CNEPRU : Estimation, commande et diagnostic des systèmes non linéaires

Project Code	Period
A01L08UN410120180001	2018-2021

Project Leader

Sabrina AOUAOUDA Professor Faculty of Science and Technology University of Souk Ahras, Souk Ahras : sabrina.aouaouda@univ-soukahras.dz : https://www.univ-soukahras.dz/en/profile/saouaouda

Members

Full name	Position	Field
Lotfi MOUSSAOUI	Lecturer
Ines RIGHI	PhD student

Project Description

Les enjeux actuels de l’automatique sont essentiellement l’optimisation de performances et la surveillance des processus qui répondent respectivement aux demandes croissantes en termes de rendement d’exploitation et de sécurité des installations et des opérateurs. Ces objectifs se traduisent par le besoin de loi de commandes plus efficaces et par l’intégration de modules de surveillance sophistiqués.

Ce projet porte principalement sur l’étude et le développement d’un cadre méthodologique pour la conception de systèmes de commande tolérants aux défauts, i.e. des systèmes qui continuent à fonctionner de « manière satisfaisante » en présence de défauts.

Les activités de recherche du projet s’organisent autour, d’une part, des travaux à caractère théorique et, d’autre part, des études pour des applications spécifiques.

Les travaux de recherche, à caractère théorique, s’articulent autour de trois problématiques : Estimation, Commande et le Diagnostic.

Nous développons des méthodologies d’estimation des paramètres pour la reconstruction des variables d’état non mesurées des systèmes de nature multi-modèles (Takagi-Sugeno) ou pour les systèmes non-linéaires. À travers ce projet, nous visons la synthèse d’observateurs pour les systèmes non linéaires et notamment pour les systèmes à entrées inconnues.

Dans le cadre de la commande, nous nous intéressons à la commande dite tolérante aux défauts. La tâche principale qui incombe à ce type de commandes est de synthétiser des lois de commande avec une structure permettant de garantir la stabilité et les performances du système même lorsque des capteurs ou des actionneurs sont défaillants et/où présente des saturations.

Dans l’analyse et la synthèse, nous privilégions la représentation multimodèles sous la forme standard ou descripteur (flous, LPV) et les outils LMI, H∞, de Lyapunov, ….

Le diagnostic comporte deux fonctions complémentaires : la détection et la localisation. À travers ce projet, nous développons des activités de recherche sur le diagnostic en explorant des approches fondées sur l’utilisation de modèles, en utilisant des techniques basées sur l’expertise ou celles qui sont guidées par les données.

Les applications considérées dans le cadre de ce projet concernent les domaines du transport et de l’énergie renouvelable.

Dynamique du véhicule

La dynamique de véhicule est modélisée par un modèle d’état non linéaire. Compte tenu du coût de l’instrumentation à mettre en place, les variables d’état utilisées ne sont pas toutes mesurables. Pour résoudre ce problème, nous allons développer des observateurs pour estimer l’état du système. Ces estimateurs sont ensuite utilisés pour générer des résidus indicateurs de l’état de santé du véhicule. Les méthodes d’analyse de données sont appliquées pour la détection et la localisation de défauts.

Drones

Les activités sur les drones vont être effectuées en collaboration avec le laboratoire MIS (Amiens). Ces activités concernent la modélisation, le diagnostic en vue de l’accommodation et la tolérance aux défauts des drones (quadrirotors, …).

Energie renouvelables

Les activités concernent la commande et le diagnostic robustes des systèmes de conversion des énergies renouvelables. Dans ce cadre, on s’intéresse à la modélisation des systèmes dynamiques par des modèles flous ou polytopiques, à l’analyse et la synthèse des observateurs et des lois de commande permettant de garantir certaines performances en termes de stabilité et de robustesse vis-à-vis des incertitudes paramétriques et des perturbations extérieures