Beruflich Dokumente
Kultur Dokumente
Résumé : Dans cette communication nous nous intéressons à la commande robuste des systèmes flous de type
Takagi-Sugeno. Nous rappelons le modèle de Takagi-Sugeno pour les systèmes continus. Puis nous adoptons
une commande combinée. Elle consiste à jumeler une commande floue par retour d’état avec une commande
mode glissant. La commande a été appliquée à la pendule inverse..
Mots clés : Système dynamique flou; Commande par mode glissant; commande PDC.
x (n) = f (x) + g (x) U(t) + d A chaque règle Ri est attribué un poids wi(z(t))
(1) qui dépend du degré d'appartenance des
Y = x variables des prémisses zj(t) aux ensembles
flous Mij et du choix de la loi attribuée à
1
l’opérateur "ET" des prémisses. Généralement 3.1 Condition nécessaires pour la réalisation
dans ce type de modèle le produit est choisi d’un régulateur flou
pour modéliser cet opérateur d'où:
c Pour la réalisation d’un régulateur flou par
w i (z(t)) = ∏ M ij (z j (t));
j=1 retour d’état, les deux définitions suivantes
sont nécessaires.
Où, Mij(zj (t)) représente le degré
d'appartenance de z j(t) au sous-ensemble flou
Définition 1
Mij.
L'équation d'état du système peut s'écrire sous Si les paires (Ai , Ci) i =1, …, r sont
controlables alors le modèle flou (5) est
la forme polytopique :
localement controlable ou gouvernable.
r
x& (t) = ∑ h i (z (t))[Ai x(t) + B i u(t)] (5) Définition 2
i=1 Si les paires (Ai , Bi) i =1, …, r sont
Avec : observables, alors le modèle flou (5) est
r r
localement observable.
∑ w (z(t)) > 0; ∑ h (z(t)) = 1
i =1
i
i =1
i
2
3.3 Commande de supervision Le régulateur ainsi conçu partage la même
base de règles que le modèle flou (pour sa
Plusieurs théories traite la commande robuste partie prémisse).
des systèmes à paramètres incertains.
Différentes techniques ont été utilisées pour i ème Règle de commande :
faire la synthèse de la commande robuste tel
que H ∞ [4], commande par mode glissant [5]. SI z1 est Mi1 et z2 est Mi2 et … et Zn est Min
Dans cette communication nous traitons deux Alors:
structures de combinaisons de commandes par 1
Us = − {Q o Sign (S) + K S} (11)
mode glissant. Le problème de cette loi de go
commande est de trouver un moyen pour
annuler l'erreur de poursuite, qui est définie Chaque règle Ri du régulateur possède le
par ~
x = x − x d , en un temps fini t1. même poids hi(z(t)) que celui de la règle Ri du
modèle. La sortie globale de la commande
Où xd représente la valeur désirée. floue par mode glissant est inférée par
La surface de glissement est définie dans l’équation suivante :
l'espace d'état S ( x; t ) par l'équation suivante: r
Us = ∑ h i (z(t))Usi (12)
[5], [8],[9],[10], [11].
i =1
(n −1)
d ~ r
S(x; t) = + λ x 1
dt Us (t ) = − ∑ h i ( z(t )) { Q oi Sign (Si ) + K Si } (13)
i =1 g
=~x (n -1) + a 1 ~
x (n - 2) + ... + a n -1 ~
oi
x, (9)
Cette méthode consiste à utiliser une Le modèle global peut s’écrire sous la forme
commande par mode glissant pour chaque suivante :
modèle local, de manière identique que la r
commande PDC. x(n) = ∑ hi (z(t))foi (x )
L’idée est de créer un compensateur pour i =1
chaque régle du modèle flou. La procédure est r r
la suivante : - ∑ ∑ h i (z(t)) h j (z(t))goi (x)(Ki x(t) + Usi ) (17)
- Représenter le système à commander par un i =1j = 1
modèle flou de T S,
- Chaque règle de commande est conçue à Nous choisissons la même surface de
partir de la règle du modèle flou glissement Si(x, t) pour tous les modèles
précédemment défini. locaux.
Lemme :
3
Une condition suffisante pour que l’erreur de
poursuite définie par ~
x = x − x d , s’annule en 4.1 Description du système
un temps fini t1, pour un système flou de
Takagi-sugeno est : Comme exemple d'application nous avons
Pour tout i =1, …, r l’inéquation (17) est choisi la pendule inverse; cette derniere
vérifiée. présente des sévères non-linéarités [7].
2 Les variables des prémisses sont les variables
1 dS i (t)
≤ −η i S i (t) ; ∀t ≥ 0, η i f 0 (17) x (t)
2 dt d'état. x(t) = z(t) = 1
x 2 (t)
Démonstration
Il est facile de vérifier que : Les équations dynamiques du système de la
r 2
dS (t) 1 dS (t)
2 pendule inverse sont [7] :
∑
1
hi ( z ) i ≤ ≤ −η S(t) ;
2 dt 2 dt
i =1 x& 1 (t ) = x 2 (t)
∀t ≥ 0, η f 0 (18)
x& 2 (t ) = f(x 1 , x 2 ) + g(x 1 , x 2 )u + d (26)
r y(t) = x (t )
Vue que ∑ h ( z(t )) = 1 et
i =1
i on a choisit les 1
Règles systèmes
4. Illustration:
4
0 1 0
A1 = ; B1 =
17.294 0
- 0.1765
0 1 0
A2 = ; B2 =
9.3600 0 - 0.0052
K 1 = [- 120,666 - 22,666]
K 2 = [- 2551,6 - 764,0] ; Figure 3 : Evolution de la variable d’état x2 .
