Université des Sciences et de la Technologie Houari Boumediene

Faculté d’Electronique & Informatique

MASTER ELECTROTECHNIQUE INDUSTRIELLE

Techniques d’identification et de contrôle

MET305

LA COMMANDE ADAPTATIVE

A. NAIT SEGHIR
2013-2014
MET305 Partie 2 Commande Adaptative!

INTRODUCTION
La motivation de la commande adaptative est d'apporter une solution à la commande des systèmes dont le
comportement dynamique est partiellement ou totalement inconnu et éventuellement variable dans le temps.
Dans ces situations, les méthodes classiques de commande n'aboutissent pas aux performances désirées en boucle
fermée, et conduisent à une détérioration du réglage.
En automatique, un régulateur est dit adaptatif s'il peut modifier son comportement, en réponse à des
changements dans la dynamique du procédé ou des perturbations, pour maintenir un certain niveau de performance
préalablement choisi. Cette modification doit se faire d'une manière automatique, sans intervention externe [ÅST89].
Lorsque le système est non-linéaire et que les paramètres de son modèle de connaissance varient dans de
grandes proportions, la commande adaptative est une alternative intéressante.

Plusieurs possibilités de commande adaptative peuvent être envisagées. Dans cette partie, la commande des
systèmes linéaires, dont les paramètres sont inconnus ou variables dans le temps, sera considérée. Le régulateur
comporte un algorithme d'identification récursif, permettant d'estimer en ligne les paramètres de la fonction de
transfert échantillonnée équivalente, combiné avec une stratégie de commande. Ce qui donne des régulateurs auto-
ajustables ou régulateurs adaptatifs [GOO84].

[Link] SEGHIR page 1

MET305 Partie 2 Commande Adaptative!

COMMANDE A CONTRE-REACTION ET COMMANDE ADAPTATIVE

La structure de base de la commande adaptative est constituée de deux boucles de régulation. On retrouve la
boucle classique à contre réaction comportant le procédé et le régulateur à paramètres ajustables. La seconde boucle
permet de réajuster en ligne les paramètres du régulateur en fonction d'un certain indice de performance. Cet indice
regroupe les objectifs désirés [LAN86].
La boucle à contre réaction, prend en charge l'effet des perturbations agissant sur les variables à réguler. La
boucle d'adaptation quant à elle, permet de diminuer l'effet des perturbations paramétriques agissant sur le procédé lui-
même, tout en gardant les objectifs fixés.
Le schéma de base de la commande adaptative est représenté par la figure (1).

Figure 1 : Structure de base d'une commande adaptative

[Link] SEGHIR page 2

MET305 Partie 2 Commande Adaptative!

DIFFERENTES TECHNIQUES DE COMMANDE ADAPTATIVE

Parmi les méthodes de commande adaptative, deux principales approches ont attiré le plus d'attention [ÅST89]:
 La commande adaptative à modèle de référence (Model Reference Adaptive Control "M.R.A.C").
 Les systèmes de commande auto-ajustable (Self-Tuning Regulator "S.T.R").
La principale différence qui existe entre les deux approches réside dans le mode d'ajustement des paramètres du
régulateur. De plus, les systèmes MRAC sont initialement développés pour les problèmes de poursuite en temps
continu déterministe et la technique STR pour les problèmes de régulation discrète stochastique [LAN81].
Après la présentation des généralités sur ces deux approches, nous nous intéresserons, aux régulateurs auto-
ajustables.
Commande adaptative à modèle de référence
Les systèmes MRAC sont importants puisqu'ils sont relativement simples à implémenter et qu'ils n'ont pas
besoin d'une identification des performances de la dynamique du procédé. L'idée de base de ces systèmes est de
synthétiser le signal de commande qui forcera le système de se conduire d'une certaine manière prescrite par un
modèle de référence idéalement choisi (Figure 2) [CHA87], [LAN79].

