Master 2 : ScTICchemori/Temp/Ines/Predictive/Cours_Com_Predictive… · Plusieurs logiciels...
Transcript of Master 2 : ScTICchemori/Temp/Ines/Predictive/Cours_Com_Predictive… · Plusieurs logiciels...
2015 / 2016
Ahmed CHEMORILaboratoire d’Informatique, de Robotique et de Microélectronique de Montpellier
LIRMM, Université Montpellier 2 - CNRS161, rue Ada 34095 Montpellier, France
Email : [email protected] : http://www.lirmm.fr/~chemori/
Master 2 : ScTICCours: Systèmes robotiques pour l’assistance à la mobilité et à la rééducation
Séance 3
UPEC – Master 2 ScTIC – 2015/2016 2
1. Introduction : Contexte et origine2. Bref historique sur la commande prédictive3. Principe de base
Idée de base Algorithme de commande Schéma de principe Effet d’anticipation Paramètres et contraintes Classification des approches prédictives
4. Avantages et inconvénients5. Exemples d’applications6. Exemple illustratif 1 : Commande GPC (système mécanique)7. Exemple illustratif 2 : Commande NMPC (système mécatronique)8. Références bibliographiques
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité)
Plan du cours
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 3
Introduction à la commande prédictiveIntroduction
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 4
Contexte et origine
Plusieurs logiciels commerciaux disponibles : DMC, IDCOM, PFC, PCT, etc
Introduction à la commande prédictiveIntroduction
L'idée la commande prédictive se trouve déjà entre les lignes de l'ouvrage fondateur de la commande optimale de Bellman en 1957
L‘étude de la stabilité d'une telle loi de commande en boucle fermée remonte quand à elle à Kalman en 1960 qui note que ‘l'optimalité n'implique pas la stabilité’
Cette idée ne sera mise en ouvre industriellement qu'avec Richalet en 1976
Jacques Richalet (né le 13 Juillet 1936 à VERSAILLES)
Elle a été initialement appliquée aux systèmes linéaires et lents (réacteurs chimiques,industrie pétrochimie, etc
Plusieurs améliorations dans les années 90 : telles que l’étude de la stabilité et larobustesse
Période de maturité au début des années 2000 : telle que la commande des systèmes nonlinéaires, systèmes hybrides, rapides, solutions explicites, …
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 5
Introduction à la commande prédictiveHistorique
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 6
Les a
lgorit
hmes
MPC
linéa
ires
DMC (Dynamic Matrix Control)– Utilise la réponse indicielle du système– Processus stable et sans intégrateur
PFC (Predictive Functional Control)– Utilise un modèle d'état du système– Peut s'appliquer aux systèmes non linéaires
GPC (Generalized Predictive Control)– Utilise un modèle CARMA– Le plus répandu
SMOC Shell Multivariable Optimizing Control
Introduction à la commande prédictive
Bref historique sur la commande prédictive
Historique
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 7
Introduction à la commande prédictivePrincipe de base
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 8
Idée de base
C’est une commande basée modèle
Elle est caractérisée par l’effet anticipatif
Objectif de commande : revient à résoudre un problème d’optimisation
Utilisation du concept de l’horizon fuyant
Prise en compte explicite des contraintes (entrées, sorties, états, etc)
Régulation / poursuite de trajectoires
Introduction à la commande prédictive
La philosophie de la commande prédictive(MPC pour Model Predictive Control) serésume à utiliser un modèle pour prédire lecomportement du système et choisir la décisionla meilleure au sens d'un certain coût tout enrespectant les contraintes".
