⚡ electrical engineering

Dynamic Sliding Mode Control based on Fractional calculus subject to uncertain delay based chaotic pneumatic robot

Cet article propose une nouvelle méthode de commande par mode glissant dynamique basée sur le calcul fractionnaire pour éliminer le broutement et stabiliser les robots pneumatiques chaotiques à retard incertains dans une configuration maître-esclave, la stabilité étant garantie par la théorie de Lyapunov et validée par des simulations numériques.

Auteurs originaux : Sara Gholipour P., Heydar Toosian Shandiz, Mobin Alizadeh, Sara Minagar, Seyed Javad Kazemitabar

Publié 2026-06-04

📖 4 min de lecture☕ Lecture pause café

CC BY 4.0

Auteurs originaux : Sara Gholipour P., Heydar Toosian Shandiz, Mobin Alizadeh, Sara Minagar, Seyed Javad Kazemitabar

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous essayez de diriger un robot lourd à deux bras fait de tubes d'air (pneumatique). Ce robot est censé se déplacer de manière fluide, mais parce que l'air met du temps à voyager à travers les longs tubes, il y a un léger « décalage » ou un délai dans le système. Dans le monde de la robotique, ce délai est comparable au fait de conduire une voiture où le volant réagit une fraction de seconde après que vous l'avez tourné. Si le délai est juste assez important, le robot ne se contente pas d'être confus ; il devient complètement fou, tourbillonnant et tressautant dans une danse chaotique et imprévisible. C'est ce que l'article appelle un « robot chaotique ».

Les chercheurs de cet article voulaient arrêter cette danse sauvage et faire en sorte que le robot suive un chemin fluide et prévisible, même lorsque le système présente un décalage et se comporte de manière erratique. Voici comment ils ont procédé, décomposé en concepts simples :

1. Le Problème : Le robot « chattering »

Habituellement, les ingénieurs utilisent une méthode de contrôle appelée Commande par Mode Glissant (Sliding Mode Control) pour forcer un robot à rester sur sa trajectoire. Considérez cela comme un professeur très strict qui tapote constamment l'épaule d'un élève pour qu'il reste concentré. Bien que cela fonctionne, les tapotements sont si rapides et brusques qu'ils provoquent une vibration violente du robot. Cette vibration est appelée « chattering » (ou broutement). C'est comme un moteur de voiture qui tremble si fort qu'il pourrait se briser.

2. La Solution : Une baguette magique « fractionnaire »

Pour corriger les secousses, les auteurs ont utilisé un outil mathématique appelé Calcul Fractionnaire.

Mathématiques normales : Habituellement, nous mesurons le changement en étapes entières (comme faire un pas en avant, puis un autre).
Mathématiques fractionnaires : Cela permet de faire des « demi-étapes » ou des « quarts d'étapes ». C'est comme être capable de faire une petite glissade fluide entre les pas au lieu d'un saut saccadé.

En utilisant cette approche « fractionnaire », ils ont créé un nouveau type de contrôleur (FDSMC). Au lieu des tapotements brusques et rapides de l'ancienne méthode, ce nouveau contrôleur effectue des ajustements doux et continus. C'est la différence entre un sergent instructeur qui crie des ordres et un chef d'orchestre qui guide un orchestre avec fluidité.

3. La Configuration : Le Maître et l'Esclave

Les chercheurs ont mis en place un jeu « Maître-Esclave » :

Le Maître : Un robot se déplaçant avec un petit délai (0,005 seconde).
L'Esclave : Un robot se déplaçant avec un délai plus grand (0,015 seconde) et agissant de manière chaotique.

L'objectif était de faire en sorte que l'« Esclave » chaotique copie parfaitement le « Maître », malgré le délai et le chaos.

