Commande robuste de systèmes non linéaires incertains.

Commande robuste de systèmes non linéaires incertains

 Conclusion et problématique

Résumé Dans ce chapitre, nous avons établi le bien fondé de l’utilisation des méthodes LPV pour la synthèse de systèmes non linéaires. Ainsi, contrairement aux méthodes de séquencement de gains traditionnelles, les méthodes LPV, si elles sont judicieusement utilisées, peuvent mener à des correcteurs assurant au système non linéaire des propriétés classiques de performance et de robustesse. Ces propriétés ne sont cependant garanties qu’indirectement, c’est pourquoi les méthodes LPV ne sont légitimes que dans un contexte particulier. De plus, l’obtention effective du correcteur est délicate. La démonstration a comporté plusieurs étapes, que nous résumons ci-après. 1. Pour un système non linéaire G, les propriétés de performance et de robustesse du cahier des charges (données à la section 1.1) peuvent se traduire mathématiquement par des contraintes impliquant la norme incrémentale d’opérateurs correspondant au système P = WzGWw augmenté avec des pondérations Ww et Wz. Contrairement à une croyance répandue, le L2 gain n’assure pas ces propriétés : l’approche quasi-LPV ne permet donc pas de garantir toutes les propriétés du cahier des charges. 2. Par suite, le problème de synthèse d’un correcteur K assurant au système commandé en boucle fermée Fu(G, K) ces propriétés peut se définir comme la recherche d’un correcteur assurant une borne sur la norme incrémentale de la boucle fermée augmentée de pondérations, Fu(P, K) : c’est un problème de synthèse incrémentale. Or ce problème est difficile à résoudre. 3. Le résultat suivant permet de contourner le problème : un système non linéaire a une norme incrémentale inférieure à un niveau γ si et seulement si toutes les linéarisations non stationnaires du système ont un L2 gain inférieur à γ : c’est un problème de synthèse L2. 4. Le problème L2 gain peut être résolu en utilisant les méthodes LPV. Il faut d’abord obtenir un système LPV Pδ paramétrant les linéarisations non stationnaires DP du système non linéaire augmenté. Ensuite, pour ce système LPV Pδ, les méthodes LPV peuvent mener à un correcteur LPV Kδ solution du problème L2 gain. 5. Il reste à trouver un correcteur non linéaire K tel que la linéarisation DFu(P, K) de la boucle fermée constituée du système non linéaire augmenté P et du correcteur non linéaire K soit égale à la boucle fermée Fu(DP, Kδ) constituée de la linéarisation DP du système non linéaire augmenté et du correcteur LPV Kδ : c’est un problème d’intégration. 6. Une solution K du problème d’intégration, si elle existe, est alors un correcteur non linéaire assurant à la boucle fermée non linéaire augmentée Fu(P, K) une norme incrémentale inférieure à γ, donc à la boucle fermée Fu(G, K) le respect des propriétés du cahier des charges. 

Intérêt des méthodes LPV pour la commande des systèmes non linéaires

La discussion précédente montre le fort potentiel des méthodes LPV pour la synthèse de systèmes non linéaires. Du point de vue théorique, l’approche LPV par linéarisation permet d’espérer trouver une voie pour résoudre indirectement le problème de la synthèse incrémentale, pour lequel à ce jour il n’existe pas de méthode de résolution systématique : une solution de ce problème serait un correcteur non linéaire garantissant à la fois performance et robustesse. A défaut de résoudre ce problème, les méthodes LPV permettent de trouver un correcteur garantissant directement une borne sur le L2 gain du système non linéaire commandé, ce qui assure au moins la L2- stabilité et la robustesse en stabilité (approche quasi-LPV). Les méthodes LPV constituent ainsi une alternative très intéressante aux méthodes non linéaires classiques qui, pour leur part, ne permettent pas de prendre en compte la robustesse. 

