Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
Modélisation et commande prédictive des systèmes complexes
Univ Europeenne - EAN : 9786203434583
Édition papier
EAN : 9786203434583
Paru le : 22 mars 2022
84,90 €
80,47 €
Disponible
Pour connaître votre prix et commander, identifiez-vous
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9786203434583
- Réf. éditeur : 6214420
- Editeur : Univ Europeenne
- Date Parution : 22 mars 2022
- Disponibilite : Disponible
- Barème de remise : NS
- Nombre de pages : 228
- Format : H:220 mm L:150 mm E:12 mm
- Poids : 312gr
- Interdit de retour : Retour interdit
- Résumé : Le travail présenté dans cet ouvrage a porté d'une part sur la modélisation et l'identification des systèmes linéaires et non linéaires SISO et MIMO et d'autre part sur la synthèse des algorithmes de commande prédictive à base des modèles multivariables (MPC MIMO) et non linéaires (NMPC). Dans la première partie on a proposé deux nouveaux modèles à complexité paramétriques réduite intitulées ARX-Laguerre et ARX-Laguerre MIMO et trois nouvelles représentations des systèmes non linéaires à complexité réduite intitulées multimodèle Laguerre, multimodèle ARX-Laguerre et multimodèle ARX-Laguerre MIMO. Les modèles monovariable ARX-Laguerre et multivariable ARX-Laguerre MIMO sont obtenu en décomposant les coefficients respectivement des modèles ARX et ARX MIMO sur des bases orthonormales et indépendantes de Laguerre et les modèles non linéaires sont obtenus en décomposant les coefficients du multimodèle FIR, du multimodèle ARX et du multimodèle ARX MIMO sur des bases orthonormales et indépendantes de Laguerre. Les modèles à complexité paramétrique réduite sont utilisés pour synthétiser des algorithmes de commande prédictive classique, adaptative et tolérante aux défauts.
- Biographie : Abdelkader Mbarek a obtenu son diplôme d'études approfondies (DEA) en automatique et productique de l'ESSTT, Université de Tunis en 2001, son doctorat de l'ENIT, Université Tunis El Manar en 2008 et son habilitation universitaire de l'Université de Monastir en 2020. Il est maintenant maitre-assistant en génie électrique à l'ENIM.