2009 Reims 035

THSE
Pour obtenir le grade de

Docteur de lUniversit de Reims Champagne Ardenne
Spcialit : Gnie informatique, Automatique et Traitement du Signal
Par
Tahar BOUARAR
Contribution la synthse de lois de commande

pour les descripteurs de type Takagi-Sugeno
incertains et perturbs
Soutenue lUniversit de Reims Champagne Ardenne le 08 dcembre 2009
devant le jury compos de :
Rapporteurs :
Pr. Thierry-Marie Guerra
Pr. Ali Zolghadri
Universit de Valenciennes et du Hainaut-Cambrsis (LAMIH)

Universit de Bordeaux (IMS)
Examinateurs :
Pr. Patrice Billaudel
Pr. Franois Delmotte
Dr. Kevin Guelton
Pr. Noureddine Manamanni
Pr. Didier Maquin
Universit de Reims Champagne Ardenne (CReSTIC)

Universit dArtois (LGI2A)
Institut National Polytechnique de Loraine (CRAN)
Centre de Recherche en Sciences et Technologies de lInformation et de la Communication

UFR Sciences Exactes et Naturelles, Moulin de la Housse, BP 1039
51687 Reims CEDEX 2, FRANCE
A mes parents et mes proches

A ma grand mre
A mes frres et surs
A ma nice et mes neveux
A mes amis denfance
A KDS2
Au groupe IAR 99
Remerciements
Ce travail a t men au sein de lquipe de recherche Auto du Centre de Recherche en

Sciences et Technologies de lInformation et de la Communication (CReSTIC) de lUniversit
de Reims Champagne Ardenne.
Je remercie le directeur du CReSTIC Monsieur le Professeur Janan Zaytoon de mavoir
accueilli au sein de son laboratoire.
Le bon droulement de ce travail de thse a t possible grce mes co-encadreurs, Monsieur
Noureddine Manamanni, Professeur lUniversit de Reims Champagne Ardenne, Monsieur
Kevin Guelton, Matre de Confrences lUniversit de Reims Champagne Ardenne, et
Monsieur Patrice Billaudel, Professeur lUniversit de Reims Champagne Ardenne. Je leur
suis reconnaissant du soutien quils mont apport. Je leur exprime galement ma profonde
reconnaissance pour leurs prcieux conseils et leurs qualits humaines.
Je tiens remercier chaleureusement Monsieur ThierryMarie Guerra, Professeur
lUniversit de Valenciennes, et Monsieur Ali Zolghadri, Professeur lUniversit de
Bordeaux, pour lhonneur quils mont fait en acceptant dtre rapporteurs de ce travail de
thse.
Mes remerciements sadressent galement Monsieur Franois Delmotte, Professeur
lUniversit dArtois davoir accepter dexaminer ce travail. Je tiens remercier Monsieur
Didier Maquin, Professeur lInstitut National Polytechnique de Loraine davoir accepter
dexaminer ce travail et de prsider le jury de cette thse
Je tiens particulirement remercier tous les membres du CReSTIC et tous les doctorants pour
leurs sympathies.
Enfin, mes remerciements vont tous ceux qui mont soutenu ou qui, dune manire ou dune
autre, ont contribu la ralisation de ce travail.
Une personne qui n'a jamais commis d'erreurs n'a jamais tent d'innover .
Albert Einstein
Table des matires
Introduction gnrale...............................................................................................................................1
Concepts lmentaires sur la modlisation et la commande des systmes flous de type TakagiSugeno .......................................................................................................................................................5
1.1.
1.2.
1.3.
1.4.
1.5.
Introduction ......................................................................................................................................6
Reprsentation dtat et systmes non linaires ...............................................................................6
Prsentation des modles flous de type Takagi-Sugeno (T-S) .........................................................7
Obtention des modles flous de type Takagi-Sugeno (T-S) .............................................................9
Stabilit et stabilisation des modles T-S standards .......................................................................12
1.5.1. Stabilit des modles T-S ....................................................................................................12
1.5.2. Stabilisation par retour dtat des modles T-S standards ...................................................14
1.5.2.1. Lois de commande PDC (Parallel distributed compensation) ....................................14
1.5.3. Stabilisation par retour de sortie ..........................................................................................15
1.5.3.1. Synthse de lois de commande par retour de sortie dynamique .................................16
1.5.3.2. Synthse de lois de commande par retour de sortie statique.......................................18
1.6. Stabilit et stabilisation des systmes descripteurs.........................................................................19
1.6.1. Admissibilit des descripteurs linaires...............................................................................19
1.6.2. Classe des modles descripteurs non linaires de type Takagi-Sugeno...............................20
1.6.3. Stabilit des modles descripteurs T-S ................................................................................22
1.6.4. Stabilisation des modles descripteurs T-S..........................................................................23
1.7. Rduction du conservatisme des conditions LMI pour modles T-S ............................................26
1.8. Conclusion......................................................................................................................................28
Stabilit et stabilisation quadratique des descripteurs T-S incertains et perturbs.........................30
2.1.
2.2.
2.3.
2.4.
2.5.
2.6.
Introduction ....................................................................................................................................31
Choix dun reprsentant T-S sous forme descripteur .....................................................................31
Dfinition des modles Descripteurs T-S Incertains et Perturbs (DTSIP)....................................33
Stabilit quadratique des descripteurs T-S incertains (DTSI) ........................................................35
Analyse des performances H en boucle ouverte des descripteurs T-S incertains et perturbs ....39
Stabilisation quadratique des modles DTSIP................................................................................42
2.6.1. Formulation de la dynamique en boucle ferme et du problme de commande..................42
2.6.2. Stabilisation des modles DTSI ...........................................................................................43
2.7. Synthse H de lois de commande pour la classe des descripteurs T-S incertains et perturbs .45
2.8. Schma de relaxation pour les descripteurs T-S.............................................................................47
2.9. Exemple numrique et rsultats de simulation ...............................................................................48
2.10. Conclusion......................................................................................................................................55
Stabilisation non quadratique des descripteurs T-S incertains et perturbs....................................56
3.1. Introduction ....................................................................................................................................57
3.2. Stabilisation non quadratique des descripteurs T-S incertains et perturbs....................................57
3.2.1. Formulation de la boucle ferme dans le cadre non quadratique.........................................57
3.2.2. Synthse non quadratique de lois de commande pour les descripteurs T-S incertains et
perturbs ............................................................................................................................59
3.2.3. Synthse non quadratique de lois de commande pour les descripteurs incertains...............61
3.2.4. Extension la synthse H de lois de commande non quadratiques pour les descripteurs
T-S incertains et perturbs.................................................................................................65
3.2.5. Discussion sur lapplicabilit des approches non quadratiques ...........................................68

3.2.6. Rduction des approches non quadratiques un cadre quadratique tendu ........................70
3.3. Exemples numriques.....................................................................................................................72
3.4. Conclusion......................................................................................................................................77
Approches redondantes pour la stabilisation non quadratique des modles descripteurs T-S
incertains et perturbs ...........................................................................................................................79
4.1. Introduction ....................................................................................................................................80
4.2. Stabilisation non quadratique des descripteurs T-S incertains : approche redondante...................80
4.2.1. Rappels sur la boucle ferme classique et formulation de la boucle ferme
redondante ..................................................................................................................80
4.2.2. Conditions LMI non quadratiques pour la stabilisation des descripteurs T-S incertains :
approche redondante..........................................................................................................83
4.2.3. Stabilisation non quadratique robuste des descripteurs T-S incertains et perturbs :
approche redondante..........................................................................................................89
4.3. Discussion et remarques sur le cot de calcul des approches redondantes.....................................93
4.4. Exemples numriques et simulations..............................................................................................95
4.4.1. Exemple 1 : intrt des approches redondantes ...................................................................95
4.4.2. Exemple 2 : stabilisation robuste dun DTSIP.....................................................................97
4.5. Conclusion....................................................................................................................................100
Stabilisation non quadratique par retour de sortie des modles T-S standards incertains et
perturbs Approches redondantes...................................................................................................102
5.1. Introduction ..................................................................................................................................103
5.2. Classe des systmes considre et formulation du problme de commande par retour de sortie.104
5.2.1. Formulation dune boucle ferme redondante pour la synthse de lois de commande .....104
5.2.1.1. Retour de sortie dynamique ......................................................................................104
5.2.1.2. Retour de sortie statique............................................................................................106
5.3. Approches non quadratiques de synthse de contrleurs par retour de sortie pour les systmes T-S
incertains ................................................................................................................................................107
5.3.1. Synthse non quadratique de contrleurs par retour de sortie dynamique.........................107
5.3.2. Synthse non quadratique de contrleurs par retour de sortie statique..............................113
5.4. Extension la synthse de lois de commande robustes par retour de sortie pour les systmes T-S
incertains et perturbs.............................................................................................................................118
5.4.1. Synthse de contrleurs robustes par retour de sortie dynamique .....................................118
5.4.2. Synthse de contrleurs robustes par retour de sortie statique ..........................................120
5.5. Exemples numriques et simulations............................................................................................123
5.5.1. Exemple 1 : valuation du conservatisme pour le retour de sortie dynamique approches
classiques vs redondantes ................................................................................................123
5.5.2. Exemple 2 : intrt de lapproche non quadratique vs quadratique cas du retour de sortie
statique soumis perturbations externes .........................................................................124
5.5.3. Exemple 3 : stabilisation robuste par retour de sortie dynamique et statique....................125
5.5.3.1. Rsultats en retour de sortie dynamique ...................................................................126
5.5.3.2. Rsultats en retour de sortie statique.........................................................................130
5.6. Conclusion....................................................................................................................................132
Conclusion gnrale et perspectives....................................................................................................134
Rfrences bibliographiques................................................................................................................137
Annexe A ...............................................................................................................................................147
Annexe B ...............................................................................................................................................150
Table des figures
Figure 1.1.
Figure 1.2.
Figure 2.1.
Figure 2.2.
Figure 2.3.
Figure 3.1.
Figure 3.2.
Figure 3.3.
Structure et implmentation dun modle T-S Standard. ....................................................9

Secteur non linaire global. ...............................................................................................10
Domaines de solutions du thorme 2.3 sans relaxation et avec relaxation (lemme 2.1)..52
Rponses temporelles du systme (2.68) sans perturbations externes et du signal de
commande..........................................................................................................................53
Stabilisation H du systme (2.68) soumis des perturbations externes et volution
temporelle du signal de commande. ..................................................................................54
Schma de la loi de commande non-PDC. ........................................................................58
Domaines de solutions des thormes 3.1 (non quadratique) et 2.3 (quadratique) ...........74
Evolution temporelle du vecteur dtat, du signal de commande et de h1 x1 ( t ) ...........75
Figure 3.4.
Evolution temporelle du vecteur dtat, du signal de commande et de la drive du

h1 x1 ( t ) du DTSIP (3.54) soumis des perturbations externes.....................................76
Figure 3.5.
Figure 4.1.
Figure 4.2.
Figure 4.3.
Domaines de faisabilit du thorme 3.1 et du corollaire 3.1............................................77

Domaines de solutions ; remarque 4.3 et du thorme 3.1 sans incertitudes. ...................96
Domaines de solutions ; remarque 4.3 et du corollaire 4.1 sans incertitudes. ...................96
Domaines de solutions des thormes 4.1 et 3.1. ..............................................................98
Figure 4.4.
Evolution temporelle du vecteur dtat, du signal de commande et de h1 x1 ( t ) . ..........99
Figure 4.5.
Evolution temporelle du vecteur dtat perturb, du signal de commande et de h1 x1 ( t ) .
Figure 5.1.
......................................................................................................................................100
Domaine de solutions du Thorme 5.1 ( ) vs [Li et al., 2000] (thorme 2) ( ) ..............
Figure 5.2.
Figure 5.3.
Figure 5.4.
Figure 5.5.
......................................................................................................................................124
Taux dattnuation : approches non quadratiques (remarque 5.2) vs quadratiques tendues
(Thorme 5.4 sans incertitudes avec X 1j = X 1 ). ...........................................................125
Evolution temporelle du vecteur de sortie, du vecteur dtat du systme, du vecteur dtat
du contrleur et du signal de commande. ........................................................................127
Evolution temporelle de h1 x1 ( t ) . ...............................................................................128
Evolution temporelle des vecteurs de sortie, du vecteur dtat du systme perturb, du

vecteur dtat du contrleur et du signal de commande. .................................................129
Figure 5.6.
Evolution temporelle de h1 x1 ( t ) . ...............................................................................129
Figure 5.7.
Evolution temporelle du vecteur de sortie, du vecteur dtat du systme, du signal de
Figure 5.8.
Evolution temporelle du vecteur de sortie, du vecteur dtat du systme perturb, du
commande et de h1 x1 ( t ) .............................................................................................130
signal de commande et de h1 x1 ( t ) ..............................................................................131
Notations
Acronymes
BMI
BFC
BFR
DAE
DPDC
DOFC
DTS
DTSI
DTSIP
FCQL
FQL
FLF
LFT
LMI
LPV
LTI
MFC
MFD
MTSC
MTSD
MTSS
ODE
PDC
PLF
PPDC
SOF
Ingalit Matricielle Bilinaire (Bilinear Matrix Inequality)

Boucle Ferme Classique
Boucle Ferme Redondante
Equation Algbro-Diffrentielle (Algebraic Differential Equation)
Compensation Parallle Distribue Dynamique (Dynamic Parallel
Distributed Compensation)
Compensateur Dynamique par retour de sortie (Dynamic Output
Feedback Componsator)
Descripteur Takagi-Sugeno
Descripteur Takagi-Sugeno Incertain
Descripteur Takagi-Sugeno Incertain et Perturb
Fonction Candidate Quadratique de Lyapunov
Fonction Quadratique de Lyapunov
Fonction Floue de Lyapunov (Fuzzy Lyapunov Function)
Transformation Fractionnelle Linaire (Linear Fractional
Transformation)
Ingalit Linaire Matricielle (Linear Matrix Inequality)
Linaire Paramtres Variant (Linear Parameter Variant)
Linaire Temps Invariant (Linear Time Invariant)
Modle Flou Continu
Modle Flou Discret
Modle Takagi-Sugeno Continu
Modle Takagi-Sugeno Discret
Modle Takagi-Sugeno Standard
Equation Diffrentielle Ordinaire (Ordinary Differential Equation)
Compensation Parallle Distribue (Parallel Distributed Compensation)
Fonction de Lyapunov continue par morceaux (Piecewise Lyapunov
Functions)
Compensation Parallle Distribue proportionnelle (Proportional
Parallel Distributed Compensation)
Retour de Sortie Statique (Static Output Feedback)
Ensembles, matrices et vecteurs
n
n q
2
2
Ensemble des entiers naturels

Ensemble des nombres rels
Espace rel Euclidien de dimension n
Ensemble des matrices lments rels de dimension ( n q )
Norme L2 au carr dune grandeur
Notations
Matrice identit de dimension n
In
1
X
XT
A11
A21
( *)
A22
Inverse de la matrice X
Transpose dune matrice X
T
Matrice symtrique, le symbole ( ) dsigne A21
X hhv
Cette notation dsigne
h h v X
i =1 j =1 k =1
j k
ijk
Rfrences Personnelles
Articles dans des revues internationales avec comits de lecture

K. Guelton, T.-M. Guerra, M. Bernal, T. Bouarar et N. Manamanni, Comments on Fuzzy
Control Systems Design via Fuzzy Lyapunov Functions, IEEE, Transactions on Systems,
Man and Cybernetics Part B, Digital Object Identifier: 10.1109/TSMCB.2009.2033807.
K. Guelton, T. Bouarar et N. Manamanni, Robust dynamic output feedback fuzzy
Lyapunov stabilization of Takagi-Sugeno systems - A descriptor redundancy approach,
Elsevier, Fuzzy Sets and Systems, 160(19):2796-2811, October 2009.
Revue soumise
T. Bouarar, K. Guelton, N. Manamanni, Robust Fuzzy Lyapunov Stabilization for uncertain
and disturbed Takagi-Sugeno Descriptor Systems,ISA Transactions.
Communications internationales avec actes
T. Bouarar, K. Guelton et N. Manamanni, Static Output Feedback Controller Design for
Takagi-Sugeno Systems A Fuzzy Lyapunov LMI Approach, 48th IEEE Conference on
Decision and Control (CDC'09). Shanghai, P.R. China, December 2009
L. Seddiki, K. Guelton, T. Bouarar, N. Manamanni et J. Zaytoon, T-S Tracking Controller
Design for Sys-Reeduc: a descriptor Approach, 7th IFAC Symposium on Modelling and
Control in Biomedical Systems (MCBMS'09). Aalborg, Denmark, August 2009.
T. Bouarar, K. Guelton et N. Manamanni, Redundancy approach for fuzzy Lyapunov

stabilization of Takagi-Sugeno descriptors, IEEE Symposium Series on Computational
Intelligence/Symposium on Computational Intelligence in Control and Automation (IEEE
SSCI/CICA 2009). Nashville, Tennessee, USA, March 2009.
K. Guelton, T. Bouarar et N. Manamanni, Fuzzy Lyapunov LMI based output feedback
stabilization of Takagi Sugeno systems using descriptor redundancy, IEEE World Congress
on Computational Intelligence / International Conference on Fuzzy Systems
(WCCI2008/FUZZ-IEEE). Hong Kong, June 2008.
T. Bouarar, K. Guelton, N. Manamanni et P. Billaudel, Stabilization of uncertain TakagiSugeno descriptors: a fuzzy Lyapunov approach, 16th Mediterranean Conference on Control
and Automation (MED'08). IEEE, Ajaccio, Corsica, France, June 2008.
T. Bouarar, K. Guelton et N. Manamanni, LMI based H-infinity controller design for
uncertain Takagi-Sugeno descriptors subject to external disturbances, 3rd IFAC Workshop
on Advanced Fuzzy/Neural Control. Valenciennes, France, October 2007.
Rfrences Personnelles
T. Bouarar, K. Guelton, B. Mansouri et N. Manamanni, LMI Stability Conditions for TakagiSugeno Uncertain Descriptors, International Conference on Fuzzy Systems (FUZZ-IEEE).
London, UK, Jully 2007.
Communications nationales avec actes
T. Bouarar, K. Guelton et N. Manamanni, Nouvelles conditions LMI de stabilisation non
quadratique pour descripteurs flous de type T-S, Rencontres francophones sur la Logique
Floue et ses Applications (LFA 2008). Lens, Octobre 2008.
T. Bouarar, K. Guelton, N. Manamanni, Approches non-quadratiques pour la synthse de
commande robuste des descripteurs flous de type T-S,5me Confrence Internationale
Francophone d'Automatique, Bucarest, Roumanie, Septembre 3-5, 2008.
T. Bouarar, K. Guelton, B. Mansouri et N. Manamanni, Conditions de stabilit LMI pour la
classe des systmes descripteurs flous incertains de type T-S, 2mes Journes Doctorales /
Journes Nationales MACS (JD-JN MACS 2007). Reims, France, Juillet 2007.
Introduction gnrale
La notion de systme joue un rle primordial en automatique. Un systme physique peut-tre

considr comme un ensemble de phnomnes lis entre eux et voluant au cours du temps,
modlisables thoriquement via des quations dynamiques et conduisant un modle de
connaissance mathmatique suppos reprsenter au mieux la ralit. Ces modles
mathmatiques peuvent sexprimer selon deux types de reprsentations dtat diffrentes. La
premire est dite explicite (standard) et la seconde, plus gnrale, est dite implicite. Ainsi, la
grande majorit des travaux utilisant une reprsentation dtat font appel une forme
explicite offrant la possibilit de dcrire les relations entre les variables du systme par le
biais dEquations Diffrentielles Ordinaires (ODE). Ces dernires permettent de relier entre
elles les grandeurs de sorties et dentres par le biais dun vecteur dtat dcrivant lvolution
du systme. Nanmoins, de nombreux systmes physiques ne peuvent-tre rduits une
reprsentation sous forme explicite. Afin de contourner ce problme, les formes implicites
sont dcrites par un ensemble dEquations Algbro-Diffrentielles (DAE). Celles-ci
permettent notamment de prendre en compte simultanment des relations dynamiques et
statiques entre les variables du systme. Ds lors, les quations algbro-diffrentielles
conduisent, lors de la modlisation, une classe plus gnrique de systmes. Celle-ci
comprend les systmes appels systmes descripteurs, systmes singuliers, systmes
implicites ou encore systmes espace dtat gnralis [Luenberger, 1977][Dai, 1989].
Notons que ces systmes permettent de reprsenter une large classe de systmes physiques
tels que les systmes mcaniques inertie variable, les systmes lectriques, les systmes
chimiques [Kumar et Daoutidis, 1995].
Lun des enjeux de lautomatique est de proposer un contrleur adapt au systme piloter
garantissant la ralisation de la tche souhait. De nombreuses approches, pour les systmes
continus, ont t proposes pour la synthse de lois de commande et peuvent tre classes en
deux catgories dites linaires o non linaire .
Lautomatique linaire considre le fonctionnement du systme autour dun point de
fonctionnement donn. La synthse dune loi de commande linaire se base alors sur une
thorie bien matrise mais ne garantit pas la stabilit du systme sur tout lespace dtat
[Delarminat, 1993][Kuo, 1995].
Lautomatique non linaire repose quant elle sur des outils plus complexes et qui
ncessitent parfois de nouveaux dveloppements thoriques. Lobjectif est de garantir la
stabilit des systmes pour lesquels le cas linaire nest pas adapt, notamment lorsquil
sagit de traiter des problme de stabilit ou dasservissement sur une plus large rgion de
lespace dtat [Khalil, 1996][Sastry, 1999].
Parmi les approches non linaires, on distingue deux catgories :
les approches non formelles, qui ne ncessitent pas la connaissance dun modle
formalis, telles que la commande floue de type Mamdani [Mamdani, 1974].
Page 1
Introduction gnrale
Ces approches fournissent des rsultats souvent satisfaisants dun point de vue performances
mais leurs principaux inconvnients rsident dans le fait quil savre difficile, dans certains
cas, de garantir (ou de prouver) la stabilit mais aussi de tenir compte des capacits physiques
du systme commander.
Les approches formelles, qui ncessitent la connaissance a priori dun modle du systme
commander, permettent quant elles de garantir dans certains cas la stabilit du systme
sur tout ou une rgion compacte de lespace dtat. Malheureusement, cette garantie savre
difficile obtenir mesure que la taille du systme augmente (nombre de variables dtat
contrler) et/ou que la dynamique du systme est fortement non linaire (commutations
franches, grand nombre de termes non linaires) [Khalil, 1996][Liberzon, 2003]. En
dautres termes, ces approches sont le plus souvent applicables aux seuls systmes de
petites tailles et faiblement non linaires.
Une manire lgante de reprsenter un systme non linaire repose sur une reprsentation
multi-modle. Celle-ci consiste en une collection de systmes linaires interconnects par des
fonctions non linaires. Plusieurs catgories de multi-modles existent dans la littrature,
notamment les systmes linaires paramtres variant dans le temps (LPV) [Henrion et Garulli
, 2004][Zerar et al., 2009] ou les systmes quasi LPV, encore appels systmes Takagi-Sugeno
(T-S) [Takagi et Sugeno, 1985]. Notons que ces derniers possdent une proprit
dapproximation universelle des systmes affines en la commande et prsentent lavantage de
pouvoir reprsenter de manire exacte un modle de connaissance non linaire sur un compact
de lespace dtat [Tanaka et Wang, 2001]. Ainsi, lintrt majeur de ce type dapproche est
quelle permet dtendre de nombreux concepts thoriques de lautomatique linaire au cas des
systmes non linaires.
Lors de ltape de modlisation, le dfi de lautomaticien est de proposer un modle de
connaissance capable de reprsenter fidlement les phnomnes physiques rencontrs. Notons
que cette modlisation suppose dans la majeure partie des cas des approximations susceptibles
de dgrader les performances dsires pour le systme rel [Dubuisson, 1990][Oustaloup et
Mathieu, 1999]. Dans ce contexte, il peut tre intressant de tenir compte de ces imprcisions
pour pouvoir assurer les performances dsires par le biais de la synthse de lois de commande
robustes [Zhou et Doyle, 1998]. Notons par ailleurs quun modle trop simplifi est faux
alors quun modle trop dtaill peut tre inexploitable avec les outils actuels danalyse des
systmes. Ainsi, la prise en compte dincertitudes pour la stabilisation robuste des systmes
non linaires constitue un compromis entre complexit et validit de la solution et conduisent
une alternative intressante pour la commande des systmes complexes.
Lintrt suscit par les mthodes de modlisation sous forme de multi-modle T-S a t
largement dmontr. Par ailleurs, il apparat clairement que la prise en compte dincertitudes
ainsi que lextension la classe des descripteurs conduirait une gnralisation des rsultats
applicables une plus large classe de systmes physiques. Cest dans ce contexte que
sinscrivent les travaux de recherche de cette thse visant aussi bien proposer qu tendre des
mthodologies de synthse de lois de commande pour la stabilisation robuste des descripteurs
T-S incertains et perturbs.
Ce mmoire, compos de cinq chapitres, est organis de la faon suivante :
Le premier chapitre est constitu de deux grandes parties qui ont pour but dintroduire les
concepts lmentaires de la commande des systmes T-S. Au cours de la premire partie, nous
introduisons les diffrentes reprsentations dtat des systmes non linaires complexes. La
classe des modles T-S standards ainsi que leurs mthodes dobtention sont alors prsentes.
Page 2
Introduction gnrale
Puis, nous faisons un tour dhorizon sur les lois de commande floues frquemment utilises, et
notamment le concept de compensation parallle distribue (PDC), ainsi que quelques rsultats
fondamentaux concernant la stabilit et la stabilisation par retour dtat et de sortie. La seconde
partie est, quant elle, consacre aux modles descripteurs. Dans un premier temps, nous
donnons un bref aperu des principaux rsultats concernant les descripteurs linaires et leurs
conditions dadmissibilit. Ensuite, laccent est mis sur les modles descripteurs non linaires
sous forme T-S. Lintrt des descripteurs T-S vs les modles T-S standards est illustr
travers un exemple. Enfin, nous prsentons les principales sources de conservatisme
rencontres lors de lanalyse ainsi que les solutions apportes avant de poser les problmes
traits dans la suite de cette thse.
Le second chapitre constitue une premire contribution de ce travail de thse. En effet

lobjectif est de proposer des approches de stabilit et de stabilisation exprimes en termes de
LMI pour les modles descripteurs T-S incertains et /ou perturbs via une fonction candidate
quadratique de Lyapunov. Ces conditions serviront alors de base aux approches proposes dans
la suite de ce manuscrit. Dans un premier temps, nous dressons un bilan synthtique des
travaux mens dans ce contexte. Ensuite, nous voquons deux chemins conduisant aux
reprsentations dtat des descripteurs T-S afin de justifier la classe des systmes tudie. Un
bref rappel des diffrents types dincertitudes pouvant affecter le systme est prsent. Nous
traitons ensuite le problme de la stabilit et de la stabilisation des modles descripteurs T-S
incertains puis lanalyse des performances H au regard des perturbations externes. Enfin, un
premier schma de relaxation typique pour les descripteurs T-S est propos afin de rduire le
conservatisme structurel des conditions LMI. Un exemple numrique illustre alors la pertinence
des rsultats proposs.
Le troisime chapitre est consacr la rduction du conservatisme des conditions prsentes
au chapitre prcdent. Pour ce faire, une fonction non quadratique candidate de Lyapunov, dite
fonction de Lyapunov floue (FLF), est employe ainsi quune loi de commande drive du
principe PDC, appele non-PDC. Dans ce cadre, des conditions de stabilisation robustes
exprimes en termes de LMI sont prsentes. Les limites dune telle approche sont ensuite
discutes et plusieurs solutions ou compromis sont abordes afin de mettre en vidence
lapplicabilit des approches proposes, notamment un compromis entre complexit de mise en
uvre et conservatisme des conditions de stabilisation en utilisant une fonction candidate
quadratique tendue de Lyapunov. Enfin, des rsultats de simulation sont prsents afin
dillustrer les approches dveloppes au cours de ce chapitre.
Le quatrime chapitre est ddi la rduction dune autre source de conservatisme lors de la
synthse de lois de commande pour les modles T-S. En effet, il sagit ici de contourner le
couplage engendr par les matrices dentres avec celles des gains de commande lors de la
formulation de la dynamique de la boucle ferme et ainsi de faciliter lobtention de conditions
LMI dpourvues de termes croiss. Pour ce faire, une proprit de redondance des descripteurs
est utilise. Celle-ci permet dintroduire une dynamique virtuelle dans lexpression de la
boucle ferme via lutilisation dun vecteur dtat augment. Ainsi, le conservatisme introduit
par les termes croiss sera rduit. On montre alors que les rsultats obtenus dans les chapitres
prcdents sont inclus dans les approches proposes dans ce chapitre et des rsultats de
simulation confirment le bnfice des conditions proposes au cours de ce chapitre.
Le dernier chapitre est consacr ltude de la stabilisation par retour de sortie dynamique et
statique des modles T-S standards incertains et perturbs. Dans un premier temps, nous
adressons un bilan des divers travaux effectus dans ce contexte afin de positionner la
Page 3
Introduction gnrale
contribution apporte dans ce chapitre. Tirant parti de lexpertise acquise sur lobtention de
conditions LMI pour les descripteurs T-S, la proprit de redondance est utilise pour formuler
la dynamique des boucles fermes en assurant le dcouplage entres-sorties et conduisant, de
manire lgante, lobtention de conditions de stabilisation LMI pour une classe gnrique de
systmes T-S standards incertains et perturbs. Notons quici, les conditions sont de plus,
bases sur une fonction non quadratique de Lyapunov. Ceci constitue une contribution
importante dans la mesure o de telles conditions nexistent pas, notre connaissance, dans la
littrature.
Enfin, une conclusion gnrale, suivie de la bibliographie et des annexes terminent ce
manuscrit.
Page 4
Chapitre I
Concepts lmentaires sur la modlisation et la
commande des systmes flous de type Takagi-Sugeno
1.1.
1.2.
1.3.
1.4.
1.5.
Introduction ......................................................................................................................................6
Reprsentation dtat et systmes non linaires ...............................................................................6
Prsentation des modles flous de type Takagi-Sugeno (T-S) .........................................................7
Obtention des modles flous de type Takagi-Sugeno (T-S) .............................................................9
Stabilit et stabilisation des modles T-S standards .......................................................................12
1.5.1. Stabilit des modles T-S ........................................................................................... 12
1.5.2. Stabilisation par retour dtat des modles T-S standards .............................................. 14
1.5.2.1. Lois de commande PDC (Parallel distributed compensation)................................. 14
1.5.3. Stabilisation par retour de sortie .................................................................................. 15
1.5.3.1. Synthse de lois de commande par retour de sortie dynamique .............................. 16
1.5.3.2. Synthse de lois de commande par retour de sortie statique ................................... 18
1.6. Stabilit et stabilisation des systmes descripteurs.........................................................................19
1.6.1. Admissibilit des descripteurs linaires........................................................................ 19
1.6.2. Classe des modles descripteurs non linaires de type Takagi-Sugeno ........................... 20
1.6.3. Stabilit des modles descripteurs T-S ......................................................................... 22
1.6.4. Stabilisation des modles descripteurs T-S ................................................................... 23
1.7. Rduction du conservatisme des conditions LMI pour modles T-S ............................................26
1.8. Conclusion......................................................................................................................................28
1.1.
Introduction
Ce chapitre a pour objet de prsenter certains travaux sur la modlisation, la stabilit, et la

stabilisation des modles flous de type Takagi Sugeno (T-S) ainsi que leur extension la classe
des descripteurs du mme type. En effet, la problmatique de commande robuste des
descripteurs flous T-S incertains et perturbs que nous abordons dans cette thse, repose
essentiellement sur les travaux et mthodes dtaills dans ce chapitre. Ainsi, ce dernier sera
structur comme suit. Nous prsentons dabord les diffrentes techniques dobtention dun
modle T-S et donnerons un exemple dillustration sur la mthode la plus efficace pour y
aboutir partir dun modle dynamique non linaire. Ensuite, les notions de stabilit et de
stabilisation de ce type de modles rencontres dans la littrature seront abordes. Un
recensement non exhaustif des lois de commande pour les modles T-S sera prsent,
notamment les lois de commande par retour dtat et retour de sortie. Ces mthodes de synthse
de lois de commande seront alors explicites pour la classe des descripteurs T-S. Notons que la
dernire section de ce chapitre sera consacre la prsentation des principales mthodes de
rduction du conservatisme lors de la synthse de loi de commande pour les modles T-S.
Lensemble des notions prsentes au cours de ce chapitre permettra alors de positionner notre
travail dans le domaine et de poser les problmatiques abordes dans cette thse.
1.2.
Reprsentation dtat et systmes non linaires
Tout systme physique volution continue peut scrire sous la forme dune reprsentation
dtat. Celle-ci permet de dcrire des relations dentres sorties dun systme par le biais dune
modlisation sous la forme dquations diffrentielles ordinaires (voir algbriques dans le cadre
des systmes implicites). La forme gnrale dune reprsentation est donne par :
f ( x ( t ) , x ( t ) , u ( t ) ) = 0
y ( t ) = h ( x ( t ) , u ( t ) )
(1.1)
o x ( t ) est le vecteur dtat du systme u ( t ) le vecteur dentre et y ( t ) le vecteur de sortie.

La premire quation est appele quation dtat et la seconde, quation de sortie .
Notons que le systme (1.1) est donn sous forme gnrale et inclut la classe des modles crit
sous la forme dune reprsentation dtat, dite standard affines en la commande donne
sous la forme:
x ( t ) = f ( x ( t ) ) + g ( x ( t ) ) u ( t )
y ( t ) = s ( x ( t ) ) + m ( x ( t ) ) u ( t )
(1.2)
o f ( x ( t ) ) est la fonction dtat, g ( x ( t ) ) la fonction dentre, s ( x ( t ) ) la fonction de sortie

et m ( x ( t ) ) est la matrice de couplage entre-sortie.
Ce type de systmes, couramment rencontrs en automatique, fera lobjet de la premire partie
de ce chapitre.
Page 6
Chap. 1 : Concepts lmentaires sur la modlisation et la commande des systmes flous de type Takagi-Sugeno
Dautres systmes affines en la commande permettent de prendre en compte la forme implicite

dun systme ou encore les particularits structurelles de modlisation. Cette classe est appele
classe des descripteurs et permet de reprsenter les modles non linaires donns par :
E ( x ( t ) ) x ( t ) = f ( x ( t ) ) + g ( x ( t ) ) u ( t )
y ( t ) = s ( x ( t ) ) + m ( x ( t ) ) u ( t )
(1.3)
Ces systmes seront tudi par la suite et constituerons lobjet principal des contributions
apportes au long de ce manuscrit.
1.3.
Prsentation des modles flous de type Takagi-Sugeno (T-S)
Les modles flous de type Takagi-Sugeno sont reprsents dans lespace dtat par des rgles
floues de type Si Alors [Takagi et Sugeno, 1985]. Les parties prmisses de ces rgles
floues sont reprsentatives de lunivers du discours sur lequel le modle flou est valide et, les
parties conclusions correspondent peut tre des modles locaux invariants dans le temps
(reprsentations dtat linaires). A titre dexemple, ce type de modle flou savre utile pour la
reprsentation des systmes non linaires tels que les systmes lectriques, chaotiques, etc. La
i me rgle floue dun modle T-S continu (en temps continu) (MFC) scrit alors sous la forme :
Ri :
SI z1 ( t ) est F1i ( z1 ( t ) ) ET z2 ( t ) est F2i ( z2 ( t ) ) z p ( t ) est Fpi ( z p ( t ) )

x ( t ) = Ai x ( t ) + Bi u ( t )
ALORS i
yi ( t ) = Ci x ( t ) + Di u ( t )
o R i reprsente la i me rgle floue, i = 1,..., r , F ji ( z j ( t ) )
(1.4)
pour j = 1,..., r sont les sous-
ensembles flous, r le nombre de rgles floues, z j ( t ) sont les variables de prmisses qui
dpendent de lentre et/o de ltat du systme, x ( t ) n , y ( t ) q et u ( t ) m

reprsentent respectivement le vecteur dtat, le vecteur de sortie et le vecteur de commande.
Ai nn , Bi nm , Ci qn et Di qm sont des matrices dcrivant la dynamique du
systme.
Notons quune discrtisation de tels modles est possible par une reprsentation dtat en temps
discret (MFD). Le temps t est alors congru et le modle est alors dcrit par les quations de
rcurrence suivantes :
Ri :
SI z1 ( ) est F1i ( z1 ( ) ) ET z2 ( ) est F2i ( z2 ( ) ) z p ( ) est Fpi ( z p ( ) )
x ( + 1) = Ai x ( ) + Bi u ( )
ALORS i
yi ( ) = Ci x ( ) + Di u ( )
Page 7
(1.5)
A chaque rgle R i est attribue un poids not wi ( z ( t ) ) . Ce poids dpend du degr
dappartenance des variables de prmisses z j ( t ) aux sous-ensembles flous F ji ( z j ( t ) ) et du
connecteur ET reliant les prmisses choisi telles que :

p
wi ( z ( t ) ) = F ji ( z j ( t ) ) , pour i = 1,..., r
(1.6)
j =1
F ji ( z j ( t ) ) reprsente la valeur de la fonction dappartenance z j ( t ) lensemble flou Fji . On a

alors les proprits suivantes :
l
wi ( z ( t ) ) > 0
i =1
wi ( z ( t ) ) 0, t
(1.7)
On pose :
hi ( z ( t ) ) =
wi ( z ( t ) )
(1.8)
w ( z (t ))
i =1
hi ( z ( t ) ) reprsente donc la fonction dactivation de la i me rgle du modle flou. Pour
i = 1,..., r , ces fonctions vrifient la proprit dune somme convexe, cest--dire

r
h ( z ( t ) ) = 1 et h ( z ( t ) ) 0 .
i =1
Finalement, la dfuzzification du modle flou permet dobtenir la reprsentation dtat dun

modle non linaire par linterconnexion de modles locaux invariants dans le temps par des
fonctions dactivation non linaires. On obtient alors :
r
x
t
=
hi ( z ( t ) ) ( Ai x ( t ) + Bi u ( t ) )
(
)
i =1
r
y (t ) = h ( z (t )) (C x (t ) + D u (t ))
i
i
i
i =1
(1.9)
Notons que de la mme faon, pour un modle flou discrtis (MFD) on a:

r
+
1
=
hi ( z ( ) ) ( Ai x ( ) + Bi u ( ) )
(
)
i =1
r
y ( ) = h ( z ( ) ) ( C x ( ) + D u ( ) )
i
i
i
i =1
(1.10)
Dans le cadre de la modlisation par modles Takagi-Sugeno, on rencontre souvent les termes :
variables de prmisses, fonctions dappartenance ou dactivation, zones de fonctionnement
(sous espaces) et rgles floues. Ceux-ci sont prciss par les dfinitions suivantes :
Page 8
Rgles floues : dnombres par r dans la reprsentation dtat dun modle flou T-S. Elles
correspondent au nombre de modles locaux LTI.
Variables de prmisses : notes z ( t ) j . Grandeurs connues et accessibles permettent
lvaluation des fonctions dappartenance. Elles dpendent ventuellement des variables dtat
mesurables et/ou de la commande.
Fonctions dappartenance : notes hi ( z ( t ) ) : j , ce sont des fonctions non linaires
dpendant des variables de prmisses associes aux diffrentes zones de fonctionnement. Elles
permettent de traduire la contribution dun modle local LTI correspondant un point de
fonctionnement par rapport la zone de fonctionnement du systme. Ainsi, elles assurent le
passage progressif dun modle local LTI aux modles locaux voisins.
Les zones de fonctionnement : reprsentes par des domaines i obtenus via la dcomposition
de lespace de fonctionnement du systme , avec = i i .
La figure 1 illustre le schma dtaill dun modle T-S standard. Notons que les modles flous
de type Takagi-Sugeno sont dots dune structure mathmatique intressante de point du vue
de lautomatique. En effet, ils permettent de diminuer la complexit dun problme non linaire
traiter (stabilit, stabilisation, observation, diagnostic,etc.) en le dcomposant en un
ensemble de problmes linaires locaux. Lensemble des solutions locales correspondant ces
derniers constitue alors la solution globale du problme non linaire initial.
u (t )
y (t )
Systme non linaire

h1 ( z ( t ) )
h1 ( z ( t ) )
A1 x ( t ) + B1u ( t )
A2 x ( t ) + B2u ( t )
C1 x ( t ) + D1u ( t )
h2 ( z ( t ) )
x ( t )
x (t )
h2 ( z ( t ) )
y (t )
hr ( z ( t ) )
hr ( z ( t ) )
Ar x ( t ) + Br u ( t )
C2 x ( t ) + D2u ( t )
Cr x ( t ) + Dr u ( t )
Figure 1.1. Structure et implmentation dun modle T-S Standard.
1.4.
Obtention des modles flous de type Takagi-Sugeno (T-S)
Dans la littrature, il existe trois approches permettant le passage dun modle non linaire
affine en la commande un modle T-S. Ces approches visent reprsenter les systmes non
linaires complexes sur un large domaine de fonctionnement. Ces diffrentes approches sont :
Page 9
approche par identification [Gasso et al., 1999][Gasso et al., 2000]. Les mesures
acquises sur les entres et les sorties du systme permettent lidentification des
paramtres des modles locaux autour des diffrents points de fonctionnement
pralablement dfinis. Dans ce cas, le problme didentification du modle non linaire
se rduit lidentification des modles locaux (sous-modles) LTI. Notons que, cette
mthode est souvent utilise dans le cas des systmes dots dune dynamique difficile
dcrire laide dun modle analytique.
approche par linarisation [Ma et al., 1998][Tanaka et Wang 2001]. Le principe de cette
mthode consiste linariser le systme non linaire autour dun ensemble fini de
points de fonctionnement judicieusement choisis, conduisant un nombre dfini de
modles LTI. Lobtention dun reprsentant T-S dans ce cas, est ralis par
linterconnexion de ces modles LTI laide des fonctions dappartenance non linaires
judicieusement choisies (gaussiennes, triangulaires, trapzodales,etc.).
approche par secteur non linaire. Cette mthode a t initie par [Kawamoto et al.,
1992] et tendue par [Tanaka et Wang, 2001] et [Morre, 2001]. Le principe de celle-ci
est bas sur une transformation polytopique convexe des termes non linaires dun
systme dynamique. Autrement dit, cette mthode consiste trouver un secteur tel que
a1 x f ( x ( t ) , u ( t ) ) a2 x avec x = f ( x ( t ) , u ( t ) ) reprsente un systme non linaire.
Cette mthode garantit la construction dun modle T-S reprsentant exactement un
modle non linaire sur un espace compact des variables dtat.
Dans la suite de ce manuscrit, lintrt est port sur la troisime mthode, puisquelle prsente
des avantages du point de vue prcision et connaissance des fonctions dappartenance assurant
linterconnexion des modles locaux LTI. En effet, lapproche par secteur non linaire par
rapport lapproche par linarisation permet, dune part, de minimiser lerreur lors du passage
du modle analytique non linaire au modle T-S, dautre part doptimiser le nombre de
modles locaux. Il convient de souligner quil peut savrer difficile de trouver un secteur
global pour un systme non linaire quelconque. Dans ce cas, il est ncessaire de considrer un
secteur non linaire local. Les figures 1.2 et 1.3 reprsentent respectivement les secteurs non
linaires global et local.
x ( t )
a1 x ( t )
x ( t )
f ( x (t ) , u (t ))
a1 x ( t )
a2 x ( t )
a2 x ( t )
x (t )
x (t )
f ( x (t ) , u (t ))
Figure 1.2. Secteur non linaire global.
Figure 1.3. Secteur non linaire local.
Notons que lapproche par secteur non linaire permet dassocier une infinit de modles T-S
pour un systme non linaire suivant le dcoupage des non-linarits ralis. Une approche
systmatique de dcoupage en secteurs non linaires repose sur le lemme suivant [Morre,
2001] :
Page 10
Lemme 1.1 :
Soit f ( x ( t ) ) : une fonction borne, il existe toujours deux fonctions w1 ( x ( t ) ) et
w2 ( x ( t ) ) ainsi que, deux scalaires et tels que :

f ( x ( t ) ) = w1 ( x ( t ) ) + w2 ( x ( t ) )
avec : w1 ( x ( t ) ) + w2 ( x ( t ) ) = 1 , w1 ( x ( t ) ) 0 et w2 ( x ( t ) ) 0 .
Preuve :
Sous lhypothse que la fonction f ( x ( t ) ) est borne telle que f ( x ( t ) ) , il est possible
dcrire :
f ( x ( t ) ) = w1 ( x ( t ) ) + w2 ( x ( t ) )
avec
= max ( f ( x ( t ) ) ) ,
w2 ( x ( t ) ) =
(1.11)
= min ( f ( x ( t ) ) ) ,
f ( x (t ))
.

w1 ( x ( t ) ) =
f ( x (t ))
et
Remarque 1.1
On considre le systme non linaire x = f ( x ( t ) ) , avec f ( 0 ) = 0 . Selon les proprits des
termes non linaires rencontrs dans le modle mathmatique non linaire, nous distinguons
deux types de reprsentant T-S, en effet :
Si toutes les non-linarits du systme sont continues et bornes sur n , alors le

modle T-S reprsente dune manire exacte le systme non linaire sur lintgralit de
lespace des variables dtat n .
Si toutes les non-linarits du systme sont uniquement continues, alors le modle T-S
reprsente de faon exacte le systme non linaire sur un sous-espace compact de
lespace des variables dtat n .
Exemple 1.1
Soit le systme non linaire autonome donn par :
x ( t ) = x ( t ) cos ( x ( t ) )
(1.12)
Notons que f ( x ( t ) ) = cos ( x ( t ) ) est continu et born par [ 1 1] , daprs le lemme 1, on peut
crire :
Page 11
cos ( x ( t ) ) =
cos ( x ( t ) ) + 1
2

h1 ( x ( t ) )
1 +
1 cos ( x ( t ) )
2

( 1)
h2 ( x ( t ) )
Do un reprsentant T-S de (1.12) comportant deux rgles floues donnes par :

Si x ( t ) est F11 ( h1 x ( t ) ) alors x ( t ) = x ( t )
Si x ( t ) est F12 ( h1 x ( t ) ) alors x ( t ) = x ( t )
Ainsi le modle T-S est donn sous sa forme compacte par :

2
x ( t ) = hi ( x ( t ) ) ai x ( t )
(1.13)
i =1
o a1 = 1 et a2 = 1 .
Remarque 1.2
Les modles T-S obtenus via une transformation polytopique convexe dpendent directement
du nombre des non-linarits dcouper. Ainsi, lorsque lon a nl termes non linaires, alors le
modle T-S est constitu de 2nl rgles floues.
1.5.
Stabilit et stabilisation des modles T-S standards
Ltude de la stabilit et la synthse des contrleurs flous pour les modles T-S standards
(MTSS) (1.9) sont gnralement bases sur la thorie de Lyapunov [Liapounoff, 1907]. Le
principe de cette dernire est inspir dune ralit physique. En effet, si lnergie dun systme
est continment dissipe, au final le systme va atteindre un point dquilibre. Un rappel sur la
thorie de Lyapunov est donn dans lannexe B. Dans la suite, sans perte de gnralit, on
suppose que le point dquilibre est lorigine.
1.5.1. Stabilit des modles T-S

Ltude de la stabilit dun MTSS autonomes (1.9) permet dtablir si sa dynamique est
intrinsquement stable lorsquil nest soumis aucune excitation externe ( u ( t ) = 0 ). Dans cette
section, afin de permettre au lecteur dapprhender les rsultats proposs dans la suite de ce
manuscrit, on prsente les rsultats significatifs, lorigine des nombreux travaux sur la
stabilit des MTSS. Ceux-ci sont donns sous forme dIngalits Matricielles Linaires (LMI)
[Boyd et al., 1994]. Notons que quelques rappels sur les LMI sont prsents en annexe. Le
rsultat suivant traite de la stabilit des MTSS dcrits en temps continu :
Page 12
Thorme 1.1 : [Tanaka et Sugeno, 1992]

Le MTTS continu autonome ( u ( t ) = 0 ) (1.9) (respectivement (1.10) dans le cas discret) est
asymptotiquement stable sil existe une matrice P = PT > 0 , telles que les LMI suivantes sont
vrifies pour i = 1,..., r :
AiT P + PAi < 0 (cas continu)
(1.14)
AiT PAi P < 0 (cas discret)
(1.15)
Preuve : (cas continu)

En considrant la fonction candidate quadratique de Lyapunov :
V ( x ( t ) ) = xT ( t ) Px ( t )
(1.16)
Le MTSS autonome (1.9) ( u ( t ) = 0 ) est stable si:
V ( x ( t ) ) = x T ( t ) Px ( t ) + xT ( t ) Px ( t ) < 0
(1.17)
C'est--dire si :
V ( x ( t ) ) = xT ( t ) hi ( z ( t ) ) ( AiT P + PAi ) x ( t ) < 0

i =1
(1.18)
qui est vrifie si les conditions suffisantes du thorme 1 le sont.
Remarque 1.3
Notons quaucune information sur les fonctions dappartenance hi ( z ( t ) ) nest prise en compte
dans le thorme 1.1. De ce fait, les conditions de stabilit LMI sont seulement suffisantes (et
non ncessaires) et par consquent conservatives. En effet, pour obtenir ces conditions, on
cherche une solution un problme doptimisation en considrant que, pour quune somme soit
ngative, chacun des termes de cette somme doit tre ngatif. Or, il est videmment possible de
chercher des solutions aux conditions du thorme 1.1 qui autoriseraient certains termes de la
somme (1.18) tre positifs alors que lensemble restera ngatif. Dans ce cas, on obtient des
conditions de stabilit dites relches , c'est--dire moins conservatives.
Dans le cas o lon peut tablir que le systme est stable, il peut tre intressant damliorer les
performances. Dans le cas contraire, il savre ncessaire de synthtiser une loi de commande
floue stabilisante pour pouvoir ramener le systme vers le point dquilibre.
Page 13
1.5.2. Stabilisation par retour dtat des modles T-S standards

Afin dassurer la stabilit dun MTSS en boucle ferme, on ralise la synthse dune loi de
commande adquate. Plusieurs lois de commande floues ont t proposes dans la littrature.
Les plus rpandues se basent sur des lois de commande de type compensation parallle
distribue (PDC, Parallel Distributed Compensation) [Wang et al., 1996][Tanaka et al., 1998].
Notons, par ailleurs que, suivant la classe des modles T-S considrs, des variantes de ce type
de loi de commande ont t galement proposes dans la littrature, par exemple la PDC
proportionnelle (PPDC) [Lin et Er, 2001] ou encore la loi de commande de type compensation
et division pour modles flous [Guerra et al., 1999].
1.5.2.1. Lois de commande PDC (Parallel distributed compensation)

La loi de commande PDC [Wang et al., 1996][Tanaka et al., 1998] a lavantage de considrer
les mmes prmisses que les rgles floues contenues dans le modle T-S stabiliser. De ce fait,
cela revient considrer que, chaque modle local correspond une commande par retour
dtat linaire que lon peut interpoler par les mmes fonctions dactivation hi ( z ( t ) ) que celles
du modle T-S. Notons que dans ce cas, lorsque le modle flou obtenu par dcoupage est exact,
c'est--dire par transformation polytopique convexe, alors cette loi de commande est valable
sur tout lespace compact des variables dtat sur lequel a t effectu le dcoupage. Ainsi,
cette loi de commande est donne par :
r
u ( t ) = hi ( z ( t ) ) Fi x ( t )
(1.19)
i =1
avec Fi mn reprsentent les matrices des gains de retour dtat.

