Vous êtes sur la page 1sur 46

C.N.E.

D Gnie Electrotechnique
COMPLMENTS AU COURS D'ASSERVISSEMENT
INTRODUCTION LA METHODE DES
PLANS D'EXPRIENCES
PAR LA MTHODE TAGUCHI
Phases de mise en relation entre modlisation et exprimentation :
1- Prdtermination comportementale du systme
2- Simulation numrique sur calculateur
3- Plan d'expriences : Essais selon TAGUCHI
4- Confrontation entre :
- le Modle de comportement attendu et
- le comportement Rel
5- Choix des paramtres de rglage pour optimisation des
performances du systme selon les critres choisis.
Etude ralise sur l'axe "Z" de levage d'un magasin automatique pour stockage dstockage de
pices.
J ean-Claude CHAUVEAU
J ean-Paul CHASSAING
LES PLANS D'EXPERIENCES
(DESIGNS of EXPERIMENTS)
La mthode du Docteur TAGUCHI
La mthodologie Taguchi de mise en uvre des plans d'expriences est l'un
des outils de la qualit, au mme titre que l'Analyse des Modes de Dfaillance et
l'tude des Criticits (A.m.d.e.c) ou l'Analyse de la Valeur. Comme tout outil, elle n'a
d'intrt que si l'on sait s'en servir, ce qui suppose la fois de connatre la mthode et
de pouvoir cerner les cas o elle apporte un "plus" par rapport aux techniques
traditionnelles.
I - INTRODUCTION
La dmarche d'Assurance Qualit fait appel la prvention et au progrs
permanent dans les domaines de l'organisation de la qualit, de l'obtention des
performances du produit et de la matrise des processus associs aux procds
industriels.
Le plan d'expriences peut aider la conception et l'industrialisation du
produit, ainsi qu' la rsolution de problmes complexes d'optimisation (rglages)
lors de la production du produit. Il s'intgre donc parfaitement dans la dmarche
qualit.
Nous vous incitons vivement mettre en uvre le plan d'expriences dans les
diffrentes tapes industrielles de conception et de validation du produit.
Les rsultats que vous attendez de ces tapes seront obtenus avec un
maximum de rigueur et beaucoup plus rapidement qu'avec les mthodes
traditionnelles, donc avec une efficience conomique certaine.
Il - PRSENTATION DE LA MTHODE A
quoi sert un plan d'expriences ?
Vous tes confronts un problme technique complexe : de multiples
paramtres sont susceptibles d'influer sur la performance du systme tudi. La
performance que vous cherchez amliorer est caractrise par une ou plusieurs
rponses.
Quel s sont l es par amt r es r esponsabl es des vari at i ons obser ves ?
Telle est la question.
Le plan d'expriences sert mettre en vidence et quantifier l'influence des
paramtres pris en compte.
Vous devez mettre en uvre une srie d'essais physiques ou une srie de
calculs numriques. C'est souvent le cas si vous vous trouvez dans un des contextes
suivants :
- tudes techniques ;
- optimisation de processus ;
- tudes de moyens de fabrication ;
- amlioration de capabilit machine ;
- essais de mise au point ;
- essais d'endurance ;
- essais de laboratoire ;
- etc.
Mais quelles expriences raliser pour obtenir les informations recherches ?
Un plan d'expriences est une suite d'essais organise l'avance de manire
dterminer en un minimum d'essais et avec un maximum de prcision l'influence de
multiples paramtres sur une ou plusieurs rponses.
Conditions d'application
Pour appliquer la mthode avec succs, il faut :
- crer un groupe pluridisciplinaire constitu de personnes comptentes, concernes et
motives : ne pas oublier les exprimentateurs ;
- associer un animateur form la mthode un pilote, responsable technique du
sujet trait ;
- tre en mesure d'exprimenter, de matriser les valeurs donner aux paramtres et
de mesurer avec prcision la ou les rponses. La mthode devient lourde utiliser
lorsque les paramtres pris en compte sont trop nombreux (nanmoins il est rare que
plus de 15 paramtres influencent grandement les rponses du systme) ;
