Soutenance mémoire
La commande de force des systèmes électrohydrauliques
Avec le contrôle de position, le contrôle de force se manifeste comme une nécessité avec la demande croissante par l’industrie d’avoir des contrôleurs plus volatiles. Alleyne et Liu (2000) ont commencé à développer des contrôleurs de force simple par l’intermédiaire de la fonction lyapunov. Le fait de simplifier le modèle peut créer des erreurs de précision et en l’ajoutant lors du suivi des références. Dans le même ouvrage de (Alleyne et Liu, 2000) qui ont proposé le contrôle de pression/force à partir d’une seule dérivation de la fonction lyapunov pour avoir directement le signal de contrôle. Pourtant avec le mode de glissement, plusieurs dérivations sont exigées, selon le choix de la surface de glissement, pour avoir enfin le signal de contrôle. Si le choix de la surface de glissement est fait avec plusieurs dérivations de la même variable, l’expression mathématique donnant le signal de contrôle sera lourde et longue (Hedrick et Yip, 2000). Le fait de choisir adéquatement la surface de glissement pourrait empêcher ce problème mais tout dépend de l’expérience du développeur. Le contrôle de force peut se présenter comme un contrôle de la pression où de l’accélération Shoorehdeli et al (2006). Ils ont suggéré une fonction Lyapunov avec une un gain variable pour construire la loi de commande. Le fait de régler ce gain peut étendre le contrôle des systèmes sur une grande échelle. Malgré que la théorie de lyapunov garantisse la stabilité, la performance est limitée. Pour remédier à ce problème, Hudha (2006) a développé un contrôleur hybride en série. Dans ce contrôleur, la boucle interne est utilisée pour tracer une référence de force produite par une boucle externe. La performance du contrôleur est bonne pour le suivi de force mais elle n’est pas suffisante en termes du déplacement de masse du véhicule.
Dans les applications aéronautiques où le contrôle de force est critique (Karpenko and Sepehri, 2012), l’asservissement de force par un simple retour d’états est difficile à atteindre. La rétroaction quantifiée nonlinéaire s’est présentée comme une solution pour atteindre une erreur minimale de force asservie dans le cas d’une dynamique de charge variable. Comme la demande pour le contrôle de force et position augmente, le contrôle hybride s’est présenté comme un contrôle alternatif pour compromettre les objectifs contradictoires. L’approche hybride est le remplaçant pratique des approches homogènes pour traiter efficacement des problèmes au niveau des variations de la structure suite aux différents modes d’opération, d les variations des paramètres du système accompagnant les états de transition et de la commutation entre les modèles pour modéliser un phénomène transitoire. Le contrôle hybride réfère non seulement à une structure avec deux contrôleurs, mais aussi aux contrôleurs de deux références différentes à suivre ou un système intégrant des signaux discrets et continus (Fainekos et al, 2005).
Dans les travaux de (Lane et al, 1997), une comparaison est faite entre deux contrôleurs hybrides. Le premier contrôleur hybride utilise la structure variable de contrôle et le deuxième utilise un contrôle multi variables hybride et adaptatif. Le contrôleur hybride ajoute les deux signaux de contrôle pour former le signal hybride. Avec un tel design, c’est difficile de contrôler le signal hybride car les deux signaux de contrôle n’ont pas des bornes ni de contrôle sur les deux branches. Dans le même esprit, le contrôle hybride développé par (Assadsangabi et al, 2009), a utilisé deux références : le modèle de skyhook idéal et le modèle de Ground Skyhook. La connaissance des perturbations d’une route est un prérequis pour le modèle hybride; ce modèle est construit en ajoutant des signaux de contrôle intermédiaires. Malgré les résultats satisfaisants obtenus par (Assadsangabi et al, 2009), les auteurs n’ont pas pu avoir l’accélération de masse désirée. Pour réduire l’accélération de la masse, (Priyandoko et al, 2009) a utilisé quatre boucles de réseaux de neurones pour construire la dynamique inverse d’un actionneur. Avec les réseaux de neurones, le contrôleur proposé était capable de suivre une référence de force et de récompenser la perturbation.