Principe de base
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 9
Algorithme de commande
Prédire l’évolution du système
À l’instant
Résolution d’un problème d’optimisation
Calcul de la séquence de commande
Application du premier élément
Passé Futur
Sortie prédite
Horizon de prédiction
Horizon de commande
Consigne
Erreur de position
Commandes optimales
Introduction à la commande prédictivePrincipe de base
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 10
Algorithme de commande
Prédire l’évolution du système
À l’instant
Résolution d’un problème d’optimisation
Calcul de la séquence de commande
Application du premier élément
ConsignePassé Futur
Horizon de prédiction
Horizon de commande
Sortie prédite
Erreur de position
Commandes optimales
Introduction à la commande prédictivePrincipe de base
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 11
Algorithme de commande
Prédire l’évolution du système
À l’instant
Résolution d’un problème d’optimisation
Calcul de la séquence de commande
Application du premier élément
Passé Futur
Horizon de prédiction
Horizon de commande
Consigne
Sortie prédite
Erreur de position
Commandes optimales
Introduction à la commande prédictivePrincipe de base
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 12
Résumé de l’algorithme de commande
Utilisation explicite d'un modèle numérique du système permettant de prédire son comportement future Résolution d’un problème d’optimisation en BO minimisant une fonction coût sur un horizon fini pour le calcul d'une séquence future de commandesApplication du premier échantillon de la séquence de commande calculée Réitérer cette procédure à la période d’échantillonnage suivante selon la stratégie d’horizon fuyant
Introduction à la commande prédictivePrincipe de base
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 13
Schéma de principe
Modèle
Optimisation
Contraintes
Système
Fonction coût
Contrôleur prédictif
Trajectoirede référence
Entrées et sorties antérieures
Entrées futuresErreurs
futures
Consigne
Introduction à la commande prédictivePrincipe de base
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 14
Effet d’anticipation
Effet anticipatif par l’utilisation de la trajectoire de référence dans le future
Stratégie de commande bien adaptée aux problèmes de poursuite de trajectoires,pour lesquels la trajectoire de référence est parfaitement connue à l’avance etplanifiéePrise en compte naturelle des contraintes
Introduction à la commande prédictive
Sans anticipationPID
Avec anticipationMPC
Principe de base
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 15
Paramètres et contraintes
Ses paramètres de réglage :
Les horizons (de prédiction et de commande) Les contraintes terminales La fonction coût (généralement quadratique) Les pondérations dans la fonction coût Solveur utilisé pour calculer la solution optimale
Les contraintes les plus utilisés :
Contraintes sur l’amplitude de la commande Contraintes sur l’incrément de la commande Contraintes sur la sortie / sur l’état Contraintes terminales
Introduction à la commande prédictivePrincipe de base
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 16
Classification des approches prédictives
Linéaire Non linéaire
Approche classique (MPC)[Clarke 1987]
Approche basée sur les points de coïncidence (MPC-CP)[Maciejowski 2001]
Approche non linéaire (NMPC)[AllgÖwer 1999]
Introduction à la commande prédictivePrincipe de base
Catégories de la commande prédictive
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 17
Introduction à la commande prédictiveAvantages et inconvénients
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 18
Avantages et inconvénients de la commande prédictive
Introduction à la commande prédictive
Simplicité du concept
Réglage intuitif et aisé
Adaptée à une large variété de systèmes (linéaires, non linéaires, instables, à NMP, variant, etc)
Prise en compte implicite des contraintesRobustesse par rapport aux incertitudes et perturbationsAnticipation amélioration du suiviNumériquement stable
Modélisation précise : Difficulté scientifique
Temps de calcul : Difficulté technique
Avantages et inconvénients
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 19
Introduction à la commande prédictiveApplications
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 20
Introduction à la commande prédictiveApplications
Exemples d’applications
Raffinerie de pétrole Agroalimentaire Métallurgie
Aéronautique Industrie chimique Mécatronique
. . .
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 21
Exemple illustratif 1
Introduction à la commande prédictiveExemple illustratif 1
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 22
Principle of the gyrostabilizer
The Schilovski Gyrocar (1914)
The effect of a torque (e.g. gravity / excitation moments)
Causes a variation in the spin axis
Reaction of a spinning wheel
Output torque orthogonal to the input torque and spin axes The phenomenon provides an effective means of motion control and balance Gyro’s flywheel must be in motion to resist gravityTwo early examples of application :
Single gimbal active stabilizer unitWith 40 inch diameter & 4.5 inch thick Flywheel operated at 2000-3000 rpm
Twin type active stabilizer system (3000 rpm) 40 feet long and weighted 22 tons Developed primary for military applications
Introduction à la commande prédictiveExemple illustratif 1
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 23
Examples of some applications
[Townsend et al 2007]
Gyrostabilizer
Applications
Cars
AerospaceMarine systems
Underwater vehicles
Academic
IKURA AUV
ECP 750 Two-wheel gyro car
Monorails
Robotics
Introduction à la commande prédictiveExemple illustratif 1
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 24
Control PC
Power supply (12V)
Speed variator
Inclinometer
Pendulum body
Inertia wheel Input/output card
Mechanical part Electric/electronic part
Micro strain FAS-GMaxon EC-Powermax 30 (DC Brushless)
encoder
Description of the experimental testbed
Introduction à la commande prédictiveExemple illustratif 1