- tablir une stratgie exprimentale (srie de plans) en fonction des objectifs fixs,
des moyens disponibles et du dlai accord l'tude ;
- respecter scrupuleusement la dmarche dcrite ci-aprs.
Dmarche
Les tapes sont les suivantes :
1. formaliser le problme, si possible au moyen d'un modle graphique ;
2. slectionner les paramtres, fixer leurs modalits (niveau de variations des
paramtres) et slectionner leurs interactions ;
3. construire le plan en fonction des tables de Taguchi ;
4. raliser les essais ;
5. analyser les rsultats ;
6. conclure aprs choix du rglage des paramtres qui peuvent tre maitriss et essai
de confirmation.
TAPE 1 : FORMALISER LE PROBLEME
Identifier le problme : est-ce un dysfonctionnement "produit" et/ou "processus",
un taux de rebut important, une performance insuffisante, une mise au point
raliser?
Quantifier l'objectif atteindre en dfinissant une ou plusieurs rponses. Les
rponses tant dfinies, comment les mesurer ?
- Qui mesure ?
- Que mesure-t-on ? -
- O le fait-on ?
- Quand le fait-on ?
- Comment le fait-on ?
Les diffrentes mesures peuvent tre :
- une grandeur quantitative (une longueur, un poids, une duret, une force...) ; -
un pourcentage (un taux de rebut ...) ;
- un classement ;
- une cotation (un dmrite ...)
- etc. .
TAPE 2 : SLECTIONNER LES PARAMTRES
Fixer leurs modalits et slectionner leurs interactions.
Le groupe doit identifier les paramtres, qualitatifs ou quantitatifs, priori
responsables des variations des rponses. La manire de procder est la suivante :
- recenser tous les paramtres possibles (Remue-mninges, diagramme causes-effet
(lshikawa), ADMEC, ...) ;
- slectionner les paramtres priori les plus influents pour l'tude, par limination
successive ;
- choisir le nombre de modalits et leurs valeurs pour chacun des paramtres retenus ;
- slectionner les interactions priori les plus influentes ;
- dterminer les conditions d'essais : les paramtres lists mais non retenus seront
maintenus constants au cours des essais. La faon de raliser les essais sera tablie et
fige.
C'est l'exprience acquise par chacun des membres du groupe qui est utilise
lors de cette tape.
A ce stade, il faut vrifier l'opportunit d'un plan d'exprience :
- l'influence des paramtres est-elle vraiment mconnue, mal quantifi (problme de
type "bote noire") ?
- est-il possible de matriser les paramtres au cours des essais ?
Si non, les informations issues des tapes 1 et 2 permettent de s'orienter vers d'autres
mthodes : mthode de rsolution de problmes, analyses de donnes...
TAPE 3 : CONSTRUIRE LE PLAN
Un plan d'expriences vite de combiner toutes les modalits de tous les
paramtres. Les plans les plus courants sont rpertoris dans un ensemble de tables
disponibles en standard (Cf tables de Taguchi donnes en annexe 1).
Le nombre de paramtres, de modalits par paramtres et le nombre
d'interactions permettent de trouver le plan le mieux adapt au problme rsoudre.
Les paramtres sont affects aux colonnes en tenant compte des interactions et
des paramtres difficiles faire varier.
TAPE 4 : RALISER LES ESSAIS
Il s'agit de reproduire sur le produit et/ou le processus chaque combinaison du
plan d'expriences et pour chacune d'entre elles de consigner la ou les rponses
dans un tableau. Un soin particulier doit tre apport la ralisation de ces essais
(grande rigueur, respect de la gamme d'essais, relev des conditions
exprimentales.)
Il faut raliser tous les essais prvus. Il est impossible de s'arrter sous peine de
perdre le bnfice de l'tude.
TAPE 5 : ANALYSER LES RSULTATS
Il existe deux analyses complmentaires.
L'analyse graphique :
Elle donne une reprsentation simple des rsultats. Elle permet de visualiser
l'influence des paramtres et de leurs interactions ( c f. annexe n1 ).