X2d signal de référence
Nous avons choisit les mêmes surfaces de X2- réponse
glissement qui sont définies par y λ =5 et
K=10.
6. Commentaire
Nous remarquons que le système est stable est
la sortie suit convenablement la consigne
indépendement des perturbations.
7.Conclusion
5
Dans cette communication nous avons Mars 2000, University de Savoie, Annecy,
commencé par rappeler le modèle dynamique France.
flou de Takagi-Sugeno, puis nous avons [11]S.G.Cao,N.W.Rees and G.Feng "Stability
présenté la structure d’une commande robuste Analysis of fuzzy Control Systems" IEEE
en utilisant une combinaison entre une Trans on Syst,Man , And Cybernetics-Part B
commande par retour d’état et une commande Vol 26 N°1 Feb 1996.
en mode glissant au niveau des systèmes [12] Jooyoung Park, Jinsung Kim and Daihee
locaux. Park "LMI-Based design of stabilizing fuzzy
controllersfor nonlinear systems described by
Bibliographie Takagi-Sugeno fuzzy model"Fuzzy set and
systems vol 122 pp 73-82 (2001)..
[1] Michio Sugeno “On Stability of fuzzy [13]M.A.L. Thathachar and Pramod Viswanath
Systems expressed by rules with singleton "On the Stability of Fyzzy Systems" IEEE
consequents”. IEEE Trans on Fuzzy Syst,Vol 7 Trans on Fuzzy Syst,Vol 5 N°1 Feb 1997.
N°2 Feb 1999. [14] D.Arzelier- D.Peaucelle "notes de cours
[2] T.Takagi and M.Sugeno. "Fuzzy Systèmes et asservissements non linéaire".
identification of systems and its applications to [15] C.Marcelo, M.Teixeira and Stanislaw
modeling and control", IEEE trans syst. H.Zak " Stabilizing Controller design for
Man,Cybern. Vol15. 116-132 Jan/Feb1985. Uncertain nonlinear Systems Using Fuzzy
[3] Kazuo Tanaka, Takayuki Ikeda and Hua Models " IEEE Trans on Fuzzy Syst,Vol 7 N°2
O.Wang." Fuzzy régulators and fuzzy April 1999.
observers: relaxed stability conditions and [16] Kazuo Tanaka and M. sano. "Trajectory
LMI-base designs"in proc IEEE Trans on stabilisation of a model car via fuzzy control".
fuzzy systems vol 6.N°2 May 1988. Fyzzy sets and systems pp 155-170 1995.
[4] Kazuo Tanaka, Takayuki Ikedaand Hua [17] Yeong-chang chang. "Robust tracking
O.Wang. "Robust stabilization of a class of control for nonlinear MIMO systems via fuzzy
uncertain nonlinear systems via fuzzy control: approaches". Automatica 36 pp1535-1545
Quadratic stability, H∞ Control Theory, and 2000.
linear Matrix Inequalities". IEEE Trans on [18] H.L.Lam, Frank H.F.Leung and Peter
Fuzzy Syst,Vol 4 N°1 Feb 1996. K.S.Tam "A switching controller for uncertain
[5]W.Chang, J.Bae Park, Y.Hoan Joob and nonlinear systems". IEEE Control system
G.chen "Designof robust fuzzy model-based magazine February 2002.
controller with sliding mode control for SISO [19] Ad Damen and Siep Weiland, Notes of
non-linear systems" Fuzzy Sets and Systems courses, "Robust control". Measurement and
125 (2002) pp 1-22. Control Group, Departement of Electrical
[6] H. Jae Lee, J. Bae Park and G. chen Engeneering Eindhoven University of
"Robust fuzzy controller of non-linear systems technology P.O. Box 513, 5600 MB
with parametric uncertainties". IEEE Trans on Eindhoven, Draft version of august 23, 2001.
Fuzzy Syst,Vol 9 N°2 April 2001 pp369-379. [20] Hafedh Abid Mohamed Chtourou et
[7]Huao.wang, Kazuo Tanaka and Michael Ahmed Toumi, ”A Sliding Mode Based
F.Griffin. "An approch to fuzzy control of Robust Fuzzy Controller For a Class of
nonlinear systems: stability and design Issues". Uncertain Systems” SSD05, Mrach 2005
IEEE Trans on Fuzzy Syst,Vol 4 N°1 Feb 1996 Sousse Tunisia.
pp(14-23).
[8]J.ch. Gille, P. Decaulne, M.Pélegrin "
Systèmes asservis non-linéaires" Editions
Dunod 1988.
[9] Suet Yan Deng. Non-linear& linear MIMO
control of an Industrial Mixing Process.Thesis
Dec 2002, McGill University Montreal,
Canada.
[10]Reda Boukezzoula. Commande floue d'une
classe de système non-linéaires application au
problème de suivi de trajectoire. thesis 31