Résumé:
La thèse présentée se concentre sur l'application des méthodes métaheuristiques dans
des systèmes complexes tels que les drones UAV. Elle examine d'abord différentes
techniques de détection et de diagnostic des défauts ainsi que le contrôle tolérant aux pannes
appliqués sur les systèmes fortement non linéaires. Le travail se concentre sur les systèmes
à vol vertical, plus précisément sur le quadrirotor. Nous commençons par un modèle
dynamique qui se rapproche le plus possible de la réalité avec des coefficients
aérodynamiques ainsi que des modèles de capteurs et actionneurs appropriés. Pour la partie
contrôle, de multiples contrôleurs (PI et SMC) sont impliqués dans les boucles internes et
externes du quadrirotor afin d’assurer sa stabilité.
Dans la deuxième partie nous avons présenté trois techniques métaheuristiques :
optimisation par essaim de particules (PSO), loups gris (GWO) et optimisation de l'équilibre
(EO) appliqués sur le quadrirotor afin de concevoir un système de contrôle efficace et
robuste. La disparité des gains de contrôleur obtenus lors de l'optimisation, est un signe de
la distinction entre les performances atteintes par chaque contrôleur. L'étude proposée
examine cette différence à travers un test de robustesse en incluant progressivement un
défaut aux actionneurs du quadrirotor. Nous avons observé une dégradation de l'agilité du
quadrirotor (stabilisation d'altitude et d'attitude) pour le cas défaillant ; cependant, les trois
contrôleurs ont montré des tolérances différentes aux défauts en considérant différentes
trajectoires de référence. Les résultats de la simulation montrent que les paramètres
optimisés par l'algorithme EO surpassent à la fois l'algorithme PSO et l'algorithme GWO,
en particulier pour les cas défavorables considérés.
Par la suite, nous avons développé un nouveau schéma tolérant aux pannes basé sur le
filtre de Kalman étendu conventionnel (FTCEKF) pour les drones quadrirotor souffrant
d’une panne sur le capteur gyroscope. Dans cette conception, nous avons utilisé deux filtres
de Kalman étendu et un algorithme probabiliste capable de détecter avec précision les pannes
brusques. Dans le cas nominal on utilise le premier filtre basé sur toutes les mesures
(gyroscope, magnétomètre, GPS). Cependant, en présence d’une panne sur le gyroscope, le
mécanisme de reconfiguration basé sur l’algorithme probabiliste cité plus haut, bascule vers
le deuxième filtre de secours. Cette stratégie a été validée en simulation avec différentes
trajectoires.
