Mémoire Finale.

République Algérienne Démocratique et Populaire
Ministère d’enseignement Supérieur et de la Recherche Scientifique

Université Larbi Ben M’Hidi - Oum El Bouaghi -
Faculté des Sciences et des Sciences Appliquées
Département de Génie Electrique
Filière Électrotechnique
Mémoire de fin d’études

En vue de l’obtention du Diplôme de Master
Spécialité: Commande Electrique
Thème:
Commande sans modèle et à modèle restreint

d’une machine à courant continu
Soutenu publiquement à Ain el Beida le : 25 Juin 2018
Réalisé par : Encadré par :
SETTI Mohamed Abdelhak BATAT .F
Promotion: 2017/2018
Dédicace
Je dédie ce modeste travail à ceux que
sont :
Les plus chers à mon cœur, mes parents

qui m’ont encouragé au cours de ma
formation. A mes très chers frères
(Abdenour, Adel, Abdellah) qui sont
pour moi des exemples de persévérance,
fidélité et de courage.
A toute ma famille «SETTI»
A toute ma famille «BOUSSAID»
A tous mes amies qui n’ont cessé d’être

pour moi des exemples de soutient,
loyauté et de générosité.
A tous qui m’aiment et qui j’aime.

Sommaire
Sommaire
Sommaire
Introduction générale…...........................................................................................................1
Chapitre I : Description et modélisation de moteur à courant continu
I.1. Introduction………………………………………………………………………………...3
I.2. Présentation de la machine à courant continu……………………………………………...3
I.2.1. Constitution générale de moteur à courant continu……………………...………....4
A. Stator (inducteur)………………………………………………………………..4
B. Rotor (induit)…………………………………………………………………….4
C. Collecteur et balais………………………………………………………………5
I.2.2. Principe de fonctionnement…………………………………………………………5
I.2.3. Choix d’un moteur à courant continu……………………………………………….6
A. Moteur à excitation shunt (parallèle)…………………………………………….6
B. Moteur à excitation série…………………………………………………………7
C. Moteur à excitation séparé (indépendante)………………………………………7
D. Moteur à excitation composé…………………………………………………….8
I.2.4. Les avantages et les inconvénients des machines à courant continu………………..9
I.3. Modélisation de moteur à excitation séparée (Indépendante)…………………………......9
I.3.1. Mise en équation…………………………………………………………………….9
I.3.2. Fonction de transfert du moteur……………………………………………………10
I.4. Simulation en boucle ouverte…………………………………………………………….11
I.4.1. Résultats de simulation……………………………………………………………12
I.4.2.Interprétation des résultats………………………………………………………….12
I.5 Conclusion………………………………………………………………………………...12
Chapitre II : La commande adaptative
II.1. Introduction……………………………………………………………………………...13
II.2. Généralités sur la commande……………………………………………………………13
II.2.1. Système de commande…………………………………………………………...13
II.2.2. Organe de commande…………………………………………………………….14
II.2.3. Propriétés d’un système commandé……………………………………………...14
II.2.4. Régulateurs PID………………………………………………………………….14
II.2.4.1. Les actions PID…………………………………………………………15
A. Action Proportionnelle………………………………………………...15
B. Action Intégrale……………………………………………………......15
i
Sommaire
C. Action Dérivé………………………………………………………….16
II.3. La commande adaptative………………………………………………………………...16
II.4. Techniques de la Commande Adaptative………………………………………………..17
II.4.1. Commande adaptative à gain programmé………………………………………..18
II.4.2. Commande adaptative Auto ajustable……………………………………………18
II.4.3. Commande adaptative à modèle de référence……………………………………19
A. Structure parallèle…………………………………………………………….20
B. Structure série…………………………………………………………………20
C. Structure série parallèle…………………………………………………….....20
II.4.3.1. Règle de MIT…………………………………………………………………...21
II.4.3.2. Hypothèses de la commande adaptative à model de référence………………...22
II.5.Conclusion………………………………………………………………………………..22
Chapitre III : La commande IFT ''itérative feedback tuning''
III.1. Introduction……………………………………………………………………………..23
III.2. Développement de l’Itérative Feedback Tuning………………………………………..23
III.2.1. Critère de synthèse……………………………………………………………..23
III.2.2. Minimisation du critère…………………………………………………….......25
III.2.3. Signaux de sortie……………………………………………………………….25
III.2.4. Signaux d’entrée……………………………………………………………….27
III.2.5. Estimation du gradient…………………………………………………………28
III.2.6. Paramètres de la conception……………………………………………………28
III.2.6.1. Modification de la direction de recherche…………………………...28
III.2.6.2.Choix du pas i……………………………………………………….29
III.2.7. Résumé de l’algorithme………………………………………………………..29

III.3. Conclusion……………………………………………………………………………...30
Chapitre IV : simulation et résultats
IV.1. Introduction……………………………………………………………………………..31
IV.2. Application de la commande MRAC…………………………………………………...31
IV.2.1. Résultats de simulation…………………………………………………………31
IV.2.1.1. Démarrage à vide puis en charge (Cr=4.77N.m à t=2.5sec)…………32
IV.2.1.2. Inversion le sens de rotation………………………………………...34
IV.2.1.3. Démarrage avec variation paramétrique……………………………..35
A. Variation de la résistance Ra=2Ra………………………………..35
B. Variation de l’inertie J=2J……………………………………….37
ii
Sommaire
IV.2.2. Interprétation des résultats……………………………………………………..38

IV.3. Application de La commande IFT……………………………………………………...39
IV.3.1.Implémentation…………………………………………………………………40
IV.3.2. Résultats de simulation………………………………………………………...40
IV.3.2.1. Sans perturbation………………………………………………........41
IV.3.2.2. Avec perturbation…………………………………………………...43
IV.3.2.3. Inversion le sens de rotation…………………………………………45
A. Sans perturbation…………………………………………………..45
B. Avec perturbation………………………………………………….46
IV.3.3. Remarques et interprétation……………………………………………………47
IV.4. Comparaison entre la commande MRAC et la commande IFT………………………...47
IV.5. Conclusion……………………………………………………………………………...48
Conclusion générale…………………………………………………………………………49
Références bibliographiques………………………………………………………………..51
Annexes………………………………………………………………………………………...I
iii
Liste des
figures
Liste des figures
Liste des figures

