Faculté des sciences et des sciences appliquées

Département de Génie électrique

PROJET DE FIN D’ETUDES
En vue de l’obtention du diplôme de
MASTER EN ELECTROMECANIQUE ET SYSTEMES DE COMMANDE

Thème

Modélisation et commande d’un robot manipulateur à

3 degrés de liberté de type SCARA

Présenté par : Encadré par :

o TALEB Houssem Eddine Mr. DJEBIRI Mustapha

o SIFODIL Zakaria

Soutenue le : 27/06/2016

Devant le jury composé de :

Président de jury : KIRACHE Nora

Examinateur 1 : RAHICHE Abderrahmane

Examinateur2 : BENZAOUI Amir

Promotion juin 2016

 Remerciement

Tout d’abord, nous remercions Allah le tout puissant qui nous a

donné la force, la santé et la volonté pour réaliser ce travail.

Nous exprimons nos profondes gratitudes à nos parents pour

leurs encouragements, leur soutien, pour les sacrifices qu’ils ont

enduré.

Nous tenons à adresser nos vifs remerciements :

À notre encadreur Mr. DJEBIRI,

Au chef du département Mr. NOURINE,

Aux membres du jury qui ont bien voulu accepter de juger ce

travail

Nous remercions enfin tous ceux qui nous ont aidé de prés ou de

loin à réaliser ce travail.

 Je dédie ce modeste travail à ceux qui m’ont aidé de prés ou de loin pour la réalisation de ce

travail surtout à :

Ma famille :

- Mes très chers parents

- Mon frère et mes sœurs

- Mes oncles et mes cousins

A tous mes amis avec qui j’ai passé ces années d’études et mes camarades du

groupe

HOUSSEM EDDINE
 Je dédie ce modeste travail :

À ceux qui m’ont donné sans rien me demander, mes très chers parents

À mes frères

À tous les membres de ma grande famille

À mes très chères collègues

ZAKARIA
Sommaire

Introduction générale…………………………………………………………………..1

Chapitre I

I.1. Introduction………………………………………………………………………..3

I.2.Généralités sur les robots…………………………………………………………..3

I.2.1.Définition……………………………………………………………………..3

I.2.2 Eléments constitutifs d’un robot manipulateur……………………………….4

I.2.3classification des robots manipulateurs ………………………………………6

I.3. Présentation du robot utilisée……………………………………………………...8

I.4. Modèle géométrique………………………………………………………………9

I.4.1. Modèle géométrique directe (MGD)…………………………………………9

I.4.2. Modélisation géométrique inverse (MGI) ………………………………….9

I.5. Modèle cinématique……………………………………………………………...11

I.5.1 Modèle cinématique directe (MCD)………………………………………...11

I.5.2 Modèle cinématique inverse (MCI) ………………………………………...11

I.6.Génération des trajectoires………………………………………………………..12

I.7. Modèle dynamique……………………………………………………………….12

I.8 Résultats de simulation…………………………………………………………...15

I.9. Conclusion……………………………………………………………………….17

Chapitre II

II.1. Introduction……………………………………………………………………..18

II.2. Régulation automatique…………………………………………………………18

II.2.1. Définition………………………………………………...………………...18
 II.2.2. But de la régulation automatique…………………………………………..19

II.2.3. Les différents types de régulateurs………………………………………...19

II.3. Régulateur Proportionnel Intégrateur Dérivé PID………………………………22

[Link] général…………………………………………………………….22

II.3.2. Réglages du PID…………………………………………………………...22

II.3.3. Structures des régulateurs PID électroniques……………………………...25

II.4. Commande par régulateur PID des robots manipulateurs………………………26

II.5. Résultats de simulation………………………………………………………….26

II.6 Conclusion……………………………………………………………………….32

Chapitre III

III.1. Introduction…………………………………………………………………….33

III.2. Principe de la commande adaptative…………………………………………...34

III.3. Différents types de commande adaptative……………………………………...34

III.3.1. Commande adaptative a gain programmé………………………………...34

III.3.2. Commande adaptative à correcteur auto-ajustable………………………..35

III.3.3. commande adaptative à modèle de référence (CAMR)…………………..35

III.4. Commande adaptative des robots manipulateurs………………………………36

III.5. Commande adaptative décentralisée…………………………………………...37

III.6. Résultats de simulation…………………………………………………………39

III.7. Conclusion……………………………………………………………………...42

Conclusion générale……………………………………………………….…………43

Références bibliographiques…………………………………………………………44
 Liste des figures

Figure I.1 Eléments constitutifs d’un robot manipulateur……………………………………………4

Figure I.2 Structure cartésienne et son espace de travail…………………………………………….6

Figure I.3 Structure cylindrique et son espace de travail…………………………………………….6

Figure I.4 Structure sphérique et son espace de travail……………………………………………....7

Figure I.5 Structure SCARA et son espace de travail………………………………………………..7

Figure I.6 Structure anthropomorphe et son espace de travail……………………………………….8

Figure I.7 Schéma du robot SCARA à 3 d.d.l. (RRP)………………………………………………8

Figure I.8 Vue de face et d’en haut du robot SCARA………………………………………………9

Figure I.9 Commande, position, vitesse et accélération de l’articulation 1………………………...15

Figure I.10 Commande, position, vitesse et accélération de l’articulation 2……………………….16

Figure I.11 Commande, position, vitesse et accélération de l’articulation 3……………………….16

Figure II.1 Schéma de principe de régulation automatique………………………………………...19

Figure II.2 Schéma fonctionnel du régulateur P…………………………………………………….19

Figure II.3 Schéma fonctionnel du régulateur I……………………………………………………..20

Figure II.4 Schéma fonctionnel du régulateur PI…………………………………………………...21

Figure II.5 Schéma fonctionnel du régulateur PD…………………………………………………..22

Figure II.6 La réponse type d'un procédé stable…………………………………………………….23

Figure II.7 Structure parallèle du PID………………………………………………………………25

Figure II.8 Structure mixte du PID………………………………………………………………….25

Figure II.9 Structure série du PID...………………………………………………………………...25

Figure II.10 Schéma classique de la commande PID d’un robot manipulateur…………………….26

Figure II.11. a) Commande par régulateur P (K =50 ;K = 50; K = 500)……………………27

Figure II.11. b) Commande par régulateur P (K =500 ;K = 500; K = 5000)……………….27

Figure II.11.c) Commande par régulateur P (K =10000 ;K = 1000; K = 10000)……..……28

Figure II.11.d) Commande par régulateur P (K =2000 ;K = 2000; K = 20000)……………28

Figure II.12 Commande par régulateur PID……………………………………...………………...30

Figure II.13 Commande par régulateur PID avec couple résistant à l’instant t=2s…………...…….31

Figure II.14 Commande par régulateur PID avec variation paramétrique à l’instant t=2s ……...…31

Figure III.1 Principe des systèmes de commande adaptative……………………………………….34

Figure III.2 Commande adaptative à gain préprogrammé………………………………………….35

Figure III.3 Commande adaptative à correcteur auto-ajustable……………………………………35

Figure III.4 Commande adaptative à modèle de référence…………………………………………36

Figure III.5 Schéma de la commande adaptative décentralisée pour le sous-système i…………….37

Figure III.6 Résultats de la Commande adaptative décentralisée…………………………………..40

Figure III.7 Commande adaptative décentralisée avec couple résistant à l’instant t = 2s…………..41

Figure III.8 Commande adaptative décentralisée avec variation paramétrique à l’instant t = 2s…..41
Introduction générale
 Introduction générale

L’utilisation des manipulateurs robotiques dans diverses applications est motivée par les besoins
et les demandes en automatisation et les besoins industriels. Le contrôle des systèmes mécaniques,
plus particulièrement les manipulateurs robotiques, est un domaine actif de la recherche appliquée.
L’implantation de robots dans des ateliers, a mis en évidence différents problèmes liés à l’utilisation
et à la gestion des sites robotisés, dont le manipulateur est l’un des composants. Afin de contribuer à
la résolution et à la maîtrise de ces derniers, différents outils ont été développés dont l’objectif est
d’apporter une aide à l’utilisateur ou au concepteur pour résoudre les problèmes qui se posent lors
des différentes phases du travail, et qui concernent par exemple, le choix du robot en fonction des
tâches visées, l’implantation de celui-ci dans un site et les méthodes de programmation.

La recherche dans le domaine de la robotique peut-être subdivisée en deux parties essentielles : la

modélisation et la commande. Plusieurs méthodes de modélisation et diverses techniques de
commande ont été étudiées jusqu'à présent. Dans le but de développer des lois de commande
performantes et d'atteindre les objectifs demandées, il faut commencer par construire des modèles
mathématiques précis.

La commande des robots manipulateurs constitue l’une des principales préoccupations de la

recherche en robotique. Ceci est du à la difficulté de commander un robot auquel on demande
d’exécuter des tâches aussi bien précises que diversifiées. Cette précision est plus difficile à obtenir
si la vitesse d’évolution augmente. En effet, la présence des couplages entre les liaisons complique
la conception de la commande. De nombreuses méthodes de commande classiques et modernes
existent avec lesquelles de bons régulateurs peuvent être conçus si les paramètres étaient considérés
fixes et connus. Cependant, la variation des paramètres du système dû aux changements des
conditions du travail sollicitent lois de commande modernes utilisant des gains variables.

Les différentes études effectuées dans ce domaine concernent diverses méthodes de commande,
telles que la commande classique de contrôle: régulateur proportionnel intégrateur dérivateur (PID),
D'autres méthodes modernes sont de même appliquées telles que, la commande décentralisée qui
considèrent un système complexe comme ensembles des sous systèmes interconnectés chaque sous
système sera commandé par une station de commande n’ayant accès qu’aux informations locales.
Dans tous ces cas, le développement d'un modèle mathématique précis et efficace est nécessaire.

