Proposition d'une approche mixte floue et neuro-floue pour le contrôle d'un système sous actionné et couplé

Ce travail propose un contrôleur neuro-flou auto ajustable STFIS-PD (Self Tuning Fuzzy Inference System-Proportional Derivative). Ce contrôleur est combiné avec un contrôleur PID flou conventionnel (FPID) pour le contrôle d'un système sous actionné et couplé (le chariot-pendule inversé simple). Le réseau STFIS est utilisé afin de générer en ligne des conclusions (singletons) des règles floues d'un système d'inférence floue (SIF) de type Takagi-Sugeno d'ordre zéro. Ces conclusions sont obtenues par apprentissage en ligne utilisant un algorithme de rétro-propagation supervisé par une approche adaptative. Afin de balayer tout l'espace de sortie du contrôleur STFIS-PD, une consigne très riche en informations est appliquée au déplacement du chariot. Les résultats de simulation obtenus par MATLAB montrent, d'une part, l'interprétabilité du comportement du contrôleur STFISPD sous forme de règles de décisions, et d'autre part, la validation et la robustesse de l'approche proposée.