000123352

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.
UNIVERSIT DU QUBEC
THSE PRSENTE
L'UNIVERSIT DU QUBEC TROIS-RIVIRES
COMME EXIGENCE PARTIELLE
DU DOCTORAT EN GNIE LECTRIQUE
PAR
JAMEL GHOUILI
COMMANDE SANS CAPTEUR D'UNE MACHINE ASYNCHRONE AVEC
ESTIMATION DE LA VITESSE PAR RSEAUX DE NEURONES
AVRIL 2005

Universit du Qubec Trois-Rivires
Service de la bibliothque

Avertissement

Lauteur de ce mmoire ou de cette thse a autoris lUniversit du Qubec
Trois-Rivires diffuser, des fins non lucratives, une copie de son
mmoire ou de sa thse.
Cette diffusion nentrane pas une renonciation de la part de lauteur ses
droits de proprit intellectuelle, incluant le droit dauteur, sur ce mmoire
ou cette thse. Notamment, la reproduction ou la publication de la totalit
ou dune partie importante de ce mmoire ou de cette thse requiert son
autorisation.
,
A mon pouse Hanane, mes deux garons Firas et Salem et la
mmoire de ma mre Fatma et mon pre Habib.
11
RSUM
Les capteurs des variables lectriques (courant, tension, flux, couple lectromagntique)
ou des variables mcaniques (vitesse de rotation, position angulaire) sont ncessaires pour la
commande, l'observation, l'identification, le diagnostic et la protection des variateurs
lectroniques utilisant des machines lectriques. Ils s'avrent, dans plusieurs applications
industrielles, la clef qui garantit des prestations statiques et dynamiques leves. Cependant,
certains capteurs sont coteux, fragiles et sensibles aux interfrences extrieures. Leur
suppression devient indispensable et la reconstitution de variables d'tat devient de plus en plus
utilise dans les diffrentes structures de commande dites performantes. L'estimation est base
globalement sur deux approches: celle fonde sur le modle lectromcanique de la machine et
celle base sur l'apprentissage (les concepts de l'intelligence artificielle).
Ce travail de recherche concerne l'estimation de la vitesse d'une machine asynchrone
cage d'cureuil l'aide de rseaux de neurones multicouches. L'estimation se base sur la mesure
des tensions et des courants statoriques et les puissances instantanes active et ractive. Elle est
labore pour fin de commande vectorielle flux rotorique orient sans capteur.
Dans la premire partie de ce travail, les modles dynamiques, les principales stratgies
de la commande vectorielle flux orient et la commande directe du couple et les techniques
d'estimation de la vitesse bases sur la modlisation dynamiques de la machine asynchrone
cage d'cureuil sont rappels analyss et simuls en utilisant la bote outils SimPowerSystems
de l'environnement Matlab-Simulink. Ces simulations ont permis de confronter les performances
dynamiques des diffrentes techniques de modlisation et d'estimation pralablement exposes.
Dans la deuxime partie, qui constitue le cur de cette thse, on labore, on modlise et
on simule deux familles d'estimateurs de vitesse bass sur les rseaux de neurones: les
estimateurs fonds sur les rseaux de neurones boucls et non-boucls apprentissage supervis
en temps, et ceux apprentissage en ligne bass sur le concept des systmes avec modle de
rfrence. Ce dernier classiquement utilise le modle voltaque qui intgre les problmatiques de
111
l'intgration mathmatique du flux rotorique par une pseudo force lectromotrice qui incorpore le
terme physique qui fait intervenir la rsistance statorique. La valeur de rfrence calcule de
celle-ci est compare avec son quivalente ajustable issue d'un rseau de neurone pour dduire la
vitesse de la machine moyelmant un algorithme d'adaptation adquat.
Les principales contributions dans cette thse sont: l'ajout des puissances instantanes
active et ractive pour enrichir la base d'apprentissage des rseaux de neurones multicouches au
lieu des tensions lectriques, qui prsentent de fortes discontinuits cause de la nature de
l'alimentation par onduleur. Cet artifice a eu pour consquence de rduire le temps de
convergence de l'estimation et d'augmenter la robustesse du RNA et la prcision de l'estimateur,
le dveloppement d'un rseau de neurones bas sur le concept d'un systme adaptatif avec
modle de rfrence
Mots cls: Estimateur, machine asynchrone, rseaux de neurones, commande,
observation, commande sans capteur.
IV
REMERCIEMENTS
Je tiens adresser mes sincres remerciements tous ceux qui m'ont aid et contribu
l'aboutissement de cette thse, et tout particulirement:
Monsieur Ngandui loi, professeur l'Universit du Qubec Trois-Rivires pour
l'honneur qu'il m'a fait en acceptant de prsider le jury de soutenance et pour l'intrt manifeste
qu'il a montr pour mes travaux de recherche;
Monsieur Svigny Anatole professeur l'Universit du Qubec Trois-Rivires,
Monsieur Ghribi Mohsen, professeur l'Universit Moncton, Monsieur Beguenane Rachid,
professeur l'Universit du Qubec Chicoutimi pour accepter d'tre membre de jury et
examiner ce travail.
l'adresse ma gratitude Monsieur Chriti Ahmed, professeur l'Universit du Qubec
Trois-Rivires, d'avoir accept la direction de ma thse et pour sa rigueur scientifique, son
ouverture d'esprit, sa gentillesse et son contact humain exceptionnel.
Je souhaite aussi adresser mes plus sincres remerciements Monsieur Barrazouk
Abelfattah pour son amiti et ses nombreux conseils.
Un grand merci galement aux membres du laboratoire de l'lectronique de puissance
l'Universit du Qubec Trois-Rivires. En particulier, je remercie Jaques, Mustapha, Hamid,
Khafallah, Sandali et Nicolas pour leur amiti.
Un grand merci mes collgues de travail du dpartement de gnie lectrique de
l'Universit de Moncton: Messieurs. Azeddine, Duc, Habib et Yassine.
Enfin, une pense particulire pour mon pouse Hanane qui m'a apport une aide
inestimable, principalement pour son soutien moral pendant plusieurs annes, et mes deux enfants
Firas et Salem la joie de ma vie.
v
TABLE DES MATIRES
RSUM 111
REMERCIEMENTS v
TABLE DES MATIRES VI
LISTE DES FIGURES IX
LISTE DES TABLEAUX X
LISTE DES SYMBOLES XlI
INTRODUCTION GNRALE 1
CHAPITRE 1:
TAT DE L'ART DE L'ESTIMATION DE LA VITESSE D'UNE MACHINE
ASYNCHRONE CAGE D'CUREUIL
1.1 Introduction 4
1.2 Problmatique de recherche 6
1.2.1 Mesure directe des variables lectromagntiques 6
1.2.2 Mthodes d'estimation des variables lectromagntiques 8
1.2.2.1 Approches bases sur le modle dynamique de la machine 8
1.2.2.2 Approches bases sur l'injection d'un signal haute frquence 10
1.2.2.3 Approche base sur les harmoniques d'encoches Il
1.2.2.4 Approches bases sur l'intelligence artificielle Il
1.2.2.5 Estimation de la vitesse par rseaux de neurones 12
1.3 Objectifs de recherche 14
1.3.1 Objectif gnral 14
1.3.2 Objectifs spcifiques 15
1.4 Originalit et contribution la recherche 15
1.5 Mthodologie de recherche 16
1.5.1 Modlisation de la machine et des estimateurs rseaux de neurones 16
1.5.2 Simulation de la machine et de sa commande 16
1.5.3 tude par simulation des diffrentes structures d'estimateurs rseaux de neurones
boucls et non boucls 17
1.6 Conclusion
CHAPITRE 2:
MODLISATION DYNAMIQUE ET COMMANDE VECTORIELLE DE
LA MACHINE ASYNCHRONE CAGE D'CUREUIL
2.1 Introduction
2.2 quations lectriques
2.2.1 quations des enroulements
2.2.2 Transformation de Park orthogonale et normalise
2.3 Modles d'tat de la machine asynchrone
2.3.1 Alimentation en tension
2.3.1.1 Modle d'tat en utilisant 'l'ds' 'l'qS' 'l'dr' 'l'qr comme variables d'tat
2.3.1.2 Modle d'tat en utilisant 'l'ds' 'l'qS' i
ds
' i
qS
comme variables d'tat
17
18
18
19
21
25
26
26
26
VI
2.3.1.3 Modle d'tat en utilisant idS,iqs,idr,iqr comme variables d'tat
2.3.1.4 Modle d'tat en utilisant idS,i
qs
' 'l'dr' 'l'qr comme variables d'tat
2.3.2 Alimentation en courant
2.3.2.1 Modle d'tat en utilisant 'l'dr' 'l'qr comme variables d'tat
2.3.2.2 Modle d'tat en utilisant idr,i
qr
comme variables d'tat
2.3.2.3 Modle d'tat en utilisant 'l'ds' 'l'qS comme variables d'tat
2.4 quations mcaniques
2.5 Choix de rfrentiels
28
29
31
31
31
31
32
34
2.5.1 Rfrentiel fixe par rapport au stator 34
2.5.2 Rfrentiel fixe par rapport au rotor 35
2.5.3 Rfrentiel fixe par rapport au champ tournant 36
2.6 Simulation dans un rfrentiel fixe par rapport au stator 36
2.7 Commande vectorielle de la machine asynchrone 42
2.7.1 Principe 42
2.7.2 Orientation et rgulation du flux 43
2.7.3 Alimentation en tension avec orientation du flux rotorique 44
2.7.3.1 Commande indirecte du flux rotorique par imposition du courant statorique 44
2.7.3.2 Commande directe du flux rotorique d'une machine asynchrone alimente en tension 49
2.7.3.3 Dcouplage par compensation 50
2.8 Conclusion 52
CHAPITRE 3:
ESTIMATION DE LA VITESSE D'UNE MACHINE ASYNCHRONE CAGE
D'CUREUIL PAR LES MTHODES BASES SUR LA MODLISATION DYNAMIQUE
3.1 Introduction 54
3.2 Estimateurs en boucle ouverte 55
3.2.1 Estimateur statique du glissement et de la vitesse de rotation pour les applications
faibles performances 55
3.2.2 Estimateurs dynamiques pour les applications moyennes performances 55
3.2.2.1 Estimateur de vitesse dans un repre stationnaire li au stator: cas 1 56
3.2.2.4 Mthode d'estimation base sur la commande vectorielle flux orient 60
3.4 Mthode d'estimation base sur la commande directe du couple et du flux 62
3.5. Estimation de la vitesse d'une machine asynchrone par observateurs d'tat dtenninistes 63
3.5.1 tat de l'art 63
3.5.2 Estimation de la vitesse par observateur adaptatif dterministe 66
3.5.2.1 Modlisation de l'observateur 67
3.5.2.2 Rsultats de simulation et tudes des performances de l'observateur 70
3.6 Estimation par un systme adaptatif avec modle de rfrence (SAMR) 73
3.7 Techniques d'estimation avec adaptation des paramtres 75
3.8 Estimation l'aide d'observateurs optimisant un critre statistique 76
3.8.1 Gnralits 76
3.8.2 Application du filtre de Kalman tendu l'estimation de la vitesse de rotation
VIl
d'une machine asynchrone 78
3.8.3 Simulation d'une commande vectorielle flux rotorique orient base sur un filtre
de Kalman 80
3.8.4 Rsultats de simulation 82
3.9 Conclusion 83
CHAPITRE 4 :
ESTIMATION DE VITESSE D'UNE MACHINE ASYNCHRONE CAGE D'CUREUIL
L'AIDE DE RSEAUX DE NEURONES ARTIFICIELS
4.1 Introduction 86
4.2 Classification des approches existantes sur l'estimation de vitesse 86
4.3 Estimation de la vitesse par des rseaux multicouches apprentissage hors ligne 88
4.3.1 Rappel 88
4.3.2 Aspect dynamique des estimateurs e vitesse par rseaux de neurones 89
4.3.2.1 Discrtisation du flux statorique l'aide de l'quation d'Euler arrire 89
4.3.2.2 Discrtisation du flux statorique l'aide de la transforme bilinaire 91
4.3.2.3 Discrtisation de la vitesse de rotation 92
4.3.3 Intrt de la mthode 94
4.3.4 Mthode d'entranement et de validation de l'estimateur RNA 96
4.3.4.1 Gnration et rparation des donnes d'apprentissage 96
4.3.4.2 Choix de l'architecture du rseau de neurones 97
4.3.4.3 Choix de l'algorithme d'adaptation 98
4.3.4.4 Indices de performance des rseaux de neurones utiliss 100
4.3.5 Prsentation des rsultats de simulation 100
4.3.5.1 Topologies des rseaux tudis 100
4.3.5.2 Rsultats de simulation 102
4.3.5.3 Analyse des performances 109
4.3.5.4 tudes de la robustesse de l'estimateur 11 0
4.3.5.5 Analyse comparative des rsultats 113
4.3.5.6 Conclusion 113
4.4 Estimateur rseaux de neurones intgrs dans un systme adaptatif avec
modle de rfrence apprentissage en ligne 114
4.4.1 Mthode base sur les flux rotoriques 114
4.4.2 Nouvelle mthode base sur la force lectromotrice arrire 116
4.4.2.1 Prsentation de la mthode 116
4.4.2.2 Prsentation des rsultats de simulation 121
4.4.2.3 Analyse comparative avec d'autres algorithmes 123
4.5 Conclusion 123
CONCLUSION GNRALE 125
BIBLIOGRAPHIE 127
ANNEXE A 135
ANNEXEB 145
ANNEXEC 156
ANNEXED 159
VIn
Liste des figures
Figure 2.1 Reprsentation des enroulements statoriques et rotoriques de la machine 20
Figure 2.2 Reprage angulaire des systmes d'axes 21
Figure 2.3 Schma de simulation de la machine asynchrone alimente en tension 36
Figure 2.4 Les diffrents modles Simulink de la machine 36
Figure 2.5 Bloc de calcul des courants statoriques et rotoriques 37
Figure 2.6 Rsultats de simulation pour un fonctionnement dans les quatre quadrants 40
Figure 2.7 Modle de simulation ralis avec les blocs du SimPowerSystems 41
Figure 2.8 Formes d'onde des courants statoriques, du couple lectromagntique
Tem et de la vitesse de rotation wm 41
Figure 2.9 Modle Simulink d'une commande vectorielle flux rotorique
orient avec imposition du courant 46
Figure 2.10 Contenu du bloc "laboration de la commande" 47
Figure 2.11 Formes d'ondes de la commande vectorielle indirecte flux rotorique orient 48
Figure 2.12 Modle Simulink d'une commande vectorielle directe flux rotorique
orient d'une machine asynchrone alimente en tension 51
Figure 2.13 Performance de la commande vectorielle directe flux rotorique orient 52
Figure 3.1 Modle Simulink de l'estimateur de vitesse bas sur l'quation (3.8) 58
Figure 3.2 Rsultats de simulation d'un estimateur bas sur la formule 3.8 59
Figure 3.3 Commande vectorielle sans capteur de vitesse flux rotorique orient
avec imposition de courant 61
Figure 3.4 Principe de la commande directe du couple 63
Figure 3.5 Schma en bloc d'un observateur dterministe adaptatif 70
Figure 3.6 Modle Simulink de l'observateur dterministe 71
Figure 3.7 Modles Simulink des sous-blocs :
(a) Gains, (b) Matrice A et (c) Estimateur de vitesse 71
Figure 3.8 Courbe de la vitesse relle, de la vitesse estime et de l'erreur d'observation 72
Figure 3.9 Modle Simulink d'une stratgie de commande sans capteur avec un
estimateur filtre de Kalman 82
Figure 3.10 Fonctionnement en boucle ferme d'un variateur avec un estimateur
filtre de Kalman 83
Figure 4.1 Principe d'apprentissage d'un rseau de neurones 95
Figure 4.2 Profils de consigne 103
Figure 4.3 Modle SIMULINK de la commande vectorielle indirecte flux rotorique
orient base sur un estimateur rseau de neurones 104
Figure 4.4 Modle Simulink de l'estimateur de vitesse rseaux de neurones 104
Figure 4.5 Vitesse de rotation relle 106
Figure 4.6 Vitesse estime par les diffrents rseaux et erreurs typiques. 109
Figure 4.7 Fonctionnement pour une variation de la rsistance statorique de 50% 111
Figure 4.8 Rponse du rseau S3pour une variation de + 100% dans les rsistances rotorique
et statorique 112
Figure 4.9 Estimation du flux rotorique base sur SAMR en utilisant un RNA 114
Figure 4.10 Estimation de la vitesse base sur SAMR en utilisant un RNA 117
Figure 4.11 Reprsentation d'un estimateur de la vitesse de rotation par un rseau
IX
de neurones 119
Figure 4.12 Commande vectorielle indirecte avec estimateur rseau de neurones en ligne 121
Figure 4.13 Rponse en vitesse pour l'estimateur apprentissage en ligne 117
x
Liste des tableaux
Tableau 4.1 Principales topologies des rseaux tudis
Tableau 4.2 Indices de performance des principales topologies tudies
102
105
Xl
Liste des symboles
s, r indices respectifs du stator et du rotor
P nombre de ples
Rs,ls rsistance et inductance propre d'une phase statorique
Rr, Ir rsistance et inductance propre d'une phase rotorique
Ls = Is - Ms inductance cyclique statorique
Lr = Ir - MI" inductance cyclique rotorique
M = M inductance mutuelle cyclique entre stator et rotor
2 sr
L", = l, +2M, inductance homopolaire statorique
Lo, = l, + 2M, inductance homopolaire rotorique
L constante de temps statorique
T =_s
S R
S
L constante de temps rotorique
T =_f
f R
f
M 2 coefficient de fuite total
a=I---
L,L,
J moment d'inertie total du systme
f3 coefficient de frottement visqueux
Vs tension d'alimentation statorique
v ds, v qs tensions statoriques selon l'axe d et l'axe q
Is courant dans les enroulements statoriques
Ids, lqs courants statoriques selon l'axe d et l'axe q
Idr, lqr courants rotoriques selon l'axe d et l'axe q
\lfds, \lfqs flux statoriques selon l'axe d et l'axe q
\lfdr, \lfqr flux rotoriques selon l'axe d et l'axe q
\Ifs, \lfr, \lfm flux statorique, rotorique et de magntisation respectivement
T em couple lectromagntique
TL couple de charge
Xll
pulsation lectrique des courants statoriques
pulsation lectrique des courants rotoriques
vitesse mcanique de la machine
flux rotorique estim
X111
INTRODUCTION GNRALE
Dans le dveloppement des stratgies de commande ou d'optimisation nergtique des
machines courant alternatif, reconstruire les grandeurs non observables (flux du stator, du rotor
ou d'entrefer) et/ou que l'on ne souhaite pas mesurer pour des raisons conomiques (vitesse,
position, couple), reprsente aujourd'hui la difficult majeure. En effet, quel serait l'intrt de
poursuivre la recherche dans la synthse de lois de commande ou d'optimisation plus
performantes, si une estimation peu prcise peut dgrader trs rapidement les performances
statiques et dynamiques de l'asservissement, et engendrer plus de consommation au lieu de
minimiser les diffrentes pertes.
Pour la machine asynchrone cage d'cureuil qui compte parmi les machines courant
alternatif les plus robustes et la moins dispendieuse, la connaissance de son tat est d'une grande
importance, que ce soit pour la synthse d'une loi de commande, pour le calcul du rendement ou
pour l'laboration d'une stratgie de diagnostic et de dtection de dfaillances. La mesure directe
du couple, du flux, de la pulsation rotorique, de la vitesse de rotation, de la position ou de
l'acclration par capteurs mcaniques ou optolectroniques est souvent inadquate et reprsente
un inconvnient majeur pour des raisons teclmiques (flux, couple) ou pour des problmes de cot,
de maintenance, de scurit et de fiabilit (vitesse, acclration, position et angle d'orientation).
Dans ces conditions, il est ncessaire de reconstruire l'tat de la machine partir des tensions et
des courants statoriques facilement mesurables ou estimables.
Les teclmiques d'estimation de ces diffrentes grandeurs peuvent tre classifies en trois
principaux groupes: le premier indut les estimateurs bass sur le modle dynamique de la
machine. Le deuxime fait appel aux techniques de traitement de signal. Le troisime est bas
sur les techniques de l'intelligence artificielle (rseaux de neurones, logique floue, algorithme
gntique). Dans les trois mthodes, les variables d'tat peuvent tre reconstitues par des
estimateurs utiliss en boucle ouverte ou des estimateurs en boucle ferme. Ces derniers, souvent
appels observateurs d'tat, corrigent les variables estimes.
L'estimation en boucle ouverte conduit la mise en uvre d'algoritlunes simples et
rapides. Cependant, les performances dynamiques de ce genre d'estimateur dpendent des modes
propres de la machine. De plus, ces estimateurs sont sensibles la variation des paramtres
(rsistance statorique et rotorique, inductance mutuelle, coefficient de fuite) et mcaniques
(moment d'inertie, frottement) de la machine. Les paramtres sont affects par la temprature, la
saturation, la frquence de fonctionnement et le point d'opration. Les paramtres mcaniques
varient avec le vieillissement et dpendent de l'entretien de la machine. Cette sensibilit peut
affecter considrablement la convergence, la prcision de l'estimation et sa robustesse. Quant aux
observateurs d'tat, ils permettent de reconstruire les variables d'tat partir des grandeurs
lectliques. Ils assurent en gnral une meilleure dynamique, une meilleure prcision et ils sont
robustes par rapport aux variations des paramtres de la machine. Cependant, ils sont affects par
les erreurs de modlisation et le bruis, et ils sont souvent plus complexes concevoir et raliser.
On distingue les observateurs d'tat classiques dterministes et stochastiques qui sont
bass sur le modle dynamique de la machine et les observateurs rseaux de neurones
dynamiques ou boucls fonds sur l'apprentissage. Les observateurs dterministes sont plus
sensibles au bruit de mesure et possdent une erreur en rgime permanent. Les observateurs
stochastiques sont plus performants, moins sensibles au bruit, mais plus complexes concevoir et
raliser. Les observateurs rseaux de neurones semblent possder une meilleure rponse,
requirent des modifications simples pour assurer l'adaptation aux variations paramtriques et une
bonne robustesse sans recourir un mcanisme d'adaptation en ligne. Cependant, leur
exploitation pratique demeure encore un dfi.
Organisation de la thse
Cette thse est organise en 4 chapitres, une conclusion et 4 annexes.
Le chapitre 1 on prsentera l'tat de l'art de l'estimation de la vitesse de la machine
asynchrone. La problmatique, les objectifs et la mthodologie de recherche seront aussi abords.
Le chapitre 2 abordera la modlisation dynamique de la machine asynchrone cage
d'cureuil. Les principaux modles d'tat pour l'alimentation en tension et l'alimentation en
2
courant seront labors dans un repre dq quelconque. Les diffrents repres et le modle
mcanique seront rappels. On prsentera aussi un court rappel sur la commande vectorielle
directe et indirecte.
Le chapitre 3 couvrira les principales mthodes d'estimation de vitesse de rotation d'une
machine asynchrone. On y exposera les diffrentes approches bases sur le modle dynamique et
on simulera les principaux estimateurs reprsentant des caractristiques particulires.
Le chapitre 4 constitue le noyau de ce travail de recherche. Dans un premier temps, on
laborera les diffrents modles des estimateurs bass sur les rseaux de neurones. On exposera
les mthodes d'apprentissage des rseaux de neurones. On dcrira l'approche de prparation de
la base d'apprentissage et les diffrents algorithmes d'entranement. On tudiera la convergence,
la prcision et la robustesse de plusieurs observateurs. Enfin, une stratgie de commande sans
capteur de vitesse base sur les rseaux de neurones sera value par la simulation dans
l'environnement Matlab et les rsultats seront prsents et analyss.
Dans la dernire partie de cette thse, on conclura sur l'ensemble des travaux et on
exposera les perspectives futures.
3
CHAPITRE 1
TAT DE L'ART DE L'ESTIMATION DE LA VITESSE D'UNE
MACHINE ASYNCHRONE CAGE D'CUREUIL
1.1 Introduction
Depuis quelques annes, le champ d'application des systmes d'entranement
lectromcaniques vitesse variable (variateurs lectroniques) s'largit de jour en jour. Plus
particulirement, la commercialisation minente des vhicules lectriques fiables et
respectueux de l'environnement donnera un grand lan ces variateurs. Ces derniers sont des
systmes pluridisciplinaires et regroupent un grand nombre de domaines. Plus prcisment,
un systme d'entranement vitesse variable se compose de quatre parties distinctes: le
convertisseur lectromcanique (l'actionneur lectrique), les convertisseurs statiques (la paIiie
lectronique de puissance), les capteurs lectromcaniques, lectroniques ou optiques et les
circuits de traitement, de protection et de surveillance. L'lectronique de puissance fournit
l'alimentation en tension ou en courant frquence fixe ou variable. Les capteurs mesurent
les variables lectriques ou mcaniques et transmettent les informations aux circuits de
traitement. Ces derniers gnrent les impulsions de commande des interrupteurs
lectroniques du convertisseur statique en tenant compte des rfrences de commande, des
informations dlivres par les capteurs et des divers algorithmes de contrle. L'ensemble
machine-alimentation-commande vise amliorer les performances statiques et dynamiques
du systme d'entranement, optimiser sa consommation nergtique, rduire son prix et
augmenter sa fiabilit [I -4].
Actuellement, plusieurs machines lectriques sont utilises comme actionneurs
lectriques. Elles vont des machines structure simple (les machines rluctance variable)
aux machines structure complexe (les machines synchrones et asynchrones plusieurs
enroulements statoriques et rotoriques). En particulier, la machine asynchrone cage
d'cureuil, de par sa robustesse mcanique, la simplicit de sa structure, son poids, sa taille
(un bon rapport couple/volume), sa maintenance rduite (sans collecteur et sans balais) et son
faible COlIt, s'est impose dans de nombreux domaines (traction et propulsion lectrique,
pompage, ventilation, etc.). De ce fait, une grande importance a t accorde son
fonctionnement dans diffrents modes: dmarrage, freinage, inversion de sens de rotation et
sa commande aussi bien en boucle ouverte qu'en boucle ferme.
Certes, la machine asynchrone possde de nombreux avantages fOliement
apprciables. Cependant, elle exige un processus rigoureux de commande et d'observation.
En effet, premirement elle possde un modle multivariable et non linaire qui peut devenir
non observable aux basses vitesses. Plus de dtails sur l'observabilit de la machine
asynchrone cage d'cureuil sont fournis dans l'annexe A. La variation de la vitesse ou de la
position passe obligatoirement par le contrle du couple lectromagntique. La commande du
flux ne peut tre dcouple de celle du couple que par une stratgie de commande approprie.
Deuximement, pour rendre variable sa vitesse, la machine asynchrone ncessite une
alimentation triphase variable en amplitude et en frquence, des techniques de rglage
propres et des circuits de traitement assez complexes. Troisimement, dans le cas d'une
alimentation en tension, lorsqu'une augmentation du couple est requise par une augmentation
du glissement, le flux diminue. Pour maintenir ce flux constant, la tension d'alimentation des
enroulements statoriques doit varier proportionnellement la frquence d'alimentation [3,4].
Avec une alimentation frquence et tension variables, la rgulation en boucle
ouverte de cette machine peut aboutir un variateur de vitesse satisfaisant quand elle doit
fonctionner couple nominal dans des conditions peu svres sur l'quipement de rgulation.
Par contre, quand le systme d'entranement requiert une rponse dynamique plus rapide et un
rglage de vitesse ou de couple plus prcis, la rgulation en boucle ouverte deviendra
insatisfaisante. Le fonctionnement en boucle ferme reste le seul moyen puisqu'il a un effet
important sur les performances globales du systme d'entranement.
Si on ne cherche pas une dynamique leve, la commande de la machine asynchrone
est ralisable par l'action sur la pulsation ou sur les valeurs efficaces des tensions et des
courants statoriques. Les lois de commande propres ce type de contrle dcoulent de
considrations sur les expressions issues du rgime permanent. Elles sont dsignes par
commande scalaire. Pratiquement, elles peuvent parfois suffire, notamment dans le cas de
charges forte inertie, mais leurs performances se dgradent au fur et mesure que la
frquence de l'alimentation diminue. Aux trs basses vitesses, la commande devient quasi
inutilisable puisque des oscillations transitoires apparaissent dans le couple. Par consquent,
la mesure ou l'estimation des variables de commande devient mdiocre. Si on cherche une
5
bonne dynamique, il est indispensable de contrler les valeurs instantanes des grandeurs
lectriques. Les lois de commande correspondant ce mode dynamique sont alors
rassembles sous le nom de commande vectorielle ou encore de commande vectorielle flux
orient. Cette stratgie de contrle assure un dcouplage de la commande et une souplesse de
rglage analogue celle des entranements bass sur les machines courant continu [2-7].
Pour obtenir des prestations dynamiques leves, d'autres approches sont aussi utilises [2].
On peut notamment citer: la commande directe du couple, la commande non linaire, la
commande adaptative, la commande optimale et la commande intelligente.
Des informations souvent prcises sur des grandeurs telles que le flux, le couple, la
vitesse de rotation, la position, l'acclration, la pulsation de glissement sont sollicites par
diffrentes stratgies de commande, de dtection de dfauts, d'optimisation et de gestion
nergtique. Il convient d'tudier les techniques de mesure ou d'estimation de ces grandeurs
avant d'aborder la commande proprement dite. Il est intressant de connatre les problmes
associs l'acquisition de cette information pour pouvoir contribuer dans ce domaine.
1.2 Problmatique de recherche
1.2.1 Mesure directe des variables lectromagntiques
Tel que mentionn, plusieurs stratgies de contrle, de dtection de dfauts et de
gestion nergtique exigent de l'information sur certaines grandeurs fondamentales telles que
les flux, le couple lectromcanique, la pulsation rotorique, la vitesse de rotation, etc. La
mesure directe de ces grandeurs de commande par capteurs lectromcaniques ou
optolectroniques reprsente un inconvnient majeur pour le systme d'entranement de cette
machine [3-4]. En effet, certaines d'entre elles ne sont pas mesurables l'aide de capteurs
mcaniques (par exemple, la pulsation rotorique dans une machine cage) et d'autres sont
souvent difficilement accessibles pour des raisons techniques (flux, couple) ou pour des
problmes de cot, de maintenance, de scurit et de fiabilit (vitesse, position, acclration).
Ainsi, pour le flux (statorique, rotorique ou d'entrefer), les capteurs doivent tre
prvus lors de la construction de la machine. De plus, les signaux fournis par ces capteurs
doivent tre en gnral traits, et leur bande passante provoque de mauvaises performances
dynamiques. Pour la mesure du couple, on arrive aux mmes constatations. En raison des
6
cots additionnels, l'installation de capteurs de couple ne se justifie que sur des systmes de
moyenne ou de grande puissance.
La mesure de la vitesse peut tre effectue l'aide d'un tachymtre courant continu
(gnratrice cc) ou courant alternatif (gnratrice ca) ou l'aide de capteurs optiques de
prfrence haute rsolution. Les tachymtres sont peu robustes, coteux et leur signal est
fortement bruit (surtout si le nombre d'encoches est rduit). En outre, ils doivent supporter
des environnements trs contraignants (temprature, vibration, poussire). Les capteurs
optiques, mme de bonne qualit, utiliss dans une grande plage de vitesse, perdent de leur
prcision et de leur linarit aux basses vitesses. De plus, ces capteurs requirent un
ajustement minutieux sur l'arbre de la machine. Par consquent, l'obtention par mesure
directe de la vitesse de rotation augmente la sensibilit au bruit, diminue la perfonnance et la
fiabilit de la commande, et augmente le cot global du systme d'entranement. Une tude
sommaire sur ces diffrentes techniques de mesure directe de la vitesse de rotation se trouve
dans l'annexe B.
Plusieurs travaux de recherche ont rvl des problmes lis l'emploi de la mesure
directe pour dterminer les grandeurs fondamentales telles que les flux, le couple
lectromcanique, la vitesse de rotation ou la position d'une machine asynchrone. Par la suite,
une intense recherche a t amorce afin de les estimer partir des variables lectriques
facilement mesurables (courants ou tensions) et sans utiliser de capteurs lectromcaniques ou
optolectroniques. Le but vis, dans le cas de la machine asynchrone cage d'cureuil, est de
dvelopper des stratgies de commande de hautes performances et parfois de raliser le
diagnostic des dfauts et l'optimisation nergtique du systme d'entranement.
1.2.2 Mthodes d'estimation des variables lectromagntiques
Les diffrentes mthodes d'estimation des variables lectromagntiques de la machine
asynchrone peuvent tre classifies en trois catgories : les techniques bases sur le modle
dynamique de la machine, les techniques bases sur le traitement de signal et les techniques
fondes sur les concepts de l'intelligence artificielle.
1.2.2.1 Approches bases sur le modle dynamique de la machine
7
Dans ces approches, l'estimation des variables lectromagntiques (flux, vitesse,
position) est base sur plusieurs techniques telles que le calcul de la pulsation de glissement
en rgime tabli [1-4], le calcul direct partir des quations dynamiques de la machine [3-4],
la rgression linaire [5], les systmes adaptatifs avec modle de rfrence (SAMR) [4], les
observateurs d'tat dterministes et stochastiques (filtre de Kalman) [6]. Dans le chapitre 3,
on prsentera une tude non exhaustive sur les diffrentes mthodes d'estimation de la vitesse
de rotation bases sur le modle dynamique de la machine. Ces techniques d'estimation,
utilises dans les stratgies de commande sans capteur de vitesse, souffrent d'une grande
faiblesse commune. Elles sont fondes sur le modle lectromcanique de la machine. Ce
modle peut tre trop simpliste ou l'inverse assez complexe, mais il demeure toujours
approximatif. Il est surtout sensible aux variations des paramtres lectromagntiques et
mcaniques de la machine. Les paramtres lectromagntiques sont affects par la
temprature, la saturation magntique, la frquence de fonctionnement et le point d'opration
[1-2, 7]. Les paramtres mcaniques sont modifis par le vieillissement et l'entretien de la
machine. Dans la rgulation ou l'estimation de la vitesse, du flux ou du couple, cette
sensibilit provoque, en rgime tabli, des erreurs et des oscillations en rgime transitoire.
Par exemple, aux basses vitesses, la variation de la rsistance statorique rduit le couple
maximal que la machine peut dvelopper. La variation de la rsistance rotorique modifie la
constante de temps rotorique et engendre la dgradation de la rponse des correcteurs comme
dans le cas de la commande vectorielle flux roto ri que orient [8-10].
Dans la stratgie d'estimation de la pulsation de glissement, la frquence de
commutation du convertisseur alimentant la machine est rgle en dterminant la frquence
de glissement partir des paramtres de la machine et des courants statoriques. La vitesse de
la machine est indirectement calcule l'aide de la frquence de glissement. Cet estimateur,
bien qu'il conduise des algorithmes simples et rapides, est peu robuste. Il est utilis
uniquement en rgime nominal car il donne des rsultats mdiocres en rgime dynamique [11,
12].
Dans la technique de commande directe du couple, dont le principe est bas sur
l'utilisation d'un contrleur hystrsis produisant une sortie modulation de largeur
d'impulsion optimale, les valeurs instantanes du flux statorique et du couple sont calcules
seulement l'aide des tensions et des courants statoriques. Elle se caractrise par une rponse
rapide du couple et des faibles pertes de commutation. Cependant, en plus de la variation de
8
la rsistance statorique, les problmes lis l'intgration dans l'tablissement du flux,
particulirement aux basses vitesses, sont des facteurs importants qui limitent les
performances du systme [13, 14].
Dans le calcul direct bas sur les quations lectriques statoriques ou rotoriques, on
aboutit plusieurs expressions donnant la vitesse de rotation. Ces formules contiennent
plusieurs intgrateurs et des diffrenciateurs. cause des problmes de conditions initiales et
de la saturation, les intgrateurs ont t remplacs par des filtres passe-bas ou des filtres en
cascade programmables. Cependant, ces filtres imposent certaines limites aux performances
des estimateurs surtout aux basses vitesses. En outre, les performances dynamiques de ces
estimateurs ne sont pas avantageuses [8, 15].
L'estimation de la vitesse de rotation l'aide de la rgression linaire a t rapporte
dans les rfrences [16, 17]. L'algorithme de la rgression linaire est simple implanter en
temps rel. Un des inconvnients de cette approche est que l'intgration et la drivation des
signaux sont requises. Dans la rfrence [18], un filtre et un algorithme moindre carr ont
t utiliss pour estimer la vitesse de rotation, le glissement et le flux rotorique. Les rsultats
rapports montrent que l'estimation de la vitesse est fortement affecte par la rsistance
statorique surtout aux basses vitesses. La rsistance rotorique a t trouve cruciale lorsque le
couple est lev [18].
Dans le cas du systme adaptatif avec modle de rfrence (SAMR), on compare les
sorties de deux modles distincts. Le premier est considr comme un modle de rfrence et
n'implique pas la variable estimer. L'autre reprsente le modle ajustable et il contient la
variable estimer. L'erreur obtenue entre les sorties des deux modles est utilise pour
dterminer un mcanisme d'adaptation convenable pour le modle ajustable. La vitesse est
ainsi dtermine partir de l'erreur rsultante entre les deux modles. Cette technique est peu
sensible aux variations des paramtres de la machine. Nanmoins, le fonctionnement du
systme aux basses vitesses n'est pas acceptable [7-8, 19]. Des travaux de recherche sont
actuellement en cours pour laborer des observateurs d'tat non linaires et adaptatifs.
Dans les mthodes d'estimation de la vitesse par observateur d'tat dterministe, il est
parfois prfrable de disposer des quations de la machine sous forme d'quations d'tat
linaires, ce qui implique soit une linarisation des quations relles autour d'un point de
9
fonctionnement, soit une dcomposition du systme en sous-systmes qui sont dfinis par des
constantes de temps trs diffrentes. La non-linarit principale vient des termes bilinaires
(produit courant-vitesse). Les composantes du flux rotorique sont estimes par un observateur
d'tat, parfois adaptatif, et on en dduit la vitesse. Les observateurs d'tat possdent une
excellente dynamique, et donnent des rsultats assez prcis, mais, la faible robustesse vis--
vis des variations des paramtres de la machine reprsente leur inconvnient majeur. En plus,
dans plusieurs cas, ils sont conus par ttonnement (mthodes d'essai et erreur) [7, 8, 21-29].
Le filtre de Kalman, tant un observateur stochastique, a t employ avec succs pour
estimer la vitesse et les flux. Mais ce filtre peut prsenter des problmes de convergence qui
limitent notablement son utilisation. Il est trop sensible aux variations des paramtres
lectromagntiques et mcaniques. Il manque donc de robustesse et il est gourmand en temps
de calcul et difficile implanter [30, 31].
En rsum, les estimateurs bass sur le modle de la machine donnent des rsultats
acceptables dans certains cas, mais leurs performances statiques et dynamiques varient d'une
approche l'autre. Ils sont sensibles aux variations paramtriques et ils sont limits en raison
des erreurs de modlisation et approximations parfois abusives [32, 33].
1.2.2.2 Approches bases sur l'injection d'un signal haute frquence
Cette technique consiste injecter un signal haute frquence sur les tensions
statoriques basse frquence. Vu la saillance du rotor de la machine, les signaux injects
gnrent des courants haute frquence moduls en amplitude. Le comportement de la
machine n'est pas trop affect par ces courants. Pour extraire l'information sur la position du
rotor, on dmodule le signal (la tension statorique) haute frquence HF.
Cette technique ncessite des frquences de commutation du convertisseur statique
leves afin d'injecter des signaux HF dont la frquence varie entre 1 et 4 kHz [34, 35]. Les
auteurs qui ont propos cette technique ne spcifient pas les problmes lis des frquences
de hachage plus faibles utilises en moyenne et en grande puissance. L'inconvnient de cette
mthode rside dans l'estimation du courant additionnel, effectu partir des mesures
disponibles au stator et des paramtres de la machine. La robustesse de l'estimation n'est pas
donc garantie et la plage des variations de la vitesse n'a pas t tudie.
10
1.2.2.3 Approche base sur les harmoniques d'encoches
La technique d'estimation base sur les harmoniques d'encoches est naturelle et
relativement simple. Elle consiste analyser le contenu spectral des courants statoriques pour
estimer la frquence de certaines raies comportant l'information de vitesse [36]. Cette
mthode ne dpend que de la gomtrie du moteur (nombre d'encoches au stator ou de barres
au rotor). Elle demeure insensible aux variations paramtriques tels que les rsistances et les
inductances. Ce qui reprsente un avantage majeur par rapport aux mthodes bases sur le
modle dynamique de la machine. Cependant, cette technique exige des circuits de filtrage
complexes et ses performances dynamiques sont moyennes [16-19].
1.2.2.4 Approches bases sur l'intelligence artificielle
Durant ces dernires annes, plusieurs chercheurs tentent de reconstruire l'tat de la
machine en se basant sur les concepts de l'intelligence artificielle : la logique floue, les
algorithmes gntiques et les rseaux de neurones artificiels. la connaissance de l'auteur, il
n'y a pas d'tude qui traite l'estimation de la vitesse d'une machine asynchrone en se basant
sur la logique floue et les algorithmes gntiques de la faon prvue dans cette thse.. Par
contre, il existe quelques travaux sur l'estimation de la vitesse [37-39] et d'autres variables
[40-45] par rseaux de neurones artificiels.
L'estimation par des rseaux de neurones artificiels est fonde sur l'apprentissage au
lieu de la modlisation. En effet, les rseaux de neurones sont des approximateurs universels
parcimonieux. Ils possdent une capacit de calcul en parallle extrmement rapide, une
excellente capacit de gnralisation et des caractristiques de tolrance aux dfauts [34, 35].
Ils pourraient, suite un apprentissage adquat, estimer avec prcision les variables d'tat ou
identifier les paramtres de plusieurs systmes linaires ou non linaires et particulirement la
machine asynchrone. De plus, suite un enrichissement la base d'apprentissage, ils
permettent, si ncessaire, de tenir compte des variations des paramtres lectromagntiques et
mcaniques et amliorer ainsi la robustesse de l'estimation [44].
Dans la rfrence [40], un rseau de neurones statique multicouche a t utilis pour
estimer la composante en quadrature (i
qs
) du courant statorique partir de la vitesse de
11
rotation et du couple de charge. La vitesse de rotation est mesure par un encodeur optique.
La variable estime est employe dans une commande vectorielle indirecte avec imposition
du courant.
Dans la rfrence [41], une commande optimale de la machine asynchrone a t
prsente. Dans cette stratgie de commande, un rseau de neurones multicouche statique
estimait les deux composantes directe et en quadrature du courant statorique et la pulsation du
glissement. Les variables d'entre du rseau sont les tensions, les courants et la frquence
statoriques ainsi que le dphasage entre les courants et les tensions statoriques. Un pr-
traitement est ncessaire pour valuer la frquence et le dphasage.
Les rfrences [42, 43] prsentent l'estimation des signaux de commande l'aide d'un
rseau de neurones multicouche (deux couches caches) statique. Le rseau de neurones reoit,
ses entres les signaux lectriques (courants et flux statoriques) de la machine et donne, la
sortie, le couple et le vecteur unitaire d'orientation (cosSe et sin8
e
). Ces donnes sont alors
utilises dans une commande vectorielle directe flux statorique orient. L'entranement du
rseau a exig plus d'un million d'itrations. En plus, un filtre programmable a t utilis
pour valuer les composantes du flux statorique, et un filtre passe-bas faible constante de
temps a t employ pour filtrer les oscillations prsentes sur les variables estimes.
Dans la rfrence [45], on trouve deux rseaux de neurones multicouches statiques
dans une commande vectorielle indirecte. Un premier rseau est utilis pour reconstruire le
modle lectromagntique de la machine (courants statoriques et flux rotoriques). L'autre
rseau est employ comme contrleur. La vitesse angulaire de rotation est mesure par un
tachymtre.
1.2.2.5 Estimation de la vitesse par rseaux de neurones
L'estimation de la vitesse par rseaux de neurones peut tre classifie en trois mthodes:
La premire mthode a t prsente pour la premire fois dans la rfrence [37]. Elle est
fonde sur le concept des systmes adaptatifs avec modle de rfrence. Le modle de
rfrence implante l'quation d'tat du flux rotorique (ne renferme pas la vitesse). Le
rseau dynamique simple deux couches joue le rle du modle d'adaptation. II est utilis
pour avoir la vitesse de rotation proportionnelle un poids appropri. L'apprentissage se
12