Figure I.1 : Schéma synoptique de la machine a courant continu……………………………...3
Figure I.2 : Structure interne d’un moteur à courant continu………………………………......4
Figure I.3 : Structure interne de l’inducteur……………………………………………………4
Figure I.4 : Structure interne de l’induit……………………………………………………….5
Figure I.5 : Collecteur………………………………………………………………………….5
Figure I.6 : Balais et porte balais………………………………………………………………5
Figure I.7 : Schéma électrique de l’excitation shunt…………………………………………...6
Figure I.8 : Schéma électrique de l’excitation série……………………………………………7
Figure I.9 : Schéma électrique de l’excitation séparée………………………………………...7
Figure I.10 : Schéma électrique de l’excitation composé……………………………………...8
Figure I.11: Schéma électrique d’un moteur à excitation séparée……………………………..9
Figure I.12 : Diagramme fonctionnel du moteur à courant continu…………………………..11
Figure I.13 : Schéma bloc en boucle ouverte du processus (moteur-charge)………………...11
Figure I.14 : Réponse de moteur en boucle ouverte………………………………………….12
Chapitre II : La commande adaptative
Figure II.1 : Le processus commandé……………………………………..………………….13
Figure II.2 : Propriétés d’un système commandé…………………………………………….14
Figure II.3 : Principe général d’un système de commande adaptative……………………….16
Figure II.4 : Schéma principe de la commande adaptative à gain programmé……………….18
Figure II.5 : Schéma principe de la commande auto-ajustable STC………………………….19
Figure II.6 : Schéma de principe de la commande adaptative à modèle de référence………..19
Figure II.7 : Structure parallèle……………………………………………………………….20
Figure II.8 : Structure série…………………………………………………………………...20
Figure II.9 : Structure série-parallèle…………………………………………………………21
Chapitre III : La commande IFT ''itérative feedback tuning''
Figure III.1 : Contrôleur à deux degrés de liberté…………………………………………….23
Figure III.2 : Modèle désiré…………………………………………………………………..24
Figure IV.1 : Schéma de simulation de la commande MRAC………………………………..31
iv
Liste des figures
Figure IV.2 : Réponse de La vitesse (Cr=4.77N.m à t=2.5sec)…………….………………...32

Figure IV.3 : Zoom à l’instant d’application de la charge……………………………………32
Figure IV.4 : Performances de la commande MRAC (Cr=4.77N.m à t=2.5sec)……………..33
Figure IV.5 : Evolution des paramètres adaptatifs (Cr=4.77N.m à t=2.5sec)...........................33
Figure IV.6 : Réponse de La vitesse (inversion le sens de rotation)………………………….34
Figure IV.7 : Performances de la commande MRAC (inversion le sens de rotation)………..34
Figure IV.8 : Evolution des paramètres adaptatifs (inversion le sens de rotation)…………...35
Figure IV.9 : Réponse de La vitesse avec (Ra=2Ra)………………………………………...35
Figure IV.10 : Performances de la commande MRAC avec (Ra=2Ra)……………………...36
Figure IV.11 : Evolution des paramètres adaptatifs avec (Ra=2Ra)…………………………36
Figure IV.12 : Réponse de La vitesse avec (J=2J)………………………………………........37
Figure IV.13 : Performances de la commande MRAC avec (J=2J)…………………………..37
Figure IV.14 : Evolution des paramètres adaptatifs avec (J=2J)…………………………......38
Figure. IV.15 : Schéma block du système en boucle fermée…………………………………39
Figure. IV.16 : Structure de la commande I.F.T……………………………………………...40
Figure. IV.17 : Réponse de la vitesse sans perturbations……………………………………..41
Figure. IV.18 : Signal de la commande IFT………………………………………………….42
Figure. IV.19 : Fonction de minimisation de cout J(ρ)……………………………………….42
Figure. IV.20 : Réponse de la vitesse avec perturbations…………………………………….43
Figure. IV.21 : Signal de La commande IFT …..…………………………………………….44
Figure. IV.22 : Fonction de minimisation de cout J(ρ)……………………………………….44
Figure .IV.23 : Réponse de la vitesse sans perturbation (inversion le sens de rotation)……..45
Figure. IV.24 : Signal de la commande IFT…………………………………………………45
Figure .IV.25 : Réponse de la vitesse avec perturbation (inversion le sens de rotation)…….46
Figure. IV.26 : Signal de la commande IFT………………………………………………….46
v
Liste des
tableaux
Liste des tableaux
Liste des tableaux

Tableau I.1 : Caractéristiques d’un moteur à excitation shunt…………………………………6
Tableau I.2 : Caractéristiques d’un moteur à excitation série………………………………….7
Tableau I.3 : Caractéristiques d’un moteur à excitation séparée……………………………....8
Tableau I.4 : Caractéristiques d’un moteur à excitation composé……………………………..8
Tableau IV.1 : Variation des paramètres du contrôleur en fonction des itérations…………...41
vi
Symboles et
abréviations
Symboles et Abréviations
Liste des symboles

MCC : Moteur à courant continu.
Uf : Tension de l’inducteur (excitation) [V].
Ua : Tension de l’induit (alimentation) [V].
Ia : Courant de l’induit [A].
Ra : Résistance de l’induit [Ω].
La : Inductance de l’induit [H].
If : Courant de l’inducteur [A].
Rf : Résistance de l’inducteur [Ω].
Lf : Inductance de l’inducteur [H].
M : Inductance mutuelle [H].
k : Constant dépend à la construction du machine.
Φ : Flux magnétique inducteur créé par un courant inducteur.
Ω : La vitesse de rotation en radians/seconds.
P : La puissance électromagnétique [W].
Ce : Le couple électromagnétique [N.m].
f : Coefficient de frottement.
: Moment d'inertie total.
Ԑ : Erreur de suivi.
e : Erreur de poursuite.
Tr : Temps de réponse [sec].
Liste des abréviations

