Diagnostic et commande tolérante aux défauts des systémes non linéaire par approche multimodèles.

Abstract

Dans cette thèse, nous traitons en premier lieu l'estimation de l'état et des défauts des systèmes non linéaires incertains décrits par des modèles flous de Takagi-Sugeno (T-S). Les cas de variables de décisions mesurables (VDM) et non mesurables (VDNM) sont pris en compte. En effet, un observateur robuste basé sur la génération de résidus (ROBRG) pour la détection de défaut est synthétisé avec L2 afin de minimiser l'effet de la perturbation externe. Une approche descripteur est utilisée en considérant les défauts capteur comme une variable d'état auxiliaire. Ensuite, les conditions de stabilisation au sens de Lyapunov sont exprimées sous la forme d’inégalité matricielle linéaire (LMI). Deuxièmement, une commande tolérante aux défauts (FTC)pour les systèmes représentés par des multi modèles T-Ssous contraintes de défauts et de saturation d’actionneur a été étudiée. Basons sur la fonction de Lyapunov,les conditions de synthèse du contrôleur/observateur sont formulées en termes de LMI. Les résultats obtenus sont illustrés sur un modèle de véhicule autonome garantissant une estimation des défauts et une reconfiguration de la loi de commande pour maintenir les performances de stabilité, même en présence de défaut d'actionneur, de perturbations externes et de saturation de la commande. A la fin, nous présentons deux nouvelles lois de commande à temps discret, une loi de commande non -PDC par retour d’état statique et une commande par retour de sortie dynamique des systèmes TS discret à paramètres variant soumis à des contraintes en entrée et d'état. Le formalisme Takagi-Sugeno (TS) et le cadre flou de la fonction de Lyapunov permettent de gérer les paramètres variant et de contrôler la saturation de l’actionneur, la méthode de contrôle proposée est basée sur le critère L2. Pour assurer la stabilité du système en boucle fermée par rapport aux contraintes de saturation données sur l'entrée, différents problèmes d'optimisation sont également formulés en termes d’LMI qui peut être résolues efficacement avec les solveurs disponibles.