SETIT 2005 3rd International Conference: Sciences of Electronic, Technologies of Information and Telecommunications March 27-31, 2005 – TUNISIA Identification par la Méthode du Modèle des paramètres d’une machine à courant continu M. Zegrari, A. Badri et B. Oukarfi LATSI, Faculté des Sciences et Techniques de Mohammedia – BP 146, Maroc [email protected] [email protected] [email protected] Résumé: Le but de cette étude est de déterminer le modèle d’une machine à courant continu en vue d’élaborer une commande optimale et performante. Cette identification est basée sur la méthode du Modèle où l’on compare les réponses du moteur (objet) et du modèle à la même excitation. L’étude de la distance objet-modèle (ou fonction erreur) permet d’adapter les paramètres du modèle prédéterminé jusqu’à vérification du critère de validation du modèle. La procédure de l’identification a été conçue afin de répondre aux aspects spécifiques de la machine à courant continu en tenant compte des différents régimes dynamiques imposés par l’environnement, ainsi que des liens fonctionnels qui caractérisent son fonctionnement. Mots clés: Espace paramétrique, Identification, Iso-distance, Modèle, Programmation non-linéaire. 1 Introduction Les techniques de l’identification des systèmes ont fait l’objet de nombreuses études, les voies de recherche et de perfectionnement sont multiples et émanent de la diversité et la complexité des systèmes à identifier. Si les méthodes classiques d'identification, basées sur la théorie de l'estimation, sont directes et simples à mettre en œuvre, leurs performances demeurent insuffisantes pour des systèmes complexes et dont la structure présente une dynamique très variable (Adersa, 1991). L'emploi des méthodes non linéaires permet d'optimiser la phase de l'identification d'un système tout en tenant compte de la représentation globale de sa structure. 2 Techniques de Modélisation La modélisation doit mettre en évidence deux concepts fondamentaux : - ETAT : qui fait intervenir l’ensemble des variables. Celles-ci étant des mesures effectuées sur le processus physique. - STRUCTURE : lien fonctionnel entre les variables, il est traduit par une représentation mathématique globale. La procédure de modélisation passe par les étapes suivantes : 2.1 Caractérisation Il s’agit d’établir une structure pour le modèle mathématique ; cette étape peut être plus ou moins complexe suivant que l’on cherche à s’orienter vers un modèle de connaissance ou de représentation. 2.2 Identification Elle traduit une identité de comportement entre le processus et le modèle, cette opération est réalisée par l’étude de la fonction erreur entre les réponses du processus et du modèle à un même type d’excitation. 2.3 Validation du modèle Quelle que soit la procédure d’identification, la fonction erreur ne sera en général pas nulle à cause des erreurs de caractérisation et des perturbations de mesure. Le modèle est validé si l’essai s’avère compatible avec la distance Objet-Modèle optimale prédéfinie. SETIT 2005 La minimisation du critère est obtenue par des algorithmes itératifs de programmation non-linéaire. La direction de recherche varie à chaque itération en fonction du résultat de l'itération précédente. 3 Méthode du Modèle 3.1 Principe La caractérisation du modèle fait apparaître une structure dépendant d’un vecteur de paramètres θ. Il est représenté dans un espace paramétrique Rk dont les vecteurs de base sont significatifs de k paramètres. Dans cet espace, le système est représenté par le point objet O dont les paramètres forment le vecteur θ0 ; le modèle est représenté par un point modèle M dont les paramètres forment le vecteur θM (Richalet, Rault & Pouliouen, 1997). Si l’identification est parfaite, les points O et M se trouvent confondus. En pratique, ce résultat étant impossible, on analyse la distance objet-modèle D(O,M) afin de définir une