Contribution à l'identification et à la commande adaptative des robots à architecture parallèle

par Brahim Achili

Thèse de doctorat en Informatique et robotique

Sous la direction de Arab Ali Chérif et de Boubaker Daachi.

Soutenue en 2009

à Paris8 .


  • Résumé

    Les travaux développés dans cette thèse, portent sur l'identification et la commande des systèmes robotisés. Nous démarrons notre étude par l'identification expérimentale des paramètres dynamiques d'un robot à structure parallèle, puis nous nous sommes intéressés au problème de la commande basée ou pas sur les résultats d'identification. Les outils employés sont les réseaux de neurones de type MLP (Multi Layer Perceptron) et les modes glissants. Dans nos propositions, nous avons considéré deux cas de figure : 1. L'effecteur du robot se déplace librement sans contact avec l'environnement. Une commande neuro-adaptative est alors proposée en intégrant le modèle dynamique identifié du robot. Nous avons également proposé une méthodologie de commande combinant la technique des modes glissants et les réseaux de neurones adaptatifs. 2. L'effecteur du robot entre en contact avec l'environnement. Une commande neuronale hybride force / position est alors développée. L'environnement considéré est inconnu et l'information sur les efforts appliqués par le robot sur son environnement est nécessaire dans la conception de notre contrôleur hybride force / position. Cette démarche consiste à produire un apprentissage a priori dans le but de déterminer les entrées significatives du réseau de neurones, afin d'utiliser le résultat obtenu dans la commande. Les contrôleurs proposés ont été validés expérimentalement sur le robot parallèle à liaison C5. Dans tous les schémas de commandes proposées, la stabilité du système en boucle fermée est garantie selon le principe de Lyapunov. Ceci nous a permis de fixer les lois d'adaptation relatives aux paramètres de la commande.

  • Titre traduit

    Identification and control of the parallel robots


  • Résumé

    The work developed in this thesis, focuses on the identification and control of parallel robots. In the first step, the experimental identification of dynamic parameters of a C5 parallel robot is completed. In the second step, we are interested with the control problem based on the results of identification. The tools used are neural networks like MLP (Multi Layer Perceptron) and sliding modes. In our proposals we have considered two scenarios: 1. The effector of the robot moves freely without contact with the environment. A neuro-adaptive control is proposed by integrating the identified dynamic model of the robot. We have also proposed a methodology of control combining a sliding modes technique and adaptive neural networks. 2. The effector of the robot comes into contact with the environment. A neuronal hybrid force / position control is then developed. The environment is considered unknown and information on the efforts applied by the robot on its environment is necessary in the design of our controller. An a priori learning is realized in order to determine the significant inputs of the neural network. And after, we use the results obtained to design our controller. The proposed controllers were validated experimentally on the C5 robot parallel. In all the control schemes proposed, the stability of the closed-loop system is guaranteed in Lyapunov sense.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (135 p.)
  • Annexes : Bibliogr. p. 127-135

Où se trouve cette thèse ?

  • Bibliothèque : Université Paris 8-Vincennes Saint-Denis (Sciences humaines et sociales-Arts-Lettres-Droit). Service Commun de la Documentation. (Saint-Denis) .
  • Consultable sur place dans l'établissement demandeur
  • Cote : TH 2709
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.