi de trajectoire e
0
(k) quand , i.e.
(IV.9)
IV.2.2 - Remarque 4.1
Si M
2
, dfini comme tant le maximum de:
(IV.10)
est nul, alors le systme non linaire (I.59) peut tre crit sous une forme affine en commande
donne par:
(IV.11)
Ce rsultat est directement dduit dun dveloppement au premier ordre de Taylor [Narendra-
97] de la fonction
d
:
(IV.12)
Dans ce cas, la loi de commande (IV.4) se rduit :
(IV.13)
et linversion de
d
est vite.
Si lhypothse M
2
= 0 nest pas vrifie, lapproximation de (I.59) par (IV.12) induit une erreur
donne par:
(IV.14)
o R
1
est borne par:
(IV.15)
IV.3 - Linarisation Entre-Sortie Discrte Floue (L.E.S.D.F)
Limplantation de la L.E.S.D discute ci-dessus ncessite la connaissance de
d
et son
inversion. Cette fonction non linaire tant suppose inconnue, elle sera approxime par un
e
0
k r + ( )
T
e k ( ) + 0 =
k
e
0
k ( )
k
lim 0 =
2
u
2
--------
d
Z
1
u k ( ) , [ ]
y k r + ( )
d1
Z
1
[ ]
d2
Z
1
[ ]u k ( ) + =
P
1
Z
1
u k ( ) , [ ]
d
Z
1
0 , [ ]

d
Z
1
----------
Z
1
0 , ( )
u k ( ) + =
d1
Z
1
[ ]
d2
Z
1
[ ]u k ( ) + =
u

d1
d2
-------------
v
d2
--------- + =
R
1
Z
1
u k ( ) , [ ]
d
Z
1
u k ( ) , [ ] P
1
Z
1
u k ( ) , [ ] =
R
1
Z
1
u k ( ) , [ ]
M
2
u
2
2
-------------
Page 138
systme flou de Takagi-Sugeno conclusion constante de la forme (I.56) quon suppose dans
un premier temps connu.
La sortie gnre par le systme flou (I.60) est donne par:
(IV.16)
Nous avons dmontr, dans le chapitre II, que la sortie gnre par un systme flou de Takagi-
Sugeno de la forme (I.60) peut tre rcrite, chaque instant, comme un systme affine en une
entre. Dans ce cas, la sortie (IV.16) peut tre mise sous la forme affine en commande
suivante:
(IV.17)
o
a1
et
a2
reprsentent les fonctions analytiques permettant dexprimer la sortie du
systme flou sur la maille active (cf. quations (II.34) et (II.35)).
Soit , borne par
0
i.e. , lerreur commise lorsque le systme non linaire est
approxime par le systme flou. On a alors:
(IV.18)
Dans un premier temps, la L.E.S.D.F est synthtise partir du modle flou nominal (sans
prise en compte de lincertitude ). Diffrentes techniques seront ensuite proposes afin
dassurer la robustesse de la structure de commande.
La loi de commande u est choisie comme suit:
(IV.19)
ce qui correspond en fait rsoudre linversion de
fd
par la mthode analytique propose
dans le paragraphe II.7.
Il est important de signaler ici que la construction de la nouvelle entre v (IV.5) ncessite la
connaissance de la sortie du systme aux instants futurs (r-1 chantillons futurs).
En pratique, la stratgie adopte ici pour rsoudre le problme consiste simplement exploiter
avec r chantillons de retard lentre v pour calculer la commande.
Nous attirons lattention du lecteur sur le fait que dautres stratgies peuvent tre utilises,
savoir le remplacement des sorties du systme aux instants futurs par leur prdiction.
Lutilisation dune technique de prdiction peut cependant alourdir limplantation de la
technique de commande propose.
Par substitution de (IV.19) dans (IV.17), on vrifie bien:
(IV.20)
Si v(k) est construit selon lquation (IV.5), lquation dynamique derreur est donne par:
(IV.21)
(IV.22)
y
f
k r + ( )
fd
Z
1
k ( ) u k ( ) , [ ] =
y
f
k r + ( )
a1
Z
1
k ( ) [ ]
a2
Z
1
k ( ) [ ]u k ( ) + =

0
y k r + ( ) y
f
k r + ( ) + =
u

a1
a2
---------
v k ( )
a2
---------- + =
y
f
k r + ( ) v k ( ) =
e
0
k r + ( )
T
e =
e k 1 + ( ) Ae B =
Page 139
avec:
(IV.23)
Le principe de la L.E.S.D.F. est illustr la Figure IV.1, o la notation T.D.L reprsente une
batterie de retards donne par le schma de la figure IV.2.
Lquation derreur (IV.22) nassure pas la convergence de e
0
(k) vers zro. En prsence des
incertitudes reprsentes par , le systme reste cependant stable. Cette stabilit est assure via
le lemme 4.1.
Figure IV.1 : Principe de la L.E.S.D.F
Figure IV.2 : Description de loprateur T.D.L
IV.3.1 - Lemme 4.1
Si P
1
est une matrice symtrique dfinie positive vrifiant lquation de Lyapunov:
(IV.24)
et Q une matrice symtrique dfinie positive, le transfert entre - et e
T
A
T
P
1
B est dissipatif.
Lincertitude tant borne, le systme
1
est entre-sortie stable ainsi quvoqu dans le
paragraphe I.4.2.2. du chapitre I.
A
0 1 0 0
0 0 1 0

0

1

2

r 1
B
0
0
1
= , =
-

a1
a2
+
v
a2
Procd
non linaire
Conception de v
T.D.L
T.D.L
u(k)
y(k+r)
y
d
(k+r)
v
y(k+r)
Z
-1
Z
-1
Z
-1
y(k)
T.D.L
A
T
P
1
A P
1
Q =
Page 140
Figure IV.3 : Transfert entre - et
IV.3.2 - Dmonstration
Pour dmontrer ce lemme, il suffit de prouver la dissipativit de
1
. Pour cela, nous
utilisons la fonction quadratique suivante:
(IV.25)
Calculons , on obtient:
(IV.26)
Par substitution de lquation dynamique derreur (IV.22) on trouve:
(IV.27)
ou encore:
(IV.28)
Les quations (IV.25) et (IV.28) vrifient les conditions de dissipativit donnes dans le
paragraphe I.4.2.2, ce qui dmontre que le systme
1
est dissipatif.
Malheureusement la loi de commande (IV.19) nassure pas la robustesse de la structure de
commande propose en prsence des incertitudes . Par analogie avec les systmes continus,
la L.E.S.D.F est augmente dune composante additive, synthtise via des techniques de
mode de glissement ou doptimisation .
IV.4 - Robustification de la loi de commande linarisante
IV.4.1 - Principe de la commande additive
Comme dans le paragraphe III.4.1., le but de la synthse dune loi de commande additive
est de compenser ou dattnuer linfluence de lerreur dapproximation floue sur les
performances de commande et ainsi assurer la robustesse de la structure de commande.
La loi de commande u donne par (IV.19) est augmente par une composante u
A
et scrit
1
e
T
A
T
P
1
B
e
T
A
T
P
1
B
V k ( )
1
2
---e
T
k ( )P
1
e k ( ) =
V k ( )
V k ( ) V k 1 + ( ) V k ( )
1
2
---e
T
k 1 + ( )P
1
e k 1 + ( )
1
2
---e
T
k ( )P
1
e k ( ) = =
V k ( )
1
2
---e
T
k ( ) A
T
P
1
A P
1
[ ]e k ( ) e
T
k ( )A
T
P
1
B
1
2
---B
T
P
1
B
2
+ =
V k ( )
1
2
---e
T
k ( )Qe k ( ) e
T
k ( )A
T
P
1
B
1
1
2
---B
T
P
1
B
2
+ =
H

Page 141
alors:
(IV.29)
Dans ce cas, lquation dynamique de lerreur de suivi devient:
(IV.30)
(IV.31)
A et B tant dfinis dans (IV.23).
Le principe de la commande additive est illustr la figure IV.4.
Figure IV.4 : Robustification de la L.E.S.D.F
IV.4.2 - Robustification par une composante de mode de glissement
Dans ce paragraphe, la loi additive u
A
est synthtise via une technique de mode de
glissement. Lerreur dynamique de suivi (IV.31), devient alors:
(IV.32)
La loi de commande de mode de glissement u
sl
est directement dduite du lemme suivant:
IV.4.2.1 - Lemme 4.2
sl
est donne par:
(IV.33)
avec P
1
matrice symtrique dfinie positive vrifiant lquation de Lyapunov (IV.24) et Q
matrice symtrique dfinie positive, alors la fonction quadratique (IV.25) est une fonction de
u

a1
a2
---------
1
a2
--------- v
1
a2
--------- u
A
+ =
e
0
k r + ( )
T
e k ( ) u
A
+ =
e k 1 + ( ) Ae k ( ) Bu
A
B + =
-

fd1
fd2
+
v
fd2
Procd
non linaire
Conception de v
T.D.L
T.D.L
Composante additive

u
A
1
fd2
-
+
y
d
(k+r)
y(k+r)
e k 1 + ( ) Ae k ( ) Bu
sl
B + =
u
sl

0
e
T
k 1 + ( )P
1
B [ ] sgn =
Page 142
Lyapunov qui garantit la stabilit de la structure de commande ainsi que la convergence vers
zro de lerreur de suivi de trajectoire.
IV.4.2.2 - Dmonstration
Par substitution de lquation (IV.32) dans (IV.26), il rsulte:
(IV.34)
ou encore:
(IV.35)
On peut vrifier que:
(IV.36)
Par substitution de lquation (IV.36) dans (IV.35) on trouve:
(IV.37)
Par simplification, lquation (IV.37) peut scrire comme suit:
(IV.38)
Par substitution de la loi de commande u
sl
(IV.33) dans (IV.38), il rsulte:
(IV.39)
Lquation (IV.39) prouve la stabilit de la structure de commande.
De lquation (IV.39), on peut crire:
(IV.40)
ou encore:
(IV.41)
Sachant que et que V(k) est une fonction dcroissante, , on peut
dduire que:
(IV.42)
V k ( )
1
2
---e
T
k ( ) A
T
P
1
A P
1
[ ]e e
T
k ( )A
T
P
1
B u
sl
[ ]
1
2
---B
T
P
1
B u
sl
[ ]
2
+ + =
V k ( )
1
2
--- e
T
k ( )Qe k ( ) e
T
k ( )A
T
P
1
B u
sl
[ ]
1
2
---B
T
P
1
B u
sl
[ ]
2
+ + =
e
T
k ( )A
T
P
1
B e
T
k 1 + ( )P
1
B B
T
P
1
Be
T
k ( ) B
T
P
1
Be k r + ( ) =
V k ( )
1
2
---e
T
k ( )Qe k ( ) e
T
k 1 + ( )P
1
B u
sl
[ ] B
T
P
1
Be
T
k ( ) u
sl
[ ] + =
B
T
P
1
B
T
e k ( ) u
sl
[ ] B
T
P
1
B u
sl
[ ]
2
1
2
---B
T
P
1
B u
sl
[ ]
2
+ +
V k ( )
1
2
---e
T
k ( )Qe k ( )
1
2
---B
T
P
1
B u
sl
[ ]
2
e
T
k 1 + ( )P
1
B u
sl
[ ] + =
1
2
--- e
T
k ( )Qe k ( ) e
T
k 1 + ( )P
1
B
0
e
T
k 1 + ( )P
1
Bu
sl
+ +
V k ( )
1
2
---e
T
k ( )Qe k ( ) 0
V k
f
1 + ( ) V 0 ( )
1
2
---
k 0 =
k
f
e
T
k ( )Qe k ( )
1
2
---
k 0 =
k
f
e
T
k ( )Qe k ( ) V 0 ( ) V k
f
1 + ( )
V k
f
1 + ( ) 0 V 0 ( ) V k
f
1 + ( )
e
T
k ( )Qe k ( ) L
2

Page 143
et ainsi on peut conclure que:
(IV.43)
IV.4.2.3 - Remarque 4.3
Limplantation de la loi de commande (IV.33) ncessite la connaissance du signe de
e
T
(k+1)P
1
B. Si la prdiction un pas du vecteur derreur e(k+1) est possible, alors le signe de
e
T
(k+1)P
1
B peut tre dtermin et la loi de commande peut tre calcule et implante.
Pour une classe de systmes non linaires, le signe de e
T
(k+1)P
1
B peut tre dpendant du
signe de la loi de commande u. Dans ce cas, la loi de mode de glissement peut tre calcule.
Cette philosophie a t utilise dans [Muskinja-97], o e
T
(k+1)P
1
B a le mme signe que la
commande u, pour la synthse dune loi de commande dite de supervision. Si ce nest pas le
cas, des mthodes de prdiction [Park-95][Skrjanc-96] peuvent tre utilises afin de prdire
le signe du vecteur derreur linstant k+1. Cette tche supplmentaire ne peut que compliquer
limplantation de la loi de mode de glissement. De plus, lutilisation de cette dernire peut
introduire des signaux hautes frquences qui risquent dexciter les dynamiques non-
modlises.
Pour ces raisons, dans ltat actuel des choses, nous avons dcid dabandonner lutilisation
de la loi de mode de glissement et essay de la remplacer par une composante base sur
loptimisation .
IV.4.3 - Robustification par une composante
IV.4.3.1 - Principe dattnuation dincertitudes
Par analogie avec les systmes continus, la fonction de transfert entre les incertitudes
reprsentes par et lerreur de suivi de trajectoire e
0
(k), sans ajout dune composante de
robustification (cf. Figure IV.1), peut tre dtermine partir de lquation dynamique
(IV.22). Si lon dfinit de faon ce que e
0
(k) = Ce(k), on obtient:
(IV.44)
Lobjectif est de dterminer la composante additive u
R
de faon modifier le transfert
pour garantir:
(IV.45)
avec:
(IV.46)
De manire similaire lapproche par mode de glissement, la loi de commande u sexprime
sous la forme:
e
0
k ( )
k
lim 0 =
H
C 1 0 0 [ ] R
r
=
H
e
0
z ( ) C zI A ( )
1
B =
H
e
0
z ( )
H
e
0
z ( )
; o : 0 >
H
e
0
z ( )
S = up
L
2

e
0
2
2
------------ Sup
0 2 , [ ]

max
H
e
0
e
j
( ) [ ] =
Page 144
(IV.47)
Par analogie avec lquation (IV.31), lquation derreur dynamique devient alors:
(IV.48)
La composante u
R
est recherche sous la forme:
(IV.49)
Par substitution de (IV.49) dans (IV.48), lquation derreur devient:
(IV.50)
La fonction de transfert entre les incertitudes et lerreur de suivi sexprime finalement:
(IV.51)
Figure IV.5 : Transfert entre lerreur de suivi et les incertitudes
De la mme manire que pour les systmes continus, la composante G est synthtise via
une optimisation en utilisant les ingalits modifies de Riccati. Elle est ici prsente en
deux temps. Dans un premier temps, un lemme est tabli. Celui-ci est ensuite exploit pour
dmontrer un second lemme dbouchant sur la construction de u
R
.
IV.4.3.1.1- Lemme 4.3
Sil existe une matrice symtrique dfinie positive P et un scalaire tel que les critres
de conception suivants sont vrifis:
(IV.52)
(IV.53)
alors la fonction quadratique suivante:
(IV.54)
est une fonction de Lyapunov qui garantit que le systme (IV.48) avec = 0 est stable et la
fonction de transfert entre et e
0
(k) vrifie la contrainte dattnuation donne par (IV.45).
IV.4.3.1.2- Dmonstration
Pour = 0, le systme (IV.48) se rduit :
u

a1
a2
---------
1
a2
--------- v
1
a2
--------- u
R
+ =
e k 1 + ( ) Ae k ( ) Bu
R
B + =
u
R
Ge k ( ) =
e k 1 + ( ) A BG + ( )e k ( ) B =
A
e B =
H
e
0
z ( ) C zI A
( )
1
B =
-
e(k)
C (zI - A
~
)
-1
B
e
0
k ( )
H
0 >
Q 0 et T >
2
B
T
PB 0 > =
A
T
P
1

2
BB
T
( )
1
A
P Q C
T
C 0 + +
V k ( )
1
2
---e
T
k ( )Pe k ( ) =
Page 145
(IV.55)
Calculons , on obtient:
(IV.56)
Par substitution de (IV.55) dans (IV.56), on trouve:
(IV.57)
Par utilisation du lemme dinversion matricielle:
(IV.58)
nous obtenons lquivalence suivante:
(IV.59)
Lingalit (IV.53) peut tre alors rcrite comme suit:
(IV.60)
De (IV.52) et (IV.60), on peut conclure que:
(IV.61)
Dans ce cas, il rsulte:
(IV.62)
ce qui dmontre que V est une fonction de Lyapunov pour le systme (IV.55).
Des quations (IV.40), (IV.41) et (IV.42), on peut dduire la convergence de lerreur de suivi
de trajectoire e
0
(k) vers zro quand .
Dans la suite, notre objectif est de dmontrer la contrainte dattnuation (IV.45).
A partir de (IV.60), on peut crire:
(IV.63)
avec . Dans la suite, on dfinit . Par substitution de la relation:
(IV.64)
dans lingalit (IV.63), on trouve:
(IV.65)
On dfinit la matrice:
e k 1 + ( ) A
e k ( ) =
V k ( )
V k ( ) V k 1 + ( ) V k ( )
1
2
---e
T
k 1 + ( )Pe k 1 + ( )
1
2
---e
T
k ( )Pe k ( ) = =
V k 1 + ( ) V k ( )
1
2
--- e
T
k ( ) A
T
PA
P Q + [ ]e k ( ) e
T
k ( )Qe k ( ) [ ] =
X YZ + ( )
1
X
1
X
1
Y ZX
1
Y I + ( )
1
ZX
1
=
P
1

2
BB
T
( )
1
P
2
PB 1
2
B
T
PB ( )
1
B
T
P + =
P PBT
1
B
T
P + =
A
T
PA
P A
T
PBT
1
B
T
PA
Q C
T
C 0 + + +
A
T
PA
P Q 0 +
V k 1 + ( ) V k ( )
1
2
---e
T
k ( )Qe k ( ) 0
k
C
T
C A
T
PA
P Q A
T
PBT
1
B
T
PA
+
A
T
PA
e
j
Pe
j
A
T
PBT
1
B
T
PA
Q +
0 2 , [ ] z e
j
=
zPz e
j
Pe
j
zI A
[ ]
T
P zI A
[ ] zPA
zA
T
P A
T
PA
+ + = =
C
T
C zI A
[ ]
T
P zI A
[ ] A
T
PA
Q zPA
zA
T
P + +
A
T
PBT
1
B
T
PA
T
PA

Page 146
(IV.66)
Aprs quelques manipulations mathmatiques des diffrents termes de (IV.65), il rsulte:
(IV.67)
Si lingalit (IV.67) est muliplie gauche par et droite par , on
trouve:
(IV.68)
Par dfinition de:
(IV.69)
lquation (IV.68) peut tre rcrite comme suit:
(IV.70)
ou encore
(IV.71)
De (IV.52), on peut finalement dduire que:
(IV.72)
ce qui dmontre la contrainte dattnuation donne par (IV.45).
IV.4.3.1.3- Lemme 4.4
R
est choisie telle que:
(IV.73)
o la matrice symtrique dfinie positive P vrifie lingalit suivante:
(IV.74)
alors la contrainte dattnuation (IV.45) est vrifie.
IV.4.3.1.4- Dmonstration
La dmonstration est directement dduite du Lemme 4.3. La partie gauche de lingalit
z ( ) zI A
( ) =
C
T
C
*
z ( )P z ( )
*
z ( )PA
T
P z ( ) Q A
T
PBT
1
B
T
PA
+ +
B
T
*
[ ]
1
z ( )
1
z ( )B
H
e
0
*
z ( )H
e
0
z ( ) B
T
PB B
T
PA
1
z ( )B +
B
T
*
[ ]
1
z ( )A
T
PB B
T
*
[ ]
1
z ( )Q
1
z ( )B +
B
T
*
[ ]
1
z ( )A
T
PBT
1
B
T
PA
1
z ( )B
M z ( ) T
1
2
---
B
T
PA
1
z ( )B T
1
2
---
=
H
e
0
*
z ( )H
e
0
z ( ) B
T
PB T M
*
z ( )M z ( ) B
T
*
[ ]
1
z ( )Q
1
z ( )B +

