Chapitre IV identification par rseau de neurone

1. Introduction :
Le rgulateur PI est trs utilis dans lindustrie en raison de sa simplicit et de la robustesse. Mais
dans certain cas, quand la dynamique du systme change avec le temps ou des conditions de
fonctionnement, lefficacit du PI! diminue et la qualit du rglage se dtriore.
Les rseau" de neurones artificiels dans la commande semble #tre une solution pour par ces
difficults et assurer une bonne performance de la commande. $iffrents tests ont t simuls pour
apprcier lapport des %&'. Les rsultats obtenus permettent dillustrer, tant au niveau des
performances que la robustesse, lapport dun tel contr(leur dans les entrainements lectriques utilisant
la machine asynchrone.
Les rseau" de neurones artificiels peuvent #tre utiliss pour concevoir des contr(leurs numriques
pouvant maintenir des performances dynamiques leves de la machine m#me avec le problme de
drglage.
Il a t prouv que les %&' sont des appro"imateurs universels des systmes dynamiques non
linaires )**+. Ils sont capables dimiter le comportement de nimporte quel systme dynamique non
linaire comple"e en utilisant le rseau de neurones multicouche appropri.
'prs avoir t utilis pendant plusieurs annes dans les applications de reconnaissance des formes
ainsi que le traitement des signau" et des images, les rseau" de neurones artificiels sont actuellement
employs dans une plus large classe de discipline scientifique. Plusieurs applications ont t reportes
dans le domaine de llectronique de puissance , savoir la dtection de dfauts et le diagnostic des
machines lectriques, la commande des convertisseurs de puissance et la commande , haute
performance des entrainements lectriques )**+. -et intr#t grandissant dans lutilisation des %&' dans
les diffrentes disciplines scientifiques est du , leur paralllisme inhrent qui permet le traitement , trs
grande vitesse et une implmentation des applications en temps rel. Ils sont aussi capables de
fonctionner dans des environnements , bruits et ont la capacit de gnralisations qui leur permet de
tolrer les erreurs ou le manque de donnes )*.+.
2. La commande vectorielle de la machine asynchrone :
Le contr(le de la machine asynchrone requiert le contr(le du couple, de la vitesse ou m#me de la
position. Le contr(le le plus primaire est celui des courants et donc du couple, puisque lon a vu au
chapitre III que le couple pouvait scrire directement en fonction des courants.
Universit de Boumerds Page 01
Chapitre IV identification par rseau de neurone
-e pendant, la formule du couple lectromagntique est comple"e, elle ne ressemble pas , celle
dune machine , courant continu ou le dcouplage naturelle entre le rglage du couple et du flu" rend sa
commande aise.
/n se trouve confront , une difficult supplmentaire pour contr(ler ce couple.
La commande vectorielle vient rgler ce problme de dcouplage des rglages du flu" , lintrieure
de la machine de celui du couple. 0lle semble avoir la capacit dobtenir de la machine asynchrone les
meilleurs performances dynamiques, tout en ayant une loi de commande de mise en 1uvre simple.
' le"ception du cas de la dse"citation, on peut dire que la machine asynchrone fonctionne quasiment
tou2ours , flu" nominal, de manire , garantir , tout instant les meilleurs performances dynamiques.
)*3+
&ous allons donc prsenter la commande vectorielle de la machine asynchrone triphase par
orientation de flu" rotorique directe et indirecte. &ous allons galement prsenter les deu" types de
commande de la machine 4 La commande en courant et la commande en tension. Pour la commande en
tension.
2.1. Principe de la commande vectorielle
La commande vectoreille est base sur la notion lmentaire de llectromagntisme 4 5 la force
e"erce sur un conducteur parcouru par un courant plac dans un champ magntique est gale au produit
vectoriel du vecteur courant par vecteur champ .
Il en rsulte videmment que lamplitude de cette force sera ma"imale pour des intensits du
courant et du champ donnes quand le vecteur courant sera en quadrature avec le vecteur champ. 6i ce
principe est applicable au" machines , courant continue qui sont naturellement dcouples, il nen nest
pas de m#me pour la machine asynchrone ou langle entre le champ tournant du stator et du rotor varie
avec la charge.)*3+)*7+.
Le but de la commande vectorielle est darriver , commander la machine asynchrone comme une
machine , courant continu , e"citation indpendante ou il y a un dcouplage naturel entre la grandeur
commandant le flu" le courant de"citation!, et celle lie au couple le courant dinduit!. -e dcouplage
permet dobtenir une rponse trs rapide du couple.
0n parlant dorientation du flu", cest plut(t le systme da"e
dq
que lon oriente de manire , ce
que la"e d soit en phase avec le flu", cest8,8dire 4

'

9
q
d

Universit de Boumerds Page 01
Chapitre IV identification par rseau de neurone
La commande vectorielle , orientation du flu" rotorique est la plus utilise car elle limine
linfluence des ractances de fuite rotorique et statorique et donnent de meilleurs rsultats que les
mthodes bases sur lorientation du flu" statorique ou dentrefer )*3+)*:+)*;+
0n imposant
9
qr

,
r dr

, les quations de la machines dans un rfrentiel li au champ
tournant deviennent 4

'

