Académique Documents
Professionnel Documents
Culture Documents
Chapitre II
Application la commande de la
machine asynchrone
Chapitre II : Application la
commande de la machine asynchrone
41
Chapitre II : Application la commande de la machine asynchrone
42
Chapitre II : Application la commande de la machine asynchrone
1. Introduction
On ne prsente plus la machine asynchrone, c'est le moteur utilis au quotidien dans les
applications domestiques ( machine laver ), l'atelier, l'usine ( machinerie d'entranement )
ainsi que dans les domaines spcialiss ( traction ferroviaire, maritime, auxiliaires dans les
centrales ). Sa robustesse et son cot d'achat et d'entretien lui ont permis de conqurir un
espace de plus en plus grand au dtriments des machines synchrones et courant continu.
De faon gnrale, il est incontestable que la motorisation lectrique commande prend une
place de plus en plus large. Il ne faut cependant pas non plus ngliger l'immense parc de
moteurs asynchrones utiliss des fins d'entranement non command mais la vitesse variable
est en plein essor et tout porte croire que la demande va s'accentuer surtout avec la baisse
continuelle des prix de l'lectronique de puissance et de commande.
Pour effectuer les diffrentes commandes, il est ncessaire de connatre un certain nombre de
paramtres. La premire partie de ce chapitre va nous permettre de confronter les rsultats
issus des diverses mthodes de dtermination de ces paramtres et tout particulirement celles
s'appuyant sur les algorithmes gntiques.
Nous prsenterons ensuite la modlisation adopte en vue de la commande de la machine
ainsi que la commande vectorielle classique utilise comme base de comparaison. Nous
verrons alors l'utilisation des mthodes de commande bases sur les rgulateurs flous et
neuronaux.
Dans le cadre de ce travail, nous mettons en uvre les algorithmes gntiques pour
l'identification des paramtres de la machine asynchrone.
Les essais sont effectus sur les deux machines dcrites en Annexe 1. Nous avons retenu les
mthodes qui tiennent compte du comportement transitoire aussi bien lectrique que
mcanique de la machine. Ainsi, nous avons utilis les mthodes d'essais dcrites dans
[KHE 95].
43
Chapitre II : Application la commande de la machine asynchrone
1
Fitness = ( 2.1 )
Erreur
F ( sim exp ) + FI as (I as sim I as exp )
2 2
Erreur = ( 2.2 )
A( t0 t )
1+ e
3000.00
2500.00
2000.00
Wm Exprimental
Vitesse (tr/mn)
Wm Simulation
1500.00
1000.00
500.00
0.00
44
Chapitre II : Application la commande de la machine asynchrone
20.00
Ias Exprimental
Ias Simulation
10.00
Ias (A)
0.00
-10.00
-20.00
400.00
Vas Simulation
Vas Exprimental
300.00
200.00
100.00
Vas (V)
0.00
-100.00
-200.00
-300.00
-400.00
45
Chapitre II : Application la commande de la machine asynchrone
3000.00 15.00
5.00
Wm Exprimental
Vitesse (tr/mn)
2500.00
Wm Simulation
Ias (A)
0.00
2250.00
-5.00
2000.00
-10.00
1750.00 -15.00
0.20 0.24 0.28 0.32 0.36 0.40 0.20 0.24 0.28 0.32 0.36 0.40
temps (s) temps (s)
Vitesse Courant
50
1.00E-4 45
40
8.00E-5
35
Individu
Fitness
30
6.00E-5
25
20
4.00E-5
15
2.00E-5 10
0.00E+0 0
0 10000 20000 30000 40000 50000 60000 0 10000 20000 30000 40000 50000 60000
Gnrations Gnrations
Par suite, sont reprsents les volutions de la rsistance statorique ( figure 2.7 ), la constante
de temps statorique ( figure 2.8 ), la constante de temps rotorique ( figure 2.9 ), le coefficient
de dispersion ( figure 2.10 ), le moment d'inertie ( figure 2.11 ) ainsi que les coefficients de
frottement ( figure 2.12 ).
46
Chapitre II : Application la commande de la machine asynchrone
8.00 0.40
6.00 0.30
Rs (Ohm)
Ts (s)
4.00 0.20
2.00 0.10
0.00 0.00
0 10000 20000 30000 40000 50000 60000 0 10000 20000 30000 40000 50000 60000
Gnrations Gnrations
0.90 0.05
0.80
0.70 0.04
0.60
sigma
Tr (s)
0.50 0.03
0.40
0.30 0.02
0.20
0.10 0.01
0 10000 20000 30000 40000 50000 60000 0 10000 20000 30000 40000 50000 60000
Gnrations Gnrations
47
Chapitre II : Application la commande de la machine asynchrone
0.08 0.10
0.08
0.06 a2 (Nm s/rd)
Coefficients de frottement
a3 (Nm)
0.06
J (kg m2)
0.04
0.04
0.02
0.02
0.00 0.00
0 10000 20000 30000 40000 50000 60000 0 10000 20000 30000 40000 50000 60000
Gnrations Gnrations
On peut constater une convergence des diffrents paramtres estims qui ncessite un grand
nombre de gnrations.
1.00E-4 55
50
45
8.00E-5
40
35
6.00E-5
Individu
Fitness
30
25
4.00E-5
20
15
2.00E-5
10
0.00E+0 0
0 200 400 600 800 1000 0 200 400 600 800 1000
Gnrations Gnrations
48
Chapitre II : Application la commande de la machine asynchrone
6.00 0.40
4.00 0.30
Rs (Ohm)
Ts (s)
2.00 0.20
0.00 0.10
0 200 400 600 800 1000 0 200 400 600 800 1000
Gnrations Gnrations
0.90
0.05
0.80
0.70 0.04
Tr (s)
0.60
sigma
0.03
0.50
0.40 0.02
0.30
49
Chapitre II : Application la commande de la machine asynchrone
0.08 0.08
Coefficients de frottement
a3 (Nm)
J (kg m2)
0.04 0.04
0.02 0.02
0.00 0.00
0 200 400 600 800 1000 0 200 400 600 800 1000
Gnrations Gnrations
Ce vecteur de paramtres, issu d'une optimisation globale sur tout le dmarrage, est un vecteur
de paramtres "moyen". C'est dire qu'il convient pour simuler aussi bien le rgime
permanent que le rgime transitoire.
5
Il est vident que les valeurs donnes ici sont le rsultat numrique de l'optimisation. Les paramtres ne
peuvent pas tre connus avec une telle prcision.
50
Chapitre II : Application la commande de la machine asynchrone
En ce qui concerne cette machine, la large plage de variation des courants mis en jeu a rendu
la procdure d'acquisition plus difficile. Nous n'avons utilis que la fin du rgime transitoire
ainsi que le rgime permanent suite un dmarrage sous tension nominale. Nous obtenons un
jeu de paramtres ( tableau 2.1 ), qui non seulement convient au dmarrage, mais donne les
courants et les vitesses qui correspondent diffrentes charges de la machine ( tableau 2.2 ).
Rs=2,2513 J=0,059 kg m2
s=0,06526 s a1=0 Nm s2/rd2
r=0,1975 s a2=0,01438 Nm s/rd
=0,0423 a3=0,5012 Nm
Tableau 2.1
Exprimental Simulation
Charge Ias eff (A) (tr/mn) Ias eff (A) (tr/mn)
A vide 4,6 1495,4 4,78 1496,6
Cr=10 Nm 5,8 1483 5,66 1482,8
Cr=20 Nm 7,9 1465 7,50 1467,5
Cr=37 Nm 12,7 1430 11,9 1436
Tableau 2.2
A travers les figures 2.13 2.20, pendant les 1000 premires gnrations, nous constatons
souvent une augmentation de l'adquation ( fitness ) ainsi que des changements de paramtres
( gnes ) qui s'oprent par sauts. Ce rsultat, on le doit au caractre alatoire de la cration de
certains individus de la population. Il permet l'algorithme, outre l'acclration de la
convergence au dbut du processus, d'avoir une meilleure robustesse vis vis des maximums
locaux.
