1 de la causalité Sortie les 11-12 mai 2004 au cours du séminaire PT à l’Ensam de Lille 2 Marc Ouziaux Programme de PT-PT* I.) ANALYSE ET CONCEPTION DES SYSTÈMES II.) CONCEPTION ET COMPORTEMENT DES PARTIES MÉCANIQUES DES SYSTÈMES III.) CONCEPTION ET COMPORTEMENT DES SYSTÈMES 3 II.) CONCEPTION ET COMPORTEMENT DES PARTIES MÉCANIQUES DES SYSTÈMES II.1.) Mécanique des chaînes de solides II.1.1.) Dynamique des solides à masse conservative II.1.1.a) Caractéristiques d'inertie des solides II.1.1.b) Cinétique II.1.1.c) Principe fondamental de la dynamique II.1.1.d) Représentation causale II.1.2.) Analyse des mécanismes II.1.2.a) Définitions II.1.2.b) Étude des chaînes de solides indéformables II.1.2.c) Formules de mobilité II.1.3.) Résistance des matériaux II.2.) Fonctions techniques II.3.) Définition des ensembles mécaniques II.4.) Approche Produit-Procédé-Matériau 4 Points du programme abordés : II.1.1.d) Représentation causale • variable d’état associée à : - masse conservative, - une raideur, - un frottement visqueux ; • relation de transformation (équations différentielles) ; • représentations graphiques (graphe informationnel causal ou bond graph). 5 • 1) Notion réduite de causalité • 2) Étude du processus • 3) Étude de la commande • 4) Conception du correcteur • 5) Application • 6) État d’un système • 7) Approche par le graphe Informationnel causal Variable d’état 6 1) Notion réduite de causalité 1) Notion réduite de causalité 2) Étude du processus 3) Étude de la commande 4) Conception du correcteur 5) Application 6) État d’un système Variable d’état 7) Approche par le graphe Informationnel causal Un système asservi possède deux parties essentielles : - le processus que l'on commande : une machine à commande numérique tension déplacement un four à traitement thermique débit de gaz température 7 1) Notion réduite de causalité 2) Étude du processus 3) Étude de la commande 4) Conception du correcteur 5) Application 6) État d’un système Variable d’état 7) Approche par le graphe Informationnel causal - le dispositif de commande. Il a pour objectif d’imposer le comportement du processus par inversion de causalité, quelle que soit la nature de ce dispositif. Il est donc évident que le dispositif de commande ne peut être étudié sans avoir, au préalable, déterminé les caractéristiques du processus. 8 2) Étude du processus 1) Notion réduite de causalité 2) Étude du processus 3) Étude de la commande 4) Conception du correcteur 5) Application 6) État d’un système Variable d’état 7) Approche par le graphe Informationnel causal - Qu'est ce qu'un processus ? C'est un assemblage d'objets fonctionnant selon la règle de causalité. - Règle de causalité Il existe des grandeurs influentes et d'autres influencées, reliées entre elles par des relations de transformation à l'intérieur d'un processeur. La sortie ne dépend que des valeurs présentes et passées de l'entrée. Ces relations sont explicitées par des équations différentielles linéaires ou non. Elles présentent naturellement un ordre de dérivation plus élevé sur les sorties que sur les entrées. 