Vous êtes sur la page 1sur 193
Royaume du Maroc Ministère de l’Enseignement Supérieur, de la Recherche Scientifique et de la formation

Royaume du Maroc Ministère de l’Enseignement Supérieur, de la Recherche Scientifique et de la formation des cadres

de la Recherche Scientifique et de la formation des cadres THESE Présentée à l’Ecole Nationale Supérieure

THESE

Présentée à l’Ecole Nationale Supérieure d’Electricité et Mécanique Pour l’obtention du Diplôme de

Doctorat National

Spécialité : Génie Electrique

Par

Abdelouahed MESBAHI

CONTRIBUTION AUX TECHNIQUES D’ESTIMATION ET D’OBSERVATION APPLIQUEES AUX MACHINES ASYNCHRONES ET SYNCHRONES A AIMANTS PERMANENTS

Soutenue le 20/07/2013 devant le jury composé de :

M.CHERKAOUI

A.BENNIS

B.ELMOUSSAOUI

M.JELLOULI

O.BOUATTANE

A.SAAD

M.KHAFALLAH

Professeur à l’EMI Rabat Professeur à la FSBMSO Casablanca Professeur à la FST Mohammedia Professeur à l’EST Casablanca Professeur à l’ENSET Mohammedia Professeur à l’ENSEM Casablanca Professeur à l’ENSEM Casablanca

A mes parents, A mon épouse, A ahmed taha et ghita A toute ma famille A tous mes amis

Avant-propos

Je tiens à remercier ici l'ensemble des personnes qui ont contribué à la réussite de ce travail et au plaisir que j'ai pris à effectuer cette thèse au sein de l’équipe « Energie & Systèmes Electriques » (ESE) sise à l’Ecole Nationale Supérieure d' Electricité et de Mécanique de Casablanca et aussi au laboratoire d’électrotechnique et d’électronique de L’école Normale supérieure de l’enseignement technique de Mohammedia. Tout d'abord, j'adresse ma profonde reconnaissance à mon directeur de thèse Professeur Abdellah SAAD, grâce à qui je me suis engagé sur le chemin de la recherche, et qui a su encadrer ces travaux avec justesse tout en préservant l'autonomie qui m'était nécessaire pour apprécier pleinement le rôle de doctorant. Sa connaissance et l'aide qu'il m'a apportée durant ces années ont été décisifs. Un vif remerciement va particulièrement à professeur Mohamed KHAFALLAH pour son dévouement, ses encouragements et son soutien moral dans les moments difficiles. Je remercie grandement Professeur Omar BOUATTANE pour ses qualités pédagogiques, connaissances pluridisciplinaires et sa disponibilité au quotidien. J'adresse également mes sincères remerciements à l'ensemble des membres du jury d’évaluation du rapport et de soutenance, en commençant par Professeur Mohamed CHERKAOUI, qui a accepté de présider ce jury et m'a fait l'honneur de félicitations très encourageantes ; aussi à Professeur Brahim ELMOUSSAOUI, Professeur Mohamed JELLOULI et Professeur Abdelatif BENNIS qui ont eu la lourde tâche de rapporter ce mémoire. Je leur suis reconnaissant pour les critiques très constructives qu'ils ont apportées et qui ne manqueront pas d'être examinées attentivement Je remercie conjointement les directions de l’ENSET Mohammedia et l’ENSEM Casablanca pour les facilités d’accès aux divers laboratoires et services rendus tout au long de ce travail ayant conduit à la réalisation de plusieurs maquettes de bancs. Je remercie l'ensemble des collègues du département du génie électrique de L’ENSET pour la bonne ambiance et aussi les discussions fructueuses ayant permis d’améliorer davantage les réalisation expérimentales du banc d’essai. Je témoigne ma reconnaissance à toute personne qui a aidé de près ou de loin à la réalisation de ce travail. Enfin, je voudrais remercier toute ma famille pour sa patience et son soutien. Que ce modeste travail soit une preuve de ma profonde reconnaissance.

Résumé

Dans ce travail nous nous sommes intéressés aux techniques d’estimation et d’observation des grandeurs flux et vitesse utilisées pour des commandes performantes des machines asynchrones et synchrones à aimants permanents sans capteurs mécaniques.

Les concepts théoriques de chaque méthode sont présentés et leurs algorithmes correspondants sont vérifiés par simulation et par validation expérimentale.

En premier lieu, l’estimation en boucle ouverte des flux statorique et rotorique, en utilisant soit le modèle du courant ou celui de la tension, conduisant à la déduction de la vitesse mécanique est présentée.

En second lieu, l’observateur déterministe (Luenberger), caractérisé par un fonctionnement en boucle fermée et une convergence rapide par placement de pôles, est développé pour reconstituer les flux statorique et rotorique.

Les observateurs stochastiques non linéaires comparables aux déterministes avec prise en compte des bruits de mesures et d’état sont analysés en troisième lieu. Le filtre de Kalman étendu associé à deux modèles dont un réduit et l’autre complet est appliqué pour reconstituer le flux rotorique et vitesse de rotation aussi bien pour la machine synchrone ou asynchrone.

Une autre étude est développée afin d’estimer la vitesse de rotation d’une éolienne utilisant une génératrice synchrone à aimants permanents. Elle se base sur deux méthodes utilisant une approche associant les techniques de traitement de signal. La première méthode se base sur l’analyse spectrale et l’autre utilise la boucle de verrouillage de phase (PLL).

Les méthodes ainsi présentées sont testées sur deux différentes plateformes. La première utilise un moteur asynchrone du banc d’essai de l’équipe de recherche Energie et Systèmes Electriques de l’ENSEM Casablanca. La deuxième, exploite une génératrice synchrone à aimants permanents de la plateforme d’éolienne à vitesse variable de l’ENSET Mohammedia.

Les résultats expérimentaux obtenus à partir d’un déploiement autour d’un processeur numérique de signal (DSP : Digital Signal Processor) à point fixe, mettent en évidence les performances des techniques d’estimation ;

Mots clés

Moteur asynchrone, Génératrice synchrone à aimants permanents, Commande sans capteur, Eolienne, Observateur de Luenberger, Filtre de Kalman étendu (FKE), PLL, DSP.

Abstratct

This thesis presents several estimation techniques giving the flux linkage and mechanical speed for sensorless control of permanent magnet synchronous generator and induction motor. The theoretical basis of each algorithm is explained in detail and its performance is tested with simulations and experiments individually.

First, the work evokes an open loop stator-rotor flux estimator using either the current or voltage model and leading to the deduction of the mechanical speed.

Second, deterministic observer (Luenberger) operates in closed loop and characterized by a fast convergence; is presented to replenish stator-rotor flux. Stochastic nonlinear Observers acts as deterministic observers and consider the measurement and state noises, are discussed. The extended Kalman filter associated to two models (full and reduced order); is applied to reconstruct stator- rotor flux and rotor speed.

The study also focused some others techniques using a signal processing approach to get the velocity speed of a Wind Generator System. Two schemes are presented; first spectral analysis and the other ones using a phase-locked loop to get speed.

Some methods presented are tested on both platforms using a fixed point Digital Signal Processor. The first one is using an induction motor; and the other ones, a permanent magnet synchronous generator for a variable speed wind platform. The experimental results highlight the performance estimation techniques.

Keywords

Induction motor drive, Permanent Magnet Synchronous Generator, sensorless control, Luenberger Observer, Wind Generator System, Extended Kalman Filter, PLL, DSP.

Tables des Matières

PREAMBULE

12

INTRODUCTION GENERALE

 

13

I.