IFT : itérative feedback tuning.
I.P : L’indice de performance.
SAMR : Système adaptatif à modèle de référence.
CAMR : Commande adaptative à modèle de référence.
SISO: Single Input Single Output (mono entrée mono sortie).
MRAC: Model Reference Adaptive Control.
MRAS : Model Reference Adaptive system.
MIAC : Model identifcation Adaptive control.
STR : Self-Tuning Regulators .
MIT : Massachusetts Institute of Technology.
vii
Introduction
Générale
Introduction générale
L’évolution technologique incessante que connait le début du 21eme siècle nous lance
dans un univers ou la performance est un objectif de tout moment. Généralement, en
Automatique, il ne s’agit plus de déterminer et d’ajuster des stratégies de commandes
adéquates pour maintenir les entrées d’un système a des points de consigne désirée, mais
plutôt de faire fonctionner ces systèmes de façon a optimiser un critère de performance donne
tout en respectant des contraintes de fonctionnement.
Dans la plupart des processus industriels, en particulier les moteurs électriques, il est
indispensable de maitriser certains paramètres physiques (vitesse, position, angle,...), il est
donc très souvent nécessaire d'avoir recours à une commande.
L’objectif de la théorie de commande est l’analyse et la résolution des problèmes de
commande qui émanent de l’environnement industriel. Des raisons économiques et de
sécurité, conduisent à la recherche d’une loi de commande de plus en plus performante afin de
garantir l’efficacité et le rendement de production.
Les systèmes de commande comprennent un élément nécessaire qui est le régulateur qui
effectue le calcul de la commande à appliquer au processus à partir de la consigne et de l’état
du Processus.
Les régulateurs les plus utilisés dans les applications industrielles, sont les régulateurs de
type PID, car il possède une structure simple et des bonnes performances dans certaines
conditions. Dans la littérature les régulateurs PID peuvent être divisés en deux types :
Le premier type : les paramètres du régulateur sont fixés durant l’opération du contrôle, ces
paramètres sont choisis d’une façon optimale par des méthodes connues telles que
l’imposition des pôles, l’approche de Ziegler et Nichols …, ils sont simples, mais leur
inconvénients est : qui ‘ils sont linéaire et ne peuvent pas contrôler les systèmes ayant des
changements des paramètres et une grande non linéarités.
Le deuxième type : Ils ont une structure identique aux régulateurs PID, avec une adaptation de
leurs paramètres en temps réel, ces régulateurs sont dits PID adaptatifs.
Dans ce travail, nous nous intéressons à l’étude et l’application des deux méthodes de
commande, pour le but de la régulation en vitesse d’un moteur à courant continu.
La première méthode est la commande adaptative, définie comme une commande
permettant au régulateur de s’adapter, son utilisation requiert la mesure d’un certain indice de
performance qui est comparé a l’indice désiré, à partir de l’écart obtenu, le mécanisme
1
d’adaptation (algorithme d’adaptation) modifie les paramètres du régulateur ajustable afin de

maintenir l’indice de performance à la valeur désirée.
Une des techniques de commande adaptative, est la commande adaptative à modèle de
référence (MRAC), Celle ci consiste à proposer un modèle de référence tel que la divergence
entre la réponse du système et celle du modèle tende vers zéro se basant sur la minimisation
d’un indice de performances, approche qui sera plus tard connue sous la règle de conception
du MIT.
La deuxième méthode est connu sous le nom ''itérative feedback tuning'', est une méthode
d'optimisation des contrôleurs basée sur la minimisation d'un critère de type quadratique, elle
consiste à identifier les paramètres optimaux du contrôleur utilisé dans la boucle fermée sans
avoir recours à l'identification du modèle mathématique qui régit le système à contrôler.
Elle est basée sur les informations collectées en ligne en boucle fermée, la minimisation du
critère se fera itérativement par une méthode de descente de type gradient ou Newton avec un
pas fixe ou variable. Lorsqu'il est variable, il permet de contrôler le taux de changement entre
le nouveau contrôleur et l'ancien, C’est un important aspect pour une perspective d'ingénierie.
En plus, un pas variable est la clé pour l'établissement de la convergence de l'algorithme en
présence des perturbations.
Le contenu de ce travail est structuré en quatre chapitres:
Dans le premier chapitre, on va présenter le moteur à courant continu et leurs différents
modes d’excitation. Par la suite, on intéresse à la modélisation d’un moteur à courant continu
et sa fonction de transfert.
Le deuxième chapitre est une présentation des généralités sur la commande et les régulateurs
PID, puis une brève description de la commande adaptative et son principe avec ces différents
types.
Le troisième chapitre comprend le développement mathématique de la commande
IFT « l’itérative Feedback Tuning » avec le résumé de l’algorithme.
Le quatrième chapitre présente l’application et simulation numérique de la commande
adaptative à modèle de référence et l’IFT sur moteur à courant continu.
En fin, nous terminons notre travail par une conclusion générale qui donnera une synthèse des
études effectuées, et résumera les principaux résultats obtenus, ainsi que les perspectives
envisagées pour d’éventuelles améliorations.
2
Chapitre I
Description et
modélisation de
moteur à courant
continu
Chapitre I Description et modélisation de moteur à courant continu
I.1. Introduction
Les machines à courant continu ont été majoritairement utilisées dans les entrainements à
vitesse variable. Ceci tient au fait que son fonctionnement est d’une grande simplicité, de
même que sa modélisation, surtout à ses performances statiques est dynamique
exceptionnelles.
Ce chapitre fait une brève description du moteur à courant continu, et leurs différents types
existant dans la littérature. Une modélisation du moteur et ensuite illustrée en se basant sur
des équations électrique, électromagnétique et mécanique, puis une fonction de transfert qui
sera utilisée dans la synthèse de la commande.
I.2. Présentation de la machine à courant continu
Une machine à courant continu est un convertisseur réversible rotatif d'énergie. Lorsque
l'énergie électrique est transformée en énergie mécanique, la machine fonctionne en moteur.
Lorsque l'énergie mécanique est transformée en énergie électrique, la machine fonctionne en
générateur.
Figure I.1: Schéma synoptique de la machine a courant continue.
Beaucoup d’applications nécessitent un couple de démarrage élevé, le moteur à courant

continu, par nature, possède une caractéristique couple/vitesse de pente importante, ce qui
permet de vaincre un couple résistant élevé, et d’absorber facilement les coups de charge ; la
vitesse du moteur s’adapte à sa charge. D’autre part, la miniaturisation recherchée par les
concepteurs trouve dans le moteur à courant continu une solution idéale, puisque présentant
un rendement élevé, en comparaison aux autres technologies.
Le choix d’un moteur à courant continu s’est donc imposé comme la meilleure solution pour
le réglage de la vitesse et du couple mécanique [1].
3
I.2.1. Constitution générale de moteur à courant continu

Le moteur à courant continu est constitué principalement de stator, rotor, collecteur, et balais.
Figure I.2 :Structure interne d’un moteur à courant continu.

