Commandes non linéaires optimales appliquées à un système mécanique articulé

Abstract

La conception d'un contrôleur consiste un défi pour n'importe quel automaticien, lorsqu'on ne dispose pas de modèle mathématique précis du processus à commander ou lorsque ce dernier présente de très fortes non linéarités, des couplages ou même des imprécisions. La dynamique des robots manipulateurs peut être décrite par un ensemble d'équations différentielles non linéaires couplées du second ordre. En raison de la présence d'un couplage dans le système, toutes les composantes du vecteur de commande apparaissent dans chaque équation du système. Par conséquent, l'application d'une simple commande conçue pour les systèmes SISO est impossible. Les algorithmes de commande existants sont complexes à mettre en œuvre. Une combinaison entre l'intelligence artificielle et les contrôleurs non linéaires est proposée pour commander un robot manipulateur. Les contrôleurs associent des techniques d'optimisation aux approches dites de commandes robustes non linéaires, SMC et Backstepping. La motivation derrière l’utilisation de la commande par modes glissants et la commande Backstepping dans les problèmes de contrôle en robotique repose principalement sur leurs caractéristiques appréciables, comme la simplicité de conception et la robustesse. Les algorithmes d'optimisation basés sur la métaheuristique sont une approche très intéressante pour résoudre des problèmes difficiles d'optimisation, parmi les métaheuristiques les plus connues, bien adéquates à l'optimisation dans les applications d'ingénierie, nous pouvons mentionner optimisation par Colonie de fourmis (Dorigo, 1992), Particle Swarm Optimization (Kennedy et Eberhart , 1995) Colonie d'abeilles artificielle (Karaboga, 2005) et algorithmes génétiques (Holland, 1975). Par rapport à d'autres méthodes d'optimisation, les méthodes de l'algorithme génétique (GA) et PSO en tant que méthodes de recherche globale sont réputés d’être plus efficace pour trouver l’optimum global. A travers Cette thèse nous abordons la faisabilité et l'applicabilité des algorithmes génétiques et PSO en tant qu'outil d'optimisation dans les applications de commande des processus. L’objectif ici est de trouver une structure de commande optimal basée sur les algorithmes génétiques et le PSO et ensuite de la testée sur un problème de commande. Les résultats indiquent que les techniques d'optimisation sont une alternative intéressante et efficace dans de nombreux problèmes de commande. Des simulations numériques utilisant le modèle dynamique d'un robot manipulateur à 2 ddl montrent l'efficacité de la stratégie de commande optimale proposée basée sur les approches SMC et Backstepping d'une part et GA et PSO d'autre part dans les problèmes de régulation et de suivi de trajectoire. Une deuxième partie consiste à introduire la dynamique des actionneurs. Le choix d’utiliser les moteurs de type MSAP pour cette application est justifié par ses avantages tels qu'un rendement élevé, couple important ainsi que l’absence du mécanisme balais- collecteur. Les lois de commande par mode glissant classique et par l’algorithme du Super-Twisting ont été appliquées sur le système global (robot + actionneur). Les résultats de simulation obtenus sont satisfaisants