Difficultés et perspectives

Cependant, une large utilisation de l’approche LPV est freinée par deux problèmes importants : • l’obtention effective d’un correcteur non linéaire dans l’approche utilisant les linéarisations non stationnaires, puisque le correcteur LPV n’est pas forcément intégrable ; • l’interprétation de la stratégie du correcteur obtenu et une comparaison avec des méthodes non linéaires traditionnelles : en dehors des garanties de robustesse, l’apport des méthodes LPV par rapport aux méthodes classiques doit être établi en termes de performance, or dans de nombreuses applications, les méthodes LPV mènent à des correcteurs médiocres car variant peu. L’étude que nous allons présenter dans la suite vise à fournir quelques réponses à ces points. Nous allons notamment proposer un cadre dans lequel nous démontrerons que les méthodes LPV peuvent mener à des correcteurs dont la stratégie est comparable à celle de correcteurs non linéaires classiques. De plus, nous verrons que le correcteur LPV ainsi obtenu est systématiquement intégrable. Ce résultat constitue à notre connaissance la première méthode de résolution systématique du problème de synthèse incrémentale. Les méthodes LPV comme alternative aux méthodes de type «compensation» Dans le chapitre 1, nous avons mis en évidence le fort potentiel des méthodes LPV pour traiter des problèmes de synthèse pour les systèmes non linéaires. Nous avons vu qu’appliquées directement à un système LPV, les méthodes LPV mènent à un correcteur garantissant à la boucle fermée (LPV) des propriétés de L2 gain. De plus, si le système LPV considéré correspond à une inclusion des linéarisations non stationnaires d’un système non linéaire, alors dans certains cas il est possible de construire un correcteur non linéaire tel que la boucle fermée (non linéaire) ait des propriétés incrémentales, ce qui lui assure potentiellement des propriétés de performance (quantitative et qualitative) et de robustesse. Les méthodes LPV, qui dérivent de méthodes linéaires stationnaires (H∞), présentent donc un intérêt certain pour traiter les systèmes non linéaires. Or paradoxalement, à notre connaissance, leur intérêt pratique en tant que véritables méthodes de synthèse non linéaires n’a pas vraiment été étudié. Contrairement par exemple au cas de la méthode H∞, qui repose sur des contraintes interprétables en termes de contraintes fréquentielles (loop-shaping) et permet ainsi d’obtenir des correcteurs dont l’interprétation en termes de méthodes classiques (PI, PID, …) a été souligné avec intérêt [Fon95], la question de savoir s’il existait un lien entre les correcteurs LPV et les correcteurs issus de méthodes non linéaires classiques comme les méthodes de type «compensation» des non linéarités (linéarisation par bouclage, …) n’a jamais vraiment été posée. Ce point nous semble pourtant essentiel et nous avons souhaité l’approfondir. Notre étude démarre avec le constat d’un phénomène important bien que peu souligné dans la littérature [YS97, Sco98] : le fait que les correcteurs LPV sont parfois peu variants. Leur stratégie semble alors différer de façon criante de celle de correcteurs construits par des méthodes non linéaires reposant sur la «compensation» de non linéarités («cancellation» en anglais [Hor81]), comme la linéarisation par bouclage [Isi89]. Ce phénomène peut s’interpréter de multiples façons et certains auteurs l’ont attribué, peut-être un peu trop vite, à une limitation intrinsèque des méthodes LPV pour des raisons de conservatisme. Dans ce chapitre, nous avançons une autre hypothèse : le fait très simple que dans le contexte traditionnel d’application des méthodes LPV, le point de fonctionnement ne soit souvent pas explicitement donné au correcteur peut limiter dans ces cas-là la capacité de celui-ci à réaliser une «compensation». Nous tentons alors d’analyser le comportement des correcteurs LPV dans un contexte où la structure de l’information serait choisie de façon adéquate pour donner explicitement la connaissance du point de fonctionnement. Nous chercherons alors à déterminer dans quelle mesure le conservatisme limite leur capacité à être aussi performants que les correcteurs issus de méthodes de type «compensation». Ce chapitre est organisé de la façon suivante. 