9 - On procède alors à la mise en équations. Étudions quelques exemples : u = R.i relation rigide ou autoduale indifféremment u ou i en entrée, elle n'est pas causale d J cm cr dt qui peut encore s'écrire : t 1 (t) (t 0) (c m c r )dt J0 grandeur influencée Toute équation différentielle impose entrée et sortie. C'est une relation causale. Cm : entrée On ne peut pas indifféremment choisir l'entrée ou la sortie. d J cm cr f dt : sortie Cr : perturbation 10 1) Notion réduite de causalité 2) Étude du processus 3) Étude de la commande 4) Conception du correcteur 5) Application 6) État d’un système Variable d’état 7) Approche par le graphe Informationnel causal d J cm cr f dt - On dit que la vitesse "intègre le couple" Cm - Si on a une équation différentielle avec des termes du même ordre dans les deux membres, on dit que la relation est semi-rigide. Cr - 1 f J.p + Cm + - - La représentation faite est satisfaisante sur le plan mathématique. Elle aurait pu être mise sous une forme "plus mécanicienne" : Cr 1 J.p f 11 di r.i L u e dt entrée : u sortie : i u + perturbation : e 1 r p.L - u + - 1 r p.L i k Cm + i e Cr 1 f J.p e k Les relations causales orientent le processus. 12 Remarques : - Le processus décrit comporte une boucle mais n'est pas pour autant un système asservi, c'est seulement un système bouclé dû au principe des actions mutuelles, caractéristique de tous les systèmes mettant en jeu de l’énergie. - Si on avait dû étudier une dynamo, on aurait eu la même équation différentielle, donc la même causalité. Il ne faut donc pas permuter trop rapidement entrée et sortie ! Ce sont les signes de certaines variables qui auraient été modifiés, selon la convention que l’on se donne au départ. 13 Si le système est trop compliqué, on procède par identification à une forme mathématique connue. E(p) ? S(p) 14 Conclusions : On peut toujours, par mise en équation ou par identification, associer une fonction de transfert au processus. On est conduit à imaginer que l’entrée et la sortie sont facilement identifiables. 15 1) Notion réduite de causalité 2) Étude du processus 3) Étude de la commande 4) Conception du correcteur 5) Application 6) État d’un système Variable d’état 7) Approche par le graphe Informationnel causal 3) Étude de la commande Le processus présente certaines caractéristiques ne respectant pas le cahier des charges (précision, stabilité, rapidité). On imagine d'inverser la causalité créée par le processus. Si la relation est rigide et biunivoque, aucun problème ! Si la relation est causale, il faut imaginer selon un concept d’actions mutuelles : U Processus ? U 16 V V Capteur On compare V par rapport à une référence Vréf ou consigne. Si l'on a l'information V = Vréf, c'est parfait, c'est ce qui est souhaité ! par contre si V Vréf, il faut pouvoir : comparer nécessité d'avoir un élément de type soustracteur... amplifier nécessité de placer un élément donnant un gain important17 Cr Vréf + Ampli. U Processus V Capteur Même fonction que le capteur Vréf réf K(p) + Cr V U Ampli. Processus Capteur : K(p) Réelle ou fictive Pratiquement impossible de réaliser cette condition, on essaie de réaliser au moins l’égalité 18 des gains statiques On serait tenté de simplifier, car réf Cr K(p) Vréf + Ampli. V U Processus Capteur : K(p) est équivalent à : réf + V Cr K(p).Ampli.processus mais tout sens physique à disparu ! 19 Le système possédant deux entrées, on peut en profiter pour repréciser les deux fonctions de transfert en poursuite et en régulation ainsi que la notion d’écart sur la sortie. Cr réf K(p) Vréf + V U Ampli. Processus Capteur : K(p) + - Écart "vrai" ou écart sur la sortie fonction de transfert en poursuite réf fonction de transfert en régulation Cr 20 4) Conception du correcteur Cr Correcteur Ampli. 1) Notion réduite de causalité 2) Étude du processus 3) Étude de la commande 4) Conception du correcteur 5) Application 6) État d’un système Variable d’état 7) Approche par le graphe Informationnel causal U Processus peu précis peu stable 2 1 kc 2 p . 