TUTORIEL : LA COMMANDE LPV
|
|
- Martial Bois
- il y a 8 ans
- Total affichages :
Transcription
1 GR MOSAR, 20 septembre Nantes (1) TUTORIEL : LA COMMANDE LPV Philippe CHEVREL Remerciements à l équipe Nantaise : M. Yagoubi, M. Berriri, A. Bouali, G. Lebret, F. Claveau GT MOSAR Journées de Nantes
2 GR MOSAR, 20 septembre Nantes (2) Plan TUTORIEL : LA COMMANDE LPV INTRODUCTION GENERALE COMMANDE LPV : QUELQUES CAS D ETUDE «NANTAIS» LA MOTIVATION POUR L ETUDE DU CADRE LPV DE LA COMMANDE ROBUSTE A LA COMMANDE LPV LES SYSTEMES PARAMETRES QUELLE REPRESENTATION (PARAMETRE VARIANT)? TYPES DE DEPENDANCE PARAMETRIQUE? ENSEMBLE DE TRAJECTOIRES PARAMETRIQUES ADMISSIBLES RECAPITULATIF ANALYSE (STABILITE, PERFORMANCE) DES SYSTEMES LPV STABILITE PERFORMANCE HINF OU H SYNTHESE DE REGULATEURS LPV LPV VERSUS LTV ET ADPTATATIF METHODES D AUTOSEQUENCEMENT : LES BASES APPROCHE PAR INTERPOLATION IMPLEMENTATION DES REGULATEURS LPV LE DILEMME DE LA DISCRETISATION (AVANT SYNTHESE) LA SIMULATION DE REGULATEURS LPV-LFT PERSPECTIVES ANNEXE... 58
3 GR MOSAR, 20 septembre Nantes (3) 1 INTRODUCTION GENERALE «survey» ; cf. Apkarian, Becker, Bruzelius, Dinh, Gahinet, Helmerson, Leithead, Packard, Pellanda, Rugh, Shamma, Stillwell, Wu, o Wilson J. Rugh, Jeff S. Shamma «Research on gain scheduling» Automatica 36 (2000) o Leith D.J., Leithead W.E., «Survey of gain scheduling Analysis & Design» IJC (2000) Résultats les plus pointus = B.A.-BA / SURVOL DES NOTIONS CLES
4 GR MOSAR, 20 septembre Nantes (4) 1.1 COMMANDE LPV : QUELQUES CAS D ETUDE «NANTAIS» Commande des systèmes electriques Filtrage actif (fréquence du réseau) (C. Darengosse et al. 99) P( s, f ) Wu ( s) z1 Ic W ( s f ) 2, d W2 ( s, f ) z2 z3 v s -v f G( s) Is-Ic Is K( s, f ) o Problème H multi-blocs o Pondération LPV
5 GR MOSAR, 20 septembre Nantes (5) o Approche quadratique constant polytopique o Constat a priori : faible conservatisme. o Résultats expérimentaux probants (taux de distorsion harmonique).
6 GR MOSAR, 20 septembre Nantes (6) Observateur de flux d'une machine asynchrone (vitesse rotation) [Darengosse et al. 2000] Modèle de Park dans le referentiel (α,β) Rr Rr pω M sr 0 Lr L r 0 0 Φ& rα rα Φ Rr Rr 0 0 p 0 M sr Φ rβ Φ& Ω r Lr L β Vsα r 1 = * i + 0 RM s i r sr M α sr σ L * & V s p 0 s α γ sβ Ω { 2 LsLr σ L i sl r sβ i σ u & { 1 sβ 0 x Msr RrM sr σ L s -p 0 γ Ω σ L 2 slr σ LsLr Découplage électrique / mécanique : modèle quasi LPV Conception d un observateur de flux affine en Ω, quadratiquement stable par minimisation du gain L du modèle standard suivant : 2
7 GR MOSAR, 20 septembre Nantes (7) Φ Φ Φ Φ β β α α r r r r ˆ ˆ β α s s V V noise I I s s + β α β α s s b b Φ Φ β α r r ˆ ˆ β α s s V V + Φ Φ Ω = Φ Φ β α β β α β β α α α s s s r r s r r V V B* i i )* A( i i s s & & & & z y u w Ω ξ+ Ω = Ω ξ+ Ω ξ = )*y D ( )* C ( u )*y B ( )* A ( r r r r & τ + τ + = * s 1 * s g 0 0 * s 1 * s g W (s) Comparaison avantageuse de cet observateur LPV avec différents régulateurs de la littérature : o observateur (i) de Verghese, (ii) mode glissant (Sangwongwanish), (iii) grand gain (Bornard), filtre de Kalman (Westerholt) Performance intéressante sur le Benchmark «machine électrique» de l IRCCyN et «réglage» simple.
8 GR MOSAR, 20 septembre Nantes (8) - Si - ng ul - ar - V - al - ue LMI ω (w b) flux LMI Observed flux t Si ng ul - ar V - al - ue Verghese ω (w b) Verghese t(s
9 GR MOSAR, 20 septembre Nantes (9) Commande des systèmes electromécaniques Systèmes de transport à grande vitesse de bande flexible (adaptation aux variations de rayon et inertie des bobines) [Berriri et. al 2004] ; Tensions de bande Variateur Vitesses de rotation Consignes de courant Calculateur
10 GR MOSAR, 20 septembre Nantes (10) Paramètres variants : rayon des bobines (et par suite leurs inerties), et la vitesse de déroulement Le modèle : E m( R, V ) X & = A ( R, V ) X + B ( R, V ) U d 0 d 0 d 0 o Y = C( Rd, V0 ) X o Entrées : o Sorties : ud t e T d u u ; consigne de couple pour les 3 moteurs V T ; Tension dérouleur, vitesse de transport et tension enrouleur e Synthèse de la loi de commande : interpolation de lois de commande H2 ou Hinf o Forme retour d état / observateur o Vérification de la stabilité a posteriori (maillage + fonction de Lyapunov affine par morceau) o Maillage mono et bidimensionnel
11 GR MOSAR, 20 septembre Nantes (11)
12 GR MOSAR, 20 septembre Nantes (12) Voiture intelligente : Contrôle lateral (vitesse du véhicule) [Raharijaona et al. 05] Module de Vision ψ L camér yl camér Module d Interface ψ L rout yl rout Correcte ur Images de la route Capteur vidéo Indice de Qualité Module de Sécurité Embrayage T a mesuré Moteur électrique + _ PID T a : couple d assistance U: Tension d entrée Carte de puissance Colonne de direction
13 GR MOSAR, 20 septembre Nantes (13) Paramètre variant : vitesse longitudinale du véhicule Le modèle bicyclette (quasi-lpv): o a11 a b 2 1 e11 & β V V β 0 V V r& a r 0 22 = a b2 δ f + e22 f V w + ρ ψ& L ψ L V L y y L 0 & 0 0 V ls V 0 β: angle de dérive r : vitesse de lacet ψ L y L V f : erreur sur l angle de cap : déplacement latéral f w : force de vent latéral : vitesse longitudinale δ : angle de braquage des roues avant ref Synthèse de la loi de commande : o approche polytopique avec contrainte d ordre o interpolation de lois de commande Hinf d ordre réduit (forme équilibrées, forme retour d état / observateur)
14 GR MOSAR, 20 septembre Nantes (14) Comparaison des stratégies Hinf et LPV Rafales de vent f w = 500N Profil de vitesse y Déplacement latéral L Erreur sur l angle de capψ L yl < 7cm ψ L < 0,003radian
15 GR MOSAR, 20 septembre Nantes (15) Domaine naval Contrôle en roulis (vitesse navire) [Lebret et. al 2004] ; Stabilisation du roulis d un navire à l aide d ailerons et de gouvernails Paramètres variants : vitesse du navire et facteur d atténuation du roulis Synthèse polytopique Synthèse par interpolation pôles / zéros / gains
16 Actionneurs - ailerons - gouvernails Tutoriel : La commande LPV GR MOSAR, 20 septembre Nantes (16) Navire (vitesse V) Perturbations : Houle caractérisée par un spectre régulateur Régulateur à paramètres variants dépendant - de la vitesse du navire (V) - d un facteur d atténuation désiré du roulis (FAD)
17 GR MOSAR, 20 septembre Nantes (17) 1.2 LA MOTIVATION POUR L ETUDE DU CADRE LPV Une classe de systèmes élargie une notion clé : les inclusions différentielles linéaires; (LDI polytopique, LDI LFR) Non linéaire Quasi LPV LPV LTV LTI Des régulateurs adaptatifs (robustes-adaptatifs versus adaptatifs-robustes) Des régulateurs non linéaires et/ou non stationnaires robustes?