A. Stator (inducteur)
C'est généralement le stator qui est la source de champ magnétique. Celui-ci peut être créé,
soit par un bobinage, soit par des aimants permanents, le champ magnétique est présent à tout
instant. Avec un bobinage, il est nécessaire d'alimenter le circuit avec une alimentation en
courant continu. Le circuit électrique correspondant est appelé circuit de l'inducteur [2].
Figure I.3 : Structure interne de l’inducteur.

B. Rotor (induit)
Dans laquelle a lieu la transformation de l'énergie électrique en énergie mécanique.
Il est composé d'un arbre sur lequel est empilé un ensemble de disques ferromagnétiques. Des
encoches sont axialement pratiquées à la périphérie du cylindre formé par les disques empilés.
Dans ces encoches les enroulements (bobines de l'induit) sont "bobinés" selon un schéma très
précis et complexe [2].
4
Figure I.4 : Structure interne de l’induit.

C. Collecteur et balais
Le collecteur a pour fonction d’assurer la commutation du courant d’alimentation dans les
conducteurs de l’induit.
Les balais assurent la liaison électrique (contact glissant) entre la partie fixe et la partie
tournante. Pour des machines de forte puissance, la mise en parallèle des balais est alors
nécessaire [2].
Figure I.5 : Collecteur. Figure I.6 : Balais et porte balais.
I.2.2. Principe de fonctionnement

L’énergie électrique est apportée par une source continue ou par un convertisseur de
puissance qui alimente le bobinage disposé sur le rotor (induit) grâce à un dispositif adapté de
balais et collecteur. Le bobinage rotorique est placé dans un champ magnétique, dû au stator
(inducteur), Le courant circulant dans les spires de l’induit du moteur, des forces électriques
lui sont appliquées et, grâce au dispositif balais/collecteur ces forces s’additionnent pour
participer à la rotation [4].
5
I.2.3. Choix d’un moteur à courant continu

Le choix d’un moteur à courant continu doit permettre l’entraînement de la machine
accouplée avec les performances imposées par le cahier des charges à savoir [2]:
- Le nombre de quadrants de fonctionnement.
- Le couple sur toute la plage de vitesse : caractéristique Tem = f(Ω).
- La vitesse maximale et minimale.
- L’accélération et la décélération maximale.
- La qualité, la précision et la dynamique du couple et de la vitesse.
Avec le respect des normes pour le réseau d’alimentation énergétique [3] :
- La consommation d’énergie réactive.
- Le taux d’harmoniques imposé au réseau.
- La compatibilité électromagnétique.
Du point de vue Les moteurs à courant continu se classent selon le mode de branchement de
l’enroulement d’excitation par rapport à l’induit, on trouve quatre grandes classes de ce type
des moteurs:
A. Moteur à excitation shunt (parallèle):
Dans un moteur à excitation shunt, l’inducteur et l’induit sont connectés en parallèle et
alimentés par une seule source de tension continue. Le modèle câblé de ce moteur est présenté
sur la figure suivante :
Figure I.7 : Schéma électrique de l’excitation shunt.

Caractéristiques
Particularités Emplois
-Vitesse constante quel que soit la charge. Machines outils, appareil de levage (ascenseur).
- Le moteur shunt est un autorégulateur de
vitesse.
Tableau I.1 : Caractéristiques d’un moteur à excitation shunt.
6
B. Moteur à excitation série

Le circuit d’excitation est connecté en série avec le circuit de l’induit, une seule source
d’alimentation suffit, comme le montre la figure suivante :
Figure I.8 : Schéma électrique de l’excitation série.

 Caractéristiques
- Moteur autorégulateur de puissance. -Engins de levage (grues, palans, ponts

-Possède un très grand couple de démarrage roulants) ventilateurs, pompes, centrifuges;
mais risque d’emballement à vide. traction.
-La vitesse décroit quand la charge augmente.
-Supporte bien les surcharges.
Tableau I.2 : Caractéristiques d’un moteur à excitation série.
C. Moteur à excitation séparé

Dans un moteur à excitation séparée, l’inducteur et l’induit sont alimentés par deux sources
distinctes. Les cas fréquents où la tension d’excitation est constante sont équivalents à ceux
des moteurs à aimants permanents, dont le flux est constant.
Figure I.9 : Schéma électrique de l’excitation séparée.
7
- Grande souplesse de commande. -Entrainement de machines-outils (Remplacé

-Large gamme de vitesse. par le moteur asynchrone triphasé).
-Utilisé en milieu industriel, associé avec un -Machines spéciales.
variateur électronique de vitesse et surtout sous
la forme moteur d'asservissement.
Tableau I.3 : Caractéristiques d’un moteur à excitation séparée.