,
_

,
_

,
_

,
_

+ +
sl r s
r
qs
r
sl
ds r
r
r
qs r s
r
ds s s qs s
s
qs
ds
r
r
qs s s ds s
s
ds
i
T
M
Mi
dt
d
T
v
L
M
i L i R
L dt
di
v
dt
d
L
M
i L i R
L dt
di

*
*
(IV-1
Lquation mcanique est e"prime comme suit 4

f r e
r
C C C
dt
d
J

(IV-2
Le couple lectromagntique de la machine scris alors 4

qs dr
r
e
i
L
M
p C

,
_

(IV-!
Le couple est ma"imal , tout instant car le courant dinduit qs
i
et linducteur
ds
i
sont tou2ours
perpendiculaires figure I<..! et peuvent etre commands indpendamment, on dduit donc que le
fonctionnement de la machine asynchrone sera similaire , celui de la Machine , courant continu ,
e"citation spare
Universit de Boumerds Page 01
q
s

d
s
i
qs
i
s
s

ds
i

Chapitre IV identification par rseau de neurone

'prs passage par une transformation de Laplace le systme dquations I<8*! devient 4


( )
( )

'

+ + +
+ +
qs
r r
sl
ds
r
r
ds s s r
r
s qs s s qs
qs s s r
r
ds s s ds
i
T
M
i
PT
M
i L
L
M
i L P R v
i L
L
M
P i L P R v

*
(IV-"

0n rgime permanent nous e"primons le flu" rotorique par

ds r
Mi
(IV-#

2.1.1. $thodes de contr%le par flu& orient de la machine ' induction
Le principe de la commande vectorielle dune machine asynchrone ncessite la connaissance de la
position du flu" orient , tout instant et de faire co=ncider avec la"e directe 5 d > tournant , la vitesse
du champ tournant. Il e"iste deu" approches pour la dtermination de la phase du flu"
s

ainsi que son

amplitude r

4
La commande directe ou cet angle est mesur lectriquement (1#)(1*)
La commande indirecte ou cet angle est estim , partir dune relation donnant la vitesse de
glissement dans la thorie du flu" orient.
2.1.1.1. $thode directe
Universit de Boumerds Page 01
Fig. IV.1 : Principe de la commande vectorielle
Chapitre IV identification par rseau de neurone
-ette mthode est base sur la mesure directe de la position et lamplitude du flu" , orient.
Lutilisation des capteurs de flu" rend cette mthode moins utilise car ces derniers devraient #tre
installs au moment de la fabrication de la machine ? en outre, leurs utilisations ncessitent, pour les
traitements de signau" des appareils trs fragile et co@teu". Les avantages du moteur asynchrone,
simplicit et robustesse ainsi que son faible co@t, sont alors perdus.
2.1.1.2. $thode indirecte
Limmense avantage de cette mthode rside dans le fait quon nutilise pas lamplitude du flu"
rotorique mais, seulement, sa position ? cest pourquoi cette mthode est la plus utilise, comme illustre
certain travau". (1#)(1+)
2.2. ,tructure d-une alimentation par orientation de flu&
La machine asynchrone prsente une structure non linaire et fortement couple. 0lle peut #tre
dcouple en alimentant celle8ci par une source de tension commande par le bloc , flu" orient. -ette
structure de commande est obtenue par inversion de lun des modles de la machine par orientation du
flu" (1*). 'fin de montrer queffectivement la commande par orientation du flu" rotorique permet
davoir un dcouplage des grandeurs relles de la machine asynchrone alimente en tension couple et
flu"!, nous proposons le schma de commande reprsent , la Aigure I<.B.



Universit de Boumerds Page 01
Modle de
commande par
flux orient
F.O.C
Modle de la machine
a!nchrone aliment
en tenion

e
C
C
ds
v
C
qs
v
s

dr

qr

e
C
r

Chapitre IV identification par rseau de neurone

.i/. IV-2 : ,chma de la structure d-une commande par flu& orient (.0C
2.2.1.Commande en tension
0n considrant V
ds
1V
2s
comme variable de commande ,i
ds
1i
2s
13
r
14
r
comme variable dtat on
peut reprendre le systme dquations I<8D! 4

( )
( )

'

+ + +
+
qs
r r
sl
ds
r
r
ds s s r
r
s qs s s qs
qs s s ds s s ds
i
T
M
i
ST
M
i L
L
M
i L S R v
i L i L S R v

*
Par rapport au schma figure I<..!, il est intressant da2outer des termes de dcouplage afin de
rendre les a"es
dq
compltement dcoupls.
-e dcouplage permet surtout dcrire les quations de la machine et de la partie rgulation dune
manire simple et ainsi de calculer les coefficients des rgulateurs.
Les quations du moteur asynchrone command par orientation du flu" rotorique, en supposant que
son module ne varie que trs lentement par rapport ,
ds
i
et qs
i
.
&ous pouvons alors reprsenter la machine par le schma bloc suivant 4
Universit de Boumerds Page 01
Chapitre IV identification par rseau de neurone



.i/.IV.! : $od5le de la machine
Les termes qs s s
i L
, r
r
s
L
M

,
ds s s
i L
et correspondent au" termes de couplage entre les
a"es
dq
.Ene solution consiste , a2outer des tensions identiques mais de signes opposs , la sortie des
rgulateurs de courant de manire , sparer les boucles de rgulations da"es d et
q
comme le montre
la figure I<8D!
Universit de Boumerds Page 01
1"
ds s s
i L
ds
v
ds
i
1"
ds s s
i L
qs
v
qs
i
r s
r
L
M

