IMA4 2016/2017 P47 : Différence entre versions
(Page créée avec « __________________________________________________________________________________________________________________________________________ <FONT color="#0080FF"> <B> <FONT ... ») |
|||
Ligne 32 : | Ligne 32 : | ||
<FONT color="#33CCCC"> <B> <FONT SIZE="5"><U> Objectif du projet :</U></FONT></B></FONT> | <FONT color="#33CCCC"> <B> <FONT SIZE="5"><U> Objectif du projet :</U></FONT></B></FONT> | ||
+ | |||
<FONT SIZE="3"> La modélisation à base de données d’un robot mobile.</FONT> | <FONT SIZE="3"> La modélisation à base de données d’un robot mobile.</FONT> | ||
Ligne 41 : | Ligne 42 : | ||
<FONT color="#33CCCC"> <B> <FONT SIZE="5"> <U>Description :</U></FONT></B></FONT> | <FONT color="#33CCCC"> <B> <FONT SIZE="5"> <U>Description :</U></FONT></B></FONT> | ||
+ | |||
<FONT SIZE="3">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. | <FONT SIZE="3">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. | ||
Ligne 58 : | Ligne 60 : | ||
<FONT color="#33CCCC"> <B> <FONT SIZE="5"><U>Ce qu’il faut savoir avant de commencer :</U></FONT></B></FONT> | <FONT color="#33CCCC"> <B> <FONT SIZE="5"><U>Ce qu’il faut savoir avant de commencer :</U></FONT></B></FONT> | ||
− | |||
− | II- Les méthodes de d’identification : | + | <FONT SIZE="3"><FONT color="#6600FF"><FONT SIZE="4">I- L’identification : </FONT></FONT> |
+ | |||
+ | Consiste à déterminer un modèle numérique d’un système qui reflète fidèlement son comportement | ||
+ | |||
+ | |||
+ | <FONT color="#6600FF"><FONT SIZE="4">II- Les méthodes de d’identification : </FONT></FONT> | ||
• 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 | ||
Ligne 68 : | Ligne 74 : | ||
+ | |||
+ | ____________________________________________________________________________________ | ||
<FONT color="#0080FF"> <B> <FONT SIZE="20"> CAHIER DES CHARGES :</FONT></B></FONT> | <FONT color="#0080FF"> <B> <FONT SIZE="20"> CAHIER DES CHARGES :</FONT></B></FONT> | ||
+ | ____________________________________________________________________________________ | ||
+ | <FONT SIZE="3"><FONT color="#6600FF">•</FONT> La prise en main du Robotino | ||
− | <FONT | + | <FONT color="#6600FF">•</FONT> Identification boite noire d’un modèle linéaire du système : |
− | |||
− | |||
- Etude des méthodes d’identification des sous-espaces | - Etude des méthodes d’identification des sous-espaces | ||
- Prise en main de la Toolbox Identification de Matlab | - Prise en main de la Toolbox Identification de Matlab | ||
- Application à l’identification du robot | - Application à l’identification du robot | ||
− | • Validation en simulation | + | <FONT color="#6600FF">•</FONT> Validation en simulation |
− | • Validation sur le robot | + | <FONT color="#6600FF">•</FONT> Validation sur le robot |
− | • Identification boîte noire d’un modèle non linéaire du robot : | + | <FONT color="#6600FF">•</FONT> Identification boîte noire d’un modèle non linéaire du robot : |
- Etude des méthodes d’optimisation non linéaires | - Etude des méthodes d’optimisation non linéaires | ||
- Prise en main de la Toolbox optimisation non linéaire de Matlab | - Prise en main de la Toolbox optimisation non linéaire de Matlab | ||
- Application à l’identification du robot | - Application à l’identification du robot | ||
− | • Validation sur le robot | + | <FONT color="#6600FF">•</FONT> Validation sur le robot |
− | • Comparaison des deux modèles | + | <FONT color="#6600FF">•</FONT> Comparaison des deux modèles |
− | • Création d’une interface avec l’outil GUI de Matlab</FONT> | + | <FONT color="#6600FF">•</FONT> Création d’une interface avec l’outil GUI de Matlab</FONT> |
Version du 18 décembre 2016 à 20:51
__________________________________________________________________________________________________________________________________________
Projet 47 : Modélisation d’un robot mobile
__________________________________________________________________________________________________________________________________________
Encadrant : Mr. MIDZODZI Pekpe
Etudiants : MOHAMMED Djamil & KERROUM Hamza
___________________________________________________________
INTRODUCTION :
___________________________________________________________
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.
Ce qu’il faut savoir avant de commencer :
I- L’identification :
Consiste à déterminer un modèle numérique d’un système qui reflète fidèlement son comportement
II- 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 :
____________________________________________________________________________________
• La 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
• Comparaison des deux modèles
• Création d’une interface avec l’outil GUI de Matlab