théorie du contrôle optimal et applications en aéronautique
TRANSCRIPT
![Page 1: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/1.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Théorie du contrôle optimal et applications enaéronautique
Emmanuel Trélat
Séminaire du LJLL7 octobre 2011
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 2: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/2.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Le problème de transfert orbital à poussée faible
Equation de Kepler contrôlée
q = −qµ
r3+
Fm
q ∈ IR3 : position, r = |q|, F : poussée, m masse :
m = −β|F |
Contrainte de poussée maximale
|F | = (u21 + u2
2 + u23)1/2 6 Fmax ' 0.1N
Transfert d’orbite :
D’une orbite initiale excentrique etinclinée vers une orbite géostationnaire.
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 3: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/3.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Le problème de transfert orbital à poussée faible
Equation de Kepler contrôlée
q = −qµ
r3+
Fm
q ∈ IR3 : position, r = |q|, F : poussée, m masse :
m = −β|F |
Contrainte de poussée maximale
|F | = (u21 + u2
2 + u23)1/2 6 Fmax ' 0.1N
Transfert d’orbite :
D’une orbite initiale excentrique etinclinée vers une orbite géostationnaire.
Contrôlabilité : étudiée dans
B. Bonnard, J.-B. Caillau, E. Trélat, Geometric optimal control of elliptic Keplerian orbits, Discrete Contin.Dyn. Syst. Ser. B 5, 4 (2005), 929–956.
B. Bonnard, L. Faubourg, E. Trélat, Mécanique céleste et contrôle de systèmes spatiaux, Math. & Appl. 51,Springer Verlag (2006), XIV, 276 pages.
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 4: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/4.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Modélisation sous forme d’un problème de contrôleoptimal
Etat : x(t) =
„q(t)q(t)
«Contrôle : u(t) = F (t)
Problème de contrôle optimal
x(t) = f (x(t), u(t)), x(t) ∈ IRn, u(t) ∈ Ω ⊂ IRm,
x(0) = x0, x(T ) = x1,
min C(T , u), où C(T , u) =
Z T
0f 0(x(t), u(t))dt
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 5: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/5.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Problème de contrôle optimal
x(t) = f (x(t), u(t)), x(0) = x0 ∈ IRn, u(t) ∈ Ω ⊂ IRm,
x(T ) = x1, min C(T , u), où C(T , u) =
Z T
0f 0(x(t), u(t))dt .
Définition
Application entrée-sortie
Ex0,T : L∞([0,T ],Ω) → IRn
u 7→ xu(T , x0).
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 6: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/6.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Problème de contrôle optimal
x(t) = f (x(t), u(t)), x(0) = x0 ∈ IRn, u(t) ∈ Ω ⊂ IRm,
x(T ) = x1, min C(T , u), où C(T , u) =
Z T
0f 0(x(t), u(t))dt .
Définition
Application entrée-sortie
Ex0,T : L∞([0,T ],Ω) → IRn
u 7→ xu(T , x0).
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 7: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/7.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Problème de contrôle optimal
x(t) = f (x(t), u(t)), x(0) = x0 ∈ IRn, u(t) ∈ Ω ⊂ IRm,
x(T ) = x1, min C(T , u), où C(T , u) =
Z T
0f 0(x(t), u(t))dt .
Définition
Application entrée-sortie
Ex0,T : L∞([0,T ],Ω) → IRn
u 7→ xu(T , x0).
−→ Problème d’optimisation
minEx0,T
(u)=x1C(T , u)
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 8: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/8.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Problème de contrôle optimal
x(t) = f (x(t), u(t)), x(0) = x0 ∈ IRn, u(t) ∈ Ω ⊂ IRm,
x(T ) = x1, min C(T , u), où C(T , u) =
Z T
0f 0(x(t), u(t))dt .
Définition
Application entrée-sortie
Ex0,T : L∞([0,T ],Ω) → IRn
u 7→ xu(T , x0).