18 GR MOSAR, 20 septembre Nantes (18) 1.3 DE LA COMMANDE ROBUSTE A LA COMMANDE LPV La théorie de la robustesse n est pas limitée à l étude des systèmes linéaires stationnaires. Le paradigme de la commande LPV est né dans les années 90, dans la foulée des développements sur la commande robuste (cf. thèse Shamma) ; développements nombreux depuis lors Des difficultés notables Comment bénéficier de la puissance des outils d analyse fréquentielle? Propriétés structurelles des systèmes LPV (stabilité, observabilité, commandabilité)? La commutativité de 2 systèmes non stationnaires n est pas garantie (cf. Rotella) Nyquist, sensibilité paramétrique, H2, Hinf Analyse seulement locale Inclusion diff, LFT, LMI, SDP Exemple d inclusion différentielle linéaire (LDI) : n n & avec : ( ) Ω ( ), ( 0) = 0 x t x t x x Ω R o Peut s interpréter comme une collection de trajectoires LTV o On dit que la LDI est stable si toutes les trajectoires sont stables
19 GR MOSAR, 20 septembre Nantes (19) o Résultat : considérons 2 systèmes inclus dans la LDI ( ) ( ) o x& ( t) = f x( t) Ωx t o x& () t = A( θ () t ) x( t) Ωx( t) La stabilité de la LDI induit celles des 2 systèmes. o LDI paramétrée (polytopique, rationnelle à paramètre bornée ) : lien direct avec le paradigme LPV.
20 GR MOSAR, 20 septembre Nantes (20) 2 LES SYSTEMES PARAMETRES 2.1 QUELLE REPRESENTATION (PARAMETRE VARIANT)? De la «fonction de transfert» à la représentation LFT θ ( θ ) y = G s (, θ ) o ( P, ) = F u u o u u G( s, θ ) y u u P y y Rqs : - GP,, sont considérés comme des opérateurs - (, ) ( ) 1 u = + - ( ) n θ θ T D ( ) T F P P P I P P n m : R, u : R Cas particulier : forme d état rationnelle 1 ( ( )) ( () t ) ( ( )) + ( () t ) ( () t ) () t A B1 B2 θ 1Ir1 0 0 A+ B1 θ I D11 θ C1 B2 + B1 θ D 12 P( s) : = C1 D11 D 12, 0 O 0 G( s, θ ): = 1 C 2 21 ( ()) 11 () 2 D21 D θ I C + D θ t I D θ t C rq 1 D11 D21 θ D 12 2
21 GR MOSAR, 20 septembre Nantes (21) Utilisation d une représentation d état (implicite) paramétrée ( ) A( θ() t ) B( θ() t ) C( θ( t) ) D( θ( t) ) ( ) E 0 x& t x t 0 I = yt () ut () q ( ) R u ( ) θ : T D, : T R () () () () A : D R, B : D R, C : D R, D : D R ( θ) L R t..: q θ D, A L m nxn nxm pxn px m Dans les 2 cas : non unicité ; Formes canoniques? La forme LFT : on peut avoir ( θ ) Ex. : G( s, θ ) u (, ) u(, ( θ )) = avec P P et F P F P θ = est obtenu indifféremment avec les paires : s + θ P( s θ ) 0 0 s 1 s 1 = o s, = 0 θ et P( s) = s, θ o =
22 GR MOSAR, 20 septembre Nantes (22) La forme d état : différentes réalisations «équivalentes 1» ( ˆm fonction de transition) ( ()) ( ()) ( ()) ( ()) A θ t B θ t C θ t D θ t et ( ()) ( ()) ( θ() ) ( θ() ) T A θ t B θ t 1 0 T 0 0 I C t D t 0 I définissent le même système LTV. La dépendance paramétrique diffère: o Ex : A( θ ) Remarques : 1 θ θ = 1 1 et 2 θ T 1 0 = 1 θ θ 1 1 A( θ) = TA( θ) T = 2 θ + 2θ 1 θ 1 θ θ o Les valeurs propres des systèmes gelés sont inchangées par transformation. o Ce n est plus le cas si l on fait usage de matrices de transformation dépendant du temps : x() t = T() t x() t () () θ() 1 1 ( ) () () () t () () ( θ() ) () x& t = T t A t T t T& t T x& t + T t B t u t x( t0) = T( t0) x0 1 Transformation équivalente si P et P & non singulières et continues t ; transformation «Lyapunov équivalente» (préservation de ρ 0< ρ < det T t, t t ; application aux systèmes périodiques. la stabilité au sens de Lyapunov) si on ajoute : ( ) ( ) 0
23 GR MOSAR, 20 septembre Nantes (23) 2.2 TYPES DE DEPENDANCE PARAMETRIQUE? Dépendance affine, polynomiale, rationnelle, trigonométrique, non linéaire plus générale ( θ () t ) B θ ( t) θ () t D θ t ( ) ( ) ( ()) A G( s, θ ): = S C ( θ () t ) Cas particulier : ( i, j) ( i, j) ( i, j) ( i, j S θ ) () t = σ θ () t + σ θ () t + + σ θ () t σ θ () t θ () t ( ) L + L + L i, j q q rs r s 1 A+ B1 ( θ() t ) I D11 ( θ() t ) C1 B2 + B1 ( θ t ) D12 ( ) () 1 ( ( θ )) θ () G( s, θ ): = C2 + D21 ( θ() t ) I D11 () t C1 D11 + D21 ( t ) D12 En pratique : approx. de Taylor ou de Padé Une gageure (en vue de la synthèse) : trouver une dépendance de complexité réduite.