+
+
+
-
-
Chapitre IV identification par rseau de neurone


2.!. 6sservissement de vitesse de la machine asynchrone triphase alimente par un onduleur '
trois niveau& utilisant la commande vectorielle
/n peut appliquer les deu" mthodes du contr(le de flu" direct ou indirect! , la commande en
tension
2.!.1. Commande par orientation du flu& directe
$ans la commande vectorielle directe, le module du flu" rotorique et la vitesse de rotation sont
contr(ls par contre raction. La figure I<83! prsente lasservissement de vitesse de la machine
asynchrone triphase alimente en tension ou le flu" est contr(le directement.
Universit de Boumerds Page 01
#g
1
+
+
+
+
-
-
V
d
#g
$
+
+ +
- -
-
+
+
M

r
L
r
M

r
L
r
% &

'

i
d
% &

'

i
d
V
(
1
#

)1* %+

,-
1
#

)1* %+

,-
i
(
r
i
d
r
i
d

% &

'

i
(
% &

'

i
(
.i/-IV-" : 7coupla/e par compensation
Chapitre IV identification par rseau de neurone
.i/.IV-#-6sservissement de vitesse de la machine asynchrone triphase alimente en tension
par la mthode du flu& orient direct.
2.!.2Commande par orientation du flu& indirecte
La commande vectorielle indirecte permet le contr(le de la vitesse par contre raction et le contr(le du
module du flu" par raction. )1*)
Le schma fonctionnel de cette commande est donn par la figure I<8:! 4
Universit de Boumerds Page 01
Onduleur
tripha
. troi
niveaux
+ranformation
de Par/

0timateur
de flux
P
1
#
2
i
n
v
e
r

#g
i
(
#g
i
d
#g
de 3
r


#g de
vitee
P
Capteur de
vitee
Var
Vbr
Vcr
V
qs
r
V
ds
r
i
( r
i
d r
i
d
i
(
i
d r
4fluxage
e
5
r
&

&
l
&
r

6
r
C
e
r
+
+
+
+
+
+
5
r
Circuit

4e
dcoup7
lage
i
a
i
8
i
c s
M1,
5
r
5
r
r

Chapitre IV identification par rseau de neurone

.i/-IV-8-6sservissement de vitesse de la machine asynchrone triphase alimente en
tension par la mthode du flu& orient indirect.

&ous rappelons que dans la commande en tension, londuleur sera pilot par la stratgie triangulo8
sinusoidale , deu" porteuses.
2.". Calcul des r/ulateurs
Pour le calcul des rgulateurs, nous utiliserons la mthode dite 5 par compensation des p(les >, parce
que le systme est de premier ordre.
2.".1. 9/ulateurs de courant
-onsidrons les deu" premires quations du systme I<87!, e"primes en fonction de la variable
de L'PL'-0 6! :

( )
r
r
qs s s
s
ds
ds s
S
L
M
i T
R
V
i S T . . * . + + +
(IV-:


( )

,
_

+ +
r
r
ds s s
s
qs
qs s
L
M
i T
R
V
i S T . * .
(IV-*

Universit de Boumerds Page 01
P
1
#
2
i
n
v
e
r

#g
i
(
#g
i
d
#g
de 3
r


#g de
vitee
P
Var
Onduleur
tripha
. troi
niveaux
Vbr
Vcr
V
qs
r
V
ds
r
i
( r
i
d r
i
d r
4fluxage
e
5
r
&

&
l
&
r

C
e
r
+
+
+
+
Circuit

4e
dcoup7
'age
Capteur de
vitee
5
r
M1,
5
r
r

Chapitre IV identification par rseau de neurone
;oucle de courant i
2s
0n posant 4

,
_

+
r
r
ds s
s
pq
L
M
i T U .
(IV-+

( )
pq
s
qs
qs s
U
R
V
i S T + +* .
(IV-1<

pq
s
qs
s s
qs
U
S T
V
S T R
i .
. *
*
.
! *
*
+
+
+

(IV-11
Il est claire que la fonction de transfert du courant i
qs
est de type Fro, cest pourquoi le rgulateur =
2s
doit #tre de type * afin dannuler lerreur statique en rgime permanent.
(IV-12


0n posant4 >
n!
? @ . >
s
'insi aprs compensation, la fonction de transfert en boucle ouverte de lensemble rgulateur8processus
se simplifie et se"prime par la relation suivante 4

.
.
*
i
qs
T S
G
(IV-1!
La boucle de courant i
2s
peut #tre simplifie comme suite 4
Universit de Boumerds Page 01
9
p(
9
p(
1
1* %+

,
1
#

#

1 * ,+
n:
+
i:
,
i
(
V
(
+ + + +
i
(
Fig.IV7; : <oucle de courant i
(
de la machine a!nchrone triphae
.
.
.
. *
!
i
n
qs
T S
T S
s G
+

i
(
r
Chapitre IV identification par rseau de neurone
La fonction de transfert en boucle ferme est dtermine de la manire suivante 4