Page 1
 Introduction générale

Dans ce travail, on s’intéresse à la modélisation et la commande d’un robot manipulateur à 3 degrés

de liberté.

Le travail réalisé et présenté dans ce mémoire s'articule sur trois (03) chapitres :

Dans le premier chapitre, et après avoir donner quelques notions de base sur les robots
manipulateurs, le robot utilisé sera présenté et les différents modèles qui le caractérise seront définis
et élaborés (modèles cinématique, géométrique et dynamique).
L’objectif du deuxième chapitre est l’étude et la synthèse d’un régulateur classique de type PID
qui sera utilisé pour commander le robot.
Dans le troisième chapitre, une technique de commande adaptative sera présentée puis appliquée
au robot.
Des résultats de simulation seront présentés à la fin de chaque chapitre afin d’évaluer les
performances des techniques de commandes utilisées.
Enfin, on termine ce travail par une conclusion générale.

Page 2
 Chapitre I
Modélisation du robot
Chapitre I Modélisation du robot

I.1. Introduction

Pour effectuer l’analyse et la synthèse d’un système dynamique il est nécessaire de connaitre les
relations entre ses grandeurs d’entrées et ses grandeurs de sorties. L’ensemble des ces relations
constituent le modèle mathématique du système considéré. L’efficacité de ce modèle repose sur une
analogie entre le comportement des objets physiques et celui des êtres mathématiques.

Modéliser un système consiste à établir l’ensemble des relations mathématiques qui permettent de
décrire, avec une précision suffisante, les interactions entre ce système et son environnement
extérieur. Lorsque les relations sus citées sont issues des équations de la physique, la modèle obtenu
est dit modèle de connaissance si ces relations découlent des observations disponibles sur les
systèmes, on aboutit au modèle de représentation obtenu par identification.

Dans le domaine de la robotique l’élaboration du modèle nécessite une étude approfondie et

détaillée sur la structure du robot.

Dans ce chapitre, et après avoir donner quelques notions de base sur les robots manipulateurs, le
robot utilisé dans notre travail sera présenté et les différents modèles qui le caractérise seront définis
et élaborés (modèles cinématique, géométrique et dynamique). On termine par la simulation en
boucle ouverte du modèle dynamique du robot.

I.2.Généralités sur les robots

I.2.1.Définition

Pour le sens commun, un robot est un dispositif mécanique articulé capable d’imiter certaines
fonctions humaines telles que la manipulation d’objets ou la locomotion dans le but de se substituer
à l’homme pour la réalisation de certaines tâches matérielles [Vibet, 87].

Plusieurs autres définitions ont été proposées pour qualifier un robot, parmi lesquelles on peut citer
[Guenfaf, 95] :

1- Définition du Petit Larousse : « un robot est un appareil automatique capable de manipuler des
objets, ou d'exécuter des opérations selon un programme fixe ou modifiable ».
2- Définition de la JIRA (Japan Industrial Robot Association) : « c’est un système versatile doté
d’une mémoire et pouvant effectuer des mouvements comme ceux d’un operateur humain »
3- Définition de la RIA (Robot Institue of America) : « Un robot est un manipulateur
reprogrammable à fonctions multiples. Il est conçu pour déplacer des matériaux, des pièces, des

Page 3
Chapitre I Modélisation du robot

outils ou des instruments spécialisés suivant des trajectoires variables programmées, en vue
d’accomplir des tâches très diverses »

I.2.1 Eléments constitutifs d’un robot manipulateur [Chaal, 13] [Djebiri, 97]
Les robots manipulateurs ou industriels, dont le robot que nous étudions en fait partie, constituent la
classe la plus répandue de robots actuellement en service dans l’industrie.

Un robot manipulateur est généralement constitué des parties suivantes :

Articulation

Segment
Actionneur

Organe
terminal

Base
Système de
commande

Figure I.1 Eléments constitutifs d’un robot manipulateur

La base
La base du manipulateur est fixée sur le lieu du travail. Ceci est le cas de la quasi-totalité des robots
industriels.
Le porteur
Le porteur représente l’essentiel du système mécanique articulé. Il a pour rôle d’amener l’organe
terminal dans une situation donnée imposée par la tâche. Il est constitué de :
- Segments : corps solides rigides susceptibles d’être en mouvement par rapport à la base du
porteur, et les uns par rapport aux autres.

- Articulations : Une articulation lie deux corps successifs en limitant le nombre de degré de liberté,
de l'un par rapport à l'autre. On distingue, généralement, deux types d’articulations, rotoïde et
prismatique.

Page 4
Chapitre I Modélisation du robot

Articulation rotoïde : Il s'agit d'une articulation de type pivot, notée R, réduisant le

mouvement entre deux corps à une rotation autour d'un axe commun. La situation relative
entre les deux corps est donnée par l'angle autour de cet axe. Se type d’articulation est
schématisé par un cylindre

Articulation prismatique : Il s'agit d'une articulation de type glissière, notée P, réduisant

le mouvement entre deux corps à une translation le long d'un axe commun. La situation
relative entre les deux corps est mesurée par la distance le long de cet axe. Se type
d’articulation est schématisé par un parallélipède

Les actionneurs
Pour être animé, la structure mécanique articulée comporte des moteurs le plus souvent associés à
des transmissions (courroies crantées), l'ensemble constitue les actionneurs. Les actionneurs
utilisent fréquemment des moteurs électriques. Pour les robots devant manipuler de très lourdes
charges (par exemple, une pelle mécanique), les actionneurs sont le plus souvent hydrauliques,
comme ils peuvent être de nature pneumatiques.
Les capteurs
Ils peuvent fournir des informations sur l’état mécanique robots (capteurs proprioceptifs) comme ils
peuvent fournir des informations sur l’environnement du robot (capteurs extéroceptifs). Ces
informations sont nécessaires pour la commande du robot.
Ils peuvent être des capteurs de position, vitesse, accélération, force, caméra…etc.
L’organe terminal
C’est un dispositif fixé à l'extrémité mobile du robot destiné à manipuler des objets (dispositifs de
serrage, dispositifs magnétiques…) ou à les transformer (outils, torche de soudage, pistolet de
peinture…). Un organe terminal peut être multifonctionnel, au sens où il peut être équipé de
plusieurs dispositifs ayant des fonctionnalités différentes. Il peut aussi être monofonctionnel, mais
interchangeable.
Le système de commande
Il permet de piloter les actionneurs du robot en fonction des mesures fournies par les capteurs et les
consignes fournies par un opérateur humain.

Page 5
Chapitre I Modélisation du robot

I.4.2 Classification des robots manipulateurs [Paul, 81] [Sciavicco, 02] [Siciliano, 10]

Les robots manipulateurs sont généralement classés selon leur structure géométrique autrement dit
l’architecture de leur porteur. Bien qu’on puisse avoir plusieurs architectures suivant le nombre et la
nature des articulations du porteur, il n’y a que cinq structures qui sont les plus répandues dans
dan
l’industrie ou sur le marché : cartésienne, cylindrique, sphérique, SCARA et anthropomorphique.

Structure cartésienne (PPP) :

A trois liaisons prismatiques, c’est la structure la plus ancienne. Elle découle logiquement de la
conception traditionnelle
elle d’une machine-outil
machine outil à trois axes. Cette structure offre une très bonne
rigidité mécanique mais une faible dextérité. Elle est utilisée
utilisé dans la manutention et l’assemblage.

Figure I.2 Structure cartésienne et son espace de travail

La structure cylindrique (RPP) ou (PRP) :

Elle associe une rotation et deux translations. Elle présente l’inconvénient d’offrir un volume de
travail faible devant un encombrement total important. Elle n’est pratiquement plus utilisée.

Figure I.3 Structure

Structure cylindrique et son espace de travail
Page 6
Chapitre I Modélisation du robot

La structure sphérique ou polaire à axes de rotation orthogonaux :

C’est une structure quasiment abandonnée pour des raisons similaires à l’abandon de la structure
cylindrique.

Figure I.4 Structure sphérique et son espace de travail

La structure dite SCARA (Selective Compliance Assemby Robot Arm) :

A axes de rotation parallèles, cette structure est l’une des plus utilisées, en particulier pour des
taches de manutention ou d’assemblage très fréquents dans l’industrie. Ce succès commercial est lié
au fait que le ratio entre le volume de travail et l’encombrement
l’encombrement est très favorable et aussi que la
structure SCARA est très adaptée à ce type de taches.

Figure I.5 Structure SCARA et son espace de travail

La structure 3R (anthropomorphe) :
Cette structure permet d’amener un solide en un point de l’espace par trois rotations, généralement
une à axe vertical et deux à axes horizontaux et parallèles. C’est le porteur « généraliste » par
excellence, pouvant se programmer facilement pour différent types de taches et disposant d’un

Page 7
Chapitre I Modélisation du robot

volume de travail conséquent.

nséquent. Un exemple type de cette structure est le robot PUMA
(Programmable Universal Manipulator for Assembly)

Figure I.6 Structure anthropomorphe et son espace de travail

I.3. Présentation du robot utilisée

Le robot auquel on s’intéresse dans notre étude est un robot à 3 degrés de liberté de type SCARA
(Selective Compliance Assemby
ssemby Robot Arm). Il est caractérisé par deux articulations
articulation rotationnelles
d’angles de rotations ϑ et ϑ par rapport à 2 axes verticaux et parallèles, et une articulation
transrationnelle de déplacement le long d’un axe vertical.

La position de l’organe terminal est complètement déterminée en utilisant ses trois coordonnées
dans l’espace , , qui sont dites coordonnées opérationnelles. La configuration du robot est
déterminée en utilisant les angles , et le déplacement qui sont dites coordonnées
généralisées ou articulaires.