Dans cette approche, la comparaison entre l'indice de performance (IP) désiré et celui mesuré est obtenu
directement en comparant la sortie du modèle de référence avec celle du système à commander. L'erreur est utilisée
par la suite par le mécanisme d'adaptation pour l'ajustement des paramètres du régulateur. Ce schéma représente les
systèmes (MRAC) implicite (appelés aussi systèmes de commande adaptative directe).

[Link] SEGHIR page 3

MET305 Partie 2 Commande Adaptative!

Figure 2 : Commande adaptative à modèle de référence.

Il existe des systèmes MRAC explicite (appelés aussi systèmes de commande adaptative indirecte), dans
lesquels, un prédicteur adaptatif dérivé des systèmes adaptatifs à modèle de référence (SAMR) est utilisé [LAN80],
[LAN81], [SIL79]. Les paramètres de ce dernier servent pour le calcul du régulateur (Figure 3). L'ensemble prédicteur
adaptatif-contrôleur se conduit à chaque instant comme le système à dynamique "désirée".

Par ailleurs, il est démontré que pour une paramétrisation particulière du procédé, les deux aspects de
commande conduisent aux mêmes équations [ÅST89], [GOO84].

[Link] SEGHIR page 4

MET305 Partie 2 Commande Adaptative!

Figure 3 : Commande adaptative à modèle de référence implicite.

Commande auto-ajustable
Dans les systèmes adaptatifs, il est supposé que les paramètres du régulateur sont ajustés pendant tout le temps.
Ceci implique que les paramètres du régulateur suivent les changements dans le processus. Le régulateur est appelé
auto-ajustable du fait qu'il ajuste le contrôleur aux performances désirées [ÅST89].
Les régulateurs auto-ajustables se basent essentiellement sur l'estimation des paramètres du procédé. Les
paramètres du régulateur sont calculés indirectement, via le prédicteur (Figure 4). C'est l'algorithme auto-ajustable
indirect (explicit self-tuning control). Il est cependant possible de reparamétriser le modèle en termes de paramètres du
régulateur de façon à ce qu'ils soient estimés directement (Figure 5). Ce qui donne une simplification signifiante de
l'algorithme. C'est le régulateur auto-ajustable direct (implicit self-tuning control) [ÅST73].

[Link] SEGHIR page 5

MET305 Partie 2 Commande Adaptative!

Nous allons présenter deux de ces régulateurs auto-ajustables, à savoir:

 les régulateurs auto-ajustables à variance minimale généralisée.
 les régulateurs auto-ajustables à erreur de prédiction minimale.

Figure 4 : Commande auto-ajustable schéma de base

Pour les deux stratégies de commande, l'approche directe est adoptée. Elle a pour avantage d'éliminer l'étape de
l'identification des paramètres du procédé. Ce qui facilite les calculs et réduit le temps d'exécution.

[Link] SEGHIR page 6

MET305 Partie 2 Commande Adaptative!

Figure 5 : Cycle auto-ajustable implicite

Le schéma de la commande adaptative à erreur de prédiction minimale est destiné à opérer dans un
environnement déterministe et les régulateurs auto-ajustables à variance minimale généralisée sont destinés à opérer
dans un environnement stochastique [ÅST89], [GOO84].

METHODES RECURSIVES D’IDENTIFICATION

Parmi l’ensemble des techniques d’identification développées depuis le début des années 60, les méthodes
récursives ont rapidement vu le jour [LAN93a]. Leur principal objectif consiste à estimer, de manière consistante et en
ligne, le modèle du processus étudié. Les deux raisons fondamentales de ce développement sont que :

[Link] SEGHIR page 7

MET305 Partie 2 Commande Adaptative!

 ces techniques permettent de suivre les évolutions (lentes) de la dynamique du système étudié en adaptant
continuellement le modèle de procédé. Il est alors possible de prendre des décisions en temps réel en fonction
des dernières informations acquises sur le processus;
 ces méthodes sont, la plupart du temps, moins gourmandes en mémoire et en temps de calcul que leurs
homologues hors ligne tout en étant capables de fournir un modèle fiable du procédé.