24 GR MOSAR, 20 septembre Nantes (24) 2.3 ENSEMBLE DE TRAJECTOIRES PARAMETRIQUES ADMISSIBLES θ ( ) Θ Espace paramétique Domaine d évolution du paramètre: ( t) q D compact θ R Trajectoire paramètrique - Cas le plus courant : hypercube t, θ t D θθ, θ θ t θ (hypercube) ( ) ( ) R, i.e. ( ) i i i - Le domaine d évolution de la matrice système S ( θ ) est alors ( ) Ex. : S ( ) affine système polytopique ( S θ ( t) Co S L S ) S D ; ( ) { } 1,, k On peut ajouter (ou non) des contraintes sur la dynamique d évolution paramétrique
25 GR MOSAR, 20 septembre Nantes (25) Information a priori sur la vitesse d évolution paramétique trajectoire constante ; & i t t R o θ ( ) = 0,, (application = recherche de régulateurs paramétrés) trajectoire dont la vitesse de variation est bornée. ν & θ t ν o ( ) i i i trajectoire constante par morceau (e.g. systèmes à saut) : o θ i( t ) = [ θ i] Γ( t t i), avec : j ( t j ) [ ] i j j suite aléatoire strictement croissante dans + R (t i > t i-1 >... > 0) N θ suite aléatoire indépendante j N o La trajectoire peut alors être caractérisée en terme probabiliste (e.g. fréquence des sauts) trajectoire périodique θ t + T = θ t o ( ) ( ) i i
26 GR MOSAR, 20 septembre Nantes (26) Autres types d ensemble (e.g. problème quasi-lpv) θ est fonction de paramètres endogènes : θ = ρ ( x, u) Le système, dit alors quasi-lpv est en fait non linéaire : x& () t A( ρ( x, u) ) B( ρ( x, u) ) x() t = = f ( xu, ) yt () C( ρ( x, u) ) D( ρ( x, u) ) ut () L évolution «paramétrique» est alors complètement dépendante de l évolution de l entrée u. Ex. 1 : 3 x& 1 = x1 x1 x& 1 1 θ 0 x1 2 x x = 2 x2 x1 x θ x & = & 2 2 avec θ = x 1 Ex. 2 : sin( x1) sin( x1) x& 1 sin( x1) + x2 x& 1 1 x1 0 x1 1 x1 0 x & 1 u x 1 u x = 2 xx 1 2 u x = 2 x = + x 2 x 2 1 & + & x2 0 & 0 x Ax x θ = x ou x selon l écriture choisie ( 1, 2)
27 GR MOSAR, 20 septembre Nantes (27) Ex. 3 : ( ) x& = Ax + B sat u x& = Ax + Bθ u, Avec : θ ( ) 1 si: u sat u = sat ( u) si: u> sat u u ( )
28 GR MOSAR, 20 septembre Nantes (28) 2.4 RECAPITULATIF Les attributs de la trajectoire paramétrique : o Type de dépendance paramétrique o Espace paramétrique o Informations a priori sur la trajectoire paramétrique conditionnent : o le choix des outils d analyse et de synthèse à mettre en œuvre (à suivre) o La qualité des résultats (cf. choix de la «réalisation»)
29 GR MOSAR, 20 septembre Nantes (29) 3 ANALYSE (STABILITE, PERFORMANCE) DES SYSTEMES LPV 3.1 STABILITE Définitions On considère le système : x& ( t) = A( θ () t ) x( t), θ ( ) L espace paramétrique : t R, θ ( t) D( θθ, ) Chaque trajectoire (paramétriques) ( ) x& () t = A ( t) x( t) θ Θ, τ ( ) max A θτ ( ) [ t t] θ Θ est définie par un système LTV: Stabilité du système LPV stabilité de chaque système LTV x t t, t x t Φ tt, fonction de transition. () =Φ ( ) ( ), avec ( ) θ 0 0 d Φ θ ( tt, 0) = A( θ () t) Φθ ( tt, 0), Φ θ ( t0, t0) = I dt θ 0 0, < Stabilité (asymptotique) du système LTV (pour le point d équilibre x = 0 ( θ ( t t ) ) t lim Φ, = t Stabilité exponentielle du système LTV : α et 0 λ > tels que : () λ ( t t0 x t < αe ) x t ( ) 0 ), si
30 GR MOSAR, 20 septembre Nantes (30) Condition nécessaire { θ & θ ν } Soit le système LPV : x& ( t) = A( θ () t ) x( t), ( ): R R/ t R, θ ( t ) µ et ( t) - Les trajectoires constantes : θ ( t) = 0, t, & R sont admissibles - La stabilité de tous les systèmes gelés : x ( t) = A( θ ) x() t - Elle n est en aucun cas suffisante. Θ= & g, g θ µ, est nécessaire. Exemple : acos( t) 1 acos( t) sin( t) x& = x 2. 1 acos( t)sin( t) 1 + sin( t) a ± λ 2 ( a 1) t t e cos( t) e sin( t) Φ t,0 = ( a 1) t t e sin( t) e cos( t) o Valeurs propres des systèmes gelés : o Fonction de transition ( ) 2 2 a 4 = ; stabilité LTI garantie pour 2 a <. ; système LTV instable pour 1 a. Cependant (cf. Desoer ; cas scalaire), si κ > 0/ A( θg1) A( θg2) κ θg1 θg2 et ( g ) A θ stable, alors le système LPV est stable pour des variations paramétrique suffisament lente (ν suffisament petit).
31 GR MOSAR, 20 septembre Nantes (31) et suffisantes (Lyapunov) T Stabilité quadratique (SQ): P 0/ A ( θ) P PA( θ) 0 θ Θ o Il s agit d une LMI «fonctionnelle» : θ est une fonction du temps o On peut en ce cas se ramener à une LMI semi-infinie : T P A θ P PA θ θ D θ 0/ ( ) ( ) 0 g > + <, ( ) > g + g <, g ( θ, ) θ appartient à un ensemble non dénombrable Stabilité quadratique dépendant des paramètres (SQDP): P P > A P + P A + < t T ( θ) 0/ ( θ) ( θ) ( θ) ( θ) 0, θ ( ) Θ Cas particuliers : o Ensembles des trajectoires admissibles (e.g. θ ( t) et & θ ( t) évoluent dans des hypercubes) o Matrice de Lyapunov affine, affine par morceaux, polynomiale, rationnelle Hypothèses : o Espace paramétrique : hypercube ; V = ensemble des sommets ( ( ) 2 q o Hypercube d évolution de θ ( t) ; W = ensemble des sommets card V = )
32 GR MOSAR, 20 septembre Nantes (32) Exemples : T o Stabilité quadratique ; P 0/ A ( v) P PA( v) 0 > + <, v V o SQDP-affine et système affine : [Apkarian et Gahinet 94] ; ( ) A( θ) = A + θ A Co A( v) 0 K i= 1 i i Fonction de Lyapunov affine : ( θ ) 0 v w A K P P θ P = + i= 1 T Av ( ) P( v) + P( v) Av ( ) + P( w) < P T V, W : i P( v) + P( v) Ai( v) 0 v V : Pv ( ) > I nombre fini (mais grand!) de LMI ; Principe de multiconvexité i i 0 (nombre fini de LMI) Autre exemple : fonction de Lyapunov affine par morceau (cf. Stillwell)
33 GR MOSAR, 20 septembre Nantes (33) et suffisantes : stabilité E/S (Faible gain structuré et LFR) : uniquement orienté vers la synthèse? θ ( θ ) u G( s, θ ) y u u P y y { θ θ } σ () Hyp. : () ( 1 q L ) 1 q q q ( ) t, = diag I,, I, et t 1 ( ) Résultat (faible gain structuré): Le système LFT : G( s θ ) Fu P( s) o P( s ) stable T o ( L q ) = > 0, =,, / < 1 Z Z Z diag Z1 Z Z P11Z y =, u=, u o o est stable si : Rq. : Stabilité quadratique de la LDI associée si réalisation minimale pour P «Scaling» statiques versus dynamiques
34 GR MOSAR, 20 septembre Nantes (34) 3.2 PERFORMANCE HINF OU H2 x& () t A( θ() t ) B( θ() t ) x( t) = yt () C( θ() t ) D( θ() t ) ut () Généralisation de ces notions au cas non-stationnaire / non-linéaire Définition : «Hinf» - gain L 2 Le gain L 2 d un système LPV est borné par γ si : T T 2 T u L2[0 + ), T () () γ 0 0 0, y t y t u () t u() t pour toute trajectoire paramétrique admissible θ Θ N.B. : mesure la plus grande amplification possible de l énergie du signal d entrée sur toutes les trajectoires paramétriques admissibles. T 2 T Définition [Xie] «H2» : lim E{ y () t y() t dt 0 } T γ T, θ Θ, si u est un bruit blanc centré unitaire.