2
H
e
0
*
z ( )H
e
0
z ( )
2
B
T
PB T M
*
z ( )M z ( ) B
T
*
[ ]
1
z ( )Q
1
z ( )B + +
H
e
0
*
z ( )H
e
0
z ( )
2
u
R
Ge k ( )
B
T
NA
1 B
T
NB + ( )
---------------------------- - e k ( ) = =
avec : N P
1

2
BB
T
( )
1
=
A
T
NA P Q C
T
C A
T
NB
1
1 B
T
NB + ( )
---------------------------- -
,
_
B
T
NA + + 0 avec : Q 0 > ;
Page 147
(IV.53), note PG, est donc value dans le cas o la commande (IV.73) est applique. On a
alors:
(IV.75)
Par substitution de lexpression de G donne par (IV.73) dans (IV.75) il rsulte:
(IV.76)
De lquation (IV.74), on peut dduire que:
(IV.77)
Daprs lquation (IV.77), on a , ce qui prouve que lingalit (IV.53) est vrifie. Par
application du lemme 4.3, on en dduit finalement que la contrainte dattnuation (IV.45) est
vrifie.
IV.4.3.2 - Exemple illustratif
Lobjectif de cet exemple est dillustrer lefficacit et la performance de loptimisation .
Pour cela, nous considrons le systme non linaire dcrit par lquation dynamique suivante:
(IV.78)
Lordre n du systme est gal son degr relatif r, i.e.
(IV.79)
Comme la relation entre-sortie peut tre drive dune reprsentation dtat de la forme (I.53),
lordre n du systme (IV.78) signifie ici lordre de sa reprsentation dtat originale.
Le systme non linaire, suppos inconnu, est reprsent par une collection de rgles de la
forme suivante:
(IV.80)
Le modle flou de ce systme, identifi autour de la trajectoire de rfrence:
(IV.81)
est donn par la base de rgles illustre la figure IV.6.
Par exemple la case encadre est traduite par les deux rgles suivantes:
(IV.82)
PG = A BG + ( )
T
N A BG + ( ) P Q C
T
C + +
A
T
NA A
T
NBG G
T
B
T
NA G
T
B
T
NBG P Q C
T
C + + + + + =
PG A
T
NA P Q C
T
C
A
T
NBB
T
NA
1 B
T
NB + ( )
-----------------------------
A
T
NBB
T
NA
1 B
T
NB + ( )
----------------------------- 1
B
T
NB
1 B
T
NB + ( )
----------------------------- + + + + =
PG
A
T
NBB
T
NA
1 B
T
NB + ( )
----------------------------- 1
B
T
NB
1 B
T
NB + ( )
----------------------------- + 0
PG 0
H
y k 2 + ( )
y k ( )
1 y
2
k ( ) +
---------------------- 0.15y
2
k 1 ( ) u k ( ) + =
n r 2 = =
Si y k ( ) est A
1
i
1
et y k 1 ( ) est A
2
i
2
et u k ( ) est B
1
j
1
Alors y
f
k 2 + ( )
fd
i
1
i
2
j
1
, , ( )
=
i
1
i
2
, 1 5 et j
1
, , 1 2 , = =
y
d
k ( )
2k
100
---------
,
_
0.75
2k
50
---------
,
_
cos + sin =
Si y k ( ) est A
1
3
et y k 1 ( ) est A
2
3
et u k ( ) est B
1
1
Alors y
f
k 2 + ( ) -1.3405 =
Si y k ( ) est A
1
3
et y k 1 ( ) est A
2
3
et u k ( ) est B
1
2
Alors y
f
k 2 + ( ) 1.3714 =
Page 148
Figure IV.6 : Base de rgles du systme flou
La surface de la sortie pour u(k) = 1 est donne la figure IV.7.
Figure IV.7 : Surface de sortie pour u(k) = 1.
Les univers de discours des entres y(k), y(k-1) et u(k) sont:
(III.83)
y(k)
y(k-1)
A
1
1
A
1
2
A
1
3
A
1
4
A
1
5
A
2
1
B
1
1
: -2.2508
B
1
2
: 0.0653
B
1
1
: -2.0643
B
1
2
: 0.3964
B
1
1
: -0.8539
B
1
2
: 1.3641
B
1
1
: -0.5648
B
1
2
: 1.1989
B
1
1
: -0.3783
B
1
2
: 1.4563
A
2
2
B
1
1
: -1.5306
B
1
2
: 0.5450
B
1
1
: -1.5828
B
1
2
: 0.1981
B
1
1
: -1.6516
B
1
2
: 0.4903
B
1
1
: -0.4430
B
1
2
: 1.2779
B
1
1
: -0.3594
B
1
2
: 1.2661
A
2
3
B
1
1
: -0.1895
B
1
2
: 1.1960
B
1
1
: -1.5819
B
1
2
: 0.6573
B
1
1
: -1.3405
B
1
2
: 1.3714
B
1
1
: -0.7626
B
1
2
: 1.7056
B
1
1
: -0.8446
B
1
2
: 1.3796
A
2
4
B
1
1
: -0.5648
B
1
2
: 1.1989
B
1
1
: -0.3829
B
1
2
: 1.4533
B
1
1
: -0.4623
B
1
2
: 1.4935
B
1
1
: -0.6365
B
1
2
: 1.3894
B
1
1
: -1.3816
B
1
2
: 0.9469
A
2
5
B
1
1
: -0.4469
B
1
2
: 1.2767
B
1
1
: -0.3594
B
1
2
: 1.2661
B
1
1
: -0.2255
B
1
2
: 1.1542
B
1
1
: -0.5028
B
1
2
: 1.4336
B
1
1
: 0.2350
B
1
2
: 1.3600
y(k-1) y(k)
y(k+2)
y k ( )
min
y k ( )
max
, [ ] y k 1 ( )
min
y k 1 ( )
max
, [ ] -2.0, 2.0 [ ] = =
u k ( )
min
u k ( )
max
, [ ] -1.50, 1.50 [ ] =
Page 149
et la partition floue associe est illustre la figure IV.8.
Nous choisissons comme placement de ples z
1
= -0.80, z
2
= -0.90. Dans ce cas, le z-polynme
z
2
+ 1.70z + 0.72 est stable.
Nous choisissons les conditions initiales du systme telles que y(0) = y
d
(0) et y(1) = y
d
(1) ou
encore V(0) = 0. Dans un premier temps, on calcule la norme de la fonction du transfert
sans prsence de la loi de commande u
R
, il rsulte:
(IV.84)
La norme de lerreur de suivi sur un horizon de temps = est donne par:
(IV.85)
Notre objectif est de trouver une loi de commande additive u
R
capable de garantir la contrainte
dattnuation (IV.45) avec .
Dans ce cas, la matrice Q est choisie gale 0.001I.
Figure IV.8 : Partition floue des univers de discours
Par rsolution de lingalit (IV.74), une matrice symtrique dfinie positive P est trouve:
(IV.86)
On peut vrifier que la contrainte est bien assure.
Par application du lemme 4.4, on trouve:
(IV.87)
Dans ce cas, la norme de la fonction du transfert en prsence de u
R
est donne
par:
(IV.88)
ce qui montre que la contrainte dattnuation (IV.45) est effectivement bien vrifie.
La norme de lerreur de suivi sur lhorizon de temps = est donne par:
(IV.89)
H
H
e
0
z ( )
H
e
0
z ( )
50 =
k
0
k
f
, [ ] 0 500 , [ ]
e
0
20.242 =
2.50 =
-2.0 -1.0 0.0 1.0 2.0 -1.0 1.0
A
1
1
A
2
1
A
3
1
A
4
1
A
5
1
B
1
2
B
2
2
y(k) u(k)
-2.0 -1.0 0.0 1.0 2.0
A
1
2
A
2
2
A
3
2
A
4
2
A
5
2
y(k-1)
P
2.6151 2.8015
2.8015 6.2113
=
T 0 >
G
-0.7193 -1.2477
=
H
H
e
0
z ( )
H
e
0
z ( )
1.8233 =
k
0
k
f
, [ ] 0 500 , [ ]
e
0
0.5028 =
Page 150
Lvolution de la loi de robustification u
R
sur lhorizon de temps = est
illustre la figure IV.9.
Figure IV.9 : Loi de commande u
R
Lerreur de suivi de trajectoire est donne par la figure suivante:
Figure IV.10 : Evolution de lerreur de suivi de trajectoire
Pour les conditions initiales y(0) = 1.0 et y(1) = 1.25 ( ), la norme de lerreur de
suivi sur lhorizon de temps prcdent est donne par:
(IV.90)
A travers cet exemple de simulation, nous avons pu constater la performance de
loptimisation . Comme pour les systmes continus, cette performance dpend de la valeur
dattnuation choisie. Cependant, aucune condition pour assurer lexistence dune solution au
problme doptimisation nest propose.
IV.5 - Linarisation Entre-Sortie Discrte Floue Adaptative
Dans le paragraphe IV.3, le modle flou a t suppos disponible. Cependant, si ce nest pas
le cas, une L.E.S.D.F adaptative (L.E.S.D.F.A) est propose. Elle emploie un modle flou du
k
0
k
f
, [ ] 0 500 , [ ]
0 5 0 1 0 0 1 5 0 2 0 0 2 5 0 3 0 0 3 5 0 4 0 0 4 5 0 5 0 0
- 0 . 1 5
- 0 . 1
- 0 . 0 5
0
0 . 0 5
0 . 1
0 100 200 300 400 500
-3
-2
-1
0
1
2
0 100 200 300 400 500
-0.04
-0.02
0
0.02
0.04
0.06
0.08
a. avec la composante u
R
b. sans la composante u
R
V 0 ( ) 0
e
0
0.8883 ; avec la composante u
R
=
e
0
20.50 ; sans la composante u
R
=
H

Page 151
procd non linaire identifi en ligne. Comme dans le cas continu, lidentification est ralise
en boucle ferme et le modle identifi nest valable que pour une trajectoire dsire donne.
La fonction non linaire
d
est reprsente par un systme flou adapt en ligne dont la base de
rgles est une collection de rgles de la forme:
(IV.91)
La sortie gnre par le systme (IV.91) est donne par:
(IV.92)
o reprsente le vecteur de paramtres adapt.
A chaque instant, la sortie (IV.92) peut tre crite comme un systme affine en commande
donn par:
(IV.93)
o les fonctions et sont calcules avec les paramtres adapts en utilisant les
quation (II.34) et (II.35).
La sortie du systme peut tre rcrite en fonction des paramtres adapts et des erreurs. On
trouve alors:
(IV.94)
Dans un premier temps, la L.E.S.D.F.A est synthtise partir du modle flou nominal sans
prise en compte des composantes additives de robustification.
Par analogie avec lquation (IV.19), la loi de commande est choisie comme suit:
(IV.95)
o est la loi de commande floue adapte.
Par substitution de (IV.95) dans (IV.94), on obtient:
(IV.96)
Lexpression de v tant donne par (IV.5), lquation dvolution de lerreur de poursuite est
finalement:
(IV.97)
(IV.98)
o A, B tant dfinis comme prcdemment (IV.23).
Le principe de la L.E.S.D.F.A est illustr la figure IV.11.
R
i
1
i
n
j
1
j
m
, , , , , ( )
: Si y k ( ) est A
1
i
1
etet y k n 1 + ( ) est A
n
i
n
et u k ( ) est B
1
j
1
etet u k m 1 + ( ) est B
m
j
m
Alors y
f
k r + ( )
fd
i
1
i
n
j
1
j
m
, , , , , ( ) =
y
f
k r + ( )
fd
=
fd
y
f
k r + ( )
a1
Z
1
( )
a2
Z
1
( )u k ( ) + =
a1

a2
y k r + ( )
a1
Z
1
( )
a2
Z
1
( )u k ( )
fd
+ + + =
u u
f
a1
Z
1
( )
a2
Z
1
( )
------------------------
v k ( )
a2
Z
1
( )
-------------------- + = =
u
f
y k r + ( ) v
fd
+ + =
e
0
k r + ( )
T
e
fd
=
e k 1 + ( ) Ae B
fd
B =
Page 152
Figure IV.11 : Principe de la L.E.S.D.F.A
Notre objectif dans un premier temps est de minimiser lerreur de suivi de trajectoire.
IV.6 - Minimisation de lerreur de suivi de trajectoire
IV.6.1 - Construction de la loi dadaptation
La mthodologie choisie dans ce paragraphe pour concevoir la loi dadaptation est
diffrente de celle utilise dans le cas continu (cf. paragraphe III.5.1). Cette diffrence est
principalement due la difficult et la complexit dans la formulation mathmatique
ncessaire pour mettre en oeuvre une synthse de Lyapunov. Nous avons donc envisag une
stratgie beaucoup plus simple pour la conception de la loi dadaptation. Cette stratgie repose
sur la minimisation dun critre quadratique.
La loi dadaptation est slectionne dans lobjectif de minimiser, par rapport au vecteur de
paramtres, le critre suivant:
(IV.99)
o P
1
est une matrice symtrique dfinie positive et c une constante positive slectionne
ultrieurement. Le choix de ce critre est justifi dans les paragraphes suivants.
Pour minimiser J, le vecteur de paramtres est calcul rcursivement en utilisant une mthode
du gradient:
Procd
non linaire
Conception

T.D.L
u(k)
-

a1
a2
+
v
^ ^
a2
^
de v
T.D.L
y
d
(t)
y(t)
v
+
-
J
1
2 B
T
P
1
B ( )
2
---------------------------
e
T
k 1 + ( )P
1
B
c
T
+ ( )
---------------------------------
2
=
1
2 B
T
P
1
B ( )
2
---------------------------
e
T
k ( )A
T
P
1
B B
T
P
1
B
fd
k ( ) + ( )
c
T
+ ( )
----------------------------------------------------------------------------------------
2
=
Page 153
(IV.100)
avec constante positive. Le choix de cette constante est dtaill dans le paragraphe suivant.
Par drivation du critre J par rapport au vecteur de paramtres, on trouve:
(IV.101)
qui substitu dans (IV.100), donne:
(IV.102)
Sachant qu linstant k le vecteur peut tre
calcul, limplantation de la loi dadaptation (IV.102) est possible.
Les constantes et c sont choisies afin dassurer la stabilit et la bornitude des signaux utiliss.
Cette assurance est prouve grace au lemme suivant:
IV.6.1.1 - Lemme 4.5
Soit P
1
une matrice symtrique dfinie positive solution de lquation de Lyapunov (IV.24).
Le transfert entre et est dissipatif, le transfert
et est dissipatif et le systme interconnect illustr la figure
IV.12 assure la stabilit de la structure de commande et la bornitude de tous les signaux
detres/sorties utiliss.
Figure IV.12 : Interconnection de deux sous-systmes
Afin de dmontrer le lemme nonc, nous utilisons les fonctions quadratiques suivantes:
(IV.103)
et
fd
k 1 + ( )
fd
k ( )
J
fd
k ( )
------------------- =
J
fd
k ( )
-------------------

T
c
T
+ ( ) B
T
P
1
B ( )
---------------------------------------------e
T
k 1 + ( )P
1
B =
fd
k 1 + ( )
fd
k ( )

T
e
T
k 1 + ( )P
1
B
B
T
P
1
B ( ) c
T
+ ( )
--------------------------------------------- + =
e k 1 + ( ) e
0
k ( ) e
0
k 1 + ( ) e
0
k r + ( ) , , , [ ]
T
=
fd
+ ( ) e
T
A
T
P
1
B B
T
P
1
B ( )
e
T
A
T
P
1
B B
T
P
1
B ( )
fd
+
+
e
T
A
T
P
1
B
(
~
fd
+)
~
fd
B
T
P
1
B
V
1
1
2
---e
T
k ( )P
1
e k ( ) =
Page 154
(IV.104)
Calculons on trouve:
(IV.105)
Si P
1
est la solution de lquation de Lyapunov (IV.24), quation (IV.105) devient:
(IV.106)
ou encore:
(IV.107)
Des quations (IV.103) et (IV.107), on peut dduire que le systme
2
est dissipatif.
De la mme manire, nous calculons , il rsulte:
(IV.108)
La loi dadaptation (IV.102) peut tre rcrite comme suit:
(IV.109)
ou encore:
(IV.110)
Par substitution de la loi dadaptation (IV.110) dans (IV.108), on trouve:
(IV.111)
Sachant que:
V
2
1
2
---
fd
k ( )
T
fd
k ( ) =
V
1
k ( )
V
1
k ( )
1
2
---e
T
A
T
P
1
A P [ ]e e
T
A
T
P
1
B
fd
+ ( )
1
2
---B
T
P
1
B
fd
+ ( )
2
+ =
V
1
k ( )
1
2
---e
T
Qe e
T
A
T
P
1
B
fd
+ ( )
1
2
---B
T
P
1
B
fd
+ ( )
2
+ =
V
1
k ( )
1
2
---e
T
Qe B
T
P
1
B
e
T
A
T
P
1
B
B
T
P
1
B
----------------------
fd
+ ( )
1
2
---B
T
P
1
B
fd
+ ( )
2
+ =
V
2
k ( )
V
2
k ( )
1
2
---
fd
k 1 + ( )
T
fd
k 1 + ( )
fd
k ( )
T
fd
k ( ) [ ] =
fd
k 1 + ( ) I

T
c
T
+ ( )
----------------------
,

_
fd
k ( )

T
B
T
P
1
B
T
P
1
B c
T
+ ( )
---------------------------------------- Ae B [ ] + =
fd
k 1 + ( ) I

T
c
T
+ ( )
----------------------
,

_
fd
k ( )

T
c
T
+ ( )
----------------------
e
T
A
T
P
1
B
B
T
P
1
B
---------------------- + =
V
2
k ( )
1
2
---
fd
T
k ( ) I

T
c
T
+ ( )
----------------------
,

_
T
I

T
c
T
+ ( )
----------------------
,

_
I
fd
k ( ) + =
1
2
---

2
c
T
+ ( )
2
-------------------------
e
T
A
T
P
1
B
B
T
P
1
B
----------------------
2
T
1
2
---

c
T
+ ( )
----------------------
fd
T
k ( ) I

T
c
T
+ ( )
----------------------
,

_
T
T
e
T
A
T
P
1
B
B
T
P
1
B
---------------------- + +
1
2
---

c
T
+ ( )
----------------------
e
T
A
T
P
1
B
B
T
P
1
B
---------------------- I

T
c
T
+ ( )
----------------------
,

_
fd
k ( ) +
Page 155
(IV.112)
lquation (IV.111) peut tre rcrite comme suit:
(IV.113)
On peut vrifier que la matrice M donne par:
(IV.114)
est semi-dfinie positive si et seulement si les conditions suivantes sont vrifies:
(IV.115)
Ainsi, les quations (IV.113) et (IV.104) prouvent que le systme
3
est dissipatif.
Sachant que est born par
0
, par utilisation de la thorie de la dissipativit (voir paragraphe
I.4.2.2) on peut dduire que le systme interconnect illustr la figure IV.12 est entre-sortie
stable et assure la bornitude de tous les signaux dentres/sorties utiliss.
Le lecteur remarquera que la loi dadaptation minimisant le critre (IV.99) est identique
celle qui assure la bornitude des signaux dentres/sorties utiliss dans le systme
interconnect illustr la figure IV.12. Cette remarque est la motivation principale dans le
choix du critre J.
Malheureusement, la structure de commande illustre la figure IV.11 nassure pas la
robustesse vis--vis des incertitudes reprsentes par . Par analogie avec le paragraphe
IV.4.3., nous proposons daugmenter la L.E.S.D.F.A par une composante additive afin
dassurer la robustesse. Cette composante additive est synthtise via une optimisation .
IV.6.2 - Robustification par une composante
La loi de commande u (cf. quation (IV.95)) est augmente par une composante u
R
(cf.
figure IV.13) et devient alors:
(IV.116)
fd
T
k ( ) I

T
c
T
+ ( )
----------------------
,

_
T
T
I

T
c
T
+ ( )
----------------------
,

_
fd
k ( ) 1

T
c
T
+ ( )
----------------------
,

_
fd
k ( ) = =
V
2
k ( )
1
2
---
fd
T
k ( ) I

T
c
T
+ ( )
----------------------
,

_
T
I

T
c
T
+ ( )
----------------------
,

_
I
fd
k ( ) + =
1
2
---

2
c
T
+ ( )
2
-------------------------
e
T
A
T
P
1
B
B
T
P
1
B
----------------------
2
T
+
c
T
+ ( )
---------------------- 1

