Vous êtes sur la page 1sur 339
AUTOMATIQUE. Continue et discréte
AUTOMATIQUE.
Continue et discréte
Professeur Belkacem OULD BOUAMAMA Recherche : Responsable de l’équipe de recherche MOCIS Laboratoire
Professeur Belkacem OULD BOUAMAMA
Recherche : Responsable de l’équipe de recherche MOCIS
Laboratoire d'Automatique, Génie Informatique et Signal de Lille (LAGIS ‐UMR CNRS 8219)
Enseignement: Professeur et Directeur de la recherche à Poltech’ lille
Coordonnées
Polytech Lille . Avenue Paul Langevin, F59655 Villeneuve d'Ascq cedex
Tél : (00) 328767397, GSM (00)667123020
Mèl : Belkacem.ouldbouamama@polytech‐lille.fr,
Page personnelle : https://wikis.univ‐lille1.fr/ci2s/membres/belkacem‐ould‐bouamama

Ce cours et bien d’autres sont disponibles à

https://wikis.univ-lille1.fr/ci2s/membres/belkacem-ould-bouamama

Prof. B. Ould Bouamama Polytech’Lille

« Automatique continue et numérique »

1

Partie 1

Automatique linéaire continue

Prof. B. Ould Bouamama Polytech’Lille

« Automatique continue et numérique »

2

AVANT PROPOS (1/2)

Ce support de cours a pour but principal, sans être simpliste, de présenter avec une approche très pratique des fondements de l’automatique linéaire que nous appellerons souvent la régulation automatique. Chaque outil mathématique utilisé, est étayé par des exemples industriels concrets.

Pour rendre le cours attrayant, ce polycopié

est simplifié, pour plus de détail sur le contenu le lecteur pourra se

http://www.univ-lille1.fr/eudil/belk/sc00a.htm

référer au cyber-cours introduit par l’auteur sur le réseau internet :

La régulation automatique, actuellement rebaptisée «automatique» est noyée dans les techniques modernes de commande (robotique, productique,cybernétique). Ceci est principalement dû à l’apparition initialement de l’électronique, puis vers les années 60 du microprocesseur et donc de l’informatique. Mais il est utile de souligner que les vieilles techniques de la régulation classique restent encore très utilisées dans des industries aussi complexes que le nucléaire par exemple, et elles ont encore de beaux jours devant elles car, la théorie en automatique avance bien plus vite que son application et ça, parce que les moyens informatiques sont plus «performants» que la connaissance du système à traiter, c’est à dire le modèle mathématique, nécessaire pour la réalisation de la commande dite moderne. C’est pourquoi, il nous a semblé utile de réserver dans ce présent support une large place à la modélisation.

Dans le premier chapitre, nous présenterons les principes de la commande automatique avec des exemples de systèmes asservis et de régulation divers (de la poursuite d’une cible, régulation d’un four à la commande optimale d’une unité de traitement de gaz en vue de minimiser le taux de pollution). La symbolisation normalisée des boucles de régulation dans l’industrie sera aussi présentée afin de permettre à l’étudiant de lire les schémas de régulation présentés dans l’industrie comme on lit un dessin de mécanique.

Avant de commander nous devons bien connaître le système, c’est pourquoi, dans le deuxième chapitre nous développerons un aspect important de l’ingénieur qui est la modélisation et exposerons l’approche analogie des systèmes physiques de type bond-graph « effort-flux». La méthodologie de la modélisation dynamique comportementale , par la mise en équation des systèmes physiques de nature différente sera appliquée sur des systèmes divers : mécanique, électrique, chimique. L’outil classique, mais inévitable en régulation - la transformée de Laplace avec surtout ses applications pour la résolution des équations différentielles par la méthode des résidus, sera traité. On introduira enfin les notions et le sens physique de la fonction de transfert.

AVANT PROPOS

(2/2)

L’outil mathématique de l’analyse des systèmes traités dans le chapitre précédent servira dans le troisième chapitre à l’analyse des systèmes linéaires types. On insistera surtout sur l’analyse temporelle des systèmes (analyse indicielle et impulsionnelle). L ’analyse fréquentielle, qui est plutôt un approche d ’électroniciens, n ’a pas un grand sen physique et pratique dans les processus énergétiques. En effet les perturbations de débit, température ou de pression varient en pratique plus sous forme d ’un échelon ou d ’une rampe que d ’une sinusoïde.

Les systèmes linéaires types les plus importants (premier et deuxième ordre, avec retard pur

exemples physiques variés (thermique, chimique, mécanique et électrique), des analogies seront à chaque fois soulignées

Le quatrième chapitre propose la théorie de la stabilité des systèmes ave un approhe géométrique et algébrique. Le dilemme stabilité- précision sera traité sur la base d’un exemple concret de la régulation de la pression dans un réacteur. L’approche perturbation (qui est souvent omise par les étudiants) sera privilégiée car, en régulation, la consigne reste en général constante. Le calcul des erreurs en poursuite et en régulation sera exposé. Concernant la stabilité, une approche académique sera abordée avec une plus grande insistance sur le critère du revers et le sens pratique des marges de stabilité Le chapitre 5 sera consacré à la technologie et le réglage des régulateurs industriels. La constitution des régulateurs, la

vérification, le

pratiquement. Un projet d’analyse et de synthèse de la régulation d’un four tubulaire sera traité au sixième chapitre. Pour la synthèse, on mettra en évidence l’influence des actions P, I et D et de «tout ou rien» sur les performances du système, ainsi que celle du retard sur la stabilité. les limites de la régulation PID seront aussi mises en évidence, ce qui nous amènera à discuter sur les notions de la régulation avancée. Cette partie sera évidemment illustrée par un ensemble de travaux dirigés (TD) et pratiques (TP) portant sur la régulation de processus industriels.e La deuxième partie sera consacrée à l’introduction à la commande numérique.

rôle et le domaine d’utilisation des différentes action (P I et D) ainsi que «tout ou rien» seront discutés

seront traités par des

)

Malgré tout le soin apporté à la rédaction, l’auteur est conscient des imperfections qui peuvent encore subsister dans ce polycopié. Aussi, l’auteur est reconnaissant par avance des remarques que pourront lui adresser les lecteurs et les étudiants pour la perfection de ce support de cours.

OBJECTIFS DU COURS

Présentation des principes de l’automatique continue (asservissement et régulation)

Maîtriser les outils mathématiques pour :

l’analyse des systèmes physiques(modélisation, analogie des systèmes physiques)

et des systèmes de commande (fonction de transfert, transformée de Laplace , analyse temporelle etc.)

Prendre connaissance des pratiques de la régulation industrielle sur des exemples concrets

Technologie et réglage des régulateurs

Choix et actions des régulateurs etc

Méthodologie de la réalisation d’un projet d’un système de régulation

cahier de charge, identification et synthèse du système de régulation

montrer les limites de la régulation classique

Introduction à la régulation avancée.

AUTOMATIQUE ?

Automatique ? Science traitant de :

La modélisation

Analyse

Commande

Supervision des systèmes dynamiques continus et discrets

Actuellement automatique discipline transverse Applications :

Aéronautique,

Automobile,

Spatial,

Procédés,

Économie

Sciences de la terre….

Chap. 1.

INTRODUCTION

1.1 Historique et la régulation automatique aujourd’hui

Automatisation : Ensemble des procédés visant à réduire ou à supprimer l’intervention humaine dans les processus de production

rebaptisée

«automatique» est noyée dans dans les techniques modernes de commande- robotique, productique etc , en raison surtout de l’apparition de l’électronique, puis vers les années 60 du microprocesseurs et donc de l’informatique. Mais il est utile de souligner que les vieilles techniques de régulation classiques restent encore très utilisées dans l'industrie et elles ont encore de beaux jours devant elles car, la théorie en automatique avance bien plus vite que l'application et ça, parce que les moyens informatiques sont plus «performants» que la connaissance du système à traiter c’est à dire le modèle. Il est aussi intéressant de noter qu’aujourd’hui, les mécaniciens souhaitent parrainer l’automatique car la robotique c’est l’automatique disent-ils et les informaticiens ont les mêmes ambitions car l’informatique industrielle est leur apanage. Et l’automatique dans tout ça ? Mais cette question, d’actualité d’ailleurs, est sans doute la conséquence des transformations des sciences de l’ingénieur subies grâce (ou a cause) de l’informatique.

La

régulation

automatique

aujourd’hui

:

La

régulation

automatique,

actuellement

Historique : 1840 : Régulateur de Watt (Besoins de l’industrie à vapeur)

1945

: Deuxième guerre mondiale

1960

: Apparition de l’informatique (cosmos, traitement rapide de l’information, possibilité de

résolution des systèmes complexes etc )

Importance : Qualité des produits finis, précision des opération , protection de l’environnement, répététivité des opérations etc

Les 1 er systèmes automatiques

Clepsydre (sablier) de Ktesibios (-270 av. J.C)

 Clepsydre (sablier) de Ktesibios (-270 av. J.C)  Ktesibios introduit un réservoir supplémentaire dans

Ktesibios introduit un réservoir supplémentaire dans lequel le volume de liquide reste constant grâce à un flotteur qui ferme l'entrée du réservoir lorsque celui-ci est trop plein : c'est une chasse d'eau moderne.

Metier a tisser programmable

1728 :premier par cartons perfores par philippe Falcon

moderne .  Metier a tisser programmable  1728 :premier par cartons perfores par philippe Falcon

Les 1 er systèmes automatiques (suite)

L’industrie à Vapeur

1679 : Denis Papin développe la soupape de sécurité

 1679 : Denis Papin développe la soupape de sécurité  1788 Régulateur de Watt (dit

1788 Régulateur de Watt (dit à boule)

Réglage de la vitesse des trains à vapeur

de sécurité  1788 Régulateur de Watt (dit à boule)  Réglage de la vitesse des

EVOLUTION DE L’AUTOMATIQUE

EVOLUTION DE L’AUTOMATIQUE AEROSPATIALE Robotisation, IA INFORMATISATION 2ème GUERRE MONDIALE MACHINE A VAPEUR
EVOLUTION DE L’AUTOMATIQUE AEROSPATIALE Robotisation, IA INFORMATISATION 2ème GUERRE MONDIALE MACHINE A VAPEUR
EVOLUTION DE L’AUTOMATIQUE AEROSPATIALE Robotisation, IA INFORMATISATION 2ème GUERRE MONDIALE MACHINE A VAPEUR
EVOLUTION DE L’AUTOMATIQUE AEROSPATIALE Robotisation, IA INFORMATISATION 2ème GUERRE MONDIALE MACHINE A VAPEUR
EVOLUTION DE L’AUTOMATIQUE AEROSPATIALE Robotisation, IA INFORMATISATION 2ème GUERRE MONDIALE MACHINE A VAPEUR
AEROSPATIALE
AEROSPATIALE

Robotisation, IA

INFORMATISATION
INFORMATISATION
2ème GUERRE MONDIALE
2ème GUERRE MONDIALE
MACHINE A VAPEUR CYBERNETIQUE, BIONIQUE
MACHINE A VAPEUR
CYBERNETIQUE,
BIONIQUE

Régulateurs numériques

Les systèmes suiveurs Electronique, missile

1er régulateur de Watt Mécanisation, procédé

Etude des processus de commande Analogie monde animal technologie

LES SYSTEMES AUTOMATISES AUJOURD’HUI

Maintenance

LES SYSTEMES AUTOMATISES AUJOURD’HUI Maintenance Set points FTC Level Technical DIAGNOSTIC specification Control

Set points

LES SYSTEMES AUTOMATISES AUJOURD’HUI Maintenance Set points FTC Level Technical DIAGNOSTIC specification Control
LES SYSTEMES AUTOMATISES AUJOURD’HUI Maintenance Set points FTC Level Technical DIAGNOSTIC specification Control
FTC Level Technical DIAGNOSTIC specification Control signals Control
FTC Level
Technical
DIAGNOSTIC
specification
Control signals
Control

INPUT

List of faults
List of faults
DIAGNOSTIC specification Control signals Control INPUT List of faults Observations SENSORS OUTPUT Chap.1/ 11
Observations
Observations
SENSORS
SENSORS
DIAGNOSTIC specification Control signals Control INPUT List of faults Observations SENSORS OUTPUT Chap.1/ 11

OUTPUT

Chap.1/ 11

1.2 DÉFINITIONS

Système : Ensemble organisé dans un but fixé ou ensemble de processus physiques-chimiques en évolution et de procédés de réalisation de ces procédés.

Entrée

et de procédés de réalisation de ces procédés . Entrée Sortie SYSTEME  Petits et grands
Sortie SYSTEME
Sortie
SYSTEME

Petits et grands systèmes

Signal

Grandeur physique générée par un appareil ou traduite par un

Signal d’entrée
Signal d’entrée

Signal d’entrée

Signal d’entrée

capteur

Commandable
Commandable

Non commandable

Signal de sortie
Signal de sortie
Observable
Observable
Non observable
Non observable

1.3. SYSTÈMES DE COMMANDE

1.3.1. Composition d ’un système de commande

SYSTÉME

DE

COMMANDE

ACTION DE COMMANDE

de commande SYSTÉME DE COMMANDE ACTION DE COMMANDE ORDRES PERTURBATIONS PARAMETRE A COMMANDER SYSTÉME À

ORDRES

commande SYSTÉME DE COMMANDE ACTION DE COMMANDE ORDRES PERTURBATIONS PARAMETRE A COMMANDER SYSTÉME À

PERTURBATIONS

PARAMETRE A COMMANDER SYSTÉME À COMMANDER
PARAMETRE A
COMMANDER
SYSTÉME
À
COMMANDER

1.3.2 Paramètres d’un système de commande Consigne Action de commande Perturbations Paramètre à commander

Chap.1/ 13

1.3.3

EXEMPLES DE SYSTÈMES DE COMMANDE

1. Réglage de la vitesse d’une voiture

Etat de la route

1. Réglage de la vitesse d’une voiture Etat de la route Maintenir vitesse constante VOITURE Action

Maintenir vitesse constante

voiture Etat de la route Maintenir vitesse constante VOITURE Action de commande (Débit d ’essence) SYSTEME
VOITURE
VOITURE

Action de commande (Débit d ’essence)

SYSTEME DE REGLAGE DE VITESSE
SYSTEME DE
REGLAGE DE
VITESSE

Vitesse de la voiture

SYSTEME DE REGLAGE DE VITESSE Vitesse de la voiture Q P Produit chauffé Q G Action
SYSTEME DE REGLAGE DE VITESSE Vitesse de la voiture Q P Produit chauffé Q G Action
Q P Produit chauffé Q G
Q P
Produit chauffé
Q G

Action de commande (débit du gaz

FOUR
FOUR

2. Réglage de la température d ’un four

Produit à chauffer

Ts

Gaz combustible

Temp. Extérieure Débit produit à chauffer

Paramètre à

régler

VANNE Q G combustible) DE REGLAGE
VANNE
Q
G
combustible)
DE
REGLAGE

Ts

Maintenir température constante

à chauffer Paramètre à régler VANNE Q G combustible) DE REGLAGE Ts Maintenir température constante Chap.1/
à chauffer Paramètre à régler VANNE Q G combustible) DE REGLAGE Ts Maintenir température constante Chap.1/

1.4 CONCEPTION D’UN SYSTEME DE COMMANDE

1.4.1 système à boucle ouverte (open loop system)

Croisons les doigts pour que ça marche puisque je n’ai aucune information sur la sortie,
Croisons les doigts pour que ça marche puisque
je n’ai aucune information sur la sortie, je suis aveugle .
Ordre (T=37°c)
Action de commande
(débit du gaz
combustible)
SYSTÉME DE
REGLAGE
FOUR

Z (débit d’entrée)

