🔢 mathematics

Geometry-Preserving Optimal Control of Implicitly Singularly Perturbed Systems with Sliding and Exit Constraints

Cet article introduit une méthode de régularisation de Cauchy réciproque qui assure un contrôle optimal préservant la géométrie pour les systèmes implicitement singulièrement perturbés en établissant une équivalence exacte entre la dynamique complète et la dynamique réduite sur l'hyperplan singulier, en fournissant des bornes de convergence rigoureuses pour les trajectoires hors hyperplan, et en découplant les contraintes de sortie dans une couche de sécurité en temps réel pour garantir des régions sûres invariantes.

Auteurs originaux : Volodymyr Gotsulenko

Publié 2026-09-18

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Volodymyr Gotsulenko

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

Dans le monde de l'ingénierie et de la physique, de nombreuses machines et processus naturels sont régis par des règles qui changent en fonction de l'endroit où se trouve le système à un instant donné. Imaginez une voiture roulant sur une route qui devient soudainement glissante ; les règles de mouvement de la voiture changent instantanément, et si le conducteur n'est pas prudent, la voiture pourrait partir en tête-à-queue. En mathématiques, ces règles changeantes sont souvent décrites par des équations où un nombre spécifique, qui agit comme un multiplicateur de vitesse, tombe à zéro à un certain point. Lorsque cela se produit, les équations standards s'effondrent, devenant indéfinies ou infinies. Cela crée un état « singulier », une frontière précaire où le comportement du système est difficile à prédire. Les ingénieurs et les scientifiques luttent depuis longtemps pour contrôler les systèmes qui approchent de ces limites, particulièrement lorsqu'ils veulent maintenir le système stable sans qu'il ne s'écrase contre le point où les mathématiques échouent. Le défi consiste à guider le système le long d'un chemin sûr qui longe ce bord dangereux, en utilisant la tendance naturelle du système à rester proche de la limite, sans jamais le laisser glisser.

Une nouvelle étude de Volodymyr Gotsulenko offre une manière précise et robuste de gérer ces situations délicates. La recherche se concentre sur une classe spécifique de systèmes complexes où le mécanisme de contrôle — la partie qui dirige le système — n'affecte que le mouvement principal, et non la partie qui cause la rupture mathématique. L'auteur introduit une astuce mathématique ingénieuse pour lisser les pics infinis qui surviennent à la frontière dangereuse. Au lieu d'essayer de résoudre directement les équations brisées, la méthode remplace la partie problématique par une courbe spécifique et douce qui se comporte parfaitement bien à la frontière tout en imitant le comportement du système original partout ailleurs. Cette technique, appelée régularisation réciproque, réalise quelque chose de remarquable : elle crée une nouvelle version sûre du système qui est mathématiquement exacte. Dans cette nouvelle version, la frontière dangereuse devient une surface solide et incassable le long de laquelle le système peut glisser éternellement, à condition que le contrôleur soit correctement conçu.

L'étude démontre que cette approche permet une simplification complète et exacte du problème de contrôle. Lorsque le système commence sur cette surface sûre, le problème complexe et de haute dimension consistant à contrôler toute la machine se réduit à un problème beaucoup plus simple et de plus faible dimension qui ne suit que le mouvement le long de la surface. Les chercheurs ont prouvé que pour n'importe quel niveau de lissage utilisé dans leur méthode, la solution sur cette surface est identique à la solution du problème simplifié. Il n'est pas nécessaire d'attendre que le lissage disparaisse ou d'approximer le résultat ; les deux problèmes sont les mêmes dès le début. Cela signifie que les ingénieurs peuvent concevoir des contrôleurs pour la version plus simple et être certains qu'ils fonctionneront parfaitement pour le système complexe du monde réel, tant que le système reste sur cette surface sûre.

Pour s'assurer que le système reste réellement sur cette surface sûre, l'article fournit également un moyen de prouver que le système sera naturellement ramené vers la surface s'il s'en écarte légèrement. Les chercheurs ont montré que si le système commence très près de la frontière, il reviendra sur le chemin sûr de manière incroyablement rapide, la vitesse de cette correction augmentant de façon spectaculaire à mesure que le paramètre de lissage est ajusté. Ils ont également calculé exactement à quel point la trajectoire du système pourrait dévier du chemin sûr idéal lors de ce retour. Les résultats montrent que l'erreur est extrêmement faible, diminuant si rapidement qu'un infime écart initial entraîne un retour presque parfait à la trajectoire prévue. Cela donne aux ingénieurs un haut degré de confiance quant au fait que leurs contrôleurs maintiendront la stabilité du système, même en présence de petites perturbations ou d'erreurs de mesure.