fait en ligne. Cet estimateur est peu robuste, puisque le modle de rfrence est affect
par la rsistance statorique et le rseau lui-mme dpend de la constante de temps
rotorique. En plus, il requiert une intgration pour dterminer le flux pour le modle de
rfrence. Vu les problmes de drive, l'intgrateur a t remplac par un filtre
programmable. Ce filtre limite les performances de l'estimateur aux basses vitesses.
La deuxime mthode a t prsente dans la rfrence [38]. C'est une mthode plus
directe. Elle utilise deux rseaux de neurones qui valuent le numrateur et le
dnominateur (ayant des singularits) d'une expression reliant la vitesse de rotation aux
variables statoriques. Ces variables sont prtraites, puisqu'elles subissent une intgration
et une diffrentiation avant d'tre transmises aux rseaux. En plus, les deux rseaux
requirent 80 neurones, une norme base d'apprentissage et 5 millions itrations avant de
converger. En outre, la vitesse estime est filtre numriquement avant d'tre utilise.
Ceci rend la ralisation pratique assez coteuse voir impossible (surtout cause de
singularits) par des circuits lectroniques conventionnels.
La troisime mthode est une approche indirecte plus gnrale [39]. A part la
normalisation, aucun prtraitement des donnes n'est requis. Elle utilise des rseaux de
neurones multicouches statiques ou non boucls. La vitesse de rotation est directement
prsente la sortie du rseau (apprentissage supervis). L'apprentissage de ces rseaux se
base seulement sur les tensions et les courants statoriques recueillis partir du modle
approximatif de la machine. Cependant, la variable estime est bruite et exige un filtrage.
L'architecture du rseau est importante et son entranement est assez long et difficile. Les
causes principales rsident dans le choix des variables pour prparer la banque
d'apprentissage. Idalement, cette dernire doit tre assez riche, reprsentative et avec un
nombre limit de discontinuits. Or, dans le cas d'une alimentation en tension par un
onduleur, les tensions statoriques ont une allure principalement rectangulaire et les
courants ne sont pas purement sinusodaux et renferment certains harmoniques. Les
tensions contiennent donc un nombre non ngligeable de discontinuits. Que faut-il faire
pour remdier cette situation? Le remplacement des tensions (ou des courants dans le
cas d'une alimentation en courant) par les puissances instantanes active et ractive
permet-il d'amliorer la situation? C'est dire: minimiser les oscillations sur la variable
estime, rduire la taille du rseau, faciliter et acclrer l'apprentissage.
l3
En rsum, les mthodes d'estimation de la vitesse labores jusqu' prsent, utilisent
des rseaux de neurones statiques. L'apprentissage se fait, dans la majorit des cas, en temps
diffr et se base sur des rsultats de simulation du modle approximatif de la machine.
L'estimation peut souffrir donc des mmes limitations que celles bases sur le modle
dynamique de la machine.
1.3 Objectifs de recherche
D'aprs ce qui a t mentionn dans les sections prcdentes, on constate une
tendance importante pour dvelopper des variateurs lectroniques sans capteur de vitesse.
L'estimation de vitesse devrait tre base sur des approches peu dpendantes du modle
dynamique de la machine, insensibles aux variations des paramtres et qui utilisent un
minimum d'information. Les estimateurs bass sur les rseaux de neurones semblent
rpondre parfaitement ces conditions.
La recherche qu'on mne s'inscrit dans le cadre de la commande sans capteur. Cet
axe de recherche vise dvelopper et raliser des variateurs lectroniques de hautes
perfonnances sans utiliser de capteurs lectromcaniques ou optolectroniques. En d'autres
termes, les variateurs qui, indpendamment de l'tat thermique et lectromagntique de la
machine, fournissent l'information approprie sur la vitesse et assurent sa rgulation avec une
grande prcision de zro vitesse jusqu' la pleine vitesse dans toutes les conditions de
fonctionnement.
1.3.1 Objectif gnral
L'objectif projet par cette recherche est d'laborer une technique d'estimation de la
vitesse de rotation de la machine asynchrone cage d'cureuil en s'appuyant sur les tensions
et les courants statoriques ou les puissances instantanes active et ractive, d'une part, et sur le
concept des rseaux de neurones, d'autre part.
Cette mthode fait suite aux travaux amorcs dans les rfrences [37-39]. Elle permet
de remdier aux inconvnients des estimateurs dj labors et qui sont bass aussi bien sur la
modlisation que sur l'apprentissage. Elle tente de vrifier:
14
si l'utilisation des rseaux de neurones dynamiques avec une base d'apprentissage
enrichie permet une estimation robuste;
si l'ajout des puissances instantanes active et ractive consommes par la
machine amliore la prcision et la robustesse et facilite l'estimation de la vitesse;
si l'utilisation de la force lectromotrice dans un systme adaptatif avec modle de
rfrence, bas sur les rseaux de neurones, permet d'obtenir des estimateurs
dynamiques, simples et apprentissage en ligne.
1.3.2 Objectifs spcifiques
L'objectif gnral se dcompose en plusieurs objectifs spcifiques comme suit:
tablir, partir du modle de Park de la machine, la relation ou les relations entre les
variables d'entre: les courants, les tensions et les puissances instantanes (active et
ractive) et la vitesse (la variable estimer) afin de dvelopper les modles
d'estimateurs rseaux de neurones adquats ;
dvelopper une mthode indirecte pour l'estimation de la vitesse par un rseau de
neurones non boucl et boucl appropri. Cette mthode n'exige aucun prtraitement
complexe des donnes d'apprentissage;
simuler et tudier le comportement d'une commande vectorielle sans capteur de
vitesse dans l'environnement Matlab/Simulink.
1.4 Originalit et contribution la recherche
L'originalit de ce travail de recherche se rsume principalement dans les points
suivants:
L'laboration de plusieurs modles d'tat de la machine asynchrone dans trois repres.
Le dveloppement d'un estimateur de vitesse bas sur la puissance ractive dans un
repre li au rotor.
Le dveloppement d'un estimateur de vitesse l'aide des rseaux de neurones
dynamiques. Il remplace les rseaux de neurones multicouches statiques dont le
nombre de nuds et le nombre de couches caches sont dtermins par la mthode
essai et erreur.
L'ajout des puissances instantanes active et ractive pour l'apprentissage des rseaux
de neurones multicouches boucls et non boucls. Cela permet d'enrichir la banque de
15
donnes, de limiter les discontinuits, de faciliter et d'amliorer l'apprentissage, et de
supprimer tout prtraitement mathmatique qui peut affecter les performances des
estimateurs et rendre plus complexe la mise en uvre.
Le dveloppement d'un rseau bas sur le concept d'un systme adaptatif avec modle
de rfrence. Le modle de rfrence est implment par une fonction indpendante
des variables de la machine. Le rseau de neurones joue le rle du modle
d'adaptation. Il est utilis pour avoir la vitesse de rotation proportionnelle un poids
appropri. L'apprentissage se fait en ligne. Cet estimateur ne requiert ni intgrateur ni
filtre. Il semble tre robuste et ses performances ne sont pas limites aux basses
vitesses.
1.5 Mthodologie de recherche
La mthodologie adopte se rsume en trois principales tapes.
1.5.1 Modlisation de la machine et des estimateurs rseaux de neurones
Dans cette tape, on tablit les diffrents modles d'tat de la machine dans un
systme d'axes (dq) gnral. Dans un repre stationnaire li au stator, on utilise un modle
d'tat pour simuler le comportement de la machine lorsqu'elle est alimente en tension. On a
choisi ce repre puisqu'il ne demande pas de transformations trigonomtriques complexes.
Dans ce mme repre, on dtermine les modles d'estimateurs de vitesse rseaux de
neurones. Dans un repre li au champ tournant, on dtermine les quations des rgulateurs et
les quations de dcouplage dans une commande vectorielle flux orient.
1.5.2 Simulation de la machine et de sa commande
La deuxime tape consiste simuler un variateur de vitesse commande vectorielle
flux orient directe et indirecte de la machine asynchrone alimente en tension. On effectue
une simulation en boucle ferme dans les quatre quadrants. On recueille ensuite les variables
(les tensions, les courants, les puissances instantanes active et ractive, etc.) pour
l'apprentissage supervis des rseaux retenus. Pour la simulation, on utilise les botes outils
Neural Network et SimPowerSystems de l'environnement Matlab version 6.5 [47).
16
1.5.3 tude par simulation des diffrentes structures d'estimateurs rseaux de
neurones boucls et non boucls
Cette tape, consiste :
slectionner plusieurs structures d'estimateurs rseaux de neurones boucls et non
boucls.
procder l'apprentissage de ces rseaux partir de banques de donnes recueillies par
simulation;
vrifier et valider les performances des rseaux tudis;
vrifier les performances et la robustesse du systme d'entranement lorsqu'on utilise les
estimateurs rseaux de neurones.
Dans cette tape, on tudie aussi l'utilisation conjointe des rseaux de neurones statiques
et les rseaux de neurones dynamiques pour laborer un variateur lectronique sans capteur de
vitesse et de position.
1.6 Conclusion
Dans ce chapitre, on a prsent les principales techniques d'estimation de la vitesse
d'une machine asynchrone proposes dans la littrature. On a prcis galement la
problmatique de recherche, les objectifs, les contributions escomptes amSI que la
mthodologie de recherche.
Les techniques d'estimation bases sur le modle mathmatique approximatif de la
machine soufrent de plusieurs limitations: dgradation des performances statiques et
dynamiques en raison des erreurs d'estimation, variations paramtriques, changement dans
l'tat thermique et lectromagntique de la machine, etc. L'approch labore dans cette
thse se repose sur l'emploi des rseaux de neurones multicouches statiques et dynamiques
dont le nombre de nuds et le nombre de couches caches sont dtermins par la mthode
essai et erreur. La base d'apprentissage est enrichie par les puissances instantanes active et
ractive. Comme on le dmontrera dans le chapitre 4, cet artifice semble rsoudre plusieurs
problmes relis l'apprentissage des rseaux de neurones.
17
CHAPITRE 2
MODLISATION DYNAMIQUE ET COMMANDE
VECTORIELLE DE LA MACHINE ASYNCHRONE CAGE
D'CUREUIL
2.1 Introduction
Dvelopper de nouvelles lois de commande, d'observation et d'optimisation pour la
machine asynchrone impose naturellement de ne pas ngliger, bien au contraire, l'aspect
modlisation de cette machine. La modlisation des machines courant alternatif repose
principalement sur les travaux de G. Kron qui ont donn naissance la notion de machine
gnralise. Le modle de Park est un cas particulier de ce concept. Il est souvent utilis pour la
synthse des lois de commande et des estimateurs. Dcrit par un systme algbro-diffrentiel non
linaire, le modle de Park (quations de Park) traduit le comportement dynamique des modes
lectriques et lectromagntiques de la machine asynchrone. Il admet plusieurs classes de
reprsentations d'tat. Ces classes de modles dpendent directement des objectifs de commande
(couple, vitesse, position), de la nature de la source d'alimentation du rfrentiel de travail et du
choix des composants du vecteur d'tat (flux ou courants, statoriques ou rotoriques).
La modlisation (les modles de Park) de la machine asynchrone s'appuie sur les hypothses
traditionnelles suivantes:
symtrie parfaite de construction;
les armatures magntiques du stator et du rotor sont toutes deux cylindriques
concentriques, spares par un entrefer constant et munies chacune d'un emoulement
triphas;
rpartition sinusodale, le long de l'entrefer, des champs magntiques statorique et
rotoriques ;
le circuit magntique est non satur et permabilit magntique constante;
les pertes ferromagntiques, l'effet de peau et l'effet des encoches ne sont pas pris en
considration.
Dans ces conditions, les quations des circuits lectriques font intervenir des inductances
propres et mutuelles permettant de dfinir les flux en fonction des courants. Les coefficients des
inductances propres sont constants et les coefficients des inductances mutuelles ne dpendent que
de la position des emoulements. On obtient ainsi un modle rduit moins complexe, mais assez
reprsentatif pour dcrire le comportement dynamique et statique de la machine, et pour laborer
des stratgies appropries pour la commande, l'observation et le diagnostic. La machine standard
possde 6 enroulements (3 au stator et 3 au rotor) coupls magntiquement.
2.2 quations lectriques
2.2.1 quations des enroulements
La figure 2.1 montre la reprsentation des emoulements statoriques et rotoriques de la machine
asynchrone. Les six enroulements obissent aux quations lectriques suivantes:
au stator :
au rotor:
o
v, =[::l li.l=[J [ ~ J = [ : : l [R,1=[1'
[] [
i ] ['P 1 [R
Var ar ar r
v, = :: ' [i,l= :: ' ~ l = ::: ,[R,l= ~
o
Rs
o
o
Rr
o
(2.1)
(2.2)
(2.3)
(2.4)
Les notations a, b, c dsignent les trois phases de la machine, s se rfrant au stator et r au rotor.
Les matrices des rsistances sont des matrices simples et elles sont diagonales puisqu'elles n'ont
de composantes non nulles que sur la premire diagonale.
Les flux sont relis aux courants selon la relation:
19
avec
[ l,
Ms
M,]
[L,}= Ms ls Ms
Ms Ms ls
[ l,
M
r
M,]
[L
r
]= M
r
Ir
M
r
M
r
M
r
Ir
[
cos(Sr)
[MJ= [M
rs
r = M
sr
cos(Sr -2n/3)
cos(S r + 2n /3)
(2.5)
(2.6)
(2.7)
cos(S r + 2n /3) cos(S r - 2n /3)]
cos(Sr) cos(Sr +2n/3)
cos(S r - 2n /3) cos(S r)
(2.8)
o Sr dsigne l'angle lectrique entre une phase du rotor et la phase correspondante du stator.
Ces matrices sont complexes et non diagonales. Un changement de base est ncessaire pour les
rendre diagonales et ainsi simplifier leur criture.
Figure 2.1 Reprsentation des enroulements statoriques et rotoriques de la machine
20
2.2.2 Transformation de Park orthogonale et normalise
La machine asynchrone triphase peut tre transforme en une machine biphase quivalente
l'aide de la transformation de Park orthogonale et normalise dfinie par:
cos(S)
[P(S)]= f2 -sin(S)
~ 1
J2
cos(S - 2n / 3)
- sin(S - 2n / 3))
1
J2
cos(S - 4n /3)
- sin(S - 4n / 3)
1
..fi
(2.9)
Cette transformation permet de conserver l'invariance de la pUIssance et du couple
lectromagntique partir de la proprit: [P(S)]-! = [P(S)y. Elle permet aussi de diagonaliser
les matrices d'inductances et de passer directement du repre abc au repre dqo et d'obtenir les
variables dqo des grandeurs triphases. La matrice inverse permet de passer du repre dqo au
repre abc.
La figure 2.2 montre le reprage angulaire des systmes d'axes dans l'espace lectrique.
L'angle Sr reprsente la position du rotor par rapport au stator.
L'angle Se reprsente la position du stator par rapport l'axe d.
L'angle SS! reprsente la position du rotor par rapport l'axe d.
Figure 2.2 Reprage angulaire des systmes d'axes
(dSqS) : repre stationnaire li au stator;
(drqr) : repre rotationel li au rotor;
(deqe) : repre rotationel synchrone li au champ tournant (flux rotorique).
21
On remarque sur la figure 2.2 que a e et a si sont naturellement relis a r par la relation rigide:
(2.1 0)
La transformation de Park consiste appliquer aux courants, aux tensions et aux flux, un
changement de variables faisant intervenir l'angle entre l'axe des enroulements et les axes d et q.
Ainsi, les matrices de transformation applicables aux grandeurs triphases statoriques et
rotoriques sont respectivement [peSe)] et [p(a
Sl
)]'
Les transformations proposes tablissent les relations entre flux d'axes dqo et les flux d'axes
abc:
En dveloppant les expressions des flux, elles deviennent:
pour le stator :
l'l'dqos J = [P(Se)K[LJ [iabcJ + [MJ [iabcrD
soit:
pour le rotor
l'l'dqor J = [P(S'I )K[M.J [iabJ+ [LJ [iabJ}
soit:
(2.11)
(2.12)
(2.13)
(2.14)
(2.15)
On aboutit, aprs calcul et simplification, la relation matricielle (2.16) entre les vecteurs flux et
les courants d'axes dqo :
'l'ds
I-M
s s
0 0 3Msr /2 0 0
1 d,
'l'qS
0 I-M
s ,
0 0 3Msr /2 0 1
q'
'1'0'
0 0 l, +2M, 0 0 0
10,
=
(2.16)
'l'dr
3Msr /2 0 0 1 -M 0 0 1
dr r r
'l'qr
0 3M
sr
12 0 0
Ir
-M
r
0
1qr
'l'or
0 0 0 0 0 1
r
+2Mr 10r
On constate que les coefficients de la matrice des inductances sont indpendants du temps et que
le nombre des paramtres lectromagntiques se rduit cinq. Ce sont:
L =1 -M
, , ,
l'inductance cyclique statorique,
L =1 -M
r r r
l'inductance cyclique rotorique,
22

2 s,
l'inductance mutuelle cyclique entre stator et rotor,
Lo,=I,+2M, l'inductance homopolaire statorique,
Lo, = l, +2M,
l'inductance homopolaire rotorique.
La transformation [P] est applique aux quations C2.1) et C2.2) :
[PceJ]-1 [v dqOs] = [R
s
][PCeJ]-1 [idqOs]+ :t [PceJ]-1 [ll'dqOs]
[PCeSJ)r [v dqO,J = [RJpceSJ)]-1 [idqO,J+ ! [pceSJ)J-l [ll'dqO,]
soit en multipliant gauche l'quation C2.17) par [PCeJ]et l'quation (2.18) par [p(e
si
)]:
[v dqos ] = [p(eJ][Rs ][p(e J]-I [idqos]+ ! [ll'dqOS ]+ [p(e.)]{ :t [p(e.)t }[ll'dqOS ]
[v dqo, ] = [p(e'l )][R, ][p(e si) t [idqO,J+ ! [ll'dqJ+ [p(e
si
)]{ :t [p(e
S
! )]-1 }[ll'dqJ
on dmontre que:
[p(e.)][R
s
][p(eJt = [R
s
]
[pee,! )][R, ][p(e
S
! )]-1 = [R,]
-cos(ee)
[
-sin(ee)
:t [p(eJ]-1 = H -sin(ee - 2n/ 3)
-sin(ee -4n/3)
-cos(ee - 2n/ 3)
o
= de
e
dt dt
o
-cos(e -4n/3)
_ dee 0
dt
o 0
o 0
H[
-sin(esJ) -cos(e
sJ
)
J)J-J = 2 -sin(e
sJ
-2n/3) -cos(e
sJ
-2n/3)
dt s 3
- sin(e
sJ
- 4n/ 3) - cos(e
sJ
- 4n/ 3)
de
e
o dt
de
sJ
o dt
(2.17)
(2.18)
(2.19)
(2.20)
(2.21)
(2.22)
(2.23)
(2.24)
(2.25)
23
o - de
sl
0
dt
o
o
o
o
(2.26)
On obtient finalement, dans un repre orthogonal quelconque, la matrice non-linaire de
Park qui constitue ainsi le modle lectrique dynamique pour une machine asynchrone triphase
cage d'cureuil [2,3] :
V
d
, R, 0 0 0 0 0
id, 'Pd,
0 -Se 0 0 0 0
'l'ds
V
q
, 0 R, 0 0 0 0 i
q
, 'l'q, Se
0 0 0 0 0
'l'qs
Va'
0 0 R, 0 0 0
la, d 'Po, d 0 0 0 0 0 0
'l'os
(2.27)
=
+- +-
0 0 0 0
Rr
0 0
idr
dt
'l'dr
dt 0 0 0 0 -S,I 0
'l'dr
0 0 0 0 0
Rr
0 i
qr 'Pqr 0 0 0
Ssl
0 0
'l'qr
V
or
0 0 0 0 0
Rr
i
or 'l'or
0 0 0 0 0 0
'l'or
Remarque:
Lorsque la somme des composantes (abc) est nulle, la composante homopolaire est aussi
nulle et la troisime et la sixime quation deviennent inutiles.
Il est utile d'exprimer les courants statorique et rotorique en fonction des composantes des flux.
Ainsi, partir de la matrice donne par l'quation (2.16), on dduit la matrice suivante.
'P
ds
L, 0 M 0
1 ds
'PqS 0 L, 0 M 1
qs
(2.28)
=
'P
dr
M 0 L, 0 Id,
'P 0 M
q'
0 L
, lq,
En prenant l'inverse de la matrice donne par l'quation (2.28), on obtient.
1
0
1- a
0 ---
aL, aM
1 ds
1 1- a
'P
ds
0 0 ---
'P
1 qs
aL, aM qs
(2.29)
=
1 d,
1- a
0
1
0
'Pd,
---
1 q'
aM aL
r 'P
q
,
1- a 1
0
--- 0
aM aL,
24
M
2
MI-a
Avec a = 1 - - le coefficient de fuite total. On en dduit - --
L,Lr aLsLr aM
En manipulant les quations (2.28) et (2.29), on trouve les relations reliant les courants et les flux
rotoriques aux courants et flux statoriques.
L,
0
1
0
I
dr
Lr Lr
1 d,
1 qr
Lr
L
0
1 I
q
,
=
0 --' -
(2.30)
'l'dr M
L L
'l'd,
r r
'l'qr
-aL, 0 1 0
'l'q,
0 -aL
,
0 1
En drivant par rapport au temps les lignes (3) et (4) de la matrice donne par l'quation (2.30),
on peut crire :
:t [::] = {! [::] -aL, ! [::]}
(2.31 )
En plus, on a d'aprs les lignes (1) et (2) de l'quation gnrale (2.27) :
(2.32)
En portant l'quation (2.32) dans l'quation (2.31) et en arrangeant les termes, on obtient:
(2.33)
Ces dernires expressions seront utilises pour laborer les diffrents modles d'tat de la
machine. Ces modles serviront dterminer les lois de commande et d'observation.
2.3 Modles d'tat de la machine asynchrone
Les techniques modernes de commande et d'observation des systmes dynamiques
ncessitent souvent un modle sous forme d'tat. On va donc dvelopper les diffrents modles
d'tat les plus utiliss pour les alimentations en tension et en courant. On suppose toujours gale
zro la somme des composantes (abc) (la composante homopolaire est nulle).
25
2.3.1 Alimentation en tension
2.3.1.1 Modle d'tat en utilisant 'l'ds' 'l'qS' 'P
dr
, 'l'qr comme variables d'tat
partir de l'quation (2.27), on en dduit l'quation dcrivant l'volution des flux:
0
_ de
e
0 0
'Pd'
R 0 0 0 Id,
dt
'Pd'
1 0
,
de
e
d 'PqS
0
Rs
0 0 i
q
,
0 0 0
'P
q
, 0 1
[v.]
dt
=
de
s'
+
(2.34)
dt 'P
dr
0 0
Rr
0 I
dr
0 0 0
'P
dr
0 0 V qs
'Pqr 0 0 0 R 1 qr
dt
'Pqr 0 0
r
de
s'
0 0 0
dt
En reportant l'quation (2.29) dans l'quation (2.34), qui peut tre reformule pour ne faire
parvenir que les flux, on trouve.
1 de
e
1- a
0 R-
a'!s
dt
SaM
'P
ds _ de
e
1 l-a
'P
ds
1 0
0 R-
d 'l'qS dt a'!s
SaM 'PqS 0 1
v ~ ] (2.35)
= +
dt 'l'dr
1- a
0
1
de si
'Pctr 0 0 v
qs
R-
'Pqr
raM
a'!r dt
'Pqr 0 0
1- a _ de
s'
1
0 R-
r
aM dt
a'!r
2.3.1.2 Modle d'tat en utilisant 'l'ds' 'Pqs,ids,iqs comme variables d'tat
Pour ne faire intervenir que les flux 'P
ds
et 'PqS et les courants i
ds
et iqS' drivons par
rapport au temps la premire (1) et la deuxime (2) ligne de l'quation (2.29) :
1
0
1- a
D
'P
ds
---
d [i]
aL
s
aM d 'PqS
(2.36)
dt i
qS
= 1 1- a
dt
'P
dr
0 0 ---
aLs aM
'Pqr
En substituant l'quation (2.34) dans l'quation (2.36), on en dduit :
26
d [ i ~ ]
dt i
qS
=
1
a't
s
0
o
__ l_de
e
aL
s
dt
1- a
Ids
0 -R 0
aM r
Iqs
1 1- a
+
Idr
0 -R
a't
s
aM r
Iqr
_l_de
e
aL
s
dt
o
o
1- a des!
aM dt
_ 1- a des!
aM dt
o
En plus, on a les relations matricielles suivantes:
1 0 0 0
Ids
0 1 0 0
Ids
Iqs
_.!i
0
1
0
Iqs
=
Idr M M
'P
ds
Iqr
0 ~ 0
1
'PqS
M M
1 0 0 0
'P
ds
0 1 0 0
'P
ds
'PqS
~
0
aM
0
'PqS
=
---
'P
dr
M 1- a Ids
'Pqr
0
~
0
aM
Iqs ---
M 1- a
'l'ds 1
(2.37)
'l'qS aL
+ s
'l'dr
o
(2.38)
(2.39)
Remplaons les vecteurs des courants et des flux donns respectivement par les quations (2.38)
et (2.39) dans l'quation (2.37), puis effectuons les multiplications et arrangeons les termes:
1
_l_(dee _ des!)
1 1 1
des!
'P
ds
t
;
aLs'tr
--(-+-)
dt 'PqS
1 [V
d
,]
aL
s
dt dt a 't
s
'tr
dt i
qS
=
__ l_(de
e
_ des!)
1
_ des!
1 1 1
Ids
+ aL
s
v qs
--(-+-)
aL
s
dt dt aL
s
'tr dt
a 'ts 'tr
Iqs
(2.40)
En combinant l'quation (2.32) et l'quation (2.40), on trouve:
27
0
de
e
-Rs 0
dt
'l'ds _ de
e
0 0 -Rs
'l'ds
d 'l'qS dt 'l'qs
=
1
_l_(dee _ des!)
1 1 1
des!
dt i
ds --(-+-)
i
ds
i
qS
crLs 'tr O'Ls dt dt 0' 't
s
'tr
dt
i
qS
__ I_(d8e _ des!)
1
_ des!
1 1 1
--(-+-)
crLs dt dt crL,'t
r
dt 0' 't
s
'tr
2.3.1.3 Modle d'tat en utilisant ids,iqs,idr,iqr comme variables d'tat
On a la relation matricielle suivante :
'l'ds M 0
Ls
0 I
dr
'l'qS 0 M 0
Ls 1 qr
=
Id, 0 0 1 0
Ids
1 qs 0 0 0 1 1 qs
Substituons l'quation (2.42) dans l'quation (2.40) et arrangeant les termes:
!.. de
e
_1-0' de
sl
0' dt 0' dt
1
v
ds
v qs
+
V
ds
(2.41 )
oLs
V
qs
crLs
(2.42)
(2.43)
Drivons par rapport au temps la troisime (3) et la quatrime (4) ligne de l'quation (2.29).
1-0'
0
1
0
'l'ds
t]
---
aM aL
r
d
'1'
qs
dt i
qr
= 1- 0' 1
dt 'P
dr
0
---
0
aM aL
r 'Pqr
En substituant l'quation (2.34) dans l'quation (2.44), on obtient:
1- 0'
-R
aM s
o
o
l-ad8
e
----
aM dt
o
1- 0'
-R
aM s
_ 1- 0' d8
e
aM dt
o
1
o
o
1
o
__ I_d8
s1
aL
r
dt
_1_d8
s1
aL
r
dt
o
(2.44)
(2.45)
28
En remplaant le vecteur des flux par leur valeur donne par l'quation (2.28) et en effectuant les
multiplications et en arrangeant les termes, on obtient:
~ _ de, + de,,)
oL, dt dt
1-a
-R
aM '
aT,
1- a de, _.!. de"
a dt a dt
1 ..!. de
e
_ 1- cr des! M
<IT
s
cr dt cr dt
CYrrLs
Id' 1 de
e
1- cr de,! 1
_ ~ d e e _ de,!)
---+----
d
Iq,
cr dt cr dt CYr, crL
s
dt dt
=
dt idr
M
_ ~ d e e _ de,!)
1
i
qr
CYr,Lr aL
r
dt dt CYr
r
~ d e e _ des!)
M 1- cr de
e
_..!. des!
crL
r
dt dt CYr,Lr cr dt cr dt
~ d e e _ de,!)
crLs dt dt
M
CYrrLs
1- cr de. 1 de,!
-----+--
cr dt cr dt
1
CYr
r
2.3.1.4 Modle d'tat en utilisant icts,i
qS
' 'l'ct" 'l'qr comme variables d'tat
On a la relation matricielle suivante:
1 0 0 0
Id,
0 1 0 0
Id'
I qs
M
0
1
0
I qs
=
-
I dr
Lr Lr
'l'dr
I qr
0
M
0
1
'l'
-- - qr
Lr
L
r
(2.46)
Y
d
,
id'
Y
q
,
i
q
,
1 M
+- --y
idr crLs
L d,
r
i
qr
M
--y
L qs
r
(2.47)
(2.48)
Portons l'quation matricielle (2.48) dans la formule (2.43) et effectuons les calculs ncessaires:
[ II-cr
de
e
1- cr
1 - cr (de, - de,,) 1
i
ds
:, [;ru ] - m, :e,m,
dt <ITrM aM dt dt
i
qs
+ _1_ [v '}2.49)
1- cr
1- cr (dee des!)
1- cr
'l'dr crLs V q'
qs __
----- -------
dt <IT, cr'!r crM dt dt
<ITrM
'l'qr
En plus, d'aprs les lignes (4) et (5) de l'quation gnrale (2.27), on peut crire:
(2.50)
or :
29
M
0
1
0
1 ds
[:::]=
-
L, L,
1 qs
0
M
0
1
'Pd,
(2.51 )
L, L,
'P
q'
d'o:
M
0
1 de
s'
Ids
d [ ~ d ]
T
r
T
r
dt
Iqs
dt 'Pqr =
0
M _ de
s'
1
'P
dr
(2.52)
Tf
dt T
r 'Pqr
1- 0'
de. 1- 0'
1- 0' (de. _ de
s'
)
-----
O'1:
s
0'1:, dt O'1:,M O'M dt dt
ri.
_ de.
1- 0'
_ 1- 0' (de. _ de
s'
)
1- 0'
[i
O
[1
lt.53)
-----
d i
qS dt O'1:
s
0'1:, O'M dt dt O'1:,M lqS 1 0
+-
dt 'l'd'
M
0
1 de
s' 'l'd'
O'Ls ~
o V
qs
'l'q,
1:, 'Cr dt
'l'q, 0
0
M _ de
s'
1
1:, dt 'C,
On vient de prsenter les diffrents modles dynamiques de la machine asynchrone alimente en
tension. Ces modles sont mis en oeuvre pour analyser les comportements de la machine ou pour
mettre en place les diffrentes fonctions de commande et d'observation.
30
2.3.2 Alimentation en courant
On va dvelopper les modles les plus frquemment rencontrs dans le cas d'une
alimentation en courant. Dans ce type d'alimentation, les variables de commande sont les
courants statoriques, la pulsation de glissement et la pulsation du champ tournant.
2.3.2.1 Modle d'tat en utilisant 'P
dr
, 'Pqr comme variables d'tat
L'quation (2.52), peut tre rcrite comme suit:
1
(2.54)
2.3.2.2 Modle d'tat en utilisant idr,iqrcomme variables d'tat
D'aprs les lignes (4) et (5) de l'quation gnrale (2.27), on peut crire:
:J[:} [:::]
(2.55)
Remplaons les flux par leurs expressions en fonction des courants en utilisant les lignes (3) et
(4) de l'quation matricielle donne par la formule (2.27) :
[
0] = [Rr + + + [0 -1] de ,1 + (2.56)
Rr Iqr dt Lr1qr + Mlq, 1 dt Lr1qr + Mlq,
D'o les quations sous forme canonique dcrivant l'volution des courants rotoriques :
1
des!