Ts

SYSTÉME DE REGLAGE FOUR Z (débit d’entrée) Ts Pourvu que que la vitesse ne soit pas
Pourvu que que la vitesse ne soit pas limitée car la voiture n ’est pas
Pourvu que que la vitesse ne soit pas limitée
car la voiture n ’est pas équipée d ’indicateur de vitesse
Ordres vitesse limitée SYSTÉME DE REGLAGE
Ordres vitesse limitée
SYSTÉME DE
REGLAGE

Etat de la route

débit d’essence

VOITURE
VOITURE
DE REGLAGE Etat de la route débit d’essence VOITURE Vitesse  Avantages et inconvénients : 

Vitesse

Avantages et inconvénients :

Rapide, stable, simple mais pas précis

1.4.2

Sysme en boucle fermée

Je compare ce que je veux et ce que je reçois et j’agis en conséquence
Je compare ce que je veux et ce que je reçois
et j’agis en conséquence sur la vanne de réglage.
Je corrige jusqu’à ce que Ts=37°c

Objectifs

(T=37°c)

Je corrige jusqu’à ce que Ts=37°c Objectifs (T=37°c) Consigne Z (débit d’entrée) Action de commande (débit

Consigne

jusqu’à ce que Ts=37°c Objectifs (T=37°c) Consigne Z (débit d’entrée) Action de commande (débit du gaz

Z (débit d’entrée)

Action de commande (débit du gaz combustible)

VANNE DE REGLAGE FOUR
VANNE DE
REGLAGE
FOUR

Ts

(débit du gaz combustible) VANNE DE REGLAGE FOUR Ts Grandeur réelle CAPTEUR DE TEMPERATURE Je regarde
(débit du gaz combustible) VANNE DE REGLAGE FOUR Ts Grandeur réelle CAPTEUR DE TEMPERATURE Je regarde

Grandeur réelle

CAPTEUR DE TEMPERATURE
CAPTEUR DE TEMPERATURE
Je regarde la vitesse indiquée par le compteur et j accélère ou décélère en agissant
Je regarde la vitesse indiquée par le compteur
et j accélère ou décélère en agissant sur la pédale pour
maintenir la vitesse toujours égale a celle fixée.
pour maintenir la vitesse toujours égale a celle fixée. Consigne: V=cste débit d’essence Vitesse PEDALE DE

Consigne:

V=cste

débit d’essence

Vitesse

PEDALE DE VITESSE
PEDALE DE VITESSE
VOITURE CAPTEUR DE VITESSE
VOITURE
CAPTEUR DE VITESSE
Vitesse PEDALE DE VITESSE VOITURE CAPTEUR DE VITESSE  Avantages et inconvénients :  Précis et
Vitesse PEDALE DE VITESSE VOITURE CAPTEUR DE VITESSE  Avantages et inconvénients :  Précis et

Avantages et inconvénients :

Précis et régulé mais complexe, risque d’instabilité agit sur l’erreur de réglage

1.4.3 Automatismes à boucle combinée

Calculateur

Détermination du débit de gaz nécessaire pour assurer la valeur de température désirée :j’anticipe
Détermination du débit de gaz
nécessaire pour assurer la valeur
de température désirée :j’anticipe
assurer la valeur de température désirée :j’anticipe Z (débit d’entrée) Action de commande (débit du gaz
assurer la valeur de température désirée :j’anticipe Z (débit d’entrée) Action de commande (débit du gaz

Z (débit d’entrée)

Action de commande (débit du gaz combustible)

VANNE DE REGLAGE FOUR
VANNE DE
REGLAGE
FOUR
CAPTEUR DE TEMPERATURE
CAPTEUR DE
TEMPERATURE

Objectifs

(T=37°c)

REGLAGE FOUR CAPTEUR DE TEMPERATURE Objectifs (T=37°c) Consigne Ts Chap.1/ 17  Avantages et inconvénients :

Consigne

Ts

CAPTEUR DE TEMPERATURE Objectifs (T=37°c) Consigne Ts Chap.1/ 17  Avantages et inconvénients :  Rapide

Chap.1/ 17

Avantages et inconvénients :

Rapide et précis, anticipe les perturbations mais très complexe

Et nécessite des calculateurs des modèles

1.5

FONCTIONNEMENT D ’UN SYSTEME DE CONTRÔLE

1.5.1 BUT D ’UN SYSTÈME DE CONTRÔLE : Atteindre le but (consigne)

quelque soit l ’effet des perturbations extérieures).

1.5.2 SYSTÈME ASSERVI ET LE COMPORTEMENT HUMAIN

Perturbations Ur Réalité SYSTEME PHYSIQUE
Perturbations
Ur
Réalité
SYSTEME
PHYSIQUE
COMPORTEMENT HUMAIN Perturbations Ur Réalité SYSTEME PHYSIQUE Uc ACTION REFLEXION OBSERVATION Objectif Chap.1/ 18
COMPORTEMENT HUMAIN Perturbations Ur Réalité SYSTEME PHYSIQUE Uc ACTION REFLEXION OBSERVATION Objectif Chap.1/ 18
COMPORTEMENT HUMAIN Perturbations Ur Réalité SYSTEME PHYSIQUE Uc ACTION REFLEXION OBSERVATION Objectif Chap.1/ 18
Uc ACTION REFLEXION
Uc
ACTION
REFLEXION
OBSERVATION
OBSERVATION
OBSERVATION
OBSERVATION
OBSERVATION
OBSERVATION
OBSERVATION

OBSERVATION

OBSERVATION

Objectif

COMPORTEMENT HUMAIN Perturbations Ur Réalité SYSTEME PHYSIQUE Uc ACTION REFLEXION OBSERVATION Objectif Chap.1/ 18
COMPORTEMENT HUMAIN Perturbations Ur Réalité SYSTEME PHYSIQUE Uc ACTION REFLEXION OBSERVATION Objectif Chap.1/ 18
COMPORTEMENT HUMAIN Perturbations Ur Réalité SYSTEME PHYSIQUE Uc ACTION REFLEXION OBSERVATION Objectif Chap.1/ 18

1.5.3

Schéma fonctionnel d’un SRA

C

chaîne de puissance Z + E U Y REGULATEUR PROCESS M (-) chaîne de contre
chaîne de puissance
Z
+
E
U
Y
REGULATEUR
PROCESS
M
(-)
chaîne de contre réaction (de faible puissance)
CAPTEUR
C : Consigne (set value), E : écart de régulation (departure, error signal) U :
C
: Consigne (set value),
E
: écart de régulation (departure, error signal)
U
: signal de commande (control signal)
Y : variable de sortie ou variable à régler ou mesure (mesured value)
Z : perturbation (disturbance)
M : grandeur physique à la sortie du capteur
(courant, pression,
)

Chap.1/ 19

1.5.4. Éléments d’une régulation analogique

Z

PROCESS

C + E REGULATEUR ANALOGIQUE M (-) 4-20 mA 0,2-1 bar 0-10v TRANSMETTEUR
C +
E
REGULATEUR
ANALOGIQUE
M
(-)
4-20 mA
0,2-1 bar
0-10v
TRANSMETTEUR
U
U

Y

M (-) 4-20 mA 0,2-1 bar 0-10v TRANSMETTEUR U Y CAPTEUR On peut aussi avoir: CEP

CAPTEUR

M (-) 4-20 mA 0,2-1 bar 0-10v TRANSMETTEUR U Y CAPTEUR On peut aussi avoir: CEP
On peut aussi avoir: CEP : Convertisseur Electro-pneumatique CPE : Convertisseur Pneumo-électrique
On peut aussi avoir:
CEP : Convertisseur Electro-pneumatique
CPE : Convertisseur Pneumo-électrique

.5. Eléments d’une régulation numériq

.5. Eléments d’une régulation numéri q U n U a CNA C + E M (-)
U n U a CNA
U n
U a
CNA
.5. Eléments d’une régulation numéri q U n U a CNA C + E M (-)
C + E M (-) CAN
C +
E
M
(-)
CAN
PROCESS
PROCESS

Y

numéri q U n U a CNA C + E M (-) CAN PROCESS Y CAPTEUR
numéri q U n U a CNA C + E M (-) CAN PROCESS Y CAPTEUR
CAPTEUR TRANSMETTEUR
CAPTEUR
TRANSMETTEUR
CNA : Convertisseur Numérique Analogique CAN : Convertisseur Analogique Numérique
CNA : Convertisseur Numérique Analogique
CAN : Convertisseur Analogique Numérique

1.5.6.