51
Chapitre II : Application la commande de la machine asynchrone
Un calcul simple partir du modle dq de la machine ramene au stator montre que les
paramtres sont donns dans les deux cas par :
T + T2
r = 1
1+
s = T1 + T2 r
T1 T2
= ( 2.5 )
s r
A
avec =
B
Les constantes de temps T1 et T2 sont trs loignes l'une de l'autre comme le montrent les
figures 2.21 2.23, ce qui rend l'identification difficile. Nous avons galement remarqu
qu'utiliser les gnes ( , s, r et ) au lieu de ( A, B, T1 et T2 ) pour caractriser l'individu,
ralentissait la convergence de l'algorithme gntique. Il faut donc viter l'introduction de
formules intermdiaires.
4.00
3.00
Ias Exprimental
Ias (A)
Ias Simulation
2.00
1.00
0.00
0.00 0.40 0.80 1.20 1.60
temps (s)
Figure 2.21 Identification par algorithme gntique sur une croissance du courant
52
Chapitre II : Application la commande de la machine asynchrone
Dans ce cas, une caractristique supplmentaire ( I0 ) doit tre ajoute aux individus de la
population. Elle correspond la valeur du courant Ias en rgime permanent.
4.00
3.00
Ias Exprimental
Ias (A)
Ias Simulation
2.00
1.00
0.00
Figure 2.22 Identification par algorithme gntique sur une dcroissance du courant
53
Chapitre II : Application la commande de la machine asynchrone
8.00
6.00
Ias (A)
4.00
Ias Exprimental
0.00
Figure 2.23 Identification par algorithme gntique sur une croissance du courant,
Cas d'une alimentation par un onduleur MLI
Essai s r
Croissance de Ias 0,215 0,214 0,115
Dcroissance de Ias 0,195 0,248 0,144
Croissance, alim. MLI 0,434 0,288 0,055
Tableau 2.3
En fait, ce n'est pas l'algorithme gntique qui est en faute, puisqu'il y a une trs bonne
concordance entre les rsultats de simulation et ceux d'exprimentation. La mthode de
l'chelon de tension est peu prcise cause de la grande diffrence entre les deux constantes
de temps T1 et T2. On arrive trouver des jeux de paramtres compltement diffrents qui
donnent des rponses similaires. Elle reste, nanmoins, plus rapide 6 et plus simple mettre en
uvre que celle base sur le dmarrage de la machine.
6
Par rapidit, nous faisons allusion la convergence de l'algorithme et au temps de calcul requis.
54
Chapitre II : Application la commande de la machine asynchrone
8.00
4.00
Ias Exprimental
Ias Identification 1
2.00
Ias Identification 2
0.00
0.00 0.20 0.40 0.60
temps (s)
L'identification 1 correspond :
t
t
I as (t ) = 10,57341 0,553212e 0,712686 0.363481e 0,009717 ( 2.6 )
s=0,434, r =0,288, =0,055
On voit qu'une faible diffrence entre les courbes conduit un rsultat trs diffrent.
2.3. Discussion
Il existe peu de travaux sur l'utilisation des algorithmes gntiques pour l'identification des
paramtres de la machine asynchrone. Citons [PIL 97], dans lequel les auteurs utilisent les
donnes de la plaque signaltique pour identifier les paramtres du schma quivalent
monophas de la machine. Dans [BEL 98], les auteurs comparent plusieurs mthodes
d'identification. Ils utilisent, toutefois, les rsultats exprimentaux du fonctionnement en
rgime permanent.
55
Chapitre II : Application la commande de la machine asynchrone
Les mthodes bases sur des chelons de tension sont peu prcises. Cependant, l'algorithme
gntique a convenablement converg vers ce qu'il lui est apparut comme le maximum global.
Nous retenons donc la mthode d'identification base sur le dmarrage de la machine.
Partant d'une population alatoire et loigne du vecteur optimum ( le meilleur des individus
slectionns ), nous observons une slection rapide vers ce qui semble tre un maximum
( figure 2.13 ).
Il s'ensuit alors une convergence beaucoup plus lente vers le maximum absolu. Remarquons
que ce sont tous les paramtres qui changent quand le point se dplace vers ce maximum et
notamment le triplet (s, r, ).
Sur la figure 2.25, nous avons trac l'volution des produits s et r. Ces courbes sont quasi
stationnaires durant cette phase bien que le triplet (s, r, ) continue de varier.
0.010
sigma Ts
sigma Tr
0.008
0.006
fuites
0.004
0.002
0.000
Ceci s'explique par le fait que les fuites caractrisent beaucoup plus la machine que ne le font
ses paramtres pris sparment.
Cette forte liaison entre les paramtres lectromagntiques suggre deux choses :
Premirement, on doit tre capable d'crire un modle de la machine qui ne tienne compte que
des fuites ramenes au stator et au rotor ( s et r ).
En effet, si l'on reprend le modle de la machine crit dans le repre statorique ( 2.17 ) et que
l'on pose :
ds = ds , qs = qs ( 2.8 )
R s R s
Vds V ( 2.9 )
Vds = , Vqs = qs
Rs Rs
56
Chapitre II : Application la commande de la machine asynchrone
dI ds 1 1 1 1
= + I ds pI qs + ds + p qs + Vds
dt s r s r
dI 1 1 1 1
qs = pI ds + I qs + p ds + qs + Vqs
dt s r s r
d ds
= Vds I ds ( 2.10 )
dt
d qs
dt = Vqs I qs
d 1 3 pR ( I
dt = J 2 s ds qs qs I ds ) a1 a 2 a3
2
1
On voit bien que pour des vitesses peine leves, on a p >> et puisque les grandeurs
r
varient avec une pulsation s, le modle ne dpend alors que de Rs, s et r.
2.4. Conclusion
On peut classer les mthodes d'optimisation, suivant la manire dont s'opre l'exploration, en
trois catgories. La premire exploite partir d'un point unique les informations locales pour
progresser vers un meilleur point. C'est le cas des mthodes du gradient, de Newton-Raphson,
de Levenberg-Marquardt
La deuxime utilise une famille de points pour explorer le domaine et exploite l'ordre relatif
des diverses solutions potentielles pour trouver la meilleure direction ( mthode du Simplex ).
Ces deux stratgies sont habituellement qualifies de "grimpeurs" [REN 95] car elles
emploient uniquement les informations locales pour trouver une nouvelle solution. La
convergence vers l'optimum global n'est alors pas garantie.
Les algorithmes gntiques se classent dans la troisime catgorie. Ils dmarrent avec des
individus parpills sur tout l'espace de recherche et identifient rapidement les sous domaines
susceptibles de contenir le maximum global. Ils offrent l'avantage de continuer explorer le
domaine d'optimisation tout en assurant la convergence.
57
Chapitre II : Application la commande de la machine asynchrone
surtout parfaire la manire dont est implant l'algorithme de minimisation et son rglage avec
pour consquence une convergence plus sre et plus rapide vers l'optimum global.
Par rapport aux travaux dj effectus au sein de notre laboratoire et qui ont surtout utilis la
mthode de Levenberg-Marquardt, nous avons explor la voie qu'offrent les algorithmes
gntiques appliqus l'identification des paramtres de la machine asynchrone. Ce sont des
mthodes lourdes en temps de calcul, quand on les utilise en vue d'une optimisation sur un
dmarrage. Elles ont cependant l'avantage d'tre beaucoup moins sensibles au point de dpart
et aux autres contraintes lies la drivation de la fonction optimiser et qui sont propres aux
algorithmes du type gradient.
3.1. Introduction
La machine asynchrone cage dont le rotor ne tourne pas la vitesse du champ tournant et
dont la seule entre lectrique est au stator, pose des problmes difficiles pour sa commande.
La communaut scientifique et industrielle a imagin bien des mthodes de commande afin de
pouvoir la contrler en couple, en vitesse ou en position. Les mthodes scalaires sont trs
prises pour leur simplicit de mise en uvre. Cependant, elles ne peuvent pas garantir du
couple l'arrt ni d'obtenir la dynamique et la prcision des mthodes dites vectorielles
[BOS 86][LEO 96].
La commande vectorielle est apparue avec les travaux de Blaschke [BLA 72]. Elle n'a
cependant pas eu tout de suite un grand essor car les rgulations, l'poque, reposaient sur des
composants analogiques, l'implantation de la commande tait alors difficile. Avec
l'avnement des micro-contrleurs et des dispositifs permettant le traitement du signal ( DSP )
[LEO 91a], [LEO 91b], il est devenu possible de raliser une telle commande un cot
raisonnable. Cela a conduit une explosion des recherches et des applications relatives la
commande vectorielle de la machine asynchrone. Le nombre des publications, des
applications et des brevets en tmoigne.