1 p 2 2 p n (1 .p) n pas causal ! 1 avec très petit donc des pôles p = très éloignés de l'axe des imaginaires et qui n'influeront donc pas sur le système. k lent 2 p 2 1 p 2 n n On gomme les imperfections du processus 21 exemple Cr réf + V Correcteur.processus Correcteur PID 1 K c (1 K D p) Ki p Ki 2 n Ki K D k 2 p2 1 p n 2n 1 .p 1 2n k.K c 1 Ki 22 Conclusions : 1) Notion réduite de causalité 2) Étude du processus 3) Étude de la commande 4) Conception du correcteur 5) Application 6) État d’un système Variable d’état 7) Approche par le graphe Informationnel causal Mais il ne faut pas croire que le correcteur peut tout corriger. Meilleure est la conception du processus, moins de corrections, il doit y avoir, donc mieux c’est ! Il reste donc à nos étudiants à toujours maîtriser les notions de mécanique. Il est donc important de distinguer entrée et sortie car pour concevoir un système asservi, la commande aura pour règle de création de vouloir inverser la causalité du processus. 23 1) Notion réduite de causalité 2) Étude du processus 3) Étude de la commande 4) Conception du correcteur 5) Application 6) État d’un système Variable d’état 7) Approche par le graphe Informationnel causal 5) application x(t)/équilibre m f A priori évident : k xe (t)/équilibre mx"=-k.(x-xe)-f.(x'-x'e) La sortie se retrouve sur la variable ayant l'ordre de dérivation le plus élevé, soit x(t). Mais que choisir comme variable d'entrée ? Xe(p) f 1 .p k f m 1 .p .p 2 k k X(p) 24 Xe(p) f.p + + k + 1 m.p 2 X(p) - Remarque 1 : La représentation est correcte sur le plan mathématique mais incorrecte sur le plan physique. En effet un problème de causalité se pose sur le schéma-bloc associé à l'amortisseur Remarque 2 : Si nous avions choisi comme variables d'entrée et de sortie x'e(t) et x'(t) (avec conditions initiales nulles), nous aurions eu la même fonction de transfert globale : L[x’e(t)]=pXe(p) f 1 .p k f m 1 .p .p 2 k k L[x’(t)]=pX(p) 25 1) Notion réduite de causalité 2) Étude du processus 3) Étude de la commande 4) Conception du correcteur 5) Application 6) État d’un système Variable d’état 7) Approche par le graphe Informationnel causal mais une représentation détaillée conduit à : L[x'e(t)] f + + - k p + 1 m.p L[x'(t)] pour laquelle tous les schémas blocs respectent la règle de causalité. 26 Conclusions : 1) Notion réduite de causalité 2) Étude du processus 3) Étude de la commande 4) Conception du correcteur 5) Application 6) État d’un système Variable d’état 7) Approche par le graphe Informationnel causal Si la conception du système asservi semble logique, on se rend compte que le choix de la variable d'entrée n'est pas si évident que cela. L'état du système doit être caractérisé par le choix réalisé à travers les variables retenues pour réaliser son étude. Ces variables sont appelées variables d'état. 27 6) État d’un système Variable d’état 1) Notion réduite de causalité 2) Étude du processus 3) Étude de la commande 4) Conception du correcteur 5) Application 6) État d’un système Variable d’état 7) Approche par le graphe Informationnel causal Énergie potentielle État énergétique du système Énergie cinétique caractérisé par un ensemble de variables constituant un résumé du passé suffisant pour prédire l'évolution future. Le modèle d'un processus se représente à partir de variables d’état qui correspondent aux énergies accumulées à un instant donné. Ce sont donc des variables douées de mémoire : vitesse, effort.... 