Le rôle du contrôle de la passivité dans la stabilité du système dans la conception optimale du contrôle

La régulation par passivité (PBC) est apparue comme une méthode fondamentale pour la conception de contrôleurs qui garantissent la stabilité, en particulier dans les systèmes complexes et interconnectés. En exploitant la propriété liée à l'énergie de la passivité, PBC permet aux ingénieurs de construire des lois de contrôle qui garantissent qu'un système ne peut pas générer d'énergie non limitée, empêchant ainsi l'instabilité.Cette approche devient particulièrement puissante lorsqu'elle est intégrée à la conception optimale de la commande, où les deux objectifs d'optimisation des performances et d'assurance de la stabilité doivent être conciliés.

Comprendre la passivité dans les systèmes de contrôle

Un système est dit passif si la quantité d'énergie qu'il peut fournir à son environnement est limitée par l'énergie initialement stockée en son sein, plus toute énergie fournie à l'extérieur. Autrement dit, un système passif ne peut pas créer d'énergie à lui seul; il ne peut stocker, dissiper ou transférer de l'énergie. Cette propriété est officiellement saisie par le concept d'une fonction de stockage — souvent choisie comme énergie totale du système — et un taux d'approvisionnement qui se rapporte aux entrées et aux sorties. Pour un système avec entrée u et sortie y, la passivité est maintenue si le dérivé temporel de la fonction de stockage V satisfait V=» ≤ u]Ty], la passivité est maintenue si le dérivé temporel de la fonction de stockage ]V] satisfait [[[

Si un système est passif avec une fonction de stockage définie positive, alors le système à entrée zéro (avec u=0) satisfait [V=0, garantissant que l'énergie diminue ou demeure constante. Dans des conditions supplémentaires légères (p. ex., détectabilité), le système converge vers l'équilibre souhaité. Cette relation fournit un moyen systématique de concevoir des régulateurs de stabilisation : s'assurer que le système à boucle fermée devient passif par rapport à l'équilibre souhaité. De plus, la passivité est préservée sous interconnexion : si deux systèmes passifs sont connectés en retour, le système global reste passif et donc stable. Cette propriété est particulièrement précieuse pour la conception de contrôleurs modulaires dans les systèmes cyberphysiques, où les sous-systèmes doivent interagir de manière fiable sans coordination mondiale.

Principes fondamentaux du contrôle de la passivité

La technique de base est la formation d'énergie: la commande modifie la fonction d'énergie du système de sorte que l'équilibre souhaité devienne un minimum d'énergie de forme.En ajoutant l'injection d'amortissement, le contrôleur assure que l'énergie se dégrade au fil du temps, conduisant le système vers l'équilibre. Cette approche en deux étapes — la formation d'énergie plus l'injection d'amortissement — forme l'épine dorsale de la plupart des méthodes PBC.

L'un des cadres PBC les plus influents est Interconnexion et abattement de la commande de la passivité de l'assignation (IDA-PBC), développé par Ortega et ses collègues. L'IDA-PBC travaille en attribuant une structure port-hamiltonienne souhaitée au système de boucle fermée. La représentation port-hamiltonienne capture explicitement l'énergie, la topologie d'interconnexion et les éléments d'amortissement du système. Le contrôleur résout un ensemble d'équations différentielles partielles pour correspondre à la structure souhaitée, en fait -molding. Cette méthode est particulièrement efficace pour les systèmes mécaniques et électromécaniques, où les fonctions énergétiques sont bien comprises.

La PBC ne nécessite pas une connaissance complète du modèle du système; elle peut gérer les incertitudes paramétriques tant que la propriété de la passivité est préservée. Cette robustesse découle du fait que la passivité garantit la stabilité même en présence de dynamiques non modélisées, à condition qu'elles soient passives elles-mêmes. En pratique, la PBC est mise en œuvre en utilisant des retours d'état ou des retours de sortie, avec ces derniers en s'appuyant sur des définitions de sortie passive.

Intégration avec la conception de contrôle optimal

La solution standard, telle que la LQR linéaire ou la MPC, garantit souvent la stabilité implicitement par la fonction de coût optimale agissant comme fonction Lyapunov. Cependant, en présence de non-linéarités, de défauts de réglage du modèle ou de saturations d'actionneur, les lois de contrôle optimales peuvent conduire à l'instabilité si elles ne sont pas soigneusement ajustées. La gestion basée sur la passivité offre un cadre complémentaire : en assurant que le système en boucle fermée est passif, la stabilité est garantie par la construction, permettant au problème de contrôle optimal de se concentrer uniquement sur les performances sans se soucier des marges de stabilité.

Une méthode courante consiste à concevoir un contrôleur optimal dans la classe des contrôleurs de la protection de la passivité. Par exemple, on peut paramétrer les gains de rétroaction qui maintiennent la passivité et ensuite optimiser ces gains pour minimiser une fonction de coût. Cela évite la nécessité d'une analyse explicite de Lyapunov et simplifie l'optimisation parce que l'ensemble de gains réalisables est convexe dans de nombreux cas. Une autre approche consiste à utiliser la passivité pour façonner la fonction de coût elle-même. En incluant une pénalité sur la fonction de stockage de l'énergie ou sur l'inégalité de passivité, le contrôleur optimal peut être conçu pour imposer automatiquement des contraintes de passivité.