Si beaucoup de problmes sont rsolus, certains autres font encore l'objet de recherche. Quand
on ne cherche pas obtenir des performances leves, mme si l'identification n'est pas bien
faite et que les rgulateurs du schma de contrle vectoriel ne sont pas rgls l'optimum, le
comportement global du systme commande-convertisseur-machine parat satisfaisant.
Cependant, les problmes ne surgissent que lorsque la machine est pousse dans ses
retranchements.
58
Chapitre II : Application la commande de la machine asynchrone
xa 1 1
1 b
x x 2 2 2
x avec C23 = 3
C23
b
3 3
xc 0
2 2
1 0
xa
3
a
C32
x 1
x x avec C =
b 32
2 2
xc 1 3
2 2 c
Il apparat clairement ensuite que les repres de la transformation de Park des grandeurs
statoriques et celle des grandeurs rotoriques doivent concider pour simplifier les quations.
Ceci se fait en liant les angles s et r par la relation :
r s
q d
s = + r ( 2.11 ) r
r
Les flux dans ce systme d'axes s'crivent : s
s
ds = Ls I ds + MI dr
= Ls I qs + MI qr
qs ( 2.12 )
dr = MI ds + Lr I dr
qr = MI qs + Lr I qr
et le couple lectromagntique :
59
Chapitre II : Application la commande de la machine asynchrone
3
Ce = p( ds I qs qs I ds ) ( 2.13 )
2
V = R I + d qs +
qs s qs
dt
s ds
( 2.14 )
0 = Rr I dr + d dr r qr
dt
d
0 = Rr I qr + qr + r dr
dt
L'avantage d'utiliser ce rfrentiel, est d'avoir des grandeurs constantes en rgime permanent.
Il est alors plus ais d'en faire la rgulation.
V = R I + d qs
qs s qs
dt ( 2.16 )
0 = Rr I dr + d dr + p qr
dt
d
0 = Rr I qr + qr p dr
dt
d
En ajoutant l'quation mcanique: Ce Cr = J , et en rarrangeant les quations de faon
dt
[
faire apparatre comme vecteur d'tat I ds ]
I qs ds qs t , on obtient :
60
Chapitre II : Application la commande de la machine asynchrone
dI ds 1 11 1 1 1
= Vds + I ds pI qs + ds + p qs
dt Ls s r Ls r Ls
dI 1 11 1 1 1
qs = Vqs + pI ds + I qs p ds + qs
dt Ls s r Ls Ls r
d ds
= Vds Rs I ds ( 2.17 )
dt
d qs
dt = Vqs Rs I qs
d 1 3 p( I
dt = J 2 ds qs qs I ds ) a1 a 2 a 3
2
Pour le logiciel de simulation que nous avons dvelopp ( Annexe 2 ), nous avons voulu
sparer la partie "modle de la machine" de celle du "contrle et rgulation". Il nous a paru
judicieux d'essayer de calquer aussi fidlement que possible la maquette exprimentale, de
manire ce que la simulation soit proche de la ralit.
De ce fait, les seules donnes d'change entre les deux parties du logiciel sont, en entre du
modle, les tensions Vas, Vbs, Vcs et le couple rsistant alors qu'en sortie, on retrouve les
courants Ias, Ibs et la vitesse mcanique.
De plus, ce modle n'introduit que quatre paramtres ( Rs, s, r, ). Si l'on souhaite obtenir la
valeur des courants rotoriques, il faudra rajouter un cinquime paramtre. A dfaut de
connatre les paramtres par un calcul de champs, une hypothse souvent utilise fixe Lr=Ls,
elle est appele hypothse d'Alger [KHE 95].
En parlant d'orientation du flux, c'est plutt le systme d'axe d-q que l'on oriente de manire
ce que l'axe d soit en phase avec le flux, c'est dire :
d =
( 2.18 )
q = 0
61
Chapitre II : Application la commande de la machine asynchrone
La commande vectorielle orientation du flux rotorique est la plus utilise car elle limine
l'influence des ractances de fuite rotorique et statorique et donnent de meilleurs rsultats que
les mthodes bases sur l'orientation du flux statorique ou d'entrefer [BOS 86][FAI 95].
62
Chapitre II : Application la commande de la machine asynchrone
I qs* r*
s = ( p + )dt o I = *
( 2.21 )
r I ds*
ds
M
C e* Iqs*+ Vqs*
+ 2 Lr Vas*
Reg Reg
3pM r* -
-
P(s) Vbs*
Ond
MAS
MLI
C32
r* Ids* + Vds* Vcs*
1
Reg
M -
MI qs* r Iqs Ias
r r* C22
Ids Ibs
+
s s P(-s)
+
p
La figure 2.26 reprsente le schma bloc d'une rgulation de vitesse du moteur asynchrone
command par orientation du flux rotorique.
Les principaux constituants dans ce type de commande sont la boucle de rgulation de vitesse,
celles des courants Ids et Iqs, le bloc de calcul de s et les transformations directe et inverse.
La vitesse est rgule travers la boucle externe du bloc. La sortie de son rgulateur est le
couple lectromagntique de rfrence Ce* ou le courant de rfrence Iqs*. Il est limit de
manire tenir compte des caractristiques des IGBT de l'onduleur et de la surcharge de la
machine. Iqs* est compar la valeur Iqs issue de la mesure des courants rels. L'erreur
sollicite l'entre du rgulateur dont la sortie est la tension de rfrence Vqs* qui son tour est
E
limit .
2
En parallle avec cette boucle interne, on trouve une boucle de rgulation de Ids. Le courant Ids
de rfrence est calcul partir du flux imposer. Ce flux correspond sa valeur nominale
pour la zone de vitesse infrieure la vitesse de base. Au del de cette zone, on procde au
"dfluxage" de la machine de manire pouvoir atteindre des vitesses suprieures. Le couple
maximal que l'on peut imposer devient alors plus faible. Le procd de dfluxage en grande
vitesse est utilis en particulier en traction lectrique o l'on a besoin d'un fort couple pendant
la phase de dmarrage et d'un couple plus faible ( qui ne sert lutter que contre les
frottements ) pendant la marche normale.
La sortie du rgulateur de Ids donne la tension de rfrence Vds*. Les deux tensions de
rfrence Vds* et Vqs* sont alors transformes en grandeurs statoriques Vs* et Vs*, l'aide
d'une rotation d'angle s, puis en grandeurs triphases l'aide d'une transformation de Clarke.
63
Chapitre II : Application la commande de la machine asynchrone
L'onduleur MLI applique des crneaux de tensions la machine dont les valeurs moyennes
sur une priode de MLI correspondent aux valeurs Vas*, Vbs*, Vcs*.
Les courants Ias et Ibs sont mesurs puis transforms dans le rfrentiel tournant et donnent Ids
et Iqs qu'on utilise pour la rgulation des courants.
En parallle, la "pulsation statorique" puis l'angle s sont calculs partir d'une mesure de
vitesse mcanique et du calcul de la "pulsation de glissement". C'est cet angle qui sera utilis
dans les transformations directe et inverse.
64
Chapitre II : Application la commande de la machine asynchrone
4.1. Introduction
La commande vectorielle utilise dans cette partie de la thse est une commande indirecte par
orientation du flux rotorique.
Par rapport au schma introduit au paragraphe prcdent ( figure 2.26 ), il est intressant
d'ajouter des termes de dcouplage afin de rendre les axes d et q compltement indpendants.
Les performances qu'apporte ce dcouplage additionnel ont t montres dans [DAK 91] et
[BAG 96a]. Ce dcouplage permet surtout d'crire les quations de la machine et de la partie
rgulation d'une manire simple et ainsi de calculer les coefficients des rgulateurs.
4.2. Dcouplage
Les quations du moteur asynchrone command par orientation du flux rotorique, en
supposant que son module ne varie que trs lentement 7 par rapport Ids et Iqs, s'crivent :
Ls s I qs
+ 1 1 I ds
Vds +
Rs 1 + s p
M
- s r
Lr 1 1 I qs
Vqs +
Rs 1 + s p
-
Ls s I ds
7
Hypothse que l'on vrifie aussi bien en simulation qu'exprimentalement.