TECHNIQUES DE RECONSTITUTION DES GRANDEURS NON MESURABLES

16

I.1 INTRODUCTION

 

16

I.2 SYSTEMES DE CONTROLE SANS CAPTEUR

16

I.3 METHODES BASEES SUR LE MODELE DE LA MACHINE

18

I.3.1 MODELE EN REGIME PERMANENT

18

I.4 MODELE DU MOTEUR EN REGIME TRANSITOIRE

20

I.4.1 ESTIMATEURS EN BOUCLE OUVERTE

20

I.4.2 MODELE DE REFERENCE SYSTEME ADAPTATIF

(MRAS)

21

I.4.3 MODELE DE REFERENCE SYSTEME ADAPTATIF

BASE SUR LES RESEAUX DE NEURONES

22

I.4.4 OBSERVATEURS

22

I.5 CONCLUSION

23

II. MODELISATION DE LA MACHINE ASYNCHRONE ET MACHINE SYNCHRONE A AIMANTS PERMANENTS

ET ASSOCIATION MACHINE CONVERTISSEUR

24

II.1

CONSTITUTION:

24

II.2

PRINCIPE :

24

II.3

SYSTEMES DE REFERENCE ET TRANSFORMATIONS USUELLES

25

II.3.1 TRANSFORMATION DE CLARK

26

II.3.2 TRANSFORMATION DE PARK

27

II.4

MODELISATION

28

II.5

MODELE DU MOTEUR ASYNCHRONE

28

II.5.1 MODELE DE MOTEUR A INDUCTION EN REGIME TRANSITOIRE

28

II.5.2 MODELE DU MOTEUR EN REGIME PERMANENT

33

II.5.3 MODELISATION DANS LESPACE DETAT

36

II.6

MODELISATION DE LA MACHINE SYNCHRONE A AIMANTS PERMANENTS

39

II.6.1 PRINCIPE DE LA GSAP

40

II.6.2 MISE EN EQUATION ET SCHEMA EQUIVALENT DE LA GSAP

41

II.6.3 PUISSANCE ET COUPLE DE LA GSAP EN REGIME PERMANENT

43

II.6.4 MODELE MATHEMATIQUE

44

II.7 ASSOCIATION MACHINE ET CONVERTISSEUR STATIQUE

48

II.7.1 MODE DALIMENTATION :

48

II.7.2 MODULATION DE LARGEUR DIMPULSION

49

II.8 CONCLUSIONS

58

III.

COMMANDE DES MACHINES ASYNCHRONES ET SYNCHRONES A AIMANTS PERMANENTS

59

III.1 INTRODUCTION

59

III.2 COMMANDE DE LA MACHINE ASYNCHRONE

59

III.2.1 CONTROLE SCALAIRE

60

III.2.2 EXEMPLE DE CONTROLE SCALAIRE INDIRECT

65

III.2.3 CONTROLE VECTORIEL

67

III.2.4 CONTROLE DIRECT DU COUPLE (CDC)

74

III.2.5 COMPARAISON ENTRE LES COMMANDES CVD, CVI ET CDC

78

III.2.6 CONCLUSION

78

III.3 COMMANDE DE LA GENERATRICE SYNCHRONE A AIMANTS PERMANENTS

79

III.3.1 INTRODUCTION

79

III.3.2 PLATE FORME EOLIENNE

79

III.3.3 MAXIMISATION DE TRANSFERT DE PUISSANCE

86

III.3.4 CONTROLE DE LA PUISSANCE

88

III.3.5 CARACTERISATION

91

IV.

TECHNIQUES ESTIMATION ET OBSERVATION DES GRANDEURS NON MESURABLES

94

IV.1 INTRODUCTION

94

IV.2 ESTIMATION DIRECTE DES COURANTS ROTORIQUES

94

IV.3 ESTIMATION DU FLUX

96

IV.4 ESTIMATEUR DE FLUX EN BOUCLE OUVERTE

97

IV.4.1 ESTIMATION DU FLUX STATORIQUE

97

IV.4.2 ESTIMATION DU FLUX ROTORIQUE

101

IV.5 OBSERVATEURS DETERMINISTES

104

IV.5.1 OBSERVATEUR DETERMINISTE DE FLUX STATORIQUE DORDRE COMPLET

105

IV.5.2 OBSERVATEUR DE FLUX ROTOR DORDRE COMPLET

108

IV.6 RECONSTITUTION DE LA VITESSE ET DU COUPLE

111

IV.6.1 CAS1 : A PARTIR DUN ESTIMATEUR EN BOUCLE OUVERTE

111

IV.6.2 CAS 2 A PARTIR DUN OBSERVATEUR REDUIT

114

IV.8

MODELE DE REFERENCE SYSTEME ADAPTATIF :MRAS

118

IV.8.1 INTRODUCTION

118

IV.8.2 1-SYSTEME ADAPTATIF AVEC MODELE DE REFERENCE MRAS

118

IV.9

ESTIMATEUR DE VITESSE DE LA GSAP PAR LA BOUCLE A VERROUILLAGE DE PHASE (PLL)

122

IV.10

ESTIMATEUR DE VITESSE UTILISANT LA MESURE DU COURANT ET DE LA TENSION REDRESSEUR

126

IV.11

CONCLUSION

128

V.

OBSERVATION STOCHASTIQUE DES MACHINES ASYNCHRONES ET SYNCHRONES

130

V.1 INTRODUCTION

130

V.2 PRINCIPE DU FILTRE KALMAN ETENDU FKE

131

V.3 FILTRE KALMAN ETENDU POUR MACHINE ASYNCHRONE

134

V.3.1 CAS 1 MODELE ORDRE COMPLET

134

V.3.2 CAS 2 MODELE REDUIT

140

V.4 FILTRE KALMAN ETENDU POUR GSAP

144

V.4.1 METHODE BASEE SUR LA FORCE ELECTROMOTRICE

144

V.4.2 METHODE UTILISANT LES TENSIONS

148

V.5 CONCLUSIONS

151

VI.

VALIDATION EXPERIMENTALE

152

VI.1

INTRODUCTION

152

VI.2

STRUCTURE GENERALE

152

VI.2.1 PARTIE ELECTROMECANIQUE :

153

VI.2.2 PARTIE DE PUISSANCE :

153

VI.2.3 PARTIE ACQUISITION :

153

VI.2.4 PARTIE CALCULATEUR :

154

VI.3

RESULTATS EXPERIMENTAUX

157

VI.3.1 GENERATION MLI

157

VI.4

ESTIMATEUR DE FLUX ET DE VITESSE

161

VI.4.1 DEPLOIEMENT FILTRE DE KALMAN ETENDU

165

VII.

CONCLUSIONS GENERALES

168

VIII.

BIBLIOGRAPHIE

171

IX.

ANNEXES

179

IX.2

ANNEXE2

: ONDULEUR REVERSIBLE UTRACE DR1524

180

IX.3

ANNEXE3

: CODE ASSEMBLEUR FILTRE KALMAN ETENDU

181

X.