La synthse dun correcteur flou consiste alors dterminer les matrices de gain de retour
dtat notes Fi .
Stabilisation des MTSS continus
Dans le cas continu, pour obtenir lexpression du modle flou T-S en boucle ferme, on
substitue la loi de commande (1.19) dans (1.9), on obtient alors :
x ( t ) = hi ( z ( t ) ) h j ( z ( t ) ) ( Ai Bi Fj )
r
(1.20)
i =1 j =1
Des conditions suffisantes de stabilisation sont prsentes dans le thorme suivant.
Thorme 1.2 [Wang et al., 1996]:

Le MTSS continu (1.9) est asymptotiquement stabilis via la loi de commande PDC (1.19) sil
existe des matrices X et K j , telles que les LMI suivantes soient vrifies.
Page 14
ii < 0 , pour i = 1,..., r
(1.21)
ij + ji < 0 , pour i, j = 1,..., r et i < j
(1.22)
avec ij = Ai X Bi K j + XAiT K Tj BiT < 0 , K j = F j X et X = P 1
Preuve :
En suivant la mme dmarche que pour la preuve du thorme 1.1 et en sparant les modles
dominants des modles croiss, on obtient directement :
V ( x ( t ) ) = xT ( t ) hi ( z ( t ) ) ( AiT P + PAi F jT BiT P PBi F j ) x ( t ) < 0

i =1
(1.23)
qui est vrifie x ( t ) en considrant X = P 1 K j = F j X si les conditions du thorme 1.2 le

sont.
1.5.3. Stabilisation par retour de sortie

Dans cette section, nous expliciterons quelques travaux traitant la commande par retour de
sortie. Dans ce cadre, plusieurs approches sont possibles :
Retour de sortie base dobservateur [Tanaka et Wang, 2001][Yoneyama et al.,
2001][Guerra et al., 2006]: un observateur permettant lestimation du vecteur dtat sur
la base des mesures des signaux dentre et de sortie, une loi de commande statique par
retour dtat estim permet alors la stabilisation dun systme dynamique. Notons que
ce type de commande par retour de sortie pose certains problmes tels que la mise sous
forme LMI du problme de synthse de lobservateur et des gains de commande [Ma et
al., 1998].
Retour de sortie dynamique [Li et al., 2000][Yoneyama et al., 2001][
Assawinchaichote et al., 2004][Yoneyama, 2006][Zerar et al., 2008] : ce type de
contrleurs permet damliorer les performances en boucle ferme dun systme
dynamique et est souvent utilis dans le cadre de la commande robuste par le biais de
transformations linaires fractionnelles (LFT) [Zhou et Doyle, 1996]. Lcriture de la
boucle ferme pour le retour de sortie dynamique est gnralement base sur
lutilisation du produit de Redheffer [Redheffer, 1960]. Notons que celui-ci entrane
lapparition de nombreux termes croises (couplage entres-sorties) et conduit donc
des conditions de stabilisation LMI assez conservatives.
Retour de sortie statique [Chadli et al., 2002][Huang et Nguang, 2006][Huang et
Nguang, 2007][Dong et Yang, 2008][Nachidi et al., 2007][Kau et al., 2007] : ce type
de lois de commande par retour de sortie savre particulirement intressant dans le
cadre dapplications ncessitant un faible cot de calcul puisque, linstar des lois de
Page 15
commande base dobservateurs ou par retour de sortie dynamique, elles ne

ncessitent pas la rsolution dquations diffrentielles en ligne.
Notons par ailleurs que lensemble des conditions de stabilisation par retour de sortie proposes
dans la littrature, ont t obtenues dans le cadre quadratique et quelles sont souvent donnes
en termes dingalits matricielles bilinaires (BMI). Lorsque des LMI sont proposes, celles-ci
sont obtenues au prix dhypothses restrictives, par exemple Ci = C commune, de rang plein
en ligne et Di = 0 [Chadli et al., 2002]. Dans la suite, nous expliciterons les travaux relatifs au
retour de sortie dynamique puis statique dans la mesure o ils feront lobjet dun chapitre
conduisant leur application pour une plus large classe de systmes T-S tout en rduisant le
conservatisme des conditions existantes.
1.5.3.1. Synthse de lois de commande par retour de sortie dynamique

Un contrleur par retour de sortie dynamique est reprsent par un systme dquations
diffrentielles ordinaires. Dans le cadre de la stabilisation des modles T-S, une loi de
commande PDC dynamique (DPDC) peut-tre donne par [Li et al., 2000]:
r
r
r
ij
x
t
=
h
z
t
h
z
t
A
x
t
+
hi ( z ( t ) ) Bci y ( t )
(
)
(
)
(
)
(
)
(
)
(
)
c
i
j
c
c
i =1 j =1
i =1
r
u ( t ) = h ( z ( t ) ) C i x ( t ) + D y ( t )
i
c c
c
i =1
(1.24)
o xc ( t ) , y ( t ) et u ( t ) reprsentent respectivement le vecteur dtat du contrleur, le vecteur

de sortie du systme et le signal de commande. Les matrices Acij , Bci , Cci et Dc sont des
matrices de gains de dimensions appropries synthtiser.
Notons que la classe des MTSS considre par [Li et al., 2000] ne tient pas compte de la
matrice de couplage entres-sorties ( Di = 0 ). Ainsi, en utilisant le produit de Redheffer
[Redheffer, 1960], lexpression de la dynamique de la boucle ferme peut-tre exprime
laide du vecteur dtat xcl ( t ) = xT ( t ) xcT ( t ) telle que :
T
r
r
A + B D C
xcl ( t ) = hi ( z ( t ) )h j ( z ( t ) ) i i i c j
i =1 i =1
Bc C j
BiCcj
xcl ( t )
Acij
(1.25)
En considrant la fonction candidate quadratique de Lyapunov :
V ( xcl ( t ) ) = xclT ( t ) Pxcl ( t )
(1.26)
P P12
avec P = 11T
,
P12 P22
le thorme suivant peut tre nonc.
Page 16
Thorme 1.3 : [Li et al., 2000]

Le MTSS continu (1.9) est globalement stable via la loi de commande DPDC (1.24) sil existe
les matrices Q11 , P11 , ij , Aij , Bi , Ci et D , telles que les LMI suivantes soient vrifies pour
i, j = 1,..., r
Q11
I
I
>0
P11
(1.27)
11 1n
= = < 0
1n nn
T
(1.28)
Q A + ( Q A )T + Q A + Q A T
( 11 j )
11 i
11 j
11 i
T
T
+ Bi C j + ( Bi C j ) + B j Ci + ( B j Ci )
Ai + Aj + Bi DC j + B j DCi + 2 AijT
( )
< ij
P AT + ( P AT )T + P AT + ( P AT )T
11 i
11 j
11 j
11 i
T
T

+ Bi C j + ( Bi C j ) + B j Ci + ( B j Ci )
(1.29)
avec les matrices de contrleur donnes par :
ij
c
(A
=
ij
c
+ Acji )
2
i
j
j T
i T
1 1 2 Aij P12 BcC j Q11 P12 Bc Ci Q11 P11 Bi Cc Q12 P11 B j CcQ12 1
Q12
= P12
P11 ( Ai + Bi DcC j ) Q11 P11 ( Aj + B j Dc Ci ) Q11
Bci = Bci = P121 ( Bi P11 Bi Dc )
(1.30)
(1.31)
Cci = Cci = ( Ci Dc CiQ11 ) ( Q121 )
(1.32)
Dc = Dc = D
(1.33)
Q
Tels que, Q = P 1 = 11T
Q12
Q12
et les matrices P11 , P12 , Q11 et Q12 vrifient la condition :
Q22
P11Q11 + P12Q11T = I
(1.34)
Ds lors, la synthse dun contrleur flou consiste rsoudre les contraintes LMI (1.27)-(1.29)
et la solution apporte doit vrifier la condition (1.34) issue dune dcomposition en valeur
singulire, voir [Li et al., 2000] pour plus de dtails.
Page 17
Notons que, dans le cas de la commande par le retour de sortie dynamique des MTSS, des
conditions quadratiques de stabilisation robustes ont t proposes pour des systmes incertains
[Han et al., 2000], perturbs [Assawinchaichote et al., 2004], avec retard [Lee et al., 2000] ou
dans le cas discret [Tanaka et al., 2006][Dong et Yang, 2009].
1.5.3.2. Synthse de lois de commande par retour de sortie statique

La commande par retour de sortie dynamique ncessite la rsolution en ligne dun systme
dquations diffrentielles ordinaires. Celui-ci entrane donc une augmentation considrable du
cot de calcul lors de son implantation. Une alternative consiste en la synthse et
limplmentation dune loi de commande par retour de sortie statique. Dans le cadre des
systmes T-S, celle-ci est donne par :
r
u ( t ) = hi ( z ( t ) ) K i y ( t )
(1.35)
i =1
o y ( t ) et u ( t ) reprsentent respectivement la sortie du systme (1.35) et le signal de

commande. K i sont les matrices de gains de commande de dimensions appropries
synthtiser.
Dans [Chadli et al., 2002], des conditions LMI sont obtenues en considrant la matrice de
couplage entre-sortie nulle ( Di = 0 ) et la matrice de sortie constante ( Ci = C ) et de rang plein
en ligne. La dynamique de la boucle ferme est exprime par :
x ( t ) = hi ( z ( t ) ) h j ( z ( t ) ) ( Ai + Bi K j C ) x ( t )
r
(1.36)
i =1 j =1
et ses conditions de stabilit sont rsumes dans le thorme suivant.
Thorme 1.4 [Chadli et al., 2002]:

Le MTSS continu (1.9), avec Di = 0 et Ci = C de rang plein en ligne, est globalement
asymptotiquement stable via la loi de commande PDC (1.35) sil existe les matrices X > 0 , M
et N , telles que les LMI suivantes soient vrifies :
Ai X + ( Ai X ) + Bi N i C + ( Bi N i C ) < 0 , pour i = 1,..., r
T
( A + A ) X + (( A + A ) X ) + ( B N
T
+ B j N i ) C + ( Bi N j + B j N i ) C
i j
(1.37)
< 0 , pour i, j = 1,..., r et

(1.38)
avec CX = MC et K i = N i CC T ( CXC T ) .
1
Page 18
Notons que dautres conditions quadratiques ont t exprimes en termes de BMI pour les
MTSS [Huang et Nguang, 2007], avec retard [Nachidi et al., 2007] ou dans le cas incertain et
perturb [Kau et al., 2007]. Dautre part, ce nest que rcemment que des conditions non
quadratiques LMI ont t propose par [Wu, 2008] mais uniquement dans le cas discret. Le cas
continu constitue un des rsultats apport par ces travaux de thse [Bouarar et al., 2009c].
1.6.
Stabilit et stabilisation des systmes descripteurs
Les systmes descripteurs permettent de dcrire les systmes singuliers [Dai, 1989] mais aussi
de reprsenter de nombreux modles de connaissances physiques crits sous forme ordinaire et
dont lexploitation ncessite lajout de contraintes statiques [Luenberger, 1977]. Cest le cas
par exemple des mcanismes poly-articuls comportant des paralllismes structurels et dont les
quations du mouvement (Euler-Newton) doivent tre enrichies par un ensemble de contraintes
non holonomes afin den dcrire lvolution [Khalil et Dombre, 1999][Merlet, 1997]. Dans
cette section, nous rappellerons quelques rsultats sur ladmissibilit des descripteurs linaires
avant de nous intresser aux conditions de stabilit et de stabilisation des descripteurs T-S qui
feront lobjet des contributions apports le long de cette thse.
1.6.1. Admissibilit des descripteurs linaires

Soit le systme descripteur linaire [Luenberger, 1977] :
Ex ( t ) = Ax ( t ) + Bu ( t )
y ( t ) = Cx ( t )
(1.39)
o E nn , A nn , B nm et C qn sont des matrices relles, x ( t ) n , y ( t ) q
et u ( t ) m reprsentent respectivement le vecteur dtat, le vecteur de sortie et le signal de

commande. Notons que la matrice E nn peut tre dans le cas chant singulire, cest-dire rang ( E ) = < n .
Dans le cadre des modles descripteurs, il est plus juste de parler dadmissibilit plutt que de
stabilit [Dai, 1989]. En effet, la notion de stabilit connue dans le cas des systmes standards
(explicites) savre insuffisante. Par consquent, il est ncessaire de considrer les proprits de
rgularit et de non impulsivit impulse free donnes par les dfinitions suivantes pour les
descripteurs (1.39) autonomes ( u ( t ) = 0 ).
Dfinitions 1.2 : [Dai, 1989].

Le couple ( E , A ) est rgulier si det ( sE A) 0 o s dsigne loprateur de Laplace.
Le couple ( E , A ) est dit non impulsif si deg ( det ( sE A) ) = rang ( E ) .
Page 19
Le couple ( E , A ) est dit stable si les ples de det ( sE A) = 0 sont partie relle
ngative.
Le couple ( E , A ) est dit admissible sil est rgulier, non impulsif et stable.
Remarque 1.4
Dans le cadre des systmes standards, la notion de rgularit est toujours vrifie dans la
mesure o pour toute condition initiale x ( 0 ) et une commande u ( t ) connue sur un intervalle
[0 t ] , la sortie y ( t )
du systme existe et est unique. En revanche, dans le cadre des systmes

descripteurs, la sortie est unique pour une condition initiale dfinie et une loi de commande
connue si le couple ( E , A ) est rgulier. De plus, limpulsivit des systmes physiques
reprsente un phnomne indsirable et soulve un problme lors de ltude de la stabilit et de
la stabilisation. En effet, il est important de vrifier a priori si le systme tudier nest pas
impulsif. De ce fait, un systme est dit non impulsif impulse free si sa rponse temporelle
reste continue pour toute condition initiale et quelque soit le signal de commande u ( t ) .
Notons que des travaux existent dans la littrature traitant de la stabilit, la stabilisation et
lobservation des descripteurs linaires. Par exemple, le problme de synthse de lois de
commande par placement de ples ainsi que celui de la commande optimale ont t traits par
[Cobb, 1981] et [Cobb, 1983], la commande H par le retour de sortie dynamique a t lobjet
de ltude mene par [Masubushi et al., 1997] ou encore la commande de descripteur linaires
incertains [Lin, 1999]. Dautre part, des conditions dadmissibilit des descripteurs linaires
incertains en temps discret exprimes en terme de LMI ont t proposes par [Rejichi et al.,
2008]. Ces dernires ont t tendues au cas des descripteurs incertains retard par [Wu et al.,
2008].
1.6.2. Classe des modles descripteurs non linaires de type Takagi-Sugeno

Soit le modle descripteur non linaire affine en la commande appartenant la classe dcrite
par (1.3) suivant :
E ( x ( t ) ) x ( t ) = A ( x ( t ) ) x ( t ) + B ( x ( t ) ) u ( t )
y ( t ) = C ( x ( t ) ) x ( t ) + D ( x ( t ) ) u ( t )
(1.40)
avec x ( t ) n , y ( t ) q et u ( t ) m respectivement les vecteurs dtat, de sortie et de

commande.
E ( x ( t ) ) nn , A ( x ( t ) ) nn , B ( x ( t ) ) nm , C ( x ( t ) ) qn et D ( x ( t ) ) qm sont des
matrices de fonctions non linaires.
Lobtention dun modle flou de type T-S sous la forme descripteur se fait de la mme faon
que pour une reprsentation dtat standard. En effet, le dcoupage des non-linarits contenues
Page 20
dans le modle non linaire (1.40) permet davoir une reprsentation exacte sous forme de
descripteur flou sur un domaine compact de lespace dtat [Tanaka et al., 1998][Morre,
2001]. Ainsi, un modle descripteur flou de type T-S (DTS) a t propos par [Taniguchi et al.,
2000] et est donn par :
r
l
v
z
t
E
x
t
=
k ( ( ) ) k ( ) hi ( z ( t ) ) ( Ai x ( t ) + Bi u ( t ) )
k =1
i =1
r
y (t ) = h ( z (t )) (C x (t ) + D u (t ))
i
i
i
i =1
(1.41)
o l et r reprsentent respectivement le nombre de rgles floues dans les parties gauche et

droite. Ek nn , Ai nn , B ( x ( t ) ) nm , Ci qn et Di qm sont des matrices
constantes. De la mme manire que pour les MTSS, les fonctions dappartenance vk ( z ( t ) ) 0
et hi ( z ( t ) ) 0 vrifient les proprits de sommes convexes
v ( z ( t ) ) = 1 et h ( z ( t ) ) = 1 .
k =1
i =1
Remarque 1.5
1) Un descripteur peut-tre rcrit sous la forme dune reprsentation dtat standard que sil
nexiste pas un point de lespace dtat o E ( x ( t ) ) est singulire.
2) Lide nest pas dutiliser les formes implicites ( E ( x ( t ) ) singulire) mais dutiliser la
forme descripteur dans le souci de reprsenter des modles non linaires de faon exacte
dans un domaine de lespace des variables dtat afin de rduire le nombre de rgles dun
modle T-S associ [Taniguchi et al., 2000][Guelton, 2003][Guelton et al., 2008b].
Dans la suite, par souci de clart et pour allger les expressions mathmatiques, on dfinit les
notations suivantes qui seront conserves le long de ce manuscrit.
Notations :
Pour i, j = 1,..., r et k = 1,..., l les fonctions scalaires hi ( z ( t ) ) et vk ( z ( t ) ) , les matrices de
dimensions appropris Yk , Gi , Tik et Lijk , on note :
l
Yv = vk ( z ( t ) ) Yk ,
k =1
Gh = hi ( z ( t ) ) Gi ,
i =1
Thv = hi ( z ( t ) )vk ( z ( t ) ) Tik
et
i =1 k =1
Lhhv = hi ( z ( t ) ) h j ( z ( t ) )vk ( z ( t ) ) Lijk .

i =1 j =1 k =1
Par ailleurs, de manire usuelle, ( ) indique une quantit transpose au sein dune matrice.
Enfin, le temps t est omis lorsquil ny a pas dambigut.
Page 21
1.6.3. Stabilit des modles descripteurs T-S

Ltude de la stabilit et de la stabilisation des modles DTS ont t inities par [Yoneyama et
Ichikawa, 1999][Taniguchi et al., 1999a][Taniguchi et al., 2000]. Les conditions de stabilit
proposes sont bases sur une fonction candidate quadratique de Lyapunov.
De manire usuelle pour les systmes descripteurs, on considre le vecteur dtat augment
x ( t ) = xT ( t ) x T ( t ) et (1.41) peut tre rcrit tel que :

T
Ex ( t ) = Ahv x ( t ) + Bhu ( t )
y ( t ) = Ch x ( t ) + Dhu ( t )
0
I 0
avec E =
, Aik =
0 0
Ai
(1.42)
I
0
, Bi = , Ci = [ Ci
Ek
Bi
0] et Di = Di .
Des conditions suffisantes de stabilit quadratique pour les modles DTS continus en rgime
autonome ont t proposes par [Taniguchi et al., 2000] et sont rsumes dans le thorme
suivant.
Thorme 1.5 : [Taniguchi et al., 2000]

Le modle DTS continu autonome ( u ( t ) = 0 ) (1.42) est asymptotiquement stable sil existe les
matrices P1 = P1T > 0 , P3 et P4 telles que les LMI suivantes sont vrifies pour i = 1,..., r et
k = 1,..., l :
AiT P3 + P3T Ai
T
T
P1 Ek P3 + P4 Ai
(*)
<0
E P4 P Ek
T
k
(1.43)
T
4
Preuve :
On considre la fonction quadratique candidate de Lyapunov donne par :
V ( x ( t ) ) = xT ( t ) EPx ( t )
(1.44)
avec la condition de symtrie :
EP = P T E > 0
P1
On pose P =
P3
(1.45)
P2
, la condition (1.45) conduit P1 = P1T > 0 et P2 = 0 .
P4
Le descripteur T-S autonome (1.42) est stable si :
Page 22
V ( x ( t ) ) = x T ( t ) EPx ( t ) + xT ( t )
EP x ( t ) < 0
(1.46)
P E
C'est--dire si :
V ( x ( t ) ) = xT ( t ) ( AikT P + P T Aik ) x ( t ) < 0
(1.47)
En considrant les matrices dfinies en (1.42), on aboutit facilement aux conditions (1.43)
1.6.4. Stabilisation des modles descripteurs T-S

Lobtention de la loi de commande PDC applique au descripteur seffectue exactement de la
mme manire que pour les modles flous T-S standards. Les structures de dcoupage peuvent
tre conserves lors de la synthse pour que la commande reste valable sur lensemble des
points de fonctionnement appartenant un domaine compact de lespace dtat. Une loi de
commande de type PDC modifie a t propose par [Taniguchi et al., 2000]. Celle-ci est
donne par :
r
u ( t ) = hi ( z ( t ) )vk ( z ( t ) ) K ik x ( t )
(1.48)
i =1 k =1
avec K jk mn les matrices des gains de retour dtat.

La synthse dun contrleur flou par retour dtat consiste alors trouver les matrices des gains
de retour dtat. Soulignons que, dans le cadre de la stabilisation des modles DTS, la loi de
commande PDC modifie employe introduit une nouvelle structure dinterconnexion en
vk ( z ( t ) ) relative la partie gauche du descripteur commander. Celle-ci offre la possibilit de
compenser la dynamique globale (1.41).
En utilisant les notations dfinies et le vecteur dtat dfinis prcdemment, (1.48) peut tre
rcrite telle que :
u ( t ) = K hv x ( t )
avec K hv = K jk
(1.49)
0 .
En substituant la loi de commande (1.49) dans (1.42), le descripteur T-S continu (1.42) en
boucle ferme est donn par :
(1.50)
Ex ( t ) = ( Ahv Bh K hv ) x ( t )
Le rsultat est rsum dans le thorme suivant.
Page 23
Thorme 1.6 : [Taniguchi et al., 2000]

Le modle DTS continu (1.42) est asymptotiquement stable via la loi de commande PDC
modifie (1.48), sil existe les matrices X 1 = X 1T > 0 , X 3 , X 4 , et Y jk , telles que les LMI
suivantes sont vrifies pour i, j = 1,..., r et k = 1,..., l :
X 3 X 3T
T
X 4 + Ai X 1 BiYik + Ek X 3
()
< 0 , pour i = 1,..., r
T
Ek X 4 ( Ek X 4 )
2 X 3 2 X 3T
T
2 X 4 + Ai X 1 + Aj X 1 BiY jk B jYik + 2 Ek X 3
( )
< 0 , pour1 i <
T
2 Ek X 4 ( 2 Ek X 4 )
(1.51)
j r (1.52)
avec Y jk = K jk X 1 , alors les matrices des gains de retour dtat sont obtenues par K jk = Y jk X 11 .
Preuve :
Soit la Fonction Candidate Quadratique de Lyapunov (FCQL) (1.44) et sa condition de
X1 0
T
symtrie (1.45) on pose X = P 1 =
avec P1 = P1 > 0 .
X
X
4
3
En suivant le mme cheminement que pour la preuve du thorme 1.5, la dynamique de la
boucle ferme (1.50) est asymptotiquement stable si :
PT ( Ahv Bh K hv ) + ( Ahv Bh K hv ) P < 0
T
(1.53)
En multipliant (1.53) gauche et droite respectivement par X T et X on obtient :

Ahv X + X T AhvT Bh K hv X X T K hvT BhT < 0
(1.54)
En considrant les matrices dfinies en (1.42) et le changement de variable bijectif Yhv = K hv X 1 ,

on obtient les conditions du thorme 1.6 aprs avoir spar les termes diagonaux des termes
anti-diagonaux.
Notons quafin de faciliter lobtention de conditions LMI, dautres auteurs considrent la classe
des systmes (1.41) rduite aux descripteurs constitus dun membre gauche constant ( Ei = E
commune). Ainsi, les conditions de stabilit ont t tendues la commande des systmes
retards [Wang et al., 2004][Ren, 2005][Lin et al., 2006][Tian et Zhang, 2007][Tian et al.,
2007], en temps discret [Huang, 2005][Xu et al., 2007] ou encore la synthse H de
contrleurs flous [Yoneyama et Ichikawa, 1999].
Page 24
Remarque 1.6
Notons que la recherche de conditions de non impulsivit reste un problme ouvert en ce qui
concerne les descripteurs de type T-S. Celle-ci a toutefois t aborde dans [Marx et Ragot,
2006][Marx et Ragot, 2008]. Cependant, ces conditions ne tiennent pas compte de lvolution
des fonctions dappartenance et par consquent ne peuvent tre vrifies sur lensemble de
lunivers du discours et en particulier lorsque deux valeurs dappartenance sont gales.
Supposons lexemple suivant :
2
Ex ( t ) = hi ( z ( t ) ) Ai x ( t )
(1.55)
i =1
0
0.5 0
0.5
1.5 0
, A1 =
, A2 =
o E =
et h2 ( z ( t ) ) = 1 h1 ( z ( t ) ) .
0 0
0 0.5
0 0.5
Les
conditions
locales
[Dai,1989]
mnent
deg ( det ( sE A1 ) ) = rang ( E ) = 1
et
deg ( det ( sE A2 ) ) = rang ( E ) = 1 et le descripteur (1.55) serait non impulsif. Or, cause de la
nature des fonctions dappartenance, il existe un ou plusieurs points de lespace dtat o
h1 ( z ( t ) ) = h2 ( z ( t ) ) = 0.5 , le descripteur (1.55) scrit alors :
0.5
0
1.5 0
1 0
Ex ( t ) = 0.5
+ 0.5
x (t ) =
x (t )
0 0.5
0 0
0 0.5
(1.56)

1 0
dans ce cas, deg det sE
rang ( E ) , do la non impulsivit ne peut-tre garantie.
0
0
Hypothse 1.1
Dans la suite de ce mmoire, nous supposerons que les modles descripteurs T-S tudis sont
rguliers et non impulsifs impulse free .
Remarque 1.7
Il est intressant de noter que lapproche o la reprsentation des systmes descripteurs peut
conduire, lorsquil sagit de systmes non singuliers, une rduction du nombre de contraintes
LMI vrifier pour en assurer la stabilit. Afin dillustrer ce propos, on considre le modle
descripteur non linaire donn par [Guelton, 2003] :
E ( x ( t ) ) x ( t ) = Ax ( t ) + B ( x2 ) u ( t )
(1.57)
1
1
2
1 + x1
x (t )
4, 7 4, 7
cos ( x2 ) + 3
, A =
avec x ( t ) = 1 , E ( x ( t ) ) =
et B ( x2 ) =
.
1
0, 2
1,5
x2 ( t )
1 1 + x2
Page 25
Rappelons que le nombre de rgles issues du dcoupage flou est fonction du nombre de nonlinarits dcoupes du modle non linaire, c'est--dire 2nl tel que nl est le nombre de nonlinarits dcouper.
1
1
E ( x ( t ) ) contient les termes non linaires
et
qui conduit 4 rgles floues
2
1 + x1
1 + x22
pour le membre gauche du descripteur, do l = 4 .
B ( x2 ) contient la non linarit cos ( x2 ) + 3 qui conduit 2 rgles floues, soit r = 2 .
Pour les descripteurs flous T-S, le nombre de conditions LMI vrifier au thorme 1.6 est
l r (r + 1) / 2 , cest--dire dans le cadre de lexemple propos, 12 contraintes LMI.
Le modle (1.57) tant non singulier, il peut tre rcrit sous la forme dun modle T-S
standard en multipliant gauche et droite par E ( x ( t ) ) , on obtient donc :
1
x ( t ) = A* ( x ( t ) ) x ( t ) + B* ( x2 ) u ( t )
(1.58)
Avec A* ( x ( t ) ) = E ( x ( t ) ) A , B* ( x ( t ) ) = E ( x ( t ) ) B ( x2 )
1
1 + x12 )
(
2
2
2 2
1
2 + x1 + x2 + x1 x2
et E ( x ( t ) ) =
2
2
(1 + x1 )(1 + x2 )
2 + x2 + x2 + x2 x2
1
2
1 2
(1 + x )(1 + x )
2 + x12 + x22 + x12 x22

.
(1 + x22 )
2 + x12 + x22 + x12 x22
2
1
2
2
Le nombre de non-linarits prendre en compte dans E ( x ( t ) )
est de trois et une non-
linarit dans B ( x2 ) . Le modle flou (1.58) sera donc compos de r * = 16 rgles floues, et il
*
y aura r * (r * + 1) / 2 LMI vrifier au thorme 1.2, c'est--dire 136 LMI !!!

A partir de cet exemple, on peut conclure que la forme descripteur permet de rduire le nombre
de contraintes LMI par rapport la forme T-S standard.
1.7.
Rduction du conservatisme des conditions LMI pour modles T-S
Les rsultats prsents prcdemment sur la stabilit et la stabilisation des systmes T-S sont
conservatifs. En effet, ceux-ci ne constituent que des conditions suffisantes mais non
ncessaires. Dans cette section, des solutions significatives pour rduire le conservatisme des
approches T-S sont prsentes. Notons que ces solutions dpendent principalement de la source
de conservatisme laquelle elle sattaque [Sala et Ario, 2009][Sala, 2009], par exemple : la
non unicit dun modle T-S, le choix de la fonction candidate de Lyapunov, lindpendance
des fonctions dappartenance et structure dinterconnexion des conditions LMI, cot de calcul
lev... Dans la suite nous expliciterons quelques unes de ces sources de conservatisme et nous
prsenterons les principaux rsultats de la littrature permettant de les rduire.
Page 26
Considrons, dans un premier temps, le choix dune fonction candidate de Lyapunov. Pour les
systmes T-S, ce choix sest trs largement port sur lutilisation dune fonction candidate
quadratique de Lyapunov. Nanmoins, celui-ci ncessite la recherche dune matrice commune
un ensemble de contraintes LMI. De ce fait, les conditions de stabilit proposes sont
conservatives dun point de vue synthse de contrleur.
Une autre approche a t propose par [Johansson, 1999][Johansson et al., 1999][Feng et
Wang, 2001][Feng, 2004]. Celle-ci considre lutilisation de fonctions de Lyapunov continue
par morceaux (piecewise Lyapunov functions). Nanmoins, cette approche savre peu efficace
lorsquun reprsentant T-S est obtenu par dcoupage en secteur non linaire. En effet, ce type
de fonction de Lyapunov ne tient pas compte de la structure dinterconnexion non linaire entre
sous-modles composant le systme global.
Une alternative, efficace lorsque le modle T-S est obtenu sur la base dun modle de
connaissance non linaire, consiste en lutilisation dune fonction candidate non quadratique de
Lyapunov [Jadbabaie, 1999][Tanaka et al., 2003][Guerra et Vermeiren, 2004][Rhee et Won,
2006][Feng, 2006]. Parmi celles-ci, on distingue lapproche considrant lemploi dune
fonction candidate de Lyapunov dite floue (FLF) dans la mesure o les variables de
dcision de cette fonction sont bases sur la mme structure dinterconnexion que le systme TS tudi [Jadbabaie, 1999][Tanaka et al., 2001a][Tanaka et al., 2001b][Liu et al., 2004][Tanaka
et al., 2003][Feng, 2004][Feng, 2006]. Ainsi le systme, la FLF et la loi de commande tant
bass sur cette mme structure, on comprend bien quune compensation parallle entre ces
parties facilite la recherche dune solution aux problmes LMI et conduit une rduction du
conservatisme.
Par ailleurs, une autre source de conservatisme peut provenir de linteraction engendre par les
modles croiss dans les conditions de stabilit LMI. Plusieurs solutions ont t proposes afin
de rduire cette source de conservatisme. Celles-ci sont communment appeles schmas de
relaxation [Tanaka et Sano, 1994][Tanaka et al., 1998][Kim et Lee, 2000][Tuan et al., 2001]
[Xiaodong et Qingling, 2003]. Parmi ceux-ci, nous prsenterons les rsultats les plus utiliss
travers les lemmes suivants :
Lemme 1.2 : [Tanaka et Sano, 1994]

Pour i = 1,..., r , j = 1,..., r , hi > 0 , h j > 0 , la condition
h h
i =1 j =1
ij
< 0 est vrifie si les
conditions suivantes le sont :

ii < 0 pour i = 1,..., r
(1.59)
ij + ji < 0 pour i, j = 1,..., r et i < j
(1.60)
Lemme 1.3 : [Tuan et al., 2001]

Page 27
h h
i =1 j =1
ij
ii < 0 pour i = 1,..., r
(1.61)
2
ii + ij + ji < 0 pour i, j = 1,..., r et 1 i j r
r 1
(1.62)
Lemme 1.4 : [Xiaodong et Qingling, 2003]

h h
i =1 j =1
ij

ii > ii pour i = 1,..., r
(1.63)
ij + ji > ij + ji pour i, j = 1,..., r et i < j
(1.64)
11
21

r1
(1.65)
12
22
r2
.... 1r
.... 2 r
>0

.... rr
Parmi les schmas de relaxation prsents ci dessus, le lemme 1.4 [Xiaodong et Qingling,
2003] fournit les rsultats les moins conservatifs mais, du fait de laugmentation du nombre de
variables de dcision dterminer, le cot de calcul sen trouve fortement accru. Un bon
compromis entre conservatisme et cot de calcul est propos au lemme 1.3 qui mne des
rsultats satisfaisants en terme de conservatisme sans introduire de nouvelles variables
rechercher [Tuan et al., 2001].
1.8.
Conclusion
Ce premier chapitre a permis de prsenter les concepts de base relatifs la stabilit et la

stabilisation des modles flous de type T-S. Ainsi, des conditions suffisantes de stabilit ont t
prsentes. Celle-ci se basent sur la seconde mthode de Lyapunov et sont, si possible, crites
sous la forme de LMI afin dtre rsolues pas les outils classiques de loptimisation convexe.
Dans un premier temps, la classe des systmes reprsents par une reprsentation dtat
standard non linaire affine en la commande a t aborde. Cette forme classique de la
reprsentation dtat est lune des plus utilise en automatique mais ne correspond pas la
forme la plus gnrale des reprsentations dtat que lon peut rencontrer. Cette forme plus
gnrale, appele descripteur, fera lobjet des tudes proposes dans la suite de ce mmoire.
Ainsi, nous avons prsent les principaux rsultats de la littrature concernant la stabilit des
systmes non linaires reprsents par des modles flous T-S sous forme descripteurs. Ceux-ci
se basent sur une rcriture matricielle du modle descripteur permettant lcriture aise de la
drive de la fonction candidate de Lyapunov. Enfin, les principales techniques permettant
lobtention de conditions de stabilit moins conservatives ont t prsentes, notamment
Page 28
lemploi de fonctions de Lyapunov non quadratiques ainsi que les schmas de relaxation les
plus communment employs dans la littrature.
Notons que les rsultats prsents dans ce chapitre ne tiennent pas compte des incertitudes de
modlisation et des perturbations externes lors de la synthse de la loi de commande. Ce point
sera abord au chapitre suivant par llaboration de conditions de stabilit pour la classe des
modles flous T-S sous forme descripteurs incertains et perturbs. Puis, dans le but de rduire
le conservatisme des conditions proposes, plusieurs approches non quadratiques seront
successivement proposes aux chapitres 3 et 4. Enfin, en utilisant une proprit intressante des
systmes descripteurs, des conditions de stabilit et de stabilisation seront proposes afin de
soulever des verrous relatifs la synthse de lois de commande par retour de sortie des
systmes T-S standards.
Page 29
Chapitre II
Stabilit et stabilisation quadratique des descripteurs
T-S incertains et perturbs
2.1.
2.2.
2.3.
2.4.
2.5.
2.6.
Introduction ....................................................................................................................................31
Choix dun reprsentant T-S sous forme descripteur .....................................................................31
Dfinition des modles Descripteurs T-S Incertains et Perturbs (DTSIP)....................................33
Stabilit quadratique des descripteurs T-S incertains (DTSI) ........................................................35
Analyse des performances H en boucle ouverte des descripteurs T-S incertains et perturbs ....39
Stabilisation quadratique des modles DTSIP................................................................................42
2.6.1. Formulation de la dynamique en boucle ferme et du problme de commande ............... 42
2.6.2. Stabilisation des modles DTSI ................................................................................... 43
2.7. Synthse H de lois de commande pour la classe des descripteurs T-S incertains et perturbs .45
2.8. Schma de relaxation pour les descripteurs T-S.............................................................................47
2.9. Exemple numrique et rsultats de simulation ...............................................................................48
2.10. Conclusion......................................................................................................................................55
2.
2.1.
Introduction
Le chapitre prcdent est consacr la prsentation des concepts lmentaires relatifs la

stabilit et de la stabilisation des modles T-S sous forme standard et sous forme descripteur.
Notons que ces rsultats ne tiennent pas compte des incertitudes de modlisation et des
perturbations externes lors de la synthse de la loi de commande. De plus, dans le cadre de la
commande des descripteurs T-S, peu de travaux de la littrature tiennent compte des exigences
en termes de robustesse. En effet, la prise en compte dincertitudes permet de rduire les
erreurs de modlisation dun systme physique commander mais aussi de tenir compte de
perturbations externes (bruits de mesures). Ainsi, des premiers travaux ont t exprims en
terme dingalit bilinaires matricielles (BMI) pour la classe des descripteurs T-S incertains
(DTSI) [Ma et Sun, 2004]. Dautre part, une approche de synthse de contrleur H a t
dveloppe afin dattnuer les perturbations externes dans [Yoneyama et Ichikawa, 1999].
Nanmoins, cette dernire nest valable que pour une classe particulire de descripteurs ( E
constante). Lobjectif de ce chapitre est de proposer des conditions quadratiques pour la
synthse de lois de commande robustes stabilisant la classe des descripteurs T-S incertains et
perturbs.
Dans un premier temps, une forme gnrique des DTSIP sera prsente. Ensuite, les familles
dincertitudes affectant la dynamique dun systme seront rappeles. Ltude de la stabilit et
lanalyse de la performance H pour le modle considr seront proposes et tendues pour
aboutir des conditions LMI de stabilisation bases sur une loi de commande PDC modifie.
Par ailleurs, afin de rduire le conservatisme des approches proposes, un schma de relaxation
pour les modles descripteurs sera dvelopp. Finalement, un exemple numrique sera
considr pour illustrer lefficacit des diffrentes approches tudies ainsi que lintrt du
schma de relaxation.
2.2.
Choix dun reprsentant T-S sous forme descripteur
Comme il a t prsent dans le chapitre prcdent, il existe plusieurs techniques permettant

lobtention dun reprsentant T-S partir dun systme dynamique non linaire. Parmi cellesci, la mthode du dcoupage en secteur non linaire est retenue puisquelle permet daboutir
un reprsentant exact dun systme non linaire sur un compact de lespace dtat [Tanaka et
Wang, 2001]. Pour les systmes descripteurs T-S obtenus via cette technique, deux chemins
sont possibles et conduisent deux reprsentations. Celles-ci sont quivalentes au systme
dorigine mais peuvent conduire un nombre diffrent de contraintes vrifier pour en tudier
la stabilit. Notons que lobtention dun reprsentant T-S conduisant un nombre minimal de
contraintes vrifier permet de rduire le pessimisme lors de ltude ultrieure de son
comportement dynamique [Taniguchi et al., 2001][Delmotte et al., 2007][Delmotte et al.,
2008]. Afin dillustrer ce point, on considre le descripteur non linaire suivant :
E ( x ( t ) ) x ( t ) = A ( x ( t ) ) x ( t ) + B ( x ( t ) ) u ( t )
(2.1)
o E ( x ( t ) ) nn , A ( x ( t ) ) nn , B ( x ( t ) ) nm sont des matrices dcrivant la dynamique

du systme (2.1). x ( t ) n et u ( t ) m reprsentent respectivement le vecteur dtat et le
vecteur de commande.
Page 31
Chap. 2 : Stabilit et stabilisation quadratique des descripteurs T-S incertains et perturbs
1er cas : [Yoneyama et Ichikawa, 1999]

Soit le vecteur dtat augment x ( t ) = xT ( t ) x T ( t ) , le systme (2.1) peut tre rcrit tel
T
que :
Ex ( t ) = G ( x ( t ) ) x ( t ) + B ( x ( t ) ) u ( t )
(2.2)
I
0
0
I 0
avec E =
, G ( x (t )) =
et B ( x ( t ) ) =
0 0
A ( x ( t ) ) E ( x ( t ) )
B ( x ( t ) )
Ensuite, en procdant au dcoupage par secteur non linaire des d termes non linaires
figurant dans le systme (2.2) dans sa globalit, nous obtenons le reprsentant T-S suivant :
s
Ex ( t ) = hi ( z ( t ) ) ( Gi x ( t ) + Bi u ( t ) )
(2.3)
i =1
o s est le nombre de modles locaux reprsents par les matrices constantes E 2 n2 n ,

Gi 2 n2 n et Bi 2 nm , z ( t ) est le vecteur des variables de prmisse, hi ( z ( t ) ) sont les
fonctions dappartenance vrifiant les proprits dune somme convexe (cf. chapitre 1, quation
(1.8)).
Notons que dans ce cas, le nombre de rgles du reprsentant T-S (2.3) est donn par s = 2 d . Le
nombre Q1 de contraintes (ingalit matricielles) vrifier lors de la synthse dune loi de
commande stabilisante est donn par la relation Q1 = s ( s + 1) 2 (cf. chapitre 1, thorme 1.2).
Remarque 2.1
Lutilisation du vecteur dtat augment dans les systmes descripteurs permet daboutir
ltude de la stabilit ou de la stabilisation laide de la thorie de Lyapunov (cf. chapitre 1).
2me cas : [Taniguchi et al., 2001]

A linverse du cas prcdent, il est galement possible deffectuer sparment le dcoupage en
secteur non linaire pour chacune des parties gauche et droite du descripteur non linaire (2.1).
Dans ce cas, on considre p et q les nombres respectifs de termes non linaires gauche et
droite de lquation dtat. On obtient alors le reprsentant T-S suivant :
l
k =1
i =1
vk ( z ( t ) ) Ek x ( t ) = hi ( z ( t ) ) ( Ai x ( t ) + Biu ( t ) )
(2.4)
o l et r sont les nombres de rgles floues respectivement gauche et droite de lquation

dtat, Ek nn , Ai nn et Bi nm sont les matrices des modles locaux LTI, vk ( z ( t ) )
Page 32
et hi ( z ( t ) ) sont les fonctions dappartenance associes respectivement au membre gauche et

droit du systme descripteur et vrifient les proprits dune somme convexe.
Enfin, en considrant le vecteur dtat augment x ( t ) = xT ( t ) x T ( t ) , le descripteur (2.4)
T
peut-tre rcrit sous la forme :

Ex ( t ) = vk ( z ( t ) )hi ( z ( t ) ) ( Aik x ( t ) + Biu ( t ) )
l
(2.5)
k =1 i =1
0
I 0
avec E =
, Aik =
0 0
Ai
I
0
et Bi = .
Ek
Bi
Notons que, dans ce cas, les nombres de rgles du reprsentant T-S (2.5) respectivement
gauche et droite sont donns par l = 2 p et r = 2 q . Ainsi, le nombre Q2 de contraintes
(ingalits matricielles) vrifier lors de la synthse dune loi de commande stabilisante est
donn par la relation Q2 = l r ( r + 1) 2 , (cf. chapitre 1, thorme 1.6).
Exemple illustratif des deux cas prsents

Afin de mettre en vidence la dmarche menant au reprsentant T-S conduisant au nombre de
contraintes vrifier le moins lev, on propose dtudier lexemple suivant :
Supposons que le systme (2.1) contient p = 2 et q = 2 termes non linaires respectivement
dans ses parties gauche et droite. Le premier modle conduit un reprsentant T-S comportant
s = 2( p + q ) = 16 rgles, soit Q1 = s ( s + 1) / 2 = 136 contraintes et le second un reprsentant T-S
comportant l = 4 et r = 4 rgles, soit Q2 = l r ( r + 1) / 2 = 40 contraintes.
Ds lors, dans la suite de ce manuscrit, nous nous intresserons la classe des descripteurs T-S
reprsents par (2.4). En effet, il apparat que les rsultats peuvent savrer moins pessimistes
lorsque le reprsentant T-S descripteur comporte une structure dinterconnexion floue dans son
membre gauche.
2.3. Dfinition des modles Descripteurs T-S Incertains et Perturbs

(DTSIP)
Dans toutes les disciplines, la modlisation joue un rle important pour connatre et amliorer
le fonctionnement dun systme. Dans la majorit des cas, les modles mathmatiques issus de
la modlisation ne reprsentent pas parfaitement les systmes physiques. En effet, il existe
toujours des incertitudes, dites de modlisation, qui ne permettent pas de dcrire parfaitement
la dynamique dun systme rel. Nanmoins, lors de la modlisation il est possible de
complter le modle mathmatique nominal par une partie supplmentaire englobant les
incertitudes de modlisation. Parmi ces incertitudes, il existe deux formes pouvant influencer la
dynamique dun systme. Afin dillustrer ce propos, on considre le descripteur non linaire
incertain et perturb suivant :
Page 33
( E ( x ( t ) ) + E ( t ) ) x ( t ) = ( A ( x ( t ) ) + A ( t ) ) x ( t ) + ( B ( x ( t ) ) + B ( t ) ) u ( t ) + W ( x ( t ) ) ( t ) (2.6)
o x ( t ) n est le vecteur dtat, u ( t ) m est le vecteur dentres, ( t ) m est le vecteur
des perturbations externes, E ( x ( t ) ) nn , A ( x ( t ) ) nn et B ( x ( t ) ) nm sont des
matrices dcrivant la partie nominale du systme non linaire considr, E ( t ) nn ,
A ( t ) nn et B ( t ) nm sont des matrices reprsentant la partie incertaine du systme
considr, W ( x ( t ) ) nm est une matrice de liaison entre les perturbations externes et la

dynamique du systme.
Incertitudes non structures

Ces incertitudes sont dites galement non paramtriques dans la mesure o on ne connat rien
de leur influence sur la dynamique du modle nominal. Ainsi, daprs [Dubuisson,
1990][Oustaloup et Mathieu, 1999], la seule information dont on dispose est que ces
incertitudes sont bornes en norme et quelles reprsentent des dynamiques externes inconnues
(bruits de mesures, perturbations externes, etc.). Dans le cas du systme (2.6), les incertitudes
non structures sont reprsentes par les perturbations externes ( t ) , bornes telles que leur
nergie est donne par la norme L2 c'est--dire ( t ) 2 = T ( t ) ( t ) dt < .

