IMA4 2016/2017 P47 : Différence entre versions
De Wiki de Projets IMA
(→Informations importantes) |
|||
| Ligne 23 : | Ligne 23 : | ||
Consiste à déterminer un modèle numérique d’un système qui reflète fidèlement son comportement. | Consiste à déterminer un modèle numérique d’un système qui reflète fidèlement son comportement. | ||
| − | ===Les méthodes de d’identification | + | ===Les méthodes de d’identification=== |
*Boîte blanche : utilise les lois de la physique uniquement. | *Boîte blanche : utilise les lois de la physique uniquement. | ||
*Boîte grise : utilise les lois de la physique et les mesures recueillies sur le système. | *Boîte grise : utilise les lois de la physique et les mesures recueillies sur le système. | ||
Version du 31 décembre 2016 à 20:03
Sommaire
Objectif du projet
La modélisation à base de données d’un robot mobile.
Description
Le modèle d’un système permet non seulement une meilleure compréhension de son comportement mais sa bonne utilisation et sa surveillance afin d’apporter des actions correctives à temps lors de défauts ou de défaillance du système.
Ce projet a pour but la modélisation d’un robot à trois roues omnidirectionnelles à savoir le Robotino. Cette modélisation se fera à partir des données recueillies sur ce robot. Ce projet se déroulera suivant les phases suivantes :
- Choix du modèle du robot.
- Choix de l’algorithme d’optimisation.
- Estimation du modèle.
- Validation du modèle.
La validation consistera à comparer le comportement du modèle à celui du robot en appliquant les mêmes commandes aux deux.
Informations importantes
L’identification
Consiste à déterminer un modèle numérique d’un système qui reflète fidèlement son comportement.
Les méthodes de d’identification
- Boîte blanche : utilise les lois de la physique uniquement.
- Boîte grise : utilise les lois de la physique et les mesures recueillies sur le système.
- Boîte noire : se base uniquement sur les données recueillies sur le système.
Cahier des charges
- Prise en main du Robotino
- Identification boite noire d’un modèle linéaire du système :
- Etude des méthodes d’identification des sous-espaces.
- Prise en main de la Toolbox Identification de Matlab.
- Application à l’identification du robot.
- Validation en simulation
- Validation sur le robot
- Identification boîte noire d’un modèle non linéaire du robot :
- Etude des méthodes d’optimisation non linéaires.
- Prise en main de la Toolbox optimisation non linéaire de Matlab.
- Application à l’identification du robot.
- Validation sur le robot
- Création d’une interface avec l’outil GUI de Matlab
Calendrier prévisionnel
Liste des tâches à effectuer
Calendrier
Feuille d'heures
| Tâche | Prélude | Heures S1 | Heures S2 | Heures S3 | Heures S4 | Heures S5 | Heures S6 | Heures S7 | Heures S8 | Heures S9 | Heures S10 | Total |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Définition cahier des charges | 0 |