θ2
θ1
m2, l2

m1, l1 m3
d3
l3

Figure I.77 Schéma du robot SCARA à 3 d.d.l. (RRP)

Page 8
Chapitre I Modélisation du robot

I.4. Modèle géométrique [Paul, 81] [Sciavicco, 02] [Siciliano, 10]

Il est plus naturel,, pour un robot, de connaitre la situation de son organe terminal plutôt que de
considérer la variation de sa configuration. Mais étant donné que les commandes des
asservissements des robots agissent sur les grandeurs articulaires, qui définissent la configuration,
confi il
est donc nécessaire d’établir une transformation géométrique reliant les variables articulaires et
les coordonnées absolues de l’organe terminal (coordonnées opérationnelles).

I.4.1 Modèle géométrique directe (MGD)

Le modèle géométrique
étrique direct d’un robot permet de calculer les coordonnées opérationnelles
donnant la situation de l’organe terminal en fonction des coordonnées articulaires
rticulaires sous la forme :
X = F(q) (I.1)
Ou , ,…… , vecteur des coordonnées opérationnelles.
, ,…… , vecteur des coordonnées généralisées.

d3

l3
z

Figure I.88 Vue de face et d’en haut du robot SCARA

Dans le cas du robot SCARA, et d’après la figure I.8, le

le modèle géométrique direct est donné par :

(I.2)

I.4.2 Modélisation géométrique inverse (MGI)

(MGI
Le modèle géométrique inverse consiste à trouver le système d’équations qui exprime les
coordonnées généralisées en fonction des coordonnées opérationnelles.
!
q= (X) (I.3)
Dans le cas du robot SCARA,, la détermination du MGI se fait en 2 étapes.

Page 9
Chapitre I Modélisation du robot

Etape 1 : Calcul de l’angle

A partir du système I.2, on obtient
2
Donc on aura
² ²
2
D’où
² ²
$% & '
2
Néanmoins, il sera convenable d’exprimer sous une autre forme. On pose
² ²
2
$=

On aura
$ ±√1 $ √1 $
( ⇒ -$ ⇒ ±$% -$ & '
±*1 $ $ $

Ceci traduit le fait que pour une position donnée de l’organe terminal le robot peut avoir deux
configurations possibles.

Etape 2 : Calcul de l’angle

D’après la figure I.8, on remarque que =/ /

-$ /
0 0
= ⇒ / $% -$ 21 3
/ $% -$ 24 3
1
avec 45 6 75 45 6 75
48 945 :;6 75 8 945 :;6 75
-$ ⇒/

Donc

/ / $% -$ 2 3 $% -$ & '

On obtient finalement le MGI

$% -$ 21 3 $% -$ 24 3
0 45 6 75
?
= 8 945 :;6 75

±$% -$ @ B avec $ =
√ !A5
>
1 5 90 5 !485 !455

=
A 48 45
(I.4)

<

Page 10
Chapitre I Modélisation du robot

I.5 Modèle cinématique

La modélisation cinématique complète la modélisation géométrique en établissant la relation entre
les dérivées des coordonnées articulaires (vitesses articulaires ou vitesses des liaisons) et les
dérivées des coordonnées opérationnelles (vitesses opérationnelles ou vitesses de l’organe terminal)

I.5.1 Modèle cinématique directe (MCD)

Le modèle cinématique direct (MCD) d’un robot manipulateur décrit les vitesses opérationnelles en
fonction des vitesses articulaires. Il est noté
G H G (I.5)

Où H désigne la matrice jacobienne de dimension (m×n) du robot.

Le calcul de la matrice jacobienne se fait en dérivant le système (I.1)

HJ =
OPQ (R)
H IH J K LMMMMM
, ; JLMMMMM
,
avec ORS

W W W
Dans notre cas

VW W W Z
W W W
H=U
U W
Y
Y
U W W Y
W W W
TW W W X

G
Ce qui donne le MCD suivant

G − ( )− ( + ) − ( + 0
[ G\ = [ ( )+ ( + ) ( + ) 0 \^ G _
G 0 0 −1 G
(I.6)

I.5.2 Modèle cinématique inverse (MCI)

Le but de ce modèle consiste à trouver les vitesses articulaires qui génèrent la vitesse désirée du
point terminal. Sa détermination consiste à inverser la matrice Jacobéenne, qui n’est pas toujours

G =H! (q) G
possible. Le modèle cinématique inverse est de la forme :
(I.7)

G
Pour le robot SCARA utilisé, nous obtenons après calcul :
( + ) ( + ) 0 G
^ G _ = ^− ( )− ( + ) − ( )− ( + ) 0 _ [ G \ (I.8)
G 0 0 G

Page 11
Chapitre I Modélisation du robot

I.6.Génération des trajectoires

Une trajectoire est l’ensemble des points dans l’espace de travail parcourus par le robot pour
exécuter une tâche. Si une trajectoire est donnée dans l’espace opérationnel (trajectoire décrite par
l’organe terminal), il est possible de générer les trajectoires correspondantes dans l’espace des
variables articulaires (trajectoires décrite par les liaisons) en utilisant le modèle cinématique
inverse.
Plusieurs critères peuvent être considérés pour le choix d’une trajectoire : l’énergie consommée, le
temps de l’exécution de la tâche, l’environnement du robot (obstacles,..), l’évolution continue et
lisse de certaines grandeurs physiques comme la position, la vitesse et l’accélération,…etc. Ceci
offre au robot la possibilité de poursuivre cette trajectoire avec des commandes réalisables.
Dans les chapitres qui suivent, et afin de tester l’efficacité des commandes qui seront présentées,
nous allons imposer au robot une famille de trajectoires assurant une continuité en position, vitesse
et accélération, ce sont les trajectoires cycloïdales.
Une trajectoire cycloïdale évolue dans le temps selon la fonction suivante :

a c @d B - ≤ -b
d 6 a fd/de c
- ` b f
- > -b
e (I.9)
b

Où tf : temps final
qi = q(0) : position initiale
qf = q(tf ) : position finale

Par dérivation on peut obtenir la vitesse et l’accélération qui sont données par :

21 − a2j-/-b c3 - ≤ -b
aRe !RQ c
G (-) = ` de
- > -b
(I.10)
b

a2j-/-b c - ≤ -b
faRe !RQ c
k (-) = ` de
- > -b
(I.11)
b

I.7. Modèle dynamique

non linéaires qui relient les efforts actionneurs l (forces généralisées), aux variables articulaires
La modélisation dynamique du robot manipulateur consiste à établir les équations différentielles

aux vitesses articulaires G et aux accélérations articulaires k .

,

L’ensemble de ces équations constitue le modèle dynamique du manipulateur.

Page 12
Chapitre I Modélisation du robot

On peut résoudre ces équations différentielles pour obtenir les mouvements qi pour des efforts l
donnés dans le but d’une simulation du comportement dynamique du robot, on parle alors de
modèle dynamique direct, comme on peut calculer les efforts l pour des mouvements qi connus,
on parle dans ce cas du modèle dynamique inverse
La complexité structurelle des systèmes mécaniques articulés nous oblige à choisir une approche
systématique pour résoudre ce problème. Le modèle dynamique des robots peut être obtenu des lois
de la mécanique newtonienne et Lagrangienne.
C’est le formalisme d’Euler-Lagrange qui sera adopté pour établir le modèle dynamique du robot

• Formalisme d’Euler-Lagrange
Le formalisme ou la méthode d’Euler-Lagrange nous permet de décrire les équations de
mouvements de plusieurs corps articulés les uns par rapport aux autres. Son usage est plus simple,
pour les non spécialiste, que d’autres formalismes, même s’il exige souvent des calculs plus longs.
Pour un système mécanique articulé défini par n coordonnées généralisées indépendantes , i=1 à
n, l’équation d’Euler-Lagrange s’écrit dans le cas général :

2 3 − OR + =l , = MMMMM
1,
m On On OPp
md ORoG Q ORG Q
(I.12)

Avec
L : Lagrangien du système, défini par q = r: − rs , où r: est l’énergie cinétique du système et
rs son énergie potentielle

t : Fonction de dissipation ayant la forme générale t = ∑ L v G , où v sont les coefficients

l : Forces généralisées crées par les actionneurs.

de frottement visqueux

Ces équations dynamiques seront dérivées en 5 étapes :

- Calcul de l’énergie cinétique

- Calcul de l’énergie potentielle
- Calcul de la fonction de dissipation
- Calcul du Lagrangien
- Faire la différentiation

Certaines hypothèses simplificatrices sont à prendre en considération afin de permettre l’élaboration

du modèle dynamique :

Page 13
Chapitre I Modélisation du robot

- Les frottements sont de nature linéaire et visqueuse

- Les segments sont supposés rigides
- Les actionneurs sont idéaux, c'est-à-dire leur sortie est directement proportionnelle au signal de
commande
- Les masses des actionneurs sont supposées incluses avec les masses des segments
Appliquons, à présent, les 5 étapes citées ci-dessus au robot de type SCARA utilisé dans notre
étude.
Etape 1 : Calcul de l’énergie cinétique
En considérant les mouvements possibles (rotation et/ou translation) de chaque articulation du
robot, et après avoir effectué certains calculs, L’énergie cinétique total du robot aura l’expression
suivante

r: $ G wa G G c G a G G c . G (I.13)

Avec $ = 2 y + y + y 3

w=2 y + y 3
z
{

=2 y +y 3

= y

rs = (y + y + y )| − }.
Etape 2 : Calcul de L’énergie potentielle
(I.14)
Avec } = y |

= av G + v G + v . G c
Etape 3 : Détermination de La fonction de dissipation

t (I.15)

Etape 4 : Lagrangien du système q = r: −rs

Etape 5 : Différentiation

? md 2O7G8 3 − O78 + O7G8 = l

m On On OP
p

= m On
2 3 − O7 + O7Gp = l
On OP

> md O7G5 5 5
= m 2 On 3 − On + OPp = l
(I.16)

< md OmG ~ Om OmG

~ ~

Après avoir fait la différentiation et en prenant l = • € , l = • € et l = • € , on obtient les

2$ k + 2wa k + k c + a2 k + k c ( ) − a2 G + G c G ( )+v G = • €
équations du modèle dynamique du robot :

• 2wa k + k c + k ( )+ G ( )+v G =• €
2 . k −}+v G =• €
(I.17)

Page 14
Chapitre I Modélisation du robot

I.8 Résultats de simulation

La résolution du système (I.17) a été faite en utilisant la méthode de Runge-Kutta d’ordre 4 avec un
pas d’intégration ℎ 10! et des conditions initiales nulles. Les simulations sont réalisées en
utilisant la programmation sous MATLAB.