M des!
M

t,]
-
[im ]+
--
[id}
t
d
']
'tr
dt Lr dt Lr
(2.57)
dt i
qr
=
_ des!
1
lqr
_ M des!

lqs

M
dt i
qs
dt
'tr Lr dt
Lr
2.3.2.3 Modle d'tat en utilisant 'P ds ' 'P qs comme variables d'tat
Substituons les lignes (3) et (4) de l'quation (2.30) dans l'quation (2.55), on obtient:
l
de'l]
[
0] =_1 [Rr ]['Pd' -ili ['l'd'
M Rr 'Pq, - L,lq, M dt 'Pq, - crL,lq, M de" 'Pq, - crL,lqS
dt
(2.58)
31
d'o les quations sous forme canonique dcrivant l'valuation des flux statoriques :
1
des!
~
_ aL des!
--
d [ ~ 1
't'r
dt
[ ~ d }
't'r
s dt
[id} [ aL, o ] d [i& ]
(2.59)
dt 'PqS = _ des!
1
'PqS L des!
Ls l
q
, 0 aL, dt i
qs
a --
dt 't"r
s dt
't"r
2.4 quations mcaniques
Lorsqu'elle fonctionne en moteur, le stator de la machine asynchrone cage d'cureuil est
aliment par une source triphase frquence fixe ou variable. Il est considr comme
gnrateur, et le rotor comme rcepteur. Dans le repre abc, la puissance lectrique instantane
fournie aux enroulements statoriques et rotoriques a pour expression:
(2.60)
qui s'crit, en appliquant la transformation de Park normalise:
(2.61)
soit, en utilisant les relations de la matrice (2.27) :
= [i d'Pds + i d'P
qs
+ 2i d'P
so
_ i d'P
dr
_ i d'Pqr _ 2i d'Pro]
p e ds dt qs dt os dt dr dt qr dt ra dt
Cette dernire quation se compose de trois termes prsents entre crochets. Le premier
crochet reprsente la variation par unit de temps de l'nergie magntique emmagasine, le
deuxime reprsente la puissance lectrique l'intrieur de la machine transforme en puissance
mcanique tandis que le troisime crochet reprsente les pertes Joule au stator et au rotor.
En tenant compte des quations des flux (2.38, et 2.39) on dmontre que:
(2.63)
Par consquent, la puissance lectromcanique s'crit :
(2.64)
32
Par ailleurs, on a les relations fondamentales suivantes:
(2.65)
et
d8
r
P
-=-00
dt 2 m
(2.66)
o P dsigne le nombre de ples et OJ
m
la vitesse mcanique angulaire du rotor.
(2.67)
Le couple lectromagntique T
em
s'obtient en divisant par OOm
(2.68)
On peut aussi tablir d'autres expreSSlOns du couple en liminant certaines variables des
quations des flux. Aprs quelques manipulations mathmatiques lmentaires, on obtient ainsi:
(2.69)
(2.70)
T = P M ('Y i - 'Y i )
em 2 L qs dr ds qr
S
(2.71)
(2.72)
(2.73)
T = ('Y i - 'Y i )
em 2 dm qs qm ds
(2.74)
'l'dm et 'l'qm sont les composantes du flux de magntisation.
Quelle que soit l'une des expressions ci-dessus, on constate que le couple
lectromagntique rsulte de l'interaction d'un terme de flux et d'un terme de courant. Ces
expressions rappellent le couple de la machine courant continu. Le problme pos ici est de
33
pouvoir contrler indpendamment l'un de l'autre, le terme de flux et le terme de courant. La
simplicit de la construction de la machine asynchrone doit se payer dans sa commande qui
assez complexe.
Finalement, l'quation du mouvement mcanique s'crit:
dm
J_m =T -T ~ m
dt em L m
(2.75)
La puissance ractive instantane consomme par la machine a pour expression dans le repre
abc:
q = [(v
bs
-vc,)i.s + (v
cs
-v.Ji
bs
+ (v.
s
-vbJiJ (2.76)
qui s'crit, en appliquant la transformation de Park normalise:
(2.77)
soit, en utilisant les lignes (1) et (2) de la matrice (2.27), il vient que:
. d'Pqs d'Pds d8e (UI lTl)
-1 ---1 --+-r +r
q - ds dt qs dt dt ds qs
(2.78)
Les quations prcdentes sont trs gnrales et plusieurs choix de rotations e e et e si sont
possibles. Dans la pratique, trois types de rfrentiels sont utiliss, le choix se fait en fonction du
problme tudi et des exigences rencontrer.
2.5 Choix des rfrentiels
2.5.1 Rfrentiel fixe par rapport au stator
Il se traduit par la condition:
de de P
_e =0 __ sI =-m =--m
dt 'dt r 2 m
(2.79)
Ce rfrentiel est utilis pour la reconstitution de l'tat de la machine asynchrone puisque la
matrice de transformation est constante.
Les matrices de transformation orthogonales directe et inverse de Park applicables aux grandeurs
triphases statoriques (courant, tensions, flux) sont:
34
1 1
1 0
1
1 --
fi 2 2
[P(8
s
)] = [P(O)] = 0
fj fj
et [P(O)t
1
=
1
fj
1
(2.80)
2 2 2 2
fi
1 1 1
1
fj
1
fi fi fi
2 2
fi
Les grandeurs dq (sans composante homopolaire) sont donc relies aux grandeurs relles par:
x ~ ] =[1 -~ - ][:aJ
x ~ 0 fj _ fj x
b
2 2 c
Les grandeurs relles sont donc relies aux grandeurs dq par :
2 2
(2.81)
(2.82)
Les matrices de transformation orthogonales directe et inverse de Park applicables aux grandeurs
triphases rotoriques (courant, tensions, flux) sont respectivement donnes par :
cos(SJ
[P(SJ] = fI -sin(Sr)
cos(Sr - 2n/3) cos(Sr - 4n/3)
V3 1
-sin(Sr -2n/3)) -sin(Sr -4n/3)
1 1
fi fi fi
cos(SJ - sin(Sr)
[p(Sj-l = ~ cos(Sr - 2n/3) - sin(Sr - 2n/3))
cos(Sr - 471:/3) - sin(Sr - 471:/3)
2.5.2 Rfrentiel fixe par rapport au rotor
Il se traduit par la condition:
dS 51 = 0 dS e = dS r = ( = P (
dt 'dt dt r 2 m
1
fi
1
fi
1
fi
(2.83)
(2.84)
35
Ce rfrentiel peut tre utilis pour estimer certaines variables d'tat de la machine asynchrone.
2.5.3 Rfrentiel fixe par rapport au champ tournant
Il se traduit par les conditions:
dS dS P dS
_e =0) _r =w =-0) __ si =0) -0)
dt e , dt r 2 m' dt e r
(2.85)
o W
e
dsigne la pulsation des courants statoriques.
Dans ce rfrentiel, les grandeurs sinusodales en rgime permanent dans le repre abc (courants
et flux) deviennent des grandeurs constantes.
Les grandeurs (tensions, courants et flux) d'un rfrentiel sont relies aux autres grandeurs des
autres rfrentiels par les matrices de passage suivantes:
xe
d, cosSe sinS
e
0 0
x'
d,
Xe
- sin8
e
cos8
e
0 0
X'
q'
=
q'
Xe
0 0 cos8
e
sin8
e
X'
d, d,
(2.86)
Xe
q'
0 0 - sin8
e
cos8
e
X'
q'
Xe
d, cos 8,1 sin8" 0 0
X'
d,
Xe
-sin8" cos8"
0 0
X'
q'
=
q'
Xe
0 0 cos 8,1 sin8"
X'
d, d,
(2.87)
Xe
q'
0 0 - sin 8,1
cos8" X'
q'
X'
d, cos8, sin8, 0 0
X'
d,
X'
-sin8, cos8, 0 0
X'
q'
=
q'
X' 0 0 cos8, sin8, X'
d, d,
X'
q'
0 0 - sin 8, cos8,
X'
q'
(2.88)
2.6 Simulation dans un rfrentiel fixe par rapport au stator
Pour simuler le comportement dynamique de la machine asynchrone, on peut utiliser un
des modles d'tat tablis dans la section prcdente. Dans ce cas, on considre les courants
statoriques (ids, iqs), les courants rotoriques (idr, i
qr
), et la vitesse mcanique (O)m) comme variables
36
d'tat du modle. Dans un repre statiOlmaire li au stator le modle d'tat donn par l'quation
(2-47) devient:
1 1- a M M
--co, -co
O't
s
a
O'trLs
aL
s
r y ds
i
ds 1- a M M
i
ds
Y
qs
---co ---OOr
d lqs a O't
s
aL
s
'
O't,Ls
i
q
,
1 M (2.89)
= +-
--y
dt idr
M M 1 1
id, aL
s
L d,
--co --co,
,
lq,
m,Lr
aL, r
m, a
i
q
,
M
--y
M M 1 1 L q'
-00 -co,
,
aL, ' m,L, a O't,
et la vitesse mcanique est donne par:
(2.90)
Les paramtres nominaux de la machine asynchrone cage d'cureuil utilise sont :
puissance nominale :
vitesse nominale:
rsistance statorique :
rsistance rotorique :
inductance de fuite statorique :
inductance de fuite rotorique :
inductance cyclique statorique :
inductance cyclique rotorique :
inductance mutuelle:
moment d'inertie :
coefficient de frottement:
1/4 HP, Vd= 170.0 V
1770 RPM, 4 ples (P=4)
Rs= 12.5 Q
Rr=7.2Q
15 = 0.02175 H
Ir = 0.02175 H
Ls = 0.49925 H
Lr = 0.49925 H
M = 0.4775 H
J = 0.0022 Kg.m
2
(0.0022 Nm.s
2
)
= 0.001224 Nm.s/rad
Le moment d'inertie reprsente le moment d'inertie total ramen sur l'arbre moteur qui
entrane une machine courant continu de mme puissance nominale.
Les simulations ont t ralises dans l'environnement Matlab/Simulink (version 6.5).
La figure 2.3 montre le diagramme de simulation de la machine asynchrone alimente par une
source de tension sinusodale triphase quilibre. Les variables d'entre sont les trois tensions
Van, Vbn et Ven et le couple de charge. Le modle Simulink de la machine apparat sous forme de
diffrents blocs dOlms sur la figure 2.4, soit:
37
le bloc du modle d'tat reprsent par l'quation (2.89);
les blocs de transformation du repre abc dq (quation (2.82)); et du repre dq abc
(quation (2.81));
le bloc calculant le couple lectromagntique donn par l'quation (2.70);
le bloc qui calcule la vitesse donne par l'quation (2.90);
h

souroe
triphase
1.5 1---111>1
Couple de oharge
Modle d&ns un
repm st.atiar!.me
li 8ll rutor
vm.wlesd'rut
ids, iqs, idr et iqr
vas;vbs,vcs & Tl
Sarti2s:
wm;t.em;
ias;ibs;ics
ios
Figure 2.3 Schma de simulation de la machine asynchrone alimente en tension
vos
vds I-----.J
vqs
Transformation
abc dqo
vds ids
iqs
idr
iqr
Courants
ids
iqs
Tem
idr
iqr
Caloul du
oouple

(4',l-------t------t-+----'--.........J

TL
lNr
8
Tem
IJ,Im
TL
Calc1J1 de
la
ias
ids
ibs
iqs
ios
Courants statoriques
Figure 2.4 Les diffrents modles Simulink de la machine
lNm
2
Tem
ias
ibs
ios
38
La figure 2.5 montre le contenu du bloc calculant les courants statoriques et rotoriques.
CD
r--

1
1 ..
vds
1--'" M ux u(1 Y(ro"Ls)+((1 ro )lroj u(2j u(3)+(Lm/(ro" Ls" Tr)j u(4)+(Lm/(ro"Ls)ju(2ju(5) 1

1 .
- Ids
Fen Fids
Mux
CD
r--

;+'1/i:"'TS.l
vqs
M ux u(1 Y(ro" Ls}((1 ro )Ire j u(2j u(3}(Lm/(ro" Ls)j u(2j u(4)+(Lm/(ro" Ls" T r)j u(5)

'--- Feni Flq;
....
Mux1
1)'lJr r--
=: M ux Ls" Lr)j u(1 )+(Lm/(ro" Li" T s)j u(3}(Lm/(ro" Lr)j u(2j u(4}(1/ro j u(2)" u(5) i
1 1 1
bi/(ro"Tr)1
1 3
idr
'---- F en2 Fidr
Mux2

: Mux H(Lm/(rO" Ls" Lr)ju(i)+(Lm/(ro" Lr))" u(2j u(3)+(Lm/(ro" Lr"Ts))"u(4)+(1/r O)"U(2jU(5):
1
1
..
Is+ 1/(ro' T r

4
1>-
iqr
Fen3 Fiqr
Mux3
'--
Figure 2.5 Bloc de calcul des courants statoriques et rotoriques
La figure 2.6 prsente les rsultats de simulation. On y trouve, en rgime permanent, les
courbes des tensions d'alimentation phase-neutre Van, Vbn et Ven et des courants statoriques ias, i
bs
et
les. On y trouve aussi la courbe de la vitesse de rotation rom et la courbe du couple
lectromagntique T em pour un fonctionnement dans les quatre quadrants.
39
>
c::
ID
(J)
c::
o
'0;
c::

0.315 0.32 0.325 0.33 0.335 0.34 0.345 0.35 0.355 0.36
.':l
c::
cu
:;
o
(.)
(.) 0.31 0.315 0.32 0.325 0.33 0.335 0.34 0.345 0.35 0.355 0.36

:a

o
c:: 1 1 1 1 1 1
ID 1 1 1 1 1
-200 - - - - - - -'- - - - - - - '- - - - - - ' "
o 0.2 0.4 0.6 0.8 1.2 1.4
E 10 -------r------------------
z' ,
0 -------,-------
'''"Ulr",",-./
E
Q)
1-
o 0.2 0.4 0.6 0.8 1.2 1.4
Temps en sec
Figure 2.6 Rsultats de simulation pour un fonctionnement dans les quatre quadrants
On a aussi construit un diagramme Simulink reprsentant la machine asynchrone
alimente par un onduleur modulation de largeur d'impulsion l'aide des blocs du
SimPowerSystems [75]. L'onduleur IGBT est reprsent par le pont universel disponible dans
la librairie (Power electronic). On a choisi une priode de discrtisation de 3 et une priode de
commutation de 100 On a ajout un bloc de mesure pour mesurer les variables de la machine
et un capteur de tension pour mesurer la tension ligne ligne. La figure 2.7 montre le modle de
simulation. Sur cette figure, la tension d'alimentation Vd est gale 170.0 V
On a simul le systme sur une dure de 0.3 seconde. La figure 2.8 montre l'volution en
fonction du temps des courants statoriques, du couple lectromagntique T em et de la vitesse de
rotation mm.
40
Powergui
-Discrete,
Ts = 3e-006 s.
C3-t{O
t
Ondule ur
-
IG8T
Pulses
rateur
MU discrt
TL
",ab vab
is
m
wm
Machine
wm
asynchrone
Te
Tem
Demux
Figure 2.7 Modle de simulation ralis avec les blocs de la bote outil SimPowerSystems
On constate que les courants statoriques atteignent de fortes valeurs pendant environ 0.15
seconde, puis ils dcroissent pour atteindre le rgime forc permanent gal au rgime statique. La
vitesse nominale est atteinte au bout de 0.25 seconde pour un couple rsistant constant de 1.0 Nm
et une inertie totale de 0.0022 kgm
2
.
5
00
"E
0
o
(j
-5
o 0.1 0.2 0.3
c:
Cl
6,-----------------,
, ,
,
,
,
,
2
1-

o 0.1 0.2 0.3
Temps en sec Temps en sec
, 1
1 1
u 150
ID 1 1 1 1 1
:: 1 : :
] 100
c:
1 1 1 1
ID 1 1
E 50
:s: 1 1 1
1 1 1
1 1

o 0.05 0.1 0.15 0.2 0.25 0.3
Temps en sec
Figure 2.8. Formes d'onde des courants statoriques, du couple lectromagntique T
em
et de la
vitesse de rotation mm
41
2.7 Commande vectorielle de la machine asynchrone
2.7.1 Principe
em
peut s'exprimer, comme dans le cas de tous les types de
machines lectriques, par un produit vectoriel. La formule (2.68) peut s'crire sous la forme:
P - -
T = -('1' i)
em 2 s "'s
(2.91)
Les vecteurs (flux et courant) qui forment le couple lectromagntique sont variables en
amplitude et en phase. Dans certaines expressions, ces deux grandeurs dpendent du seul courant
statorique. Ce dernier peut tre dcompos en deux composantes variables en amplitude et en
phase:
le courant ractif (courant de magntisation) gnrateur de flux;
le courant actif gnrateur de couple lectromagntique.
La commande vectorielle, appele aussi commande par orientation du flux, Vise un
contrle semblable celui d'une machine courant continu excitation spare. Pour cela, il faut
orienter le flux en quadrature avec le courant l'origine du couple. On peut ainsi commander
sparment la grandeur flux et la grandeur courant gnratrice du couple et assurer le dcouplage
de la commande.
La synthse d'une commande vectorielle de la machine asynchrone se droule en plusieurs
tapes qu'on peut rsumer comme suit:
choisir l'alimentation de la machine (alimentation en courant, en tension ou en tension
courant impos) ;
choisir la nature des consignes (flux et couple, flux et glissement, flux et courant, etc.) ;
dterminer le repre dq (li au stator, li au rotor ou li au champ tournant) et la nature de
l'orientation (flux rotorique, flux statorique ou flux de magntisation) ;
en dduire les variables de commande (courants i
ds
, i
qs
, pulsation de glissement ros\' ... )
adaptes au type d'alimentation et un modle d'tat de la machine faisant apparatre la
variable intervenant dans l'orientation (courant, flux, etc.) ;
dterminer, partir du modle d'tat, la loi de commande assurant le dcouplage du flux et
du couple et l'autopilotage ralisant l'orientation du repre.
42
Ce repre peut tre li:
au stator:
de
e
= 0 dO,1 = -( = ~ W
dt ' dt r 2 m
On utilise ce repre pour la reconstitution de l'tat de la machine asynchrone.
au rotor:
au champ tournant:
dO
e
dO
r
P dO
sl
Tt=we 'Tt=(r ="2wm 'ili=we -wr
(2.92)
(2.93)
(2.94)
Dans ce rfrentiel, les grandeurs sinusodales en rgime permanent dans le repre abc
(courants et flux) deviennent des grandeurs constantes. Il est gnralement retenu pour raliser le
pilotage vectoriel. Les grandeurs continues sont transformes l'aide de la transformation inverse
de Park pour agir sur les grandeurs relles.
2.7.2 Orientation et rgulation du flux
Pour l'orientation du flux, trois choix sont possibles:
Orientation du flux rotorique :
'P = 'P et 'P = 0
dr r qr
(2.95)
Orientation du flux statorique :
'P = 'P et 'P = 0
ds s qs
(2.96)
Orientation du flux d'entrefer:
'P ='P et'P =0
dm m qm
(2.97)
La rgulation de flux peut tre soit directe soit indirecte.
Commande vectorielle directe: le flux est rgul par une contre-raction. Il doit tre donc
mesur ou estim. L'angle d'orientation Oe est gnralement calcul partir des composantes du
flux dans le repre stationnaire li au stator et la pulsation statorique W
e
est dtermine en
drivant par rapport au temps la position ee.
43
Commande vectorielle indirecte : la position du flux est estime partir du modle de la
machine. On dtermine, en premier lieu la pulsation du glissement partir du modle inverse.
Puis, on additiomle le glissement la vitesse lectrique du rotor pour obtenir la pulsation du
champ tournant. L'intgration de cette dernire fournit l'angle d'orientation Se.
La machine asynchrone peut tre alimente en tension, en courant ou en tension avec
imposition du courant. Pour chaque type d'alimentation on peut tablir au moins six commandes
vectorielles diffrentes. Dans les rfrences [2-6], on prsente en dtail plusieurs stratgies de
commande vectorielle. Pour le moment, on va prsenter deux cas, qui sont les plus utiliss
actuellement en industrie. On se limite l'alimentation en tension avec orientation du flux
rotorique ou du flux statorique avec imposition du courant. Une de ces deux stratgies sera
utilise dans les chapitres suivants pour tudier les performances des estimateurs retenus.
2.7.3 Alimentation en tension avec orientation du flux rotorique
Les lois de commande sont obtenues en exprimant la condition (2.94) dans les quations
d'tat de la machine dans un repre li au champ tournant rotorique. On distingue deux
mthodes : la mthode directe et la mthode indirecte.
2.7.3.1 Contrle indirect du flux rotorique par imposition du courant statorique
a) Principe
On commence par cette mthode parce qu'elle est simple, donne de bonnes performances
et ne requiert aucun un circuit de dcouplage supplmentaire.
Dans un repre mobile li au champ tournant, on injecte les conditions (2.94) et (2.95)
dans le modle (2.53) et aprs simplification, on obtient l'quation (2.98).
44
1
1-(j 1-(j
-----
O)e
(j't
s
(j't
r
(j'trM
1
'e
1 1- (j 1- (j
0
Ids
["' ]
-Je
----- ---T Ids
d
'e
(jM r
'e 1
0 1
v ~ ]
Iqs
=
(j't
s
(j't
r
Iqs +--
(2.98)
dt
'Fr
M
0
1
(jLs 0 0 v
qs
0
'tr 'tr
'Fr
0 0
0
M
-0)51
'tr
La ligne (3) de l'quation matricielle (2.98) donne l'quation diffrentielle permettant
d'estimer le flux rotorique 'F,. uniquement partir du courant statorique i:
s
d'Fr Ul _ M'e
T
r
--+ T r - Ids
dt
d
avec s =-
dt
(2.99)
Par contre de la ligne (4), on obtient une relation algbrique pour la pulsation de glissement,
savoIr :
(2.100)
Cette relation algbrique dpend de la composantei:
s
du courant statorique mais aussi du
flux rotorique 'Fr'
L'angle d'orientation 8 e (la position de l'axe d du champ tournant par rapport au stator) est
obtenu par intgration:
O)m reprsente la vitesse mcanique qui peut tre mesure ou estime.
Le couple lectromagntique s'obtient par la relation
(2.101)
T = P Mie 'F (2.102)
em 2 L qs r
r
Il est fonction de i:
s
et 'Fr' Si le flux rotorique est constant, on voit que le couple
lectromagntique est proportionnel la composantei:
s
Celle-ci est donc la composante
formant le couple lectromagntique. Les caractristiques sont linaires ce qui est bnfique pour
le comportement dynamique et la conception des circuits de rglage.
45
On rappelle que la rgulation orientation du flux rotorique est base sur le modle
inverse. Dans ce cas, le flux et le couple deviennent les entres et les courants statoriques et
i:
s
deviennent les variables de sortie:
(2.103)
.e 2 Lr T
em
lqs=---
PM 'P,
(2.104)
b) Simulation de la structure de commande
La simulation de la commande vectorielle indirecte flux rotorique orient avec
imposition du courant a t ralise dans l'environnement Matlab/Simulink (version 6.5). La
figure 2.9 donne l'organisation de la simulation qui est obtenue par l'interconnexion de blocs
Simulink remplissant chacun une fonction prcise. Ainsi, une ou plusieurs quations lies la
fonction remplie sont associes chacun de ces blocs. Les diffrents blocs sont:
le bloc Machine asynchrone triphase (dans ce bloc on a utilis le modle donn par
l'quation (2.35) exprime dans un repre stationnaire li au stator) ;
le bloc Onduleur hystrsis
le bloc Transformations dqe-7 abc
Le bloc laboration de la commande (figure 2.10).
Mach.itl.e asynchrone

wm
Modle dms1Jl'l
repre ruticxtWre
Tem.
li w. rutar Couple
wrnbles d'tui.
i.ds, iqs, id!" rt iqr
.-._._------_.-
lii'd::res i.as
V8S;vbs,vcs & Tl
(9--t8
._--------.-.-.-
Sanies:
Horloge t
ibs
wm,tem;
ias;ibs;ics
ics
TL
Mach.itl.e asynchrone
Figure 2.9 Modle Simulink d'une commande vectorielle flux rotorique orient avec
imposition du courant
46
La figure 2.10 montre le contenu du bloc laboration de la commande.
Mux (u[1]+ Tr"u[2])lM
Mux
Fen
dpsir/dt
ids"e
(2" Lr}/(P" M))"(u[2]/u [1]) ~ ~ - - - - - - - - - - - - - ~ 2
Fen3
iqs"e
(M/Tr)"(u[2)/u[1])
Fen4
pp
ws:1 thetae
+
we
wr
1/s
3 12 +
integ
Fen1
sin(u) 4
wm Sum
F cn2 si nteta e
Figure 2.10 Contenu du bloc laboration de la commande
L'onduleur hystrsis impose les trois courants statorique i., ib et ic selon les consignes
(, ~ et i: par l'intermdiaire d'une transformation de coordonnes dqe - abc partir des
grandeurs de consigne i:
se
et i:
se
pour les deux composantes du courant statorique. Ces deux
grandeurs sont exprimes dans le systme de coordonnes toumant la vitesse synchrone. Elles
sont constantes en rgime tabli. La premire composantei:: est foumie par le rgulateur de
flux, de telle sorte que le flux dsir soit atteint. L'autre composantei::provient du rgulateur de
couple de sorte que le couple lectromagntique ncessaire est produit.
La grandeur de consigne T
em
provient du rgulateur de vitesse (qui est un rgulateur
proportionnel-intgral PI). La valeur relle de la vitesse de rotation (J)m est mesure directement.
La synthse du rgulateur est ralise par simulation (essai et erreur).
L'angle d'orientation 8
e
est dduit partir de la relation (2.95). Il est utilis pour laborer
les signaux cos 8 e et sin8 e ncessaires pour les transformations des coordonns.
La grandeur de consigne ''r pour le flux rotorique est constante lorsque la machine
asynchrone travaille flux constant et par consquent couple constant. On peut aussi appliquer
le principe d'affaiblissement du champ comme pour le moteur courant continu. On doit alors
diminuer le flux rotorique dans le domaine de vitesse de rotation leve, o la machine travaille
47
puissance constante. On doit normalement ajouter un bloc pour l'affaiblissement de champ qui
labore le flux '' en fonction de la vitesse de rotation Wm.
r
La figure 2.11 montre l'volution de la vitesse de rotation Wm, de la vitesse de rfrence, le
courant statorique de la phase a ias et le couple lectromagntique et pour un fonctionnement dans
les quatre quadrants. La vitesse de rfrence et le couple de charge sont montrs en traits
interrompus.
La figure 2.11 permet d'valuer la qualit des rsultats obtenus. La dynamique prvue est
respecte. La vitesse de rotation suit convenablement la vitesse de rfrence. Il y une petite erreur
en rgime statique, mais elle n'affecte pas le comportement du systme. Le courant contient des
harmoniques (engendrant des oscillations dans le couple) qui peuvent tre rduits en rduisant la
bande d'hystrsis. Toutefois, sa robustesse est affecte par les variations de la constante de
temps rotorique qui ncessite une adaptation en ligne [32, 33].
u
200
Q)
(J)
--
<:5
r::
c
0
Q)
(J)
Q)
(J)
(J)
Q)
-200
-
:>
0
10
<:
c
Q)
0
r::
:::l
0
u
-10
0
E
10
z
c 5
Q)
(J)
Q)
0
Q..
:::l
0

-5
0
/
Vitesse de rotation et vitesse de rfrence
,\
,"
, , 1
J 1 t 1'/
. _______________ L __ ~ _____________ l. ______ .,.
, ,
\
\ ~
0.5courant statorique ias
0Gbuple lrctromagntique
1
,
, ,
A---
1.5
1.5
_____________ L _________________ l. ________________ _
, ,
, ,
~ ~ ~ ~ .. .. ~ = ~ l ~ -------------
0.5 1.5
Temps en sec
Figure 2.11 Fonnes d'ondes obtenues de la vectorielle indirecte flux rotorique orient
48
2.7.3.2 Contrle direct du flux rotorique d'une machine asynchrone alimente en tension
En considrant un repre li au champ tournant et en injectant les conditions d'orientation
dans le modle d'tat (2.53), on obtient aprs simplification:
e d i ~ s (R Ls (1 )).e L e L (1-cr) \TI
v
d
=crL --+ s +- -cr Ids -wecr sIqs - s T
r
s s dt 't 't M
. e
M lqs
W =--
sI HI
'tr T
r
r r
Le couple lectromagntique est donn par :
(2.105)
(2.106)
(2.107)
(2.108)
Le flux statorique peut tre estim dans le repre stationnaire li au stator l'aide de la relation
suivante:
(2.109)
Les composantes du flux rotorique dans ce mme repre sont donnes par l'quation (2.31) :
d, __ r ds -aL _ d,
[
'JI'] L {['JI'] d [i' ]}
'JI :, - M 'JI :, 'dt i 'q,
(2.110)
Le flux rotorique est donn par:
(2.111)
L'angle d'orientation Se est donn par:
'JI' 'JI' 'JIs
8 = tan -1 (_qr ) cos8 = ~ ) sin8 = (_qr )
e 'JI" e 'JI" e 'JIr
dr
(2.112)
La vitesse mcanique OJ
m
peut tre mesure ou estime par:
(2.113)
49
Ces expreSSIOns peuvent tre exploites telles quelles pour raliser une commande
vectorielle directe mais elles ont un gros inconvnient : v ~ , influe la fois sur i ~ , et i:, donc sur le
flux et sur le couple. Il en est de mme pour v:" On est amen raliser donc un dcouplage. Il
existe deux principales mthodes qui permettent de dcoupler les lois de commande : le
dcouplage par compensation et le dcouplage par retour d'tat. Dans cet exemple, on ne
considre que la premire mthode.
2.7.3.3 Dcouplage par compensation
On dfinit deux variables de commande v ~ , et v:,! [2] :
e e f te e f
V ds = V dsl - emd e V qs = V qsl - ern
q
(2.114)
avec
(2.115)
(2.116)
Les tensions v ~ , et v:, sont alors reconstitues partir de v ~ , et v:,! . Ces deux variables sont
donnes par :
e L d i ~ , (R R M
2
).e
V d,! = cr 'ili + ,+ r L2 Id,
r
(2.117)
(2.118)
La figure 2.12 montre le modle Simulink de la commande vectorielle directe du flux
rotorique orient d'une machine asynchrone avec alimentation en tension. On y trouve le modle
de la machine, un estimateur de flux, du couple, des courants et de la pulsation de glissement,
modle de dcouplage bas sur les quations (2.115) et (2.11). En plus de ces modules, on y
trouve trois correcteurs PI : un correcteur de couple, un correcteur de flux et un correcteur de
vitesse. Ces correcteurs ont t conus par essai et erreur. La machine utilise est celle de la
section 2.6.
50
Pour valuer les performances thoriques de cette loi de commande, on a test dans le cas
idal suivant : fonctionnement en continu, machine idale, onduleur avec interrupteurs parfaits,
charge constante et capteurs parfaits. Les rsultats de simulation sont reprsents la figure 2.13.
Sur cette figure est reprsent en simulation un rgime transitoire avec rgulation de vitesse. On
peut constater que le vecteur flux rotorique est pratiquement sur l'axe d, puisque la composante q
est trs faible.
.. ""lo.13s+0.3 L-[J-..
tL.ljJ s +
affaiblissement Sum2 - ..
Alimentation
en tension
wm
du champ Correcteur Sum4
1 de flux
---.....1 3.4s+0.5 lJ+
1""'"1+ --- ... + 2s+l 2 r
Suml s 1 -' s f-+[}?I_ vqsl\e*vbs
Correcteur I.---:"_...J _ ... ...1
Sum3 -" ...1
Correcteur Su mS
de vitesse
wmreq
-1ru'1Plf 1 wm re f
Vitesse de
rference

wme
1/2 P/2

we
86
de couple
..
ide
fernd 1--
iqse
..
psir
..
..
fernq 1--
we
dcouplage
Psire*
Tetae
Tem*
Fsti m ateu rs
ids*e dans un repre
iqs*e
rotational
wsl
Fstimateu rs
r+
telae vcs
dqe --> abc
1.5
couple de
charge

vds
vas

vbs

vqs

...
vcs
ids
ias
...

ibs ...
iqs
ics

....-
abc --> dqs
..
--..
..
Modle dans un l ... J
repre stationaire f'J"""B
li au stator Couple
Variables d'etat
ids, iqs, id.' et iqr
Entres:
vas;vbs;vcs & TL
Sorties:
wm;Tem;
ias;ibs;ics
Machine asynchron

ias
Figure 2.12 Modle Simulink d'une commande vectorielle directe flux rotorique orient d'une
machine asynchrone alimente en tension
51
Vitesse de rotation et vitesse de rfrence Couple lectromagntique
200
u
150
, ,

, , ,
, , ,

c 1 00 -) - - : - - - - - -: - - - - - - : - - - - -
Q) f rit
CI)
ID
CI)
CI)
2
:>
.0
s:
C
ID

0-
CI)
0.
CI)
50
OJ,
, , ,
-50 L-__ ---'-____ ---'---____ -'--_----'
o 0.2 0.4 0.6 0.8
flux rotorique
1r-------------------,
0.5 - , ,
f
!\: : ,
, "1 1 1 1
o
, , ,
, ,
, ,
0. -0.5 L-_--'-___ -'--__ -'---_----'
o 0.2 0.4 0.6 0.8
Temps en sec
,
,
, , ,
1
0
- -1- -----1- -----t -----
C. 1 1 1 1
5 - H -- ------:- ----- -----
ID 1 l , ,
- 0 - -
8 ,"
, , ,

c
ID

::J
o
U
, , ,
, , ,
-5L----'-----'-----'--------'
o 0.2 0.4 0.6 0.8
courant statorique ias
5.-------------------,
Temps en sec
Figure 2.13 Formes d'onde de la commande vectorielle directe flux rotorique orient
2.8 Conclusion
Dans ce chapitre, on a prsent le modle gnral de la machine asynchrone. On a
prcis les conditions d'orientation dans les trois rfrentiels. On a galement labor les
diffrents modles d'tat de la machine asynchrone pour l'alimentation en tension et
l'alimentation en courant. En gnral, ces modles sont mis en oeuvre pour analyser le
comportement de la machine ou pour mettre en place les diffrentes fonctions de commande et
d'observation.
Deux types de la commande vectorielle ont aussi t prsents, la commande vectorielle
indirecte et la commande vectorielle directe. Les deux stratgies de commande permettent
52
d'imposer la machine asynchrone un comportement semblables ceux de la machines courant
continu dans laquelle le flux n'est pas affect par les variations du couple lectromagntique.
Dans la commande vectorielle indirecte, on n'a pas besoin ni de capteurs, ni d'estimateur
du flux. Cependant, cette technique de commande est trs sensible aux variations des paramtres
de la machine. Le principe de la commande vectorielle indirecte est simple raliser, mais exige
la prsence d'un capteur. Elle ne peut pas garantir de bonnes prestations statiques et dynamiques.
La commande vectorielle directe ncessite une bonne connaissance du module du flux et
de phase. Pour l'alimentation en tension, elle exige un circuit de dcoupage assez complexe. En
plus, il faut procder une srie de mesures (tensions, courants) aux bornes du systme. Ce mode
de contrle garantit un dcouplage correct entre le flux et le couple quel que soit le point de
fonctionnement de la machine. Toutefois, il ncessite l'utilisation de capteurs de flux, ce qui
augmente considrablement le cot de fabrication et rend plus fragile son utilisation. D'o l'ide
de faire appel des estimateurs ou des observateurs partir des mesures effectues sur le
montage.
53
Chapitre 3
ESTIMATION DE LA VITESSE D'UNE MACHINE ASYNCHRONE
CAGE D'CUREUIL PAR LES MTHODES BASES SUR LA
MODLISATION DYNAMIQUE
3.1 Introduction
Les variables d'tat ou les grandeurs de sortie utilises pour laborer une loi de commande,
une technique de dtection de dfauts, une stratgie d'optimisation nergtique ou une protection
d'une machine asynchrone sont souvent difficilement accessibles pour des raisons techniques
(flux, couples, courants rotoriques) ou pour des problmes de cot et de fiabilit (vitesse,
position). Il serait opportun de les dterminer sans utiliser de capteurs lectromcaniques ou
optolectroniques. Dans cette partie, on prsente les principales mthodes bases sur le modle
dynamique de la machine asynchrone et qui permettent de reconstituer la vitesse partir
uniquement des courants et des tensions statoriques. Ces grandeurs sont plus faciles mesurer
l'aide, par exemple, de capteurs effet Hall. On distingue deux grandes familles : les estimateurs
en boucle ouverte et les estimateurs en boucle ferme. Un estimateur en boucle ouverte est un
estimateur sans correction du vecteur d'tat. Par contre, dans un estimateur en boucle ferme,
une correction (une rtroaction) est effectue sur le vecteur d'tat, ce qui amliore la dynamique
de l'estimateur. Notons que dans ce cas, la boucle est ferme sur elle-mme et pas sur le systme
contrler.
Dans ce chapitre, on rsume l'tat de l'art de l'estimation de la vitesse base sur le modle
dynamique de la machine. La majorit des estimateurs sont modliss dans un repre stationnaire
li au stator. Pour allger l'analyse, on se limite aux rsultats de simulation les plus reprsentatifs
permettant de tirer des conclusions adquates.
3.2 Estimateurs en boucle ouverte
Les estimateurs en boucle ouverte reposent sur l'utilisation du modle dynamique de la
machine (reprsentation de la machine sous forme d'quation de Park). On les nomme
estimateurs statiques si on ne considre que le rgime permanent et estimateurs dynamiques si on
tient compte aussi du rgime transitoire. Dans les deux cas, ces estimateurs sont obtenus par une
rsolution directe des quations lectromcaniques de la machine, et il ne y aucune rtroaction.
Ces estimateurs conduisent la mise en uvre d'algorithmes simples, rapides et faciles
implanter. Cependant, ils possdent les inconvnients majeurs suivants:
la dynamique dpend des modes de fonctionnement propres de la machine ;
ils sont peu robustes face aux variations des paramtres (rsistances, inductances, coefficient
de fuite) qui sont affects par la temprature et la frquence de fonctionnement;
ils ne peuvent tre utiliss que pour des applications faibles performances.
3.2.1 Estimateur statique du glissement et de la vitesse de rotation pour les applications
faibles performances
En ngligeant la rsistance et l'inductance statoriques du circuit quivalent en rgime
permanent d'une machine asynchrone, et pour un point de fonctionnement proche du point
nominal, on dmontre facilement que le glissement s est donn par [5] :
La vitesse de rotation est donne par :
2 2
) =-) =-) (1-s)
III P r P e
(3.1)
(3.2)
Cet estimateur est utilis uniquement en rgime nominal et donne des rsultats mdiocres
en rgime dynamique.
3.2.2 Estimateurs dynamiques pour les applications moyennes performances
Ces estimateurs requirent la mesure ou l'estimation pralable du flux statorique ou
rotorique. L'estimation du flux peut se faire partir des grandeurs statoriques exprimes dans un
55
repre stationnaire ou rotationel. Le traitement mathmatique dans le premier repre est plus
simple puisqu'il n'exige pas de transformations trigonomtriques. Plusieurs estimateurs sont
possibles alors. On se limitera aux plus importants. D'autres estimateurs sont prsents dans les
rfrences [3, 4].
3.2.2.1 Estimateur de vitesse dans un repre stationnaire li au stator: cas 1
, . . l' , ( de 0 de 1 p) d" 1
Dans un repere statIOnnaire le au stator _e = et --' = -00 = - - 00 ,on a apres a
dt dt r 2 rn
ligne 4 de la matrice (2.27) et la ligne 3 de la matrice (2.38) :
O
1 (HIS M'S) d'f';r P ms
=- T
dr
- Ids +--+-OOmTqr
'Lr dt 2
(3.3)
ce qui donne, aprs arrangement des termes :
[
_ _ + M
2 dt 'L r 'L r
00 =
m P 'fis
qr
(3.4)
Or d'aprs la relation (2.33) on a :
[1 [1
dt 'f';r M '0 1 '0 1 dt
(3.5)
Les quations (3.4) et (3.5) permettent d'estimer la vitesse de rotation partir de la
mesure des courants et des tensions statoriques. On constate que cet estimateur utilise deux
intgrateurs, deux diffrentiateurs et cinq parmntres de la machine, ce qui le rend peu robuste.
En plus, cet estimateur est difficile mettre en oeuvre puisque le dnominateur (flux statorique)
est un signal alternatif qui passe priodiquement par zro car on travaille dans le repre
stati onnaire.
Dans un repre stationnaire li au stator on peut crire, partir du systme d'quations
diffrentielles (2.54) :
56
(3.6)
En multipliant la premire ligne par 'Y:
r
et la deuxime ligne par 'Y;r' on trouve:
'YS d'!';r
_ 'Y:r
- 'Y:rw
r
[!t]+
M'YS
0
qr
i ~ ]
qr dt
=
'Lr 'Lr
(3.7)
,!,s d'!':r
'Y;r(r
_ '!';r
0
M,!,s lqs
dr
dr dt
'Lr
'Lr
En soustrayant les deux lignes de la matrice et en arrangeant les termes, on trouve :
(3.8)
Dans cette quation, le module de flux ne passe pas zro car les deux composantes sont en
quadrature de phase.
3.2.2.2.1 Rsultats de simulation en boucle ouverte
L'estimation de la vitesse de rotation est effectue pour une alimentation sinusodale
quilibre avec des diffrentes valeurs de variation de la rsistance statorique et rotorique.
La figure 3.1 reprsente le modle Simulink de l'estimateur de vitesse base sur
l'quation (3.8). On y trouve deux drivateurs et deux intgrateurs.
57
(.2./Pt(u(1t u(1 0)- u(8t u(9) (R r" M/Lrt(u(1t u [3] . u(8t u [1]) Y(u(1)"2+ u(8)"2)
F2
1-+---1110-1 [i]- ro" Ls' IJ [2])" Lr/l,,1
vqs
Fi
1 r (.;\
'----1110-1 (u(6)- R:s:" u [3]. ro' L:s:" u [41t Lr/M 1---<....-',.."""; -;; J 1-.-+---11110-;0
F
d
psiqr
M
Figure 3.1 Modle Simulink de l'estimateur de vitesse bas sur l'quation (3.8)
La figure 3.2 montre les rsultats obtenus. La courbe correspond au cas nominal, c'est-
-dire la machine est alimente l'aide des valeurs nominales et fonctionne sans variation des
paramtres. Elle montre la courbe de la vitesse relle et celle estime. Dans ce cas, on constate
une forte erreur dynamique au dmarrage et lors du changement du sens de rotation. L'erreur de
vitesse apparaissant au temps t= 1 s est d au terme driv de la vitesse. On note bien que l'erreur
statique (rgime permanent) est trs faible. basse vitesse, la prcision de cet estimateur est
limite. Nanmoins, quelques amliorations peuvent tre apportes si on utilise d'autres
techniques d'estimation de flux (observateurs d'tat dterministes, filtres de Kalman).
58
u
Q.)
(f)
"'-
"0
m
'-
c
Q.)
Q.)
300
200
100
0
-100
-200
vitesses relle et estime
,
, , ,
___________ L ___________ ___________ J __________ _
, ,
, ,
, ,
/1 :
-- \_-------
1
, ,1
, ,)