35 GR MOSAR, 20 septembre Nantes (35) Lemme1 [Wu95] θ( ) G( s, θ ): C θ () t ( ) B ( θ() ) ( ) D ( θ () t ) A t t = est QDP stable y 2 2 γ > 0/sup sup γ < ( 0 θ Θ u 0 u 2 2 u L [ 0, ) 2 x ( t ) = 0) Caractérisation d V x T + y y u u 0, x dt Principe (cas quadratique): ( ) T T 2 V x = x Xx / ( ) γ système LPV sup sup θ Θ u u L 2 2 [ 0, ) y u γ 2 <. Théorème LBR1 (Lemme borné réel 1) Le système est quadratiquement stable et sa norme induite L 2 est bornée par γ > 0 si : et u solution admissible pour le T X = X > 0 / T T XA() θ + A () θ X XB() θ C ( θ) T T B ( θ) X - γ I D ( θ) < 0, θ Θ C( θ) D( θ) - γ I
36 GR MOSAR, 20 septembre Nantes (36) Théorème LBR2 (Lemme borné réel 2) Le système est asymptotiquement stable et sa norme induite L 2 est bornée par γ > 0 si il existe une fonction matricielle symétrique définie positive X ( θ ) telle que : T T X() θ A( θ) + A ( θ) X() θ + X & ( θ) X() θ B( θ) C ( θ) T T B ( θ) X( θ) - γi D ( θ) < 0 C( θ) D( θ) - γi, θ Θ Remarque : Condition suffisante seulement contrairement au cas LTI (fonction de Lyapunov pas nécessairement quadratique dans le cas LPV). Résolution dans le cas général ; on se ramène à des LMI paramétriques par : o «encapsulation» dans des : LDI polytopique (nombre fini de LMI) LDI avec dépendance paramétrique rationnelle et paramètre borné en norme (scaled LBR) LDI plus générale : LMI semi-infinie résolue de manière approchée par discrétisation de l espace paramétrique o choix d une structure prédéfinie pour la fonction de Lyapunov (e.g. affine, polynomiale, rationnelle, splines ) Conservatisme (encore) accru.
37 GR MOSAR, 20 septembre Nantes (37) 4.1 LPV VERSUS LTV ET ADPTATATIF x& ( t) A( θ() t ) B( θ() t ) x( t) = yt () C( θ() t ) D( θ() t ) ut () 4 SYNTHESE DE REGULATEURS LPV Solution LQ dans le cas LTV ( θ () t est connu à l avance): ( ) T T T T o Critère : = min ( f ) f ( f ) + ( ) ( ) + ( ) ( ) o Solution : u t f J x t Q x t x τ Qx τ u τ u τ dτ 0 () () () T T ( θ ) ( θ() ) () () ( θ() ) ( θ() ) () P& T t = P t A t + A t P t P t B t B t P t + Q u() t = B P() t x() t, avec: P( t f ) = Qf o La commande présuppose la connaissance du futur de la trajectoire paramétrique. Dans le cas LPV au contraire, les hypothèses sont : o Connaissance instantannée et sans distorsion du vecteur de paramètre θ ( t).
38 GR MOSAR, 20 septembre Nantes (38) 4.2 METHODES D AUTOSEQUENCEMENT : LES BASES Approche LFT/faible gain structuré ( γ θ θ 1 T ) z% θ w% θ ( θ ) z θ w θ ( θ ) 0 z θ ( θ ) w θ z y P K u w z z θ 0 ( θ ) P w θ P a w z y P w u ( θ ) y% y K u u% On cherche K ( s ): problème de faible gain structuré ; K ( s ) solution si: L 1 L 1/ 2 1/ 2 2 L 0 L 0 L L = > 0: L1, L3 L et L2 = L2, / F(, ) < 1 T l Pa K L2 L3 0 I 0 I
39 GR MOSAR, 20 septembre Nantes (39) On déduit le correcteur séquencé : K, ( θ ) l ( ) + ( ( θ )) 1 F = K K I K P ; Calcul au moyen de LMI (LBR) L K itérations ou autre relaxation (cf. Packard et al. 91, Akarian et.al 95). Les contraintes sur la vitesse de variation paramétrique ne sont pas prises en compte.
40 GR MOSAR, 20 septembre Nantes (40) Approche Lyapunov (lemme réel borné sur la boucle fermée) Modèle standard LPV: Hypothèses usuelles : ( ) ( θ) 1( θ) 2( θ) ( θ) ( θ) ( θ) ( θ ) ( θ) ( θ) x& = A x+ B w+ B u z = C1 x + D11 w + D12 u y = C2 x + D21 w + D22 u { } 2 1 a A θ polytopique A( θ ) Co A( ω i ), i = { B 1 ( θ ), B 2 ( θ), C 1 ( θ), D 11 ( θ), D 12 ( θ), C 2 ( θ), D 21 ( θ ) constantes et ( ) A( θ ), B quadratiquement stabilisable 2 et A( ), C ( ) 2 ( ) 2 D θ = 22 0 θ quadratiquement détectable. Recherche d un régulateur polytopique du même ordre que le modèle standard conférant à la boucle fermée un gain L 2 majoré par γ. ( θ ) ( θ ) ( θ) ( θ) x& K = AK xk + BK y u = CK xk + DK y, ( ) 2 T T T A( θ ), B quadratiquement stabilisable si θ ( θ) ( θ) 2 ( ) T 2 2 Θ, X : Ker( B ) A X + XA Ker( B ) < 0
41 Boucle fermée : Tutoriel : La commande LPV GR MOSAR, 20 septembre Nantes (41) ( θ ) ( θ ) ( θ) ( θ) x& cl = Acl xcl + Bcl w avec : z = Ccl xcl + Dcl w A( θ ) B2CK B1+ B2DK ( θ ) D21 Acl θ = Bcl ( θ ) = BKC2 AK( θ ) BK ( θ ) D21 C θ C D D θ C D C θ D θ = D + D D θ D o ( ) ( ) o ( ) = + ( ) ( ) et ( ) ( ) cl 1 12 K 2 12 K cl K 21 Solution : application du LBR sur la boucle fermée + changement de variable le problème de synthèse est exprimé comme une contrainte LMI + une contrainte de rang à résoudre sur chaque sommet du domaine polytopique.