T
c
T
+ ( )
----------------------
,

_ e
T
A
T
P
1
B
B
T
P
1
B
----------------------
fd
k ( ) +
M I

T
c
T
+ ( )
----------------------
,

_
T
I

T
c
T
+ ( )
----------------------
,

_
I =
0 2 et c 0 > < <
H
a1
x ( )
a2
x ( )
--------------------
v
a2
x ( )
-----------------
1
a2
x ( )
-----------------u
R
+ =
Page 156
(IV.117)
o A, B sont donns par (IV.23).
Lquation (IV.117) peut tre rcrite comme suit:
(IV.118)
Notre objectif est de raliser la contrainte dattnuation (IV.45) entre lerreur de suivi et .
Dans ce cas, la fonction du transfert entre lerreur de suivi de trajectoire et est donne par:
(IV.119)
R
est donne par (IV.73) alors, par utilisation des lemmes 4.3 et 4.4, on
peut montrer que:
(IV.120)
ce qui assure que la contrainte dattnuation est vrifie.
Dans ce paragraphe, on peut constater que nous ralisons un transfert entre e
0
et la place
dun transfert entre e
0
et . Ce choix est valid par le fait que la vrification de la contrainte
(IV.45) sur le transfert entre e
0
et est une tache difficile qui ncessite, dans un cadre discret
et adaptatif, une autre formulation du problme. Au contraire, la ralisation de (IV.120) est
dduite par application directe des lemmes 4.3 et 4.4 et prsente un cas beaucoup plus gnral
que (IV.45) car si converge vers , la condition (IV.120) se rduit (IV.45).
Figure IV.13 : Robustification de la L.E.S.D.F.A
IV.6.3 - Exemples de simulation
Dans ce paragraphe, nous explorons la technique dinversion analytique pour calculer la loi
de commande floue. Il est important dinsister sur le fait que lutilisation de la mthode
e k 1 + ( ) Ae k ( ) B
fd
Bu
R
B + =
e k 1 + ( ) Ae k ( ) Bu
R
B
; o:
fd
+ ( ) = + =
H
e
0
z ( ) C zI A
( )
1
B =
H
e
0
z ( )
Procd
non linaire
Conception

T.D.L -

a1
a2
+
v
^ ^
a2
^
de v
T.D.L
y
d
(k+r)
y(k+r)
v
+
-
Composante additive

u
R
1
^
a2
-
+
Page 157
dinversion floue (cf. paragraphe II.7.2) donne des rsultats identiques ceux obtenus par
inversion analytique.
IV.6.3.1 - Exemple 1
Soit le systme non linaire discret donn par lquation dynamique suivante:
(IV.121)
quon suppose inconnue. Par contre linstar des entres, nous supposons connatre le retard
entre la sortie et la commande.
Les paramtres , , , utiliss pour illustrer la robustesse des mthodes proposes vis--vis
dun changement de paramtres du systme, sont donns par:
(IV.122)
Lordre n du systme est ici gal deux. Le retard entre la sortie et la commande est de deux
units de temps. Donc, le degr relatif est gal lordre du systme:
(IV.123)
Nous utilisons la technique dveloppe prcdemment pour commander ce systme non
linaire afin de suivre la trajectoire dsire suivante:
(IV.124)
Les conditions initiales du systme sont gnres alatoirement. Dans le cas illustr par la
suite, on a: y(1) = 1.27, y(2) = 1.30.
Nous choisissons comme placement de ples z
1
= -0.9531 et z
2
= -0.1469. Dans ce cas, le
polynme z
2
+ 1.10 z + 0.14 est stable (le polynme a toutes ses racines dans le cercle unit du
plan complexe).
Une perturbation dp(k) (voir figure IV.14.b) est ajoute la sortie du systme non linaire. Elle
est gnre par un systme non linaire du second ordre (quation de Van der Pol) donn par
les quations dtat suivantes:
(IV.125)
Les signaux x
1p
(k) et x
2p
(k) dans le plan (x
1p
, x
2p
) sont illustrs la figure IV.14.a.
La loi dadaptation des conclusions de rgles (IV.102) est construite avec la matrice P
1
,
solution de lquation de Lyapunov (IV.24), donne par:
(IV.126)
y k 2 + ( )
y k ( ) { } cos
1 sin
2
y k 1 ( ) { } + +
------------------------------------------------------- y k 1 ( ) { } 1 + ( )y k ( )
2
{ } + exp sin + =
y k ( )
1 y k ( )
2
+
---------------------- 1 + ( )u k ( ) + +
0 ; 0 ; 0 pour k 750 , = = =
1 ; 4 ; 0.6 pour k 750 > , = = =
'
n r 2 = =
y
d
k ( ) 0.75
2k
150
---------
,
_
0.75
2k
100
---------
,
_
cos + sin =
x
1p
k 1 + ( ) x
1p
k ( ) 0.2x
2p
k ( ) + =
x
2p
k 1 + ( ) 0.2x
1p
k ( ) x
2p
k ( ) 0.1 x
1p
2
k ( ) 1 [ ]x
2p
k ( ) + =
dp k ( ) 0.1x
1p
k ( ) =
'
P
1
0.1580 0.3997
0.3997 2.9589
=
Page 158
pour Q
1
choisie gale 0.1I, o I reprsente la matrice identit.
Figure IV.14 : Description de la perturbation dp(k)
La surface de sortie pour u(k) = 1, = 0, = 0 et = 0 est illustre la figure IV.15.
Figure IV.15 : Surface de sortie pour u(k) = 1
Les univers de discours des variables dentre sont les suivants:
(IV.127)
La partition floue des univers de discours des entres est reprsente par la figure IV.16.
-2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5 2 2.5
-3
-2
-1
0
1
2
3
0 100 200 300 400 500 600 700 800 900 1000
-0.25
-0.2
-0.15
-0.1
-0.05
0
0.05
0.1
0.15
0.2
0.25
a. trajectoire dans le plan (x
1p
, x
2p
) b. perturbation dp(k)
y(k-1)
y(k)
y(k+2)
y k ( )
min
y k ( )
max
, [ ] y k 1 ( )
min
y k 1 ( )
max
, [ ] 3.10, 3.70 [ ] = =
u k ( )
min
u k ( )
max
, [ ] 2.0 2.0 , [ ] =
Page 159
La base de rgles du systme flou est compose dune collection de rgles de la forme
suivante:
(IV.128)
Le systme flou est compos de 30 mailles floues lmentaires, chacune tant compose de 8
rgles floues de la forme suivante:
(IV.129)
Chaque maille floue lmentaire est dfinie sur un cube comme le montre la figure IV.17.
Les paramtres du modle flou (conclusions de rgles) sont tous initialiss de manire
alatoire entre -1 et 1.
IV.6.3.1.1- Construction de la loi de commande floue
A chaque instant et pour une entre donne, un seul sous-systme
flou, dfini sur une maille floue lmentaire, peut tre activ. Sachant que la sortie du sous-
systme flou peut tre crite sous une forme affine en commande, la stratgie utilise pour
concevoir la loi de commande floue adaptative est dinverser analytiquement le seul sous-
systme flou activ. Le principe de cette stratgie est rsum la figure IV.18.
A
1
1
A
2
1
A
3
1
A
4
1
A
5
1
A
6
1
A
1
2
A
2
2
A
3
2
A
4
2
A
5
2
A
6
2
A
7
2
-3.05 -1.71 -0.38 0.95 2.28 3.62
-3.05 -1.94 -0.82 0.28 1.39 2.50 3.62
-2.0
2.0
B
1
1
B
2
1
y(k-1)
y(k)
u(k)
Si y k ( ) est A
1
i
1
et y k 1 ( ) est A
2
i
2
et u k ( ) est B
1
j
1
alors y
f
k 2 + ( )
fd
i
1
i
2
j
1
, , ( ) =
avec : i
1
1 6 ; i
2
, , 1 7 et j
1
, , 1 2 , = = =
Si y k ( ) est A
1
i
1
v
1
+
et y k 1 ( ) est A
2
i
2
v
2
+
et u k ( ) est B
1
j
1
w
1
+
alors
y
f
k 2 + ( )
fd
i
1
v
1
+ i
2
v
2
+ j
1
w
1
+ , , ( ) =
avec: v
1
0 1 v
2
; , 0 1 w
1
; , 0 1 , = = =
y k ( ) y k 1 ( ) u k ( ) , , [ ]
Page 160
Figure IV.17 : Maille floue lmentaire
Figure IV.18 : Mcanisme dinversion analytique sur une maille floue
IV.6.3.1.2- Construction de la loi de commande
Nous commenons par calculer la norme de la fonction du transfert sans
prsence de la loi de commande u
R
:
(IV.130)
.
.
. .
.
.
A
i
2
2
A
i
1
1

y(k)
y(k-1)
u(k)
B
j
1
1
B
j
1
1
+1
A
i
1
1
+1
A
i
2
2
+1
Pour les entres y(k), y(k-1), u(k)
Dtermination de la maille active (i
1
, i
2
, 1)
Transformation du modle flou en un systme
affine en commande sur la maille (i
1
, i
2
, 1)
Inversion analytique
Solution unique u(k)
une seule maille floue active
H
H
e
0
z ( )
H
e
0
z ( )
25 =
Page 161
Notre objectif est de synthtiser une loi de commande additive u
R
capable de garantir la
contrainte dattnuation (IV.120) avec .
Dans ce cas, la matrice Q est choisie gale 0.001I.
Par rsolution de lingalit (IV.74), une matrice symtrique dfinie positive P est trouve:
(IV.131)
On peut constater que la contrainte est bien vrifie.
Par application du lemme 4.4, on trouve:
(IV.132)
Dans ce cas, la norme de la fonction du transfert en prsence de u
R
est donne
par:
(IV.133)
La contrainte dattnuation (IV.45) est donc bien vrifie.
Par utilisation de la structure de commande globale (voir figure IV.13), les rsultats de
simulation illustrs sur les figures suivantes sont obtenus.
Figure IV.19 : Sortie du systme et trajectoire de rfrence
La figure IV.19 montre quaprs quelques oscillations, dues au mcanisme dadaptation,
linitialisation des paramtres et aux conditions initiales du systme non linaire, la sortie du
systme converge vers la trajectoire de rfrence. Dans ce cas, on peut dire que la trajectoire de
rfrence est reproductible par le systme non linaire.
Les oscillations autour de k = 750 sont dues une variation des paramtres du systme non
linaire. Cette variation conduit une volution des paramtres du modle flou. Lalgorithme
1.50 =
P
1.0318 0.1500
0.1500 2.1928
=
T 0 >
G
-0.1380 -1.0166
=
H
H
e
0
z ( )
H
e
0
z ( )
1.0886 =
0 500 1000 1500
-2.5
-2
-1.5
-1
-0.5
0
0.5
1
1.5
y(k)
y
d
(k)
Page 162
dadaptation sactive pour rechercher un nouveau jeu de paramtres. Une fois ce jeu de
paramtres retrouv, la sortie du systme converge de nouveau vers la trajectoire de rfrence.
Dans ce cas, on peut dire que la mthode propose prsente une certaine robustesse vis--vis
dun changement de paramtres du systme non linaire.
La commande applique est construite partir de la commande floue adapte (voir figure
IV.20) et de la composante additive u
R
(voir figure IV.21).
Figure IV.20 : Commande floue adaptative
Figure IV.21 : La loi de commande u
R
Un changement brusque des paramtres du systme non linaire implique une variation
brutale de lamplitude de la loi de commande floue adaptative et de la loi de robustification u
R
.
Lvolution dun paramtre estim est illustre la figure IV.22.
0 5 0 0 1 0 0 0 1 5 0 0
- 2
- 1 . 5
- 1
- 0 . 5
0
0 . 5
1
1 . 5
0 5 0 0 1 0 0 0 1 5 0 0
- 2
- 1 . 5
- 1
- 0 . 5
0
0 . 5
1
1 . 5
2
Page 163
Figure IV.22 : Evolution de deux paramtres estims
Sur la figure IV.22, on constate quune variation brutale des paramtres du procd conduit
une variation brusque des paramtres du modle flou. De plus, la loi dadaptation des
paramtres nassure pas la convergence (stabilisation) de ceux-ci sur un horizon de temps fini.
Comme nous lavons signal dans le chapitre III, si cet tat de fait ne pose pas de problme
dans un cadre de commande adaptative, il devient un handicap majeur dans un contexte
dapprentissage.
Soit le systme non linaire discret, suppos inconnu, dont lquation dynamique est la
suivante:
(IV.134)
Contrairement lexemple prcdent, le systme considr nest pas affine en commande. Il
est de plus fortement non linaire ainsi quen atteste la figure IV.23 qui prsente une
visualisation 3D de la sortie y(k+2) dans le cas o une des entres est fige. Ainsi, dans la
reprsentation a., u(k) est fixe un alors que dans le cas b. cest y(k) qui est fixe un.
Lordre n du systme non linaire est gal son degr relatif, i.e. n = r = 2.
Notre objectif dans cet exemple est de commander le systme afin de suivre la trajectoire
dsire:
(IV.135)
Les conditions initiales du systme sont gnres alatoirement. Dans cet exemple, on a: y(1) =
1.15, y(2) = 1.28.
0 5 0 0 1 0 0 0 1 5 0 0
- 0 . 4
- 0 . 2
0
0 . 2
0 . 4
0 . 6
0 . 8
1
1 . 2
1 . 4
Paramtre 17
y k 2 + ( )
y k ( ) y k 1 ( ) { } sin + u k ( ) 1 y k 1 ( ) { }u k ( ) cos + [ ] +
1 y k 1 ( )
2
y k ( )
2
+ +
--------------------------------------------------------------------------------------------------------------------------------- =
y
d
k ( ) 0.7
2k
200
---------
,
_
0.32 1
2k
350
---------
,
_
cos +
,
_
+ sin =
Page 164
Figure IV.23 : Reprsentation 3D du systme considr
(IV.136)
La partition floue des univers de discours est reprsente la figure IV.24.
La base de rgles est compose dune collection de rgles floues de la forme (IV.128) avec i
1
=
1,..., 6 et i
2
= 1,..., 6 et j
1
= 1,..., 4. Le systme flou est donc compos de 75 mailles floues
lmentaires, chacune tant dcrite par 8 rgles floues de la forme (IV.129).
y(k-1)
y(k)
y(k+2)
y(k-1)
u(k)
y(k+2)
a. b.
u(k) = 1
y(k) = 1
y k ( )
min
y k ( )
max
, [ ] y k 1 ( )
min
y k 1 ( )
max
, [ ] -1.50, 1.50 [ ] = =
u k ( )
min
u k ( )
max
, [ ] 1 1 , [ ] =
A
1
1
A
2
1
A
3
1
A
4
1
A
5
1
A
6
1
A
1
1
A
2
1
A
3
1
A
4
1
A
5
1
A
6
1
-1.5 -0.90 -0.30 0.30 0.90 1.5
-1.5 -0.90 -0.30 0.30 0.90 1.5
-1.0 -0.33 0.33 1.0
B
1
1
B
2
1
B
3
1
B
4
1
y(k-1)
y(k)
u(k)
Page 165
Les rsultats ci-aprs correspondent au cas o une perturbation dp(k) = 0.10*sin(2k/150) est
ajoute la sortie du systme non linaire.
Le mme placement de ples et la mme mthodologie de conception de la loi de commande
u
R
que ceux dfinis dans lexemple 1 sont adopts ici.
Les paramtres du modle flou sont tous initialiss de manire alatoire entre -1 et 1.
A chaque instant, pour une entre donne, u(k) tant inconnu, trois
mailles floues lmentaires sont candidates lactivation. Dans ce cas, pour calculer la loi de
commande floue, la stratgie dinversion analytique est applique sur chaque maille floue
lmentaire. Si le mcanisme dinversion prsente une solution multiple, un critre de choix
entre les diffrentes solutions possibles est utilis. Dans cette simulation, le critre de choix
utilis est .
Lutilisation de la structure de commande globale (cf. figure IV.13), donne les rsultats de
simulation illustrs sur les figures ci-dessous.
Figure IV.25
Figure IV.26
y k ( ) y k 1 ( ) u k ( ) , , [ ]
J min u k ( )
2
[ ] =
0 100 200 300 400 500 600 700 800 900 1000
-0.5
0
0.5
1
1.5
2
y(k)
y
d
(k)
0 100 200 300 400 500 600 700 800 900 1000
-0.2
0
0.2
0.4
0.6
0.8
1
1.2
a. Trajectoire de rfrence et trajectoire de rfrence b. Commande floue adaptative
0 100 200 300 400 500 600 700 800 900 1000
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0 200 400 600 800 1000 1200 1400
-0.05
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
Paramtre 85
a. Commande u
R
b. Evolution dun paramtre estim
Page 166
Les figures IV.25.a, IV.25.b, IV.26.a et IV.26.b reprsentent respectivement la trajectoire de
rfrence et la sortie du systme, la loi de commande floue adaptative, la loi de commande u
R
et lvolution dun paramtre estim du modle flou.
Les constatations donnes dans lexemple prcdent restent vraies dans cet exemple.
Les rsultats de simulation montrent que la mthode propose prsente des performances de
suivi satisfaisantes. Il est important dinsister sur le fait que limplantation de la loi de
robustification ncessite lexistence dune matrice P solution de lingalit (IV.74) pour un
donn. Le lecteur remarquera quaucune condition pour assurer lexistence de cette solution
nest propose.
La loi dadaptation des paramtres utilise nassure la convergence de ceux-ci que quand
e(k+1)PB converge vers zro. En pratique, et en prsence dincertitudes de modlisation et/ou
de perturbations, cette condition est rarement vrifie et aucune garantie ne peut tre donne
quant la convergence de paramtres. On constate ainsi sur les exemples de simulation
tudis, que les paramtres ne se stabilisent pas. Cet tat de fait prsente un handicap majeur
quand on cherche apprendre le modle flou et son contrleur associ de faon pouvoir
ventuellement lutiliser sans adaptation.
Afin de rsoudre ce problme, nous proposons, dans la suite, une mthode composite
base sur la minimisation conjointe de lerreur de suivi de trajectoire et de lerreur de
prdiction entre le procd non linaire et le modle flou. On cherche alors faire converger
lerreur de prdiction vers une valeur i.e.
(IV.137)
IV.7 - Minimisation conjointe de lerreur de suivi de trajectoire et de
lerreur de prdiction: Analogie avec la boucle ferme classique
Dans un premier temps, nous proposons de formuler lerreur de prdiction entre la sortie du
systme non linaire et la sortie du modle flou.
IV.7.1 - Construction de lerreur de prdiction
Si on note le vecteur de paramtres optimaux dans lapproximation floue de
d
, la
sortie du systme non linaire peut tre rcrite comme suit:
(IV.138)
Lerreur de prdiction entre la sortie du procd non linaire et la sortie du modle flou adapt
(voir figure IV.27) est donne par:
0

0
, [ ]
y k r + ( ) y
f
k r + ( )
0
fd
*
y k r + ( )
fd
*
k ( ) avec: k ( )
0
+ =
Page 167
(IV.139)
o reprsente le vecteur derreur sur les paramtres.
Figure IV.27 : Formulation de lerreur de prdiction
IV.7.2 - Relation entre lerreur de suivi et lerreur de prdiction
Afin de simplifier la relation entre lerreur de prdiction et lerreur de suivi de trajectoire,
nous supposons dans la suite quaucune dynamique de placement de ples nest intgre dans
la structure de commande. Dans ce cas, la nouvelle entre v est tout simplement choisie comme
tant la sortie dsire:
(IV.140)
Dans ce cas, la loi de commande (IV.95) devient:
(IV.141)
Par substitution de la loi de commande (IV.141) dans (IV.94), lquation derreur de suivi est
donne par:
(IV.142)
De lquation (IV.142), on peut dduire que la minimisation de lerreur de prdiction revient
la minimisation de lerreur entre la sortie du systme et la trajectoire dsire.
Dans ce cas, la loi de robustification u
A
ne peut pas tre synthtise selon les stratgies de
mode de glissement ou de proposes prcdemment. La structure de commande par
L.E.S.D.F.A est quivalente une structure de commande en boucle ferme classique.
e
y
y k r + ( ) y
f
k r + ( ) =

fd
*
fd
( ) +
fd
+ = =
fd

N.L

Procd
Modle flou adapt
y(k+r)
^
y
f
(k+r
)

y(k+r)
^
y
f
(k+r
)
+
-
u(k)
u(k)
Modle flou adapt
+
-
e
y
e
y

+
+
Modle flou optimal
Procd
v k ( ) y
d
k r + ( ) =
u k ( )

a1
Z
1
( )
a2
Z
1
( )
------------------------
y
d
k r + ( )
a2
Z
1
( )
--------------------- + =
y k r + ( ) y
d
k r + ( ) y k r + ( ) y
f
k r + ( ) =
H