RECHERCHE SCIENTIFIQUE

187

Liste des Figures

Figure I-1 Classification des systèmes sans capteur

19

Figure I-2

Estimateur de vitesse en régime permanent

20

Figure I-3 Estimateur de vitesse conventionnel en boucle ouverte

21

Figure I-4 Estimateur de vitesse MRAS

22

Figure I-5 Estimateur de vitesse MRAS avec réseaux de neurones

22

Figure I-6 Synoptique d’un observateur d’état

23

Figure I-7 Estimateur de vitesse à partir d’observateur d’état

23

Figure II-1 : position des champs tournant stator et rotor

25

Figure II-2 Transformation triphasé diphasé

27

Figure II-3 Transformation triphasé diphasé

27

Figure II-4 Plan radial d’un moteur asynchrone triphasé équilibré

29

Figure II-5 choix du référentiel d’orientation

30

Figure II-6 modèle monophasé de la machine asynchrone

33

Figure II-7 modèle monophasé en régime permanent

34

Figure II-8 Circuit équivalent stationnaire réactance ramenée au rotor

35

Figure II-9 synoptique de représentation d’état

36

Figure II-10 Modélisation Référentiel Stationnaire

38

Figure II-11 Modélisation Référentiel synchrone

39

Figure II-12 GSAP à aimants superficiels

40

Figure II-13 GSAP à aimants enterrés

40

Figure II-14 Force électromotrice induite et système de tensions

41

Figure II-15 Circuits équivalents de la GSAP dans un repère synchrone

43

Figure II-16 Transformation de Park pour GSAP

45

Figure II-17 courants et tensions GSAP référentiel stationnaire

47

Figure II-18 courants et tensions GSAP référentiel tournant

47

Figure II-19 structure d’un onduleur triphasé

49

Figure

II-20

MLI triangulaire

50

Figure II-21 Modulation delta

50

Figure II-22 a-Modulation précalculée

51

Figure II-23 Hexagone des vecteurs tension et secteur de commutation

54

Figure II-24 illustration Vecteur tension référence en secteur 1

55

Figure II-25 Sorties MLI cas tension référence en secteur 1

56

Figure II-26 tension simple V AO

58

Figure III-1 contrôle scalaire par variation de tension

60

Figure III-2 contrôle scalaire tension fréquence

61

Figure

III-3

Réseaux

couple-vitesse

62

Figure III-4 fonctionnement moteur Commande scalaire v/f constant

62

Figure III-5 Loi de commande avec compensation en basse vitesse

63

Figure III-6 Principe Défluxage

64

Figure III-7 Contrôle avec défluxage

65

Figure III-8 Contrôle scalaire indirect

65

Figure III-9 contrôle scalaire 1 sens de marche

66

Figure III-10 contrôle scalaire avec inversion de sens de marche

66

Figure

III-11

Estimateur flux rotor

68

Figure III-12 contrôle vectoriel direct par orientation de flux rotor

68

Figure III-13 Réponses changement sens CVDOR

69

Figure III-14 Réponses basse vitesse CVDOR

70

Figure III-15 Réponses Survitesse CVDOR

70

Figure III-16 contrôle vectoriel direct par orientation du flux stator

70

Figure III-17 contrôle vectoriel Indirect par orientation du flux rotor

72

Figure III-18 Réponses changement sens CVI

72

Figure III-19 Réponses Basse vitesse CVI

73

Figure III-20 Réponses Survitesse CVI

73

Figure III-21 Réponses Survitesse CVD avec et sans défluxage

74

Figure III-22 Réponses Survitesse CVI avec et sans défluxage

75

Figure III-23 synoptique de la commande directe du couple

75

Figure III-24 Estimateur de flux et de couple pour CDC

76

Figure III-25 Réponses à 150rd/s

78

Figure III-26 Réponses à 20rd/s

78

Figure III-27

plateforme éolienne

80

Figure III-28

Modèle simplifié de la GSAP

81

Figure III-29 Diagramme de Behn-eschenburg de la GSAP

81

Figure III-30 Comportement de la GS en VCO

82

Figure

III-31 Redresseur PD3

82

Figure III-32 Réponse d’un anémomètre

83

Figure III-33 Rose des vents 2006

83

Figure

III-34

Vents 2006

84

Figure

III-35 Caractéristique Constructeur P elec =f(V w )

84

Figure III-36 Réseaux de caractéristiques de la puissance éolienne

85

Figure III-37 Coefficient de puissance fonction de TSR

86

Figure III-38 Trajectoire du point de fonctionnement maxima

86

Figure III-39 Principe algorithme MPPT

87

Figure III-40 MPPT mesure de vent

87

Figure III-41 MPPT mesure de rotation

88

Figure III-42 Schéma de controle1

89

Figure III-43 Schéma de controle2

89

Figure III-44 Nouvelle topologie sans batteries

90

Figure III-45 Schéma de controle3 back to back

90

Figure III-46 Aspect de modulation sur tension V ab et courant I a

91

Figure III-47 Organigramme de l’estimateur

93

Figure IV-1 Position rotor

95

Figure IV-2 Estimation des courants rotoriques

96

Figure IV-3 Estimateur de flux stator

97

Figure

IV-4

Dérives d’intégration

98

Figure IV-5 Filtrage de l’intégration

98

Figure IV-6 Réponses en basse vitesse

99

Figure IV-7 Réponses pour un changement de sens

100

Figure IV-8 Réponses en survitesse

100

Figure IV-9 Estimateur dynamique de flux stator

101

Figure IV-10 Estimateur de flux rotor

102

Figure IV-11

Estimateur Indirect flux rotor

103

Figure IV-12 Réponses estimateurs de flux rotor

104

Figure IV-13 Observateur déterministe de flux stator

105

Figure IV-14 observateur de flux stator

107

Figure IV-15

Lieu des racines du système en BO et BF

109

Figure IV-16 réponses Inversion de sens

109

Figure IV-17 réponses basse vitesse

110

Figure IV-18 Réponses en survitesse

110

Figure IV-19 Réponses changement de sens

112

Figure IV-20 Réponses en survitesse

112

Figure IV-21 Estimateur Vitesse profil basse vitesse

113

Figure IV-22 Observateur de flux rotor réduit à deux sorties

114

Figure IV-23 Observateur de vitesse et de couple de charge

115

Figure IV-24 : reconstitution du couple de charge en basse vitesse

116

Figure IV-25 observateur de couple de charge en survitesse

117

Figure IV-26 reconstitution de couple de charge en inversion de sens rotation

117

Figure IV-27 Estimateur de vitesse MRAS

118

Figure IV-28 Estimateur de vitesse MRAS à puissance réactive

120

Figure IV-29 Estimateur de vitesse MRAS basé Fcem

121

Figure IV-30 Réponses Estimation Vitesse Flux MRAS

121

Figure IV-31 Estimateur de Vitesse PLL

122

Figure IV-32 Accrochage PLL

123

Figure IV-33 Réponses GSAP -charge résistive

124

Figure IV-34 Réponses GSAP – Redresseur – Charge Résistive

125

Figure IV-35 Réponses GSAP – Redresseur – Batterie – Charge 1000W

125

Figure IV-36 Loi des mailles

126

Figure IV-37 Algorithme Estimateur de vitesse basé redresseur

126

Figure IV-38 Réponses GSAP –Redresseur – Charge 1000W

127

Figure IV-39 Réponses GSAP –Redresseur – Batteries - Charge 1000W

127

Figure IV-40 Réponses GSAP –Redresseur - Charge 1000W100VAR

128

Figure IV-41 Réponses GSAP –Redresseur – Batteries - Charge 1000W100VAR

128

Figure V-1 Structure générale de l’observateur stochastique

131

Figure V-2 Organigramme du Filtre de Kalman Etendu

133

Figure V-3 Contrôle vectoriel sans capteur par FKE

137

Figure V-4 Réponses Changement de sens

137

Figure V-5 Réponses Basse vitesse

138

Figure

V-6

Réponses

Survitesse

138

Figure V-7 Comparaison pour diverses valeurs des matrices de covariance

139

Figure V-8 diverses valeurs des matrices de covariance

139

Figure V-9 Réponses Changement de sens

143

Figure V-10 Réponses en survitesse

143

Figure V-11 Estimateur FKE basé sur la fem

146

Figure

V-12

Réponses

GSAP

– Redresseur -Charge

147

Figure

V-13

Réponses

GSAP - Charge

 

147

Figure V-14 Estimateur FKE basé sur la tension –

Figure

V-15

Réponses

GSAP

Charge

149

150

Figure

V-16

Réponses

GSAP – Redresseur -Charge

150

Figure VI-1 Composition Globale du banc d’essai

152

Figure VI-2 Etages Capteurs de Tension filtres et conditionnement

154

Figure VI-3 Photographie du Kit ADMC401

155

Figure VI-4 Architecture Interne ADMC401

155

Figure VI-5 Environnement Développement ADMC401

156

Figure

VI-6

Environnement

Développement

EzDSP28F12

157

Figure VI-7 synoptique d’implantation MLI précalculée

158

Figure

VI-8

158

Figure VI-9 Injection temps mort

159

Figure VI-10 Algorithme MLI Vectorielle

159

Figure VI-11 Transformation Triphasée Diphasée

161

Figure VI-12 Estimateur de flux stator et de sa position

161

Figure VI-13 Estimateur de vitesse électrique, mécanique et de glissement

161

Figure VI-14 Organigramme d’implantation FKE

165

VI-15 Réponses Flux Vitesse FKE

166

Figure VI-16 Réponses Vitesse FKE avec changement de sens

167

Liste des tableaux

Tableau II-1 choix du référentiel

31

Tableau II-2 modélisation de machines asynchrones alimentées en tension

38

Tableau II-3 Tensions simples en fonction des états des Interrupteurs

53

Tableau II-4

Tensions triphasées et diphasées en fonction des états Interrupteurs

54

Tableau II-5 Vecteur tension vs combinaison commutation

55

Tableau II-6 Expressions de V AO pour les six secteurs

57

Tableau III-1 Détermination des séquences de conduction [Grellet et Clerc

76

Notations et symboles

Paramètres du modèle

1

: Résistance d’une phase statorique

: Résistance d’une phase rotorique

: Inductance cyclique d’une phase statorique

: Inductance cyclique d’une phase rotorique

: Inductance propre d’une phase statorique

: Inductance propre d’une phase rotorique

: Inductance mutuelle cyclique stator-rotor

: Moment d’inertie

: Nombre de paires de pôles

: Coefficient de dispersion de Blondel

: Constante de temps rotorique

: Constante de temps statorique

: Rayon des pales de l’éolienne

: Surface Balayée par les pales

Variables électriques et mécaniques de la machine

, ,

, ,

, ,

, ,

, ,

, ,

: Flux des phases statoriques a, b et c

: Flux des phases statoriques a, b et c

: Tensions d’alimentation des trois phases du stator

: Tensions des phases rotoriques

: Courants

statoriques

: Courants

rotoriques

: Tension à l’entrée de l’onduleur

: Position du stator par rapport au rotor

: Position de l’axe d par rapport au rotor

: Position de l’axe d par rapport au stator

: Vitesse angulaire du repère d-q dans le repère lié au stator

! ,

,

'