D. Moteur à excitation composé
C’est une combinaison des excitations Shunt et Série, une partie de l’excitation est montée en
série avec l’induit et l’autre partie montée en parallèle avec cet induit.
Figure I.10 : Schéma électrique de l’excitation composé.
- Le moteur à excitation composée réuni les - Petit moteur à démarrage direct, ventilateur,
avantages du série et du shunte toute en pompes, machines de laminoirs, volants
éliminant le phénomène d’emballement du d'inertie.
série.
- Entraînements de grande inertie.
- Couple très variable avec la vitesse.
Tableau I.4 : Caractéristiques d’un moteur à excitation composé.
8
I.2.4. Les avantages et les inconvénients des machines à courant continu
L’avantage principal des machines à courant continu réside dans leur adaptation simple
aux moyens permettant de régler ou de faire varier leur vitesse, leur couple et leur sens de
rotation Voire même leur raccordement direct à la source d’énergie, batteries d’accumulateur,
piles.
Le principe problème de ces machines, ils ont une partie fragile vient de la liaison entre les
balais, ou « charbons» et collecteur rotatif. Il faut signaler que :
Plus la vitesse de rotation est élevée, plus la pression des balais doit augmenter pour assurent
le meilleur contact avec le collecteur. Aux vitesses élevées les balais doivent donc être
remplacés très régulièrement.
I.3. Modélisation d’un moteur à excitation séparée (indépendante)

La modélisation représente l’indispensable étape préliminaire à la conduite de processus
industriels. Cette étape fondamentale est nécessaire soit pour l’élaboration d’une loi de
commande ou pour le développement d’une procédure de diagnostic.
Considérons un moteur à courant continu où le flux d’excitation est toujours une fonction
linéaire de courant d’excitation, donc on néglige les effets de la saturation.
Ce type d’excitation nous permet d’obtenir une commande en vitesse ou en position
relativement simple qui s’opère par action sur la tension de l’induit.
I.3.1. Mise en équations
Considérons le schéma de la figure I.11 un moteur électrique à courant continu est régit par
les équations physiques découlant de ses caractéristiques électriques, mécaniques et
électromagnétiques.
Figure I.11: Schéma électrique d’un moteur à excitation séparée.
 Equation de l’inducteur (excitation)

dI f
U f  R f I f  Lf (I.1)
dt
9
 Equation de l’induit (alimentation)

dI a
U a  R a I a  La E (I.2)
dt
Où E est la force électromotrice, qui est proportionnelle à la vitesse de rotation du rotor :
E  k .. (I.3)
k : Constant dépend à la construction du machine.
Φ : Flux magnétique de l’inducteur.
 : La vitesse de rotation en radians/seconds.
Le flux est une fonction linéaire du courant d’excitation :
  M .I f (I.4)
 Equation de couple
On l’obtient à partir de la puissance électromagnétique :
P  C e   I a E  I a k  (I.5)
Donc :
C e  k  I a  MI f I a (I.6)
 Equation mécanique
L’équation mécanique rendant compte des couples agissant sur le rotor s’écrit comme suit :
d
J  C e C r  f  (I.7)
dt
Où C r est le couple résistant imposé par la charge,  J le moment d'inertie total (machine +
charge entraînée) et f est le coefficient de frottement proportionnel à la vitesse de rotation.
I.3.2. Fonction de transfert du moteur
On appliquant la transformées de Laplace sur (I.2), (I.3), (I.6) et (I.7) on obtient:
U ( p )  R .I ( p )  L . p .I ( p )  E(p) (I.8)
(p)  k ..( p ) (I.9)
Ce ( p )  k ..I ( p ) (I.10)
J . p .( p )  C e ( p ) C r ( p )  f .( p ) (I.11)

A partir de l’équation (I.8) et (I.11) nous obtenons :
U (p)  E (p)
I (p)  (I.12)
L .p  R
C e ( p ) C r ( p )
( p )  (I.13)
J .p  f
10
On pose : K  k.
A l’aide des relations (I.9), (I.10), (I.12) et (I.13) on peut construire le diagramme fonctionnel
du moteur donné par la figure :
Cr(p)
U(p) + ε(p) I(p) Ce(p) + - Ω(p)
1 K 1
E(p) _ LP  R JP  f
Figure I.12 : Diagramme fonctionnel du moteur à courant continu.

( p )
A partir du diagramme fonctionnel, la fonction de transfert , s’écrit sous la forme :
U (p)
K
( p ) (LP  R )(JP  f) K
 = (I.14)
U (p) K 2
(LP  R )(JP f)  K 2
1
(LP  R )(JP  f)
( p ) K K / L .J
  (I.15)
U ( p ) LJP  (JR  Lf)P  Rf  K 2
2
JR  Lf Rf  K 2
P2  P
L .J L .J
I.4. Simulation en boucle ouverte
On réalise une simulation simple à flux d’excitation constant.
Nous allons appliquer comme entrée du système une tension en échelon et visualiser
comme sortie la vitesse de rotation ainsi que le couple fourni par la machine et le courant
absorbé. Les paramètres de moteur utilisée pour la simulation sont donnés à l'annexe A.
Figure I.13 : Schéma de simulation en boucle ouverte du processus (moteur-charge).
11
I.4.1. Résultats de simulation
300
Vitesse (rad/sec) 200
100
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
40
Courant (A)
30
20
10
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
30
Couple (N.m)
20
10
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Temps (sec)
Figure I.14 : Réponse de moteur en boucle ouverte.
I.4.2. Interprétation des résultats