2
Incertitudes structures
Les incertitudes structures ou bien paramtriques concernent quant elles la partie modlise
de la dynamique du modle et non les dynamiques externes au systme. Elles sont
gnralement dues des erreurs de modlisation ou encore aux approximations et
simplifications ncessaires pour lobtention dun modle exploitable respectant au mieux la
ralit dun systme physique [Dubuisson, 1990][Oustaloup et Mathieu, 1999]. Ce type
dincertitudes est reprsent dans le modle non linaire (2.6) par les matrices variables dans le
temps E ( t ) , A ( t ) et B ( t ) et permettent denrichir en informations la dynamique globale
du systme considr. Ds lors, elles peuvent tre rcrites telles que [Zhou et Khargonekar,
1988] :
E ( t ) = H e f e ( t ) N e
(2.7)
A ( t ) = H a f a ( t ) N a
(2.8)
B ( t ) = H b f b ( t ) N b
(2.9)
o H e , H a , H b , N e , N a et N b sont des matrices connues, constantes et de dimensions
appropries. f e ( t ) , f a ( t ) et f b ( t ) sont des matrices inconnues dites Lebesgue mesurables
vrifiant les proprits, t 0 :
Page 34
f eT ( t ) f e ( t ) I
(2.10)
f aT ( t ) f a ( t ) I
(2.11)
f bT ( t ) f b ( t ) I
(2.12)
Ds lors, la classe des reprsentants T-S du descripteur non linaire (2.6), que nous appellerons
classe des Descripteurs T-S Incertains et Perturbs (DTSIP) comportant les deux types
dincertitudes prsentes prcdemment est dcrite par :
l
k =1
i =1
vk ( z ( t ) ) ( Ek + Ek ( t ) )x ( t ) = hi ( z ( t ) ) ( Ai + Ai ( t ) ) x ( t ) + ( Bi + Bi ( t ) ) u ( t ) + Wi ( t )
(2.13)
o l et r sont les nombres de rgles floues respectivement gauche et droite de la
reprsentation dtat. Wi nm sont les matrices qui assurent la liaison entre les perturbations
externes et la dynamique de chaque modle LTI incertain. Ek nn , Ai nn et Bi nm
sont des matrices de la partie nominale du modle descripteur T-S. Ek ( t ) nn ,
Ai ( t ) nn et Bi ( t ) nm reprsentent la partie incertaine et peuvent tre rcrites, pour
i = 1, 2,..., r et l = 1, 2,..., k , tels que :
Ek ( t ) = H ek f ek ( t ) N ek
(2.14)
Ai ( t ) = H ai f ai ( t ) N ai
(2.15)
Bi ( t ) = H bi f ai ( t ) N bi
(2.16)
o H ek , H ai , H bi , N ek , N ai et N bi sont des matrices constantes de dimensions appropries.
f ek ( t ) , f ai ( t ) et f bi ( t ) sont des matrices contenant des termes Lebesgue mesurables variant

dans le temps et vrifient (2.10), (2.11) et (2.12) respectivement.
Notons que, peu de travaux de la littrature ont port sur la stabilit et la stabilisation robustes
des DTSIP dcrits par (2.13). Ceci sera le propos des sections suivantes.
2.4.
Stabilit quadratique des descripteurs T-S incertains (DTSI)
Ltude de la stabilit joue un rle important dans la comprhension du comportement

dynamique dun systme. En effet, celle-ci permet dtablir si un systme est intrinsquement
stable, cest--dire sans sollicitations extrieures en rgime autonome. Ainsi, sil peut tre
tabli quun systme est de nature instable en rgime autonome, alors la synthse dune loi de
commande stabilisante savre ncessaire. Dautre part, mme si, un systme est rput stable,
ltude de sa stabilit permet de juger de ses performances dynamiques en rgime autonome et
Page 35
donc, le cas chant, de dcider de la synthse dune loi de commande afin den amliorer les
performances en boucle ferme. Dans le cadre de modle T-S standard, le problme de ltude
de la stabilit a t trait initialement par [Tanaka et Sugeno, 1992]. Ces rsultat on t tendus
la classe des modles descripteurs T-S par [Taniguchi et al., 1999 a,b][Taniguchi et al.,
2000]. Dans cette section, afin de faciliter ltude et la comprhension de la dmarche, nous
nous intressons dabord aux Descripteurs T-S Incertains (DTSI), issues de la classe
reprsente par (2.13), en boucle ouverte ( u ( t ) = 0 ) et sans perturbations externes ( t ) = 0 .
Ceux-ci sont reprsents par :
l
v ( z (t )) ( E
k =1
+ Ek ( t ) )x ( t ) = hi ( z ( t ) ) ( Ai + Ai ( t ) ) x ( t )
(2.17)
i =1
En utilisant les notations dfinies dans le chapitre prcdent et en considrant le vecteur dtat
augment x ( t ) = xT ( t ) x T ( t ) , le DTSI (2.17) peut tre rcrit dans sa forme tendue :
T
Ex ( t ) = ( Ahv + Ahv ( t ) ) x ( t )
0
I 0
, Ahv =
o E =
0 0
Ah
(2.18)
0
I
0
et Ahv ( t ) =
.
Ev
Ah ( t ) Ev ( t )
Afin dtudier la stabilit des modles (2.18), on considre la Fonction Candidate Quadratique
de Lyapunov (FCQL) suivante :
V ( x (t )) = x T (t ) ET ( X ) x (t )
1
(2.19)

ET ( X ) =
1
(( X )
1 T
E >0
(2.20)
que lon peut rcrire aprs congruence par X T et X telle que :

X T E T = EX > 0
(2.21)
Ainsi, on remarque que la FCQL (2.19) ne dpend que du vecteur dtat x ( t ) de (2.13) et non
pas du vecteur dtat augment x ( t ) . En effet, en posant :
X
X = 1
X3
X2
X 4
(2.22)
daprs la condition de symtrie (2.21), on obtient :
X 1T
T
X2
X 3T I 0 I 0 X 1
X 4T 0 0 0 0 X 3
X2
>0
X 4
(2.23)
Page 36
c'est--dire
X 2 X 1T
=
0 X 2T
X1
0
0
>0
0
(2.24)
De ce fait, le conditionnement de la matrice de Lyapunov (2.22) est donn X 1 = X 1T > 0 ,

X 2 = 0 et o X 3 et X 4 sont des matrices de dcision libres de choix.
Remarque 2.2
Notons quen considrant le conditionnement de la matrice de Lyapunov dcrit ci-dessus, la
FCQL (2.19) peut-tre rcrite sous la forme :
V ( x ( t ) ) = xT ( t )( X 1 ) x ( t )
1
(2.25)
Il apparat que, si (2.19) est dcroissante, elle garantit la stabilit du DTSIP. La FCQL (2.19)
sera alors dite Fonction Quadratique de Lyapunov (FLQ) et il sera tabli que la matrice
(X )
> 0 existe et est non singulire. Le rsultat est nonc au thorme suivant.
Thorme 2.1
Le DTSI autonome (2.17) (non forc et non perturb) est globalement asymptotiquement stable
sil existe, pour tout i = 1,..., r et k = 1,..., l , des matrices X 1 = X 1T > 0 , X 3 , X 4 et des
scalaires positifs i1 , k2 et k3 tels que les conditions LMI suivantes sont vrifies :
ik < 0 , pour k = 1, 2,..., l et i = 1, 2,..., r
(2.26)
avec
X 3 + X 3T
N ai X 1
N ek X 3
ik =
X 4T + Ai X 1 Ek X 3
( )
( )
( )
k2 I
E X X T E T + 1 H i ( H i )T
3 k
i
a
a
k 4
+ 2 + 3 H k ( H k )T
k )
e
e
( k
N ek X 4
I
1
i
0
0
<0
( )
k3 I
Preuve :
Le DTSI autonome (2.17) est stable si la drive de la FCQL (2.19) le long des trajectoires du
systme est ngative, cest--dire si :
Page 37

1
1
V ( x ( t ) ) = x T ( t ) E T ( X ) x ( t ) + x T ( t ) E T ( X ) x ( t ) < 0
(2.27)
Cest--dire, en substituant (2.18) dans (2.27), si :

T
1
V ( x ( t ) ) = x T ( t ) ( Ahv + Ahv ( t ) ) ( X ) +
(( X ) ) ( A
1 T
hv
+ Ahv ( t ) ) x ( t ) < 0
(2.28)
Ainsi, x ( t ) , la ngativit de (2.28) est garantie si:
( Ahv + Ahv ( t ) )
(X ) +
1
(X )
) (A
1 T
hv
+ Ahv ( t ) ) < 0
(2.29)
En multipliant (2.29) gauche et droite respectivement par X T et X , on obtient :

X T ( Ahv + Ahv ( t ) ) + ( Ahv + Ahv ( t ) ) X < 0
T
(2.30)
Soit, sous sa forme tendue, avec les matrices dfinies dans lquation (2.18) :
X 3 + X 3T
T
X 4 + Ah X 1 + Ah ( t ) X 1 Ev X 3 Ev ( t ) X 3
Ev X 4 X E
T
4
T
v
( *)
<0
T
T
Ev ( t ) X 4 X 4 Ev ( t )
(2.31)
que lon peut rcrire laide de (2.14), (2.15) et (2.16) sous la forme :
X 3 + X 3T
X 4T + Ah X 1 + H ah f ah ( t ) N ah X 1
v v
v
Ev X 3 H e f e ( t ) N e X 3
( *)
Ev X 4 X 4T EvT H ev f ev ( t ) N ev X 4 < 0
T
X 4T ( H ev f ev ( t ) N ev X 4 )
(2.32)
Lingalit (2.32) peut tre majore, laide du lemme 2 (annexe A), par :
X + X T + ( 1 )1 X T ( N h )T N h X
3
h
1
a
a
1
3
+ 2 1 X T N v T N v X
3 ( e )
e
3
( v )
X 4T + Ah X 1 Ev X 3
<0
E X X T E T + ( 2 + 3 ) H v ( H v )T
4 v
v
v
e
e
v 4
1
T
1 h
h
3
T
v
v
+
H
H
+
X
N
N
X
(
)
(
)
(
)
h
a
a
v
4
e
e
4
( *)
En appliquant le complment de Schur, lingalit (2.33) devient :
Page 38
(2.33)
X 3 + X 3T
N ah X 1
N ev X 3
hv =
X 4T + Ah X 1 Ev X 3
( )
( )
( )
E X X T E T + 1 H h ( H h )T
4 v
h
a
a
v 4
T
+ 2 + 3 H v ( H v )
v )
e
e
( v
N ev X 4
I
1
h
2
v
0
0
<0
( )
v3 I
(2.34)
Do les conditions (2.26) prsentes au thorme 2.1.
Remarque 2.3
Dans le cadre de ltude de la stabilit, lopration de congruence ralise entre les ingalits
(2.29) et (2.31) nest pas ncessaire. Nanmoins, celle-ci a t effectue dans le but
dhomogniser les rsultats avec ceux qui seront dvelopps par la suite et permettront de
faciliter les dmonstrations dans le cas de la stabilisation.
2.5. Analyse des performances H en boucle ouverte des descripteurs T-S

Dans cette section, on sintresse lanalyse des performances H des modles DTSIP non
forcs ( u ( t ) = 0 ) dcrits par (2.13). Ainsi, lobjectif est dvaluer, par le biais dun critre
quadratique minimisant un taux dattnuation, linfluence des perturbations externes ( t ) sur
la dynamique du DTSI considr et par consquent sur lvolution de son vecteur dtat x ( t ) .
Afin danalyser linfluence des perturbations externes agissant sur le modle DTSIP (2.13) non
forc ( u ( t ) = 0 ), on considre les dfinitions suivantes :
Dfinition 2.1 : [Boyd et al., 1994]

On appelle norme H du transfert T entre les grandeurs variables ( t ) et ( t ) la
quantit :
(t )
= sup
(t ) 2 0
(t )
(2.35)
o ( t ) 2 = T ( t ) ( t ) dt reprsente la norme L2 (au carr) dune grandeur variable ( t ) .

2
Page 39
Dfinition 2.2 : [Boyd et al., 1994]

On appelle taux dattnuation ou taux de performance H du transfert T le scalaire positif
minimisant lingalit :
(t ) 2 2 (t )
2
(2.36)
Dans la prsente tude, on considre les perturbations externes ( t ) affectant le vecteur dtat
x ( t ) . De ce fait, travers la dfinition de la norme L2 et la dfinition 2.2, un critre H

permettant de minimiser les perturbations externes peut-tre ramen :
T
T
2
T
x ( t ) x ( t )dt < ( t ) ( t )dt
(2.37)
o T reprsente la valeur finale du temps dtude de la performance H .

En utilisant le vecteur dtat augment x ( t ) = xT ( t ) x T ( t ) , lingalit (2.37) peut tre
T
rcrite sous la forme :

T
x ( t ) Ex ( t )dt < ( t ) ( t )dt

T
(2.38)
Dans le cadre de lanalyse des performances H des descripteurs T-S, un premier rsultat a t
propos par [Yoneyama et Ichikawa, 1999]. Notons que ce rsultat est restrictif dans la mesure
o il concerne les systmes descripteurs dont la partie gauche de leur reprsentation dtat est
dcrite par une matrice constante. Lextension de ces rsultats la classe des DTSIP (2.13) non
forcs ( u ( t ) = 0 ) est rsume par le thorme suivant.
Thorme 2.2
Le DTSI non forc ( u ( t ) = 0 ) (2.4) est globalement asymptotiquement stable et admet une
performance H = au regard des perturbations externes, sil existe, pour tout i = 1,..., r
et k = 1,..., l , des matrices X 1 = X 1T > 0 , X 3 , X 4 , des scalaires positifs i1 , k2 , k3 et un
scalaire > 0 minimiser telles que les conditions LMI suivantes sont vrifies :
Page 40
( )
X1 0
0 WT
i
0
( )
0
0 <0
0
0
I
0
0
0
0
ik
0 0 I
0 0 0
0
0
(2.39)
avec ik dfini dans le thorme 2.1.
Preuve :
On considre la fonction candidate quadratique de Lyapunov (2.19), le DTSI non forc
( u ( t ) = 0 ) en temps continu (2.4) est globalement asymptotiquement stable sous le critre H
(2.38) si :
V ( x ( t ) ) + x T ( t ) Ex ( t ) 2 T ( t ) ( t ) < 0
(2.40)
cest--dire si:
) ( A + A (t )) + E x (t )
(t ) (( X ) ) W (t ) (t ) (t ) < 0
x T ( t ) ( Ahv + Ahv ( t ) ) ( X ) + ( X )
+
( t )W ( X )
T
h
x (t ) + x
1 T
hv
hv
1 T
(2.41)
La rcriture sous forme matricielle de (2.41) est donne par :
T
1
1
x T ( t ) ( Ahv + Ahv ( t ) ) ( X ) + ( X )
T
1
( t )
WhT ( X )
)( A
hv
+ Ahv ( t ) ) + E
T
x (t ) < 0
( t )
2
( )
(2.42)
x ( t ) , ( t ) , la ngativit de lingalit (2.42) est vrifie si :
T
1
1
( Ahv + Ahv ( t ) ) ( X ) + ( X )
1
T
W
X
(
)
h
) (A
T
hv
+ Ahv ( t ) ) + E
<0
2 I
( )
X T
En multipliant (2.43) respectivement gauche et droite par
0
Page 41
X
0
et
I
0
(2.43)
0
, on obtient :
I
X ( A + A ( t ) )T + ( A + A ( t ) ) X T + X T EX
hv
hv
hv
hv
Wh
Notons que, le terme
(A
hv
( )
<0
2
I
(2.44)
+ Ahv ( t ) ) X + X T ( Ahv + Ahv ( t ) )
reprsente la condition de
stabilit intrinsque sans perturbations traite la section prcdente (quation (2.30) ). Son
dveloppement suit donc un chemin identique celui emprunt pour la preuve du thorme 2.1.
X T X 0
Il reste donc traiter le terme X T EX = 1 1
. En appliquant le complment de Schur et
0
0
en effectuant le changement de variable = 2 , lingalit (2.44) conduit aux rsultats
prsents par le thorme 2.3.
2.6.
Stabilisation quadratique des modles DTSIP
Au cours des deux prcdentes sections, nous avons abord le problme concernant ltude de
la stabilit des modles DTSI autonome sans et avec perturbations externes. Des conditions de
stabilit ont t proposes en termes de LMI par les thormes 2.1 et 2.2. Il convient
maintenant de proposer des conditions pour la stabilisation, cest--dire pour la synthse de loi
de commande stabilisante pour la classe des DTSIP (2.13). En effet, en Automatique, la
stabilisation offre divers avantages. Dune part, elle permet, lorsquune solution est possible, de
synthtiser des contrleurs garantissant la stabilit en boucle ferme des systmes qui, de
manire autonome, sont instables. Dautre part, dans le cas o la synthse de la loi de
commande sapplique des systmes stables autonomes, elle permet damliorer leurs
performances (robustesse, rapidit, etc.).
2.6.1. Formulation de la dynamique en boucle ferme et du problme de

commande
Dans le cadre des modles T-S standards, le problme de la stabilisation est largement trait.
Dans la littrature les premiers travaux effectus dans ce contexte ont t dvelopps par
[Tanaka et Sugeno, 1992] dans les cas continu et discret. Notons que, la majorit des travaux
existant et traitant de la stabilisation des modles descripteurs T-S sont bass sur la loi de
commande PDC [Tanaka et Sugeno, 1992][Wang et al., 1996]. Dans [Taniguchi et al., 2000]
une nouvelle loi de commande, nomme PDC modifie, a t propose afin de favoriser la
stabilisation des descripteurs de type T-S. En effet, celle-ci tient compte la fois de la structure
dinterconnexion du membre gauche et du membre droit de lquation dtat (2.13). Elle est
donne par :
r
u ( t ) = hi ( z ( t ) ) vk ( z ( t ) ) K ik x ( t )
(2.45)
i =1 k =1
Page 42
o, pour i = 1,..., r et k = 1,..., l , K ik mn sont les gains de retour dtat et u ( t ) m est le

signal de commande.
La loi de commande (2.45) peut tre rcrite sous sa forme tendue en considrant
x ( t ) = xT ( t ) x T ( t ) telle que :
T
u ( t ) = K hv x ( t )
avec K hv = [ K hv
(2.46)
0] .
En considrant le DTSIP continu (2.13) et la loi de commande PDC modifie (2.46), la

dynamique de la boucle ferme peut tre exprime par :
Ex ( t ) = Ahv + Ahv ( t ) ( Bh + Bh ( t ) ) K hv x ( t ) + Wh ( t )
0
I 0
avec E =
, Ahv =
0 0
Ah
(2.47)
I
0
0
, Bh = et Wh = .
Ev
Bh
Wh
Ds lors, le problme de la synthse dun contrleur flou consiste trouver les matrices des
gains de retour dtat K ik , pour i = 1,..., r et k = 1,..., l garantissant la stabilit de la boucle
ferm (2.47).
2.6.2. Stabilisation des modles DTSI

Dans cette section, on sintresse tout dabord au problme de la stabilisation de la classe des
descripteurs en boucle ferme dcrite par (2.47) sans perturbations externes ( ( t ) = 0 ). La
solution apporte ce problme est prsente sous forme de conditions LMI dans le thorme
suivant.
Thorme 2.3 [Bouarar et al., 2007a]

Le DTSI en boucle ferme (2.47) est globalement asymptotiquement stable sil existe, pour tout
i = 1,..., r , j = 1,..., r et k = 1,..., l , des matrices X 1 = X 1T > 0 , X 3 , X 4 et M jk ainsi que, des
scalaires positifs i1 , ijk2 , k3 et k4 tels que les conditions LMI suivantes sont vrifies :
ijk < 0
(2.48)
Page 43
ijk
X 3 + X 3T
N ai X 3
N bi M jk
=
N ek X 3
T
X 4 + Ai X 1 Ek X 3 Bi M jk
( )
( )
()
( )
(ijk
N ek X 4
I
1
i
2
ijk
3
k
5,5 )
0
0
0
( )
k4 I
( )
et ijk
= Ek X 4 X 4T EkT + ijk2 H bi ( H bi ) + i1 H ai ( H ai ) + ( k3 + k4 ) H ek ( H ek ) .
T
5,5
Dans ce cas, les gains de la loi de commande PDC modifie (2.46) sobtiennent travers le
changement de variable bijectif suivant :
K jk = M jk X 11
(2.49)
Preuve :
En suivant un raisonnement identique celui de la preuve du thorme 2.1, en remplaant les
termes Ahv + Ahv ( t ) par Ahv + Ahv ( t ) ( Bh + Bh ( t ) ) K hv dans les quations de (2.19) (2.30)
, on obtient directement la condition de stabilit de la boucle ferme (2.47) donne par :
X 3 + X 3T
( )
T
X 4 + Ah X 1 Ev X 3 Bh K hv X 1
<0
T T
+A t X E t X B t K X Ev X 4 X 4 Ev Ev ( t ) X 4 ( )
h( ) 1
v( )
3
h( )
hv 1
(2.50)
Afin daboutir des conditions LMI, on ralise le changement de variable bijectif

M hv = K hv X 1 , (2.50) scrit alors :
X 3T + X 3
T
X 4 + Ah X 1 Ev X 3 Bh M hv
+Ah ( t ) X 1 Ev ( t ) X 3 Bh ( t ) M hv
()
Ev X 4 X 4T EvT
< 0
E ( t ) X X T E T ( t )
4
4
v
v
(2.51)
que lon peut majorer laide du lemme 2 (annexe A) par :

1,1
(hhv)
T
X 4 + Ah X 1 Ev X 3 Bh M hv
( )
<0
2,2
(hhv )
(2.52)
avec
2
(hhv) = X 3 + X 3T + ( h1 ) X 3T ( N ah ) N ah X 3 + ( hhv
) M hvT ( Nbh ) Nbh M hv + ( v3 ) X 3T ( Nev ) Nev X 3 et
1,1
Page 44

2
(hhv ) = Ev X 4 X 4T EvT + h1 H ah ( H ah ) + hhv
H bh ( H bh ) + ( v3 + v4 ) H ev ( H ev ) + ( v4 ) X 4T ( N ev ) N ev X 4
T
2,2
En utilisant le complment de Schur, on obtient les conditions LMI prsentes au thorme 2.3.
Dans cette section, nous avons propos des conditions LMI pour la stabilisation de la classe des
modles DTSI (2.13) sans perturbations externes ( ( t ) = 0 ). Lapproche propose est base sur
la FCQL (2.19) ainsi que sur la loi de commande PDC modifie (2.45). Notons quen prsence
de perturbations externes (incertitudes non structures), une loi de commande synthtise
laide des conditions proposes au thorme 2.3 serait fragilise. Il est donc intressant de
proposer une approche de synthse de loi de commande robuste qui permettrait de tenir
compte, simultanment, des incertitudes de modlisation (paramtriques) et des perturbations
externes.
2.7. Synthse H de lois de commande pour la classe des descripteurs T-S

Notre but dans cette section est dtendre les conditions de stabilisation proposes dans le
thorme 2.3 la classe des descripteurs T-S incertains soumis des perturbations externes
(2.13). Le thorme propos donnera les conditions LMI permettant la fois de garantir la
stabilit de (2.47) et dattnuer leffet des perturbations externes qui affectent le vecteur dtat.
De plus, afin de pouvoir spcifier par le biais de paramtres additionnels la performance
souhaite, il est possible dintroduire au sein du critre H dcrit par lingalit (2.37) une
pondration [Chen et al., 2000]. Par consquent, on considre le critre H suivant :
T
T
2
T
x ( t ) Qx ( t )dt < ( t ) ( t )dt
0
(2.53)
o Q = QT > 0 est une matrice de pondration. T est le temps final, dsigne le taux
dattnuation. En utilisant le vecteur dtat augment x ( t ) = xT ( t ) x T ( t ) , (2.53) peut tre
T
rcrite :
T
x ( t ) Qx ( t )dt < ( t ) ( t )dt

T
(2.54)
Q 0
avec Q =
. Le rsultat est prsent par le thorme suivant.
0 0
Page 45
Thorme 2.4 [Bouarar et al., 2007b]

Le DTSIP en boucle ferme (2.47) est globalement asymptotiquement stable et admet un taux
dattnuation = au regard des perturbations externes sil existe, pour tout i = 1,..., r ,
j = 1,..., r et k = 1,..., l , des matrices X 1 = X 1T > 0 , X 3 , X 4 et M jk ainsi que des scalaires
positifs i1 , ijk2 , k3 , k4 et un scalaire > 0 minimiser tels que les conditions LMI suivantes
soient vrifies :
ijk < 0
avec ijk =
X
0
1
T
0 Wi
(2.55)
( )
ijk
0
0
0
0
0
0
0
0
0
0 0 Q 1
0 0
0
0
( )
0
0
et ijk dfini dans le thorme 2.3
0
0
0
Dans ce cas, les gains de la loi de commande PDC modifie (2.46) sobtiennent en ralisant le
changement de variable bijectif suivant :
K jk = M jk X 11
(2.56)
Preuve :
Triviale en suivant le chemin tabli dans les preuves des thormes 2.2 et 2.3.
A ce stade, le problme de la stabilit et de la stabilisation des modles DTSIP a t trait dans

le cadre quadratique. Les approches, formules en terme de LMI, sont bases sur la FCQL
(2.19) et peuvent tre rsolues laide doutils classiques de loptimisation convexe [Boyd et
al., 1994]. Ainsi, la stabilit et/ou la stabilisation des DTSI ou DTSIP est garantie sil existe
une solution aux conditions prsentes dans les thormes prcdents et donc, si lexistence
dune matrice X > 0 peut-tre tablie. Nanmoins, la recherche dune matrice X commune
un ensemble de contrainte LMI soulve un problme de conservatisme des conditions
proposes. Ce problme savre de plus en plus compliqu rsoudre mesure que le nombre
de rgles floues constituant le systme de la classe (2.13) tudier est important. Dans la suite,
une premire approche de relaxation pour les descripteurs T-S est propose afin de rduire ce
conservatisme.
Page 46
2.8.
Schma de relaxation pour les descripteurs T-S
Dans le cadre des modles T-S standards, ltude de la stabilisation laide de la thorie de
Lyapunov conduit des conditions ncessaires et suffisantes de stabilit dpendant des
fonctions dappartenance fournies sous forme dune double somme mathmatique du type :
r
h ( z ( t ) ) h ( z ( t ) )
i =1 j =1
ij
<0
(2.57)
Une premire approche permettant de saffranchir des fonctions dappartenance consiste alors
essayer de trouver une solution o chacun des termes de la somme (2.57) est ngatif [Tanaka et
al., 1992], do la condition suffisante :
i = 1,..., r , j = 1,..., r , ij < 0
(2.58)
Evidemment, ces rsultats sont conservatifs et, plusieurs travaux ont t proposs afin de
relcher ce problme [Tanaka et Sano, 1994][Kim et Lee, 2000][Tuan et al., 2001] [Xiaodong
et Qingling, 2003]. Notons que ces derniers ne permettent pas de relcher fidlement les
conditions de stabilit des descripteurs T-S puisque leurs conditions de stabilit en boucle
ferme sont obtenues sous la forme dune triple somme mathmatique qui, par ailleurs, ne
possde pas toutes le mme nombre de rgles. En effet, on constate lors des preuves des
thormes 2.3 et 2.4 que les contraintes LMI (2.48) et (2.55) sont obtenues sur la base de
conditions ncessaires et suffisantes de la forme :
r
h ( z ) h ( z ) v ( z )
i =1 j =1 k =1
ijk
<0
(2.59)
Dans la suite, nous proposons un schma de relaxation pour rduire le conservatisme des
conditions des thormes 2.3 et 2.4. Ce premier rsultat est une extension la classe des
descripteurs T-S du schma de relaxation dvelopp pour la classe des modles T-S standards
par [Tanaka et Sano, 1994]. Le rsultat est donn par le lemme suivant.
Lemme 2.1 : [Bouarar et al., 2008a]

Soit q = min {r , l} o { r , l et q } et o r et l reprsentent le nombre de rgles floues
respectivement droite et gauche de la reprsentation dtat du descripteur T-S (2.4)
Lingalit (2.59) est vrifie si :
iii < 0 pour i = 1, 2,..., q
(2.60)
iik < 0 pour i = 1, 2,..., r , k = 1, 2,..., l et k i
(2.61)
iji + jii < 0 pour i = 1, 2,..., q , j = 1, 2,..., r et j < i
(2.62)
ijk + jik < 0 pour i, j = 1, 2,..., r , k = 1, 2,..., l , j < i et k i
(2.63)
Page 47
Preuve :
On considre les proprits suivantes :
hi ( z )h j ( z ) ij = ( hi ( z ) ) ii + hi ( z )h j ( z ) ( ij + ji )
r
i =1 j =1
i =1
i =1 j =1
j <i
hi ( z )vk ( z ) ik = hi ( z ) vi ( z ) ii + hi ( z )vk ( z ) ik
i =1 k =1
i =1
(2.64)
(2.65)
i =1 k =1
k i
o ij et ij sont des matrices de dimensions appropries et q = min {r , l} .

En utilisant la proprit (2.64), le dveloppement de (2.59) mne :
r
h ( z ( t ) )h ( z ( t ) ) v ( z ( t ) )
i =1 j =1 k =1
ijk
= hi ( z ( t ) ) vk ( z ( t ) ) iik
i =1 k =1
+ hi ( z ( t ) ) h j ( z ( t ) ) vk ( z ( t ) ) ( ijk + jik )
r
(2.66)
i =1 j =1 k =1
j <i
Ensuite, en utilisant la proprit (2.65), le dveloppement de (2.66) conduit :

r
h ( z )h ( z ) v ( z )
i =1 j =1 k =1
ijk
= ( hi ( z ) ) vi ( z ) iii
2
i =1
+ ( hi ( z ) ) vk ( z ) iik
2
i =1 k =1
k i
+ hi ( z ) vi ( z ) h j ( z ) ( iji + jii )
q
(2.67)
i =1 j =1
j <i
+ hi ( z ) h j ( z ) vk ( z ) ( ijk + jik )
r
i =1 j =1 k =1
j <i k i
Enfin, partir de (2.67), la ngativit de lingalit (2.59) est vrifie si les ingalits (2.60),
(2.61), (2.62) et (2.63) sont satisfaites.
Le schma de relaxation dvelopp dans cette section sera utilis pour relcher toutes les
approches que nous proposons dans la suite de ce manuscrit.
2.9.
Exemple numrique et rsultats de simulation
Dans cette section, on propose dillustrer lefficacit des approches quadratiques proposes aux
thormes 2.3 et 2.4 ainsi que lintrt du schma de relaxation, dvelopp et prsent dans le
Page 48
lemme 2.1. Par ailleurs, afin de montrer lintrt que peut avoir dans certains cas la rcriture
dun modle strict sous forme incertaine, on considre lexemple numrique dcrit par le
descripteur non linaire suivant :
E ( x ( t ) ) x ( t ) = A ( x ( t ) ) x ( t ) + B ( x ( t ) ) u ( t ) + W ( t )
(2.68)
o x ( t ) = x1 ( t ) x2 ( t ) n , u ( t ) et ( t ) m reprsentent respectivement les vecteurs

T
dtat, de commande et de perturbations externes et o

1
1
1
1 + 1 + x2 ( t )
E ( x (t )) =
1
, B ( x (t )) =
2
,
1
cos
x
t
(
)
(
)
2
2
a cos ( x2 ( t ) ) 2
1
cos 2 ( x2 ( t ) )
2
0
1 + x1 ( t )
.
et A ( x ( t ) ) =
3
sin ( x2 ( t ) )
1
3 + b 1 +
1 + x 2 ( t ) x ( t )
1
2
sont des matrices dcrivant la dynamique du systme (2.68). W = [ 0.25 0.25] est la
matrice de liaison entre les perturbations externes et la dynamique de systme. Enfin, a et b
sont deux paramtres du systme destins tudier les domaines de faisabilit des conditions
LMI proposes.
T
La partie gauche de (2.68) contient un terme non linaire e ( x2 ) = cos 2 ( x2 ) et la partie droite
sin ( x2 )
1
et a3 ( x2 ) =
. En
2
1 + x1
x2
utilisant lapproche par secteur non linaire [Tanaka et Wang, 2001], le dcoupage de ces non
linarits est donn, pour x1 ( t ) et x2 ( t ) , par
contient trois non linarits a1 ( x2 ) = cos 2 ( x2 ) , a2 ( x1 ) =
cos 2 ( x2 ) = (1 cos 2 ( x2 ) ) 0 + cos 2 ( x2 ) 1 = 10 0 + 11 1
(2.69)
1
1
1
= 1
1 = 20 0 + 21 1
0 +
2
2
1 + x1 ( t ) 1 + x1 ( t )
1 + x12 ( t )
(2.70)
sin ( x2 )
=
x2
sin ( x2 )
sin ( x2 )
x2
x2
+
1 = 30 + 31 1
1
1
o = 0.2172 reprsente la valeur minimale du terme non linaire
(2.71)
sin ( x2 )
x2
Do lobtention des fonctions dappartenance donnes par :
v1 ( x2 ) = 1 v2 ( x2 ) = 10
(2.72)
Page 49
h1 ( x1 , x2 ) = 10 20 30
(2.73)
h2 ( x1 , x2 ) = 10 20 31
(2.74)
h3 ( x1 , x2 ) = 10 21 30
(2.75)
h4 ( x1 , x2 ) = 10 21 31
(2.76)
h5 ( x1 , x2 ) = 11 20 30
(2.77)
h6 ( x1 , x2 ) = 11 20 31
(2.78)
h7 ( x1 , x2 ) = 11 21 30
(2.79)
h8 ( x1 , x2 ) = 11 21 31
(2.80)
Notons que, dans ce cas, un reprsentant T-S exact (sans incertitudes) du descripteur non
linaire (2.68) contient respectivement l = 2 et r = 8 rgles floues droite et gauche. Celui-ci
est donn par :
2
v ( z ) E x ( t ) = h ( z ) ( A x ( t ) + B u ( t ) ) + W ( t )
k =1
i =1
(2.81)
0
0
0
0
1 1
1 1
,
avec les matrices E1 =
, A2 = 3
, E2 = 1 1 , A1 = 3
1
0
3
+
b
3
+
b
1
1
1
1
0
0
0
0
,
A3 = 3
, A4 = 3
, A5 = 3
, A6 = 3
3 + 2b
3 + 2b
3 + b
3 + b
2
0
0
0
0
1
2
,
A7 = 3
A8 = 3
,
B1 = B2 = ,
B3 = B4 = ,
3 + 2b
3 + 2b
2
2
2
1
2
B5 = B6 =
et B7 = B8 =
.
a 2
a 2
En considrant les conditions de stabilit proposes dans le thorme 2.3 rduites au cas o les
matrices dincertitudes sont nulles, la synthse du contrleur flou ncessite la vrification de
( l r r ) + 1 = 129 contraintes LMI. Il convient cependant de souligner que la rsolution dun
nombre important de contraintes LMI conduit un cot de calcul lev. Ainsi, laide des
solveurs et des ordinateurs actuels, aucune solution na pu tre obtenue pour ce problme.
Une autre alternative menant la rduction du cot de calcul et, par consquent, une rduction
du pessimisme li au matriel est de diminuer artificiellement le nombre de rgles floues qui
Page 50
composent le reprsentant T-S. En effet, il est possible de considrer certains termes non
linaires dont linfluence sur la dynamique globale du systme est faible comme des
incertitudes paramtriques majorer. Dans ce cas, le problme de stabilisation revient la
synthse dune loi de commande robuste tenant compte de ces approximations avec un nombre
rduit de rgles floues [Bouarar et al., 2007b]. Ainsi, afin de rcrire le modle descripteur non
linaire (2.68) sous la forme dun DTSIP, on considre, par exemple, les termes non linaires
dpendant de la variable dtat x2 comme tant des incertitudes bornes. Le terme non linaire
prendre en compte est, dans ce cas, a2 ( x1 ) dont le dcoupage est dcrit en (2.70). Un
reprsentant DTSIP de (2.68) est ainsi donn par :
2
( E + E ( t ) ) x ( t ) = hi ( x1 ) ( Ai + Ai ( t ) ) x ( t ) + ( Bi + Bi ( t ) ) u ( t ) + W ( t )
i =1
1
h1 ( x1 ) = 1
,
1 + x12 ( t )
0
A2 =
3
2
,
3 + b (1 )
1
2
1
h2 ( x1 ) =
,
1 + x12 ( t )
1 1
,
E=
1 1
2
,
B1 = a
2
2
1
,
B2 = a
2
2
0
A1 =
3
2
(2.82)
1
2
,
b
3 + (1 )
0
E ( t ) =
0
,
1
f1 ( t )
2
f1 ( t )
0
0
0
f1 ( t )
2
.
A1 ( t ) =
et B1 ( t ) = B2 ( t ) = a
2
, A2 ( t ) =
f1 ( t )
0 b 1 + f ( t )
0 b (1 + ) f 2 ( t )
2
Afin dappliquer sur le DTSIP (2.82) les approches proposes aux thormes 2.3 et 2.4, les
matrices dincertitudes E ( t ) , Ai ( t ) , Bi ( t ) peuvent tre rcrites sous la forme suivante :
E ( t ) = H e f e ( t ) N e , Ai ( t ) = H ai f ai ( t ) N ai et Bi ( t ) = H bi f b ( t ) N bi
0
1 0
0
i
i
o H e = H a =
, H b = 1 , N e =
0
1
0
N b1 = N b1 =
(2.83)
1
0
0
2
1
2
2 et
, Na =
1 , N a =
1
+
0 b
0 b (1 + )
2
1
a.
2
Notons quen considrant le DTSIP (2.82), nous avons aprs dcoupage l = 1 et r = 2 rgles
floues. De ce fait, le nombre de contraintes vrifier en considrant les conditions proposes
dans le thorme 2.3 est 2 ( r r l ) + 2l + r + 1 = 13 ce qui rduit la complexit lors de la
rsolution en termes de cot de calcul.
Page 51
Remarque 2.4
A partir des quations (2.69) et (2.71), on constate que, bien que faisant appel des termes
incertains, le DTSIP (2.82) constitue paradoxalement une criture exacte du descripteur non
linaire (2.68) dans la mesure o les non-linarits de ce dernier sont parfaitement connues.
Ainsi, les non-linarits considres comme incertaines pour la synthse dun contrleur
robuste sont en ralit connues puisque:
f1 ( t ) = 2 cos 2 ( x2 ( t ) ) 1
et f 2 ( t ) =
1
1+
(2.84)
sin x2 ( t )
1 + 2
x2 ( t )
(2.85)
De ce fait, les fonctions incertaines contenues dans (2.82) sont donnes par:
f e ( t ) = f bi ( t ) = f1 ( t )
f (t )
et f ai ( t ) = 1
0
(2.86)
f2 ( t )
(2.87)
f12 ( t ) 1 et
Ces fonctions sont bornes sur et, t
( f (t ))
i
a
f ai ( t ) I . Par consquent,
lorsquune solution aux thormes 2.3 et 2.4 peut tre trouve, la loi de commande synthtise
permettra une stabilisation au sens strict du descripteur non linaire (2.68).
On rappelle que la relaxation joue un rle vital lors de la rsolution des contraintes LMI. Pour
montrer lefficacit du schma de relaxation propos au lemme 2.1 par rapport aux conditions
donnes dans le thorme 2.3 (sans relaxation), la Figure 2.1 illustre les domaines de solutions
des conditions de stabilit obtenus par ces deux approches pour a [ 2.5 1] et b [ 8 8] .
6
4
Thorme 1 sans relaxation

Thorme 1 avec relaxation
0
-2
-4
-6
-8
-2.5
-2
-1.5
-1
-0.5
0.5
Figure 2.1. Domaines de solutions du thorme 2.3 sans relaxation et avec relaxation (lemme
2.1).
Page 52
Prenons par exemple le cas o a = 1.7 et b = 0.4 , aucune solution nest envisageable
laide des conditions du thorme 2.3 non relches. En revanche, un contrleur adquat,
garantissant la stabilit de (2.68), sans perturbations externes ( ( t ) = 0 ), peut tre synthtis
laide des conditions LMI proposes dans le thorme 2.3. La rsolution de celles-ci est ralise
laide de la bote outils Matlab LMI Toolbox [Gahinet et al., 1995] et conduit aux rsultats
donns par :
2
K11 = [ 2.9412 -2.0018] , K 21 = [ 2.7928 -1.7911] , 11 = 1.0693 , 21 = 0.3037 , 111
= 1.5388 ,
2
121
= 2.2334 ,
2
211
= 2.2334 ,
2
221
= 2.869 ,
13 = 0.2902 ,
14 = 1.111
et
vecteur
dtat
0.5056
0
0
1.328
0.5056 0.8868
0
0
X=
.
2.8111 -0.4067 2.5619 -2.3359
-0.2153 0.3778 -0.5619 3.8357

La
Figure
2.2
montre
respectivement
lvolution
temporelle
du
x ( t ) = x1 ( t ) x2 ( t ) ainsi que celle du signal de commande u ( t ) pour la condition initiale

T
x ( 0 ) = [1 1] .
T
1
x 1(t)
0.5
0
-0.5
0.5
1.5
2.5
0.5
1.5
2.5
0.5
1.5
Temps
2.5
x 2(t)
0
-0.5
-1
u(t)
0
-2
-4
Figure 2.2. Rponses temporelles du systme (2.68) sans perturbations externes et du signal
de commande.
Les simulations prcdentes ne tiennent pas compte de leffet des perturbations externes sur le
systme (2.68). Lemploi des thormes 2.4 permet la synthse H de contrleur garantissant
Page 53
la stabilit intrinsque de (2.68) tout en attnuant les effets de la perturbation externe ( t ) sur
1 0
la dynamique du systme. Les rsultats de simulation suivants sont obtenus pour Q =
:
0 1
K11 = [96.504 -133.2069] ,

