25/05/2020 - 14H00 - visio-conférence

"Méthodes d'identification pour le contrôle d'attitude des satellites "
(Thèse Carlo NAINER)

La validation du contrôle d'attitude des satellites passe par l'utilisation de simulateurs d'étude complexes qui mettent en oeuvre des modèles les plus représentatifs possibles du satellite et de son environnement orbital. Certains paramètres de ces modèles (couples perturbateurs, inerties, modes souples, etc) sont difficilement identifiables au sol, ou avec des incertitudes importantes. Afin de les
recaler, il est possible d'identifier ces paramètres à partir de télémesures acquises en vol. Cette identification est rendue complexe par les caractéristiques physiques des mesures (fréquences d'échantillonnage faible, bruit, biais) et par la difficulté de générer l'excitation du système nécessaire à sa bonne observabilité : par exemple, les profils de guidage pour la calibration des paramètres peuvent être différents des profils missions et générer des interruptions, ou s'ils ne sont pas prévus au départ peuvent amener le satellite à sortir de son domaine de validation (dépointages ou vitesse angulaires importantes). Par ailleurs, dans certains cas plus critiques, l'identification précise des paramètres est un prérequis pour la faisabilité du contrôle d'attitude: par exemple, dans le cas des orbites de très basse altitude, l'erreur de connaissance du centrage du satellite peut générer un guidage non-optimal vis-à-vis de des perturbations aérodynamiques et entraîner la perte du contrôle du satellite par saturation des actionneurs. Enfin, dans le cas des orbites elliptiques à périgée bas, les couples perturbateurs évoluent rapidement, et il serait intéressant de pouvoir adapter le contrôle à l'amplitude et la fréquence des perturbations. On recherche donc à identifier des modèles à paramètres variant dans le temps.
D'un point de vue théorique, l'identification paramétrique précise de modèle de type «boîte grise», de recherche d'entrées optimales (génération des signaux d'excitation) et d'identification de modèles à paramètres variant dans le temps sont des sujets qui suscitent un intérêt grandissant dans la recherche académique, avec des applications industrielles de plus en plus nombreuses. Il existe aujourd'hui une grande variété d'outils méthodologiques et numériques qui permettent de répondre de mieux en mieux aux besoins. L'objectif de la thèse est donc de développer de nouvelles techniques d'identification en boucle fermée de paramètres physiques variant dans le temps, pour la commande adaptative de satellites. L'idée est de se fonder sur les travaux déjà développés dans l'équipe pour l'identification en boucle fermée de systèmes linéaires [1,2] ou non linéaires [3] pour l'étendre au cas de l'identification de
modèles boîte grise. En outre, l'identification directe de modèles à temps continu sera privilégiée afin d'accéder directement à l'estimation des paramètres physiques [4,5].
Les activités envisagées durant la thèse porteront sur les trois problématiques: 1. Identification récursive en boucle fermée de paramètres variant dans le temps de modèles boîte grise à partir de données de télémesure incluant la conception de nouveaux algorithmes et la comparaison avec des algorithmes existants (de type Kalman). Ce problème d'actualité soulève de nombreuses questions ouvertes, comme notamment le choix des fonctions non linéaires pour les
zones moins connues du modèle physique. Ce choix résulte souvent d'un compromis entre la flexibilité et la parcimonie du modèle. La flexibilité est recherchée pour que le modèle retenu puisse inclure les phénomènes non linéaires complexes alors que la parcimonie vise à n'utiliser que le minimum de paramètres pour expliquer ces phénomènes non linéaires. Une fois ce choix effectué, il reste à développer des méthodes d'estimation paramétrique et réaliser la (in)-validation du modèle retenu. Cette partie s'appuiera notamment sur le développement de méthodes de type variable instrumentale qui présentent de nombreux intérêts (identification de modèles non biaisés et à variance minimale tout en se fondant sur des techniques simple d'optimisation), cf [6]. Par ailleurs, des aspects critiques pour la méthodologie d'identification de modèles boîte grise seront étudiés : l'identifiabilité et l'analyse de sensibilité des paramètres physiques, la robustesse des algorithmes développés à l'initialisation ou aux bruits de mesure, ou encore le calcul de régions
d'incertitude pour les paramètres estimés. 2. Un modèle ne peut être correctement identifié que si les données d'entrée/sortie sont suffisamment informatives. Il s'agira donc de mener des recherches sur la sélection d'entrées suffisamment excitantes pour l'identification en tenant compte du contexte d'identification en boucle fermée et d'identification de systèmes évoluant au cours du temps.
3. Implantation et tests des nouvelles approches à bord du satellite.
Jury :
- Rapporteurs : Bombois Xavier - Directeur de recherche - Laboratoire Ampère UMR CNRS 5005, Ecole Centrale de Lyon
Lovera Marco - Professeur - Politecnico di Milano - ITALIE
- Autres membres : Examinateurs :
Noël Jean-Philippe - Chercheur postdoctoral - Eindhoven University of Technology -PAYS-BAS
Evain Hélène - Ingénieur de recherche - CNES - FRANCE