En général, (Priyandoko et al, 2009) ont résolu le problème de (Assadsangabi et al, 2009) en réduisant l’accélération de masse. Les résultats de suivi de force sont intéressants mais l’erreur en position est assez grande. Fateh (2010) a trouvé que la solution devrait assurer un ensemble de règles, reconnues comme était les règles d’impédance. Un compromis entre la tenue de route et le confort a été établi en variant les coefficients d’impédance. Des coefficients d’une valeur grande fournissent un confort assez élevé et une bonne tenue de la route. Le désavantage de cette méthode est que l’énergie est dissipée au niveau des pneus et cela peut engendrer des déformations des pneus et une fatigue assez élevée à ce niveau. D’autres méthodes de contrôle de force ont suggéré l’utilisation des composants hydrauliques comme un actuateur de contrôle. Le contrôleur fait par (Chen et al, 2012) contient un régulateur de pression et une servovalve de débit pour former un actuateur de contrôle. Un contrôleur par logique floue a donné des résultats intéressants dans les limites imposés. En résumé, le contrôle de force a été réalisé par trois types des contrôleurs comme les contrôleurs simples, les contrôleurs faits par l’ajout des composants hydrauliques et les contrôleurs hybrides.
La commande de position et de force des systèmes électrohydrauliques
Dans la revue de littérateur mentionné précédemment, les contrôleurs de force et de position sont développés séparément afin de déterminer la force et la position successivement. L’ensemble des contrôleurs est fourni par des méthodes adaptatives pour surmonter les variations des paramètres durant les tests en temps réel. Récemment, la structure hybride a été considérée en recherche étant donné que ces structures ont montré leur efficacité vis-à-vis des autres méthodes. Cette structure réfère à une combinions de deux contrôleurs ou plus pour tracer plusieurs variables en même temps. Dans les applications intégrant des systèmes électrohydrauliques où le contrôle de la position et de force sont de la même importance, les contrôleurs hybrides donnent des meilleurs résultats. Dans ce sens, (Ursu et al, 2006) ont développé trois lois de contrôle pour faire un contrôle de position et de force pour un système électrohydraulique en utilisant la technique de backstepping.
D’autres chercheurs comme (Ferreira et al, 2006) utilisent deux gains indépendants pour former un contrôleur hybride, dont chaque contrôleur formant le contrôleur hybride possède sa propre structure de logique floue. La loi de contrôle est appliquée à une presse hydraulique durant trois phases d’opération. Dans ces phases, le contrôle de position et de force est fait en utilisant un gain fixe. Bien que l’utilisation des gains fixes avec un système précis de vision a donné de bons résultats, plusieurs chercheurs préfèrent les gains variables afin d’avoir des réponses rapides avec des gains PID variables. Cela a été fait par (Sun and Er. 2004) qui as conçu un contrôleur hybride pour tracer des trajectoires désirées en robotique. Le contrôleur est divisé en deux couches. La couche supérieur est développée avec un contrôleur floue de type Takagie-Sugeno dont la sortie est un gain graduel tandis que la couche inférieure constitue un contrôleur floue de type mamdani pour contrôler le système linéarisé localement d’un bras robotique.
En résumé, les contrôleurs des gains variables donnent de bonne performance et les algorithmes de contrôle adaptatif deviennent nécessaires en présence d’incertitude dans les paramètres. Shi et al (2011) ont concentré leurs recherches sur ces points en construisant un contrôleur de deux boucles avec un algorithme pour rejeter les perturbations en ligne. L’algorithme de double boucle à rejet automatique de la perturbation (ADRC) est formé de trois blocs: un bloc transitoire, un observateur et un block pour calculer le signal de commande composé des variables transitoires et leurs estimées. Le système est découplé de deux boucles, une pour la position et l’autre pour la force successive. L’ADRC a montré une performance robuste adaptative et précise. Malgré que les théories de contrôle de la position et de force d’un système électrohydraulique soient assez répandues, l’idée de découpler une structure de contrôle est de plus en plus présente dans ce champ. Cela est récemment fait par (Wos and Dindorf, 2014) où deux diagrammes parallèles de contrôle hybride sont construits afin de faire un contrôle de force et de position. Les contrôleurs adaptatifs sont développés avec des gains variables. Le contrôleur de position est le proportionnelle dérivative, pourtant sur l’autre branche, le contrôleur de force intègre un bloc d’identification. Le bloc de force est nécessaire pour une mise à jour de la force du système. Avec un contrôleur aussi compliqué, la position est bien tracée mais l’erreur de force est devenue significative pour des fréquences plus élevées.