1. Nous commencerons par mettre en évidence le phénomène (étonnant) de faible variation des correcteurs LPV par comparaison avec des correcteurs obtenus par la méthode non linéaire classique de linéarisation par bouclage. Nous présenterons quelques conjectures classiques de la littérature justifiant ces dissemblances et en particulier, l’hypothèse rendant responsable de ce phénomène le conservatisme inhérent aux méthodes LPV. 2. Nous poserons les bases de notre comparaison en définissant une méthode analogue à la linéarisation par bouclage pour les systèmes LPV. Cette méthode, s’appuyant sur une «compensation» des termes dépendant des paramètres, servira de référence. 3. Une analyse des hypothèses nécessaires à l’application de la méthode de type «compensation» nous mènera alors à définir un nouveau cadre pour la synthèse LPV, reposant sur une structure de l’information enrichie. Nous démontrerons que dans ce cadre, il existe une large classe de systèmes pour laquelle les méthodes LPV mènent à des correcteurs aussi performants que les correcteurs analogues obtenus avec la méthode de type «compensation» et dont la stratégie est comparable. Nous discuterons du conservatisme intrinsèque des méthodes LPV (lié à tout choix particulier de la matrice de Lyapunov) et verrons dans quels cas il ne contraint pas les solutions. Nous mettrons enfin en évidence certains avantages des méthodes LPV et notamment leur capacité à traiter les problèmes de robustesse. 2.1 Une limitation observée en pratique : un correcteur peu variant Dans cette partie, nous nous intéressons à un caractère intéressant, bien qu’insuffisamment souligné [YS97, Sco97], des correcteurs obtenus par les méthodes LPV : leur apparente faible variation en fonction des paramètres. Ce phénomène est à la fois surprenant et décevant : pour un système non stationnaire, la pratique a permis de constater que les correcteurs ajustant leurs gains au point de fonctionnement sont potentiellement plus efficaces que des correcteurs stationnaires. Par ailleurs, il existe des méthodes efficaces menant à des correcteurs variant véritablement. Par exemple, les méthodes de séquencement de gains traditionnelles [RS00] permettent, par interpolation de correcteurs linéaires stationnaires, d’obtenir des correcteurs paramétrés donc variant en fonction du point de fonctionnement. Nous avons vu au chapitre 1 que ces méthodes ne peuvent pas assurer certaines garanties théoriques mais qu’en pratique elles sont largements employées (centrales nucléaires, avions, moteur à réaction, sous-marins, …) [HG93, NRR93, Rei92]. D’autre part, dans le contexte non linéaire, l’efficacité des méthodes classiques de linéarisation par bouclage [Isi89, SL91] est reconnue. Celles-ci mènent à des correcteurs non linéaires «compensant» les non linéarités du système, ce qui implique que leurs gains s’adaptent bien au point de fonctionnement : ces correcteurs sont par construction fortement variants. Dans cette section, nous allons mettre en évidence le phénomène de faible variation observé lors de la mise en œuvre «classique» des méthodes LPV en nous appuyant sur un exemple représentatif. Tout d’abord, définissons le cadre classique de leur utilisation

