Commande neuronale adaptative des systèmes non linéaires

par Salem Zerkaoui

Thèse de doctorat en Automatique, traitement du signal et génie informatique

Sous la direction de Dimitri Lefebvre.

Soutenue en 2007

à Le Havre .

  • Titre traduit

    Robust adaptative neural control for non linear systems


  • Pas de résumé disponible.


  • Résumé

    Dans cette thèse nous proposons un Système de Commande Neuronale Indirecte (SCNI) auto-adaptatif, stable, et robuste pour commander une large variété de systèmes linéaires ou non linéaires, monovariables ou multivariables dont le modèle mathématique est mal connu ou pouvant varier dans le temps. Le SCNI, comporte le modèle instantané et le correcteur ainsi qu’un algorithme autonome d'adaptation des paramètres. Les paramètres du SCNI sont initialisés à zéro assurant ainsi des performances indépendantes de la phase d'initialisation. L’analyse et la synthèse de la stabilité du système en boucle fermée, la stabilité robuste et la robustesse vis-à-vis du bruit de mesure ont été étudiées à l’aide de l’approche de Lyapunov. La commande développée a été testée sur le simulateur du réacteur chimique du Tennessee Eastman et sur un bras manipulateur de robotique médicale. La structure de commande proposée, simple et flexible, s'avère utilisable en pratique pour de nombreuses applications.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (172 p.)
  • Annexes : Bibliogr. p. 165-172

Où se trouve cette thèse ?

  • Bibliothèque : Université du Havre. Service commun de la documentation. Bibliothèque centrale.
  • Disponible pour le PEB
  • Cote : STH 857
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.