Commande optimale des systèmes dynamiques hybrides

Slides:



Advertisements
Présentations similaires
Reconstitution de l’état d’un micro drone par fusion de données
Advertisements

Gestion de portefeuille
GESTION DE PORTEFEUILLE chapitre n° 4 C. Bruneau
GESTION DE PORTEFEUILLE chapitre n° 4 C. Bruneau
Gestion de portefeuille
LES LOIS DE NEWTON.
l’algorithme du simplexe
D B C A commande optimale (critère quadratique) et filtrage de kalman
Critère d’ordonnancement en temps réel Partie III
Equations différentielles
Système formel Nous avons introduit : signes de variables (x, y, z, …), de constantes (0, 1), d’opérations (+, ), de relations (=, ) Axiomes : ce sont.
M. EL Adel & M. Ouladsine LSIS – UMR-CNRS 6168 Marseille - France
MATHÉMATIQUES SERIE SCIENCES ET TECHNOLOGIES DE LA GESTION.
Le Projet d’école Année 2009/2010 IEN Oloron.
Modélisation et commande hybrides d’un onduleur multiniveaux monophasé
Cinématique dans l'espace-temps d'un observateur
Master IXXI, cours interdisciplinaire de systèmes dynamiques Emmanuel Risler, INSA de Lyon 1 - Equations différentielles sur la droite.
Chapitre II.Rappels mathématiques et complexité
Chapitre VII :Commande par retour d’état
Asservissement et régulation continue
Cours d’Automatique MASTER OIV
Continuité Introduction Continuité Théorème des valeurs intermédiaires
Fonctionnement de la bride.
Méthodes d’analyse des circuits
Chapitre 2 : La fonction de transfert
Équations différentielles.
VI-1 Introduction VI-2 Représentation d’état
Examen partiel #2 Mercredi le 15 novembre de 13h30 à 15h20
Fonction exponentielle: enchaînement de théorèmes
Vers la fonction exponentielle.
Équations Différentielles
Chapitre 2 : suite et fin.
Méthode des Ensembles de Niveaux par Eléments Finis P1
Modélisation du robot Azimut-3
Universté de la Manouba
PROGRAMMATION SCIENTIFIQUE EN C
Extraction Automatique de formes complexes : Application à la création de modèle anatomique de la tête J. Piovano, T. Papadopoulo Séminaire Odyssee 9,
Programmation non procédurale Le projet ECOLE 2000
2. Optimisation sans contrainte Fonctions à une seule variable
Rappel... Diagonalisation. Transformations linéaires.
Théorie de l'Échantillonnage
Equation différentielle de 2ème ordre
Institut de Recherche en Communications et Cybernétique de Nantes 1 Implémentation en précision finie modélisation et recherche de réalisations optimales.
Suites numériques Définitions.
Chapitre 3-B : AUTOMATIQUE : LES S.L.C.I.
Potentiel électrostatique
Théorie du point fixe 1. Rappel Ensemble ordonné Majorant, Minorant
COMPRENDRE : Lois et modèles
Dérivation : lecture graphique
D.E ZEGOUR Ecole Supérieure d’Informatique. Problèmes de décision Concepts de base Expressions régulières Notation particulière pour exprimer certaines.
2. Optimisation sans contrainte Fonctions à une seule variable
Le potentiel électrique
Programmation fonctionnelle Preuve
Approximation d’un contrôle optimal par un circuit électronique
Recherche par automates finis
PROGRAMMATION SCIENTIFIQUE EN C PRO Résolution de système d’équations non- linéaires (racines d’équations) u Introduction u Méthode de recherche.
Définie ? Dérivable ? Continue ?
ASI 3 Méthodes numériques pour l’ingénieur
DÉRIVÉE D’UN QUOTIENT ET D’UNE COMPOSITION
Cours 3: Modélisation Mathématiques
Commande optimale linéaire quadratique de Lunar Lander
Post-optimisation, analyse de sensibilité et paramétrage
Correction problème 1.
Circonscription Valenciennes - Anzin
Résolution des équations différentielles
La gestion des stocks (Modèle de Wilson).
DIAGNOSTICABILITÉ DES SYSTEMES MULTIMODES ET DIAGNOSTICABILITÉ HYBRIDE
PROGRAMMATION SCIENTIFIQUE EN C PRO Résolution de système d’équations non-linéaires (racines d’équations) u Introduction u Méthode de recherche.
Suivi de waypoints par un robot buggy autonome Fabrice LE BARS.
LES SYSTÈMES DYNAMIQUES.
Transcription de la présentation:

Commande optimale des systèmes dynamiques hybrides C.Iung P.Riedinger EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy

EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy La commande optimale Pour définir un problème de commande optimale, nous devons avoir Un système dynamique i.e Un espace de temps T Un espace d’état X Un espace de commandes U Une fonction de transition d’état f(t,t0,x0,u) Quelques axiomes de bon sens Un critère additif J(t0,tf,x0,u)= J(t0,ti,x0,u)+ J(ti,tf,xi,u) EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy

EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy Commande optimale 2 classes de méthodes : Méthodes variationelles la commande optimale û est caractérisée par le fait qu’une commande u=û+du doit donner un critère supérieur en exprimant en fonction de du on peut espérer trouver des caractérisations de û Programmation dynamique l’application du théorème de Bellman peut donner une équation sur les critères dont la solution conduira au critère optimal EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy

Méthodes variationnelles Elles s’appliquent lorsqu’il est possible d’évaluer la variation du critère en fonction de la variation de la commande.Ceci suppose des hypothèses de continuité voire de dérivabilité du critère optimal en fonction de u. Le théorème de référence est le théorème de Pontriaguine. EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy

Théorème de Pontriaguine Soit le système dynamique : où f est continue sur Le critère f est C1 Si sont optimales alors il existe une fonction l et une constante l0 <0, telles que x et l vérifient les équations canoniques de Hamilton et û(t) maximise la fonction hamiltonienne sur [t0 tf] EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy

Théorème de Pontriaguine, remarques Sous des conditions assez faibles, s’il existe des commandes satisfaisant aux conditions aux extémités, alors il existe une commande optimale. La recherche des trajectoires optimales et un problème de tir de dimension 2n. En effet s’ajoutent les conditions de tranversalité : EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy

EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy SYSTEME DYNAMIQUE HYBRIDE = SYSTEME FORME PAR LE COUPLAGE DE SYSTEMES DYNAMIQUES CONTINUS ET DISCRETS s s d s k s z Interface Interface discret/continu continu/discret k & ( , ) x f u t y g z h k = z u y EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy

Quelques phénomènes hybrides Le saut autonome Exemples : chocs, hystérésis, seuils, saturations, ... Le saut commandé Le champ de vecteurs f et/ou l’état x(.) changent de façon discontinues en réponse à une commande de contrôle. Exemple : Circuit électrique avec interrupteurs Conséquence Changement de dimension de l’état EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy

EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy Sauts de l’état EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy

Extension aux systèmes commutés 1 Hypothèse : À tout instant on peut choisir le mode parmi tous les modes existants La commande d(t) a un nombre fini de valeurs EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy

Extension aux systèmes commutés 2 Le théorème de Pontriaguine s’applique Aux instants de commutation EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy

Extension aux systèmes commutés 3 On convexifie le problème et on cherche les commandes bang-bang Avec Un problème : comme la commande est plus « pauvre » que dans le cas continu, il peut exister des commandes, mais pas de commande optimale. C’est le cas lorsque les fonctions hamiltoniennes sont égales pour une valeurs de la commande discrète convexifiée, sur un intervalle non nul. EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy

EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy Dynamique Critère Hamiltonien Loi de commande Données : EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy

Conclusion : il n ’existe pas de chemin optimal Trajectoire quelconque obtenue pour un temps T1=1.4 Ensemble des trajectoires candidates à l ’optimalité joignant le point final en un temps T < T1 Conclusion : il n ’existe pas de chemin optimal EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy

La solution sous optimale Le système étendu Loi de commande Question : Existe-t-il un intervalle de temps non nul tel que Réponse : oui EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy

La solution sous optimale x2 x2 x1 x1 T1=1.4035 s T3=1.3489 s T5=1.3446 s T17=1.3435 s T=1.3404 s EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy

Systèmes avec sauts autonomes 1 Extension du théorème Par intégration d ’un critère terminal au PM par application du principe d’optimalité de Bellman sous la contrainte EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy

Systèmes avec sauts autonomes 3 Le recherche des solutions se complique car On ne peut savoir à l’avance si une frontière sera franchie Ni laquelle Tous les cas doivent être envisagés EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy

Système avec sauts autonomes 2 Une extension est nécessaire : f n’est plus continue en x (au passage des frontières) l ne peut donc plus être solution de Cette condition est remplacée par la condition de transversalité sur la frontière, en tenant compte du critère terminal : il existe un vecteur p EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy

EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy Un exemple hystérésis 1 Critère On peut réécrire le système Automate associé EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy

Aux instants de commutation Un exemple hystérésis 2 Aux instants de commutation EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy

EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy Un exemple hystérésis 3 Il est impossible de savoir au départ quel est le nombre optimal de commutations; Seul le calcul du coût permet de conclure Vers un point limite Ou vers un cycle 100 200 300 400 500 600 700 800 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 q cost q=200 , q=400 , q=800 EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy

La programmation dynamique et les équations HJB Théorème 1: Si une trajectoire admissible ( x; q )( : ) déterminée par la donnée de la condition initiale ( x 0 ; q 0 )( : ) et de la commande ( u; d )( : ) , est optimale alors les conditions suivantes sont vérifiées : pour presque tout t 2 [ a; b ] EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy

EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy En pratique 1 Pour résoudre ces équations, il est obligatoire de discrétiser (cf Hedlung & Rantzer). Une approche intéressante consiste à discrétiser le problème dès le départ. Deux voies apparaissent intéressantes Approche MLD (Bemporad, Morari) Approche RPD (Lincoln and Rantzer CDC2002, ADSH2003) Des commandes sous optimales sont recherchées par encadrement Systèmes affines par morceaux, partition de l’espace d’état EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy

EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy En pratique 2 Avec le PM : Problème aux frontières multiples (Conditions partagées aux instants initial et final et aux instants de commutations) Bifurcation dans la trajectoire dès qu'une transition discrète est autorisée ) Résolution par la programmation dynamique Notons que le PM revient également à résoudre HJB mais dans des directions privilégiées correspondant aux trajectoires optimales et pour lesquelles la continuité de V est assurée Conclusion : Des C.N. bien établies Des efforts à mener pour parvenir à des algorithmes de résolution efficaces EEA 20/03/2003 Claude Iung Centre de Recherche en Automatique de Nancy