ASSERVISSEMENT ET RÉGULATION

Asservissement:

Un système asservi est un système dit suiveur , c’est la consigne qui varie.

Exemple : une machine outil qui doit usiner une pièce selon un profil donné, un missile qui poursuit une cible, pilotage automatique d ’un avion.

Régulation :

Dans ce cas, la consigne est fixée et le système doit compenser l’effet des perturbations,

à titre d’exemple , le réglage de la température dans un four, de la pression dans un réacteur, le niveau d’eau dans un réservoir.

EXEMPLES DE SYSTEMES DE COMMANDE

Prof. B. Ould Bouamama Polytech’Lille

« Automatique continue et numérique »

Chap.1/ 23

Asservissement de la position d’une antenne

Z (perturbation, vent) Actionneur Position E=Pd-Pm + Couple U Antenne P Contrôleur Moteur Antenne Position
Z (perturbation, vent)
Actionneur
Position
E=Pd-Pm
+
Couple
U
Antenne P
Contrôleur
Moteur
Antenne
Position
désirée Pd
-
Pm
Capteur de position
ANTENNE_DEMO.lnk (Ligne de commande)

Régulation de niveau

Z (perturbation, Fuite d’eau) E=hc-hr Actionneur + U Qp Contrôleur Moteur+pompe Réservoir Niveau Désiré hc
Z (perturbation, Fuite d’eau)
E=hc-hr
Actionneur
+
U
Qp
Contrôleur
Moteur+pompe
Réservoir
Niveau
Désiré hc
Niveau h
-
hr
Capteur de niveau
NIVEAU_DEMO.lnk (Ligne de commande)

1.6. EXEMPLES DE SYSTEMES AUTOMATIQUES

A) Suivi de la trajectoire d’une cible

AUTOMATIQUES A) Suivi de la trajectoire d’une cible C E M U Y (-) C +
AUTOMATIQUES A) Suivi de la trajectoire d’une cible C E M U Y (-) C +
AUTOMATIQUES A) Suivi de la trajectoire d’une cible C E M U Y (-) C +
AUTOMATIQUES A) Suivi de la trajectoire d’une cible C E M U Y (-) C +

C

E
E

M

AUTOMATIQUES A) Suivi de la trajectoire d’une cible C E M U Y (-) C +
U Y
U
Y
(-)
(-)
A) Suivi de la trajectoire d’une cible C E M U Y (-) C + E
C + E
C
+
E
y
y
Contrôleur
Contrôleur

U

de la trajectoire d’une cible C E M U Y (-) C + E y Contrôleur
Ur Gouvernail Avion
Ur
Gouvernail
Avion
Gyroscope
Gyroscope

-

M

B) Régulation de la température d’un four

B) Régulation de la température d’un four CONSIGNE Tc + THERMOCOUPLE Ts U - (Ts-Tc) CORRECTEUR

CONSIGNE

Tc

+
+
THERMOCOUPLE Ts U
THERMOCOUPLE
Ts
U
-
-
(Ts-Tc) CORRECTEUR
(Ts-Tc)
CORRECTEUR

Pétrole chauffé

Pétrole brut

Ts U - (Ts-Tc) CORRECTEUR Pétrole chauffé Pétrole brut Vanne de réglage Gaz combustible Tc +
Ts U - (Ts-Tc) CORRECTEUR Pétrole chauffé Pétrole brut Vanne de réglage Gaz combustible Tc +
Ts U - (Ts-Tc) CORRECTEUR Pétrole chauffé Pétrole brut Vanne de réglage Gaz combustible Tc +
Ts U - (Ts-Tc) CORRECTEUR Pétrole chauffé Pétrole brut Vanne de réglage Gaz combustible Tc +

Vanne de réglage

Gaz combustible

Tc

+ T
+
T
Contrôleur
Contrôleur

U

Pétrole brut Vanne de réglage Gaz combustible Tc + T Contrôleur U Vanne Ur Four Ts
Vanne
Vanne
Ur Four
Ur
Four

Ts

Pétrole brut Vanne de réglage Gaz combustible Tc + T Contrôleur U Vanne Ur Four Ts
- Thermocouple
-
Thermocouple

C) RÉGULATION DE LA TEMPÉRATURE D’UN ÉCHANGEUR THERMIQUE

Uc 120 160 180 Ur 200
Uc
120
160
180
Ur
200
D’UN ÉCHANGEUR THERMIQUE Uc 120 160 180 Ur 200 Régulateur Vapeur Tc Ts Thermocouple Produit chauffé

Régulateur

Vapeur
Vapeur
Tc Ts Thermocouple
Tc
Ts
Thermocouple
160 180 Ur 200 Régulateur Vapeur Tc Ts Thermocouple Produit chauffé condensât Produit à chauffer Tc

Produit chauffé

condensât

Produit à chauffer

Tc +
Tc
+
Z  T Uc Ur Ts Régulateur Echangeur Vanne - Thermocouple Chap.1/ 27
Z
 T
Uc
Ur
Ts
Régulateur
Echangeur
Vanne
-
Thermocouple
Chap.1/ 27

Systéme de régulation : PID

u 1 Jus de fruit concentré Q c Eau V Q jc (t) Q e
u
1
Jus de fruit
concentré
Q
c
Eau
V
Q
jc (t)
Q
e (t)
1
V
2
FRC
u
2
C
1
1
AIC
C
2
M
1
1
FT
M
2
1
AT
Q s (t), C s (t)
1

Mélange de concentration C s et de Débit Q s

But ; Réguler la concentration Cs(t) du produit et du débit de sortie Qs(t) Paramètres
But ; Réguler la concentration Cs(t) du produit et du débit de sortie Qs(t)
Paramètres à régler : Qs(t), Cs(t), Paramètres réglant : Q e (t) et Q jc (t)

Systéme de régulation : Bloc Diagramme

REGULATEUR

PROCESS

(-) M 1 + Q e Q se Q s Vanne1+ C 1 FRC Mélangeur11
(-)
M 1
+
Q e
Q se
Q s
Vanne1+
C 1
FRC
Mélangeur11
conduite
+
C se
Mélangeur12
Q
sc
Mélangeur21
Q C
+ -
Cs
Vanne2+
AIC
Mélangeur22
C 2
conduite
(-)
M 2

Systéme de régulation : Schéma fonctionnel

C 1

C 2

REGULATEUR

PROCESS

(-) M 1 Q Q + e W 11 (p) se FRC + C se
(-)
M
1
Q
Q
+
e
W
11 (p)
se
FRC
+
C
se
W
(p)
Q
12
W
21 (p)
+
-
Q
C
AIC
W
22 (p)
(-)
M
2

sc

Q s

Cs

1.7 SYMBOLISATION DES BOUCLES DE REGULATION (P&ID)

Produit chauffé

 
TI 2
TI
2
Piping and Instrumentation Diagram Plan des Instruments Détaillés
Piping and Instrumentation Diagram
Plan des Instruments Détaillés

Vapeur

Vapeur FI 9 TR 3
FI 9
FI
9

TR

3

Vapeur FI 9 TR 3 Exemple : TRC TRC 1 Echangeur de chaleur Produit à chauffer

Exemple : TRC

Vapeur FI 9 TR 3 Exemple : TRC TRC 1 Echangeur de chaleur Produit à chauffer

TRC

1

Echangeur de chaleur

TRC 1 Echangeur de chaleur

Produit à chauffer

condensât

Temperature Registered and Controlled
Temperature Registered and Controlled
 

ORDRE DES LETTRES DANS UNE DESCRIPTION

 
 

1

 

23

 

Grandeur mesurée et/ou contrôlée

Fonction des éléments de la boucle

Régulation ou signalisation

T

 