2
111
= 0.2342 ,
K 21 = [ 56.9544 -78.4049] ,
11 = 0.1686 ,
21 = 0.0786 ,
2
2
2
121
= 0.3389 , 211
= 0.3389 , 221
= 0.4545 , 13 = 0.0204 , 14 = 0.1099 ,
0
0
0.1672 0.1156
0.1156 0.0846
0
0
et le taux dattnuation = 1.6255 .
X =
24.5017 -0.0795 24.362 -24.4135
-0.0553 0.0499 -0.1062 0.5411

Afin de raliser une simulation du descripteur (2.68) en boucle ferme, ce dernier est soumis
une perturbation externe considre comme un bruit blanc gaussien de moyenne nulle et de
variance unitaire. La Figure 2.3 montre lvolution temporelle du vecteur dtat
x ( t ) = x1 ( t ) x2 ( t )
et du signal de commande u ( t ) pour la condition initiale
x ( 0 ) = [1 0.5] . Notons quici, la synthse H permet dattnuer les effets des

perturbations externes dont les compensations peuvent tre remarques au niveau des signaux
de commande.
T
x1(t)
1
0.5
0
-0.5
0.5
1.5
2.5
0.5
1.5
2.5
0.5
1.5
Temps
2.5
x2(t)
0.2
0
-0.2
-0.4
u(t)
0
-5
-10
-15
Figure 2.3. Stabilisation H du systme (2.68) soumis des perturbations externes et

volution temporelle du signal de commande.
Page 54
2.10. Conclusion
Dans ce chapitre, nous avons trait le problme de la stabilit et de la stabilisation quadratique
des descripteurs T-S incertains et perturbs. Des conditions de stabilit bases sur une fonction
candidate quadratique de Lyapunov ont t proposes. Ensuite, lextension de ces conditions
la synthse de lois de commande robustes de type PDC modifies ont t proposes. Lemploi
dun critre H a par ailleurs, permis daboutir des conditions visant minimiser linfluence
des perturbations externes sur la dynamique du DTSI considr. Les rsultats proposs sont
fournis en termes de LMI afin de permettre une rsolution laide des outils de loptimisation
convexe. Dautre part, afin de relcher (rduire le conservatisme) les approches quadratiques
proposes, un schma de relaxation typique pour la classe des systmes descripteurs a t
dvelopp. Cependant, il convient de souligner que la synthse de contrleurs flous laide des
conditions proposes dans les thormes 2.3 et 2.4 sont quadratiques. Par consquent, ces
approches ncessitent la recherche dune matrice de Lyapunov unique X , c'est--dire
commune lensemble de la structure dinterconnexion des DTSIP considrs. Ceci introduit
bien entendu du conservatisme lors de la rsolution des conditions de stabilit proposes. Une
manire de rduire ce conservatisme est dutiliser un autre type de fonction candidate de
Lyapunov conduisant des rsultats relchs. Ainsi, dans le prochain chapitre, des approches
non quadratiques seront tablies pour lanalyse et la synthse de lois de commande stabilisantes
pour la classe des DTSIP.
Page 55
Chapitre III
Stabilisation non quadratique des descripteurs T-S
3.1. Introduction ....................................................................................................................................57

3.2. Stabilisation non quadratique des descripteurs T-S incertains et perturbs....................................57
3.2.1. Formulation de la boucle ferme dans le cadre non quadratique..................................... 57
3.2.2. Synthse non quadratique de lois de commande pour les descripteurs T-S incertains et
perturbs ................................................................................................................. 59
3.2.3. Synthse non quadratique de lois de commande pour les descripteurs incertains ............. 61
3.2.4. Extension la synthse H de lois de commande non quadratiques pour les descripteurs
T-S incertains et perturbs ........................................................................................ 65
3.2.5. Discussion sur lapplicabilit des approches non quadratiques....................................... 68
3.2.6. Rduction des approches non quadratiques un cadre quadratique tendu ..................... 70
3.3. Exemples numriques.....................................................................................................................72
3.4. Conclusion......................................................................................................................................77
3.
3.1.
Introduction
Dans le chapitre prcdent, les problmes de stabilit et de stabilisation quadratiques des

modles descripteurs T-S incertains et perturbs (DTSIP) ont t traits. Ceux-ci sont bass sur
une fonction candidate quadratique de Lyapunov ncessitant la recherche dune matrice
commune un ensemble de contraintes LMI. De ce fait, comme on pouvait sy attendre, les
conditions de stabilit proposes sont conservatives dun point de vue synthse de contrleur.
Dans ce cadre, plusieurs travaux ont t proposs pour les tudes de stabilit et de stabilisation
des modles T-S standards afin de fournir des conditions moins conservatives bases sur
lemploi dautres fonctions de Lyapunov. Ainsi, des approches bases sur la fonction de
Lyapunov continue par morceaux (piecewise Lyapunov functions) PLF ont t proposes par
[Johansson et al., 1999][Feng et Harris, 2001][Feng et Sun, 2002][Othake et al., 2003][Feng,
2004][Feng, 2006][Ji et al., 2007][Wu et al., 2007]. Nanmoins, ces approches savrent peu
efficaces lorsquun reprsentant T-S est obtenu par dcoupage en secteur non linaire. En effet,
ce type de fonction de Lyapunov ne tient pas compte de la structure dinterconnexion non
linaire entre sous-modles composant le systme global. Une autre approche, adapte au cas
non linaire, consiste en lutilisation dune fonction candidate non quadratique de Lyapunov
[Blanco et al., 2001][Guerra et Vermeiren, 2004][Rhee et Won, 2006]. Parmi celles-ci, on
distingue lapproche considrant lemploi dune fonction candidate de Lyapunov dite floue
(FLF) dans la mesure o les variables de dcision de cette fonction sont bases sur la mme
structure dinterconnexion que le systme T-S tudi [Jadbabaie, 1999][Tanaka et al.,
2001a][Tanaka et al., 2001b][Tanaka et al., 2001c][Tanaka et al., 2003][Feng, 2004][Feng,
2006]. Ainsi le systme, la FLF et la loi de commande tant bass sur cette mme structure, on
comprend bien quune compensation parallle entre ces parties facilite la recherche dune
solution aux problmes LMI et conduit une rduction du conservatisme.
Lobjectif de ce chapitre est donc dtendre au cadre non quadratique les conditions de
stabilisation des descripteurs T-S incertains et perturbs (DTSIP) prsentes au chapitre 2 de ce
manuscrit. Tout dabord, nous rappellerons la classe des modles DTSIP tudis. Puis
lextension de la loi de commande PDC, dite non-PDC dans le cadre non quadratique, ainsi que
la FLF considre seront prsentes. Ensuite, les conditions pour la synthse dune loi de
commande non-PDC seront proposes dans le cas de perturbations externes nulles. Ces
rsultats seront par la suite tendus au cas des DTSI soumis des perturbations externes par le
biais dun critre H . Par ailleurs, un bilan thorique sur lapplicabilit des approches
proposes sera prsent sous forme dune discussion et les limites des approches non
quadratiques seront discutes. Afin de faciliter la mise en uvre des conditions de stabilit
proposes, un compromis conduisant une approche quadratique tendue sera tudi. Enfin,
dans la dernire section, deux exemples seront tudis pour illustrer lintrt et lefficacit des
approches proposes.
3.2.
Stabilisation non quadratique des descripteurs T-S incertains et

perturbs
3.2.1. Formulation de la boucle ferme dans le cadre non quadratique

On rappelle la classe gnrique des DTSIP prsente dans le chapitre prcdent. Celle-ci
reprsente les descripteurs dcrits par lquation dtat suivante :
Page 57
Chap. 3 : Stabilisation non quadratique des descripteurs T-S incertains et perturbs
k =1
i =1
vk ( z ) ( Ek + Ek ( t ) )x ( t ) = hi ( z ) ( Ai + Ai ( t ) ) x ( t ) + ( Bi + Bi ( t ) ) u ( t ) + Wi ( t )
(3.1)
Avec les grandeurs et matrices dj dfinies au chapitre 2, quation (2.13).

Rappelons que dans le chapitre prcdent, une loi de commande PDC modifie a t utilise
pour la stabilisation quadratique des DTSIP [Taniguchi et al., 2000]. Notons que, dans ce
cadre, le changement de variable bijectif M jk = K jk X 1 a t ralis (cf. thorme 2.3) pour
fournir des conditions de stabilisation exprimes en termes de LMI. Dans le prsent chapitre,
on sintresse la stabilisation non quadratique des DTSIP. De ce fait, une structure
dinterconnexion variable dans le temps doit tre associe la variable de dcision X 1 , c'est-r
1
dire X hv
= hi ( z ) vk ( z ) X ik1 . Par consquent, tant donn le couplage de la matrice de
i =1 k =1
Lyapunov et des gains de commande, ce changement de variable ne pourra plus tre bijectif.
De plus, sil est effectu dans le cadre non quadratique, la synthse ne pourra pas se faire par le
biais de LMI. Afin de palier ce problme, une loi de commande, dite non-PDC, a t propose
pour la stabilisation non quadratique des modles T-S standards, aussi bien dans le cas continu
[Tanaka et al., 2003][Lam et Leung, 2006] que dans le cas discret [Guerra et Vermeiren, 2004]
[Ding et Huang, 2008]. Ramene au cas des systmes descripteurs, une loi de commande nonPDC a t propose [Bouarar et al., 2008a]. Celle-ci est donne par :
1
r l
u ( t ) = hi ( z ) vk ( z ) K ik hi ( z ) vk ( z ) X ik1 x ( t )
i =1 k =1
i =1 k =1
(3.2)
o K ik et X ik1 > 0 sont des matrices de dimensions appropries rechercher. La loi de

commande (3.2), est illustre par le schma suivant.
h1 ( z ( t ) )
v1 ( z ( t ) )
K11
hi ( z ( t ) )
x (t )
vk ( z ( t ) )
K ik
hr ( z ( t ) )
K rl
K hv
(X )
1 1
hv
u (t )
vl ( z ( t ) )
Figure 3.1. Schma de la loi de commande non-PDC.
Remarque 3.1
1
r l
La loi de commande (3.2) est dite non-PDC, car elle contient le terme hi ( z ) vk ( z ) X ik1 .
i =1 k =1
Page 58
Par consquent, (3.2) ne constitue plus, au sens strict du terme, une compensation parallle
distribue de la loi de commande vis--vis du descripteur T-S stabiliser.
En considrant le vecteur dtat augment x ( t ) = xT ( t ) x T ( t ) et les notations dcrites au
T
chapitre 1, le modle DTSIP (3.1) et la loi de commande non-PDC (3.2) dans leur forme
tendue sont donns par :
Ex ( t ) = ( Ahv + Ahv ( t ) ) x ( t ) + ( Bh + Bh ( t ) ) u ( t ) + Wh ( t )
0
I 0
avec E =
, Ahv =
0 0
Ah
0
Bh ( t ) =
et
B
t
(
)
h
0
I
0
0
0
, Ahv ( t ) =
, Bh = , Wh = ,
Ev
Bh
Wh
Ah ( t ) Ev ( t )
u ( t ) = K hv x ( t )
1
avec K hv = K hv ( X hv
)
(3.3)
(3.4)
1
0 .
La substitution de la loi de commande non-PDC (3.4) dans (3.3) permet dobtenir lexpression
de la dynamique de la boucle ferme qui sera donne par :
Ex ( t ) = Ahv + Ahv ( t ) ( Bh + Bh ( t ) ) K hv x ( t ) + Wh ( t )
(3.5)
Ds lors, la synthse dune loi de commande non-PDC reprsente par (3.2), stabilisant le
DTSIP (3.1), consiste en lobtention des matrices de gain K ik et X ik1 , pour i = 1,..., r et
k = 1,..., l , assurant la stabilit de la boucle ferme (3.5).
3.2.2. Synthse non quadratique de lois de commande pour les descripteurs

T-S incertains et perturbs
Il est vident que les approches proposes dans le chapitre 2 sont conservatives. En effet, elles
ncessitent dune part la recherche des matrices des gains de retour dtat et dautre part une
matrice X commune toutes les contraintes LMI. Afin de contourner ce problme de
conservatisme, les approches proposes par la suite seront bases sur la FLF donne par :
1
r r l
V ( x ( t ) ) = x ( t ) E hi ( z ) h j ( z ) vk ( z ) X ijk x ( t )
i =1 j =1 k =1
o x ( t ) = xT ( t ) x T ( t ) et la condition de symtrie :
T
Page 59
(3.6)
E ( X hhv ) =
1
(( X )
hhv
1 T
ET > 0
(3.7)
Notons que la fonction non quadratique (3.6) est dite FLF car la matrice variable dans le temps
X hhv rechercher pour garantir la stabilit dun systme repose sur la mme structure
r
dinterconnexion floue
h ( z ) h ( z ) v ( z ) ...
i =1 j =1 k =1
que la boucle ferme (3.5) dont on
souhaite tudier la dynamique.

En tenant compte des notations dfinies dans le chapitre 1, (3.6) peut tre rcrite telle que :
V ( x ( t ) ) = x T ( t ) E ( X hhv ) x ( t )
1
(3.8)
T
En multipliant (3.7) gauche et droite respectivement par X hhv
et X hhv , on obtient :
T
X hhv
E = E T X hhv > 0
(3.9)
De manire usuelle pour les systmes descripteurs, on pose X hhv
1
X hv
=
3
X hh
X (2i)
. Daprs la
X hh4
1
1
condition de symtrie (3.9), on obtient directement X hv
= ( X hv
) > 0 , X (2i) = 0 .
T
Notons que, des structures dinterconnexions floues ont t attribues aux variables de dcision
1
3
X hv
, X hh
et X hh4 . Bien entendu, ce choix nest pas arbitraire et sera justifi dans la preuve du
thorme dveloppe dans la suite de ce chapitre (cf. remarque 3.2). Par ailleurs, afin de
garantir linversibilit de X hhv , la matrice X hh4 doit tre inversible.
Ltude de la stabilit et de la stabilisation de la classe des modles descripteurs T-S laide de
la FLF (3.8) conduit la drivation des fonctions dappartenance hi ( z ) , vk ( z ) . De ce fait, les
approches proposes par la suite sont obtenues sous lhypothse suivante :
Hypothse 3.1
Les fonctions dappartenance hi ( z ) et vk ( z ) , pour i = 1,..., r et k = 1,..., l , doivent tre de
classe C 1 , cest--dire continment drivables. Cette hypothse est vrifie dans le cas des
modles T-S obtenus par le dcoupage en secteur non linaire de termes continus et drivables
sur un espace compact de lespace dtat [Tanaka et Wang, 2001].
Proprit 3.1
Pour tout i = 1, 2,..., r et k = 1, 2,..., l , sous lhypothse 3.1, hi ( z ) et vk ( z ) admettent
respectivement des bornes infrieures i et k .
Page 60
3.2.3. Synthse non quadratique de lois de commande pour les descripteurs

incertains
Dans cette section, on sintresse tout dabord au problme de la stabilisation de la classe des
DTSI dcrite par (3.1) sans perturbations externes ( ( t ) = 0 ). La solution apporte ce
problme est prsente en termes de LMI dans le thorme suivant.
Thorme 3.1 : [Bouarar et al., 2008a]

Soient
q = min {r , l}
et
z ( t ) ,
{1, 2,..., r 1} , {1, 2,..., l 1} ,
h ( z ( t ) )
et
v ( z ( t ) ) . Le DTSI (3.1) avec ( ( t ) = 0 ) est globalement asymptotiquement stabilis via
la loi de commande non-PDC (3.2) sil existe des matrices X 1jk = ( X 1jk ) > 0 , X ij3 , X ij4 , K jk et
T
1
3
des scalaires positifs ijk
, ijk2 , ijk
et ijk4 , tels que les conditions suivantes soient vrifies :
iii < 0 , pour i = 1, 2,..., q
(3.10)
iik < 0 , pour k = 1, 2,..., l , i = 1, 2,..., r et k i
(3.11)
iji + jii < 0 , pour j = 1, 2,..., r , i = 1, 2,..., q et j < i
(3.12)
ijk + jik < 0 , pour i, j = 1, 2,..., r , k = 1, 2,..., l , j < i et k i
(3.13)
X 1k X rk1 0 , pour k = 1, 2,..., l et = 1, 2,..., r 1
(3.14)
X 1j X 1jl 0 , pour j = 1, 2,..., r et = 1, 2,..., l 1
(3.15)
1,1
(ijk )
( ) ( ) ( )
i
1
1
N a X jk
ijk
I
0
0
i
2
N b K jk
0
ijk I
0
avec ijk =
k
3
N e X ij
0
0
ijk3 I
4 T
1
3
0
0
0
( X ij ) + Ai X jk Ek X ij Bi K jk
0
0
0
0
l 1
T
r 1
(1,1)
ijk
= X ij3 + ( X ij3 ) ( X 1k X rk1 ) + ( X 1j X 1jl )
=1
=1
( )
0
0
0
(ijk
5,5 )
N ek X ij4
0
0
( )
ijk4 I
1
3
et (ijk ) = Ek X ij4 ( X ij4 ) EkT + ijk
H ai ( H ai ) + ijk2 H bi ( H bi ) + ( ijk
+ ijk4 ) H ek ( H ek ) .
5,5
Page 61
Preuve :
La boucle ferme (3.5) est globalement asymptotiquement stable si la drive de (3.6) le long
des trajectoires du systme est ngative, c'est--dire si :
V ( x ) = x T E ( X hhv ) x + x T E ( X hhv )
1

1
x + x T E ( X hhv ) x < 0
(3.16)
En considrant (3.7) et (3.5), lingalit (3.16), conduit :
(A
hv
+ Ahv ( t ) ( Bh + Bh ( t ) ) K hv
+ ( X hhv )
) (A
1 T
hv
) (X )
T
hhv
+ Ahv ( t ) ( Bh + Bh ( t ) ) K hv

1
+ E ( X hhv ) < 0
(3.17)
T
La multiplication gauche et droite de (3.17) respectivement par X hhv
et X hhv mne :
T
X hhv
Ahv + Ahv ( t ) ( Bh + Bh ( t ) ) K hv
+ Ahv + Ahv ( t ) ( Bh + Bh ( t ) ) K hv

1
X hhv + E T X hhv ( X hhv ) X hhv < 0
(3.18)
Lingalit (3.18) contient la drive de linverse de la matrice de Lyapunov. Celle-ci peut tre
rcrite telle que :
i
) {( X

1
d
( X hhv ) =
dt
hhv
X hhv
}( X
hhv

1
( X hhv )

1
1
1
1
1
= ( X hhv ) X hhv ( X hhv ) + ( X hhv ) X hhv ( X hhv ) ( X hhv )
(3.19)
1
1
= ( X hhv ) X hhv ( X hhv )
Do, (3.18) devient :
T
X hhv
Ahv + Ahv ( t ) ( Bh + Bh ( t ) ) K hv
+ Ahv + Ahv ( t ) ( Bh + Bh ( t ) ) K hv X hhv E T X hhv < 0
(3.20)
En dveloppant lingalit (3.20) laide des matrices dfinies en (3.3), et (3.4), on obtient :
Page 62

3
3 T
1
X hh
+ ( X hh
X hv
)
4 T
1
3
( X hh ) + Ah X hv Ev X hh
h h
h
1
Bh K hv + H a f a ( t ) N a X hv
v v
v
h h
h
3
H
f
t
N
X
H
f
t
N
K
(
)
(
)
e e
e
hh
b b
b
hv
( )
E X 4 ( X 4 )T E T
hh
v
v hh
< 0
T
T
T
T
v
v
v
4
X
N
f
t
H
(
)
(
)
(
)
(
)
(
)
hh
e
e
e
v v
v
4
H e f e ( t ) N e X hh
(3.21)
Les matrices des fonctions f ah ( t ) , fbh ( t ) et f eh ( t ) dans lingalit (3.21) peuvent tre
majores en utilisant le lemme 2 (annexe A). Ce qui mne :
X 3 + ( X 3 )T X 1 + (1,1)
hh
hv
hhv
hh
4 T
1
( X hh ) + Ah X hv

3
Ev X hh Bh K hv
avec
1,1)
1
(hhv
= ( hhv
)
(hhv
2,2
(X ) (N )
)
= ( ) ( X ) ( N )
( )
E X 4 ( X 4 )T E T + 1 H h ( H h )T
hh
v
hhv
a
a
v hh
2 h
3
4
h T
v
v T
+ hhv H b ( H b ) + ( hhv + hhv ) H e ( H e )
< 0
2,2 )
+ (hhv

1 T
hv
h T
a
1
2
N ah X hv
+ ( hhv
) K hvT ( Nbh ) Nbh K hv + ( hhv3 )
1
4
hhv
4 T
hh
v T
e
N ev X hh4 .
(3.22)
(X ) (N )
3 T
hh
v T
e
3
N ev X hh
et
En appliquant le complment de Schur [Boyd et al., 1994] sur les termes (hhv) et (hhv ) , on
obtient :
1,1
3
3 T
X hh
+ ( X hh
) X hv1
N ah X hv
N bh K hv
N ev X hh
( X 4 )T + A X 1 E X 3 B K
h hv
v hh
h hv
hh
( )
1
hhv
I
0
( )
( )
( )
0
0
0
0
2
hhv
3
hhv
I
5,5)
(hhv
N ev X hh4
2,2
0
<0
0
( )
4
hhv
I
(3.23)
1
2
3
4
o (hhv ) = Ev X hh4 ( X hh4 ) EvT + hhv
H ah ( H ah ) + hhv
H bh ( H bh ) + ( hhv
+ hhv
) H ev ( H ev ) .
T
5,5
1
1
La drive X hv
de la matrice X hv
figurant dans lingalit (3.23) conduit la drivation des
fonctions dappartenance hi ( z ) et vk ( z ) . Notons qu ce stade les conditions de stabilit

fournies sont exprimes en termes de BMI. Pour palier ce problme et proposer des rsultats
exprims en termes de LMI, lhypothse 3.1 doit tre vrifie.
Puisque les fonctions dappartenance vrifient les proprits des sommes convexes
l
vk ( z ) = 1 et
k =1
h ( z ) = 1 , alors
i =1
1
X hv
prsente dans (3.23), peut tre dveloppe tel que :
Page 63
1
X hv
= h j ( z ) vk ( z ) X 1jk + h j ( z ) vk ( z ) X 1jk
j =1 k =1
j =1 k =1
(3.24)
l
r
= h j ( z ) vk ( z ) h ( z ) X 1k + v ( z ) X 1j
k =1 j =1
=1
=1
De plus, on peut crire :

r 1
l 1
=1
=1
hr ( z ( t ) ) = h ( z ( t ) ) et vl ( z ( t ) ) = v ( z ( t ) )
(3.25)
do, lgalit (3.24) peut tre rcrite sous la forme :

l
r
r 1
l 1
1
X hv
= h j ( z ) vk ( z ) h ( z ) X 1k + hr ( z ) X rk1 + v ( z ) X 1j
=1
k =1 j =1
=1
1
+ vl ( z ) X jl
l 1
r 1
= h j ( z ) vk ( z ) h ( z ) ( X 1k X rk1 ) + v ( z ) ( X 1j X 1jl )
k =1 j =1
=1
=1
(3.26)
Daprs la proprit 3.1, pour k = 1, 2,..., l et i = 1, 2,..., r , vk ( z ( t ) ) k et hi ( z ( t ) ) i , tels
que i et k sont deux scalaires ngatifs. Do, (3.26) peut tre majore par :
l
r
l 1
r 1
1
X hv
h j ( z ) vk ( z ) ( X 1k X rk1 ) + ( X 1j X 1jl )
=1
k =1 j =1
=1
sous les conditions :
(3.27)
X 1k X rk1 0 , pour k = 1, 2,..., l et = 1, 2,..., r 1
(3.28)
et X 1j X 1jl 0 , pour j = 1, 2,..., r et = 1, 2,..., l 1
(3.29)
Ainsi, en considrant (3.23), (3.27), (3.28) et (3.29), on obtient directement les conditions de
stabilit proposes dans le thorme 3.1 relches laide du lemme 2.1 (chapitre 2).
Remarque 3.2
La structure dinterconnexion floue pour (3.23) est une triple somme ( hhv ) . Afin de tirer parti
de la relaxation introduite par les variables de dcision incluses dans la FLF (3.6), lexamen
dtaill des indices et des produits de sommes contenues lintrieur de (3.23) permet de
1
3
justifier laffectation des structures dinterconnexion de X hv
, X hh
et X hh4 .
Page 64
Remarque 3.3
1
La rcriture de la drive de la matrice de Lyapunov X hv
sous la forme (3.27) avec les
conditions (3.28) et (3.29) permet :
Dune part, de garantir que le thorme 3.1 inclut toujours les conditions quadratiques
du thorme 2.3 (chapitre 2). En effet, si lon considre la matrice de Lyapunov
1
3
constante, cest--dire X hv
= X 1 , X hh
= X 3 et X hh4 = X 4 , on retrouve alors directement
les conditions quadratiques prsentes au chapitre prcdent (au changement de
variable M jk = K jk X 1 prs).
Dautre part, de rduire le pessimisme d la ncessit de connatre, a priori, les bornes
infrieures des drives des fonctions dappartenance. En effet, on constate ici que
seules ( l 1) et ( r 1) au lieu de l et r de ces quantits doivent tre connues
lavance.
Enfin, cause de la nature des fonctions dappartenance, les bornes infrieures de leurs
drives temporelles ne peuvent tre que ngatives. Ainsi, les quantits
l 1
r 1
( X 1k X rk1 ) + ( X 1j X 1jl ) , prsente dans les premiers blocs diagonaux

=1
=1
des ingalits (3.10) (3.15) sont toujours positives ou nulles et conduisent une
rduction du conservatisme. Notons que ce type de relaxation a t introduit dans
[Tanaka et al., 2007].
3.2.4. Extension la synthse H de lois de commande non quadratiques

pour les descripteurs T-S incertains et perturbs
Tout comme le cas quadratique (chapitre 2), en plus des incertitudes paramtriques, il est
possible de considrer que le descripteur (3.1) est soumis des perturbations externes
( ( t ) 0 ). Dans ce cadre, une approche robuste peut tre propose dans le cadre non
quadratique par la minimisation dun critre H permettant de garantir lattnuation des
perturbations externes selon un taux > 0 . On rappelle le critre H prsent au chapitre
prcdent :
T
T
2
T
x ( t ) Qx ( t )dt < ( t ) ( t )dt
0
(3.30)
Q 0
T
o Q =
et Q = Q > 0 est une matrice de pondration.
0
0
Le rsultat conduisant la synthse H dun contrleur robuste pour les DTSIP est donn par
le thorme suivant.
Page 65
Thorme 3.2 : [Bouarar et al., 2008b]

Soient
z ( t ) ,
{1, 2,..., r 1} ,
{1, 2,..., l 1} ,
h ( z ( t ) ) ,
v ( z ( t ) )
et
q = min {r , l} . Le DTSIP en boucle ferme (3.5) est globalement asymptotiquement stable et

admet un taux dattnuation = au regard des perturbations externes sil existe, pour tout
i = 1,..., r , j = 1,..., r et k = 1,..., l , des matrices X 1jk = ( X 1jk ) > 0 , X ij3 , X ij4 , K jk ainsi que des
T
1
3
scalaires positifs ijk
, ijk2 , ijk
, ijk4 et un scalaire > 0 minimiser tels que les conditions LMI
suivantes soient vrifies pour :
iii < 0 , pour i = 1, 2,..., q
(3.31)
(3.32)
(3.33)
(3.34)
X 1k X rk1 0 , pour k = 1, 2,..., l et = 1, 2,..., r 1
(3.35)
X 1j X 1jl 0 , pour j = 1, 2,..., r et = 1, 2,..., l 1
(3.36)
avec ijk = 1
X jk
ijk
0
0
0
0
0 0
0 WiT
( )
< 0 et ijk dfinies au thorme 3.1.
0
0 Q 1
0
0
Preuve :
On considre la FLF (3.6). La dynamique de la boucle ferme (3.5) est globalement
asymptotiquement stable sous le critre H (3.30) si :
x T E ( X hhv ) x + x T E ( X hhv )
1

1
T
T
x + x T E ( X hhv ) x + x ( t ) Qx ( t ) 2 ( t ) ( t ) < 0
(3.37)
En suivant le mme chemin que pour la preuve du thorme 3.1 et partir de (3.17) (3.20),
on obtient :
Page 66

T
1
1
A + A ( t ) ( B + B ( t ) ) K
( X hhv ) E ( X hhv ) +
hv
h
h
hv
hv
( )
<0
1 T
( X hhv )
Ahv + Ahv ( t ) ( Bh + Bh ( t ) ) K hv + Q
2
T
Wh ( X hhv )
I
)(
X T
La multiplication de (3.38) respectivement gauche et droite par
0
:
(3.38)
X
0
et
I
0
A + A ( t ) ( B + B ( t ) ) K X
hv
h
h
hv
hhv
hv
T
+ X hhv Ahv + Ahv ( t ) ( Bh + Bh ( t ) ) K hv ( ) < 0

1
T
T
( X hhv ) E ( X hhv ) X hhv + ( X hhv ) QX hhv
Wh
2 I
0
mne
I
(3.39)
De la mme manire que la preuve du thorme 3.1 ( partir de (3.20)), on obtient :

1,1)
(hhv
h 1
N a X hv
N hK
bv hv3
N e X hh
( 5,1)
hhv
0
1
X hv
0
( )
( )
( )
1
hhv
I
0
0
2
0
hhv I
0
3
0
0
hhv
I
0
0
0
0
0
0
0
0
0
0
0
0
( )
0
0
0
0
0
0
0
( )
<0
( )
0
0
I
0
0
0
0
0
0
0
5,5 )
(hhv
0
( )
v
4
4
N e X hh hhv I
0
0
0
Q 1
WhT
0
0
(3.40)
l 1
r 1
T
1,1
3
3 T
o (hhv) = X hh
+ ( X hh
) ( X 1k X rk1 ) + ( X 1j X 1jl ) + ( X hv1 ) QX hv1 ,
=1
=1
1
3
(hhv ) = ( X hh4 ) + Ah X hv
Ev X hh
Bh K hv et
5,1
1
2
3
4
(hhv ) = Ev X hh4 ( X hh4 ) EvT + hhv
H ah ( H ah ) + hhv
H bh ( H bh ) + ( hhv
+ hhv
) H ev ( H ev )
5,5
1
Enfin, en appliquant le complment de Schur [Boyd et al., 1994] sur le terme ( X hv
) QX hv1 , on
T
obtient directement les conditions donnes par le thorme 3.2 avec = 2 .
Page 67
3.2.5. Discussion sur lapplicabilit des approches non quadratiques

La mise en uvre des conditions LMI de stabilit proposes dans les thormes prcdents
ncessite la connaissance a priori des bornes infrieures des drives des fonctions
dappartenance [Jadbabaie, 1999][Tanaka et al., 2003][Tanaka et al., 2007]. Ce point constitue
une des principales critiques des approches non quadratiques dans le cadre de lanalyse des
systmes flous de type T-S. En effet, la connaissance a priori de ces paramtres revient
supposer, avant rsolution des problmes LMI, une borne hypothtique la dynamique du
systme tudier.
Dans [Jadbabaie, 1999], la rsolution de ce problme se fait en deux tapes :
La premire porte sur la recherche des bornes suprieures des drives des fonctions
dappartenance par rapport aux variables dtat dont elles dpendent, cest--dire
hi ( z )
. Notons que cette tape est toujours ralisable dans le cas des systmes T-S.
z
La deuxime tape consiste calculer les bornes des drives des variables de prmisse
z ( t ) qui constituent les arguments des fonctions dappartenance.
La mthode propose par [Tanaka et al., 2003] est inspire de celle propose par [Jadbabaie,
1999]. Celle-ci repose sur la rcriture de la drive dune fonction dappartenance sous la
forme dune somme de deux fonctions multiplies par des scalaires. Ces dernires seront
rechercher de telle sorte que ces fonctions satisfassent les proprits dune somme convexe.
Autrement dit, pour chaque fonction dappartenance h (.) , la drive est calcule telle que
2
h (.) = w n (.) n avec

n =1
w (.) = 1 et
n =1
w n (.) 0 . Dans ce cas, les scalaires rechercher
sont donns par 1 = max h (.) et 2 = min h (.) . De ce fait, lobtention de conditions
LMI ncessitent la fois la recherche de 1 et 2 .

Lapplicabilit des mthodes proposes par [Jadbabaie, 1999][Tanaka et al., 2003] reste
toutefois limite au cas des systmes autonomes. En effet, le calcul de ces bornes savre
difficile et parfois impossible, en particulier lorsque lon se place dans le cas de la stabilisation
puisque lon ne connat pas a priori la dynamique de la boucle ferme. De ce fait, dans la
plupart des cas, ces mthodes noffrent pas dautre choix que de supposer la valeur de ces
bornes. Nanmoins, dans le cas particulier o lune au moins des composantes du vecteur
dentre est nulle, le calcul des valeurs exactes des bornes infrieures des drives des
fonctions dappartenance devient possible [Tanaka et al., 2003]. Cependant, dans le cas des
systmes descripteurs autonomes ou forcs, la mthode prcdente reste inapplicable.
Notons que dautres mthodes, bases sur une fonction de Lyapunov candidate crite sous la
forme dune intgrale curviligne, permettent de saffranchir de la connaissance a priori de
paramtres pour ltude de la stabilit des systmes T-S standards. Ainsi, dans [Rhee et Won,
2006] des conditions de stabilit ont t proposes sous forme de LMI. Toutefois, dans le cadre
de la stabilisation, le problme reste sous forme dIngalits Matricielles Bilinaires (BMI). Il
est souligner que ces approches ne peuvent tre appliques que dans un cadre non
quadratique contraignant du point de vue du choix de la fonction de Lyapunov. Ainsi, une
Page 68
extension de celle-ci a t propose dans [Li et al., 2008], mais cette tude ne tient pas compte
de la condition dindpendance vis--vis du chemin ncessaire pour quune intgrale curviligne
puisse tre considre comme une fonction candidate de Lyapunov. Ce point a t mis en
vidence et une solution a t apporte dans un cas particulier trs simple [Guelton et al.,
2010]. L encore, il est possible de conclure quune gnralisation de cette approche des
systmes plus complexes, par exemple les descripteurs, est peu judicieuse voire impossible.
Enfin, plus rcemment une nouvelle approche a t propose afin de saffranchir de la
recherche des bornes des drives des fonctions dappartenance dans le cadre de ltude de la
stabilit locale des systmes T-S standards [Guerra et Bernal, 2009] et incertains [Bernal et
Guerra, 2009]. Celle-ci se base sur la rcriture dveloppe des drives des matrices de
Lyapunov incluses dans les conditions suffisantes de stabilit, voir par exemple le premier bloc
de lingalit (3.21). Bien que trs prometteuse, cette approche conduit des rsultats LMI
dans le cadre de la stabilit mais nest, pour lheure, pas applicable au cas de la synthse de loi
de commande et son extension aux cas des descripteurs reste un champ ouvert.
Au terme de cette discussion, on comprend bien que la recherche de ces valeurs exactes
constitue un verrou lever pour les prochaines tudes sur la stabilisation non quadratique des
systmes T-S. Ceci dit, mme si un calcul exact ne peut tre effectu, il est possible, dans la
mesure o la rsolution des thormes 3.1 et 3.2 est ralise hors ligne , de proposer une
mthode permettant dobtenir une valeur approche relativement fiable de ces bornes. Cette
mthode repose sur lalgorithme suivant :
1. Choisir et pour = 1, 2,..., r 1 et = 1, 2,..., l 1 avec des valeurs
suffisamment ngatives vis--vis de la dynamique attendue du systme en boucle
ferme et choisir et les prcisions souhaites pour les valeurs approches de
et .
2. Rsoudre les conditions LMI donnes par les thormes 3.1 ou 3.2.
Si une solution est obtenue alors, aller ltape 3.
Sinon recommencer ltape 2 en augmentant respectivement les valeurs
absolues de et de et .
3.
Vrifier en simulation si les hypothses h ( z ( t ) ) et v ( z ( t ) )
pour
= 1, 2,..., r 1 et = 1, 2,..., l 1 sont vrifies.
Si oui alors, aller ltape 4.

Sinon :
Lors du premier passage dans ltape 3, recommencer ltape 2 en
augmentant respectivement les valeurs absolues de et de et
.
Si ltape 4 a dj t franchie alors les valeurs optimales de et sont

celles mmorises au cycle prcdent : Fin de lalgorithme.
4. Mmoriser les valeurs de et et retourner ltape 2 en augmentant

respectivement les valeurs absolues de et de et .
Page 69
Remarque 3.4
Les rsultats obtenus laide de lalgorithme prcdent dpendent des conditions initiales
choisies. De ce fait, ils constituent des solutions locales pour les problmes de stabilit et de
stabilisation.
3.2.6. Rduction des approches non quadratiques un cadre quadratique

tendu
Dans la section prcdente, les limites des approches non quadratiques ont t discutes en
termes dapplicabilit. En effet, celle-ci ncessitent la connaissance a priori ou la recherche des
valeurs approches des bornes infrieures et pour = 1, 2,..., r 1 et = 1, 2,..., l 1 , des
drives des fonctions dappartenance h ( z ( t ) ) et v ( z ( t ) ) . Rappelons que les
approches quadratiques proposes au chapitre 2 ne tiennent pas compte de ces variables

puisque la matrice de Lyapunov rechercher est constante et que, par consquent, les
conditions de stabilit LMI ne dpendent pas de sa drive. En revanche, il est vident que
lapproche non quadratique apporte une rduction du conservatisme des conditions LMI
puisquelle permet dintroduire de nouvelles variables de dcision relatives chacun des soussystmes qui composent le systme T-S tudier. La question qui se pose donc maintenant est
de savoir si un compromis ne peut tre trouv afin de rduire le conservatisme de lapproche
quadratique prsente au chapitre 2 et lapplicabilit des approches non quadratiques prsentes
ci-dessus ?
Une rponse cette question a t apporte dans le cadre de la commande des descripteurs
[Guerra et al., 2007] et peut-tre applique au cas des DTSIP traits au cours de ce travail.
Afin dillustrer ce propos, on rappelle la FQL employe au chapitre 2 :
V ( x ( t ) ) = x T ( t ) EX 1 x ( t )
x ( t )
X1
avec x ( t ) =
, X =
X3
x ( t )
(3.41)
0
I 0
constante et E =
.
X4
0 0
et la FLF employe dans le cadre non quadratique considre ci-dessus :

V ( x ( t ) ) = x T ( t ) E ( X hhv ) x ( t )
1
(3.42)
1
X hv
0
avec cette fois-ci X hhv = 3
.
4
X hh X hh
Ds lors, on saperoit au cours de la dmonstration des thormes 3.1 et 3.2 que seule la
1
drive X hv
du premier bloc de la matrice de Lyapunov non quadratique intervient dans
lobtention des conditions de stabilit. Ainsi, un compromis entre (3.41) et (3.42) consiste
choisir une fonction candidate de Lyapunov o X 1 est constante tout en tirant parti de la
Page 70
3
relaxation apporte par les variables de dcision libres X hh
et X hh4 . Dans ce cas, la fonction
candidate de Lyapunov devient :
V ( x ( t ) ) = x T ( t ) E ( X hh ) x ( t )
1
X1
avec X hhv = 3
X hh
(3.43)
0
.
X hh4
Notons par ailleurs que (3.43) est une fonction de Lyapunov quadratique dite tendue dans
la mesure o elle permet dintroduire des variables de dcision floues rduisant le
conservatisme de lapproche quadratique propose au chapitre 2. En effet, en dveloppant
(3.43) on obtient la fonction quadratique :
V ( x ( t ) ) = xT ( t ) X 11 x ( t )
(3.44)
En revanche, il reste toutefois acquis que lapproche non quadratique utilisant (3.41) reste la
moins conservative puisque (3.43) nen est quun cas particulier.
Ainsi, un corollaire quadratique tendu issu du thorme 3.1 peut tre aisment obtenu dans
le cadre de la stabilisation des DTSI et est donn par :
Corollaire 3.1
Soient q = min {r , l} . Le DTSI (3.1) avec ( ( t ) = 0 ) est globalement asymptotiquement
stabilis via la loi de commande non-PDC (3.2) sil existe des matrices X 1 = X 1T > 0 , X ij3 , X ij4 ,
3
K jk et des scalaires positifs i1 , ijk2 , ijk
et ijk4 , tels que les conditions suivantes soient vrifies
pour :
iii < 0 , pour i = 1, 2,..., q
(3.45)
(3.46)
(3.47)
(3.48)
X ij3 + ( X ij3 )
N ai X 1
N bi K jk
avec ijk =
N ek X ij3
( X 4 )T + A X E X 3 B K
i 1
k
ij
i
jk
ij
( )
( )
( )
( )
i1 I
ijk2 I
(ijk
N ek X ij4
Page 71
3
ijk
5,5 )
0
,
0
( )
ijk4 I

3
et (ijk ) = Ek X ij4 ( X ij4 ) EkT + i1 H ai ( H ai ) + ijk2 H bi ( H bi ) + ( ijk
+ ijk4 ) H ek ( H ek ) .
T
5,5
De mme, un corollaire quadratique tendu du thorme 3.2 peut tre aisment obtenu pour
la synthse de loi de commande H des DTSIP. Celui-ci est donn par :
Corollaire 3.2
Soit q = min {r , l} . Le DTSIP en boucle ferme (3.5) est globalement asymptotiquement stable
et admet un taux dattnuation = au regard des perturbations externes sil existe, pour
tout i = 1,..., r , j = 1,..., r et k = 1,..., l , des matrices X 1 = X 1T > 0 , X ij3 , X ij4 , K jk ainsi que des
3
scalaires positifs i1 , ijk2 , ijk
, ijk4 et un scalaire > 0 minimiser tels que les conditions LMI
suivantes soient vrifies pour :
iii < 0 , pour i = 1, 2,..., q
(3.49)
(3.50)
(3.51)
(3.52)
ijk
o ijk =
X1 0 0
0 0 0
(3.53)
0 0 0
0 0 WiT
Q 1
0
( )
0
avec ijk dfinies dans le corollaire 3.1.
3.3.
Exemples numriques
Afin de montrer lintrt des approches non quadratiques proposes dans ce chapitre, nous
considrerons dans un premier temps lexemple prsent au chapitre prcdent titre
dillustration de la rduction du conservatisme apport. Puis, un second exemple sera propos
afin de comparer les approches non quadratiques et quadratiques tendues proposes au cours
de ce chapitre.
Exemple 3.1
On rappelle le DTSIP tudi titre dexemple dans le cadre quadratique au chapitre 2. Celui-ci
est donn par :
Page 72
( E + E ( t ) ) x ( t ) = hi ( x1 ) ( Ai + Ai ( t ) ) x ( t ) + ( Bi + Bi ( t ) ) u ( t ) + W ( t )
i =1
h1 ( x1 ) = 1
0
A2 =
3
2
1
,
1 + x12 ( t )
h2 ( x1 ) =
1
1 + x12 ( t )
1 1
,
E=
1 1
0
A1 =
3
2
(3.54)
1
2
,
b
3 + (1 )
2
1
, W = 0.5 , E ( t ) = H f ( t ) N ,
, B2 = a
, B1 = a
e e
e
0.5
2
2
3 + b (1 )
2
1
2
1
Ai ( t ) = H ai f ai ( t ) N ai , Bi ( t ) = H bi f b ( t ) N bi avec H e = H a1 = H a2 =
0
1
0
0 0
0
1
2
1
2
Ne =
, Na =
2 et N b1 = N b1 = a .
, Na =
1
2
0 b 1 +
0 b (1 + )
0
0
, H b1 = H b2 = ,
1
1
= 0.2172
Afin dappliquer les thormes 3.1 et 3.2 pour la synthse non quadratique dune loi de
commande non-PDC, la connaissance a priori de la borne infrieure 1 de h1 ( z ( t ) ) est
ncessaire. Notons que le descripteur (3.54) comporte des dynamiques inconnues (incertitudes
paramtriques et perturbations externes). Il nest par consquent pas possible de dterminer
avant la rsolution des conditions LMI la valeur exacte de cette borne puisque la dynamique de
la boucle ferme ne peut-tre connue lavance. Afin de contourner ce problme, on suppose
arbitrairement 1 = 1 . Cette hypothse devra alors tre vrifie a posteriori en simulation. Afin
dillustrer la rduction du conservatisme apporte par lapproche non quadratique (Thorme
3.1) vis--vis de lapproche quadratique (Thorme 2.3, chapitre 2), la faisabilit des conditions
LMI est tudie pour diffrentes valeurs des paramtres du modle a [ 2.5 1.2] et
b [ 10 10] . Le rsultat, prsent la figure 3.2, est obtenu laide de Matlab LMI Toolbox
[Gahinet et al., 1995]. Celui-ci confirme que lapproche non quadratique est moins
conservative que lapproche quadratique puisque le domaine de solution du thorme 2.3 est
englob dans celui du thorme 3.1.
Page 73
10
Thorme 2.3
Thorme 3.1
8
6
4
2
0
-2
-4
-6
-8
-10
-2.5
-2
-1.5
-1
-0.5
0.5
Figure 3.2.
Domaines de solutions des thormes 3.1 (non quadratique) et 2.3 (quadratique).
Notons que pour a = 0.5 et b = 6 aucune solution ne peut-tre apporte par lapproche
quadratique. En revanche, un contrleur adquat garantissant la stabilit en boucle ferme de
(3.5) (sans perturbations externes ( t ) = 0 ) peut tre synthtis laide des conditions du
thorme 3.1. Le rsultat est donn par les matrices et les scalaires suivants:
1
1
1
K11 = [1336.7 -297.1] , K 21 = [1210 -239] , 111
= 86.5029 , 121
= 172.2293 , 211
= 172.2293 ,
1
2
2
2
2
221
= 276.1312 , 111
= 124.1002 , 121
= 153.8203 , 211
= 153.8203 , 221
= 200.0237 ,
3
3
3
3
4
4
111
= 86.5029 , 121
= 93.669 , 211
= 93.669 , 221
= 51.009 , 111
= 119.6498 , 121
= 196.4902 ,
688.3091 76.5416
659.1445 70.5973
1
et
X
=
21
70.5973 25.1796 .
76.5416 33.9422
4
4
211
= 196.4902 , 221
= 190.3497 , X 111 =
La figure 3.3, montre lvolution temporelle en boucle ferme du vecteur dtat, du signal de
commande et de la drive de la fonction dappartenance h1 ( x1 ( t ) ) pour la condition initiale
x ( 0 ) = [ 3 0.5] .
T
De plus, la valeur minimale de la drive de la fonction dappartenance h1 ( x1 ( t ) ) trouve aprs
simulation est min h1 ( x1 ( t ) ) = 0.6846 . Ceci permet de vrifier lhypothse ralise puisque
min h1 ( x1 ( t ) ) = 0.6846 >1 = 1 en simulation.
Page 74
0.2
0
x 2(t)
x 1(t)
-1
-2
-0.2
-0.4
-3
0
2
3
Temps
2
3
Temps
2
3
Temps
5
15
dh1(t)/d(t)
u(t)
3
2
10
5
1
0
0
0
2
3
Temps
Figure 3.3. Evolution temporelle du vecteur dtat, du signal de commande et de h1 ( x1 ( t ) ) .

