Commande Optimale
¢ Exercice : en appliquant le principe du mamimum de Pontriaguine démontrez l'équation d'Euler-Lagrange d dt. ∂L. ∂ ˙q. −. ∂L. ∂q. = 0. E. Laroche. ENSPS
Contrôle optimal : théorie et applications
optimal et de nombreux exercices et applications sont présentés. Les Exercice 7.3.21 (Sujet d'examen : Commande optimale d'un réacteur chimique).
Commande optimale: AC423
8 sept. 2017 Application: Exercices. •. Exercice 1: On considère le système. •. Aide : on pose l'Hamiltonien. •. Avec les conditions x. H δ δ. -. = λ . 0 u.
Correction TD : Commande optimale - pdfcoffee.com
Travaux dirigés de Commande optimale. Mastère professionnelle. ISSAT Kairouan. 2011-2012. 1/5. Correction TD : Commande optimale. Correction Ex 1. 1) L'
Untitled
Optimisation et analyse convexe : exercices et problèmes corrigés Presses Uni- Commande optimale...« Mais qui utilise ce type de calcul variationnel ? » ai ...
Commande optimale des syst`emes dynamiques Cours 6 Théorie
Commande optimale des syst`emes dynamiques. Cours 6. Théorie du régulateur linéaire quadratique. Page 2. Probl`eme linéaire quadratique en horizon fini. 2. Soit
Commande Optimale
Exercice 3 (Brachistochrone). Pour une trajectoire de la bille (x(t)y(t)) débutant en (0
Commande Optimale dun Réacteur Parfaitement Agité CSTR en
4.5 Comparaison entre la commande optimale LQ et la commande PID exercices corrigés “ Dunod. (2004). [20] Olivier Le Gallo “Automatique des ...
HARMONISATION UMASTER ACADEMIQUE
Contrôle continu: 40% ; Examen: 60%. Références bibliographiques: 1. ABOU-KANDIL Hisham La commande optimale des systèmes dynamiques
Commande Optimale
Connaissance des méthode de commande optimale Exercice : en appliquant le principe du mamimum de Pontriaguine démontrez l'équation d'Euler-Lagrange.
Recueil dexercices de Commande Optimale
16 jan. 2009 Recueil d'exercices de Commande Optimale. Programmation Non Linéaire. Programmation Dynamique. Principe du Maximum. Version 1.0.
Correction TD : Commande optimale - PDFCOFFEE.COM
Travaux dirigés de Commande optimale. Mastère professionnelle. ISSAT Kairouan. 2011-2012. 1/5. Correction TD : Commande optimale. Correction Ex 1.
Commande optimale des syst`emes dynamiques Cours 6 Théorie
d'état proche de son état d'équilibre 0 sans une dépense trop forte en énergie de commande. - Nota : pas de contrainte sur la commande. Commande Optimale.
Commande optimale: AC423
8 sept. 2017 commande obtenue minimise un critère énergétique … ... L'objectif est de déterminer le gain optimal K tel que la ... Suite de l'exercice.
Les mathématiques du mieux faire. Vol. 2 : La commande optimale
Optimisation et analyse convexe : exercices et problèmes corrigés Presses Uni- versitaires de France (1998). Fundamentals of convex analysis (avec C.
Commande optimale Examen (CC)
Exam CC. Commande optimale. Examen (CC). Durée 2H. Tous les exercices sont indépendants. Le bar`eme pré- visionnel est indiqué pour chaque exercice.
Contrôle optimal : théorie et applications
12 mar. 2012 Ajout de quelques exercices. Si vous trouvez des misprints ou des choses incorrectes merci de m'envoyer un mail: emmanuel.trelat@upmc.fr ...
PROGRAMMATION DYNAMIQUE
optimal en insistant sur l'approche programmation dynamique de Bellman. ce poly différents exercices non corrigés portant sur les différentes parties ...