Température

I

Indication

C

Controlé

P

 

Pression

R

Enregistrement

S

Sécurité

F

 

Débit

L

Bas (Low)

   

A

 

Composition

H

Haut (High)

   

d'un produit

J

 

Puissance

D

Différence

   

I

 

Courant

       

Z

 

Position

       

R

 

Radioactivité

       

E

 

tension

       

V

 

Viscosité

       

M

 

Humidité

       

W

 

Poid

       

L

 

Niveau

       
   

Chap.1/ 31

1.8. NIVEAUX D’UN SYSTEME AUTOMATISE

1.8. NIVEAUX D’UN SYSTEME AUTOMATISE PROCESS REGULATION LOCALE COMMANDE AVANCEE OPTIMISATION STATIQUE OPTIMISATION

PROCESS

1.8. NIVEAUX D’UN SYSTEME AUTOMATISE PROCESS REGULATION LOCALE COMMANDE AVANCEE OPTIMISATION STATIQUE OPTIMISATION
1.8. NIVEAUX D’UN SYSTEME AUTOMATISE PROCESS REGULATION LOCALE COMMANDE AVANCEE OPTIMISATION STATIQUE OPTIMISATION

REGULATION

LOCALE

NIVEAUX D’UN SYSTEME AUTOMATISE PROCESS REGULATION LOCALE COMMANDE AVANCEE OPTIMISATION STATIQUE OPTIMISATION

COMMANDE

AVANCEE

AUTOMATISE PROCESS REGULATION LOCALE COMMANDE AVANCEE OPTIMISATION STATIQUE OPTIMISATION ECONOMIQUE SALLE DE
AUTOMATISE PROCESS REGULATION LOCALE COMMANDE AVANCEE OPTIMISATION STATIQUE OPTIMISATION ECONOMIQUE SALLE DE
AUTOMATISE PROCESS REGULATION LOCALE COMMANDE AVANCEE OPTIMISATION STATIQUE OPTIMISATION ECONOMIQUE SALLE DE
AUTOMATISE PROCESS REGULATION LOCALE COMMANDE AVANCEE OPTIMISATION STATIQUE OPTIMISATION ECONOMIQUE SALLE DE
AUTOMATISE PROCESS REGULATION LOCALE COMMANDE AVANCEE OPTIMISATION STATIQUE OPTIMISATION ECONOMIQUE SALLE DE

OPTIMISATION

STATIQUE

REGULATION LOCALE COMMANDE AVANCEE OPTIMISATION STATIQUE OPTIMISATION ECONOMIQUE SALLE DE CONTROLE OBJECTIFS Chap.1/
REGULATION LOCALE COMMANDE AVANCEE OPTIMISATION STATIQUE OPTIMISATION ECONOMIQUE SALLE DE CONTROLE OBJECTIFS Chap.1/
REGULATION LOCALE COMMANDE AVANCEE OPTIMISATION STATIQUE OPTIMISATION ECONOMIQUE SALLE DE CONTROLE OBJECTIFS Chap.1/
REGULATION LOCALE COMMANDE AVANCEE OPTIMISATION STATIQUE OPTIMISATION ECONOMIQUE SALLE DE CONTROLE OBJECTIFS Chap.1/
REGULATION LOCALE COMMANDE AVANCEE OPTIMISATION STATIQUE OPTIMISATION ECONOMIQUE SALLE DE CONTROLE OBJECTIFS Chap.1/

OPTIMISATION

ECONOMIQUE

SALLE DE CONTROLE

REGULATION LOCALE COMMANDE AVANCEE OPTIMISATION STATIQUE OPTIMISATION ECONOMIQUE SALLE DE CONTROLE OBJECTIFS Chap.1/ 32
REGULATION LOCALE COMMANDE AVANCEE OPTIMISATION STATIQUE OPTIMISATION ECONOMIQUE SALLE DE CONTROLE OBJECTIFS Chap.1/ 32
REGULATION LOCALE COMMANDE AVANCEE OPTIMISATION STATIQUE OPTIMISATION ECONOMIQUE SALLE DE CONTROLE OBJECTIFS Chap.1/ 32

OBJECTIFS

REGULATION LOCALE COMMANDE AVANCEE OPTIMISATION STATIQUE OPTIMISATION ECONOMIQUE SALLE DE CONTROLE OBJECTIFS Chap.1/ 32
REGULATION LOCALE COMMANDE AVANCEE OPTIMISATION STATIQUE OPTIMISATION ECONOMIQUE SALLE DE CONTROLE OBJECTIFS Chap.1/ 32

1.9 AUTOMATISATION & L’ENVIRONNEMENT

1.9 AUTOMATISATION & L’ENVIRONNEMEN T K K   d d 2. 2. H H S
1.9 AUTOMATISATION & L’ENVIRONNEMEN T K K   d d 2. 2. H H S
1.9 AUTOMATISATION & L’ENVIRONNEMEN T K K   d d 2. 2. H H S
K K   d d 2. 2. H H S S   SO
K K


d d
2. 2.
H H
S
S
 
SO
SO
1.5
1.5
S
S
2
2
H
H
O
O
Q
Q
2 2
2
2
2
2
2
2
K K
 
i i
Réacteur
Réacteur
catalytique
catalytique
H 2 S SO 2 O 2
H 2 S
SO 2
O 2
Réacteur catalytique catalytique H 2 S SO 2 O 2 H 2 S S O 2
Réacteur catalytique catalytique H 2 S SO 2 O 2 H 2 S S O 2
Réacteur catalytique catalytique H 2 S SO 2 O 2 H 2 S S O 2
Réacteur catalytique catalytique H 2 S SO 2 O 2 H 2 S S O 2

H

2 S

S O

2

FR
FR

SO 2

SO

2

,

COS

,

H

2

S

O 2 H 2 S S O 2 FR SO 2 SO 2 , COS ,
S S A Objectif Objectif  S  S min . min .  Ro
S
S
A
Objectif
Objectif
 S
S
min .
min .
Ro
C
C
alcul
alcul
 
(
(
F
F
,
,
F
F
,%
,%
H
H
S
S
,%
,%
SO
SO
)
)
a
a
G
G
2
2
2
2
tel
tel
que
que
 
 
max.
max.
R
C alcul consigne Gaz air H H 2 S 2 S  S O S
C alcul consigne Gaz
air
H
H
2 S
2 S
S O
S O
2 réel
2 optim al

1.10 AUTOMATISATION INTÉGRÉE

Supervision Monitoring Regulation Instrumentation
Supervision
Monitoring
Regulation
Instrumentation

Aide à la conduite planification, diagnostic interface homme machine

Niveau 3

Niveau 2

Suivi de l’état du processus Visualisation

Niveau 1

Commande logique, régulation Optimisation

Niveau 0

Choix et implémentation des capteurs et actionneurs

Décisions Observations
Décisions
Observations
Niveau 0 Choix et implémentation des capteurs et actionneurs Décisions Observations Sortie Entrée Chap.1/ 34
Sortie
Sortie

Entrée

Chap.1/ 34

Chapitre 2

DESCRIPTION MATHEMATIQUE DES SYSTEMES PHYSIQUES

Objectifs du chapitre :

Maîtriser :

SYSTEMES PHYSIQUES Objectifs du chapitre : Maîtriser :  L’outil mathématique pour l’analyse des systèmes
SYSTEMES PHYSIQUES Objectifs du chapitre : Maîtriser :  L’outil mathématique pour l’analyse des systèmes

L’outil mathématique pour l’analyse des systèmes (transformées de Laplace),

la méthodologie de la modélisation comportementale de la dynamique des systèmes physiques étayée par un ensemble d’exemples industriels,

Manipulation des fonction de transfert des systèmes

Chap.2/ 35

2.1. Méthodologie de l’analyse des systèmes

2.1.1 Analyse et synthèse

E

UM

C + PROCESS CORRECTEUR (-) M
C
+
PROCESS
CORRECTEUR
(-)
M

But de l ’automaticien Concevoir un SRA précis, stable et rapide

’automaticien Concevoir un SRA précis, stable et rapide Comment ? A n a l y s
Comment ?
Comment ?