Définition
Le contrôle u (ou la trajectoire xu(·)) est singulier si
rang dEx0,T (u) < n.
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 9: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/9.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Multiplicateurs de Lagrange (ou KKT en général)
Le contrôle u (ou la trajectoire xu(·)) est singulier si rang dEx0,T(u) < n.
Problème d’optimisation
minEx0,T
(u)=x1C(T , u)
Multiplicateurs de Lagrange (si Ω = IRm)
∃(ψ,ψ0) ∈ IRn × IR \ 0 | ψdEx0,T (u) = −ψ0dCT (u).
En termes du Lagrangien LT (u, ψ, ψ0) = ψEx0,T (u) + ψ0CT (u),
∂LT
∂u(u, ψ, ψ0) = 0.
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 10: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/10.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Principe du maximum de Pontryagin
Problème de contrôle optimal
x(t) = f (x(t), u(t)), x(0) = x0 ∈ IRn, u(t) ∈ Ω ⊂ IRm,
x(T ) = x1, min C(T , u), où C(T , u) =
Z T
0f 0(x(t), u(t))dt .
Principe du maximum de Pontryagin
Toute trajectoire minimisante x(·) est la projection d’une extrémale(x(·), p(·), p0, u(·)) solution de
x =∂H∂p
, p = −∂H∂x
, H(x , p, p0, u) = maxv∈Ω
H(x , p, p0, v),
où H(x , p, p0, u) = 〈p, f (x , u)〉+ p0f 0(x , u).
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 11: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/11.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Principe du maximum de Pontryagin
H(x , p, p0, u) = 〈p, f (x , u)〉+ p0f 0(x , u).
Principe du maximum de Pontryagin
Toute trajectoire minimisante x(·) est la projection d’une extrémale(x(·), p(·), p0, u(·)) solution de
x =∂H∂p
, p = −∂H∂x
, H(x , p, p0, u) = maxv∈Ω
H(x , p, p0, v).
Remarque : lien entre les deux approches
(p(T ), p0) = (ψ,ψ0) à scalaire multiplicatif près.
Une extrémale est dite normale si p0 6= 0, et anormale if p0 = 0.
Les trajectoires singulières sont les projections des extrémales anormalest.q. ∂H
∂u = 0.
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 12: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/12.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Principe du maximum de Pontryagin
H(x , p, p0, u) = 〈p, f (x , u)〉+ p0f 0(x , u).
Principe du maximum de Pontryagin
Toute trajectoire minimisante x(·) est la projection d’une extrémale(x(·), p(·), p0, u(·)) solution de
x =∂H∂p
, p = −∂H∂x
, H(x , p, p0, u) = maxv∈Ω
H(x , p, p0, v).
u(t) = u(x(t), p(t))
“localement, e.g. sous l’hypothèse de Legendre
stricte :∂2H∂u2
(x , p, u) défini négatif”
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 13: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/13.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Principe du maximum de Pontryagin
H(x , p, p0, u) = 〈p, f (x , u)〉+ p0f 0(x , u).
Principe du maximum de Pontryagin
Toute trajectoire minimisante x(·) est la projection d’une extrémale(x(·), p(·), p0, u(·)) solution de
x =∂H∂p
, p = −∂H∂x
, H(x , p, p0, u) = maxv∈Ω
H(x , p, p0, v).
u(t) = u(x(t), p(t))
“localement, e.g. sous l’hypothèse de Legendre
stricte :∂2H∂u2
(x , p, u) défini négatif”
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 14: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/14.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Flot extrémal
Hamiltonien réduit :Hr (x , p) = H(x , p, u(x , p)).
Alors toute extrémale est solution de
x =∂Hr
∂p(x , p), x(0) = x0
p = −∂Hr
∂x(x , p), p(0) = p0
(1)
Définition
Application exponentielleexpx0
(t , p0) = x(t , x0, p0),
où (x(t , x0, p0), p(t , x0, p0)) est la solution de (1) partant de (x0, p0) en t = 0.