42 GR MOSAR, 20 septembre Nantes (42) Autoséquencement et systèmes non linéaires x = f ( x u) = ( θ ) % + ( θ ) &, x&% A x B u%, avec : o θ i = ( xe i, ue i ) points d'équilibre et f i f i o A( ) ( ) B( ) ( ) θ = α i, i, i 1, i 0 x θ θ = α u θ α = α > i i i ne construisent pas une LDI pour le système non-linéaire (cf. Bruzelius 04).
43 GR MOSAR, 20 septembre Nantes (43) 4.3 APPROCHE PAR INTERPOLATION maillage (, θ ) θ Gi ( s) = G( s, θgi ) G s, Θ, θ D paramétrique gi R synthèse LTI interpolation (, θ ) K ( s) = K( s, θ ) K s Motivations et difficultés i gi gi, θ D R Commande «adaptée», fonction de l évolution du comportement dynamique du système. Simplicité de mise en œuvre : synthèse LTI traditionnelle, sur la base de modèles «locaux». o e.g. linéarisation d un système linéaire Tout type de dépendance paramétrique. Absence de conservatisme (condition nécessaire). Dans le cas non linéaire : possibilité de travailler à partir des modèles linéarisés tangents q q Choix des réalisations à interpoler? Stabilité et performance de l asservissement LPV? Vérification posteriori le plus souvent.
44 GR MOSAR, 20 septembre Nantes (44) Interpolation ad hoc Des solutions ad hoc ont été mises en oeuvre avant l introduction du paradigme LPV (réponses au besoin des applications). Interpolation des coefficients de réalisations LTI dans l espace d état xk () t AK ( θ() t ) BK ( θ() t ) xk t & ξi() t = = ut () CK ( θ() t ) DK ( θ() t ) yt () yt () K θgi K θ g i () interpolation & ξ () ( ) ( ) i t AK θg B i K θgi ut () C ( ) D ( ) Difficultés : o La stabilité des régulateurs LTI obtenus sur les points du maillage paramétrique ne garantit pas la stabilité des systèmes interpolés entre ces points. o Cohérence des différentes réalisations (coefficients de la matrice système et variables d état) Exemples : o Forme compagne : interpolation des pôles et des zéros (Nichols et al. 93) o Forme équilibrée : interpolation de formes équilibrées (e.g. Buscheck) o interpolation des solution de Ricatti dans le cas de correcteurs H (e.g. Kellt 91) o Interpolation sous forme retour d état / observateur Interpolation des sorties : (e.g. Kelly et.al 97 ; controller blending)
45 GR MOSAR, 20 septembre Nantes (45) Interpolation des sorties : (e.g. Kelly et.al 97 ; controller blending) o interpolation des sorties de plusieurs contrôleurs implémentés en parallèle : N = i gi, N N i= 1 i = N αi = αi θgi i= 1 i= 1 αi () t = 1 i= 1 () t () t θ α θ (, ) u u K s y o Remarques : Pas de contraintes d homogénéité (ordre, réalisation) entre les régulateurs LTI Gestion des problèmes d implémentation (potentiellement «gourmande» en ressources de calcul) Approche «multi-contrôleurs» : cf. journées du GR MOSAR, Supelec, mai 2000.
46 GR MOSAR, 20 septembre Nantes (46) Illustration des problèmes d homogénéité des réalisations (extrait Voinot et. al 02)
47 GR MOSAR, 20 septembre Nantes (47) Interpolation sous forme retour d état / observateur Idée (cf. Alazard, Apkarian) : Utiliser pour le régulateur une paramétrisation «ayant du sens» pour : o garantir des propriétés d homogénéité entre les différentes réalisations o une meilleure lisibilité du code implémenté in fine. Résultat : Considérant P un système LTI stabilisable par u et détectable par y, tout correcteur K peut s écrire sous la forme «retour d état-observateur + paramètre de Youla stable» (Bender, Alazard, Apkarian). Q( s) - + K f u Bu ˆx Cy y observer K c A K () s
48 GR MOSAR, 20 septembre Nantes (48) La paramétrisation «retour d état-observateur + paramètre de Youla stable» peut être obtenue à partir d une réalisation quelconque de K ( s ), par résolution d une équation de Riccati non symétrique (identification des réalisations). Remarques : o Le vecteur d état du régulateur correspond aux états estimés du système à contrôler d une part, et des états du paramètre de Youla d autre part. o La paramétrisation n est pas unique. Des difficultés pour l interpolation subsistent : répartition du spectre de la boucle fermée entre : commande par retour d état observateur paramètre de Youla ; ( spec( A ) =spec( A BK ) spec( A K C) spec( Q) ). cl c f o Continuation itérative de chaque sous espaces propre: cf. Apkarian o Proposition (Berriri et. al 2006) : utilisation d un observateur d état augmenté pour l interpolation Répartition spectrale grandement facilitée Estimation non biaisée de l état du système si augmentation pertinente du modèle du système. Résultats probants et stabilité garantie (verification a posteriori ; cf. Stillwell) sur le système de transport de bande (ERT n 8, Strasbourg) Cf. schéma
49 GR MOSAR, 20 septembre Nantes (49) - + u Augmented observer K c + + Baug θ aug ( ) θ ( ) K f ( ) θ + Aaug ( θ ) xˆ ˆ x C LPV controller y
50 GR MOSAR, 20 septembre Nantes (50) Interpolation avec garantie a priori (stabilité / performance) Théorème (Stillwell &Rugh 2000) : interpolation dans le cas d une commande par retour d état & θ θ ( ) ( ()) ( ()) ( ) x t A t B t x t = yt () I 0 ut () Hypothèses : les gains par retour d état 1, 2,... N recouvrement : i 1 2 N K K K associés à θ, θ..., θ D satisfont à la condition de stabilité par ( ) K stabilise A( (), t ) B( () t ) θ θ sur un ouvert D i tel que D D i. T il existe γ > 1 et W1, W2,... W N > 0 tel que : Wi( A( θ ) + B( θ) Ki) + ( A( θ) + B( θ) Ki) Wi γi Résultat : Si θ D i, i = 1,... N, alors : il existe des intervalles [ bi, ci] Di D i+ 1 [ θi, θi+ 1],(pour tout i) tel que le gain par retour d état [ θi, bi[ [ ] ] c, θ ] K θ K( θ ) = K W b c K θ i i ( θ) 1 ( θ) θ i, i i+ 1 i i+ 1 préserve la stabilité. c θ θ b K KW K W i i i ( θi) = i i + i+ 1 i+ 1 ci bi ci bi où : W θ [ θ, b[ i c θ θ b W( θ) = W + W b, c c b c b W i i [ ] i i i i+ 1 θ i i i i i i i+ 1 θ c i, θ i+ 1 i ] ]
51 GR MOSAR, 20 septembre Nantes (51) De plus, le système LPV en boucle fermée ( ) ( ( )) ( ( )) stable si θ () t satisfait : & est exponentiellement x t = ( A θ t + B θ t K( θ( t) )) x(), t t 0 & ci bi θ () t < min i= 1,..., q 1 W W, t 0 i+ 1 i Idem dans le cas de l observateur ( L( θ )). Doù le résultat : Théorème Supposons (i) les hypothèses précedentes satisfaites, (ii) les gains K( θ ) et L( θ ) obtenus par application du théorème précedent, alors le système LPV rebouclé par le régulateur LPV (retour d état reconstruit) est exponentiellement stable.
