Détails du sujet
Modélisation et commande d'un pendule inversé par un réseau des neurones artificiels.
Résumé
Auteur : BIKANABA KIFUNGO
Niveau: TECH2
Département: Génie Electrique et Informatique
Année Ac: 2020-2021 , | 2021-03-07 12:31:54
Mots clés
Réseaux de neurones artificiels, Matlab, Simulink, Commande Optimale, Pendule inversé, Algorithme de rétro-propagation, Système non-linéaire.
Intérêt
Le pendule inversé a toujours été utilisé pour tester les nouvelles méthodes de commande, car il possède plusieurs caractéristiques attrayantes : c’est un système non linéaire, intrinsèquement instable et il possède plusieurs implications pratiques [2].
L’intérêt de ce travail est l’étude et l’application d’une commande basé sur un réseau de neurones pour stabiliser un pendule inversé qui est un système non linéaire, instable, SIMO (Single Input Multiple Output).
Problématique
L’industrie moderne à besoin d’obtenir les meilleurs résultats pour la commande des systèmes travaillant toujours aux limites des contraintes. Les scientifiques proposent plusieurs méthodes de commande comme éventuelle solution, l’une de ces méthodes est l’utilisation de la technique de réseaux de neurones artificiels (RNA) dans le processus de contrôle, soit dans la conception du modèle soit dans la conception du contrôleur. Les réseaux de neurones artificiels constituent l'une des approches d’intelligence artificielle (IA) dont le développement se fait à travers les méthodes par lesquelles l'homme essaye toujours d’imiter la nature et de reproduire des modes de raisonnement et de comportement qui lui sont propre. Ces derniers présentent plusieurs avantages notamment comme approximateurs globaux qui peuvent fournir des solutions efficaces aux problèmes de contrôle des systèmes non linéaires[1]
Pour le cas des systèmes non-linéaires, les techniques usuelles de commande tel que le PID ont montré souvent leur manque de précision lorsque les systèmes à étudier présentent de fortes non linéarités. Le manque de connaissances à priori nécessaire pour l’élaboration du modèle mathématique était en quelque sorte dans cet échec alors les méthodes par apprentissages sont elle nécessaire dans la réalisation de la commande? Plan provisoire
Introduction
Chapitre I : Réseau des neurones artificiels
Chapitre II : Modélisation du pendule inversé
Chapitre III :Commande du pendule inversé par un réseau des neurones artificiels
Conclusion générale Hypothèses
Face à cette problématique, les méthodes de commandes par apprentissage sont devenues une nécessité car les systèmes de commande obtenus ainsi procèdent par collecter des données empiriques, stocker et extraire les connaissances contenues dans celle-ci et utiliser ces connaissances pour réagir à de nouvelles situations : on est passé à la commande intelligente La possibilité d’apprentissage peut réduire l’effort humain lors de la conception des contrôleurs et permet de découvrir des structures de contrôle plus efficace que celles déjà connues [3]. Méthodes
Nous utiliserons plusieurs méthodes de cette liste non exhaustive:
- la méthode analytique
- la methode documentaire
- la méthode expérimental
- ... Bibliographie
[1] Merzouka NOURESSADAT : "Etude des performances des réseaux de neurones dynamiques à représenter des systèmes réels : une approche dans l'espace d’état". Mémoire de Mgister. Université de Setif 1, 2009.
[2] Sofiane IAMARENE, Ferhat AISSANI : "Commande d’un pendule inversé". Mémoire de Master. Université Abderrahmane Mira, Bejaia. 2015.
[3] Mohammed SALEM, Djamel Eddine CHAOUCH, Fayçal KHELFI : « Commande neuronale inverse des systèmes non linéaires ». 4th International Conference on Computer Integrated Manufacturing CIP, pp- 7. Centre Universitaire Mustapha Stambouli, Mascara, Algérie, 2007.
[4] S. Andary A.Chemori and S. Kru. Control of the underactuated inertia wheel inverted pendulum for stable limit cycle generation. Advanced Robotics, 23(6) :1999–2014, 2009.
[5] No authors listed. Independence(tm) ibot(tm) 3000 mobility system : a stair-climbing wheelchair. In Issues Emerg Health Technol, 2004.
[6] D.ChoiandJ.H.Oh.Human-friendlymotioncontrolofawheeledinvertedpendulumbyreduced- order disturbance observer. In IEEE International Conference on Robotics and Automation, Pasadena, CA, USA, 2008.
Directeur & Encadreur
Directeur: BARAKA Olivier MUSHAGE
Encadreur: IRENGE Raoul BAGUMA
Status
Décision ou observation:
Feu vert:
Déposé : NON
Défendu: NON
Finalisé: NON
Modélisation et commande d'un pendule inversé par un réseau des neurones artificiels.