15.91 •| ; y = 11.36 •| ; y = 3 •|
Les paramètres du robot utilisé sont [Bali, 95]
y
= = 0.432 y ; = 0.5 y
v = v = 7. 10!{ ‰. y. %$ !
. ; v = 100 ‰. y! .
• = • = 0.18 ‰. y. ‹ ! ; • = 0.18 ‰. ‹ !
| = 9,81 y. !
(Accélération de la gravité)

Les réponses du robot en boucle ouverte, en position, vitesse et accélération à un échelon unitaire de
tension, sur un horizon de 10 s sont présentées sur les figures ci-dessous.

2 1.5

1.5 1
ϑ1 (rad)
u1 (V)

1 0.5

0.5 0

0 -0.5
0 5 10 0 5 10
Temps (s) Temps (s)

1 0.5
ϑ1 (rad/s )

0.5 0
ϑ1 (rad/s)

2
'

0 -0.5
"

-0.5 -1
0 5 10 0 5 10
Temps (s) Temps (s)

Figure I.9 Commande, position, vitesse et accélération de l’articulation 1

Page 15
Chapitre I Modélisation du robot

2 6

1.5
4

ϑ2 (rad)
u2 (V)

1
2
0.5

0 0
0 5 10 0 5 10
Temps (s) Temps (s)

2 1.5

1.5 1

ϑ2 (rad/s )
ϑ2 (rad/s)

2
1 0.5
'

"

0.5 0

0 -0.5
0 5 10 0 5 10
Temps (s) Temps (s)

Figure I.10 Commande, position, vitesse et accélération de l’articulation 2

0 3

-0.5
2
d3 (m)
u3 (V)

-1
1
-1.5

-2 0
0 5 10 0 5 10
Temps (s) Temps (s)

0.4 10

0.3
d"3 (m/s 2)
d'3 (m/s)

0.2 5

0.1

0 0
0 5 10 0 5 10
Temps (s) Temps (s)

Figure I.11 Commande, position, vitesse et accélération de l’articulation 3

Page 16
Chapitre I Modélisation du robot

I.9. Conclusion

Ce chapitre à été consacré à la modélisation du robot manipulateur. Ainsi, après avoir donné
quelques notions sur les robots et présenté le robot utilisé dans notre étude, les différents modèles
de ce dernier ont été élaborés. Le modèle géométrique permet d’établir la relation entre les
coordonnées opérationnelles et les coordonnées généralisées, tandis que le modèle cinématique
établit la relation entre les variations de ces grandeurs. Le formalisme d’Euler-Lagrange a été
adopté afin d’élaborer le modèle dynamique du robot. Ce modèle est nécessaire pour simuler le
comportement du robot tant en boucle ouverte mais plus particulièrement en boucle fermée pour
tester l’efficacité des commandes qui seront présentées dans les chapitres suivants.

Page 17
 Chapitre II
Commande par régulateur
PID du robot
Chapitre II commande par régulateur PID du robot

II.1. Introduction

Le domaine de la commande des robots manipulateurs est très vaste, il est encore en pleine
évolution. Plusieurs algorithmes de commande ont été développés pour satisfaire les objectifs
exigés par les cahiers des charges. Les robots manipulateurs sont des systèmes non linéaires
présentant une diversité de comportements et des dynamiques fortement couplées ce qui explique la
grande variété d'approches développées afin de commander cette classe de systèmes. Cependant, il
a été constaté une certaine réticence à adopter des méthodes de commande non linéaire, souvent
jugées difficiles à comprendre, compliquées à mettre en œuvre et dont l’analyse systématique des
performances se révèle complexe. Ainsi, il est intéressant de prédire si les outils de commandes
linéaires pourraient être utilisés pour traiter des problèmes non linéaires. Parmi ces outils, la
commande par régulateur PID constitue l’une des plus anciennes et plus intéressante techniques
utilisées. [Leena, 2012] [Makhloufi, 15]

Depuis son invention en 1910, et le développement par Zighler et Nichols de méthodes directes
pour le réglage de ses paramètres, l’utilisation de la commande par régulateur PID, appelée aussi
régulateur à 3 termes, n’a cessé de s’accroitre. En effet, Malgré les techniques de commande
avancées qui ont été développées dans le domaine de l’automatique, plus de 90% des régulateurs
industriels sont basés sur le principe du régulateur PID. Ceci est principalement dû à la simplicité de
ce régulateur, son fonctionnement clair, son implantation facile ainsi que ses performances dans la
commande. [Maki, 15]

L’objectif de ce chapitre, et après avoir donné des notions sur la régulation automatique d’une
façon générale, est de synthétiser un régulateur PID pour la commande du robot afin d’imposer aux
articulations d’atteindre une position finale donnée suivant une trajectoire désirée. Des résultats de
simulation seront présentées à la fin du chapitre afin d’évaluer les performances de ce régulateur.

II.2. Régulation automatique [Rivoire, 94] [Kadri, 14]

II.2.1. Définition
La régulation automatique est la technique utilisée pour contrôler une ou plusieurs grandeurs
physiques d’un système telles que la température, la pression, le niveau, le débit, le pH, la
concentration, ….etc. en vue d’en imposer le comportement et de maintenir ces grandeurs à des
niveaux prédéfinies.

Page 18
Chapitre II commande par régulateur PID du robot

II.2.2. But de la régulation automatique

La régulation est l'action de régler automatiquement une grandeur de telle sorte que celle-ci garde
constamment sa valeur ou reste proche de la valeur désirée, quelles que soient les perturbations qui
peuvent subvenir.

Tout système à régler possède un régulateur, qu’il soit analogique ou numérique. Ces régulateurs
ont pour tâche de comparer, en premier lieu, une valeur de consigne avec la valeur de mesure
correspondante. En second lieu, le régulateur agit sur la grandeur de commande pour rendre la
valeur de mesure aussi proche que possible de la valeur de consigne.

Figure II.1 Schéma de principe de régulation automatique

II.2.3. Les différents types de régulateurs

Régulateur à action proportionnelle (P)

Le régulateur à action proportionnelle, ou régulateur P, a une action simple et naturelle, puisqu’il

construit une commande u(t) proportionnelle à l’erreur e (t). Il agit principalement sur le gain du
système asservi et permet donc d’améliorer notablement la rapidité, la précision et la stabilité.

Loi de commande du régulateur P

= . (II.1)

Figure II.2 Schéma fonctionnel du régulateur P

Page 19
Chapitre II commande par régulateur PID du robot

Régulateur à action intégrale (I)

Les exemples d’asservissement ont montré qu’un système, même avec un régulateur P, pouvait
présenter une erreur permanente entre la consigne et la sortie. Cette erreur intervenant alors que les
signaux d’entrée sont constants, elle est dite erreur statique.

Pour remédier à ce problème la solution consiste à intégrer l’erreur.

Loi de commande du régulateur I

= (II.2)

Où est appelée la constante de temps d’intégration.

Fonction de transfert du régulateur I

= = (II.3)

Figure II.3 Schéma fonctionnel du régulateur I

Régulateur à action proportionnelle intégrale (PI)

Le régulateur PI est le régulateur le plus utilisé en pratique où ses contributions à la précision mais
aussi à la robustesse du système asservi sont particulièrement appréciées

Loi de commande du régulateur PI

= + (II.4)

Fonction de transfert du régulateur PI

.
= = (II.5)
.

Page 20
Chapitre II commande par régulateur PID du robot

Figure II.4 Schéma fonctionnel du régulateur PI

• Régulateur dérivateur pur (D) et régulateur dérivateur filtré

Loi de commande du régulateur D

= (II.6)

Fonction de transfert du régulateur D

= = . (II.7)

Où est appelée constante de temps de dérivation. Elle intervient également comme un gain.

La fonction de transfert de ce type de correcteur est purement théorique : un système physique ne

peut pas avoir un numérateur de degré supérieur à celui du dénominateur.

Le correcteur approchant le mieux l’effet dérivateur tout en étant réalisable est un correcteur
dérivateur filtré de la forme :

= !
(II.8)

Avec : "= et N entier > 1 (5 à 10).

#

Régulateur PD

On notera que l’action D ne permettant pas la transmission d’un signal constant, elle doit donc
toujours s’accompagner au moins d’une action P en parallèle (régulateur PD).

Loi de commande du régulateur PD

= + (II.9)

Page 21
Chapitre II commande par régulateur PID du robot

Fonction de transfert du régulateur PD

= = 1+ (II.10)

Figure II.5 Schéma fonctionnel du régulateur PD

II.3. Régulateur Proportionnel Intégrateur Dérivé PID [Ang, 05]

[Link] général
Un régulateur PID est un régulateur qui dispose des trois actions P, I et D. C’est le régulateur le
plus utilisé dans l’industrie, et il permet de régler un grand nombre de grandeurs physiques. Son
intérêt est de réunir les effets positifs des trois correcteurs de base. Grâce au terme I, il permet
l’annulation de l’erreur statique tout en autorisant grâce à l’action D des performances de rapidité
supérieures à celles d’un régulateur PI.

