1 |
Apprentissage statistique de modèles réduits non-linéaires par approche expérimentale et design de contrôleurs robustes: le cas de la cavité ouverteOttonelli, Claudio 20 June 2014 (has links) (PDF)
Cette thèse est consacrée à la conception d'un contrôle en boucle fermée d'un écoulement de cavité subsonique. L'objectif est de réaliser un contrôleur qui dépend seulement de grandeurs observables expérimentalement et qui gère des situations où les écoulements sont excités par des perturbations aléatoires extérieures. Pour faire face à ces deux aspects essentiels, deux stratégies ont été définies: l'identification d'un modèle non-linéaire reproduisant la dynamique de l'écoulement à partir seulement d'informations mesurables et la conception d'un compensateur linéaire robuste, basée sur la théorie du contrôle H∞, qui incorpore des propriété de robustesse dans la définition de la fonction objectif. La première partie de la thèse est consacrée à l'identification d'un modèle non-linéaire grâce à des données obtenues à partir d'une expérience menée dans la soufflerie subsonique (M = 0.1) S19 sur le site Chalais-Meudon de l'ONERA. Afin de décrire la dynamique de cet écoulement, et en particulier son contenu fréquentiel, l'écoulement sans contrôle a été caractérisé par des mesures par fil chaud et de pression instationnaire et par des clichés de vélocimétrie par images des particules (PIV) résolue en temps. Un filtrage temporel a été appliqué avec succès aux clichés PIV afin d'extraire la dynamique basse fréquence de l'écoulement. Cette étape est indispensable pour pouvoir gérer des écoulements turbulents caractérisés par un spectre fréquentiel très étendu. Les modes POD obtenus ont été utilisés comme base de projection pour le champ de vitesse et les trajectoires associées ont été interpolées (apprentissage statistique) sur une structure de modèle non-linéaire autorégressif exogène (NLARX). Il s'avère que les modèles obtenus ne sont pas robustes, dans le sens où ils ne parviennent pas à reproduire la dynamique d'un ensemble de données de validation, une fois adaptés à un ensemble de données d'apprentissage. Il a été démontré que cet échec est dû aux fortes non-linéarités observées dans l'écoulement de cavité, qui rendent impraticables les méthodes d'identification. La deuxième partie de la thèse est consacrée à la conception d'un contrôleur robuste à partir de simulations numériques d'un écoulement de cavité carrée, incompressible et en régime transitionnel, pour différents nombres de Reynolds. Diverses méthodes de synthèse de contrôleur ont été testées et évaluées en utilisant plusieurs mesures de robustesse. On a constaté que la technique traditionnelle de contrôle linéaire quadratique gaussien (LQG) présente une faible robustesse aux perturbations extérieures, tandis que d'autres, comme la technique LTR (Loop Transfer Recovery) et les contrôleurs basés sur les perturbations "les pires" (worst-case), améliorent la robustesse, mais pas suffisamment pour faire face à la forte non-linéarité de l'écoulement. Dans ce but, on met en place un contrôleur qui optimise les propriétés de robustesse par rapport à des incertitudes de type "entrée-multiplicative" et de type "entrée vers sortie". Celui-ci présente des marges de robustesse fortement augmentées par rapport à l'introduction de perturbations de la partie stable de la dynamique entré-sortie, même si le prix à payer en terme de performance est significatif. Une stratégie pour prendre en compte également des perturbations de la partie instable de la dynamique entrée-sortie, comme celles obtenues par un changement du nombre de Reynolds, a été présentée.
|
Page generated in 0.1166 seconds