(flot extrémal)
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 15: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/15.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Conditions d’ordre deux
(cas sans contrainte sur le contrôle)
Lagrangien LT (u, ψ, ψ0) = ψEx0,T (u) + ψ0CT (u).
Problème d’optimisation
minEx0,T
(u)=x1C(T , u)
• Condition nécessaire d’ordre un :
∂LT
∂u(u, ψ, ψ0) = 0.
• Conditions d’ordre deux :
Dérivée seconde intrinsèque
QT = ∂2LT∂2u
(u, ψ, ψ0)| ker
∂LT∂u
Condition nécessaire
QT positive.
Condition suffisante
QT définie positive.
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 16: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/16.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Conditions suffisantes d’ordre 2 : points conjugués
Sous l’hypothèse de Legendre stricte :
∂2H∂u2
(x , p, u) défini négatif,
QT est définie positive pour T > 0 assez petit.
Définition
Premier temps conjugué le long de x(·) :
tc = inft > 0 | Qt a un noyau non trivial.
Sous l’hypothèse de Legendre stricte, on a tc > 0.
Théorème
x(·) est localement optimale (en topologie L∞) sur [0, t]⇐⇒ t < tc .
Théorème
tc est un temps conjugué le long de x(·)⇐⇒ expx0(tc , ·) n’est pas une immersion en p0
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 17: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/17.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Conditions suffisantes d’ordre 2 : points conjugués
Sous l’hypothèse de Legendre stricte :
∂2H∂u2
(x , p, u) défini négatif,
QT est définie positive pour T > 0 assez petit.
Définition
Premier temps conjugué le long de x(·) :
tc = inft > 0 | Qt a un noyau non trivial.
Sous l’hypothèse de Legendre stricte, on a tc > 0.
Théorème
x(·) est localement optimale (en topologie L∞) sur [0, t]⇐⇒ t < tc .
Théorème
tc est un temps conjugué le long de x(·)⇐⇒ expx0(tc , ·) n’est pas une immersion en p0
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 18: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/18.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Système de contrôle
x(t) = f (x(t), u(t)) (2)
Coût
C(T , u) =
Z T
0f 0(x(t), u(t))dt
Problème de contrôle optimal
Déterminer les trajectoires x(·) solutions de (2), telles que x(0) ∈ M0, x(T ) ∈ M1, etminimisant le coût C(T , u).
↓Méthodes numériques
1 méthodes directes2 méthodes indirectes
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 19: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/19.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Méthodes directes
1. Discrétisation totale
On discrétise l’état et le contrôle⇒ problème d’optimisation non linéaire en dimension finie
ming(Z )=0h(Z )60
F (Z ),
où Z = (x1, . . . , xN , u1, . . . , un).
→ Résolution numérique : Méthodes de gradient, de pénalisation, méthodes SQP(sequential quadratic programming), etc. Exemple : AMPL combiné avec IPOPT.
2. Résolution numérique de l’équation d’Hamilton-Jacobi
∂S∂t
+ H1(x ,∂S∂x
) = 0,
où H1(x , p) = maxu∈U〈p, f (x , u)〉 − f 0(x , u).
→ Résolution numérique : Méthodes explicites, méthodes de front d’onde, ...
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 20: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/20.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Méthodes indirectes
→ Emploi préalable du Principe du Maximum.
- Méthode de tir simple
Les extrémales (x , p) sont solutions de
x =∂H∂p
, x(0) = x0, x(T ) = x1,
p = −∂H∂x
, p(0) = p0,
où le contrôle optimal maximise le Hamiltonien.
−→ Méthode de tir : déterminer p0 t.q. x(T ) = x1.