Page 168
Figure IV.28 : L.E.S.D.F.A avec minimisation de lerreur de prdiction
IV.7.3 - Construction de la loi dadaptation
Lobjectif de ce paragraphe est de dterminer une loi dadaptation des paramtres du
modle flou afin de minimiser lerreur de prdiction entre la sortie du procd non linaire et la
sortie du modle flou. Dans un premier temps, on suppose que = 0.
On peut facilement constater que la sortie du systme non linaire contient des informations
uniquement dans la direction de dans lespace de paramtres. Dans ce cas, il est lgitime de
prendre comme nouvelle estimation du vecteur de paramtres linstant k+1 le vecteur
minimisant le critre suivant:
(IV.143)
o est un multiplicateur de Lagrange.
Par annulation des drives du critre J par rapport et on trouve:
(IV.144)
Par rsolution du systme dquations, il rsulte:
(IV.145)
ou encore:
(IV.146)
Afin de pouvoir modifier la vitesse de convergence, nous proposons de modifier la loi

(Perturbation)
y(k+r)
+
-

Procd
Modle flou
u
+
+
N.L
Contrleur flou
(modle inverse)
-

a1
a2
+
y
d
(k+r)
^ ^
a2
^
y
d
(k+r)
^
y
f
(k+r)
T.D.L
J
fd
k 1 + ( )
fd
k ( ) y k r + ( )
fd
k 1 + ( ) [ ] + =
fd
k 1 + ( )
fd
k 1 + ( )
fd
k ( )
T
0 =
y k r + ( )
fd
k 1 + ( ) 0 =
'
fd
k 1 + ( )
fd
k ( )

T
T
---------e
y
+ =
fd
k 1 + ( )
fd
k ( )

T
T
---------e
y
=
Page 169
dadaptation prcdente comme suit:
(IV.147)
Cette modification est valide par le lemme suivant:
IV.7.3.1 - Lemme 4.6
En absence dincertitudes, i.e. = 0, si la loi dadaptation de paramtres est donne par
(IV.147), alors la convergence vers zro du vecteur de paramtres, de lerreur de prdiction et
de lerreur de suivi de trajectoire est assure.
Pour dmontrer ce lemme, nous proposons la fonction quadratique suivante:
(IV.148)
Calculons , on trouve:
(IV.149)
Par substitution de (IV.147) dans (IV.149), il rsulte:
(IV.150)
Etant donne lquation (IV.139), on obtient finalement:
(IV.151)
Lquation (IV.151) montre que V est une fonction de Lyapunov qui assure la stabilit de la
structure de commande.
Calculons la somme de entre k = 0 et k = k
f
, on trouve:
(IV.152)
ou encore:
(IV.153)
fd
k 1 + ( )
fd
k ( )

T
c
T
+ ( )
----------------------e
y
=
0 2 et c 0 > < <
V k ( )
1
2
-------
fd
T
k ( )
fd
k ( ) =
V k ( )
V k ( )
1
2
-------
fd
T
k 1 + ( )
fd
k 1 + ( )
1
2
-------
fd
T
k ( )
fd
k ( ) =
V k ( )

T
fd
T
k ( )e
y
c
T
+ ( )
---------------------------

T
2 c
T
+ ( )
2
----------------------------e
y
2
+ =
V k ( )
1
c
T
+ ( )
---------------------- e
y
2

T
2 c
T
+ ( )
--------------------------e
y
2
+
1
c
T
+ ( )
----------------------

2
--- 1
,
_
e
y
2
0 =
V k ( )
k 0 =
k
f
V k ( )
2
--- 1
,
_
c
T
+ ( )
----------------------
k 0 =
k
f
e
y
2
V k
f
1 + ( ) V 0 ( ) a
k 0 =
k
f
e
y
2
; avec: a
2
--- 1
,
_
c
T
+ ( )
---------------------- =
Page 170
on obtient finalement:
(IV.154)
Sachant que V est une fonction de Lyapunov, cela montre que et induit la convergence
vers zro de lerreur de prdiction cest--dire:
(IV.155)
Lerreur de suivi tant gale, en valeur absolue, lerreur de prdiction sa convergence vers
zro est galement assure. De lquation (IV.139), on peut dduire que:
(IV.156)
ce qui prouve la convergence vers du vecteur des paramtres .
En prsence des incertitudes i.e. , la loi dadaptation (IV.147) nassure ni la
convergence de lerreur de prdiction, ni celle de lerreur de paramtres. Pour remdier ce
problme, nous proposons de modifier la loi dadaptation (IV.147) afin de conduire lerreur de
prdiction vers un
0
-voisinage de e
y
= 0.
Pour cela, on dfinit lerreur de prdiction, modifie sur une zone morte (cf. figure IV.29),
comme suit:
(IV.157)
o sat est la fonction de saturation donne par (III.86).
Lquation (IV.157) fait clairement apparatre que lerreur de prdiction modifie mesure
la distance entre lerreur de prdiction e
y
et les bornes de la zone morte. Si , alors
lerreur de prdiction e
y
est dans la zone morte, i.e. .
Figure IV.29 : Dfinition de la zone morte
IV.7.5 - Convergence de paramtres
Lobjectif de ce paragraphe est de modifier, par introduction de lerreur de prdiction
(IV.157), la loi dadaptation (IV.147) afin dassurer la stabilit de la structure de commande
a
k 0 =
k
f
e
y
2
V 0 ( ) V k
f
1 + ( )
e
y
2
L
2
e
y
k ( )
k
lim 0 =
fd
k ( )
k
lim 0 =
fd
*
fd
0
e
0
e
y

0
sat e
y

0
( ) =
e
0
e
0
0 =
e
y

0
0
+1
1
sat(e
y
/
0
)
e
y
Page 171
ainsi que la convergence (stabilisation) des paramtres.
La nouvelle loi dadaptation est directement dduite du lemme suivant:
IV.7.5.1 - Lemme 4.7
Si la loi dadaptation est modifie comme suit:
(IV.158)
alors la stabilit est assure et .
Pour dmontrer ce lemme, nous considrons la candidature de la fonction quadratique
suivante:
(IV.159)
Calculons , il rsulte:
(IV.160)
Dans la dmonstration de ce lemme, nous distinguons deux cas:
- Cas1:
Si , on a:
(IV.161)
ou encore:
(IV.162)
ce qui prouve la stabilit de la mthode propose.
- Cas 2:
Si , par substitution de (IV.158) dans (IV.160), on obtient:
(IV.163)
De lquation (IV.157) et (IV.139), on peut crire:
(IV.164)
Par substitution de (IV.164) dans (IV.163), on trouve:
fd
k 1 + ( )
fd
k ( ) K
a

T
e
0
si: e
y

0
>
fd
k ( ) si: e
y

0
'
=
K
a
c
T
+ ( )
---------------------- ; 0 2 et c 0 > < < =
e
0
0 quand k
V k ( )

T
fd k ( )

fd
k ( ) =
V k ( ) V k 1 + ( ) V k ( ) =
V k ( )

T
fd k 1 + ( )

fd
k 1 + ( )

T
fd k ( )

fd
k ( ) =
e
y

0
fd
k 1 + ( )

fd
k ( ) =
V k 1 + ( ) V k ( ) =
e
y

0
>
V k ( )
fd
T
k ( ) K
a
e
0
[ ]
fd
k ( ) K
a
e
T
[ ]
fd
T
k ( )
fd
k ( ) =
K
a
e
0
( )
2
T
2K
a
e
fd
k ( ) =

fd
e
0
sat e
y

0
( ) + =
Page 172
(IV.165)
Sachant que:
(IV.166)
lquation (IV.165) peut scrire comme suit:
(IV.167)
De lquation (IV.158), on peut finalement dduire que:
(IV.168)
ce qui assure la stabilit de la structure de commande.
Calculons la somme de V(k) entre k = 0 et k = k
f
, il rsulte:
(IV.169)
ou encore:
(IV.170)
Sachant que V est une fonction dcroissante, on peut conclure que .
et donc dduire que:
(IV.171)
ou encore:
(IV.172)
La convergence de lerreur de prdiction vers la zone morte est donc assure.
Les exemples de simulation introduits dans le paragraphe IV.6.3 sont ici repris pour tester
les performances de la mthode dadaptation propose.
Linversion du modle flou est implante selon le mcanisme dinversion floue prsent dans
le chapitre II. Toutefois, dun point de vue numrique, les rsultats sont identiques ceux
obtenus par une inversion analytique.
La borne suprieure
0
des incertitudes est choisie gale 0.35. La stratgie adopte pour
concevoir la loi de commande floue adaptative est linversion floue du seul sous-systme flou
activ.
Sur chaque maille floue lmentaire, les rgles du modle flou de la forme (IV.129) sont
V k ( ) K
a
e
0
( )
2
T
2K
a
e
0
2
2K
a
e
0
sat e
y

0
( ) [ ] =
e
0
sat e
y

0
( ) e
0
; et
0
=
V k ( ) K
a
e
0
2
2 K
a

T
[ ] 2K
a
e
0
2K
a
e
0
+
K
a
e
0
2
2 K
a

T
[ ]
V k 1 + ( ) V k ( ) K
a
e
0
2
0
V k
f
1 + ( ) V 0 ( )
k 0 =
k
f
K
a
e
0
2

k 0 =
k
f
K
a
e
0
2
V 0 ( ) V k
f
1 + ( )
e
0
2
L
2
0
k ( )
k
lim 0 =
e
y

0
quand k
Page 173
transformes en rgles mono-entre, mono-sortie de la forme suivante:
(IV.173)
o:
(IV.174)
Par utilisation du mcanisme dinversion floue (voir paragraphe II.7.2), les rgles (IV.173) du
modle sont transformes en rgles de commande:
(IV.175)
o et sont les valeurs modales associes aux symboles flous et .
Dans ce cas, la loi de commande peut tre calcule:
(IV.176)
Le principe de cette inversion est rsum la figure IV.30.
Figure IV.30 : Mthode dinversion floue sur une maille floue
Par application de la structure de commande de la figure IV.28, les rsultats de simulation
obtenus sont illustrs sur les figures suivantes:
Si u k ( ) est B
1
1
Alors y
f
k 2 + ( )
i
1
i
2
1 , , ( )
1 y k ( ) y k 1 + ( ) , , ( ) =
Si u k ( ) est B
1
2
Alors y
f
k 2 + ( )
i
1
i
2
2 , , ( )
2 y k ( ) y k 1 + ( ) , , ( ) =
i
1
i
2
1 , , ( )
1 w
1
+ y k ( ) y k 1 + ( ) , , ( ) =
v
1
v
2
, ( ) 0 1 , { }
2

i
1
v
1
+ i
2
v
2
+ , ( )
y k ( ) y k 1 + ( ) , ( )
i
1
v
1
+ i
2
v
2
+ j
1
w
1
+ , , ( ) ; avec: w
1
0 1 , { }
et : i
1
1 5 ; i
2
, , 1 6 , , = =
Si y
d
k 2 + ( ) est C
i
1
i
2
1 , , ( )
1 y k ( ) y k 1 + ( ) , , ( )
Alors u k ( ) b
1
1
=
Si y
d
k 2 + ( ) est C
i
1
i
2
2 , , ( )
2 y k ( ) y k 1 + ( ) , , ( )
Alors u k ( ) b
1
2
=
b
1
1
b
1
2
B
1
1
B
1
2
u k ( )
C
i
1
i
2
1 , , ( )
1 y k ( ) y k 1 + ( ) , , ( )
y
d
k 2 + ( ) ( ) b
1
1
i
1
i
2
2 , , ( )
2 y k ( ) y k 1 + ( ) , , ( )
y
d
k 2 + ( ) ( ) b
1
2
+ =
Pour les entres y(k), y(k-1)
Dtermination de la maille active (i
1
, i
2
, 1)
Transformation des rgles MISO en rgles SISO

Solution unique u(k)
une seule maille floue active
Transformations des rgles SISO du modle
en rgles SISO de commande
Page 174
Figure IV.31 : Trajectoire de rfrence et sortie du systme
Sur la figure IV.31, on saperoit que lerreur entre la sortie du systme et la trajectoire de
rfrence reste importante sur lhorizon de temps utilis. Cela est du au fait que lalgorithme
dadaptation est stopp une fois que lerreur de prdiction est infrieure la borne
0
fixe a
priori. De plus, aucune composante de robustification capable de compenser cette erreur nest
utilise.
Lvolution de la loi de commande floue adaptative est illustre la figure IV.32.
La remarque donne dans le paragraphe IV.6.3.1. sur la loi de commande floue adaptative reste
valable dans ce paragraphe.
Lvolution dun paramtre estim du modle flou est illustre la figure IV.33.
0 5 0 0 1 0 0 0 1 5 0 0
-2
-1 . 5
-1
-0 . 5
0
0 . 5
1
1 . 5
2
y(k)
y
d
(k)
0 5 0 0 1 0 0 0 1 5 0 0
- 2
- 1 . 5
- 1
- 0 . 5
0
0 . 5
1
Page 175
Figure IV.33 : Evolution dun paramtre estim
Contrairement la technique prcdente, cette mthode est capable dassurer la
convergence (stabilisation) des paramtres sur un horizon de temps fini.
La borne suprieure
0
des incertitudes est ici choisie gale 0.15.
Comme nous lavons soulign dans le paragraphe IV.6.3.2, chaque instant trois mailles
floues lmentaires sont candidates lactivation. Pour dterminer la loi de commande floue,
la stratgie dinversion illustre la figure IV.30 est applique sur chaque maille floue
lmentaire. Si le mcanisme dinversion prsente une solution multiple, le choix de la
commande est ralis par minimisation du critre .
Les rsultats de simulation sont illustrs sur les figures ci-dessous. Les figures IV.34.a, IV.34.b
et IV.35 reprsentent respectivement lvolution de la trajectoire de rfrence et la sortie du
systme, de la loi de commande floue adaptative et dun paramtre estim du modle flou.
Figure IV.34
0 5 0 0 1 0 0 0 1 5 0 0
0
0 . 1
0 . 2
0 . 3
0 . 4
0 . 5
0 . 6
0 . 7
0 . 8
Paramtre 17
J u k ( )
2
=
0 100 200 300 400 500 600 700 800 900 1000
-0.5
0
0.5
1
1.5
2
y(k)
y
d
(k)
0 100 200 300 400 500 600 700 800 900 1000
-0.2
0
0.2
0.4
0.6
0.8
1
1.2
a. Trajectoire de rfrence et sortie du systme b. Commande floue adaptative
Page 176
Les remarques discutes dans lexemple 1 restent valables dans ce paragraphe.
La technique propose assure la stabilisation des paramtres et permet ainsi lapprentissage
du modle flou et de son contrleur associ. Cependant, en prsence dincertitudes, elle
prsente des rsultas de suivi mdiocres car aucune composante de robustification nest
utilise. Il est important dinsister sur le fait que si les incertitudes sont trs faibles, les
performances de suivi peuvent tre satisfaisantes.
Dune manire gnrale, la structure de commande illustre la figure IV.28 nassure pas la
robustesse vis--vis des incertitudes. Afin de rsoudre ce problme, nous proposons de garder
les mmes lments de la structure, savoir le contrleur et le modle flou, mais de procder
un changement des connexions entres-sorties afin dobtenir une nouvelle structure de
commande capable dassurer la robustesse. Cette philosophie donne naissance une autre
structure de commande quon appellera commande modle interne flou. Cette dernire sera
dtaille dans les paragraphes suivants.
IV.8 - Commande modle interne flou
IV.8.1 - Introduction
On appelle habituellement une structure de commande modle interne (C.M.I), tout
schma de commande incluant un modle explicite du procd. La paternit de la C.M.I
linaire est attribue Morari et Garcia [Morari-89].
Suite la dcouverte de la C.M.I, plusieurs ouvrages et articles lui ont t consacrs
[Morari-89][Coulibaly-95][Datta-96]. On peut citer ici titre dexemple les travaux de
Garcia [Garcia-82][Garcia-85], Boimond et Lottin [Boimond-90], Saidi et Lottin [Sadi-96].
Sur le plan international, cest surtout Morari qui a contribu la diffusion de la C.M.I en lui
0 200 400 600 800 1000 1200 1400
-0.1
-0.05
0
0.05
0.1
0.15
0.2
0.25
0.3
Paramtre 85
Page 177
consacrant son ouvrage paru en 1989 [Morari-89].
Dune manire gnrale, la C.M.I reprend le principe de base de la commande en boucle
ouverte ce qui reprsente un intrt majeur pour la stabilit. De plus, la C.M.I possde les
avantages de la commande en boucle ferme pour le rejet de perturbations et les erreurs de
modlisation.
IV.8.2 - Commande modle interne linaire
Le principe de base de la commande modle interne est illustr la figure IV.36.
La commande u issue du contrleur G
c
est applique simultanment au procd G
p
et son
modle G
m
. La comparaison des sorties y
p
et y
m
gnre un signal derreur qui est utilis pour
modifier lentre du correcteur, afin de permettre la commande de mieux piloter le procd.
Si le modle est une parfaite reprsentation du procd, alors le signal derreur est gal la
perturbation. Dans ce cas, la structure de commande est quivalente un schma de commande
en boucle ouverte. Malheureusement, en pratique, le procd et son modle sont rarement
identiques. Le signal de retour reprsente alors linfluence des perturbation et des erreurs de
modlisation.
De la figure IV.36, on peut crire:
(IV.177)
Figure IV.36 : Structure de commande modle interne linaire
Il apparat clairement que, sous rserve de stabilit du procd, si le contrleur est choisi
comme linverse du modle alors la boucle C.M.I ralise un transfert parfait entre la trajectoire
de rfrence y
d
et la sortie y
p
du procd, ceci indpendamment du procd G
p
. Le contrleur
ainsi synthtis ralise donc une poursuite parfaite malgr la perturbation d. Cependant, si
lerreur modle-procd est importante, elle risque de dstabiliser la boucle de commande do
y
p
G
c
G
p
1 G
c
G
p
G
m
( ) +
----------------------------------------- y
d
1 G
c
G
m
1 G
c
G
p
G
m
( ) +
----------------------------------------- d + =
r
M.R(s)
G
c
(s) G
p
(s)
G
m
(s)
d (Perturbation)
y
p
+
-