, vitesse relle, /
, ,
, (
, ' iI";(--------
----------- ---
,
,

o 0.5 1.5 2
Temps en sec
Figure 3.2. Rsultats de simulation d'un estimateur bas sur la formule 3.8
D'aprs le systme d'quations diffrentielles (2.41), on peut crire:
1 1 1
t:,] 1
w
r
-Ls(-+-) - aLsw
r
"Cr "Cs "Cr
dt = aL
s
1
aLsw
r
1 1
-Ls(-+-) -W
r
"Cr "Cs "Cr
De la premire ligne de l'quation d'tat (3.9), on tire:
[
s -(R _ L 'P;s]
v ds s + Ids a s +
2 2 "Cr dt "Cr
W = -00 = --=---------------=
III P r P lTfS L . s
T qs - a sIqs
et de la deuxime ligne de l'quation d'tat (3.9), on tire:
[
L dis 'P
S
]
s (R s )' s L qs qs
v qs - s + -- 1 qs - a s --+ --
2 2 "Cr dt "Cr
W = -00 = -=---------------=
III P r P UIS L S
T ds - a sids
'P;s

. s
Ids
V
qs
'S
Iqs
les composantes du flux statorique peuvent tre estimes l'aide:
(3.9)
(3.10)
(3.11)
59
(3.12)
Les rsultats de simulation ont montr que la rsistance statorique Rs affecte, d'une faon
notable, les performances de cet estimateur surtout aux basses vitesses. C'est ainsi que plusieurs
techniques ont t dveloppes afin de l'identifier en ligne.
Comparaison de trois estimateurs.
cause de singularits, l'estimateur de premier cas n'est pas exploitable. Les deux autres
estimateurs sont presque de la mme complexit, cependant, celui du troisime cas est beaucoup
plus affect par la rsistance statorique.
3.2.2.4 Mthode d'estimation base sur la commande vectorielle flux orient
Dans les systmes d'entranement de la machine asynchrone, le flux d'entrefer est
gnralement maintenu proche de la valeur nominale afin d'obtenir un couple maximum,
d'amliorer la stabilit et d'obtenir une rponse rapide en rgime transitoire. Pour garder le flux
constant, on fait varier la tension d'alimentation de la machine proportionnellement la
frquence. Une tude sur les diffrentes techniques du contrle du flux V IF constant est
rapporte dans la rfrence [18]. L'tude est base sur les quations de la machine en rgime
permanent. La dynamique et la prcision de ce systme d'entranement sont assez modestes voir
mdiocres. Dans le chapitre 2, on a prsent et simul les deux stratgies de commande
vectorielle les plus rpandues.
Pour viter l'utilisation d'un capteur de vitesse, de position ou de flux dans une
commande vectorielle de la machine, les variables lectriques sont utilises pour estimer le flux
(statorique, rotorique, d'entrefer). Le schma de principe d'une commande vectorielle et d'une
estimation du flux rotorique sans capteur de vitesse est illustr la figure 3.3. Les variables de
sortie de l'estimateur sont utilises pour dterminer l'angle d'orientation. Le flux rotorique, la
frquence de synchronisme, la frquence de glissement et la vitesse sont dtermins en utilisant
les quations dveloppes dans le chapitre 2.
60
e'
.s'
.'
'P'
r
Ids
Ids 1 cs
M
0
.J3
.'
[COS(8e )
- Sin(8
e
)] 1 bs
Onduleur
sin(8
e
) cos(8 e)
2
IGBT
.J3
.'
T* em
2.L
r
1
las
-
PM 2 2
Estimateur 14---1-----++-+-1--+--..
de flux et de I+--+-----H
vitesse
ffimc
------_._------------
Figure 3.3. COlmnande vectorielle sans capteur de vitesse flux rotorique orient avec imposition de courant
La prcision du flux rotorique estim, et par consquent la vitesse de rotation, dpend de
la prcision des valeurs de la rsistance et de l'inductance rotoriques. Or la rsistance varie avec
la temprature et la frquence (effet de peau). Les inductances de fuite varient avec l'tat
magntique (point d'opration) de la machine. Ceci affecte la qualit de l'estimation et les
performances de la commande [2].
Les avantages et les limitations de la commande vectorielle flux (statorique ou
rotorique) orient sont abondamment cits dans la littrature [1-8]. Dans la rfrence [49], les
commandes vectorielles directe et indirecte sont combines ensemble pour avoir un
fonctionnement de la machine asynchrone sans capteur de vitesse sur une large plage de vitesse y
compris le dmarrage doux vitesse nulle. Le systme d'entranement flux orient commence
vitesse nulle dans le mode de commande vectorielle indirecte, et lorsque la vitesse augmente, il
transite alors vers la commande vectorielle directe. Pendant la dclration, le systme revient
nouveau dans le mode de commande vectorielle indirecte jusqu' vitesse nulle. Les variations de
la rsistance statorique sont compenses par la mesure directe de la temprature du stator. Pour
rsoudre le problme d'intgration de la tension statorique aux basses frquences, un filtre passe-
61
bas avec une constante de temps programmable a t utilis. Ainsi, le systme a t rendu
beaucoup moins sensible aux variations des paramtres de la machine. Par contre, en pratique, la
transition douce de la commande vectorielle indirecte vers la commande vectorielle directe et
inversement est problmatique dans ce systme d'entranement qui est relativement complexe
mais assez robuste.
3.4 Mthode d'estimation base sur la commande directe du couple et du flux
Le principe de la commande directe du couple et du flux est bas sur l'utilisation de
contrleurs hystrsis produisant une sortie MU optimale [13-14, 50]. La figure 3.4 montre le
schma de principe d'une commande directe du couple. Cette stratgie de commande consiste
rgler l'amplitude et la phase du vecteur reprsentatif des composantes du flux statorique. On
travaille pour ce faire dans un repre li au stator. Les signaux de sortie des contrleurs sont
envoys aux comparateurs hystrsis pour obtenir la logique de commande convenable.
Dans ce systme d'entranement, les valeurs instantanes du flux statorique (quation
3.12) et du couple (quation 2.68) sont calcules seulement l'aide des tensions et des courants
statoriques. Le couple et le flux peuvent tre rgls directement et indpendamment en
choisissant un mode optimum dans la commutation de l' onduleur. La slection est faite pour
limiter les erreurs sur le flux et sur le couple dans les bandes d'hystrsis et obtenir une rponse
rapide du couple, un nombre rduit de commutations de l'onduleur, et par consquent des pertes
plus faibles. Les problmes d'intgration et de drive dans l'tablissement du flux,
particulirement basse vitesse, sont bien documents dans la rfrence [51].
La commande directe du couple prsente l'avantage de permettre d'obtenir des
performances dynamiques leves sans ncessiter, contrairement la commande vectorielle, ni
puissance de calcul leve, ni mesure ou estimation prcise de la vitesse rotorique. Du fait de
l'estimation du flux statorique par l'intgration des valeurs mesures, la rgulation est toutefois
trs sensible aux erreurs de mesure. En outre, en se faisant partir de comparateurs hystrsis,
la stratgie de commande conduit un fonctionnement frquence variable de l'onduleur de
tension qui alimente la machine. Actuellement, on intgre la commande directe du couple une
62
modulation vectorielle (Space vector modulation SVM) pour limiter la frquence de
commutation, augmenter le gain en tension et rduire les harmoniques.
Tableau de
commutation
Onduleur
. ..;.,..;. . ..;. . ...;. . ...;.. -li de tension
... '. .'.' ........ "':". ......... .. .- ... ,..., .. -:" .. -:" .. ...,. .. . .,... .. .,... .. .-, .. -: -: -: . :- : -:
.. .......,.,. . . . . . . . . . . .; . . . . . . . . . . .
..... , ................................ .
, 1 + " , , 1
" +
....... ,...... . .... , ...... .
. , .... , .... , ........................... .
............................ , ...... , .. .
......... , ... , ........... , ..... , ....... .
................. .
................. .
: : : : : : : : :: :::::::::::::::::::: :: -: -:
...... " .... , ... , .. .
...... " .......... ,
.... " ..... , .. " .. .
............. , ... .
:::::: :::: :::::::::::::::::::W;::::::
.. , ......... , ...... .
.... " ..... , , ..... " .
... ; .. , ... ,. , , , , .... ,
....... , ... , .. ", .. .
........... , .' ..... .
......... , ........ .
::::::
.................. .
" ................ .
.............. , .... .
................... .
Estimation du
flux statorique
et du couple
................... , ..... .
:-:.:.:-:-:-:.:-:.:-:-:-: -:-: -:.:-:.:-:-: .,... -. -. -.. -,-.-.-. -, -. -. -.. -............. '.'
..................................... " .. .
" < , ,
.............................. , , ........ .
IGBT
Figure 3.4 Principe de la commande directe du couple
3.5. Estimation de la vitesse d'une machine asynchrone par observateurs d'tat
dterministes ou estimateur en boucle ferme
3.5.1 tat de l'art
Les stratgies de la commande vectorielle flux orient ont principalement t
dveloppes en supposant bien connue la valeur exacte du flux rotorique, statorique ou d'entrefer.
Par consquent, la robustesse de ces approches de commande dpend du degr d'exactitude de
ces flux. Comme la mesure directe des flux rduit la fiabilit du systme d'entranement, de
nombreuses mthodes ont t proposes pour estimer le flux en utilisant divers types
d'observateurs d'tat dterministes [22-25], Ces observateurs permettent de reconstituer l'tat
d'un systme observable partir de la mesure des entres et des sorties.
63
On dsigne par x le vecteur d'tat estim. En mode discret, la mise en quation de
l'observateur conduit :
{
~ k ~ = ~ d X k + Bd Uk + Kob,ck
Yk - CdX
k
Le terme Kob,c
k
corrige le vecteur reconstruit partir de l'erreur d'estimation c
k
= Y k - Y k
partir du systme d'quations (3.13), on tablit:
L'erreur d'estimation x k = X k - X k est donne par :
(3.13)
(3.14)
(3.15)
La matrice des gains est calcule de manire assurer une convergence rapide de x vers x .
Les performances de cet observateur sont lies aux valeurs propres de: Ad - K ob, Cd'
Le passage dans l'espace canonique d'observabilit simplifie la synthse de l'observateur par
placement de ples.
Dans la rfrence [7], un observateur de Luenberger a t utilis pour reconstruire la
vitesse de rotation d'une machine asynchrone partir du couple lectromagntique et de la
position angulaire lorsque le couple rsistant est maintenu constant.
L'quation mcanique de la machine est donne par:
dm
m
=! (T - T - Am )
dt J em L 1-' m
TL =f(8
m
)
d8
m
--=(0
dt m
(3.16)
avec T em le couple lectromagntique, TL le couple de charge, mm la vitesse de rotation, 8
m
la
position angulaire de moteur, ~ le coefficient de frottement et J le moment d'inertie.
En se basant sur l'quation mcanique de la machine (3.16), l'algorithme du reconstructeur est
alors donn par :
64
(3.17)
" ~
T =-k 8 -k -8
L 1 m 2 m
S
avec '8 m = 8 m - ml' erreur d'estimation sur la position angulaire et si' oprateur de Laplace.
kp k
2
,k3 sont les gains de l'observateur.
Les rsultats publis en [4] prouvent que cette technique offre une meilleure dynamique
que celle obtenue avec une gnratrice tachymtrique et une meilleure prcision que celle
produite par la drivation de la position angulaire (fortement bruite par la faible rsolution des
capteurs de position et une priode d'chantillonnage mal adapte).
Plusieurs autres formes d'observateurs d'tat dterministes ont t largement utilises pour
reconstituer le flux partir des variables lectriques de la machine. La rfrence [25] propose un
observateur d'tat d'ordre rduit qui reconstruit le flux rotorique. Ce dernier est estim en
utilisant deux modles: un modle pour la tension et un modle pour le courant.
L'quation pour le modle de tension est:
d'f rv = .s:.(v _ Ri _ aL dis)
dt MSS S S dt
(3.18)
L'quation pour le modle du courant est:
__ n - __ +00 'fi +-i
d'f. { 1 [1 0] [0 -1]}" M
dt - 't'r 1 rIO ri 't'r S
(3.19)
On constate que le modle de tension ne contient pas la vitesse rotorique W
m
, alors que le modle
du courant l'inclut. Ainsi, la vitesse est estime en se basant sur la diffrence entre les sorties de
ces deux modles. Elle est donne par:
w
r
=(Kp + K1)E
s
(3.20)
o E est l'erreur la sortie. Le rgulateur proportionnel-intgral PI est insr pour amliorer la
dynamique de l'estimateur. Dans l'implmentation pratique et cause des problmes de valeurs
initiales et de la drive, l'intgrateur a t remplac par un filtre passe-bas.
65
L'observateur d'ordre rduit est connu par sa sensibilit au bruit de mesure surtout dans la rgion
des basses vitesses [7] parce qu'il a implicitement un diffrentiateur dans le rgulateur de l'erreur
de sortie.
Il a t soulign que le problme principal avec l'observateur d'tat du flux est
essentiellement caus par les drives et les variations des paramtres de la machine. Il a t
suggr de doter ces observateurs d'une capacit de rinjection d'une perturbation quantitative
explicitement dans le critre de conception. Par consquent, les observateurs d'tat sont conus
par ttonnement (mthode d'essai et erreur).
Dans les rfrences [26, 52,53], on y expose une mthode d'estimation du flux rotorique
l'aide d'un observateur robuste par mode de glissement. La conception est faite d'une faon
quantitative en se basant sur la capacit de rinjection d'une perturbation sur le taux de
convergence de l'erreur d'estimation. Il a t prouv que l'observateur par mode glissement est
moins sensible aux bruits de mesure.
Les limites de prcision et de robustesse d'une commande vectorielle flux orient base
sur la mesure des tensions et des courants statoriques sont exposes dans [26-29]. Plusieurs
autres types d'observateurs de flux et leurs limites sont aussi discuts. Un observateur du flux en
boucle ferme intgrant un observateur de vitesse en incluant le modle mcanique du systme
sont proposs. Les diffrentes mthodes pour raliser l'orientation du flux direct l'aide
d'observateur d'tat sont aussi prsentes.
3.5.2 Estimation de la vitesse par observateur adaptatif dterministe
Dans cet exemple, on expose et on simule un observateur non-linaire adaptatif bas sur
la modlisation dynamique. Cette observateur a t tudier dans les rfrences [2-3, 6,21,21].
Il utilise les grandeurs statoriques exprimes dans un repre stationnaire li au stator. Les essais
sont effectus avec des conditions initiales non nulles pour valuer la phase de convergence de
l'observateur et avec des paramtres variables pour examiner sa robustesse.
66
3.5.2.1 Modlisation de l'observateur
Dans un repre stationnaire li au stator, le comportement dynamique d'une machine
asynchrone peut tre dcrit par les quations d'tat suivantes:
dx
-=Ax+Bu
dt
y=Cx
avec:
1 1- cr
crT
s
crT
r
0
1 1- cr
o
M
------
A=
crT
s
'rr
o
1 0
1 0
B=-
crLs 0
o
C-
1 [1
0' - 0
o
crT
r
0
M
T
r
(3.21)
(3.22)
l-cr l-cr
--w
cr'rr M
crM r
1- cr l-cr
---w
crM r
cr'rr M
1
(3.22a)
-w
r
T
r
1
w
r
'rr
(3.22b)
(3.22c)
Dans l'annexe A, on a dmontr que le systme dcrit par les quations (3.21) et (3.22) est
uniformment localement observable. L'observateur d'tat dterministe permettant d'estimer les
composantes dq du courant statorique et les composantes du flux rotorique a pour quation
d'tat:
dx A..". B G( ~
-=fiX+ u+ y-y
dt
(3.23)
avec y = [l: 1 ,y = [:: 1 et G est la matrice du gain qui sera dtermine pour assurer la stabilit
asymptotique de l'observateur.
67
La figure 3.5 montre le schma en bloc d'un observateur de vitesse adaptatif. Un
mcanisme d'adaptation est inclus pour estimer la vitesse de rotation 6\ de la matrice . Pour
dterminer le mcanisme d'adaptation et assurer la stabilit de l'observateur, on a utilis le
thorme de stabilit de Lyapunov. Pour obtenir l'quation de l'erreur dynamique d'observation,
on soustrait l'quation (3.18) de l'quation (3.23); on trouve ainsi:
de = d(x -x) =
dt dt
(3.24)
avec:
e=x-x, M=A-A
0 0 0
(m
r
- \)(I- cr)
crM

0 0
(ru
r
- ffi
r
)(1- cr)
0 -
crM
(3.25)
0 0 0 -(m
r
-ffi
r
)
0 0 m
r
- ffi
r
0
Considrons la fonction candidate de Lyapunov suivante:
(
m ffi)2
V(t)=eTe+ r r

(3.26)
o est une constante positive. Cette fonction n'est nulle que lorsque l'erreur e(t) est nulle et la
vitesse estime est gale la vitesse relle. Une condition suffisante pour assurer une stabilit
asymptotique uniforme de l'observateur est que la drive par rapport au temps de la fonction
candidate de Lyapunov soit dfinie ngative. La diffrentielle de l'quation (3.26) s'crit:
dV = e[d(e T )] + eT [de] + 2 dm (mr -ffiJ
dt dt dt dt
La substitution de l'quation (3.24) dans l'quation (3.27), donne l'quation suivante:
dV =eT[cA-GC)T +(A-GC)]e-2(m
r
-ffi
r
)[ l-cr (eidsVqr dm
r
]
ili ili

avec e
ids
= i
ds
- i
ds
et e
iqs
= i
qS
- iqs'
(3.27)
(3.28)
Or eTlcA-GC/ +(A-GqJe<O. Pour que la drive dv soit dfinie ngative il suffit donc
dt
(3.29)
68
On en dduit ainsi la loi d'ajustement pour l'estimation de la vitesse:
d&r 'A 1- cr
dt = crM eids \jf qr -eiqs \If dr
(3.30)
La vitesse de rotation est donc estime l'aide de la relation:
'A1-crJ(
(Dr = crM eids \jf qr -eiqs \If dr
(3.31)
Pour amliorer la rponse de l'observateur, on a modifi le mcanisme d'adaptation comme suit:
(3.32)
Les constantes Kp et Ki ont t dtermines par simulation (mthode d'essai et erreur). D'autre
part, puisque la paire (A, C) est observable, on a pu alors choisir la matrice de gain G de
l'observateur de telle faon que la matrice A-GC ait son spectre partie relle ngative, ce qui
assure la convergence de e(t) quant t tend vers l'infini. Le calcul du gain G peut tre ralis de
diffrentes manires: placement de ples, solution stationnaire d'une quation de Riccati, etc.
(3.33)
En fonction des paramtres de la machine les gains sont donns par :
1 1
gl = -(k-l)(-+-)
cr'C
s
cr'C
r
g2 = -(k -1)&r
g3 = _(k
2
-1){- [_1_ + 1- cr] crLsM + M} + (k -1) crLsM (_1_ + _l_J
(J'Cs O''C
r
Lr Lr Lr cr'C
s
O''C
r
(3.34)
g4 = -(k -1)&r
r
Les gains Kp et Ki du rgulateur PI ont t dtermins par simulation en utilisant
l'approche de conception: essai-erreur. Suite plusieurs essais, les gains retenus sont: Kp = 50 et
Ki = 40000.
69
[
. . ]T
Ids Iqs
Machine asynchrone
... _1:)a.
r

: .... - ... - ..
K e
w
K + _i ... --t.Adaptation ..,._.
p s
............................... .
Estimateur de vitesse
Figure 3.5 Schma en bloc d'un observateur dterministe
3.5.2.2 Rsultats de simulation et tude des performances de l'observateur
Pour faire l'tude de cet observateur, on a simul le comportement de la commande
vectorielle indirecte flux rotorique orient dcrite dans le chapitre 2. La figure 3.6 montre le
modle Simulink de l'observateur et les modles Simulink des sous-blocs: Gains, Matrice A et
Estimateur de vitesse sont illustrs la figure 3.7. Les simulations ont t ralises pour les
valeurs nominales de la machine.
3 f-----.,;
idse ul--_----'
4 J----JIoi
Integrateur C
iqse
Mux
x
<lX X
',Iire wre
e
Ma1:rice A
Estimateur
de vitesse
X
<lX
wre
Gains
Figure 3.6 Modle Simulink de l'observateur dterministe
70
2 - (k-1)"u(2)"u(3)
""re Mux
Fen
(k-1)" u(1)" u(3) - (k-1)"(1/(ro'tos)!-1/(ro'tor))"u(2) It------------------.J ...
Fcn1
H (k"2 - 1)"( - (1/(ro'tos)+(1-ro)/(ro'tor))"(ro'Ls"LmILr+Lmltor))!-(k-1)"(ro'Ls"LmILr)"(1/(ro'tos) +1I(ro'tor))
Fen2
Fcn3
(a)
Mux4
-(1I(ro"tos)+(1- ro Y(ro"to r)'t u(1 )+((1- ro Y(ro"to r' Lm)'t u(3)+((1- 10 Y(IO" Lm)'t u(4't u(5)
Fon
(11(Io"tos)+(1- ro Y(ro"to r)'t u(2)-((1- ro Y(ro" Lm)'t u(3't u(5)+((1- ro Y(ro"to r' Lm)'t u(4)
Fcn1
(Lmltor'tu(1) - (1 Itor't u(3) - u(4'tu(5)
Fcn2
(Lmltol'tu(2) + u(3'tu(5) - u(4)'tor
Fcn3
(b)
u( 4 )*u(5)-u(3)*u( 6)
e
Fen
Mux
(c)
Figure 3.7 Modles Simulink des sous-blocs: (a) Gains, (b) Matrice A et (c) Estimateur de
vitesse
ax
u
MU)
Les simulations ont t effectues en imposant un profil de vitesse dans les quatre
quadrants. La figure 3_8 montre la courbe de la vitesse relle (rom) et celle de la vitesse estime
71
(mme) ainsi que l'erreur dynamique (l'erreur d'observation). On constate que la rponse en vitesse
est rapide (except pour des valeurs trs petites du gain intgral Ki). L'erreur statique (en rgime
permanent) est trs faible et l'observateur converge assez bien. Par contre, au dmarrage,
l'observateur prsente un retard (un retard l'origine) d l'insertion d'un filtre de premier
ordre. En plus, l'erreur dynamique est acceptable lors du changement du sens de rotation, mais
elle est importante au dmarrage. Notons que le problme de l'observation vitesse nulle t
soulev dans les rfrences [2-3, 6, 21, 21]. D'aprs l'tude d'obervabilit, le cas de la vitesse
nulle ne peux pas tre dfinie de la mme manire que le cas de la vitesse leve. Pour des
faibles vitesses, on peut ngliger le couplage entre le sous-ensemble (observateur rduit) selon
l'axe d et le sous-ensemble selon l'axe q. Or ce couplage est prpondrant aux vitesses leves.
Afin d'amliorer le fonctionnement de l'observateur sur toute la plage de vitesse, il est suggr
[2-3] d'utiliser deux algorithmes avec des diffrents gains. L'une pour le fonctionnement aux
basses vitesses et l'autre pour le fonctionnement aux vitesses leves.
vitesses relle et estime
300
(f)
1
---
200
"'0
r::
c
100
ID
ID
E
:s: 0
-
ID
E -100
:s:
1 1 1 1 1 1 1
---; ,- ------: ------: ------ ~ ----- -----T -----: ------
_ _ __ 1 _____ J ______ l_____ _ __________ ______ ____ _
1 1 1 1 1 1 1 If
1\ 1 w ~ 1 1'\ 1 1 /
1.... 1 1 1 1.... 1 1 J
ijl"rl ___ I __ .\ ___ -< ______ T_ 1_ .. ______ ... _ \----1------ .. --- 1-
.Il' 1 1 l , .........-.-wme 1 1 1 /
1 1 1,../ 1 1 1 1 .. ,,-'
- - - - - - ~ - - - - ~ - - - - - - ~ - - - - ~ - - - - - - ~ - - - - ~ - - - - - - ~ ~ - - - -
1 1 1
1
-200
0 0.2 0.4 0.6 0.8 1.2 1.4 1.6
erreur d'observation
150
1
1 1 1 1 1 1 1
---r-----'------T------r------r-----'------,------
u
ID
(f)
50
---
"'0
r::
c
ID
0
ID
1
-50
1 1 1 1 r 1
--,------i------r------r- - - ~ - - - - - - 1 - - - - - -
1 1 1
-100
0 0.2 0.4 0.6 0.8 1.2 1.4 1.6
Temps en sec
Figure 3.8 Courbe de la vitesse relle, de la vitesse estime et de l'erreur d'observation
72
3.6 Estimation par un systme adaptatif avec modle de rfrence (SAMR)
Dans le systme adaptatif avec modle de rfrence (SAMR), on fait une comparaison
entre les sorties de deux modles. Un modle qui n'implique pas la variable estimer (dans ce
cas, la vitesse du rotor) est considr comme modle de rfrence. L'autre modle impliquant la
variable estimer, est considr comme modle ajustable. L'erreur entre les sorties des deux
modles est utilise pour dterminer un mcanisme d'adaptation appropri pour le modle
ajustable. Dans le cas de la machine asynchrone, le modle de rfrence peut reprsenter la
machine elle-mme, et le modle ajustable est un modle idal pour la commande vectorielle
dans lequel la vitesse du rotor est considre comme variable. Quand la vitesse dans le modle
ajustable est modifie de sorte que la diffrence entre la sortie du modle de rfrence et la sortie
du modle ajustable s'annule, la vitesse rotorique estimer sera alors gale la vitesse relle. Le
signal d'erreur actionne un algorithme d'adaptation qui fait converger cette erreur
asymptotiquement zro.
L'estimateur de vitesse est choisi afin obtenir une rponse rapide et stable. La conception
et l'analyse dtailles d'un estimateur de vitesse du rotor utilisant la commande adaptative avec
modle de rfrence sont dcrites dans [7]. Dans la rfrence [58], un estimateur de vitesse du
rotor a t conu selon la mthode d'erreur produite, o un modle de la machine asynchrone est
considr comme modle de rfrence et le modle idal de la commande vectorielle de la
machine asynchrone est considr comme modle ajustable.
tant un systme mono-variable, l'identificateur est conu pour tre suffisamment stable
dans la zone de fonctionnement. Dans la rfrence [58], la technique SAMR a t utilise pour
estimer la vitesse de rotation. Deux observateurs indpendants sont construits. Le modle de
rfrence utilise l'quation suivante :
= dS]-crLs Rs
dt 'l'qr M qs dt qs qs
(3.35)
73
Cette quation ne contient pas la vitesse de rotation. Cependant, exprimes dans le repre
stationnaire li au stator, les quations rotoriques de la machine contiennent le flux rotorique et la
vitesse de rotation. Le modle d'adaptation est donn par :
= {_ 0] + oor[O + M
dt 'Pqr 't"r 0 1 1 0 'Pqr 't"r 1qs
(3.36)
o ''d! et ''qr sont les composantes directe et quadratique du flux rotorique. Elles sont estimes par
le modle de rfrence.
Les deux modles du flux rotorique sont compars pour gnrer l'erreur afin d'estimer la
vitesse du rotor. Pour rsoudre les problmes avec les conditions initiales et la drive, la structure
a t modifie en insrant une matrice de transfert linaire dans le modle de rfrence et le
modle ajustable. Il a t soulign que le fonctionnement du systme prs de la vitesse nulle n'est
pas satisfaisant. Afin de tenir compte des variations de paramtres dans le systme exprimental
propos dans [59], les paramtres de la machine ont t identifis et adapts en ligne.
Dans les rfrences [60,61], on a ajout, dans les deux modles, les quations des forces
lectromotrices (e
rn
) au lieu du flux rotorique. La structure propose n'utilise pas d'intgrateurs
purs dans le modle de rfrence et le modle ajustable. On obtient ainsi une plage plus large
pour le contrle de vitesse. Ainsi la vitesse estimer est donne par :
D
r
= (K
p
+ KI )(
m
e
m
)
s
avec:
o dsigne le produit vectoriel.
(3.37)
(3.38)
L'analyse prliminaire montre que cette technique est peu sensible aux variations des
paramtres de la machine. Actuellement, quelques travaux de recherche se poursuivent pour
valider exprimentalement cette technique.
74
3.7 Techniques d'estimation avec adaptation des paramtres
L'inconvnient majeur de la commande vectorielle indirecte est qu'elle dpend
directement des paramtres de la machine, puisque l'information sur le flux est obtenue en se
basant sur le modle dynamique de la machine asynchrone elle-mme. Or ces paramtres sont
affects par la temprature, le niveau de saturation de la machine et la frquence d'opration. La
dpendance de la rgulation du flux vis--vis des paramtres de la machine engendre des erreurs
en rgime permanent et des oscillations en rgime transitoire dans le couple et dans le flux. Pour
compenser ces effets et rendre plus robuste la commande, plusieurs techniques d'adaptation de
paramtres ont t proposes. Plus prcisment, dans la rfrence [32], on les rvise et les
classifie. Globalement, on distingue deux mthodes d'adaptation de paramtres: la mthode
directe et la mthode indirecte. Dans la mthode directe, les mesures sont tablies soit
directement, soit en rinjectant un signal extrieur. Dans la mthode indirecte, les paramtres de
la machine sont identifis en ligne.
La rfrence [62] propose une mthode qUI estime la fois la vitesse du moteur et
identifie la rsistance rotorique l'aide d'un observateur d'tat adaptatif. En superposant les
composantes des courants alternatifs avec la composante du champ tournant, la vitesse et la
rsistance du rotor sont simultanment estimes. La constante de temps rotorique est identifie
par les quations suivantes :
dRr . ':' . ":'
- - K ((1 - 1 )1 - (1 - 1 )1
dt - 1 ds ds ds qs qs qs
(3.39)
(3.40)
o KI et K
2
sont des gains positifs arbitraires. Rappelons que le symbole A signifie valeur
estime.
Cette mthode permet d'estimer la rsistance rotorique en utilisant l'erreur d'estimation
du courant statorique selon l'axe direct d. La rsistance rotorique est estime indpendamment de
la variation de la vitesse, parce que l'information sur la vitesse n'est pas incluse sur l'axe d.
L'utilisation d'un compensateur logique floue pour compenser l'erreur dans la rsistance
rotorique a t propose dans [63]. Le calcul direct de la vitesse du rotor sans tenir compte de
75
l'effet de rsistance rotorique a t propos dans [64]. Une formule mathmatique pour le calcul
de cette rsistance a t aussi donne, mais cette expression est fonction du flux rotorique et des
inductances de la machine. Il faut noter qu'une recherche intensive se poursuit actuellement dans
l'adaptation en ligne des paramtres des machines aussi bien dans la commande que dans
l'observation.
3.8 Estimation l'aide d'observateurs optimisant un critre statistique
3.8.1 Gnralits
En gnral, les observateurs optimisant un critre statistique donnent une estimation
optimale (au sens d'un critre statistique) de l'tat du systme perturb par des bruits dont les
proprits stochastiques sont COlIDues. Le filtre de Kalman appartient cette classe de
reconstructeurs d'tat. Il est souvent conu pour estimer le flux, la vitesse ou les paramtres
utiliss pour la synthse d'une loi de commande [2].
Le filtre de Kalman standard donne une ralisation de la variable alatoire x reprsentant
l'tat du systme l'instant k, connaissant le vecteur de mesure, qui minimise la variance priori
de l'erreur d'estimation:
E(xtx) avec x = x - x
Le procd discrtis est modlis par les quations suivantes:
{
X
k
+
1
= AdkX
k
+ BU
k
+ w
k
Yk = CdkX
k
+ v
k
(3.41)
(3.42)
Wk et Vk sont des bruits blancs centrs non corrls caractriss par leur matrice de covariance.
Pour les systmes non-linaires, le filtre de Kalman standard ne donne pas de bons rsultats.
Dans ce cas, on utilise le filtre de Kalman tendu. Il n'est en ralit qu'une extension de
l'algorithme standard aux systmes non-linaires de la forme:
x(t) = f[x(t), u(t), d+ G(t)w(t)
et:
y(t) = h(x(t), t) + v(t)
w(t) est la matrice de bruit du modle d'tat.
v(t) est la matrice de bruit du modle de sortie.
(3.43)
(3.44)
76
Ce filtre linarise le systme chaque pas autour d'un point de fonctionnement dfini au pas
prcdent.
On dfinit:
H(X(t),t)=(dh) , F[X(t),U(t),tJ=(df) et F(k) = (df[X(t),U(t),t)]) (3.45)
dx x=x(t) dx x=x(t) dx x=x(k/k)
et (k + 1, k) = e(F(k)T) la matrice de transition de x
k
vers Xk+1 (T est la priode d'chantillonnage
du systme).
Aprs chantillonnage, l'algorithme devient:
(k+I)T
x(k + 11 k) = x(k 1 k) + ff[(x(t 1 t
k
), u(t), tldt
kT
P(k + 11 k) = (k + 1, k)P(k 1 le) T (k + 1, le) + Q(le)
(k+1)
o Q(le) = f(t
K
+
1
, t)G(t)Q(t)G T (t)( T (t
k
+
l
, t)dt
kT
Pour calculer P(le + 1), le systme est linaris autour de x(k).
Le gain du filtre de Kalman est donn par :
K(k + 1) = P(k + 11 k)(H
T
(k + l[H(k + l)P(k + l)H
T
(k + 1) + R(le + 1)]-1
o H(k + 1) = (dh[(X(t), tl)
dx x=x(k+llk)
Cette fois, la linarisation se fait autour de x(k + 1)
P(k + 11 k + 1) = [r - K(k + l)H(k + l)]P(k + 11 k)
x(k + 11 k + 1) = x(k + 11 k) + K(k + l){Y(k + 1) - h[x(k + 11 k,k + l)D
(3.46)
(3.47)
(3.48)
(3.49)
(3.50)
(3.51)
(3.52)
(3.53)
Il est bien connu que le filtre de Kalman tendu peut prsenter des problmes de
convergence qui limitent notablement son utilisation dans la commande des machines lectriques.
77
3.8.2 Application du filtre de Kalman tendu l'estimation de la vitesse de rotation d'une
machine asynchrone
Plusieurs auteurs ont propos des estimateurs de vitesse bass sur le filtre de Kalman
tendu pour raliser diffrentes stratgies de la commande sans capteur mcanique de la machine
asynchrone (commande vectorielle, commande non-linaire, commande intelligente). On se
limite un cas trs simple qui pennet d'estimer les composantes du flux rotorique et la vitesse de
rotation [71]. Pour cela on utilise le modle d'tat dcrit par l'quation (2.53). Dans un repre
stationnaire li au stator, on obtient:
1 1- a
0
1- a 1- cr
------ --w
aT
s
aT
r
aTrM
aM r
Ids
1 1- a 1-a 1- a
Ids 1 0
0 ------ ---C
d 1 qs
aT
s
aT
r
aM r
a'tr M 1 qs 1
0 1
[v ] (3.54) +--
dt 'l'dr
M
0
1
'l'dr aL
s
0 0 v qs
-C
r
'l'qr
T
r
'tr
'l'qr 0 0
M 1
0 C
r
'tr 'tr
o:
vecteur d'tat x = d i
qS
'l'dr 'l'qr Y
entre u = [v ds V qs JT
sortie
r . JT
y = li
ds
Iqs
Le modle d'tat modifi devient alors:
1- cr
0
1- cr 1- cr
----- --m 0
ms
m
r
mrM
crM r
i ds
1- cr 1- cr 1- cr
Ids
0
0 ----- ---m 0
0 1
d
I
qs
ms m
r
crM r
mrM
1 qs
1
[v dS]
(3.55)
'l'dr =
M 1
'l'dr +-- 0 0
dt
0 - m
r
0
crLs v qs
'l'qr
1:
r
1:
r 'l'qr 0 0
m
r 0
M 1
m
r
0 0
m
r
0
1:
r
1:
r
0 0 0 0 0
78
Ids
[i&] = [1
0 0 0
~
1 qs
1 0 0
\f'dr
(3.56)
Iqs 0
\f'qr
ror
On note que dans l'quation (3.53), la drive de la vitesse de rotation est suppose gale
zro (dro, = 0). Ce qui correspond une charge d'inertie infinie et la machine tourne une
dt
vitesse quasi-constante. Cependant, en ralit ce n'est pas le cas, mais, la correction requise est
assure par le filtre de Kalman lui-mme (par les matrices des bruits qui tiennent compte aussi
des imprcisions de traitement et de l'alimentation).
Les fonctions F et G sont donnes par:
f
1
(x, u, t)
f
2
(x, u, t)
F(x, u, t) =
=
f
3
(x, u, t) (3.57)
f4 (x, u, t)
fs(x, u, t)
0
1 0 0
0 1 0
1
0 0 0 (3.59) G(t)=-
(j'L,
0 0 0
0 0 0
Le bruit W
x
reprsente les harmoniques de tension et les incertitudes paramtriques. Le paramtre
v modlise les harmoniques de courant.
L'ordre lev reprsente l'inconvnient majeur de ce modle. Cela peut compliquer la
ralisation pratique du filtre de Kalman. Dans la rfrence [74], plusieurs modles discrtiss
rduits du filtre de Kalman ont t proposs pour faciliter la ralisation pratique. Les rsultats
obtenus sont prometteurs. Nanmoins, le modle tendu classique possde de grands avantages.
79
En effet, il ne requiert ni la mesure de vitesse rotorique, ni la connaissance de la pulsation de
glissement, ni de transformations trigonomtriques complexes qui rendent le modle fortement
non-linaire. Il permet aussi de calculer l'angle d'orientation et tout autre paramtre ncessaire
pour la commande vectorielle.
Pour discrtiser le modle, on utilise souvent les approximations suivantes:
(3.40)
A, B et C sont les matrices du systme continu et A', B', et C' sont les matrices du systme
discrtis.
On suppose aussi que la priode d'chantillonnage est trs faible devant la dynamique du
systme. Le modle discret est donn par:
1 1- cr 1- cr
T 1cr-;- \(k)
l-(-+-)T 0 T-- 0
cr't
s
m
r
cr'trM
id.(k + 1)
1 1- cr 1- cr 1- cr
i
ds
(k) 1
iqs(k + 1)
0 l-(-+-)T -T-} (k) T-- 0
i
qs
(k) 0
cr't
s
cr't
r
crM r
mrM
T
\{Idr (k + 1) =
TM
T \{IdrCk) +- 0
0 1-- - TmJk) 0
crLs
\{Iqr (k + 1) 'tr 'tr \{Iqr(k) 0
mr(k + 1)
0
TM
T}r(k)
T
1-- 0
mr(k) 0
'tr 'tr
0 0 0 0
(3.60)
ictsC
k
)
0 0 0
i
qS
(k)
[ i ~ k ) ] = [1
iqs(k) 0 1 0 0 ~ ]
'Pctr(k) (3.61)
'Pqr(k)
wrCk)
3.8.3 Simulation d'une commande vectorielle flux rotorique orient base sur un filtre
de Kalman tendu
Une fois qu'on a discrtis le modle, on peut dterminer les diffrentes matrices et les
vecteurs pour la rcursivit.
La matrice F est donne par le Jacobien de /[x(t), u(t), t] :
80
0
1
[ vds(k
0
vqs(k
0
0
1 1- a
----- 0
a'T s a'T r
1 1- a
0
-----
a'T s
F= M
0
T
r
0
M
T
r
0 0
La matrice H est donne par :
H = [1 0 0 0 0]
o 1 0 0 0
a'T r
1- a 1- a 1- a
--(
--'l'qr
a'TrM
aM r
aM
1- a 1- a 1- a
---( --'l'
aM r
a'TrM
aM dr
1
- 'l'qr - (r
T
r
(3.62)
1
'l'dr
(r
'T
r
0 0 1
(3.63)
L'estimation l'aide de l'algorithme du filtre de Kalman tendu se droule en six tapes:
tape 1 : Initialisation du vecteur d'tat et des matrices de covariance Q et R
Le vecteur d'tat est initialis Xo = x(to). Qo est une matrice diagonale 5x5, Ra est une
matrice diagonale 2x2.
tape 2: Prdiction du vecteur d'tat.
tape 3 : Estimation de covariance pour la prdiction.
tape 4: Calcul du gain du filtre de Kalman.
tape 5 : Mise jour de la matrice de la covariance d'erreur.
tape 6 : Estimation d'tat.
La figure 3.9 montre le modle de simulation d'une stratgie de commande sans capteur
avec un estimateur bas sur le filtre de Kalman tendu. On y trouve les diffrents blocs de
Simulink et de la bote outils SimpowerSystem d'une commande vectorielle flux rotorique
oriente avec imposition de courant dcrite dans le chapitre 2. La simulation est ralise en mode
discret avec une priode d'chantillonnage pour le systme de puissance gale T
s
= 2.0 J,.ls, et
une priode d'chantillonnage pour le systme de commande gale Tc = 50.0 J,.ls. Le bloc de
l'estimateur est implant dans une fonction de Matlab (S-function).
81
wme

