Détails du cours OROC-SC-ID

System identification for automatic

Cette page est essentiellement destinée aux enseignants et regroupe toutes les informations nécessaires à la gestion d'un cours ENSTA.

Identité du cours

Sigle : OROC-SC-ID
Titre français : Identification pour l'automatique
Titre anglais : System identification for automatic
Méta infos : modifiée le : 16/06/2016   par : zidani   Nb de visiteurs : 462   annee : 3A      periode : 1      Rattachement/module : A      ECTS : 1.5      type : unknown     
ouvert : Oui     modif. autorisée : Oui     email auto. au responsable : Oui     à évaluer : Oui     en ligne : Non    
domaine ParisTech : 1    

Equipe pédagogique

Responsable (login) :
Professeur principal :
Professeurs participants : Guillaume SANDOU,   
Maitres de conférences : Guillaume SANDOU,   

Contenu

Objectifs :
Le calcul d’une loi de commande permettant de piloter un processus physique nécessite l’utilisation d’un modèle de ce processus. Ce modèle, qu’il soit issu des équations de la physique ou d’une approche boîte noire, dépend d’un certain nombre de paramètres. Ce cours aborde les concepts et les méthodes permettant la détermination de ces paramètres. Le cours présente tout d’abord les concepts généraux liés aux techniques d’identification : modélisation des systèmes, compromis représentativité / temps de calcul, but de la modélisation, information a priori… Les liens avec le filtrage et la commande sont explicités. Les principales classes de méthodes et techniques d’identification sont ensuite exposés. L’étudiant devra être capable à l’issue du cours et face à un problème concret de définir une stratégie d’identification permettant d’obtenir un modèle du processus satisfaisant aux critères demandés.
Organisation: Ce module est organisé autour de cours magistraux permettant de donner les fondements théoriques des principale méthodes d’identification et de mise application en salle informatique sur des exemples issus du monde industriel (automobile, aéronautique, biomédical, finance…).
Mots clés :
Modélisation, Moindres carrés, Maximum de vraisemblance, Techniques fréquentielles, Analyse spectrale, Méthodes numériques, Optimisation
Objectives :
The computation of a control law requires the use of a model of the system. This model can be obtained from the derivation of First Principles laws, or from a series of inputs/outputs experiments (“black-box” models). In all cases, these models depend on some parameters which have to be identified. This module deals with the concepts and the methods which aim to determine those parameters.
Keywords :
Modeling, Least Square methods, Likelihood maximum, frequency domain methods, spectral analysis, numerical methods, optimisation, Iterative and recursive methods
Supports :
Biblio :
Lennart Ljung: System Identification - Theory For the User, 2nd ed, PTR Prentice Hall, Upper Saddle River, N.J., 1999 NELLES O., Nonlinear system identification, Springer Verlag, December, 2000
Contrôle : La réalisation d'un mini-projet permettant d'appliquer les techniques abordées
dans le cours pour mener à bien une procédure complète d'identification.

Besoins particuliers et remarques éventuelles

Moyens :
Commentaires :

Séances

jeu. 03 nov. 2016   - 08:30 à 10:00 : Cours Magistral (CM)
programme : Introduction. Notion de modèle, modèle de connaissance, modèle de comportement. Représentativité des modèles Un modèle, dans quel but ?
besoin : Vidéo,
Intervenants : Guillaume SANDOU,
jeu. 03 nov. 2016   - 10:15 à 12:15 : TD en salle info (TD)
programme : Mise en œuvre. Etude de cas sous forme d'optimisation générale. Analyser et retrouver les principes fondamentaux de l'identification.
besoin :
Intervenants : Guillaume SANDOU,
jeu. 10 nov. 2016   - 08:30 à 10:00 : Cours Magistral (CM)
programme : Méthodes classiques (par analyse des comportements temporelles et fréquentielles). Formulation sous forme de problème d’optimisation
besoin : Vidéo,
Intervenants : Guillaume SANDOU,
jeu. 10 nov. 2016   - 10:15 à 12:15 : TD en salle info (TD)
programme : Mise en œuvre (suite). Utilisation des principes fondamentaux pour choisir les conditions expérimentales et les paramètres des méthodes d'optimisation.
besoin :
Intervenants : Guillaume SANDOU,
jeu. 17 nov. 2016   - 08:30 à 10:00 : Cours Magistral (CM)
programme : Utilisation des moindres carrés: Moindres carrés sans pondérations, Moindres carrés pondérés, Moindres carrés récursifs
besoin : Vidéo,
Intervenants : Guillaume SANDOU,
jeu. 17 nov. 2016   - 10:15 à 12:15 : TD en salle info (TD)
programme : Mise en application des méthodes classiques d’identification par observation des comportements temporels et fréquentiels?
besoin :
Intervenants : Guillaume SANDOU,
jeu. 24 nov. 2016   - 08:30 à 10:00 : Cours Magistral (CM)
programme : Méthodes basées sur l’analyse spectrale - Rappels d’analyse spectrale - Prétraitements des données - Méthodes de corrélation - Méthodes de filtrage - Utilisation de séquence binaire pseudo aléatoire
besoin : Vidéo,
Intervenants : Guillaume SANDOU,
jeu. 24 nov. 2016   - 10:15 à 12:15 : TD en salle info (TD)
programme : Mise en œuvre des méthodes basées sur l’analyse spectrale. Réglage de ces méthodes
besoin :
Intervenants : Guillaume SANDOU,
jeu. 01 déc. 2016   - 08:30 à 10:00 : Cours Magistral (CM)
programme : Utilisation des moindres carrés: Moindres carrés sans pondérations, Moindres carrés pondérés, Moindres carrés récursifs
besoin : Vidéo,
Intervenants : Guillaume SANDOU,
jeu. 01 déc. 2016   - 10:15 à 12:15 : TD en salle info (TD)
programme : Mise en œuvre des Moindres carrés. Méthode itérative pour le choix des pondérations.
besoin :
Intervenants : Guillaume SANDOU,
jeu. 15 déc. 2016   - 08:30 à 10:00 : Cours Magistral (CM)
programme : Méthodes récursives (suite). Optimisation générale
besoin : Vidéo,
Intervenants : Guillaume SANDOU,
jeu. 15 déc. 2016   - 10:15 à 12:15 : TD en salle info (TD)
programme : Mise en oeuvre des Moindres carrés (suite). Méthode itérative pour le choix des pondérations.
besoin :
Intervenants : Guillaume SANDOU,