65
Chapitre II : Application la commande de la machine asynchrone
M
Les termes sLsIqs, s r et sLsIds correspondent aux termes de couplage entre les
Lr
axes d-q.
Une solution consiste ajouter des tensions identiques mais de signes opposs la sortie des
rgulateurs de courant de manire sparer les boucles de rgulation d'axe d et q comme le
montre la figure 2.28.
Ls s I qs Ls s I qs
- + I ds
I ds* + Vds* Vds* 1 1
Reg
+ +
Rs 1 + s p
-
I ds M
s r M
Lr + * - s r
V Lr I qs
Vqs*
*
I + qs 1 1
qs
Reg + +
Rs 1 + s p
- - -
Ls s I ds Ls s I ds
I qs
On aboutit alors au schma bloc simple et identique pour les deux axes :
Vqs* 1 1
I qs* + Reg I qs
Rs 1 + s p
-
Ce type de dcouplage est dit "statique" par opposition un dcouplage "dynamique" qui
introduit une matrice de dcouplage la sortie des rgulateurs, ne faisant donc intervenir que
les termes ( Vds* , Vqs* et s ). Cette mthode est dcrite dans [FAI 95]. Si d'un point de vue
purement mathmatique, les deux dcouplages se valent, le dcouplage retenu utilise les
valeurs des courants acquis la priode d'chantillonnage considre mais, par la mme
occasion, reporte leur bruit sur les rfrences de tension.
66
Chapitre II : Application la commande de la machine asynchrone
Le systme tant un systme discret, les coefficients du rgulateur quivalent dans un systme
continu ne correspondent pas directement celui qu'il faut implanter dans les programmes de
rgulation, que ce soit pour la simulation ou pour l'exprimentation.
Une des approches pour le dimensionnement des rgulateurs des systmes chantillonns
consiste concevoir le rgulateur en considrent le systme comme continu, mais en y
introduisant les retards inhrents la rgulation numrique, puis calculer le rgulateur
quivalent discret.
Pour chacune des boucles de courant, nous avons adopt classiquement un rgulateur
proportionnel-intgral ( PI ). Il comporte une action proportionnelle qui sert rgler la
rapidit avec laquelle la rgulation doit avoir lieu et une action intgrale qui sert liminer
l'erreur statique entre la grandeur rgule et la grandeur de consigne.
I qs* + 1 1 1 1
K q 1 + I qs
pTq 1 + pTqd Rs 1 + s p
-
67
Chapitre II : Application la commande de la machine asynchrone
1 + pTq 1 1 Rs
Goi = K q ( 2.23 )
pTq 1 + pTqd 1 + p s
On dispose de deux degrs de libert pour rguler le systme. Nous avons choisi d'utiliser Tq
afin d'liminer le ple le plus lent, puis calculer Kq selon le critre sur la rponse "harmonique
mplate" [BUH 88]. Cela permet d'avoir une rponse rapide avec un minimum de
dpassement et une bonne stabilit du systme.
Tq = s ( 2.24 )
Kq 1
Goi = ( 2.25 )
Rs p s (1 + pTqd )
Kq 1 02
G fi = = 2 ( 2.26 )
Rs sTqd 1 Kq p + 2 p 0 + 02
p2 + 2 p +
2Tqd Rs sTqd
avec :
1 Rs s
= ( 2.27 )
2 K qTqd
= Kq
0 Rs sTqd
Amplitude
1
Pour un amortissement =
1.2
, lors d'un
2 1
chelon sur la consigne, on a un dpassement
de 4,3 %. 0.8
0.6
D'o :
Rs s Ls 0.4
Kq = =
2Tqd 2Tqd 0.2
( 2.28 )
Ls
Tq = s = 0
0 1 2 3 4 5 6 7 8
Rs temps (s) -3
x 10
Nous obtenons une marge de gain de prs de 79 dB et une marge de phase de 65.3, ce qui
nous garanti une bonne stabilit du systme [BAG 95b]. Les boucles de courant jouent un rle
primordial puisque, tout en assurant le contrle vectoriel, elles garantissent les protections
ncessaires l'ensemble convertisseur-machine. Ainsi, l'introduction de limitations sur les
68
Chapitre II : Application la commande de la machine asynchrone
rfrences de courant Ids* et Iqs* assure la matrise des courants mme s'il apparat un problme
sur les boucles de rgulation externes.
avec :
K p = Kq
( 2.30 )
K
Ki = q Te
Tq
Les mmes valeurs de coefficients sont adopts pour les deux boucles de courant.
10.00
9.00
Reg PI de courant
8.00
Echelon de 5 10 A
Ids (A)
6.00
5.00
-0.0100 0.0000 0.0100 0.0200 0.0300 0.0400
temps (s)
69
Chapitre II : Application la commande de la machine asynchrone
10.00
9.00
Reg PI de courant
8.00
Echelon de 5 10 A
Ids (A)
6.00
5.00
6.00
5.00
4.00
Reg PI de courant
Echelon de 0 6 A
Ids (A)
1.00
0.00
70
Chapitre II : Application la commande de la machine asynchrone
6.00
5.00
4.00
Reg PI de courant
Echelon de 0 6 A
Ids (A)
1.00
0.00
-0.0100 0.0000 0.0100 0.0200 0.0300 0.0400
temps (s)
Nous remarquons une assez bonne concordance entre les rsultats de simulation et ceux issus
de l'exprimentation. La rponse en courant lors de la simulation (2) avec le deuxime jeu de
paramtres est plus rapide que celle de la simulation (1) en raison de la valeur plus faible de
s. Il est intressant de constater que c'est plutt le jeu de paramtres (1) qui semble le mieux
adapt. Ce qui signifie que l'identification (1) est meilleure. De plus, l'cart entre
l'identification (1) et (2), travers les rsultats de simulation, n'a pas engendr de perte de
performances du systme.
On note un temps de monte de l'ordre de 2 ms, similaire celui prvu par les calculs.
Cependant, on ne retrouve pas toujours le dpassement de 4,3 %. Ce dernier apparat
exprimentalement quand la machine est dj "fluxe" et lors d'une variation moindre du flux.
Ceci est certainement d l'hypothse de simplification faite sur l'quation d'axe d lors de
l'introduction du dcouplage. Rappelons que l'effet de ce dernier est compens en rgime
permanent ( quand le courant a atteint sa rfrence ) par l'action intgrale du rgulateur.
Ce rsultat se retrouve galement sur des chelons de Iqs*, que nous avons effectus en
bloquant la machine l'arrt l'aide du frein poudre afin de minimiser l'action des termes de
couplage en s.
71
Chapitre II : Application la commande de la machine asynchrone
Cr
* -
* + 1 1 I qs I qs Ce 1
K v 1 + Gfi Kt
pTv 1 + pTvd + a2 + pJ
-
mes
1
1 + pTvf
avec :
Kv, Tv : coefficients du PI.
Tvd : dlai dans la boucle de vitesse.
Tvf : dlai introduit par le filtrage de la vitesse.
3 M
K t = p r* : constante du couple lectromagntique.
2 Lr
1 + pTv 1 02 1 Kt
Gov = K v 2 ( 2.31 )
pTv 1 + pTvd p + 2 p 0 + 0 1 + pTvf a 2 + pJ
2
Et en boucle ferme :
Gov
G fv = (1 + pTvf )
1 + Gov ( 2.32 )
Avec cette structure du rgulateur, il n'a pas t possible d'obtenir de bonnes performances
la fois pour l'asservissement de la vitesse ( rponse par rapport la consigne ) et pour la
rgulation ( rponse par rapport la perturbation ).
Ceci nous a amen prendre une structure IP [BAG 96a]. De plus, au lieu de bloquer tout
simplement l'intgrale ds que la sortie sature, il est intressant d'observer la structure anti-
saturation ( anti-windup ) [BAG 96b]. Le schma de cette boucle de rgulation prend alors la
forme reprsente par la figure 2.37.
Comme ces expressions sont trs compliques, il n'est plus possible de trouver explicitement
les coefficients du rgulateur adquat. D'autant plus que les diffrentes limitations sur les
tensions et les courants entrent en jeu ds lors que l'on procde des chelons de consigne.
Nous passons alors par des simulations l'aide du logiciel MASVECT mis au point
( Annexe 2 ) afin rgler le contrleur de vitesse. La mthode utilise est du type essai-erreur.