Procd
Modle
+
-
u
y
m
+
+
Modle de rfrence
Contrleur
(modle inverse)
y
d
y
e
Page 178
lutilit de filtrer le signal de retour en vue dassurer une certaine robustesse vis--vis des
erreurs de modlisation. Ce filtre de robustesse est gnralement synthtis en sappuyant sur
le critre de Nyquist [Larminat-93].
En pratique, linversion du modle est parfois impossible raliser, par exemple lorsquil
sagit dun modle dphasage non minimal. Afin de contourner ce problme, plusieurs
techniques ont t dveloppes dans la littrature. Frank [Frank-74], propose une mthode
dinversion partielle du modle. Il procde une dcomposition du modle en deux parties: les
parties qui contiennent les zros stables et celles qui contiennent les zros instables. Dans ce
cas, le contrleur est choisi comme linverse de la partie stable. Par ailleurs, il impose un
transfert gal lunit pour la partie instable. Boimond [Boimond-90] propose la construction
dun contrleur qui sapproche, au sens dun critre dfinir, de linverse du modle.
IV.8.3 - Commande modle interne non linaire (C.M.I.NL)
Economou, Morari et Palson [Economou-86] ont dmontr, par application de la thorie
des oprateurs non linaires que la C.M.I linaire peut tre utilise dans un contexte non
linaire. La mthode propose consiste remplacer le modle linaire utilis dans la structure
de commande par un modle non linaire du procd, dtermin pralablement partir de
connaissances physiques sur le procd.
Ainsi, le schma de base de la Figure IV.36 reste valide. La seule distinction avec la C.M.I
linaire rside alors dans lexpression non linaire des fonctions G
p
, G
m
et G
c
.
Dune manire gnrale, la C.M.I non linaire est confronte au problme dinversion du
modle non linaire. Linversion du modle non linaire tant incontournable, [Economou-86]
propose dutiliser des algorithmes numriques tels que la mthode de Newton et la mthode
des substitutions successives. Si ces mthodes sont intressantes, elles sont trs gourmandes en
temps de calcul, limitant ainsi leur applicabilit.
Une dmarche naturelle consiste linariser le modle non linaire autour dun point de
fonctionnement et se ramener alors une C.M.I linaire. Cette approche se prte bien des
problmes de rgulation avec un fonctionnement relativement restreint autour du point de
fonctionnement. Dans le cas contraire, la C.M.I linaire donne des rsultats mdiocres et ne
peut tre utilise.
Comme pour le cas linaire, un filtre de robustesse peut tre introduit dans la boucle de
retour afin dviter une dstabilisation de la structure de commande en prsence derreurs de
modlisation et/ou de perturbations importantes. La mthode de synthse de ce filtre nest plus
le critre de Nyquist mais le thorme du petit gain [Duc-93][Scorletti-97]. Ainsi, le filtre de
robustesse F est choisi tel que la condition suivante soit vrifie:
(IV.178)
o g reprsente le gain associ aux diffrents lments.
La dtermination dun modle de procd non linaire peut tre une tche difficile, notamment
pour des procds complexes (chimiques, robotique, ... etc). Afin de remdier ce problme,
une autre alternative peut tre envisage. Elle consiste utiliser la puissance et la capacit
dapproximation des systmes flous pour reprsenter la dynamique des procds non linaires.
g F ( )g C ( )g G M ( ) 1 <
Page 179
La synthse du contrleur est alors base sur linversion du modle flou. Cette mthodologie
ouvre la voie une alternative de la C.M.I quon appellera la C.M.I floue et laquelle sont
consacrs les paragraphes suivants.
IV.8.4 - Commande modle interne flou (C.M.I.F)
Le principe de la C.M.I floue est illustr la figure IV.37. Le procd non linaire est
reprsent par un systme flou de Takagi-Sugeno conclusion constante de la forme (I.56).
Figure IV.37 : Structure de commande modle interne flou
Si un modle flou du procd non linaire et son inverse peuvent tre dtermins, la
C.M.I.F peut tre implante [Boukezzoula-97-b][Boukezzoula-99-a].
Comme nous lavons vu dans le chapitre II, deux mthodes dinversion (analytique et floue)
sont disponibles pour dterminer le contrleur flou. Dans ce paragraphe, nous adoptons les
mmes stratgies que celles dveloppes dans le paragraphe prcdent en remplaant le signal
y
d
utilis dans la construction du contrleur par y
e
comme le montre la figure IV.37.
Comme dans la C.M.I non linaire classique, un filtre de robustesse peut tre ajout dans la
boucle de retour. La conception de ce filtre de robustesse est base sur le thorme du petit
gain.
IV.8.5 - Commande modle interne flou Adaptatif (C.M.I.F.A)
Nous avons suppos, dans le paragraphe IV.8.4. que le modle flou est disponible. Si ce
nest pas le cas, une C.M.I.F. adaptative (C.M.I.F.A) est propose [Boukezzoula-99-b]
[Boukezzoula-99-c][Boukezzoula-99-d]. Elle emploie un modle flou du procd non
linaire identifi en ligne. Le principe de la C.M.I.F.A est illustr la figure IV.38.
Pour minimiser lerreur de prdiction entre la sortie du procd non linaire et la sortie du
modle flou nous utilisons la mme loi dadaptation que prcdemment (IV.158). Un filtre de
robustesse, bas sur le thorme du petit gain, peut tre ajout dans la boucle de retour.
r
M.R(s)
d (Perturbation)
y
p
+
-

Procd
Modle flou
+
-
u
y
f
+
+
Modle de rfrence
Contrleur flou
(modle inverse)
y
d
N.L
y
e
Page 180
Figure IV.38 : Commande modle interne flou adaptatif
Dans cet exemple, les mmes bornes dincertitudes et la mme mthodologie dinversion
floue que celles utilises dans le paragraphe IV.7.6. sont nouveau exploites.
Par application de la structure de commande illustre la figure IV.38, les rsultats de
simulation suivants sont obtenus.
Figure IV.39 : Trajectoire de rfrence et sortie du systme
La figure IV.39 montre que la mthode propose donne des rsultats trs satisfaisants dans
le suivi de trajectoire. Lerreur importante entre la sortie du systme et la trajectoire de
rfrence constate dans le paragraphe prcdent a t fortement diminue par utilisation de la
commande modle interne flou. Comme nous lavons dj signal, aprs quelques
r
M.R(s)
d (Perturbation)
y
p
+
-

Procd
Modle flou
+
-
u
^
y
f
+
+
Modle de rfrence
y
d
N.L
Contrleur flou
(modle inverse)
0 5 0 0 1 0 0 0 1 5 0 0
-3
-2
-1
0
1
2
3
4
y
d
(k)
y(k)
Page 181
oscillations autour de k = 750, dues une variation dans les paramtres du systme non
linaire, la sortie du systme converge de nouveau vers la trajectoire de rfrence.
Lvolution de la loi de commande floue est illustre la figure IV.40.
Lvolution dun paramtre estim est illustre la figure IV.41.
Figure IV.41 : volution dun paramtre estim
La technique propose assure non seulement un bon suivi de trajectoire mais aussi la
convergence (stabilisation) des paramtres du modle flou.
IV.8.6.2 - Exemple2
Dans le cas du deuxime exemple, lexploitation de la structure C.M.I.F.A produit les
rsultats illustrs ci-dessous. Les performances associes au suivi de trajectoire sont donnes
0 5 0 0 1 0 0 0 1 5 0 0
-2
-1. 5
-1
-0. 5
0
0. 5
1
1. 5
2
0 5 0 0 1 0 0 0 1 5 0 0
- 0 . 2
- 0 . 1
0
0 . 1
0 . 2
0 . 3
0 . 4
0 . 5
0 . 6
0 . 7
0 . 8
Paramtre 17
Page 182
la figure IV.42, la commande associe tant visualise sur la figure IV.43. Quant lvolution
dun paramtre estim, elle est illustre la figure IV.44.
Figure IV.42
Les remarques nonces dans lexemple prcdent restent valables pour cet exemple.
IV.9 - La C.M.I multi-modles linaires
Une autre approche C.M.I pour commander les procds non linaires consiste assurer,
chaque instant, la linarit du modle sur chaque maille floue lmentaire dans une forme
ARMA. Lintrt dune telle technique rside dans la possibilit de synthse dun contrleur
base uniquement sur les paramtres des diffrents modles linaires. Le bnfice ainsi acquis
est que le modle et son inverse (contrleur) sont tous les deux linaires. Dans ce cas, on peut
facilement analyser linversibilit du modle partir de ses zros.
La technique utilise pour assurer la linarit sur chaque maille floue lmentaire est le
0 100 200 300 400 500 600 700 800 900 1000
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
1.2
1.4
y(k)
y
d
(k)
0 100 200 300 400 500 600 700 800 900 1000
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
a. Trajectoire de rfrence et sortie du systme b. Commande floue adaptative
0 200 400 600 800 1000 1200 1400
0
0. 05
0. 1
0. 15
0. 2
0. 25
0. 3
0. 35
Paramtre 85
Page 183
principe de dcomposition dtaill dans le paragraphe II.8.
IV.9.1 - Approximation du modle flou par une collection de modles linaires
Par application du mcanisme de dcomposition dcrit dans le paragraphe II.8., la sortie
gnre par un sous-systme flou lmentaire peut tre approxime par un systme linaire tel
que:
(IV.179)
La notation l caractrise une maille floue lmentaire et allge la notation prcdente (i
1
, ..., i
n
,
j
1
, ..., j
m
).
Dans ce cas, le modle flou global est approxim par une collection de systmes linaires.
Si on note:
(IV.180)
chaque systme linaire peut tre rcrit sous la forme:
(IV.181)
Ce principe de sparation est illustr la figure IV.44.
Figure IV.44 : Reprsentation du transfert entre y(k+r) et u(k)
IV.9.2 - Application la C.M.I
Le principe de la structure de commande propose est illustr la figure IV.45.
Le systme flou est approxim par un ensemble de systmes linaires, chacun tant dfini sur
une maille floue lmentaire (systme linaire par morceaux). Le contrleur est obtenu par une
inversion du systme activ. Si plusieurs systmes sont candidats lactivation, un critre de
slection peut tre choisi.
Afin dassurer de bonnes performances de cette structure de commande, lapproximation doit
tre satisfaisante.
y k 1 + ( ) [ ]
l
c
0
l ( )
p 1 =
n
c
p
l ( )
y k p 1 + ( )
q 1 =
m
d
q
l ( )
u k q 1 + ( ) + + =
l 1
p 1 =
n
N
p
1 ( )
q 1 =
m
M
q
1 ( ) , , { }
C
l ( )
z ( ) 1
p 1 =
n
c
p
l ( )
z
p
et D
l ( )
z ( )
q 1 =
m
d
q
l ( )
z
q 1 +
= =
y k 1 + ( ) [ ]
l
c
0
l ( )
C
l ( )
z ( )
----------------
D
l ( )
z ( )
C
l ( )
z ( )
----------------u k ( ) + =
c
0
(l)
+
+
u(k)
y(k+r)
D
(l)
(z)
C
(l)
(z)
C
(l)
(z)
1

Page 184
Figure IV.45 : Structure de commande C.M.I multi-modles
A chaque instant, la structure de commande illustre la figure IV.45 peut tre transforme en
le schma suivant:
Figure IV.46 : Structure C.M.I.F quivalente
r
M.R(p)
d (Perturbation)
y
p
+

Procd
Modle flou
+
u
y
m
+
+
Modle de rfrence
(modle inverse)
y
d
N.L
D
(l)
(z)
C
(l)
(z)
c
0
(l)
C
(l)
(z)
1
+
-
Contrleur
Approximation
y
e
d(k)
+
+
u(k) y
e r(k)
D
(l)
(z)
C
(l)
(z)
Modle de rfrence
M.R
+
-
+
Procd
N.L
Contrleur

+
C
(l)
(z)
1
c
0
(l)
+
y
d

Page 185
Si une erreur relativement importante est prsente dans la boucle de retour un filtre de
robustesse peut tre utilis afin dviter une dstabilisation de la boucle de commande.
IV.9.3 - Exemple de simulation
Afin dillustrer pas pas le mcanisme mis en oeuvre, nous avons choisi un systme
relativement simple pouvant tre correctement approxim avec peu de rgles. Ce systme est
dcrit par lquation suivante:
(IV.182)
La surface de la sortie y(k+1) est donne la figure IV.47.
Notre objectif ici est dutiliser un systme flou approxim (systme linaire par morceaux)
dans la structure de commande C.M.I multi-modles afin de pouvoir suivre les trajectoires de
rfrence donnes par:
(IV.183)
ou
(IV.184)
avec r(k) signal carr damplitude et de priode 500.
Figure IV.47 : Surface de sortie
Les univers de discours des entres sont choisis comme suit:
(IV.185)
y k 1 + ( )
y k ( )
1 y k ( )
2
+
---------------------- y k ( ) [ ]cos
2
y k ( ) [ ] u k ( ) + exp + =
y
d
k ( )
2k
150
---------
,
_
0.65 1
2k
150
---------
,
_
cos
,
_
+ sin =
y
d
k 1 + ( ) 0.93y
d
k ( ) 0.07r k ( ) + =
1.5 t
u(k)
y(k)
y(k+2)
y k ( )
min
y k ( )
max
, [ ] 1.50, 2.0 [ ] u k ( )
min
u k ( )
max
, [ ] 1.5 1.5 , [ ] = , =
Page 186
La partition floue des univers de discours est donne la figure IV.48.
Figure IV.48 : partition floue des univers de discours des entres
Le modle flou du systme est donn par une collection de rgles de la forme suivante:
(IV.186)
La base de rgles complte du systme flou est illustre ci-dessous (cf. figure IV.49).
Figure IV.49 : Base de rgles du systme flou
Par utilisation du principe dapproximation dtaill dans le paragraphe II.8., la base modifie
suivante est trouve:
Figure IV.50 : Base de rgles modifie
On peut facilement vrifier que la condition de linarit pour chaque maille donne par (II.63)
u / y A
1
1
A
1
2
A
1
3
A
1
4
A
1
5
A
1
6
B
1
1
-0.4236 -0.1676 -0.3716 -0.9395 -0.7328 -0.5984
B
1
2
2.5492 2.8102 2.5696 2.1486 2.2746 2.4125
u / y A
1
1
A
1
2
A
1
3
A
1
4
A
1
5
A
1
6
B
1
1
-0.4370 -0.1786 -0.4009 -0.8953 -0.7290 -0.5928
B
1
2
2.5627 2.8211 2.5988 2.1044 2.2707 2.4069
y(k)
u(k)
A
1
1
A
1
2
A
1
3
A
1
4
A
1
5
A
1
6
B
1
1
B
1
2
(1,1) (2,1) (3,1) (4,1) (5,1)
-1.80 -0.38 0.34 1.06 1.78 2.50
-1.5
1.5
R
i
1
i
2
, ( )
: Si y k ( ) est A
1
i
1
et u k ( ) est B
1
j
1
Alors y k 1 + ( ) i
1
j
1
, ( ) =
i
1
1 6 j
1
1 2 , = ; , , =
Page 187
est vrifie.
Le degr dapproximation entre les deux bases de rgles est gal 0.99, ce qui prouve que
lapproximation est pratiquement exacte.
La sortie de chaque sous-systme flou sur sa maille floue lmentaire est donne la figure
IV.51.
Figure IV.51 : Sortie sur chaque sous-systme
Dans cette simulation, la structure de commande illustre la figure IV.45 est quivalente
la suivante:
Figure IV.52 : Implantation de la C.M.I.F multi-modles
A chaque instant un seul sous-systme linaire est activ. Par introduction de loprateur retard
z, chaque sous-systme i peut tre reprsent par la figure suivante:
sous-systme Maille floue lmentaire La sortie y(k+1)
1 (1,1) 0.30y(k) + 0.999u(k) + 1.603
2 (2,1) -0.258y(k) + 0.999u(k) + 1.078
3 (3,1) -0.574y(k) + 0.999u(k) + 1.052
4 (4,1) 0.193y(k) + 0.999u(k) + 0.453
5 (5,1) 0.158y(k) + 0.999u(k) + 0.511
Procd
N.L
0.30y(k) + 0.999u(k) + 1.603
-0.574y(k) + 0.999u(k) + 1.052
-0.258y(k) + 0.999u(k) + 1.078
0.193y(k) + 0.999u(k) + 0.453
0.158y(k) + 0.999u(k) + 0.511
(y
e
- 0.30y(k) - 1.0603)
0.999
(y
e
+0.258y(k) - 1.078)
0.999
(y
e
+0.574y(k) -1.052)
0.999
(y
e
-0.193y(k) -0.453)
0.999
(y
e
-0.158y(k) -0.511)
0.999
u(k)
+
-
-
y
e
y
d
+

Contrleur
Modle
Page 188
Figure IV.53 : Reprsentation dun sous-systme flou
Les rsultats de simulation pour la trajectoire dsire donne par (IV.183) sont illustrs la
figure IV.54.a. La commande correspondante est donne la figure IV.54.b.
Figure IV.54
Les rsultats de simulation pour lautre trajectoire de rfrence (quation (IV.184)) sont
illustrs sur les figures suivantes.
Figure IV.55
b
i
z - a
i
1
z - a
i
a
0
i
y(k+1)
i = 1 : a
1
= 0.30,
u(k)
a
0
1
=1.603
i = 2 : a
2
= -0.258, a
0
2
=1.078
i = 3 : a
3
= -0.574, a
0
3
=1.052
i = 4 : a
4
= 0.193, a
0
4
= 0.453
i = 5 : a
5
= 0.158, a
0
5
= 0.511
b
i
= 0.999, i = 1, ..., 5
+
+
0 50 100 150 200 250 300 350 400 450 500
-1
-0.5
0
0.5
1
1.5
2
y(k)
y
d
(k)
0 50 100 150 200 250 300 350 400 450 500
-1.5
-1
-0.5
0
0.5
1
1.5
b. Commande floue a. Trajectoire de rfrence et sortie du systme
0 500 1000 1500
-1.5
-1
-0.5
0
0.5
1
1.5
a. Trajectoire de rfrence et sortie du systme b. Commande floue
0 500 1000 1500
-0.5
0
0.5
1
1.5
y(k)
y
d
(k)
Page 189
La technique propose prsente des performances de suivi satisfaisantes (voir figures IV.54
et IV.55). A noter ici que limplantation de la C.M.I multi-modles ncessite un degr
dapproximation suffisant. Cette condition peut amener, dans le cas des systmes fortement
non linaires, un nombre trs lev de sous-systmes linaires. Dun point de vue thorique,
il est toujours possible de reprsenter la dynamique dun systme non linaire par un ensemble
de systmes linaires. Malheureusement, cette reprsentation ncessite lutilisation dun
nombre trs lev de systmes linaires ce qui cause un problme pratique dans son
implantation (ncessit de calculateurs trs performants).
Si un sous-systme linaire prsente des zros instables, linversion directe de ce dernier est
impossible. Dans ce cas il va falloir utiliser des techniques dinversion approche. Dans la
littrature, diffrentes techniques bases sur des pseudo-inversions ont t proposes. A titre
dexemple on peut citer les mthodes donnes dans [Frank-74][Tomizuka-87][Boimond-90].
IV.10 - Conclusion
Nous avons prsent des mthodologies de synthse dune L.E.S.D.F.A robuste pour une
classe de systmes non linaires discrets. La technique dveloppe repose sur lutilisation
dune loi de commande adaptative, augmente dune composante de commande fonde sur
une optimisation . Nous avons aussi soulign les performances de suivi ralises par la
mthode propose. Cependant, cette dernire ne peut pas assurer la convergence (stabilisation)
des paramtres du modle flou.
Si aucune dynamique de placement de ples dans le suivi nest impose, nous avons montr
que la commande linarisante revient tout simplement une commande en boucle ferme
classique. Si cette dernire donne des rsultas acceptables en prsence de faibles incertitudes,
elle peut prsenter un handicap majeur dans le cas contraire. En fait, la robustesse de la
structure de commande nest pas assure.
Afin de remdier ce problme, un changement de la structure de commande est utilise.
Ce changement conduit la naissance dune stratgie de commande quon a appel commande
modle interne flou. Cette mthode donne de bonnes performances de suivi et assure la
stabilisation des paramtres.
Lhypothse r = n (degr relatif gal lordre du systme) peut tre leve dans la mesure ou
le sous-systme dordre (n-r) est stable (stabilit de la dynamique de zros). Dans ce cas, les
techniques de commande dveloppes peuvent tre appliques. Pour illustrer cette
applicabilit nous donnons un exemple de simulation dans lannexe B.
Lapproximation dun systme non linaire par un ensemble de systmes linaires permet
dutiliser une C.M.I multi-modles. Si cette technique prsente de bonnes performances de
suivi et permet danalyser linversibilit des systmes, elle est difficile implanter (ncessit
de calculateurs puissants) dans le cas des systmes fortement non linaires o le nombre des
systmes linaires ncessaire une approximation correcte est trs lev.
H

