École Nationale Supérieure de
Techniques Avancées

Résumé

Ce rapport explore la mise en place d’un contrôleur de frein capable de générer une consigne de freinage optimisant l’efficacité du freinage, tout en évitant les instabilités dynamiques, notamment le crissement de frein. Malgré les recherches et les progrès menés sur la modélisation du crissement de frein, beaucoup d’aspects du phénomène restent inconnus à ce jour, dû à la haute dimension de ce types de problème, ce qui induit que les recherches appliquées sur le crissement de frein restent majoritairement expérimentales. L’objectif de ce projet est donc d’appliquer différentes méthodes de machine learning pour modéliser et résoudre des problèmes faisant intervenir le crissement de frein, c’est-à-dire résoudre un problème d’optimisation : maximiser l’efficacité du freinage, en minimisant le crissement de frein. Dans cette étude, on essayera de montrer dans un premier temps qu’il est possible d’utiliser des techniques de machine learning pour créer un contrôleur de frein évitant le crissement. Puis on se concentrera sur la partie optimisation/contrôle, qui utilisera des techniques d’apprentissage par renforcement pour tenter de prédire une trajectoire complète de freinage en optimisant différents paramètres que l’on déterminera lors de l’étude.