(intégration numérique EDO + méthode de Newton)
- Méthode de tir multiple
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 21: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/21.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Logiciel : COTCOT (Conditions of Order Two and COnjugate Times)
http ://www.n7.fr/apo/cotcot/
génération automatique en Fortran des équations du principe du maximum(différentiation automatique, Adifor ) ;
création automatique de fichiers mex pour Matlab ;
codes Fortran pour l’intégration numérique, la méthode de tir, et le calcul detemps conjugués, interfacés avec Matlab.
B. Bonnard, J.-B. Caillau, E. Trélat, Second order optimality conditions in the smooth case and applicationsin optimal control , ESAIM Control Optim. Calc. Var. (2007).
B. Bonnard, J.-B. Caillau, E. Trélat, Cotcot : short reference manual , Technical report RT/APO/05/1,http ://www.n7.fr/apo/cotcot.
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 22: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/22.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Problème de contrôle optimal
Discrétisation
Euler, Runge-Kutta, etc.
↓Dualisation
Kuhn-Tucker,puis méthode de Newton
méthodes directes
Dualisation
Principe du maximum
↓Discrétisation
Euler, Runge-Kutta, etc,puis Newton (méthode de tir)
méthodes indirectes
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 23: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/23.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Problème de contrôle optimal
Discrétisation
Euler, Runge-Kutta, etc.
↓Dualisation
Kuhn-Tucker,puis méthode de Newton
méthodes directes
?←→
Dualisation
Principe du maximum
↓Discrétisation
Euler, Runge-Kutta, etc,puis Newton (méthode de tir)
méthodes indirectes
Pas de commutation en général.Commutation pour les méthodes de Runge-Kutta à coefficients > 0 (cf Hager, 2000).
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 24: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/24.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Méthodes directes Méthodes indirectes
mise en oeuvre simple,sans connaissance a priori
connaissance a priori de lastructure de la trajectoire
optimalepeu sensibles au choix de la
condition initialetrès sensibles au choix de la
condition initialefacilité de la prise en compte
de contraintes sur l’étatdifficulté théorique de la prise encompte de contraintes sur l’état
contrôles (globalement) optimauxen boucle fermée
contrôles (localement) optimauxen boucle ouverte
précision numérique basse ou moyenne très grande précision numériqueefficaces en basse dimension efficaces en toute dimension
gourmandise en mémoire calculs parallélisablesproblème des minima locaux petit domaine de convergence
Ici, on utilise les méthodes de tir, plus précises mais moins faciles à faire converger.
Problème
Comment faire converger la méthode de tir ?
Différents outils :1 application préalable d’une méthode directe2 méthode de continuation (→ transfert orbital)3 étude géométrique (→ rentrée atmosphérique)
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 25: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/25.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Transfert orbital, temps minimalPrincipe du maximum⇒ les extrémales (x , p) sont solutions de
x =∂H∂p
, x(0) = x0, x(T ) = x1, p = −∂H∂x
, p(0) = p0,
avec un contrôle optimal qui sature la contrainte : ‖u(t)‖ = Fmax .
−→ Méthode de tir : déterminer p0 t.q. x(T ) = x1,
couplée à une homotopie sur Fmax 7→ p0(Fmax )
Heuristique sur tf :
tf (Fmax ) · Fmax ' cste.
(les trajectoires optimales sont des "droites",
Bonnard-Caillau 2006–2011)
(Caillau, Gergaud, Haberkorn, Martinon, Noailles, ...)
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 26: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/26.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Transfert orbital, temps minimal
Fmax = 6 Newton P0 = 11625 km, |e0| = 0.75, i0 = 7o , Pf = 42165 km
−40
−20
0
20
40
−40−30
−20−10
010
2030
−202
q1
q2
q 3
−60 −40 −20 0 20 40
−40
−20
0
20
q1
q 2
−50 0 50−5
0
5
q2
q 30 100 200 300 400 500
!1
0
1x 10!4
t
arcs
h de
t(! x
)
0 100 200 300 400 5000
1
2
3
4
5
6x 10!3
t
"n!
