Identification et estimation des systèmes

Contenu

Introduction à l'identification :
Principes généraux de l'identification.
Rappel des méthodes élémentaires d'identification : méthodes d'analyse temporelle, harmonique, méthodes graphiques indicielles, fréquentielles.
Systèmes et modèles :
Rappels sur les systèmes linéaires déterministes.
Notions de probabilité, corrélation, spectre.
Systèmes stochastiques. Prédiction, estimation. Filtre de Kalman.
Identification non paramétrique :
Méthodes de corrélation temporelle, fréquentielle, méthodes de l'analyse de Fourier, de l'analyse spectrale.
Identification paramétrique :
Optimisation paramétrique : méthodes directes, des moindres carrés, analytiques (gradient, Newton).
Identification en présence de perturbations : méthodes de l'erreur de prédiction, du maximum de vraisemblance, de la variable instrumentale.
Cas des systèmes en représentation d'état.
Cas de l'identification fréquentielle.
Identification en temps réel.
Etudes de cas d'identification dans différents domaines industriels.
Travaux pratiques :
Mise en oeuvre des différentes techniques d'identification sur un moteur électrique à l'aide des outils d'identification du logiciel Matlab.

Bibliographie

• P. Chantre : Supports de l'UE de cours Automatisme industriel AUT213, polycopiés Cnam
• L. Ljung : System Identification : Theory for the user, Prentice Hall, 1999
• H. Bourlès : Systèmes linéaires - De la modélisation à la commande, Hermès, 2006
• E. Walter, L. Pronzato : Identification de modèles paramétriques, Masson, 1997