Teta iabo 14--....
wm
Calcul d. Phi
et Teta
Filtre de Kalman
Rgulateur
du oourant
Vab
Powergui
-Discrete,
Ts = 2e-006 s.
'Iab
Machine
asynchrone
is
wm
is 1+---,
Demux
is_abc
is_qd

m
'Is_qd
wm
Figure 3.9 Modle Simulink d'une stratgie de commande sans capteur avec un estimateur
filtre de Kalman
3.8.4 Rsultats de simulation
Pour illustrer le comportement de cet estimateur par rapport aux autres observateurs, on
l'a soumis aux mmes conditions de test (fonctionnement dans les quatre quadrants). L'estime
de la vitesse est injecte dans une commande vectorielle chantillonne avec une loi de
commande de type proportionnel intgral. La figure 3.1 0 correspond un fonctionnement en
boucle ferme sans variation paramtrique (cas idal).
On remarque que l'estimateur converge bien et que l'erreur d'estimation, quoique qu'elle
soit un peu leve au dmarrage, reste pratiquement constante sur toute la plage de vitesse. En
effectuant quelques simulations en variant les rsistances statorique et rotorique, on a constat
que l'ensemble commande-machine-estimateur converge bien mme aux basses vitesses, mais
l'erreur d'estimation augmente, mais reste dans des limites acceptables. Il reste que ce filtre est
complexe implanter en pratique.
82
vitesse mcanique wm
400r-------------,--------------,-------------,
200
o
;:J
~ -200 - - - - - - - - - - - - - - - - - ~ - - - - - ~ ~ M I M M . r . - -- ----- --- -- -- -
-400
0
4
~
2
::s
"'"1
~
e::
0
VJ
-2
-4
0
1
0.5
erreur d'estimation de la vitesse
1
-----------------1-------------
1
1
1 1
--------------------------------------------------
1
1
1
0.5
Temps en sec
1.5
1.5
Figure 3.10 Fonctionnement en boucle ferme d'un variateur avec un estimateur filtre de
Kalman
3.9 Conclusion
Dans ce chapitre, on a prsent les approches d'estimation de la vitesse de rotation d'une
machine asynchrone cage d'cureuil les plus rpandues et qui sont bases sur le modle
dynamique. Les diffrents modles sont labors dans un repre stationnaire li au stator. On
peut aussi utiliser les deux autres repres (li au rotor et li au champ tournant), mais au prix
d'utiliser des transformations trigonomtriques complexes. Les stratgies de commande sans
capteur de vitesse peuvent tre classifies en deux catgories : les stratgies en boucle ouverte et
celles en boucle ferme. Pour la premire catgorie, on n'a pas besoin d'un capteur de vitesse
pour rgler le couple ou le flux. La commande directe du glissement et la commande directe du
couple et du flux appartiennent cette catgorie. Les stratgies en boucle ferme ont besoin de la
vitesse rotorique (mesure ou reconstitue). Elles se basent sur plusieurs approches: calcul
direct, utilisation des quations d'tat, observateurs en boucle ouverte ou en boucle ferme, des
systmes adaptatifs avec modle de rfrence (SAMR) et le filtre de Kalman tendu.
83
Dans l'approche d'estimation de la frquence de glissement, la frquence des courants
statoriques de la machine est rgle en estimant la frquence de glissement partir des paramtres
de la machine et des courants statoriques. La vitesse de la machine est indirectement estime
l'aide de la frquence de glissement. Cette approche a t utilise pour la commande scalaire et la
commande vectorielle. Dans la mthode base sur les quations d'tat de la machine,
l'information sur la vitesse est obtenue partir des courants et des valeurs estimes du flux
statorique ou du flux rotorique. Dans les mthodes d'estimation de la vitesse par observateur
d'tat, le flux rotorique est estim par un observateur d'tat et la vitesse est dtermine en
utilisant l'erreur d'observation entre le courant statorique et le flux rotorique estim.
Plusieurs mthodes bases sur le concept des systmes adaptatifs avec modle de
rfrence sont aussi employes pour estimer le flux et la vitesse de la machine asynchrone.
L'approche la plus connue utilise un modle de rfrence de tension, qui n'implique pas le terme
de vitesse. Un modle ajustable fond sur les quations rotoriques est utilis pour corriger le
modle de rfrence. La vitesse est estime par l'erreur rsultante entre les deux modles. Le
filtre de Kalman a t employ avec un certain succs pour identifier la vitesse et le flux rotorique
de la machine asynchrone.
On constate que toutes ces mthodes sont fondes sur des modles mathmatiques. Or ces
derniers dpendent des paramtres lectriques et mcaniques de la machine. Ces paramtres sont
affects par la temprature, le niveau de saturation ainsi que la frquence et le point de
fonctionnement. Cette dpendance de paramtres rend alors l'estimation peu robuste et engendre,
en rgime tabli, des erreurs, et en rgime transitoire, des oscillations sur le couple et sur le flux.
Elle affecte les performances statiques et dynamiques de la rgulation et limite la gamme de
vitesse.
Pour surmonter la majorit de ces problmes, une approche base sur l'apprentissage (les
rseaux de neurones) semble amener une solution efficace. Ce qu'on tentera de vrifier dans le
chapitre suivant.
84
Finalement, signalons que la commande sans capteurs continuera avancer dans
l'estimation de la vitesse de rotation, des flux statorique et rotorique, et dans la commande directe
du couple. En ce moment, elle commence tre largement utilise dans les applications
industrielles et le transport. Mais dans l'avenir proche, les systmes d'entranement sans capteurs
deviendront une ralit pratique et seront utiliss dans de nombreuses applications industrielles et
militaires, et particulirement dans le transport (vhicules lectriques, bateaux de plaisance, etc.).
Les processeurs numriques de signal, les rseaux logiques programmables et
rconfigurables, les rseaux de neurones et la logique floue acclreront sans doute le
dveloppement des systmes d'entranement sans capteurs et feront augmenter la fiabilit et le
fonctionnement dans des conditions svres un cot trs bas.
85
CHAPITRE 4
ESTIMATION DE VITESSE D'UNE MACHINE ASYNCHRONE CAGE
D'CUREUIL L'AIDE DE RSEAUX DE NEURONES ARTIFICIELS
4.1 Introduction
Les rseaux de neurones artificiels (formels) possdent une proprit remarquable qui est
l'origine de leur intrt pratique dans des domaines trs divers [36] : ce sont des approximateurs
universels parcimonieux [47]. Sans entrer dans les dtails mathmatiques, la proprit
d'approximation peut tre nonce comme suit : toute fonction borne suffisamment rgulire
peut tre approche avec une bonne prcision, dans un domaine fini de l'espace de ses variables,
par un rseau de neurones compos d'une couche d'un nombre fini de neurones cachs possdant
tous la mme fonction d'activation, et d'un neurone linaire de sortie.
Les rseaux de neurones ont prouv leur efficacit dans plusieurs domaines: tels que le
traitement de signal, l'identification paramtrique, la commande des procds non-linaires,
l'estimation et la dtection de dfauts.
Dans ce chapitre, on prsentera la mthode d'estimation de la vitesse et d'autres variables
de commande 1'aide de rseaux de neurones artificiels. Dans un premier lieu on expose
l'estimation des rseaux non boucls (statiques) ainsi que celle des rseaux boucls. On
dtermine les architectures de ces rseaux et on procde leur entranement l'aide des
algorithmes d'apprentissage de la bote outil Neural Network de Matlab. Ensuite, on tudie
leurs performances dans une commande vectorielle de la machine asynchrone. On se penche plus
particulirement sur la convergence et la robustesse des estimateurs de vitesse rseaux de
neurones. la fin de ce chapitre, on prsente une nouvelle approche d'estimation de la vitesse de
rotation base sur le concept de systmes adaptatifs avec modle de rfrence.
4.2 Classification des approches existants sur l'estimation de la vitesse
Les approches existantes sur l'estimation de la vitesse par rseaux de neurones peuvent tre
classifies en deux grandes classes: l'approche d'estimation avec apprentissage en ligne et
l'approche d'estimation avec apprentissage hors ligne:
La premire approche a t prsente pour la premire fois dans la rfrence [37]. Elle se
base sur le concept des systmes adaptatifs avec modle de rfrence. Le modle de
rfrence implante l'quation d'tat du flux rotorique (ne dpend pas de la vitesse), alors
que le rseau de neurones, deux ou plusieurs couches, joue le rle du modle
d'adaptation. Dans ce cas, la vitesse de rotation de la machine est proportionnelle l'un
des poids du rseau. L'apprentissage se fait en ligne: les poids du rseau sont
continuellement ajusts. L'estimateur ainsi obtenu possde gnralement une architecture
assez simple, cependant il est souvent peu robuste. En effet, le modle de rfrence est
affect par les variations des paramtres internes de la machine (la rsistance statorique, la
constante de temps rotorique, etc.). En plus, l'estimateur propos dans la rfrence [37]
requiert une intgration pour dterminer le flux pour le modle de rfrence. Vu les
problmes de drive, l'intgrateur a t remplac par un filtre programmable. Ce filtre
limite les performances de l'estimateur surtout aux basses vitesses. En se basant sur le
modle neural srie-parallle quelques modifications ont t amenes sur l'estimateur
initial [6, 8]. On cite en particulier le modle fond sur les erreurs dans les courants
statoriques. Les valeurs des courants statoriques sont compares avec les valeurs
mesures, et l'aide d'un algorithme de rtropropagation, on adapte les cfficients du
rseau.
La deuxime approche d'estimation se base sur l'apprentissage hors ligne. C'est--dire
l'adaptation des cfficients se fait en temps diffr. C'est une mthode indirecte, mais
elle est plus gnrale [39]. En effet, part la normalisation et dnormalisation, aucun
traitement des dOIDles n'est requis. Elle utilise des rseaux de neurones multicouches
boucls (rcurrents) ou non boucls. La variable estimer (la vitesse de rotation) est
directement prsente la sortie du rseau (apprentissage supervis). D'autre part, la base
d'apprentissage de ces rseaux peut tre compose seulement des tensions, des courants
87
statoriques ou des puissances recueillis partir d'une simulation ou par mesure directe.
Le problme principal dans cette approche est le choix de l'architecture du rseau de
neurones. Une architecture de petite taille ne permet pas au rseau de gnraliser. Par
contre, une architecture importance rend la ralisation pratique quasi-impossible. En plus,
l'entranement rseaux de neurones multicouches boucls non boucl est assez long et
difficile et peut exister des minimums locaux.
Dans les sections suivantes, on va exposer en dtail les diffrents estimateurs de vitesse
qu'on a labors dans cette thse.
4.3 Estimation de la vitesse par des rseaux multicouches apprentissage
hors ligne
4.3.1 Rappel
Le modle lectrique dynamique d'une machine asynchrone triphase cage d'cureuil est
dcrit, dans un repre orthogonal quelconque, par l'quation matricielle non-linaire de Park
suivante:
v ds Rs
0 0 0 0 0 i
ds
'P
ds
0
- Be
0 0 0 0 'P
ds
V qs
0
Rs
0 0 0 0 I
qs 'l'qS Be
0 0 0 0 0
'Pqs
Vos
0 0 Rs
0 0 0
los d 'Pos d 0 0 0 0 0 0
'Pos
=
+- +- (4.1)
0 0 0 0
Rr
0 0 I
dr
dt 'P
dr
dt 0 0 0 0 -B
s1
0 'P
dr
0 0 0 0 0
Rr
0
i qr 'Pqr
0 0 0 B
s1
0 0
'Pqr
V
or
0 0 0 0 0
Rr lor 'Por
0 0 0 0 0 0
'Por
Les quations d'tat statorique et du flux rotorique sont donnes respectivement par:
] [ v. ] - R [i,,] + [ 0
dt 'l'qS v
qs
s i
qs
-1
1]d9f"]
o dt 'l'qS
(4.2)
[i
ds
]+[ 0 1]d8
e
['l'dS]}
dt 'l'qr M v qs s dt i
qs
s i
qS
-1 0 dt 'l'qS
(4.3)
On constate que la dernire quation ne dpend que des variables statoriques qui sont les
seules mesurables dans le cas d'une machine cage. Par simple intgration, on peut donc trouver
les composantes du flux rotorique.
88
De l'quation (4.2), on tire :
. d'l'd
-v +R 1 +--'
d, ,d, dt
d [ee]
dt ee =
'l'q,
d'l' ,
v -R i ---q
q' 'q' dt
'l'd'
En utilisant les lignes (4) et (5) de l'quation (4.1), on aboutit :
. d'l'd
RI + __ r
r dr dt
'l'qr
d'l'
-R i ___ qr
r qr dt
or:
1 0 -aL
,
0
'l'dr
0 1 0 -aL
,
'l'd'
'l'qr
Lr
1
0 --
L
--' 0
'l'q,
1 dr M Lr Lr Id,
1
0
1
0 ~ 1 q' qr
Lr Lr
Ceci donne aprs substitution de (4.6) dans (4.5) :
d'l'ds + 'l'ds -aL di ds ~ i
dt 1:[ s dt 1:[ ds
'l'qS - aLSiqS
d'l'qs 'l'qS di
qs
Ls.
-----+aL -+-1
dt 1:[ s dt 1:[ qs
'l'ds - aLsidS
(4.4)
(4.5)
(4.6)
(4.7)
En plus, dans le cas d'une machine asynchrone cage d'cureuil, les pmssances
instantanes active et ractive sont exprimes respectivement, si la somme des courants
statoriques est nulle (neutre flottant), par :
(4.8)
. .
q = V g,l
d
, - V d,l
g
, (4.9)
89
soit, en utilisant les lignes (1) et (2) de l'quation (4.1) :
. d'Pd, . d'P
qs
('P' 'P' )d8e R ('2 '2)
P=ldSili+lqSili+ ds1q, - qslds Tt+ ,Id' +lqS
(4.10)
. d'P
dS
. d'PqS d8 e (\TI \TI)
=-1 --+1 --+- r + r
q qs dt d, dt dt d, q'
(4.11)
Les quations (4.10) et (4.11) permettent de dterminer les drives des composantes du flux
statorique. Ainsi, en utilisant la rgle de Cramer, on obtient aprs arrangement des termes:
em
est donn par :
T
P (U/' \u')
=-rl -rI
em 2 ds qs qs ds
(4.13)
4.3.2 Aspect dynamique des estimateurs de vitesse par rseaux de neurones
Dans cette partie, on va dterminer les relations causales entre les variables d'entre et les
variables de sortie estimer et on essaie de dgager l'aspect dynamique des estimateurs rseaux
de neurones. Dans cette perspective, on dbute par tablir les modles discrets de chaque
estimateur. Pour cela, on utilisera deux mthodes de discrtisation distinctes: l'approximation
d'Euler arrire et la transformation bilinaire (l'approximation trapzodale). La discrtisation
sera faite uniquement dans un repre stationnaire li au stator puisque le traitement dans ce
rfrentiel ne requiert pas de transformations trigonomtriques complexes.
On rappelle que dans ce repre 8 = 0, et d8 si =-0)
e dt r
4.3.2.1 Discrtisation du flux statorique l'aide de l'approximation d'Euler arrire
En utilisant l'approximation d'Euler arrire, l'quation diffrentielle (4.2) peut tre
transforme comme suit :
90
(4.14)
o T est la priode d'chantillOlmage.
En amenant 'Pd, (k -1) et ':l'q, (k -1) du ct droit, on trouve:
(4.15)
On constate que pour calculer les composantes ':l'd, (k) et ':l'q, (k) du flux statorique pour l'instant
indispensable. Les valeurs de toutes ces variables sont disponibles soit par mesure directe ou par
reconstitution.
4.3.2.2 Discrtisation du flux statorique l'aide de la transformation bilinaire
En utilisant la transformation bilinaire, la mme quation peut tre transforme comme suit:
Le terme z-t dsigne un retard d'une unit de temps.
Aprs arrangement des termes de l'quation prcdente, on obtient:
[
':l'd, (k)] = [':l'd,Ck -1)] + T [v d, (k) + v d, (k -1)] _ T R [id' (k) + id, (k -1)]
':l' q' (k) ':l' q' (k - 1) 2 v q' (k) + v q,(k - 1) 2 'i qs (k) + i qs (k -1)
(4.17)
ou encore:
{
':l'dS (k) : fi (':l'dJk = 1), v ds (k), v ds (k = 1), ~ d (k), ~ d (k = 1
':l'qs(k)-f
2
(':l'qs(k 1), vqJk), vqs(k 1), l
qs
(k), lqs(k 1
(4.16)
(4.18)
Pour le calcul de ':l'd, (k) et ':l'q, (k), en plus de ':l'd, (k -1), ':l'q, (k -1), v d, (k), v qs (k),i
d
, (k),i
qS
(k), on
aura besoin des informations sur les variables v d, (k -1), v q' (k -1), i
ds
(k -1), i
q
, (k -1) .
Les composantes des flux statoriques peuvent tre aussi dtermines en utilisant les puissances
active et ractive. En effet, en appliquant la transformation bilinaire au systme d'quations
diffrentielles (4.12) on trouve:
91
2 1- Z-J ['Pd' (k)] 1 [id' (k)(P(k) - R, (k) + (k)) )- i q, (k)q(k)]
Tl + z-J 'P
q
, (k) = (k) + (k) i
q
, (k)(P(k) - R, (k) + (k)) )+ id' (k)q(k)
(4.19)
Cette dernire quation peut s'exprimer comme suit:
[
'PdJk)] ['PdJk -1)] T { 1 [id' (k)(P(k) - R, (k) + (k)) )- iq, (k)q(k)]
'P
q
, (k) = 'PqS (k -1) + 2 (k) + (k) i
qs
(k)(p(k) - R, (i!, (k) + )+ id' (k)q(k)
1 [i
dS
(k -l)(p(k -1) - R, (k -1) + (k -1)) ) - i
q
, (k -l)q(k -1)]}
+ i!s (k -1) + (k -1) i
qs
(k -l)(p(k -1) - R, = 1) + (k -1)) ) + i
ds
(k -l)q(k -1)
(4.20)
On obtient donc deux fonctions non-linaires:
{
'P
d
,(k)=f
3
('P
ds
(k-1), p(k), p(k-1), q(k), q(k-1), ids(k), i
ds
(k-1), iqs(k), iq.(k-l) (4.21)
'PqJk) = f4 ('P
qS
(k -1), p(k), p(k -1), q(k), q(k -1), i
ds
(k), i
ds
(k -1), i
qS
(k), i
qS
(k -1))
En examinant les deux quations (4.17) et (4.20), on constate que le modle du flux (la
variable de sortie) est causal. En effet, elles s'expriment comme un systme, priori non-linaire
aux diffrences finies, car un instant donn, le flux dpend des entres l'instant t, ainsi que des
entres et des sorties aux instants prcdents. Ainsi, la prdiction des composantes du flux
statorique fait appel des informations l'instant t (les courants, les tensions et/ou les puissances
active et ractive) et aux instants prcdents (courants et flux). Et par consquent, le vecteur
d'entre du rseau de neurones est constitu de la manire suivante:
Toutes ces variables sont disponibles, soit par mesure directe, soit par estimation. Elles peuvent
tre utilises par un rseau de neurones multicouche rcursif pour prdire les composantes du flux
statoriques 'P
ds
(k) et 'PqS (k) et le couple lectromagntique donn par l'quation (4.13).
4.3.2.3 Discrtisation de la vitesse de rotation
Dans un repre statiollimire li au stator, l'quation (4.7) peut tre rcrite comme suit:
d'Pds L di ds _ (UI L') 'Pds Ls
+---cr - - -00 T -cr 1 --+-1
dt s dt r qs s qs 1: r 1: r ds
d'P
qS
di
qS
. 'PqS L s .
---+crL -=-00 ('P -crL 1 )+---1
dt s dt r ds s ds 1: r 1: r qs
(4.22)
92
En appliquant la transfonnation bilinaire la premire quation diffrentielle du systme
d'quations (4.22) on trouve:
En multipliant des deux cts par 1 + Z-I et en dveloppant, on aboutit :
3.. ['P
ds
(k) - 'P
ds
(k -1) - crLs (ids (k) - i
ds
(k -1] = -w
r
(k)['P
qs
(k) - crLSiqs (k)]- 'P
ds
(k) + .!:li
ds
(k)
T 'tr 'tr
- W
r
(k -l)['PqJk -1) - crLSiqS (k -1)] - 'P
ds
(k -1) + i s (k -1)
'tr 'tr
(4.24)
Ce qui donne aprs arrangement des tennes :
(4.25)
On obtient donc une fonction non-linaire de la forme:
W
r
(k) = gl (w
r
(k -1), 'P
ds
(k), 'P
ds
(k -1), 'PqS (k), 'PqS (k -1), i
ds
(k), i
ds
(k -1), i
qS
(k), i
qs
(k -1
(4.26)
En plus, si on tient compte de l'quation (4.18), la relation (4.26) devient:
w
r
(k) = g2 (w
r
(k -1), v ds (k), v ds (k -1), v qs (k), v qs (k -1), i
ds
(k), i
ds
(k -1), i
ds
(k - 2),
i
qs
(k), i
qs
(k -1), i
qS
(k - 2
(4.27)
Et finalement, si on tient compte de l'quation (4.21), on peut dterminer une fonction non-
linaire de la forme :
Les fonctions non-linaires (4.26), (4.27) et (4.28) montrent que la vitesse de rotation est causale
puisque ces fonctions ne dpendent que des entres et de la sortie de l'tat prcdent. Par
consquent, la vitesse mcanique w
m
= w
r
peut tre estime l'aide d'un rseau de neurones
93
multicouche rcursif en utilisant comme entres la valeur prcdente w
m
(k -1) et les variables
lectriques, p(k) , p(k -1), q(k) , q(k -1), id, (k), id, (k -1), i
q
, (k) et i
q
, (k -1) .
Comme les rsultats de simulation vont le montrer, les puissances active et ractive
viennent enrichir la base d'apprentissage du rseau de neurones. On va vrifier par la suite si
elles permettent de faciliter l'apprentissage et d'amliorer la dynamique de l'estimateur. En effet,
dans le cas d'une alimentation en tension par un onduleur, les tensions statoriques sont quasi-
rectangulaires et possdent un nombre important de discontinuits. Ces dernires rendent
difficile, voir parfois impossible, l'apprentissage des rseaux de neurones. Par contre, les
puissances instantanes active et ractive impliquent beaucoup moins de discontinuits. L'ajout
de ces puissances dans la base d'apprentissage pourrait faciliter l'apprentissage du rseau de
neurones.
4.3.3 Intrt de la mthode
La figure 4.1 montre le schma de principe de l'apprentissage de la vitesse par rseaux de
neurones multicouches apprentissage hors ligne. La sortie du procd joue le rle du
superviseur et fournit l'information dsire. Cette information est compare avec la sortie du
modle non-linaire labor par le rseau de neurones. L'algorithme d'adaptation utilise l'erreur
gnre pour ajuster les poids du rseau de neurones.
94
Va, Yb, v
e
Modle dynamique
Vds , v
qs
, ids , i qs
ia, i
b
, ie transform de la machine
..
-1
z-1
1
"
+
Rseau de neurones
(Drf
"-
p,q
artificiel
-
/, Algodthm'
d'adaptation
Figure 4.1 Principe d'apprentissage d'un rseau de neurones
Tel que mentionn dans la rfrence [46], un rseau de neurones multicouche est un
approximateur universel parcimonieux. Il est capable d'apprendre, partir d'exemples, une
relation non-linaire quelconque entre un ensemble d'entres et un ensemble de sorties. Il peut
apprendre donc un modle non paramtrique d'un systme non-linaire partir des couples
(entres, sorties). La figure 4.1 illustre le principe d'apprentissage d'un rseau de neurones. C'est
le mme principe qui est utilis pour entraner le rseau de neurones lors de l'estimation de la
vitesse. La sortie du procd (base d'apprentissage) joue le rle de superviseur et fournit une
sortie dsire pour que l'on puisse la comparer avec la sortie du modle non-linaire produit par le
rseau de neurones. L'erreur la sortie permet de contrler l'algorithme d'adaptation (ajustement
des poids du rseau).
Par rapport aux mthodes classiques, cette approche prsente les avantages suivants :
le rseau effectue une estimation de la vitesse (d'un systme non-linaire) qui s'avre facile
mettre en uvre,
si l'apprentissage est bien emichi, l'estimation peut tre robuste et insensible aux variations
des paramtres de la machine et aux erreurs de modlisation.
Cependant, la mthode possde les inconvnients des mthodes statistiques fondes sur
l'observation des valeurs empiriques: risque de surparamtrisation, problme en cas de
95
changement brutal du modle, gnralisation valable uniquement dans l'espace engendr par les
donnes apprises, etc.
De plus, il existe d'autres problmes spcifiques la mthode, lies la prsentation non-linaire
et l'apprentissage:
la convergence de l'algorithme de rtropropagation peut devenir lente voir impossible,
il peut exister des minimums locaux,
le choix de l'architecture est dlicat.
4.3.4 Mthodologie d'entranement et de validation de l'estimateur RNA
L'approche qu'on a retenue vise faire l'entranement du rseau par une banque de
donnes riche et assez reprsentative dans le but d'assurer un apprentissage rapide et une
gnralisation correcte. Cette approche se compose des trois tapes suivantes.
4.3.4.1 Gnration et prparation des donnes d'apprentissage
La prparation de la banque de donnes d'apprentissage devrait prendre en considration
toute information pertinente sur les diffrents modes de fonctionnement du systme
d'entranement vitesse variable. On a ainsi labor, l'aide de la bote outils
SimPowerSystems de l'envirOlmement Matlab 6.5, plusieurs simulations du comportement de la
machine en boucle ouverte et en boucle ferme (commande vectorielle indirecte flux rotorique
orient). Les simulations ont t effectues en imposant un profil de vitesse en quatre quadrants
(deux sens de rotation avec une acclration et une dclration). On a aussi recueilli des
informations en utilisant les paramtres nominaux et les informations concernant les variations de
100 % des rsistances statorique et rotorique. On a tabli ainsi une banque de donnes riche et
assez reprsentative qui tient compte des variations pouvant affecter, d'une faon notable, le
comportement de la machine. La matrice d'entre se compose, selon la structure de rseau de
neurones, des tensions et des courants statoriques, des puissances instantanes active et ractive et
de la vitesse de rotation l'tat prcdent et calcule en utilisant l'quation mcanique. Le
vecteur de sortie est compos uniquement de la variable estimer (la vitesse). On a aussi ajout,
la base de dOlliles, un bruit blanc pour tenir compte des perturbations sur la mesure. Une fois
96
cette banque prpare et normalise, 75% des donnes sont utilises pour l'apprentissage
supervis du rseau, et les 25% restantes sont retenues pour tester la validation du rseau avec des
donnes jamais apprises. Ainsi, on dispose, pour le patron d'apprentissage de 15000 chantillons
par variable pris au hasard dans un intervalle [0, 1.5] seconde. La priode d'chantillonnage est
de 50 ils.
4.3.4.2 Choix de l'architecture du rseau de neurones
La deuxime tape concerne la slection de l'architecture du rseau. Cette tche est
dlicate et il n'y a pas de rgles systmatiques pour le choix du nombre de neurones par couche
cache. Rappelons que ce nombre est particulirement important car il dtermine la capacit de
calcul du rseau. Un nombre insuffisant de neurones cachs peut compromettre la capacit du
rseau rsoudre le problme. Inversement, un nombre lev de neurones force le rseau
apprendre par cur au dtriment de la gnralisation. On a donc procd par la mthode d'essai
et erreur. On a commenc par des structures avec une seule couche cache et un nombre rduit de
neurones. chaque fois, on value les performances du rseau dans une commande vectorielle
flux rotorique orient. Si les rsultats ne sont pas acceptables, on augmente progressivement le
nombre de neurones jusqu' ce qu'on obtienne les performances dsires. Il faut noter qu'il a
fallu essais plusieurs architectures afin d'aboutir des architectures capables de gnraliser. Il
convient galement de signaler qu'indpendamment du type de systme (linaire ou non-linaire),
les rseaux de neurones, prsentant une erreur d'apprentissage (erreur moyenne quadratique)
suprieure 0.1, ne gnralisent pas convenablement.
En appliquant cette procdure, on a pu tudier et valuer plusieurs structures une ou
deux couches caches. Certaines d'entre elles correspondent un modle conventionnel sans
retour de vitesse (rseau non boucl). D'autres utilisent un rseau boucl avec retour de vitesse
(le modle srie-parallle). On a galement utilis des rseaux de neurones avec des fonctions
d'activation sigmodes tangentielles pour les neurones des couches caches, et des fonctions
d'activation linaires pour la sortie du rseau.
97
4.3.4.3 Choix de l'algorithme d'adaptation
La dernire tape la slection de l'algorithme d'apprentissage. Parmi les nombreux
algorithmes d'adaptation, celui de rtropropagation du gradient de l'erreur est sans doute
l'algorithme connexionniste le plus utilis dans l'apprentissage des rseaux multicouches [34-36,
46]. Dans la bote outils Neural Network version 4.0.2 [47], on y trouve plusieurs algorithmes
d'entranement des rseaux multicouches. Les plus importants sont l'algorithme de
rtropropagation de gradient standard, l'algorithme de rtropropagation avec momentum et
l'algorithme de Levenberg-Marquardt. Les deux premiers sont bass sur la descente de gradient.
Le troisime est bas sur l'approximation de Newton et il est plus puissant que les deux premiers.
Il converge mieux mais demande plus de mmoire surtout lorsque la taille du rseau devient assez
grande. On a constat que les autres algorithmes sont parfois trs rapides. Cependant, ils ne
donnent pas des rsultats acceptables.
On rappelle que le principe de l'algorithme de rtropropagation consiste propager
l'information provenant de la couche d'entre vers la sortie. Un vecteur de donnes est prsent
au rseau et en le traversant, toutes les valeurs lmentaires subissent simultanment des
transformations. En sortie, on obtient un vecteur qui est compar une sortie dsire. Cette
comparaison permet de corriger et d'adapter les poids du rseau en propageant l'erreur de
propagation obtenue de la couche de sortie vers la couche d'entre. Le mcanisme de propagation
et de rtropropagation est rpt jusqu' l'obtention d'un rsultat satisfaisant. C'est dire jusqu'
ce que l'erreur quadratique totale descende sous un seuil prslectionn.
La rgle d'adaptation des poids dans l'algorithme standard est donne par:
Cij (k + 1) = Cij (k) + i j (k) (4.29)
La rgle d'adaptation des poids dans l'algorithme de rtropropagation avec momentum est:
AC
ij
= ~ i j + (1- me )lrd(i)p(i) (4.30)
o me dsigne le coefficient qui dtermine l'effet du changement du poids prcdent sur le poids
prsent, Ir reprsente le coefficient d'apprentissage.
La rgle d'adaptation des poids dans l'algorithme de Levenberg-Marquardt est donne par :
98
o J est la matrice jacobienne des drives de l'erreur, Il un scalaire et e le vecteur d'erreur.
L'algorithme de rtropropagation du gradient se rsume aux tapes suivantes:
(4.31)
1. choix de l'architecture (la taille) du rseau et initialiser les paramtres, les poids et les
polarisations du rseau;
2. choix alatoire d'une paire (entre! sortie) dans la base d'apprentissage;
3. calcul des sorties des diffrentes couches pour le vecteur d'entre choisi l'aide de la
sommation pondre et d'une fonction d'activation approprie.
4. mise jour des poids:
4.1 de la dernire couche en utilisant la relation approprie,
4.2 des couches prcdentes en utilisant la relation approprie,
5. si le test d'arrt n'est pas satisfait retourner l'tape 2.
Les deux autres algorithmes utilisent les mmes tapes. Ils se distinguent seulement
dans la faon d'adapter les poids et les polarisations du rseau. Dans l'annexe E, on donne une
version du programme qu'on a labore et utilis pour l'apprentissage des diffrents rseaux. On
a aussi employ la procdure de validation croise propose par Haykin pour raliser des rseaux
capables de bien gnraliser. Une fois le patron de donnes d'apprentissage et l'architecture du
rseau prpars, on lance la phase d'apprentissage l'aide d'algorithme slectionn (trainbpx,
trainlm, etc.) de la bote outils Neural Network. Lorsqu'on constate que le RNA converge vers
une erreur quadratique acceptable, les poids synaptiques Wij et les polarisations b
j
optimaux sont
sauvegards. On lance ensuite la phase de gnralisation. Si on constate que le rseau gnralise
mal, on reprend le processus d'apprentissage avec une nouvelle architecture du rseau. On note
que c'est une tche trs ardue, lente et qui exige du temps, un matriel de qualit et surtout de la
persvrance.
99
4.3.4.4 Indices de performance des rseaux de neurones utiliss
Pour tudier les performances des diffrents rseaux, on a dfini au pralable certains
critres de performance comme l'erreur quadratique moyenne d'apprentissage et l'erreur
moyenne de validation. Le premier critre est donn par l'expression:
E =
t
p
0.5(I (y(k) - y(k))2
i=1
(4.32)
o y(k) la sortie de mesure, Sr (k) la sortie dsire, p nombre d'chantillons d'apprentissage,
N
t
= p*n, n est le nombre de variables d'entre et de sortie du patron d'apprentissage.
Le deuxime critre, qui est l'erreur moyenne de validation, est donn par:
v
0.5(I(y(k) - y(k))2
E =
v
i=l
(4.33)
o v est le nombre d'chantillons de validation, N
v
= v*n.
4.3.5 Prsentation des rsultats de simulation
4.3.5.1 Topologies des rseaux tudis
En appliquant la procdure prcdente et se basant sur les quations (4.27) et (4.28), on a
pu tudier et valuer environ 500 topologies diffrentes une et deux couches caches.
Certaines d'entre elles correspondent un modle conventionnel sans retour de vitesse (rseau
non boucl). D'autres utilisent un rseau boucl avec retour de vitesse (rseau boucl ou
dynamique). On a essay plusieurs combinaisons. chaque fois, on commence par un nombre
de variables trs rduit (2 courants et 2 tensions par exemple sans rtroaction, puis on ajoute
d'autres rtroactions). Aprs avoir entraner le rseau avec une base de donnes enrichie et non
enrichie, on tudie le comportement du rseau (sa convergence et sa capacit de gnraliser) dans
une commande vectorielle. Puis on reprend le processus pour une architecture.
100
On a utilis des rseaux avec des fonctions d'activation sigmodes tangentielles pour les
neurones des couches caches, et des fonctions d'activation linaires pour la sortie du rseau. Le
tableau 4.1 prsente les variables d'entres et de sorties des principales topologies tudies. Par
exemple, la notation 8 12 10 1 signifie que le rseau est form de quatre couches: une couche
d'entre 8 entres, une premire couche cache avec 12 neurones, une deuxime couche cache
de 10 neurones et un seul neurone dans la couche de sortie. Les topologies SI et S6 correspondent
des rseaux statiques (rseaux non boucls). Les topologies S2 S5 correspondent des rseaux
dynamiques (rseaux boucls ou rcurrents). Les topologies S3 S5 reprsentent des topologies
avec une base d'apprentissages enrichies par les puissances active et ractive.
L'entranement des diffrents rseaux a t ralis en se basant principalement sur
l'algorithme de Levenberg-Marquardt [46]. D'autres algorithmes ont t tests, mais par soucis
d'allger l'analyse, seuls les rsultats de l'algorithme choisi ont t prsents.
101
Topologie Variables d'entre Variable Algorithme
du rseau de sortie
d'apprentissage
S}:815131 v ds(k-1) v ds(k) v qs(k-1) v qs(k) corn(k)
Trainlm
i
ds
(k-1) ids(k) iqsCk-1) iqs(k)
S2 : 9 12 10 1 v ds(k-1) v ds(k) v qs(k-1) v qs(k) corn(k)
Trainlm
i
ds
(k-1) ids(k) iqs(k-1) iqs(k) COrn (k-l)
S3: 109 7 1 v ds(k-1) v dsCk) v qsCk-1) V qs(k) i
ds
(k-l) corn(k)
Trainlm
ids(k) iqs(k-l) iqsCk) q(k) COrn (k-l)
S4 : 11 15 13 1 v ds(k-l) v ds(k) v qs(k-l) v qsCk) i
ds
(k-l)
corn(k)
Trainlm
ids(k) iqsCk-l) iqs(k) p(k) q(k)
S5 : 12 9 7 1 v ds(k -1) v ds(k) v qs(k -1) V qs(k) idsCk -1 ) corn(k)
Trainlm
ids(k) iqs(k-l) iqs(k) p(k) q(k) COrn (k-l)
S6: 697 1 ids(k -2) ids(k -1) ids(k) idq(k -2) corn(k)
Trainlm
iqsCk-l) iqsCk) p(k) q(k)
Tableau 4.1. Principales topologies de rseaux de neurones tudis
4.3.5.2 Rsultats de simulation
L'intrt de l'estimation et la commande avec des rseaux de neurones se justifie
lorsque des transitoires de vitesse apparaissent. C'est pourquoi, on a dcid de tester le systme
d'entranement selon des contraintes trs varies. On a aussi inclus dans la simulation des tests
concernant les lments suivants:
rgimes de vitesse. Outre la vitesse nominale, des rgimes de vitesse variable avec
une inversion du sens de rotation ont t tests. La fin du cycle est caractrise par
un rgime de basse vitesse (domaine de fonctionnement dans lequel les faibles
tensions mises en jeu rendent le procd vulnrable certaines perturbations: temps
de gardes des bras d'onduleur, etc.);
102
rgimes du couple. On a choisi de tester la simulation sous des crneaux de charges
haute et basse vitesse en charge classique et en rgime de rcupration d'nergie.
Ces diverses considrations ont conduit utiliser les profils de vitesse et de charge
dcrits par la figure 4.2 et reprsentant les caractristiques suivantes: monte en vitesse,
charge, inversion de la vitesse, charge en rcupration et retour basse vitesse.
E
z
rfrence de vitesse