1
Temps minimal : 141.6 heures (' 6 jours). Premier temps conjugué : 522.07 heures.
(simulations obtenues avec COTCOT)
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 27: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/27.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Outil utilisé : la méthode de continuation→ continuité de la solution optimale par rapport à un paramètre λ
Cadre théorique (analyse de sensibilité) :
minEx0,T ,λ
(uλ)=x1C(T , u, λ)
La convergence est assurée :
1 en l’absence de trajectoires singulières,2 en l’absence de points conjugués.
En effet, pour faire l’analyse de sensibilité, on a besoin d’inverser la matrice„QT dE(u)T
dE(u) 0
«→ OK si dE(u) surjective et QT non dégénérée.
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 28: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/28.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Outil utilisé : la méthode de continuation→ continuité de la solution optimale par rapport à un paramètre λ
Cadre théorique (analyse de sensibilité) :
minEx0,T ,λ
(uλ)=x1C(T , u, λ)
La convergence est assurée :
1 en l’absence de trajectoires singulières,2 en l’absence de points conjugués.
→ absence de singulière minimisante pour des
systèmes génériques ayant plus de 3 contrôles
(Chitour-Jean-Trélat, J. Diff. Geom., 2006)
En effet, pour faire l’analyse de sensibilité, on a besoin d’inverser la matrice„QT dE(u)T
dE(u) 0
«→ OK si dE(u) surjective et QT non dégénérée.
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 29: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/29.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Etudes actuelles sur le problème du transfert orbital(avec EADS - Astrium les Mureaux) :
Transfert à consommation minimale sur les lanceurs Ariane V(troisième phase atmosphérique, poussée forte)
continuation sur la courbure de la Terre (terre plate –> terre ronde)
M. Cerf, T. Haberkorn, E. Trélat, Continuation from a flat to a round Earth model in the coplanar orbittransfer problem, Opt. Cont. Appl. Methods (2011).
contraintes d’éclipses→ contraintes sur l’état, systèmes hybrides
T. Haberkorn, E. Trélat, Convergence results for smooth regularizations of hybrid nonlinear optimalcontrol problems, SIAM J. Control Optim. (2011).
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 30: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/30.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Etudes actuelles sur le problème du transfert orbital(avec EADS - Astrium les Mureaux) :
Collecte des débris spatiaux :
22000 débris de plus de 10 cm(catalogués)
500000 débris entre 1 et 10 cm(non catalogués)
des millions de débris plus petits
En orbite basse Autour de l’orbite géostationnaire
→ Thèse en cours de Max Cerf (ingénieur Astrium) au LJLL
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 31: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/31.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Le problème circulaire restreint des 3 corpsDynamique d’un corps de masse négligeable dans le champ gravitationnel de 2masses m1 et m2 (primaires) ayant des orbites circulaires :
Equations du mouvement (repère tournant)
x − 2y =∂Φ
∂x
y + 2x =∂Φ
∂y
z =∂Φ
∂z
avec
Φ(x , y , z) =x2 + y2
2+
1− µr1
+µ
r2+µ(1− µ)
2,
etr1 =
q(x + µ)2 + y2 + z2,
r2 =q
(x − 1 + µ)2 + y2 + z2.
les trajectoires du problème des 2corps sont coûteuses enconsommation
but : élaborer des trajectoires detransfert peu coûteuses
missions interplanétaires
sites d’observation (SOHO, NGST)
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 32: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/32.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Le problème circulaire restreint des 3 corpsDynamique d’un corps de masse négligeable dans le champ gravitationnel de 2masses m1 et m2 (primaires) ayant des orbites circulaires :
Equations du mouvement (repère tournant)
x − 2y =∂Φ
∂x
y + 2x =∂Φ
∂y
z =∂Φ
∂z
avec
Φ(x , y , z) =x2 + y2
2+
1− µr1
+µ
r2+µ(1− µ)
2,
etr1 =
q(x + µ)2 + y2 + z2,
r2 =q
(x − 1 + µ)2 + y2 + z2.