L'étude traite également de la question pratique des contraintes de sécurité, comme s'assurer qu'une machine ne dépasse jamais une certaine vitesse ou position. L'auteur sépare la tâche de planification à long terme de la tâche de sécurité immédiate. Il montre que, bien qu'un contrôleur puisse être conçu pour optimiser les performances sur une longue période, un filtre de sécurité distinct en temps réel peut être ajouté pour corriger instantanément les commandes du contrôleur si le système s'approche trop d'une zone de danger. Ce filtre agit comme un gardien, effectuant l'ajustement le plus petit possible pour maintenir le système en sécurité sans perturber le plan global. Les chercheurs ont testé l'ensemble de ce cadre sur un modèle complexe d'un système mécanique connu sous le nom d'oscillateur de Duffing-Rayleigh, célèbre pour son comportement chaotique et instable. Ils ont réussi à concevoir un contrôleur qui maintenait la stabilité du système, empêchait d'atteindre la frontière dangereuse et minimisait l'énergie utilisée, tout en respectant des limites de sécurité strictes.

En plus de l'oscillateur mécanique, les chercheurs ont appliqué leur méthode à d'autres scénarios, incluant un modèle de pompe pouvant subir des phénomènes de pompage dangereux et un système qui suit une cible mobile. Dans chaque cas, la méthode a fonctionné comme prévu. Les simulations ont montré que le système s'effondrait rapidement sur le chemin sûr et y restait. Les chercheurs ont également vérifié leurs résultats à l'aide de deux programmes informatiques indépendants pour résoudre les problèmes d'optimisation, et les deux programmes sont arrivés à la même solution. Cette vérification croisée confirme que les résultats ne sont pas un coup de chance d'un algorithme informatique spécifique, mais une propriété réelle du système. L'étude conclut que cette approche préservant la géométrie offre un nouvel outil puissant pour contrôler des systèmes complexes qui seraient autrement trop dangereux ou imprévisibles à gérer, offrant un moyen de naviguer au bord du chaos avec une certitude mathématique.

Résumé Technique : Contrôle Optimal Préservant la Géométrie des Systèmes à Perturbation Singulière Implicite

Énoncé du Problème
L'article traite de la régulation optimale d'une classe de systèmes non linéaires à perturbation singulière implicite où un coefficient dépendant de l'état perd son rang sur une hypersurface dynamiquement accessible. Le système est modélisé par :
$\begin{cases} \dot{x} = f(x, y) + B(x, y)u \\ \phi(y) \dot{y} = g(x, y) \end{cases}$
où $\phi(y^*) = 0$ et $\phi'(y^*) \neq 0$ . L'entrée de commande $u$ agit uniquement sur l'équation « ordinaire » ( $\dot{x}$ ), laissant l'équation singulière ( $\phi(y)\dot{y} = g$ ) non actionnée. Cette structure crée une hypersurface singulière $S = \{y = y^*\}$ où le champ de vecteurs devient non borné ( $g/\phi \to \infty$ ). L'objectif de commande consiste à diriger le système tout en gérant l'attraction vers $S$ et en évitant l'« sortie » du domaine de glissement (où $g(x, y^*) \neq 0$ ), sans déplacer la géométrie singulière elle-même.

Méthodologie
L'auteur propose une régularisation de Cauchy réciproque pour traiter la singularité. Au lieu de s'appuyer sur les constructions classiques de Filippov à valeurs multiples ou sur les limites de perturbation singulière asymptotiques ( $\epsilon \to 0$ ), il introduit un paramètre de régularisation $\epsilon > 0$ et définit un champ régularisé :
$R_\epsilon(y) = \frac{\phi(y)}{\phi(y)^2 + \epsilon^2}$
Le système régularisé devient :
$\begin{cases} \dot{x} = f(x, y) + B(x, y)u \\ \dot{y} = g(x, y)R_\epsilon(y) \end{cases}$
Les caractéristiques méthodologiques clés incluent :

Invariance Exacte : Pour tout $\epsilon > 0$ , l'hyperplan $S = \{y = y^*\}$ est un ensemble invariant exact car $R_\epsilon(y^*) = 0$ . La dynamique restreinte à $S$ est indépendante de $\epsilon$ .
Attraction Normale : La régularisation induit un taux d'attraction normale vers $S$ de l'ordre de $O(\epsilon^{-2})$ , assurant un effondrement rapide des trajectoires partant de proximité de $S$ .
Séparation des Préoccupations : L'article distingue le problème de contrôle optimal sur la variété (restreint à $S$ ) et l'analyse de cohérence hors variété. Il traite l'évitement de la sortie comme un problème de contrôle optimal à contraintes d'état (OCP) distinct du filtrage de sécurité en temps réel utilisant les Fonctions de Barrière de Contrôle (CBF).