Loi de commande du régulateur PID

= + + (II.11)

Fonction de transfert du régulateur PID

. ².
= = . .
(II.12)

II.3.2. Réglages du PID

%&
Le réglage d'un PID consiste à déterminer les coefficients Kp, Ki = et Kd = Kp. , afin d'obtenir

une réponse adéquate du procédé. Les objectifs sont d’être robustes, rapide et précis. Il faut pour
cela :

Page 22
Chapitre II commande par régulateur PID du robot

dans le cas d'un fonctionnement en mode de régulation (consigne fixe) choisir des réglages
permettant à la grandeur réglée de retourner dans un temps raisonnable à sa valeur de consigne
dans le cas de fonctionnement de la boucle en mode d'asservissement (consigne variable),
choisir des réglages permettant de limiter le ou les éventuels dépassements de la grandeur
réglée
la robustesse est sans doute le paramètre le plus important et délicat. On dit qu'un système est
robuste si la régulation fonctionne toujours même si le modèle change un peu. Par exemple, les
fonctions de transfert de certains procédés peuvent varier en fonction de la température
ambiante. Un régulateur doit être capable d'assurer sa tâche même avec ces changements afin de
s'adapter à des usages non prévus/testés (dérive de production, vieillissement mécanique,
environnements extrêmes...)
la rapidité du régulateur dépend du temps de montée et du temps d'établissement du régime
stationnaire ;
le critère de précision est basé sur l'erreur statique (ou de statisme).

Figure II.6 La réponse type d'un procédé stable

Dans le cas des systèmes simples, les paramètres du PID influencent la réponse du
système de la manière suivante :

• Kp : lorsque Kp augmente, le temps de montée est plus court mais il y a un

dépassement plus important. Le temps d'établissement varie peu et l'erreur statique se
trouve améliorée.

Page 23
Chapitre II commande par régulateur PID du robot

• Ki : lorsque Ki augmente, le temps de montée est plus court mais il y a un dépassement

plus important. Le temps d'établissement au régime stationnaire s'allonge mais dans ce
cas on assure une erreur statique nulle. Donc plus ce paramètre est élevé, plus la
réponse du système est ralentie.
• Kd : lorsque Kd augmente, le temps de montée change peu mais le dépassement
diminue. Le temps d'établissement au régime stationnaire est meilleur. Pas
d'influences sur l'erreur statique. Si ce paramètre est trop élevé dans un premier temps
il stabilise le système en le ralentissant trop mais dans un deuxième temps le
régulateur anticipe trop et un système à temps mort élevé devient rapidement instable.

Pour ces trois paramètres, le réglage au-delà d'un seuil trop élevé a pour effet d'engendrer
une oscillation du système de plus en plus importante menant à l'instabilité.

Sous forme d’un tableau récapitulatif, on résume les avantages et les limitations des actions de base
du régulateur PID

L'analyse du système avec un PID est très simple mais sa conception peut être délicate,
voire difficile, car il n'existe pas de méthode unique pour résoudre ce problème. Il faut
trouver des compromis, le régulateur idéal n'existe pas. En général, on se fixe un cahier
des charges à respecter sur la robustesse, le dépassement et le temps d'établissement du
régime stationnaire.

Page 24
Chapitre II commande par régulateur PID du robot

II.3.3. Structures des régulateurs PID électroniques :

Il existe plusieurs architectures possibles pour combiner les trois effets du régulateur PID. Ces
architectures sont apparues grâce à l’emploie des amplificateurs opérationnels. On distingue trois
structures pour les régulateurs PID : série, parallèle ou mixte
1. La structure parallèle

Figure II.7 Structure parallèle du PID

2. La structure mixte

Figure II.8 Structure mixte du PID

3. La structure série

Figure II.9 Structure série du PID

Page 25
Chapitre II commande par régulateur PID du robot

II.4. Commande par régulateur PID des robots manipulateurs [ADOUANE, 10]
Le schéma classique d’une commande par PID d’un robot manipulateur est représenté sur la
figure ci- dessous

Figure II.10 Schéma classique de la commande PID d’un robot manipulateur

La loi de commande du PID appliquée à l’articulation j du robot est donnée par :

"' = ' () ' − )' + + ' () ' − )' + + ' (), ' − ), ' + (II.13)

Où "' est le couple ou force appliqué par l’actionneur

) ' , ), ' Sont, respectivement, la position et vitesse désirées de l’articulation j
)' , ), ' Sont, respectivement, la position et vitesse réelles de l’articulation j

' , ' et ' sont, respectivement, les gains proportionnel, intégral et dérivé du régulateur PID
dédié à la commande de l’articulation j
II.5. Résultats de simulation

Pour implanter la commande PID au robot, nous avons imposé à chaque articulation de suivre une
trajectoire cycloïdale d’une durée de 5s afin d’atteindre une position finale. Cette position finale est
ensuite fixée pendant 5s pour voir le comportement en régime statique du robot.

Pour le choix des paramètres du régulateur PID nous avons opté pour la méthode de réglage manuel
(appelé aussi méthode d’essai et erreur), c’est à dire que les paramètres sont variés manuellement
jusqu’à obtention de résultats satisfaisants. [Maki, 15][Ang, 05]

Commande par régulateur P

Nous présentons d’abord dans les figures II.11 a), b), c) et d) les résultats de la commande par
régulateur P, où nous montrons comment le bon choix des gains Kpj a été fait, après quelques essais.

Page 26
 Chapitre II commande par régulateur PID du robot

1 0.2 10

com m ande τ 1 (N.m )

0.1 5

erreur e 1 (rad)
0.5
ϑ 1 (rad)

sortie
0 0
référence
0
-0.1 -5

-0.5 -0.2 -10

0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
Temps (s) Temps (s) Temps (s)

1 0.05 4

com m ande τ 2 (N.m )

2

erreur e 2 (rad)
ϑ 2 (rad)

0.5 sortie 0 0
référence
-2

0 -0.05 -4
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
Temps (s) Temps (s) Temps (s)

0.4 0 0

com m ande τ 3 (N)

0.3
erreur e 3 (m )

-0.02 -500
d 3 (m )

0.2
sortie -0.04 -1000
0.1
référence
0 -0.06 -1500
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
Temps (s) Temps (s) Temps (s)

Figure II.11.a) Commande par régulateur P ( Kp1=50 ; Kp2=50 ; Kp3=500)

1 0.01 c om m ande τ 1 (N.m ) 4

0.005 2
erreur e 1 (rad)

0.5
ϑ 1 (rad)

sortie
0 0
référence
0
-0.005 -2

-0.5 -0.01 -4
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
Temps (s) Temps (s) Temps (s)
-3
x 10
0.8 4 2
c om m ande τ 2 (N.m )

sortie
erreur e 2 (rad)

0.6 référence 2 1
ϑ 2 (rad)

0.4 0 0

0.2 -2 -1

0 -4 -2
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
Temps (s) Temps (s) Temps (s)
-3
x 10
0.4 0 0
sortie
c om m ande τ 3 (N)

0.3 -2
erreur e 3 (m )

référence -50
d 3 (m )

0.2 -4
-100
0.1 -6

0 -8 -150
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
Temps (s) Temps (s) Temps (s)

Figure II.11.b) Commande par régulateur P ( Kp1=500 ; Kp2=500 ; Kp3=5000)

Page 27
 Chapitre II commande par régulateur PID du robot

-3
x 10
1 4 4

c om m ande τ 1 (N.m )
2 2

erreur e 1 (rad)
0.5
ϑ 1 (rad)

sortie 0 0
référence
0
-2 -2

-0.5 -4 -4
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
Temps (s) Temps (s) Temps (s)
-3
x 10
0.8 2 2

c om m ande τ 2 (N.m )
erreur e 2 (rad)
0.6 1 1
sortie
ϑ 2 (rad)

0.4 référence 0 0

0.2 -1 -1

0 -2 -2
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
Temps (s) Temps (s) Temps (s)
-3
x 10
0.4 0 0
sortie

c om m ande τ 3 (N)
0.3
erreur e 3 (m )

référence -2
d 3 (m )

0.2 -50
-4
0.1

0 -6 -100
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
Temps (s) Temps (s) Temps (s)

Figure II.11.c) Commande par régulateur P ( Kp1=1000 ; Kp2=1000 ; Kp3=10000)

-3
x 10
1 5 10
comm ande τ1 (N.m )

0
erreur e 1 (rad)

0.5
ϑ 1 (rad)

sortie 0 -10
référence
0
-20

-0.5 -5 -30
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
Temps (s) Temps (s) Temps (s)

0.8 0.01 100

comm ande τ2 (N.m )
erreur e 2 (rad)

0.6
sortie 0 50
ϑ 2 (rad)

0.4 référence

-0.01 0
0.2

0 -0.02 -50
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
Temps (s) Temps (s) Temps (s)
-3
x 10
0.4 0 0
sortie
c om mande τ 3 (N)

0.3
erreur e 3 (m)

référence -1 -20
d 3 (m)

0.2
-2 -40
0.1

0 -3 -60
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
Temps (s) Temps (s) Temps (s)

Figure II.11.d) Commande par régulateur P ( Kp1=2000 ; Kp2=2000 ; Kp3=20000)

Page 28
Chapitre II commande par régulateur PID du robot

On constate que pour des gains Kpj relativement faibles le régulateur présente de mauvaises
performances de poursuite. Donc, on augmente les valeurs de Kpj jusqu’à obtention de performances
acceptables. Au delà de certaines valeurs le système devient instable.

