Dans ce mémoire nous présentons le développement d'un algorithme de commande d'une articulation flexible qui est un système
électromécanique sous-actionné. La performance des systèmes d'entraînement est limitée par les propriétés des éléments de transmission mécanique (courroies, réducteurs de vitesse, etc.). La flexibilité, le frottement sec et le retour des dents sont des effets qui peuvent causer des vibrations indésirables qui réduisent la vie utile des équipements et causent une dégradation des performances des manipulateurs de grande précision, opérant à de grandes vitesses ou sous des conditions de charges lourdes.

L'objectif général du projet de recherche concerne le développement d'une méthodologie de commande adaptative de systèmes dynamiques non linéaires à l'aide de réseaux de neurones artificiels, en particulier les articulations flexibles, afin d'améliorer les performances dynamiques. La propriété d'apprentissage des réseaux de neurones est exploitée pour dériver le modèle inverse des articulations flexibles.

Pour établir et valider la méthodologie, une articulation flexible, avec caractéristique de flexion linéaire et avec non-linéarités dures, causées par la présence de friction, est d'abord modélisée. La conception du contrôleur développé est composée de deux étapes :
    1-  Le développement d'un modèle inverse du système en utilisant un réseau de neurone artificiel (RNA) multicouches qui va compenser pour
          la non-linéarité et générer le signal d'anticipation.
    2-  Le développement d'un stabilisateur rétroactif par mode de glissement, avec une bande d'adoucissement adaptative implantée par la
         logique floue.

Les résultats sont validés par simulation. La robustesse du contrôleur, contre la variation des paramètres du système et le changement des conditions initiales, est démontrée.

12 août 2003