Page 190
Page 191
CONCLUSION GENERALE
Conclusion gnrale
Page 193
Le dveloppement dune stratgie de commande doit assurer non seulement la stabilit mais
aussi la robustesse en prsence de phnomnes perturbateurs. Ces derniers peuvent tre de
nature externe (influence de lenvironnement) ou de nature interne (erreurs de modlisation ou
dapproximation).
Dans ce travail de thse, lobjectif de commande est la rsolution dun problme de suivi de
trajectoire. Ce dernier est vu comme un problme de construction dun systme inverse
capable de forcer la sortie dun systme non linaire suivre une trajectoire de rfrence
admissible. Afin de rsoudre ce problme, nous avons suppos quil existe un systme inverse
capable de fournir une commande qui, applique au systme non linaire, conduit une
convergence vers zro de lerreur de suivi de trajectoire. Dans ce cas, la synthse dun
contrleur est ramene un problme de construction dun systme inverse.
Les travaux prsents dans cette thse ont pour objectif de montrer que les systmes flous
peuvent tre utiliss pour modliser la dynamique des systmes non linaires et concevoir des
structures de commande stables et robustes. Lapport principal de ce travail rside dans le
dveloppement de mthodologies de commande base de modles flous incertains identifis
en ligne o linfluence des incertitudes et/ou de perturbations sur les performances de
commande est prise en compte. Cette philosophie nous a amens utiliser une reprsentation
floue incertaine o le systme non linaire est modlis par un modle flou nominal auquel est
attache une incertitude additive. Quelques outils de reprsentation, de synthse et danalyse
sont ncessaires pour mettre en oeuvre les techniques de commande dveloppes. Ces outils
sont rsums dans le chapitre I.
Dans les chapitres III et IV, nous nous sommes particulirement intresss la commande
floue de deux classes de systmes non linaires:
- Systmes non linaires continus: pour cette classe de systmes, nous avons limit notre
tude ceux les plus utiliss en automatique, savoir les systmes affines en commande.
La technique de commande implante est une linarisation entre-sortie continue floue
(L.E.S.C.F) inspire dune linarisation entre-sortie continue classique (L.E.S.C). Cette
dernire est souvent utilise dans un contexte de commande non linaire. Dans ce cadre,
les deux fonctions non linaires inconnues reprsentant le systme non linaire sont
modlises par deux systmes flous de Takagi-Sugeno conclusion constante identifis
en ligne. Sachant que les fonctions non linaires dpendant toutes les deux du vecteur
Conclusion gnrale
Page 194
dtat x, les mmes structures de base de rgles sont utilises et seuls les paramtres de
conclusion diffrent.
Dans ce contexte, le problme dinversion du systme non linaire ne pose aucun
problme particulier. En effet, la loi de commande peut tre dduite directement de la
relation entre-sortie du systme non linaire. Comme la reprsentation floue des
fonctions non linaires du systme est incertaine, des techniques de robustification de la
L.E.S.C.F sont proposes. Ces dernires reposent sur des techniques de mode de
glissement ou doptimisation .
La technique de commande dveloppe (L.E.S.C.F) peut tre directement applique aux
systmes non linaires continus non affines en commande o la relation entre-sortie est
reprsente par une seule fonction non linaire. En effet, nous avons montr, dans le
chapitre II, quun systme flou modlisant la relation entre-sortie peut tre crit,
chaque instant, comme un systme affine en commande. Dans ce cas, les erreurs de suivi
et de prdiction rapportes dans le chapitre III restent valables et les mthodes danalyse
et de synthse restent inchanges.
Dune manire gnrale, limplantation de la L.E.S.C.F ncessite laccessibilit ltat
du systme ou la sortie et ses drives. Si ce nest pas le cas, nous avons propos une
solution alternative. Cette dernire consiste utiliser une reprsentation discrte des
systmes non linaires. Sachant que cette reprsentation peut tre donne par des
relations entre les entres et les sorties passes, le problme daccessibilit ltat du
systme ne se pose pas. Cette alternative nous a conduit tudier la commande des
systmes non linaires discrets.
- Systmes non linaires discrets: lhypothse daffinit de la loi de commande suppose
pour les systmes non linaires continus est difficile poser dans un cadre discret. En
effet, la discrtisation dun systme continu affine en commande ne conduit pas toujours
un systme discret affine en commande. Cet tat de fait nous a amens reprsenter le
systme non linaire discret par une seule fonction non linaire. Cette dernire est
approxime par un systme flou de Takagi-Sugeno conclusion constante.
Dans ce cadre, nous avons commenc par implanter une technique de commande par
linarisation entre-sortie discrte floue (L.E.S.D.F). Le principe de cette technique est
similaire celui de la L.E.S.C.F. Mais, contrairement la L.E.S.C.F, linversion du
systme non linaire ne peut pas tre dduite directement de la relation entre-sortie,
do la ncessit de dvelopper une stratgie dinversion capable de fournir la loi de
commande. Afin de remdier ce problme, nous avons propos, dans le chapitre II,
deux techniques dinversion. La premire dite analytique est base sur lcriture,
chaque instant, du systme flou comme un systme affine en commande. Quant la
deuxime, dite inversion floue, elle repose sur linterprtation et la manipulation des
rgles floues. Nous avons montr que les deux mthodes dinversion sont quivalentes et
que le choix de la mthode implanter est laiss lapprciation de lutilisateur.
De la mme faon que pour les systmes continus, la reprsentation floue est incertaine
et des composantes additives sont ncessaires pour assurer la robustesse vis--vis des
incertitudes et/ou perturbations. Ces dernires peuvent tre synthtises par des
H
Conclusion gnrale
Page 195
techniques de mode de glissement ou doptimisation .
En absence de dynamiques de placement de ples dans la boucle ferme, nous avons
montr que la L.E.S.D.F revient tout simplement une commande en boucle ferme
classique. Si cette dernire assure la stabilit de la structure de commande, elle ne peut
pas garantir la robustesse. Afin de rsoudre ce problme, un changement de la structure
de commande est utilise. Ce changement conduit la naissance dune nouvelle stratgie
de commande quon a appel commande modle interne flou (C.M.I.F). Cette dernire
assure la stabilit et la robustesse vis--vis des incertitudes et/ou perturbations.
Sil est possible dapproximer le systme non linaire considr par un ensemble de
systmes linaires, une C.M.I.F multi-modles peut tre implante. Cette dernire
prsente de bonnes performances de suivi et permet danalyser linversibilit des
systmes. Cependant elle est parfois difficile implanter dans le cas des systmes
fortement non linaires o le nombre de systmes linaires ncessaire une
approximation correcte est trs lev (ncessit de calculateurs puissants).
Les stratgies de commande proposes dans ce travail reposent sur lutilisation de lois de
commande adaptatives, dtermines selon les thories de Lyapunov et de la dissipativit,
augmentes de composantes de robustification. Ces stratgies assurent la stabilit des
structures de commande et prsentent non seulement une robustesse vis--vis des incertitudes
et/ou perturbations mais aussi une robustesse en prsence dun changement de paramtres du
systme non linaire. De plus, nous avons montr que les stratgies implantes peuvent assurer
la stabilisation des paramtres du modle flou et ainsi lapprentissage du modle flou et de son
contrleur associ. Si, pour des raisons techniques, les paramtres du modle flou doivent
rester dans une plage prdfinie, des algorithmes de projection [Wang-94] peuvent tre
utiliss.
Les techniques de commande dveloppes dans cette thse, fondes sur des systmes flous
de Takagi-Sugeno conclusion constante, peuvent tre directement tendues aux systmes
flous de Takagi-Sugeno conclusion polynomiale [Takagi-85]. En effet, on peut facilement
montrer que la sortie dun systme de Takagi-Sugeno conclusion polynomiale peut scrire
sous la forme compacte (I.5). Dans ce cas, tous les outils de synthse et danalyse rapports
dans cette thse peuvent sappliquer.
La commande floue a souvent t prsente comme une technique rvolutionnaire capable
de rsoudre tous les problmes de la commande. Cette erreur a entran un rejet de la
commande floue par une grande partie de la communaut automaticienne. Nous pensons que le
devoir de la communaut floue est de signaler non seulement les avantages de la commande
floue mais aussi ses inconvnients, sans renier les approches conventionnelles de
lautomatique classique. Nous restons optimiste pour lavenir de cette technique
prometteuse, mais de nouveaux concepts thoriques doivent encore tre dvelopps. Dans ce
contexte, nous pensons quun oprateur flou de transfert serait ncessaire pour bien formaliser
et tudier les problmes de stabilit et de commande floues.
Pour ce qui est des perspectives court terme, elles concernent essentiellement:
- ltude approfondie des problmes de rejet de perturbations dans les systmes non
H
Conclusion gnrale
Page 196
linaires.
Lide pour rsoudre ce problme consiste augmenter le nombre dentres et de sorties
du modle reprsentant le systme non linaire afin de compenser linfluence des
perturbations. Dans ce contexte, la capacit dapproximation des systmes flous est un
outil trs intressant pour la reprsentation de ces modles. Nous signalons que des
rsultats trs encourageants ont t constats.
- la commande floue des systmes non linaires non inversibles (systmes non linaires
dphasage non minimal).
Des mthodes de pseudo-inversion sont en cours de validation. Ces dernires reposent
sur une mthode dinversion partielle du modle flou. Nous procdons une
dcomposition de la base de rgles reprsentant le systme flou en deux parties: les
parties qui sont stables et celles qui sont instables. Dans ce cas, le contrleur flou est
choisi comme linverse de la partie stable. Par ailleurs, nous imposons une compensation
de la partie instable.
- le dveloppement dun observateur flou capable de fournir lestimation de ltat dun
systme non linaire.
A travers ce travail, nous avons pu constater que labsence dun oprateur flou de transfert
est un handicap majeur dans le dveloppement de la commande floue. En effet, la majorit des
techniques floues reportes dans la littrature se contentent dimiter les principes de
fonctionnement des structures de commande existantes ayant fait leurs preuves en
automatique. A long terme, le dveloppement dun oprateur flou de transfert reste un de nos
objectifs majeurs pour tudier le problme de stabilit des systmes flous (stabilit de bases de
rgles). Cet objectif peut tre atteint par une tude approfondie des quations diffrentielles
floues.
Conclusion gnrale
Page 197
Page 197
BIBLIOGRAPHIE
Bibliographie
Page 199
[Ackermann-94]
Ackermann J., Robust Control Systems with Uncertain Physical Parameters, Ed.
Springer Verlag, 1994.
[Astrom-89]
Astrom K.J. and Wittenmark B., Adaptive Control, Eds. Addison-Wesley Publishing
Company, 1989.
[Babuska-94]
Babuska R. and Verbruggen H.B., Fuzzy Modeling and Its Application to Nonlinear
Control, Proc. of the 2nd IFAC Symp. on Intelligent Components and Instruments for
Control Applications (SICICA94), Budapest, Hungary, 1994.
[Babuska-95]
Babuska R., Sousa J. and Verbruggen H.B., Model-Based Design of Fuzzy Control
Systems, European Working Group Meeting FALCON-Fuzzy Algorithms, Palma,
Espagne, 1995.
[Baranyi-97]
Baranyi P., Bavelaar I, Koczy L.T. and Titli A., Inverse Rule Base of Various Fuzzy
Interpolation Techniques, Proc. of the 7th IFSA World congress, pp. 121-126, Prague,
1997.
[Bersini-93]
Bersini H., Gorrini V., FUNNY (Fuzzy or Neural Net) Methods for Adaptive Process
Control, in Proc. of the 1st European Congress on Fuzzy Intelligent Technologies
EUFIT93, pp. 55-61, Aachen, Germany, 1993.
[Bohm-94]
Bohm R., Analysis of Fuzzy Controlled Systems Using Hyperstability Theory, Proc.
of the IEEE Conf. on Fuzzy Systems (FuzzIEEE 94), pp. 1464-1467, Orlando, USA,
1994.
[Boimond-90]
Boimond J.L., Commande modle interne en reprsentation dtat. Problmes de
synthse dalgorithme de commande, Thse de doctorat, INSA de Lyon, France, 1990.
[Borne-94]
Borne P., Dauphin-Tanguy G., Richard J.P., Rotella F., Zambettakis I., Modlisation et
identification des processus. Tome 1, Ed. TECHNIP, 1992.
Bibliographie
Page 200
[Boukezzoula-97-a]
Boukezzoula R., Galichet S. and Foulloy L., Fuzzy Input-Output Linearization of
Nonlinear Systems, in Proc. of the 5th European Congress on Fuzzy and Intelligent
Technologies EUFIT97, pp. 1316-1320, Aachen, Germany, 1997.
[Boukezzoula-97-b]
Boukezzoula R., Galichet S. et Foulloy L., Commande Modle Interne Flou, Actes
des rencontres francophones sur la logique floue et ses applications (LFA97), pp. 11-16,
Lyon, France, 1997.
[Boukezzoula-98-a]
Boukezzoula R., Galichet S., Foulloy L.,Fuzzy Learning Control of Nonlinear Systems
Using Input-Output Linearization, Proc. of the IEEE Conf. on Systems, Man and
Cybernetics, pp. 2095-2100, San diego, USA, 1998.
[Boukezzoula-98-b]
Boukezzoula R., Galichet S., Foulloy L.,Apprentissage de lois de commande floues
pour des systmes non linaires (synthse directe et indirecte), LFA98, Actes des
rencontres francophones sur la logique floue et ses applications (LFA98), pp. 19-27,
Rennes, France, 1998.
[Boukezzoula-99-a]
Boukezzoula R., Galichet S., Foulloy L.,Fuzzy Control of Nonlinear Systems Using
Two Standard Techniques, Proc. of the IEEE Conf. on Fuzzy Systems (FuzzIEEE 99),
pp. 875-880, Seoul, Core du sud, 1999.
[Boukezzoula-99-b]
Boukezzoula R., Galichet S., Foulloy L., Fuzzy Nonlinear Adaptive Internal Model
Control (FNAIMC). Part I: Fuzzy Model Identification, Proc. of the European Control
Conference (ECC99), Germany, 1999.
[Boukezzoula-99-c]
Control (FNAIMC). Part II: Fuzzy Model Inversion, Proc. of the European Control
Conference (ECC99), Germany, 1999.
[Boukezzoula-99-d]
Control (FNAIMC), Soumis European Journal of Control.
[Brockett-65]
Brockett R.W. and Mesarovic M.R., The Reproducability of Multivariable Control
Systems, Journal of Methematical Analysis and Applications, Vol. 11, pp. 548-563,
1965.
[Buckley-92]
Buckley J., Universal Fuzzy Controllers, Automatica, Vol. 28, No. 6, pp. 1245-1248,
1992.
[Buckley-93]
Buckley J., Sugeno type Controllers are Universal Controllers, Fuzzy sets and Systems
53, North-Holland Publishing Company, pp. 299-303, 1993.
Bibliographie
Page 201
[Byrnes-91]
Byrnes C.I. and Isidori A., Asymptotic Stabilization of Minimum Phase Nonlinear
Systems, IEEE Trans. on Automatic Control, Vol. 35, pp. 1122-1137, 1991.
[Byrnes-94]
Byrnes C.I. and Lin W., Losslessness, Feedback Equivalence, and the Global
Stabilization of Discrete-Time Nonlinear Systems, IEEE Trans. on Automatic Control,
Vol. 39, No. 1, 1994.
[Castro-95]
Castro J.L., Fuzzy Logic Controllers Are Universal Approximators, IEEE, Trans. On
Systems, Man, and Cybernetics, Vol. 25, No. 4, pp. 629-635, April, 1995.
[Chang-99]
Chang W., Joo Y.H., Park J.B. and Chen G., Robust Fuzzy Model Based Controller for
Uncertain Systems, Proc. of the IEEE Conf. on Fuzzy Systems (FuzzIEEE 99), pp.
486-491, Soul, Core du sud, 1999.
[Chen-93]
Chen G. and Ying H., On the Stability of Fuzzy PI Control Systems, in Proc. Int.
Conference on Industrial Fuzzy Control and Intelligent Systems, 1993.
[Chen-96]
Chen B.S., Lee C.H. and Chang Y.C., Tracking Design of Uncertain Nonlinear
SISO Systems: Adaptive Fuzzy Approch, IEEE Trans. on Fuzzy Systems, Vol. 4, No. 1,
pp. 32-43 , February 1996.
[Cho-99]
Cho Y.W., Hee Y. and Park M., An Indirect Model Reference Adaptive Fuzzy Control
for SISO Takagi-Sugeno Model, Proc. of the IEEE Conf. on Fuzzy Systems
(FuzzIEEE 99), pp. 474-479, Soul, Core du sud, 1999.
[Coulibaly-95]
Coulibaly E., Maiti S. et Brosilow C., Internal Model Predictive Control, Automatica,
Vol. 31, No. 10, pp. 1471-1482, 1995.
[Datta-96]
Datta A. and Ochoa J., Adaptive Internal Model Control: Design and Stability
Analysis, Automatica, Vol. 32, No. 2, pp. 261-266, 1996.
[Desoer-75]
Desoer C.A. et Vidyassagar M., Feedback Systems: Input-Output Properties,
Academic Press, New York, 1975.
[Doyle-87]
Doyle J.C. A Review of for case studies in robust control, Proc. IFAC Congresse,
pp. 395-402, Munich, Garmany, 1987.
[Duc-93]
Duc G., Robustesse des systmes linaires multivariables, cours de lEcole Suprieure
dElectricit, France, 1993.
H
Bibliographie
Page 202
[Economou-86]
Economou C.G., Morari M., Palsson B.O., Internal Model Control. 5. Extention to
Nonlinear Systems, Ind Eng. Chem. Proc. Des. and Dev., Vol. 25, pp 403-409, 1986.
[Fischer-96]
Fischer M. and Isermann R., Robust Hybrid Control Based on Inverse Fuzzy Process
Models, Proc. of the IEEE Conf. on Fuzzy Systems (FuzzIEEE 96), pp. 1210-1216,
New orleans, USA, 1996.
[Fischle-94]
Fischle K. and Schorder D., Stable Adaptive Fuzzy Control of Plants With Control
Saturation, in Proc. of the 4th European Congress on Fuzzy Intelligent Technologies
[Fischle-97]
Fischle K., and Schroder D., Stable Adaptive Fuzzy Control of an Electric Drive
System, Proc. of the IEEE Conf. on Fuzzy Systems (FuzzIEEE 97), pp. 287-292,
Barcelone, Espagne, 1997.
[Fischle-99]
Fischle K. and Schorder D., Improved Stable Adaptive Fuzzy Control Method, IEEE
Trans. on Fuzzy Systems, Vol. 7, No. 1, pp. 24-40, February, 1999.
[Foulard-82]
Foulard C., Gentil S. et Sandraz J.P., Commande et rgulation par calculateur
numrique, Ed. Eyrolles, 1982.
[Foulloy-92]
Foulloy L., Contrle qualitative et contrle flou: vers une mthode dcriture des
contrleurs flous, Actes des 12 imes journes internationales sur les systmes experts
et leurs applications, Avignon, France, 1992.
[Foulloy-94]
Foulloy L., Typologie des contrleurs flous, ARAGO 14 Logique floue, Masson, pp.
80-107, 1994.
[Fossard-93]
Systemes non linaires. Tome 3: Commande, Ouvrage collectif ralis dans le cadre
du groupe non linaire DRET/AFCET, coordonn par Fossard A.J. et Normand-Cyrot
D., Eds Masson, 1993.
[Francis-87]
Francis B.A., A Course on Control Theory, Lecture Notes in Control and
Information Sciences, Springer Verlag, 1987.
[Frank-74]
Frank P.M., Entwurf von regelkreisen mit vorgeschriebenem verhalten, Braun Verlag,
pp. 234-245, Allemagne, 1974.
[Freeman-96]
Freeman R.A. and Kokotovic P.V., Robust Nonlinear Control Design. State-Space and
Lyapunov Techniques, Ed. Birkhauser Boston, 1996.
H
Bibliographie
Page 203
[Galichet-92]
Galichet S. Dussud M. and Foulloy L., Contrleurs flous: Equivalences et tudes
comparatives, Actes des rencontres francophones sur la logique floue et ses applications
(LFA92), pp. 229-236, Nimes, France, 1992.
[Galichet-94]
Galichet S. and Foulloy L., State Feedback Fuzzy Controllers, Proc. of the 2nd
European Congress on Fuzzy Intelligent Technologies EUFIT94, pp. 27-34, Aachen,
Germany, 1994.
[Galichet-95]
Galichet S. and Foulloy L. Fuzzy Controllers: Synthesis and Equivalences, IEEE
Transactions on Fuzzy Systems, Vol. 3, No. 2, pp. 140-148, May 1995.
[Garcia-82]
Garcia C.E. and Morari M., Internal Model Control. 1. A Unifying Review and Some
Results, Ind. Eng. Chem. Process Des. Dev., Vol. 21, pp. 308-323, 1982.
[Garcia-85]
Garcia C.E. and Morari M., Internal Model Control. 2. Design Procedure for
Multivariable Systems, Ind. Eng. Chem. Process Des. Dev., No. 24, pp. 472-484, 1985.
[Garcia-Cerezo-88]
Garcia-Cerezo A., Aracil J. and Ollero A., Stability Analysis of Fuzzy Control Systems:
A Geometrical Approach, AI Expert Systems and Languages in Modeling and
Simulation, Amsterdam, pp. 323-330, 1988.
[Gupta-96]
Gupta S., Robust Stabilization of Uncertain Systems Based On Energy Dissipation
Concepts, NASA Contractor Report 4713, March 1996.
[Hill-88]
Hill D.J., Dissipativeness, Stability theory and some remaining problems, In analysis
and Control of Nonlinear Systems, C.I. Byrnes, C.F. Martin and R.E. Saeks (Eds), pp.
443-452, North-Holland, Amsterdam, 1988.
[Isidori-85]
Isidori A., Nonlinear Control System: an Introduction, Springer Verlag, Berlin, 1985.
[Jagannathan-98]
Jagannathan S., Adaptive Fuzzy Logic Control of Feedback Linearizable Discrete-Time
Dynamical Systems Under Persistence Excitation, Automatica, Vol. 34, No. 11, pp.
1295-1310, 1998.
[Jin-95]
Jin L., Nikiforuk P.N. and Gupta M.M., Fast Neural Learning and Control of Discrete-
Time Nonlinear Systems, IEEE Trans. on Systems, Man, and Cybernetics, Vol. 25, No.
3, March 1995.
[Kang-97]
Kang H.J., Kwon C., Lee H. and Park M., L
2
Robust Stability Analysis for the Fuzzy
Feedback Linearization Regulator, Proc. of the IEEE Conf. on Fuzzy Systems
(FuzzIEEE 97), pp. 277-280, Barcelone, Espagne, 1997.
Bibliographie
Page 204
[Kang-98]
Kang H.J., Kwon C., Lee H. and Park M., Robust Stability Analysis and Design
Method for the Fuzzy Feedback Linearization Controller, IEEE Trans. on Fuzzy
Systems, Vol. 6, No. 4, pp. 464-472, November 1998.
[Kim-97]
Kim E., Park P., Ji S. and Park M., A New Approch to Fuzzy Modeling, IEEE Trans.
on Fuzzy Systems, Vol. 5, No. 3, pp. 328-337, August 1997.
[Kosko-92]
Kosko B., Fuzzy Systems as Universal Approximators, Proc. of the IEEE Conf. on
Fuzzy Systems (FuzzIEEE 92), pp. 1153-1162, San Diego, USA, 1992.
[Kotta-90]
Kotta U., Right Inverse of a Discrete Time Nonlinear System, Int. Journal of Control,
Vol. 51, pp. 1-9, 1990.
[Krstic-95]
Krstic M., Kanellakopoulos I. and Kokotovic P., Nonlinear and Adaptive Control
Design, John Wiley and Sons Inc., 1995.
[Kwakernaak-91]
Kwakernaak H., Robust Control and Optimisation, 1st IFAC Symposium of
Design Methods of Control Systems, Zrich, Suisse, 1991.
[Kwong-96]
Kwong W.A. and Passino K.M., Dynamically focused Fuzzy Learning Control, IEEE,
Trans. on Systems, Man, and Cybernetics-PartB: Cybernetics, Vol. 26, No. 1, pp. 53-74,
February 1996.
[Landau-79]
Landau Y.D., Adaptive Control, Ed. Mercel Dekker, New York, 1979.
[Langari-91]
Langari R. and Tomizuka M., Analysis of Stability of a Class of Fuzzy Linguistic
Controllers with Internal Dynamics, in Proc. ASME Winter Annual Meeting, Paper 91-
WA-DSC-13, 1991.
[Larminat-93]
Larminat P., Commande des systmes linaires, Eds Herms, Paris, 1993.
[Lasalle-86]
Lasalle J.P., Stability and Control of Discrete Process, Springer Verlag, 1986.
[Lee-99]
Lee C.H. and Sugeno M., Stability Conditions for Closed-loop Fuzzy Systems With
Singleton Conseguences, Proc. of the IEEE Conf. on Fuzzy Systems (FuzzIEEE 99),
pp. 263-268, Soul, Core du sud, 1999.
[Leland-98]
Leland R.P., Feedback Linearization Control Design for Systems with Fuzzy
Uncertainty, IEEE Trans. on Fuzzy Systems, Vol. 6, No. 4, pp. 492- , November 1998.
H
Bibliographie
Page 205
[Levin-92]
Levin A.U., Neural Networks in Dynamical Systems, PHD Thesis, Yale University,
1992, USA.
[Levin-93]
Levin A.U., Narendra K.S. Control of Nonlinear Dynamical Systems Using Neural
Networks : Controllability and Stabilization, IEEE Trans. on Neural Networks, Vol. 4,
No. 2, pp. 192-206, March 1993.
[Levin-96]
Levin A.U., Narendra K.S., Control of Nonlinear Dynamical Systems Using Neural
Networks- Part II: Observability, Identification and Control, IEEE Trans. on Neural
Networks, Vol. 7, No. 1, pp 30-42, Jan. 1996.
[Lin-95]
Lin W. and Byrnes C.I., Passivity and Absolute Stabilization of a Class of Discrete-
Time Nonlinear Systems, Automatica, Vol. 31, No. 2, pp. 263-267, 1995.
[Ma-98]
Ma X.J., Sun Z.Q. et He Y.Y., Analysis and Design of Fuzzy Controller and Fuzzy
Observer, IEEE Trans. on Fuzzy Systems, Vol. 6, No. 1, pp. 41-51, February 1998.
[Mac Vicar-Whelan-77]
Mac Vicar Whelan P.J., Fuzzy Sets for Man Machine Interaction, Int. Journal of Man-
Machine Studies, No. 8, pp. 687-697, 1977.
[Mamdani-74]
Mamdani E.H., Application of Fuzzy Algorithms for Control of a simple Dynamic
Plant, Proc. of the IEE Control and Science, Vol. 121, No. 12, pp. 1585-1588, 1974.
[Mamdani-75]
Mamdani E.H. and Assilian S., An experiment in Linguistic Synthesis with a fuzzy
logic Controller, Int. Journal of Man-Machines Studies, 7, pp. 1-13, 1975.
[Mamdani-76]
Mamdani E.H., Advances in the Linguistic of Fuzzy Controllers, Int. Journal of Man-
Machines Studies, 8, pp. 669-678, 1975.
[Marin-97]
Marin J.P. and Titli A., Robust Quadratic Stabilizability of Non-Homogeneous
Sugenos Systems Ensuring Completeness of the Closed-Loop System, Proc. of the
IEEE Conf. on Fuzzy Systems (FuzzIEEE 97), pp. 185-192, Barcelone, Espagne, 1997.
[Marino-95]
Marino R. and Tomei P., Nonlinear Control Design, Englewood Cliffs, NJ: Prentice
Hall, 1995.
[Mlin-97]
Mlin C., Ruiz F., A Passivity Framework for Fuzzy Control System Stability: Case of
two Input Single output Fuzzy Controllers, Proc. of the IEEE Conf. on Fuzzy Systems
(FuzzIEEE 97), pp. 367-370, Barcelone, Espagne, 1997.
Bibliographie
Page 206
[Morari-89]
M. Morari, E. Zafiriou, Robust Process Control, Ed. Prentice Hall, Engelwood cliffs,
N.J., 1989.
[Moudgal-95]
Moudgal V.G., Kwong W.A., Passino K.M. and Yurkovich Y. Fuzzy Learning Control
for a Flexible-Link Robot, IEEE Trans. on Fuzzy Systems, Vol. 3, NO. 2, May 1995.
[Muskinja-97]
Muskinja N., Tovornik B., Donlagic D., How to Design a Discrete Supervisory
Controller for Real-Time Fuzzy Control Systems, IEEE Trans. On Fuzzy Systems, Vol.
5, No. 2, pp. 492- , May 1997.
[Narendra-97]
Narendra K.S. and Mukhopadhyay S., Adaptive Control Using Neural Networks and
Approximate Models, IEEE Trans. on Neural Networks, Vol. 8, No. 3, May 1997.
[Ollero-89]
Ollero A., Aracil J. and Garcia-Cerezo A., Stability Indices for the Global Analysis of
Expert Control Systems, IEEE Trans. on Systems, Man, and Cybernetics, Vol. 19, No.
5, pp. 998-1007, 1989.
[Optiz-93]
Optiz H.P., Fuzzy Control and Stability Criteria, Proc. of the 1st European Congress
on Fuzzy Intelligent Technologies (EUFIT93), pp. 130-136, Aachen, Germany, 1993.
[Ordonez-97]
Ordonez R., Zumberge J., Spooner J.T. and Passino K.M. Adaptive Fuzzy Control:
Experiments and Comparative Analysis, IEEE Transactions on Fuzzy Systems, Vol. 5,
NO. 2, May 1997.
[Oustaloup-94]
Oustaloup A, La robustesse, Ecole dt dAutomatique de Grenoble, Cordinateur
Oustaloup A., 1994.
[Palm-92]
Palm R., Sliding Mode Fuzzy Control, Proc. of the IEEE Conf. on Fuzzy Systems
(FuzzIEEE 92), pp. 519-526, San Diego, USA, 1992.
[Palm-94]
Palm R. Robust Control by Fuzzy Sliding Mode, Automatica, Vol. 30, No. 9, pp.
1429-1437, 1994.
[Park-95]
Park Y., Moon U., et Lee K.Y., A Self-Organizing Fuzzy Logic Controller for Dynamic
Systems Using a Fuzzy Auto-Regressive Moving Average (FARMA) Model, IEEE
Trans. on Fuzzy Systems, Vol. 3, No. 1, pp. 75-82 , February 1995.
[Pedrycz-89]
Pedrycz W., Fuzzy Control and Fuzzy Systems, Research Studies Press LTD, Taunton,
Somerset, England, 1989.
Bibliographie
Page 207
[Popov-73]
Popov V.M., Hyperstability of Control Systems, New York: Springer Verlag, 1973.
[Precup-94]
Precup R-E. and Preitl S., On a Fuzzy Digital PID Predictor Controller, in Proc. IEEE
Mediterranean Symp. on New Directions in Control Theory and Automation, pp. 569-
573, 1994.
[Procyk-79]
Procyk T.J. and Mamdani E.H., A Linguistic Self-Organising Process Controller,
Automatica, Vol. 15, pp. 15-30, 1979.
[Raymond-95-a]
Raymond C., Boverie S. and Titli A., Fuzzy Multivariable Control Design From the
Fuzzy System Model, Proc. of the IFSA World Congress, pp. 509-511, Sao-Paulo,
Brazil, 1995.
[Raymond-95-b]
Raymond C., Commande floue monovariable et multivariable selon lexpertise et par
modlisation floue. Mthodologie et application aux systmes automobiles, Thse de
Doctorat, INSA de Toulouse, France 1995.
[Saari-96]
Saari H., Commande rpetitive de procds chantillonns dphasage non minimal,
Thse de doctorat, Universit de Savoie, 1996.
[Sadi-96]
Sadi L., Commande modle interne: inversion et quivalence structurelle, Thse de
doctorat, Universit de Savoie, 1996.
[Sain-69]
Sain M.K. and Massey J.L., Inversibility of Linear Time Invariant Dynamical
Systems, IEEE Trans. on Automatic Control, Vol. 14, pp. 141-149, 1969.
[Sastry-89]
Sastry S. and Bodson M. Adaptive Control, Stability, Convergence and Robustness
Prentice-Hall, Inc., 1989.
[Scorletti-97]
Scorletti G., Approche unifie de lanalyse et de la commande des systmes par
formulation LMI, Thse de Doctorat, Universit Paris XI Orsay, France, 1997.
[Shaocheng-96]
Shaocheng. T., Tianyou C. and Cheng. S. Adaptive Fuzzy Sliding Mode Control for
Nonlinear Systems, Proc. of the IEEE Conf. on Fuzzy Systems (FuzzIEEE 96), pp. 49-
54, New orleans, USA, 1996.
[Shaocheng-99]
Shaocheng T., Jianto T. and Jun Z., Fuzzy Adaptive Robust Observer Design for
Nonlinear Systems, Proc. of the IEEE Conf. on Fuzzy Systems (FuzzIEEE 92), pp.
516-521, Soul, Core du sud, 1999.
Bibliographie
Page 208
[Silverman-76]
Silverman L.M., Inversion of Multivariable Linear Systems, IEEE Trans. on
Automatic Control, Vol. 14, pp. 270-279, 1969.
[Skrjanc-96]
Skrjanc I., Kavsek-Biasizzo K., and Matko D., Fuzzy Predictive Control Based On
Fuzzy Model, Proc. of the 4th European Congress on Fuzzy Intelligent Technologies
[Slotine-91]
Slotine J.J. and Li W. Applied Nonlinear Control, Prentice-Hall. Inc., 1991.
[Sousa-95]
Sousa J., Babuska R. and Verbruggen H.B., Adaptive Fuzzy Model-Based Control,
Proc. of the 3th European Congress on Fuzzy Intelligent Technologies (EUFIT95), pp.
865-869, Aachen, Germany, 1995.
[Spooner-96]
Spooner J.T., Passino K.M., Stable Adaptive Control Using Fuzzy Systems and Neural
Networks, IEEE Trans. on Fuzzy Systems, Vol. 4, No. 3, pp. 339-359, August 1996.
[Su-94]
Su C. and Stepanenko Y. Adaptive Control of a Class of Nonlinear Systems with Fuzzy
Logic, IEEE Trans. on Fuzzy Systems, Vol. 2, NO. 4, pp. 285-294, November 1994.
[Sugeno-86]
Sugeno M. and Tang G.T., Fuzzy Modelling and Control of Multilayer Incinerator,
Fuzzy Sets and Systems, Vol. 18, pp. 329 , 1986.
[Takagi-83]
Takagi T., Sugeno M., Derivation of Fuzzy Control Rules From Humain Operators
Control Actions, Proc. of the IFAC Symposium on Fuzzy Information, pp. 55-60,
Merseille, France, 1983.
[Takagi-85]
Takagi T. and Sugeno M. Fuzzy Identification of Systems and its Application to
Modeling and Control, IEEE Trans. on Syst. Man and Cybernetics, Vol. 15, pp. 116-
132, 1985.
[Tanaka-92]
Tanaka K. and Sugeno M., Stability Analysis and Design of Fuzzy Control Systems,
Fuzzy Sets and Systems, No. 45, pp. 135-156, 1992.
[Tanaka-96]
Tanaka K., Ikeda T. and Wang H.O., Robust Stabilization of a Class of Uncertain
Nonlinear Systems Via Fuzzy Control: Quadratic Stabilizability, Control Theory and
Linear Matrix Inequalities, IEEE Trans. on Fuzzy Systems, Vol. 4, No.1, February
1996.
[Tanaka-97]
Tanaka T., Ikeda T. and Wang H.O., An LMI Approach to Fuzzy Controller Designs
Based on Relaxed Stability Conditions, Proc. of the IEEE Conf. on Fuzzy Systems
(FuzzIEEE 97), pp. 171-176, Bercelone, Espagne, 1997.
H
Bibliographie
Page 209
[Tay-97]
Tay T. et Tan S.W., Fuzzy System as Parameter Estimator of Nonlinear Dynamic
Functions, IEEE Trans. on Systems, Man, and Cybernetics - Part B: Cybernetics, Vol.
27, No. 2, pp. 313-326, April, 1997.
[Teixeira-99]
Teixeira M.C.M. and Zak S.H., Stabilizing Controller Design for Uncertain Nonlinear
Systems Using Fuzzy Models, IEEE Trans. on Fuzzy Systems, Vol. 7, No. 2, pp. 133-
142, April 1999.
[Togai-85a]
Togai M., A Fuzzy Inverse Relation Based On Godelian Logic and Its Applications,
Fuzzy Sets and Systems, 17, pp. 211-219, 1985.
[Togai-85b]
Togai M., and Wang P., Analysis of Fuzzy Dynamic Systems and Synthesis of its
Controller, Int. J. Man Machine Studies, 22, pp. 355-363, 1985.
[Tomizuka-87]
Tomizuka M., Zero Phase Error Tracking Algorithm for Digital Control, ASME
Journal of Dynamic Systems, Measurement and Control, Vol. 109, pp. 65-68, 1987.
[Tsang-99]
Tsang D.L., Chang H.Y. and Lee C.J., The Adaptive Control of Nonlinear Systems
Using the Sugeno-Type of Fuzzy Logic, IEEE Trans. on Fuzzy Systems, Vol. 7, No. 2,
pp. 225-229, April 1999.
[Vandegrift-95]
Vandergrift M., Lewis F.L., Jagannathan S. and Liu K., Adaptive Fuzzy Logic Control
of Discrete Time Dynamical Systems, Proc. IEEE Int. Conference on Intelligent
Control, pp. 395-401, 1995.
[Vermeiren-98]
Vermeiren L., Proposition de lois de commande pour la stabilisation de modles flous,
Thse de Doctorat, Universit de Valenciennes et du Hainaut-Cambersis, France, Nov.
1998.
[Vidyasagar-81]
Vidyasagar M., Input/Output Analysis of Large-Scale Interconnected Systems,
Lecture Notes in Control and Information Sciences, No. 29, Springer-Verlag, 1981.
[Vidyasagar-93]
Vidyasagar M., Nonlinear Systems Analysis, Second Edition, Prentice-Hall Inc., 1993.
[Wang-92-a]
Wang L.X. and Mendel J.M. Fuzzy Basis Functions, Universal Approximation and
Orthogonal Least-Squares Learning, IEEE Trans. on Neural Networks, Vol. 3, No. 5,
pp. 807-814, 1992.
[Wang-92-b]
Wang L.X, Fuzzy Systems are Universal Approximators, Proc. of the IEEE Conf. on
Fuzzy Systems (FuzzIEEE 92), SanDiego, pp. 1163-1170, 1992.
Bibliographie
Page 210
[Wang-93]
Wang L.X., Stable Adaptive Fuzzy Control of Nonlinear Systems, IEEE, Trans. on
Fuzzy Systems, Vol. 1, No. 2, pp. 146-155, May 1993.
[Wang-94]
Wang L.X., Adaptive Fuzzy Systems and Control, Englewood Cliffs, New Jersey:
Prentice-Hall, 1994.
[Wang-96]
Wang H.O., Tanaka K. and Griffin M.F. An Approach to Fuzzy Control of Nonlinear
Systems: Stability and Design Issues, IEEE Trans. on Fuzzy Systems, Vol. 4, NO. 1,
pp. 14-23, February 1996.
[Wong-97-a]
Wong L.K, Leung F.H.F. and Tam P.K.S., Stability Design of TS Model Based Fuzzy
Systems, Proc. of the IEEE Conf. on Fuzzy Systems (FuzzIEEE 97), pp. 83-86,
Bercelone, Espagne, 1997.
[Wong-97-b]
Wong L.K, Leung F.H.F. and Tam P.K.S., Lyapunov Function Based Design of
Heuristic Fuzzy Logic Controllers, Proc. of the IEEE Conf. on Fuzzy Systems
(FuzzIEEE 97), pp. 281-285, Bercelone, Espagne, 1997.
[Yeong-94]
Yeong S. and Chung M.J., Stability Analysis of a Fuzzy Logic Controller for an
Uncertain Dynamic System, Proc. of the IEEE Conf. on Fuzzy Systems (FuzzIEEE
94), pp. 1028-1034, Orlando, USA, 1994.
[Yeung-97]
Yeung Y., Subsystem Inference Representation for Fuzzy Systems Based Upon
Product-Sum Gravity Rule, IEEE Trans. on Fuzzy Systems, Vol. 5, No. 1, February
1997.
[Yi-94]
Yi. S.Y. and Chung M.J., Stability Analysis of a Fuzzy Logic Controller for an
Uncertain Dynamic System, Proc. of the Fuzz-IEEE94, pp. 1028-1034, 1994.
[Yin-95]
Yin T.K., Lee C.S.G., Fuzzy Model-Reference Adaptive Control IEEE Trans. on
Systems, Man, and Cybernetics, Vol. 25, No. 12, pp. 1606-1615, December. 1995.
[Ying-94]
Ying H., Practical Design of Nonlinear Fuzzy Controllers with Stability Analysis for
Regulating Processes with Unknown Mathematical Models, Automatica, Vol. 30, No.
7, pp. 1185-1195, 1994.
[Yoshinari-93]
Yoshinari Y., Pedrycz W. and Hirota K., Construction of Fuzzy Models Through
Clustering Techniques, Fuzzy Sets and Systems, Vol. 54, pp. 157-165, 1993.
[Zames-66]
Zames G., On the Input Output Stability of Time-Varying Nonlinear Feedback systems.
Part I: Conditions Derived Using Concepts of Loop Gain, Conicity and Positivity, IEEE
Bibliographie
Page 211
Trans. on Automatic Control, Vol. 11, pp. 228-238, 1966.
[Zeng-95]
Zeng X. J. and Singh M. G., Approximation Theory of Fuzzy Systems- MIMO Case,
IEEE Trans. on Fuzzy Systems, Vol. 3, No. 2, May 1995.
[Zeng-96]
Zeng X. J. and Singh M. G. Approximation Accuracy Analysis of Fuzzy Systems as
Function Approximators, IEEE Trans. on Fuzzy Systems, Vol. 4, No. 1, February 1996.
[Zeng-97]
Zeng X.J. and Singh M.G., Fuzzy Bounded Least Squares Method for the Identification
of Fuzzy Systems, Proc. of the IEEE Conf. on Fuzzy Systems (FuzzIEEE 97), pp. 403-
408, Bercelone, Espagne, 1997.
Bibliographie
Page 212
Page 213
ANNEXE A
Annexe A
Page 215
A.1 - Construction de la loi dadaptation
La stratgie dveloppe dans le paragraphe III.5.1. pour la construction de la loi
dadaptation est reprise dans cette annexe.
A.1.1 - Lemme a.1
En absence dincertitudes, i.e. = 0, le transfert entre et est dissipatif.
Figure A.1: Transfert entre et s
A.1.2 - Dmonstration
Pour dmontrer ce lemme, nous considrons la fonction quadratique suivante:
(A.1)
Par drivation, on trouve:
(A.2)
Par substitution de lquation (III.149) dans (A.2), il rsulte:
(A.3)
Les quations (A.1) et (A.3) montrent que le systme
6
est dissipatif (voir conditions de
dissipativit donnes dans le paragraphe I.4.2.1).
A.1.3 - Lemme a.2
Si la loi dadaptation des paramtres est choisie comme suit:
(A.4)
ou encore:
(A.5)
avec matrice diagonale dfinie positive, alors le transfert entre et est passif et le
fc
s
6
s
~
fc
fc
V
1
1
2
---s
2
=
V
1
s
s =
V
1
k
d
s
2
s
fc
=
fc
T
s =
fc
T
s =
s
fc
Annexe A
Page 216
systme interconnect illustr la figure A.2 assure la stabilit au sens de Lyapunov de la
structure de commande, la bornitude de tous les signaux dentres/sorties utiliss, la
convergence vers zro de lerreur de suivi de trajectoire et de lerreur de paramtres.
Figure A.2: Interconnection de deux systmes avec entre externe nulle
A.1.4 - Dmonstration
Par substitution de (A.4) dans (III.85), il rsulte:
(A.6)
Les quations (III.84) et (A.6) montrent que le systme
7
est passif.
De plus, nous prenons comme fonction de Lyapunov, la fonction V = V
1
+ V
2
o V
1
, V
2
sont
donnes respectivement par (A.1) et (III.84).
Par substitution de (A.3) et (A.6) dans , on trouve:
(A.7)
De lquation (A.7), on peut dmontrer que , ce qui prouve la convergence vers zro
de la surface de glissement s quand . La convergence vers zro de la surface s induit la
convergence vers zro de lerreur de suivi de trajectoire.
De lquation (III.149) on peut dduire la convergence vers zro de lerreur de paramtres.
A.1.5 - Remarque
Pour , le systme interconnect reprsent par la figure A.2, devient le suivant:
Figure A.3: Interconnection de deux systmes avec entre non nulle
fc

