Rev. Ivoir. Sci. Technol.

, 29 (2017) 30 - 43 30
ISSN 1813-3290, http://www.revist.ci

TUDE COMPARATIVE ENTRE LA COMMANDE DTC

NEURONALE ET LA COMMANDE DTC BASE SUR LE
CONTRLEUR PI-NEURONALE DE LA MACHINE ASYNCHRONE

Habib BENBOUHENNI

Dpartement de Gnie Electrique, Ecole Nationale Polytechnique d'Oran

(ENPO), BP1523 El Mnouer, Oran, Algrie

_____________________
*Correspondance, e-mail : habib0264@gmail.com

RSUM

Dans cet article, nous allons procder une comparaison des performances de
deux structure de la commande directe du couple (DTC) de la machine
asynchrone de forte puissance (1MW) alimente par onduleur de tension
deux niveaux. La commande DTC neuronale (DTC-RNA), et la DTC base
sur le contrleur PI-neuronale (PIN), les rsultats de simulation sont prsents.
Les ondulations du flux, et du couple seront values puis compares. Lobjectif
est dtermin la commande qui donne le meilleur rsultat.

Mots-cls : machine asynchrone, commande DTC, THD, rseaux de

neurones, contrleur PI-neuronale DTC neuronale.

ABSTRACT
Comparative study between the neuronal DTC command and the
DTC command based on the PI-neuronal controller of the asynchronous
machine

In this paper, we will compare the performances of two structures of the

direct torque control (DTC) of the high power (1MW) asynchronous machine
powered by two-level voltage inverters. The neuronal DTC control
(DTC-RNA), and the PI-neuronal controller-based (PIN) DTC, simulation
results are presented. The flux and torque ripples will be evaluated and then
compared. The goal is determined the command that gives the best result.

Keywords : Asynchronous machine, DTC control, THD, neural networks, PI

neuronal DTC neuronal controller.

Habib BENBOUHENNI
31 Rev. Ivoir. Sci. Technol., 29 (2017) 30 - 43

I - INTRODUCTION

Les machines courant alternatif possdent de nombreux avantages.

Labsence de collecteur leur permet davoir un encombrement minimal, une
fiabilit accrue, un cot de construction plus rduit et une vitesse de
fonctionnement leve. Parmi ces machines, La machine asynchrone
s'impose dans les applications ncessitent des performances dynamiques et
statiques trs leves [1]. La commande vectorielle par orientation du flux
rotorique, prsente linconvnient majeur dtre relativement sensible aux
variations des paramtres de la machine cest pourquoi on a dvelopp les
mthodes de contrle directe du couple (DTC) des machines asynchrones
durant les annes 80, dans ces mthodes de contrle le flux statorique et le
couple lectromagntique sont estims partir des seules grandeurs
lectriques accessibles au stator, et ceci sans recours des capteurs
mcaniques.
Cette loi de contrle prsent des performances dynamiques remarquables de
mme quune bonne robustesse vis--vis des carts de paramtres du moteur [2].
La technique DTC classique appliqu un fonctionnement de l'onduleur deux
niveaux standard avec une frquence de commande variable parfois leve et
incompatible avec des applications forte puissance du fait du niveau des
pertes par commutation [3]. Les rgulateurs conventionnels type PI largement
utiliss dans ces structures de commande, sont insuffisants pour rpondre aux
performances exiges. Ils sont sujets une dtrioration des performances en
prsence des perturbations de charge et des variations paramtriques. Pour
palier ces dgradations, l'utilisation d'une commande intelligente est plus
que ncessaire. Un certain nombre de commandes intelligentes ont t dj
appliques la machine asynchrone tel que la commande adaptative, la
commande floue, les rseaux de neurones, etc.

Les travaux publis dans la littrature ont montr lefficacit de ces mthodes
conduire les systmes particulirement complexes et maintenir les
performances exiges. Lemploi des rseaux de neurones plutt que des
techniques classiques pour commander des systmes complexes peut se
justifier par la simplicit de mise en uvre (peu danalyse mathmatique
prliminaire), par la capacit dapproximation universelle prouve, par la
possibilit de considrer le processus comme une boite noire et par la
possibilit de dbuter la conduite avec un minimum dinformations sur le
processus. Lutilisation alors des rseaux de neurones pour lasservissement
du moteur asynchrone est largement justifie [4]. Cet Article pour objectif
dtudier, comparer, et dappliquer la technique des rseaux de neurones la
commande directe du couple de la machine asynchrone de forte puissance
(1Mw) alimente par londuleur de tension deux niveaux.

