WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Identification et commande des systèmes non linéaires

( Télécharger le fichier original )
par LEMMOU Amira- BELLAKHDAR Khaoukha- LEDJEDEL Adila
université de M'Sila Algérie - Ingénieur en électronique 2011
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

III.2.3. Commande adaptative neuronale:

Dans cette stratégie de contrôle, les réseaux de neurones sont introduits pour construire des systèmes de commande adaptative stable basés sur la théorie de la stabilité de Lyapunov. Deux

classes de méthodes ont été développées: directe et indirecte.

III.2.3.1 La commande adaptative neuronale indirecte :

Dans la première approche appelée commande adaptative neuronale indirecte, les réseaux de neurones sont utilisés pour approximer les non linéarités du système non linéaire. Une des méthodes qui a connu le plus de développement est basée sur la méthode de linéarisation par retour (feedback linearization) avec un système non linéaire sous forme affine :

x (t) = É (x) + 9(x)u(t) (III-6)

Y(t) = h(x)

La loi de commande linéaire est de la forme :

U(t)=v-É(x)

(III-7)

9(x)

Lorsque les fonctions non linéaires f(x) et g(x) sont inconnues, deux réseaux de neurones sont utilisés pour obtenir leur approximations É à(x) et g(x) et construire la commande C(t) approximée dans cette approche se pose cependant un problème de singularité de la commande lorsque g(x) = 0. Plusieurs techniques ont été proposées pour éviter cette singularité, la plus intéressante étant la commande indirecte ci-dessous.

Figure III.6.schéma de commande indirecte basée sur la linéarisation par retour. III.2.3.2. La commande adaptative neuronale directe :

La deuxième approche appelée commande adaptative directe le seul réseau de neurones est introduit pour approximer directement la loi de commande idéale non constructible u(t) cidessus. Dans ces méthodes le signal d'adaptation est l'erreur de poursuite. Il faut noter cependant que les développements mathématiques sont plus élaborés pour cette méthode. Par exemple la méthode proposée dans consiste à approximer la loi :

U (??)= ??

??(??)(É (??) +??) +2????)2 ???? (III-8)

????= ????

?? ??=?? ???? (III-9)

Avec e =[????, ????, . . ????]??=????-??????-?? i=1,...n

Et

??-??

??=-???? ??~+ ????

??=?? ???? (III-10)

???? est un signal de référence borné et supposé n fois dérivable. Les coefficients ???? Sont choisit tel que le polynôme ????+????-??????+...+???? a tous ses racines strictement dans le demi plan complexe gauche et ????=1 donc e(t)?0 tan que ???? ?0.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Ceux qui rêvent de jour ont conscience de bien des choses qui échappent à ceux qui rêvent de nuit"   Edgar Allan Poe