~
fc
s
V
fc
T
T
s s
fc
= =
V
k
d
s
2
0 =
k
d
s
2
L
2
t
0
66
s
77
-
(
~
fc
+)
~
fc
Annexe A
Page 217
Par substitution de lquation derreur (III.149) dans (A.2), il rsulte:
(A.8)
Des quations (A.1) et (A.8), on peut dduire que le transfert entre et est
dissipatif. Sachant que le transfert entre et est passif et que est borne par
0
, par
utilisation de la thorie de passivit (voir paragraphe I.4.2.1), la bornitude de tous les signaux
dentres/sorties utiliss dans le systme interconnect (voir figure A.3) est assure. Ceci
conduit la stabilit entre-sortie du systme interconnect.
Malheureusement, la robustesse de la structure de commande illustre la figure A.4 vis--
vis des incertitudes reprsentes par n'est pas assure. Par analogie avec le paragraphe
III.4.1, nous proposons daugmenter la L.E.S.C.F.A par une composante de mode de glissement
afin dassurer la robustesse (voir figure III.70).
Figure A.4: L.E.S.C.F.A avec surface de glissement
A.1.6 - Robustification par mode de glissement
A.1.6.1 - Lemme a.3
sl
est donne par:
(A.9)
et la loi dadaptation est choisie comme suit:
(A.10)
ou encore:
(A.11)
o est la surface de glissement modifie donne par:
V
1
k
d
s
2
s
fc
+ ( ) =
fc
+ ( ) s
s
fc