Comme la commande adaptative est articulée principalement sur une phase d’identification paramétrique, les
méthodes d’identification paramétrique utilisées sont: l’Algorithme du gradient et les Moindres carrées récursifs.

COMMANDE AUTO-AJUSTABLE A VARIANCE MINIMALE

Principe de la commande
Le premier régulateur auto-ajustable développé par Åström & Wittenmark, est basé sur le principe de la
variance minimale stochastique. C'est une approche utilisant l'objectif de la commande optimale. Les suppositions
requises sont que le système soit à phase minimale, le temps de retard soit connu et qu'une limite de l'ordre du système
soit donnée. L'objectif de cette approche est de minimiser la variance de la sortie mesurée [ÅST73].

Clarke et Gawthrop, ont étendu cette idée pour couvrir une large variété d'objectifs, en incluant les variations du
point de fonctionnement de façon à assurer la poursuite et la régulation. Cela nécessite la minimisation d'une
combinaison de la variance de la commande et celle de la sortie [CLA75], [CLA79].

[Link] SEGHIR page 8

MET305 Partie 2 Commande Adaptative!

Synthèse d'un régulateur auto-ajustable à variance minimale généralisée

Le système à commander est décrit par le modèle ARMAX (Auto-Regressif à moyenne Mobile et entrée
eXogène), à paramètres constants. Ce modèle est à la base de la synthèse de la plupart des lois de commande linéaire
et de techniques d'identification (Figure 6). Il est donné par:

A( q-1 )y(k) = q-d B( q-1 )u(k)+ C( q-1 ) (k) (1)

d représente le retard pur du système. C'est un nombre entier de périodes d'échantillonnage, et d1.
y(k) et u(k) sont respectivement, l'entrée et la sortie du système. ξ(k) est une séquence non corrélée provenant du bruit
de mesure, de variance σ.
Les polynômes A, B et C sont donnés par:

A( q-1 ) = 1+ a1 q-1 + ...+ an q-n

B( q-1 ) = b0 + b1 q-1 + ...+ bm q-m , b0  0
C( q-1 ) = 1+ c1 q-1 + ...+ cl q-l
La définition de d impose: b0 0. Les racines du polynôme C sont supposées résider à l'intérieur du cercle unité
(stabilité du système en boucle fermée).

[Link] SEGHIR page 9

MET305 Partie 2 Commande Adaptative!

+
+

Figure 6: Structure du modèle ARMAX.

Aucune restriction n'est imposée aux polynômes A et B. Cependant, le retard d et des bornes supérieurs de n, m et l
doivent être connus a priori.
La structure du régulateur dépend du choix de la fonction coût à minimiser. Pour la technique de variance
minimale généralisée, le critère choisit par Clarke et Gawthrop consiste à minimiser la variance d'une sortie auxiliaire
[CLA79].

J = E[ 2 (k + d / k )] (2)
Φ est la sortie auxiliaire (Figure 7) de la forme:

(k + d) = P( q -1 )y(k + d) + Q( q -1 )u(k) - R( q -1 )W(k) (3)

W(k) désigne le signal de référence à l'instant k. Les Polynômes P, Q et R sont des pondérations qui peuvent être
choisies selon les caractéristiques de la réponse désirée (action intégrale, minimisation des effets de la perturbation,...).

[Link] SEGHIR page 10

MET305 Partie 2 Commande Adaptative!