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 25
Inclinometer
Pendulum body
Inertia wheel
Active articulation
Passive articulation
Frame
Mechanical part of the system : inertia wheel inverted pendulum
Description of the mechanical part
Introduction à la commande prédictiveExemple illustratif 1
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 26
Functioning principle
G2
G1
O
A
B
Equivalent mechanical modelInitial mechanical model
G2
G1
O
Rotation
The actuator is controlled to produce a torque on the inertia wheel Torque can produce an acceleration of the rotating wheelThanks to the dynamic coupling, a torque acting on the passive joint is generated This passive joint can be controlled through the acceleration of the inertia wheel
Introduction à la commande prédictiveExemple illustratif 1
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 27
Three moments are acting on the passive joint :
Moment relative to the force :
Moment relative to the force :
Moment du to the gravity force :
One moment (torque of actuator) is acting on the active joint (inertia wheel)
G2
G1
O
A
B
Functioning principle
O
Rotation 1 Rotation 2
Introduction à la commande prédictiveExemple illustratif 1
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 28
Generalized coordinates :
Propose to use the formalism of Lagrange :
The application of Lagrange principle gives :
Dynamic modeling
Introduction à la commande prédictiveExemple illustratif 1
Of the form :
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 29
O
Control problem formulation
O
Assume the system in some initial condition
Find a control input u to bring to and maintain it around this point
Proposed solutions : State feedback control Optimal control Sliding mode control Generalized Predictive Control (GPC) Linear discrete dynamics
Introduction à la commande prédictiveExemple illustratif 1
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 30
Linearization of the dynamics
Recall the nonlinear dynamics :
Consider the state vector : and
The nonlinear dynamics can be written in nonlinear state space as :
The unstable equilibrium of the system :
The linearization of the dynamics around the unstable equilibrium gives :
With :
Introduction à la commande prédictiveExemple illustratif 1
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 31
Summary of geometric and dynamic parameters of the system
Discritization of the dynamics
Recall the linearized dynamics :
The discretization of the dynamics gives :
Introduction à la commande prédictiveExemple illustratif 1
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 32
Proposed control approach : GPC
Consider the case of the GPC approach with penalty on the end-state
Recall the discrete dynamics of the system :
Consider the extended state vector :
The variation on the control input :
The dynamics can be written as :
with :
This last dynamics will be used in the controller design
Introduction à la commande prédictiveExemple illustratif 1
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 33
Proposed control approach : GPC
Consider the following optimization function :
From the system model one can have the state predictions :
The prediction of future outputs be :
Introduction à la commande prédictiveExemple illustratif 1
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 34
Proposed control approach : GPC
In a matrix form we have :
The control input is computed as the minimum of :
with
The optimal solution is :
Introduction à la commande prédictiveExemple illustratif 1
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 35
Scenario 1 : Stabilization in the nominal case
Introduction à la commande prédictiveExemple illustratif 1
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 36
Scenario 2 : Case with persistent disturbance
Introduction à la commande prédictiveExemple illustratif 1
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 37
Scenario 3 : Case with punctual disturbance
Introduction à la commande prédictiveExemple illustratif 1
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 38
Scenario 4 : Combination of the two disturbances
0 5 10 15 20 25 30-5
0
5
10
Temps[s]
θ 1[r
ad]
La position angulaire du pendule inversé
0 5 10 15 20 25 30-6
-4
-2
0
2
4
6
temps[s]
d θ1[r
ad/s
]
La vitesse angulaire du pendule inversé
0 5 10 15 20 25 30-500
0
500
1000
1500
2000
Temps[s]
d θ2[r
ad/s
]
La vitesse angulaire du volant d'inertie
0 5 10 15 20 25 30-5
0
5
10
Temps[s]
U[N
m]
Le couple du volant d'inertie
Introduction à la commande prédictiveExemple illustratif 1
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 39
Exemple illustratif 2
Introduction à la commande prédictiveExemple illustratif 2
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 40
Qu’est ce qu’un disque dur ?
Introduction à la commande prédictiveExemple illustratif 2
Les mémoires Stockage temporaireVolatiles (RAM: Random Acess Memory)Capacité limitéeAccès en lecture seule (ROM: Read OnlyMemory)Accès rapide aux données
Le disque durStockage permanent Non volatileCapacité énormeAccès en lecture et écritureTemps d’accès plus lent
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 41
Un peu d’historique
1956
RAMAC 305
Aujourd’hui 2005
ST-506 Enterprise Capacity 3.5
• 50 disques• Diamètre: 24”=61 cm • Capacité: 5Mo• Vitesse: 1200 tr/mn• Débit: 8,8 ko/s
• Technologie Seagate• Diamètre: 5,25”=13 cm• Capacité: 6,38 Mo• Vitesse: 3600 tr/mn• Débit: 5 Mo/s
• Technologie Seagate• Le plus rapide• Diamètre: 3,5”=9 cm• Capacité: 6 To• Vitesse: 7200 tr/mn
1979
Toshiba 0.85 ’’
• Le plus petit • Taille d ‘un timbre postal• Diamètre: 0,85”=2,15 cm • Capacité: 4 Go (2005)
8 Go (2008)
Introduction à la commande prédictiveExemple illustratif 2
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 42
Densité de stockageVitesse de rotationTaux de transfert RigiditéFiabilité
Facteur de formeTemps d’accèsFrottements ChaleurPrix
Découvrons l’intérieur d’un disque dur
Un peu d’historique
Introduction à la commande prédictiveExemple illustratif 2
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 43
A l’intérieur d’un disque dur ?