topologie pour l’étude du voisinage du point objet O. L’analyse de la distance objet-modèle fait intervenir les éléments suivants : - Distance de structure qui traduit l’écart entre les paramètres (O,M) - Distance d'état qui est une fonction de l’écart entre les sorties (O,M). - Iso-distance qui est une surface de l’espace paramétrique Rk sur laquelle la distance d’état a une valeur fixe D*. La procédure de l’identification consistera donc à la recherche du niveau minimum de D* au lieu de la distance d elle-même. Ces algorithmes ont la forme suivante : θm+1 = θm + λm dm θm : vecteur paramètres après m itérations. dm : direction de recherche au cours de l’itération m+1. λm : scalaire défini afin de minimiser D le long de dm :. La minimisation de la distance D est régie par l’équation suivante : D(θm + λm dm ) ≤ D(θm + λ dm ) 3.3.1 Méthode du gradient Au voisinage de θm la distance D développée au premier ordre s’écrit : D(θ + ∂θ) = D(θ) + G (θ)T ∂θ Le schéma synoptique de cette méthode est donné sur la figure 1 : Cet algorithme explore la direction de la plus grande pente. L’illustration de cette procédure est représentée dans un espace paramétrique bidimensionnel à titre d’exemple sur la figure 2 : θ2 - u + Modèle Identification Ligne de la plus grande pente θm d θm+1 θ2op θm+2 dm+1 Surfaces iso-D θ1op θ1 Figure 2. Convergence non-linéaire. Le vecteur paramètres θ lors de l’itération (m+1) est donné par l’équation suivante : bruit y Entrée (3) G représente le vecteur gradient de D. Point optimal La méthode du Modèle est basée sur la comparaison des comportements du modèle et du système à identifier suite à une même excitation. C'est une méthode très puissante puisqu'elle s'applique à des systèmes non linéaires par rapport aux paramètres recherchés (Landaui, 1989). (2) 3.3 Méthodes d’analyse 3.2 Elaboration de la méthode Système (1) ε θm+1 = θm - λm G (θm) Critère yM Minimisation du critère Figure 1. Schéma synoptique de la méthode du Modèle. (4) L’identification consiste à analyser la distance objetmodèle D(O,M) et étudier le voisinage du point objet O afin de déterminer la position du point minimum : c'est une identification locale par analyse des iso-distances. 3.3.2 Méthode de Gauss-Newton On développe à présent au 2ème ordre l’expression de la distance D au voisinage de θ : D(θ+∂θ) = D(θ)+G(θ)T∂θ+ (1/2) + ½ ∂θTA(θ)∂θ (5) A(θ) : matrice hessien de θ SETIT 2005 La variation de D est maximale lorsque la dérivée de ∂D = D(θ+∂θ) – D(θ) par rapport à θ est nulle, soit : ∂θ = - A(θ)-1 G(θ) (6) 4.2.1 Equation électrique Le circuit équivalent de l'induit de la machine cc est donné sur la figure 3 : i(t) + La variation des paramètres suit la loi généralisée : θm+1 = θm - λm A(θm)-1 G(θm) R (7) L u(t) 3.4 Choix de la méthode Ce choix inclut les phases suivantes (Flaux, 1994) : 3.4.1 Phase d’initialisation L’estimation de la valeur initiale des paramètres peut être donnée par une connaissance à priori de la réalité physique du système (Najim & Muratet, 1987). On peut également utiliser une méthode directe d’estimation telle que les moindres carrées. 3.4.2 Phase de minimisation On cherche à minimiser l’iso-distance à partir du point initial, pour cela on utilise la méthode du 1er ordre caractérisée par sa rapidité et sa forte pente. 3.4.3 Recherche au voisinage du minimum L’étape précédente permet d’aboutir à un point de l’espace paramétrique où la distance est relativement faible. Afin de favoriser la convergence de l’algorithme, on effectue une recherche au voisinage du minimum par le biais de la méthode de Gauss-Newton. 