Rappelons que le thorme 3.1 concerne la stabilisation des DTSI sans perturbation externe
( ( t ) = 0 ). La synthse H dune loi de commande non-PDC pour les DTSIP ( ( t ) 0 )
garantissant lattnuation des perturbations peut-tre ralise via le thorme 3.2. La rsolution
des conditions de stabilit LMI proposes dans le thorme 3.2 conduit aux rsultats suivants
1 0
avec a = 1 , b = 4 , la matrice de pondration Q =
et 1 = 1 :
0 1
K11 = [ 0.8567 -0.0784] ,
K 21 = [ 0.5537 -0.1531] ,
1
111
= 0.0096 ,
1
121
= 0.0324 ,
1
1
2
2
2
2
211
= 0.0324 , 221
= 0.0797 , 111
= 0.0857 , 121
= 0.1072 , 211
= 0.1072 , 221
= 0.1958 ,
3
111
= 0.0096 ,
3
121
= 0.011 ,
3
211
= 0.011 ,
3
221
= 0.0093 ,
4
111
= 0.034 ,
4
121
= 0.0373 ,
0.2736 0.0368
0.2736 0.0368
1
, X 21
=
et le taux
0.0368 0.0057
0.0368 0.0057
4
4
211
= 0.0373 , 221
= 0.061 , X 111 =
dattnuation = 3.144 .
A des fins de simulation, on considre une perturbation externe donne par un bruit blanc
gaussien de moyenne nulle et de variance unitaire. La figure 3.4, montre lvolution temporelle
en boucle ferme du vecteur dtat, du signal de commande et de la drive de la fonction
dappartenance h1 ( x1 ( t ) ) pour la condition initiale x ( 0 ) = [1.4 0.2] .
T
Page 75
1.5
0.15
0.1
x 2(t)
0.2
x 1(t)
0.5
0.05
0
0
1
2
3
Temps
-0.05
0.5
4
dh1(t)/d(t)
u(t)
-0.5
-1
Figure 3.4.
2
3
Temps
2
3
Temps
2
0
-1.5
-2
2
3
Temps
-2
Evolution temporelle du vecteur dtat, du signal de commande et de la drive

du h1 ( x1 ( t ) ) du DTSIP (3.54) soumis des perturbations externes.
Notons quune fois de plus, cette simulation permet de vrifier lhypothse ralise puisque
min h1 ( x1 ( t ) ) = 0.9527 >1 = 1 .
Exemple 3.2
La rsolution des conditions de stabilit non quadratiques ncessite de choisir arbitrairement
des bornes de variables dont on ne peut objectivement pas connatre lexactitude avant davoir
ralis la synthse dune loi de commande et, par consquent, de connatre la dynamique finale
du systme en boucle ferme. Ce point constitue la principale critique des approches non
quadratiques mises dans la littrature. Afin de contourner ce problme, des approches
quadratiques tendues ont t proposes aux corollaires 3.1 et 3.2. Afin dillustrer la perte de
conservatisme apporte par la rduction des conditions non quadratiques au cas quadratique
tendu, on considre lexemple numrique suivant :
2
k =1
i =1
vk ( z ( t ) ) ( Ek + Ek ( t ) ) x ( t ) = hi ( z ( t ) ) ( Ai + Ai ( t ) ) x ( t ) + ( Bi + Bi ( t ) ) u ( t ) + Wi ( t )
(3.55)
1 0
0.6 0
10 4
2 a
0
0
o E1 =
,
E
=
,
A
=
,
A
=
,
B
=
et
B
=
2
1
2
1
2
0 0.4
0 1
3 0
1
b , avec
0 0.5

a et b sont deux paramtres du modle et les matrices dincertitudes donnes par
Page 76
1 0
Ek ( t ) = H ek f ek ( t ) N ek , Ai ( t ) = H ai f ai ( t ) N ai et Bi ( t ) = H bi f bi ( t ) N bi avec H a1 = H a2 =
,
0 1
0.9 0.5
0.2 0.3
1
N a1 =
, N a2 =
, H e1 = H e2 = , N e1 = [ 0.2 0.1] , N e2 = [ 0.25 0.15] ,
0.1
0
0.5 0
1
0
0
H b1 = , H b2 = , N b1 = 0.1 , N b2 = 0.15 et les fonctions scalaires dincertitudes bornes
1
1
k}
telles que f=={{ai,ou
t
b , e} ( )
1.
La figure 3.5 montre les domaines de faisabilit obtenus partir du thorme 3.1 et du
corollaire 3.1 pour a [ 6.3 6] , b [88 95] et Q = I . Bien entendu, on constate une
rduction du conservatisme dans le cadre non quadratique.
95
Approche quadratique tendue
Approche non quadratique
94
93
92
91
90
89
88
-6.3
-6.2
-6.1
-6
-5.9
-5.8
Figure 3.5. Domaines de faisabilit du thorme 3.1 et du corollaire 3.1.
3.4. Conclusion
Au cours de ce chapitre des conditions de stabilisation non quadratiques ont t proposes pour
la classe des DTSIP permettant la synthse de lois de commande non-PDC. Au travers dun
premier exemple la pertinence en termes de conservatisme a t dmontre vis--vis des
conditions LMI exprimes dans au chapitre 2. Toutefois, les limites des approches non
quadratiques ont t discutes et concernent notamment leur applicabilit pour la rsolution des
LMI lorsquil nest pas possible de connatre par avance la dynamique attendue de la boucle
ferme. En effet, ltude de la stabilit et de la stabilisation non quadratique des systmes T-S
Page 77
ncessite la connaissance a priori des bornes infrieures des drives des fonctions
dappartenance quil nest pas toujours ais de dterminer en pratique. Nanmoins, la synthse
de loi de commande seffectuant hors ligne, il est toujours possible de supposer ces valeurs
avant la rsolution des conditions LMI puis de vrifier a posteriori les hypothses ralises en
simulation. Afin de pallier la recherche de ces paramtres en pratique, un compromis entre les
approches non quadratiques et quadratiques a t tudi sur la base des travaux de [Guerra et
al., 2007]. Ce compromis permet dobtenir des conditions de stabilit dites quadratiques
tendues. Evidemment, lemploi de ce compromis reste plus conservatif que lapproche non
quadratique. Ceci dit, il sagit l du prix payer pour une meilleure applicabilit lorsquil
nest pas possible de vrifier les hypothses ralises en simulation.
A ce stade, dans le but de rduire le conservatisme des conditions de stabilit des DTSIP, une
premire approche structurelle a t propose au chapitre 2 sous la forme dun lemme de
relaxation. Ensuite, lextension de ces conditions de stabilit au cadre non quadratique a t
propose au cours de ce chapitre. Notons quune autre source de conservatisme des conditions
LMI rside dans le couplage entre les gains de commande et les matrices du systme
commander rsultant de lcriture de la dynamique de la boucle ferme. Afin de contourner ce
problme de nouvelles approches, bases sur une rcriture redondante de la boucle ferme
[Chen, 2004][Peaucelle, 2007][Tanaka et al., 2007], seront proposes dans le chapitre suivant.
Page 78
Chapitre IV
Approches redondantes pour la stabilisation non
quadratique des modles descripteurs T-S incertains
et perturbs
4.1. Introduction ....................................................................................................................................80

4.2. Stabilisation non quadratique des descripteurs T-S incertains : approche redondante...................80
4.2.1. Rappels sur la boucle ferme classique et formulation de la boucle ferme
redondante ........................................................................................................ 80
4.2.2. Conditions LMI non quadratiques pour la stabilisation des descripteurs T-S incertains :
approche redondante ................................................................................................ 83
4.2.3. Stabilisation non quadratique robuste des descripteurs T-S incertains et perturbs :
approche redondante ................................................................................................ 89
4.3. Discussion et remarques sur le cot de calcul des approches redondantes.....................................93
4.4. Exemples numriques et simulations..............................................................................................95
4.4.1. Exemple 1 : intrt des approches redondantes ............................................................. 95
4.4.2. Exemple 2 : stabilisation robuste dun DTSIP .............................................................. 97
4.5. Conclusion....................................................................................................................................100
4.
4.1. Introduction
A ce stade les problmes de la stabilit et de la stabilisation ont t traits. Dans un premier
temps, des conditions quadratiques ont t proposes (chapitre 2). Puis, une extension au cadre
non quadratique a t tudie au chapitre 3 afin de fournir des conditions moins conservatives.
Pour ce faire, par le biais dune fonction candidate non quadratique de Lyapunov, encore
appele fonction de Lyapunov floue (FLF), une mthodologie de synthse de lois de
commande robustes non-PDC modifie a t propose pour la classe des DTSIP. Par ailleurs,
les limites des approches non quadratiques ont t discutes et des corollaires, conduisant un
compromis en termes de conservatisme, ont t tablis afin de faciliter la rsolution des
conditions LMI lorsquil nest pas possible de connatre par avance la dynamique de la boucle
ferme attendue. Notons que, toutes ces approches sont bases sur une criture de la dynamique
de la boucle ferme faisant intervenir des termes croiss entre les matrices de gains de
commande et les matrices dentres du systme considr ( Bh K hv et Bh ( t ) K hv ). Bien que
rencontr dans la plupart des tudes concernant la stabilisation des modles flous de type T-S
[Tanaka et Wang, 2001], ce type de couplage reste une source de conservatisme lors de la
rsolution des problmes LMI [Sala, 2009]. Lobjectif de ce chapitre est dtendre les
conditions non quadratiques proposes au chapitre prcdent afin de rduire le conservatisme
li au couplage des matrices dentres et de gains de commande. Pour ce faire, une proprit de
redondance analytique des systmes descripteurs sera utilise [Peaucelle, 2007]. Dans le
contexte de la commande des modles T-S, cette proprit a t utilise par [Chen,
2004][Tanaka et al., 2007] afin de fournir des conditions de stabilit non quadratiques pour les
modles T-S standards. En effet, celle-ci permet de faciliter lobtention de conditions LMI dans
le cadre non quadratique ainsi que de rduire le cot de calcul dans le cadre quadratique
[Tanaka et al., 2007].
Dans un premier temps, la dynamique de la boucle ferme sera propose sous forme
redondante. Ensuite, des conditions LMI seront tablies afin de permettre la synthse de lois de
commande pour la classe des descripteurs T-S incertains (DTSI). Puis, ces conditions seront
tendues la classe des descripteurs incertains et perturbs par lemploi dun critre H . Enfin,
deux exemples numriques seront considrs pour montrer lefficacit des approches
proposes.
4.2.
Stabilisation non quadratique des descripteurs T-S incertains :

approche redondante
4.2.1. Rappels sur la boucle ferme classique et formulation de la boucle

ferme redondante
On rappelle la classe gnrique des DTSIP prsente dans le chapitre prcdent. Celle-ci
reprsente les descripteurs dcrits par lquation dtat suivante :
Page 80
Chap. 4 : Approches redondantes pour la stabilisation non quadratique des modles descripteurs T-S incertains et perturbs
k =1
i =1
vk ( z ) ( Ek + Ek ( t ) )x ( t ) = hi ( z ) ( Ai + Ai ( t ) ) x ( t ) + ( Bi + Bi ( t ) ) u ( t ) + Wi ( t )
(4.1)
Avec les grandeurs et matrices dfinies au chapitre 2 (voir quation (2.13)).

De plus, dans le chapitre prcdent, une loi de commande non-PDC modifie a t propose
pour la stabilisation non quadratique des DTSIP. Celle-ci est donne par [Bouarar et al.,
2008a]:
1
r l
u ( t ) = hi ( z ( t ) ) vk ( z ( t ) ) K ik hi ( z ( t ) ) vk ( z ( t ) ) X ik1 x ( t )
i =1 k =1
i =1 k =1
(4.2)
o K ik et X ik1 > 0 sont des matrices de dimensions appropries rechercher.

Ainsi, en substituant la loi de commande non-PDC (4.2) dans (4.1) les conditions proposes
aux thormes 3.1, 3.2 et leurs corollaires 3.1 et 3.2 ont t obtenus sur la base de lcriture de
la dynamique de la boucle ferme dite classique (BFC) donne avec les notations dfinies
au chapitre 2 sous la forme :
(E
+ Ev ( t ) ) x ( t ) =
(( A + A ( t ) ) ( B + B ( t )) K
h
hv
(X )
1 1
hv
) x (t ) + W (t )
h
(4.3)
Ds lors, on constate quil existe un couplage au sein de la boucle ferme (4.3) entre les entres
et ltat matrialis par le produit ( Bh + Bh ( t ) ) K hv que lon retrouve dans les conditions LMI
proposes aux thormes 3.1, 3.2 et leurs corollaires 3.1 et 3.2. Notons, par ailleurs, que ce
couplage conduit une structure dinterconnexion floue de la boucle ferme exprime sous la
r
forme dune triple somme
h ( z ( t ) ) h ( z ( t ) ) v ( z ( t ) )... . Celle-ci constitue donc une

i =1 j =1 k =1
source de conservatisme lors de la rsolution des problmes LMI. De ce fait, le dcouplage des
termes croiss ( Bh + Bh ( t ) ) K hv au sein de lexpression de la boucle ferme permettrait de
rduire le conservatisme des conditions de stabilisation non quadratique proposes au chapitre
prcdent. Afin de rsoudre ce problme, nous nous baserons dans la suite sur la proprit de
redondance des systmes descripteurs.
On rappelle que la classe des systmes descripteurs, reprsents par un ensemble dquations
diffrentielles algbriques, est plus gnrale que la classe des systmes dynamiques standards
reprsents par un ensemble dquations diffrentielles ordinaires. Ainsi, les descripteurs
permettent, outre leur facult de dcrire les systmes singuliers [Dai, 1989], de dcrire de
nombreux modles de connaissances physiques crits sous forme ordinaire et dont
lexploitation ncessite lajout de contraintes statiques [Luenberger, 1977]. Cest le cas par
exemple des mcanismes poly-articuls comportant des paralllismes structurels et dont les
quations du mouvement (Euler-Newton) doivent tre enrichies par un ensemble de contraintes
non holonomes afin den dcrire lvolution [Khalil et Dombre, 1999][Merlet, 1997]. Ainsi,
cest cette proprit que lon appelle redondance des descripteurs . En effet,
lenrichissement dun systme par des contraintes statiques (contraintes non holonomes) ou
par laddition de degrs de libert virtuels ou rels (capteurs multiples, structures mcaniques
parallles) constitue une redondance dinformation vis--vis des modles de connaissance
issus des principes fondamentaux de la physique.
Page 81
Dans le cadre de la commande par retour dtat des systmes T-S standards, des conditions de
stabilisation non quadratiques, bases sur une rcriture redondante de la boucle ferme, ont t
proposes [Tanaka et al., 2007]. Celles-ci permettent notamment de rduire le conservatisme
ainsi que le cot de calcul (diminution du nombre de contraintes) des conditions LMI
classiques [Tanaka et al., 2003] par le biais du dcouplage des matrices dentres et de sorties.
Dans la suite, nous proposons dtendre cette technique la commande robuste des DTSIP
reprsents par (4.1).
On constate que ltude de la stabilisation des DTSIP fait intervenir, la fois un ensemble
dquations diffrentielles reprsentes par le descripteur en boucle ouverte (4.1) et une loi de
commande par retour dtat non-PDC donne par (4.2). Notons que cette dernire constitue une
quation statique en u ( t ) , c'est--dire quelle ne dpend pas de la dynamique u ( t ) du signal
dentre. De ce fait, il est possible de rcrire (4.2) en introduisant artificiellement une
dynamique virtuelle telle que :
1
r l
0u ( t ) = u ( t ) + hi ( z ( t ) ) vk ( z ( t ) ) K ik hi ( z ( t ) ) vk ( z ( t ) ) X ik1 x ( t )
i =1 k =1
i =1 k =1
(4.4)
o 0 mm est une matrice nulle.

Afin de rcrire la dynamique de la boucle ferme sous forme redondante, on considre le
vecteur dtat augment x ( t ) = xT ( t ) x T ( t ) u T ( t ) . Notons que celui-ci introduit un
T
degr de libert supplmentaire (signal de commande), dit redondant, par rapport au vecteur
dtat augment utilis pour lcriture de la BFC (4.3). Ainsi, la dynamique de la boucle ferme
sous forme redondante (BFR) peut-tre exprime, avec les notations dfinies au chapitre 2,
par :
( t ) = G + G ( t ) x ( t ) + W ( t )
Ex
hv
hv
h
0
I 0 0
o E = 0 0 0 , Ghv =
Ah
0 0 0
1 1
K hv ( X hv
)
0
Wh = Wh .
0
(4.5)
I
Ev
0
0
0
0
0
Bh , Ghv ( t ) = Ah ( t ) Ev ( t ) Bh ( t ) et
0
0
0
I
Remarque 4.1
Sil peut-tre tabli que le descripteur (4.5) est stable, c'est--dire x ( t ) et u ( t ) convergent vers
1
zro, alors K hv et ( X hv
)
existent et le DTSIP (4.1) est stabilis par la loi de commande non-
Page 82
PDC modifie (4.2). De ce fait, la commande u ( t ) est borne et sa premire drive u ( t )

existe et est galement borne.
Remarque 4.2
Lcriture redondante de la boucle ferme permet de saffranchir du couplage entre les gains de
commande et les matrices dentres. En effet, on constate que dans (4.5) le produit
( Bh + Bh ( t ) ) K hv prsent dans la BFC (4.3) nest plus. Cette particularit permet galement de
constater que lexpression mathmatique de la BFR (4.5) est exprime par une double somme
r
h ( z ( t ) ) v ( z ( t ) )...
i =1 k =1
contrairement la BFC (4.3) qui en comporte trois. De ce fait, la
BFR peut conduire des conditions de stabilisation LMI (indpendantes des fonctions
dappartenance) moins conservatives que dans le cadre de la stabilisation via la BFC (voir la
preuve du lemme 4.1).
4.2.2. Conditions LMI non quadratiques pour la stabilisation des

descripteurs T-S incertains : approche redondante
En gardant la mme logique de prsentation que dans les chapitres prcdents, dans cette
section, on sintresse tout dabord au problme de la stabilisation de la classe des DTSI dcrite
par (4.1) sans perturbations externes ( ( t ) = 0 ). La solution apporte ce problme, sur la base
de lcriture de la BFR (4.5), est prsente en termes de LMI dans le thorme suivant. Notons
que ces conditions LMI constituent une gnralisation la synthse de commande robuste des
conditions redondantes pour la classe des descripteurs T-S propose dans [Bouarar et al. 2009
a,b].
Thorme 4.1 :
Soient
q = min {r , l}
et
z ( t ) ,
{1, 2,..., r 1} , {1, 2,..., l 1} ,
h ( z ( t ) )
et
v ( z ( t ) ) . Le DTSI (4.1) avec ( ( t ) = 0 ) est globalement asymptotiquement stabilis par
la loi de commande non-PDC modifie (4.2) sil existe des matrices X 1jk = ( X 1jk ) > 0 , X ij4 ,
T
1
3
5
X ij5 , X ij6 , X 7jk , X 8jk , X 9jk , K ik ainsi que des scalaires positifs ijk
, ijk2 , ijk
, ijk4 , ijk
, ijk6 et ijk7 ,
tels que les conditions LMI suivantes soient vrifies :
iii < 0 , pour i = 1, 2,..., q
(4.6)
(4.7)
(4.8)
Page 83
(4.9)
X 1k X rk1 0 , pour k = 1, 2,..., l et = 1, 2,..., r 1
(4.10)
X 1j X 1jl 0 , pour j = 1, 2,..., r et = 1, 2,..., l 1
(4.11)
avec
( )
(ijk1,1)
i 1
N a X jk
NkX 4
ei 7ij
N b X jk
( 5,1)
ijk
ijk =
0
0
(8,1)
ijk
0
0
( )
( )
( )
( )
( )
( )
I
1
ijk
2
ijk
0
0
0
3
ijk
ijk
( 5,5)
k
e
i
b
4
ijk
N X
5
ij
8
jk
N X
5
ijk
(
ijk
X 9jk + ( X 9jk )
( )
N ek X ij6
ijk6 I
N bi X 9jk
l 1
T
r 1
(ijk1,1) = X ij4 + ( X ij4 ) ( X 1k X rk1 ) + ( X 1j X 1jl ) ,

=1
=1
8,5)
(ijk ) = Ai X 1jk Ek X ij4 + ( X ij5 ) + Bi X 7jk ,
(ijk ) = ( X ij6 ) + K ik + X 7jk ,

T
8,1
(ijk ) = ( X ij6 ) EkT + ( X 9jk ) BiT + X 8jk
5,1
8,5
1
(ijk ) = Ek X ij5 ( X ij5 ) EkT + Bi X 8jk + ( X 8jk ) BiT + ijk
H ai ( H ai ) + ( ijk2 + ijk4 ) H ek ( H ek )
T
5,5
+ ( +
3
ijk
5
ijk
) H (H )
i
b
i T
b
6
ijk
(H )
k T
e
H +
k
e
0
0
0
0
( )
0
ijk7 I
7
ijk
(H )
i T
b
et
i
b
Preuve :
Pour tudier la stabilit de la dynamique de la BFR (4.5) on considre la FLF suivante :
V ( x ( t ) ) = x T ( t ) E X hhv
) x ( t )
1
(4.12)
E X hhv
((
X hhv
) E > 0
1 T
(4.13)
Dans la suite de cette preuve, afin dallger les expressions mathmatiques, on considre la
Page 84
1
X hv
X (2) X (3)
1
5
notation X hhv = X hh4 X hh
nn , X (2) nn , X (3) nm , X hh4 nn ,
X hh6 avec X hv
X 7 X8 X 9
hv
hv
hv
5
n n
6
n m
7
m n
X hh , X hh , X hv , X hv8 mn et X hv9 m m .
T
Daprs la condition de symtrie (4.13) et aprs congruence par les matrices X hhv
et X hhv , on
obtient
1
1
X hv
= ( X hv
) >0,
T
X (2) = 0 ,
X (3) = 0
X hh4 nn ,
et,
5
X hh
nn ,
X hh6 nm ,
X hv7 mn , X hv8 mn et X hv9 m m des variables de dcision libres, do :
X hhv
1
X hv
= X hh4
X hv7
X hh6
X hv9
0
X
X
5
hh
8
hv
(4.14)
Notons quune fois de plus des structures dinterconnexions floues ont t attribues aux
variables de dcision constituant la matrice de Lyapunov au sein de la FLF (4.12). Bien
entendu, ce choix nest pas arbitraire et sera justifi dans la suite de cette preuve. Par ailleurs,
X 5 X hh6
afin de garantir linversibilit de X hhv , la matrice bloc hh
doit tre inversible.
8
9
X hv X hv
La dynamique de la BFR (4.5) est globalement asymptotiquement stable si la drive de (4.12)
le long des trajectoires du systme est ngative, cest--dire si :
V ( x ( t ) ) = x T ( t ) E X hhv
) x ( t ) + x ( t ) E ( X )
1
hhv
((

1
x ( t ) + xT ( t ) E X hhv
x ( t ) < 0
(4.15)
En considrant (4.5), lingalit (4.15) est vrifie pour tout x ( t ) si :
( G
hv
+ G hv ( t )
) ( X )
T
hhv
(( X ) ) (
1 T
hhv
((

1
G hv + G hv ( t ) + E X hhv
<0
(4.16)
T
Soit, aprs multiplication gauche et droite respectivement par X hhv
et X hhv si :
T
X hhv
G hv + G hv ( t )
) + ( G
T
hv
((
+ G hv ( t )
((

1
X hhv + E T X hhv X hhv
X hhv < 0
(4.17)

1
1
1
On rappelle que X hhv
= ( X hhv ) X hhv ( X hhv ) , voir chapitre 3 quation (3.19), (4.17)
devient :
T
X hhv
G hv + G hv ( t )
) + ( G
T
hv
+ G hv ( t ) X hhv E T X hhv < 0
Page 85
(4.18)
Soit, en considrant les matrices dfinies en (4.5) et (4.14) :

X
X
X
1
hv
4
hh
7
hv
0
X
X
5
hh
8
hv
X hh6
X hv9
0
I
0
Ah + Ah ( t ) Ev Ev ( t ) Bh + Bh ( t )
1 1
K hv ( X hv
0
I
)
1
0
I
0
X hv
+ Ah + Ah ( t ) Ev Ev ( t ) Bh + Bh ( t ) X hh4
7
1 1
K hv ( X hv
X hv
0
I
)
(4.19)
0 X

X hh6 0
X hv9 0
0 0
0 0 < 0
0 0
1
hv
0
X
5
hh
8
hv
Daprs la dfinition des incertitudes structurelles (chapitre 2), Ek ( t ) = H ek f ek ( t ) N ek ,
Ai ( t ) = H ai f ai ( t ) N ai et Bi ( t ) = H bi f ai ( t ) N bi avec
( f (t ))
i
b
( f (t ))
f ek ( t ) I ,
k
e
( f (t ))
i
a
f ai ( t ) I et
f bi ( t ) I . De ce fait, lingalit (4.19) peut-tre majore laide du lemme 2 (annexe
A) par :
(1,1)
A X1 E X 4 + X 5 T + B X 7
( hh ) h hv
v hh
h hv
T
( X hh6 ) + K hv + X hv7
( )
( )
( 2,2 )
( X hh6 ) EvT + ( X hv9 ) BhT + X hv8
T
( ) < 0
( 3,3)
o
T
1
T
T
1
1
(1,1) = X hh4 + ( X hh4 ) X hv
+ ( hhv
) ( X hv1 ) ( N ah ) N ah X hv1
2
+ ( hhv
)
( X hh4 )
( N ev ) Nev X hh4 + ( hhv3 )

T
( X hv7 )
( Nbh ) Nbh X hv7

T
5
5
1
( 2,2) = Ev X hh
( X hh
H ah ( H ah )
) EvT + Bh X hv8 + ( X hv8 ) BhT + hhv
T
2
4
+ ( hhv
+ hhv
) H ev ( H ev ) + ( hhv3 + hhv5 ) H bh ( H bh ) + hhv4 ( X hh5 )
T
5
+ ( hhv
)
(X ) (N )
8 T
hv
h T
b
(N )
v T
e
5
N ev X hh
6
N bh X hv8 + hhv
( H ev ) H ev + hhv7 ( H bh ) H bh
6
et (3,3) = X hv9 + ( X hv9 ) + ( hhv
)
T
(X ) (N )
6 T
hh
v T
e
7
N ev X hh6 + ( hhv
)
En appliquant le complment de Schur sur (4.20), on obtient :
Page 86
(X ) (N )
9 T
hv
h T
b
N bh X hv9 .
(4.20)
1,1)
(hhv
h 1
N a X hv
N v X 4
eh hh7
N b X hv
( 5,1)
hhv
0
0
(8,1)
hhv
0
0
( )
1
hhv
( )
( )
( )
0
0
2
hhv
3
hhv
0
0
0
0
0
0
0
0
( )
( )
( )
0
0
0
0
5,5)
(hhv
v
e
h
b
5
hh
8
hv
4
hhv
0
0
0
0
0
0
N X
N X
(hhv )
X hv9 + ( X hv9 )
( )
N ev X hh6
6
hhv
I
N bh X hv9
8,5
5
hhv
0
0
0
<0
0
( )
0
7
hhv
I
(4.21)
T
1,1
1
(hhv) = X hh4 + ( X hh4 ) X hv
,
1
5
(hhv ) = Ah X hv
Ev X hh4 + ( X hh
) + Bh X hv7 ,
T
5,1
(hhv ) = ( X hh6 ) + K hv + X hv7 , (hhv ) = ( X hh6 ) EvT + ( X hv9 ) BhT + X hv8 et

8,1
8,5
5
5
1
7
(hhv ) = Ev X hh
( X hh
H ah ( H ah ) + hhv
) EvT + Bh X hv8 + ( X hv8 ) BhT + hhv
( H bh ) H bh
T
5,5
2
4
+ ( hhv
+ hhv
) H ev ( H ev ) + ( hhv3 + hhv5 ) H bh ( H bh ) + hhv6 ( H ev ) H ev
T
Soit, pour k = 1, 2,..., l et i = 1, 2,..., r , vk ( z ( t ) ) k et hi ( z ( t ) ) i , tels que i et k sont

deux scalaires ngatifs. On rappelle que (cf. preuve du thorme 3.1) :
l
r
l 1
r 1
1
X hv
h j ( z ) vk ( z ) ( X 1k X rk1 ) + ( X 1j X 1jl )
k =1 j =1
=1
=1
(4.22)
sous les conditions :
X 1k X rk1 0 , pour k = 1, 2,..., l et = 1, 2,..., r 1
(4.23)
et X 1j X 1jl 0 , pour j = 1, 2,..., r et = 1, 2,..., l 1
(4.24)
Ainsi, en considrant (4.21), (4.22), (4.23) et (4.24), on obtient directement les conditions de
stabilit proposes dans le thorme 4.1 relches laide du lemme 2.1 (chapitre 2).
Lemme 4.1 :
Les conditions du thorme 3.1 sont incluses, en termes de conservatisme, dans les conditions
LMI du thorme 4.1. Autrement dit, lapproche redondante contient lapproche classique
base sur la BFC
Page 87
Preuve :
Daprs la FLF (4.12) ainsi que la condition de symtrie (4.13), les matrices X ij4 , X ij5 , X ij6 ,
X 7jk , X 8jk et X 9jk pour i, j = 1, 2,..., r et k = 1, 2,..., l sont des variables de dcision libres en
choix (slack variables). En effet, la seule contrainte impose pour que (4.12), avec (4.14), soit
une fonction candidate de Lyapunov est X 1jk = ( X 1jk ) > 0 pour j = 1, 2,..., r et k = 1, 2,..., l .
T
Ainsi, en remplaant les matrices X ij4 , X ij5 et X 7jk respectivement par X ij3 , X ij4 et ( K jk ) , puis
en considrant les matrices X ij6 = 0 , X 8jk = 0 et X 9jk = 0 dans les LMI du thorme 4.1, on
obtient les conditions proposes dans le thorme 3.1. Par consquent, le thorme 3.1 est un
cas particulier du thorme 4.1 et, ce dernier, conduit des conditions moins conservatives.
Remarque 4.3
Il est vident quen considrant les incertitudes paramtriques nulles, cest--dire Ek ( t ) ,
Ai ( t ) et Bi ( t ) au sein du thorme 4.1, on retrouve les conditions de stabilisation pour la

classe des descripteurs T-S (sans incertitudes). Celles-ci ont t proposes dans [Bouarar et al.,
2009 a,b].
Remarque 4.4
Les conditions LMI prsentes au thorme 4.1 ont t obtenues via la FLF (4.12) et
constituent donc une approche non quadratique la synthse de loi de commande pour les
DTSI. Ces conditions ncessitent la connaissance a priori des bornes infrieures des fonctions
dappartenance h ( z ( t ) ) et v ( z ( t ) ) pour {1, 2,..., r 1} , et {1, 2,..., l 1} . Ces
paramtres peuvent toutefois tre difficiles obtenir en pratique (voir la section discussion au
chapitre 3). Nanmoins, tout comme cela a t prcis auparavant, des conditions quadratiques
tendues peuvent tre aisment obtenues. Celles-ci sont rsumes dans le corollaire suivant du
thorme 4.1.
Corollaire 4.1 :
Soient q = min {r , l} . Le DTSI (4.1) avec ( ( t ) = 0 ) est globalement asymptotiquement
stabilis par la loi de commande non-PDC modifie (4.2) sil existe des matrices
X 1 = ( X 1 ) > 0 , X ij4 , X ij5 , X ij6 , X 7jk , X 8jk , X 9jk , K ik ainsi que, les scalaires positifs i1 , ijk2 ,
T
ijk3 , ijk4 , ijk5 , ijk6 et ijk7 , tels que les conditions LMI suivantes soient vrifies :
iii < 0 , pour i = 1, 2,..., q
(4.25)
(4.26)
Page 88
(4.27)
(4.28)
avec
( )
(ijk1,1)
i
N a X1
Nk X 4
ei 7ij
N b X jk
( 5,1)
ijk
ijk =
0
0
(8,1)
ijk
0
0
( )
( )
( )
(
ijk
( )
( )
( )
N ek X ij5
i1 I
2
ijk
3
ijk
i
b
ijk4 I
8
jk
5
ijk
N X
(
ijk
X 9jk + ( X 9jk )
( )
N ek X ij6
ijk6 I
N bi X 9jk
(ijk ) = X ij4 + ( X ij4 ) ,
8,5)
(ijk ) = ( X ij6 ) + K ik + X 7jk ,
1,1
5,5 )
8,1
(ijk ) = ( X ij6 ) EkT + ( X 9jk ) BiT + X 8jk .et

T
8,5
(ijk ) = Ai X 1 Ek X ij4 + ( X ij5 ) + Bi X 7jk ,

T
5,1
( )
ijk
= Ek X ij5 ( X ij5 ) EkT + Bi X 8jk + ( X 8jk ) BiT + i1 H ai ( H ai )
T
5,5
+ ( +
2
ijk
4
ijk
) H ( H ) + (
k
e
0
0
0
0
( )
0
ijk7 I
k T
e
3
ijk
5
ijk
) H (H )
i
b
i T
b
6
ijk
(H )
k T
e
H +
k
e
7
ijk
(H )
i T
b
.
H
i
b
Preuve :
Triviale en fixant X 1jk = X 1 commune dans les conditions du thorme 4.1.
4.2.3. Stabilisation non quadratique robuste des descripteurs T-S incertains

et perturbs : approche redondante
Dans cette section, on sintresse la stabilisation robuste des DTSIP (4.1). En effet, si la
dynamique de (4.1) est affecte par des perturbations externes ( ( t ) 0 ) alors la convergence
en boucle ferme des tats du systme nest pas assure par les conditions LMI proposes au
thorme 4.1 (section prcdente). Ainsi, afin dattnuer leffet des perturbations externes sur
ltat du systme, on considre le critre H prsent dans le chapitre 2 (quation(2.53)). En
Page 89
tenant compte du nouveau vecteur dtat augment x ( t ) = xT ( t ) x T ( t ) u T ( t ) , ce critre

T
H peut tre rcrit tel que :

T
T
( t ) 2 T ( t ) ( t ) 0
x ( t )Qx
(4.29)
Q 0 0
o T reprsente le temps final, Q = 0 0 0 > 0 avec Q = QT > 0 une matrice de
0 0 0
pondration de dimensions appropries et un scalaire positif dsignant le taux dattnuation.
Une solution au problme de synthse non quadratique de contrleurs H est rsume par le
thorme suivant.
Thorme 4.2 :
Soient q = min {r , l} , z ( t ) , {1, 2,..., r 1} , {1, 2,..., l 1} , h ( z ( t ) ) , v ( z ( t ) )
et Q une matrice de pondration. Le DTSIP (4.1) est globalement asymptotiquement stabilis
par la loi de commande non-PDC modifie (4.2) et admet un taux dattnuation = au
regard des perturbations externes sil existe, pour tout i = 1,..., r , j = 1,..., r et k = 1,..., l , des
matrices X 1jk = ( X 1jk ) > 0 , X ij4 , X ij5 , X ij6 , X 7jk , X 8jk X 9jk et K ik , ainsi que des scalaires
T
1
3
5
positifs ijk
, ijk2 , ijk
, ijk4 , ijk
, ijk6 , ijk7 et un scalaire > 0 minimiser tels que les conditions
LMI suivantes soient vrifies pour :

iii < 0 , pour i = 1, 2,..., q
(4.30)
(4.31)
(4.32)
(4.33)
X 1k X rk1 0 , pour k = 1, 2,..., l et = 1, 2,..., r 1
(4.34)
X 1j X 1jl 0 , pour j = 1, 2,..., r et = 1, 2,..., l 1
(4.35)
avec ijk = X 1jk

0
le thorme 4.1.
( )
ijk
0 0 0 0
0 0 0 WiT
0
0
0 0 0 0 Q
0 0 0 0
0
Page 90
( )
0 ainsi que ijk dfinie dans

I
Preuve :
Soit la FLF (4.12), la dynamique de la BFR perturbe (4.5) est globalement asymptotiquement
stable sous le critre H (4.29) si :
( t ) 2 T ( t ) ( t ) < 0
V ( x ( t ) ) + x T ( t ) Qx
(4.36)
c'est--dire si :
xT ( t ) E X hhv
) x ( t ) + x ( t ) E ( X )
1
hhv
((

1
x ( t ) + x T ( t ) E X hhv
x ( t )
(4.37)
( t ) 2 T ( t ) ( t ) < 0
+ xT ( t ) Qx
En considrant (4.5) et la condition de symtrie (4.13), lingalit (4.37) est vrifie quelque
soit x ( t ) et ( t ) si :
G + G ( t )
hv
hv
1
hhv
+ X
1
hhv
)(
T
W X
T
h
((

1
G hv + G hv ( t ) + E X hhv
+ Q
1
hhv
X T
La multiplication gauche et droite respectivement par hhv
0
X T G + G ( t )
hv
hhv hv
) (
T
+ G hv + G hv ( t )
((
( ) < 0
2 I
0
X hhv
et
I
0
(4.38)
0
mne :
I

1
T
T
X hhv + X hhv
E X hhv
X hhv + X hhv
QX hhv
WhT
( ) < 0
2 I
(4.39)
T
En dveloppant les termes X hhv
QX hhv et WhT puis en appliquant le complment de Schur, on
obtient :
X T G + G ( t ) T + G + G ( t )
hv
hv
hv
hhv hv
1
X hv
0 0 0 0 0
0 0 0 0 WhT 0
) (
((

1
T
X hhv + X hhv
E X hhv
X hhv
0 0 0 0
0 0 0 0
()
< 0 (4.40)
Q 1
0
0
2 I
Enfin, en effectuant le changement de variable = 2 et en suivant une dmarche identique

celle de la preuve du thorme 4.1 pour dvelopper le premier bloc diagonal de lingalit
(4.40), on obtient les conditions LMI proposes dans le thorme 4.3.
Page 91
Lemme 4.2 :
Les conditions du thorme 3.2 sont incluses, en termes de conservatisme, dans les conditions
LMI du thorme 4.2. Autrement dit, la synthse H dune loi de commande via la BFR (4.5)
est moins conservative que lapproche utilisant la BFC (4.3).
Preuve :
Identique la preuve du lemme 4.1.
Remarque 4.6 :
Il est videmment quen considrant les incertitudes paramtriques nulles, cest--dire
Ek ( t ) = 0 , Ai ( t ) = 0 et Bi ( t ) = 0 au sein du thorme 4.2, on retrouve les conditions de
stabilisation H pour la classe des descripteurs T-S (sans incertitudes) proposes dans
[Bouarar et al., 2009 a,b].
Remarque 4.7
De mme que pour la stabilisation des DTSI, un corollaire quadratique tendu du thorme
4.2 peut tre directement obtenu en considrant X 1jk = X 1 commune. Ce corollaire permet, au
prix dune augmentation du conservatisme par rapport lapproche non quadratique
redondante, de saffranchir de la connaissance a priori des paramtres et . Le rsultat est
rsum ci-dessous.
Corollaire 4.2
Soient q = min {r , l} et Q une matrice de pondration. Le DTSIP (4.1) est globalement
asymptotiquement stabilis par la loi de commande non-PDC modifie (4.2) et admet un taux
j = 1,..., r et k = 1,..., l , des matrices X 1 = X 1T > 0 , X ij4 , X ij5 , X ij6 , X 7jk , X 8jk X 9jk et K ik , ainsi
3
5
que des scalaires positifs i1 , ijk2 , ijk
, ijk4 , ijk
, ijk6 , ijk7 et un scalaire > 0 minimiser tels
que les conditions LMI suivantes soient vrifies pour :

iii < 0 , pour i = 1, 2,..., q
(4.41)
(4.42)
(4.43)
Page 92
avec ijk = X 1jk 0 0 0 0

0 0 0 0 WiT
dans le corollaire 4.1.
4.3.
( )
ijk
0
0
0 0 0 0 Q
0 0 0 0
0
(4.44)
( )
0 ainsi que ijk dfinie

I
Discussion et remarques sur le cot de calcul des approches

redondantes
A ce stade, nous avons voqu le problme de la synthse de loi de commande des descripteurs
T-S incertains et perturbs. Dans le second chapitre, des conditions quadratiques ont t
prsentes. Puis, dans le troisime chapitre ces conditions ont t tendues dans le cadre non
quadratique. Enfin, une approche non quadratique sur la base dune criture redondante de la
boucle ferme a t prsente. Notons que lensemble des approches proposes jusqu prsent
font intervenir une structure dinterconnexion, des conditions suffisantes de stabilit,
dpendantes des fonctions dappartenance sous la forme dune triple somme
r
h ( z ( t ) ) h ( z ( t ) ) v ( z ( t ) )
i =1 j =1 k =1
ijk
< 0 . Le cot de calcul relatif la rsolution des
conditions proposes au cours des thormes et corollaires prsents prcdemment est

directement li cette structure en triple somme puisque celle-ci permet de dfinir le nombre
de contrainte LMI satisfaire simultanment. Par ailleurs, on constate galement que, malgr la
rduction de conservatisme apporte, les approches successivement prsentes au cours de ces
trois chapitres font intervenir un nombre croissant de variables de dcision dont il faut vrifier
lexistence. Ceci contribue alors galement laugmentation du cot de calcul lors de la
rsolution des diffrents thormes. Un constat simpose alors, les approches non quadratiques
redondantes proposes aux thormes 4.1 et 4.2 et leurs corollaires fournissent des conditions
moins conservatives mais, en revanche, elles entranent galement un cot de calcul le plus
important. De ce fait, pour des systmes complexes, bien que moins conservatives, des
solutions aux problmes LMI peuvent ne pas tre obtenues par manque de puissance des
solveurs et ordinateurs actuels.
La question qui se pose alors est de savoir sil nexiste pas de compromis entre conservatisme
et cot de calcul ?
Une rponse possible cette question repose sur la proprit de redondance elle-mme. En
effet, daprs les expressions de la BFC (4.3) et de la BFR (4.5) on constate que le dcouplage
des matrices de gains vis--vis des matrices dentres conduit une structure dinterconnexion
de la BFR en double somme. De ce fait, il est possible dobtenir des conditions de stabilit dans
r
le cadre redondant ne faisant intervenir que deux sommes du type
h ( z ( t ) ) v ( z ( t ) )
i =1 k =1
rduisant ainsi le nombre de contraintes LMI satisfaire.