Nous avons galement essay de trouver les coefficients en utilisant un algorithme gntique
pour optimiser la rponse du systme soumis deux chelons de vitesse de rfrence ( -400
tr/mn puis 400 tr/mn ) et un chelon de couple rsistant ( 20 Nm ).
72
Chapitre II : Application la commande de la machine asynchrone
1
Tt -
+
Cr
- -
+
*
1 I qs* 1 I qs Ce 1
+ Kv Gfi Iqs Kt
pTv 1 + pTvd + a2 + pJ
- -
mes
1
1 + pTvf
Les figures 2.38 et 2.39 prsentent les simulations effectues l'aide de ces rgulateurs de
vitesse. Aprs tablissement du flux, nous imposons une vitesse de rfrence de -400 tr/mn
0,8 s puis de 400 tr/mn 1,3 s et une charge de 20 Nm vient s'ajouter 1,8 s. Nous n'avons
prsent que l'volution de la vitesse et le courant Iqs*. Ce dernier reprsente la sortie du
rgulateur de vitesse.
Nous attirons l'attention sur le fait que le rglage obtenu pour le rgulateur IP peut tre utilis
pour un rgulateur IP anti-saturation, la monte en vitesse prsente alors le mme
ralentissement quand la vitesse approche de sa consigne.
L'anti-saturation ne rentre en jeu que lorsque le rgulateur se retrouve en bute de courant
Iqs ref, pendant les longues phases de freinage ou d'acclration.
Le rglage (2) obtenu l'aide de l'algorithme gntique conduit pratiquement au mme temps
de monte que le rglage (1). Par contre, il est plus rapide et sollicite beaucoup plus
l'actionneur pour rejeter plus vite la perturbation. Ce qui provoque exprimentalement un
dpassement important et des oscillations. L'optimisation n'a cependant t faite qu'avec un
modle comprenant une fonction de transfert en courant idalise cause du temps de calcul
que l'algorithme gntique ncessite. Nous avons toutefois tenu compte, l'aide d'une entre
supplmentaire dans la fonction d'adquation de l'algorithme gntique, de la saturation la
sortie du rgulateur de vitesse.
73
Chapitre II : Application la commande de la machine asynchrone
400.00
300.00
200.00
Vitesse (tr/mn)
100.00
0.00
0.80 1.00 1.20 1.40 1.60 1.80 2.00
-100.00 temps (s)
-200.00
IP
-300.00 IP anti-saturation 1
IP anti-saturation 2
-400.00
Figure 2.38 Evolution de la vitesse pendant son inversion de -400 +400 tr/mn,
Simulation, comparaison des diffrents rgulateurs
20.00
15.00
10.00
5.00
Iqs ref (A)
0.00
-5.00
IP
-10.00
IP anti-saturation 1
IP anti-saturation 2
-15.00
-20.00
0.80 1.00 1.20 1.40 1.60 1.80 2.00
temps (s)
Figure 2.39 Evolution de Iqs* pendant une inversion de vitesse de -400 +400 tr/mn,
Simulation, comparaison des diffrents rgulateurs
74
Chapitre II : Application la commande de la machine asynchrone
400.00
300.00
IP anti-saturation (1)
Wm ref Exprimental
200.00
Wm Exprimental
Vitesse (tr/mn)
100.00 Wm Simulation
0.00
-0.10 0.00 0.10 0.20 0.30 0.40 0.50
-100.00 temps (s)
-200.00
-300.00
-400.00
75
Chapitre II : Application la commande de la machine asynchrone
20.00
IP anti-saturation (1)
15.00
Iqs ref Exprimental
Iqs Exprimental
Iqs ref Simulation
10.00
Iqs Simulation
I (A)
5.00
0.00
-5.00
-0.10 0.00 0.10 0.20 0.30 0.40 0.50
temps (s)
10.00
8.00
6.00
I (A)
IP anti-saturation (1)
2.00
0.00
-0.10 0.00 0.10 0.20 0.30 0.40 0.50
temps (s)
76
Chapitre II : Application la commande de la machine asynchrone
150.00
100.00
50.00
V (V)
0.00
IP anti-saturation (1)
-50.00
Vds ref Exprimental
Vqs ref Exprimental
-100.00 Vds ref Simulation
Vqs ref Simulation
-150.00
-0.10 0.00 0.10 0.20 0.30 0.40 0.50
temps (s)
77
Chapitre II : Application la commande de la machine asynchrone
420.00
410.00
400.00
Vitesse (tr/mn)
390.00
380.00
IP anti-saturation (1)
370.00 Wm ref Exprimental
Wm Exprimental
360.00 Wm Simulation
350.00
0.00 0.10 0.20 0.30 0.40 0.50
temps (s)
15.00
10.00
I (A)
5.00
IP anti-saturation (1)
-5.00
0.00 0.10 0.20 0.30 0.40 0.50
temps (s)
78
Chapitre II : Application la commande de la machine asynchrone
4.5. Conclusion
Nous avons prsent dans cette partie les diffrents rgulateurs classiques utiliss pour le
contrle vectoriel retenu. Il est intressant de remarquer que les rsultats de simulation
concordent avec ceux issus des essais exprimentaux. Toutefois, il n'a pas t possible
d'aboutir une mthode de calcul analytique du contrleur de vitesse. Nous avons observ
que lorsqu'on essayait de rendre ce rgulateur plus rapide, on aboutissait des dpassements
plus important exprimentalement qu'en simulation. Les signaux sont bien sr plus bruits
mais il est vraisemblable qu'il y ait un retard pur qui chappe au modle. L'identification
n'tant pas parfaite, nous pensons que ces rsultats sont trs satisfaisants et vont nous servir de
base pour les comparaisons avec les autres types de rgulateurs.
5.1. Introduction
Dans cette partie, nous allons nous intresser au remplacement du rgulateur classique de
vitesse du schma de commande vectorielle prcdent par un rgulateur flou. Comme
mentionn au chapitre 1, le nombre de combinaisons et de variantes est quasiment infini.
Devant ce large ventail, notre choix sera d'abord dict par la simplicit de mise en uvre.
Nous recherchons un rgulateur flou que l'on peut implanter au sein de la commande
numrique que nous avons dveloppe autour d'un couple de DSP, TMS 320C31 et 320P14,
( Annexe 3 ). Une des contraintes est la limitation du temps de calcul tout en conservant les
proprits de rgulateur flou.
Compte tenu de ce qui vient d'tre dit, nous avons retenu pour le contrleur :
Une structure PI incrmentale ( matrice d'infrence deux dimensions ).
Un nombre limit trois ou cinq ensembles flous pour chaque variable.
Des variables d'entre dont les fonctions d'appartenance des ensembles flous sont de
formes triangulaires et trapzodales.
Des singletons pour les fonctions d'appartenance de la variable de sortie.
Des gains variables l'entre et la sortie du rgulateur permettant d'ajuster son
fonctionnement et de varier sa plage de sensibilit.
79
Chapitre II : Application la commande de la machine asynchrone
N Z P N Z P N Z P
P
Z En dEn dUn
-1 0 1 -1 0 1 -1 0 1
Z +P =1
Sur les figures qui suivent, nous prsentons les rsultats obtenus avec ce rgulateur pour
contrler la vitesse au sein du schma de commande vectoriel. L'essai reprsente une
inversion de vitesse de -600 600 tr/mn ( figures 2.48 et 2.49 ) vide et ( figures 2.50 et
2.51 ) sous une charge de 20 Nm. Les rsultats exprimentaux et de simulation sont
superposs. Seules la rfrence et la valeur de la vitesse et du courant Iqs sont reprsentes.
On observe un temps de mont de la vitesse similaire en simulation par rapport celui de
l'essai exprimental de mme que la valeur en rgime permanent ( courant Iqs , figure 2.49 ).
En ce qui concerne l'essai en charge, une diffrence se creuse pendant le transitoire de vitesse
( figure 2.50 ), o la simulation donne une rponse plus rapide. Cela est certainement d la
manire dont le frein impose son couple. En effet, ce dernier n'est pas constant quand la
vitesse varie sur une large plage, lorsque l'on est en rgulation de flux ( celle du frein
poudre ).