Habib BENBOUHENNI
 Rev. Ivoir. Sci. Technol., 29 (2017) 30 - 43 32

II - MTHODOLOGIE

II-1. Principe de contrle directe du couple

Le principe de base de la commande directe du couple (Figure 1) repose sur

l'application d'une squence particulire de tension via un onduleur de
tension, dont les ondes sont gnres traverse des comparateurs hystrsis
par lesquelles le flux et le couple sont pigs suivre des rfrences [5]. Le
flux et le couple d'induction sont donns par :

t
( ) dt
s vs R s is
0 (1)

c em
p
s is

s i s
(2)

Figure 1 : Structure de base de la commande directe du couple

Les valeurs estimes du flux et du couple sont compares leurs valeurs

prescrites sref, Ceref respectivement. Des tats de commutation sont choisis
selon le slecteur de table de commutation, o Cflx est le module de flux
aprs le bloc d'hystrsis et Ccpl est l'erreur de couple aprs le bloc
d'hystrsis (Tableau 1) :

Habib BENBOUHENNI
33 Rev. Ivoir. Sci. Technol., 29 (2017) 30 - 43

Tableau 1 : Table de vrit du londuleur deux niveaux

N 1 2 3 4 5 6
Ccpl = 1 2 3 4 5 6 1
Cflx = 1 Ccpl = 0 1 2 3 4 5 6
Ccpl = -1 6 1 2 3 4 5
Ccpl = 1 3 4 5 6 1 2
Cflx = 0 Ccpl = 0 4 5 6 1 2 3
Ccpl = -1 5 6 1 2 3 4

Lutilisation des trois tats pour rgler le couple a t propose pour essayer
de minimiser la frquence de commutation moyenne, car la dynamique du
couple est, en gnral, plus rapide que celle du flux [6]. La commande directe
du couple dune machine asynchrone est base sur la dtermination directe
de la squence de commande, applique aux interrupteurs dun onduleur de
tension. Ce choix est gnralement bas sur lutilisation des rgulateurs
hystrsis dont la fonction est de contrler ltat du systme, savoir ici
lamplitude du flux statorique et du couple lectromagntique [7]. Ce type de
stratgie se classe donc, dans la catgorie des commandes en amplitudes, par
opposition aux lois de commande en dure, plus classiques et bases sur un
rglage de la valeur moyenne du vecteur de tension par la largeur dimpulsion
(MLI) [8]. A lorigine, les commandes DTC taient fortement bases sur le (sens
physique) et sur une approche relativement empirique de la variation des tats
(couple, flux) sur un intervalle de temps trs court (intervalle entre deux
commutations) [9]. Ce raisonnement cest depuis nettement affin et repose
dsormais sur des fondements mathmatiques de plus en plus solides [6]. Un
onduleur de tension triphas MLI permet datteindre sept positions distinctes
dans le plan de phase, correspondant aux huit squences de tension de
londuleur. Ces positions sont illustrs dans la Figure 2 [10].

Figure 2 : Diffrents vecteurs de tensions statoriques dlivres par un

onduleur de tension deux niveaux

Habib BENBOUHENNI
 Rev. Ivoir. Sci. Technol., 29 (2017) 30 - 43 34

AF : Augmenter le Flux DF : Diminuer le Flux.

AC : Augmenter le Couple DC : Diminuer le Couple.

II-2. Commande DTC neuronale (DTC-RNA)

La commande DTC classique prsentent plusieurs inconvnients, tel que

lobtention dune frquence de commutation variable, les ondulations du
couple et de flux, les fluctuations des puissances et les harmonique des
courants dans le rgime transitoire et permanent, cause de lutilisation des
comparateurs hystrsis et les tables de commutation. Pour cela, nous avons
propos dtudier dans ce partie la commande directe du couple base sur les
rseaux de neurones artificiels, pour amliorer les performances des
commandes DTC, o les comparateurs classiques et la table de commutation
sont remplacs par un contrleur neuronal, afin de bien conduire les
grandeurs de sortie de la MAS vers leurs valeurs de rfrence durant une
priode de temps fixe. Des simulations numriques sont prsentes pour
tester les performances des mthodes proposes (DTC-RNA) [11]. La
structure de la commande neuronale directe du couple (DTC-RNA-2
niveaux), de la machine asynchrone alimente par onduleur deux niveaux,
est reprsente par la Figure 3. Pour gnrer le contrleur RNA par Matlab /
Simulink ou on choisi 64 couches caches, 3 couches de sorties, et une
couche dentre contenant 3 neurones, avec les fonctions dactivation
respectivement de type tansig, purelin et logsig. La mise jour des poids
et des biais de ce rseau est raliss par un algorithme de retro-propagation
nomm lalgorithme de Levenberg-Marquardt (LM).