Résumé
Auteur : BIKANABA KIFUNGO
Niveau: TECH2
Département: Génie Electrique et Informatique
Année Ac: 2020-2021 , | 2021-03-07 12:31:54
Mots clés
Réseaux de neurones artificiels, Matlab, Simulink, Commande Optimale, Pendule inversé, Algorithme de rétro-propagation, Système non-linéaire.Intérêt
Le pendule inversé a toujours été utilisé pour tester les nouvelles méthodes de commande, car il possède plusieurs caractéristiques attrayantes : c’est un système non linéaire, intrinsèquement instable et il possède plusieurs implications pratiques [2].L’intérêt de ce travail est l’étude et l’application d’une commande basé sur un réseau de neurones pour stabiliser un pendule inversé qui est un système non linéaire, instable, SIMO (Single Input Multiple Output).
Problématique
L’industrie moderne à besoin d’obtenir les meilleurs résultats pour la commande des systèmes travaillant toujours aux limites des contraintes. Les scientifiques proposent plusieurs méthodes de commande comme éventuelle solution, l’une de ces méthodes est l’utilisation de la technique de réseaux de neurones artificiels (RNA) dans le processus de contrôle, soit dans la conception du modèle soit dans la conception du contrôleur. Les réseaux de neurones artificiels constituent l'une des approches d’intelligence artificielle (IA) dont le développement se fait à travers les méthodes par lesquelles l'homme essaye toujours d’imiter la nature et de reproduire des modes de raisonnement et de comportement qui lui sont propre. Ces derniers présentent plusieurs avantages notamment comme approximateurs globaux qui peuvent fournir des solutions efficaces aux problèmes de contrôle des systèmes non linéaires[1]Pour le cas des systèmes non-linéaires, les techniques usuelles de commande tel que le PID ont montré souvent leur manque de précision lorsque les systèmes à étudier présentent de fortes non linéarités. Le manque de connaissances à priori nécessaire pour l’élaboration du modèle mathématique était en quelque sorte dans cet échec alors les méthodes par apprentissages sont elle nécessaire dans la réalisation de la commande?
Plan provisoire
IntroductionChapitre I : Réseau des neurones artificiels
Chapitre II : Modélisation du pendule inversé
Chapitre III :Commande du pendule inversé par un réseau des neurones artificiels
Conclusion générale
Hypothèses
Face à cette problématique, les méthodes de commandes par apprentissage sont devenues une nécessité car les systèmes de commande obtenus ainsi procèdent par collecter des données empiriques, stocker et extraire les connaissances contenues dans celle-ci et utiliser ces connaissances pour réagir à de nouvelles situations : on est passé à la commande intelligente La possibilité d’apprentissage peut réduire l’effort humain lors de la conception des contrôleurs et permet de découvrir des structures de contrôle plus efficace que celles déjà connues [3].Méthodes
Nous utiliserons plusieurs méthodes de cette liste non exhaustive:- la méthode analytique
- la methode documentaire
- la méthode expérimental
- ...
Bibliographie
[1] Merzouka NOURESSADAT : "Etude des performances des réseaux de neurones dynamiques à représenter des systèmes réels : une approche dans l'espace d’état". Mémoire de Mgister. Université de Setif 1, 2009.[2] Sofiane IAMARENE, Ferhat AISSANI : "Commande d’un pendule inversé". Mémoire de Master. Université Abderrahmane Mira, Bejaia. 2015.
[3] Mohammed SALEM, Djamel Eddine CHAOUCH, Fayçal KHELFI : « Commande neuronale inverse des systèmes non linéaires ». 4th International Conference on Computer Integrated Manufacturing CIP, pp- 7. Centre Universitaire Mustapha Stambouli, Mascara, Algérie, 2007.
[4] S. Andary A.Chemori and S. Kru. Control of the underactuated inertia wheel inverted pendulum for stable limit cycle generation. Advanced Robotics, 23(6) :1999–2014, 2009.
[5] No authors listed. Independence(tm) ibot(tm) 3000 mobility system : a stair-climbing wheelchair. In Issues Emerg Health Technol, 2004.
[6] D.ChoiandJ.H.Oh.Human-friendlymotioncontrolofawheeledinvertedpendulumbyreduced- order disturbance observer. In IEEE International Conference on Robotics and Automation, Pasadena, CA, USA, 2008.
Directeur & Encadreur
Directeur: BARAKA Olivier MUSHAGEEncadreur: IRENGE Raoul BAGUMA
Status
Décision ou observation:Feu vert:
Déposé : NON
Défendu: NON
Finalisé: NON