Pour l’allure de vitesse on remarque bien qu'elle est d'une forme apériodique durant le régime
transitoire, puis en régime permanent, elle se stabilise à la vitesse de rotation nominale.
L'appel au courant est fort au démarrage. Au régime permanent, le courant il reste
correspondant au comportement inductif du moteur à vide, le couple atteint une valeur
maximale. Ceci est dû aux bruits engendrés par la partie mécanique, et après disparition du
régime transitoire, il tend vers la valeur correspondante à la charge nulle.
L’introduction du couple résistant nominal à l’instant (t=2.5 sec) fait augmenter le courant à
sa valeur nominale, la vitesse diminue à sa valeur nominale. Le couple électromagnétique
augmente bien vers la valeur qui compense le couple nominale.
I.5. Conclusion
La simulation en boucle ouverte donne des résultats satisfaisants, mais il est remarquable
qu’après l’application d’un couple résistant, une diminution (perte) de la vitesse, donc il est
nécessaire d'ajouter une structure de commande pour une régulation précise de la vitesse de
rotation et améliorer les performances du moteur ce qui l’objectif des chapitres suivants.
12
Chapitre II
La commande
adaptative
Chapitre II Commande adaptative
II.1. Introduction
Les variations paramétriques d’un processus réel dans le temps suivant les changements de
l’environnement influent sur la régulation du système bouclé avec des contrôleurs a
paramètres fixe, alors il est nécessaire de recourir à la commande adaptative.
La commande adaptative est un ensemble de techniques destinées à ajuster
automatiquement les paramètres du correcteur des systèmes de commande lorsque les
caractéristiques du processus et les perturbations sont inconnues ou varient dans le temps.
II.2. Généralités sur la commande
II.2.1. Système de commande
Les processus que nous considérons sont des systèmes physiques qui évoluent au cours du
temps, sous l’effet d’influences internes et externes, et sur lesquels on peut faire des
observations, c’est-à-dire des mesures. Les signaux qui nous intéressent sont appelées
variables de sortie. Les grandeurs agissant sur le processus, et donc sur ses sorties, sont
appelées variables d’entrée. Le processus est affecté par deux types de variables d’entrée : les
commandes, sur lesquelles on peut agir, et les perturbations, sur lesquelles on n’a pas
d’action. Parmi ces dernières, on distingue les perturbations mesurées et les perturbations non
Mesurées [7].
Commandes
Entrées sorties
Processus
Perturbations Mesurées
Non Mesurées
Figure. II.1 : Le processus commandé.
Commander un processus, c’est déterminer les commandes à lui appliquer, de manière à

assurer aux variables d’état ou aux sorties qui nous intéressent un comportement précisé par
un cahier des charges.
Ces commandes sont délivrées par un organe de commande ; le Processus et son organe de
commande constituent le système commandé.
13
II.2.2. Organe de commande

Sa conception est effectuée en fonction du modèle du processus mis au point et du cahier
de Charge qui spécifie les performances désirées pour le système commandé.
Il comprend nécessairement un élément, le correcteur, qui effectue le calcul de la commande
à appliquer au processus à partir de la consigne et de l’état du processus [7].
II.2.3. Propriétés d’un système commandé
Il est à noter que le rôle d’un automaticien est de concevoir un système automatique qui soit :
Stable, Précis et Rapide.
 Stabilité : la grandeur de sortie doit converger vers une valeur finie si le signal d’entée
est aussi limité.
 Précision : l’erreur entre la mesure et la valeur désirée doit être le plus petite possible.
 Rapidité : il doit répondre rapidement à une excitation.
Figure. II.2 : Propriétés d’un système commandé.

II.2.4. Régulateur PID
La commande PID est dite aussi (correcteur, régulateur, contrôleur), elle se compose de
trois termes P, I, D d’où « P » correspond au terme proportionnel, « I » pour terme intégrale et
« D » pour le terme dérivé. Les régulateur PID sont probablement les plus largement utilisés
dans le contrôle industriel, même les plus complexe systèmes de contrôle industriel peut
comporter un réseau de contrôle dont le principal élément de contrôle est un module de
contrôle PID.
Un régulateur PID remplit essentiellement trois fonctions [5]:
 Il fournit un signal de commande U(t) en tenant compte de l’évolution du signal de
sortie y(t) par rapport à la consigne r(t).
 Il élimine l’erreur statique grâce au terme intégrateur.
14
 Il anticipe les variations de la sortie grâce au terme dérivateur.

Sa description temporelle est :
 1
t
de (t ) 
u (t )  K p  e (t )   e (t )dt T d  (II.1)
 Ti 0 dt 
Avec l’écart défini comme suit :

e (t )  r (t )  y (t ) (II.2)
Où :
r (t) : la consigne.
Y(t) : la réponse du système.
Sa fonction de transfert s’écrit :
U (p) 1
G PID (s )   K p (1   sT d ) (II.3)
E (p) sT i
Cette combinaison des termes P, I et D est aussi désignée sous le nom de forme parallèle ou
non-interactive.
II.2.4.1. Les actions PID
A. Action Proportionnelle
Le terme proportionnel « P » (proportionnel à l’erreur) :
p  K p .e (t ) (II.4)
K p : est le gain proportionnel.
L’action proportionnelle permet d’améliorer la rapidité de la réponse mais introduit de

l’instabilité.
Elle corrige de manière instantanée, donc rapide. Elle permet de vaincre les grandes inerties
du système, afin de diminuer l’écart de réglage et rendre le système plus rapide.
B. Action Intégrale
Le terme intégral « I » (proportionnel à l’intégrale de l’erreur) :
t
1
T i 0
I Kp e (t )dt (II.5)
T i : est la constante de temps de l’action intégrale.

K i : est le gain intégrale.
15
L’action intégrale permet d’augmenter la précision et corrige l’erreur statique, elle

complète l’action proportionnelle et permet d’éliminer l’erreur résiduelle en régime
permanent, afin de rendre le système plus dynamique (diminuer le temps de réponse).
C. Action Dérivé
Le terme Dérivé « D» (proportionnel à la dérive de l’erreur) :
de (t )
D  K pT d (II.6)
dt
T d : est la constante de temps de l’action dérivé.
K d : est le gain dérivé.
L’action dérivée permet d’améliorer la stabilité en boucle fermée et d'accélérer la réponse
du système, en permettant notamment un amortissement rapide des oscillations dues à
l'apparition d'une perturbation ou à une variation subite de la consigne.
II.3. La commande adaptative

La commande adaptative est basée sur l’ajustement en ligne des paramètres du régulateur.
Suivants les régulateurs utilisés, les méthodes d’ajustement adoptées et les types des systèmes
à commander, plusieurs stratégies de commandes adaptatives ont été développées et
appliquées dans différents domaines [8].
Toutes ces stratégies se basent sur le principe général des systèmes de commande adaptative
montré dans la figure II.3.
Boucle de contre Perturbations