Si nous analysons, sur le plan de phase, l'volution du systme pendant l'inversion vide par
exemple, nous constatons que la phase d'inversion occupe surtout les quadrants 2 et 4 du plan
( figure 2.55 et 2.56 ). Or un examen attentif du trac en 3-dimension des surfaces de contrle
80
Chapitre II : Application la commande de la machine asynchrone
des rgulateurs flou et PI classique ( figure 2.52 et 2.53 ) ainsi que de leur diffrence ( figure
2.54 ), montre que c'est prcisment sur ces deux quadrants que la diffrence est pratiquement
nulle.
Ainsi, on devrait s'attendre ce que le rgulateur flou se comporte comme un rgulateur PI s'il
n'y a que ces deux quadrants qui sont sollicits.
Dans [GAL 93] et [GAL 95] les auteurs ont montr qu'on pouvait construire un contrleur
flou de type Sugeno qui donne exactement la mme rponse qu'un contrleur PI en des points
dits "modaux". Ceci est ralis en prenant une distribution rgulire de fonctions
d'appartenance triangulaires en entre et autant d'ensembles flous qu'il y a de points modaux 8.
La matrice d'infrence, qui dans le cas d'un contrleur de type Sugeno, donne directement les
valeurs numriques de la sortie, est une matrice symtrique par rapport la diagonale. Elle
devient nanmoins de dimension trs importante suivant le nombre de points modaux choisis.
Dans le cas d'un contrleur de type Mamdani, un choix de fonctions d'appartenance en sortie
symtrique par rapport aux valeurs modales, de formes rectangulaires et de largeurs
identiques, permet d'obtenir une interpolation linaire entre ces valeurs modales.
Ces rsultats se vrifient sur la figure 2.57 et la figure 2.58 qui reprsentent la vitesse et le
courant de rfrence Iqs ref lors d'une inversion de vitesse de -600 +600 tr/mn
exprimentalement.
8
Les points modaux correspondent aux sommets des fonctions d'appartenance triangulaires
81
Chapitre II : Application la commande de la machine asynchrone
600.00
400.00
200.00
Vitesse (tr/mn)
0.00
-0.10 0.00 0.10 0.20 0.30 0.40 0.50
temps (s)
-200.00
Rgulateur flou
Wm ref Exprimental
-400.00
Wm Exprimental
Wm Simulation
-600.00
20.00
Rgulateur flou
5.00
0.00
-5.00
-0.10 0.00 0.10 0.20 0.30 0.40 0.50
temps (s)
82
Chapitre II : Application la commande de la machine asynchrone
600.00
400.00
200.00
Vitesse (tr/mn)
0.00
-0.10 0.00 0.10 0.20 0.30 0.40 0.50
temps (s)
-200.00
Rgulateur flou
Wm ref Exprimental
-400.00
Wm Exprimental
Wm Simulation
-600.00
20.00
15.00
10.00
I (A)
5.00
Rgulateur flou
0.00 Iqs ref Exprimental
Iqs Exprimental
-10.00
-0.10 0.00 0.10 0.20 0.30 0.40 0.50
temps (s)
83
Chapitre II : Application la commande de la machine asynchrone
84
Chapitre II : Application la commande de la machine asynchrone
0.50
E (tr/mn)
0.00
-400.00 0.00 400.00 800.00 1200.00
-0.50
-1.00
-1.50
-2.00
85
Chapitre II : Application la commande de la machine asynchrone
dE (tr/mn)
0.30
0.20
0.10
E (tr/mn)
0.00
-10.00 -5.00 0.00 5.00 10.00
-0.10
-0.20
-0.30
600.00
400.00
200.00
Vitesse (tr/mn)
0.00
-0.10 0.00 0.10 0.20 0.30 0.40 0.50
temps (s)
-200.00
Essai exprimental
86
Chapitre II : Application la commande de la machine asynchrone
20.00
Essai exprimental
5.00
0.00
-5.00
-0.10 0.00 0.10 0.20 0.30 0.40 0.50
temps (s)
[LUT 96] et [BUH 94] insistent bien sur le fait que ce n'est pas le choix des oprateurs pour
raliser l'infrence qui est important mais plutt la matrice d'infrence elle-mme et, surtout,
la rpartition des fonctions d'appartenance sur l'univers de discours. On peut en effet obtenir
des caractristiques non-linaires trs prononces. Cependant l'optimisation pour une
application donne peut tre longue et fastidieuse. Il convient de ne faire varier que la forme
ou la distribution des fonctions d'appartenance, soit des variables d'entres, soit de la sortie,
sinon on peut aboutir une certaine compensation des corrections envisages.
Les auteurs, cits en bibliographie [HIS 97], [HIS 98], [MAU 98], ont montr que l'utilisation
d'un procd d'optimisation selon la mthode de Taguchi, permettait de rduire
considrablement le nombre d'essais faire pour trouver le rglage optimum. Leur mthode
est base sur une identification du systme partir d'une rponse en boucle ouverte un
chelon. Un choix est ensuite fait sur les valeurs discrtes que peuvent prendre les paramtres
optimiser ( positions relatives des fonctions d'appartenance sur l'univers de discours, gains
87
Chapitre II : Application la commande de la machine asynchrone
du rgulateur ). Il s'ensuit des essais, avec des vecteurs de paramtres dfinis par les rgles
de Taguchi, nettement moins nombreux compars au grand nombre de possibilits de rglage.
De toute vidence, cette approche, fort intressante, ne s'applique qu'aux processus stables en
boucle ouverte. De plus, il est tout aussi difficile de choisir les valeurs discrtes que peuvent
prendre les paramtres ( deux paliers pour chaque paramtre ont t choisit par les auteurs ).
Enfin, un autre problme majeur, commun tous les procds d'optimisation automatique, est
celui du choix du critre d'optimisation. L'IAE ( Intgrale de l'Erreur Absolue ), utilis par
Hissel et al. ; ne garantit pas la robustesse du systme. Les travaux entrepris, visant attnuer
ce problme, sont prsents dans [HIS 98].
Comme nous pouvons le constater, il n'est pas facile de concevoir un rgulateur flou partir
de rgles et dmarches compltement structures au sens cartsien du terme. Il reste alors des
mthodes permettant, partir d'essais et d'erreurs, d'arriver une construction "au mieux" d'un
rgulateur flou. La stratgie de rgulation repose alors sur un ensemble de rgles de dcisions
heuristiques ou de rgles intuitives [KIN 77]. C'est d'ailleurs ce que l'on essaye de reprsenter
par l'approche logique floue.
Nous nous sommes intresss dans cette partie la mise en vidence de l'existence potentielle
d'un gain ( ou une diffrence ) qu'une modification de la matrice d'infrence et de la
rpartition des fonctions d'appartenance vont apporter la rgulation de la vitesse de la
machine asynchrone en commande vectorielle.
Nous avons utilis une rpartition uniforme des fonctions d'appartenance sur l'univers de
discours des entres mais pas pour celles de la sortie. Les fonctions restent bien sr
symtriques par rapport au zro.
GN PN Z PP GP GN PN Z PP GP GN PN Z PP GP
En dEn dUn
-1 -0.5 0 0.5 1 -1 -0.5 0 0.5 1 -1 -0.3 0 0.3 1
On notera que pour la variable de sortie dUn, les fonctions d'appartenance correspondant aux
ensembles flous "petit ngatif" ( PN ) et "petit positif" ( PP ) sont proches de celle de
l'ensemble "zro".
Ce que nous essayons de reproduire intuitivement c'est de faire ragir, quand on est loin de
l'objectif, les ensembles flous "grand ngatif" et "grand positif", sachant que souvent, dans ce
cas, la sortie relle du rgulateur ( Iqs ref ) aura atteint sa valeur limite de saturation. Lorsque
l'on est proche de la vitesse de rfrence, ce seront les ensembles flous "petit ngatif" et "petit
positif" qui seront sollicits et comme leurs fonctions d'appartenance se trouvent plus proche
de celle de l'ensemble "zro", la rponse sera plus douce.
Ceci permet de multiplier le gain de sortie par 2,5 par rapport la valeur qu'il avait avec un
rgulateur 3 ensembles flous sans engendrer des oscillations sur la rponse ni un
dpassement plus important ( figure 2.62 ).
88
Chapitre II : Application la commande de la machine asynchrone
dEn
dUn
GN PN Z PP GP
GN GN GN PN PN Z
PN GN PN PN Z PP
En Z GN PN Z PP GP
PP PN Z PP PP GP
GP Z PP PP GP GP
Sur des chelons plus petits ( figures 2.64 et 2.65 ), la diffrence est plus sensible. En effet,
seul le rgulateur cinq ensembles flous entre en limitation, ce qui permet d'obtenir une
rponse plus rapide un chelon.