(

"

&

)

) *

*

+, ,

Indices

a,b,c

d,q

: Vitesse angulaire du repère d-q dans le repère lié au rotor

: Vitesse électrique angulaire du rotor dans le repère lié au stator

: Vitesse électrique angulaire du champ statorique dans le repère lié au stator

: Vitesse électrique angulaire de glissement

: Composantes du vecteur x$% dans le repère fixe β lié au stator

: Composantes du vecteur x$% dans le repère d-q lié au champ tournant

: Grandeur de référence

: Grandeur estimée

: Couple électromagnétique

: Couple de charge

: Période d’échantillonnage

: Matrice de Gain

: Variables exprimées dans le repère fixe triphasé stationnaire

: Variables exprimées dans le repère lié au champ tournant

: Variables exprimées dans le repère fixe biphasé stationnaire

Abréviations

MAS

: Machine asynchrone

GSAP

: Machine synchrone à aimants permanents

FCEM

: Force contre électromotrice

MLI

: Modulation de largeur d’impulsion

FOC

: Field Oriented Control

CVD

: Contrôle vectoriel direct

CVI

: Contrôle vectoriel indirect

CDC

: Contrôle Direct du Couple

SVM

: Space Vector Modulation

THD

: Total Harmonic Distortion

VCO

: Voltage Controlled Oscillator

DSP

: Digital Signal Processor

MRAS

: Model Reference Adaptative System

FKE

Filtre Kalman Etendu

TSR

Tip Speed Ratio : rapport de vitesse

Introduction générale

Préambule

Aujourd'hui, dans les pays industrialisés, plus de 60% de l'énergie électrique destinée à l'industrie est consommée par des entraînements électriques. Ces derniers sont des systèmes électromécaniques qui effectuent la conversion de l'énergie électrique en énergie mécanique pour le fonctionnement de processus technologiques.

Par conséquent, les entraînements électriques qui nécessitent un contrôle précis de couple, vitesse et position sont largement répandus. Ces entraînements sont caractérisés par la réponse rapide du couple et la possibilité de commande de couple et de vitesse sur une large plage. Généralement, il y a deux types d'entraînements électriques industriels, ceux qui tournent à vitesse fixe et ceux fonctionnant à vitesse variable.

Traditionnellement, les machines à courant alternatif ont été utilisées dans des applications à vitesse fixe, tandis que les machines à courant continu à excitation séparée ont été préférées pour les applications à vitesse variable, parce que ce type de machine a une réponse très rapide de couple et facile à commander. Toutefois, les machines à courant continu, en plus de leur coût élevé, ont aussi des problèmes de maintenance liés à des collecteurs et des balais qui limitent aussi le fonctionnement de la machine dans un environnement poussiéreux et explosif.

Les machines de type synchrone représentent aujourd’hui une part importante du marché des convertisseurs électromécaniques d’énergie et couvrent une gamme de puissance très large qui s’étend de quelques µW, jusqu’à 1GW environ.

Les fortes puissances restent le domaine réservé de la production d’électricité. Historiquement, l’utilisation des aimants permanents pour la machine synchrone pour remplacer la roue polaire avait débuté au 19 ème siècle. Les performances obtenues à l’époque étaient très modestes et à leurs débuts. Plusieurs progrès ont été réalisés depuis et qui ont largement contribué au développement des machines à aimants. L’utilisation d’aimants permanents est aujourd’hui quasiment systématique pour les puissances inférieures à 10 kW et s’étendent maintenant vers les fortes puissances (au delà du MW).

La machine synchrone à aimants permanents se caractérise par sa simplicité, son excellente robustesse et présente une géométrie moins encombrante avec de faibles moments d'inertie ce qui lui confère une dynamique caractérisée par de très faibles constantes de temps et permet de concevoir des commandes de vitesse, de couple ou de position avec une précision et des performances dynamiques très intéressantes.

Quant à la machine asynchrone à cage d'écureuil, elle est caractérisée principalement par sa simplicité de construction, robustesse et faible coût. Elle est couramment utilisée dans l'industrie moderne. Ces avantages rendent ce type de machine, populaire pour réaliser des entraînements électriques performants où, traditionnellement, seules les machines à courant continu étaient utilisées. Toutefois, la commande d'une machine à induction est très complexe.

Cette complexité est due au fait que le courant rotorique, responsable de la production de couple, dépend du courant statorique qui contribue également au

Introduction Générale

flux d'entrefer, créant ainsi un couplage entre les mécanismes de production de flux et de couple.

Récemment, les entraînements à vitesse variable incorporant des machines asynchrones et synchrones ont pris le dessus en raison du progrès dans le domaine de l'électronique de puissance et de la technologie de traitement numérique du signal où plusieurs techniques de commande ont émergé. Dans le passé, de telles techniques de commande n'auraient pas été possibles en raison de la complexité du matériel et des logiciels nécessaires pour résoudre le problème complexe de la commande.

Introduction générale

Suite à cette complexité et richesse en termes de méthodes d’analyse et de résolution technologique, ce rapport présente un travail d’analyse et d’étude permettant une visibilité relative aux méthodes déployées et pour lesquelles des résultats d’analyse de simulation ont été présentés pour contribuer à une visibilité d’exploitation dans ce domaine de contrôle.

En général, la vitesse de la machine tournante est mesurée pour l'utiliser comme un signal de rétroaction dans la boucle de contrôle de vitesse de la commande vectorielle. Les capteurs de position et de vitesse diminuent la fiabilité du système particulièrement dans les environnements hostiles. Dans la technique de commande sans capteur, ce dernier est remplacé par un estimateur de vitesse qui élimine les coûts associés au capteur de vitesse et réduit la complexité de l'entraînement.

Les inconvénients majeurs de la commande sans capteur sont les contraintes associées à l'estimation des grandeurs non accessibles et non mesurables (flux statorique et rotorique). Ces quantités peuvent être estimées à partir des tensions et courants statoriques faciles à mesurer.

Il existe de nombreuses techniques présentées dans la littérature pour extraire la vitesse à partir de tensions et des courants mesurés. Toutefois, la performance de ces techniques à faible vitesse reste incertaine. De nombreuses recherches récentes se concentrent sur le développement des techniques efficaces d'estimation de la vitesse afin d'améliorer le rendement à faible vitesse des entraînements électriques sans capteur.

Les techniques d'estimation de la vitesse sont généralement classées en trois groupes principaux:

Le premier inclut les estimateurs basés sur le modèle dynamique de la machine asynchrone. Dans ce cas, le flux est déduit à partir des équations dynamiques de la machine. Le second utilise les techniques de traitement du signal pour extraire les informations requises. Le troisième est basé sur des techniques d'intelligence artificielle (réseaux de neurones, logique floue et algorithmes génétiques).

Traditionnellement, les circuits de commande de moteur ont été conçus avec des composants analogiques qui sont faciles à concevoir et peuvent être réalisés avec

Introduction générale

des composants relativement peu coûteux. Toutefois, les composants analogiques sont affectés par la température et le vieillissement, donc le système de contrôle doit être ajusté périodiquement. D'ailleurs, la mise à niveau d'un tel système est tout à fait complexe, car la conception est dépendante du matériel. Les systèmes numériques de commande offrent des solutions pratiques aux inconvénients de la commande analogique.