Analyse (comprendre le process)

Synthèse (choisir un « bon » correcteur)

2.1.2. Analyse et synthèse des systèmes

Déf. du process et des objectifs E/S Lois physiques, bilan, hypothèses Modèle de connaissance Planification
Déf. du process et des objectifs
E/S
Lois physiques, bilan, hypothèses
Modèle de connaissance
Planification des expériences
Connaissance à priori
Acquisition de données
Choix de la structure du modèle
Estimation des paramètres
Choix du critère d’identité
Oui
Non
Modèle de conduite
adéq.
Synthèse de régulation
Logistique
actionneurs, régulateurs,
transmetteurs
Simulation
Validation sur site Réalisation définitive
Validation sur site
Réalisation définitive

CAHIER DE CHARGE

Validation sur site Réalisation définitive CAHIER DE CHARGE ANALYSE connaissance SYNTHESE commande Chap.2/ 37
ANALYSE connaissance
ANALYSE
connaissance
Validation sur site Réalisation définitive CAHIER DE CHARGE ANALYSE connaissance SYNTHESE commande Chap.2/ 37
Validation sur site Réalisation définitive CAHIER DE CHARGE ANALYSE connaissance SYNTHESE commande Chap.2/ 37
Validation sur site Réalisation définitive CAHIER DE CHARGE ANALYSE connaissance SYNTHESE commande Chap.2/ 37
SYNTHESE commande
SYNTHESE
commande

2.1.3 Propriétés des systèmes linéaires

Définitions

Un système physique est dit linéaire si son comportement est décrit par des équations différentielles linéaires à coefficients constants.

E

x (cause)

SYSTEME
SYSTEME

y (effet)

à coefficients constants. E x (cause) SYSTEME y (effet) dx () t 2 dxt () n

dx

() t

2

dxt ()

n

dxt (

)

axt

dt Conditions initiales CI

(

)

a

a

a



t

byt

)

(

)

b

01

2

:

dt

t

2

0

n

)

dt

x

n

01

y

 x

,(

t

,( y

0000

ai et bi sont des constantes.

dy

() t

dt

b

2

d

2

yt ()

dt

2

b

m

d

m

yt (

)

dt

m

Exemple

 b 2 d 2 yt () dt 2  b m d m yt (
 b 2 d 2 yt () dt 2  b m d m yt (
 b 2 d 2 yt () dt 2  b m d m yt (
 b 2 d 2 yt () dt 2  b m d m yt (
 b 2 d 2 yt () dt 2  b m d m yt (
 b 2 d 2 yt () dt 2  b m d m yt (
 b 2 d 2 yt () dt 2  b m d m yt (
 b 2 d 2 yt () dt 2  b m d m yt (
 b 2 d 2 yt () dt 2  b m d m yt (
 b 2 d 2 yt () dt 2  b m d m yt (
 b 2 d 2 yt () dt 2  b m d m yt (
 b 2 d 2 yt () dt 2  b m d m yt (
 b 2 d 2 yt () dt 2  b m d m yt (
 b 2 d 2 yt () dt 2  b m d m yt (
 b 2 d 2 yt () dt 2  b m d m yt (
 b 2 d 2 yt () dt 2  b m d m yt (

R

C

b 2 d 2 yt () dt 2  b m d m yt ( )
b 2 d 2 yt () dt 2  b m d m yt ( )
b 2 d 2 yt () dt 2  b m d m yt ( )
b 2 d 2 yt () dt 2  b m d m yt ( )
b 2 d 2 yt () dt 2  b m d m yt ( )
dUs t ( ) Us ( t )  RC  E ( t dt
dUs t
(
)
Us
(
t
) 
RC
E
(
t
dt
Conditions initiales CI
:
t
Us(t)

)

0

,()

E

t

E

00

,

Us

()

t

0

Us

0

2.1.3 Propriétés des systèmes linéaires

1. Propriété de superposition

Si x 1 donne effet à y 1 ,

x 2 à y 2

alors x 1 + x 2 donne effet à y 1

2. Propriété de proportionnalité

Si x 1 donne effet à y 1 ,

D’une façon générale :

alors Kx 1 donne effet à K y 1

+

y 2

si les entrées x 1 (t) et x 2 (t) provoquent l’évolution des sorties y 1 (t) et y 2 (t)

alors K 1 x 1 (t) + K 2 x 2 (t) provoque la sortie y(t) = K 1 y 1 (t) + K 2 y 2 (t)

2.3 Modélisation des sysmes physiques

2.3.1 Définitions

Modélisation ? : Ensemble des procédures permettant dobtenir un modèle

Modéliser un système

Subjectivisme de la modélisation : modèle = intersection du système et du modélisateur
Modèle jamais "exact"?

= capable de prédire le comportement du système

2.3.2 Importance

Outil d'aide à la décision., Support de la simulation,

Représente 50 % dun projet de commande

Perspectives grâce à l'informatisation

commande  Perspectives grâce à l'informatisation  2.3.3 Un modèle pourquoi faire ?  Concevoir,

2.3.3 Un modèle pourquoi faire ?

Concevoir, Comprendre, Prévoir, Commander (décider).

2.3.4 Un modèle comment faire ?

1. MODELE DE CONNAISSANCE

Obtenu sur la base des lois physiques, économiques etc

Difficultés de décrire fidèlement les phénomènes complexes;

Hypothèses simplificatrices;

Dilemme- précision-simplicité

Un modèle simple est faux, un modèle compliqué est inutilisable.

Les paramètres ont un sens physique donc modèle commode pour l'analyse.

2. MODELE DE REPRESENTATION

Système "boite noire";

Expérience active (système dérangé) ou passive (aléatoire);

Etape qualitative (connaissances a priori) et quantitative;

Paramètres du modèle n'ont aucun sens physique;

Modèle de conduite (modèle E/S) utile pour la commande;

Complément du modèle de représentation.

Chap.2/ 41

2.3.5. Classification des modèles

1. selon le caractère des régimes de fonctionnement

statique et dynamique

2. selon la description mathématique

linéaire, non linéaire

3. selon les propriétés dynamiques

à paramètres localisés, à paramètres distribués

4. selon l’évolution des paramètres :

stochastique , déterministe

5. selon le nombre de variables :

monovariable (SISO) , multivariable (MIMO)

2.3.6 Différentes étapes de la modélisation

PROCESSUS PHYSIQUE Etablissement du schéma de principe Représentation par bloc Acquisition de données Mise en
PROCESSUS PHYSIQUE
Etablissement du schéma de principe
Représentation par bloc
Acquisition
de données
Mise en équation
Amélioration
du modèle
Calcul erreur de modélisation
NON
Modèle
adéquat ?
OUI
SIMULATION, MONITORING,
CONTROL
Chap.2/ 43

2.3.7. Analogie des grandeurs physiques : Notion des bond graphs

Founder of BG : Henry Paynter (MIT Boston)

The Bond graph tool was first developed since 1961 at MIT, Boston, USA by Paynter

Symbolism and rules development :

Karnopp (university of california), Rosenberg (Michigan university), Jean Thoma (Waterloo)

Introduced in Europe only since 1971.

Netherlands and France ( Alsthom)

Teaching in Europe

France : Univ LyonI, INSA LYON, EC Lille, ESE Rennes, Univ. Mulhouse, Polytech’Lille

University of London

University of Enshede (The Netherlands)

Notion des bond graphs : Hystorique

Teaching in Canada Univ. of Waterloo (Jean THOMA)

Teaching in USA MIT, Michigan university

Industrial application is used today by many industries for modeling analysis and control.