Oq
Oq
Fq
G
G
G
+

*
(IV-1"

(IV-1#

0n posant 4
.
*9
i
s
q
T
T



La fonction de transfert prcdente prend la nouvelle forme 4

on choisie la constante de temps telle que :


q
Fq
S
G
. *
*
+

(IV-18
;oucle de courant i
ds
0n posant 4
qs s s pd
i T U . .
(IV-:<


( )
pd
s
ds
ds s
U
R
V
i S T + +* .
(IV-1:
pd
s
ds
s s
ds
U
S T
V
S T R
i .
. *
*
.
! *
*
+
+
+

(IV-1*
Il est claire que la fonction de transfert du courant i
qs
est de type Fro, cest pourquoi le rgulateur =
2s
doit #tre de type * afin dannuler lerreur statique en rgime permanent.
(IV-1+
Universit de Boumerds Page 01
i
(
1
+
i:
,
i
(
+
i
(
r
.
. *
*
!
i
Fq
T S
s G
+

D
D
.
. *
!
i
n
qs
T S
T S
s G
+

Fig.IV7= : <oucle implifie de courant i

(
de la machine a!nchrone
triphae
Chapitre IV identification par rseau de neurone
Pour les constantes de temps4
0n posant 4 >
n "
? @ >
s

'insi aprs compensation, la fonction de transfert en boucle ouverte de lensemble rgulateur8processus
se simplifie et se"prime par la relation suivante 4


.
.
*
i
qs
T S
G
(IV-2<
La boucle de courant i
ds
peut #tre simplifie comme suite 4

.i/.IV-1< : ;oucle simplifie de courant i
d s
de la machine asynchrone triphase
La fonction de transfert en boucle ferme est dtermine de la manire suivante 4
Universit de Boumerds Page 01
i
d
1
1* %+

,
1
#

#

1 *,+
n>
+
i>
,
9
pd
9
pd
V
d
+ + + +
i
d
Fig.IV7? : <oucle de courant i
d
de la machine a!nchrone triphae
1
+
i>
,
i
d
r
i
d
i
d
+
i
d
r
Chapitre IV identification par rseau de neurone

D
D
.
*
*
.
*
!
i
i
Fd
T S
T S
S G
+
(IV-21


D
. *
*
!
i
Fd
T S
S G
+

(IV-22
0n posant 4
D
*9
i
s
d
T
T

La fonction de transfert prcdente en boucle ferme prend la nouvelle forme suivante 4

d
Fd
S
G
. *
*
+

(IV-2!
&ous remarquons que les constantes de temps G
q
et G
d
sont gales et par consquent les fonctions de
transfert en boucle ferme des deu" boucles de courants i
2s
et i
ds
aussi 4
$onc =
.2
? =
.d .
2.".2. ;oucle de flu&
$u systme dquation I<87! on a 4
ds
r
r
i
S T
M
. *+

(IV-2"

La fonction de transfert du flu" est de type Fro, cest pourquoi en utilise un rgulateur de type * pour
liminer lerreur statique en rgime permanent 4

(IV-2#

Universit de Boumerds Page 01
B
B
.
. *
!
i
n
T S
T S
s G
+

Chapitre IV identification par rseau de neurone

0n posant 4 >
n 2
? >
r
'insi aprs compensation la fonction de transfert en boucle ouverte prend la forme suivante 4

B
.
*
i
O
T S
G
(IV-28


0n considrant le schma bloc de la figure ci8dessus, la fonction de transfert en boucle ferme est
dtermine de la manire suivante 4


B
B

.
*
*
.
*
!
i
i
ref r
r
F
T S
T S
S G
+

(IV-2:
$onc la fonction de transfert en boucle ferme de flu" est 4

B
. *
*
i
F
T S
G
+

(IV-2*
0n posant 4 A
3
?

>
i 2
La fonction de transfert en boucle ferme de la boucle de flu", sera e"prime par la nouvelle relation 4

. *
*
S
G
F
+

(IV-2+
Universit de Boumerds Page 01
1
1* +
r
,
M
*
M
1 * ,+
n$
+
i$
,
i
d
6
r
6
r
r
3
r
+
Fig.IV711 : <oucle de flux 6
r
de la machine a!nchrone triphae
dt
r
d
J
r r
f
r
C
e
C

+
( )
r e r r
C C JS f +
Chapitre IV identification par rseau de neurone

Ainalement, la dtermination de la fonction de transfert en boucle ferme nous a permis de calculer la
constante de temps du rgulateur 4
>
i2
? A
3
2.".!. ;oucle de vitesse
Lquation de mouvement I<8B! du groupe machine asynchrone8 machine entraine peut scrire de
la faHon suivante 4

(IV-2+

0n utilisant la variable 6! de L'PL'-0, lquation ci8dessus peut scrire comme suit 4

(IV-!<

La fonction de transfert par rapport au couple lectromagntique du groupe machine asynchrone I
machine entraJne est e"prime par la relation suivante 4

(IV-!1
La fonction de transfert ci8dessus est du type * .Pour liminer lerreur statique en rgime permanent il
faut utiliser un rgulateur de type proportionnel intgrale PI! donc 4