28 Toute variable d'état est une grandeur continue au sens mathématique du terme (système linéaire continu et invariant). L'étude dynamique donne un éclairage sur : • divers états d'un système et les changements d’états appelés transitions, • événements et conditions qui influencent le comportement du système, • évolution du système en fonction du temps. 29 Conclusion : 1) Notion réduite de causalité 2) Étude du processus 3) Étude de la commande 4) Conception du correcteur 5) Application 6) État d’un système Variable d’état 7) Approche par le graphe Informationnel causal Le choix d'un ensemble de variables d'état est la première étape de modélisation d'un système. 30 7) Approche par le graphe informationnel causal Solide S ayant un mouvement de translation rectiligne suivant l’axe x g R(S S).x g m.(G,S/ R g ).x g c’est une force qui crée l’accélération d’une masse. La grandeur d’entrée, influente, est donc potentielle : la force; elle CAUSE une variation de la grandeur de sortie, influée, qui est cinétique : la vitesse. 31 1) Notion réduite de causalité 2) Étude du processus 3) Étude de la commande 4) Conception du correcteur 5) Application 6) État d’un système Variable d’état 7) Approche par le graphe Informationnel causal La relation causale met donc en évidence que la dérivée de la grandeur de sortie : la vitesse, est fonction de la grandeur d’entrée : la force, ou encore que la grandeur de sortie est une fonction intégrale de la grandeur d’entrée. Le processeur associé est donc un accumulateur d’énergie cinétique avec une relation causale (unilatérale ou orientée). 32 Schéma Bloc causal (C.I. nulles) Élément Mécanique processeur (GIC) f(t) m f(t) Rc v(t) v(t) Loi mécanique associée dv( t) f ( t) m dt Relation causale temporelle : Rc dv(t) 1 f (t) dt m T 1 v(T) v(0) f (t)dt m0 Grandeur d’entrée : Grandeur de sortie : « potentielle » « cinétique » f(t) v(t) F(s) 1 m.s V(s) Relation causale complexe (C.I. nulles) 1 V(s) F(s) ms Énergie Cinétique accumulée de 0 à T 1 Ecin m v2 T v2 0 2 33 Et pour un volant d’inertie J en rotation autour d’un axe fixe ? 34 Schéma Bloc causal (C.I. nulles) Élément Mécanique processeur (GIC) C(t) J c(t) (t) Rc (t) Loi mécanique associée d(t) c(t ) J dt Relation causale temporelle : Rc 1 J.s (s) Relation causale complexe (C.I. nulles) d(t) 1 c(t) dt J (T) (0) C(s) T 1 c(t)dt J 0 Grandeur d’entrée : Grandeur de sortie : « potentielle » « cinétique » c(t) (t) 1 (s) C(s) Js Énergie Cinétique accumulée de 0 à T 1 E cin J 2 T 2 0 2 35 Étudions les composants « classiques » : ressorts et amortisseurs ressort k f(t) f(t) v1(t) Ressort isolé d’où : f (t) k x1 (t) x 2 (t) v2(t) df ( t) k v1 (t) v 2 (t) dt T f (T) f (0) k v1 (t) v2 ( t ) dt 0 C’est une variation de longueur qui crée une variation d’effort. La grandeur d’entrée, influente, est donc cinétique : la vitesse; elle CAUSE une variation de la grandeur de sortie, influée, qui est potentielle : la force. 36 La relation causale met donc en évidence que la dérivée de la grandeur de sortie : la force, est fonction de la grandeur d’entrée : la vitesse, ou encore que la grandeur de sortie est une fonction intégrale de la grandeur d’entrée. Le processeur associé est donc un accumulateur d’énergie potentielle avec une relation causale (unilatérale ou orientée). D’ou problème lors de son inversion ! 