Application la commande floue

1
Application à la commande floue
2
Plan du cours
3. PID flou
Variantes et extension
3
Principe de la commande floue
La commande floue a pour but de traiter des
problèmes de commande de processus à partir
uniquement de connaissances de comportement que
les spécialistes du procédé doivent formuler sous
forme linguistique (floue).
En commande floue, la connaissance des diverses
fonctions de transferts nest pas nécessaire.
Exemple Commande de véhicule autonome. Command
e de température dun serre Régulation de
niveau complexe Commande avec capteur imprécis
(Camera)
4
Exemple 1 commande floue
http//www.tn.refer.org/hebergement/cours/logique_
floue/appli.html
5
Exemple 2 commande floue
Lire Article R 7 429 des techniques de
lingénieur  Pilotage de direction automobile
par logique floue.  J-C RIAT
6
Avantages et inconvénients de la commande floue
Avantages

• La théorie est simple et sapplique à des
  systèmes complexes
• Pas de modèles mathématiques requis du procédé à
  asservir
• Robustesse de la commande floue vis à vis des
  incertitudes.
• Possibilités de commande auto-adaptative aux
  variations du procédé

Inconvénients

• Technique de réglage essentiellement empirique.
• Performances dépendent de lexpertise.
• Il nexiste pas de théorie générale qui
  caractérise rigoureusement la stabilité, la
  robustesse..(Difficultés de certification dans le
  transport, espace)

7
Boucle de régulation floue standard
Entrées usuelles Lerreur et la variation de
l erreur
Sortie usuelle La variation de la commande
? On place en sortie du RLF un intégrateur pour
déterminer la commande effective à appliquer au
système.
8
Boucle de régulation floue standard (version
discrète)
9
Structure générale dun correcteur flou
Correcteur flou
? 3 modules pour un régulateur à logique floue.

• La fuzzification des entrées et sorties.

• Linférence floue selon une base de règle.

• La défuzzification des sorties.

10
Approche méthodologique
Étude systémique du système
Combien et quelles règles choisir?
Choix de la méthode dinférences?
Choix de la méthode de défuzzification?
Ajustement des E/S considérées, des partitions
floues,des fonctions dappartenances?
11
1er étape Étude systémique du processus à
asservir

• Choix des variables E/S importantes et
  secondaires pour la description du fonctionnement
  du processus à asservir

• Choix de la fréquence déchantillonnage
  (Filtrage amont Critère de Shannon)

• Bien souvent, on a besoin de
• Lécart Consigne-Sortie.
• La variation dune grandeur

12
2iéme étape Fuzzifier toutes les entrées et
sorties du processus.
Cest à dire donner pour chacune des grandeurs
13
2iéme étape suite Remarques pour une bonne
fuzzification (1/3)
Les classes floues doivent se chevaucher mais pas
trop..
A proscrire
14
2iéme étape suite Remarques pour une bonne
fuzzification (2/3)
La largueur des classes floues jouent sur la
précision du RLF..
Si on souhaite plus de précision, Il faut
diminuer la largueur de la classe EZ (et donc,
ici, augmenter celle de PG).
15
2iéme étape suite Remarques pour une bonne
fuzzification (3/3)
Si le processus réagit différemment de part et
dautre du point de consigne, on peut
dé-symétriser les classes dappartenance.
Des formes plus compliquées napportent rien de
plus
16
3ième étape Lexpertise.
Les RLF utilisent une expertise exprimée sous
forme dune base de règles du type Si.Alors
 Si la pression est élevée alors ouvrir un peu
la vanne 
Ces règles sont énoncées à partir des
connaissances du procédé quon a en tant
quexpert.
17
3ième étape Base de règles (1)
? Laugmentation de la sensibilité obtenue par
une partition plus fine des entrées aboutit à un
accroissement important du nombre de règles à
définir par lexpert.
18
3ième étape Base de règles (2)
Lorsque toutes les règles sont du type Si ( )
ET ( ) ET ( ) Alors ( )  La base de règles
sécrit sous forme dune matrice dinférence.
Si (e1 est EZ) Et (e2 est GP) Alors (Sortie est
GN)
19
Bases de règles à 4 variables dentrées
20
4ième étape Inférences floues
Inférence Opération logique par laquelle on
admet une proposition en vertu de sa liaison avec
dautres propositions tenues pour vraies.
Exemple
 Si la pression est élevée alors ouvrir un peu
la vanne 
Cette pression aboutit, daprès la fuzzification,
à un degré dappartenance de 0,7 à la classe
floue  Pression élevée .
Linférence floue donnera, par exemple, un
coefficient de vérité de 0,6 à laction
 Ouvrir un peu la vanne .
Létape suivante de défuzzification fera
correspondre une ouverture à 40 à ce coefficient
0,6
Linférence floue transforme un degré
dappartenance en un autre degré dappartenance
21
4ième étape Méthodes dinférences pour un RLF
2 principales méthodes
MIN/MAX Méthode de Mamdani La plus utilisée
Qualitativement, ces règles donnent sensiblement
les mêmes résultats
22
5ième étape Méthodes de Défuzzification
La défuzzification consiste à transformer le
sous-ensemble flou de sortie en une valeur non
floue permettant la commande du système
3 méthodes principales
La méthode COG est la plus utilisée
23
Variante PID flou
On peut se servir des connaissances pragmatiques
que lon a des réglages de PID pour changer les
coefficients de lalgorithme PID
? Les coefficients du PID sont alors les sorties
floues du RLF
24
Expertise du PID flou

• un gain proportionnel fort
• réduit le temps de montée
• provoque une dépassement
• sature les actionneurs

• un gain intégral fort
• élimine rapidement lerreur statique
• augmente le temps de montée
• provoque une dépassement en poursuite (lorsque
  lécart consigne-mesure est important).

• un gain dérivée fort
• permet de stabiliser par anticipation
• réduite le temps de montée
• provoque des transitoires abruptes

25
PID flou conclusion

• Les paramètres du PID flou évolue continûment
  selon une loi adaptative et non non linéaire.

Réalise un compromis entre une bonne commande en
poursuite et une bonne commande en régulation
26
Conclusion (partielle).

• Méthode de régulation non linéaire et multi-
  variables (MIMO).
• Apporte des solutions à des problèmes compliqués
  ou difficilement modélisables.
• Pas de méthodes générales de synthèses.Synthèse
  effective par compagne de tests.