y
d

p
r
- p
r
+
+
s

^
fc1
^
fc2
-
+
^
fc2
v
u +
-
Procd
non linaire
y(t)
u
sl

0
sat
s
---

=
fc
T
s
fc
T
s
=
s
Annexe A
Page 218
(A.12)
et est une constante positive, dlimitant la zone morte,
alors la fonction quadratique:
(A.13)
est une fonction de Lyapunov qui garantit la stabilit de la structure de commande ainsi que la
convergence de lerreur de suivi, i.e.
(A.14)
A.1.6.2 - Dmonstration
Suivant la valeur de , nous distinguons deux cas:
- Cas 1:
Dans ce cas, on a: . Cela implique que:
(A.15)
et:
(A.16)
ce qui prouve la stabilit de la structure de commande, la convergence des paramtres et la
convergence de lerreur de suivi filtre. Dans ce cas, on peut dmontrer [Slotine-91] que
lquation (A.14) est vrifie.
- Cas 2:
Par drivation de lquation (A.13), on trouve:
(A.17)
Par substitution de (A.12) dans (A.17), on obtient:
(A.18)
Par substitution de lquation (A.10), lquation (A.18) devient:
(A.19)
Par substitution de la loi de commande (A.9) dans (A.19) il rsulte:
(A.20)
s
0 si - s < <
s sat
s
---

si s
=

0
V
1
2
---s
fc
T
fc
+ =
e
0
i ( )
2
i
i r 1 +
; avec: i 0 r 1 , , =
s
s
s
0 =
V
0 =
fc 0 =
s >
V
fc
T
fc + =
V
k
d
s
2
k
d
sat
s
---

s
fc
s
fc
T
fc s
u
sl
+ + =
V
k
d
s
2
k
d
sat
s
---

s
u
sl
+ =
V
k
d
s
2
s

0

0
s
+
k
d
s
2
0
Annexe A
Page 219
ce qui prouve la stabilit de la structure de commande illustre la Figure III.69.
De lquation (A.20), on peut dduire que , ce qui dmontre la convergence vers
zro de lerreur . Cette convergence induit que:
(A.21)
De lquation (A.21), on peut dmontrer [Slotine-91] que lquation (A.14) est vrifie.
A.1.7 - Exemple de simulation
Nous utilisons lexemple de simulation dfini dans le paragraphe III.5.1.4.2. pour illustrer le
principe dimplantation de cette technique.
La surface de glissement s(t) peut tre choisie comme suit:
(A.22)
Lquation prcdente peut tre rcrite comme suit:
(A.23)
Dans ce cas, le polynme est le suivant:
(A.24)
et le coefficient k
d
est choisi comme suit:
(A.25)
Dans limplantation de la structure de commande, le paramtre est choisi gal 0.125.
Par utilisation de la structure de commande illustre la figure III.70, les rsultats de
simulation obtenus sont donnes sur les figures suivantes.
Figure A.5: Trajectoire de rfrence et sortie du systme
La figure A.5 montre que les performances de suivi de trajectoire sont satisfaisantes.
Lvolution de la loi de commande floue adaptative et de la loi de mode de glissement est
donne respectivement sur les figures A.6 et A.7.
k
d
s
2
L
2
s quand t
s t ( ) 1 [ ]
e
0
e
0
, avec: 5 = =
s t ( ) p ( )e
0
; avec: p ( ) p 5 + = =
p ( )
p ( ) p
2
11p 30 + + =
1
p ( )
p 5 +
p
2
11p 30 + +
---------------------------------
1
p k
d
+
-------------- ; o : k
d
6 = = =
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
-3
-2
-1
0
1
2
3
0 10 20 30 40 50
0
1
2
3
-1
-2
-3
y
d
(t)
y(t)
Annexe A
Page 220
Figure A.6: Commande floue adaptative
Figure A.7: Commande de mode de glissement
Contrairement la figure III.31, la loi de mode de glissement illustre la figure A.7 ne
prsente pas de signaux hautes frquences. Cela est d lutilisation dune fonction de
saturation la place dune fonction de commutation.
Lvolution dun paramtre estim est donne la figure A.8.
Figure A.8: Evolution dun paramtre du modle flou
La technique propose assure non seulement de bonnes performances de suivi et
ladoucissement de la loi de mode de glissement mais aussi la stabilisation des paramtres du
0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 3 0 0 0 3 5 0 0 4 0 0 0 4 5 0 0 5 0 0 0
- 4 0
- 3 0
- 2 0
- 1 0
0
1 0
2 0
3 0
0 10 20 30 40 50
0
20
-20
-40
0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 3 0 0 0 3 5 0 0 4 0 0 0 4 5 0 0 5 0 0 0
- 0 . 5
- 0 . 4
- 0 . 3
- 0 . 2
- 0 . 1
0
0 . 1
0 . 2
0 . 3
0 . 4
0 . 5
0 10 20 30 40 50
0
0.2
0.4
-0.2
-0.4
0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 3 0 0 0 3 5 0 0 4 0 0 0 4 5 0 0 5 0 0 0
- 8
- 6
- 4
- 2
0
2
4
6
8
0 10 20 30 40 50
0
5
10
-5
-10
Paramtre 3
Annexe A
Page 221
modle flou.
Dans limplantation de la technique dutilisation dune surface de glissement, le choix de
doit raliser un compromis entre llimination des signaux hautes frquences et la valeur finale
de convergence de lerreur de suivi. Ce compromis peut parfois compliquer limplantation de
cette mthode.
Annexe A
Page 222
Page 223
ANNEXE B
Annexe B
Page 225
Afin dillustrer les performances de robustesse de la C.M.I.F, nous utilisons le systme non
linaire discret dfini dans [Jin-95] o lauteur utilise la capacit dun rseaux de neurones
pour synthtiser son contrleur.
Le systme est donn par lquation dynamique suivante:
(B.1)
quon suppose inconnue.
Les paramtres , sont utiliss pour illustrer la robustesse de la mthode propose vis--vis
dun changement de paramtres dans le systme.
Lordre du systme est n = 4. Le retard entre la sortie et la commande est gal une unit de
temps. Donc, le degr relatif est gal un.
Notre objectif est dutiliser la C.M.I.F pour commander le systme (B.1) afin de suivre les
deux trajectoires de rfrence suivantes:
- Cas 1:
La trajectoire suivre est donne par:
(B.2)
Une perturbation dp(k) donne par lquation suivante est ajoute la sortie du systme:
(B.3)
avec
1
= /6 et
2
= /12.
Dans ce cas, les paramtres du systme sont modifis comme suit:
(B.4)
- Cas 2:
La trajectoire de rfrence est donne par:
(B.5)
o r(k) un signal carr damplitude et de priode 400. Une perturbation dp(k) constante
gale 0.10 est ajoute la sortie du systme. Les paramtres du systme sont modifis
y k 1 + ( )
y k ( )y k 1 ( )y k 2 ( )u k 1 ( ) y k 2 ( ) 1 [ ]
1 y k 1 ( )
2
y k 2 ( )
2
+ +
------------------------------------------------------------------------------------------------------------------ + =
1 + ( )u k ( )
1 y k 1 ( )
2
y k 2 ( )
2
+ +
----------------------------------------------------------- +
y
d
k ( ) 0.40
2k
100
---------

sin =
X
1p
k 1 + ( )
x
1p
k 1 + ( )
x
2p
k 1 + ( )
x
3p
k 1 + ( )
x
4p
k 1 + ( )
1
( ) cos
1
( ) sin 0 0
1
( ) sin
1
( ) cos 0 0
0 0
2
( ) cos
2
( ) sin
0 0
2
( ) sin
2
( ) cos
X
1p
k ( ) = =
dp k ( ) 0.5 x
1p
k ( ) x
3p
k ( ) + [ ] =
0 ; 0 pour k 500 , = =
3 ; 0.5 pour k 500 > , = =
y
d
k 1 + ( ) 0.94y
d
k ( ) 0.06r k ( ) + =
0.4
Annexe B
Page 226
comme suit:
(B.6)
La partition floue des univers de discours est illustre la figure B.1.
La base de rgles du systme flou est compose de 128 mailles floues lmentaires. Chacune
est compose de 16 rgles floues de la forme suivante:
(B.7)
Chaque maille floue est dfinie sur un hypercube compos de 16 noeuds.
Figure B.1: Partition floue des univers de discours
- Cas 1:
Les rsultats de simulation obtenus sont illustrs sur les figures ci-dessous. Les figures B.2 et
B.3 montrent respectivement la trajectoire de rfrence et la sortie du systme et la loi de
0 ; 0 pour k 1000 , = =
3 ; 0.25 pour k 1000 > , = =
y k ( )
min
y k ( )
max
, [ ] y k 1 ( )
min
y k 1 ( )
max
, [ ] y k 1 ( )
min
y k 1 ( )
max
, [ ] -1.5, 1.5 [ ] = = =
u k ( )
min
u k ( )
max
, [ ] u k 1 ( )
min
u k 1 ( )
max
, [ ] -1.0, 1.0 [ ] = =
Si y k ( ) est A
1
i
1
v
1
+
et y k 1 ( ) est A
2
i
2
v
2
+
et y k 2 ( ) est A
3
i
3
v
3
+
et
u k ( ) est B
1
j
1
w
1
+
et u k 1 ( ) est B
2
j
2
w
2
+
alors
y
f
k 1 + ( )
fd1
i
1
v
1
+ i
2
v
2
+ i
3
v
3
+ j
1
w
1
+ j
2
w
2
+ , , , , ( ) =
avec : v
p
0 1 w
q
; , 0 1 p ; , 1 3 et q , , 1 2 , = = = =
A
1
1
A
2
1
A
3
1
A
4
1
A
5
1
-1.5 -0.75 0 0.75 1.5
A
1
2
A
2
2
A
3
2
A
4
2
A
5
2
-1.5 -0.75 0 0.75 1.5
A
1
3
A
2
3
A
3
3
A
4
3
A
5
3
-1.5 -0.75 0 0.75 1.5
-1.0 0 0.33
B
1
1
B
2
1
B
3
1
u(k-1)
-1.0 1.0
B
1
2
B
2
2
u(k)
y(k-2)
y(k-1)
y(k)
Annexe B
Page 227
commande floue adaptative.
Figure B.2: Trajectoire de rfrence et sortie du systme
Figure B.3: Commande floue adaptative
- Cas 2:
Les rsultats de simulation obtenus sont donns aux figures ci-dessous. Les figures B.4 et
B.5 illustrent respectivement la trajectoire de rfrence et la sortie du systme et la loi de
commande floue adaptative.
Figure B.4: Sortie du systme et trajectoire de rfrence
0 1 0 0 2 0 0 3 0 0 4 0 0 5 0 0 6 0 0 7 0 0 8 0 0 9 0 0 1 0 0 0
- 0 . 5
0
0 . 5
1
y(k)
y
d
(k)
0 1 0 0 2 0 0 3 0 0 4 0 0 5 0 0 6 0 0 7 0 0 8 0 0 9 0 0 1 0 0 0
- 0 . 6
- 0 . 4
- 0 . 2
0
0 . 2
0 . 4
0 . 6
0 . 8
1
0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0
- 0 . 5
- 0 . 4
- 0 . 3
- 0 . 2
- 0 . 1
0
0 . 1
0 . 2
0 . 3
0 . 4
0 . 5
y(k)
y
d
(k)
Annexe B
Page 228
Figure B.5: Commande floue adaptative
Les figures B.2 et B.4 montrent que la sortie du systme converge vers la trajectoire de
rfrence. Aprs quelques oscillations autour de k = 500 pour la figure B.2 et k = 1000 pour la
figure B.4, dues une variation dans les paramtres du systme non linaire, la sortie du
systme converge de nouveau vers la trajectoire de rfrence. Dans ce cas, on peut dire que la
mthode propose donne de bonnes performances de suivi et prsente une certaine robustesse
vis--vis dun changement de paramtres du systme non linaire.
0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0
- 0 . 8
- 0 . 6
- 0 . 4
- 0 . 2
0
0 . 2
0 . 4
0 . 6
Mots-clefs: Commande floue, Systmes non linaires, Stabilit et robustesse de schmas de
commande floue, Suivi de trajectoire..
Les travaux prsents dans cette thse portent sur le dveloppement de structures de com-
mande base de modles flous pour rsoudre le problme de suivi de trajectoire tout en assurant
stabilit et robustesse. Les modles flous utiliss, de type Takagi-Sugeno conclusion constan-
te, sont identifis en ligne en exploitant les thories de la dissipativit et de Lyapunov.
La reprsentation dun procd par un modle mathmatique, primordiale pour la synthse de
lois de commande, est parfois trs difficile obtenir, notamment pour les procds non linaires
complexes qui font apparatre beaucoup de paramtres (moteur thermique, procd chimique,
...). Une solution ce problme peut tre envisage partir dune reprsentation du comporte-
ment du procd non linaire par un modle flou o les relations entre les entres, les sorties et
les tats sont exprimes par des rgles floues.
Comme cette reprsentation floue nest quune approximation de la ralit physique, nous pro-
posons dintroduire une incertitude additive dans le modle. Dans ce cas, le problme de la com-
mande peut tre rsolu en assurant la stabilit des structures boucles et leur robustesse vis--
vis de cette incertitude.
Dans ce contexte, nous avons dvelopp deux techniques de commande floue pour une classe
de systmes non linaires. La premire est une linarisation entre-sortie floue. Quant la
deuxime, elle intgre un modle interne flou dans la structure de commande (commande mo-
dle interne flou). Dans les deux cas, une inversion du modle flou est ncessaire. Deux appro-
ches sont alors proposes aboutissant des expressions analytiques identiques.
Keywords: Fuzzy Control, Nonlinear systems, Stability and robustness of control structures,
Tracking.
This thesis deals with development of control structures based on fuzzy models for solv-
ing tracking problems while ensuring stability and robustness.
The used fuzzy models are Takagi-Sugeno fuzzy systems with constant conclusions that are
identified on line.
When synthetizing a control law, it is essential to have a mathematical model of the considered
process. However, such a model is sometimes very difficult to obtain, particularly for complex
nonlinear processes with many parameters (chemical process, thermal engine, ...). A solution to
this problem can be based on the use of a fuzzy model to represent nonlinear process behavior.
In this case, mapping between process inputs, states and outputs is expressed by fuzzy rules.
As this fuzzy representation is only an approximation of the physical reality, we introduce an
uncertain component in addition to the fuzzy model process. In this case, the control problem
can be solved while ensuring the stability of feedback structures and their robustness towards
uncertainties.
In this context, we developed two fuzzy control techniques for a class of nonlinear systems. The
first one is a fuzzy input-output linearization, while the second integrates an internal fuzzy mod-
el within the control structure (fuzzy internal model control).
In both cases, a fuzzy model inversion is required. Two different strategies are proposed leading
to similar analytic expressions.

Afef Afoufa Addala

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Afef Afoufa Addala

Uploaded by

Copyright:

Available Formats

Thse prpare au Laboratoire dAutomatique et de Micro-Informatique Industrielle

(LAMII/CESALP) de lEcole Suprieure dIngnieurs dAnnecy (Universit de Savoie)

Commande base de modles flous: les outils de reprsentation, de synthse et danalyse

Commande base de modles flous: les outils de reprsentation, de synthse et danalyse

Systme non linaire

Sur les proprits structurelles dune classe de systmes flous

Commande floue dune classe de systmes non linaires continus

Commande floue dune classe de systmes non linaires continus

Commande floue dune classe de systmes non linaires continus

Commande floue dune classe de systmes non linaires continus

Commande floue dune classe de systmes non linaires continus

Commande floue dune classe de systmes non linaires continus

Commande floue dune classe de systmes non linaires continus

Commande floue dune classe de systmes non linaires continus

Commande floue dune classe de systmes non linaires continus

Commande floue dune classe de systmes non linaires continus

Commande floue dune classe de systmes non linaires continus

Commande floue dune classe de systmes non linaires discrets

Commande floue dune classe de systmes non linaires discrets

Commande floue dune classe de systmes non linaires discrets

Commande floue dune classe de systmes non linaires discrets

Commande floue dune classe de systmes non linaires discrets

Commande floue dune classe de systmes non linaires discrets

Commande floue dune classe de systmes non linaires discrets

Commande floue dune classe de systmes non linaires discrets

You might also like