Contribution à la commande et au diagnostic des systèmes algébro-différentiels linéaires
Auteur / Autrice : | Benoît Marx |
Direction : | Didier Georges |
Type : | Thèse de doctorat |
Discipline(s) : | Automatique et productique |
Date : | Soutenance en 2003 |
Etablissement(s) : | Grenoble INPG |
Partenaire(s) de recherche : | Laboratoire : Laboratoire d'automatique de Grenoble (1957-2006) |
Résumé
Après une introduction aux systèmes singuliers linéaires, on étudie le placement optimal de capteurs et d'actionneurs, le diagnostic et la commande. Le placement optimal de capteurs et d'actionneurs pour les systèmes singuliers s'appuie sur une approche énergétique. Les capteurs et/ou actionneurs sont sélectionnés pour obtenir les plus grands transferts d'énergie entre le système et son environnement. Pour cela on cherche à maximiser les grammiens généralisés. Différentes méthodes de diagnostic robuste sont proposées. Une première approche dédiée aux systèmes maillés autorise une génération de résidus décentralisée afin de détecter et de localiser les défauts de mesures. Une deuxième méthode consiste à étendre le filtrage H_infini à l'estimation des défaillances. Troisièmement, la génération de résidus fondée sur la factorisation coprime, dont l'intérêt majeur est de pouvoir synthétiser des générateurs de résidus au moyen de filtres propres, est généralisée aux systèmes singuliers. Enfin, la synthèse, et l'utilisation pour le diagnostic robuste, des observateurs de type proportionnel-intégral sont étudiées. Deux stratégies de contrôle de systèmes singuliers sont proposées. Le contrôle multicritère permet de déterminer des correcteurs statiques ou dynamiques assurant le placement de pôles, ainsi que des contraintes de normes H_2 et H_infini sur le système en boucle fermé. Le contrôle tolérant aux fauteintègre un module de diagnostic dans le correcteur afin de localiser les fautes, et de modifier la loi de commande pour minimiser la déviation des sorties dues aux fautes et aux perturbations. Les correcteurs sont propres déterminés par optimisation sous contraintes LMI.