I\.
100
1

1
1
1
1
1
--------------r-----------------
o
___________ L ____________ ".--_--1
1
1
1
-100
1
-----------------r---------
1
1
-------r--------
-200 L __________ ..L ______ ______
o 0.5 1.5
0.8
--------
0.6
--------
0.4
--------
0.2
--------
0
0
couple de charge
1
--r--------------
1
1
__ L _____________ _
1
1
1

1
1
----------------
1
0.5
Temps en sec
1
--r--------------
1
1 __ L _____________ _
1

1
--j--------------
1
Figure 4.2 Profils de consigne
1.5
La figure 4.3 montre le modle Simulink de la commande vectorielle indirecte flux
rotorique orient base sur un estimateur rseau de neurones. On y trouve les diffrents blocs
de Simulink et de la bote outils SimpowerSystem d'une commande vectorielle flux rotorique
oriente avec imposition de courant dcrite dans le chapitre 2. La simulation est ralise en mode
discret avec une priode d'chantillonnage pour le systme de puissance gale T
s
= 2.0 J..ls, et
une priode d'chantillonnage pour le systme de commande gale Tc = 50.0 J..ls.
103
dqabc
'-------j Phir wm
Calcul de Phi
Rseau de neurones
Rgulateur
du oourant
C9-toEJ
Horloge t
TL
Vab
Powergui
-Discrete,
Ts = 2e-006 s.
is
is
Machine
asynchrone
~ }
wm
Demux
is_abc
is_qd
vs_qd
mm
Figure 4.3 Modle SIMULINK de la commande vectorielle indirecte flux rotorique orient
base sur un estimateur rseau de neurones
La figure 4.4 montre un exemple du modle de l'estimateur de vitesse rseau de
neurones. Il faut noter que la nouvelle version de Neural Network possde une fonction appele
gensim qui permet de gnrer automatiquement l'architecture du rseau.
de
Figure 4.4 Modle Simulink de l'estimateur de vitesse rseau de neurones
Le tableau 4.2 rsume les rsultats obtenus pour les critres de performances en utilisant
plusieurs topologies. On prsente seulement les topologies avec deux couches caches. Les
104
topologies avec une seule couche ont aussi t tudies, cependant le nombre de neurones dans la
couche cache est important et les rseaux gnralisent trs mal. Il faut aussi noter que seules les
rseaux qui gnralisent bien sont exposs.
Le tableau 4.2 montre aussi les critres de performance pour les diffrentes topologies. Ces
performances sont des moyennes sur 5 essais avec des poids initiaux alatoires diffrents. Dans
le cas des rseaux non boucls, on n'a pas tenu compte des itrations utilises pour faire sortir le
rseau des minimums locaux.
Topologie SOimne des erreurs Erreur moyenne Erreur moyenne Nombre Erreur maximale
du rseau
quadratiques
d'apprentissage de validation d'itrations entre la vitesse
SSE l'apprentissage
relle et la vitesse
c, Ev
d'apprentissage estime en %
SI : 8 15 13 1 0.02 6.28xlO-
5
1.034xlO-4 157050 12.7
S2 : 9 12 10 1 0.0012 3.57 xlO-
6
6.19xlO-
6
500 2.30
S3: 10 9 7 1 0.001 2.84xlO-
6
4.92x10-
6
450 0.48
S4 : Il 15 13 1 0.0098 2.6xl0-
5
4.61xl0-
5
101 750 0.56
S5 : 1297 1 0.0011 2.87x10-
6
4.98xl0-
6
345 1.0
S6: 697 1 0.0037 1.31xlO-
5
2.28xl0-
5
45340 2.1
Tableau 4.2. Indices de performances des principales topologies tudies
En tudiant ce tableau, on constate que :
le temps d'apprentissage (nombre d'itrations l'apprentissage) des rseaux boucls (S2, S3,
Ss) est bien meilleur que les rseaux non boucls, c'est--dire les rseaux sans rtroaction de
vitesse (SI, S4, S6) ;
la qualit de l'estimation crot avec l'utilisation des puissances active et ractive (S3, S4, Ss
les erreurs d'approximation les plus leves sont observes aux alentours des changements
brusques de la vitesse.
La figure 4.5 montre la courbe de la vitesse relle tandis que la figure 4.6 montre les
courbes des vitesses estimes par les diffrentes structures et les erreurs de vitesse (la diffrence
105
entre la vitesse relle et la vitesse estime par le rseau). Les figures (4.6.a) (4.6.f)
correspondent un fonctionnement sans variation paramtrique (cas idal).
(,)
CD
Vitesse relle
____________ ____________ ____________
=a
o 1

s::
CD
.. .. .. .. .... .... .. .. 1 ......... .............. .... .. .. .... .. .. 1...... ................................................. .
E
8
1 1
-200
...... = ...... = ...... = ..... = ...... = ...... = ...... = ..... = ...... = ...... ..... .
o 0.5 1 1.5
Figure 4.5 Vitesse de rotation relle
Vitesse estimee avec 51

........................................... ............................ ......... _ .......... " .............. _ ............................... .... .. " .. 1 .. .. .. .. _ ......................................... .

100

: i
......................................................... .. r .. .. .. .. .. .. 1 .. .... ................................................................ .
"0
i i

0 ............................................................. t ......................................................... ..r .. ..................................................................... .
-1 00 .................................................................................. ; ................................................................................... ; ............................................................................... .
;> 1 i
!
-200 b==== .. .. === ... = ...... = ....... = ....... = ....... ::1 ..... = ...... = ....... ::1 ....... ....... ....... :: ...... ....... ::: ....... ....... = ....... ...... ......... ... ....... = ....... = ....... = ....... = ...... = ....... = ....... = .... = .. = .. = .. d
o 0.5 1.5
erreur typique
0.15
t)
0.1r .. ............................... + ....................................... .. .... ........ .. .. .......... + ...... .. ,1 .... ...................................................
"0

C .. .. kll .. .... .. ........ .... ........ .. .... , .... .... .... .. .......................... ................ i .... .... ...... ........................ .... ......... ......
al
al
E

E -0.05 r ...... .......... .. + .. .... ........ .......... ...... .. .... ............ ++ ........... TiII' ..' ................ .......... ............ .......... .. ..i'l1.. .. :I:I ..............................................................
:::
-0.1 L-_______ _______ L-______
o 0.5 1.5
Temps en sec
(a)
106
200F==== .. .. ==_=4F .. = ....... = ..... = ...... = ....... = ...... = ...... = ....... = ... === .. ..= .... ...... = ....... = ...... = ...... ...... = ...... = ....... = ...... = ...... ....... .
100

......................................................................... r ............................ + .......................................................................... .
c
Q)
Q)
o
,
!
.... _ ....... " ... " ......................... " ............. .... ..1 " ........................................................ ,_t .................. _ ............ -... _ ...................... "._ .... _.
1
E -100
$:
H " " " ....... H "." ......................... " .................................................. .,. .1 ............. .-........................ _ ............................. "." ... .
: i
-200 1::: .. :::;;: ...... = ...... = ...... :::;;: ...... :::;;: ....... = ...... :::::; ...... :::::; .. .. :::;;:=:::::;;::;::=b= .. ;::;:: ...... ::::: ..... ::.:: ...... :;;: ...... :;;: ...... := ..... := ...... := ..... ::; .. :=:;;:3l:;:::::; .. :::::;:::::;= ....... = ...... = ...... :::::; ...... ;::;:: ...... = ....... = ...... = ... =d
o 0.5 1.5
erreur typique

()
0.01 1-..... .. H .. dh .. .. JHt .... ...... .......................................... i .... .... ........ I.......................... .............................. .......... Hld,
"0

c
Q)
.. ..........
-0.01 .... ...... " .. R .. .... I .. .......... .................. .. ...... ...... .................................................................. ..+ .... ........ .. I...... ........................................................

E -0.02 ................................................................................... , ............ 1 .............. _ .......................................................... , .......................................... _ .......................................
5:
-0.03 '--____________ i.....-______________ i.....-___________ ---'
o 0.5 1.5
Temps en sec
(b)
200 ,
l
100

;
............................................................................... "1""................................................................. ............ ..t .............................................................................. ..
"0

c
Q)
Q)
j !
o ; 1
......................... " ..................................................... j' ............. -................................................. 1 .. , ..................................................................... .
! !
....... .............. H ....... H ............................... { ............................. _ .................................................... 1' ................................... _ .. _ ...................................... .
-100
-200 b ..= ...... :::::; ...... = ...... :::::; ...... :::;;: ...... = ...... = ...... = ...... = ...... = ...... = .... = ....... :::l .... :::::; ....... = ...... ;::;:: ...... :2 ....... = ...... ;::: ....... :;:: ...... = ...... :::; ....... :;;: ...... :;:: ....... :;;: ...... :::;:: ....... 1:: ..... = ..... = ....... = ...... = ....... = .... _= ..... :::;;: ....... = ...... = ...... :::::; ...... = ... -.. = ........

Q)

"0

C
Q)
Q)

E
$:
o
.. 3
x10
0.5 1.5
erreur typique

o 0.5 1 1.5
Temps en sec
(c)
107
200 ..................................................................................................................................................................................................................................................... .
. ,
t 1 __
! i
-1 00 ............................................................................... -;--.............................................................................. "1""............................................................................ .
-200
o
!
...... _ ..... , ........... , ............................................. , .................................................... -............................... _ .............. -......................................................................... ,
0.5 1.5
erreur typique
0.01
0.005 ...................................................... 1 .. .. ......................................... ..

a5 0
i
Q)
E
-0.005

l ,
...... -........... , .............................................................. ! ............................................................... 1 .. ........................................ .
! 1
-0.01 '---_______ ---'-_______ -.L... ______ ---'
o 0.5 1.5
Temps en sec
(d)
100

200f .. ... = ...... = ....... = ...... = ...... = ....... .... ....... = ...... = ....... = ...... = ...... = ....... = ...... = ....... =._ ..= ....... = ...... = ....... = ..... rl ...... = .... = .... .. ...... = ...... = ...... = ...... = ...... = ....... =._ .. = ...... = ....... ...... .
................ .............................................................. ; ................................................................................. ,J ............................................................................. ..
c:
Q)
-100
o ............................................................................. + ................................................................................ + .............................................................................. .
j !
i i
........... ................... ..... , .......................................... !. .......... " .............................. . ... M .................... " 1 ..... .......................................................................... .
i 1
1 !
1
-200b ..= ...... = ...... = ...... = ...... = ...... = .. = .. ..= .. .. = ...... = .. ..= .. ... = ...... = ...... .... = ...... = ...... = ...... ...... = ...... = ...... = ...... = ...... = ...... = ...... = .... = .... : .. .. 3 .... L .. .. = .. .. = ...... = .... = ...... = ...... = ...... = ...... = ...... = ...... = ...... = ...... = ...... .....
o 0.5 1.5
erreur typique

0.005 f-.... ..lhl ..... UIt ...... .. .. .. ........ ................ .. .... + .. , ...... .. I.... ...... .. .... .... .. .. .... ........ ............ .... .... +:61,rI;
'0

o
c:
Q)
-0.005
-0.01 f-.................. I .............................................................. + .......... .1......................................................................... + ................................................................................. -1
-0.015 '---______ ---'-_______ ---L ______ -----l
o 0.5 1.5
Temps en sec
(e)
108
200F== .. .. ..... = ...... = ....... = ...... = ...... = ....... ..... ....... = ...... = ....... = ...... = ........ = ...... = ... _= ..... == .. = .. .. .. = .. = .. ..F .. = .. .. = ...... = ....... = ...... = ...... = ........ = ...... = ..... =, ...... .... ..
100

!
!
.... _._ .................. _._ ....... _ .......... _ ...... __ .. _._ ......... f ...... _._ .... __ ._._._ ....... _ .... _ .... _ ............... _ ..... -.... ..... _ ........ _._._._._ ....... _._._._ .......... _ ................. .
i 1
C
ID
!
o ............................................................................... 1 ....................................................................... _._._ .... 1 ..... _. .. ............. _ .............................................. _._ ...
!
-100
,
,
........... _ ... _ ....... _ .. _ .... _ .... _._._ ......... _._ ..... _._._._._1 ......................... _ .... _ .. _ ...... _ ....... _ .......................... _ . .;._ ..... _ ............ _ ....... _ ............. _ ...... _ ......... _._ ......... .
t i
!
()
Q)
i
.... ,= .... = ...... =, .. = .._= .... ,= .... = .. .. = .._ .. =_ .. = .... = .... ,=-,= ...... d-= .... -= .... = .... ...... =_ ..=_ ..= ...... = .. _,.. = .... = .. .. = .. .. = ... _.=_ ... =._ .. .. ..... =_ ... = .. _=_ ..= ...... = ... _= .... = ... _= ...... = ..... = .... = ..... = ..... = ...... ....
o 0.5 1.5
erreur typique

0.02 f-.. .. "fl .. 7 .. .... j ............ .. .. ............ .... _ .............. .. ..;. ............ ...... .... .. .... .. .... - .... _ ............ .......... -.... .... .. -... _ ..................... -... _ .. , ....... _ ........ --1

ffi 0
1 02 f-........ I .. .. __, .. _ .... .............. ................ ........ .......... + .... I'1+ .. : ...... __ ................ _ .. _ ................ _ .... _ .. ..+ .... _ .. ...... 1 .... _ ........ _ ............. _ ......................... _._ .. .,
-0.04 '-----------------'-----------------'-----------------'
o 0.5 1.5
Temps en sec
(1)
Figure 4.6 Vitesse estime par les diffrents rseaux et erreur typique.
a) Pour SI, b) Pour S2, c) Pour S3, d) Pour S4, e) Pour S5 et f) Pour S6.
4.3.5.3 Analyse des performances
En analysant les rsultats donns au tableau 2 et les courbes de la figure 4.6, on constate que:
le temps d'apprentissage des rseaux boucls ou rcurrents (avec rtroaction de
vitesse) est bien meilleur que les rseaux non boucls (sans rtroaction de vitesse) ;
la qualit de l'estimation crot lgrement avec l'utilisation des puissances active et
ractive (l'amlioration n'est pas trs significative) ;
les erreurs d'approximation les plus leves sont observes aux alentours des
changements brusques de la vitesse (le rgime transitoire) ;
Au regard du tableau 4.2, on constate que c'est avec la topologie du rseau de neurones
avec une base d'apprentissage enrichie par l'ajout seulement de la puissance instantane
ractive (sans la puissance instantane active) de bOlIDes performances sont obtenues. Par
109
contre, des essais avec une base d'apprentissage enrichie avec la puissance instantane
active uniquement n'ont pas offert de meilleures performances.
l'ajout simultan des puissances active et ractive a fait disparatre le problme de
minimums locaux. Ce qui reprsente un grand avantage en soit. Cependant, il n'a pas
amlior ou rduit d'une faon significative le temps d'entranement. l'inverse, il
allong le temps d'entranement du rseaux de neurones.
Par ailleurs, on a constat que l'ajout des filtres sur les courants et sur les tensions, a
permis d'tudier le comportement d'une srie d'estimateurs d'ordre rduit (architecture de
petite taille) bass seulement sur les courants et les tensions ou les courants statoriques
seuls. Cela facilitera l'implantation pratique.
4.3.5.4 tude de la robustesse de l'estimateur
On a procd une tude de robustesse des 6 architectures prcdentes. On ne reprsente
que l'tude effectue sur la topologie S3. Puisqu' quelques diffrences prs, les mmes
constations s'appliquent pour les autres topologies. La figure (4.7) montre le rsultat de
simulation correspondant (la vitesse mcanique) pour un fonctionnement avec une variation de
+50% de la rsistance statorique. On constate que comportement de l'ensemble reste bon. En
effet l'erreur d'estimation reste assez comparable celle obtenue avec les paramtres nominaux
de la machine.
110
Vitesse pour une variation de +50% de Rs

1 1
100
1 1
--------------r- ---------------r---------
1
o - ---------
1
-100
1 1
-----------------r----- -----------r-----
1

o 0.5 1.5
X 10.
3
Erreur d'estimation de la vitesse
1
0.5
-0.5
-1
o 0.5 1.5
Temps en sec
Figure 4.7 Fonctionnement pour une variation de la rsistance statorique de 50%
La figure (4.8) correspond un fonctionnement pour une variation de +100% des
rsistances rotorique et statorique. On constate que la vitesse de rotation suit la vitesse de
rfrence, par contre des oscillations importantes apparaissent. Le rseau de neurones n'arrive
pas bien gnraliser. Cela peut s'expliquer par le manque d'enrichissement de la base
d'apprentissage du rseau. On a repris, l'entranement avec une banque plus enrichie de donnes
(variation de 100% et 150%), mais, on n'a pas constat une nette amlioration. Cependant, en
adaptant les gains du rgulateur PI de la boucle de rgulation de vitesse, on a pu arriver rduire
ces oscillations.
Les simulations ont montr que les estimateurs rseau de neurones suggrs sont
robustes sur une large gamme de variations des rsistances de la machine. Cependant, cette
robustesse diminue si les variations sont trs importantes.
111
vitesse mcanique

1 1 1
1
600
___ .J ___ __ 1_ _ _ _.L _____ 1 ___ __ 1. ____ ..J _____ L ____ .J ___ __ 1 ____ _
1 1
400
200
0
1 1 1 1
(fJ
----.-----1-- - - - - - -,- - - --
"'"'-
1 1
1 1 1 1
- - - -, - - - - - ,- - - - - "'i - - - - -,- - - - -
1
'1:l
1

Il
-200
_ _ _ _ .J ___ __ 1 ___
1
-400
- - - - ""1 - - - - -1- - -- - - - -1- - - - -
___ ..J _____ L. ____ .J ___ __ 1 ____ _
1
- - - -t - - - - - - - - - "1 - - - - -1- - - - -
1 1 1 1
1 1
-600
1 1 1 1
- - - - , - - - - -,- - - - "'T - - - - -,- - - - -
1 1 1 1
----'-----r----'-----r----
-800
1 1 1 1 1 1 1 1
- - - - "'j - - - - -,- - - - - - - - - -,- - - - - - - - - -, - - - - - ,- - - - - "'j - - - - -,- - - - -
1
-1000 L--_-'--_----L-_--'-__ "'--_-'--_----L-_--'-__ "'--_-'--_--'
o 0.2 0.4 0.6 0.8 1.2 1.4 1.6 1.8 2
Temps en sec
Figure 4.8 Rponse du rseau S3 pour une variation de + 100% dans les rsistances rotorique et
statorique
Suite cette tude, on recommande en premier lieu l'estimateur bas sur la topologie S3.
Cette topologie donne une erreur plus faible, possde un bon comportement dynamique et elle
assez robuste face aux variations des rsistance de la machine.
112
4.3.5.5 Analyse comparative des rsultats
Dans cette section, on va faire une analyse comparative des rsultats dcoulant des
algorithmes labors dans cette thse et de ceux dcoulant des algorithmes proposs avec par
d'autres chercheurs. On va comparer uniquement les topologies non boucles parce qu' la
connaissance de l'auteur aucun estimateur de vitesse topologie rcurrente n'a t prsent dans
la littrature disponible.
La comparaison de nos rsultats avec ceux d'autres quipes est trs favorable:
Dans la rfrence [8], les rsultats de simulation de plusieurs topologies d'estimateurs
rseaux de neurones non boucls quatre couches. La base d'apprentissage est base sur
les tensions uniquement et elle n'est enrichie avec aucune autre variable. Les tests de
simulation sont effectus sans onduleur, et fournissent des erreurs quadratiques moyennes
varient entre de 0.1 et 0.5.
Dans la rfrence [38], on ralise une erreur quadratique moyenne de 0.465 sur la
squence de test l'aide du modle de simulation associ un estimateur non rcurrent
deux couches caches.
Les rsultats qu'on a obtenus l'aide des topologies non boucles enrichies les puissances
sont bien meilleurs que ceux prsents [8, 38, 39] (temps d'entranement beaucoup plus
faible, erreur quadratique moyenne beaucoup plus faible, erreurs de simulation plus
faibles etc.). Les rsultats obtenus dans cette thse dmontrent donc l'intrt des
estimateurs proposs, ainsi que la faisabilit de leur apprentissage.
4.3.5.6 Conclusion
Dans les paragraphes prcdents, on a prsent et simul 6 diffrentes topologies de rseaux de
neurones boucls et non boucls pour l'estimation de la vitesse d'une machine asynchrone. Les
topologies rcurrentes donnent de meilleurs rsultats. La topologie rcurrente enrichie par la
puissance instantane ractive est fortement recommande.
113
4.4 Estimateur rseaux de neurones intgrs dans un systme adaptatif
avec modle de rfrence apprentissage en ligne
Dans cette section, on va laborer et simuler une autre catgorie d'estimateur. Ce sont les
estimateurs qui emploient des rseaux de neurones apprentissage en ligne. C'est dire les poids
du rseau de neurones seront ajusts continuellement afin d'assurer une bonne estimation de la
vitesse.
4.4.1 Mthode base sur les flux rotoriques
Cette mthode a t propose pour la premire fois dans la rfrence [37]. La figure
4.10 montre le schma d'un estimateur de la vitesse rotorique bas sur le SAMR et utilisant un
rseau de neurones. Les entres du modle de rfrence sont les tensions et les courants
statoriques dans le repre dq.
Les sorties de ce modle sont les composantes du flux rotorique dans le repre
stationnaire ('P
dp
'P
qs
)' Elles sont donnes par l'quation diffrentielle (2.33) qu'on a rappele ici.

Vqs

Modle de
rfrence
iqs-ri---+L ___ .-J
Rseau de
Neurones
Artificiels
RNA
'Pd +
'P
"
'Pd

'P
q
+
Algorithme
d'adaptation
Figure 4.9 Estimation du flux rotorique base sur SAMR en utilisant un RNA
l _ aL
s
_
dt qr J M qs dt qs qs
(4.34)
114
On constate que cette quation ne contient pas la vitesse de rotation et elle dcrit le modle
de rfrence. Par contre, l'quation rotorique de la machine exprime dans le repre stationnaire
li au stator dpend aussi bien du flux rotorique que de la vitesse de rotation. Ce systme
d'quations diffrentielles reprsente le modle d'adaptation et il est donn par:
o '' dr et ''qr sont les flux rotoriques estims par le modle ajustable. Ce dernier est
implant par un rseau de neurones dont les poids sont ajusts en ligne. Puisque, l'erreur totale
entre le flux rotorique 'P, (variable dsire) et le flux rotorique ''r (variable estime) fournie par
le rseau de neurones est alors propage pour modifier les poids de sorte que la vitesse estime
suit la vitesse relle.
L'quation du rseau de neurones estimant la vitesse est donne par :
(k) = W
l
-1) - W2 (k -1) + W3: dr (k -1)
'Pqr (k) = W
l
'Pqr (K -1) + W
2
'P
dr
(k -1) + W
3
i
qS
(k -1)
(4.36)
o, T est la priode d'chantillonnage.
La vitesse rotorique estime est dtermine par :
a
w
r
(k) = w
r
(k -1) - T o('P
ds
(k -1) - 'PqS (k -1 + T IJ.. W
2
(k -1) (4.37)
o reprsente le coefficient d'apprentissage, a dsigne le coefficient qui dtermine l'effet du
changement du poids prcdent sur le poids actuel (prsent).
Cette mthode possde plusieurs avantages : elle utilise un rseau simple deux couches
et l'apprentissage se fait en ligne. Cependant, elle ne donne pas une estimation prcise surtout
aux basses vitesses cause de la prsence de la rsistance statorique dans le modle de rfrence.
Par contre, les variations de la constante de temps rotorique sont compenses par le modle
d'adaptation. Pour pallier ces inconvnients, on a propos une autre mthode base sur le mme
principe, mais elle utilise un modle de rfrence indpendant de la rsistance statorique (la chute
de tension statorique est transfre au modle ajustable).
115
4.4.2 Nouvelle mthode base sur la force lectromotrice arrire
4.4.2.1 Prsentation de la mthode
Les deux composantes directe et en quadrature de la force lectromotrice arrire sont
dfinies par :
(4.38)
Ces deux composantes peuvent tre aussi dtermines en utilisant l'quation rotorique (4.35).
(4.39)
On dfinit la composante directe et la composante en quadrature comme suit:
(4.40)
d'o on obtient d'aprs l'quation (4.38) et l'quation (4.40) :
[
:d]=[:dS]_crL
s
~ [ ~ d ]
q qs dt qs
(4.41)
On remarque que ces deux composantes ne contiennent pas la vitesse de rotation et
peuvent tre utilises comme modle de rfrence. Elles sont indpendantes de la rsistance
statorique et elles sont obtenues sans intgration pure. Les tensions statoriques peuvent tre
reconstitues partir des tats de commutation et de la tension d'entre de l'onduleur. Or, on sait
que les quations des tensions rotoriques exprimes dans un repre stationnaire li au stator
contiennent le flux et la vitesse rotorique. Ces quations peuvent reprsenter alors le modle
adaptatif et elles sont obtenues par la substitution de l'quation (4.39) dans l'quation (4.40) :
(4.42)
Ce systme d'quations dpend de la vitesse de rotation, qui est variable en gnral, et on
cherche l'estimer en utilisant un rseau de neurones. Ce dernier est utilis comme modle
adaptatif. Pour cela, l'quation (4.42) peut tre implante par un rseau de neurones deux
116
couches dont certains poids sont proportiOlmels la vitesse de rotation. La figure 4.11 montre le
schma de principe de l'estimation de la vitesse base sur la SAMR qui contient un RNA.
Lorsque les sorties des deux modles (de modle rfrence et modle adaptatif) sont gales alors
la vitesse relle est gale la vitesse estime par le rseau de neurones. Dans ce cas, les erreurs
x d - X d et x q - x q seront nulles. Quand il y a une diffrence entre la vitesse relle et la vitesse
estime, alors les erreurs sont non nulles et elles sont utilises pour ajuster les poids du rseau de
neurones. Les ajustements des poids sont faits de manire ce que les erreurs convergent le plus
rapidement vers zro. Si on suppose que les paramtres de la machine ne varient pas et en
drivant par rapport au temps l'quation (4.42), on trouve:
d [x
dr
] M { 1 [1 0] [0 -1] d [''d ]} L d [ids] - =- (-- +(J)r )- r +(Rs +_s (1-cr))- .
dt x qr Lr 't'r 1 1 dt 'l'qr 't'r dt lqs
(4.43)
Modle de Xd +('['\
x
q
,../ +
rfrence
- .l'''''
'v
-

x
Rseau de

Neurones

x
a
Artificiels

RNA

/
Algorithme

d'adaptation
1+-
Figure 4.1 Estimation de la vitesse base sur SAMR en utilisant un RNA
or :

dt 'l' qr M xq lqs
(4.44)
Substituons l'quation (4.44) dans l'quation (4.43) et arrangeant les termes:
dXd 1 (R Ls (1 )) dids Rs
-dt =--xd-(J)r Xq- slqs + s+- -cr -dt +-lds

dXq 1 Ls di
qS
Rs.
-dt =--xq + (J)r(x
d
-Rslds)+(Rs +-(1-cr))-dt +-lqS

(4.45)
117
Si on discrtise l'quation (4.45) l'aide de la mthode de diffrences finies arrire, on obtient:
1- x
d
(k) = x
d
(k) - )r (x (k) - Rsiqs (k)) + (Rs +.!:i(1-cr)) 1- i
ds
(k) + Rs ids (k)
Tz 1 1:
r
q 'tr Tz 'tr 4.46)
1- x (k) = x
q
(k) + )r(x
d
(k) - Rsid,(k)) + (Rs + Ls (l-cr)) 1- i
qS
(k) + Rs i
qS
(k)
Tz 1 q 1: 't Tz 't
r r r
Aprs arrangement des termes, on arrive l'expression suivante:
X (k) = (1- )x
q
(k -1) + Twrx
d
(k -1) - TwrR)ds (k -1) + (Rs +.s.. (1- cr))(iq,(k)
q 1: 1:
r r
(4.47)
Ls (1-cr))i
qs
(k-l)
1:
r
1:
r
Introduisons les constantes suivantes:
(4.48)
On constate que les poids W 1, W 3, W 4 sont constants, alors que les poids W 2 et W 5 sont variables
et proportionnels la vitesse de rotation.
Le systme d'quations (4.47) prend la forme:
(k) = W
1
(k -1) - (k -1) + (k) + W
4
i
ds
.(k -1) + (k -1)
x
q
(k) = W
1
x
q
(k -1) + W
2
X
d
(k -1) - Ws1ds (k -1) + W
3
1qS (k) + W
4
1q,(k -1)
(4.49)
Le systme d'quations (4.49) peut tre facilement implant l'aide d'un rseau de
neurones deux couches. Il possde six entres et deux sorties. Les deux entres reprsentent les
valeurs prcdentes de x
d
et x
q
et les quatre autres sont les courants statoriques. Toutes ces
variables sont exprimes dans un repre stationnaire li au stator et n'exigent pas de
transformations trigonomtriques complexes. En plus, on constate que les deux sorties sont les
valeurs prsentes de x d et x q' Par consquent, tous les nuds du rseau de neurones sont bien
dfinis. La connexion entre les neurones est reprsente par des nuds qui peuvent tre
gnralement positifs ou ngatifs.
118
Figure 4.11 Reprsentation d'un estimateur de la vitesse de rotation par un rseau de neurones
Dans la figure 4.11, les poids adaptatifs W2 et W
5
sont indiqus en lignes paisses et ils
sont proportionnels la vitesse de rotation. Ces deux poids sont ajusts en ligne pour minimiser
l'erreur quadratique dfinie par:
E = E
2
(k) avec E = [E
d
, Eq]T et Ed = x
d
- X
d
, Eq = x
q
- x
q
(4.50)
L'ajustement des poids pour minimiser l'erreur quadratique devrait tre proportionnel
l'oppos du gradient de l'erreur par rapport aux poids W
2
et W
5
(- (JE et- (JE ). Car de cette
(JW
2
(Jw
s
faon, il est possible de se converger progressivement vers la solution optimale.
Par rapport au poids W
2
, l'expression du gradient de l'erreur est donne par :
dE
W
2
(k) = -'Il dW
2
(4.51 )
o 'Il est le taux d'apprentissage qui est une constante positive. Un taux d'apprentissage lev
acclre l'apprentissage mais peut provoquer des oscillations la sortie du rseau.
L'quation (4.51) peut se rcrire comme suit :
(4.52)
en utilisant la dfinition de l'erreur, on peut alors crire:
119
(4.53)
La drive partielle du deuxime terme est dtermine en se servant du systme d'quation (4.49).
OX [OX OX]T [-x (k-l)]
oW
2
= O ~ 2 OW: = xd(k -1)
(4.54)
En substituant les quations (4.52) et (4.53) dans l'quation (4.51), on arrive :
L\ W
2
(k) = 'Il ( -(Xd - x
d
)x
q
(k -1) + (x
q
- x
q
)x
d
(k -1)) (4.55)
L'expression (4.54) est bien connue dans l'apprentissage des rseaux de neurones par la mthode
de descente de gradient. En suivant la mme dmarche, on trouve pour l'ajustement de W 5 :
(4.56)
Finalement, les ajustements des poids sont obtenus par:
[
W
2
(k)] = [W
2
(k -1)+AW
2
(k)] = [W2 (k -1) +r](-(x d -Xd )x
q
(k -1)+(xq -xq )xd (k -1)]
W
5
(k) W
s
(k-l)+AW
s
(k) W
s
(k-l)+r](-(x
d
-x
d
)x
q
(k-l)+(x
q
-x
q
)x
d
(k-l)
(4.57)
Comme mentiOlm prcdemment, pour un apprentissage rapide, le taux d'apprentissage
doit tre lev, mais cela peut provoquer des oscillations dans les sorties du rseau. Pour pallier
cette difficult, on a ajout l'quation (4.55) un terme, appel momentum, qui tient compte des
changements dans les poids l'tat prcdent. Cela permet d'acclrer la convergence de
l'algorithme d'apprentissage. On obtient ainsi:
[
W2 (k)] = [W2 (k -1) + L\ W2 (k) + aL\ W2 (k -1)]
Ws(k) W
5
(k-l)+L\W
5
(k)+aL\W
s
(k-l)
(4.58)
ce qui donne:
[
W
2
(k)] = [W
2
(k -1) + 'Il ( -(Xd - x
d
)x
q
(k -1) + (x
q
- x
q
)x
d
(k -1) + aL\ W
2
(k -1)]
Ws(k) Ws(k-l)+'Il(-(x
d
-x
d
)x
q
(k-l)+(x
q
-x
q
)x
d
(k-l)+aL\W
5
(k-l)
(4.59)
a est encadr gnralement entre 0.1 et 0.9. Le terme aL\ W
j
(k -1) est appel terme de
momentum. L'ajout de ce terme dans le mcanisme d'ajustement des poids du rseau augmente
significativement la vitesse de convergence de l'algorithme, qui est extrmement utile lorsque le
rseau est utilis pour dterminer en temps rel la vitesse de rotation de la machine asynchrone.
Or comme on a vu prcdemment, le poids W 2 est proportionnel la vitesse de
rotation W
2
= W, T. Finalement, on arrive crire la vitesse de rotation comme suit :
120
(4.60)
Cette dernire quation sera utiliser pour estimer la vitesse.
4.4.2.2 Prsentation des rsultats de simulation
Pour valider la mthode d'estimation propose, on a choisi une stratgie de commande
vectorielle indirecte flux rotorique orient.
L'apprentissage se fait en deux tapes :
l'apprentissage initial se fait hors ligne en utilisant un simple algorithme.
l'apprentissage en ligne se fait lorsque le rseau est plac dans la stratgie de commande.
La figure 4.12 montre le systme utilis pour simuler le comportement de cet estimateur. On a
utilis une fonction Matlab (S-function) pour implanter l'algorithme d'apprentissage.
wme
dqabc
Teta iabc 14----+
'------j Phir wm
Estimateur
Calcul de Phi
et Teta
Rgulateur
du courant
C9+J
Horloge t