Companies using this tool

Automobile company : PSA, Renault Nuclear company : EDF, CEA, GEC Alsthom Electronic :Thomson, Aerospace company

Chap.2/ 45

Bond graph: définition

1
1
Bond graph: définition 1 REPRESENTATION e f 2 P = e.f BOND GRAPH MODELING IS THE
Bond graph: définition 1 REPRESENTATION e f 2 P = e.f BOND GRAPH MODELING IS THE
Bond graph: définition 1 REPRESENTATION e f 2 P = e.f BOND GRAPH MODELING IS THE
Bond graph: définition 1 REPRESENTATION e f 2 P = e.f BOND GRAPH MODELING IS THE

REPRESENTATION

e

e f
e f

f

Bond graph: définition 1 REPRESENTATION e f 2 P = e.f BOND GRAPH MODELING IS THE
2
2

P = e.f

BOND GRAPH MODELING IS THE REPRESENTATION (BY A BOND) OF POWER FLOWS AS PRODUCTS OF EFFORTS AND FLOWS WITH ELEMENTS ACTING BETWEEN THESE VARIABLES AND JUNCTION STRUCTURES TO PUT THE SYSTEM TOGETHER.

Bond graph : variables de puissance et d’énergie (1/1)

VARIABLES DE PUISSANCE

Effort e(t) Variables intensives: tension, température, pression

Flow

f(t) : débit massique, courant, flux d’entropie, …

Puissance échangée

e(t)

courant, flux d’entropie, … Puissance échangée e ( t ) f ( t ) P (
courant, flux d’entropie, … Puissance échangée e ( t ) f ( t ) P (

f (t)

P(t) e(t). f (t)

VARIABLES D’ENERGIE

Moment ou

impulsion p(t), (flux magnétique, integral de la pression,

moment angulaire, … )

p

( )

t

t

t

0

e

(

 

)

d

p

(

t

0

)

Déplacement gnéralisé q(t), Variables extensives (masse, volume, charge … )

t

q

( )

t

f

(

 

)

d

q

(

t

0

)

t

0

VARIABLES DE PUISSANCE ET D’ENERGIE

DOMAINE

EFFORT (e)

FLOW (f)

Electrique

TENSION

COURANT

u

[V]

 

i

[A]

 

Mecanique (translation)

FORCE

VITESSE

F

[N]

 

v

[m/s]

 

Mecanique (rotation)

COUPLE

VITESSE ANGULAIRE

[Nm]

 

[rad/s]

Hydraulique

PRESSION

DEBIT VOLUMIQUE

 

 

P

[pa]

V

m

3

/ s

Chimique

POTENTIEL CHIMIQUE

FLUX MOLAIRE [mole/s]

n

[J/mole]

Thermique

TEMPERATURE

FLUX D’ENTROPIE

 

T

[K]

S

[W/K]

 

Chap.2/ 48

Bond graph : Eléments physiques de base

Eléments de base

R (Dissipation d ’énergie),

C (Stockage d ’énergie),

I (Inertie).

Eléments de jonction

« 0 » Même effort,

« 1 » même flux, TF (Transformation d ’énergie).

Eléments actifs

Source d ’effort (Se) Ex. Générateur de tension, pompe,

Source de flux (Sf) Ex. Générateur de courant.

1. R element (resistor, hydraulic restriction, friction losses …)

ELECTRICAL

ELECTRICAL v 1 i v 2 v 1  v  U  Ri 2
ELECTRICAL v 1 i v 2 v 1  v  U  Ri 2
ELECTRICAL v 1 i v 2 v 1  v  U  Ri 2
ELECTRICAL v 1 i v 2 v 1  v  U  Ri 2
ELECTRICAL v 1 i v 2 v 1  v  U  Ri 2
ELECTRICAL v 1 i v 2 v 1  v  U  Ri 2
ELECTRICAL v 1 i v 2 v 1  v  U  Ri 2
ELECTRICAL v 1 i v 2 v 1  v  U  Ri 2

v 1

ELECTRICAL v 1 i v 2 v 1  v  U  Ri 2

i

v 2

v 1

v U Ri

2

HYDRAULIC

HYDRAULIC p 1  V p 2  p  p  RV 1 2 

p 1

HYDRAULIC p 1  V p 2  p  p  RV 1 2 

V

p 2

 p  p  RV 1 2  2 p  p  R.V
p
p
RV
1
2
2
p
p
R.V
1
2

THERMAL

THERMAL T 1  Q T 2  T  T  RQ 1 2

T 1



Q

T 2

 T  T  RQ 1 2
T
T
RQ
1
2

R Constitutive equation : For modeling any physical

phenomenon characterized by an effort-flow relation ship

Representation

e

phenomenon characterized by an effort-flow relation ship Representation e f R:R 1  R e, f
phenomenon characterized by an effort-flow relation ship Representation e f R:R 1  R e, f

f

R:R 1

 R e, f  0
R e, f  0

2. BUFFERS element

A) C

element (capacitance) Examples: tank, capacitor, compressibility

ELECTRIC i 1 i 2 i C d C . U
ELECTRIC
i 1
i 2
i
C
d C . U
dq ( )
dq
(
)
i  i  i   1 2 dt dt 1 U  
i
i
i
1
2
dt
dt
1
U 
 idt
C

HYDRAULIC

h

 V 1 p
V
1
p
HYDRAULIC h  V 1 p A: section h: level  : density C=  g/A

A: section

h: level

: density

C= g/A

V 2

HYDRAULIC h  V 1 p A: section h: level  : density C=  g/A
d ( Ah ) V   V   V   , p
d
(
Ah
)
V 
V 
V 
,
p 
gh
1
2
dt
1
p
V dt
C

Q

  gh 1 2 dt 1  p   V dt C  Q

THERMAL

1

m

c

T

Q 2

d mcT ( ) Q   Q   Q   . 1
d mcT
(
)
Q 
Q 
Q 
.
1
2
dt
1
T 
Q dt
C
1 m c T  Q 2 d mcT ( ) Q   Q 
1 m c T  Q 2 d mcT ( ) Q   Q 
1 m c T  Q 2 d mcT ( ) Q   Q 

C Constitutive equation (For modeling any physical

phenomenon characterized by a relation ship between effort and flow

Representation

e f
e f

C:C 1

  e fdt  0 ,  C
e fdt  0
,
C

B) I element (Inertance)

Examples: Inductance, mass, inertia

ELECTRIC

ELECTRIC V 1 i V 2 i  1 L  Udt

V 1

i

ELECTRIC V 1 i V 2 i  1 L  Udt

V 2

i

1

L

Udt

HYDRAULIC

l
l
HYDRAULIC l p 1  V p 2  F m dv  lA dV 
HYDRAULIC l p 1  V p 2  F m dv  lA dV 

p 1

HYDRAULIC l p 1  V p 2  F m dv  lA dV 

V

p 2

 F m dv  lA dV  p  p    2
F
m
dv
lA dV
 p 
p
2
A
A
dt
A
dt
A
V
pdt
l

MECHANICAL

F
F
dV F  m . dt 1 V   Fdt m
dV
F
 m
.
dt
1
V
Fdt
m
I

I

I
I
I
I
I
I
 f ,  edt  0 I
 f ,
edt  0
I

Constitutive equation (For modeling any physical phenomenon

characterized by a relation ship between flow and effort

e f
e f

Representation

I:I 1

Chap.2/ 52

2.3.8. Exemple de modélisation par Bond graph

Système hydraulique

Système électrique

par Bond graph Système hydraulique Système électrique R P 1 Pompe Q 1 P C C

R

P 1 Pompe Q 1 P C C  Représentation  Equation de l ’élément
P 1 Pompe Q 1 P C C  Représentation  Equation de l ’élément

P 1

Pompe

Q
Q

Q

1

P C C
P
C
C

Représentation

Equation de l ’élément C

Se

R

Représentation  Equation de l ’élément C Se R i 1 i 2 i C U
i 1
i 1

i 2

 Equation de l ’élément C Se R i 1 i 2 i C U 1
 Equation de l ’élément C Se R i 1 i 2 i C U 1
i
i

C

 Equation de l ’élément C Se R i 1 i 2 i C U 1
 Equation de l ’élément C Se R i 1 i 2 i C U 1

