Questo sito utilizza cookie di terze parti per inviarti pubblicità in linea con le tue preferenze. Se vuoi saperne di più clicca QUI 
Chiudendo questo banner, scorrendo questa pagina, cliccando su un link o proseguendo la navigazione in altra maniera, acconsenti all'uso dei cookie. OK

Modélisation & Commande des Systèmes Industriels Complexes par les Techniques Intelligentes

La motivation principale de ce travail est la mise en oeuvre des capacités offertes par les TIA, en tant que systèmes hybrides améliorés, en vue de développer des approches pour la synthèse des lois de commande simples, efficaces et robustes. La formulation des problèmes de commande a été faite avec une combinaison des SIF, des RNA et des AG. Notre travail traite et explique, explicitement, les problèmes rencontrés dans la phase de conception des SIF. Il s’agit, essentiellement, de :
-Problèmes de dimensionnement de la base des règles floues du SIF (sa structure).
-Problèmes de configuration des paramètres de la base de connaissances.
-Problèmes de stabilité/robustesse de la boucle de contrôle.
Les travaux, présentés dans cette thèse, s’articulent, essentiellement, autour des principaux axes de la modélisation et de la commande floue du type TS1 pour des systèmes, fortement, non linéaires complexes.
En premier lieu, on vise à synthétiser une loi de commande floue stable et robuste. Pour satisfaire cet objectif, une stratégie de commande va être développée et proposée. Nous anticipons, aussi, l’emploi de la technique de l’hybridation neuronale floue. La structure RBF - floue étendue au raisonnement approximatif du type TS1 est, elle - aussi, proposée et utilisée. De plus, on envisage à développer un algorithme hybride efficace pour une optimisation structurelle et paramétrique du contrôleur RBF - flou proposé. Deux étapes d’apprentissage sont, aussi, évoquées :
-Une optimisation globale, basée sur un algorithme de type AG multiobjectif, de l’ensemble structure & paramètres du réseau contrôleur va être développée et appliquée.
-L’utilisation de la technique de la descente du gradient est anticipée pour un réglage plus fin des paramètres des conséquences des règles.
La simplicité de la loi de commande, l’efficacité, la stabilité et la robustesse vont être considérées comme facteurs intervenant dans le critère des performances à optimiser.
En seconde phase, notre recherche consiste à développer une méthodologie de synthèse permettant la prise en compte, explicite et simultanée, de plusieurs spécifications structurelles et fonctionnelles. Le concept du multimodèle est exploité pour la synthèse d’une loi de commande floue tout en assurant la stabilité en BF. L’idée consiste à déterminer un ensemble réduit de règles avec la définition des zones de fonctionnement (fonction d’appartenance) pour chaque variable d’état du système. Autour de ces zones sera établi le multimodèle par la linéarisation du modèle de système. Cette phase représente la modélisation floue du système non linéaire. Le comportement global résulte de la « fusion » par le formalisme de TS de l’ensemble des comportements locaux. Les AG représentent l’outil d’optimisation intervenant dans toutes les étapes de synthèse de la loi de commande. L’algorithme développé dans cette contribution consiste en :
-Simulation du comportement du procédé à étudier.
-Initialisation de la base des règles réduite.
-Modélisation floue du procédé par l’approche multimodèle.
-Etablissement des conditions de stabilité du modèle complet par l’approche énergétique de Lyapunov.
L’approche génétique est adaptée dans cette dernière étape. La méthode LMI est remplacée par une exploration génétique de l’espace de recherche des paramètres justifiant les conditions de la stabilité.
Pour chaque structure de commande, des résultats de simulation vont être présentés pour montrer et justifier les performances désirées. La validation de nos résultats sera confrontée à ceux obtenus par d’autres techniques citées en références.
Our work milked and explains, explicitly, the problems encountered in the design phase of the fuzzy systems. It acts, primarily, to solve :
-Problems of dimensioning of the rule of the fuzzy systems (its structure).
-Problems of parameters configuration of the fuzzy knowledge base.
-Problems of stability/robustness of the control loop.
The work, presented in this thesis, is articulated, primarily, around the principal axes of the fuzzy modelling and the fuzzy controllers of TS1-type for the strongly, nonlinear complexe systems.
Initially, we aim to synthesize a law of stable and robust fuzzy controller. To satisfy this objective, a control strategy will be developed and proposed. We anticipate, also, the use of the technique of fuzzy neural networks hybridization. The fuzzy RBF topology extended to the approximate TS1 - t