A titre dexemple, on considre la fonction candidate quadratique de Lyapunov donne par :
Page 93
ik
( ) x ( t )
V ( x ( t ) ) = x T ( t ) E X hv
X1
avec X hv = X h4
X v7
X
X
5
h
8
v
(4.45)
0
X h6 et X 1 = X 1T > 0 .
X v9
Celle-ci conduit une structure dinterconnexion des LMI en double somme, donc la
diminution des contraintes vrifier et, par consquent, la rduction du cot de calcul. Sur la
base de (4.45), un corollaire quadratique redondant au thorme 4.2 constitue un compromis
entre cot de calcul et conservatisme. Celui-ci est donn par
Corollaire 4.3
Soient q = min {r , l} et Q une matrice de pondration. Le DTSIP (4.1) est globalement
asymptotiquement stabilis par la loi de commande non-PDC modifie (4.2) et admet un taux
j = 1,..., r et k = 1,..., l , des matrices X 1 = X 1T > 0 , X i4 , X i5 , X i6 , X k7 , X k8 X k9 et K ik , ainsi
que des scalaires positifs i1 , ik2 , ik3 , ik4 , ik5 , ik6 , ik7 et un scalaire > 0 minimiser tels
que les conditions LMI suivantes soient vrifies :
(i1,1)
i
Na X1
N k X 4
ei i7
Nb X k
( 5,1)
ik
ik =
0
0
(8,1)
ik
0
0
avec
et o
(ik
8,5 )
(i
1,1)
( )
ik
ik = X 1 0 0 0 0
0 0 0 0 Wi T
0 0 0 0 Q
0 0 0 0
0
0
0
( )
I
1
i
( )
( )
( )
2
ik
0
0
0
3
ik
0
0
0
0
( )
( )
( )
k
e
i
b
N X
N X
5
i
8
k
I
4
ik
5
ik
ik(
X k9 + ( X
N ek X i6
ik6 I
N bi X k9
= X i4 + ( X i4 ) ,
T
(ik
8,1)
8,5 )
= ( X i6 ) + K ik + X k7 ,
T
= ( X i6 ) EkT + ( X k9 ) BiT + X k8 et
T
(4.46)
0
0
ik
0 <0
I
0
0
( 5,5)
( )
Page 94
(ik
5,1)
9 T
k
( )
0
0
0
0
()
0
i7k I
= Ai X 1 Ek X i4 + ( X i5 ) + Bi X k7 ,
T
(ik
5,5 )
= Ek X i5 ( X i5 ) EkT + Bi X k8 + ( X k8 ) BiT + i1 H ai ( H ai )
T
+ ( +
2
ik
4.4.
4
ik
) H ( H ) + (
k
e
k T
e
3
ik
5
ik
) H (H )
i
b
i T
b
6
ik
(H )
k T
e
H +
k
e
7
ik
(H )
i T
b
.
H
i
b
Exemples numriques et simulations
Pour montrer lintrt en termes de conservatisme des approches redondantes proposes dans
ce chapitre par rapport celles proposes dans le chapitre 3, on considre dans cette section
deux exemples numriques.
4.4.1. Exemple 1 : intrt des approches redondantes

Dans un premier temps, lobjectif est dillustrer lintrt des conditions LMI issues de lcriture
de la BFR (thorme 4.1) par rapport celles issues de la BFC (Thorme 3.1). Ainsi, afin de
saffranchir dautres sources potentielles de rduction du conservatisme, telles que celles que
pourrait introduire ltude dun modle incertain (voir exemple chapitre 2), on propose
dtudier la stabilisation dun descripteur T-S sans incertitudes paramtriques et ntant pas
sujet des perturbations externes. Soit le descripteur T-S donn sous la forme nominale
suivante :
2
k =1
i =1
vk ( z ) Ek x ( t ) = hi ( z ) ( Ai x ( t ) + Biu ( t ) )
(4.47)
1
3 0
1 0
8 2
a
0.5
1
o E1 =
, E2 =
, A1 =
, A2 =
, B1 = et B2 = ,
0 1
0 2
1 6
5 10
2
b
et o a et b sont deux paramtres destins scruter les domaines de faisabilit des conditions
LMI.
On rappelle que les thormes 4.1 et 3.1 ncessitent la connaissance a priori des bornes
infrieures des drives des fonctions dappartenance v1 ( z ) 1 et h1 ( z ) 1 . Ces dernires ne
peuvent tre obtenues de manire exacte avant la rsolution des LMI puisque la dynamique
finale de la boucle ferme reste inconnue ce stade. Afin de mettre en uvre les conditions des
thormes 4.1 et 3.1 nous supposons alors 1 = 3 et 1 = 3 .
La figure 4.1 prsente les domaines de faisabilit dune synthse de loi de commande pour le
descripteur (4.47) au travers des conditions exprimes aux remarque 4.3 et le thorme 3.1 sans
incertitudes pour a = [ 1 27 ] et b = [ 8 10] . Celle-ci confirme alors que les approches
issues de la BFR proposes dans ce chapitre sont moins conservatives que celles issues de la
BFC proposes au chapitre 3.
Page 95
10
Remarque 4.3
Thorme 3.1 sans incertitudes
8
6
4
2
0
-2
-4
-6
-8
10
15
20
25
Figure 4.1. Domaines de solutions ; remarque 4.3 et du thorme 3.1 sans incertitudes.
La figure 4.2 prsente quant elle la comparaison des domaines de faisabilit issus de la
remarque 4.3, avec 1 = 3 et 1 = 3 , et de le corollaire 4.1 quadratique tendu sans
1
incertitudes ( X hv
= X 1 ). Bien entendu, les conditions non quadratiques de la remarque 4.3
restent moins conservatives. Par ailleurs, il est intressant de noter que, dans le cadre de cet
exemple, en comparant les domaines de solutions proposs aux figures 4.1 et 4.2, on constate
que les approches non quadratiques bases sur la BFC (thorme 3.1 sans incertitudes) ne
contiennent pas lensemble du domaine de faisabilit obtenu via lapproche quadratique
tendue issue de la BFR (corollaire 4.1 sans incertitudes).
10
Remarque 4.3
Corollaire 4.1 sans incertitudes
8
6
4
2
0
-2
-4
-6
-8
10
15
20
25
Figure 4.2. Domaines de solutions ; remarque 4.3 et du corollaire 4.1 sans incertitudes.
Page 96
4.4.2. Exemple 2 : stabilisation robuste dun DTSIP

Dans cet exemple, lobjectif est de montrer lefficacit des approches issues de lcriture
redondante de la boucle ferme (thormes 4.1 et 4.2) vis--vis de celles issues de la boucle
ferme classique (thormes 3.1 et 3.2) dans le cadre de la stabilisation robuste. Afin
duniformiser les rsultats entre les diffrents chapitres, nous reprenons ici le DTSIP tudi
titre dexemple dans le cadre quadratique au chapitre 2 et dans le cadre non quadratique au
chapitre 3. Nous rappelons que celui-ci est donn par :
( E + E ( t ) ) x ( t ) = h ( x ) ( ( A + A ( t ) ) x ( t ) + ( B + B ( t ) ) u ( t ) ) + W ( t )
2
i =1
(4.48)
0
1 1
1
1
2
, A =
o h1 ( x1 ) = 1
,
h
x
=
,
E
=
(
)
,
1
2
1
1
1
1 + x12 ( t )
1 + x12 ( t )
3 3 + b (1 )
2
2
2
1
2
1
0
, W = 0.25 , E ( t ) = H f ( t ) N ,
, B2 = a
A2 =
, B1 = a
e e
e
0.25
2
2
3 3 + b (1 )
2
Ai ( t ) = H ai f ai ( t ) N ai , Bi ( t ) = H bi f b ( t ) N bi
0
1 0
0
i
i
avec H e = H a =
, H b = 1 , N e =
0
1
0
N b1 = N b1 =
1
0
0
2
1
2
2 et
, Na =
1 , N a =
1
+
0 b
0 b (1 + )
2
1
a . = 0.2172 .
2
Rappelons que les rsultats bass sur la BFR incluent ceux bass sur la BFC, ceci a t montr
mathmatiquement par les lemmes 4.1 et 4.2 ainsi quen simulation au travers de lexemple
prcdent. Bien entendu, ces constatations restent valables dans le cadre de la stabilisation
robuste. Ainsi, la figure 4.3 montre lintrt en termes de conservatisme de la BFR (thorme
4.1) par rapport la BFC (thorme 3.1) travers leurs domaines de solutions obtenus pour
a = [ 0.5 4] , b = [ 3.5 1] et 1 = 1 . Cette rduction de conservatisme est notamment due
lutilisation du vecteur dtat augment x ( t ) contenant un degr de libert supplmentaire
incarn par le signal de commande u ( t ) . Ainsi, lextension du vecteur dtat permet, dune
part, de dcoupler les matrices des gains de commande et les matrices dentres (couplage
prsent dans la formulation de la BFC), dautre part de relcher les conditions de stabilit
issues de la BFR en introduisant des variables de dcision supplmentaires libres dans la FLF.
Page 97
1
Thorme 4.1
Thorme 3.1
0.5
0
-0.5
-1
-1.5
-2
-2.5
-3
-3.5
0.5
1.5
2.5
3.5
Figure 4.3. Domaines de solutions des thormes 4.1 et 3.1.

A partir de la figure 4.3, nous remarquons que, pour a = 2.5 et b = 0 , aucun contrleur flou ne
peut tre synthtis laide de lapproche non quadratique donne par le thorme 3.1 (chapitre
3). En revanche, la synthse de loi de commande est possible en utilisant lapproche non
quadratique redondante (thorme 4.1) pour le DTSI (4.48) sans perturbations externes
( ( t ) = 0 ). Les rsultats, obtenus laide de Matlab LMI Toolbox pour 1 = 1 , sont donns
par :
K11 = [9.3388 3.4864] ,

12.7685 -10.7148
1
X 21
=
,
-10.7148 13.8299
2
2
111
= 0.9969 , 121
= 2.1313 ,
K 21 = [ 4.461 4.5251] ,
1
111
= 0.4352 ,
1
121
= 1.4552 ,
14.0456 -11.4301
X 111 =
,
-11.4301 14.3633
1
211
= 1.4552 ,
1
221
= 1.635 ,
2
2
3
3
211
= 2.1313 , 221
= 2.7343 , 111
= 15.7429 , 121
= 8.716 ,
3
3
4
4
4
4
211
= 8.716 , 221
= 7.6267 , 111
= 5.6514 , 121
= 6.2849 , 211
= 6.2849 , 221
= 6.8922 ,
5
5
5
5
6
6
111
= 6.2832 , 121
= 5.246 , 211
= 5.246 , 221
= 5.6435 , 111
= 0.7137 , 121
= 1.7868 ,
6
6
7
7
7
7
211
= 1.7868 , 221
= 2.4952 , 111
= 0.6507 , 121
= 1.7297 , 211
= 1.7297 et 221
= 2.2901 .
La figure 4.4 montre lvolution temporelle du vecteur dtat, du signal de commande et de la

drive de la fonction dappartenance h1 ( x1 ( t ) ) pour la condition initiale
x ( 0 ) = [ 2.9 0.5] . On constate alors que lhypothse sur la borne infrieure de la drive
de
la
fonction
dappartenance
est
vrifie
en
simulation
puisque
min h ( x ( t ) ) = 0.9131 > 1 .

T
Page 98
0.5
x 2(t)
x 1(t)
-1
-2
-3
0
-0.5
4
6
Temps
-1
10
10
4
6
Temps
10
4
6
Temps
10
6
dh1(t)/d(t)
8
u(t)
6
4
2
4
2
0
0
0
4
6
Temps
10
-2
Figure 4.4. Evolution temporelle du vecteur dtat, du signal de commande et de h1 ( x1 ( t ) ) .

La simulation prcdente, issue des rsultats obtenus via le thorme 4.1, ne garantit pas la
stabilisation du DTSIP (4.48) lorsque celui-ci est soumis des perturbations externes
( ( t ) 0 ). Les rsultats suivants sont obtenus laide du thorme 4.2. Ils permettent de
raliser la synthse dune loi de commande non-PDC robuste garantissant un taux dattnuation
= 1.3639 des perturbations externes pour 1 = 1 , a = 2 , b = 0 et la matrice de pondration
1 0
Q=
. Les matrices et les scalaires suivants sont issus de la rsolution des conditions du
0 1
thorme 4.2 :
K11 = [ 0.6203 -0.1296] ,
K 21 = [ 0.6204 -0.1296] ,
0.3314 0.0763
X 111 =
,
0.0763 0.1375
0.3314 0.0763
1
1
1
1
X 21
=
,
111
= 9.5559 107 ,
121
= 9.6178 10 7 ,
211
= 0.0183 ,
0.0763 0.1375
1
2
2
2
2
3
221
= 0.0168 , 111
= 0.0111 , 121
= 0.0111 , 211
= 0.0473 , 221
= 0.0463 , 111
= 0.5022 ,
3
3
3
4
4
4
121
= 0.5022 , 211
= 0.1814 , 221
= 0.1905 , 111
= 0.1193 , 121
= 0.1193 , 211
= 0.1963 ,
4
5
5
5
5
221
= 0.192 ,
111
= 7.9193 10-5 ,
121
= 7.8301 10-5 ,
211
= 0.0358 ,
221
= 0.0329 ,
6
6
6
6
7
111
= 3.1173 10 6 , 121
= 4.3204 106 , 211
= 0.0306 , 221
= 0.0281 , 111
= 2.0631 106 ,
7
7
7
121
= 2.9918 106 , 211
= 0.0183 , 221
= 0.0168 et = 1.8603 .
La figure 4.5 prsente lvolution du vecteur dtat, du signal de commande et de la drive de

T
la fonction dappartenance h ( x ( t ) ) pour la condition initiale x ( 0 ) = [1 1] ainsi que la
1
perturbation externe ( t ) .
Page 99
Cette dernire est un bruit alatoire normalement distribu de moyenne nulle et de dispersion
gale un. La valeur minimale de h1 ( x1 ( t ) ) trouve a posteriori en simulation est
min h1 ( x1 ( t ) ) = 0.5109 > 1 et permet de valider lhypothse ralise ( 1 = 1 ) pour la
rsolution des conditions du thorme 4.2.

0.1
0
-0.2
x 2(t)
x 1(t)
-0.1
-0.3
-0.4
-0.2
-0.4
-0.5
0
4
6
Temps
-0.6
10
4
6
Temps
10
4
6
Temps
10
0.5
dh1(t)/d(t)
u(t)
0.4
0.2
0
-0.2
4
6
Temps
10
-0.5
-1
Figure 4.5. Evolution temporelle du vecteur dtat perturb, du signal de commande et de

h1 ( x1 ( t ) ) .
4.5. Conclusion
Dans ce chapitre, la rduction du conservatisme des conditions LMI pour la stabilisation non
quadratique des DTSIP a t aborde via la rcriture de la dynamique de la boucle ferme
sous forme redondante. Celle-ci permet de dcoupler les matrices de gains de commande et les
matrices dentres au sein de la boucle ferme. En effet, la proprit de redondance des
descripteurs permet dassocier au sein dun mme systme Algbro-diffrentiel des quations
dynamiques (reprsentation dtat) avec des quations statiques telles que la loi de commande
non-PDC modifie propose. Lavantage inhrent cette transformation rsulte dans la facilit
dobtention de conditions LMI (aucun changement de variables ncessaire) et conduit une
rduction du conservatisme par lintroduction de nouvelles variables de dcision libres. Dautre
part, deux lemmes ont t proposs afin de prouver que les approches non quadratiques
classiques proposes au second chapitre constituent des cas particuliers des approches
redondantes proposes au cours de ce chapitre. Ce point permet alors de prouver formellement
que les approches redondantes sont les moins conservatives. Cependant, laugmentation du
Page 100
nombre de variables rechercher entrane invitablement une augmentation du cot de calcul.

Notons que cet inconvnient reste toutefois marginal puisque la mthodologie propose
implique une synthse de loi de commande ralise hors ligne. Toutefois, au cours de la
discussion il a t soulign quen se ramenant un cadre quadratique contraignant en terme de
conservatisme, il est possible dobtenir des conditions conduisant un cot de calcul moindre
vis--vis des conditions bases sur lcriture classique de la boucle ferme prsentes au
chapitre 2. En effet, lcriture redondante permet, dans ce cas, de rduire la structure
dinterconnexion des LMI une double somme (au lieu dun triple somme dans le cas
classique) et, de ce fait, de conduire une diminution considrable des contraintes vrifier.
Page 101
Chapitre V
Stabilisation non quadratique par retour de sortie des
modles T-S standards incertains et perturbs
Approches redondantes
5.1. Introduction ..................................................................................................................................103

5.2. Classe des systmes considre et formulation du problme de commande par retour de sortie.104
5.2.1. Formulation dune boucle ferme redondante pour la synthse de lois de commande .....104
5.2.1.1. Retour de sortie dynamique ......................................................................................104
5.2.1.2. Retour de sortie statique............................................................................................106
5.3. Approches non quadratiques de synthse de contrleurs par retour de sortie pour les systmes T-S
incertains ................................................................................................................................................107
5.3.1. Synthse non quadratique de contrleurs par retour de sortie dynamique.........................107
5.3.2. Synthse non quadratique de contrleurs par retour de sortie statique..............................113
5.4. Extension la synthse de lois de commande robustes par retour de sortie pour les systmes T-S
incertains et perturbs.............................................................................................................................118
5.4.1. Synthse de contrleurs robustes par retour de sortie dynamique .....................................118
5.4.2. Synthse de contrleurs robustes par retour de sortie statique ..........................................120
5.5. Exemples numriques et simulations............................................................................................123
5.5.1. Exemple 1 : valuation du conservatisme pour le retour de sortie dynamique approches
classiques vs redondantes ................................................................................................123
5.5.2. Exemple 2 : intrt de lapproche non quadratique vs quadratique cas du retour de sortie
statique soumis perturbations externes .........................................................................124
5.5.3. Exemple 3 : stabilisation robuste par retour de sortie dynamique et statique....................125
5.5.3.1. Rsultats en retour de sortie dynamique ...................................................................126
5.5.3.2. Rsultats en retour de sortie statique.........................................................................130
5.6. Conclusion....................................................................................................................................132
5.
5.1.
Introduction
La synthse de contrleurs flous robustes par retour dtat pour la classe des descripteurs T-S
incertains et perturbs a t aborde dans les chapitres prcdents. Partant de conditions
quadratiques, plusieurs approches ont t proposes successivement afin de rduire le
conservatisme des conditions LMI. Parmi celles-ci, sur la base de la proprit de redondance
des systmes descripteurs, des conditions menant dautres exemptes de termes croiss entre
gains de commande et matrices dentres ont t obtenues. Fort de cette constatation sur la
redondance des systmes descripteurs, nous proposons dans le prsent chapitre dappliquer
cette technique la synthse de lois de commande pour lesquelles lobtention de conditions
LMI est rpute complexe, cette complexit tant due leur couplage avec les matrices du
systme commander au sein de lcriture de la boucle ferme.
Ainsi, ce prsent chapitre est consacr ltude de la stabilisation non quadratique des modles
T-S standards par retour de sortie. Plusieurs approches de commande par retour de sortie sont
alors possibles. Tout dabord, certaines tudes traitent ce problme par lajout dun observateur
permettant lestimation du vecteur dtat sur la base des mesures du signal dentre et de sortie,
une loi de commande statique par retour dtat estim permet alors la stabilisation dun systme
dynamique [Tanaka et Wang, 2001][Yoneyama et al., 2001][Guerra et al., 2006]. Notons que,
ce type de commande par retour de sortie pose certains problmes tels que la mise sous forme
LMI du problme de synthse de lobservateur et des gains de commande [Ma et al., 1998].
Dautres travaux portent sur la synthse de loi de commande par retour de sortie dynamique [Li
et al., 2001][Yoneyama et al., 2001][ Assawinchaichote et al., 2004][Yoneyama, 2006][Zerar et
al., 2008]. Ce type de contrleurs permet notamment damliorer les performances en boucle
ferme dun systme dynamique et sont souvent utiliss dans le cadre de la commande robuste
par le biais de transformations linaires fractionnelles (LFT) [Zhou et Doyle, 1996]. Lcriture
de la boucle ferme pour le retour de sortie dynamique est gnralement base sur lutilisation
du produit de Redheffer [Redheffer, 1960]. Notons que celui-ci entrane lapparition de
nombreux termes croises (couplage entres-sorties) et conduit donc des conditions de
stabilisation LMI pour le moins conservatives. Enfin, certains travaux traitent de la synthse de
lois de commande par retour de sortie statique [Chadli et al., 2002][Huang et Nguang,
2006][Huang et Nguang, 2007][Dong et Yang, 2008][Nachidi et al., 2007][Kau et al., 2007].
Ce type de lois de commande par retour de sortie savre particulirement intressant dans le
cadre dapplications ncessitant un faible cot de calcul puisque, linstar des lois de
commande base dobservateurs ou par retour de sortie dynamique, elles ne ncessitent pas la
rsolution dquations diffrentielles en ligne. Notons par ailleurs que lensemble des
conditions de stabilisation par retour de sortie proposes dans la littrature ont t obtenues
dans le cadre quadratique et quelles sont souvent donnes en termes dingalits matricielles
bilinaires (BMI) et que, lorsque des LMI sont proposes, celles-ci sont obtenues au prix
dhypothses restrictives Ci = C commune, de rang plein en ligne et Di = 0 [Chadli et al.,
2002].
Dans la suite, nous proposons la formulation de conditions non quadratiques robustes, bases
sur des approches redondantes, pour le cas des retours de sorties dynamiques et statiques.
Celles-ci seront exprimes en termes de LMI et concerneront la classe gnrique des systmes
T-S standards incertains et perturbs ne ncessitant aucune hypothse restrictive.
Page 103
Chap. 5 : Stabilisation non quadratique par retour de sortie des modles T-S standards incertains et perturbs Approches redondantes
5.2.
Classe des systmes considre et formulation du problme de

commande par retour de sortie
Dans ce chapitre, nous nous intressons ltude de la stabilisation par retour de sortie de la
classe des modles standards (explicites) incertains et perturbs reprsents par :
r
x
t
hi ( z ( t ) ) ( Ai + Ai ( t ) ) x ( t ) + ( Bi + Bi ( t ) ) u ( t ) + Fi ( t )
=
(
)
i =1
r
y ( t ) = h ( z ( t ) ) ( C + C ( t ) ) x ( t ) + ( D + D ( t ) ) u ( t ) + G ( t )
i
i
i
i
i
i
i =1
(5.1)
o r reprsente le nombre de rgles floues. x ( t ) n , u ( t ) m , y ( t ) q et ( t ) d n

reprsentent respectivement le vecteur dtat, le signal de commande, le vecteur de sortie et le
vecteur des perturbations externes. hi ( z ( t ) ) sont des fonctions dappartenance qui satisfont les
proprits dune somme convexe 0 hi ( z ( t ) ) 1 et
Ci
qn
, Di
q m
, Fi
d n
, Gi
d q
h ( z (t )) = 1.
i =1
Ai nn , Bi nm ,
sont des matrices constantes dfinissant la partie
nominale de (5.1). Ai ( t ) , Bi ( t ) nm , Ci ( t ) qn et Di ( t ) qm sont des

matrices dincertitudes paramtriques bornes en norme qui peuvent tre rcrites sous la
forme [Zhou et Khargonekar, 1988] :
n n
Ai ( t ) = H ia f i a ( t ) N ia , Bi ( t ) = H ib fi b ( t ) N ib , Ci ( t ) = H ic f i c ( t ) N ic et Di ( t ) = H id f i d ( t ) N id ,
avec pour s = a, b, c ou d , les matrices H is et N is constantes et de dimensions appropries.
f i s ( t ) sont des fonctions matricielles dincertitudes majores telles que ( f i s ( t ) ) fi s ( t ) I .

T
Par la suite, deux cas seront considrs. Le premier concerne la synthse de lois de commande
par retour de sortie dynamique et le second la synthse de lois de commande par retour de
sortie statique.
5.2.1. Formulation dune boucle ferme redondante pour la synthse de lois

de commande
5.2.1.1. Retour de sortie dynamique
Afin de stabiliser (5.1), on considre le compensateur dynamique par retour de sortie (Dynamic
Output Fuzzy Compensator) (DOFC) de type non-PDC donn par lexpression mathmatique
suivante :
Page 104
1
1
r
r
r
r
6
11
x ( t ) = hi ( z ( t ) ) Ai hi ( z ( t ) ) X i x ( t ) + hi ( z ( t ) ) Bi hi ( z ( t ) ) X i y ( t )
i =1
i =1
i =1
i =1
1
1
r
r
r
r
6
11
u ( t ) = hi ( z ( t ) ) Ci hi ( z ( t ) ) X i x ( t ) + hi ( z ( t ) ) Di hi ( z ( t ) ) X i y ( t )
i =1
i =1
i =1
i =1
(5.2)
o x ( t ) est le vecteur dtat du DOFC, Ai nn , Bi nq , Ci mn et Di mq sont des

matrices relles de dimensions appropries dcrivant la dynamique du DOFC quil convient de
synthtiser. X i6 nn et X i11 qq sont des matrices non singulires dpendantes de la
Fonction de Lyapunov (voir preuve du thorme 5.1 dans la suite de ce chapitre).
Tenant compte de la proprit de la redondance des systmes descripteurs [Chen,
2004][Tanaka et al., 2005][ Tanaka et al., 2007] permettant lassociation dquations
dynamiques et statiques au sein dun mme systme Algbro-diffrentiel, le systme (5.1) peut
tre rcrit laide des notations dfinies dans le chapitre 1 tel que :
x ( t ) = ( Ah + Ah ( t ) ) x ( t ) + ( Bh + Bh ( t ) ) u ( t ) + Fh ( t )
0 y ( t ) = y ( t ) + ( Ch + Ch ( t ) ) x ( t ) + ( Dh + Dh ( t ) ) u ( t ) + Gh ( t )
(5.3)
De mme, le DOFC (5.2) peut tre rcrit sous la forme :

x ( t ) = A ( X 6 ) 1 x ( t ) + B ( X 11 )1 y ( t )
h
h
h
h
1
1
0u ( t ) = u ( t ) + Ch ( X h6 ) x ( t ) + Dh ( X h11 ) y ( t )
En considrant alors le vecteur augment
(5.4)
x ( t ) = xT ( t ) x T ( t )
yT ( t ) u T ( t ) , la
T
dynamique de la boucle ferme redondante (BFR) est donne par le descripteur :
( t ) = A + A ( t ) x ( t ) + F ( t )
Ex
h
h
h
I
0
E =
0
0 0 0
I 0 0
,
0 0 0
0 0 0
Ah ( t )
Ah ( t ) =
Ch ( t )
0
0
0
0
0
0
0
0
Ah
0
A hh =
Ch
0
Bh ( t )
0
.
Dh ( t )
(5.5)
0
Ah ( X
6 1
h
0
Ch ( X h6 )
Bh ( X
11 1
h
Page 105
Dh ( X h11 )
Bh
0
,
Dh
Fh
0
Fh =
Gh

0
et
De ce fait, le modle T-S standard incertain et perturb (5.1) est stabilis par la loi de
commande (5.2) sil existe les matrices Ah , Bh , Ch , Dh , X h6 et X h11 de telle sorte que le
descripteur (5.5) dcrivant la dynamique de la BFR soit stable.
Notons que la boucle ferme (5.5) est dite redondante puisquelle possde deux dynamiques
virtuelles y ( t ) et u ( t ) . Par ailleurs, Nous constatons quau sein de la BFR aucun terme
crois napparat entre les matrices du DOFC (5.2) et du systme (5.1). De ce fait, lobtention
de conditions LMI sera facilite dans le cas gnral en faisant intervenir une quation de sortie
quelconque ( Ci et Di quelconques).
5.2.1.2. Retour de sortie statique

Dans la section 5.2.1.1, la dynamique de la boucle ferme redondante a t exprime via
lutilisation dun DOFC. Dans cette partie, nous nous intressons au problme de synthse de
contrleurs flous non-PDC par retour de sortie statique Static Output Feedback (SOF).
Celui-ci a lavantage de ne ncessiter aucune rsolution numrique lors de son implmentation.
Le faible cot de calcul lors de lutilisation en ligne dun SOF en fait lune des lois de
commande les plus faciles mettre en uvre lors dune utilisation sur un systme rel. Ainsi,
on considre la loi de commande par retour de sortie statique non-PDC donne par :
1
r
r
u ( t ) = hi ( z ( t ) ) K i hi ( z ( t ) ) X i5 y ( t )
i =1
i =1
(5.6)
o K i mq et X i5 qq sont des matrices relles synthtiser.

Ds lors, afin de tirer parti de la proprit de redondance des descripteurs, la loi de commande
SOF non-PDC (5.6) peut tre rcrite telle que :
0u ( t ) = u ( t ) + K h ( X h5 ) y ( t )
1
(5.7)
En considrant (5.1) rcrit sous la forme redondante (5.3) ainsi que (5.6) et le vecteur dtat
augment x ( t ) = xT ( t )
yT ( t ) u T ( t ) , la dynamique de la boucle ferme peut tre

T
exprime par le descripteur :
E x ( t ) = ( Ahh
+ Ah ( t ) ) x ( t ) + Fh ( t )
I 0 0
Ah
avec E = 0 0 0 , Ahh
= Ch
0 0 0
0
(5.8)
0
I
K h ( X h5 )
Bh
Ah ( t ) 0 Bh ( t )
Dh , Ah ( t ) = Ch ( t ) 0 Dh ( t ) et
0
0
0
I
Page 106
Fh
Fh = Gh .
0
Notons quune fois de plus, deux dynamiques virtuelles ( y ( t ) et u ( t ) ) ont t introduites
pour formuler la BFR (5.8). Par consquent, le problme de stabilisation du systme (5.1) par
retour de sortie statique (Static Output Feedback) (SOF) de type non-PDC (5.6) revient
vrifier la stabilit de la BFR dcrite par le descripteur (5.8). De plus, lapproche redondante
permettant de saffranchir du couplage entre-sortie, lobtention de conditions LMI sera
galement facilite dans le cas gnral faisant intervenir une quation de sortie quelconque ( Ci
et Di quelconques).
5.3.
Approches non quadratiques de synthse de contrleurs par retour de

sortie pour les systmes T-S incertains
Dans cette section, notre objectif est de proposer des approches non quadratiques exprimes en
terme de LMI pour la stabilisation par retour de sortie des modles T-S incertains standards
(5.1) sans perturbations externes ( ( t ) = 0 ). Dans un premier temps, nous traiterons le cas de
la synthse dun compensateur dynamique par un contrleur par retour de sortie puis par un
retour de sortie statique.
5.3.1. Synthse non quadratique de contrleurs par retour de sortie

dynamique
Dans cette section, nous traitons le cas de synthse de DOFC (5.2) pour la classe des systmes
T-S (5.1) sans perturbations externes ( ( t ) = 0 ) . Le rsultat, fourni en termes de LMI, est
rsum par le thorme suivant.
Thorme 5.1 : [Guelton et al., 2009]

Soient z ( t ) , k {1, 2,..., r 1} , hk ( z ( t ) ) k . Le modle T-S (5.1) avec ( ( t ) = 0 ) est
globalement asymptotiquement stable via le DOFC non-PDC (5.2) sil existe, pour
i, j = 1, 2,..., r , des matrices X 1j = ( X 1j ) > 0 , X 6j = ( X 6j ) > 0 , X 11j , X 13j , X 14j , X 15j , X 16j ,
T
Ai , Bi , Ci et Di , ainsi que des scalaires positifs ij1a , ij6a , ij13b , ij14b , ij15b , ij16b , ij1c , ij6c ,
ij13d , ij14d , ij15d et ij16d , tels que les conditions LMI suivantes soient vrifies :
ii < 0 , pour i = 1, 2,..., r
(5.9)
Page 107
1
1
ii + ( ij + ji ) < 0 , pour i, j = 1, 2,..., r et 1 i j r
r 1
2
(5.10)
X k1 X r1 0 , pour k = 1, 2,..., r 1
(5.11)
X k6 X r6 0 , pour k = 1, 2,..., r 1
(5.12)
( )
(ij1,1)
(ij2,1)
(ij3,1)
ij =
13
16 T
T
Ci X j + ( X j ) Bi
(ij
1,1)
(ij2,2)
( )
( )
Ci X 6j + Di X 14j + BiT
(ij3,3)
Ci X 14j
Di + ( X 16j ) DiT X 15j
2,1)
ij(
2,2 )
(3,3)
ij
16
X 16
j (X j )
ij
r 1
= Ai X 1j + ( X 1j ) AiT + Bi X 13j + ( X 13j ) BiT k ( X k1 X r1 ) + ( ij1a + ij6 a ) H ia ( H ia ) +

T
( + + + ) H ( H ) +
+ ( X ) B ( X X ) , ( ) = C X
= Ai + X 6j AiT
14 b
ij
15b
ij
16 b
ij
T
i
k =1
6
k
6
r
r 1
b T
i
b
i
r 1
14 T
j
( )
ij
k =1
13b
ij
(ij
( )
( )
( )
3,1
ij
1c
ij
1
j
c
i
(H )
c T
i
13 d
ij
d
i
(H )
d T
i
+ Di X 13j + ( X 15j ) BiT ,

T
= Ai + AiT k ( X k6 X r6 ) + ij6 c H ic ( H ic ) + ij14 d H id ( H id ) ,

T
k =1
= Di X 15j + ( X 15j ) DiT X 11j ( X 11j ) + ( ij15 d + ij16 d ) H id ( H id ) ,

T
ij = diag ij1a I ij13b I ij6 a I ij14b I ij15d I ij15b I ij1c I ij13d I ij6c I ij14 d I ij16b I ij16 d I et
N ia X 1j
b 13
Ni X j
0
0
0
0
ij =
0
0
0
0
0
0
a
i
b
i
0
6
j
14
j
N X
N X
0
0
d
i
b
i
c
i
d
i
c
i
d
i
N X 15j
N X 15j
N X 1j
N X 13j
N X 6j
N X 14j
0
0
0
0
0
.
0
0
0
N ib X 16j
N id X 16j
0
Page 108
Preuve :
Pour tudier la stabilit de la dynamique de la BFR (5.5), on considre la FLF suivante :
( ) x ( t )
V ( x ( t ) , x ( t ) ) = x T ( t ) E X h
(5.13)
( )
E X h
(( X ) ) E > 0
1 T
(5.14)
On considre la matrice de la fonction candidate non quadratique de Lyapunov de la forme

suivante :
X h1
5
X
X h = h9
Xh
13
X h
X h2
X h6
X h10
X h14
X h4
X h8
X h12
X h16
X h3
X h7
X h11
X h15
(5.15)
En multipliant gauche et droite (5.14) respectivement par X hT et X h , on obtient :

>0
X hT E = EX
h
(5.16)
A partir de (5.5), (5.15) et (5.16), on obtient X h1 = ( X h1 ) > 0 , X h6 = ( X h6 ) > 0 , X h2 = ( X h5 ) et

T
X h3 = X h4 = X h7 = X h8 = 0 .
La dynamique de la BFR (5.5) est stable si :
V ( x ( t ) , x ( t ) ) = x
( t ) E ( X h )
( )
x ( t ) + x ( t ) E X h
T

1
x ( t ) + x ( t ) E X h x ( t ) < 0
T
( )
(5.17)
En considrant (5.16) et (5.5), (5.17) est vrifie x ( t ) si :
( A
T
hh
) ( ) + ( X ) (
+ A hT ( t ) X h

1
A hh + Ah ( t ) + E X h < 0
( )
(5.18)
En multipliant (5.18) respectivement gauche et droite par X hT et X h , on obtient :

X
T
h
( A
T
hh
) (
+ A ( t ) + Ahh + A h ( t )
T
h

X 1 X < 0
X h + EX
h
h
T
h
( )

1
On rappelle que X h ( X h ) X h = X h , (5.19) peut tre rcrite sous la forme :

Page 109
(5.19)
< 0
hhh + hh ( t ) EX
h
(5.20)
T
avec hhh = X hT A hh
+ A hh X h et hh ( t ) = X hT A hT ( t ) + A h ( t ) X h
En se basant sur les matrices dfinies dans (5.5) et (5.15), le dveloppement mathmatique de
(5.20) mne :
hhh
( )
(1,1)
hh
(2,1)
= hhh
(3,1)
hh
(4,1)
hhh
( )
( )
(2,2)
hhh
(3,2)
hh
(4,2)
hhh
()
()
()
(4,4)
hhh
(3,3)
hh
(4,3)
hh
(5.21)
1
1
T
13
13
T
(3,1)
1
9
13
15
T
o (1,1)
hh = Ah X h + ( X h ) Ah + Bh X h + ( X h ) Bh , hh = Ch X h X h + Dh X h + ( X h ) Bh ,
T
(2,1)
hhh
(3,3)
hh
(4,1)
hhh
(2,2)
hhh
(4,3)
hh
(4,2)
hhh
(X ) +(X ) A + B (X ) X +(X )
= D X +(X ) D X (X ) ,
= C (X ) (X ) + D (X ) X X +(X ) B ,
= A + A + B ( X ) X + ( X ) (( X ) ) B ,
= D +(X ) D X (X ) ,
= C X + D ( X ) X + ( X ) (( X ) ) B
Ah ( X h6 )
h
2 T
h
15 T
h
15
h
6 1
h
T
h
16 T
h
T
h
9
h
16 T
h
13
h
T
11 1
h
10 T
h
10
h
BhT ,
(3,2)
= Ch X h2 X h10 + Dh X h14 + BhT ,
hh
T
h
T
h
12 T
h
10
h
11
et (4,4)
X h12 + ( X h12 )
hhh = Dh ( X h )
1
14 T
h
9
h
11 T
h
15
h
11 1
h
11 1
h
11 1
h
11 1
h
T
h
11
h
2 T
h
T
h
14
h
2 T
h
T
11 1
h
12 T
h
(( X h11 )
)D
1 T
T
h
T
h
X h16 ( X h16 ) .
T
Rappelons quici, la fonction candidate de Lyapunov utilise pour tudier la stabilit de (5.5)
est non quadratique. Ainsi, partir de (5.16), on constate que les variables de dcisions X h9 ,
X h10 , X h11 , X h12 , X h13 , X h14 , X h15 et X h16 sont libres en choix. Considrant (5.21), une solution
pour proposer les conditions de stabilisation en termes de LMI serait de choisir ces matrices
X h9 qn , X h10 qn , X h11 qq et X h12 qm de cette faon X h6 = X h2 , X h9 = X h10 = 0 et
X h12 = 0 , c'est--dire :
X h1
6
X
Xh = h
0
13
X h
X h6
X h6
0
X h14
0
0
X h11
X h15
0
0
X h16
(5.22)
X 11
0
Afin de garantir linversibilit de X h , la matrice bloc h15
doit tre inversible, ce qui
16
Xh Xh
implique que les matrices X h11 et X h16 doivent tre inversibles.
Page 110
En se basant sur (5.22), lingalit (5.21) devient :
( )
(1,1)
hh
T
Ah + X h6 AhT + ( X h14 ) BhT
1
13
hh = Ch X h + Dh X h

T
+ ( X h15 ) BhT

T
C X 13 + ( X 16 ) BT
h
h
h
h
( )
( )
Ah + ( Ah )
()
()
Ch X h6 + BhT
14
+ Dh X h
(3,3)
hh
Ch X h14
Dh + ( X h16 ) DhT X h15
(5.23)
()
T
X h16 ( X h16 )
Dautre part, en considrant les matrices dincertitudes prsentes dans (5.1) et (5.22), le
dveloppement mathmatique de hh ( t ) dfinit dans (5.20) conduit :
(hh1,1) ( t )
2,1
(hh ) ( t )
hh ( t ) =
3,1
(hh ) ( t )
T
16 T
b T
b
b T
( X h ) ( N h ) ( f h ( t ) ) ( H h )
( )
( )
( )
(t )
(hh
3,2 )
( )
( )
0
(5.24)
(t )
T
T
T
T
( X h16 ) ( N hd ) ( f hd ( t ) ) ( H hd )
(hh
3,3)
avec
(hh1,1) ( t ) = H ha f ha ( t ) N ha X h1 + ( X h1 )
( H f (t ) N ) + H f (t ) N X + ( X ) ( H
)
(t ) = X ( N ) ( f (t )) ( H ) + ( X ) ( N ) ( f (t )) ( H ) ,
)
(t ) = ( X ) ( N ) ( f (t )) ( H ) + H f (t ) N X + H f (t ) N X ,
T
(hh
2,1
(hh
a T
h
6
h
15 T
h
3,1
a
h
b T
h
a
h
a T
h
a
h
a T
h
b
h
14 T
h
b T
h
c
h
b b
h h
b T
h
b
h
b
h
c
h
c
h
( t ) N hb )
b b
h h
b T
h
d
h
1
h
13 T
h
13
h
d
h
d
h
13
h
( t ) = H hc f hc ( t ) N hc X h6 + H hd f hd ( t ) N hd X h14
T
T
3,3
(hh ) ( t ) = H ha f hd ( t ) N ha X h15 + ( X h15 ) ( H ha f hd ( t ) N ha ) .
(hh
3,2 )
Rappelons
que
( f (t )) ( f (t ))
d
h
d
h
et
( f (t )) ( f (t ))
f ha ( t ) ( f ha ( t ) ) I ,
T
b
h
b
h
I,
( f (t )) ( f (t ))
c
h
c
h
et
I , en utilisant le lemme 2 (annexe A), (5.24) peut tre majore par :
(hh1,1)
0
hh ( t ) hh ( t ) =
0
(hh
(hh
2,2 )
3,3)
0
4,4
(hh )
avec
Page 111
(5.25)
(hh )
1,1
( 1a + 6 a ) H a ( H a )T + ( 13b + 14 b + 15b + 16b ) H b ( H b )T + 1c H c ( H c )T

hh
hh
h
h
hh
hh
hh
hh
h
h
hh
h
h
,
=
T
1
T
1
T
T
13d d
d
1a
1
a
a
1
13b
13
b
b
13
+ hh H h ( H h ) + ( hh ) X h ( N h ) N h X h + ( hh ) ( X h ) ( N h ) N h X h
14 d
6a
(hh ) = hh6 c H hc ( H hc ) + hh
H hd ( H hd ) + ( hh
) X h6 ( Nha ) N ha X h6 + ( hh14b )
(X ) (N ) N X
( + ) H ( H ) + ( ) ( X ) ( N ) N X + ( ) ( X ) ( N ) N X
( ) = + ( ) X ( N ) N X + ( ) ( X ) ( N ) N X + ( ) X ( N ) N X
+ ( ) ( X ) ( N ) N X
et ( ) = ( ) ( X ) ( N ) N X + ( ) ( X ) ( N ) N X .
T
2,2
15 d
hh
16 d
hh
1c 1
hh
3,3
hh
14 d
hh
4,4
hh
16 b 1
hh
d T
h
d
h
1
c
c T
h
14 T
h
c
h
15 d
hh
1
h
13 d
hh
d T
h
16 T
h
b T
h
d
h
b
h
15 T
h
14 T
h
b T
h
b
h
14
h
15 b 1
hh
15 T
h
b T
h
b
h
15
h
d T
h
13 T
h
d
h
d T
h
15
h
d
h
6 c 1
hh
13
h
c T
h
6
h
14
h
16
h
16 d
hh
16 T
h
b T
h
b
h
c
h
6
h
16
h
En appliquant le complment de Schur, (5.25) peut tre rcrite sous la forme :
hh ( t ) = hh Thh hh1 hh
(hh1,1)
0
avec hh =
0
14 d
hh6 c H hc ( H hc ) + hh
H hd ( H hd )
T
0
0
1a
(hh ) = ( hh
+ hh6 a ) H ha ( H
1,1
(5.26)
) + (
a T
h
13b
hh
15 d
hh
16 d
+ hh
) H hd ( H hd )
14 b
15 b
16 b
+ hh
+ hh
+ hh
) H hb ( H hb ) + hh1c H hc ( H hc ) + hh13d H hd ( H hd )
T
1a
13b
6a
14 b
15 d
15b
1c
13 d
6c
14 d
16 b
16 d
hh = diag hh
I hh
I hh
I hh
I hh
I hh
I hh
I hh
I hh
I hh
I hh
I hh
I
N ha X h1
b 13
Nh X h
0
0
0
0
et hh =
0
0
0
0
0
0
0
a
N h X h6
N hb X h14
0
0
0
0
0
0
0
0
0
0
0
0
d
N h X h15
N hb X h15
N hc X h1
N hd X h13
N hc X h6
N hd X h14
0
0
0
0
0
0
0
.
0
0
0
b
N h X h16
N hd X h16
Dautre part, en supposant h ( z ( t ) ) k avec k < 0 , on peut crire (voir preuve du thorme
3.1 pour plus de dtails) :
Page 112
r 1
( EX
EX
)
EX
h
k
k
r
(5.27)
k =1
sous la condition:
EX
0 pour k = 1, 2,..., r 1 .
EX
k
r
En considrant (5.23), (5.26) et (5.27), lingalit (5.20) est majore par :

r 1
EX
)<0
hh + hh Thh hh1 hh k ( EX
k
r
(5.28)
k =1
En appliquant le complment de Schur, on obtient :

r 1
EX
) ( )
k ( EX
hh
k
r
hh
<0
k =1
hh
hh1
(5.29)
En dveloppant (5.29) laide des matrices dfinies en (5.23), (5.26) et (5.5), puis en
appliquant le schma de relaxation donn par le lemme 3.1 (chapitre 1) [Tuan et al., 2001], on
obtient les conditions LMI proposes au thorme 5.1.
Remarque 5.1
A partir de lexpression (5.2), nous remarquons que la synthse dune loi de commande par le
retour de sortie dynamique impose une condition de non singularit sur les matrices X h6 et
X h11 . Celle-ci est vrifie si X 6j , pour j = 1, 2,..., r , sont des solutions du thorme 5.1. En
effet, X 6j = ( X 6j ) > 0 est impose par (5.16), de ce fait X h6 est une matrice non singulire. Par
T
ailleurs, si les conditions LMI proposes dans le thorme 5.1 sont vrifies alors (5.13) est une
fonction de Lyapunov et X h est une matrice non singulire vrifiant lingalit (5.17). Par
consquent, daprs (5.22), X h11 existe est non singulire.
5.3.2. Synthse non quadratique de contrleurs par retour de sortie

statique
Nous voquons dans cette partie le problme de la synthse de lois de commande en retour de
sortie statique non-PDC pour les modles T-S standards (5.1) avec ( ( t ) 0 ) . Les conditions
de stabilit exprimes en termes de LMI sont rsumes par le thorme suivant.
Page 113
Thorme 5.2 :
Soient z ( t ) , k {1, 2,..., r 1} , h ( z ( t ) ) k . Le modle T-S (5.1) non perturb ( ( t ) 0 )
est globalement asymptotiquement stable via la loi de commande non-PDC par retour de sortie
statique (5.6) sil existe, pour i, j = 1, 2,..., r , des matrices X 1j = ( X 1j ) > 0 , X 5j = ( X 5j ) > 0 ,
T
X 7j , X 8j , X 9j , K i , ainsi que des scalaires positifs ij1a , ij1c , ij7b , ij7d , ij8b , ij8d , ij9b et ij9d ,
tels que les conditions LMI suivantes soient vrifies :
ii < 0 , pour i = 1, 2,..., r
(5.30)
1
1
r 1
2
(5.31)
X k1 X r1 0 , pour k = 1, 2,..., r 1
(5.32)
+
( ) ,
o ij = ij ij
ij
ij
A X 1 + X 1 T AT + B X 7
i
j
i j ( j ) i
r 1
( )
T
+ ( X 7j ) BiT k ( X 1k X 1r )
k =1
T
T
T
X 5j ( X 5j ) + Di X 8j + ( X 8j ) DiT
ij = ( X 8j ) BiT + Ci X 1j + Di X 7j
T
T
( X 9j ) BiT X 7j
( X 9j ) DiT + K i X 8j
Nia X 1j
0
0
b 7
0
0
Ni X j
0
Nic X 1j
0
(ij1,1)
0
0
b
8
0
Ni X j
0
8d
9d
d
d T
,
ij =
=
0
H
H
0
( ij ij ) i ( i ) ,
ij
0
Nid X 7j
0
0
0
0
Nid X 8j
0
0
b
9
0
0
Ni X j
0
0
Nid X 9j
(ij
1,1)
( )
( )
,
T
X 9j ( X 9j )
= ij1a H ia ( H ia ) + ( ij7 b + ij8b + ij9 b ) H ib ( H ib ) + ij1c H ic ( H ic ) + ij7 d H id ( H id )

T
et ij = diag ij1a I
ij7 b I
ij1c I
ij8 b I
ij7 d I
ij8 d I
ij9 b I
ij9 d I .
Preuve :
On considre la FLF donne par :
V ( x ( t ) ) = ( x ( t ) ) E ( X h ) x ( t )
T
(5.33)
Page 114
avec la condition de symtrie suivante :

E ( X h ) =
1
(( X )
)E
T
1
h
>0
(5.34)
Notons que la matrice X h nest pas identique celle de la preuve du thorme 5.1 (quation
(5.15)). Dans le cas du retour statique et par adquation la dimension du vecteur dtat
X h1 X h2 X h3
augment x* ( t ) , nous considrons X h = X h4 X h5 X h6 . En multipliant (5.34) gauche et

X h7 X h8 X h9
droite respectivement par ( X h ) et X h , on obtient :
T
(X )
T
h
E = E X h > 0
(5.35)
Le dveloppement de la condition de symtrie (5.35), mne X h1 = ( X h1 ) > 0 , X h2 = 0 et

T
X h3 = 0 .
La dynamique de la BFR (5.8) est globalement asymptotiquement stable si :
i
V ( x ( t ) ) = ( x ( t ) ) E ( X
T
1
h
x ( t ) + ( x ( t ) ) E ( X
T
1
h
x ( t ) + ( x ( t ) )