La mise à niveau est facilement réalisée par un logiciel et la plupart des composants analogiques, pourrait être remplacée par des fonctions. Malgré les solutions offertes par la commande numérique, il reste encore plusieurs défis à relever comme la réduction de la consommation d'énergie et la réduction d'interférence électromagnétique (EMI) imposée par les normes et standards.

Le développent d'algorithmes améliorés peut donner des solutions à tous ces facteurs contraignants. La technologie des processeurs numériques de signal (DSP) permet d'obtenir à la fois, un haut niveau de performance ainsi qu'une réduction des coûts de système.

Dans ce contexte, nous sommes amenés dans ce travail à mener une étude d’analyse de l’ensemble des commandes classiques pour en synthétiser une sans capteur et ce pour deux types de machines électriques ; asynchrones dans sa configuration moteur et synchrone à aimants permanents dans une configuration génératrice. Ainsi notre travail tourne autour de deux axes principaux et exploite deux plateformes différentes.

Le premier axe est basé sur le moteur à induction et utilise à cette fin une plateforme sise au laboratoire équipe systèmes électriques à ENSEM Casablanca. C’est un banc d’essai pédagogique constitué d’une machine asynchrone avec une machine à courant continu comme charge.

La deuxième plateforme est une génératrice éolienne à vitesse variable composée d’une turbine et d’une génératrice synchrone à aimants permanents. Cette plateforme éolienne est sise à l’ENSET Mohammedia. Sa caractérisation, son optimisation et sa préparation à son intégration au réseau national constitue le deuxième axe de nos travaux.

Ainsi ce travail débutera par un état d’art relatant les travaux de recherche sur les techniques d’estimation et d’observation des grandeurs physiques des machines à courant alternatif non accessibles.

Dans le deuxième chapitre nous rappelons les équations physiques décrivant le comportement électromagnétique et mécanique et conduisant à différents schémas équivalents en fonction des paramètres des machines et aussi du référentiel d’étude tant pour le régime transitoire que permanent. Nous présentons aussi une représentation d’état. Dans la dernière section de ce chapitre, nous analysons le convertisseur de puissance alimentant en tension la machine asynchrone et énumérons les techniques de commande des onduleurs à modulation de largeur d’impulsions. Nous mettons l’accent particulièrement sur la commande à modulation vectorielle.

Nous avons consacré le troisième chapitre à l’étude des différentes commandes classiques des machines asynchrones allant de la commande scalaire jusqu’au contrôle direct de couple en passant par la commande vectorielle avec ses deux versions directe et indirecte. L’analyse focalise principalement les régimes

Introduction Générale

critiques notamment les basses vitesses et le changement de sens. Ces études sont effectuées avec la présence d’un capteur de vitesse.

Nous énumérons au quatrième chapitre, certaines techniques d’estimation et d’observation des principales grandeurs non accessibles. Les courants du rotor d’une machine à cage peuvent être ainsi reconstitués. Le déploiement du contrôle vectoriel passe par la bonne maitrise du module et de la position des flux stator ou rotor. Ainsi nous évoquons des algorithmes basés sur des observateurs de Luenberger et filtre de Kalman étendu. L’observabilité dépend des variations paramétriques des machines, nous développons également les techniques des modèle de référence avec systèmes adaptatifs renforçant la robustesse.

Le cinquième chapitre, aborde l’observation stochastique par le filtre de Kalman étendu pour la reconstitution de la vitesse dans le cas d’un contrôle sans capteur avec en première partie. Ce même filtre sera utilisé pour reconstituer la vitesse d’entrainement de la GSAP en deuxième partie. Par calage de l’angle du courant. Nous donnons une implantation pratique de la commande vectorielle basée sur des DSP à virgule fixe.

Dans le sixième chapitre, nous présentons une structure d’estimateur de flux statorique et rotorique en boucle ouverte et également une implantation pratique du Filtre de Kalman étendu sur un processeur numérique de signal à virgule fixe.

Enfin une conclusion générale est donnée en dernier lieu faisant état de synthèse, de critiques et perspectives d’amélioration de ce travail.

Chapitre 1 : Etat de l’art

I. Techniques de reconstitution des grandeurs non mesurables

I.1 Introduction

Le champ d’application du contrôle des machines à courant alternatif s’élargit de

jour en jour. Parvenir à une maîtrise du contrôle et régulation de ce type de moteurs électriques sera un facteur majeur dans la réduction des coûts et l’amélioration de la qualité des processus industriels.

Le contrôle des moteurs a connu au cours de ces dernières années des avancées

remarquables surtout avec l’utilisation des microprocesseurs de haut niveau mais aussi à faible coût exécutant des algorithmes complexes pour le traitement des signaux, l’observation et l’estimation des grandeurs nécessaires à la commande. Le développement de la recherche dans ce domaine vise principalement le secteur de la traction ferroviaire et dernièrement celui l’automobile pour des raisons environnementales, sans oublier les applications des énergies renouvelables en particulier les éoliennes.

Pour effectuer ces commandes, il est nécessaire de disposer d’un certain nombre d’informations au niveau des grandeurs électriques et mécaniques mesurées sur le système de puissance. Habituellement ces mesures sont obtenues à partir de capteurs installés sur le système qui augmentent les coûts et fragilisent le système. La substitution de ces capteurs est de plus en plus utilisée surtout ceux solidaires à la partie mécanique de la machine. Ainsi, le contrôle vectoriel de machines asynchrones et synchrones exige une connaissance très précise de la position du rotor, d'où le besoin utiliser des encodeurs. Ces capteurs réduisent les algorithmes de contrôle ; mais causent davantage d’encombrements et surtout un coût supplémentaire. Ceci a donc ouvert un champ de recherche pour trouver des méthodes permettant d’avoir des machines bien contrôlées sans capteur mécanique (Sensorless).

A cet effet, pour assurer une commande performante, des estimateurs et

observateurs ont été développés permettant la connaissance de ces grandeurs non mesurables ou non accessibles. Toutes les méthodes d'obtention de la vitesse passent par la mesure directe des valeurs des tensions appliquées à la machine et celles des courants qui la traversent.

Dans ce chapitre, nous présentons une synthèse sur les estimateurs et observateurs déterministes et stochastiques les plus souvent rencontrés dans la bibliographie. L’implémentation et le déploiement de tout un chacun nécessite la mise en place de compromis entre la précision, la robustesse et le coût.

I.2 Systèmes de contrôle sans capteur

Dans la littérature des machines asynchrones et synchrones, on distingue différentes classifications pour les systèmes sans capteur [Holtz 93] [Rajashekara, Kawamura et Matsuse 96] [Vas 1998]. La classification la plus générale est celle qui établit une distinction entre les méthodes utilisant le modèle du moteur en

Chapitre1 : Etat de l’art

régime permanent [Abbondanti et Brenner 75] et celles qui utilisent par contre le modèle en régime transitoire [Kanmachi et Takahashi 93]. Une autre classification s’appuie sur l’aspect géométrique et magnétique de la machine. L’organigramme de la figure I-1 résume la grande majorité des méthodes avec leur classification.

Certaines méthodes, ne nécessitant pas la connaissance de la position du flux magnétique dans la machine, sont adaptées à des contrôles de faible performance. Par contre d’autres méthodes basées sur l’orientation du champ magnétique sont les plus appropriées visant des contrôles très fins de haute performance.

Dans la classification basée sur le modèle en régime permanent, on cite des méthodes de contrôle sans capteur; qui sont axées sur les équations du modèle général du moteur [Jötten et Mäder 83][Kazmierkowski et Köpcke 85][Shin 00][Lin et Chen 99][Akatsu et Kawamura 00][Jezernik 00][Veszprémi et Schmidt 00]. On cite également d’autres méthodes qui tiennent compte des non-linéarités des modèles des machines alternatives et leur effet sur l’estimation de la vitesse [Ishida et Iwata 84][Zinguer 88][Kreindler 92][Holtz 00] [Consoli 00].