Table des matières

Introduction
Problématique de la commande
Système et modèle. Notion de robustesse
Cahier des charges
Efficacité de la méthode
Méthodes de commande : le cas linéaire stationnaire
Le cas non linéaire : contexte de la thèse et problématique
Organisation du documen
Publications
Notations
1 Fondements des méthodes LPV pour la commande des systèmes non linéaires
1.1 Formalisation mathématique du cahier des charges
1.1.1 Rejet de perturbation non mesurée (désensibilisation)
1.1.2 Suivi de référence (performance asymptotique)
1.1.3 Robustesse
1.2 Fondements de la méthode H∞ pour les systèmes linéaires stationnaires
1.2.1 Obtention d’un critère H∞ pondéré
1.2.2 Méthode H∞
1.2.3 Conclusions et perspectives pour l’extension au contexte non linéaire
1.3 Présentation critique des méthodes par séquencement de gains traditionnelles
1.3.1 Principe
1.3.2 Limitations : une extension heuristique
1.3.3 Conclusion
1.4 Méthodes LPV
1.4.1 Définition d’un système LPV
1.4.2 Le problème LPV : des garanties en termes de L2 gain
1.4.3 Méthodes LPV pour la commande des systèmes non linéaires
1.4.4 Propriétés garanties par le L2 gain et limites de l’approche «quasi-LPV»
1.4.5 Conclusion
1.5 L’extension de la norme H∞ au contexte non linéaire est la norme incrémentale
1.5.1 Norme incrémentale et cahier des charges
1.5.2 Le problème de la synthèse incrémentale
1.6 Un cadre rigoureux pour les méthodes LPV
1.6.1 Lien entre propriétés locales et globales
1.6.2 Une méthode idéale de séquencement de gains
1.6.3 Un cadre LPV approprié en vue de la synthèse incrémentale
1.6.4 Conditions pour qu’un correcteur soit intégrable
1.7 Conclusion et problématique
1.7.1 Résumé
1.7.2 Intérêt des méthodes LPV pour la commande des systèmes non linéaires
1.7.3 Difficultés et perspectives
2 Les méthodes LPV comme alternative aux méthodes de type «compensation»
2.1 Une limitation observée en pratique : un correcteur peu variant
2.1.1 Cadre traditionnel de mise en œuvre des méthodes LPV
2.1.2 Mise en évidence de la faible variation à travers un exemple
2.1.3 Interprétations possibles du phénomène
2.2 La faible variation n’est pas causée par la contrainte de stabilité quadratique
2.2.1 Existence d’un correcteur variant
2.2.2 Une nouvelle structure de l’information
2.2.3 Justification
2.2.4 Conclusion
2.3 La faible variation n’est pas causée par la contrainte de robustesse
2.3.1 La contrainte de robustesse interdit une «compensation» exacte
2.3.2 Un compromis : une «compensation filtrée»
2.4 Conclusion du chapitre
2.5 Annexe : Linéarisation par bouclage pour les systèmes non linéaires
2.5.1 Problèmes de linéarisation par bouclage
2.5.2 Linéarisation par bouclage et problèmes de synthèse
2.5.3 Conclusions sur la méthode et limitations
2.6 Annexe : Ébauche de la résolution du problème d’adaptation de modèle
2.7 Annexe : Démonstrations
3 Nouvelle structure de l’information et synthèse incrémentale
3.1 Introduction
3.1.1 Problématique
3.1.2 Démarche proposée et comparaison avec des résultats existants
3.2 Formalisation du problème
3.2.1 Formulation du problème de synthèse LPV de complexité réduite
3.3 Résolution du problème de synthèse LPV de complexité réduite
3.3.1 Test convexe d’existence d’une solution de complexité réduite
3.3.2 Démonstration des résultats principaux
3.3.3 Construction du correcteur de complexité réduite
3.4 Intérêt dans le contexte de la synthèse pour systèmes non linéaires
3.4.1 Intégrabilité
3.4.2 Interprétation en termes de «compensation»
3.5 Conclusion
3.6 Annexe : Lemmes de complétion utilisées dans la démonstration
4 Conditions convexes pour la réduction de modèles LPV
4.1 Formulation du problème