52 GR MOSAR, 20 septembre Nantes (52) Illustration : K W 2 W 1 D 1 b c θ T il existe γ > 1 et W1, W2 0 tels que : i( ( θ ) ( θ) i) ( ( θ) ( θ) i) i γ W A + B K + A + B K W I, θ D i D 2
53 GR MOSAR, 20 septembre Nantes (53) (cf. Chevrel 2002, MOSAR) 5 IMPLEMENTATION DES REGULATEURS LPV 5.1 LE DILEMME DE LA DISCRETISATION (AVANT SYNTHESE) Noter la modification des attributs de la trajectoire paramétrique par passage à la discrétisation. 5.2 LA SIMULATION DE REGULATEURS LPV-LFT retour d état ( K, ( θ )) = + ( θ ) ( ) KRE = Fl K K I K P o Matrice à inverser en ligne : conditionnement? coût de calcul! (N.B. : bien posé si ( ) K 11 1 µ < ) o Inversion itérative : itération de Richardson (Magni et. al 2006)
54 GR MOSAR, 20 septembre Nantes (54) Régulateur LPV dynamique Par substitution : Intégrateur linéaire mutipas strictement causal o Simplicité de la démarche de discrétisation (simple substitution, associativité) o favorable du point de vue de la lisibilité du code o structure du régulateur LPV préservée o attention à la stabilité numérique I (q) I T y k xˆk A G LC K C G B G 0 0 L 0 I 0 I 0 xˆd k u k xk u k A C I T (q) ( θk ) B( θk ) ( θ ) ( ) k D θk SK ( θ ) k x d y k k x Qdk A C (q) I T Q Q B D Q Q x Qk Structure retour d état observateur
55 GR MOSAR, 20 septembre Nantes (55) 6 PERSPECTIVES Le cadre LPV est venu en réponse à des questionnements venant des applications (séquencement de gains) et répond ainsi à un besoin. Il offre des outils d analyse et de synthèse se révélant utile pour: o améliorer la performance des régulations (cf. exemples d application) o appréhender de manière simplifiée la commande non-linéaire La commande LPV n est pas la panacée : elle doit être utilisée avec discernement, pour la commande des systèmes non-linéaires notamment. Des efforts à poursuivre à propos de : o La réduction du compromis pessimisme / simplicité de synthèse o La démarche de choix du maillage paramétrique o L évaluation du degré de pessimisme des résultats o La simplification (dynamique et paramétrique) de modèle LPV, et l encapsulation de modèle linéaire faiblement conservative (LDI) o L identification de modèle LPV
I Stabilité, Commandabilité et Observabilité 11. 1 Introduction 13 1.1 Un exemple emprunté à la robotique... 13 1.2 Le plan... 18 1.3 Problème...
TABLE DES MATIÈRES 5 Table des matières I Stabilité, Commandabilité et Observabilité 11 1 Introduction 13 1.1 Un exemple emprunté à la robotique................... 13 1.2 Le plan...................................
Plus en détailOptimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Plus en détailUtilisation d informations visuelles dynamiques en asservissement visuel Armel Crétual IRISA, projet TEMIS puis VISTA L asservissement visuel géométrique Principe : Réalisation d une tâche robotique par
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailLe théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche
Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Bachir Bekka Février 2007 Le théorème de Perron-Frobenius a d importantes applications en probabilités (chaines
Plus en détailAutomatique Linéaire 1 Travaux Dirigés 1A ISMIN
Automatique Linéaire 1 Travaux Dirigés Travaux dirigés, Automatique linéaire 1 J.M. Dutertre 2014 TD 1 Introduction, modélisation, outils. Exercice 1.1 : Calcul de la réponse d un 2 nd ordre à une rampe
Plus en détailLa Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1
La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois
Plus en détailSujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.
Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de
Plus en détailNotes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables
Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières
Plus en détailAnalyse des Systèmes Asservis
Analyse des Systèmes Asservis Après quelques rappels, nous verrons comment évaluer deux des caractéristiques principales d'un système asservi : Stabilité et Précision. Si ces caractéristiques ne sont pas
Plus en détailAlgorithmes pour la planification de mouvements en robotique non-holonome
Algorithmes pour la planification de mouvements en robotique non-holonome Frédéric Jean Unité de Mathématiques Appliquées ENSTA Le 02 février 2006 Outline 1 2 3 Modélisation Géométrique d un Robot Robot
Plus en détailProgrammation linéaire
Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire
Plus en détailaux différences est appelé équation aux différences d ordre n en forme normale.
MODÉLISATION ET SIMULATION EQUATIONS AUX DIFFÉRENCES (I/II) 1. Rappels théoriques : résolution d équations aux différences 1.1. Équations aux différences. Définition. Soit x k = x(k) X l état scalaire
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailModélisation et Simulation
Cours de modélisation et simulation p. 1/64 Modélisation et Simulation G. Bontempi Département d Informatique Boulevard de Triomphe - CP 212 http://www.ulb.ac.be/di Cours de modélisation et simulation
Plus en détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en détailStructures algébriques
Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détailContexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,
Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très
Plus en détailQuantification Scalaire et Prédictive
Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction
Plus en détailTD1 Signaux, énergie et puissance, signaux aléatoires
TD1 Signaux, énergie et puissance, signaux aléatoires I ) Ecrire l'expression analytique des signaux représentés sur les figures suivantes à l'aide de signaux particuliers. Dans le cas du signal y(t) trouver
Plus en détailCorrection du Baccalauréat S Amérique du Nord mai 2007
Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailFiltrage stochastique non linéaire par la théorie de représentation des martingales
Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de
Plus en détailIntérêt du découpage en sous-bandes pour l analyse spectrale
Intérêt du découpage en sous-bandes pour l analyse spectrale David BONACCI Institut National Polytechnique de Toulouse (INP) École Nationale Supérieure d Électrotechnique, d Électronique, d Informatique,
Plus en détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Plus en détailRupture et plasticité
Rupture et plasticité Département de Mécanique, Ecole Polytechnique, 2009 2010 Département de Mécanique, Ecole Polytechnique, 2009 2010 25 novembre 2009 1 / 44 Rupture et plasticité : plan du cours Comportements
Plus en détailÉVALUATION FORMATIVE. On considère le circuit électrique RC représenté ci-dessous où R et C sont des constantes strictement positives.
L G L G Prof. Éric J.M.DELHEZ ANALYSE MATHÉMATIQUE ÉALUATION FORMATIE Novembre 211 Ce test vous est proposé pour vous permettre de faire le point sur votre compréhension du cours d Analyse Mathématique.
Plus en détail1 radian. De même, la longueur d un arc de cercle de rayon R et dont l angle au centre a pour mesure α radians est α R. R AB =R.
