Implantation Sur Fpga D Une Loi De Commande Adaptative Neuronale Supervis E Pour Une Articulation Flexible

Implantation sur FPGA d'une loi de commande adaptative neuronale supervisée pour une articulation flexible

Implantation de réseaux neuromimétiques sur cible FPGA

La thèse a trait à l’implémentation d’architectures neuronales sur cible FPGA pour la commande de systèmes de l’électronique de puissance dédiés à l’amélioration de la qualité de l’énergie dans un réseau de distribution électrique. Pour répondre à cette problématique qualité, le filtre actif parallèle (FAP) a été retenu notamment à cause des contraintes normatives plus exigeantes sur la compensation des harmoniques de courants. Dans une perspective d’optimisation des ressources nécessaires pour une implantation numérique sur FPGA, nous avons adopté une approche méthodologique associant conception modulaire et adéquation algorithme architecture. L’implication des techniques neuromimétiques pour la constitution d’une architecture de commande adaptative, a permis d’améliorer les performances du FAP dans diverses conditions de fonctionnement des sources d’énergie et des charges du réseau électrique. De nouvelles approches élaborées pour l’identification des perturbations et la compensation d’énergie réactive ont ainsi été testées en simulation et analysées. Les bons résultats obtenus se traduisent en termes de réduction du temps d’exécution des algorithmes et de la surface occupée dans le FPGA, utilisé comme cible unique d’implantation. La validation expérimentale de cette approche que nous avons baptisée « FPGA alone » nous a permis de caractériser cette solution d’implantation dans l’optique d’une comparaison avec des solutions de type DSP ou mixte DSP/FPGA habituellement utilisées pour cette application.

SYNTHESIS AND SUPERVISION OF ADAPTIVE CONTROL

LES TRAVAUX EFFECTUES DANS CETTE THESE PORTENT SUR LA SYNTHESE ET LA SUPERVISION DES LOIS DE COMMANDE ADAPTATIVE. ILS DECRIVENT UNE METHODE DE CONSTRUCTION ET D'EXTRACTION DES CONNAISSANCES LOGIQUE ET METHODOLOGIQUE VEHICULEES AUTOUR D'UNE LOI DE COMMANDE ADAPTATIVE. CETTE METHODE COMPORTE TROIS ETAPES: LA PREMIERE ETAPE CONSISTE EN LA CONSTRUCTION ET LA MISE EN UVRE DE LA COUCHE DE CONNAISSANCES ALGORITHMIQUES QUI INTEGRE DES LOIS DE COMMANDE ADAPTATIVE. CETTE CONSTRUCTION PREND EN COMPTE UNE ARCHITECTURE LOGICIELLE OUVERTE ET SIMPLE VIS-A-VIS DES IMPLEMENTATIONS; LA DEUXIEME ETAPE CONSISTE EN L'EXTRACTION ET LA CONSTRUCTION DE LA COUCHE DES CONNAISSANCES LOGIQUES. ELLE EST BASEE SUR DES DEVELOPPEMENTS FORMELS ET EXPERIMENTAUX ELABORES, POUR ETUDIER L'EFFET DE CHAQUE PARAMETRE DE SYNTHESE D'UN ALGORITHME DE COMMANDE. UNE CONNAISSANCE LOGIQUE AINSI EXTRAITE POSSEDE UNE DEMONSTRATION SOUS FORME D'UN THEOREME OU D'UNE ASSERTION; LA TROISIEME ETAPE CONSISTE EN L'ELABORATION DES CONNAISSANCES METHODOLOGIQUES SOUS FORME DE SCENARIOS DE SYNTHESE OU PLANS D'ACTIONS. ELLES EXPLOITENT LES PROBLEMES DE COMMANDE SUR UN PROCEDE POUR ORIENTER LA RECHERCHE DE SOLUTION A L'INTERIEUR DE LA COUCHE DE CONNAISSANCES LOGIQUES. L'ENSEMBLE DES CONNAISSANCES LOGIQUES ET METHODOLOGIQUES FORME LE CONTENU DE LA BOUCLE DE SUPERVISION DANS UN SCHEMA DE COMMANDE ADAPTATIVE SUPERVISEE