4. Le Test : Peut-il gérer le chaos ?

Ils ont effectué des simulations informatiques pour voir si leur nouveau contrôleur pouvait fonctionner. Ils ont testé deux scénarios :

Le Test Propre : Juste le délai et le chaos.
Le Test Difficile : Ils ont ajouté une incertitude massive de 60 % au robot Esclave. Imaginez si le robot devenait soudainement 60 % plus lourd ou si la pression de l'air changeait radicalement. Cela simule un robot réel qui est cassé, usé ou qui transporte des poids inconnus.

5. Les Résultats : Une navigation fluide

Les résultats ont été un succès :

Plus de secousses : Le « chattering » (vibration violente) a disparu. Le robot se déplace de manière fluide.
Chaos maîtrisé : Les mouvements sauvages et imprévisibles de l'Esclave ont été forcés de correspondre au chemin fluide du Maître.
Robustesse : Même avec cette énorme incertitude de 60 % (le scénario du robot « cassé »), le contrôleur a maintenu le robot sur sa trajectoire.
Vitesse : Le robot ne s'est pas contenté de s'améliorer avec le temps ; il s'est stabilisé sur la bonne trajectoire très rapidement (en un « temps fini »).

L'essentiel

L'article affirme qu'en utilisant un type spécial de mathématiques (calcul fractionnaire) pour concevoir un contrôleur plus intelligent, ils peuvent empêcher un robot pneumatique sujet au décalage et au chaos de s'autodétruire par des vibrations. Ils ont prouvé que cette méthode fonctionne même lorsque le robot agit de manière très imprévisible ou présente des problèmes majeurs inconnus, transformant une danse sauvage et chaotique en une performance fluide et synchronisée.

Résumé Technique : Commande par Mode Glissant Dynamique basée sur le Calcul Fractionnaire soumise à un Délai Incertain pour un Robot Pneumatique Chaotique

Énoncé du Problème
L'article traite de la commande d'un manipulateur robotique pneumatique à deux liaisons, un système sujet à un comportement chaotique dû aux délais inhérents (temps mort) dans les tubes d'air reliant les actionneurs et les transducteurs. Bien que la Commande par Mode Glissant (SMC) soit reconnue pour sa robustesse, elle souffre du phénomène de « chattering » — des oscillations haute fréquence indésirables qui peuvent endommager les systèmes mécaniques et dégrader les performances. Les méthodes existantes pour atténuer le chattering, telles que les couches limites ou la logique floue, échouent souvent à satisfaire strictement les conditions du mode glissant. De plus, la présence de délais et d'incertitudes du système (jusqu'à 60 %) exacerbe la complexité, menant à des mouvements chaotiques caractérisés par des exposants de Lyapunov positifs et des comportements de bifurcation complexes. Le défi spécifique consiste à concevoir un contrôleur qui élimine le chattering, assure la stabilité et parvient à la synchronisation entre un système robotique pneumatique chaotique maître et esclave malgré ces délais et incertitudes.

Méthodologie
Les auteurs proposent un schéma de Commande par Mode Glissant Dynamique Fractionnaire (FDSMC). La méthodologie est structurée comme suit :