U 1

U C

Générateur de tension

C Se R i 1 i 2 i C U 1 U C Générateur de tension

Q 2

R

e e1 1
e
e1
1

f 1

C f e C e 2 e 2 0 f 1 f 2
C
f
e C
e 2
e 2
0
f 1
f 2
e  P  U f  Q  i
e
P
 U
f
Q
i

Sf

e

,

fdt

1

C

0

(

f

1

f

2

)

C

P

C

U

C

dt

Chap.2/ 53

LES LOGICIELS DE MODELISATION et de SIMULATION

LES LOGICIELS DE MODELISATION et de SIMULATION  MATLAB-SIMULINK  TWENTE SIM, SYMBOLS Chap.2/ 54

MATLAB-SIMULINK

TWENTE SIM, SYMBOLS

LES LOGICIELS DE MODELISATION et de SIMULATION  MATLAB-SIMULINK  TWENTE SIM, SYMBOLS Chap.2/ 54

Chap.2/ 54

2.3.9

Lois fondamentales de la modélisation des processus

Loi de continuité générale

(Débit massique entrant dans le système) - (Débit massique sortant du système) = variation de la masse dans le système

Balance énergétique

(Puissance totale reçue par le système de l’extérieur) + (Flux d’enthalpie transportée par le mélange à l’entrée) - (Flux d’enthalpie transportée par le mélange à la sortie) = variation de l’énergie interne s’accumulant dans le système

2.4

EXEMPLES DE MODÈLES MATHÉMATIQUES

a. Modèle d’un circuit électrique RLC

L R Ve Vs C
L
R
Ve
Vs
C
a. Modèle d’un circuit électrique RLC L R Ve Vs C Vs CIRCUIT RLC Ve V
Vs CIRCUIT RLC
Vs
CIRCUIT RLC

Ve

V V V V

e

R

L

S

V

R

Ri

 

V

L

L

.

di

dt

1

t

V

S

.

idt

 

C

0

dV S d 2 V S V  RC .  LC .  V
dV S
d
2 V
S
V
 RC
.
LC
.
 V
e
S
2
dt
dt

b. Modèle d’un thermocouple

Un thermocouple ?

E

Ts Te
Ts
Te

Ts

: Temp. de la soudure du thermocouple [°];

Te

: Temp. du milieu à mesurer;

E : fcem de sortie = K.Ts [Volt]; K=cste.;

M

: masse de la soudure [kg];

S

: Surface d'échange de chaleur [m²];

C

: Capacité calorifique. de la soudure

[j/(kg.°K)];



Coef. de transfert de chaleur [j/(sec.m².°K)];

Te(t) [°c]

de transfert de chaleur [j/(sec.m². ° K)]; Te(t) [ ° c] Thermocouple E ( t )
Thermocouple
Thermocouple

E(t) [mV]

° K)]; Te(t) [ ° c] Thermocouple E ( t ) [ m V ] 

S

TeTs MC.

dTs

dt

t ) [ m V ]  S   Te  Ts  MC .

En tenant compte que dans un thermocouple E KTs , on obtient :

 S   Te  Ts  MC . dTs dt En tenant compte que
 S   Te  Ts  MC . dTs dt En tenant compte que

Chap.2/ 57

c. Modèle d’une vanne de réglage

1. Schéma de principe

Pe régulateur 0,2 -1 bar 3 - 15 psi Pe 1 2 3 6 X
Pe
régulateur
0,2 -1 bar
3 - 15 psi
Pe
1
2
3
6 X
7
4
5

3. Modèle

Bilan des forces (Newton)

1 2 3 6 X 7 4 5 3. Modèle Bilan des forces (Newton) 2. schéma
2. schéma bloc Pe (bar) X (mm) Vanne
2. schéma bloc
Pe (bar)
X (mm)
Vanne

Légende :

Pe : pression provenant du régulateur [0,2 bar à 1bar] (entrée) X : déplacement de la tige 3 [0 à 6 mm](sortie)

f : frottement [kgf.sec/m], m : masse de la partie en mouvement [kg]

1

: Membrane en caoutchouc de section s [m²]

2

: ressort de raideur Ke [kgf/m]

3

: Tige , 4 : garniture d'étanchéité, 5 : siège, 6 :clapet

7

: conduite

DEMO
DEMO
2 d X dX m   kX f  Ps e 2 dt dt
2
d X
dX
m
 
kX
f
 Ps
e
2
dt
dt

2.4.1 vérification (calage) du modèle obtenu

Poste de commande

vérification (calage) du modèle obtenu Poste de commande Nous ne pouvons pas afficher l’image. Explosion
Nous ne pouvons pas afficher l’image. Explosion nucléaire Données expérimentales ERREUR DE MODÉLISATION
Nous ne pouvons pas afficher l’image.
Explosion nucléaire
Données expérimentales
ERREUR DE
MODÉLISATION
Données du modèle

?
ad.
Modèle de la réaction nucléaire
Feed back pour la
correction du modèle
Y E (i) Processus X(i) +  max  Y m (i) - Modèle
Y E (i)
Processus
X(i)
+
 max
Y m (i)
-
Modèle
E (i) Processus X(i) +  max  Y m (i) - Modèle il faut que
E (i) Processus X(i) +  max  Y m (i) - Modèle il faut que

il faut que l’erreur soit minimale dans les systèmes industriels

max

Y

m

max

Y

E

max

 

Y

E

max

 

.100%

admissible

2.5 Rappel sur les transformées de Laplace

2.5.1 Définition

Soit une fonction f(t) continue et nulle pour t<0;

et bornée :

  t  f ( ) t e dt  
t
f
( )
t e
dt 


Elle admet alors une TRANSFORMEE DE LAPLACE

f(t)
f(t)

:

t

 Elle admet alors une TRANSFORMEE DE LAPLACE f(t) : t   pt L 
  pt L  f (t)   F ( p)   f
 pt
L
f (t)
F ( p)
f (t)e
dt
0
où :
p =  + j ,
> 0
On lit : image de f(t) est F(p) f(t)  F(p)
On lit : image de f(t) est F(p)
f(t)  F(p)

variable complexe.

La transformée inverse ou originale se déduit :

f ( t
f
(
t

)

L

1

F

(

p

)

  un domaine assurant la convergence de l'intégrale. f(t) sera calculée par la formule des résidus.

Chap.2/ 60

2.5.2 Propriétés des transformées de Laplace

1 Théorème de la valeur initiale :
1 Théorème de la valeur initiale :
Lim P F . ( p )  Lim f ( t )  f
Lim P F
.
(
p
)
 Lim f
(
t
)
 f
(0
 )
P

t
 0
2 Théorème de la valeur finale :
Lim P F . ( p )  Lim f ( t )  f
Lim P F
.
(
p
)
Lim f
(
t
)
f
(
)
P
0
t


3 Théorème du retard temporel :

  p L  f (t   )  e F ( p)
p
L  f (t
)
 e
F ( p)
4 Théorème de l’avance :
4 Théorème de l’avance :
   t   L e . f ( ) t F (
 t
 
L e
.
f
( )
t
F
(
p
)
5 Théorème de convolution :

L

0

f

(

)

(

y t

)

 

d

F p Y p

(

)

(

)

6 Linéarité
6 Linéarité
L  A f . ( ) t  Bf ( ) t  A
L
A f
.
( )
t
 Bf
( )
t
 A F
.
(
p
)
 BF
(
p
)
1
2
1
2
7 Dérivation
7 Dérivation
 ( n ) n n 1 n 2 (1) ( n 1) L f
(
n
)
n
n
1
n
2 (1)
(
n
1)
L
f
( )
t
p
F
(
p
)
p
f
(0)
p
f
(0)
f
(0)
 

L

f

(

n

)

(

t

)

P

n

F

(

p

)

F

(

p

)

p

 

. e

pt

cste .

1

 

0

p

Si conditions initiales :

cste . 1   0 p Si conditions initiales : 8 Intégration t L  
8 Intégration t L    f (   ) d  
8 Intégration
t
L
 
f
(
 
)
d
 
0

:

exemple de calcul

F

() .

p

cste e

0

pt

dt

F(t) = cste. F(p) = ?

cste

.