L'analyse statistique :
L'analyse de la variance vise distinguer, dans les variations globales de la
rponse, la part due l'influence relle des paramtres de la part due au hasard.
Cette analyse :
- complte l'analyse graphique ;
- donne un taux de confiance statistique aux rsultats ;
- chiffre la contribution de chaque paramtre la variation globale de la rponse ;
- quantifie la part du rsidu, c'est--dire ce qui a vari l'insu de l'exprimentateur.
TAPE 6 : CONCLURE
L'objectif de cette dernire tape est de faire la synthse des rsultats obtenus et
de dcider des actions entreprendre (rglages des paramtres ou reconception).
L'essai de confirmation doit permettre la dcision entreprendre soit :
--->accepter le niveau de qualit optenu aprs rglage,
--->mettre en oeuvre un nouveau plan pour amliorer le rsultat, --->
changer de stratgie d'analyse o de conception du procd.
Le plan d'expriences est un rflexe acqurir.
Dans la dmarche habituelle, l'exprimentateur progresse pas pas et s'arrte
sur la premire solution satisfaisante.
A l ' oppos, un pl an d' expr i ences per met de mi eux compr endr e l es
phnomnes :
- l'influence des paramtres est quantifie ; -
- les paramtres sont hirarchiss ;
- leur sens de variation est connu ;
- les interactions sont mises en vidence ; -
- les rponses sont modlises.
Ces connaissances permettent d'optimiser le systme tudi et d'enrichir la
base de donnes.
Ultrieurement, les informations recueillies pourront orienter d'autres tudes.
Toutes ces raisons contribuent au dveloppement des plans d'expriences
dans le monde industriel.
III - EXEMPLE D'APPLICATION EN GNIE LECTRIQUE
Campagne d'essais pour un rglage optimal de l'axe Z d'un systme
de magasin automatis : Transgerbeur
Problme pos :
Il s'agit de raliser les essais qui mettront en vidence l'influence des
paramtres (de configuration et de rglage) sur le comportement du sous-systme de
levage (axe Z).
Les paramtres sont accessibles au rgleur par mots implants en mmoire
dans l'automate programmable et par rglage du variateur de vitesse ddi au moteur
lectrique de l'axe Z.
Les paramtres accessibles par programme concernent :
--->l'acclration souhaite durant la phase de mise en vitesse variable Acc
--->la vitesse nominale souhaite en atteinte de palier vitesse variable Vp --
--->la distance partir de laquelle on commence le ralentissement variable K4
Les paramtres accessibles par rglage du variateur concernent :
--->le courant maximum admissible par le moteur variable I max
--->le gain proportionnel et intgral (P.l) variable gain
Le but recherch est d'obtenir le dplacement le plus rapide possible pour aller
d'un point un autre en respectant le profil de vitesse donn par la loi de commande.
Dans cette perspective la campagne de huit essais (table de Taguchi L 8) doit
permettre de dterminer le meilleur compromis de rglage.
On dcide de faire varier chaque facteur entre deux niveaux (N1 et N2) dans
l'ordre indiqu par le plan d'expriences et on observe les rponses en regard de ces
rglages pour chacun des essais.
Les rponses sont caractrises par les observations et mesures suivantes:
--->l'erreur de tranage note Et
--->le dpassement de vitesse nominale note Ed
--->l'oscillation maximale au voisinage de l'arrt Ee
--->le temps total mis pour passer d'une position une autre T
Le meilleur rglage vise minimiser Et, Ed et Ee pour un temps minimum de
dplacement du mobile en levage.
Les comportements sont quantifis sur les oscillogrammes enregistrs la
table traante partir des mesures de Et, Ed, Ee et T (voir figure page suivante) .
Ident i f i cat i on des var i abl es de r gl age et du compor t ement de l ' axe " Z" en
monte (rponses possibles pour T, Et, Ed et Ee).
VITESSE du mobile
en monte

