Etude et développement de méthodes de commande adaptative centralisée et décentralisée en utilisant différents types de réseaux de neurones artificiels

Abstract

L'objectif de ce travail est d'étudier des stratégies de commande adaptatives par différent types de réseaux de neurones artificiels appliqués au problèmes de poursuite de trajectoire des robots manipulateurs. En premier lieu, nous avons présenté les notions fondamentales et les développement récents des réseaux de neurones utilisés dans la modélisation et la commande des processus. Ensuite, nous avons étudié et proposé des structures de commande neuronale adaptative, à savoir la commande adaptative centralisée directe et indirecte par différents types de réseaux de neurones artificiels (RNA). Une extension de tous ces schémas au cas décentralisé a été également donnée. Les techniques de commande sont ensuite appliquées à la commande en poursuite de trajectoire de référence d'un robot manipulateur de type PUMA 560. Les résultats de simulation obtenus ont permis l'évaluation des performances de chaque technique.