Contributions Clés
L'article apporte les contributions spécifiques suivantes :

Architecture à Canal Régulier (Regular-Channel) : Une structure de commande qui modifie le mouvement tangentiel sans altérer l'emplacement de l'hypersurface singulière ou sa limite de sortie.
Réduction par Invariance Exacte : Preuve que la régularisation réciproque sélectionne une dynamique de glissement généralisée unique et $\epsilon$ -indépendante sur $S$ pour chaque $\epsilon > 0$ . Il s'agit d'une réduction exacte de dimension finie, et non d'une approximation asymptotique.
Estimations Quantitatives :
- Contraction Normale : Les trajectoires se contractent vers $S$ à un taux proportionnel à $\epsilon^{-2}$ .
- Déviation Tangentielle : Pour des décalages normaux initiaux de taille $O(\epsilon)$ , la déviation tangentielle entre les trajectoires régularisées et réduites est de $O(\epsilon^3)$ sur des horizons temporels finis fixes.
Théorème d'Équivalence Exacte : Si l'état initial, la référence et la cible terminale se situent sur $S$ , le problème de contrôle optimal régularisé complet et le problème réduit de dimension inférieure sont identiques pour tout $\epsilon > 0$ . Ils partagent les mêmes cartes d'état, coûts, valeurs optimales et systèmes du Principe du Minimum de Pontryagin (PMP).
Cohérence Hors Manifold : Pour des états initiaux avec des décalages de $O(\epsilon)$ , la différence de coût entre les problèmes régularisé et réduit est de $O(\epsilon^3)$ , à condition que le temps de départ soit éloigné du temps terminal.
Certification de Sécurité : Un argument de Lyapunov non linéaire basé sur un régulateur linéaire quadratique (LQR) est utilisé pour certifier un ellipsoïde de sécurité invariant qui est strictement séparé de la surface de sortie singulière.
Gestion des Contraintes : La formulation sépare les contraintes de trajectoire (gérées via la théorie des OCP à contraintes d'état) des couches de sécurité en temps réel (filtres CBF/HOCBF), clarifiant que les filtres de barrière sont des modifications instantanées plutôt que des optimiseurs d'horizon global.

Résultats et Validation
Le cadre théorique est validé par plusieurs exemples :

Système de Duffing–Rayleigh : Un exemple non linéaire en 3D où l'auteur :
- A conçu un contrôleur LQR pour la dynamique de glissement sélectionnée.
- A calculé un ellipsoïde de sécurité non linéaire certifié ( $\rho_{safe} \approx 1.50$ ) garantissant la compatibilité de l'actionneur et la séparation de la frontière de sortie.
- A résolu un OCP à horizon fini contraint via la transcription directe (SLSQP) et a procédé à une vérification croisée avec IPOPT. La solution contrainte respectait les contraintes de trajectoire avec un coût inférieur au LQR filtré par HOCBF.
- A démontré que les simulations régularisées complètes avec $\epsilon \in \{0.2, 0.1, 0.05, 0.025\}$ convergent vers la dynamique sélectionnée, avec des erreurs tangentielles évoluant selon $O(\epsilon^4)$ pour cet exemple spécifique (en raison de la dépendance tangentielle quadratique) et $O(\epsilon^3)$ pour un exemple de suivi général.
Exemples Analytiques :
- Un problème de transfert d'énergie minimale exactement soluble où la trajectoire optimale est prouvée analytiquement comme évitant la sortie singulière.
- Un système à entrées multiples de dimension supérieure démontrant l'applicabilité du cadre au-delà des modes de glissement en 2D.
- Un problème de suivi périodique montrant qu'un suivi LQ non contraint peut naturellement maintenir une marge de sécurité sans imposition explicite de contrainte.
Substitut de Turbomachinerie : Un modèle sans dimension de pompage par cavitation illustre l'application de l'actionnement à canal régulier dans un contexte mécanique sans prétendre à l'identification de paramètres issus de données expérimentales.

Signification et Revendications
L'article affirme que sa principale importance réside dans la fourniture d'un cadre préservant la géométrie qui évite les ambiguïtés des solutions de Filippov classiques pour les champs de vecteurs non bornés. En utilisant la régularisation réciproque, l'auteur établit :

Exactitude : L'équivalence entre les problèmes régularisé et réduit est exacte pour tout $\epsilon > 0$ , et non seulement dans la limite.
Clarté Structurelle : La méthode sépare explicitement la géométrie singulière (qui est fixe) de l'action de commande (qui façonne le mouvement tangentiel).
Rigueur Quantitative : Elle fournit des bornes explicites sur la convergence hors manifold et la sécurité, allant au-delà des arguments qualitatifs de mode de glissement.

L'auteur note modestement des limites : l'équivalence exacte tient strictement pour les données sur la variété ; la convergence hors variété des co-états n'est pas revendiquée ; et la théorie est « sans événement », ce qui signifie qu'elle n'optimise pas les trajectoires qui traversent la frontière singulière (éjection et réentrée), ce qui nécessiterait des techniques de contrôle optimal hybride. Ce travail est présenté comme une avancée structurelle et analytique pour une classe spécifique de systèmes à perturbation singulière implicite, offrant une alternative rigoureuse aux théories standard de la perturbation singulière et du contrôle optimal des équations différentes algébriques (DAE).

Articles similaires