Bibliographie & annexes
Présentation
English
RÉSUMÉ
Un système peut évoluer au cours du temps sous l'effet d'influences externes et internes, on peut définir alors une entrée et une sortie. Lorsque la sortie dépend linéairement de l'entrée, on parle de contrôle linéaire. L'idée de base des méthodes de ce type de contrôle est de déterminer une fonction objectif qui est linéaire et des contraintes qui sont des inégalités matricielles linéaires. Cet article présente les notions de base du contrôle linéaire, puis expose les différentes paramètres entre autres la contrôlabilité, l’observabilité, la représentation canonique, et la réduction de modèle, permettant d'aborder ce concept.
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleAuteur(s)
-
Claude BREZINSKI : Professeur à l’université des sciences et technologies de Lille
INTRODUCTION
De nombreux systèmes physiques évoluent au cours du temps sous l’effet d’influences externes et internes. Ils se comportent comme des boîtes noires : ils reçoivent une entrée, elle est ensuite transformée selon certaines lois (en général une équation différentielle) et l’on observe une sortie. Le problème consiste à réguler l’entrée, à la contrôler afin d’obtenir la sortie désirée. Le fait de modifier l’entrée selon la sortie obtenue s’appelle, en anglais, feedback. Ce mot est traduit en français par retour, ou bouclage, ou encore rétroaction. La théorie du contrôle étudie de tels systèmes dynamiques. Lorsque la sortie dépend linéairement de l’entrée, on parle de contrôle linéaire. Dans le cas contraire, il est non linéaire et ne sera pas traité ici.
L’ idée de base des méthodes de contrôle linéaire consiste à exprimer un problème de contrôle comme un problème d’optimisation avec une fonction objectif qui est linéaire et des contraintes qui sont des inégalités matricielles linéaires.
L'expertise technique et scientifique de référence
DOI (Digital Object Identifier)
Cet article fait partie de l’offre
Mathématiques
(167 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
Effets de la précision finie
English
12. Contrôle optimal
On peut résoudre le problème du contrôle de deux façons différentes : le placement des pôles, étudié au paragraphe 9.3, et le contrôle optimal qui consiste à trouver u qui minimise une certaine fonctionnelle. Selon le choix de cette fonctionnelle, on obtient plusieurs problèmes de contrôle optimal.
-
Le contrôle ILC (Iterative Learning Control) consiste à rendre y le plus voisin possible d’une fonction donnée f. On est ainsi conduit au problème de minimisation min u ││y – f ││.
Puisque y = Cx, ce problème est implicitement équivalent à la résolution au sens des moindres carrés du système d’équations linéaires : Cx = f, c’est-à-dire C T Cx = C T f.
En général, ce système est mal conditionné et une petite variation des données f peut entraîner une grande variation de sa solution x. Il faut le régulariser, ce qui conduit au problème de minimisation :
où λ est un paramètre et H une matrice.
On peut aussi résoudre le problème de minimisation min u ││y – f ││ approximativement à l’aide d’une procédure itérative : on part d’une certaine entrée u que l’on raffine d’après l’essai et ce jusqu’à un niveau de performance acceptable.
-
Le contrôle LQR (Linear Quadratic Regulator) consiste à minimiser la fonctionnelle de coût :
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Mathématiques
(167 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Contrôle optimal
BIBLIOGRAPHIE
-
(1) - BAI (Z.), FELDMANN (P.), FREUND (R.W) - Stable and passive reduced-order models based on partial Padé approximation via Lanczos process. - Numerical Analysis Manuscript no 97-3-10, Bell Laboratories, Murray Hill, New Jersey, USA (1997).
-
(2) - BAI (Z.), FREUND (R.W.) - A partial Padé-via-Lanczos method for reduced-order modeling. - Linear Algebra Appl., 332, p. 139-164 (2001).
-
(3) - BARNETT (S.), CAMERON (R.G.) - Introduction to mathematical control theory. - 2nd édition, Clarendon Press, Oxford (1985).
-
(4) - BELL (D.J.) - Mathematics of linear and nonlinear systems. - Clarendon Press, Oxford (1990).
-
(5) - BORNE (P.), DAUPHIN-TANGUY (G.), RICHARD (J.P.), ROTELLA (F.), ZAMBETTAKIS (I.) - Commande et optimisation des processus. - Éditions Technip, Paris (1990).
-
(6) - BOYD (S.), GHAOUI (L.), FERON (E.), BALAKRISHNAN (V.) - Linear...
ANNEXES
BABAALI (M.) - Switched linear systems: observability and observers - . Georgia Tech (USA) (2004).
CASAS REINARES (F.J.) - Techniques de réduction d’ordre des modèles de circuits haute fréquence faiblement non linéaires - . Université de Limoges (2003).
CORONA (D.) - Optimal control of linear hybrid automata - . Université de Cagliari (Italie) (2005).
GROGNARD (F.) - Control of constrained systems: closed-loop, open-loop, and hybrid solutions - . Université Catholique de Louvain, Louvain-la-Neuve (Belgique) (2001).
JOHANSSON (M.) - Piecewise linear control systems - . Lund University (Suède) (1999).
KASLIK (E.) - Domaines d’attraction et applications à la théorie du contrôle - . Université de Paris XIII (2006).
ÖHR (J.) - On anti-windup and control of systems with multiple input saturations: tools, solutions and case studies - . Uppsala University (2003).
PETRECZKY (M.) - Realization theory of hybrid systems - . Université d’Amsterdam (Pays-Bas) (2006).
SANDBERG (H.) - Model reduction for linear time-varying systems - . Lund Institute of Technology (Suède) (2004).
YI LIU - On model reduction fo distributed parameter models - . KTH, Stockholm (Suède) (2005).
HAUT DE PAGE
Il existe de nombreux logiciels pour le contrôle. Beaucoup d’entre eux sont spécifiques pour une certaine application, un certain domaine, comme l’industrie aérospatiale. La plupart d’entre eux sont commerciaux et donc payants.
Les logiciels des plus utilisés sont ceux de MATLAB→ avec un grand nombre de boîtes à outils qui couvrent la majorité des méthodes de conception,...
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Mathématiques
(167 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