Trainage Dpassement de Erreur statique Inversion de
Et vitesse maxi. : Ee 1 vitesse : Ee
O_________________________________________ tt) Cri
dure de l'acclration jusqu' la vitesse palier Vp temps mis pour parcourir la distance K4
Temps de dplacement pour passer d'une position l'autre : T
VITESSE du
mobile en
descente
Nota :
Le rglage du procd est raliser en monte pour la charge nominale de 10
Kilogrammes.
Pour optimiser le fonctionnement et obtenir un temps de cycle minimal, tout en
respectant la loi de commande, les paramtres choisis, aprs rglage en monte,
seront tests en descente. Si les valeurs choisies en monte ne conviennent pas il
sera ncessaire de faire une nouvelle campagne d'essais en descente.
Voir les relevs effectus et les dcisions de rglage sur documents en annexe n2.
Voir galement la transposition de la mthode de rglage un sous-systme de
conditionnement de flacons pour machine industrielle.
MTHODOLOGIE DE LA RECHERCHE EXPRIMENTALE
Formuler clairement le problme tudi
Fixer les objectifs
Faire la synthse des connaissances
Lister les facteurs susceptibles d'avoir de l'influence, les
rponses et les contraintes ; dfinir le domaine exprimental
d'intrt
Etablir une stratgie exprimentale ou plan d'exprimentation
Effectuer les expriences
En dduire les rponses aux questions poses
En conclusion, et bien que ce soit difficile admettre :
il n'y a aucune information dans le rsultat d'une exprience et
toute l'information est contenue dans les conditions
exprimentales (matrice d'information de Fisher)
la qualit de l'information ne dpend pas du nombre
d'expriences .
AXE Z
Modlisation et optimisation des performances
1. Prsentation du systme
Le systme comporte 4 parties:
mcanique : rducteur et entranement par courroie crante
lectrique : moteur courant continu aimants permanents
: variateur 4 Q
: calculateur ( automate )
2. Modlisation
2.1 Motorisation
Moteur courant continu:
Un = 55V, In = 7A, Nn = 3000 tr/min, K
t
= Ke = 0,146
L = 5,5 mH, R = 0,56 , Jt = 0,5 mKg.m
Rducteur : 1/20, poulie = 0,070 m
Couple de frottement sec : 0,1 Nm, Coefficient de frottement visqueux : 0,0005
Nm/rd/s Gnratrice tachymtrique : 60 mV/tr/min
Codeur incrmental de position : rsolution 1mm
2.1.2 Schma de simulation de la motorisation