Références principales
Equipe américaine :Koon, Lo, Marsden, Ross...
Equipe espagnole :Gomez, Jorba, Llibre, Masdemont, Simo...
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 33: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/33.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Points de LagrangeIntégrale première de Jacobi J = 2Φ− (x2 + y2 + z2)
→ variété d’énergie de dimension 5
La dynamique a 5 points d’équilibre :3 points colinéaires : L1, L2, L3 (instables) ;2 points équilatéraux : L4, L5 (stables).
(voir Szebehely 1967)
Extension d’un théorème de Lyapunov (Moser)⇒ même comportement que lesystème linéarisé autour des points de Lagrange
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 34: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/34.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Points de Lagrange dans le système Terre-Soleil
L1, L2, L3 : instables.
L4, L5 : stables.
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 35: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/35.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Points de Lagrange dans le système Terre-Lune
L1, L2, L3 : instables.
L4, L5 : stables.
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 36: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/36.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Exemples d’objets aux points de Lagrange
Points L4 et L5 (stables) dusystème Soleil-Jupiter :astéroïdes troyens
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 37: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/37.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Exemples d’objets aux points de Lagrange
SystèmeSoleil-Terre :
Point L1 : SOHO
Point L2 : JWST Point L3 : planète X...
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 38: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/38.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Orbites périodiquesPar un théorème de Lyapunov-Poincaré, il existe :
une famille à 2 paramètres d’orbites périodiques autour de L1, L2, L3,une famille à 3 paramètres d’orbites périodiques autour de L4, L5.
Parmi elles :des orbites planes appelées orbites de Lyapunov ;des orbites 3D difféomorphes à des cercles appelées orbites de halo ;d’autres orbites 3D avec des formes plus compliquées appelées orbites deLissajous.
(a) orbites de Lyapunov (b) orbites de halo
(voir Richardson 1980, Gomez Masdemont Simo 1997 1998)
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 39: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/39.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Exemples d’utilisation d’orbites de halo :
Orbite de Soho autour de L1 Orbite de la sonde Genesis (2001–2004)
(requiert du contrôle par stabilisation)
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 40: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/40.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Variétés invariantesVariétés invariantes (stables et instables) des orbites périodiques :tubes de dimension 4 (S3 × IR) dans la variété d’énergie de dimension 5.(jouent le rôle de séparatrices)
–> "tubes" invariants, sortes de "couloirs de gravité"⇒ trajectoires gratuites
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 41: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/41.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Variétés invariantesVariétés invariantes (stables et instables) des orbites périodiques :tubes de dimension 4 (S3 × IR) dans la variété d’énergie de dimension 5.(jouent le rôle de séparatrices)
–> "tubes" invariants, sortes de "couloirs de gravité"⇒ trajectoires gratuites
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 42: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/42.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Variétés invariantesVariétés invariantes (stables et instables) des orbites périodiques :tubes de dimension 4 (S3 × IR) dans la variété d’énergie de dimension 5.(jouent le rôle de séparatrices)
–> "tubes" invariants, sortes de "couloirs de gravité"⇒ trajectoires gratuites
Cartographie⇒ missions interplanétaires à bas coût
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 43: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/43.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
En attendant...
Retour sur la Lune
⇒ base lunaire : point intermédiaire pour desmissions interplanétaires
D’où la nécessité de construire des orbites (lesplus économiques possibles) survolantl’ensemble de la surface de la Lune.
