Modélisation et commande prédictive à complexité paramétrique réduite des systèmes complexes
Le travail présenté dans cet ouvrage a porté d'une part sur la modélisation et l'identification des systèmes linéaires et non linéaires SISO et MIMO et d'autre part sur la synthèse des algorithmes de commande prédictive à base des modèles multivariables (MPC MIMO) et non linéaires (NMPC). Dans la première partie on a proposé deux nouveaux modèles à complexité paramétriques réduite intitulées ARX-Laguerre et ARX-Laguerre MIMO et trois nouvelles représentations des systèmes non linéaires à complexité réduite intitulées multimodèle Laguerre, multimodèle ARX-Laguerre et multimodèle ARX-Laguerre MIMO. Les modèles monovariable ARX-Laguerre et multivariable ARX-Laguerre MIMO sont obtenu en décomposant les coefficients respectivement des modèles ARX et ARX MIMO sur des bases orthonormales et indépendantes de Laguerre et les modèles non linéaires sont obtenus en décomposant les coefficients du multimodèle FIR, du multimodèle ARX et du multimodèle ARX MIMO sur des bases orthonormales et indépendantes de Laguerre. Les modèles à complexité paramétrique réduite sont utilisés pour synthétiser des algorithmes de commande prédictive classique, adaptative et tolérante aux défauts.