Dans les systèmes non linéaires, la synergie entre PBC et contrôle optimal est exploitée dans Modèle non linéaire Contrôle prédictif (NMPC) avec contraintes de passivité. Le NMPC résout un problème d'optimisation à chaque étape, en utilisant un horizon de prédiction. En ajoutant une contrainte de passivité à l'optimisation, la loi de contrôle résultante est garantie de produire un système passif en boucle fermée, assurant ainsi la stabilité même si le modèle de prédiction est inexact.

Avantages du contrôle de la passivité dans le contrôle optimal

  • Garantie de stabilité inhérente : Par construction, PBC s'assure que le système de boucle fermée est passif, ce qui implique la stabilité de Lyapunov. Cela élimine la nécessité de contrôles de stabilité après conception et simplifie la certification des systèmes critiques pour la sécurité.
  • La robustesse contre les perturbations et les erreurs de modèle: Parce que la passivité est une propriété robuste, de petites violations de la dynamique supposée ne déstabilisent pas le système.
  • La conception simplifiée du contrôleur:[ La façonnage de l'énergie et l'injection d'amortissement fournissent une méthodologie de conception claire et intuitive. Le concepteur n'a pas besoin de résoudre les équations complexes de Riccati ou les inégalités Hamilton-Jacobi-Bellman; au lieu de cela, l'accent est mis sur la sélection des fonctions énergétiques appropriées et des coefficients d'amortissement qui s'alignent naturellement avec l'intuition physique.
  • Stratégies de contrôle écoénergétique:[ PBC minimise intrinsèquement l'injection d'énergie inutile car elle repose sur une dissipation naturelle.Le contrôle optimal peut également régler l'amortissement pour équilibrer les performances et l'utilisation d'énergie, ce qui permet une exploitation écologique dans des applications comme les véhicules électriques et la construction de systèmes CVC.
  • L'évolutivité vers les systèmes interconnectés:[ La propriété de composition de la passivité signifie que si chaque sous-système est rendu passif via PBC, l'ensemble du réseau reste passif.Cette modularité permet un contrôle optimal au niveau du sous-système tout en garantissant la stabilité globale — un avantage majeur dans les systèmes à grande échelle comme les réseaux électriques ou les formations multi-robots.

Applications du contrôle de la passivité

Le contrôle basé sur la passivité a trouvé une application étendue dans divers domaines d'ingénierie où la stabilité et la performance sont primordiales.

Robotique

En robotique, PBC est largement utilisé pour le contrôle d'impédance et [. Un robot qui interagit avec un environnement inconnu doit maintenir un contact stable sans exiger un modèle précis de l'environnement. En concevant un contrôleur passif (p. ex., en utilisant l'inertie naturelle et l'amortissement du robot), le robot peut exercer des forces en toute sécurité tout en dissipant l'énergie des impacts. L'exemple classique est le robot léger KUKA qui utilise le contrôle d'impédance basé sur la passivité pour une collaboration humaine-robot sûre.

Systèmes électriques

Dans les systèmes électriques, le contrôle basé sur la passivité est crucial pour la stabilité microgride et convertisseur[. Les microgrids intègrent des sources renouvelables, le stockage et les charges, fonctionnant souvent en mode insulaire. PBC s'assure que chaque onduleur se comporte comme un élément passif (c'est-à-dire qu'il ne peut pas injecter d'énergie qui provoquerait des oscillations). Par exemple, on peut augmenter les onduleurs contrôlés par des rodop en utilisant des termes basés sur la passivité pour améliorer la stabilité transitoire et le partage de la charge.

Génie aérospatial

Dans l'aérospatiale, PBC est employé pour attitude et commande de l'orbite[ de l'engin spatial et des drones. La dynamique d'attitude d'un corps rigide est intrinsèquement passive lorsque l'on utilise la vitesse angulaire comme sortie et couple comme entrée. Les modèles PBC pour les satellites utilisent la façon de façonner l'énergie pour réaliser des manœuvres à grand angle sans bavarder, et l'amortissement de l'injection pour manipuler des appendices flexibles.

Orientations futures et frontières de la recherche

Une des grandes orientations consiste à étendre la PBC aux systèmes non linéaires à haute dimension, où la résolution des équations différentielles partielles de façon énergétique devient intractable. Les travaux récents utilisent des méthodes fondées sur les données, comme les réseaux neuronaux, pour apprendre les fonctions de stockage directement à partir de données tout en préservant les contraintes de passivité.

Dans le contrôle optimal, la recherche se concentre sur l'apprentissage de renforcement imposé par la passivité. En intégrant la passivité dans la structure de récompense ou de politique, les agents de RL peuvent explorer agressivement sans violer la stabilité, en accélérant la convergence de l'apprentissage. De même, un contrôle optimal adapté avec des représentations port-hamiltoniennes est en cours de développement pour gérer la dynamique variable du temps et les paramètres inconnus tout en maintenant la passivité.

Conclusion

Son intégration avec une conception optimale de contrôle donne des contrôleurs qui non seulement obtiennent des performances supérieures, mais héritent également de la robustesse et de la modularité des systèmes passifs. De la robotique aux réseaux électriques à l'aérospatiale, la combinaison de la formation de l'énergie, de l'amortissement des injections et des critères d'optimisation permet la prochaine génération de solutions de contrôle sûres, efficaces et évolutives. La recherche se concentrant sur les extensions basées sur les données et l'apprentissage, le rôle de la passivité restera central pour assurer la stabilité des systèmes complexes, même dans l'incertitude.

Liens externes: