⚡ electrical engineering

Prescribed Performance Sway Suppression Control for Overhead Cranes under Friction and Actuator Saturation

Cet article propose un cadre de commande par linéarisation partielle par rétroaction colocalisée unifié pour les ponts roulants, qui intègre l'estimation du frottement en ligne, la récupération anti-saturation et des fonctions de performance prescrites afin d'obtenir une suppression rapide du balancement et une stabilité asymptotique sous les limites des actionneurs et le frottement, surpassant les références conventionnelles dans les simulations.

Auteurs originaux : Trong Nghia Phan, Huu Cuong Nguyen, Quang Hieu Ngo

Publié 2026-07-09

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Trong Nghia Phan, Huu Cuong Nguyen, Quang Hieu Ngo

Article original sous licence CC BY 4.0 (https://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 une immense grue de construction déplaçant une charge lourde de briques d'un point à un autre. L'objectif est simple : amener le chariot (le chariot de la grue) au nouvel emplacement rapidement et l'arrêter exactement là. Mais il y a un piège : la charge est suspendue à une corde, et si vous déplacez le chariot trop vite ou si vous l'arrêtez trop brusquement, les briques oscilleront sauvagement comme un pendule. Si elles oscillent trop, elles pourraient heurter quelque peu de chose, ou l'ensemble du système pourrait devenir instable.

Ce document présente un nouveau « cerveau » (un système de contrôle) pour ces grues qui résout trois problèmes spécifiques qui rendent habituellement cette tâche difficile : le frottement, les limites du moteur et l'oscillation incontrôlée.

Voici comment les auteurs expliquent leur solution en utilisant des concepts et des analogies simples :

1. Les trois grands problèmes

Les auteurs identent trois éléments qui gâchent habituellement le mouvement fluide de la grue :

Le sol collant (Friction) : Le chariot se déplace sur des rails. Parfois, les roues accrochent, et parfois, elles glissent. Ce comportement de « stick-slip » (adhérence-glissement) fait tressaillir le chariot et l'empêche de s'arrêter exactement là où vous le souhaitez. C'est comme essayer de faire glisser une boîte lourde sur un sol qui est parfois glacé et parfois recouvert de papier de verre.
Le muscle sous tension (Saturation de l'actionneur) : Le moteur qui entraîne le chariot a une force maximale. Si l'ordinateur demande plus de puissance que ce que le moteur peut donner, le moteur frappe un « mur » (saturation). C'est comme un coureur sprintant à 100 % de ses capacités ; il ne peut pas aller plus vite, peu importe ses efforts. Si le système ne gère pas cela avec soin, le chariot pourrait dépasser sa cible ou rester bloqué.
L'oscillation sauvage (Balancement) : Même si vous arrêtez le chariot parfaitement, la charge suspendue peut encore osciller. L'objectif est d'arrêter l'oscillation avant même que le chariot ne s'arrête de bouger.

2. La solution : Un « Coach Intelligent » avec trois astuces

Les auteurs ont conçu un système de contrôle qui agit comme un coach hautement qualifié qui sait exactement comment gérer le chariot et la charge oscillante. Ils ont combiné trois techniques en un système unifié :

Astuce A : Le coach doté de « Mémoire » (Compensation de la friction)

Le système ne se contente pas de deviner à quel point le sol est collant ; il l'apprend en temps réel.

Comment ça marche : Pendant que le chariot se déplace, le système utilise une « mémoire » mathématique (appelée Moindres Carrés Récursifs) pour mettre constamment à jour sa compréhension de la friction. C'est comme un conducteur qui sent la route devenir glissante et qui ajuste immédiatement la pression de freinage sans y réfléchir.
Le résultat : Le chariot s'arrête exactement là où il le doit, sans ce « tressaillement » agaçant causé par les roues collantes.

Astuce B : La « Soupape de sécurité » (Anti-saturation)

Lorsque le moteur atteint sa limite de puissance maximale, le système ne panique pas.

Comment ça marche : Imaginez une voiture avec un limiteur de vitesse. Si vous atteignez la limite, un système normal pourrait continuer à appuyer sur l'accélérateur, faisant forcer le moteur. Ce nouveau système possède une « soupape de sécurité » qui ajuste instantanément la commande. Il dit : « D'accord, nous sommes à la puissance maximale ; reculons légèrement pour ne pas rester bloqués dans cette limite. »
Le résultat : Le moteur récupère rapidement de ses limites, évitant ainsi que le chariot ne dépasse sa cible.

Astuce C : La « Cage Invisible » (Performance Prescrite)

C'est la partie la plus unique. Le système ne se contente pas d'essayer d'arrêter l'oscillation éventuellement ; il garantit que l'oscillation ne sera jamais trop grande, même pendant une fraction de seconde.

Comment ça marche : Imaginez une cage invisible et rétrécissante autour de la charge oscillante. Au début, la cage est large pour permettre le mouvement. Au fil du temps, la cage devient de plus en plus petite, forçant la charge à se stabiliser. Le système garantit mathématiquement de maintenir la charge à l'intérieur de cette cage rétrécissante à tout moment.
Le résultat : La charge n'oscille jamais dangereusement, même pendant les phases les plus rapides du mouvement.