Mostra/Nascondi contenuto.
Introduction générale A – Etude préliminaire La conception et la mise en oeuvre des systèmes de modélisation et de contrôle avancées des procédés industriels complexes sont des tâches indéniables et nécessaires face aux exigences des nouveaux développements technologiques. La complexité de ces procédés exige la construction des algorithmes, étroitement, adaptés aux situations critiques et même très critiques. Deux modes de contrôle automatique des procédés sont, perpétuellement, convoités : • Les premiers, dits conventionnels, sont basés sur les mathématiques de l’ensemble contrôleur/procédé. • Les seconds sont au centre d'une discipline scientifique, relativement, nouveaux et en tout cas controversée, qu'on appelle les techniques de l'intelligence artificielle « TIA ». Les TIA caractérisent l’ensemble des algorithmes et techniques, connues aussi sous l’appellation anglophone de « soft computing », introduites par L.A. Zadeh en 1994, comme un moyen de construire des systèmes intelligents répondant: Aux obligations d’efficacité, de robustesse, de facilité d’implémentation. A l’optimisation de coûts temporels, énergétiques, financiers, …etc. Ces nouvelles techniques doivent prendre, aussi, en compte la présence de la composante humaine et surtout de son expérience dans les systèmes à étudier et à analyser [1]. Les principales techniques sont : La logique floue « LF », les réseaux de neurones « RNA » et les algorithmes génétiques « AG » [2] - [4]. Les 2 premiers éléments des TIA « RNA & LF » tentent à modéliser le fonctionnement du cerveau humain. Les RNA tentent à modéliser l’architecture neuronale du cerveau. Les systèmes flous, quant à eux, modélisent son mode de fonctionnement (raisonnement) : Apprentissage et déduction. Par contre, les AG servent à modéliser le processus de l’évolution génétique des espèces vivants. Ces dernières années, le développement de nouveaux concepts ou méthodologies et algorithmes, dans le domaine de l’intelligence artificielle, a fourni des outils alternatifs pour aborder le problème de modélisation et de contrôle des systèmes non linéaires (sciences de l’ingénieur). Le but visé par les chercheurs est de construire des systèmes artificiels qui retiennent les mécanismes importants des systèmes naturels. L’accroissement de la robustesse, le contrôle non linéaire et le contrôle adaptatif sont des principaux objectifs pris en charge par de nouvelles stratégies de contrôle. Elles mettent en œuvre des méthodes avancées de contrôle. Les algorithmes de contrôle intelligent figurent parmi les nouvelles tendances de contrôle des systèmes complexes. L’application des TIA ainsi que leurs hybridations, pour la modélisation et la commande des systèmes fortement non linéaires, peuvent fournir des solutions bien adaptées à la complexité des procédés industriels. La logique floue excelle dans la représentation de connaissances imprécises ou incomplètes [2]. Elle constitue une interface commode pour la modélisation du langage naturel, en particulier des concepts linguistiques utilisés par les experts d’un procédé. Pour la gestion des procédés complexes, l’expert se heurte à la difficulté de formalisation des règles. Les données expérimentales (numériques) constituent une source de connaissance 1

International thesis/dissertation

Facoltà: Sciences de l’Ingénieur

Autore: Soukkou Ammar Contatta »

Composta da 225 pagine.

 

Questa tesi ha raggiunto 333 click dal 27/01/2011.

Disponibile in PDF, la consultazione è esclusivamente in formato digitale.