4.1.1 Le problème de réduction de modèles LPV général
4.2 Conditions convexes pour la réduction de systèmes LPV quadratiquement stables
4.2.1 Problème de réduction de modèle
4.2.2 Test convexe d’existence d’un modèle réduit
4.2.3 Démonstration du Théorème 4.2.1
4.2.4 Construction du modèle réduit
4.3 Extension aux systèmes non quadratiquement stables
4.3.1 Décomposition en facteurs premiers
4.3.2 Réduction de modèle de systèmes non quadratiquement stables
4.4 Conclusion
5 Application : commande de missile
5.1 Problématique
5.1.1 Nos objectifs
5.1.2 Modèle du missile
5.2 Cahier des charges
5.3 Modélisation LPV
5.3.1 Modèle quasi-LPV
5.3.2 Linéarisation non stationnaire
5.3.3 Représentation fractionnaire linéaire
5.4 Synthèse classique
5.4.1 Critère et pondérations
5.4.2 Synthèse LPV avec la structure de l’information classique
5.4.3 Analyse à partir de tracés «gelés»
5.4.4 Construction du correcteur non linéaire et simulations
5.4.5 Conclusions sur la synthèse classique
5.5 Réduction a posteriori de la complexité du correcteur
5.6 Nouvelle structure de l’information : «compensation» et synthèse incrémentale
5.6.1 Synthèse d’un correcteur LPV de complexité réduite
5.6.2 Analyse à partir de tracés «gelés»
5.6.3 Intégration. Simulations et validation. Comparaison
5.6.4 Interprétation comme une «compensation»
5.7 Conclusion
5.8 Annexe : Valeurs numériques pour le missile
5.8.1 Correcteur pour la synthèse LPV traditionnelle (section 5.4)
5.8.2 Correcteur LPV pour la synthèse dans le nouveau cadre (section 5.6)
6 Application : commande de lanceur
6.1 Problématique
6.1.1 Le problème du lanceur
6.1.2 Nos objectifs
6.2 Modèle du lanceur
6.2.1 Notations
6.2.2 Equations du modèle
6.2.3 Modèle complet
6.3 Cahier des charges .
6.4 Synthèse pour le modèle rigide
6.4.1 Analyse préliminaire en boucle ouverte
6.4.2 Traduction du problème : critère H∞ et choix des pondérations
6.4.3 Mise sous forme LFT
6.4.4 Synthèse LPV
6.4.5 Analyse a posteriori
6.4.6 Simulations
6.5 Modèle flexible
6.5.1 Modèle de synthèse
6.5.2 Modélisation LFT des modes souples
6.5.3 Commande des modes souples en phase
6.5.4 Commande du premier mode souple en phase et des autres en gain
6.5.5 Conclusion
6.6 Synthèse d’un correcteur de complexité réduite
6.7 Conclusions
6.8 Annexe : Valeurs numériques pour le lanceur
6.8.1 Équations du mode rigide
6.8.2 Équations du mode souple
6.8.3 Correcteur pour le mode rigide seul
6.8.4 Correcteur pour les modes souples commandés en phase
6.8.5 Correcteur pour le premier mode souple commandé en phase et les autres en gain
7 Conclusion générale
8 Annexe : Outils mathématiques et méthodes pour l’analyse et la synthèse
8.1 Système constitué d’une interconnexion de sous-systèmes
8.1.1 Représentation LFT de systèmes interconnectés
8.2 Caractérisation de systèmes par contraintes quadratiques
8.2.1 Quelques définitions
8.2.2 Caractérisation entrée-sortie d’un système par IQC
8.2.3 Paramétrisation des contraintes quadratiques intégrales
8.2.4 Caractérisation par IQC d’une interconnexion en parallèle de sous-systèmes
8.3 Outils d’optimisation LMI
8.4 Théorèmes pour la formulation de problèmes d’analyse
8.4.1 Séparation des graphes et stabilité
8.4.2 S procédure et analyse de la performance
8.4.3 Conclusion
8.5 Méthodes d’analyse et de synthèse comme des problèmes d’optimisation LMI
8.5.1 Formulation LMI de problèmes d’analyse
8.5.2 Formulation LMI de problèmes de synthèse
8.6 Conclusion
8.7 Annexe : lemmes techniques
8.7.1 Lemme de Schur
8.7.2 Lemme d’élimination
8.7.3 Dualité
8.7.4 Lemmes de complétion de matrices

projet fin d'etudeTélécharger le document complet

Télécharger aussi :

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *