Etude de différentes stratégies de commande adaptative

Abstract

Dans ce mémoire, on a présenté une analyse de différentes lois de commande adaptative, qui existent dans la littérature. On a utilisé des outils théoriques puissants, telles que la géométrie différentielle et l'hyperstabilité, pour la compréhension et la réalisation par simulation de tels algorithmes. Malgré toute cette analyse, le domaine de la commande reste toujours vaste. L'étude de la robustesse de tous ces algorithmes étudiés s'avère très utile ainsi que le choix de l'algorithme de commande adéquat. L'intégration d'une loi de supervision de ces différentes commandes, en fonction du comportement du système, exige l'utilisation de la théorie de la logique floue (fuzzy logic), pour alléger la charge de l'opérateur dans le choix de la commande adéquate et l'automatisation d'une partie concernant la recherche des coefficients de pondération. Le temps de calcul des différentes lois d'adaptation élaborées, devient important suivant la complexité structurelle du système. L'utilisation d'une loi d'adaptation très rapide s'avère très intéressante. Cette rapidité peut être assurée en utilisant les réseaux de neurones. Ceci aboutit a un nouveau axe de recherche, dans lequel on combine la théorie de la commande adaptative et les réseaux de neurones. Le problème crucial qui se pose est l'étude de la stabilité de tels algorithmes. Cette étude peut être faite en utilisant la théorie d'hyperstabilité de Popov, à une condition de bien structurer l'algorithme sous forme d'un bloc directe SPR et d'un bloc de retour hyperstable. La réalisation de réseaux de neurones adaptatifs, dont on doit synthétiser la loi d'adaptation, peut conduire à d'autre voies de recherche et l'utilisation de nouvelles théories, et nécessitant des outils de calcul très puissants.