3. Comment ils l'ont testé

Les auteurs n'ont pas seulement construit cela sur papier ; ils l'ont simulé en utilisant un modèle de grue standard et réaliste (la grue « Inteco 3D »). Ils ont comparé leur nouveau « Coach Intelligent » à trois autres méthodes courantes :

Le Contrôleur Linéaire de Base (LQR) : Bon, mais il est confus lorsque le moteur atteint sa limite.
Le Contrôleur Non Linéaire Standard (PFL) : Bon pour gérer la physique, mais il n'a pas la « cage invisible » pour limiter l'oscillation.
Le Contrôleur PD Simple : Une méthode basique et ancienne qui ne tient pas compte de la friction ou des limites du moteur.

4. Les résultats : Qui a gagné ?

Le « Coach Intelligent » (leur nouveau système PFL+PPF) a gagné dans toutes les catégories :

Arrêts plus fluides : Il a arrêté le chariot avec presque aucun dépassement de cible.
Moins d'oscillation : La charge a le moins oscillé (seulement environ 7,4 degrés).
- Le contrôleur linéaire de base a laissé l'oscillation atteindre 11,7 degrés.
- Le contrôleur PD simple a provoqué une oscillation sauvage de 19,2 degrés et a continué à osciller (trembler) pendant longtemps car il ne pouvait pas gérer la friction.
Stabilisation la plus rapide : Il a stoppé l'énergie de l'oscillation en seulement 4 secondes, plus vite que toute autre méthode.
Robustesse : Même lorsqu'ils ont modifié le poids de la charge, la longueur de la corde ou qu'ils ont soufflé un « vent » sur la charge, le système a maintenu l'oscillation à l'intérieur de sa « cage » de sécurité sans avoir besoin d'être réajusté.

Résumé

En bref, ce document décrit une nouvelle façon de contrôler les grues qui traite le chariot et la charge oscillante comme une équipe. En apprenant à l'ordinateur à apprendre la friction, à respecter les limites du moteur et à forcer l'oscillation dans une zone de sécurité rétrécissante, ils ont créé un système qui est plus rapide, plus sûr et plus précis que les méthodes précédentes. Il garantit que les charges lourdes se déplacent rapidement mais ne balancent jamais dangereusement.

Résumé Technique : Commande de suppression du balancement à performance prescrite pour les ponts roulants sous l'effet du frottement et de la saturation des actionneurs

Énoncé du Problème
Les ponts roulants sont des systèmes sous-actionnés critiques où une commande unique (force du chariot) doit simultanément assurer un positionnement précis du chariot et la suppression du balancement de la charge. Le déploiement pratique est entravé par trois défis concomitants qui dégradent souvent les performances ou induisent l'instabilité lorsqu'ils sont traités isolément :

Frottement Chariot-Rail : Provoque des erreurs d'état stationnaire, des oscillations de type stick-slip et des cycles limites.
Saturation de l'Actionneur : Les limites d'entrée du moteur peuvent entraîner une saturation de l'intégrateur (windup) et une dégradation des réponses transitoires.
Contraintes de Balancement Transitoire : L'absence de bornes explicites sur l'angle de balancement pendant le mouvement peut permettre des amplitudes de balancement dangereuses avant la convergence.

La littérature existante traite généralement ces problèmes séparément (par exemple, des méthodes linéaires manquant de compensation de frottement, ou des méthodes non linéaires ignorant la saturation et les contraintes transitoires). De plus, bien que la Linéarisation par Feedback Partiel (PFL) soit une approche standard pour les systèmes sous-actionnés, l'intégration de l'estimation du frottement, des mécanismes anti-saturation et des contraintes de performance prescrite au sein d'un cadre PFL colloqué unifié n'a pas été réalisée auparavant.

Méthodologie
Les auteurs proposent un cadre de commande unifié basé sur la Linéarisation par Feedback Partiel (PFL) Colloquée qui intègre trois composants clés :