Quant à la classification basée sur l’aspect de la machine, on cite en premier lieu des méthodes permettant d’extraire la vitesse de rotation à partir de l'estimation de la troisième harmonique de la tension [Kreindler 92][Consoli 00]. En second lieu, une basée sur l’analyse harmonique et la saillance de la machine [Ishida et Iwata 84][Zinguer 88][Holtz 00]. En fin une autre méthode consiste à injecter un signal haute fréquence au niveau du moteur et utiliser la réponse spectrale [Yong

94].

Dans la dernière classification exploitant les modèles en régime transitoire et utilisant encore les équations de la machine; on classe les méthodes en trois groupes :

Le premier groupe est composé d'estimateurs [Jötten et Mäder 83][Holtz et Lotzkat 93][Shin 00][Akatsu et Kawamura 00][Jezernik 00][Veszprémi et Schmidt 00][AD 00] ce qui rend les équations de la machine à des opérations d’intégration et de dérivation. La mise en œuvre des calculs se fait moyennant les paramètres de la machine. Le calcul est direct mais surtout c’est en boucle ouverte. L'estimation de la vitesse est étroitement liée à l'estimation de flux et de couple, comme Le but final est d'avoir un contrôle précis de ces deux grandeurs du moteur à induction [Abbondanti 77][Xu 88][Ohtani 92]; nous citons dans ce sens les estimateurs de flux et de couple sans mesure de la vitesse utilisés dans le contrôle direct du couple (DTC Direct Torque Control[Takahashi et Noguchi 85][Depenbrock 88] [Baader, Depenbrock 92]. Le deuxième groupe est composé d'observateurs d’état [Kubota 93] [Hannenberg 91] [Kim 94] [Lin et Chen 99] [Tusini 00][TI 97], un outil de contrôle qui observe la valeur de la vitesse à partir des équations du modèle moyennant une boucle fermée. L’utilisation des boucles fermées a contribué également à l’amélioration des techniques d’observations. Ainsi pour les observateurs conventionnels où la matrice de rétroaction dimensionnée en fonction des équations caractéristiques du système a été remplacé par une matrice de gain dynamique (Filtre de Kalman)

Chapitre 1 : Etat de l’art

[Hannenberg 91][TI 97]. D’autres Travaux peuvent être cités notamment un observateur adaptif en mode glissant pour la vitesse présenté par [Doki 90] et un autre d’ordre réduit par [Tajima et Hori 93]. Le troisième groupe est dérivé de la commande adaptative (modèle de référence système adaptatif MRAS) [Schauder 89] [Peng, et Fukao 94]. Ce système est basé sur la mesure d’erreur entre un modèle de référence et un modèle réajusté à partir d’un mécanisme d’adaptation; permet d’obtenir la valeur de la vitesse. Dans le cas de systèmes adaptatifs de référence, le mécanisme d’ajustement peut être amélioré davantage par l’utilisation d’algorithmes d’intelligence artificielle [Ben-Brahim et Kurosava 93] [Simoes et Bose 93].

La grande majorité des estimateurs utilisent une partie ou l'ensemble des paramètres du moteur à induction pour déterminer la valeur de la vitesse. Certains sont plus sensibles aux variations de ces paramètres [Kubota et Matsuse 94], et donc plus difficiles à mettre en œuvre dans un système réel. En conséquence des améliorations ont été ajoutées à toutes les méthodes précédentes afin d’ajuster l’un ou certains de ces paramètres variables [Orlowska-Kowalska 01][Kubota et Matsuse 94][Lin et Chen 99][Akatsu et Kawamura 00][Jezernik 00][Veszprémi et Schmidt 00].

D'autres améliorations peuvent aussi comprendre l’utilisation d’algorithmes mathématiques appropriés [Shin 00] ou de trouver un algorithme robuste n'utilisant pas certains paramètres de la machine susceptibles d'être modifiés [Kanmachi et Takahashi 93].

I.3 Méthodes basées sur le modèle de la machine

I.3.1 Modèle en régime permanent

Les variateurs utilisant le modèle en régime permanent ne sont pas conçus initialement pour les contrôles de haute performance. Ils peuvent, toutefois, être utilisés dans des applications ne nécessitant pas un grand investissement c’est à dire à des coûts minimaux. En effet ces systèmes demandent peu de moyens de calcul mais sont très sensibles surtout en basse vitesse.

Il existe plusieurs façons de calculer la vitesse du rotor, mais toutes passent par exprimer la valeur du glissement [Vas 98] :

- . /

0

1 2 3 45

|7 8 5 | 9

(1-1)

La pulsation de la tension appliquée au moteur étant connue, nous pouvons obtenir l'angle du flux par le biais d’une loi de commande imposant les tensions de référence désirées. Les courants mesurés au stator donnent après transformation de Park les deux courants responsables de la production et du couple et du flux stator.

: ; <. > ? @A.B C D ; <. & E

(1-2)

ωG ω H k J . >

(1- 3)

Chapitre1 : Etat de l’art

Chapitre1 : Etat de l’art Figure I-1 Classification des systèmes sans capteur [19]
Chapitre1 : Etat de l’art Figure I-1 Classification des systèmes sans capteur [19]
Chapitre1 : Etat de l’art Figure I-1 Classification des systèmes sans capteur [19]
Chapitre1 : Etat de l’art Figure I-1 Classification des systèmes sans capteur [19]
Chapitre1 : Etat de l’art Figure I-1 Classification des systèmes sans capteur [19]
Chapitre1 : Etat de l’art Figure I-1 Classification des systèmes sans capteur [19]
Chapitre1 : Etat de l’art Figure I-1 Classification des systèmes sans capteur [19]
Chapitre1 : Etat de l’art Figure I-1 Classification des systèmes sans capteur [19]
Chapitre1 : Etat de l’art Figure I-1 Classification des systèmes sans capteur [19]
Chapitre1 : Etat de l’art Figure I-1 Classification des systèmes sans capteur [19]
Chapitre1 : Etat de l’art Figure I-1 Classification des systèmes sans capteur [19]

Figure I-1 Classification des systèmes sans capteur

Chapitre 1 : Etat de l’art

RedresseurOnduleur

Chapitre 1 : Etat de l’art RedresseurOnduleur * V sa s V SVM =f(w) 1 V
* V sa s V SVM =f(w) 1 V sb SVPWM 1 3 * a,b,c
*
V
sa
s
V SVM =f(w)
1
V
sb
SVPWM
1
3
*
a,b,c
V sc
s
I sa
Capteurs
Courants
I sba
+ -
+
-

m

s gl ∫ 2 I s 3 k 1 a,b,c
s
gl
2
I s
3
k 1
a,b,c

Figure I-2

Estimateur de vitesse en régime permanent

I.4 Modèle du moteur en régime transitoire

Les modèles basés sur les régimes transitoires sont prévus pour des systèmes de haute performance et surtout en basse vitesse.

I.4.1 Estimateurs en boucle ouverte

La plupart des estimateurs se basent sur l'équation (1-4) intégrant la force contre-électromotrice (fcem) :

K L . MN EOP

K

(1-4)

Par la relation (1-5) on donne l’expression du flux rotorique en fonction du flux statorique [Jötten et Mäder 83]

R 5 . Dψ S . MN E

(1-5)

8

ψ

R

/

8

On est arrivé à estimer la vitesse de rotation par la relation (1-6)

ωG

T@ UV UW /U

@

V

/U

X /

Z

Y X /

5

.[ 2U \

] /^

(1-6)

Cette estimation de vitesse a était initiée par [Jötten et Mäder 83] et est développée par [Rajashekara 91]. Le schéma de la figure I-3 illustre un estimateur conventionnel en boucle ouverte.

Aux principaux problèmes que posent ce type d'estimation ; certaines solutions ont été proposées dans différentes publications, nous citons :

de l'intégration est résolu avec l'inclusion d'une méthode

Le problème

d'intégration semblable à un filtre [Shin 00].

Chapitre1 : Etat de l’art

Le nombre de dérivations utilisé en même temps avec des divisions peut conduire à des erreurs dans le calcul (courants trop petits, etc)

La dépendance directe d'un grand nombre de paramètres de la machine est résolu dans certains articles par l'estimation de ces derniers [Veszprémi et Schmidt 00].