Notons cependant qu'une augmentation du gain FdU du rgulateur trois ensembles flous, ne
contribue pas amliorer ses performances. En effet, les figures 2.66 et 2.67 montrent que la
rponse se fait avec beaucoup moins de dpassement. Cependant, sa sensibilit par rapport
aux perturbations augmente, ce qui fait qu'il devient inutilisable exprimentalement.
89
Chapitre II : Application la commande de la machine asynchrone
Des auteurs, [PRE 97], prsentent une analyse de stabilit, appliquant la thorie de
l'hyperstabilit, d'un systme mono-entre mono-sortie linaire paramtres constants
( SISO-LTI ). Ce qui n'est bien sr pas le cas de nombreux systmes, dont le ntre, et pour
lesquels des rgulateurs flous sont utiliss et donnent satisfaction.
Le critre de Popov, sous une forme tendue, a t retenu par [RAM 93], [BUH 94] pour leurs
tudes de stabilit.
Tanaka et Sugeno ont, quant eux, propos de dcomposer le systme non-linaire en sous-
systmes linaires [TAN 92]. Cette opration est facilite quand le rgulateur flou est du type
Takagi-Sugeno pour lequel la conclusion s'exprime sous forme d'un polynme.
Le thorme de Popov, permet de donner une condition suffisante de stabilit pour des
boucles de rgulation ayant un lment non-linaire. En fait, cela revient trouver une droite
qui majore la courbe non-linaire caractristique du rgulateur mono-entre. Dans le cas d'un
rgulateur deux entres, on cherche alors un plan qui majore la surface caractristique, on
assimile alors le contrleur flou un rgulateur PI classique !
Le critre de Cypkin, qui est une extension du thorme de Popov aux cas des systmes
discrets, exige que la surface relle de commande soit continue et drivable en tout point. Ce
qui n'est pas vident avec des fonctions d'appartenance trapzodales et triangulaires.
Enfin, tous ces critres n'offrent que des conditions suffisantes de stabilit et sont trop
restrictifs.
L'analyse rigoureuse de stabilit n'est souvent pas possible dans les cas pratiques. Elle va de
plus l'encontre du principal avantage de l'approche floue, c'est dire son utilisation pour les
systmes qui sont difficilement modlisables [MAM 76].
5.5. Conclusion
Il n'est pas possible de prsenter tous les cas que nous avons essays, et encore moins
d'examiner tous ceux qui peuvent tre raliss. Nanmoins, nous avons montr, dans le cas de
l'application laquelle nous nous sommes intresss, la supriorit du rgulateur flou par
rapport un rgulateur PI. Cet avantage disparat, ds lors qu'on le compare un rgulateur IP
anti-saturation cause des proprits intrinsques dont nous avons discut.
L'extension d'un rgulateur de trois cinq ensembles flous a permis de gagner un peu plus en
dynamique sans affecter sa sensibilit par rapport aux perturbations ( bruit principalement )
inhrentes tous processus exprimental.
Ce gain s'accompagne d'une augmentation considrable du temps de calcul ncessaire son
excution qui passe de 30 s 63 s sur le DSP utilis ( Annexe 3 ). Dans la partie suivante
nous allons voir une manire de rduire ce temps de calcul.
90
Chapitre II : Application la commande de la machine asynchrone
91
Chapitre II : Application la commande de la machine asynchrone
600.00
400.00
200.00
Vitesse (tr/mn)
0.00
-0.10 0.00 0.10 0.20 0.30 0.40 0.50
temps (s)
-200.00
Simulation
-600.00
20.00
Simulation
5.00
0.00
-5.00
-0.10 0.00 0.10 0.20 0.30 0.40 0.50
temps (s)
92
Chapitre II : Application la commande de la machine asynchrone
150.00
100.00
50.00
Vitesse (tr/mn)
0.00
-0.10 0.00 0.10 0.20 0.30 0.40 0.50
temps (s)
-50.00
Simulation, Wm
-100.00
Reg flou 3 F
Reg flou 5 F
-150.00
Figure 2.64 Variation de la vitesse lors son inversion de -100 tr/mn +100 tr/mn
Comparaison entre le rgulateur flou 3 fonctions d'appartenance et
celui 5 fonctions d'appartenance
20.00
15.00
Simulation, Iqs ref
Reg flou 3 F
5.00
0.00
-5.00
-0.10 0.00 0.10 0.20 0.30 0.40 0.50
temps (s)
Figure 2.65 Variation de Iqs ref lors d'une inversion de vitesse de -100 tr/mn +100 tr/mn
Comparaison entre le rgulateur flou 3 fonctions d'appartenance et
celui 5 fonctions d'appartenance
93
Chapitre II : Application la commande de la machine asynchrone
600.00
400.00
200.00
Vitesse (tr/mn)
0.00
0.00 0.20 0.40 0.60 0.80
temps (s)
-200.00
Simulation
Wm reg flou 3 F
-400.00 FdU=4
FdU=10
-600.00
20.00
Simulation
Iqs ref reg flou 3 F
15.00
FdU=4
FdU=10
10.00
I (A)
5.00
0.00
-5.00
0.00 0.20 0.40 0.60 0.80
temps (s)
94
Chapitre II : Application la commande de la machine asynchrone
6.1. Introduction
Cette partie a pour but d'tudier le remplacement du rgulateur flou de la boucle de vitesse par
un rgulateur bas sur un rseau de neurones que nous appellerons simplement rgulateur
neuronal.
95
Chapitre II : Application la commande de la machine asynchrone
Figure 2.60 Surface du rgulateur flou Figure 2.61 Approximation de la surface par
3 fonctions d'appartenance le rseau de neurones
600.00
Rgulateur neuronal
400.00 Perceptron
Wm ref Exprimental
200.00 Wm Exprimental
Vitesse (tr/mn)
Wm Simulation
0.00
-0.10 0.00 0.10 0.20 0.30 0.40 0.50
temps (s)
-200.00
-400.00
-600.00
96
Chapitre II : Application la commande de la machine asynchrone
20.00
Rgulateur neuronal
Perceptron
5.00
0.00
-5.00
-0.10 0.00 0.10 0.20 0.30 0.40 0.50
temps (s)
20.00
I (A)
0.00
5.00
-0.10 0.00 0.10 0.20 0.30 0.40 0.50
temps (s)
-200.00
0.00
-400.00
-5.00
97
Chapitre II : Application la commande de la machine asynchrone
Cette mthode fait apparatre une symtrie sur les poids pour des surfaces de commande telles
que les ntres. Si les fonctions d'activation des neurones de la couche cache utilises sont
linaires, cela conduit une simplification notable du rseau de neurones ( 6 poids distincts au
lieu de 13 initialement ). Dans notre cas, les fonctions d'activation sont des sigmodes. La
98
Chapitre II : Application la commande de la machine asynchrone
surfaces de contrle est, de ce fait, une superposition de sigmodes. C'est ce qui fixe l'allure
gnrale des pentes de la surface. L'axe de la sigmode sur le plan et le facteur d'chelle sont
fixs par les poids de connexion avec les neurones d'entre.
f(x)
1
2
f ( x) = 1 ( 2.33 )
1 + exp( 2 x ) 0.5
-6 -4 -2 2 4 6 x
-0.5
-1
99
Chapitre II : Application la commande de la machine asynchrone
Au vu de la complexit de la surface floue envisage dans ce cas, approximer tous les points
de l'univers de discours d'une manire quitable est une tche dlicate. En effet, tous ces
points n'ont pas la mme importance du point de vue contrle. A l'aide d'une analyse sur le
plan de phase, il est intressant de constater que lorsque l'on est trs loin de l'objectif de
rgulation, la valeur exacte de l'incrment de sortie n'est pas trs importante. Il suffit qu'elle
soit suffisamment grande et du bon signe. Cependant, quand on se rapproche de la rfrence,
alors il convient d'avoir des valeurs aussi proches que possible du rglage optimal.
C'est dans cette optique que nous avons choisit un ensemble d'apprentissage non uniforme,
plus dense autour du rgime permanent ( E=0, dE=0 ).