Intégration du Calcul Fractionnaire : La conception de la commande utilise des dérivées fractionnaires (spécifiquement la définition de Caputo) pour généraliser la surface de glissement. Cela permet d'injecter de la dynamique dans le système principal, allant au-delà des dérivées d'ordre entier pour mieux gérer les propriétés de mémoire et d'hérédité inhérentes aux systèmes fractionnaires.
Modélisation du Système : Le robot pneumatique est modélisé comme un système différentiel non linéaire MIMO. La dynamique inclut l'inertie, les couples centrifuge/Coriolis, le frottement visqueux et un terme de temps mort spécifique ( $L$ ). Le système est analysé pour ses caractéristiques chaotiques à l'aide de diagrammes de bifurcation, de cartes de Poincaré et d'exposants de Lyapunov.
Conception de la Commande (Configuration Maître-Esclave) :
- Surface de Glissement : Une fonction de commutation est conçue en utilisant des dérivées fractionnaires de l'erreur de poursuite pour définir la performance souhaitée du système.
- Loi de Commande Dynamique : Pour traiter le problème du chattering, l'entrée de commande est traitée comme un état dynamique. La dérivée du premier ordre de l'entrée de commande est dérivée des états du système, ajoutant ainsi de la dynamique au contrôleur.
- Preuve de Stabilité : La stabilité du système en boucle fermée est garantie en utilisant la théorie de la stabilité de Lyapunov. Une fonction de Lyapunov candidate est construite pour prouver que les trajectoires du système convergent asymptotiquement vers la surface de commutation.
- Robustesse : La loi de commande inclut une fonction signe et une stratégie de sélection de gain conçue pour gérer les incertitudes bornées et les perturbations externes.
Configuration de la Simulation : Le contrôleur proposé est testé dans une configuration maître-esclave où le système maître présente un délai de $L=0,005$ s et le système esclave un délai de $L=0,015$ s. Les simulations sont effectuées dans MATLAB, d'abord sans incertitude, puis avec une incertitude maximale de 60 % introduite dans les paramètres du système esclave.

Contributions Clés

Nouveau Schéma de Commande : L'article introduit une Commande par Mode Glissant Dynamique Fractionnaire (FDSMC) spécifiquement adaptée aux systèmes chaotiques avec délais.
Élimination du Chattering : En utilisant le calcul fractionnaire et des surfaces de glissement dynamiques, la méthode vise à éliminer le phénomène de chattering typiquement associé à la SMC traditionnelle.
Analyse du Système Chaotique : Les auteurs fournissent une analyse qualitative et quantitative du robot pneumatique chaotique, incluant la reconstruction des attracteurs et le calcul de l'exposant de Lyapunov maximal (0,041 pour le système chaotique non contrôlé).
Synchronisation Robuste : L'étude démontre la faisabilité de la synchronisation d'un robot chaotique maître et esclave en présence de délais importants et d'une forte incertitude de modèle (60 %).

Résultats
Les simulations numériques valident la méthode proposée :

Réduction du Chattering : Les entrées de commande ( $T(t)$ ) et les surfaces de glissement ( $S(t)$ ) présentent un comportement lisse, indiquant l'élimination réussie du chattering.
Performance de Poursuite : L'erreur de poursuite pour la deuxième liaison converge vers zéro en un temps fini.
- Sans incertitude, l'erreur RMS est de $7,089 \times 10^{-5}$ .
- Avec 60 % d'incertitude, l'erreur RMS est de $1,675 \times 10^{-2}$ .
Stabilité et Suppression du Chaos : L'exposant de Lyapunov maximal du système contrôlé chute à 0,0032, indiquant une transition d'un comportement chaotique vers un mouvement périodique stable (comportement de tore).
Confirmation Visuelle : Les portraits de phase et les cartes de Poincaré montrent l'effondrement de l'attracteur chaotique en une orbite périodique stable après l'activation du contrôleur à $t=0,1$ seconde.

Signification et Revendications
L'article affirme que la FDSMC proposée est une solution viable pour contrôler les systèmes électromécaniques où les délais de temps induisent le chaos. La signification réside dans la capacité de :

Stabiliser les Systèmes Chaotiques : Suivre avec succès une trajectoire périodique pour un manipulateur à deux liaisons même lorsque le système est intrinsèquement chaotique à cause du temps mort.
Gérer l'Incertitude : Maintenir la stabilité et la précision de poursuite malgré des incertitudes de paramètres substantielles (60 %) dans le système esclave.
Atténuer le Chattering : Fournir une loi de commande qui évite les oscillations haute fréquence préjudiciables aux actionneurs pneumatiques, un problème courant dans les implémentations SMC standards.

Les auteurs concluent que les simulations numériques illustrent la faisabilité de la méthode de commande proposée pour les robots pneumatiques réels soumis à des délais et des incertitudes, sans proposer de mises en œuvre matérielles expérimentales spécifiques au-delà de la portée de la simulation.