1
E ( X h ) x ( t ) (5.36)
En considrant (5.8) et (5.35), (5.36) est vrifie x* ( t ) si :

i
(A
hh
+ A ( t ) )
(X ) +(X )
1
h
T
h

1
( A + A ( t ) ) + E ( X h ) < 0
hh
(5.37)
En multipliant (5.37) respectivement gauche et droite par ( X h ) et X h , et en considrant

T
(5.37), on obtient :
i
(X ) (A
T
h
hh
+ Ah ( t ) ) + ( Ahh
+ Ah ( t ) ) X h + E ( X
T
T
h

1
( X h ) X h < 0
(5.38)

1
Rappelons que X h ( X h ) X h = X h , (5.38) peut tre rcrite sous la forme :
hhh + hh ( t ) E X h < 0
avec hhh = ( X h )
(A )
T
hh
(5.39)
+ Ahh
X h et hh ( t ) = X h ( Ah ( t ) ) + Ah ( t ) X h
Le dveloppement mathmatique du terme hh contenu dans la partie nominale de la BFR

(5.8), mne :
Page 115
hhh
A X 1 + ( X 1 )T AT + B X 7 + ( X 7 )T BT X 1
h
h
h h
h
h
h
h h
T
=
( X h8 ) BhT + Ch X h1 X h4 + Dh X h7
T
1
( X h9 ) BhT + K h ( X h5 ) X h4 X h7
( )
X h5 ( X h5 ) + Dh X h8 + ( X h8 ) DhT
T
(X )
9 T
h
DhT + K h ( X h6 ) X h8
( )
( )
hh(3,3)
(5.40)
( 3,3)
= K h ( X h5 ) X h6 + ( X h6 )
o hhh
1
(( X ) ) K
T
5 1
h
T
h
X h9 ( X h9 )
Daprs la FLF (5.33) et la condition de symtrie (5.35), les variables de dcision X h4 , X h5 ,

X h6 , X h8 et X h9 sont des matrices libres de choix. Une manire de conduire des conditions de
stabilisation en termes de LMI est de choisir les matrices X h4 = 0 et X h6 = 0 . Afin de garantir
linversibilit de X h (quation (5.33)), les matrices X h5 et X h9 doivent tre inversibles. De ce
fait, (5.40) devient :
hh
A X 1 + X 1 T AT
h h ( h ) h
( )
7
7 T
T
1
+ Bh X h + ( X h ) Bh X h
T
T
T
= ( X h8 ) BhT + Ch X h1 + Dh X h7 X h5 ( X h5 ) + Dh X h8 + ( X h8 ) DhT
T
T
( X h9 ) BhT X h7
( X h9 ) DhT + K h X h8
( )
( )
9
9 T
Xh ( Xh )
(5.41)
En tenant compte de (5.41), la matrice dincertitudes (5.39) peut tre dveloppe telle que :
(1,1)
hh
(t )
(2,1)
hh ( t ) =
hh
(t )
( X 9 )T ( H b f b ( t ) N b )T
h h
h
h
()
H hd f hd ( t ) N hd X h8 + ( X h8 )
( X ) (H
9 T
h
(1,1)
o hh
( t ) = H ha f ha ( t ) Nha X h1 + ( X h1 )
(2,1)
et hh
( t ) = ( X 8h )
(H
a a
h h
( N ) ( f (t )) ( H )
b T
h
b
h
b T
h
( t ) N ha )
d
h
(H
d
h
( )
( )
f hd ( t ) N hd )
(5.42)
f hd ( t ) N hd )
+ H hb f hb ( t ) N hb X h7 + ( X h7 )
(H
b b
h h
( t ) Nhb )
+ H hc f hc ( t ) N hc X h1 + H hd f hd ( t ) N hd X h7 .
En utilisant le lemme 2 (annexe A), (5.42) peut tre majore par :

hh(1,1) ( t )
0
0
2,2
hh ( t ) hh ( t ) =
hh( ) ( t )
0
0
( 3,3)
0
0
hh ( t )
Page 116
(5.43)
1a
7b
8b
9b
hh(1,1) = hh
H ha ( H ha ) + ( hh
+ hh
+ hh
) H hb ( H hb ) + hh1c H hc ( H hc )
T
( H ) + ( ) X ( N ) N X + ( ) ( X ) ( N ) N X
T
1
T
T
1
T
T
8d
9d
hh(2,2) = ( hh
+ hh
) H ha ( H ha ) + ( hh1c ) ( X h1 ) ( N hc ) N hc X h1 + ( hh8b ) ( X h8 ) ( N hb ) N hb X h8
T
T
1
1
T
T
7d
+ ( hh
) ( X h7 ) ( N hd ) N hd X h7 + ( hh8d ) ( X h8 ) ( N hd ) N hd X h8
et
( t ) = ( ) ( X ) ( N ) N X + ( ) ( X ) ( N ) N X .
+ H
7d
hh
1a 1
hh
d T
h
d
h
9 b 1
hh
(3,3)
hh
9 T
h
1
h
b T
h
a T
h
b
h
9
h
a
h
7 b 1
hh
1
h
9d
hh
9 T
h
7 T
h
b T
h
b T
h
b
h
b
h
7
h
9
h
En appliquant le complment de Schur, (5.43) peut tre rcrite sous la forme :

hh = hh + Thh ( hh ) hh
1
avec hh
(hh1,1)
= 0
(5.44)
0
8d
hh
9d
+ hh
) H hd ( H hd )
0 ,
1a
8b
9b
(hh ) = hh
H ha ( H ha ) + ( hh7 b + hh
+ hh
) H hb ( H hb ) + hh1c H hc ( H hc ) + hh7 d H hd ( H hd ) ,
T
1,1
N ha X h1
b 7
Nh X h
0
0
hh =
0
0
0
et hh
0
0
N hc X h1
0
N hb X h8
0
N hd X h7
0
N hd X h8
0
0
N hb X h9
0
N hd X h9
1a
1c
= diag hh
I hh7 b I hh
I
0
hh8b I hh7 d I hh8 d I hh9b I hh9 d I .
A partir de (5.41) et (5.44), en appliquant le complment de Schur sur le terme Thh ( hh ) hh ,

on obtient :
1
hh + hh
hh
()
<0
hh
(5.45)
Afin de fournir des conditions de stabilisation LMI, le terme X h1 sera born de la mme
manire que dans la preuve du thorme 5.1 (quation (5.27)). C'est--dire :
r 1
r 1
k =1
k =1
X h1 = hk ( z ) ( X k1 X r1 ) k ( X k1 X r1 )
(5.46)
avec, pour k = 1, 2,..., r 1 , X k1 X r1 0 et k est la borne infrieure de hk ( z ) .
Page 117
Enfin, partir de (5.45), (5.46) et aprs application de schma de relaxation donn par le
lemme 3.1 (chapitre 1) [Tuan et al., 2001], on obtient les conditions de stabilisation LMI
proposes dans le thorme 5.2.
5.4.
Extension la synthse de lois de commande robustes par retour de

sortie pour les systmes T-S incertains et perturbs
Dans cette section, afin de gnraliser les rsultats prcdents la classe des systmes T-S
incertains et perturbs reprsente par (5.1), on considre le critre H suivant :
( y ( t ) y ( t ) ( t ) ( t ) )dt 0
T
(5.47)
Notons que la minimisation de (5.47) permet dobtenir une attnuation optimale des
perturbations externes ( t ) vis--vis des sorties y ( t ) . Notre but dans la suite est dtendre les
rsultats prcdents au cas des systmes T-S standards incertains soumis des perturbations
externes.
5.4.1. Synthse de contrleurs robustes par retour de sortie dynamique

Dans le cas de la synthse robuste dun DOFC (5.2) et en considrant le vecteur dtat tendu
x ( t ) = xT ( t ) x T ( t )
yT ( t ) u T ( t ) utilis pour crire la BFR (5.5), le critre H (5.47)

T
peut tre rcrit sous la forme :
( t ) ( t ) ( t ) )dt 0
( x ( t ) Qx
T
(5.48)
0
0
avec Q =
0
0 0 0
0 0 0
.
0 I 0
0 0 0
Lapproche non quadratique garantissant simultanment la stabilisation de (5.1) via le DOFC

(5.2) et lattnuation de leffet des perturbations externes ( t ) sous le critre H (5.48) est
rsume dans le thorme suivant.
Page 118
Thorme 5.3 : [Guelton et al., 2009]

Soient z ( t ) , k {1, 2,..., r 1} , hk ( z ( t ) ) k . Le modle T-S (5.1) est globalement
asymptotiquement stable via le DOFC non-PDC (5.2) sil existe, pour i, j = 1, 2,..., r , des
matrices X 1j = ( X 1j ) > 0 , X 6j = ( X 6j ) > 0 , X 11j , X 13j , X 14j , X 15j , X 16j , Ai , Bi , Ci et Di ,

T
des scalaires positifs ij1a , ij6a , ij13b , ij14b , ij15b , ij16b , ij1c , ij6c , ij13d , ij14d , ij15d et ij16d , ainsi
quun taux dattnuation = minimiser tels que les conditions LMI suivantes soient
vrifies :
ii < 0 , pour i = 1, 2,..., r
(5.49)
1
1
r 1
2
(5.50)
X k1 X r1 0 , pour k = 1, 2,..., r 1
(5.51)
X k6 X r6 0 , pour k = 1, 2,..., r 1
(5.52)
o ij =
0
FT
i
( )
ij
ij
ij
11
0 Xj 0 0
0 GiT 0 0
0 ( )
0
0
() ()
0
0 et ij , ij , ij dfinies dans le thorme 5.1.
0
0
I
0
0 I
Preuve :
La BFR (5.5) est globalement asymptotiquement stable sous le critre H (5.48) si :
( t ) 2 T ( t ) ( t ) < 0
V ( x ( t ) , x ( t ) ) + x T ( t ) Qx
(5.53)
C'est--dire si :
T
x ( t ) Ahh
+ A hT ( t ) X h
)( )
(( X ) ) (
1 T

A + A ( t ) + E X 1 + Q x ( t )
hh
h
h
( ) x ( t ) + x ( t ) ( ( X )
+ T ( t ) FhT X h
( )
) F (t )
1 T
La ngativit de (5.54) est assure x ( t ) et ( t ) si :
Page 119
(t ) (t ) < 0
(5.54)
A T + A T ( t ) X
h
h
hh
<0
1
2 I
FhT X h
X T 0
X h
En multipliant (5.55) gauche et droite respectivement par h
et
0 I
0
obtient :
)( )
((
X h
)(
1 T

1
A hh + A h ( t ) + E X h + Q
( )
) (
0
0
Notons que, X h QX h =
0
(5.55)
( )

T X 1 X + X T QX
X T A T + A T ( t ) + A + A ( t ) X + EX
h
hh
h
hh
h
h
h
h
h
h
h
T
Fh
( *)
( )
<0
2 I
(*)
0
, on
I
(5.56)
0
0
. En suivant le mme raisonnement que celui de
T
0 ( X h11 ) X h11 0
0
0
0
la preuve du thorme 5.1 pour traiter le premier bloc diagonal de (5.56) et en appliquant le
0
0
0
0
complment de Schur sur le terme ( X h11 ) X h11 associ au changement de variable = 2 , on

T
obtient les conditions du thorme 5.3 en appliquant le schma de relaxation propos par le
lemme 3.1 (chapitre 1) [Tuan et al., 2001].
5.4.2. Synthse de contrleurs robustes par retour de sortie statique

Dans le cadre de la synthse robuste dun SOF (5.6) et en considrant le vecteur dtat tendu
x ( t ) = xT ( t )
yT ( t ) u T ( t ) utilis pour crire la BFR (5.8), le critre H (5.47) peut tre

T
rcrit sous la forme :
(( x (t ))
T
Q x ( t ) 2 T ( t ) ( t ) dt 0
(5.57)
0 0 0
avec Q = 0 I 0 .
0 0 0
Lapproche non quadratique garantissant simultanment la stabilisation de (5.1) via le SOF

(5.6) et lattnuation de leffet des perturbations externes ( t ) sous le critre H (5.57) est
rsume dans le thorme suivant.
Page 120
Thorme 5.4 :
Soient z ( t ) , k {1, 2,..., r 1} ,
h ( z ( t ) ) k . Le modle T-S (5.1) est globalement
asymptotiquement stable via la loi de commande SOF non-PDC (5.6) sil existe, pour
i, j = 1, 2,..., r , des matrices X 1j = ( X 1j ) > 0 , X 5j = ( X 5j ) > 0 , X 7j , X 8j , X 9j , K i , ainsi que

T
des scalaires positifs ij1a , ij1c , ij7 b , ij7 d , ij8b , ij8 d , ij9b , ij9 d et un taux dattnuation =
minimiser tels que les conditions LMI suivantes soient vrifies
ii < 0 , pour i = 1, 2,..., r
(5.58)
1
1
r 1
2
(5.59)
X k1 X r1 0 , pour k = 1, 2,..., r 1
(5.60)
ij + ij
o ij =
ij
0
X 5j
T
GiT
Fi
le thorme 5.2.
ij
0
( )
0
0
0
0
I
0
()
0
0
( )
( )
0
et les matrices ij , ij , ij et ij dfinies dans
0
0
Preuve :
La stabilit de la BFR (5.8) est garantie sous le critre H (5.57) si :
T
V ( x ( t ) ) + ( x ( t ) ) Q x ( t ) 2 T ( t ) ( t ) < 0
(5.61)
partir de (5.8) et (5.33), on obtient :
( x (t ))
( A + A ( t ) )T ( X ) 1 +
h
h
hh
+ T ( t ) ( Fh )
( Xh )
(( X ) )
T
1
h

1
( A + A ( t ) ) + E ( X h ) + Q x ( t )
hh
x ( t ) + ( x ( t ) )
(( X ) ) F (t )
T
1
h
lingalit (5.62) est vrifie x* ( t ) et ( t ) si :
Page 121
(t ) (t ) < 0
(5.62)
T
1
( Ahh
+ Ah ( t ) ) ( X h ) +
(X
T
1
h

1
( Ahh + Ah ( t ) ) + E ( X h ) + Q
(F ) ( X )
T
h
1
h
( X )T
En multipliant gauche et droite respectivement par h
0
<0
2 I
( )
X
0
et h
0
I
(5.63)
0
, on obtient :
I
T
T
T
( X h ) ( Ahh + Ah ( t ) ) + ( Ahh + Ah ( t ) ) X h + E ( X h ) ( X h ) 1 X h + ( X h )T Q X h
( Fh )
( ) < 0
2
I
(5.64)
En suivant le mme chemin emprunt dans la preuve du thorme 5.4, lingalit (5.64) est
vrifie si lingalit suivante est satisfaite :
+ + T ( ) 1 + ( X )T Q X
hh
hh
hh
hh
h
h
hh
T
( Fh )
<0
2
I
( )
(5.65)
0
0
0
T
Notons que, ( X ) Q X h = 0 ( X h5 ) X h5 0 , en faisant le changement de variable = 2 et
0
0
0
en appliquant le complment de Schur, on obtient les conditions du thorme 5.4 relches par
le lemme 3.1 (chapitre 1) [Tuan et al., 2001].
T
h
Remarque 5.1
Tout comme les conditions non quadratiques exprimes au chapitre prcdent, les conditions
de stabilisation non quadratiques par retour de sortie proposes dans ce chapitre peuvent tre
rduites au cadre quadratique tendu afin de saffranchir de la connaissance a priori des bornes
infrieures des drives des fonctions dappartenance. Ainsi, en ce qui concerne la commande
par retour de sortie dynamique, deux corollaires quadratiques tendues aux thormes 5.1 et 5.3
peuvent tre obtenus en fixant X i1 = X 1 et X i6 = X 6 communes. De mme, en ce qui concerne
la commande par retour de sortie statique, deux corollaires quadratiques tendus peuvent
galement tre obtenus en fixant X i1 = X 1 commune dans les thormes 5.2 et 5.4.
Remarque 5.2
Bien entendu, les conditions prsentes au cours de ce chapitre restent applicables la
Page 122
commande des systmes T-S sans incertitudes ( Ai = 0 , Bi = 0 , Ci = 0 , Di = 0 ). Dans ce

cas, on retrouve les conditions LMI prsentes dans [Guelton et al., 2008a] pour le retour de
sortie dynamique et dans [Bouarar et al., 2009c] pour le retour de sortie statique.
5.5.
Exemples numriques et simulations
Afin de montrer lefficacit des approches proposes dans ce chapitre, nous considrons trois
exemples numriques. Dans un premier temps, dans le cadre du retour de sortie dynamique, le
conservatisme des conditions proposes (thorme 5.1) sera compar celui des conditions
fournies dans [Li et al., 2000]. Ensuite, un second exemple permettra, dans le cadre du retour
de sortie statique, de montrer lintrt en termes de conservatisme des conditions non
quadratiques vis--vis des conditions quadratiques tendues. Enfin, un dernier exemple
permettra dapprcier les performances des contrleurs dynamiques et statiques pour un
modle T-S incertain et perturb.
5.5.1. Exemple 1 : valuation du conservatisme pour le retour de sortie

dynamique approches classiques vs redondantes
Lobjectif de cet exemple est de montrer lintrt, en termes de conservatisme, de lapproche
redondante propose vis--vis de conditions issues de la littrature. Ainsi, nous proposons
dtudier la faisabilit des conditions LMI pour la synthse de DOFC au travers des conditions
non quadratiques redondantes donnes au thorme 5.1 vis--vis des conditions quadratiques
proposes dans [Li et al., 2000]. Notons que le choix est port sur cette dernire rfrence car,
notre connaissance, il sagit des seules conditions LMI existantes, hormis celles proposes dans
le cadre de cette thse, permettant la stabilisation des systmes dcrits par (5.1) (sans
incertitudes paramtriques et sans perturbations externes) sans ncessiter la ralisation
dhypothses restrictives telles que Ci = C commune et Di = 0 . Notons enfin que les
conditions proposes dans [Li et al., 2000] sont quadratiques et quelles sont bases sur
lutilisation du produit de Redheffer [Redheffer, 1960]. Ainsi, on considre le systme T-S
donn par :
2
x
t
=
( ) hi ( z ( t ) ) ( Ai x ( t ) + Biu ( t ) )
i =1
2
y (t ) = h ( z (t )) (C x (t ) + D u (t ))
i
i
i
i =1
(5.66)
5a 10
2 10
0
0
1 0.5
0.8 0
o A1 =
, A2 =
, B1 = , B2 = , C1 =
, C2 =
,
1
1 2
20 2
10
3b
0 1
1
1
0.5
D1 = et D2 = , tels que a et b sont deux paramtres ddis ltude des domaines
1
1
de faisabilit.
Rappelons que les conditions du thorme 5.1 sont non quadratiques, afin de les exploiter nous
Page 123
choisissons 1 = 2 . En utilisant Matlab LMI Toolbox [Gahinet et al., 1995], les domaines de
solutions des thormes 5.1 (en considrant Ai = 0 , Bi = 0 , Ci = 0 et Di = 0 ) et du
thorme 2 dans [Li et al., 2000] sont prsents la Figure 5.1 pour a [ 5 20] ,
b [ 20 0] . Evidemment, les conditions LMI proposes au thorme 5.1 tant non

quadratiques, elles fournissent le rsultat le moins conservatif.
0
-2
-4
-6
-8
-10
-12
-14
-16
-18
-20
-5
10
15
20
Figure 5.1. Domaine de solutions du Thorme 5.1 ( ) vs [Li et al., 2000] (thorme 2) ( ) .
5.5.2. Exemple 2 : intrt de lapproche non quadratique vs quadratique

cas du retour de sortie statique soumis perturbations externes
La rsolution des conditions de stabilit non quadratiques ncessite de choisir arbitrairement
des bornes de variables dont on ne peut objectivement pas connatre lexactitude avant davoir
ralis la synthse dune loi de commande et, par consquent, de connatre la dynamique finale
du systme en boucle ferme. Ce point constitue la principale critique des approches non
quadratique mises dans la littrature. Afin de contourner ce problme, des approches
quadratiques tendues peuvent tre obtenues sur la base des thormes 5.1 5.4. Une manire
dtudier le conservatisme est de comparer les taux dattnuation H des perturbations
externes obtenus par la rsolution des conditions non quadratiques par rapport celles obtenues
avec des conditions quadratiques tendues. On propose alors dtudier linfluence du choix de
la borne infrieure 1 de h1 ( z ( t ) ) dans le cas de la stabilisation non quadratique par retour de
sortie (Thorme 5.4) sur le taux dattnuation . Pour ce faire, on considre le systme T-S
perturb suivant :
Page 124
x
t
=
( ) hi ( z ( t ) ) ( Ai x ( t ) + Bi u ( t ) + Fi ( t ) )
i =1
2
y (t ) = h ( z (t )) (C x (t ) + D u (t ) + G (t ))
i
i
i
i
i =1
(5.67)
5 4
2 4
0
0
2 10
3 20
o A1 =
, A2 =
, B1 = , B2 = , C1 =
, C2 =
,
1 2
10 2
10
3
5 1
7 2
3
2
0
0.5
0.35
D1 = ,
D2 = ,
F1 = F2 =
,
G1 =
et
G2 =
, avec
1
0.5
0.25
0.5
0.5
h1 ( x1 ( t ) ) = cos 2 ( x1 ( t ) ) = 1 h2 ( x1 ( t ) ) .
La figure 5.2 prsente donc lvolution du taux dattnuation pour diffrentes valeurs de 1
obtenues via le thorme 5.4 sans incertitudes.
non quadratique
quadratique tendue
1.2
1.1
0.9
0.8
0.7
-4
-3.5
-3
-2.5
-2
-1.5
-1
-0.5
Figure 5.2. Taux dattnuation : approches non quadratiques (remarque 5.2) vs quadratiques
tendues (Thorme 5.4 sans incertitudes avec X 1j = X 1 ).
Notons que le taux dattnuation obtenu via lapproche quadratique tendue (thorme 5.4 avec
X 1j = X 1 commune) est = 1.3971 . Cette valeur constitue naturellement la borne suprieure de
des rsultats obtenus via le thorme 5.4. Ds lors, il est possible de dire que lapproche non
quadratique napporte un intrt en terme de conservatisme pour le systme T-S (5.67) que
pour les valeurs 3 < 1 < 0 .
5.5.3. Exemple 3 : stabilisation robuste par retour de sortie dynamique et

statique
A travers cet exemple, on montre lefficacit des approches non quadratiques proposes au
cours de ce chapitre. Dans un premier temps, les rsultats de la synthse de lois de commande
Page 125
par retour de sortie dynamique seront prsents puis nous nous intresserons au cas du retour
de sortie statique. Soit le modle T-S incertain et perturb donn par :
2
x
t
=
hi ( z ( t ) ) ( Ai + Ai ( t ) ) x ( t ) + ( Bi + Bi ( t ) ) u ( t ) + Fi ( t )
(
)
i =1
2
y ( t ) = h ( z ( t ) ) ( C + C ( t ) ) x ( t ) + ( D + D ( t ) ) u ( t ) + G ( t )
i
i
i
i
i
i
i =1
(5.68)
3 4
2 1
1
1
2 1
3 2
avec A1 =
, A2 =
, B1 = , B2 = , C1 =
, C2 =
,
1 5
10 3
10
3
0 3
0 2
3
1
0
0.25
0.3
0.35
D1 = , D2 = , F1 =
, F2 =
, G1 =
, G2 =
, les matrices
1
2
0.25
0.25
0.3
0.2
dincertitudes Ai ( t ) = H ia fi a ( t ) Nia , Bi ( t ) = H ib fi b ( t ) Nib , Ci ( t ) = H ic fi c ( t ) Nic et
0
0
0
0
1
o H1a = , H 2a = , H1b = , H 2b = , H1c = ,
1
1
2
1
1
1
0.5
1
H 2c = , H1d =
, H 2d = , N1a = [1 1] , N 2a = [ 1 1] , N1b = 1 , N 2b = 0.75 ,
1
0.5
1
c
c
N1 = [1 1] , N 2 = [ 1 1] , N1d = 1 , N 2d = 0.5 et les fonctions dappartenances
Di ( t ) = H id fi d ( t ) Nid
h1 ( x1 ( t ) ) =
1 + sin ( x1 ( t ) )
2
, h2 ( x1 ( t ) ) = 1 h1 ( x1 ( t ) ) .
Les rsultats de simulation seront donns pour les fonctions dincertitudes voluant telle que
sin ( t )
fi a ( t ) = sin ( 0.5t ) , fi b ( t ) = cos ( 2t ) , f i c ( t ) =
et fi c ( t ) = cos 2 ( 2t ) et la perturbation
t
externe ( t ) = rand (1,1) .
5.5.3.1. Rsultats en retour de sortie dynamique

La rsolution du thorme 5.1 permet la synthse non quadratique dune loi de commande par
retour de sortie dynamique (5.2) stabilisant le systme (5.68) sans perturbations externes.
Les rsultats suivants sont obtenus laide de la bote outils Matlab LMI Toolbox pour
1 = 0.3 :
0.0506 -0.0161
X 11 =
,
-0.0161 0.0579
0.0122 0.0023
X 21 =
,
0.0023 0.0475
0.0039 -0.0007
X 16 =
,
-0.0007 0.0084
0.922 -0.3322
0.0001 6.85085
0.0001 -3.7227
X 26 = 103
, X 111 = 103
, X 211 = 103
-6.8508
0.0001
3.7227
0.0001
-0.3322 0.8752
13
13
14
X 1 = [ 0.0088 0.0103] ,
X 2 = [ -0.0064 -0.0006] ,
X 1 = [ 0.0002 0.0046] ,
Page 126
X 214 = [ -0.003 0.0029] ,

X 116 = 6.2845 104 ,
X 115 = [ -0.0152 0.0171] ,
X 215 = [ -0.0226 0.0223] ,
-0.0194 -0.0038
-0.0213 0.0105
A1 =
, A2 =
,
0.0142 -0.027
0.0042 -0.0212
0.0199 0.0145
B2 =
,
C1 = 103 [ 0.6691 0.291] ,
0.0061 -0.0067
D1 = [ -0.0246 0.0208] , D2 = [ -0.0235 0.0238] , 111a = 0.0399 ,
X 216 = 0.0019 ,
-0.0036 0.0053
B1 =
,
-0.0503 0.0336
C2 = [ -0.0069 -0.0004] ,
1a
1a
6a
121a = 0.0621 , 21
= 0.0621 , 22
= 0.0464 , 116 a = 0.0211 , 126 a = 0.0371 , 21
= 0.0371 ,
13b
13b
14 b
226 a = 0.0124 , 1113b = 0.0083 , 1213b = 0.0195 , 21
= 0.0427 , 22
= 0.017 , 11
= 0.0072 ,
14 b
14 b
15 b
15 b
15 b
1214b = 0.0198 , 21
= 0.044 , 22
= 0.0132 , 11
= 0.0108 , 12
= 0.0204 , 21
= 0.0468 ,
15 b
16 b
16 b
16 b
16 b
1c
22
= 0.019 , 11
= 0.0074 , 12
= 0.0198 , 21
= 0.0442 , 22
= 0.0143 , 11
= 0.0185 ,
1c
1c
1c
6c
6c
6c
12 = 0.0317 , 21 = 0.0317 , 22 = 0.0183 , 11 = 0.0052 , 12 = 0.0132 , 21 = 0.0132 ,
13 d
13 d
14 d
226c = 0.0047 , 1113d = 0.0156 , 1213d = 0.0475 , 21
= 0.0293 , 22
= 0.0041 , 11
= 0.0143 ,
14 d
14 d
15 d
15 d
15 d
1214 d = 0.0347 , 21
= 0.0101 , 22
= 0.0046 , 11
= 0.0498 , 12
= 0.0421 , 21
= 0.1081 ,
15 d
16 d
16 d
16 d
16 d
22 = 0.037 , 11 = 0.0443 , 12 = 0.0417 , 21 = 0.1059 et 22 = 0.0341 .
La figure 5.3 montre lvolution temporelle du vecteur de sortie, du vecteur dtat du systme,
du vecteur dtat du contrleur et du signal de commande pour la condition initiale
T
x ( 0 ) = [ 5 4] . Par ailleurs, la figure 5.4 prsente lvolution de h ( x ( t ) ) au cours de cette
1
simulation. Celle-ci permet de vrifier a posteriori lhypothse min h1 ( x1 ( t ) ) > 1 . En effet,

min h ( x ( t ) ) = 0.2365 et = 0.3 .
1
0
y1(t)
-5
-10
y2(t)
0
x 10
-5
Temps
-6
0
x 10
Temps
-5
0
xc1(t)
-5
-10
x1(t)
x2(t)
u(t)
xc1(t) et xc2(t)
5
x1(t) et x2(t)
y1(t) et y2(t)
-10
xc2(t)
0
-5
-15
Temps
1
Temps
Figure 5.3. Evolution temporelle du vecteur de sortie, du vecteur dtat du systme, du

vecteur dtat du contrleur et du signal de commande.
Page 127
6
5
dh(t)/dt
4
3
2
1
0
-1
0
0.5
1.5
Temps
2.5
Figure 5.4. Evolution temporelle de h1 ( x1 ( t ) ) .

Considrons maintenant, au travers de la rsolution du thorme 5.2, le cas de la synthse H
non quadratique dune loi de commande par retour de sortie dynamique (5.2) garantissant
simultanment la stabilisation de (5.68) et lattnuation des perturbations externes. Les rsultats
sont obtenus pour 1 = 1.5 et sont donns par :
0.0902
X 11 =
-0.004
0.0054
X 26 =
-0.0029
X 213 = [ -0.0027
-0.004
,
0.1348
-0.0029
,
0.0016
-0.0104] ,
X 115 = [ -0.06 0.0427] ,

-0.1148
A1 =
-0.1372
-0.0485
B2 =
0.1766
D1 = [ -0.0602
1a
22
= 0.0775 ,
-0.2353
,
-0.4072
-0.0346
,
0.0231
0.0444 0.0144
X 21 =
,
0.0144 0.1273
1 0
X 111 = X 211 =
,
0 1
X 114 = 105 [ -0.3957 0.0621] ,
X 215 = [ -0.0869 0.0735] ,
0.0163 -0.0128
X 16 =
,
-0.0128 0.0189
X 113 = 104 [ -0.284 -0.6133] ,

X 214 = 10-3 [ -0.431 0.0221] ,
X 116 = 2.2584 106 ,
X 216 = 0.0025 ,
-0.0196 -0.0099
A2 =
,
0.0466 -0.107
-0.1212 -0.0778
B1 =
,
-0.4697 -0.0358
C1 = 103 [ -0.0174 -0.1281] ,
C2 = [ -0.0053 -0.0175] ,
1a
1a
0.0427] , D2 = [ -0.0827 0.0692] , 111a = 0.0224 , 12
= 0.2321 , 21
= 0.2321 ,
116 a = 6.5188 10 4 ,
126 a = 0.0973 ,
216 a = 0.0973 ,
226 a = 0.0135 ,
13b
13b
1113b = 2.9196 105 , 1213b = 0.0119 , 21
= 0.1069 , 22
= 0.0121 ,
1114b = 2.626 105 ,
14 b
14 b
15 b
15 b
15 b
1214b = 0.012 , 21
= 0.1126 , 22
= 6.877110 4 , 11
= 0.009 , 12
= 0.0122 , 21
= 0.1341 ,
15 b
16 b
5
16 b
16 b
16 b
1c
22 = 0.0088 , 11 = 3.1229 10 , 12 = 0.012 , 21 = 0.1094 , 22 = 0.0093 , 11 = 0.0338 ,
1c
1c
6c
121c = 0.0199 , 21
= 0.0199 , 22
= 0.0346 , 116 c = 0.0016 , 126 c = 0.0102 , 21
= 0.0102 ,
6c
4
13
d
13
d
13 d
22 = 4.5579 10 , 1113 d = 7.5008 10 5 , 12 = 0.1432 , 21 = 0.0153 , 22
= 0.0011 ,
14 d
5
14 d
14 d
14 d
4
15 d
11 = 6.7966 10 , 12 = 0.0599 , 21 = 0.0064 , 22 = 1.0318 10 , 11 = 0.0783 ,
Page 128
15 d
15 d
16 d
16 d
16 d
1215 d = 1.3508 , 21
= 0.1476 , 22
= 0.0701 , 11
= 0.0018 , 12
= 1.3541 , 21
= 0.1477 ,
16 d
22
= 0.074 et le taux dattnuation = 0.8611 .
du vecteur dtat du contrleur et du signal de commande pour la condition initiale
T
x ( 0 ) = [1 3] . De plus, la figure 5.6 prsente lvolution de h ( x ( t ) ) au cours de cette
1
simulation. Celle-ci permet de vrifier a posteriori lhypothse min h1 ( x1 ( t ) ) > 1 . En effet,

min h ( x ( t ) ) = 1.3169 et = 1.5 .
1
-5
5
Temps
2
x (t) et x (t)
y (t) et y (t)
10
-2
-4
10
c1
10
5
Temps
10
0.01
0.5
-0.01
-0.02
5
Temps
u(t)
c2
x (t) et x (t)
0.02
5
Temps
10
-0.5
Figure 5.5. Evolution temporelle des vecteurs de sortie, du vecteur dtat du systme perturb,
du vecteur dtat du contrleur et du signal de commande.
3
dh(t)/dt
2
1
0
-1
-2
6
Temps
Figure 5.6. Evolution temporelle de h1 ( x1 ( t ) ) .
Page 129
10
5.5.3.2. Rsultats en retour de sortie statique

La rsolution du thorme 5.3 permet la synthse non quadratique dune loi de commande par
retour de sortie statique (5.6) stabilisant le systme (5.68) sans perturbations externes
( ( t ) = 0 ). Les rsultats suivants sont obtenus laide de la bote outils Matlab LMI Toolbox
pour 1 = 1.2 :
0.0742 -0.0136
X 11 =
,
-0.0136 0.0949
0.2112 -0.0033
X 25 =
,
-0.0033 0.2953
X 18 = [ -0.0222 0.0258] ,
0.0212 0.009
X 21 =
,
0.009 0.0835
0.1868 0.0444
X 15 =
,
0.0444 0.2909
X 17 = [ 0.0146 0.0171] ,
X 27 = [ -0.0048 -0.0023] ,
X 28 = [ -0.0443 0.0388] ,
X 19 = 8.8147 10 4 ,
X 29 = 0.0026 ,
1a
K1 = [ -0.0336 0.0294] , K 2 = [ -0.0645 0.037 ] , 111a = 0.0557 , 121a = 0.1618 , 21
= 0.1618 ,
1a
1c
1c
22
= 0.0681 , 11
= 0.0222 , 12
= 0.043 ,
7b
7b
7b
12 = 0.0414 , 21 = 0.1198 , 22 = 0.024 ,
227 d = 0.0052 , 118b = 0.0118 , 128b = 0.0422 ,
1c
1c
21
= 0.043 , 22
= 0.0238 , 117 b = 0.0111 ,
117 d = 0.0191 , 127 d = 0.1147 , 217 d = 0.0337 ,
8b
8b
21
= 0.1272 , 22
= 0.0276 , 118 d = 0.0118 ,
8d
8d
128d = 0.0422 , 21
= 0.1272 , 22
= 0.0276 , 119 d = 0.1297 , 129 d = 0.1169 ,
229 d = 0.1006 , 119b = 0.0102 , 129b = 0.0415 , 219b = 0.1208 , 229b = 0.0232 .
219 d = 0.226 ,
T
du signal de commande pour la condition initiale x ( 0 ) = [ 1 3] et de h ( x ( t ) ) . Notons que
lhypothse min h1 ( x1 ( t ) ) > 1 est

min h ( x ( t ) ) = 0.7172 et = 1.2 .
1
vrifie
posteriori
en
simulation
puisque
-5
5
temps
x (t) et x (t)
y (t) et y (t)
0
-2
10
5
temps
10
5
temps
10
1
dh (t)/d(t)
0.5
0
u(t)
0
-1
-2
5
temps
-0.5
10
-1
Figure 5.7. Evolution temporelle du vecteur de sortie, du vecteur dtat du systme, du signal
de commande et de h1 ( x1 ( t ) ) .
Page 130
Considrons maintenant, au travers de la rsolution du thorme 5.4, le cas de la synthse H

non quadratique dune loi de commande par retour de sortie statique (5.6) garantissant
simultanment la stabilisation de (5.68) et lattnuation des perturbations externes. Les rsultats
sont obtenus pour 1 = 1 et sont donns par :
0.1177 -0.0041
0.0566 0.0182
1.4895 -0.0687
X 11 =
,
X 21 =
,
X 15 =
,
-0.0041 0.1844
0.0182 0.1762
-0.0687 1.0105
1.1062 -0.1417
X 25 =
X 17 = 103 [ 0.0066 -0.1847] ,
X 27 = [ 0.0004 -0.0017] ,
,
-0.1417
1.1896
8
X 1 = [ -0.064 0.0593] , X 28 = [ -0.121 0.1055] , X 19 = 1.9995 10 5 , X 29 = 8.6468 10 5 ,
1a
K1 = [ -0.0635 0.0594] , K 2 = [ -0.1226 0.1047] , 111a = 0.0375 , 121a = 0.402 , 21
= 0.402 ,
1a
1c
1c
1c
1c
22
= 0.1214 , 11
= 0.0659 , 12
= 0.049 , 21
= 0.049 , 22
= 0.0658 , 117 b = 2.3315 10 4 ,
127b = 0.0392 , 217b = 0.3689 , 227b = 0.0012 , 117 d = 4.5215 104 , 127 d = 0.3556 , 217 d = 0.0378 ,
8b
8b
227 d = 1.8303 104 , 118b = 0.0231 , 128b = 0.0393 , 21
= 0.3802 , 22
= 0.0192 , 118 d = 0.1194 ,
8d
8d
9d
128d = 2.5595 , 21
= 0.2794 , 22
= 0.091 , 119 d = 0.005 , 129 d = 2.6276 , 21
= 0.2802 ,
229 d = 0.0185 , 119b = 2.4299 104 , 129b = 0.0392 , 219b = 0.3692 , 229b = 5.9093 104 et le taux
dattnuation = 0.7723 .
La figure 5.8 montre lvolution temporelle du vecteur de sortie, du vecteur dtat du systme
T
du signal de commande et de h1 ( x1 ( t ) ) pour la condition initiale x ( 0 ) = [ 1 3] . Notons que
lhypothse min h ( x ( t ) ) >
est vrifie a posteriori en simulation puisque
1
min h1 ( x1 ( t ) ) = -0.6475 et 1 = 1 .
-10
5
temps
-5
4
x (t) et x (t)
y (t) et y (t)
0
-2
10
5
temps
10
5
temps
10
2
dh (t)/d(t)
0.5
u(t)
0
-0.5
-1
5
temps
10
0
-1
Figure 5.8. Evolution temporelle du vecteur de sortie, du vecteur dtat du systme perturb,
du signal de commande et de h1 ( x1 ( t ) ) .
Page 131
5.6.
Conclusion
Au cours de ce chapitre, la stabilisation non quadratique par retour de sortie des systmes T-S
incertains et perturbs a t traite. Sur la base de fonctions candidates de Lyapunov floues et
de lcriture redondante des boucles fermes, des conditions LMI ont t proposes pour la
synthse de loi de commande par retour de sortie dynamique puis statique. Notons que ces
approches constituent, notre connaissance, les seuls rsultats connus dans le cadre non
quadratique en ce qui concerne la commande des systmes T-S par retour de sortie. Par
ailleurs, les rsultats existants dans la littrature dans le cadre quadratique sont pour la plupart
proposs sous forme de BMI ou, au prix dhypothses restrictives, en termes de LMI. Ainsi,
tirant parti de la rcriture redondante sous forme descripteur de la boucle ferme, les
conditions LMI proposes au cours de ce chapitre sont applicables une classe gnrique de
systmes T-S incertains et perturbs admettant une forme non linaire de lquation de sortie.
Enfin, les rsultats proposs dans un premier temps pour la stabilisation des systmes incertains
puis tendus aux systmes incertains et perturbs par lemploi dun critre H , ont t
confronts quelques rsultats pertinents de la littrature au travers de trois exemples. La
rduction du conservatisme ainsi que les performances en boucle ferme des approches par
retour de sortie proposes ont alors pu tre apprcies.
Page 132
Conclusion gnrale et perspectives
Dans ce mmoire, nous avons abord les problmes de stabilit et de stabilisation des systmes
non linaires de type T-S. Les rsultats issus de ce travail de recherche prsentent deux
contributions principales concernant lobtention de conditions LMI pour les problmes de
commande suivants :
Stabilisation par retour dtat pour la classe des descripteurs T-S incertains et perturbs
(DTSIP),
Stabilisation par retour de sortie pour la classe des modles T-S standards incertains et
perturbs (MTSIP).
Nous avons commenc par introduire les concepts lmentaires de la commande des systmes
T-S dans le premier chapitre, notamment pour les classes des systmes T-S standards
(explicites) et descripteurs (implicites). Ainsi, un bref aperu des principaux travaux de la
littrature sur la synthse de contrleurs flous par retour dtat et de sortie, tendus aux
systmes descripteurs a dabord t prsent. Puis, les sources de conservatisme lors de la
rsolution de contraintes LMI ont t discutes. Ces diffrents concepts constituent la base des
dveloppements proposs dans ce manuscrit et permettent de positionner les contributions
apportes.
De manire gnrale, les chapitres 2 4 ont trait de la stabilit et de la stabilisation des
DTSIP. Plusieurs approches ont t prsentes suivant un ordre graduel de complexit afin
daboutir des conditions de stabilisation non quadratiques minimisant le conservatisme au
regard de celles dveloppes antrieurement.
Dans un premier temps des conditions de stabilit, bases sur une fonction candidate de
Lyapunov quadratique, ont t proposes au chapitre 2. Celles-ci ont ensuite t tendues la
synthse de lois de commande robustes de type PDC modifies, dabord pour les descripteurs
incertains. Puis, lemploi dun critre H a permis daboutir des conditions visant
minimiser linfluence des perturbations externes sur la dynamique du DTSI considr. Les
rsultats proposs sont fournis en termes de LMI et, afin de relcher (rduire le conservatisme)
les approches quadratiques proposes, un schma de relaxation typique pour la classe des
systmes descripteurs a t dvelopp. Notons que les rsultats proposs au cours de ce
chapitre constituent la base des travaux prsents au cours des chapitres suivants.
Dans la continuit du chapitre 2, les chapitres 3 et 4 ont t consacrs la rduction du
conservatisme des conditions de stabilisation selon deux sources distinctes. Dans le chapitre 3,
une fonction non quadratique de Lyapunov, dite fonction de Lyapunov floue, a t employe.
Les limites dune telle approche ont t discutes et concernent notamment leur applicabilit en
terme de rsolution des LMI. En effet, celles-ci ncessitent la connaissance a priori de
paramtres (bornes infrieures des drives des fonctions dappartenance) difficiles obtenir
lorsque lon ne connat pas lavance la dynamique de la boucle ferme dsire.
Page 134
Un premier rsultat, inspir des rsultats proposs par [Guerra et al., 2007], a permis daboutir
un compromis quadratique tendu entre conservatisme et applicabilit des approches
proposes. Dans le chapitre 4, une rcriture de la dynamique de la boucle ferme, base sur
une proprit de redondance des descripteurs, a permis de traiter une seconde source de
conservatisme : savoir lapparition de termes croiss au sein des conditions LMI. En effet,
lcriture redondante permet, par lintroduction dune dynamique virtuelle sur la commande, de
dcoupler les gains de commande et les matrices du systme commander. Par ailleurs, il a
galement t dmontr que les approches proposes dans ce chapitre englobent celles
proposes prcdemment.
Fort de la connaissance acquise sur la redondance des descripteurs, des mthodologies de
synthses de contrleurs floues par retour de sortie dynamique et statique pour la classe des
MTSIP ont t proposes au chapitre 5. En effet, les problmes de retour de sortie sont
rputs complexes dun point de vue LMI puisquils font apparatre de nombreux termes
croiss. Il a donc t montr que lcriture de la dynamique en boucle ferme sous forme de
descripteur redondant, pour le retour de sortie, facilite lobtention de conditions LMI pour une
classe gnrique de MTSIP ne ncessitant pas dhypothses structurelles restrictives. Notons
par ailleurs que, aussi bien pour la stabilisation par retour dtat des DTSIP que pour la
stabilisation par retour de sortie des modles DTS, les approches proposes sont, notre
connaissance, les seules existantes dans la littrature traitant de ces problmes dans le cadre
non quadratique.
Les perspectives de ce travail sont nombreuses et concernent des points soulevs au cours de ce
manuscrit.
Tout dabord, court terme, lextension de ces travaux la commande dcentralise des
descripteurs interconnects peut-tre envisage. Ceux-ci font lobjet dune thse dmarre
rcemment au CReSTIC dont les premiers rsultats sont prometteurs [Jabri et al., 2009a][Jabri
et al., 2009b]. Il convient maintenant dtendre ces travaux au cas incertains et perturbs.
Dautre part, les travaux entrepris au cours de cette thse ont t tendus et appliqus au cas de
la commande en suivi de trajectoire dune machine de rducation dans le cadre de la thse de
Lynda Seddiki soutenue rcemment [Seddiki, 2008] et donn lieu une publication commune
[Seddiki et al., 2009]. L encore, ces conditions peuvent encore tre tendues au cas incertain
et perturb. Par ailleurs, une autre piste possible, dans la mesure o peu de rsultats LMI
existent dans la littrature [Huang, 2005][Xu et al., 2007], serait de transposer les travaux de
cette thse au cas des descripteurs T-S discrets.
Par ailleurs, il a t soulev, dans [Marx et Ragot, 2006] et [Marx et Ragot, 2008], que les
conditions de non impulsivit peuvent ne pas tre satisfaites dans le cas gnral des
descripteurs T-S lors de la drivation des conditions de stabilit sur la base dun vecteur dtat
augment. Dans le but de fournir des rsultats valables pour une plus large classe de systmes
(systmes singuliers, rang ( Ev ) < n ), il savrerait judicieux dtudier cette piste ainsi que de
proposer des conditions de rgularit, dadmissibilit et de non impulsivit gnriques tenant
compte des informations issues des fonctions dappartenance des descripteurs T-S. Ce
problme tant ce jour encore ouvert !
De manire gnrale, les travaux de la communaut concernant les systmes T-S se focalisent
sur la rduction du conservatisme des conditions LMI. L encore, des progrs restent encore
accomplir dans la mesure o toutes les sources de conservatisme nont pas t traites [Sala,
Page 135
2009]. Par ailleurs, les sources traites sont-elles pour autant rsolues ? Au cours de cette thse,
trois sources ont t abordes. La premire vise rduire le conservatisme des conditions LMI
par une relaxation de somme, en loccurrence une triple somme pour les descripteurs (cf.
lemme 2.1). Notons que la solution propose constitue une extension des travaux les plus
simples [Tanaka et Sano, 1994] et pourrait tre tendue des schmas de relaxation plus
efficaces et rcents [Tuan et al., 2001] [Xiaodong et Qingling, 2003]. Une seconde source
ayant t traite concerne lutilisation dune fonction de Lyapunov non quadratique. Celle-ci
permet notamment dobtenir les conditions de stabilit globale les moins conservatives ce
jour mais prsente linconvnient de ncessiter la connaissance a priori des bornes infrieures
des drives des fonctions dappartenance. Des travaux rcents vont en ce sens. Ainsi, une
nouvelle approche a t propose afin de saffranchir de la recherche des bornes des drives
des fonctions dappartenance dans le cadre de ltude de la stabilit locale des systmes T-S
standards [Guerra et Bernal, 2009]. Celle-ci se base sur la rcriture dveloppe des drives
des matrices de Lyapunov incluse dans les conditions suffisantes de stabilit. Bien que trs
prometteuse, cette approche conduit des rsultats LMI dans le cadre de la stabilit, mais reste
difficilement applicable au cas de la synthse de loi de commande et son extension aux cas des
descripteurs reste un champ ouvert. La troisime source de conservatisme concerne le
dcouplage des matrices dentre-sortie et, il apparat que lcriture redondante de la boucle
ferme constitue une solution adquate ce problme. La transposition de cette technique peut
alors tre envisage pour la commande de nombreuses autres classes de systmes dynamiques.
Page 136
Rfrences bibliographiques
A
[Assawinchaichote et al., 2004] W. Assawinchaichote, S. K. Nguang and P. Shi, Output
feedback control design for uncertain singularly perturbed systems: an LMI approach,
Automatica 40 (12): 21472152, 2004.
B
[Bernal et Guerra, 2009] M. Bernal and T. M. Guerra, Non-quadratic robust stability of
Takagi-Sugeno models, 2nd IFAC International Conference on Intelligent Control Systems
and Signal Processing (ICONS). Istanbul, Turkey, September 2009.
[Blanco et al., 2001] Y. Blanco, W. Perruquetti and P. Borne, Nonquadratic stability of
nonlinear systems in the TakagiSugeno form, European Control Conference (ECC) , Porto,
Portugal, 2001.
[Bouarar et al., 2007a] T. Bouarar, K. Guelton, B Mansouri and N. Manamanni, LMI stability
condition for uncertain descriptors,, International Conference on Fuzzy systems (FUZZIEEE), London, UK, July 2007.
[Bouarar et al., 2007b] T. Bouarar, K. Guelton and N. Manamanni, LMI based H controller
design for uncertain Takagi-Sugeno descriptors subject to external disturbances, 3rd IFAC
Workshop on Advanced Fuzzy/Neural Control (IFAC-AFNC), Valenciennes, France, October
2007.
[Bouarar et al., 2008a] T. Bouarar, K. Guelton, N. Manamanni and P. Billaudel, Stabilization
of uncertain Takagi-Sugeno descriptors: a fuzzy Lyapunov approach, 16th Mediterranean
Conference on Control and Automation (MED), Ajaccio, Corsica, France, June 2008
[Bouarar et al., 2008b] T. Bouarar, K. Guelton et N. Manamanni, Approches non-quadratiques
pour la synthse de commande robuste des descripteurs flous de type T-S, 5me Confrence
Internationale Francophone d'Automatique (CIFA), Bucarest, Roumanie, 3-5 Septembre 2008.
[Bouarar et al., 2009a] T. Bouarar, K. Guelton and N. Manamanni, Relaxed non-quadratic
LMI stabilization of Takagi-Sugeno fuzzy descriptor based on descriptor redundancy, IEEE
Symposium on Computational Intelligence in Control and Automation, Nashville, USA, March
30April 2 2009.
[Bouarar et al., 2009b] T. Bouarar, K. Guelton et N. Manamanni, Nouvelles conditions LMI
de stabilisation non quadratique pour descripteurs flous de type T-S, Rencontres francophones
sur la Logique Floue et ses Applications (LFA). Lens, Octobre 2008.
Page 137
[Bouarar et al., 2009c] T. Bouarar, K. Guelton and N. Manamanni, Static output feedback
controller design for Takagi-Sugeno systems A fuzzy Lyapunov LMI approach, 48th IEEE
Conference on Decision and Control (CDC). Shanghai, P.R. China, December 2009.
[Boyd et al., 1994] S. Boyd, L. El Ghaoui and E. Feron, Linear matrix inequalities in system
and control theory, Siam, 1994
C
[Chen et al., 2000] B. S. Chen, C.S. Tseng and H. J. Uang, Mixed H 2 H fuzzy output
feedback control design for nonlinear dynamic systems: An LMI approach, IEEE
Transactions on Fuzzy System., 14(4), August 2006.
[Chen, 2004] G. Chen, System analysis using redundancy of descriptor representation, lEEE
Intlmational Symposium on Computer Aided Control Systems Design, Taipei, Taiwan,
September 24, 2004
[Chadli et al., 2002] M. Chadli, D. Maquin and J. Ragot, Nonquadratic stability analysis of
Takagi-Sugeno models, 41th IEEE Conference on Decision and Control (CDC), Las Vegas,
Nevada, USA, December. 2002.
[Cobb, 1981] D. Cobb, Feedback and pole placement in descriptor variable systems,
International Journal of Control, 33 : 1135-1146, 1981.
[Cobb, 1983] D. Cobb, Descriptor variable system and optimal state regulation, IEEE Trans.
on Automatic Control, 28: 601-611, 1983.
D
[Dai, 1989] L. Dai, Singular control systems, Lecture Notes in Control and Information
Sciences, Springer Verlag : 12-45, 1989.
[Delmotte et al., 2007] F. Delmotte, T.M. Guerra and M. Ksantini, Continous TakagiSugenos models: reduction of the number of LMI conditions in various fuzzy control design
techniques, IEEE Transactions on Fuzzy Systems, 15 (3), June 2007.
[Delmotte et al., 2008] F. Delmotte, T.M. Guerra and M. Kruszewski, Discerte TakagiSugenos models: reduction of the number of LMI conditions in fuzzy control techniques,
IEEE Transactions on Fuzzy Systems, 38 (5), June 2008.
[Ding et Huang, 2008] B. Ding and B. Huang, Stabilization of Takagi-Sugeno Model via Nonparallel Distributed Compensation Law, 7th World Congress on Intelligent Control and
Automation, Chongqing, China, June 25 - 27, 2008.
[Dong et Yang, 2009] J. Dong and G. H. Yang, Dynamic output feedback H control
synthesis for discrete-time TS fuzzy systems via switching fuzzy controllers, Fuzzy Sets and
Systems 160 482499, 2009.
[Dubuisson, 1990] B. Dubuisson, Diagnostic et reconnaissance des formes,. Hermes, Paris.
Page 138
F
[Feng et Harris, 2001] M. Feng and C. J. Harris, Piecewise Lyapunov stability conditions of
fuzzy systems, IEEE Transanctions on Systems, Man and Cybernetics -part B, 31(2): 259
262, April. 2001.
[Feng et Wang, 2001] G. Feng and L. Wang, Controller synthesis of fuzzy dynamic systems
based on piecewise Lyapunov functions, FUZZ-IEEE2001, Melbourne, Australia, 2001.
[Feng et Sun, 2002] G. Feng and D. Sun, Generalized H 2 controller synthesis of fuzzy
dynamic systems based on piecewise Lyapunov functions, IEEE Trans. Circuits Syst. I, 49:
18431850, December, 2002.
[Feng, 2004] G. Feng, H controller design of fuzzy dynamic systems based on piecewise
Lyapunov functions, IEEE Transactions on Systems, Man, and CyberneticsPart B: 34(1),
February, 2004.
[Feng, 2006] G. Feng, A survey on analysis and design of model-based fuzzy control
systems, IEEE Transactions on Fuzzy Systems, 14(5): 676- 697, 2006.
G
[Gahinet et al., 1995] P. Gahinet, A. Nemirovski, A. J. Laub and M. Chilali, LMI Control
Toolbox, The Mathworks Inc, 1995.
[Gasso et al., 1999] K. Gasso, G. Mourot, A. Boukhriss et J. Ragot, Optimisation de la
structure dun modle de Takagi-Sugeno, Actes des rencontres francophones (LFA),
Valenciennes, France, 1999.
[Gasso et al., 2000] K. Gasso, Identification des systmes dynamiques non-lneaires : approche
multi-modles, Thse de doctorat de lINPL, Dcembre, 2000
[Guelton, 2003] K. Guelton, Estimation des caractristiques du mouvement humain en station
debout. Mise en oeuvre dobservateurs flous sous forme descripteur, Thse de doctorat,
LAMIH-SF, de lUniversit de Valenciennes et du Hainaut-Cambrsis, 2003.
[Guelton et al., 2008a] K. Guelton, T. Bouarar and N. Manamanni, Fuzzy Lyapunov LMI
based output feedback stabilization of Takagi Sugeno systems using descriptor redundancy,
International Conference on Fuzzy Systems, Hong Kong, June 2008.
[Guelton et al., 2008b] K. Guelton, S. Delprat and T. M. Guerra, An alternative to inverse
dynamics joint torques estimation in human stance based on a Takagi Sugeno unknown-inputs
observer in the descriptor form, Control Engineering Practice 16: 1414 1426, 2008.
[Guelton et al. 2009] K. Guelton, T. Bouarar and N. Manamanni, Robust dynamic output
feedback fuzzy Lyapunov stabilization of TakagiSugeno systems a descriptor redundancy
approach, Fuzzy Sets and Systems 160(19):2796-2811, October 2009.
Page 139
[Guelton et al. 2010] K. Guelton, T-M. Guerra, M. Bernal, T. Bouarar et N. Manamanni,