4 Procédure de l’identification 4.1 Mise en œuvre La machine à courant continu est l’un des convertisseurs électromécaniques les plus complexes. En effet, elle est sujette aux phénomènes de commutation provoqués par la rotation de l’arbre de la machine, en plus du phénomène de la réaction magnétique de l’induit (Seguier & Notelet, 1994). La réversibilité de fonctionnement entraîne également des états transitoires qui affectent son fonctionnement. La machine cc est un convertisseur autorégulateur en puissance. De ce fait, la variation de la tension d’alimentation ainsi que les à-coups du couple de charge mécanique entraînent une variation brusque du courant dans l’induit et de la vitesse de rotation. On établit deux modèles échantillonnés de la machine (Charbanou, 1998): - Modèle électrique : pour le contrôle du courant induit et du couple moteur dans la machine. - Modèle mécanique : pour le contrôle de la vitesse de rotation de la machine. 4.2 Mise en équation Le comportement électrique et mécanique de la machine cc est décrit par les équations suivantes : e'(t) M – Figure 3. Circuit équivalent de l'induit R : résistance de l’enroulement induit. L : inductance de fuite de l’induit. e'(t) : force contre-électromotrice. u(t) : tension aux bornes de l'induit . i(t) : courant dans l’induit de la machine. L’équation des tensions s’écrit : u ( t ) = R i( t ) + L di( t ) + e' ( t ) dt (8) Pour un fonctionnement stable, la commande est effectuée à couple moteur constant, donc à flux constant. La f.c.é.m. développée par la machine s’écrit : e'(t) = ke.φ.Ω(t) = k.Ω(t) (9) L’équation électrique globale peut alors se mettre sous la forme suivante : u ( t ) = R i( t ) + L di( t ) + k Ω( t ) dt (10) Soit en variable de Laplace : U(p) = (R + Lp).I(p) + k.Ω(p) (11) 4.2.2 Equation mécanique L'équation de mouvement appliqué au système d’ensemble "moteur + charge mécanique" définit les limites de stabilité de l’entraînement : C m (t ) − C r (t ) = J dΩ ( t ) dt Cm(t) : couple moteur appliqué par la machine. Cr(t) : couple résistant appliqué par la charge. J : moment d’inertie des parties tournantes. Ω(t) : vitesse angulaire de rotation. dΩ/dt : accélération angulaire. (12) SETIT 2005 Le point d’équilibre de l’entraînement correspond à : Ω = Cte. Cm(t) = Cr(t) ⇔ TE (p) = Le couple moteur est généré par la puissance électromagnétique transmise au rotor de la machine (Braun, 1998). A flux constant, ce couple est directement proportionnel au courant induit I : C m (t) = Pm ( t ) e' ( t ).i( t ) = = k.i( t ) Ω( t ) Ω( t ) (13) Le couple résistant dépend de la charge mécanique entraînée et de la nature du frottement : Cr(t) = Cch(t) + Cf(t) (14) Le couple de frottement Cf(t) relatif aux essais usuels varie linéairement avec la vitesse (Taghezout, 1998). Cette application correspond à un frottement de type sec : Cf(t) = C0 + f.Ω(t) ≈ f.Ω(t) C ch ( t ) = k.I ch = k E k² = .Ω( t ) R ch R ch (16) L'équation mécanique globale peut alors se mettre sous la forme : dΩ( t ) k² = k.i( t ) − f .Ω( t ) − .Ω( t ) dt R ch k² R ch k ² + (Lp + R ).(Jp + f + k² ) R ch (19) Cette fonction peut être mise sous la forme : TE (p) = A (1 + τ m .p) (1 + τ e .p) . (1 + τ em .p) (20) 4.3.2 Modèle mécanique Il est caractérisé par la fonction de transfert TM(p) où l’on élabore la loi de variation de la vitesse Ω(p) en fonction de la commande U(p) : TM (p) = (15) Dans les essais, la charge mécanique est représentée par une génératrice à courant continu, débitant un courant Ich à travers une résistance de charge Rch. Le couple résistant est proportionnel au courant Ich : I( p ) = U ( p) J.p + f + Ω( p ) U(p) (21) Cette fonction peut être mise sous la forme : TM (p) = Km 1 + (Tcm + µ.Tc ).p + Tc Tm .p ² (22) 5 Expérimentation L’alimentation du moteur est assurée par un pont redresseur suivi d’un hacheur, le courant fourni est facile à lisser et cette structure présente un facteur de puissance acceptable. (17) Pour des applications ou la récupération d’énergie est possible (levage, traction), on peut utiliser un hacheur réversible en courant, la machine fonctionne alors en moteur (quadrant 1) avec freinage par récupération (quadrant 4). (18) Le dispositif expérimental est représenté sur la