Figure 3 : Commande directe du couple de la MAS base sur les RNA

Habib BENBOUHENNI
35 Rev. Ivoir. Sci. Technol., 29 (2017) 30 - 43

Tableau 2 : Proprits du LM pour DTC neuronale

Paramtres du LM valeurs
Nombre de couche cache 64
Pas dapprentissage 0.002
Pas daffichage (affichage de lerreur par morceaux) 50
Nombre ditration (epochs) 5000
Coef dacclration de convergence (mc) 0.9
Erreur (goal) 0
Fonctions dactivation logsig, Tansig, Purelin

Le choix de larchitecture des rseaux de neurone se fait selon lerreur

quadratique moyenne (EQM) obtenue au court de lapprentissage [11]. La
Figure suivante prsente la structure de rseaux de neurones pour DTC
deux niveaux.

Input Process Input 1 Layer 1 a{1}

Layer 2

a{1} Process Output 1 Output

Figure 4 : Structure interne du contrleur neuronale

II-3. Commande DTC base sur le contrleur PI-neuronale (DTC-PIN)

La structure de la commande directe du couple avec PI-Neuronale

(DTC-PIN), de la machine asynchrone alimente par londuleur 2 niveaux
est reprsente par la Figure 5. Le rgulateur PI classique de la vitesse est
remplac par un contrleur neuronal (PI-neuronale). Et dont le entre sont
lerreur de la vitesse (wrf-w) et le sortie sont le couple rfrence.

Habib BENBOUHENNI
 Rev. Ivoir. Sci. Technol., 29 (2017) 30 - 43 36

Figure 5 : Structure de commande DTC base sur le contrleur

PI-neuronale de la vitesse

La convergence du rseau t obtenue en utilisant les valeurs des

paramtres regroupes dans le Tableau 3.

Tableau 3 : Proprits du LM du contrleur PI-neuronale

Paramtres du LM valeurs
Nombre de couche cache 5
Pas dapprentissage 0.002
Pas daffichage (affichage de lerreur par morceaux) 50
Nombre ditration (epochs) 2000
Coef dacclration de convergence (mc) 0.8
Erreur (goal) 0
Fonctions dactivation Tansig, Purelin

Daprs les essais effectus avec diffrentes structures, jai constat que le
choix le plus judicieux tait de prendre, une structure de rseau de neurones
une seule couche cache contenant 5 neurones. La convergence du rseau
conduit un apprentissage qui ncessite un grand nombre ditrations (2000)
pour ramener lerreur 0. Pour illustrer le fonctionnement de la commande et
raliser les tudes prospective, un modle de simulation dveloppe dans
lenvironnement fourni par Matlab / Simulink, une application dveloppe
dans lenvironnement fourni par Matlab / Simulink. Nous avons utiliss dans
la commande les parameters de contrle suivante : Cr = echelon variable de
6500 -6500N.m linstant t = 0.8s, ce = 0.05N.m, s = 0.001wb, la
vitesse rfrence wref = 1000tr / min, une priode dechantionnage Te = 50s,

Habib BENBOUHENNI
37 Rev. Ivoir. Sci. Technol., 29 (2017) 30 - 43

sref =3.6wb. Parametre de moteur asynchrone forte puissance sont :

puissance nominale Pn 1 Mw, Rsistance statorique Rs 0.228 ,
rsistance rotorique Rr 0.332 , inductance statorique Ls 0.0084 H,
inductance rotorique Lr 0.0082 H, inductance mutuelle Lm 0.0078 H,
number de paire de pole p 3, moment dinertie J 20 kg.m2, coefficient de
frottement Kf 0.008 Nm.s.rad1.

III - RSULTATS ET DISCUSSION

Les rsultats de simulation des commandes proposes de la MAS alimente par

onduleur de tension deux niveaux sont illustrs dans les Figures 6, 7, et 8.

Habib BENBOUHENNI
 Rev. Ivoir. Sci. Technol., 29 (2017) 30 - 43 38

Figure 6 : Performances de DTC classique applique la MAS

Habib BENBOUHENNI
39 Rev. Ivoir. Sci. Technol., 29 (2017) 30 - 43

Figure 7 : Performances de DTC-RNA-2 niveaux appliqus la MAS

Habib BENBOUHENNI
 Rev. Ivoir. Sci. Technol., 29 (2017) 30 - 43 40

Figure 8 : Performances de DTC classique base sur le contrleur

PI-neuronale de la MAS

Dans le but de connaitre la meilleure structures de la commande DTC dune

MAS, une tude comparative est indispensable entre les trois structures
traites prcdemment (DTC classique, DTC-RNA-2 niveaux et DTC-PI-
neuronale). La figure suivante prsent la comparaison entre les trois
stratgies.

a)

Habib BENBOUHENNI
41 Rev. Ivoir. Sci. Technol., 29 (2017) 30 - 43

b)

c)

Figure 9 : Zooms du flux et du couple : a)Commande DTC classique, b)

Commande DTC-RNA-2 niveaux, c) Commande DTC-PIN

Dans le Tableau 4, nous rsumons les rsultats de simulation obtenus par les
commandes DTC proposs avec et sans rseaux de neurones de la MAS.