Comments on Fuzzy Control Systems Design via Fuzzy Lyapunov Functions, IEEE,
Transactions on Systems, Man and Cybernetics Part B, Digital Object Identifier:
10.1109/TSMCB.2009.2033807.
[Guerra et al., 1999] T. M. Guerra, L. Vermeiren, F. Delmotte et P. Borne, Lois de commande
pour systmes flous continus Lois de commande pour systmes flous continus, Journal
Europen des Systmes Automatiss, 33(4) : 489-527, 1999.
[Guerra et Vermeiren, 2004] T. M. Guerra and L. Vermeiren., LMI based relaxed non
quadratic stabilizations for non-linear systems in the Takagi-Sugenos form, Automatica, 40
(5): 823-829, May 2004.
[Guerra et al., 2006] T. M. Guerra, A. Kruszewsti, L. Vermeiren and H. Rago-Tirmant,
Conditions of output stabilization for nonlinear models in the Takagi-Sugenos form, Fuzzy
Sets and Systems, 157 (9): 1248-1259, 2006.
[Guerra et al., 2007] T. Guerra, M. Bernal, A. Kruszewski and Arfoun, A way to improve
results for the stabilization of continous-time fuzzy descriptor models. 46th IEEE Conference
on Decision and Control, New Orleans, LA, USA, December, 12-14, 2007.
[Guerra et Bernal, 2009] T. M. Guerra and M. Bernal A way to escape from the quadratic
framework, International Conference on Fuzzy Systems, Korea, August 20-24, 2009.
H
[Han et al., 2000] Z. X. Han, G. Feng, B. L. Walcott and J. Ma, Dynamic output feedback
controller design for fuzzy systems, Transactions on Systems Man and Cybernetics Part B,
30(1), February, 2000.
[Henrion et Garulli, 2004] D. Henrion and A. Garulli, Stabilization of LPV Systems, Lecture
Notes in Control and Information Sciences, Springer, 2004.
[Huang, 2005] C. P. Huang, Stability analysis of discrete singular fuzzy systems, Fuzzy sets
and systems, 151 (2005) 155-165.
[Huang et Nguang, 2006] D. Huang and S. K. Nguang, Robust H static output feedback
control of fuzzy systems: An ILMI approach, IEEE Transactions on Systems Man and
Cybernetics: Part B, 36(1): 216222, 2006.
[Huang et Nguang, 2007] D. Huang and S.K. Nguang, Static output feedback controller
design for fuzzy systems: An ILMI approach, Information Sciences, 177 (2007): 30053015.
J
[Jabri et al., 2009a] D. Jabri, K. Guelton, N. Manamanni and N. Abdelkrim, Fuzzy Lyapunov
decentralized control of Takagi-Sugeno interconnected descriptors, IEEE Symposium Series
on Computational Intelligence/Symposium on Computational Intelligence in Control and
Automation, Nashville, Tennessee, USA, March 2009.
Page 140
[Jabri et al., 2009b] D. Jabri, K. Guelton, N. Manamanni and N. Abdelkrim, H based

decentralized fuzzy Lyapunov controller design for Takagi-Sugeno interconnected descriptors,
2nd IFAC International Conference on Intelligent Control Systems and Signal Processing ,
Istanbul, Turkey, September 2009.
[Jadbabaie, 1999] A. Jadbabaie, A reduction in conservatism in stability and L2 gain analysis
of Takagi-Sugeno fuzzy systems via linear matrix inequalities, 14th IFAC Triennal World
Congress, Beijing, China: 285289, 1999.
[Ji et al., 2007] Z. Ji, Y. Zhou and Y. Shen, Stabilization of a Class of fuzzy control systems
via piecewise fuzzy Lyapunov function approach, American Control Conference: 4065-4070,
New York City, USA, July 11-13, 2007.
[Johansson, 1999] M. Johansson, Piecewise linear control systems, Ph.D. dissertation, Lund
Institute of Technology, 1999.
[Johansson et al., 1999] M. Johansson, A. Rantzer and K. Arzen, Piecewise quadratic stability
of fuzzy systems, IEEE Transactions on Fuzzy Systems, (7): 713722, 1999.
K
[Kau et al., 2007] S. W. Kau, H. J. Lee, C. M. Yang, C. H. Lee, L. Hong and C. H. Fang,
Robust H fuzzy static output feedback control of T-S fuzzy systems with parametric
uncertainties , Fuzzy Sets and Systems, 158 (2007) 135 146.
[Kawamoto et al., 1992] S. Kawamoto, K. Tada, A. Ishigame and T. Taniguchi, An approach
to stability analysis of second order fuzzy systems, IEEE International Conference on Fuzzy
Systems: 14271434. 1992.
[Khalil, 1996] H. Khalil, Nonlinear systems, Prentice hall, Inc. second edition, USA, 1996.
[Khalil et Dombre, 1999] W. Khalil et E. Dombre, Modlisation identification et commande
des robots, Edition Paris Herms, 1999.
[Kim et Lee, 2000] E. Kim and H. Lee, New approaches to relaxed quadratic stability
condition of fuzzy control systems, Transactions on Fuzzy Systems, (8): 523-533, 2000.
[Kumar et Daoutidis, 1995] A. Kumar and P. Daoutidis, State-space realizations of linear
differential algebraic-equation systems with control-dependent state space, Transactions
Automation and Control, (41): 269-274, 1995.
L
[Lam et Leung, 2006] H. K. Lam and F. H. F. Leung, LMI based stability and performance
conditions for continuous time nonlinear systems in Takagi-Sugenos form, International
Conference on Fuzzy Systems, July 16-21, 2006.
Page 141
[Lee et al., 2000] K. R. Lee, J. H. Kim, E. T. Jeung, and H. B. Park, Output feedback robust
H control of uncertain fuzzy dynamic systems with time-varying delay, IEEE Trans. Fuzzy
Systems, 8, (6): 657-664 December, 2000.
[Li et al., 2000] J. Li, H. O. Wang, D. Newmann, and K. Tanaka, Dynamic parallel distributed
compensation For Takagi Sugeno systems: An LMI approach, Information Sciences, (123):
201-221, 2000.
[Liapounoff, 1907] Liapounoff, A. (1907). Problme gnral de la stabilit du mouvement,
Annales de la facult des sciences de Toulouse, (9):203474. (traduction en franais du
mmoire Russe).
[Liberzon, 2003] D. Liberzon, Switching in systems and control, Edition Boston Birkauser,
2003.
[Lin, 1999] C. L. Lin, On the stability of uncertain linear descriptor systems, Journal of the
Franklin Institute, 336 (1999) 549-564.
[Lin et Er, 2001] D. Lin and M.J. Er, A new approach for stabilising nonlinear systems with
time delay, European Control Conference, Porto, Portugal, 2001.
[Lin et al., 2006] C. Lin, Q. G. Wang and T. H. Lee, Stability and stabilization of a class of
fuzzy time-delay descriptor systems, Transactions on Fuzzy Systems, 14(4), August 2006.
[Xiaodong et Qingling, 2003] L. Xiaodong and Z. Qingling, New approaches to H
controller designs based on fuzzy observers for T-S fuzzy systems via LMI, Automatica,
39(9):1571-1582. 2003.
[Liu et al., 2004] C.H. Liu, J. D. Hwang, Z. R. Tsai and S. H. Twu, An LMI-Based stable T-S
fuzzy model with parametric uncertainties using Multiple Lyapunov Function approach,
Conference on Cybernetics and Intelligent Systems, Singapore, 1-3 December, 2004.
[Luenberger, 1977] D. G. Luenberger, Dynamic Equation in Descriptor Form, Transactions
Automation and Control, (AC-22): 312-321, 1977.
M
[Ma et al., 1998] X. J. Ma, Z. Q. Sun and Y. Y. He, Analysis and design of fuzzy controller
and fuzzy observer, Transactions on Fuzzy Systems, 6(1): 41-50, 1998.
[Ma et Sun, 2004] B.P. Ma and J. Sun, Robust stabilization of uncertain T-S fuzzy descriptor
systems, 3rd IEEE International Conference on Machine Learning and Cybernetics, Shanghai,
China, 2004.
[Marx et Ragot, 2006] B. Marx and J. Ragot, Controller and observer designs for a class of TS
descriptor systems with pole placement constraint, 45th IEEE Conference on Decision and
Control, San Diego, CA, USA, December 13-15, 2006.
Page 142
[Marx et Ragot, 2008] B. Marx and J. Ragot, Stability and L2 norm bound conditions for
Takagi-Sugeno descriptor systems, IFAC World Congress, 2008.
[Masubushi et al., 1997] I. Masubuchi, Y. Kamitane, A. Ohara and N. Suda, H control for
descriptor Systems: a matrix inequalities approach, Automatica, 33: 669-673, 1997.
[Morre, 2001] Y. Morre, Mise en oeuvre de lois de commande pour les modles flous de
type Takagi-Sugeno, Thse de doctorat, LAMIH-SF, de lUniversit de Valenciennes et du
Hainaut-Cambrsis, 2001.
[Merlet, 1997] J. P. Morlet, Les robots parallles, Edition Paris Herms, 1997
N
[Nachidi et al., 2007] M. Nachidi, F. Tadeo, A. Hmamed and A. Benzaouia, Static output
feedback stabilization for time-delay Takagi-Sugeno fuzzy systems, 46th IEEE Conference on
Decision and Control, New Orleans, LA, USA, December. 12-14, 2007.
O
[Oustaloup et Mathieu, 1999] A. Oustaloup et B. Mathieu La commande crone Herms
Science Publications, Paris, 1999.
[Othake et al., 2003] H. Othake, K. Tanaka and H. O. Wang, Piecewise nonlinear control,42th
Conference on Decision and Control, Maui, Hawaii, USA, December, 2003.
P
[Peaucelle, 2007] D. Peaucelle, Modles descripteurs redondants et rduction du pessimisme
des Conditions LMI, JN MACS, 2007
R
[Redheffer, 1960] R. M. Redheffer, On a certain linear fractional transformation, Journal of
Mathematics and Physics, (39):269-286, 1960.
[Rejichi et al., 2008] O. Rejichi, O. Bachelier, M. Chaabane and D. Mehdi, Admissibility and
state feedback admissibilization of discrete singular systems: An LMI approach, 16th
Mediterranean Conference on Control and Automation (MED), Ajaccio, Corsica, France, June
2008.
[Ren 2005] J. S. Ren, Non fragile LQ fuzzy control for a class of nonlinear descriptor system
with time delays, 4th International Conference on Machine Learning and Cybernetics,
Guangzhou, 2005.
[Rhee et Won, 2006] B.J. Rhee and S. Won, A new Lyapunov function approach for a TakagiSugeno fuzzy control system design, Fuzzy Sets and Systems, 157(9): 1211-1228, 2006.
Page 143
S
[Sala et Ario, 2009] S. Antonio and C. Ario, Asymptotically necessary and sufficient
conditions for stability and performance in fuzzy control: Applications of Polyas theorem,
Fuzzy Sets and Systems 158 (2007) 2671 2686.
[Sala, 2009] S. Antonio, On the conservativeness of fuzzy and fuzzy-polynomial control of
nonlinear systems, Annual Reviews in Control 33 (2009) 4858.
[Sastry, 1999] S. Sastry, Nonlinear systems: analysis, stability, and control, Springer-Verlag,
New York, 1999.
[Seddiki, 2008] L. Seddiki, Dveloppement et commande T-S dune machine de rducation
des membres infrieurs en chane musculaire ferme, Octobre 2008.
[Seddiki et al., 2009] L. Seddiki, K. Guelton, T. Bouarar, N. Manamanni and J. Zaytoon, T-S
tracking controller design for Sys-Reeduc: a descriptor approach, 7th IFAC Symposium on
Modelling and Control in Biomedical Systems (MCBMS), Aalborg, Denmark, August 2009.
T
[Takagi et Sugeno, 1985] T. Takagi and M. Sugeno, Fuzzy identification of systems and its
application to modelling and control, Transactions on Systems Man and Cybernetics, 1115:
116-132,1985.
[Tanaka et Sugeno, 1992] K. Tanaka and M. Sugeno, Stability analysis and design of fuzzy
control systems, Fuzzy Sets and Systems, 45(2): 135-156,1992.
[Tanaka et Sano, 1994] K. Tanaka and M. Sano, A robust stabilization problem of fuzzy
control systems and its application to backing up control of a truck-trailer, Transactions on
Fuzzy Systems, 2: 119-134, 1994.
[Tanaka et al., 1998] K. Tanaka, T. Ikeda and H. O. Wang, Fuzzy regulators and fuzzy
observers: Relaxed stability conditions and LMI-based designs, Transactions on Fuzzy
Systems, 6 (2), May 1998.
[Tanaka et al., 2001a] K.Tanaka, T. Hori, T. Taniguchi and H. O. Wang, Stabilization of
nonlinear systems based on fuzzy Lyapunov function, Workshop IFAC Advances in Fuzzy and
Neural Control. Valencia, Spain. 2001a.
[Tanaka et al., 2001b] K. Tanaka, T. Hori and H. O. Wang, A fuzzy Lyapunov approach to
fuzzy control system design, American Control Conference, Washington, USA, 2001b.
[Tanaka et al., 2001c] K. Tanaka, T. Hori, H. O. Wang, New Parallel Distributed
Compensation using time derivative of membership functions, A fuzzy Lyapunov approach,
42th IEEE Conference on Decision and Control, Orlando, Florida, USA, December 2001.
[Tanaka et Wang, 2001] K. Tanaka and H.O. Wang, Fuzzy control systems design and
analysis: a linear matrix inequality approach, John Wiley & Son Eds, New York, Wiley-Inter
science ISBN 0-471-32324-190000, 2001.
Page 144
[Tanaka et al., 2003] K. Tanaka, T. Hori, and H.O. Wang, A multiple Lyapunov function
approach to stabilization of fuzzy control systems, Transactions on Fuzzy Systems, (11): 582
589, 2003.
[Tanaka et al., 2006] K. Tanaka, K. Yamauchi, H. Ohtake, and H. O. Wang, Optimal dynamic
output feedback designs for backing-up control of a vehicle with triple trailers, International
Conference on Fuzzy Systems, Vancouver, BC, Canada July 16-21, 2006.
[Tanaka et al., 2007] K. Tanaka, H. Ohtake, H.O. Wang, A descriptor system approach to
fuzzy control system design via fuzzy Lyapunov functions, Transaction on Fuzzy Systems,
15(3): 333- 341, 2007.
[Taniguchi et al., 1999a] T. Taniguchi, K. Tanaka, K. Yamafuji and H.O. Wang, Fuzzy
descriptor systems: stability analysis and design via LMIs, American Control Conference San
Diego, California, June 1999a.
[Taniguchi et al., 1999b] T. Taniguchi, K. Tanaka and H. O. Wang, Universal trajectory
tracking control using fuzzy descriptor systems, 38th Conference on Decision and Control,
Phoenix, Arizona USA, December 1999b.
[Taniguchi et al., 2000] T. Taniguchi, K. Tanaka and H.O. Wang, Fuzzy descriptor systems
and nonlinear model following control, Transactions on Fuzzy Systems, 8 (4): 442-452, 2000.
[Taniguchi et al., 2001] T. Taniguchi, K. Tanaka, H. Othake and H. O. Wang, Model
construction, rule reduction, and robust compensation for generalized form of Takagi-Sugeno
fuzzy systems, Transactions on Fuzzy Systems, 9 (4): 525-537, 2001.
[Tian et al., 2007] W. Tian, H. Zhang and X. Yang, Robust H control for fuzzy descriptor
systems with time-varying delay and parameter uncertainties. 3rd International conference on
natural computation (ICNC), 2007.
[Tuan et al., 2001] H. D. Tuan, P. Apkarian, T. Narikiyo and Y. Yamamoto, Parameterized
linear matrix inequality techniques in fuzzy control design, Transactions on Fuzzy Systems,
9(2): 324-332, 2001.
W
[Wang et al., 1996] H. O. Wang, K. Tanaka and M. Griffin, An approach to fuzzy control of
non linear systems: Stability and design issues, Transactions on Fuzzy Systems, (4): 14-23,
1996.
[Wang et al., 2004] Y. Wang, Z. Q. Sun and F. C. Sun, Robust fuzzy control of a class of
nonlinear descriptor systems with time-varying delay, International Journal of Control,
Automation, and Systems: 2(1), 2004.
[Wu et al., 2007] H. N. Wu and H. Y. Zhang, Reliable H fuzzy control for a class of
discrete-time nonlinear systems using multiple fuzzy Lyapunov functions, Transactions on
Circuits Systems II, 54: 357361, April 2007.
Page 145
[Wu, 2008] H. N. Wu, An ILMI approach to robust H 2 static output feedback fuzzy control
for uncertain discrete-time nonlinear systems, Automatica, 44 (2008): 23332339.
[Wu et al., 2008] Z. Wu, H. Su and J. Chu, Robust stabilization for uncertain discrete singular
systems with state delay, International Journal of Robust Nonlinear Control, 18:15321550,
2008.
Y
[Yoneyama et Ichikawa, 1999] C. Lin, Q. G. Wang and T. H. Lee, H -Control for TakagiSugeno Fussy Descriptor Systems, Intnationl Conference on Systems Man Cybernetics, 1999,
3: 28-33, Tokyo, Japan.
[Yoneyama et al., 2001] J. Yoneyama, M. Nishikawa, H. Katayama and A. Ichikawa, Design
of output feedback controllers for TakagiSugeno fuzzy systems, Fuzzy Sets and Systems
121(2001)127148.
[Yoneyama, 2006] J. Yoneyama, Output Feedback Stabilization of Fuzzy Systems with
Unobservable Premise Variables, International Conference on System of Systems
Engineering, Los Angeles, CA, USA - April 2006
X
[Xu et al., 2007] S. Xu, B. Song, J. Lu and J. Lam, Robust stability of uncertain discrete-time
singular fuzzy systems, Fuzzy sets and systems, 158(2007) 2306-2316.
Z
[Zerar et al., 2008] M. Zerar, K. Guelton and N. Manamanni, Linear fractional transformation
based H-infinity output stabilization for TakagiSugeno fuzzy models, Mediterranean Journal
Measurement Control, 4(3)(2008)111121.
[Zerar et al., 2009] M. Zerar, F. Cazaurang and A. Zolghadri, Coupled LPV and Flatnessbased Approach for Space Reentry Vehicles Guidance, Control Theory and Applications 3(8)
1081-1092, 2009.
[Zhou et Doyle, 1996] K. Zhou and J.C. Doyle, Robust optimal control, Printice Hall Int.
Ed., New Jersey, 1996.
[Zhou et Khargonekar, 1988] K. Zhou and P.P. Khargonekar, Robust stabilization of linear
systems with norm-bounded time-varying uncertainty, Systems Control Letters, 10: 17-20,
1988.
Page 146
Annexe A
A. 1. Ingalits Matricielles Linaires (Linear Matrix Inequalities) (LMI

LMI)
LMI
Les LMI ont merges comme des outils puissants doptimisation dans divers domaines
techniques, notamment en automatique. Plus particulirement, elles sont utilises pour
lanalyse de la stabilit et la synthse de lois de commande pour les modles T-S.
Les rsultats danalyse et de synthse auxquels aboutit la seconde mthode de Lyapunov sont
parfois non convexes et ncessitent alors quelques transformations afin de les rendre convexes
pour obtenir une solution au problme tudi. Ce point a t abord le long de ce mmoire.
Les contraintes LMI sont donnes par lexpression suivante [Boyd et al., 1994] :
n
( x ) = 0 + xi i < 0
(A.1)
i =1
o ( x ) est une fonction affine en les variables de dcision x = ( x1 , x2 ,..., xn ) . Les matrices
des rels 0 , 1 ,..., n sont carres et symtriques.
Lingalit < 0 dans (A.1) signifie quelle est dfinie ngative, c'est--dire que toutes les
valeurs propres ( ( x ) ) < 0 sont ngatives.
La ralisabilit de la LMI (A.1) consiste dterminer le vecteur x = ( x1 , x2 ,..., xn ) tel que la
contrainte convexe ( x ) < 0 est vrifie. Cela revient alors minimiser min max ( ( x ) ) < 0 .
x
Cette minimisation peut tre effectue laide de lalgorithme du point intrieur [Boyd et al.,
1994] dans la mesure o la fonction ( ( x ) ) < 0 est convexe.
A.1.1. Proprits des Ingalits Matricielles Linaires
Analyse convexe
La convexit joue un rle important dans ce mmoire dans la mesure o les approches de
synthse de lois de commande que nous proposons sont formules en terme des contraintes
convexes. Ceci offre un avantage puisque les solutions apportes ces problmes
correspondent au minimum global.
est un ensemble convexe si et seulement si :
( x1 , x2 ) 2 alors x1 + (1 ) x2 pour 0 1
(A.2)
Soulignons que lensemble de solutions = { x n : ( x ) < 0} correspondant au problme
Page 147
Annexe A
doptimisation convexe min max ( ( x ) ) < 0 est convexe.

x
Une fonction est dite convexe si et seulement si :
( x1 , x2 ) 2 pour 0 1 alors ( x1 + (1 ) x2 ) = ( x1 ) + (1 ) ( x2 ) < 0
(A.3)
Notons que, ( x ) dans (A.1) doit tre convexe.
A. 2. Transformations matricielles
Dans cette partie, nous prsentons quelques transformations matricielles existant dans la
littrature qui ont pour principal objectif de rendre les ingalits matricielles linaires en
variables recherches.
Proprit de la congruence
Soit ( x ) une matrice dfinie positive, symtrique et de dimension appropries et Y une

matrice non singulire de dimensions compatibles avec ( x ) .
Si ( x ) > 0 alors Y T ( x ) Y > 0
(A.4)
Le produit matriciel Y T ( x ) Y est appel la transformation congruence de ( x ) . Notons que,

dans une ingalit matricielle, la ralisation de cette transformation ne change pas le nombre
de valeurs propres ngatives et positives de la matrice ( x ) .
Le complment de Schur [Boyd et al., 1994]
Lemme 1
Soient A22 ( x ) nn une matrice dfinie positive, A12 ( x ) nm une matrice de rang plein
en ligne et A11 ( x ) nn une matrice quelconque. Notons que ces matrices sont affines en les
variables x . Les deux ingalits suivantes sont quivalentes :
A ( x)
A ( x ) = 11
A12 ( x )
A12T ( x )
>0
A22 ( x )
(A.5)
A ( x ) > 0 est quivalente :
Page 148
Annexe A
A11 ( x ) A12T ( x ) ( A22 ( x ) ) A12 ( x ) > 0

1
(A.6)
Le carr matriciel [Zhou et Khargonekar, 1988]
Lemme 2
Soient W ( x ) et N ( x ) deux matrices de dimensions appropries, lingalit suivante est
vrifie sil existe Q > 0 ou > 0 tels que :
W ( x ) ( N ( x ) ) + N ( x ) (W ( x ) ) W ( x ) (W ( x ) ) +
T
N ( x ) ( N ( x ))
(A.7)
W ( x ) ( N ( x ) ) + N ( x ) (W ( x ) ) W ( x ) Q (W ( x ) ) + N ( x ) Q 1 ( N ( x ) )
T
(A.8)
Le but des proprits (A.7) et (A.8) est de pouvoir liminer les terme anti-diagonaux dans une
matrice symtrique et de les ramener dans les blocs diagonaux. Cette transformation permet
de rcrire certains problmes non convexes en termes de LMI. Lexemple suivant permet
dillustrer le principe de cette transformation.
Exemple
Soient les matrices N ( x ) , M ( x ) , Q ( x ) et R ( x ) de dimensions appropries, formant la
matrice bloc suivante :
Q ( x)
M ( x ) N ( x )
( N ( x )) ( M ( x ))
T
R ( x)
<0
(A.9)
Notre objectif est de ramener les termes M ( x ) et N ( x ) sur la diagonale. Ainsi, (A.9) peut
tre rcrite :
( N ( x ) )T
0 0
Q ( x )
0
+ M x N ( x ) 0 +
R
x
0
(
)
(
)
0
( M ( x ))
<0
(A.10)
En appliquant (A.7), on obtient
Q ( x)
M ( x ) N ( x )
( N ( x )) ( M ( x ))
T
R ( x)
T
1
Q ( x ) + ( N ( x ) ) N ( x )
0
<0
T

0
R ( x ) + M ( x ) ( M ( x ) )
Page 149
Annexe B
B. 1. Stabilit au sens de Lyapunov

La mthode de Lyapunov se base sur un principe relatif la ralit physique de tel sorte que : si
lnergie totale dun systme (qui est une quantit scalaire) se dissipe au cours du temps, ce
systme tend vers un point dquilibre. Ainsi, lide de Lyapunov est de considrer une
fonction scalaire puis dexaminer sa variation afin dtudier la stabilit dun systme donn.
Lanalyse de la stabilit et de la stabilisation des systmes seffectue gnralement laide de
la thorie de Lyapunov. Dans la littrature on distingue plusieurs types de fonctions de
Lyapunov.
Soit les modles T-S continu (MTSC) et discrets (MTSD) suivant :
r
x ( t ) = hi ( z ( t ) ) ( Ai x ( t ) + Bi u ( t ) )
(B.1)
i =1
x ( + 1) = hi ( z ( ) ) ( Ai x ( ) + Bi u ( ) )
(B.2)
i =1
Dune manire gnrale, la deuxime mthode de Lyapunov consiste slectionner la fonction

candidate dfinie positive quon notera V ( x ( t ) ) , puis de choisir des lois de commande assurant
sa
dcroissance
c'est--dire
V ( x ( t ) ) < 0
pour
les
(MTSC)
(B.1)
et
V ( x ( ) ) = V ( x ( + 1) ) V ( x ( ) ) pour les (MTSD) (B.2), , si ces conditions sont vrifies,
alors la fonction V est dite fonction de Lyapunov et assure la stabilit. De plus, cette fonction
peut servir de base la synthse de lois de commande stabilisantes. La difficult rside dans la
dtermination de la fonction de Lyapunov qui se fait usuellement par ttonnement. Cette
mthode de Lyapunov donne des conditions suffisantes lors de ltude de la stabilit des
modles flous T-S [Tanaka et Wang, 2001].
Lanalyse de la stabilit des modles T-S est gnralement base sur les fonctions candidates
de Lyapunov [Tanaka et Wang, 2001]. Il existe plusieurs types fonctions de Lyapunov qui ont
t utilises dans la thorie de stabilit des modles flous T-S telles que:
Fonction quadratique.
Fonction quadratique continue par morceaux (piecewise quadratic Lyapunov functions).
Fonctions non quadratiques
Page 150
Annexe B
B. 1.1. Fonction candidate quadratique de Lyapunov

Ce type de fonction est largement utilis par la communaut dAutomatique. Si en se plaant
dans le cadre des modles T-S, de trs nombreux travaux sont bass sur cette fonction [Tanaka
et Wang., 2001].
La fonction candidate quadratique de Lyapunov est donne par :
V ( x ( t ) ) = xT ( t ) Px ( t ) avec P = PT > 0
(B.3)
Lutilisation de la fonction candidate quadratique de Lyapunov dans le cadre des modles T-S
conduit aisment la formulation du problme de synthse sous forme LMI. Cependant, elle
conduit des rsultats conservatifs, do lintrt de considrer dautres types de fonctions de
Lyapunov afin de proposer des approches moins conservatives.
B. 1.2. Fonction candidate quadratique continue par morceaux de Lyapunov

Ce type de fonction es donne par : [Johansson et al., 1999]
T
x ( t ) Px
i ( t ) x ( t ) X i , i I0
V ( x (t )) = T
x ( t ) X i , i I1
x ( t ) Px
i (t )
(B.4)
avec I0 dsigne lensemble des indices de partitions de lespace dtat X i qui contiennent
lorigine, I1 dsigne lensemble des indices de partitions de lespace dtat X i qui ne
contiennent pas lorigine.
Afin dassurer la continuit des fonctions candidates de Lyapunov (B.4), les matrices Pi et Pi
sont paramtres par la matrice T comme suit :
Pi = Fi T TFi , pour i 0
(B.5)
Pi = Fi T TFi , pour i 1
(B.6)
Fi sont des matrices construire, pour plus de dtails le lecteur peut se rfrer [Johansson et
al., 1999]. Dans le cadre des modles T-S obtenus par lapproche de dcoupage en secteur non
linaire, cette fonction savre peu efficace dans la mesure o elle ne tient pas compte de la
structure dinterconnexion non linaire entre sous-modles composant le systme global.
Page 151
Annexe B
B. 1.3. Fonction candidate non quadratique de Lyapunov

Cette fonction est largement utilise pour ltude des modles T-S [Jadbabaie, 1999][Blanco et
al., 2001][ Guerra et Vermeiren, 2004][Tanaka et al., 2007] puisquelle conduit des rsultats
moins conservatifs part rapport ceux prsents prcdemment. Elle est donne par :
V ( x ( t ) ) = xT ( t ) hi ( z ( t ) ) Pi x ( t )
i =1
avec Pi > 0 .
(B.7)
Les travaux dvelopps le long de ce mmoire sont bass sur ce type de fonction tendue aux
cas des descripteurs T-S.
Page 152
Rsum :
Les travaux de recherche prsents dans cette thse portent sur la stabilisation des systmes
descripteurs non linaires reprsents par des multi-modles flous de type Takagi-Sugeno
incertains et/ou perturbs. Dans ce cadre, des approches bases sur une fonction candidate
quadratique de Lyapunov ont tout dabord t dveloppes. Celles-ci permettent la synthse de
lois de commande par la rsolution dun ensemble de contraintes LMIs (Ingalits Linaires
Matricielles). Les rsultats de ces premires approches restent toutefois pessimistes vis--vis de
lensemble des solutions accessible au problme de synthse de lois de commande. Afin de
rduire ce conservatisme, de nouvelles approches bases sur une fonction candidate non
quadratique de Lyapunov et une loi de commande non PDC (Compensation Parallle
Distribue) ont t proposes. Une autre source de conservatisme a ensuite t aborde. En
effet, lcriture classique de la dynamique de la boucle ferme introduit des termes croiss entre
la commande et le modle au sein des conditions LMIs rsoudre. Lutilisation de la proprit
de redondance des descripteurs a alors permis de pallier cette source de conservatisme. En
effet, lcriture redondante de la dynamique de la boucle ferme permet de dcoupler les
matrices du systme piloter de celles des gains de commande par retour dtat. Tirant parti de
cette proprit, des problmes rputs complexes en terme de formulation LMI ont ts traites
tels que la synthse de lois de commande robustes par retour de sortie dynamique et statique
pour les systmes standard de type Takagi-Sugeno incertains et/ou perturbs.
Mots Cls : Systmes non linaires, Descripteurs, Modles Takagi-Sugeno, LMI, Commande
robuste H , Commande floue, Redondance, Fonctions de Lyapunov non quadratiques.
Abstract :
This works deals with the stabilization of uncertain and/or disturbed nonlinear systems
represented by fuzzy Takagi-Sugeno models. First, some results based on a quadratic candidate
Lyapunov function have been proposed in terms of LMIs (Linear Matrix Inequalities) and the
conservatism of such approaches has been discussed. To reduce the conservatism, new
approaches based on a non quadratic Lyapunov function and non PDC (Parallel Distributed
Compensation) control law have been proposed. Then, one other source of conservatism has
been studied. Indeed, the classical way to express the closed-loop dynamic leads to introduce
crossing-terms in the set of LMIs to be solved. Therefore, to overcome this source of
conservatism, the descriptor redundancy propriety has been used to rewrite the closed-loop
dynamic. This allows decoupling the system matrices from those of state feedback gain
matrices. Furthermore, the redundancy propriety has been employed to cope with the wellknown and difficult problems in terms of LMI formulation relating to the robust static and
dynamic output feedback controller design for uncertain and / or disturbed Takagi-Sugeno
systems.
Keywords: Nonlinear systems, Descriptor, Takagi-Sugeno models, LMI, H robust control,

Fuzzy control, Descriptor redundancy, Non quadratic Lyapunov functions.

2009 Reims 035

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

2009 Reims 035

Uploaded by

Copyright:

Available Formats

THSE

Pour obtenir le grade de

Contribution la synthse de lois de commande

Universit de Valenciennes et du Hainaut-Cambrsis (LAMIH)

Universit de Reims Champagne Ardenne (CReSTIC)

Centre de Recherche en Sciences et Technologies de lInformation et de la Communication

A mes parents et mes proches

Ce travail a t men au sein de lquipe de recherche Auto du Centre de Recherche en

Table des matires

3.2.5. Discussion sur lapplicabilit des approches non quadratiques ...........................................68

Table des figures

Structure et implmentation dun modle T-S Standard. ....................................................9

Evolution temporelle du vecteur dtat, du signal de commande et de h1 x1 ( t ) ...........75

Evolution temporelle du vecteur dtat, du signal de commande et de la drive du

Domaines de faisabilit du thorme 3.1 et du corollaire 3.1............................................77

Evolution temporelle du vecteur dtat, du signal de commande et de h1 x1 ( t ) . ..........99

Evolution temporelle du vecteur dtat perturb, du signal de commande et de h1 x1 ( t ) .

Evolution temporelle de h1 x1 ( t ) . ...............................................................................128

Evolution temporelle des vecteurs de sortie, du vecteur dtat du systme perturb, du

Evolution temporelle de h1 x1 ( t ) . ...............................................................................129

Evolution temporelle du vecteur de sortie, du vecteur dtat du systme, du signal de

Evolution temporelle du vecteur de sortie, du vecteur dtat du systme perturb, du

signal de commande et de h1 x1 ( t ) ..............................................................................131

Ingalit Matricielle Bilinaire (Bilinear Matrix Inequality)

Ensembles, matrices et vecteurs

Ensemble des entiers naturels

Matrice identit de dimension n

Cette notation dsigne

Articles dans des revues internationales avec comits de lecture

T. Bouarar, K. Guelton et N. Manamanni, Redundancy approach for fuzzy Lyapunov

La notion de systme joue un rle primordial en automatique. Un systme physique peut-tre

Le second chapitre constitue une premire contribution de ce travail de thse. En effet

Ce chapitre a pour objet de prsenter certains travaux sur la modlisation, la stabilit, et la

Reprsentation dtat et systmes non linaires

o x ( t ) est le vecteur dtat du systme u ( t ) le vecteur dentre et y ( t ) le vecteur de sortie.

o f ( x ( t ) ) est la fonction dtat, g ( x ( t ) ) la fonction dentre, s ( x ( t ) ) la fonction de sortie

Dautres systmes affines en la commande permettent de prendre en compte la forme implicite

Prsentation des modles flous de type Takagi-Sugeno (T-S)

SI z1 ( t ) est F1i ( z1 ( t ) ) ET z2 ( t ) est F2i ( z2 ( t ) ) z p ( t ) est Fpi ( z p ( t ) )

o R i reprsente la i me rgle floue, i = 1,..., r , F ji ( z j ( t ) )

pour j = 1,..., r sont les sous-

dpendent de lentre et/o de ltat du systme, x ( t ) n , y ( t ) q et u ( t ) m

SI z1 ( ) est F1i ( z1 ( ) ) ET z2 ( ) est F2i ( z2 ( ) ) z p ( ) est Fpi ( z p ( ) )

A chaque rgle R i est attribue un poids not wi ( z ( t ) ) . Ce poids dpend du degr

dappartenance des variables de prmisses z j ( t ) aux sous-ensembles flous F ji ( z j ( t ) ) et du

connecteur ET reliant les prmisses choisi telles que :

F ji ( z j ( t ) ) reprsente la valeur de la fonction dappartenance z j ( t ) lensemble flou Fji . On a

hi ( z ( t ) ) reprsente donc la fonction dactivation de la i me rgle du modle flou. Pour

i = 1,..., r , ces fonctions vrifient la proprit dune somme convexe, cest--dire

Finalement, la dfuzzification du modle flou permet dobtenir la reprsentation dtat dun

Notons que de la mme faon, pour un modle flou discrtis (MFD) on a:

Systme non linaire

Figure 1.1. Structure et implmentation dun modle T-S Standard.

Obtention des modles flous de type Takagi-Sugeno (T-S)

Figure 1.2. Secteur non linaire global.

Figure 1.3. Secteur non linaire local.

w2 ( x ( t ) ) ainsi que, deux scalaires et tels que :

Si toutes les non-linarits du systme sont continues et bornes sur n , alors le

Do un reprsentant T-S de (1.12) comportant deux rgles floues donnes par :

Ainsi le modle T-S est donn sous sa forme compacte par :

Stabilit et stabilisation des modles T-S standards

1.5.1. Stabilit des modles T-S

Thorme 1.1 : [Tanaka et Sugeno, 1992]

AiT PAi P < 0 (cas discret)