Angles orientés Trigonométrie I. Préliminaires. Le radian Définition B R AB =R C O radian R A Soit C un cercle de centre O. Dire que l angle géométrique AOB a pour mesure radian signifie que la longueur
Plus en détailMéthodes de Simulation
Méthodes de Simulation JEAN-YVES TOURNERET Institut de recherche en informatique de Toulouse (IRIT) ENSEEIHT, Toulouse, France Peyresq06 p. 1/41 Remerciements Christian Robert : pour ses excellents transparents
Plus en détailLimites finies en un point
8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,
Plus en détailEchantillonnage Non uniforme
Echantillonnage Non uniforme Marie CHABERT IRIT/INP-ENSEEIHT/ ENSEEIHT/TéSASA Patrice MICHEL et Bernard LACAZE TéSA 1 Plan Introduction Echantillonnage uniforme Echantillonnage irrégulier Comparaison Cas
Plus en détailExercices - Polynômes : corrigé. Opérations sur les polynômes
Opérations sur les polynômes Exercice 1 - Carré - L1/Math Sup - Si P = Q est le carré d un polynôme, alors Q est nécessairement de degré, et son coefficient dominant est égal à 1. On peut donc écrire Q(X)
Plus en détailChapitre 0 Introduction à la cinématique
Chapitre 0 Introduction à la cinématique Plan Vitesse, accélération Coordonnées polaires Exercices corrigés Vitesse, Accélération La cinématique est l étude du mouvement Elle suppose donc l existence à
Plus en détailRésolution de systèmes linéaires par des méthodes directes
Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.
Plus en détailDÉVERSEMENT ÉLASTIQUE D UNE POUTRE À SECTION BI-SYMÉTRIQUE SOUMISE À DES MOMENTS D EXTRÉMITÉ ET UNE CHARGE RÉPARTIE OU CONCENTRÉE
Revue Construction étallique Référence DÉVERSEENT ÉLASTIQUE D UNE POUTRE À SECTION BI-SYÉTRIQUE SOUISE À DES OENTS D EXTRÉITÉ ET UNE CHARGE RÉPARTIE OU CONCENTRÉE par Y. GALÉA 1 1. INTRODUCTION Que ce
Plus en détailCours 02 : Problème général de la programmation linéaire
Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =
Plus en détailFONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)
FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité
Plus en détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en détailCABLECAM de HYMATOM. Figure 1 : Schéma du système câblecam et détail du moufle vu de dessus.
CABLECAM de HYMATOM La société Hymatom conçoit et fabrique des systèmes de vidéosurveillance. Le système câblecam (figure 1) est composé d un chariot mobile sur quatre roues posé sur deux câbles porteurs
Plus en détailOscillations libres des systèmes à deux degrés de liberté
Chapitre 4 Oscillations libres des systèmes à deux degrés de liberté 4.1 Introduction Les systèmes qui nécessitent deux coordonnées indépendantes pour spécifier leurs positions sont appelés systèmes à
Plus en détailLes indices à surplus constant
Les indices à surplus constant Une tentative de généralisation des indices à utilité constante On cherche ici en s inspirant des indices à utilité constante à définir un indice de prix de référence adapté
Plus en détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en détailErreur statique. Chapitre 6. 6.1 Définition
Chapitre 6 Erreur statique On considère ici le troisième paramètre de design, soit l erreur statique. L erreur statique est la différence entre l entrée et la sortie d un système lorsque t pour une entrée
Plus en détailContinuité en un point
DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à
Plus en détailAutomatique Linéaire 1 1A ISMIN
Automatique linéaire 1 J.M. Dutertre 2014 Sommaire. I. Introduction, définitions, position du problème. p. 3 I.1. Introduction. p. 3 I.2. Définitions. p. 5 I.3. Position du problème. p. 6 II. Modélisation
Plus en détailDifférentiabilité ; Fonctions de plusieurs variables réelles
Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2
Plus en détailNOTICE DOUBLE DIPLÔME
NOTICE DOUBLE DIPLÔME MINES ParisTech / HEC MINES ParisTech/ AgroParisTech Diplômes obtenus : Diplôme d ingénieur de l Ecole des Mines de Paris Diplôme de HEC Paris Ou Diplôme d ingénieur de l Ecole des
Plus en détailSimulation de variables aléatoires
Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo
Plus en détailCorrection de l examen de la première session
de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi
Plus en détailNotions d asservissements et de Régulations
I. Introduction I. Notions d asservissements et de Régulations Le professeur de Génie Electrique doit faire passer des notions de régulation à travers ses enseignements. Les notions principales qu'il a
Plus en détailÉquations non linéaires
Équations non linéaires Objectif : trouver les zéros de fonctions (ou systèmes) non linéaires, c-à-d les valeurs α R telles que f(α) = 0. y f(x) α 1 α 2 α 3 x Equations non lineaires p. 1/49 Exemples et
Plus en détailTechniques de Lyapunov en contrôle quantique pour le couplage dipolaire et polarisabilité
Techniques de Lyapunov en contrôle quantique pour le couplage dipolaire et polarisabilité Andreea Grigoriu avec Jean-Michel Coron, Cătălin Lefter and Gabriel Turinici CEREMADE-Université Paris Dauphine
Plus en détailCAPTEURS - CHAINES DE MESURES
CAPTEURS - CHAINES DE MESURES Pierre BONNET Pierre Bonnet Master GSI - Capteurs Chaînes de Mesures 1 Plan du Cours Propriétés générales des capteurs Notion de mesure Notion de capteur: principes, classes,
Plus en détailVision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007
Vision industrielle et télédétection - Détection d ellipses Guillaume Martinez 17 décembre 2007 1 Table des matières 1 Le projet 3 1.1 Objectif................................ 3 1.2 Les choix techniques.........................
Plus en détailMéthodes de quadrature. Polytech Paris-UPMC. - p. 1/48
Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation
Plus en détailReprésentation géométrique d un nombre complexe
CHAPITRE 1 NOMBRES COMPLEXES 1 Représentation géométrique d un nombre complexe 1. Ensemble des nombres complexes Soit i le nombre tel que i = 1 L ensemble des nombres complexes est l ensemble des nombres
Plus en détailRecherche De Coalescences Binaires Étalonnage Du Détecteur
Recherche De Coalescences Binaires Étalonnage Du Détecteur Fabrice Beauville Journées Jeunes Chercheurs 18/12/2003 Les Coalescences Binaires & VIRGO Système binaire d objets compacts (étoiles à neutrons,
Plus en détailF411 - Courbes Paramétrées, Polaires
1/43 Courbes Paramétrées Courbes polaires Longueur d un arc, Courbure F411 - Courbes Paramétrées, Polaires Michel Fournié michel.fournie@iut-tlse3.fr http://www.math.univ-toulouse.fr/ fournie/ Année 2012/2013
Plus en détailCalcul fonctionnel holomorphe dans les algèbres de Banach
Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte
Plus en détailCommande de systèmes non retardés par retour de sortie statique échantillonné
Commande de systèmes non retardés par retour de sortie statique échantillonné Alexandre Seuret, Karl H. Johansson, Michel Dambrine 2 ACCESS Linnaeus Centre Royal Institute of Technology, Stockholm, Suède
Plus en détailLES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION
LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION LES CARACTERISTIQUES DES SUPPORTS DE TRANSMISSION ) Caractéristiques techniques des supports. L infrastructure d un réseau, la qualité de service offerte,
Plus en détailFormes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions
Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires
Plus en détail3. Conditionnement P (B)
Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte
Plus en détailI - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES
I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES Théorème - Définition Soit un cercle (O,R) et un point. Une droite passant par coupe le cercle en deux points A et
Plus en détailFonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre
IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables
Plus en détailCapes 2002 - Première épreuve
Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série
Plus en détailContents. 1 Introduction Objectifs des systèmes bonus-malus Système bonus-malus à classes Système bonus-malus : Principes
Université Claude Bernard Lyon 1 Institut de Science Financière et d Assurances Système Bonus-Malus Introduction & Applications SCILAB Julien Tomas Institut de Science Financière et d Assurances Laboratoire
Plus en détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détailChapitre 1 Régime transitoire dans les systèmes physiques
Chapitre 1 Régime transitoire dans les systèmes physiques Savoir-faire théoriques (T) : Écrire l équation différentielle associée à un système physique ; Faire apparaître la constante de temps ; Tracer
Plus en détailM2 IAD UE MODE Notes de cours (3)
M2 IAD UE MODE Notes de cours (3) Jean-Yves Jaffray Patrice Perny 16 mars 2006 ATTITUDE PAR RAPPORT AU RISQUE 1 Attitude par rapport au risque Nousn avons pas encore fait d hypothèse sur la structure de
Plus en détailLa fonction exponentielle
DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction
Plus en détailProgrammation linéaire et Optimisation. Didier Smets
Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des
Plus en détailCommande Prédictive. J. P. Corriou. LSGC-ENSIC-CNRS, Nancy. e-mail : corriou@ensic.inpl-nancy.fr
Commande Prédictive J P Corriou LSGC-ENSIC-CNRS, Nancy e-mail : corriou@ensicinpl-nancyfr Ý Consigne Trajectoire de référence Ý Ö Réponse Ý Horizon de prédiction À Ô ¹ Ù ¹ Temps Entrée Ù Horizon de commande
Plus en détailAnalyse de la vidéo. Chapitre 4.1 - La modélisation pour le suivi d objet. 10 mars 2015. Chapitre 4.1 - La modélisation d objet 1 / 57
Analyse de la vidéo Chapitre 4.1 - La modélisation pour le suivi d objet 10 mars 2015 Chapitre 4.1 - La modélisation d objet 1 / 57 La représentation d objets Plan de la présentation 1 La représentation
Plus en détailMémoire d actuariat - promotion 2010. complexité et limites du modèle actuariel, le rôle majeur des comportements humains.
