Commande neuro-flou inverse des systèmes non linéaires

Abstract FRE

Dans cet article, ont traite l'exploitation des propriétés de l'Intelligence Artificielle dans le domaine d'automatique, notre travail est consacre a l'utilisation des réseaux neuro-flou et précisément ANFIS (Adaptive Neuro-Fuzzy Inference System) pour l'identification des modèle inverse nécessaires a la réalisation des lois de commandes d'un système dynamique non-linéaire.

Le modèle est utilisé dans une première approche, comme contrôleur en boucle ouverte avec le système, (Direct inverse control) pour un objectif de régulation.

Dans la deuxième approche le modèle inverse est utilisé conjointement avec un contrôleur PID classique dans une structure de commande hybride pour améliorer ses performances.

Il contribue au rejet des perturbations.

La troisième approche la commande par modèle interne (Internal model control) pour connaitre la robustesse du modèle neuro-flou, même que le système est soumis à une constante perturbation.

La dernière section présente une application de ces structures sur un système non-linéaire.

Les travaux sont validés par des simulations sous l'environnement MATLAB.