Tableau 4 : tude comparative entre DTC-2 niveaux, DTC-RNA-2 niveaux, et

DTC-PI-neuronale

Minimisations Minimisations des

Isa
des ondulations ondulations du
THD (%)
du couple flux
DTC-2 NIVEAUX 23.15 Assez bonne Assez bonne
DTC-RNA-2NIVEAUX 10.92 bonne bonne
DTC-PI-NEURONALE 10.53 Trs bonne bonne

Ce Tableau montre que la commande DTC-2 niveaux base sur le contrleur

PI-neuronale rduit considrablement les ondulations du couple
lectromagntique, et la valeur de THD du courant statorique
comparativement celle des DTC-2 niveaux, DTC-RNA-2 niveaux. Dun
autre cot, la vitesse atteint sa rfrence sans dpassement au dmarrage
vide pour les toutes commandes. La dynamique des composantes du flux
statorique nest pas affecte par lapplication des ces consignes de charge, qui
justifi la robustesse de ce commande.

Habib BENBOUHENNI
 Rev. Ivoir. Sci. Technol., 29 (2017) 30 - 43 42

IV - CONCLUSION

Nous avons prsent deux structure de la commande DTC a base des rseaux
de neurones, dabord la DTC neuronale, la seconde DTC-PI-neuronale. Les
rsultats de simulation obtenue respectivement telque la DTC-PI-neuronale
illustre une rduction considrablement les ondulations du couple, du flux, et
la valeur de THD du courant statorique, par rapport aux rsultats obtenus
dans la DTC classique, et la DTC neuronale (DTC-RNA-2 niveaux). Ce qui
montr lefficacit de la structure propose.

RFRENCES

[1] - A. HAMMOUMI, A. MASSOUM, A. MEROUFEL, P. WIRA,

Application des rseaux de neurones pour la commande de la machine
asynchrone sans capteur mcanique, Acta Electrotehnica, Medimira
Science Publisher, Vol. 53, N 2 (2012)
[2] - B. SEBTI, Commande par DTC dun moteur asynchrone apport des
rseaux de neurones , Mmoire de Magister, universit de Batna, (2013)
[3] - H. BENBOUHENNI, R. TALEB, H. MELLAH, Nouvelle approche pour la
DTC modifi. Application un actionneur lectrique , Proceedings of
Engineering and Technology (PET), Vol. 24 (2017) 5 - 12 p.
[4] - L.YOUB, A. CRACUNESCU, Etude comparative entre la commande
vectorielle a flux oriente et la commande directe du couple de la machine
asynchrone, U.P.B.SCI. Bull, Series C, Vol. 69, N 2 (2007)
[5] - B. ELAKHDAR, Commande directe du couple floue et neuronale
dun moteur synchrone double toile sans capteur mcanique
aliment par onduleurs Multiniveaux , Thse Doctorat en Sciences,
universit Djillali Liabes-Sidi Bel Abbs, (2015)
[6] - M. BIRAME, B. MOKHTARI, L. MOKRANI, B. AZOUI, A.
NAAMANE, N. MSIRDI, Co-mpensateur PI flou de la variation de
la rsistance statorique dun moteur reluctance variable commande
par DTC , Acta Electrotehnica, Medimira Science Publisher, Vol. 53,
N 4 (2012)
[7] - S. MEZIANE, R. TOUFOUTI, H. BENALLA, Etude comparative
entre la DTC deux niveaux et la DTC trois niveaux de la machine
asynchrone, , Communication Science et Technologie (COST), N. 7
(janvier 2009)
[8] - B. ELAKHDAR, Commande directe du couple floue et neuronale
dun moteur synchrone double toile sans capteur mcanique
aliment par onduleurs multiniveaux , Thse Doctorat en Sciences,
universit Djillali Liabes de Sidi Bel Abbes, (2015)

Habib BENBOUHENNI
43 Rev. Ivoir. Sci. Technol., 29 (2017) 30 - 43

[9] - M. ABDELHAFIDH, Stratgies de commande DTC-SVM et DPC

appliques une MADA utilise pour la production dnergie olienne
, Thse de Doctorat, Ecole Nationale Polytechnique, Alger, (2014)
[10] - H. BENBOUHENNI, R. TALEB, Amlioration de DTC classique
par DTC-2 niveaux avec vecteurs nuls 12 secteurs base sur les
rseaux de neurones de la MAS , Proceedings of Engineering and
Technology (PET), Vol. 14, (2016) 129 - 136 p.
[11] - D. YOUSEF, Commande directe du couple et des puissances dune
MADA associe un systme olien par les techniques de
lintelligence artificielle, These Doctroat en Science,universit
Djillali Liabes de Sidi Bel Abbes, (2015)

Habib BENBOUHENNI