État global du suiveur de franges

Enfin, au niveau global du suiveur de franges, je définis six états différents :

En marche : état qui déclenche la mise en marche de tout le système du suiveur de franges ;

Indisponible : état du suiveur de franges s’il y a suffisamment de défaillance pour em- pêcher l’opération minimale à deux télescopes ;

Étalonnage : état du suiveur de franges rendant possible l’étalonnage du système ; Recherche de franges : état du système lorsque les franges sont cherchées par les quatre

actionneurs ;

Poursuite intégrateur : état du système lors de la première poursuite des franges, tant que le modèle du contrôleur Kalman n’a pas été identifié ;

Poursuite Kalman : état du système lors qu’il suit les franges et que le modèle du Kalman a été identifié.

Les différents états possibles du suiveur de franges et les conditions de transition de l’un à l’autre sont résumés dans le schéma en figure3.17. Ces différentes transitions sont prin- cipalement régies par des commandes spécifiques de l’OS de GRAVITY (mise en marche, arrêt, étalonnage de l’instrument, initialisation du suivi de franges). Les seules commandes générales gérées par la machine d’état du suiveur de franges à ce niveau consistent à déclen- cher le suivi une fois les franges trouvées, et à choisir le contrôleur à utiliser (intégrateur ou

Figure 3.16 – États par télescope. Les transitions en rouge sont déclenchées par des commandes spécifiques de l’OS GRAVITY.

Kalman). Dès lors qu’un modèle d’évolution des perturbations est disponible, le suivi de frange s’effectue avec le contrôleur Kalman. À l’inverse, si aucun modèle n’est disponible, le suivi est réalisé avec le contrôleur intégrateur. Il est à noter que si l’utilisateur souhaite suivre les franges uniquement avec l’intégrateur pour diverses raisons (tests, réinitialisation du modèle. . . ), il suffit de rendre le modèle indisponible à la vue du contrôleur.

3.5

Résumé du chapitre

J’ai présenté dans ce chapitre l’ensemble de l’algorithme qui sera utilisé pour stabiliser les franges d’interférence de l’instrument GRAVITY. Après une description de l’architec- ture globale de l’algorithme, j’ai détaillé les différents estimateurs permettant d’estimer les différences de marche résiduelles, et les choix que j’ai adoptés pour en optimiser la précision.

J’ai ensuite présenté le contrôleur permettant de stabiliser les franges à partir des estimations des différences de marche. J’ai décris deux algorithmes de contrôle basés sur des architectures différentes : un contrôleur intégral calculant ses commandes correctives à partir des erreurs de différence de marche estimées, et un contrôleur Kalman dont les commandes sont calculées à partir d’un modèle des perturbations et mises à jour par les

mesures de différence de marche.

Enfin, j’ai identifié les différents états dans lequel peut trouver le suiveur de franges, et j’ai notamment spécifié la façon dont sont gérées les commandes aux actionneurs en fonction de l’état des interférences sur chaque bases.

Chapitre 4

Simulations numériques du suiveur

de franges

Dans les deux chapitres précédents, j’ai décrit d’une part les différents types de per- turbation auxquels devra faire face un suiveur de franges au VLTI, et d’autre part les algorithmes choisis pour stabiliser les franges de l’instrument GRAVITY. Il est temps à présent de donner un peu de relief à ces algorithmes et d’évaluer leur efficacité.

Pour cela, deux méthodes très différentes et complémentaires peuvent être utilisées. Par la première, ces algorithmes sont mis en œuvre au moyen de simulations numériques qui reproduisent le suiveur de franges et son environnement le plus fidèlement possible. L’autre méthode consiste à développer un prototype de laboratoire du suiveur de franges pour en mesurer réellement les performances.

J’ai étudié ces deux types de validation pendant ma thèse, à des degrés de développe- ment et d’aboutissement différents. La partie instrumentale de cette analyse sera présentée dans le chapitre5. Je vais discuter des résultats des simulations numériques dans celui-ci. Après une brève description du contexte dans lequel ces simulations ont été réalisées et de leurs objectifs dans une première partie, j’en décrirai ensuite les divers résultats : les trois parties suivantes détailleront les performances du contrôleur de la boucle d’asservis- sement, et en particulier celles de l’algorithme de Kalman par différentes études. Dans la dernière partie, je présente le résultat de simulations de suivi de franges dans l’hypothèse de l’utilisation d’une version dégradée du recombinateur de faisceaux.

4.1

Langage de programmation

J’ai réalisé ces simulations en langage de programmation IDL – Interactive Data Lan-

guage – à partir d’un squelette de code développé à l’ONERA par Frédéric Cassaing dans

le contexte d’un appel d’offre lancé par l’ESO pour déterminer la configuration de suivi de franges optimale pour ses instruments de deuxième génération au VLTI. Le but final de ce code est de pouvoir analyser tout type de recombinaison de faisceaux, de contrôleur, et de perturbation, en simulant la chaîne d’asservissement des franges de bout en bout à partir d’un algorithme fonctionnant en temps réel.

La majorité des simulations présentées dans ce chapitre ont été réalisées à partir de ces routines. J’ai complété ce code pour l’adapter à la configuration instrumentale de GRAVITY, pour y inclure les algorithmes décrits dans le chapitre3, et pour y simuler des perturbations typiques du VLTI telles que décrites dans le chapitre2. Seules les simulations

décrites en parties 4.3 et 4.4 n’utilisent pas l’architecture de ce code, mais une version simplifiée à deux télescopes, plus économique en temps de calcul et moins rigide.