Modélisation et commande intelligente d'un robot à deux articulations

Abstract

Les travaux présentés dans cette thèse s’articulent, essentiellement, autour des principaux outils intelligents à savoir la logique floue, réseaux de neurones et l’optimisation par essaim particulaire PSO, ainsi autour des commandes comme la commande adaptative floue et les commandes additives type mode glissant et H, pour commander des systèmes dynamiques, complexes et nonlinéaires. Les systèmes considérés sont en premier abord un système monovariable dont l'application est le robot à une seule articulation, en deuxième abord un système multivariable dont l’application est toujours le robot mais à deux articulations. La loi de commande a pour objectif de résoudre les problèmes associés aux effets des incertitudes et des perturbations externes du modèle étudié. En outre, de forcer le système à suivre sa trajectoire désirée avec une bonne précision et un temps de réponse optimal.

L’approche de commande utilisée est basée d’abord sur la théorie de la logique floue, ensuite sur les réseaux de neurones artificiels. La loi de commande comporte deux termes, le premier terme dit nominal pour l’estimation des incertitudes du modèle et le deuxième terme conçu pour plus de robustesse. Pour plus de rapidité nous avons utilisé l’algorithme PSO et les réseaux de neurones hors ligne.

La validation des résultats de simulation des modèles est faite sur le logiciel Matlab®, qui nous a permis de simuler le comportement des systèmes dans le temps. Les résultats obtenus ont validé les performances des commandes proposées en terme de convergence de rapidité de précision et de stabilité.