Mémoire d actuariat - promotion 2010 La modélisation des avantages au personnel: complexité et limites du modèle actuariel, le rôle majeur des comportements humains. 14 décembre 2010 Stéphane MARQUETTY
Plus en détailChafa Azzedine - Faculté de Physique U.S.T.H.B 1
Chafa Azzedine - Faculté de Physique U.S.T.H.B 1 Définition: La cinématique est une branche de la mécanique qui étudie les mouements des corps dans l espace en fonction du temps indépendamment des causes
Plus en détailMOTORISATION DIRECTDRIVE POUR NOS TELESCOPES. Par C.CAVADORE ALCOR-SYSTEM WETAL 2013 10 Nov
1 MOTORISATION DIRECTDRIVE POUR NOS TELESCOPES Par C.CAVADORE ALCOR-SYSTEM WETAL 2013 10 Nov Pourquoi motoriser un télescope? 2 Pour compenser le mouvement de la terre (15 /h) Observation visuelle Les
Plus en détailCalculer avec Sage. Revision : 417 du 1 er juillet 2010
Calculer avec Sage Alexandre Casamayou Guillaume Connan Thierry Dumont Laurent Fousse François Maltey Matthias Meulien Marc Mezzarobba Clément Pernet Nicolas Thiéry Paul Zimmermann Revision : 417 du 1
Plus en détailCorrigé du baccalauréat S Pondichéry 12 avril 2007
Corrigé du baccalauréat S Pondichéry 1 avril 7 EXERCICE 1 Commun à tous les candidats 4 points 1 a Les vecteurs AB et AC ont pour coordonnées AB ; ; ) et AC 1 ; 4 ; 1) Ils ne sont manifestement pas colinéaires
Plus en détailNotes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables
Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables Fausto Errico Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2012 Table des matières
Plus en détailSystème à enseigner : Robot M.I.M.I. MultipodeIntelligent à Mobilité Interactive. Version 1.0
Système à enseigner : Robot M.I.M.I. MultipodeIntelligent à Mobilité Interactive Sommaire - Le Robot M.I.M.I. (Multipode Intelligent à Mobilité Interactive) - Présentation du Système à Enseigner. - Composition
Plus en détailExamen optimisation Centrale Marseille (2008) et SupGalilee (2008)
Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut
Plus en détailDimensionnement d une roue autonome pour une implantation sur un fauteuil roulant
Dimensionnement d une roue autonome pour une implantation sur un fauteuil roulant I Présentation I.1 La roue autonome Ez-Wheel SAS est une entreprise française de technologie innovante fondée en 2009.
Plus en détailTable des matières. I Mise à niveau 11. Préface
Table des matières Préface v I Mise à niveau 11 1 Bases du calcul commercial 13 1.1 Alphabet grec...................................... 13 1.2 Symboles mathématiques............................... 14 1.3
Plus en détailDéveloppement de lois et de structures de réglages destinées à la téléopération avec retour d effort
Développement de lois et de structures de réglages destinées à la téléopération avec retour d effort Thomas Delwiche, Laurent Catoire et Michel Kinnaert Faculté des Sciences Appliquées Service d Automatique
Plus en détail10 leçon 2. Leçon n 2 : Contact entre deux solides. Frottement de glissement. Exemples. (PC ou 1 er CU)
0 leçon 2 Leçon n 2 : Contact entre deu solides Frottement de glissement Eemples (PC ou er CU) Introduction Contact entre deu solides Liaisons de contact 2 Contact ponctuel 2 Frottement de glissement 2
Plus en détailExemples de problèmes et d applications. INF6953 Exemples de problèmes 1
Exemples de problèmes et d applications INF6953 Exemples de problèmes Sommaire Quelques domaines d application Quelques problèmes réels Allocation de fréquences dans les réseaux radio-mobiles Affectation
Plus en détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailCHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.
CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires
Plus en détail(51) Int Cl.: H04L 29/06 (2006.01) G06F 21/55 (2013.01)
(19) TEPZZ 8 8 4_A_T (11) EP 2 838 241 A1 (12) DEMANDE DE BREVET EUROPEEN (43) Date de publication: 18.02.1 Bulletin 1/08 (1) Int Cl.: H04L 29/06 (06.01) G06F 21/ (13.01) (21) Numéro de dépôt: 141781.4
Plus en détailTexte Agrégation limitée par diffusion interne
Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse
Plus en détailCalcul intégral élémentaire en plusieurs variables
Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement
Plus en détailTable des matières. Introduction Générale 5
Table des matières Introduction Générale 5 1 Généralités et rappels 16 1.1 Rappels... 16 1.1.1 Introduction... 16 1.1.2 Notion de stabilité...... 17 1.1.3 Stabilité globale et stabilité locale... 17 1.1.4
Plus en détailProjet de Traitement du Signal Segmentation d images SAR
Projet de Traitement du Signal Segmentation d images SAR Introduction En analyse d images, la segmentation est une étape essentielle, préliminaire à des traitements de haut niveau tels que la classification,
Plus en détailBaccalauréat ES Pondichéry 7 avril 2014 Corrigé
Baccalauréat ES Pondichéry 7 avril 204 Corrigé EXERCICE 4 points Commun à tous les candidats. Proposition fausse. La tangente T, passant par les points A et B d abscisses distinctes, a pour coefficient
Plus en détail