Ce critère introduit dans sa structure suffisamment de degrés de liberté pour pouvoir assurer la stabilité d'une
large variété de systèmes.
Dans l'équation (3), le second et le troisième terme du second membre sont connus à l'instant k. Il reste alors à prédire
le premier terme, qui est de la forme:

-1
 y (k) = P( q )y(k) (4)

La prédiction de la sortie Φy est donnée par [CLA79], [GAW82]:

C( q-1 ) * y (k + d / k ) = F( q-1 )y(k)+ G( q-1 )u(k) (5)

où F et G sont des polynômes vérifiant l'identité:

-1 -1 -1
C( q )P( q ) -1 - d F( q )
= E( q ) + q (6)
A( q-1 ) A( q-1 )

avec: G = E B . E et F sont respectivement, d'ordre (d-1) et (n-1). A partir des équations (3) et (5), la sortie auxiliaire
prédite sera:

-1 -1
* (k + d) = * y (k + d) + Q( q )u(k) - R( q )W(k) (7)

[Link] SEGHIR page 11

MET305 Partie 2 Commande Adaptative!

Perturbation

+
Entrée + Sortie

Modèle
Auxiliaire

+ +
- Sortie
auxiliaire
Point désiré

Figure 7 : Structure du modèle du procédé avec le modèle auxiliaire.

La loi de commande optimale obtenue par minimisation du critère choisi, en annulant la prédiction à l'instant k de la
sortie auxiliaire définie par (7), est donnée comme suit:

R( q-1 )W(k) - * y (k + d / k )
U 0 (k) = (8)
Q( q-1 )

En utilisant les équations (5) et (7), elle s'exprime par:

[Link] SEGHIR page 12

MET305 Partie 2 Commande Adaptative!

C( q -1 )R( q -1 )W(k) - F( q -1 )y(k)

U 0 (k) = (9)
G( q -1 ) + Q( q -1 )C( q -1 )

C'est une loi de commande incluant la trajectoire de référence. Cette commande optimale doit, en outre, être
combinée avec un algorithme d'estimation paramétrique pour produire un régulateur auto-ajustable.
Algorithme auto-ajustable implicite
Le schéma implicite de Åstrom et Wittenmark, et Clarke & Gawthrop est basé sur l'idée d'éviter de séparer
entre l'étape d'identification et celle de la commande, car les paramètres du contrôleur sont incorporés dans la
procédure d'identification [ÅST73], [CLA75], [CLA79].
Pour calculer la commande optimale (8), il est nécessaire d'avoir la sortie  y (k + d / k )
*
définie par (5). Comme

les polynômes F, G et C sont inconnus, leurs coefficients sont alors à estimer. Pour cela, un algorithme d'identification
récursif basé sur les moindres carrés étendus (MCE), est utilisé. Le "principe d'équivalence certaine", permet d'utiliser
les estimés à la place des vrais paramètres, dans la loi de commande [ÅST89].
Le prédicteur peut s'écrire comme suit:
n

 y (k + d / k ) = F( q ) y(k) + G( q ) u(k) -  ci  y (k + d  i / k -i )
* -1 -1 *
(10)
i=1

Définissons les vecteurs Χ et θ par:

[Link] SEGHIR page 13
MET305 Partie 2 Commande Adaptative!

 T (k) = [ g 0 , ... ; f 0 , ... ; - c1 , ... ]

T
 (k) = [ u(k) , ... ; y(k) , ... ; * y (k + d - 1 / k -1 ) , ... ]
Ces derniers désignent les observations et les paramètres correspondants. L'équation (5) devient alors:

 y (k + d / k ) =  (k) (k)
* T
(11)

Finalement, prédire la sortie * y (k + d / k ) revient à estimer le vecteur paramètres θ composé des coefficients des

polynômes F, G et C.
L'algorithme auto-ajustable direct est donné par:
étape 1: Estimation du vecteur paramètres θ par les moindres carrés étendus.
étape 2: Calcul du prédicteur * y (k + d / k ) puis du signal de commande donné par l'équation (8) en utilisant les

estimés obtenus dans l'étape 1.

Revenir à l'étape 1.

[Link] SEGHIR page 14