Le bloc Im simule la limite de courant ( fonction seuil G = 200, seuil = Im )
2.1.3 Premire approche
Il sagit de rgler le correcteur PI de la boucle de vitesse par une mthode classique :
relev du diagramme de Bode de la motorisation en boucle ouverte
mesure de la pulsation et du gain correspondant la marge de phase de 45
placement du PI une dcade de la pulsation critique
Trac du diagramme de Bode de la motorisation en boucle ouverte
sur ce diagramme on relve : gain = -30,6 dB et = 175 rd/s, on peut donc rgler le gain du
PI 30dB ( A 30 ) et = 10 / = 5 ms .
C(p) = 30 0,005p
** remarque
Pour tracer le diagramme de Bode, penser ter les non-linarits
1 + 0,005p
2.2 Le variateur et le gnrateur de rampe
2.2.1 Le variateur est un hacheur 4 Q aliment sous 60 V. La frquence de dcoupage
tant grande devant la frquence de coupure du systme, on lassimilera un gain pur.
2.2.2 La consigne indicielle est transforme en rampe pour rgler lacclration et celle-ci
est limite en tension pour obtenir la vitesse dsire.
2.2.3 Schma du gnrateur de rampe :



2.3 Le calculateur (automate programmable)
2.3.1 Obtention de la loi de vitesse dapproche.
A partir dun point x1 distant de x de larrive x0
,
la vitesse dcrot linairement
de V
max
la vitesse nulle.
v = V
max
1 0
0
x x
x x


=

V
max
x
0
x x


2.3.2 Schma du calcul de v

En sortie du premier sommateur nous avons : s
1
= x + x - x
0
. Si cette somme est 0 la fonction seuil
est passante do s
2
=
x
x 0
x x

+

et v = V
max

+
x
x 0
x x
- 1 =
x
0
x x

.V
max

2.4 Passage vitesse / position et codeur
2.4.1 Schma de simulation

La fonction Rayon / p inclut le rducteur dun 20
me
et le passage vitesse / position
x(p) = ( ) p
p
00175 , 0

La fonction Co reprsentant le codeur est une fonction discrtiseur de pas 1mm
2.5 Schma de simulation de lensemble




3. Optimisation
3.1 Influence des paramtres
5 paramtres sont accessibles:
Ima x courant maximal valeur des seuils de la fonction Im
Vma x vitesse maximale valeur de lentre CV
Acc acclration valeur de la constante de temps de INT
G gain du PI vitesse valeur du gain de C(p)
x Ecart x
o
- x
1
valeur de lentre Dx

3.1.1 Influence du courant maximal 3.1.2 Influence de lacclration

3.1.3 Influence de lcart x
3.1.4 Influence de la vitesse maximale
1: 3000 rd/s

2: 1500 rd/s

3: 1000 rd/s

4: 750 rd/s
1: 270 rd/s 2: 240 rd/s 3: 210 rd/s 4: 180 rd/s

3.2 Optimisation par la mthode du plan dexprience ( Mthode de Taguchi ).
Nous choisirons la matrice orthogonale L8 (2
7
) en donnant 2 valeurs possibles chaque
facteur.
N 1 2 3 4 5 6 7
A B A-B C A-C C-B D
1 1 1 1 1 1 1 1
2 1 1 1 2 2 2 2
3 1 2 2 1 1 2 2
4 1 2 2 2 2 1 1

5 2 1 2 1 2 1 2
6 2 1 2 2 1 2 1
7 2 2 1 1 2 2 1
8 2 2 1 2 1 1 2
Tableau des essais
N 1 2 4 5 6
I Acc V Dx G D% X% t
1 6 1500 180 0,020 10 2 5 1,22
2 6 1500 270 0,040 40 4 0 1,00
3 6 3000 180 0,020 40 8,5 0 1,20
4 6 3000 270 0,040 10 6 0 1,05
5 8 1500 180 0,040 10 0 0 1,40
6 8 1500 270 0,020 40 0 22 0,98
7 8 3000 180 0,040 40 8,5 0 1,40
8 8 3000 270 0,020 10 6 27 0,90

MOY 4,375 6,75 1,143

Linteraction 1-2 (colonne 3) pourra ventuellement tre analyse.
3.1.5 Influence du gain du correcteur P.I. 3.1.6 Rglage moyen
8 A 1 5 0 0 r d / s 2 4 0 r d / s 3 c m G = 3 0 X = 5 0 c m






Analyses des rsultats


Lobservation des rsultats nous montre que :
si on sattache au temps de parcours, la meilleure combinaison est obtenue pour le choix
Ima x = 6 A, Acc = 3000 rd/s

, Vma x = 270 rd/s, Dx = 0, 020 m et le gain G na pas


dinfluence. Le paramtre le plus significatif est la vitesse maximale.
si on sattache la valeur du dpassement, le seul paramtre influent est lacclration.
Pour le positionnement final le choix se porte sur Vmax =180 rd/s et Dx = 0,04 m.
Si on veut garder un temps correct avec peu de dpassement et un positionnement rapide le
compromis seffectuera sur Vmax et Dx, les autres paramtres tant moins dterminants.
Choix ralis
Imax = 7 A, Acc = 1500 rd/s