(IV-!2
Universit de Boumerds Page 01
r e
r
f S J C +

.
*
*
*
.
. *
!
i
n
T S
T S
s G
+

Chapitre IV identification par rseau de neurone

0n divisant le numrateur et dnominateur de la fonction de transfert I<8;! par le coefficient de
frottement f
r
, nous obtenons le"pression suivante 4

(IV-!!
/n pose la constante mcanique 4 A
m
? BCf
r

'insi aprs compensation, le schma bloc de la boucle de vitesse de la machine asynchrone prend la
nouvelle structure reprsente par la figure 4
Universit de Boumerds Page 01
1
f
r
*

@ ,
1 * ,+
n1
+
i1
,
C
r
C
r
C
e
5
r
+
5
r
r
5
r
+ +
+
C
e
r
Figure )IV71$- : <oucle de vitee 5
r
de la machine a!nchrone triphae
5
r
r 5
r
1" f
r
1*,

A
m
1 * ,+
n1
+
i1
,
5
r
+
! . *
*
r
r
e
r
f
J
S f
C
+

Fig7IV71: : <oucle de vitee 5

r
de la machine a!nchrone triphae
Chapitre IV identification par rseau de neurone
La fonction de transfert en boucle ouverte prend la forme suivante 4

S
r
f
i
T
S
ov
G
*
*
!
(IV-!"

&ous pouvons alors reprsenter la boucle de vitesse par le schma bloc suivante 4
0n considrant le schma bloc de la figure ci8dessus, la fonction de transfert en boucle ferme est
dtermine de la manire suivante 4



ov
ov
ref r
r
V F
G
G
S G
+

*
!

(IV-!#
/n trouve 4

S
r
f
i
T
S G
FV
*
*
*
!
+

(IV-
!8


0n posant 4 A
em
? f
r
>
i1
La fonction de transfert en boucle ferme de la boucle de vitesse, sera e"prime par la nouvelle relation 4

e
FV
S
G
. *
*
+

(IV-
!:
Ainalement, la dtermination de la fonction de transfert en boucle ferme nous a permis de calculer la
constante de temps du rgulateur 4 >
i1
? A
em
C f
r
Universit de Boumerds Page 01
5
r
5
r
r
1
+
i1
f
r
,
5
r
+
Fig7IV71> : <oucle de vitee 5
r
de la machin a!nchrone triphae
Chapitre IV identification par rseau de neurone
!. Performances de la commande en tension
$ans cette section, nous tudierons les performances de lasservissement de vitesse de la machine
asynchrone triphase alimente par londuleur , trois niveau" , structure parallle en utilisant la
commande vectorielle directe.
0n effectuant des essais de simulation numrique, nous allons voir lvolution 4
8de la vitesse angulaire de rotation.
8du couple lctromagntique.
8 statoriques

I
ds ,
I
qs
!
0t ce, pendant un seul sens de marche, sans et avec limitation du couple lctromagntique de
rfrence.
&ous rappelons que, pour la commande en tension, londuleur est pilot par la stratgie triangulo8
sinusoidale , deu" porteuses.
La figure I<8*3! montre lvolution de la vitesse angulaire de rotation et du couple lctromagntique
limitation du couple de rfrence.
Universit de Boumerds Page 01
Chapitre IV identification par rseau de neurone
0 0.5 1 1.5 2 2.5 3 3.5
x 10
4
-20
0
20
40
60
80
100
120
140
160

0 0.5 1 1.5 2 2.5 3 3.5
x 10
4
0
1
2
3
4
5
6
7
8
9
10
x 10
4
.i/.IV-1# : Dvolution de la vitesse et du couple lectroma/nti2ue pendant un seul sens de
rotation de 1#: rdCs (avec limitation du couple de rfrence -1<< E C
em ref
E 1<< F.m
0n e"aminons les courbes de la figure I<8*3!, nous obtenons les rsultats suivants 4
8La vitesse relle suit sa rfrence aprs un temps de rponse de *.3 s pour le premier sens de marche.
8Le couple lectromagntique se stabilise , *s
Universit de Boumerds Page 01
C
e
!"#$
5
r
)rad"-
Chapitre IV identification par rseau de neurone
0 0.5 1 1.5 2 2.5 3 3.5
x 10
4
-20
0
20
40
60
80
100
120
140
160
0 0.5 1 1.5 2 2.5 3 3.5
x 10
4
0
1
2
3
4
5
6
7
8
9
10
x 10
4
.i/.IV-18 : Dvolution de la vitesse et du couple lectroma/nti2ue pour un sens de rotation
de 1#: rdCs (sans limitation du couple de rfrence
0n e"aminons les courbes de la figure I<8*7!, nous obtenons les rsultats suivants 4
8La vitesse relle suit sa rfrence aprs un temps de rponse de 9.K s .
8Le couple lctromagntique se stabilise , 9.: s
Il est clair que la saturation du couple de rfrence entraJne un retard de la rponse qui peut #tre
important.
$aprs ces rsultats, nous dduisons que la limitation du couple lectromagntique dans le circuit de
rglage assure le dcouplage entre le flu" et le couple lctromagnetique m#me en rgime transitoire.
La figure I<8*K! montre les courbes reprsentant les variations des courants statoriques i
ds 1
i
2s
pendant
un seul sens de rotation *39 rd Ls! et sans limitation de couple de rfrence .
Universit de Boumerds Page 01
5
r
)rad"-
C
e
!"#$
Chapitre IV identification par rseau de neurone
.
0 1 2 3 4 5 6 7 8 9 10
x10
4
-200
-100
0
100
200
300
400
0 1 2 3 4 5 6 7 8 9 10
x10
4
-300
-200
-100
0
100
200
300
.i/.IV-1: : Dvolution des courants i
ds 1
i
2s
pendant un sens de rotation de 1#: rdCs (sans
limitation du couple du couple de rfrence

