La commande événementielle offre une alternative prometteuse à la commande périodique classique, qui est considérée comme peu économe vis-à-vis des ressources. Contrairement à la commande classique, la commande événementielle propose de passer d'une loi de commande en temps continu à une loi de commande numérique à travers un échantillonnage non-uniforme. Dans ce cas, une nouvelle valeur de la loi de commande n'est calculée que lorsque la réponse du système est inadmissible. En revanche, la valeur de la loi de commande est maintenue constante si la réponse est satisfaisante. Dans cette thèse, nous explorons des moyens de réduire le nombre de mise à jour de la loi de commande, et de rallonger les intervalles de temps entre les mises à jour.Dans le cas des systèmes linéaires, nous présentons un algorithme de stabilisation dans lequel nous relaxons les conditions de stabilité sur la fonction de Lyapunov du système. Pour induire moins d'échantillons, on requiert uniquement que cette fonction soit maintenue sous un seuil décroissant. Le calcul des paramètres optimaux du seuil est transformé en problème de valeurs propres généralisées. Ensuite, cette approche est étendue aux systèmes dits switched, et une version self-triggered est proposée. Nous traitons également le problème de suivi de trajectoire par une commande événementielle. Enfin, dans le cas du contrôle des systèmes non-linéaires, nous proposons d'utiliser une analyse de contraction des trajectoires, et ce à cause de la difficulté de trouver une fonction de Lyapunov pour ces systèmes. / Event-triggered control offers a promising alternative to the classical, resource-consuming, periodic control. It suggests to replace the periodic, high frequency sampling used in the continuous-to-discrete transformations of control signals with aperiodic sampling. A new value of the event-triggered control law is computed only when the system's response is unsatisfactory. The control value is kept constant otherwise. In this thesis, we explore ways to induce fewer updates, and to have longer intervals between two samples. We also seek to make the algorithms that we design more detailed, by describing how to choose or compute the optimal parameters.In the linear case, we present a stabilizing algorithm in which we relax the stability conditions on the system's Lyapunov function to produce fewer, sparser updates of the control law. Stability is ensured by maintaining the Lyapunov function below a certain decreasing threshold. The optimal threshold function is derived by solving a maximum generalized eigenvalue problem. This approach is then extended to switched linear systems. We also present a self-triggered version of this algorithm using Newton methods for optimization and root-finding. The reference tracking problem is treated in the event-triggered control framework as well. Finally, in the nonlinear case, due to the difficulty of finding a Lyapunov function, we explore the use of contraction analysis. This approach allows us to describe the nonlinear event-triggered control algorithm more thoroughly than if we had used Lyapunov techniques.
Identifer | oai:union.ndltd.org:theses.fr/2019GREAM009 |
Date | 15 February 2019 |
Creators | Zobiri, Fairouz |
Contributors | Grenoble Alpes, Bidégaray-Fesquet, Brigitte |
Source Sets | Dépôt national des thèses électroniques françaises |
Language | English |
Detected Language | French |
Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0024 seconds