Un accès rapide aux pistes
Une haute précision de lecture/ écriture
Introduction à la commande prédictiveExemple illustratif 2
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 44
1 2
12
Position actuelle
Position désiréeRecherche de pistes(Track seeking) Commande bornée
à effort réduit Transition en un temps
minimal
Suivi de pistes(Track following) Maintient de la tête au centre
de la piste Minimisation de l’erreur
de positionnement
Eventuelles difficultés
Problèmes de commande
Introduction à la commande prédictiveExemple illustratif 2
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 45
Résonnances mécaniques
Bruit de mesuretechnique et/ou
capteur de mesure
Vibrations et chocsexternes
Effets d’hystérésis, frottements
Extensions et contractions du câble
des données
Non linéarités Incertitudes Paramétriques
mouvement de la tête
Problèmes de commande
Introduction à la commande prédictiveExemple illustratif 2
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 46
Carte électronique
Moteur du bras (VCM)
Bras mobile
Plateaux
Moteur électrique
Tête de lecture/écriture
Piste
secteur
En aluminium, en céramique ou en verre
Recouverts d’une couche magnétique
Solidaires d’un axe, monté sur un roulement à bille ou à l’huile
Tournent à une vitesse constante entre 3600 tr/mn et 25000 tr/mn
Plateaux
Porte la tête de lecture / écriture (une tête par face du plateau)
Déplace la tête sur toute la surface du disque
Composé de deux parties, entre lesquelles le disque tourne
Bras mobile
Composée d’un électro-aimant qui survole la surface du disque
Repose sur un coussin d’air créé par la rotation des plateaux
Distance tête-disque est de l’ordre de 10 nanomètres
Ne touche jamais la surface du disque
Tête de lecture/écriture
Principaux composants
Introduction à la commande prédictiveExemple illustratif 2
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 47
Le bras se déplace selon la loi de Lorentz
Le sens de la force dépend du sens du courantLa force est proportionnelle au courant
Aimant permanent Force Déplacement de la tête
Comment s’orientent les têtes
Introduction à la commande prédictiveExemple illustratif 2
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 48
Les informations sont stockées sur des pistes sous forme de "0" et de "1".
Pistes
N SS N NN SS
0 0 1
SN
1
Enregistrement longitudinal
Plateau
N SS N“0”
N S N S
ouN SS NN SS N
“0”
N S N SN S N S
ou
NN SS
S SN N“1”ou
NN SS NN SS
S SN NS SN N“1”ou
Transition S-N ou N-S Transition N-N ou S-S
Pas de changement de magnétisation Changement de magnétisation
Comment écrire les données
Introduction à la commande prédictiveExemple illustratif 2
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 49
N SS N NN SSSN
0 0 11
Piste magnétique
BB BB
Lignes de champ magnétique
Tête de lecture =
Détecteur de champ magnétique
Lecture des données par détection du champ magnétique de fuite.