, Vmax = 240 rd/s, Dx = 0,030 m, G =40


Ces valeurs tant choisies, un essai de confirmation est ralis.
Les valeurs obtenues sont les suivantes :
N Ima x Acc
Vmax
Dx G temps D% X%
final 7 1500 240 0,030 40 1,00 2 0
On remarquera que les rsultats obtenus sont meilleurs que les moyennes des 8 essais.
6 8 1 5 0 0 3 0 0 0 180
2 7 0 0 , 0 2 0 , 0 4 10
40
0
20
1,3
0,9
10
0

Conclusion
Cette mthode permet, en peu dessais, de parvenir un rsultat trs performant.
La mthode classique qui consiste ne faire varier quun paramtre la fois aurait
ncessit 2
5
= 32 essais. De plus les interactions entre paramtres peuvent tre mises en vidence. Par
exemple, on retrouve linteraction du courant maximal et de lacclration en tudiant la ligne 3 du
tableau L8.


ANNEXE N1


MTHODE TAGUCHI
Pierre SOUVA Y
METHODE TAGUCHI
Ex emp l e d ' ap pl i c at i o n ( on r ec h er c he u n e v al eu r mi n i mal e p our l a r p on s e) .
1 Niveau des facteurs selectionns (A ,B, C, E)
Les quatre facteurs slectionns seront tests aux niveaux de la figure 1

FACTEURS
NIVEAUX
A B
C
E
NIVEAU 1 54 3 13 4
NIVEAU 2 90 6 23 63

2 - Tabl eau des combi nai sons retenues des i nteracti ons ef f ectues et des rponses obtenues
On a utilis une table L8 ( 2
7
)

-

Le facteur C est plac en colonne 1
- Le facteur B est plac en colonne 2
- Le facteur A est plac en colonne 4
- Le facteur E est plac en colonne 7
- la colonne 3 est rserve l'interaction CB
- la colonne 4 est rserve l'interaction CA

facteurs C B CB A CA E Rponses
1 10 3 1 54
-
52 4
2 10 3 1 93 2 63 3
3 10 6 2 54
-
63 10
4 10
6 2 90 2 52 4
5 20 3 2 54 2 63 18
6 23 3 2 90 - 52 10
7 20 6 1 54 2 52 12
8
20 6 1 90 - E3 8

R = 8,625

3 - Tabl e des r pons es
Les rsultats sont obtenus partir des moyennes des rponses pour chaque niveau des facteurs

facteurs C B A E CB CA
niveau 1 5.25 8
.
75 11 7.5 6.75 8
niveau 2 12 8.5 6.25 9.75

10.5 9.25
carts 6.75 0.25 4.75 2.25 3.75 1.25
fig 1
fig 2
fig 3

L'observation du graphe des rponses montre que les facteurs C et A ont une influence
significative sur la rponse. Cl et A2 fournissent les meillers rsultats.
Les facteurs B et E semblent n'avoir aucune influence significative.
Pour les interactions, nous retiendrons celle de C avec B pour laquelle nous allons dterminer la
meilleure combinaison.

Graphe des rponses de l'interaction CB

La combinaison C1 B1 fournit une rponse favorable, c'est pourquoi nous retiendrons ausi le
facteur B son niveau 1.
5 - Choix final
Le choix final se poile sur la combinaison des facteurs suivante qui minimise la fonction:
A2 = 90 B1 = 3 C1 = 10
E sera fix en fonction de critres conomiques (c'est un facteur de cot)
6 - Rponse moyenne attendue et vrifier par un essai complmentaire ou en exploitation
Rponse moyenne des 8 essais raliss = 69 / 8 = 8,625
Chaque optimisation d'un facteur apporte une rduction de la rponse qui est fonction de
l'influence de ce facteur.
Dans notre cas, on peut crire:
Y = ) ( ) ( ) ( ) ( ) ( R 1 B R 1 C R 1 B 1 C R 2 A R 1 C R + + +
Y = 8,625 + (5,25 - 8,625) + (6,25 - 8,625) + (3,5 - 8,625) - (5,25 - 8,625) - (8,75 - 8,625) = 1,125