Pour les essais effectuées, on peut voir que le choix des valeurs Kp1=500 ; Kp2=500 ; Kp3=5000 nous
donne des résultats satisfaisants sans causer l’instabilité du système. On voit bien aussi que l’action
P seule ne peut pas annuler l’erreur statique.

On remarque pour les articulations 1 et 2 que l’erreur statique, bien qu’elle diminue en augmentant
Kpj , présente une oscillation permanente. Ceci ne signifie pas que le système est à la limite de la
stabilité, mais il est dû principalement à l’effet d’interaction mutuelle des articulations 1 et 2.

La cause pour laquelle nous avons imposé à Kp3 d’avoir une valeur 10 fois plus grande que Kp1 et
Kp2 est que la troisième articulation présente un frottement visqueux beaucoup plus grand.

Commande par régulateur PID

Nous présentons dans la figure II.12 les résultats de la commande par régulateur PID appliquée au
robot. Les paramètres des régulateurs, et après quelques essais et tests de simulation, ont été fixés
aux valeurs suivantes :

Kp1=1000 ; Kp2=1000 ; Kp3=5000

Ki1=100 ; Ki2=100 ; Ki3=10000

Kd1=100 ; Kd2=100 ; Kd3=1000

Page 29
 Chapitre II commande par régulateur PID du robot

-3
x 10
1 4 4

commande τ1 (N.m)
erreur e1 (rad)
2 2
0.5 sortie
ϑ1 (rad)

référence 0 0
0
-2 -2

-0.5 -4 -4
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
Temps (s) Temps (s) Temps (s)
-3
x 10
0.8 1 2

commande τ2 (N.m)
erreur e2 (rad)
0.6 sortie
0 1
ϑ 2 (rad)

référence
0.4
-1 0
0.2

0 -2 -1
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
Temps (s) Temps (s) Temps (s)
-3
x 10
0.4 2 0
sortie

commande τ3 (N)
0.3
erreur e3 (m)

référence 0 -10
d3 (m)

0.2
-2 -20
0.1

0 -4 -30
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
Temps (s) Temps (s) Temps (s)

Figure II.12 Commande par régulateur PID

On constate que le régulateur PID donne de très bonnes performances de poursuite et de régulation
avec des signaux de commande réalisables. L’erreur statique se trouve aussi annuler grâce à l’action
intégrale tout en garantissant la stabilité du système grâce à l’action dérivée.

Tests de robustesse du régulateur PID

Pour évaluer la robustesse du régulateur PID synthétisé, nous avons effectué 2 tests :

Test 1 : une perturbation externe sous forme d’un couple résistant d’une valeur égale à 2 N.m qui
vient s’opposer au mouvement des articulations 1 et 2 à partir de l’instant 2s. Les résultats
sont présentés sur la figure II.13.

Test 2 : une variation paramétrique des coefficients de frottements visqueux des articulations 1 et 2
(de 7. 1001 2. 3. 45 0
. les coefficients de frottement deviennent 7 2. 3. 45 0
. ). Les
résultats sont présentés sur la figure II.14.

Page 30
Chapitre II commande par régulateur PID du robot

-3
x 10
1 3 4

commande τ1 (N.m)
2

erreur e 1 (rad)
0.5 sortie 2
ϑ 1 (rad)

référence 1
0 0
0

-0.5 -1 -2
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
Temps (s) Temps (s) Temps (s)
-3
x 10
0.8 3 3

commande τ2 (N.m)
erreur e 2 (rad)
0.6
sortie 2 2
ϑ 2 (rad)

0.4 référence

1 1
0.2

0 0 0
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
Temps (s) Temps (s) Temps (s)
-3
x 10
0.4 2 0
sortie

commande τ3 (N)
0.3
erreur e 3 (m)

référence 0 -10
d3 (m)

0.2
-2 -20
0.1

0 -4 -30
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
Temps (s) Temps (s) Temps (s)

Figure II.13 Commande par régulateur PID avec couple résistant à l’instant t=2s

-3
x 10
1 4 4
c om m ande τ 1 (N .m )
erreur e 1 (rad)

0.5 2 2
ϑ 1 (rad)

sortie
référence
0 0 0

-0.5 -2 -2
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
Temps (s) Temps (s) Temps (s)
-3
x 10
0.8 3 3
c om m ande τ 2 (N .m )

sortie
erreur e 2 (rad)

0.6 2 2
référence
ϑ 2 (rad)

0.4 1 1

0.2 0 0

0 -1 -1
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
Temps (s) Temps (s) Temps (s)
-3
x 10
0.4 2 0
sortie
c om m ande τ 3 (N )

0.3
erreur e 3 (m )

référence 0 -10
d 3 (m )

0.2
-2 -20
0.1

0 -4 -30
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
Temps (s) Temps (s) Temps (s)

Figure II.14 Commande par régulateur PID avec variation paramétrique à l’instant t=2s

Page 31
Chapitre II commande par régulateur PID du robot

Les résultats obtenus montrent que le régulateur PID présente effectivement un caractère robuste
vis-à-vis des perturbations externes et des variations paramétriques qui peuvent se manifester à
n’importe quel instant dans l’environnement de travail réel d’un robot. Néanmoins il faut noter que
cette robustesse reste valable dans certaines limites du fait que les paramètres du PID sont fixes et
ont été choisis pour certaines conditions opératoires. Si on s’éloigne beaucoup de ces conditions les
performances du PID se trouveront fortement détériorées.

II.6 Conclusion

Dans ce chapitre la commande classique par régulateur PID du robot a été étudiée.

Après avoir donné des notions sur la régulation automatique d’une façon générale et sur le
régulateur PID avec ses trois actions d’une façon particulière, on est directement passé à la synthèse
de ce régulateur pour le robot en utilisant le réglage manuel pour la détermination des paramètres.

Les résultats de simulations ont montré l’efficacité du régulateur dans la poursuite de trajectoires
désirées et aussi dans la régulation lorsque la consigne est fixe. Des tests de robustesse ont montré
la capacité du régulateur à compenser les perturbations externes ainsi que les variations qui peuvent
surgir sur les paramètres du robot. Toute fois il faut noter que ce caractère robuste reste valable dans
certaines limites car les paramètres du régulateur sont fixes. Il sera alors intéressant d’étudier le cas
où ces paramètres peuvent être modifiés pour s’adapter aux nouvelles situations confrontées par le
robot dans son environnement interne ou externe. Ceci est l’objectif du prochain chapitre.

Page 32
 Chapitre III
Commande adaptative
décentralisée du robot
Chapitre III Commande adaptative décentralisée du robot

III.1. Introduction
Le modèle dynamique d'un robot ne pouvant être parfait, il est naturel que les
chercheurs appliquent les théories de la commande adaptative pour estimer ou ajuster en
ligne les valeurs des paramètres dynamiques utilisés dans la commande. Une définition de
la commande adaptative est proposée par Y.D. Landau :"Un système adaptatif mesure un
index de performance (IP) en utilisant les entrées, les d’états et les sorties d’un système
ajustable. Cet index est comparé à un ensemble de valeurs fixées. A partir de cette
comparaison, le mécanisme d’adaptation modifie les paramètres du système ajustable
et/ou engendre une entrée auxiliaire afin de maintenir la valeur de 1'index proche des
valeurs de référence. On peut à l'heure actuelle considérer que ta commande adaptative
des robots rigides a atteint une bonne maturité comme en témoigne les nombreuses
méthodes publiées sur le sujet. II s'en dégage cinq stratégies, significatives des progrès
réalisés dans ce domaine :
1. Simplification du modèle dynamique.
2. Application des techniques adaptatives développées pour les systèmes linéaires au
cas des robots.
3. Proposition d’une commande adaptative non linéaire asymptotiquement stable.
4. Utilisation des propriétés de la passivité pour développer une loi de commande
adaptative non linéaire asymptotiquement stable.
5. Utilisation pour l'adaptation d'un modèle qui n'est pas fonction des accélérations
articulaires tel que le modèle dynamique filtré ou le modèle énergétique.
Les lois de commande proposées dans les deux premières stratégies ne sont valables que
pour des mouvements lents et ne prennent pas en compte le modèle complet du robot. La
loi de commande adaptative non linéaire de Craig dépend de deux hypothèses restrictives
la mesure des accélérations articulaires et l'existence d'une borne de l'inverse de la matrice
d'inertie estimée. Les lois de commande des quatrième et cinquième stratégies n'ont pas
besoin de mesures des accélérations articulaires et sont, au moins de point de vue
théorique, les plus intéressantes. [MAKHLOUFI, 2015].
Dans ce chapitre, et après avoir donné quelques notions sur la commande adaptative et ses
différents types, une technique de commande adaptative décentralisée sera présentée et
appliquée au robot. Des simulations seront effectuées pour évaluer performances de cette
loi commande.

Page 33
Chapitre III Commande adaptative décentralisée du robot

III.2. Principe de la commande adaptative

Dans certaines applications où les paramètres du procédé variaient avec le temps,
l’utilisation d’un régulateur robuste à paramètres fixes peut être insuffisante pour garantir
les performances requises dans l’ensemble des régimes de fonctionnement possibles.
C’est ainsi qu’une identification imprécise ou une variation des paramètres du système
influe considérablement sur les performances portées par ces régulateurs, en plus ces
derniers se comportent difficilement avec le régime dynamique dû à la variation de la
charge. Pour cela la commande adaptative trouve un grand essor pour améliorer la
robustesse de la commande du processus.
La commande adaptative est un ensemble de techniques destinées à ajuster
automatiquement les paramètres du correcteur des systèmes de commande lorsque les
caractéristiques du processus et les perturbations sont inconnues ou varient dans le temps.
Son utilisation requiert la mesure d’un certain indice de performance qui est comparé à
l’indice désiré. Suivant l’écart obtenu, le mécanisme d’adaptation (algorithme
d’adaptation) modifie les paramètres du correcteur ajustable afin de maintenir l’indice de
performance à la valeur désirée. [Meziane, 09]

Figure III.1 Principe des systèmes de commande adaptative

III.3. Différents types de commande adaptative

Il existe essentiellement trois approches de la commande adaptative.

