Contributions à la synthèse de lois de commande et stabilisation des systèmes non linéaires : Application aux systèmes éoliens
fr
Loading...
Authors
Collections
Journal Title
Journal ISSN
Volume Title
Publisher
Faculté des Sciences - Dhar El Mahraz - Fès
Department
Supervisor
Date
Abstract
Cette thèse se focalise sur l’étude de la stabilisation des systèmes éoliens, il s’agit de proposer des nouvelles approches permettant la synthèse de lois de commande qui assurent les performances et la stabilité des systèmes non linéaires et les appliquées aux systèmes éoliens représentés par le modèle flou de type Takagi Sugeno. Plusieurs techniques ont été utilisées, dans un premier temps, on s’est intéressé d’élaborer des nouvelles conditions de stabilisation écrites sous forme d’inégalités linéaires matricielles (LMI), sur la base de la fonction de Lyapunov, l’approche H∞, la commande PDC (compensation parallèle distribuée) et des différents lemmes afin de garantir les performances souhaitées. Ensuite, de nombreux systèmes physiques peuvent être affectés par des perturbations extérieures dans des intervalles de fréquences bien précises, afin de traiter ces perturbations dans un domaine de fréquence fini, la deuxième technique concerne l’amélioration et l’exploitation d’une nouvelle version de lemme Kalman-Yakubovich-Popove (KYP) généralisé permettant de traiter la stabilisation et la commande des systèmes éoliens dans des domaines de fréquences finis. Enfin, une troisième technique consiste à développer une loi de commande sur la base des réseaux de neurones et la fonction de Lyapunov, des conditions de stabilisation des systèmes T-S à une entrée retardée ont été proposées sous forme LMI.
La validation des résultats de simulation du modèle éolien est faite sur le logiciel Matlab, qui nous a permis de simuler le comportement du système dans le temps. Les résultats obtenus ont validé les performances des commandes proposées en termes de convergence de robustesse et de stabilité.
Description
Keywords
Systèmes Takagi Sugeno, réseaux de neurones, commande par approche H∞, commande PDC (compensation parallèle distribuée), observateur flous, fonction de Lyapunov, commande à fréquences finis, inégalités matricielles linéaires (LMIs)