V * SVM s s V ˆ s m I s
V
*
SVM
s
s
V
ˆ
s
m
I
s

Figure I-3 Estimateur de vitesse conventionnel en boucle ouverte

I.4.2 Modèle de Référence Système Adaptatif (MRAS)

Cette commande est fondée sur les mêmes équations utilisées par les estimateurs mais utilise deux modèles pour exécuter l'algorithme d'estimation de la vitesse.

Le principe de cet estimateur est illustré dans la figure I-4.

A partir du modèle de référence combinant la tension comme entrée et les

courants mesurés, sa sortie (la force contre électromotrice induite comme exemple) est comparée à celle du modèle adaptatif.

La vitesse sera la sortie d’un régulateur PI ayant comme entrée ε (1-7)

(1-7)

Le choix des constantes + et + [ dépendent des performances recherchées sur l’estimateur.

Ce système était initié par [Schauder 89], des améliorations ont été entreprises notamment au niveau des équations du modèle de référence et de l’adaptation [Peng, et Fukao 94].

ωG + . ε ; + [ . L ε. OP

Chapitre 1 : Etat de l’art

v

Chapitre 1 : Etat de l’art v i ˆ Figure I-4 Estimateur de vitesse MRAS D’autres
i
i
Chapitre 1 : Etat de l’art v i ˆ Figure I-4 Estimateur de vitesse MRAS D’autres
Chapitre 1 : Etat de l’art v i ˆ Figure I-4 Estimateur de vitesse MRAS D’autres
Chapitre 1 : Etat de l’art v i ˆ Figure I-4 Estimateur de vitesse MRAS D’autres
Chapitre 1 : Etat de l’art v i ˆ Figure I-4 Estimateur de vitesse MRAS D’autres
Chapitre 1 : Etat de l’art v i ˆ Figure I-4 Estimateur de vitesse MRAS D’autres
Chapitre 1 : Etat de l’art v i ˆ Figure I-4 Estimateur de vitesse MRAS D’autres
Chapitre 1 : Etat de l’art v i ˆ Figure I-4 Estimateur de vitesse MRAS D’autres
ˆ
ˆ
Chapitre 1 : Etat de l’art v i ˆ Figure I-4 Estimateur de vitesse MRAS D’autres
Chapitre 1 : Etat de l’art v i ˆ Figure I-4 Estimateur de vitesse MRAS D’autres

Figure I-4 Estimateur de vitesse MRAS

D’autres auteurs ont proposé une autre version de cette commande en remplaçant le modèle d'adaptation par les réseaux de neurones [Ben-Brahim et Kurosava 93].

I.4.3 Modèle de Référence Système Adaptatif neurones

Actuellement les réseaux de neurones sont de plus en plus utilisés dans des domaines d’applications variées pour identifier et contrôler des systèmes dynamiques non linéaires. Ils sont également très utilisés en commande adaptative ils sont capables d’approximer une grande échelle de fonctions non linéaires à un très bon degré de précision grâce à l’utilisation d’algorithmes génétiques, à leur structure de traitement parallèle et à leur mécanismes inspirés des cellules nerveuses humaines. La figure I-5 illustre un estimateur de vitesse de rotation d’une machine asynchrone avec réseaux de neurones.

basé sur les réseaux de

v

i ˆ
i
ˆ
avec réseaux de neurones. basé sur les réseaux de v i ˆ Figure I-5 Estimateur de

avec réseaux de neurones. basé sur les réseaux de v i ˆ Figure I-5 Estimateur de

Figure I-5 Estimateur de vitesse MRAS avec réseaux de neurones

I.4.4 Observateurs

L’objectif d’un observateur est de reconstituer des grandeurs dont on ne peut ou on ne désire pas mesurer l’état par une méthode directe [Borne 90][De Larminat

93].

Chapitre1 : Etat de l’art

x & ( ) t = A x t . ( ) + B u
x
& ( )
t
=
A x t
.
( )
+
B u t
.
( )
y
( )
t
=
C x t
.
( )
&
x
ˆ =
A x
+
B u
.
+
K
(
y
y ˆ)
y ˆ
=
C x

Figure I-6 Synoptique d’un observateur d’état

A partir de ce schéma de principe des observateurs de la figure I-6, nous pouvons mettre en œuvre toutes sortes d’observateurs. Leurs différences se situent uniquement dans la synthèse de la matrice de gain K. la mise en équation d’états du modèle de la machine servira à concevoir les observateurs [Hannenberg 91]. Sur le schéma de la figure I-7, une structure d’observateur d’état permettant d’estimer la vitesse de rotation est illustrée.

v MAS + + xˆ B ∫ C + + ˆ A ˆ r PI
v
MAS
+
+
B
C
+
+
ˆ
A
ˆ
r
PI
r
G

i

Figure I-7 Estimateur de vitesse à partir d’observateur d’état

I.5 Conclusion

Dans ce chapitre nous avons exposé certaines techniques de la littérature utilisées pour estimer principalement le flux et la vitesse des machines à courant alternatif sans utiliser de capteurs spécifiques. Notre travail de thèse fait appel à ces techniques.

Les autres méthodes notamment celles basées sur une injection de haute fréquence et celles basées sur l’analyse des harmoniques d’encoches ne pas explicitées car non exploitées dans le présent travail.

Chapitre2 : Modélisation des machines alternatives

II. Modélisation de la machine asynchrone et machine synchrone à aimants permanents et Association Machine convertisseur

II.1 Constitution:

Une machine électrique tournante à courant alternatif est classiquement composée de deux parties essentielles dont une mobile (rotor) et l’autre fixe (stator). Le stator comporte essentiellement un empilage de tôles d'acier constituant une couronne dans laquelle sont aménagées des encoches. Ces encoches portent le bobinage statorique distribué sur les pôles et répartie généralement sur trois enroulements placés à 120° .

Le rotor étant la partie mobile de la machine à courant alternatif. Sa forme est toujours cylindrique mais sa constitution dépend du type de la machine en question.

Ainsi pour les machines dites asynchrones, le rotor est soit de type à cage ou à bagues. Sa fonction principale est de supporter les forces électromotrices induites par le champ statorique tournant à une vitesse donnée.

Pour les machines synchrones, le rotor est composé d'aimants permanents pour les faibles et moyennes puissances. Pour les grandes puissances, le rotor est un électro-aimant alimenté en courant continu et donc constituée d’un bobinage réparti dans des encoches de la paroi du rotor.

II.2 Principe :

La géométrie des machines à courant alternatif triphasées conduit à la création d’un champ tournant à la vitesse imposée par la fréquence d’alimentation [Pinard 07]. Le couple est dû à l’interaction de deux champs tournants au rotor et au stator.

Dans La figure II-1 nous précisons les positions des vecteurs

` $$$$%

et

$$$$$% `a

représentant respectivement les champs tournant statorique et rotorique.

En considérant un repère fixe lié au stator, nous pouvons exprimer le couple électromagnétique fourni par la machine par la relation (2-1)

(2-1)

Sur la figure II-1, le champ statorique se déplace par rapport au stator à une vitesseω B 2 . Quant au rotor positionné à ; son champ tournant se déplace par

) +. D` $$$$% b

$$$$% ` E

c

rapport au stator à une vitesse

ω

B / c

.

Chapitre2: Modélisation des machines alternatives

H r r H s s Figure II-1 : position des champs tournant stator et
H
r
r
H
s
s
Figure II-1 : position des champs tournant stator et rotor

la relation 2-1 devient donc:

(2-2)

En remplaçant dans (2-2) les expressions des angles par leur pulsation respective, nous aurons en (2-3) l’expression du couple :

(2-3)

La machine développe un couple de valeur moyenne non nulle si la condition (2- 4) est satisfaite :

(2-4)

f

) +. ` D` . ` . d e` $$$$% , ` $$$$%

g +. ` . ` . d D ; E

) +. ` . ` . sin kDω ;

ω ω Et ; γn

ω ω ; ω

Cette relation permet de mettre en évidence le principe de fonctionnement des deux principales machines à courant alternatif :

Dans le cas de la machine synchrone, le champ rotorique est produit par un enroulement alimenté en courant continu ou par un aimant permanent, la pulsation ω est donc nulle. Le rotor tourne à la même vitesse que le champ statorique.