III.3.1. Commande adaptative a gain programmé

Cette méthode suppose que les non-linéarités sont connues, car il n’existe pas de correction pour
compenser une programmation incorrecte (fonctionnement en boucle ouverte). Elle et utilisé dans
les cas où il est possible de déterminer les changements survenant dans la dynamique du système en

Page 34
Chapitre III Commande adaptative décentralisée du robot

mesurant certaines grandeurs qui sont on corrélation avec ces changement. Elle a cependant
l’avantage d’ajuster rapidement les paramètres du correcteur lors de changements rapides de la
dynamique du processus. Cependant l’inconvénient majeur récit lorsque le processus subit des
changements inattendus.

Figure III.2 Commande adaptative à gain préprogrammé

III.3.2. Commande adaptative à correcteur auto-ajustable

Cette commande comporte une boucle interne, la boucle classique processus-correcteur, et une
boucle externe comprenant un estimateur (identification des paramètres du processus) et un
mécanisme d’adaptation qui minimise l’erreur entre la sortie du processus et son estimation comme
le montre la figure III.3.

Figure III.3 Commande adaptative à correcteur auto-ajustable

III.3.3. commande adaptative à modèle de référence (CAMR)

Le comportement dynamique du processus est défini par le modèle de référence et les paramètres
du correcteur sont ajustes par la boucle externe de façon minimiser l’erreur de sortie processus-
modèle. Pour la description mathématique du modèle de référence et du système ajustable deux
méthodes sont généralement utilisées : les équations d’état ou les relations entrée-sortie.

Page 35
Chapitre III Commande adaptative décentralisée du robot

Figure III.4 Commande adaptative à modèle de référence

A l’origine la CAMR traitait les problèmes d’asservissement alors que le correcteur auto-
ajustable était destine aux problèmes régulation, c’est pourquoi l’aspect de la régulation, pourtant
inhérent a tout système de commande, a souvent été ignoré dans les études de CAMR [Merabet
Boulouiha, 15].
III.4. Commande adaptative des robots manipulateurs

Le problème de la conception de lois de commande adaptative pour des robots

manipulateurs rigide afin d’assurer le poursuite de trajectoires désirées a intéressé les
chercheurs depuis plusieurs années. Le développement de contrôleurs adaptatifs efficaces
représente une étape importante vers les applications robotiques à grande
vitesse/précision. Même dans une installation industrielle bien structurée, les robots
peuvent faire face à une incertitude concernant les paramètres décrivant les propriétés
dynamiques de la charge de portée (par exemple les moments d'inertie inconnus). Puisque
ces paramètres sont difficiles de calculer ou mesurer, ils limitent le potentiel des robots
pour manipuler avec précision des objets de taille et de poids considérable. Pour
compenser cette incertitude paramétrique, beaucoup de chercheurs ont proposé des
stratégies de commande adaptatives. Un avantage de l'approche adaptative est que
l'exactitude des charges inconnues de transport d'un manipulateur s'améliore avec le
temps.
Dans le cadre de la commande des robots manipulateurs, on peut citer la commande
adaptative directe et indirecte. La commande adaptative est dite directe (explicite), si les
paramètres du correcteur sont évalués directement, et indirecte (implicite), si les
paramètres du correcteur sont calculés après l’estimation des paramètres du processus.
[Makhlouf, 15]

Page 36
Chapitre III Commande adaptative décentralisée du robot

III.5. Commande adaptative décentralisée

La commande décentralisée présente un certain nombre d’avantages, à savoir : la

minimisation du nombre d’information traitées par les unités de commande, la Simplicité
des lois de commande élaborées par rapport au cas centralisé ainsi que l’amélioration de
la fiabilité de transfert de données en n’utilisant que l’information locale. L’intérêt majeur
de la décentralisation est la simplification de la synthèse et de l’implémentation des
régulateurs. Chaque sous-système est commandé par une station de commande locale.
Cette dernière n’utilise pas les informations des autres sous-systèmes.
Dans un contexte non adaptatif, la mauvaise identifiabilité des systèmes couplés, causée
principalement par leur complexité, explique, en partie, le manque de résultats constaté.
C'est pourquoi, l'approche adaptative présente, pour ces systèmes, une solution
particulièrement attrayante. Avec une telle méthode, les interactions, mal connues, sont
automatiquement prises en compte. [Khenfri, 11] [Madani, 07]

Nous présentons ici une technique de commande adaptative décentralisée qui a prouvée
ses performances en simulation ainsi qu’en expérimentation tout en assurant la stabilité
du schéma de commande [Seraji, 89][Djebiri, 97]. Cette technique peut être classée dans
la commande adaptative à régulateur auto-ajustable (STR). Elle sera ensuite utilisée pour
la commande du robot manipulateur

Le schéma de cette commande décentralisée est présenter sure la figure (III.6)

PD2 Feedforward
Interconnexions
di
qri Ui qi
+ ei PD Feedback Sous-système i
+
-

Loi fi
d’adaptation

Figure III.5 Schéma de la commande adaptative décentralisée pour le sous-système i

Page 37
Chapitre III Commande adaptative décentralisée du robot

Le régulateur adaptatif indépendant dédié a la commande du sous- système i est décrit par :

= + + + + + (III.1)

Où = − est l’erreur de poursuite en position du sous-système i

Trajectoire désirée

Sortie de sous-système i

Cette loi de commande est composée de trois termes :

1. Le terme qui est un signal auxiliaire génère par le schéma d’adaptation pour améliorer
les performances de poursuite et compenser la perturbation
2. Le terme + dû à un régulateur PD (‘feed-back Controller’) à gains
et adaptatatifs
3. Le terme + + fourni par un régulateur
‘feedforward’ à gains ajustables

Les lois d’adaptation de ces 3 termes, en vue d’assurer une poursuite asymptotique de la
trajectoire désirée, sont basées sur une erreur pondérée définie par :

= + (III-2)

Pour ajuster le signal auxiliaire :

= 0 +" # +%
$
(III-3)

Pour ajuster les gains du régulateur PD (‘feed-back Controller’) :

= 0 +'&# +(& , j=0,1

$ & &
& & III-4)

Pour ajuster les gains du régulateur ‘feedforward’ :

= 0 +,&# +-& , . = 0,1,2

$ & &
& & (III-5)

Où " & , ' & , , & contestantes positives

% , ( & , - & constantes positives ou nulles

Page 38
Chapitre III Commande adaptative décentralisée du robot

, constantes positives reflétant l’importance relative des erreurs en position et en

vitesse dans l’expression de .

Du point de vue implantation, le signal auxiliaire peut être génère par un régulateur PID à
gains fixe. En effet, en utilisant les équations (III.2) et (III.3) on obtient :

= 0 +%1 + 2+" # +
$
(III-6)

Ou encore :

= 0 + 1% +" 2 + % + "
$
# (III-7)

Ainsi, la loi de commande (III.1) peut être écrite sous forme d’une combinaison d’un
régulateur PID (‘feed-back Controller’) et d’un régulateur PD (‘feedforward Controller’) :

= 0 +[ 5 + 5 6 # +5 +8 + + :
$ 7 7 79
7$ 7$ 7$ 9
(III-8)

5 = +% +"
Où ; 56=" <
5
sont les gains ajustables du PID.
= 6 +%

Et 0 = 0

III.6. Résultats de simulation

La technique de commande adaptative décentralisée présentée dans le paragraphe précédent a été

appliquée au robot. Le tableau ci-dessous contient les valeurs des constantes utilisées pour
implémenter cette technique.

wp wv δ ρ α0 α1 β0 β1 γ0 γ1 γ2 λ0 λ1 λ2
Art.1 15 15 500 10 500 500 500 500 10 10 10 1 1 1
Art.2 15 15 500 10 500 500 500 500 10 10 10 1 1 1
Art.3 100 100 500 10 500 500 500 500 10 10 10 1 1 1

Pour évaluer les performances de cette technique de commande, les mêmes trajectoires de
références utilisées dans le chapitre précédent sont utilisées ici. Les résultats de simulation sont
présentés dans la figure III.6.

Page 39
Chapitre III Commande adaptative décentralisée du robot

-4
x 10
1 2 4

commande τ1 (N.m)
erreur e1 (rad)
2
ϑ1 (rad) 0.5 0
sortie
0
référence
0 -2
-2

-0.5 -4 -4
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
Temps (s) Temps (s) Temps (s)
-4
x 10
0.8 2 2

commande τ2 (N.m)
erreur e2 (rad)
0.6 sortie 1
1
ϑ2 (rad)

référence
0.4 0
0
0.2 -1

0 -2 -1
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
Temps (s) Temps (s) Temps (s)
-4
x 10
0.4 2 0
sortie

commande τ3 (N)
0.3 0 -10
référence erreur e3 (m)
d3 (m)

0.2 -2 -20

0.1 -4 -30

0 -6 -40
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
Temps (s) Temps (s) Temps (s)

Figure III.6 Résultats de la Commande adaptative décentralisée

Les résultats obtenus montrent clairement les performances du régulateur adaptatif du point de vue
poursuite et régulation.

Tests de robustesse du régulateur adaptatif

Pour évaluer la robustesse du régulateur adaptatif synthétisé, nous avons effectué 2 tests :

Test 1 : une perturbation externe sous forme d’un couple résistant d’une valeur égale à 2 N.m qui
vient s’opposer au mouvement des articulations 1 et 2 à partir de l’instant 2s. Les résultats
sont présentés sur la figure II.7.