:
TL
Powergui
-Discrete,
Ts = 2e-006 s.
Vab vab
Machine
asynchrone

is
wm
is 1+---,
Demux
is_abc
is_qd
m
vs_qd
wm
Figure 4.12 Commande vectorielle indirecte avec estimateur rseau de neurones en ligne
La figure 4.13 reprsente la rponse en vitesse de la commande en boucle ferme et
l'erreur observation. On note que l'erreur d'observation est plus importante au dmarrage et lors
du changement de sens de rotation. Cependant, l'estimateur converge rapidement. La figure 4.13
montre galement le comportement de l'ensemble pour une variation de +60% de la rsistance
121
statorique. On constate que le systme devient un peu lent, mais le comportement de l'estimateur
reste bon mme basse vitesse et il ne diverge pas.
Vitesse mcanique wm

1 1 1 1
100
;
-1- ---: ----- ------ -----t ------\, ------1 - - - - - - - - - - -
1 1 1 1 1 1 1
1 1 1 1 1 1 1
o
-100
,
- - --- -,- --
, ,
-----r--------
-200
0 0.2 0.4 0.6 0.8 1.2 1.4 1.6
Erreur d'estimation de la vitesse
0.6
,
0.4 -
1 1 1 1 1 1 1

,
1 1 1 1 1 1 1
(J)
0.2
"-
"'0

0
-0.2
____ _____ J ______ ______ L ______ L _____ ______ _____ _
1 1 1 1 1 1 1 _tY
1 1 1 1 jl}lr
-- -:- ---- -+ -- --- -+ -- -- --;_: -rt:i:::::
, "
,
-0.4
0 0.2 0.4 0.6 0.8 1.2 1.4 1.6
Temps en sec
Figure 4.13 Rponse en vitesse pour l'estimateur apprentissage en ligne avec une variation de
60% de rsistance statorique.
La mthode qu'on vient de prsenter possde plusieurs avantages:
le modle de rfrence est robuste face aux variations des rsistances de la machine;
la structure du rseau de neurones est simple;
l'apprentissage se fait en ligne ;
l'amlioration de la prcision de l'estimation aux basses vitesses.
Son grand inconvnient est que son modle ajustable est affect lgrement par les constantes de
temps statorique et rotorique.
122
4.4.2.3 Analyse comparative avec d'autres algorithmes
L'approche d'estimation propose dans cette section est originale. Elle se base sur la
mme ide que celle prsente dans la rfrence [37], mais elle utilise des modles de rfrence
diffrents. Dans les deux approches l'apprentissage se fait en ligne. Le modle de rfrence de la
mthode est indpendant de la rsistance statorique. La mthode propose est plus robuste face
aux variations des rsistances de la machine et la prcision de l'estimation aux basses vitesses est
meilleure.
Les rsultats de simulation valident le rseau dvelopp. Ils montrent la capacit du
rseau de neurones estimer la vitesse de rotation mcanique en rgime permanent avec des
erreurs d'initialisation, ainsi qu'en rgime dynamique par un choix adapt en ligne des poids du
rseau.
La description des contraintes relies l'implantation exprimentale pour valider les
algorithmes d'estimation proposes dans cette thse est prsent l'annexe D.
4.5 Conclusion
Dans ce chapitre, on a montr la capacit des rseaux de neurones boucls et non boucls
pour l'estimation de la vitesse de rotation par rapport aux estimateurs classiques bass sur un
modle dynamique des machines. En rsum, voici les avantages et inconvnients des
estimateurs bass sur les rseaux de neurones :
Avantages:
Un rseau de neurones boucl ayant une architecture adquate et bien entran assure
un cart nul entre la vitesse de rfrence et la vitesse mcanique relle lors des
rgimes pennanents et des rgimes transitoires. Ce dernier point est, en effet,
quasiment "impossible" obtenir avec un estimateur d'tat bas uniquement sur le
modle et les paramtres physiques de la machine
Une indpendance vis- vis des paramtres lectriques et magntiques condition de
bien enrichir la base d'apprentissage, de slectionner la bonne topologie et de choisir
l'algorithme d'entranement appropri.
123
Ces estimateurs ncessitent un nombre assez rduit d'oprations arithmtiques afin
d'envisager leur implantation sur des processeurs de moyenne performance ou comme
tches supplmentaires pour accrotre les performances des variateurs de vitesse.
Inconvnients :
La dtermination de l'architecture du rseau se fait par essai et erreur ce qui rend la
technique d'estimation ardue et longue.
L'importance d'avoir une banque d'apprentissage trs riche et assez reprsentative.
124
CONCLUSION GNRALE
La tendance actuelle dans le domaine des entranements vitesse variable vise
restreindre le nombre de capteurs de mesure dans les variateurs lectroniques. En vu
d'augmenter la fiabilit de ces derniers et de rduire les cots associs, on remplace les
capteurs par des estimateurs simples robustes et peu coteux.
Le travail prsent dans cette thse concerne le domaine de la commande sans
capteurs de la machine asynchrone cage d'cureuil et porte essentiellement sur
l'estimation de la vitesse par rseaux de neurones statiques et dynamiques.
Les chapitres 1 et 3 ont permiS de soulever la problmatique des mthodes
d'estimation de la vitesse de la machine asynchrone bases sur des modles
mathmatiques. Ces derniers dpendent des paramtres lectriques et mcaniques de la
machine qui varient avec la temprature, le niveau de saturation et le point d'opration.
Cette dpendance rend l'estimation peu robuste et engendre des oscillations en rgime
transitoire et des erreurs d'estimation en rgime permanent. Pour remdier ces
problmes, on a opt pour l'estimation de la vitesse par rseaux de neurones.
Bien que les estimateurs base de rseaux de neurones sont des approximateurs
parcimonieux, ils souffrent de plusieurs handicapes : le manque de procdures dans le
choix de la topologie du rseau et les algorithmes d'apprentissage et le besoin d'une base
de donnes enrichies.
Dans le chapitre 2, on a dvelopp diffrents modles d'tat de la machine
asynchrone alimente en courant ou en tension. De plus, on a labor et simul deux
stratgies de commandes : la commande vectorielle directe et la commande vectorielle
indirecte. On a constat que la commande indirecte exige la mesure ou l'estimation du
flux et de la vitesse alors que sa robustesse est affecte par la constante de temps
rotorique. En plus d'exiger la mesure de la vitesse et de l'angle d'orientation, la mthode
directe est affecte par les mmes contraintes que la mthode indirecte.
Dans le chapitre 4, qui constitue le cur de notre travail de recherche, on a
labor des modles discrets pour deux familles de rseaux de neurones. La premire
famille concerne les rseaux de neurones boucls et non boucls apprentissage en temps
diffr et bases sur les courants, les tensions et les puissances (active et ractive). On a
montr qu'enrichissant la base d'apprentissage par les puissances actives et ractives, on
a russi surmonter le problme des minimums locaux, de rduire le temps
d'entranement des rseaux et de faciliter le choix des meilleures structures adaptes
l'estimation de la vitesse. On a montr galement que les rseaux ayant une seule couche
cache ne conviennent pas l'estimation de la vitesse lorsque la machine est alimente
par un onduleur o l'utilisation d'un filtre est plus que ncessaire. D'autre part, les
rseaux ayant plus qu'une couche cache peuvent remdier au problme condition que
le rseau soit enrichi et possde un nombre de neurones suffisant. On a constat aussi
que la considration de la puissance ractive a permis, dans la majorit des cas, de rduire
le temps de convergence de l'estimateur et d'augmenter la robustesse du rseau et la
prcision de l'estimation aussi bien qu'en rgime transitoire qu'en rgime permanent.
La deuxime famille concerne les rseaux de neurones qui font appel
l'apprentissage en ligne. Il s'agit des rseaux de neurones bass sur le concept des
systmes avec un modle de rfrence. Ces rseaux se distinguent par une architecture
simple et donnent, gnralement, des rsultats assez prcis et peu sensibles aux variations
paramtriques mais exigent un mcanisme d'adaptation relativement complexe.
la fin, on aimerait faire quelques recommandations quant la suite de ce travail.
L'enrichissement de la base d'apprentissage des rseaux de neurones par les
puissances active et ractive prsente suffisamment d'intrt pour que leur application
soit gnralise pour la commande d'autres machines lectriques ou bien dans les
compensateurs statiques etc.
La mthode d'estimation peut-tre gnralise pour reconstruire d'autres variables
d'tat tels que les flux, le couple et mme l'identification des paramtres pour raliser
des commandes adaptatives.
126
BIBLIOGRAPHIE
[1] W. Leonard, "Control of Electrical Drives", Springer-Verlag, Berlin, 1985
[2] B, K. Bose, "Modern Power Electronics and AC Drives", Prentice Hall. Upper
Saddle River, NJ, 2001.
[3] P. Vas, "Vector Control of AC Machines", Oxford University Press Ine., New
York, 1990.
[4] 1. Boldea et S. A. Nusar, "Vector Control of AC Drives ", CRC Press, Boca, FL,
1997.
[5] G. Grillet et G. Clerc, "Actionneurs lectriques Principes, Modles et
Commande", Editions Eyrolles ,1996.
[6] K. Rajashekara, A.Kawamura et K. Matsuse", Sensorless Control of AC Motors
Drives, Speed and Position Sensorless Operation", IEEE Press New York, 1996
[7] P. Vas, "Parameter Estimation, condition, Monitoring, Diagnosis of Electrical
Machines", Oxford University Press Inc., New York, 1993.
[8] P. Vas, "Artificial-Intelligence-Based Electrical Machines and Drives", Oxford
University Press Inc., New York, 1999.
[9] C. Ilas. A. Bettini, L. Feraris. G. Griva, et E. Profumo, "Comparison of
Different Schemes Without Shaft Sensors for Field Oriented Control Drives",
IEEE lECON, pp. 1579 1588, 1994.
[10] J. Holtz, "Speed estimation et Sensorless control of AC Drives", IEEE IECON,
pp. 649- 654, 1993.
[11] M.Beck et D. Nauman, "A New Method for the Calculation of the Slip
frequency for a Sensorless Speed Control of a Squirrel cage Induction Motor",
IEEE Power Specialists Conference, pp. 678-683, 1985.
[12] H.Nakano, 1.Takahashi, "Sensorless Field Oriented Control of an Induction
Motor Using an Instantaneous Slip frequency Estimation Method", IEEE Power
Specialists Conference, pp. 847-854, 1988.
127
[13] K. Kahashi et T Noguchi, liA New Quick Response and High Efficiency Control
Strategy of an Induction Motor", IEEEE Industry Applications Society Annual
Meeting, pp, 496-502. 1985,
[14] U. Baader, M. Depenbrock et G Gierse, "Direct Self Control (DSC) of Inverted
Fed Induction Machine: A Basis for Speed Control Without Speed
Measurement" IEEE Transactions on Industry Applications, Vol 28, No. 3, pp
581-588, Mai/Juin 1992.
[15] R. Joetlen et G Maeder, "Control Methods for Good Dynamic Performance
Induction Motor Drives Based on Current and Voltage as Measured Quantities",
IEEE Transactions on lndustry Applications. vol IA- 19. pp.3 56 363, Mai/Juin
1983.
[16] M. Ishida et K. Lwala, "A New Slip Frequency Detector of Induction Motor
Utilizing Rotor Slot Harmonics", IEEE Transactions on Industry Applications.
Vol. lA 20, No. 3, pp. 575-581, Mai/Juin 1984.
[17] A. Faisait. K. 1. Bradley, et G. M. Asher, "Sensorless Speed et Detection of
lnverter Fed Induction Motor Using Rotor Slot Harmonics and Fast Fourier
Transform", IEEE Power Electronics Specialists Conference, pp 279-286, 1995.
[18] F. Profumo, C. Griva, M, Pastorelli. et al., "Universal Field Oriented Controller
With Indirect Speed Sensing Based on the Saturation Third Harmonic Voltage",
IEEE Power Electronics Specialists Conference, pp. 948-954.
[19] F. Promfumo, G. Griva. M. Pastorelli, et al.. "Universal Field Oriented
Controller based on Air Gap Flux Sensing via third Harmonic Stator Voltage",
IEEE Transactions on Industry Applications. Vol. 3.2, pp 448-452
[20] S. Tamai. H. Sugimoto. et al., "Speed Sensorless Vector Control of Induction
Motor With Model Reference Adaptive System", IEEE Industrial Applications
Society, pp 189-195, 1987.
[21] I. Miyashita et Y. Ohmeri, "A New Speed Observer for an Induction Motor
Using the Speed Estimation Technique", European Power Electronics
Conference. pp. 349-353, 1993.
128
[22] R. M. Cuzner. R, D Lorenz. et D W Novotny, 'Application of nonlinear
Observers for Rotor Position Detection on an Induction Motor Using Machine
Voltages et Currents", IEEE Industry Applications Society, pp, 416-421,1990,
[23] 1. Huang, Y. Tadakoro, et K. Matsuse, "Deadbeat Flux Level Control of Direct
Field Oriented High Horsepower Motor Using Adaptive Rotor Flux Observer",
IEEE Transactions on lndustry Applications. Vol, 30, pp. 954-962, Juillet/Aot
1994.
[24] Y. Hori et T. Umeno, "Flux Observer Based Field Orientation Control for High
Performance Toque Control", Proceedings of IPEC, Tokyo, pp.1219-1226,
1990.
[25] H.Tajima et Y. Hori, "Speed Sensorless Field Orientation Control of the
Induction Machine", IEEE Transactions on Industry Applications" Vol 29, No.
1, pp, 175-180. Janvier/fvrier 1993.
[26] S. Doki, S, Sangwongwanich, et al., "Implementation of Speed-Sensorless Field-
Oriented Vector Control Using Adaptive Sliding Observer", IEEE IECON, pp
453-458, 1992.
[27] P L, Jansen et R. D. Lorenz, "Accuracy Limitations of Velocity et Flux
Estimation in Direct Field Oriented Induction Machines." EPE. Brighton.
pp.312-318,1993.
[28] P. 1. Jansen, C.O. Thompson. et al., "Observer-Based Direct Field Orientation:
For Both Zero et Very High Speed Operation", IEEE PCC, Yokyohama, 1993.
[29] P. 1. Jansen. R. D.Lorenz, et al. "Observer Based Direct Field Orientation
Analysis et Comparison of Alternative Method", IEEE Transactions on Industry
Applications, Vol. 30, No 4, pp. 945-953. Juillet/Aot 1994.
[30] G. Henneberger, B. J. Bensbach. et al., "Field-Oriented Control of Synchronous
et Asynchronous Drives Without Mechanical Sensor Using a Kalman Filter",
EPE. Firenze. pp. 3.664- 3.671,1991.
[31] l RI Kim, S.K. Sul. et M. H.Park, "Speed Sensorless Vector Control ofInduction
Motor Using an Extended Kalman Filter", IEEE Transactions on Industry
Applications. Vol. 30. No. 5, pp. 1225-1233. Septembre/ Octobre, 1994.
129
[32] R. Krislman et A. S. Bharadwaj, "A Review of Parameter Sensitivity et
Adaptation in Indirect Vector Controlled Induction Motor Drive Systems", IEEE
Transactions on Power Electronics, Vol. 6. No, 4. pp, 695-703, October 1991.
[33] T. K. Lee, S. B, Cho, et D. Hyun, "Sensorless Vector Control of In induction
Motor Compensating the Variation of Rotor Resistance", IEEE IECON. pp. 72-
76, 1992.
[34] lF Jodin, "Les Rseaux de Neurones: Principes et Dfinitions", Edition
Hermes, 1994.
[35] lF Jodin, "Les Rseaux de Neuromimtiques : Modle et Applications", Edition
Hermes, 1994.
[36] P.K Simpson, "Foundations of Neural Networks", Neural Networks, Theory,
Technology et applications, IEEE Press, 1996, pp 1-22.Technology et
applications, IEEE Press, 1996, pp 167-172.
[37] L.B Brahim et R. Kurosawa, "Identification of Induction Motor Speed U sing
Neural Networks", IEEE PCC, Yokohama, pp. 689-694, 1993.
[38] P. Mehrotro, J .E Quaicoe et R. Venkatesan , " Development of an Artificial
Neural Network Based Induction Motor Speed Estimator", Power Electronics
Specialists Conference PESC 1996, pp 682-688.
[39] A. S. Kulkarni et M.A. El-Sharkawi, "Speed Estimator for Induction Motor
Drives Using an Artificial Neural Network ", IEEE PESC, MD2-2. - MD2-2.3,
1998.
[40] H.Y Yang, K. Huang, C. Huang, "-An Artificial Neural Network Based
Identification and Control Approach for the Field-Oriented Induction Motor",
Electric Power System Research, 1994, pp35-45.
[41] J. Jelonkiewicz, S.Linnman, "Induction Motor Neural Estimator 111 High
Efficient Wheelchair Drive", EPE 1997, pp 4.665-4.669.
[42] G. Simoes et B. K. Bose. "Neural network Based Estimation of Feedback
SignaIs for a Vector Controlled Induction Motor Drive ", IEEE Transactions on
Industry Applications, Vol. 31, No.3.pp. 620-629. Mai/Juin 1995.
130
[43] K. Bose, et N.R. Patel, "A Sensorless Stator Flux Oriented Vector Controlled
Induction Motor Drive With Neuro-Fuzzy Based Performance Enhancement",
IEEE Industry Applications Society Annual Meeting, Octobre 1997, pp 579-586.
[45] P. Vas, W. Drury et A. F. Stronach , "Present and Future of Drives, Sensorless
and Artificial Intelligence Applications", pp. 4.573-4.578, EPE 97.
[46] Q. Song, "Robust Training Algorithm of Multilayered Neural Networks for
Identification of Nonlinear Dynamic Systems", IEEE Proc.-Control Theory Appl.,
Vol. 145, No. 1, pp. 41-46, Janvier 1998.
[47] Ghouili Jamel et Chriti Ahmed, "Comparaison des Observateurs Non linaires et
de Rseaux de Neurones Dynamiques pour l'Estimation Robuste de vitesse d'une
Machine Asynchrone ", Congrs canadien de Gnie lectrique et Informatique du
Canada, 2000. Halifax
[48] Ghouili Jamel et Chriti Ahmed, "Induction Motor Neural Stator flux Estimation
Using active and Reactive Power for Direct Torque Control", 30th Annual IEEE
Power Electronic Specialists Conference 1999, SanDiaego, Californie, pp 501-
505.
[49] Ghouili Jamel et Chriti Ahmed, "Estimation robuste de vitesse d'une machine
asynchrone l'aide de rseaux de neurones dynamiques", Congrs canadien de
Gnie lectrique et Informatique du Canada, Edmonton 1999.
[50] M.T Wishart et R.G. Harley, "Identification and Control of Induction Machines
Using Artificiel Neural Networks", IEEE Transactions on Industry Applications,
Vol. 31, No.3, pp. 613-619, Mai/Juin 1995.
[51] Ghouili Jamel et Chriti Ahmed "Speed Control of a Induction Motor Based on
Dynamic Neural Network Observer", Congrs canadien de Gnie lectrique et
Informatique du Canada, Niagara Falls, Ontario 2004.
[52] Darpa, "Neural Network Study " , Lexington, MA: M.I.T, Lincoln Laboratory,
1988.
[53] MathWorks, Inc, "Neural Network Toolbox Users' Guide for Use with Matlab",
version 4, 2002.
131
[54] H. Tajima. Y, Matsuto. et al.. "Speed Sensorless vector control Method an
Industrial Drive System", Proceedings of International Power Electronics
Conference, Yokohama, pp. 10341039, IW5.
[55] B. K. Bose, M.G. Simoes. et al., "Speed Sensorless Hybrid Vector Control
Induction Motor Drive," IEEE Industry Applications Society Annual Meeting, pp.
137-143, 1995.
[56] I. R. Peterson et D. W. J. Pulle, "Robust Kalman filtering III Direct Torque
Control", EPE 1997, pp. 4.585-4.590.
[57] I. Miyashita and Y. Ohmeri, "A New Speed Observer for an Induction Motor
Using the Speed Estimation Technique", European Power Electronics Conference.
pp. 349-353, 1993.
[58] H. Kubota, K. Matsuse. et T. Nakano,"DSP-Based Speed Adaptive Flux Observer
ofInduction Motor", IEEE Transactions on Industry Applications, Vol. 29, No 2,
pp. 344348, Mars/Avril, 1993.
[59] S. Sangwongwanich, T. Yonemoto. et al., "Design of Sliding Observer for Robust
Estimation of Rotor Flux of Induction Motors", Proceedings of IPEC, Tokyo. pp,
1235-1242,1990.
[60] S. Sangwongwanich, T. Yonemoto. et S Okuma, "Time Domain Characteristics
Sliding Observer for flux Estimation of Induction Motor and Implementation",
IEEE Power Electronics Specialists Conference, pp. 591-595,1991.
[61] S. Doki, S, Sangwongwanich, et al., "Implementation of Speed-Sensorless Field-
Oriented Vector Control Using Adaptive Sliding Observer", IEEE IECON, pp
453-458, 1992.
[62] L.Ben-Brahim et A.Kawamum, "A Fully Digitized Field Oriented Controlled
Induction Motor Drive Using Flux Observer With and Without Speed Sensors-
600 Hz Switching Frequency Case", IEEE IECON, pp.633-638, 1991
[63] L. Ben-Brahim et A. Kawamura. "A Fully Digitized Field Oriented Controlled
induction Motor Drive Using Only Current Sensors", IEEE Transactions on
Industrial Electronics, Vol. IE 39, No, 3, pp. 241-249, Juin 1992.
132
[64] C. Schauder, "Adaptive Speed Identification for Vector Control of Induction
Motors Without Rotational Transducers" , IFEE Transactions on Industry
Applications, pp 1054-1061, Septembre/Octobre 1992.
[65] F. Z. Pengan , "Robust Speed Identification for speed Sensorless Vector Control
of Induction Motor ", IEEE Transactions on Industry Applications. Vol. 30, No 5,
pp. 1234-1240), Septembre/Octobre 1994.
[65] F. Z. Peng, T. Fukao, and J. S. Lai, "Low-Speed Performance ofRobust Speed
Identification Using Instantaneous Reactive Power for Sensorless Vector Control
of Induction Motors", IEEE Transactions on Industry Applications, pp, 509-514,
1994.
[66] S. Tarnai. H. Sugimoto. et al."Speed Sensorless Vector Control of Induction
Motor With Model Reference Adaptive System ", IEEE Industrial Applications
Society, pp 189-195, 1987.
[67] H. Kubota et K. Matsuse, "Speed Sensorless Field-oriented Control of Induction
Motor with Rotor Resistance Adaptation", IEEE Transactions on Industry
Applications. Vol., 30, No 5. pp. 1219-1224, Octobre 1994.
[68] T. K. Lee, S. B, Cho, et D. Hyun, "Sensorless Vector Central of In induction
Motor Compensating the Variation of Rotor Resistance," IEEE IECON. pp. 72-
76, 1992.
[69] T. Kanmachi et I.Takahashi, "Sensorless Speed Control of an Induction
Motor with No Influence of Secondary Resistance Variation", IEEE Industrial
Applications Society Annual Meeting, pp. 408-413, 1993.
[70] Robert S. Scalero et Nazif Tepedelenlioglu, "A Fast New Algorithm for Training
Feedforward Neural Networks", IEEE Transactions on Signal Processing, Vol. 40,
No. 1, pp. 202-210, Janvier 1992.
[71] K. L. Shi, T. F. Chan, Y. K. Wong et S. L. Ho, "Direct Self Control of Induction
Motor Based on Neural Network", IEEE Transactions on Industry Applications,
Vol. 37, No. 5, pp. 1290-1298, Septembre/Octobre 2001.
[72] Seong-Hwan Kim, Tae-Sik Park, Ji-Yoon Yoo et Gwi-Tae Park "Speed-
Sensorless Vector Control of an Induction Motor Using Neural Network Speed
l33
Estimation", IEEE Transactions on Industrial Electronics, Vol. 48, N. 3, pp. 609-
614, Juin 2001.
[73] Amuliu Bogdan Proca, Ali Keyhani et John M. Miller "Sensorless Sliding-Mode
Control of Induction Motors U sing Operating Condition Dependent Models."
IEEE Transactions on Energy Conversion, Vol. 18, No 2, pp. 205-212, Juin 2003.
[74] M. Hilairet "Application des Outils du Traitement de Signal la commande des
Machines Toumantes", Thse de Doctorat de l'Universit de Nantes, 9 Novembre
2001.
134
ANNEXE A
OBSERV ABILIT DE LA MACHINE ASYNCHRONE TRIPHASE
CAGE D'CUREUIL
A.1 Introduction
L'observabilit caractrise la proprit de pouv01r rcuprer partir d'une
combinaison de mesures et de leurs drives toutes les grandeurs d'un systme
dynamique. Dans le cas d'un systme linaire, l'observabilit est simple vrifier et les
techniques relatives sont bien matrises. Par contre, pour les systmes non linaires, la
notion d'observabilit complte n'existe pas mathmatiquement. Mais, l'observation
peut tre globale, locale ou stationnaire [74]. Notre objectif est d'tudier l'observabilit
de la machine asynchrone cage d'cureuil afin de dfinir le nombre minimal de sorties
mesurables aussi bien en rgime permanent qu'en basse vitesse.
A.2 Quelques dfinitions gomtriques de l'observabilit
Considrons le systme dynamique continu non-linaire dfini par:
{
X(t) = f(x(t), u(t
y = h(x(t
(A.I)
o XE 9\" , U E 9\Jn, Y E 9\P reprsentent respectivement l'tat interne du systme,
l'entre (le vecteur de commande) et la sortie du systme. Les fonctions f et h sont des
fonctions suffisamment lisses.
Les mthodes d'tude d'observation des systmes non-linaires se devisent
grossirement en deux grandes classes: mthodes de Lyapunov et celles de linarisation.
L'application des mthodes de Lyapunov s'avre souffrir d'un problme complexe
notamment du fait que l'tat du systme apparat dans la dynamique d'erreur. La
mthode de linarisation prsente une extension de l'ide de Luenberger. Cette mthode
est base sur la notion d'quivalence une quation d'erreur linaire. Plusieurs auteurs
[75] ont tabli des critres similaires ceux des systmes linaires. C'est une faon
simple de tester l'observabilit locale d'un systme non-linaire. Elle semble dOlmer des
rsultats satisfaisants dans le cas d'une machine asynchrone.
Dans le cas des systmes non linaires, on peut distinguer au moins quatre types
d'observabilit gomtrique [76] :
systme localement observable;
systme localement faiblement observable;
systme observable;
systme faiblement observable.
Ces dfinitions sont lies entre elles par les relations suivantes:
systme localement observable systme observable
/) /)
systme localement faiblement observable :::::::> systme faiblement observable
Cela signifie que l'tude de l'observabilit locale d'un systme non linaire permet de
dterminer son observabilit globale.
On peut utiliser plusieurs critres pour tester l'observabilit locale d'un systme non
linaire. Le plus simple et le plus direct est le critre du rang en comportement non-
linaire. C'est une approche analogue celui des systmes linaires.
A.3 Principe
L'analyse de l'observabilit des systmes non linaires consiste driver
suffisamment de fois la fonction de sortie (vecteurs de sortie). C'est un principe qui
ressemble beaucoup celui utilis dans les systmes linaires. Il prsente un indicateur
sur la possibilit d'exprimer les variables d'tat en fonction des mesures, des sorties et de
leurs drives. Dans le cas de la machine asynchrone, les mesures sont, en gnral, les
courants statoriques alors que les entres sont les tensions statoriques.
Pour les systmes non-linaires, l'observabilit est souvent rduite un sous-domaine de
9\" o n correspond la dimension du vecteur d'tat, qu'il est ncessaire de connatre afin
d'viter des modes de fonctionnement dangereux ou non-permis.
136
A.4 Thorme: Critre du rang en non-linaire
Une condition suffisante pour que le systme non-linaire (A.l) soit localement
faiblement observable est que le rang de la matrice d'observabilit 0 de dimensions + 00
x n dfinie par:
0=
y
y
y
y
n-l
h(x,u)
dh(x, u) oh(x, u) ax oh(x, u) ou
---= +---
dt ox ot ou ot
d
2
h(x,u)
dt
2
=
LOfh(x, u)
L1fh(x, u)

(A.2)
soit gal la dimension n de l'tat; Lf tant un oprateur diffrentiel et Lifh(x) la drive
de Lie d'ordre i de h le long de la courbe d'intgrale f. Cet oprateur diffrentiel est
dfini comme suit :
Ti h ) oh(x, u) OX oh(x, u) ou
L (x U = + -'---'-
f' OX ot ou ot
(A.3)
Un systme non-linaire est globalement observable SI l'application de
l'observabilit (A.2) peut tre rsolue en fonction de x dans tout le domaine de dfinition.
Mais l'inversion d'un systme d'quation non linaire est presque impossible. Les
conditions d'inobservabilit sont donc difficilement ralisables analytiquement. Par
consquent, l'tude de l'observabilit d'un systme non linaire est souvent rduite un
sous-domaine de 9\n en utilisant la notion d'observabilit locale. Une condition
ncessaire et suffisante pour l'observabilit locale est la rgularit de la matrice
jacobienne J c'est--dire:
00 'j 9\ITI
range ox )x=x" = nUE
q systme non linaire localement observable
137
A.5 tude de l'observabilit d'une machine asynchrone
La machine asynchrone est un systme non linaire multivariable, et donc on peut
utiliser l'analyse d'observabilit locale pour vrifier la sienne. Tel que mentionn,
l'observabilit locale est relativement plus simple par rapport l'observabilit globale.
En plus, elle peut tre applique tous les modles d'tat labors dans le chapitre 2.
Toutefois, on limite l'tude aux modles les plus utiliss dans la commande vectorielle,
dans la commande directe de couple et dans la commande adaptative. Plus prcisment,
on tudie le modle compos des courants statoriques, des flux rotoriques et de la vitesse
[i
ds
, i
qs
, 'l' dr, 'Y qr, wm] et le modle compos des courants statoriques, des flux statoriques
et de la vitesse mcanique [i
ds
, iqs, '1' ds, '1' qs, w
m
].
Dans la commande sans capteur de vitesse, l'analyse d'observabilit comporte
gnralement deux vecteurs de sortie: le modle compos des courants statoriques, des
flux statorique ou rotoriques et de la vitesse de rotation. Elle ncessite donc au moins un
deuxime ordre pour l'oprateur diffrentiel Nf.
A.5.1 Observabilit pour le modle d'tat compos de [i
ds
, i
qs
, 'l'dn 'l'qrl vitesse de
rotation constante
Dans un premier cas, on suppose que la vitesse de rotation demeure constante.
Dans un repre stationnaire li au champ tournant, le modle d'tat est donn par:
dW
r
= 0
dt
1 1- cr
-----
cr't
s
cr't
r
0
M
'tr
0
0
1- cr
cr'trM
1 1- cr 1- cr
-----
---w
cr't
s
cr't
r
crM r
0
1
'tr
M
W
r
'tr
1- cr
--w
crM r
1- cr
Ids 1 0
cr'trM
Iqs 1 0 1
+--
'l'dr crLs
0 0
-Wr
'l'qr 0 0
1
'tr
[v& ]
V
qs
(A.4)
o i
ds
, iqs reprsentent les courants statoriques, 'l' dr, 'l' qr les flux rotoriques et W
r
la vitesse
angulaire du champ rotorique.
138
L'espace d'observabilit est gr par les sorties (courants i
ds
, i
qs
) et leurs drives
respectives. On cherche extraire cinq vecteurs linairement indpendants de cet espace.
La vrification de l'observabilit est obtenue partir du calcul du dterminant de la
matrice d'observabilit associe. L'observabilit obtenue ainsi est seulement locale.
L'analyse conduit deux matrices d'observation O[ et O
2
donnes comme suit:
Ids
1 ds
Ids
di
ds
di
ds
YI
YI
Ids
Lfi
ds
dt
YI
Lfi
ds
dt
YI
d
2
o -
YI
L? . Ids
et
2=
i
qs
1- [Ids
dt
2
Y2
Iqs
di
qs
Y2
1 qs
1 qs
Y2
Lfi
qS
dt
Y2
Lfi
qS
di
qS
Y2
L
2

d
2
dt
fIqs
Iqs
de
Aprs arrangement des termes et la drivation des courants i
ds
et iqs, on aboutit aux
expressions A.6 et A.7.
Il-cr 1-cr 1-cr v
-(-+--)i +--'1' +--{ 'Y +_ds_
ds M
dr
M
rqr
L
crT
s
crT
r
crT
r
cr cr s
(A.5)
(A. 6)
139
1 1-0' 1-0' 1-0' v
- (-+ --)i + --'l' + --( 'l' + _d_,
ds M dr M
rqr
L
O''t, O''tr 0' 'tr 0' 0' s
1 1-0' 1-0' 1-0' v
- (-+ --)i - --( 'l' + --'l' + _qs_
qs M
rdr
M qr L
O''t, O''tr 0' 0' 'tr 0' ,
Les matrices jacobiennes correspondantes sont dOlmes par:
1
1 1- 0"
-(-+-)
(J't, cr't,
o
o
(_1_+ l-cr)2
cr't, cr't", cr't,
1- cr
-Ct),
cr't",
o
o
1
1 1- cr
-(-+-)
cr't", cr't",
o
o
1
II-cr
-(-+-)
cr't", cr't",
o
o
1
1 1- cr
-(-+-)
cr't", cr't,

cr't", cr't, cr't",
o
1- cr
crM't,
o
1- cr
-Ct)
crM '
l-cr 1 1 2
--(--+-2 +Ct),)
crM cr't", 't", cr't,
1 - cr (_1_ + 1 + cr )Ct),
o
1- cr
crM't,
o
1- cr
crM't",
o
1- cr
-Ct),
cr't",
I-cr( 1 I+cr)
--+-Ct)
crM cr't", cr't", '
crM cr1:, cr't,
o
1- cr
o
1- cr
-Ct)
crM '
o
l-cr
crM
1- cr 1 1 2
-(--+-, +Ct),)
crM cr't", 't",
Les dterminants des matrices jacobiennes JI et J
2
sont:
(A7)
(A.8)
o
1- cr
-'P
q
,
crM
o
1- cr (_1_ + 1 + cr )'1'.,
crM cr't, cr1:
r
1 - cr (1 1 + cr )lU 2
1
- cr UJ
--+-T.
r
+ -Ct)rTr
crM cr't", cr't", crM q
(A9)
(AIO)
140
Il existe donc une singularit locale pour certains points de fonctionnement qui
sont lis aux choix de la matrice d'observabilit effectue. Nanmoins, quel que soit le
h
1 . M . Hl 1 UJ 0 M. 1 \Tf \Tl 0 A
C OlX, e pomt-l
qs
+ C
r
T dr + - T qr = ,-lqs - - T dr + C
r
l qr = apparmt comme une
'T
r
'T
r
T
r
T
r
singularit physique du systme. Ces singularits correspondent des points de
fonctionnement o le flux rotorique est constant: ':P
dr
= ete ou ':P
qr
= ete.
Dans tous les autres cas, le modle remplit les conditions d'observabilit locale.
On remarque aussi que le rang des dterminants de JI et h est indpendant de l'entre. Il
rsulte alors que toute entre rend le systme localement observable sur un espace
.3{CidS,iqs,':PdS,':PQS,Cr) / 'P
ds
='PqS =O}.
On trouve ces conditions dans le cas de la commande vectorielle flux rotorique
orient.
Dans cette stratgie de commande, on a la relation:
P M i
qs
C =-C +---
e 2 r 'T
r
':P
dr
(AIl)
On exprime le couple lectromagntique par:
(A12)
On obtient ainsi:
P 2Rr T
em
C = -C + ----
e 2 r P ':P
2
dr
(A 13)
Dmls ce cas, les relations 'P
ds
= 'PqS = 0 se traduisent par C
e
= O. Ceci signifie
que le couple lectromagntique et la vitesse mcanique sont de signes opposs
(fonctionnement en gnratrice avec circulation de courant continu au stator).
Si \ = 0 lors de transition, le modle considr est non-observable faible vitesse. Pour
viter le fonctionnement dans cette zone critique, le variateur sans capteur mcanique
141
Ids
Iqs
d
'P
dr
dt
'Pqr
)r
doit transiter rapidement vers une zone plus stable. Ainsi, l'observateur n'a pas le temps
de diverger et l'ensemble reste stable en boucle ferme.
A.S.2 Observabilit pour le modle d'tat compos de [i
ds
, i
qs
, 'Pdn 'Pqn (Om]
Dans ce cas, on suppose que la vitesse de rotation varie et le couple de charge
reste sensiblement constant. Dans un repre stationnaire li au champ tournant, le
modle d'tat est donn par:
1 1- cr
0
1- cr 1- cr
0 ----- --(0
cr't
s
cr't
r
cr'tr
M
crM r
1 1- cr 1- cr 1- cr
1
0 0
0 0
Ids
--
----- ---)
crLs _1_0
cr't
s
cr't
r
crM r
cr'trM
Iqs
[V
d
, ]
M 1
0
crLsO
=
0 -w
r
0
'P
dr
+
0
0
v
qs
'tr 'tr
'Pqr
0
Teh
M 1
0
0
1
0 (Or 0
W
r
'tr 'tr
0
0
J
PM
~ M P
0 0
~
---'P
2J L qr 2J L dr
J
r r
On peut dmontrer que ce modle est localement observable si on a les conditions
suivantes:
Lorsque la vitesse mcanique est constante, la condition de rang n'est pas
satisfaite si les composantes de flux sont constantes. L'observabilit du systme n'est pas
garantie basse vitesse. Aux basses vitesses, le temps mort, la tension faible, la variation
paramtrique affectent aussi bien la commande de la machine que son observation.
A.S.3 Observabilit pour le modle d'tat compos de [i
ds
, i
qs
, 'P
ds
, 'Pqm (Om]
(A. 14)
Dans ce cas, on suppose que la vitesse de rotation varie et le couple de charge
reste sensiblement constant. Dans un repre stationnaire li au champ tournant, le
modle d'tat est dOlm par:
142
1 1 1 1 1
0 --(-+-) -0)1"
--0)
id.\'
a T
s
T,. als T,.
als r
i
ds
i
qs
1 1 1 1 1
0
i
qS
d
0),. --(-+-)
--0)
':Pd, =
a T
s
T,.
als r
alST,.
'P
ds
+
dt -Rs 0 0 0 0
':P
qs
0 -Rs 0 0 0
'PqS
0),. p p
0 0
fi
{)J,.
- 2J lsM(l- a)':Pqs 2J L\M(1- a)':P d,
J
1
0 0
als _1_ 0
[V'" l
0
als 0
1
0
v
qs
(A.l5)
1
0
Teh
0 1
-
0
0
J
On va se restreindre aux matrices d'observations dans les directions de i
ds
et i
qs
et
leurs drives. Les deux matrices d'observabilit sont donnes par :
Ids
di
ds
dt
d'
2
o -
Ids
= 1-
dt
2
(A.16)
Iqs
di
qS
dt
143
i
ds
di
ds
dt
2=
1 qs
(A.l3)
di
qs
dt
di
qS
dt
144
ANNEXEB
CAPTEURS DE VITESSE DE ROTATION D'UNE MACHINE ASYNCHRONE
Les capteurs de vitesse de rotation instantane d'une machine asynchrone peuvent tre
regroups en deux classes : les capteurs analogiques et les capteurs numriques. Ils sont devenus
indissociables de ces machines pour raliser des servomcanismes de hautes performances.
B.l Capteurs analogiques
B.Ll Gnratrice tachymtrique courant continu
La mesure de vitesse par une gnratrice tachymtrique est une technique trs ancienne, et
on la trouve dans de nombreux systmes. La gnratrice tachymtrique est un actionneur
lectrique courant continu flux constant. Elle peut tre excitation spare dont le courant
inducteur est maintenu constant ou aimants permanents. Elle permet de convertir la vitesse de
rotation en un signal lectrique analogique qui lui est proportionnel. Elle peut fonctionner vide
ou dbiter sur une charge rsistive. Sa robustesse physique et sa bonne tenue la temprature en
font une valeur sre. Pourtant, la gnratrice tachymtrique n'est pas sans dfaut.
B.L1.l Constitution et principe de fonctionnement
Dans le cas d'une gnratrice aimants permanents, le champ excitateur est produit par
les aimants permanents, ce qui assure un flux bien dfini travers le rotor, qui porte les
enroulements de l'induit.
Notons: S la surface d'une spire, B l'induction, <PIe flux travers cette spire, <Pm = B.S, e l'angle
de
du plan de la spire par rapport une position de rfrence. La vitesse angulaire (J) = - sera
r dt
suppose constante.
On peut crire :
<p(t) = <Pm sin(S+So) = <Pm sin(oort+S
o
)
d<p(t) = d<P(t) dS =00 <P cos(oo t+S )
dt dS dt r m r 0
(B.1)
(B.2)
La force lectromotrice e(t) aux bornes d'une spire est donc alternative; sa frquence et
son amplitude sont toutes deux proportionnelles OO
f