C
Niv. 1 2
1 3,5 14
B
2 7 10
table des rponses
de l'interaction CB
fig 5
fig 6
4 - Graphes des effets des facteurs et des interactions

BIBLIOGRAPHIE EN FRANCAIS
. PILLET Maurice
Introduction aux plans d'expriences par la mthode Taguchi
Les Editions d'Organisation, 1992
. SERGENT Michelle, MATHIEU Didier et PHAN-TAN-LUU Roger
Mthodologie de la Recherche Exprimentale
LPRAI Marseille, 1989
. VIGIER Michel G.
Pratique des Plans d'Expriences. Mthodologie Taguchi.
Les Editions d'Organisation, 1988
. Gestion de la qualit. Mthodologie Taguchi
Revue de Statistique Applique, 1989, Vol XXXVII N2
CERESTA, 10 rue Bertin Poire, 75001 Paris
. Sauvay Pierre
Les plans dexprience Mthode Taguchi AFNOR
. Articles parus dans lautomaticien
N 13 Avril 1993
N 14 Mai 1993
N 15 J uin 1993
N 16 J uillet 1993
- Amlioration du comportement dun procd
- Recherche dune solution particulire
- Recherche de la stabilit
- Recherche dune solution robuste
Par J . Philipin
P. Sauvay
T. Mons
. IUFM de Toulouse
Rseau National de Ressources en Electrotechnique (sur demande) IUFM,
complexe scientifique de Rangueil
118 route de Narbonne
31078 Toulouse cedex 04
Tel 05 62 25 21 85 ou http://www.iufmrese.cict.fr/

ANNEXE N2

EXEMPLE DAPPLICATION EN
GNIE ELECTRIQUE

ESSAIS ET RSULTATS
Essais pour le rglage du comportement
de l'axe Z en levage
Constantes :
masse embarque 10 Kg
Sens monte
Variables de rglage :
courant max moteur I max
acclration Acc
vitesse palier V max
distance de ralentissement K4
gain proportionnel et intgral Gain

LANS D EXPERIENCES - DESIGNS OF EXPEIENCES AXE Z en monte Table des rponses
Interaction AB ( Imax et Acc)
Et A1 A2 Ed
Al A2
Ee
Al A2 T
Al A2

B1 O 0
B1 0,025 0,01 B1 0,15
0,75
B1
2,295 2,5

B2 2,05 0
B2
0,1 0
B2 0,15 0,5 B2
2,315 2,3
Interaction AC
Et A1 A2 Ed
Al A2
Ee
Al A2 T
Al A2