|
Table des matières
INTRODUCTION
CHAPITRE 1 REVUE DE LITÉRATURE
1.1 Introduction
1.2 Systèmes électrohydrauliques en général
1.3 La commande de position des systèmes électrohydrauliques
1.4 La commande adaptative de position des systèmes électrohydrauliques
1.5 La commande de force des systèmes électrohydrauliques
1.6 La commande de position et de force des systèmes électrohydrauliques
1.7 Contributions originales
CHAPITRE 2 LA COMMANDE PAR MODE DE GLISSEMENT
2.1 Introduction
2.2 Théorie de contrôle par mode de glissement
2.3 Design de contrôleur par mode de glissement
2.4 Conclusion
CHAPITRE 3 A CHATTERING-FREE FUZZY HYBRID SLIDING MODE CONTROL OF AN ELECTROHYDRAULIC ACTIVE SUSPENSION 55
3.1 Introduction
3.2 Electrohydraulic Active Suspension Mathematical Modeling
3.3 Fuzzy hybrid sliding mode (FHSM) control with exponential reaching law (ERL)
3.3.1 Position sliding mode (PSM) control
3.3.2 Force sliding mode (FSM) control
3.3.3 Hybrid sliding mode (HSM) control
3.3.4 Exponential reaching law (ERL)
3.3.5 Fuzzy hybrid sliding mode (FHSM) control with ERL
3.4 Simulation results
3.4.1 Hybrid sliding mode control
3.4.2 Hybrid sliding mode control with ERL
3.4.3 Fuzzy hybrid sliding mode control with ERL
3.4.4 Comparison with a PID controller
3.5 Experimental study
3.6 Conclusion
CHAPITRE 4 REAL-TIME HYBRIDE CONTROL OF ELECTROHYDRAULIC ACTIVE SUSPENSION
4.1 Introduction
4.2 Motivation
4.3 Description of the electrohydraulic active suspension workbench
4.4 Dynamic model of the electrohydraulic active suspension system
4.5 Controller design
4.5.1 Sliding mode PID hybrid control
4.5.1.1 Exponential reaching law sliding mode control
4.5.2 PID hybrid controller
4.5.1.2 Tuning the position control with the PID hybrid controller
4.5.1.3 Tuning the force control with the PID hybrid controller
4.5.1.4 Position and force control with the PID hybrid controller
4.6 Conclusion
CHAPTER 5 SERIAL FUZZY SELF TUNING PID DUAL LOOP POSITION CONTROLLER FOR ACTIVE SUSPENSION
5.1 Introduction
5.2 Motivation and description of the active suspension workbench
5.3 Dynamic model of the active suspension system
5.4 Adaptive fuzzy tuning gain for PID and PIDDL controllers
5.4.1 Design of a PID controller
5.4.2 Fuzzy tuning PID controller
5.4.3 Adaptive fuzzy tuning PID controller
5.4.4 PIDDL controller
5.4.5 Fuzzy tuning PIDDL controller
5.4.6 Adaptive fuzzy tuning PIDDL controller
5.5 Real-time results
5.6 Conclusion
CONCLUSION
RECOMMANDATIONS
ANNEX I DONNÉES DE L’ARTICLE 1
ANNEX II DONNÉES DE L’ARTICLE 2
ANNEX III DONNÉES DE L’ARTICLE 3
LISTE DE RÉFÉRENCES BIBLIOGRAPHIQUES
Télécharger le rapport complet