_ réaction ordinaire
+ Régulateur + Processus
ajustable
+
Comparaison Mécanisme
décision d’adaptation Mesure des performances
réelles
Boucle d’adaptation
Figure II.3 : Principe général d’un système de commande adaptative.
16
Le système de commande adaptative mesure les performances du système à commander et

les comparer avec les performances désirées. L’écart entre les performances désirées et les
performances réelles sera traité par un mécanisme d’adaptation. La sortie du mécanisme
d'adaptation va agir sur les paramètres du régulateur ou directement sur le signal de
commande afin de modifier d'une manière appropriée les performances du système. En théorie
on trouve deux principales approches, pour la commande adaptative, à savoir la commande
adaptative indirecte et directe [6], tel que :
 Commande adaptative indirecte

Le principe de la Commande Adaptative Indirecte repose sur l’identification d’un modèle du
système en ligne et en temps réel. Puis, avec ce nouveau modèle calculé, le régulateur permettant
de satisfaire les spécifications nominales est de nouveau élaboré.
La grande technique adaptative indirecte à mettre en œuvre et largement utilisé à ce jour en
pratique, c’est la commande adaptative indirecte avec identification du modèle (MIAC).
 Commande adaptative directe

L’idée consiste à calculer les paramètres du régulateur, mais sans identifier explicitement les
paramètres du système, donc en une seule étape, justifiant ainsi la terminologie de commande
directe. Cette technique induit souvent des algorithmes plus rapides et favorise une
application en temps réel. Dans ce genre de commande, les performances de la boucle fermée
sont spécifiées par l’intermédiaire de la sortie d’un modèle de référence choisi par l’utilisateur
de façon cohérente avec les possibilités intrinsèques du système.
La grande technique adaptative directe à mettre en œuvre et largement utilisé à ce jour en
pratique, c’est la commande adaptative directe à modèle de référence (MRAC).
II.4. Techniques de la Commande Adaptative

Trois approches ont été essentiellement considérées pour le développement des stratégies de
commande adaptative destinées aux procédés à paramètres inconnus ou variables dans le
temps :
 La commande adaptative à gain programmé.
 Les systèmes de commande auto-ajustable (S.T.C).
 La commande adaptative à modèle de référence (M.R.A.C).
La principale différence qui existe entre les trois approches réside dans le mode
d'ajustement des paramètres du régulateur.
17
II.4.1. Commande adaptative à gain programmé

Elle à cependant l’avantage d’ajuster rapidement les paramètres du régulateur lors des
changements rapides de la dynamique du processus .Le schéma donné dans la figure (II.4)
représente une commande adaptative à gain programmé [6].
Spécifications des
performances
Programme
de gain
consigne + Régulateur U Processus Y

_ ajustable
Figure II.4 : Schéma principe de la commande adaptative à gain programmé.
II.4.2. Commande adaptative Auto ajustable
Ce type de commande comporte une boucle classique processus-contrôleur et une boucle

externe comprenant un estimateur (identificateur paramètres de processus) et un mécanisme
d’adaptation qui minimise l’erreur entre la sortie du processus et l’estimateur.
elle est aussi appelée commande adaptative « indirecte » avec identification du modèle
(MIAC) [10].
On distingue une première étape servant à l’estimation en temps réel du modèle du processus
à partir de ses entrées et sorties. Sur la base de ce modèle identifié une deuxième étape se
charge de calculer les paramètres du régulateur.
Etape 1 : Estimation des paramètres du modèle du procédé.
Etape 2 : Calcul de ceux du régulateur à partir des paramètres estimés.
Le schéma donné dans la figure II.5 représente le principe de cette approche.
18
Estimations des paramètres

du processus
spécification
Mécanisme Estimateur
d’adaptation
consigne U Y
+ Régulateur auto Processus
ajustable
_
Figure II.5 : Schéma principe de la commande auto-ajustable STC.
II.4.3. Commande adaptative avec modèle de référence

C'est l'une des approches de la commande adaptative les plus utilisées, et appelé aussi la
commande adaptative « directe » avec modèle de référence (MRAC), Dans ce type de
commande les performances désirées sont exprimées en termes d’un modèle de référence qui
indique comment la sortie du processus doit répondre idéalement à une variation de la
consigne. La différence entre la sortie du processus et la sortie du modèle de référence,
appelée erreur de poursuite, est utilisée par le mécanisme d'adaptation pour ajuster
automatiquement les paramètres du régulateur [9].
Le schéma donné dans la figure II.6 représente le principe de cette approche.
Ym
Modèle de
référence _
e
Y +
Consigne + Régulateur u Processus
_ ajustable
Mécanisme
d’adaptation
Figure II.6 : Schéma principe de la commande adaptative avec modèle de référence.
19
On peut considérer trois structures des systèmes adaptatifs à modèle de référence [8] :
A. Structure parallèle : C'est la structure la plus connue et utilisé, le modèle de
référence est en parallèle avec le système ajustable.
Ym
Modèle de référence
Consigne _
e
Y +
Système ajustable
Mécanisme
d’adaptation
Figure II.7 : Structure parallèle.

B. Structure série : dans ce cas le modèle de référence et le système ajustable sont en
série.
Ym
Consigne _
e _
Modèle de Système Y +
référence ajustable
Mécanisme
d’adaptation
Figure II.8 : Structure série.
C. Structures série parallèle :

Le modèle de référence est placé d'une part en série avec le système ajustable d'autre part
en parallèle avec celui-ci.
20
Ym
Modèle de
référence _
Consigne
e
Y +
Modèle de Système
référence ajustable
Mécanisme
d’adaptation
Figure II.9 : Structure série-parallèle.
La commande adaptative à modèle de référence présente certains avantages tels que :

