Commande prédictive | EPFL Graph Search

Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?

Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur GraphSearch.

Découvrez-en plus sur les applications Graph.

La commande prédictive (ou compensation ou correction anticipatrice) est une technique de commande avancée de l’automatique. Elle a pour objectif de commander des systèmes industriels complexes. Le principe de cette technique est d'utiliser un modèle dynamique du processus à l'intérieur du contrôleur en temps réel afin d'anticiper le futur comportement du procédé. La commande prédictive fait partie des techniques de contrôle à modèle interne (IMC: Internal Model Controler). En anglais on utilise le terme MPC ou MBPC pour qualifier la commande prédictive : Model (Based) Predictive Control ou aussi PFC: "Predictive Functional Control". Cette méthode a été inventée par un Français, J. Richalet, en 1978 et généralisée par D.W. Clarke en 1987 en accord avec de grands groupes industriels aux États-Unis et en Europe (Shell et Adersa). La commande prédictive peut être utilisée pour commander des systèmes complexes comportant plusieurs entrées et sorties où le simple régulateur PID est insuffisant. Cette technique est particulièrement intéressante lorsque les systèmes possèdent des retards importants, des réponses inverses et de nombreuses perturbations. Les principaux utilisateurs de la commande prédictive sont les raffineries de pétrole, l'industrie chimique et agro-alimentaire, la métallurgie, l'aérospatiale... Les principaux avantages de la commande prédictive sont les suivants : L'idée générale est intuitive et facile à comprendre. Permet de respecter les contraintes sur les variables contrôlées et manipulées. Evite des variations excessives sur les variables manipulées, la commande est plus douce. Cela permet une meilleure utilisation des actionneurs (vérins, vannes, moteurs) et leur temps de vie est ainsi augmenté. En cas de perturbations mesurables, le système s'adapte automatiquement. Permet en général un réel gain financier. La commande prédicitive est un terme général qui englobe un ensemble de méthodes différentes(PFC, DMC, GPC, EPSAC, NLPC...). Néanmoins, toutes ces techniques utilisent la même philosophie de contrôle et le principe de fonctionnement est le même.

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Publications associées (187)

Personnes associées (57)

Unités associées (2)

Concepts associés (4)

Cours associés (24)

Séances de cours associées (130)

MOOCs associés (7)

ME-425: Model predictive control

Provide an introduction to the theory and practice of Model Predictive Control (MPC). Main benefits of MPC: flexible specification of time-domain objectives, performance optimization of highly complex

EE-715: Optimal control

This doctoral course provides an introduction to optimal control covering fundamental theory, numerical implementation and problem formulation for applications.

EE-477: Multivariable control and coordination systems

The objective is to enable students to design advanced digital solutions for the control and the coordination of distributed dynamic systems, such as production or distribution energy systems, as well

Théorie du contrôle optimal : les bases

Couvre les principes fondamentaux de la théorie du contrôle optimal, en se concentrant sur la définition des OCP, l'existence de solutions, les critères de performance, les contraintes physiques et le principe d'optimalité.

Contrôle optimal: NMPC

Couvre les principes de contrôle prédictif de modèle non linéaire (NMPC), y compris la stabilisation de consigne et le principe maximum de Pontryagin.

Contrôle optimal: OCPs

Couvre les problèmes de contrôle optimal en se concentrant sur les conditions nécessaires, l'existence de contrôles optimaux et les solutions numériques.

En mathématiques et en sciences de l'ingénieur, la théorie du contrôle a comme objet l'étude du comportement de systèmes dynamiques paramétrés en fonction des trajectoires de leurs paramètres. On se place dans un ensemble, l'espace d'état sur lequel on définit une dynamique, c'est-à-dire une loi mathématiques caractérisant l'évolution de variables (dites variables d'état) au sein de cet ensemble. Le déroulement du temps est modélisé par un entier .

L’automatique est une science qui traite de la modélisation, de l’analyse, de l’identification et de la commande des systèmes dynamiques. Elle inclut la cybernétique au sens étymologique du terme, et a pour fondements théoriques les mathématiques, la théorie du signal et l’informatique théorique. L’automatique permet de commander un système en respectant un cahier des charges (rapidité, précision, stabilité...). Les professionnels en automatique se nomment automaticiens.

Real-Time Nonlinear Model Predictive Control for Fast Mechatronic Systems

Petr Listov

This thesis presents an efficient and extensible numerical software framework for real-time model-based control. We are motivated by complex and challenging mechatronic applications spanning from flig

EPFL2022

Model Predictive Control of Aerial Swarms

Enrica Soria

Aerial robot swarms can have a large socio-economic impact. They can perform time-critical missions faster than a single robot and access dangerous environments without compromising human safety. Howe

EPFL2022

Experimental data-driven model predictive control of a hospital HVAC system during regular use

Colin Neil Jones, Christophe Salzmann, Emilio Maddalena

Herein we report a multi-zone, heating, ventilation and air-conditioning (HVAC) control case study of an industrial plant responsible for cooling a hospital surgery center. The adopted approach to gua

ELSEVIER SCIENCE SA2022