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 44: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/44.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Orbites de Lissajous en 8(thèse de G. Archambeau)Orbites périodiques autour de L1 et L2 (système Terre-Lune) ayant la forme d’un 8 :
Elles sont difféomorphes à la courbe paramétrique3D :
x(t) = cos(2t)
y(t) = sin(2t)
z(t) = sin(t)
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 45: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/45.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Variétés invariantes des orbites en 8
En tout point P de l’orbite, on calcule les vecteurs propres associés aux valeurs propresde la matrice de monodromie qui sont < 1 et > 1, puis on propage X0 = P + εV (P).
⇒ Tubes en forme de 8 :
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 46: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/46.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Variétés invariantes des orbites en 8On observe numériquement deux bonnes propriétés :
1) Stabilité en temps long des variétés invariantes
Variétés invariantes d’une orbite en 8 :
→ structure globale conservée
Variétés invariantes d’une orbite de halo :
→ structure chaotique en temps long
(vérification numérique par calcul d’exposants de Lyapunov locaux)
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 47: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/47.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Variétés invariantes des orbites en 8On observe numériquement deux bonnes propriétés :
2) Survol de la quasi-totalité de la surface de la Lune
Variétés invariantes d’une orbite en 8, autour de laLune :
oscillations autour de la Lune
stabilité globale en temps long
distance minimale à la Lune :1500 km.
G. Archambeau, P. Augros, E. Trélat,Eight Lissajous orbits in theEarth-Moon system,MathS in Action, 2011.
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 48: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/48.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Perspectives
Mission design utilisant les bonnes propriétés des orbites de Lissajous en 8, oud’autres orbites
Optimisation pluridisciplinaire :
missions interplanétaires : compromis entre bas coût et temps de parcourslong ; effets gravitationnels (swing-by)→ thèse de M. Chupin (à partir de 2012 au LJLL), avec P. Augros (Astrium)
dimensionnement de véhicules spatiaux
ramassage des débris spatiaux→ thèse en cours de M. Cerf au LJLL
problèmes d’optimal design (conception de véhicules, capteurs)
Problèmes inverses : reconstruction d’environnement thermique, acoustique,électromagnétique (couplage EDO / EDP)
Problèmes de robustesse
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 49: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/49.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Editors in chief :
L. Desvillettes, E. Trélat
Corresponding editors :
M. Diehl, A. Figalli, G. Kutyniok,A. Kyprianou, G. Naldi, P. Zhang
Associate editors :
K. Aoki, S. Boyarchenko, E. Carlen,J.A. Carrillo, Y. Chitour, M. Chyba,J. Correa, R. Dalang, R. Donat, M. Feldman,G. Gomez, A. Grothey, Y. Guo, E. Hairer,B. Hambly, Y. Huicheng, P. Jorgensen,A. Kohatsu-Higa, I. Kontoyiannis,K. Kunisch, U. Ledzewicz, D. Levy, S. Micu,C. Mouhot, H. Rauhut, H. Schättler,V. Schulz, S. Serfaty, Y. Shkolnisky, S. Sorin,G. Steidl, X.J. Wang, X. Zhang
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 50: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/50.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
Variétés invariantes d’orbites de Lissajous en 8
Φ(·, t) : matrice de transition le long d’une trajectoire x(·) de référence.∆ > 0.
Exposant de Lyapunov local
λ(t ,∆) =1∆
ln„
valeur propre maximale deq
Φ(t + ∆, t)ΦT (t + ∆, t)«
Simulations avec ∆ = 1 jour.
E. Trélat Théorie du contrôle optimal et applications en aéronautique
![Page 51: Théorie du contrôle optimal et applications en aéronautique](https://reader031.vdocuments.pub/reader031/viewer/2022022416/586e33911a28ab09738c0473/html5/thumbnails/51.jpg)
Introduction Théorie Méthodes numériques Transfert orbital Problème des 3 corps
LLE d’une orbite de Lissajous en 8 :
LLE d’une variété invariante d’orbite deLissajous en 8 :
LLE d’une orbite de halo :
LLE d’une variété invariante d’orbite de halo :
E. Trélat Théorie du contrôle optimal et applications en aéronautique