La rponse de ce rgulateur neuronal [BAG 97c] conduit plus d'oscillations en fin de rgime
transitoire ( figures 2.71 et 2.72 ) que le rgulateur flou.
100
Chapitre II : Application la commande de la machine asynchrone
20.00
I (A)
Wm Simulation
0.00 5.00
-0.10 0.00 0.10 0.20 0.30 0.40 0.50
temps (s)
-200.00
0.00
-400.00
-5.00
Un des inconvnients majeur des rseaux de neurones du type perceptron est qu'il n'est pas
possible d'y introduire une information priori du systme. Ceci est d cause de son
caractre distribu et non local de la reprsentation de l'information [REN 95]. Par ailleurs,
nous avons dj soulev le phnomne d'oubli, dont la consquence peut tre bnfique
comme dans le cas o le rseau de neurones doit voluer en fonction du changement lent de
certains paramtres du systme, l'apprentissage se faisant en ligne. Le rseau de neurones
s'adapte alors de manire dynamique et peut tre utilis des fins d'estimation et de prdiction
[VAS 94b], [BUR 97].
Pour la mme surface de commande, l'avantage d'un tel rgulateur neuronal est de rduire le
temps de calcul par rapport celui consomm quant on utilise un rgulateur flou ( celui cinq
ensembles flous pour chaque variable ).
Notons galement que pour garder la souplesse de rglage, l'aide des gains d'entre et de
sortie, que l'on a dans le cas du rgulateur flou, il convient de faire l'apprentissage sur la
surface norme du rgulateur et non pas sur sa surface relle.
101
Chapitre II : Application la commande de la machine asynchrone
Concrtement, dans le cas d'un rgulateur RBF deux dimensions ( E, dE ), la sortie est
donne par dU :
1 ( E c Ei ) 2 (dE cdEj ) 2
dU = wij exp + ( 2.34 )
2 Ei2 2
i, j dEj
La figure 2.73 montre la zone centrale de la surface de contrle norme du rgulateur RBF
six fonctions Gaussiennes. Les fonctions base radiales son placs sur le plan ( E, dE ) de
manire ce qu'elles se recouvrent entre elles. La surface de contrle relle est illustre par la
figure 2.74. Bien que cette surface prsente des bosses aux limites de la zone centrale, les
performances sont similaires celles du rgulateur flou quivalent [RAZ 98b].
Figure 2.73 Surface du rgulateur neuronal Figure 2.74 Surface relle du rgulateur
RBF norm ( zone centrale ) neuronal RBF
En dernier lieu, nous avons procd une optimisation par algorithme gntique des poids et
des carts types du rseau de neurones RBF norm. Grce aux nombreuses symtries sur la
position des RBF Gaussiennes et de la valeur en sortie du rgulateur flou ( norm ) aux points
modaux, nous avons rduit le nombre de paramtres quatre ; deux poids et deux carts type.
Il faut cependant considrer un ensemble d'apprentissage qui va au del des valeurs 1 et 1
afin de prendre en compte des zones plates de la surface pour des entres satures ( figure
2.75 ).
102
Chapitre II : Application la commande de la machine asynchrone
Figure 2.75 Surface du rgulateur flou norm Figure 2.76 Surface du rgulateur neuronal
RBF aprs apprentissage
Figure 2.77 Diffrence entre les deux surfaces Figure 2.78 Surface relle du rgulateur
neuronal RBF
Les figures 2.75 2.78 montrent le cas o la convergence bute sur un minimum local. Le
phnomne de recouvrement est important et particulirement visible prs de la zone de
saturation des entres ( figures 2.76 et 2.78 ).
Quand ce minimum est dpass, le systme tend alors vers une solution qui a aplati et lisse
ces zones ( figures 2.80 et 2.82 ). Ce dernier rgulateur sera utilis pour le reste de l'tude et
sera dsign par "rgulateur RBF".
103
Chapitre II : Application la commande de la machine asynchrone
Figure 2.79 Surface du rgulateur flou norm Figure 2.80 Surface du rgulateur neuronal
RBF aprs apprentissage
Figure 2.81 Diffrence entre les deux surfaces Figure 2.82 Surface relle du rgulateur
neuronal RBF
600.00 20.00
Rgulateur neuronal
Rgulateur neuronal RBF
400.00 RBF
15.00 Iqs ref Exprimental
Wm ref Exprimental
Iqs Exprimental
200.00 Wm Exprimental
Iqs ref Simulation
Vitesse (tr/mn)
0.00
0.00
-400.00
-600.00 -5.00
104
Chapitre II : Application la commande de la machine asynchrone
Les figures 2.83 et 2.84 prsentent une comparaison entre une simulation et un relev
exprimental effectus en utilisant le rseau de neurones RBF comme rgulateur de vitesse.
Sur un chelon de -600 +600 tr/mn, nous observons une bonne concordance entre les deux
rsultats, autant sur l'volution de la vitesse que sur celle du courant Iqs.
Par rapport au rgulateur flou trois fonctions d'appartenance par variable ( figure 2.79 ), on
retrouve des temps de monte trs proches. Toutefois, le temps d'excution de l'algorithme est
plus important ( Annexe 3 ). Dans le chapitre suivant, nous verrons galement le
comportement du rgulateur RBF lorsqu'un chelon de charge est appliqu la machine.
6.5. Conclusion
Dans cette partie, nous nous sommes intresss aux rgulateurs base de rseaux de
neurones. Les deux types de structure que nous avons tudis sont diffrents dans la faon de
les entraner. Le perceptron, ne pouvant intgrer une connaissance priori du systme requiert
alors systmatiquement de passer par une phase d'apprentissage. Le rseau de neurones
fonction de base radiale peut, quant lui, tre utilis sans apprentissage puisque ses fonctions
d'activation peuvent tre places sur le plan ( E, dE ) pour ne ragir qu' des valeurs
particulires des entres. Ces rseaux de neurones peuvent galement tre entrans de
manire fournir une rponse plus proche du rgulateur flou de base.
Il existe d'autres domaines d'utilisation des rseaux de neurones RBF, par exemple, pour la
mise au point de rgulateurs classiques [STR 93]. Les rseaux de neurones sont galement
trs rpandus en classification et en reconnaissance de formes [CHE 96].
7. Conclusion
A travers, ce chapitre, nous avons prsent l'utilisation des algorithmes gntiques, de la
logique floue et des rseaux de neurones pour l'identification et la commande de la machine
asynchrone.
Nous avons ensuite prsent, une commande vectorielle de la machine asynchrone par
orientation du flux rotorique. Nous nous sommes intresss au rgulateur de vitesse et
l'impact que pouvait avoir son remplacement par un rgulateur flou puis par un rgulateur
neuronal.
Afin de pouvoir juger sur un mme pied d'galit les diffrents rgulateurs, nous les avons
ramens avec les mmes gains en entre et en sortie un systme normalis. Leurs surfaces
105
Chapitre II : Application la commande de la machine asynchrone
de contrle ne dpendent alors que des caractristiques intrinsques des rgulateurs et non pas
des facteurs d'chelle ou des gains qui peuvent les rendre plus rapides ou plus lents.
Il s'avre, vis vis des chelons de consignes de vitesse, que ces rgulateurs donnent
pratiquement la mme rponse. Nous verrons dans le chapitre suivant ce qu'il en ait dans les
cas o des chelons de couple perturbateur sont appliqus au systme ainsi que lorsque des
variations de paramtres sont considres.
La principale diffrence entre ces rgulateurs rside plutt dans la manire avec laquelle la
surface de contrle du rgulateur est synthtise. Des approches nouvelles ont ainsi t
prsentes mais qui reposent nanmoins sur une connaissance de la rgulation du systme,
travers une tude dans le plan de phase de la rponse du systme. Une formulation
linguistique du comportement que l'on dsire faire adopter au systme est alors introduite par
le biais du rgulateur flou.
Dans l'approche neuronale, l'accent est mis sur l'utilisation du rseau de neurones comme
approximateur universel afin de reproduire la surface de contrle du rgulateur flou. Le gain
en temps de calcul est alors notable lorsqu'il s'agit de remplacer des rgulateurs flous
complexes. Un tableau comparatif des temps requis est prsent en annexe 3 ( tableau A.5 ). Il
est galement possible de se passer de la procdure d'apprentissage dans le cas des rseaux de
neurones fonction de base radiale pour lesquels il existe une correspondance "directe" avec
les rgulateurs flous.
106