Chapitre II : Budget de production
déterminer le programme de production optimal pour cette entreprise. commandes le coût de possession
Recueil d'exercices de Commande Optimale
Programmation Non Linéaire
Programmation Dynamique
Principe du Maximum
Version 1.0
16 janvier 2009
Michel Llibre - Michel Corrège - Jacques DelmasRef. DCSD-2009_008-NOT-002-1.0
3Table des matières
1 Enoncés5
1.1 Programmation non linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.1 PNL1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.2 PNL2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.3 PNL3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.1.4 PNL4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.1.5 PNL5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.1.6 PNL6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.1.7 PNL7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2 Programmation dynamique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.1 PD1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2.2 PD2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3 Principe du maximum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3.1 PM1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3.2 PM2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3.3 PM3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3.4 PM4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3.5 PM5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3.6 PM6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3.7 PM7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3.8 PM8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.3.9 PM9 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.3.10 PM10 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.3.11 PM11 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2 Solutions17
2.1 Programmation non linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.1.1 PNL1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.1.2 PNL2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.1.3 PNL3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.1.4 PNL4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.1.5 PNL5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.1.6 PNL6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
Page 3/57
Réf. DCSD-2009_008-NOT-002-1.0
4TABLE DES MATIÈRES
2.1.7 PNL7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.2 Programmation dynamique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.2.1 PD1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.2.2 PD2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.3 Principe du maximum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.3.1 PM1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.3.2 PM2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.3.3 PM3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.3.4 PM4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.3.5 PM5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.3.6 PM6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.3.7 PM7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.3.8 PM8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.3.9 PM9 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.3.10 PM10 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
2.3.11 PM11 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
Bibliographie58
Page 4/57
Réf. DCSD-2009_008-NOT-002-1.0
5Chapitre 1
Enoncés
1.1 Programmation non linéaire
1.1.1 PNL1
Soit le processus discret du premier ordre défini par l'équation récurrente: x n+1=xn+un le critère suivant:C=∑N¡1n=0(xn+1
2 u2n)(afin d'atteindrexN=0par valeurs inférieures dexn, tout en minimisant l'énergie dépensée par la
commande). 1±) Ecrire le lagrangien de ce problème.
2±) Ecrire les équations d'optimalité.
3 ψ0 (ou deψ1).
4 ±) Exploiter la condition de transversalité terminale pour établir la relation qui lie 5 ±) Donner la commande optimale en boucle fermée.1.1.2 PNL2
Soit le système discret du deuxième ordre d'équation d'état: {xn+1=xn+yn y n+1=yn+unque l'on veut amener en N étapes d'un état initial quelconquedonné(x0,y0)à l'état final origine
(xN=0,yN=0)en minimisant la fonction coût:C=N¡1∑
n=01 2 u2n1. Vérifier que le système est commandable.
2. Résoudre le problème par la P.N.L.
Page 5/57
Réf. DCSD-2009_008-NOT-002-1.0
61. ENONCÉS
(a) Ecrire le LagrangienL (b) Ecrire les conditions de stationnarité du 1er ordreLun=0,LXn=0(conditions de transver- salité pourn=0etn=N). Pour cela, on notera ϕn+1le paramètre de Lagrange associé à x n+yn¡xn+1=0et ψn+1le paramètre de Lagrange associé àyn+un¡yn+1=0. (c) Vérifier que le système adjoint s'intègre facilement en fonction des inconnuesϕ0etψ0
introduites en remplacement des paramètres de Lagrange associés aux conditions initiales. (d) Eliminerundes équations d'état et les intégrer en fonction des inconnuesϕ0etψ0.
(e) Utiliser les conditions finales pour calculerϕ0etψ0en fonction dex0ety0.
(f) Calculer la commandeu0. En déduire l'expression de la commande en boucle fermée.3. Résoudre le même problème quand l'état terminal est partiellement contraint par la condition
terminale parxN+yN=0. Donner l'expression de la commande en boucle fermée.4. Résoudre le même problème quand l'état initial est partiellement contraint par la condition initiale
parx0+y0=1: (a) avec les conditions terminalesxN=0,yN=0, (b) avec la condition terminalexN+yN=0.Calculer, dans les deux cas, le meilleur point de départ(ˆx0,ˆy0). Que devient l'expression de la
commande optimale en boucle fermée.1.1.3 PNL3
Soit le système discret représenté par l'équation récurrente: x n+1=axn+un aveca6=0eta6=1. Sur l'horizon imposé[0,N]on désire maximiser l'état finalxNà partir del'état initial donnéx0, en consommant toute l'énergiey0disponible à l'instant initial. Plus précisément
on impose la contrainte: 1 2 ∑N¡1n=0u2n=y0(1.1)1. Ecrire le lagrangien et les conditions d'optimalité.