Les spires tant rparties rgulirement sur la priphrie du rotor, elles constituent un systme
polyphas de tensions. Pour obtenir un courant continu, on doit slectionner les diffrentes spires
de faon squentielle. Un commutateur slectionne la (ou les) spirees) la mieux place par
rapport au champ permanent : un redressement polyphas est donc ralis. Cette commutation
peut se faire lectromcaniquement l'aide d'un collecteur. Celui-ci comporte des lames
connectes aux diffrents enroulements rotoriques, et alimentant un jeu de balais fixes. Le
collecteur ralise trois fonctions:
mesurer la position du rotor;
commuter les tensions de l'induit tournant, pour assurer le redressement;
transporter l'nergie du rotor vers le stator.
La force lectromotrice rsultante est continue, et directement proportionnelle la
vitesse de rotation du rotor (l'induit). Lorsque le flux magntique est maintenu constant, la f.e.m
est donne par la relation bien COlmue
Le paramtre K est appel "constante de force lectromotrice". Il s'exprime en [V / rad.s-I].
Si la gnratrice est connecte une charge et dbite un courant d'induit ia qui provoque:
(B.3)
une chute interne de tension Raia (Ra la somme des rsistances l'enroulement d'induit et des
contacts balais-collecteur) ;
une raction d'induit qui diminue la f.e.m de la gnratrice.
En ngligeant l'effet dmagntisant de la raction d'induit, la chute de tension aux bornes des
balais, les pertes fer et l'effet pelliculaire et en supposant que le circuit magntique est non satur
et que la machine est entirement compense, l'quation lectrique aux bornes de l'induit est
dOlme par:
K
m R' L di. Ri
v = ''w - 1 - - =
am. a a dt a
(B.4)
146
O K une constante dpendant de la construction de la gnratrice, ct> le flux utile d'induction
traversant l'emoulement d'induit, mm vitesse de rotation, La l'inductance de l'enroulement
d'induit et ia le courant instantan parcourant l'induit.
Si R > > R 8' la constante de temps ~ est trs petite et on peut alors ngliger le terme L. ~ ;
On obtient ainsi:
v =

K et les rsistances R et Ra demeurent constantes, alors la
tension aux bornes de l'induit est proportionnelle la vitesse. Si la chute de tension due la
raction magntique de l'induit Cm est non ngligeable, l'quation (B.5) devient:
K<Pm - Em
V = m
8 R
1+_"
R
Em peut tre gard constant par un entretien appropri des balais.
Qualits de la gnratrice tachymtrique
La tension dlivre est proportionnelle la vitesse angulaire
Elle n'a pas besoin d'tre alimente
Elle existe en de nombreuses gammes
(B.6)
Elle est capable de dlivrer une puissance faible, mais notable. Ceci lui permet d'intervenir
directement comme grandeur de commande dans certains procds.
Elle rsiste bien aux tempratures leves (T>250C), aux vibrations et aux champs
magntiques.
Dfauts de la gnratrice tachymtrique
La tension dlivre est ondule, ce qui limite la prcision.
Cette ondulation est lente basse vitesse, ce qui complique le filtrage.
147
Les balais sont un facteur d'usure, et interdisent l'emploi en atmosphre explosible.
Les rsistances R et Ra varient avec l'chauffement, et il sera assez difficile de maintenir la
proportionnalit entre la tension aux bornes de la gnratrice et la vitesse de rotation.
La chute de tension interne et la raction d'induit engendrent un seuil de fonctionnement ou
zone morte qui en rsulte une erreur de linarit et une erreur de symtrie quand le sens de
rotation s'inverse.
Le filtrage du signal de vitesse par un filtre passe bas peut affecter les performances de la
mesure. Il faut veiller ne pas introduire un dphasage qui pourrait dgrader le temps de
rponse ou perturber le fonctionnement d'une boucle d'asservissement.
Le prix relativement lev pour un modle de milieu de gamme.
Pour viter les problmes lis aux commutateurs et aux balais, il est plus avantageux de
remplacer la gnratrice courant continu par une gnratrice courant alternatif.
Les technologies modernes permettent la mesure de vitesse dans de meilleures conditions
moindre cot.
B.1.2 Gnratrice tachymtrique synchrone
C'est une machine synchrone qui fonctionne en alternateur et possde une ou plusieurs
paires de ples; elle dlivre une f.e.m :
K
. 2m t
e= m sm-_m-
m P
(B.7)
avec mm vitesse de rotation, P nombre de ples K coefficient caractristique de la machine [ en
V/(rad.s-
l
].
Pour obtenir la vitesse mm, il est possible d'exploiter:
la f..m par redressement et filtrage du signal;
l'information frquence ;
la sinusode fournie prsente gnralement un taux de distorsion trs faible.
Cette mthode est intressante car le signal est plus facilement transmissible sans erreur et
elle est exploitable directement par comptage ou gnration de frquences pilotes. La frquence
est une fonction parfaitement linaire et synchrone de la vitesse de rotation, alors que le signal
148
redress peut prsenter des carts de linarit et que le filtre peut introduire une constante de
temps qui peut affecter les boucles de rgulation.
Ces machines, sans bobinages tournants ni balais, sont recommandes pour l'emploi dans un
environnement svre.
B.1.3 Gnratrice tachymtrique asynchrone
Une gnratrice tachymtrique asynchrone est construite comme un moteur asynchrone
biphas. Le stator comporte deux enroulements statiques dcals de n: et disposs sur un circuit
2
magntique feuillet. L'un est l'enroulement d'excitation; il est aliment par une source
alternative sinusodale de pulsation W
s
:
Vs = Vs sinwst
(B.8)
L'autre est un enroulement de mesure aux bornes duquel il apparat un signal de la forme:
v = kw V cos(w t + m)
m mss 't'
(B.9)
Avec K une constante de la machine, w
m
vitesse angulaire, cp dphasage qUI est lgrement
variable.
Le rotor est constitu par un cylindre mince en mtal amagntique.
L'intrt principal de ce capteur rside dans la nature du signal de mesure dont l'amplitude
(kw m Vs) est module par la grandeur mesurer.
La prcision n'est pas trs grande cause d'une tension rsiduelle vitesse nulle, de la
variation du dphasage entre signal d'excitation et signal de mesure et d'erreurs de linarit.
B.1.4 Rsolveur
Parmi les trs nombreux autres capteurs de positions (et par consquent la vitesse) que
l'on peut rencontrer, il nous faut citer le rsolveur. Ce capteur dj ancien a reu une nouvelle
jeunesse grce aux apports de l'lectronique moderne. La tenue la temprature est 1'un des
atouts de ce capteur robuste.
149
Il est constitu par un stator comportant deux bobinages et un rotor avec galement deux
bobinages. Entre un bobinage inducteur aliment par une tension alternative et un bobinage
induit, il existe une inductance mutuelle M qui dpend uniquement de l'angle de rotation du rotor
par rapport au stator.
Il existe des rsolveurs dont les enroulements sont remplacs par des sondes effet Hall
et le rotor par un aimant tournant, ce qui permet de raliser des capteurs de dimensions trs
rduites pouvant fonctionner dans des conditions extrmes avec une grande fiabilit.
Les rsolveurs reprsentent les avantages suivants: prcision de quelques minutes d'arc,
robustesse, possibilit de fonctionnement dans un environnement svre, existence de circuits
intgrs de conversion numrique, emploi d'une frquence porteuse, possibilit de gnrer des
signaux de frquence lie un dplacement ou une vitesse, justifiant l'intrt de l'utilisation,
inhabituelle, en simple dtecteur.
Conditionnement de signaux
Signal analogique: diffrents montages de rsolveur permettent d'extraire l'information
sous forme d'une variation d'amplitude de la f..m. soit aux bornes du rotor, soit aux bornes du
stator.
Si un enroulement rotorique ou statorique est aliment par une tension V m cos oot et l'autre
enroulement rotorique ou statorique est en court-circuit, on recueille respectivement au stator
et au rotor les f..m. :
v
rl
=V
51
=ookVsinootsin8
v r2 = V 52 = ook V sin oot cos 8
avec K une constante, e angle des axes stator-rotor,
(B.IO)
(B.1I)
Si on alimente chacun des enroulements du stator avec une tension sinusodale en
quadrature:
150
e
sl
= v cos wt et e
s2
= V sin wt
On recueille au rotor un signal de la forme :
e r = kw V s sine 00 st - cp)
C'est la variation de phase qui traduit la variation de f) (angle entre stator et rotor).
(B.I2)
(B.13)
Les variations sont disponibles sous forme de modulation d'amplitude ou de phase d'un signal
porteur de pulsation w. Ce signal peut tre exploit par un amplificateur porteuse et modulation
synchrone et il est transmissible sans contact.
Signal numrique :
Des convertisseurs synchro-rsolveurs intgrent en un seul composant les fonctions
lectroniques ncessaires l'exploitation analogique et numrique de l'information angle:
laboration d'un signal de vitesse analogique,
l'information binaire parallle de position jusqu' 32 bits de rsolution,
signaux logiques de sens de rotation.
La conversion des signaux en sinus et cosinus du rsolveur en informations binaires
parallles utilise une mthode de poursuite base sur le principe de la boucle verrouillage de
phase.
B.1.S Capteurs rsistifs de position: potentiomtres
Un potentiomtre est un capteur de position : la position du curseur correspond une
rsistance bien dfinie. La plupart du temps, le potentiomtre est polaris sous une tension fixe
Va. La reprsentation est la suivante: La lecture de Vs est donc une image de r, proportion de la
rsistance totale. Si on choisit un potentiomtre linaire, alors Vs est proportionnelle l'angle de
rotation. Intrinsquement simple dans son principe, le potentiomtre de mesure de position
demande toutefois une attention particulire : la piste rsistive sur laquelle glisse le curseur doit
tre d'excellente qualit, pour assurer une bonne rptabilit de la mesure.
151
On rencontre de mOInS en mOInS de capteurs rsistifs d'angles, mais ce type de capteur est
toujours trs utilis pour mesurer les mouvements de translation. Le capteur se prsente sous la
forme d'un tube tanche dans lequel plonge la tige de mesure. Les longueurs s'chelonnent de
quelques dcimtres plusieurs mtres (le prix est en consquence.). Ces capteurs peuvent tre
interfacs directement sur un module d'entres analogiques.
L'utilisation des capteurs analogiques de vitesse dans la traction lectrique est freine par
les inconvnients communs suivants:
ils ont une dynamique relativement mauvaise surtout aux basses vitesses.
ils sont bruits et sensibles aux variations de la temprature.
ils demeurent relativement chers.
B.2 Capteurs numriques (capteurs optiques de position ou codeurs optiques)
Les capteurs optiques, introduits pendant les annes 70, sont omniprsents dans les
systmes de positionnement et de rglage de vitesse. Accoupls au moteur, ils permettent de
mesurer la position angulaire de l'arbre du moteur ou par un assemblage appropri, mesurer des
dplacements linaires. Ils ont souvent supplant les gnratrices tachymtriques et les capteurs
rsistifs. Ces dispositifs fonctionnent sur la modulation d'un rayon lumineux par un obstacle
mobile. Le plus souvent, le faisceau incident est cr par une diode mettrice (diode lectro-
luminescente LED). Le faisceau modul est capt par un dispositif photosensible (photodiode ou
phototransistor). L'obstacle mobile est une plaque (disque) de verre ou autre matriau transparent
portant des gravures opaques (pistes concentriques). Celles-ci sont obtenues par un procd
photographique et peuvent tre trs serres. Le signal de sortie est un mot binaire ( deux
niveaux) de n bits: il s'agit donc d'un capteur sortie logique (numrique).
Deux dispositifs principaux sont disponibles : les codeurs absolus et les codeurs incrmentaux
B. 2.1 Codeurs absolus
Ils sont constitus d'un disque gnralement en verre transparent sur lequel sont graves
plusieurs pistes concentriques; chacune, correspondant un bit, est munie d'un photocapteur. Les
152
disques sont cods selon un code binaire qui peut tre quelconque, mais pour rsoudre certains
problmes de codage et simplifier le systme lectronique, on trouve le plus souvent des disques
cods selon un code cyclique (code binaire rflchi (code de Gray) ou le code dcimal cod
binaire (BCD)).
La lecture simultane de n pistes correspondant n bits (1 ou 0) s'effectue par un
systme de capteurs photolectriques.
L'intrt des capteurs absolus est de fournir directement la position (modulo 2n)
autorisant un fonctionnement complet du variateur de vitesse ds la mise en service, et en
particulier aprs une coupure d'alimentation.
Leur inconvnient est qu'ils ncessitent autant de conducteurs que de bits (en gnral 8
ou 12). Les codeurs absolus sont chers (surtout pour les codeurs suprieurs 12 bits).
B.2.2 Codeurs incrmentaux
Comme pour l'autre dcodeur, l'lment de base de ce codeur est un disque opaque
portant un certain nombre de fentes rgulirement espaces permettant la lumire d'une source
lumineuse (lampe) d'agir ou non sur un dispositif photosensible (gnralement photo transistor).
Le disque porte trois pistes (ou canaux) concentriques. Les deux pistes extrieures
rfrences X et Y comporte chacune 2A secteurs et sont dcales entre elles d'un quart de pas
(
2n d ) L . .,. 1 .
ou - ra Ians . a troIsIeme pIste porte une seu e lente sur un tour.
A
On l'appelle top de
synchronisation (top zro).
Une fourche optique fixe place entre la source lumineuse et le disque, et comportant
trois capteurs photosensibles (photo transistors) vient lire ces trois pistes. Les trois
phototransistors, dont leur base est soumises aux variations de lumire, dlivrent des signaux
quasi-rectangulaires d'amplitude constante. L'appareil dlivre ainsi trois sries d'impulsions par
153
tour : le nombre de deux premires (piste X et Y) est gal au nombre de traits dfinissant le
codeur, la troisime (top de synchronisation) n'est mise qu'une fois par tour.
Le dphasage entre les signaux gnrs par les pistes X et Y permet de dterminer si le sens de
rotation est correct (en dtectant l'antriorit des signaux deux voies). Le top zro permet de
compter le nombre de tours.
Ces capteurs doivent tre interfacs par un module de comptage (compteur/dcompteur)
rapide. L'avantage des codeurs incrmentaux est la simplicit d'installation (peu de cblage) et la
grande prcision qui peut tre obtenue pour un cot moindre qu'avec un capteur absolu. Le
nombre de points par tour peut tre quelconque, et n'est pas limit aux puissances de deux. Les
rsolutions courantes sont: 10, 50, 100, 180, 200, 360, 400, 1000.
De plus, le calcul de la vitesse est trs simple. En revanche, le dplacement total est
conserv dans le compteur, et non pas au niveau du codeur: une procdure de rinitialisation est
ncessaire en cas d'interruption d'alimentation.
Comme les codeurs absolus, les codeurs incrmentaux ont un fonctionnement limit en
temprature: les circuits lectroniques fonctionnent seulement jusqu' 125C.
Deux mthodes permettent la mesure de la vitesse.
compter le nombre d'impulsions gnres par le capteur en un temps donn,
compter le nombre de tops d'une horloge de frquence f
h
(priode Th) durant un nombre M
donn d'impulsions dlivres par le compteur.
Remarque
Soit 8(t) la mesure de position l'instant t, et 8 (t+ T) la mesure l'instant suivant. La
vitesse est alors simplement donne par :
( T) _ 8( t + T) - 8( t)
mm t + - T
(B.14)
Cette vitesse est bien sr mesure en nombre de points par unit de temps.
Cette mthode est utilisable avec les codeurs absolus, qui donnent directement 8(t), et
avec les codeurs incrmentaux dont le compteur associ donne aussi 8(t).
154
Avec cette mthode de mesure, l'angle parcouru est divis par le temps correspondant.
Cela donne une valeur moyenne de la vitesse et provoque une erreur durant les phases
d'acclration et dclration. Celle-ci est d'autant plus importante que la vitesse est faible.
155
ANNEXE C
Programme d'entranement des rseaux de neurones multicouches
clear ail;
close ail;
clc;
%disp('Apprentissage et gnralisation des rseaux deux couches caches:');
%disp('Appuyer sur une touche pour continuer:');
load d2ccaprs % chargement de donnes d'apprentissage
% Prparation des donnes d'apprentissage
Pa=[vds(:,1) vqs(:,1) ids(:,1) ids(:,2) ids(:,3) iqs(:,1) iqs(:,2) iqs(:,3)]';
Ta=[wm(:,1 )]';
clear vds vqs ids iqs
% Pretratement: normalisation de la base de donnes
[Pan,minp,maxp,Tan,mint,maxt] = premnmx(Pa,Ta);
% Dfinition des fonctions d'activation
TF1 ='tansig';
TF2='tansig';
TF3='purelin';
% Fonction d'activation pour la premire couche cache
% Fonction d'activation pour la deuxime couche cache
% Fonction d'activation pour la couche de sortie
% Choix de la structure du rseau et l'algorithme d'apprentissage
PR = minmax(Pan); % matrices des valeurs main et max de Pn
% disp('Entrer le nombre de neurones de la premire couche cache: ');
% 81=input('Entrer 81: ');
81=12;
82=10;
%disp('Entrer le nombre de neurones de la deuxime couche cache: ');
%82=input('Entrer 82: ');
[83,Q]=size(Tan); % 1 neurone de sortie
% NEWFF gnre les poids et les polarisations pour un rseau trois couches
% (TansigfTansig/Purelin)
net = newff(PR,[81 82 83],{TF1 TF2 TF3},'trainlm')
% Paramtres d'apprentissage pour trainlm
% disp('Entrer la frquence d'affichage: ');
% neUrainParam.show=input(' : ');
% disp('Entrer le nombre maximum d'itrations: ');
% neUrainParam.epochs=input(' : ');
% disp('Entrer l"Erreur quadratique dsire: ');
% neUrainParam.goal=input(' : ');
neUrainParam .show=500;
neUrainParam .epochs=2000;
neUrain Param .goal=0.005;
freq_aff = nettrainParam.show;
Nmax_iter = nettrainParam.epochs;
Ercdes = nettrainParam.goal;
% Frequence d"affichage
% Nombre maximum d'itration
% Erreur quadratique dsire
neUrainParam.lr = 0.6 ; % Taux d'apprentissage
neUrainParam.max_fail = 1 ; %
neUrainParam.mem_redu = 1 ; % Facteur d'utilisation de la mmoire
neUrainParam.min_grad = 1 e-3; % Gradient de performance minimal
neUrainParam.mu = 0.6 % Mu Initiale
neUrainParam.mu_dec = 0.1 % Facteur de dcrmentation de Mu
neUrainParam.mu_inc = 2 % Facteur d'incrmentation de Mu
neUrainParam.mu_max = 1 e100 % Valeur maximale de Mu
neUrainParam.time = inf; % Temps maximum d'entranement en second
% Paramtres de performance
net.performFcn='mse';
neUrainParam.ratio =0.5; % Valeur maximale de Mu
% Tableau des paramtres d'entranement
%tr=[freq_aff Nmax_iter Err_des nettrainParam.lr neUrainParam.max_fail. ..
% neUrainParam.mem_redu neUrainParam.min_grad neUrainParam.time];
% Initialisation du RNA
net = init(net);
for k=1 :20
load w2c8e1 0121 s03
net.lW{1,1} = W1
net.b{1} = b1
net.LW{2,1}=W2; net.LW{3,2}=W3
net.b{2}=b2 ; net.b{3}=b3
% Entranement du rseau
[net,tr] = train(net,Pan,Tan);
% Remise ajour des poids et les polarisations
W1=net.lW{1,1}; W2=net.LW{2,1}; W3 = net.LW{3,2};
b1 = net.b{1}; b2 = net.b{2}; b3 = net.b{3} ;
save w2c8e1 0121 s03.mat W1 W2 W3 b1 b2 b3
end
% Simulation du rseau de neurones
aan = sim(net,Pan);
% Postrai15/06/2005tement: Dnormalisation
aa = postmnmx(aan,mint,maxt);
e=aa'-wm(:,1 );
subplot(3,1 ,1)
plot(t,aa(1,:),'g',t,Ta(1,:),'r'),grid,zoom
157
title('vitesses relle et estime')
ylabel('wme en rad/sec')
subplot(3,1 ,2)
plot(t,e ),grid,zoom
title('erreur')
ylabel('e en rad/sec')
xlabel('temps en sec')
load d2ccgene % chargement de donnes de gnralisation
Pg=[vds(:,1) vqs(:,1) ids(:,1) ids(:,2) ids(:,3) iqs(:,1) iqs(:,2) iqs(:,3)]';
Tg=[wm(:,1 )]';
% Prtraitement: normalisation de la base de donnes
[Pgn,minp,maxp,Tgn,mint,maxt] == premnmx(Pg,Tg);
% Simulation du rseau de neurones avec une base de donnes diffrente
agn == sim(net,Pgn);
ag == postmnmx(agn,mint,maxt);
subplot(3,1,3)
plot(t,ag(1,:),'g',t,wm,'r'),grid,zoom
title('gnralisation')
ylabel('wme en rad/sec')
gensim(net,-1 )
plot(tr. epoch, tr. pert, tr.epoch, tr. vpert, tr.epoch, tr. tpert) ,grid
158
ANNEXED
CONTRAINTES RELIES L'IMPLANTATION DES ALGORITHMES
PROPOSS DANS UN DSP
D.I Introduction
Les systmes base de processeurs de traitement numrique du signal (DSP) bnficient
d'une grande souplesse de programmation, des possibilits de traitement parfois suprieures aux
systmes analogiques, d'une grande stabilit et d'une grande reproductibilit. Les DSP sont
devenus des composants clefs dans plusieurs applications industrielles et commerciales. Dans les
entranements vitesse variables, l'intgration de DSP forte capacit de calcul avec un ensemble
de priphriques spcifiques offre la possibilit de simplifier le processus d'implantation des
stratgies de commande avec ou sans capteur de vitesse. En effet, la puissance de traitement
phnomnale des DSP a permis de raliser plusieurs fonctions telles le contrle prcis de la
vitesse, de la position et du couple, l'estimation des variables d'tat de la machine (flux, vitesse,
position), etc.
La principale diffrence entre un microprocesseur classique et un DSP rside dans le
temps de traitement de certains calculs. En effet, avec un microprocesseur classique (type 68000),
pour effectuer un calcul du type: A = (B x C) + D, cela ncessite plusieurs cycles d'horloge,
correspondant la lecture des donnes, au stockage dans des registres adapts, enfin au traitement
proprement parl des donnes. Si ce temps est admissible dans des applications informatiques
courantes, il n'est pas acceptable pour faire du traitement rapide du signal. Les DSP sont donc
conus pour optimiser ce temps de calcul. cet effet, ils disposent de fonctions optimises
permettant de calculer l'expression A beaucoup plus rapidement. Dans la pratique, la plupart des
DSP ont un jeu d'instructions spcialis permettant de lire en mmoire une donne, d'effectuer
une multiplication puis une addition, et enfin d'crire en mmoire le rsultat, le tout en un seul
cycle d'horloge. Ce type d'opration est nomm MAC, de l'anglais Multiply and ACcumulate.
Une autre caractristique des DSP est leurs capacits raliser plusieurs accs mmoire en
un seul cycle. Ceci permet un DSP de chercher en mmoire une instruction et ses donnes
ralisant un MAC, et simultanment, d'y ranger le rsultant du MAC prcdent. Le gain de temps
est vident.
Cette annexe est consacre la description des contraintes relies l'implantation
exprimentale pour valider les algorithmes d'estimation proposes dans cette thse. Les
contraintes mentionnes sont relies la carte eZdsp TMS320LF2407. Cette carte est construite
autour d'un Starter Kit dont le coeur est un processeur de traitement numrique du signal de
Texas Instruments: le TMS320LF2407, qui opre 40 MHz. Ce DSP peu onreux permet
l'intgration des algorithmes de commande, d'observation, de protection et de diagnostic d'un
variateur lectronique complet utilisant une machine asynchrone triphase.
D.2 Caractristiques du DSP TMS320LF2407
La figure D.l montre l'architecture interne du TMS320LF2407.
TMS320LF2407 Architecture
DataRAM
;2.5KYIOfds .
i

A(15-0)
0.35um,3JV
33 ns ID!>truCtiOIl cycle
time 30 MlPS (40MIPS option)
32K words of on-cwp FLASH
melllory (30 MIPS)
Flash sec.toring !Ind security
Boot ROM 256 words
Motor control optimized Event
Manager (2x C242 like)
AlD COllvener (16 inputs)
with 500ns conversion time
UART(SCI)
SPI
On-chip CAN module 2.0B
16-bit extemal me11l0ry
interface
up to 37 GPIO PillS
144 TQFP
1 - B
La figure D.l Architecture interne du TMS320LF2407.
160
Le TMS320LF2407 appartient une nouvelle gnration de DSP conue par Texas
Instruments. Il intgre tous les priphriques (temporisateurs, convertisseurs AN, dcodeurs, etc.)
permettant de simplifier la mise en oeuvre globale d'un systme d'entranement en rduisant le
nombre de composants lectroniques, la taille et le cot du circuit.
Le TMS320LF2407 dispose d'un accumulateurs virgule fixe de 16 bits et intgre les
priphriques pour l'lectronique de puissance suivants: 16 canaux PWM (dont 12 sont
indpendants), 3 horloges universelles mu1ti priodes, 16 convertisseurs analogiques/numriques
10 bits avec capacit de conversion simultane, deux gestionnaires d'vnement, quatre broches
de capture, une capacit d'interface de codage, SCI, SPI et un chien de garde (WatchDog).
Le TMS320LF2407 possde deux ggestionnaires d'vnements: EVA et EVB. Chaque
gestionnaire d'vnements sert traiter tout ce qui a rapport avec le dclenchement en gnral.
En effet, lorsqu'une tche se dclenche, c'est qu'il y a eu un vnement. Ces vnements peuvent
tre internes ou externes. Un vnement interne est du type dpassement d'une certaine quantit
de temps ou interruption logique. Du type externe, un vnement est par exemple un retour sur
capteur. Ainsi, les EV grent, les temporisateurs, les comparateurs sur les temporisateurs, les
gnrateurs de PWM (gnrs partir des temporisateurs), les units de capture (avec dtection
de front), les capteurs quadratiques (pour capteur incrmentaux du style encodeur optique) et les
interruptions. Chaque EV est indpendant, contient 2 temporisateurs et 3 units de comparaison.
Les capteurs Quadratiques QEPI et QEP2 incrmentent le temporisateur 2 uniquement. Les
capteurs Quadratiques QEP3 et QEP4 incrmentent le temporisateur 3 uniquement. Cela signifie
que le choix des ressources est limit. L'utilisation de chaque ressource doit tre judicieusement
effectu. Par exemple, si on souhaite asservir deux moteurs en boucle fermes il faudra utiliser
un temporisateur pour gnrer la frquence des MU puis deux units de comparaison pour
dterminer le rapport cyclique ensuite il faudra utiliser les temporisateurs 2 et 4 pour les capteurs
en quadrature. Si on utilise le temporisateur 3 pour l'chantillonnage alors il ne reste plus de
temporisateur libre. Il est possible cependant de gnrer d'autres bases de temps grce aux quatre
units de comparaison restantes.
Le TMS320LF2407 dispose de seize (16) canaux PWM dont six (dsigns PWM 1
PWM6) commandent l' onduleur triphas. Ces six canaux PWM sont groups en trois paires
161
(PWM 1-2, PWM 3-4, PWM 5-6) complmentaires. Trois registres de comparaison, appels
"Full Compare", sont associs chaque paire de canaux PWM. Les valeurs des registres de
comparaison sont mises jour pour obtenir la sortie PWM idale. Un module hardware temps
mort (desdband) intgr permet de rgler le temps mort pour assurer la commutation sans
destruction du pont triphas. Trois autres canaux PWM sont disponibles pour mettre en oeuvre
d'autres fonctions.
D.3 Description de plate-forme exprimentale
La figure D.2 reprsente un schma fonctionnel du systme exprimental base du
TMS320LF2407. L'onduleur triphas utilise six canaux PWM. Le temps mort est contrl grce
un logiciel intgr. Un rseau de neurones artificiels (RNA) estime la vitesse de rotation. La
mesure des courants se fait par l'intermdiaire de deux capteurs LEM ncessaires pour l'ensemble
des algorithmes de commande et d'estimation. De simples circuits diviseurs de tension sont
utiliss pour conditionner et amener, aux convertisseurs analogique/numrique du DSP, les
diverses tensions mesures.
La commande du moteur dans son ensemble utilise principalement trois modules
logiciels: la commande par hystrsis, l'estimation de la vitesse par rseaux de neurones et le
calcul de glissement et la rgulation. Une fois le code gnr, ces algorithmes de commande et
d'estimation sont chargs via un port parallle entre un PC et la carte lectronique.
162
f""'''' ... -.... -.-....... -.-................... -,' ......... , ........ o..o.'- .... - ...................... _ ... ................ - .... - ................... - ....... _ ................. _ ............. _,
i
[COS(Se) -Sin(8
e
)] ----=+ H2 :h --+ comp:;mde i
Rgulateur de r--- hystrsis ! 1
vitesse .e* sin(8e) cos(8e) .s* 3' 2 2 iPWM
lqs lqs 1 _fi L..... i
1
2 2 1
Se
i
,
ffi':Q-+I
T+ r; COrne
1--_____ ......1--1 O.5P
COr
cs
Onduleur
IGBT

!
.. _ .. _ .. _ .. _ ...................... _ ......... _ .. _ ............ 1:.: :.:: . .::: .. ::.:. . :..:; . :.:: . .:::.-.;....__
Machine
Figure D.2 Commande vectorielle sans capteur de vitesse flux rotorique orient avec imposition
de courant
D.4 La mis en oeuvre logicielle
Les paragraphes suivants dcrivent la mIse en oeuvre dtaille des modules logiciels
essentiels.
D.4.1 Synchronisation des tches
En gnrale, l'enchanement correct des vnements en temps rel est obtenu par des
interruptions internes et externes. Lorsque le processeur dtecte une interruption, le traitement en
cours est suspendu au profit du sous-programme correspondant l'interruption dtecte. Dans le
cas de la venue de deux vnements de priorits diffrentes, la tche de priorit suprieure est
excute avant la seconde tche moins prioritaire.
163
Dans cette thse, tous les algorithmes sont cods dans une tche unique appele toutes
les 50 /-ls. Ils peuvent comporter des routines dont la priode d'excution est un multiple la
priode d'chantillonnage. En consquence une seule interruption matrielle INT2 du
temporisateur Tl est utilise dans les programmes.
DA.2 Techniques de programmation
La recherche de la rapidit des algorithmes de commande et d'estimation contraint le plus
souvent utiliser le langage assembleur propre au DSP afin d'optimiser les performances du
processeur. Malgr cela, on suggre d'utiliser le langage C, plus volu, gnrique, lisible,
comprhensible et portable en dpit de la baisse de performances lie la programmation de plus
haut niveau.
Dans tous les cas, il est ncessaire de bien connatre l'assembleur puisque tout programme
en C ncessite la manipulation des registres internes du DSP via le langage assembleur. De plus,
il peut tre intressant et voire mme ncessaire de reprogrammer des parties de programme
crites en C en langage assembleur, lorsque le temps d'excution est critique pour le bon
fonctionnement du systme.
Afin de rduire le temps d'excution des programmes, certains points de programmation sont
respecter:
L'appel des fonctions permet un bon dcoupage des programmes pour une meilleure
lisibilit et rutilisation du code. En contrepartie, il augmente le temps d'excution des
programmes puisque le processeur est oblig de sauvegarder ou de restaurer le contexte du
CPU (valeurs des registres, etc.) en entrant et en sortant des fonctions. Toutefois, des
options de compilation (fonctions "inlining") sont proposes par les compilateurs afin de
constituer un programme sans appel procdural. Les programmes restent assez courts, il
est encore conseill de ne pas dcomposer les programmes en plusieurs sous-programmes.
Dans ce cas, les variables sont essentiellement globales ce qui rend le code moins
rutilisable directement.
164
L'utilisation de tableaux contenant les valeurs de plusieurs variables (les fonctions
trigonomtriques pour la transformation de directe et inverse de Park, les fonctions
transfert sigmodes pour les neurones des couches caches) permet aussi une rduction du
temps d'excution des programmes. En effet, la lecture de la valeur d'une variable passe
le plus souvent par une lecture de son adresse, puis un stockage dans un registre de la
valeur contenue cette adresse (adressage indirect). Ainsi, il est plus judicieux de stocker
un ensemble de valeurs dans un tableau pour lire une seule et unique fois l'adresse du
premier lment du tableau puis accder ensuite l'ensemble des valeurs via les index.
L'utilisation d'astuces mathmatiques lmentaires permet de rduire le nombre
d'oprations d'un calcul. Par exemple, la mthode de calcul de Homer VIa une
factorisation d'un lment commun permet une rduction du nombre de multiplications.
Il est ncessaire d'viter de laisser dans le code des calculs mathmatiques invariants dans
le temps et afortiori des inversions de scalaires ou de matrices.
Aucune constante numrique ne doit apparatre dans le code part la valeur zro utilise
comme valeur initiale de comptage. Toutes les constantes sont donc dfinies par des
symboles avec l'instruction "#define".
L'allocation dynamique de la mmoire est proscrite en temps-rel. On ne peut l'utiliser
que pour des dveloppements de type simulation. Lors de dveloppements sur cible DSP
ou sur une autre architecture temps-rel, l'allocation dynamique est pnalisante pour
plusieurs raisons :
elle ne permet pas de connatre avec prcision les ressources ncessaires
l'application dans tous les cas de fonctionnement.
elle introduit un facteur alatoire dans le droulement et les performances
d'excution de l'application.
D.4.3 Compilation des programmes en langage C
La gnration d'un excutable partir d'un code source en C ncessite le Code Composer
Studio (CCS) de TI. Le (CCS) est un environnement intgr de dveloppement de code pour les
165
DSP de Texas Instrument. Il est fourni en standard avec la carte de dveloppement pour le DSP.
Il fournit plusieurs outils pour faciliter la construction et la mise au point des programmes de
DSP. Il comprend un diteur de code source, un compilateur de langage C/C++, un assembleur de
code relocalisable, un diteur de liens, et un environnement d'excution qui permet de tlcharger
un programme excutable sur une carte cible, de l'excuter et de le dboguer au besoin. Le CCS
comprend aussi des outils qui permettent l'analyse en temps rel d'un programme en cours
d'excution et des rsultats produits. Finalement, il fournit un envirOlmement de gestion de
fichiers qui facilite la construction et la mise au point des programmes. Au moment de l'tape
"dition de liens", d'autres fichiers objets (librairie, ... ) peuvent tre lis. C'est le cas en
particulier des fichiers ncessaires pour dfinir le vecteur d'interruption. Ce dernier reprsente un
ordre de branchement permettant de faire un lien entre l'interruption matrielle ou logicielle et le
programme excuter.
Tous les traitements applicatifs sont effectus sous une routine d'interruption (ISR). Le code
principal (c'est dire le main du programme) consiste simplement en l'initialisation des
priphriques du TMS320F2407 (p.ex. PLL, Watchdog, contrleur d'interruption, convertisseur
analogique numrique et les deux gestionnaires d'vnements A et B). Le reste du code est
assur entirement par la routine PWM-ISR. Ce sous-programme d'interruption ISR est appele
toutes les 50 ~ (20 KHz) par le flag correspondant du temporisateur 1 (Timer 1) du
gestionnaire d'vnement A.
D.S Conclusion
La nouvelle classe de DSP faible cot devient une option viable pour les applications
sensibles en termes de cot. Ces processeurs disposent de suffisamment de puissance de calcul et
de priphriques intgrs pour permettre la mise en oeuvre de fonctions multiples d'une
commande sans capteur de la machine asynchrone triphase. L'intgration de toutes plusieurs
fonctions matrielle permet de rduire le nombre de composants du systme.
166

000123352

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

000123352

Transféré par

Droits d'auteur :

Formats disponibles

Reproduced with permission of the copyright owner. Further reproduction prohibited without permission.

Vous aimerez peut-être aussi