$aprs les rsultats de simulations obtenus, nous pouvons dduire que 4
8Le flu" rotorique est command par la composante directe du courant statorique i
ds
.
8Le couple lectromagntique est command par la composante en quadrature du courant statorique i
2s.
8Le dcouplage entre le flu" et le couple lectromagntique est presque parfait avec limitation du
couple lectromagntique est presque parfait avec limitation du couple lectromagntique de rfrence.
Les rsultats de simulation montrent galement que le variateur de vitesse prsente de bonnes
performances dynamiques quand il est contr(l en vitesse.
&ous dduisons que lemploi de la commande vectorielle a rendu lensemble onduleur machine
asynchrone assimilable , la machine , courant continu du point de vue facilit de commande.
!. ,ynth5se du r/ulateur neuronal :
Universit de Boumerds Page 01
i
d
)1-
i
(
)1-
Chapitre IV identification par rseau de neurone
$ans cette section, on va essayer didentifier les paramtres dun correcteur neuronal, en copiant
un rgulateur PI d2, e"istant. /n ralisera 2uste lasservissement de la vitesse de la M'6 alimente en
tension par la mthode flu" orient direct, ensuite on comparera lvolution les diffrents signau" avec
ceu" de la partie prcdente.
!.1. Le r/ulateur neuronal :
0n commande de procd, le neuronal, comme le flou, na pas besoin du modle analytique du
processus , commander. -ette caractristique se rvle intressante dans le cas de modles non linaires
difficilement modlisables mathmatiquement. Il sagit de faire de la commande de processus par un
rseau de neurones.
Le choi" de larchitecture du rseau de neurone se fait selon lerreur quadratique moyenne0MM!
obtenue au court de lapprentissage. La structure du rseau est obtenue aprs ltude )*B+, et plusieurs
essais, en faisant varier le nombre dentres, le nombre de couches caches et le nombre de neurones
dans chaque couche. Larchitecture qui donne la plus petite valeur de lerreur quadratique moyenne avec
un temps de calcul acceptable est celle dun rseau monocouche , quatre entres et , si" neurones dans
la couche cache. Les neurones de la couche caches ont une fonction dactivation sigmo=de non linaire
et le neurone de sortie a une fonction de transfert linaire.
Pour lapprentissage de rseau, il est ncessaire davoir asseF de couple dentre8sortie. Puisque
notre but est dobtenir un contr(leur neuronal qui couvre toute les conditions de fonctionnement du
systme, les vecteurs appropris dentres et de sortie sont obtenus par la simulation de la commande du
M'6 en utilisant un rgulateur PI.
". Principe de la synth5se du r/ulateur :
En dilemme se pose lorsquil sagit de faire la commande neuronale 4 doN proviennent les
informations concernant le contr(le du processus, sachant que cest le rseau lui8m#me qui doit les
produire. Pour rsoudre ce problme, un certain nombre de solutions e"istent )*B+.
Parmi les solutions proposes, copier un rgulateur d2, e"istant. Lintr#t de cette mthode ne
semble pas vidant. 0n effet pourquoi copier un rgulateur qui e"iste d2, O Il e"iste deu" cas oN cette
copie dun rgulateur par un rseau de neurones est intressante. Le premier cas se prsente lorsque ce
rgulateur est un #tre humain. Le deu"ime cas, qui est le n(tre, est celui ou le rseau peut rguler le
processus , partir dun modle moins difficile , valuer que celui qui est demand par le rgulateur
habituel )*D+.
Universit de Boumerds Page 01
Chapitre IV identification par rseau de neurone
.i/.IV.1*. Copie d-un r/ulateur
$ans la plupart des cas, le but de lidentification est de permettre la mise en 1uvre dune bonne
rgulation du procd , tudier. 'fin de mener , bien cette identification, un minimum de connaissances
sur le systme est indispensable. -est ltape qualitative 4 elle permet de dterminer la structure du
modle. Le plus souvent il sagit de connaissance sur lordre du systme, ses conditions initiales,
lamplitude ma"imale de ses entres et sorties. /n peut aussi saider des quations physiques qui
rgissent le systme pour acqurir ces connaissances indispensables. 6i le systme est vraiment trs
comple"e, le simplifier en ramenant son tude autour dun point de fonctionnement reste une solution
)*D+.
$eu" sortes de modles peuvent #tre dnombres )*D+ 4
Les modles paramtriques comme les quations diffrentielles ou les fonctions de transfert
Les modles non8paramtriques comme les rponses impulsionnelles ou frquentielles.
Lorsque la structure du modle est dtermine, il faut valuer les paramtres du modle, cest
ltape quantitative. Pour mener , bien cette opration il faut passer par quatre tapes )*D+ 4
*. -hoi" de lentre , appliquer au procd afin dobtenir des couples 0ntreL6orties
pertinents.
B. $finir la structure du modle grPce au" connaissances a priori.
