Modélisation et identification des actionneurs piézo-électriques à l'aide d'algorithmes évolutionnaires

"Cette thèse porte sur la modélisation et de l'identification de l'hystérésis des actionneurs piézoélectriques: l'hystérésis étant la principale forme non-linéaire qui rend complexe le développement des applications des actionneurs piézoélectriques. Trois modèles, à savoir le modèle de Coleman-Hodgdon (C-H), le modèle de Prandtl-Inshlinskii (P-I), ont été étudiés. Leurs paramètres ont été identifiés en utilisant trois méthodes d'intelligence artificielle : l'optimisation par essaim de particules (OEP), l'algorithme génétique à codage réel (AGR) et l'algorithme des colonies de fourmis dans le domaine continue (ACFR). L'intelligence artificielle a été choisie pour sa simplicité, sa flexibilité, son efficacité et le fait qu'elle a déjà montré de bonnes performances dans le traitement des problèmes d'optimisation complexes. Des tests ont été faits pour optimiser les différents paramètres des algorithmes et ceux des modèles pour garantir l'obtention de modèles fidèles. Pour les trois techniques d'identification, les résultats d'identification ont montré un bon accord entre les données expérimentales et les données du modèle avec une erreur inférieure à 0.8% pour plus de 95% des données du modèle C-H; les modèles de LuGre et de P-I ont respectivement pu être identifiés à 94% et à 86% avec une erreur inférieure à 1.7%. L'analyse de la précision et de la robustesse a montré que l'OEP est la technique la plus adaptée pour identifier les modèles de C-H et de LuGre tandis que l'AGR est plus adapté à l'identification du modèle de P-I." -- Sommaire.

Name thesis:degree_name

Maîtrise ès sciences appliquées

Level thesis:degree_level

2e cycle

Discipline thesis:degree_discipline

Faculté d'ingénierie

Grantor dc:publisher

Université de Moncton,

Year dc:date.issued

2015

Author dc:creator

• Irakoze, Raoul

Advisor dc:contributor.advisor

• Kaddouri, Azeddine

• Dispositifs piézoélectriques
• Modèles mathématiques
• Actionneurs
• Hystérésis
• Optimisation mathématique
• Programmation non linéaire

Statement dc:rights

• Author

Language dc:language.iso

iso639-2b, fre

Identifier

oclc: 946587927

Dc Identifier Other

umir:1937

OAI identifier oai:identifier

oai:umoncton.scholaris.ca:20.500.14658/6887