Modélisation du Système et Estimation du Frottement :
- Le pont est modélisé comme un système sous-actionné en 2D avec un modèle de frottement de Coulomb-visqueux régularisé pour éliminer les discontinuités à vitesse nulle.
- Les Moindres Carrés Récursifs (RLS) sont employés pour l'estimation en ligne du gain du moteur et des coefficients de frottement ( $b_\pm, c_\pm$ ). La dynamique du système est réorganisée en une forme affine par l'état pour faciliter cette régression.
Architecture de Commande :
- PFL Colloquée : Le canal du chariot, directement actionné, est linéarisé de manière exacte. La loi de commande résout la force d'entrée pour suivre une entrée d'accélération virtuelle $v$ , tandis que le balancement de la charge (canal non-colloqué) est façonné indirectement par la dynamique interne résultante.
- Modification Anti-Saturation : Une boucle de rétroaction est introduite où l'erreur de saturation ( $e_s = u - u^*_c$ ) est réinjectée dans la commande avec un gain $\gamma$ . Cela assure une récupération rapide après les limites de l'actionneur sans altérer la stabilité structurelle de la dynamique interne.
- Commande à Performance Prescrite (PPF) : Pour imposer des bornes transitoires explicites sur l'angle de balancement $\theta(t)$ , une Fonction de Performance Prescrite $\rho(t)$ est définie. Une procédure de backstepping en deux étapes est utilisée pour injecter la contrainte PPF dans la dynamique de balancement de degré relatif deux. Cela implique de générer une référence de vitesse virtuelle à partir de l'erreur de PPF normalisée et de concevoir le canal d'accélération pour la suivre, garantissant que l'angle de balancement reste strictement compris entre $-\rho(t) < \theta(t) < \rho(t)$ .
Analyse de Stabilité :
- Une analyse de Lyapunov en deux étapes est conduite.
- Étape 1 (Transitoire) : Des arguments de Stabilité à l'Entrée-État (ISS) établissent la bornitude uniforme des erreurs de suivi pendant l'identification des paramètres (RLS) et les transitoires de saturation.
- Étape 2 (Asymptotique) : Un argument de Lyapunov-LaSalle prouve la convergence asymptotique de la position du chariot et de l'angle de balancement vers zéro, tout en garantissant que la contrainte PPF n'est jamais violée. L'analyse confirme que les termes de couplage croisé dans la conception du backstepping s'annulent analytiquement, supprimant le besoin de conditions de gain restrictives sur le terme d'amortissement.

Contributions Clés
Le papier identifie trois contributions principales :

Cadre Non Linéaire Contraint Unifié : La première intégration de l'estimation de frottement par RLS en ligne, de la modification anti-saturation et de la régulation du balancement à performance prescrite au sein d'une architecture PFL colloquée unique.
Borne de Performance Transitoire Formelle : L'imposition explicite d'une enveloppe de sécurité variable dans le temps pour l'angle de balancement de la charge durant tout le mouvement, garantissant que l'angle ne dépasse jamais une borne prédéfinie.
Analyse de Stabilité Rigoureuse en Deux Étapes : Une preuve formelle établissant la bornitude pendant la phase d'identification et la convergence asymptotique avec satisfaction des contraintes par la suite, traitant spécifiquement les effets couplés du frottement, de la saturation et de la PPF.

Résultats de Simulation
Des simulations ont été menées en utilisant les paramètres physiques d'un pont Inteco 3D de référence ( $M=1,67$ kg, $m=0,73$ kg, $l=1,0$ m). Le contrôleur PFL+PPF proposé a été comparé aux modèles suivants :

PFL (Non linéaire) : PFL sans PPF.
LQR+sat : Un régulateur Quadratique Linéaire (LQR) saturé avec écrêtage dur mais sans mécanisme de récupération.
PD Energy : Un contrôleur basé sur un PD sans compensation de frottement ni gestion de la saturation.

Métriques de Performance Clés :

Angle de Balancement Maximal : Le PFL+PPF a atteint le balancement maximal le plus bas à 7,4°, contre 8,9° (PFL), 11,7° (LQR+sat) et 19,2° (PD Energy).
Dissipation d'Énergie : Le contrôleur proposé a dissipé l'énergie de balancement le plus rapidement, atteignant des niveaux négligeables en 4 secondes, surpassant les autres (4,5s pour PFL/LQR, et non convergent pour le PD).
Satisfaction des Contraintes : Seul le contrôleur PFL+PPF a strictement maintenu l'angle de balancement dans la borne temporelle variable $\pm\rho(t)$ à tout moment.
Compensation du Frottement : La base PD a présenté un cycle limite persistant dû au frottement non compensé, tandis que tous les contrôleurs compensant le frottement ont convergé asymptotiquement.
Robustesse : Le contrôleur PFL+PPF a maintenu ses performances et respecté la borne PPF sous :
- Une variation de masse de la charge de ±30 %.
- Une variation de longueur de corde de ±20 %.
- Une impulsion de vent de 0,3 N.
  Aucun réajustement du contrôleur n'a été nécessaire pour ces variations.

Signification et Revendications
Les auteurs affirment que ce travail comble une lacune critique en intégrant la compensation de frottement, la récupération de saturation et les contraintes de balancement transitoire dans une loi de commande unique. Contrairement aux approches précédentes qui traitent ces non-linéarités séparément, le cadre proposé démontre que ces composants peuvent être unifiés au sein d'une structure PFL colloquée.

Le papier note modestement que l'étude actuelle est limitée à un modèle plan en 2D avec un frottement sur un seul axe. Les auteurs déclarent que les travaux futurs étendront ce cadre aux configurations de ponts en 3D avec une dynamique de double pendule et des longueurs de corde variables, et poursuivront la validation par matériel-dans-la-boucle (hardware-in-the-loop) sur la plateforme Inteco 3D. La signification de ce travail réside dans la fourniture d'une base rigoureuse et pratiquement vérifiable pour la gestion de ces non-linéarités complexes et couplées avant de telles extensions.