t1t2t4 t 3
Comment lire les données
Introduction à la commande prédictiveExemple illustratif 2
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 50
Hautes fréquencesBasses fréquences
Frottements non linéaires Extension et contraction du câblede données Pivotement du moteur du bras
Modes résonnants Flexibilité de la structure Vibrations Flux d’air
Modélisation dynamique [Chen 2006]
Introduction à la commande prédictiveExemple illustratif 2
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 51
Gain de mesure de position
Coefficient de conversion courant-force
Masse d’inertie du système
Modèle nominal
Fonction de transfert
Position de la tête
Vitesse de la tête
Commande d’entrée
Pulsation de résonnance
Coefficient d’amortissement
Région hautes fréquences [Chen 2006]
Introduction à la commande prédictiveExemple illustratif 2
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 52
Modèle dynamique Représentation d’état du modèle nominal
Modèle étudié
00
Modèle discrétisé
Commande prédictive linéaire En hautes fréquences
Introduction à la commande prédictiveExemple illustratif 2
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 53
Commande prédictive linéaire En hautes fréquences
Modes résonnantsModèle nominal
Contrôleur prédictif linéaire
G
Filtre coupe-bande
Modèle
Optimisation
Contraintes Fonction coût
Trajectoirede référence
Entrées et sorties antérieures
Entrées futures
Erreurs futures
Introduction à la commande prédictiveExemple illustratif 2
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 54
En se basant sur le modèle linéaire discrétisé
Modèle basé sur le sur les incréments de la commande et de l’état
Application de la MPC linéaire [Wang 1994]
Introduction à la commande prédictiveExemple illustratif 2
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 55
Frottements non linéaires
Modèle non linéaire
Modèle de LuGre[DeWit 1995]
Raideur des déformations
Coefficient d’amortissement
Coefficient de frottement visqueux
Frottement de Coulomb
Frottement statique
Vitesse de Stribeck
Région basses fréquences [Chen 2006]
Introduction à la commande prédictiveExemple illustratif 2
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 56
NMPC
Schéma de commande
Le modèle non linéaire étudié Représentation d’état discrète
Application de l’approche non linéaire NMPC(Basses fréquences)
Introduction à la commande prédictiveExemple illustratif 2
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 57
PID NMPC
Scénario 1 : Cas nominal avec bruitEn
trée
de c
omm
ande
(v)
Posi
tion
de so
rtie
()
0 0.005 0.01 0.015 0.02-0.2
0
0.2
0.4
0.6
0.8
1
1.2
Temps (s)
Trajectoire désiréeSortie mesurée
0 0.005 0.01 0.015 0.02-0.4
-0.2
0
0.2
0.4
0.6
Temps (s)
0 0.005 0.01 0.015 0.02-0.2
0
0.2
0.4
0.6
0.8
1
1.2
Temps (s)
Trajectoire désirée Sortie mesurée
0 0.005 0.01 0.015 0.02-0.4
-0.2
0
0.2
0.4
0.6
Temps (s)
Introduction à la commande prédictiveExemple illustratif 2
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 58
Scénario 2 : Rejet de perturbations externes
0 2 4 6 8 10
-0.5
0
0.5
1
Temps (ms)
0 2 4 6 8 100
0.2
0.4
0.6
0.8
1
1.2
Temps(ms)
Trajectoire désiréeSortie mesurée
0 2 4 6 8 10
-0.5
0
0.5
1
Temps (ms)
0 2 4 6 8 100
0.2
0.4
0.6
0.8
1
1.2
Temps (ms)
Trajectoire désiréeSortie mesurée
PID NMPC
Entr
éede
com
man
de (v
)Po
sitio
n de
sort
ie (
) Introduction à la commande prédictiveExemple illustratif 2
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 59
Scénario 3: 40% d’incertitudes paramétriques
0 0.5 1 1.5 2 2.50
0.2
0.4
0.6
0.8
1
1.2
Temps (ms)
Trajectoire désiréeCas nominal 40% d'erreur
0 0.5 1 1.5 2 2.5
-0.5
0
0.5
1
Temps (ms)
Cas nominal40% d'erreur
0 0.5 1 1.5 2 2.5
-0.5
0
0.5
1
Temps (ms)
Cas nominal 40% d'erreur
0 0.5 1 1.5 2 2.50
0.2
0.4
0.6
0.8
1
1.2
Temps (ms)
Trajectoire désiréeCas nominal 40% d'erreur
PID NMPC
Entr
éede
com
man
de (v
)Po
sitio
n de
sort
ie (
) Introduction à la commande prédictiveExemple illustratif 2
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 60
Etude comparative entre PID et NMPC
Nominal avec bruit PID NMPCTemps de réponse (ms)
Dépassement maximal
Énergie fournie (v)
1,7 0, 333% 0,4%
Temps de réponse (ms)
Dépassement maximal
Rejet de perturbations
1,11 0,180,75 0,25
Incertitudes paramétriques (40%)
Temps de réponse (ms) Dépassement maximal
Énergie fournie (v)
Temps de recouvrement (s)
12% négligeable
1,7233% 6%
0,26
5,50 5,56
32,09
Introduction à la commande prédictiveExemple illustratif 2
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 61
Références bibliographiques
A. Chemori (Systèmes robotiques pour l’assistance à la mobilité) UPEC – Master 2 ScTIC – 2015/2016 62
URL : www.lirmm.fr/~chemori/
Email: [email protected]
CNRS researcher LIRMM – UMR CNRS/UM2 N° 5506161, Rue Ada 34095, Montpellier
Tel : +33 (0)4.67.41.85.62Fax : +33 (0)4.67.41.85.00
Coordonnées