2. Intégrer le système adjoint à rebours
1et déduire la commande optimale en boucle ouverte du
respect de la contrainte (1.1).3. Calculer la valeur théorique duxNatteint avec cette commande optimale.
4. Donner l'expression de la commande optimale en boucle fermée.
1.1.4 PNL4
Soit le systèmeXn+1=[1 1
2 1] X n+(0 1) u nque l'on désire amener en trois étapes deX0= (x0 y 0) donné àX3=(0 0) tout en minimisant le critère: C=1 2 (u20+u21+u22)1. On donne la relation:
N∑
n=1a2(N¡n)=N¡1∑ k=0a2k=1¡a2N1¡a2
Page 6/57
Réf. DCSD-2009_008-NOT-002-1.0
1.1 PROGRAMMATION NON LINÉAIRE7
Trouver les commandes optimales par la programmation non linéaire:1. Ecrire lagrangien, conditions d'optimalités et système adjoint.
2. Intégrer système et adjoint en fonction deX0et
ψ1.
3. Utiliser la condition terminale pour établir le relation qui donne
ψ1en fonction deX0. En déduire
ˆu0en fonction deX0.
4. Donner les expressions deˆu1etˆu2en boucle fermée.
Pour vous éviter trop de calculs numériques, nous vous conseillons d'intégrer le système adjoint
en fonction du vecteur ψ1(inutile de faire intervenir le vecteurψ0). Par ailleurs, on vous donne:A=[1 1
2 1] A¡1=[¡1 1
2¡1]
A¡T=[¡1 2
1¡1]
A2=[3 2
4 3] A3=[7 5
10 7] A¡2T=[3¡4
¡2 3]
et [1 1¡1 5]
5 6 ¡1 6 1 6 1 6 =[1 0 0 1]Remarque: Cet exercice est à rapprocher du même résolu bien plus simplement par la programma-
tion dynamique.1.1.5 PNL5
Soit le processus discret du premier ordre défini par l'équation récurrente: x n+1=axn+un C=1 2N¡1∑
n=0( cx2n+du2n)+x2N 21) Ecrire les conditions d'optimalité du premier ordre.
2) Donner le système d'équations récurrentes (d'ordre 2) dans le sens direct:xn+1et
ψn+1en
fonction dexnetψn.
3) Intégrer ce système dans le cas particuliera=1,c=0,d=1, en fonction du vecteur adjoint
initial inconnu.4) Utiliser la condition finale de transversalité pour calculer ce terme inconnu. En déduire la com-
mande, et en particulier la commande en boucle fermée.1.1.6 PNL6
Soit le processus discret du premier ordre défini par l'équation récurrente: x n+1=2xn+unque l'on désire amener enNétapes d'un état initialx0donné à un état final voisin de zéro, en minimisant
l'énergie de la commande. Pour réaliser cet objectif, on considère le critère à minimiser:
C=1 2 x2N+∑N¡1n=01 2 u2nPage 7/57
Réf. DCSD-2009_008-NOT-002-1.0
81. ENONCÉS
1±) Ecrire le lagrangien de ce problème.
2±) Ecrire les équations d'optimalité.
3±) Intégrer les équations récurrentes du système adjoint et du processus en fonction dex0et de
quotesdbs_dbs8.pdfusesText_14[PDF] exercices corrigés sur la diffraction
[PDF] exercices corrigés sur la logique et le raisonnement
[PDF] exercices corrigés sur la loi de poisson pdf
[PDF] exercices corrigés sur la loi exponentielle pdf
[PDF] exercices corrigés sur la mecanique des fluides.pdf
[PDF] exercices corrigés sur la mécanique du solide
[PDF] exercices corrigés sur la mesure
[PDF] exercices corrigés sur la photosynthèse pdf
[PDF] exercices corrigés sur la régression linéaire multiple
[PDF] exercices corrigés sur la relation fondamentale de la dynamique pdf
[PDF] exercices corrigés sur la tension électrique
[PDF] exercices corrigés sur la théorie des distributions pdf
[PDF] exercices corrigés sur la théorie des graphes.pdf
[PDF] exercices corrigés sur la topologie