.. 0stimer les paramtres du modle par diffrentes mthodes.
D. <alider le modle ainsi obtenu.
Universit de Boumerds Page 01
Chapitre IV identification par rseau de neurone
Le diagramme ci8dessous rcapitule le cheminement dune identification complte )*D+ 4
.i/.IV.1+. Cheminement d-une identification
".1. Choi& des entres :
Le choi" des entres , prsenter au systme pour son identification nest pas d@ au hasard, certaines
seront inefficaces et dautres dangereuses. 'insi une entre en chelon donnera une bonne estimation du
gain statique, mais les paramtres de la dynamique seront compltement errons. Inversement, une
sigmo=de donnera une bonne estimation de paramtres de la dynamique, mais ce genre dentre risque
de dtruire compltement un systme industriel. Ene entre idale serait un bruit blanc, mais ce signal
physiquement irralisable )*D+.
Universit de Boumerds Page 01
Chapitre IV identification par rseau de neurone
".1.1. Les proprits intressantes des entres :
Les principales proprits pour une entre didentification sont les suivantes )*D+ 4
0ntre centre, perturbant peu la sortie.
6pectre riche pour avoir beaucoup dinformation!
En signal ayant de telles proprits e"iste et sappelle une 6.Q.P.'
#. Principe de l-identification par rseau de neurones :
Rous les travau" sont bass sur des mthodes dapprentissage supervis avec des systmes
automatiques chantillonns. La mthodologie de lidentification classique a t conserve, mais
adapte au" rseau" de neurones. 0lle passe par quatre tapes )**+ 4
-hoi" de la structure du rseau
-hoi" de lentre
'lgorithme dapprentissage
<alidation
#.1. Choi& des entres :
Le type dentre , imposer au" rseau" de neurones pour leur apprentissage nest pas clairement
dfini. Le problme consiste , trouver une entre pertinente afin dobtenir un apprentissage performant
qui permettra une bonne identification du procd )**+.
#.1.1. Caractristi2ues d-une entre pertinente :
' la suite de quelques essais, il apparait que lentre doit avoir certaines caractristiques )**+ 4
Universit de Boumerds Page 01
Chapitre IV identification par rseau de neurone
0lle ne doit pas #tre constante, ou par paliers, surtout pour les rseau" de type feedforSard.
0lle doit #tre homogne , la sortie en terme de valeur 4 si la fonction dactivation est une
sigmo=de, valeur de sortie dans )8* ? *+, lapprentissage est plus performant si lentre est
comprise entre 8* et *. Ene phase de prparation des donnes est ncessaire.
$eu" types dentres diffrentes semblent asseF adapts , lapprentissage des rseau" de
neurones )**+4
Par analogie avec lautomatique classique, la 6QP' est adapte , lapprentissage de rseau
de neurones en lui a2outant un bruit blanc. Les paliers constants sont donc supprims, pour
lapprentissage des rseau" de types feedforSard, tout en conservant une entre riche, au
sens de lautomatique classique.
Pour les rseau" rcurrents, la2out dun bruit blanc nest pas ncessaire ? la rcurrence
assure la non8stationnarit des sorties du rseau, contrairement au" rseau" de type
feedforSard.
La deu"ime entre intressante consiste , superposer deu" bruits blancs de priode et de
puissance diffrente. Le premier bruit blanc possde une amplitude forte et une longue
priode 4 cela donnera la forme gnrale du signal. Le second est damplitude beaucoup plus
faible et de priode plus courte 4 il traduit la non8stationnarit des entres
8. $thode d-apprentissa/e :
'fin dacqurir sa Tconnaissance, un rseau de neurones passe par une phase dapprentissage.
-elle8ci seffectue grPce , un algorithme dapprentissage. -omme nous lavons vu dans le chapitre II, il
e"iste beaucoup dalgorithmes dapprentissage et le choi" dun dentre eu" reste difficile. Pour un m#me
problme leur efficacit sera diffrente. Il faut donc choisir lalgorithme dapprentissage en fonction du
problme. Ene des mthodes dapprentissage des rseau" de neurones est la rtro8propagation de
gradient de lerreur vu avec dtails dans le chapitre II, dont le principe est da2uster les poids et les biais
Universit de Boumerds Page 01
Chapitre IV identification par rseau de neurone
du rseau afin de minimiser lerreur quadratique entre la sortie du rseau et la sortie relle. ' chaque
couple entreLsortie, une erreur est calcule, le gradient, ou pente, de lerreur est dtermine. 0n suite les
poids et les biais sont modifis en ligne sur le rseau. /n ritre ces calculs 2usqu, lobtention du
critre darr#t )**+.
:. L-asservissement de la vitesse de la $6, par rseau de neurones
La figure I<.B9! reprsente le schma bloc de cet asservissement 4
.i/.IV-2<-6sservissement de vitesse de la machine asynchrone triphase alimente en
tension par la mthode du flu& orient direct en utilisant les r/ulateurs neuronau&.
Universit de Boumerds Page 01
Onduleur
tripha
. troi
niveaux
+ranformation
de Par/

