Contribution à l'identification et à la commande des robots parallèles
Résumé
This thesis is concerned to the identification and control of a parallel machine (H4 robot from LIRMM). Parallel robots have a high dynamic that implies control laws with capacity to include this dynamic. These laws are based on a dynamic model of the robot and their dynamic parameters must first be identified. Dynamic parameter identification is made by using two methods: weighted least square estimation and bounded error context estimation that yields a garanteed solution set. Bounded error context is developped with ellipsoidal estimation and interval estimation. A comparative parameter estimation of the 14 parameters of the robot with the three methods is presented. The identified parameters are used for the synthesis of a predictive functional control based on a linear model. An original methodology is proposed: first, the identification of the dynamic model and linearisation of the system, then the identification of the internal model for the predictive control and synthesis of the control law with an inner velocity closed loop for stabilize the linear process. Predictive control is compared to two classical strategies used in robotics: PID and computed torque control (CTC). Experimental tracking performance on simples and complex trajectories are tested. Predictive law shows better results on dynamic, tracking error and robustness.
Cette thèse est consacrée à l'identification et à la commande de machines parallèles (robot H4 du LIRMM). Les robots parallèles possèdent une dynamique élevée ce qui impose de lois de commande capables de prendre en compte cette dynamique. Ces lois sont bassées sur le modèle dynamique du robot et les paramètres dynamiques doivent être estimés d'abord. Nous avons proposé deux approches pour identifier ces paramètres : une première approche par moindres carrés pondérés et une deuxième approche dans un contexte à erreur bornée qui fourni un ensemble solution garantie. Dans ce dernier cas deux méthodologies sont mises en œuvre : estimation ellipsoïdale et estimation par intervalles. Une analyse expérimentale comparative des trois méthodes pour l'estimation des 14 paramètres du robot est alors presentée. Les paramètres sont alors utilisés pour la synthèse d'une commande prédictive fonctionnelle référencée sur un modèle linéaire. Une méthodologie originale a été développée : d´abord l'identification du modèle dynamique et linéarisation du système, puis l'identification du modèle interne pour la commande prédictive et synthèse de cette commande avec pré-bouclage en vitesse afin de stabiliser le processus linéarisé. Cette commande est comparée à deux stratégies classiques utilisées en robotique : la commande PID et la commande dynamique. Les performances de ces commandes ont été testées lors de mouvements simples et complexes. La stratégie prédictive fournit de meilleures réponses en termes de dynamique, précision et robustesse.
Loading...