C1 0,8 0 C1
0,1 0
C1
0,3
0 C1
2,645 2,7

C2 1,25 0 C2 0,025 0,01 C2
0 1,2
C2 1,965 2,0

Essai A B B A-B A-B C C A-C A-C C-B C-B D D

Imax
Acc. Vmax K4 Gain
N1
1 6 1 70 1 1 600 1 12 1 8 1
N2 1 6 1 70 1 2 900 2 24 2 20 2
N3 1 6 2 140 2 1 600 1 12 2 20 2
N4 1 6 2 140 2 2 900 2 24 1 8 1
N5 2 8 1 70 2 1 600 2 24 1 8 2
N6 2 8 1 70 2 2 900 1 12 2 20 1
N7 2 8 2 140 1 1 600 2 24 2 20 1
N8 j 2 8 2 140 1 2 900 1 12 1 8 2
Etude du t aina e
Et Imax
Acc. O Vmax K4 Gain
0
N1
N2
1,025
0
0
1,025
0
1,025
0,4
0,625
0,4
0,625
0,625
0,4
0,625
0,4
Etude du d
p
assement de vitesse palier
Ed Imax Acc. 0
Vmax K4
Gain 0
N1
N2
0,0625
0,005
0,0175
0,05
0,0125
0,055
0,05
0,0125
0,055
0,0125
0
0,0675
0,005
0.0625
Etude de la mise en position
Ee Imax
Acc. 0 Vmax K4 Gain
0
N1
N2
0,15
0,625
0,45
0,325
0,325
0,45
0,15
0,625
0,775
0
0,325
0,45
..
0,45
0,45
Etude du tem
p
s de transit entre la position 1 et la position 2
T Imax Acc.
0 Vmax K4 Gain
0
Ni
N2
2,305
2,43
2,405
2,33
2,32
2,415
2,7175
2,0175
2,3575
2,3775
2,337
2,397
2,392
2,342
Et Ed Ee

1 2
3 4
0 0
0,3 2,63
0 0,05 0 1,96
1,6 0,2 0,3 2,66
2,5 0 0 1,97
0 0 0 2,82
0 0,02 1,5 2,21
0 0 0 2,76
0 0 1 1,93
0,5125 0,03375 0.3875 2,367
GRAPHE L8 de TAGUCHI
A

AFFECTATION DES VARIABLES
A ---> Imax
B
--->
Acc.
C
--->
0
AC ---> K4
BC ---> Gain
D ---> 0

Regl age du mouvement de descent e de l ' axe Z
Paramtre de rglage:
L'intensit Imax dlivre au moteur ainsi que le gain de la chane de rgulation ayant t
rgls pour le mouvement de monte seront maintenus constants pour le rglage du mou-
vement de descente. Les autres paramtres pouvant influer sur le comportement en
descente sont donc :
- L'acclration K2 , la vitesse nominale en descente Vnd et la distance de
ralentissement en descente K5
Grandeurs observes:
Et : Ecart de tranage maximum dans la phase d'acclration
Ed : Ecart de dpassement maximum
Ee :Ecart de dpassement au moment de l'arrt en position
T : Temps du mouvement de descente
Niveau des paramtres:
Acclration K2: Niveu 1 : 140; niveau 2 : 200
Vitesse nominale en descente: niveau 1 : -600; niveau 2 : -900
Distance de ralentissement K5 : niveau 1 : 12; niveau 2 : 24
Table L4 du Plan d'exprience:
Paramtres de rglage Observations
Essai
Accl.
K2
Vnd
Raient.
K5

Et Ed Ee T
1 140 -600 12 0 0 0.4 2.63
2 140 -900 24 0 0 , 1 0.1 2.17
3 200 -600 24 0 0 0 2.74
4 200 -900 12 0 0.3 2.2 2.15

Dpouillement des rsultats
Pas d'influence sur la rponse Et
Ed Ee 7-

Acc
K2
Vnd Rai
K5
N1 0.05 0
N2 0.15 0.2


Acc
K2
Vnd Ral
K5
N1 0.2 1.7
N2 1.15 0.05


Acc
K2
V
Vnd
Ral
K5
N1 2.4 2.68
,
2.39
N2 2.45 2.16 2.45
Analyse des rsultats:


Dcision:
Acclration : Niveau 1 soit 140
Vitesse nominale en descente: Vnd : -850
Distance de ralentissement: K5 : Niveau 2 soit 24
Rappel de la dcision pour la monte:
lmax : 7.25 A
Acclration : Niveau 1 : 70
Vitesse nominale en monte : Vnm 850
Distance de ralentissement en monte: Niveau 2 : 24
Gain de la chane de rgulation : 10
Voir rsultat final sur la courbe de r
p
onse en monte et en descente
de l'essai de confirmation.
Accl: K2 Vnd Distance de ral.: K5
N1 N2 N1 N2 N1 N2