Génie électrique

Permanent URI for this collection

http://dspace.univ-skikda.dz:4000/handle/123456789/124

Browse

Browsing Génie électrique by Subject "Microrobot magnétique"

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    Commande des robots mobiles : Application sur des microrobots magnétiques
    (Université 20 Août 1955 - Skikda, 2024-02-26) Meziane, Larbi; EL-Hadi, Guech
    Ces dernières années, un intérêt croissant pour les microrobots magnétiques est apparu, notamment dans le domaine biomédical, tel que la chirurgie mini-invasive et l’administration de mé- dicaments. En comparaison avec les systèmes robotiques médicaux conventionnels, les microrobots sont capables d’atteindre des régions plus étroites et vulnérables du corps humain tout en minimisant les dommages. L’objectif de la thèse est de développer des stratégies de commande permettant à un microrobot magnétique, de naviguer dans un environnement fluidique à savoir, la navigation endovasculaire en utilisant les gradients de champs magnétiques générés par un dispositif magnétique à base de bobines électromagnétiques. C’est pourquoi, une compréhension approfondie de l’environnement de navigation du microrobot est une étape au préalable pour développer des stratégies de commande adéquates. Les contraintes d’échauffement des actionneurs magnétiques, la variation des paramètres physiologiques de l’humain, les perturbations environnementales et les erreurs de modélisation ont tous un impact significatif sur la navigation du microrobot. Lorsqu’un opérateur est chargé d ?administrer le médicament en dirigeant le microrobot vers la zone cible, on parle de contrôle en boucle ouverte. Bien que la commande en boucle ouverte ne nécessite pas d’algorithmes de contrôle sophistiqués, mais ses performances sont généralement limitées et dépendent fortement de l’expérience et de la précision des opérateurs. Afin de surmonter ces difficultés, un système de commande en boucle fermée s’avère très utile. La dynamique des microrobots peut être considérée linéaire dans certaines régions du corps humain (exemple : la cochlée) et non linéaire dans la plupart des cas (exemple : système cardiovasculaire). Dans le cas d’une dynamique linéaire du microrobot, nous avons proposé deux approches de commande à base d’un observateur pour suivre une trajectoire de référence. La première approche consiste en une commande par retour d’état mise en cascade avec un compensateur de rejet de perturbations. La stratégie utilise aussi un observateur pour reconstruire l’état du microrobot. L’objectif est d’achever le suivi de la trajectoire dans un vaisseau sanguin en 3D. La trajectoire désirée est générée par un opérateur moyennant un joystick. La deuxième approche consiste en une commande prédictive (MPC) (MPC pour Model Predictive Control) mise en cascade avec un compensateur de perturbations pour forcer le microrobot à poursuivre une trajectoire dans un environnement fluidique en 2D. La trajectoire de référence est générée également dans cette contribution à l’aide d’un joystick, et l’état du robot est estimé à l’aide d’un observateur d’état étendu non linéaire (NESO). Dans le cas d’une dynamique non-linéaire et d’un environnement de navigation en 2D, nous avons établi un modèle flou du type Takagi-Sugeno (TS) équivalent du microrobot dans un compact de l’espace d’état. La stratégie de commande proposée consiste à utiliser une commande PDC (parallel distributed compensation) en conjonction avec un compensateur de rejet de perturbations pour réaliser le suivi de trajectoire d’un microrobot. Un observateur flou T-S est utilisé pour estimer l’état complet à partir de la position mesurée du microrobot. Afin de surmonter le problème de surchauffe des bobines et rejeter les perturbations, le réglage du contrôleur flou T-S est effectué en imposant une contrainte sur l’amplitude du gradient du champ magnétique. Les gains de la commande et de l’observateur sont déterminés en résolvant un ensemble d’inégalités matricielles linéaires (LMIs). Dans cette approche, la trajectoire de référence optimale est générée en appliquant la méthode de marche rapide (fast marching method) sur l’image IRM. Afin de démontrer l’efficacité de la stratégie de commande proposée, les performances de la stratégie de commande sont évaluées à la fois sans et avec le bruit de mesure. Une plateforme d’instrumentation a été conçue dans le cadre de cette thèse, au sein du laboratoire PRISME/ JUNIA - Châteauroux en France pour valider les stratégies de commande développées dans le cadre de cette thèse