Test 2 : une variation paramétrique des coefficients de frottements visqueux des articulations 1 et 2
(de 7. 10>? @. A. B >
. C les coefficients de frottement deviennent 7 @. A. B >
. C ). Les
résultats sont présentés sur la figure II.8.

Page 40
Chapitre III Commande adaptative décentralisée du robot

-3
x 10
1 2 4

commande τ1 (N.m)
erreur e1 (rad)
ϑ1 (rad) 0.5 1 2
sortie
référence
0 0 0

-0.5 -1 -2
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
Temps (s) Temps (s) Temps (s)
-3
x 10
0.8 1 3

commande τ2 (N.m)
erreur e2 (rad)
0.6 sortie
2
ϑ 2 (rad)

référence
0.4 0.5
1
0.2

0 0 0
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
Temps (s) Temps (s) Temps (s)
-3
x 10
0.4 2 10
sortie

commande τ3 (N)
0.3 0
erreur e3 (m)
référence 0
d3 (m)

0.2 -10
-2
0.1 -20

0 -4 -30
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
Temps (s) Temps (s) Temps (s)

Figure III.7 Commande adaptative décentralisée avec couple résistant à l’instant t = 2s

-3
x 10
1 2 commande τ1 (N.m) 4

1
erreur e1 (rad)

0.5 sortie 2
ϑ 1 (rad)

référence 0
0 0
-1

-0.5 -2 -2
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
Temps (s) Temps (s) Temps (s)
-3
x 10
0.8 1 3
commande τ2 (N.m)

sortie
erreur e2 (rad)

0.6 0.5 2
référence
ϑ 2 (rad)

0.4 0 1

0.2 -0.5 0

0 -1 -1
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
Temps (s) Temps (s) Temps (s)
-3
x 10
0.4 2 10
sortie
commande τ3 (N)

0.3 0
erreur e3 (m)

référence 0
d3 (m)

0.2 -10
-2
0.1 -20

0 -4 -30
0 2 4 6 8 10 0 2 4 6 8 10 0 2 4 6 8 10
Temps (s) Temps (s) Temps (s)

Figure III.8 Commande adaptative décentralisée avec variation paramétrique à l’instant t = 2s

Les résultats obtenus montrent le comportement robuste du régulateur synthétisé vis-à-vis des
variations paramétriques et des perturbations externes. En effet, l’adaptation en temps réel des
paramètres du régulateur, avec un bon choix des constantes utilisées dans sa loi de commande,

Page 41
Chapitre III Commande adaptative décentralisée du robot

permet de faire face au changement inattendu, même à large échelle, des paramètres du robot et son
environnement externe.

III.7. Conclusion

Dans ce chapitre, et après avoir donné quelques notions sur la commande adaptative et ses
différents types, une technique de commande adaptative décentralisée a été présentée puis appliquée
au robot. Les résultats de simulation ont montré les très bonnes performances offertes par cette
technique du point de vue poursuite, régulation et robustesse.

L e schéma de commande proposé et implémenté dans ce chapitre présente deux avantages très
importants. Le premier avantage est sa nature adaptative. Les paramètres du régulateur sont adaptés
pour compenser les variations paramétriques dans le modèle dynamique du robot ainsi que les
perturbations externes. Le deuxième avantage est sa structure décentralisée ainsi que la loi de
commande qui est relativement simple dans sa formulation. Donc du point de vue temps de calcul,
le schéma de commande sera très rapide puisque chaque régulateur indépendant destiné à la
commande d’une articulation peut être implémenté dans un microprocesseur indépendant.

Page 42
Conclusion générale
 Conclusion générale

Dans ce travail, la modélisation et la commande d’un robot manipulateur à 3 degrés de liberté ont
été exposées. Nous nous sommes intéressé à la classe de robots manipulateurs rigides de type
SCARA.

Dans le premier chapitre les différents modèles décrivant le comportement statique et dynamique
du robot ont été établis avec une simulation en boucle ouverte du modèle dynamique. Ce dernier
joue un rôle très important car il va nous permettre de tester l’efficacité des commandes qui seront
appliquées.

L’objectif du deuxième chapitre était de synthétiser un régulateur classique de type PID pour la
commande du robot. Ce travail a été fait et les résultats de simulation ont montré de très bonnes
performances pour ce régulateur. Ce dernier présente aussi l’avantage de la simplicité de son
implantation mais son inconvénient est le risque de dégradation de ses performances si les
paramètres du robot ou son environnement changent beaucoup.

Dans le troisième chapitre la commande adaptative du robot a été abordée. Une technique de
commande adaptative décentralisée a été présentée et appliquée. Cette technique a deux avantages :
son caractère adaptatif donc sa capacité de compenser les variations paramétriques dans le modèle
dynamique du robot ainsi que les perturbations externes, et sa structure décentralisée donc la
possibilité de commander chaque articulation du robot indépendamment des autres. Les résultats de
simulations ont prouvés l’efficacité de cette commande.

Bien que nous n’avons pas fait une comparaison entre les deux régulateurs car il faut se mettre dans
les mêmes conditions pour pouvoir effectuer cette comparaison (Régulateur PID classique à
paramètres fixes comparé à un régulateur PID à paramètres adaptatifs), nous pouvons affirmer que
la commande adaptative est meilleure que la commande classique car le régulateur adaptatif avec
ses gains variables gardent des bonnes performances même avec des fortes perturbations et de
larges variations paramétriques qui peuvent se manifester dans l’environnement du travail du robot.

Comme perspectives à ce travail nous envisageons :

• L’utilisation d’un modèle dynamique du robot plus précis incluant la dynamique des
actionneurs.
• Proposer d’autres techniques de commande (commandes robustes et intelligentes).
• Tester les commandes qui ont prouvées leurs efficacités en simulation sur des bancs
d’essaies expérimentaux.

Page 43
 Références Bibliographiques

[Adouane, 10] Adouane L., TP modélisation et commande des robots, Polytechnique Clermont
Ferrand, 2010

[Ang, 05] Ang K.H., Chong G.C.Y. and Li Y., ’PID control system analysis, design and
technology’, IEEE Transactions on control systems technology 13(4), pp. 559-576, 2005

[Åström, 83] Åström K. J., ’Theory and applications of adaptive control – A survey’, Automatica,
Vol. 19, No. 5, pp. 471-486, 1983
[Bali, 95] Bali N., Etude des performances de la commande prédictive généralisée : application au
robots manipulateurs PUMA et SCARA, Thèse de Magister, ENP, 1995
[Chaal, 13] Chaal M., Modélisation cinématique d’un robot manipulateur à chaine continue
ouverte, Mémoire de Master, Université Kasdi Merbah OUARGLA, 2013
[Djebiri, 97] Djebiri M., Commande décentralisée supervisée par réseaux de neurones artificiels
d’un bras de robot manipulateur, Mémoire d’Ingéniorat, ENP, 1997
[Guenfaf, 95] Guenfaf L., Etude de différentes stratégies de commande adaptative :
application à un bras manipulateur, Thèse de Magister, ENP, 1995
[Kadri, 14] Kadri A.Y. , Régulation Automatique, Programme du module régulation automatique,
Université Kasdi Merbah OUARGLA, 2014

[Khenfri, 11] Khenfri F. et Boudjema F.’ Approche décentralisée pour la commande adaptative à
structure variable: Application à un Quadrotor’, International Conference on
Electronics & oil ICEO’11,Ouargla, March 01-02, 2011
[Landau, 11] Landau I.D, Lozano R., M’Saad M. and Karimi A., Adaptive control: algorithms,
analysis and applications, Springer, 2011

[Leena, 12] Leena G. and Ray G., ’A set of PID controllers for an n – link robot manipulator’,
Sadhana Vol. 37, Part 3, June 2012, pp. 405-423, Indian Academy of science

[Madani, 07] Madani T. et Benallegue A., ’Commande adaptative décentralisée à structure

variable d’une classe de systèmes non-linéaires interconnectés : application à un
robot volant’, Revue électronique Sciences & Technologie de l’Automatique, vol. 4,
2007
[Makhloufi, 15] Makhloufi F., Modélisation et commande des robots manipulateurs par les outils
de l’intelligence artificielle, Thèse de Doctorat, Université Badji Mokhtar
ANNABA, 2015

[Maki, 15] Maki K.H, handbook of research on advancements in robotics and mechatronics, IGI
Global, USA, 2015

Page 44
 Références Bibliographiques

[Merabet Boulouiha, 15] Merabet Boulouiha H., Notes de cours : techniques de commande
avancée, Centre universitaire Ahmed Zabana de Rélizane, 2014/2015
[Meziane, 09] Meziane S., Commande adaptative et prédictive de la machine asynchrone, Thèse de
Doctorat, Université Mentouri Constantine, 2009
[Paul, 81] Paul R.P., Robot manipulators: mathematics, programming and control, MIT Press,
Cambridge, MA, 1981
[Rivoire, 94] Rivoire M. et Ferrier J.-L., Cours d’automatique, tome2 : asservissement-régulation,
commande automatique, Chihab-Eyrolles, 1994

[Seraji, 89] Seraji H., ’Decentralized adaptive control of manipulators: theory, simulation, and
experimentation’, IEEE Transactions on robotica and automation, vol. 5, No. 2, pp.
183-201, April 1989
[Sciavicco, 02] Sciavicco L. and Siciliano B., Modelling and control of Robot manipulators,
Springer-Verlag, London, 2002
[Siciliano, 10] Siciliano B., Sciavicco L., Villani L. and Oriolo G., Robotics: modelling, planning
and control, Springer-Verlag, London, 2010
[Slotine, 91] Slotine J.-J. E. and Li W., Applied nonlinear control, Prentice-Hall. Inc., USA, 1991
[Vibet, 87] Vibet C., Robots: principes et contrôle, Ellipses, Paris, 1987.

Page 45