37 Élément Mécanique k f(t) v1(t) Schéma Bloc causal (C.I. nulles) processeur (GIC) f(t) v (t) 1 v2(t) Rc f(t) V1(s) v2(t) Loi mécanique associée f (t) k x1 (t) x 2 (t) k s F(s) V2(s) Relation causale temporelle : Rc df ( t) k v1 (t) v 2 (t) dt T Relation causale complexe (C.I. nulles) F(s) f (T) f (0) k v1 (t) v2 ( t ) dt k V1 (s) V2 (s) s 0 Grandeur d’entrée : Grandeur de sortie : « cinétique » « potentielle » v1(t)-v2(t) f(t) Énergie potentielle accumulée de 0 à T 2 1 k x1 T x 2 T 2 2 1 k x1 0 x 2 0 2 E pot 38 amortisseur Les grandeurs d’entrée et de sortie peuvent être inversées, il n’y a pas de causalité. Le processeur associé est donc un dissipateur d’énergie avec une relation rigide (bilatérale ou non orientée). f f(t) v1(t) Amortisseur isolé : f(t) v2(t) f (t) f v1 (t) v2 (t) 39 Élément Mécanique f f(t) Schéma Bloc causal (C.I. nulles) processeur (GIC) f(t) v (t) 1 v2(t) v2(t) f(t) V1(s) R v1(t) Loi mécanique associée f (t) f v1 (t) v2 (t) Grandeur « potentielle » f(t) F(s) V2(s) Relation rigide : R Relation causale complexe (C.I. nulles) f (t) f v1 (t) v2 (t) v1 (t) v2 (t ) f 1 f (t) f Grandeur « cinétique » v1 (t) v2 (t) F(s) f V1 (s) V2 (s) V1 (s) V2 (s) 1 F(s) f Énergie dissipée de 0 à T T E dis f (t) v(t) dt 0 40 Modulateurs Un modulateur est constitué de deux processeurs dipôles duaux dont les entrées et les sorties sont de même nature énergétique. On trouvera donc comme modulateur parmi les éléments mécaniques : Les leviers Les systèmes poulie(s) / courroie Les engrenages Les systèmes pignon / crémaillère Les systèmes roue vis, vis écrou… e1(t) R R s1(t) m s2(t) R R e2(t) 41 Exemples de modulateurs Modulateur en translation : levier Élément Mécanique v2(t) d2 f1(t) d1 processeur (GIC) f1(t) R R Relations causales temporelles : Rc f2(t) m f2(t) f1 (t) v (t) d 2 2 m f2 (t) v1 (t) d1 v1(t) v1(t) f1 (t) v1 (t) f 2 (t) v 2 (t) R R v2(t) 42 Exemples de modulateurs Modulateur en translation : engrenage, poulies et courroie Élément processeur (GIC) Relations causales Mécanique temporelles : Rc ω2(t) d2 c1(t) R R c2(t) c1 (t )1 (t) c 2 (t)2 ( t ) C2(t) C1(t) d1 m ω1(t) 1(t) R R 2(t) c1 (t) 2 (t) d 1 m c 2 (t ) 1 (t ) d2 43 Exemples de modulateurs Modulateur en translation/rotation : pignon/crémaillère, roue/vis Élément processeur (GIC) Relations causales Mécanique temporelles : Rc f1(t) C2(t) ω2(t) v1(t) r c2(t) f1 (t) v1 (t) c 2 (t)2 (t) m v1(t) f1(t) R R R R 2(t) f1 ( t) 2 (t) 1 m c2 (t ) v1 ( t) r 44 Exemple traité f ve(t) m k vs(t) 45 f(t) f(t) f(t) f1(t) vs(t) vs(t) ve(t) f1(t) f (t) 1 vs(t) ve(t) R vs(t) Rc1 f(t) f(t) vs(t) Rc2 f1(t) f1(t) 46 Bonjour GIC ve(t) R Rc1 vs(t) Rc2 47 Ve(s) f 1 m.s F(s) F1(s) Vs(s) k s 48 Ve(s) f F1(s) ve(t) R Vs(s) 1 m.s F(s) Rc1 k s Rc2 Même sur un exemple aussi simple, bien que les démarches soient proches, les représentations obtenues diffèrent fortement. Difficile de passer de l’une à l’autre 49 directement ! Exercice à préparer f3 k3 k2 m1 f1 - 1) Déterminer les variables d’état - 2) Établir la représentation sous F2(t) forme de blocs fonctionnels m2 f2 X2(t) Les paramètres sont définis à partir des positions d’équilibre k1 - 3) Écrire le processeur (G.I.C) des composants créant le couplage entre F1(t) les deux masses. X1(t) - 4) Compléter le G.I.C fourni 50 Rf2 Rf1 F1 Rm1 Rk1 Rf3 F2 Rm2 Rk3 Rk2 51 Éléments de réponse F1 f1 L(x1' ) 1 m1.s k1 s f2 k2 s f3 F2 1 m 2 .s k3 s L(x '2 ) 52 f3 k3 m2 F2(t) f2 k2 v2 X2(t) v1 X1(t) m1 Relation causale F1(t) f1 Fk2 Rk2 k1 v2 v1 Rf2 Ff2 Relation rigide 53 Rf2 Rf1 F1 x’1 Rm1 Rk1 Rk2 Rf3 F2 x’2 Rm2 Rk3 54 C’était de la causalité Sortie les 11-12 mai 2004 au cours du séminaire PT à l’Ensam de Lille 55 Marc Ouziaux