Dans le cas de la machine asynchrone, le rotor tourne à une vitesse différente de celle du champ statorique. Les courants rotoriques sont alternatifs et ω représente la vitesse angulaire de glissement tel que :

ω

Dans ce qui suit, nous donnerons les modèles associés aux machines asynchrones et synchrones particulièrement celles dont le rotor est à aimants permanents.

II.3 Systèmes de référence et transformations usuelles

L’introduction de conversion de coordonnées dans l’étude de machines à courant alternatif n’a pas seulement permis de faciliter l’analyse de ces dernières, mais également a contribué largement dans la facilité d’implanter des lois de commande sur les calculateurs en vue de bénéficier davantage de toutes les performances qu’offre les microsystèmes œuvrant en temps réel. En utilisant ces techniques dans le calcul numérique, il est actuellement possible de simplifier les modèles des machines et de les implanter sur des plates-formes de calcul

Chapitre2 : Modélisation des machines alternatives

numériques très rapides ainsi peut-on contrôler des grandeurs complexes et non mesurables comme le couple et le flux restés jusqu’alors objet d’étude et d’analyse en simulation.

Pour modéliser le moteur, nous avons plusieurs choix le système de référence. Ces systèmes d’axes sont soit fixes (stationnaires) ou mobiles (tournants). L’apport de ce choix de changement de référence est d’aboutir à des composantes de la machine réduites et également continues dans le temps.

Dans la littérature deux transformations sont très célèbres :

Transformation de Clark

Transformation de Park

II.3.1 Transformation de Clark

Cette transformation permet de passer d’un système de 3 axes stationnaires à 2 axes et inversement. Une machine à courant alternatif triphasée équilibrée sera souvent caractérisée par le système d'équations (2-5) relatif aux les courants, tensions et flux.

o DPE ; p DPE ; 3 DPE 0

o DPE ; p DPE ; 3 DPE 0

ψ o DPE ; ψ p DPE ; ψ 3 DPE 0

(2-5)

Vu que le système est équilibré, il est ainsi possible de représenter les grandeurs du système (A, B, C) dans un autre repère ( , ). Ainsi dans la figure II-2 nous donnons la transformation du vecteur M% .Le système d’équations relatif aux courants s’écrit donc :

r :H DPE

>H DPE

s

0 t

1

0

cosD w E

0

sinD w E

0

cosD xw E

0

sinD xw E

0

y

z o DPE

p DPE {

3 DPE

(2-6)

Évidement nous pouvons appliquer la transformation inverse qui fait passer un système diphasé à un système triphasé. Ce passage de coordonnées est donné par l’expression (2-7)

~ o DPE

Å

Ä

p DPE

~ 1

}

} cosD w E

}

}

| 3 DPE

Ä

Ä

cosD xw E

}

}

|

0

0

0

sinD w E

0

sinD xw

0

E

Å t

Ä

Ä

Ä

:H DPE

>H DPE

y

(2-7)

Cette transformation connue sous le nom de transformation de Clark, reste valable uniquement pour les systèmes équilibrés. Sinon une composante homopolaire non nulle est à considérer dans les calculs. La même transformation peut s’appliquer sur les tensions et les flux.

Chapitre2: Modélisation des machines alternatives

2

3

i i s i sB s i s i sC
i
i
s
i
sB
s
i
s
i
sC

Figure II-2 Transformation triphasé diphasé

II.3.2 Transformation de Park

Cette transformation permet d’exprimer un système triphasé fixe dans un autre repère orthogonal rotationnel en fonction de l’angle entre les deux repères par le Biais d’une matrice de passage. Les grandeurs électriques du stator sont exprimées dans un repère fixe par rapport au stator. Il est en de même pour celles du rotor pour repère fixe par rapport au rotor.

Dans la figure II-3, nous appliquons la transformation au vecteur M% tournant à la vitesse de la pulsation imposée par le réseau. Ses composantes dans le repère fixe ( , ) et mobile (d, q) sont liées par la relation (2-8)

i i s s i sq i sd
i
i
s
s
i
sq
i
sd

i sA

i s

Figure II-3 Transformation triphasé diphasé

Chapitre2 : Modélisation des machines alternatives

Ç

r

DPE s r cosDθE

& DPE

sinDθE

:H DPE

cosDθE sÑ r >H DPE

sinDθE

s

(2-8)

La transformation de ( , ) vers (d, q) permet donc d’éliminer la grandeur position entre les deux repères et de ne considérer que des grandeurs continues dans le temps.

II.4 Modélisation

Les équations en (2-9) représentent le comportement électrique des machines à courant alternatif dans un repère lié au champ tournant :

~ d ; d
~

}

Od

Å

Öd

Ä

Ä

Ä

Oa

Ä

Öa

}

}

}

}

}

|

d ω d

Ü ω a

}
}

}

|

O

OP

Ü

O

OP

d ω d

d ; d

Ü ω a

Ü

O

OP

O

OP

Ü

Ü ω d

a ; a

a ω a

O

OP

O

OP

Ü ω d

Ü a ω a

a ; a

O

OP

Å

~

}

}

}

}

|

Å

Ä

Ä

Ä

Ä

Ä

Ä

Ä

Ä

Ä

dO

aO

O

OP

(2-9)

Pour la machine asynchrone, nous considérons que le rotor est en court-circuit et donc les tensions rotoriques sont nulles ( Oa Öa 0). Pour la machine synchrone, la vitesse de rotation est au synchronisme et par conséquent les grandeurs au rotor sont de pulsation nullea 0E

II.5 Modèle du moteur asynchrone

II.5.1 Modèle de moteur à induction en régime transitoire

Pour le développement des modèles de la machine asynchrone nous nous sommes basés sur certaines hypothèses simplificatrices énumérées ci-dessous et qui restent généralement acceptées dans l'étude des machines:

Machine symétrique, neutre isolé.

Pertes fer constantes et les surfaces lisses. Pertes induites par les courants de Foucault nulles.

perméabilité magnétique de fer infinie, donc nous ne considèrerons pas la saturation.

Distribution spatiale des champs magnétiques.

Coefficients de couplage constants,

La figure II-4 représente dans un plan radial les enroulements statoriques et rotoriques d’une machine asynchrone symétrique

Chapitre2: Modélisation des machines alternatives

Chapitre2: Modélisation des machines alternatives Figure II-4 Plan radial d’un moteur asynchrone triphasé équilibré

Figure II-4 Plan radial d’un moteur asynchrone triphasé équilibré

II.5.1.1 Equations électromagnétiques

Sur la base des hypothèses de départ, les équations régissant le comportement électrique de la machine sont exprimées en (2-10) pour le stator et en (2-11) pour le rotor :

z

{

z { ;

c z

ψ

ψ

ψ

{

á k n n ;

c

z

{

z à { ;

à

à

c z

{

á k n 0 n ;

n

c

k n

(2-10)

(2-11)

Les flux sont liés linéairement aux courants. Les hypothèses citées précédemment conduisent aux relations (2-12) et (2-13) décrivant l’évolution des flux. Le comportement et l’interaction magnétique entre les différentes inductances du stator et rotor sont relatés dans les expressions (2-14) et (2-15) :

k n z

k n z

{ k n. kà n ; n. kà n

(2-12)

{ k n.

n ; n. kà n

(2-13)

Chapitre2 : Modélisation des machines alternatives

avec

k n z

â

â

k n z â

â

â

â

â

â

â

â

{

â

â

{

(2-14)

~ äãdD E

}

}

}

|

~

}

}

}

|

E

äãdD

äãdD

äãdD ; å E

E

å

0

0

0

äãdD ; å E

äãdD

äãdD

äãdD

äãdD ; å E

E

Å

Ä

Ä

Ä

Å

Ä

Ä

Ä

0

å

0

å

0

E

0

n â

äãdD ; å E

äãdD

äãdD

äãdD

äãdD ; å E

E

E

0

å

0

å

0

0

E

E

(2-15)

äãdD ; å E

äãdD

n â

E

äãdD

Les termes des dernières matrices sont variables et dépendent de la position du rotor par rapport au stator. L’utilisation de la transformation de Park permettra