figure 5. Il assure les fonctions liées à l’identification, au transfert de données en plus des fonctions de contrôle et de protection. Il comprend : Les équations [11] et [18] permettent de décrire les fonctions de transfert des modèles électrique et mécanique : - Un pont redresseur double triphasé à diodes PD3. - Un hacheur série non réversible commandé. - Un moteur cc lié mécaniquement à une génératrice à courant continu associée au même arbre. - Une bobine pour le lissage du courant dans l’induit. - Des capteurs pour la mesure du couple moteur et de la vitesse de rotation sur l’arbre de la machine. - Des modules de mesure des différentes grandeurs électriques et mécaniques ; - Un dispositif d'acquisition de données ; - Un calculateur permettant le traitement et l'analyse des différentes mesures. J Soit en variable de Laplace : J p.Ω(p) = kI(p) − f .Ω(p) − k² Ω( p) R ch 4.3 Identification de la machine 4.3.1. Modèle électrique Il est régi par la fonction de transfert TE(p), celle-ci met en évidence la loi de la commande agissant sur le courant induit I : SETIT 2005 Hacheur Redresseur Source triphasée L T D1 vAN D2 I D3 U vBN N Machine CC E D M vCN D4 D5 Ω C D6 Carte d'acquisition Commande Calculateur MOD.ELE MOD.MEC PE; U; I PM; N; Ω Figure 5. Schéma du dispositif expérimental Un modèle n’est réellement valable que si la machine est soumise aux différentes contraintes dynamiques imposées par son service (démarrage, accélération, à-coups de charge, perturbations de la tension, etc.). On choisit l’entrée la plus "sensibilisante" afin d’exciter la machine dans le maximum de sa bande de fréquence (Zegrari & Badri, 2004). Le signal d’excitation est une succession d’impulsions modulées en largeur et pratiquées sur un grand horizon de temps. Il s’agit d’une Séquence Binaire PseudoAléatoire (SBPA), illustrée sur la figure 4. L'analyse de l’écart Objet-Modèle permet une identification aisée des paramètres de la machine. Les phases de convergence présentées sur la figure 6 montre l’évolution de la recherche du niveau minimum de l’iso-distance. Excitation : Modèle – Mesure 5.1 Signal d'excitation Réponse : Modèle convergent: Modèle Amplitude (V) Fig. 6 – Résultats expérimentaux +5 0 Temps discret (T) -5 0 5 10 15 20 Figure 4. Excitation SBPA. 5.2 Relevés graphiques Après le démarrage et une fois la vitesse de consigne atteinte, on applique un couple de charge pour étudier le comportement dynamique du système. Figure 6. Résultat de l’identification. SETIT 2005 Conclusion La méthode présentée dans cette étude met en évidence les techniques de programmation nonlinéaire dont la représentation répond parfaitement aux structures des systèmes complexes telles que les machines électriques. La modélisation de ces dispositifs tient compte également de la réversibilité de la machine cc, laquelle permet la récupération de la puissance lors du fonctionnement en quatre quadrants. Dans la même voie de recherche, la méthode du Modèle peut également être utilisée pour la modélisation de la machine asynchrone et développer ainsi une stratégie performante de commande sans capteur. Références J. Adersa :Pratique de l'identification, 1991. F. Braun : Développement pour la conception d’ASIC de commande des machines électriques, 1998. A. Charbanou : Commande intelligente d’un moteur cc, Thèse de Doctorat 1998. J. M. Flaux : Régulation industrielle, 1994. D. Landaui : Identification et commande des systèmes, 1989. K. Najim et G. Muratet : Optimisation et commande en génie de procédés , 1987. J. Richalet, A. Rault et Pouliouen : Identification des processus par la méthode du Modèle , 1997. G. Seguier et F. Notelet : Electrotechnique industrielle, 1994. D. Taghezout : Simulation de systèmes hétérogènes, Revue de l'evied, 1998. M. Zegrari et A. Badri : Identification des systèmes par la méthode du Modèle - Optique et Traitement d’information- FST Fès, 2004.