IMA4 2016/2017 P47 : Différence entre versions

De Wiki d'activités IMA
(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>
  
<FONT SIZE="3">I- L’identification : consiste à déterminer un modèle numérique d’un système qui reflète fidèlement son comportement
 
  
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 SIZE="3">• La prise en main du Robotino
+
<FONT color="#6600FF">•</FONT> Identification boite noire d’un modèle linéaire du système :
 
 
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