0timateur
de flux
P
1
#
2
i
n
v
e
r

#B$
#B:
#B>
#B1
P
Capteur de
vitee
Var
Vbr
Vcr
V
qs
r
V
ds
r
i
( r
i
d r
i
d
i
(
i
d r
4fluxage
e
5
r
&

&
l
&
r

6
r
C
e
r
+
+
5
r
Circuit

4e
dcoup7
lage
i
a
i
8
i
c s
M1,
5
r
5
r
r

Chapitre IV identification par rseau de neurone
:.1. ,ans prsence de perturGation
0n effectuant des essais de simulation numrique, nous allons voir lvolution des m#mes
signau" de la partie prcdente, les figures qui suivent rsument les rsultats avec les rgulateurs
neuronau", en absence de perturbation, en les comparants avec ceu" des rgulateurs PI 4

.i/.IV.21. volution de la vitesse de rotation apr5s l-introduction du 9F
.i/.IV.22. volution de la vitesse de rotation avec le r/ulateur PI
Universit de Boumerds Page 01
0 0.5 1 1.5 2 2.5 3 3.5
x10
4
-20
0
20
40
60
80
100
120
140
160
5
r
)rad"-
0 0.5 1 1.5 2 2.5 3 3.5
x 10
4
-20
0
20
40
60
80
100
120
140
160
5
r
)rad"-
Chapitre IV identification par rseau de neurone
0n e"aminant les deu" courbes, nous dduisons quelles ont le m#me comportement, on constate que
les deu" vitesses atteignent la rfrence et se stabilisent aprs un temps qui vaut appro"imativement
9.Ks, et puisque elles ont atteint la rfrence *3K rdLs! on peut dire que lerreur statique est nulle. on
conclue que le rgulateur neuronal commande la vitesse avec succs.

.i/.IV.2!. volution de flu& apr5s l-introduction du 9F

Universit de Boumerds Page 01
0 0.5 1 1.5 2 2.5 3 3.5
x 10
4
0
2
4
6
8
10
12
14
16
18

)C8-
0 0.5 1 1.5 2 2.5 3 3.5
x 10
4
0
2
4
6
8
10
12
14
16
18

)C8-
Chapitre IV identification par rseau de neurone
.i/.IV.2". volution de flu& avec le r/ulateur PI
0n comparant les deu" courbes, on voit bien quon a la m#me volution. Les deu" flu" se
stabilisent aprs 9.Ks en prsence de quelques oscillations.

.i/.IV.2#. volution des courants Ids et I2s avec le 9F
.i/.IV.2#. volution des courants Ids et I2s avec le 9F
Universit de Boumerds Page 01
0 0.5 1 1.5 2 2.5 3 3.5
x 10
4
-450
-400
-350
-300
-250
-200
-150
-100
-50
0
50
0 0.5 1 1.5 2 2.5 3 3.5
x 10
4
-350
-300
-250
-200
-150
-100
-50
0
50
100
150
Ids'!
Iqs '!
Chapitre IV identification par rseau de neurone
6i on compare ces courbes avec celles de la premire partie, on constate que Iqs et Ids avec le %& se
stabilisent aprs 9.Ks, alors que Iqs et Ids avec le rgulateur PI se stabilisent rapidement, mais ils suivent
tou2ours le m#me itinraire m#me si aprs un apes de temps.
:.2. Dn prsence d-une perturGation
'fin de vrifier lefficacit du rgulateur neuronal, on in2ecte une perturbation au systme, et suit
lvolution de la vitesse de rotation ainsi que le flu" et les courants quadratiques.
.i/.IV.28.volution de la vitesse en prsence d-une perturGation

Universit de Boumerds Page 01
0 0.5 1 1.5 2 2.5 3 3.5
x 10
4
-20
0
20
40
60
80
100
120
140
160
0 0.5 1 1.5 2 2.5 3 3.5
x 10
4
0
2
4
6
8
10
12
14
16
18

)C8-
5
r
)rad"-
Chapitre IV identification par rseau de neurone
.i/.IV.2:. volution de flu& en prsence d-une perturGation



.i/.IV.2*.volution des courants 2uadrati2ues en prsence d-une perturGation
Universit de Boumerds Page 01
0 0.5 1 1.5 2 2.5 3 3.5
x 10
4
-450
-400
-350
-300
-250
-200
-150
-100
-50
0
50
0 0.5 1 1.5 2 2.5 3 3.5
x 10
4
-350
-300
-250
-200
-150
-100
-50
0
50
100
150
Ids'!
Iqs '!
Chapitre IV identification par rseau de neurone
-ette partie nous a confirme lefficacit des quatre rgulateurs neuronau", on voit que malgr la
prsence dune perturbation .9 &!, le comportement de la vitesse, le flu" ainsi que les courants, reste
maintenu.
*. Conclusion

$ans ce chapitre, on a prouv que le moteur asynchrone est command avec succs par les
rgulateurs neuronau". &ous avons dvelopp et appliqu une mthode de rglage de neurones
artificiels pour lasservissement de la vitesse dune M'6 alimente par un onduleur , trois niveau" et ou
le flu" et le couple sont dcoupls par la technique de la commande vectorielle. Le dcouplage, la
stabilit et la convergence vers lquilibre sont assurs.
Universit de Boumerds Page 01