- Elle permet d’utiliser un modèle simplifié lors de la conception.
- Elle maintient des bonnes performances en présence des variations paramétriques et
des perturbations.
- Elle permet d’avoir une adaptation rapide pour des entrées définies.
Cependant elle présente les faiblesses suivantes :
- Problème de stabilité.
- Il est souvent difficile de trouver une compensation efficace contre les effets des
perturbations importantes.
II.4.3.1. La Règle de MIT
La règle MIT est l’approche originale du contrôle adaptatif de modèle de référence.
Le nom est dérivé du fait qu’il a été développé au Laboratoire d’instrumentation (maintenant
Laboratoire de Draper) à l’université de M.I.T. (Massachusetts Institute of Technology).
Pour présenter la règle MIT, nous allons considérer un système en boucle fermée dans
laquelle le contrôleur a un paramètre θ réglable. La réponse en boucle fermée désirée est
spécifiée par un modèle dont la sortie est ym.
Soit ‘e’ l’erreur entre la sortie y du système en boucle fermée et la sortie ym du modèle de
référence. Une possibilité consiste à ajuster les paramètres de telle sorte que la fonction de
cout J soit minimisée.
Pour rendre J petit, il est raisonnable de modifier les paramètres dans la direction du gradient
négatif de J. La commande MRAC commence par définir l’erreur de suivi ‘e’. Ceci est
simplement la différence entre la sortie du processus et la sortie du modèle de référence :
e  y  ym (II.7)
21
A partir de cette erreur une fonction de cout (J(θ)) peut être formulée. J est donnée en fonction
de θ, ou θ est le paramètre qui sera adapte a l’intérieur de contrôleur. Le choix de cette
fonction de cout permettra ensuite de déterminer comment actualiser les paramètres.
La fonction de cout est :
e 2 ( )
J ( )  (II.8)
2
Pour savoir comment mettre à jour le paramètre θ, une équation doit être formée pour le
changement de θ. Si l’objectif est de minimiser ce cout lie à l’erreur, on doit déplacer le
gradient J dans le sens négatif. Ce changement de J est supposé être proportionnel à la
variation de θ. Ainsi, la dérivée de θ est égale à la variation négative de J.
Le résultat de la fonction de cout est représenté par :
d J e
    e (II.9)
dt  
En général, le réglage du gain d’adaptation  est crucial est essentiel pour le taux
d’adaptation et de la stabilité du contrôleur [12].
II.4.3.2. Hypothèses pour la commande adaptative à modele de référence

Avant de synthétiser les lois d'adaptation, certaines hypothèses de base doivent être
proposées, [11]:
 Le modèle de référence doit être un système linéaire invariant dans le temps.
 Le modèle de référence et le système ajustable ont la même dimension.
 Tous les paramètres du système ajustable sont accessibles pour l'adaptation (dans le
cas de l'adaptation paramétrique).
 Durant le processus d'adaptation, les paramètres du système ajustable dépendent

seulement du mécanisme d'adaptation.
 Aucun signal, autre que le vecteur d'entrée, n'agit sur le système.

 Le vecteur d’erreur de sortie est mesurable.
II.5. Conclusion
Dans ce chapitre nous avons présenté une étude théorique de la commande adaptative. Nous
avons décrire certaines techniques utilisées dans le domaine de la commande adaptative, La
commande adaptative est une solution potentielle pour améliorer les performances du système
pour les grandes variations des paramètres.
Parmi ces techniques de la commande adaptative nous nous intéressons à la commande
adaptative à modèle de référence et son implémentation, ceci est notre objectif au chapitre IV.
22
Chapitre III
La commande IFT
''itérative feedback
tuning''
Chapitre III Commande IFT '' Itérative feedback tuning ''
III.1. Introduction
Jusqu’à présent, les algorithmes d’optimisation reposaient sur la connaissance du modèle
d’un système, nous nous sommes d’abord intéressés à la modélisation du système avant de
procéder à sa synthèse. Un grand nombre de méthodes de réglage découplent les phases
d’identification et de synthèse du régulateur.
L'I.F.T est une méthode d'optimisation des contrôleurs. Elle ne nécessite pas le modèle du
procédé. Est une méthode d’optimisation itérative basée sur la minimisation d'un critère de
type quadratique, dans lequel apparaît explicitement l'erreur entre la sortie de la boucle fermée
obtenue expérimentalement et la réponse désirée.
III.2. Développement de l’Itérative Feedback Tuning

III.2.1. Critère de synthèse
Considérons le système de commande représenté dans la figure.II.1 nous ne disposons
d'aucune information sur le procédé G0(q).
v(t)
R (t) + u(t) + + y(t)

Cr (q,ρ) Go(q)
_
Cy (q,ρ)
Figure. III.1 : Contrôleur à deux degrés de liberté.
Les expressions mathématiques du système commandé au moyen d'un contrôleur à deux

degrés de libertés C  {C r ,C y } sont :
y (t )  G 0 (q )u (t ) v (t ) (III.1)
Ou q est l’opérateur de délai, G 0 (q ) est la fonction de transfert de système, v (t ) est une
séquence d’un bruit stationnaire non mesurable, y (t ) la séquence de la sortie.

La loi de commande représente comme suit :
u (t )  C r (q ,  )r (t ) C y (q ,  ) y (t ) (III.2)
Où r (t ) est la séquence d’un signal de référence indépendant de v (t ) , ρ représente le vecteur

des paramètres du contrôleur. Cette para métrisation peut être directe, en ce sens que les
paramètres ne sont pas en fonction d'un modèle du système, ou indirecte. Dans ce cas, les
paramètres du contrôleur sont fonction de ceux d'un modèle [13].
23
On déduira également la fonction de transfert du système en boucle fermé , ainsi que sa

fonction de sensibilité :
C r (  , q ) G 0 (q )
T0  (III.3)
1  C y (  , q )G 0 (q )
1
S0  (III.4)
1  C y (  , q )G 0 (q )
L’objectif de cette méthode est de synthétiser ce contrôleur C  {C r ,C y } de telle manière que
la sortie du système régulé soit la plus proche possible au sens de l’erreur quadratique de la
réponse d’un modèle de référenceT d (q ) .
Cette réponse donné par :
y d (t )  T d (q ) r(t) (III.5)
R(t) Yd(t)
Td(q)
Figure. III.2 : Modèle désiré.
L’erreur entre la réponse réelle et la réponse désirée donnée par :

y ( )  y ( )  y d (III.6)
Nous allons donc calculer  *  arg min J (  ) , ou le critère minimiser peut s’écrire [16]:
1 N N

J ( )  E  (L y (q ) y (  , t )) 2    (Lu (q )u (  , t )) 2  (III.7)
2N  t 1 t 1 
En supposant l'indépendance statistique de la consigne r et du bruit de sortie v. Le critère peut
être réécrit sous la forme suivante :
1 N  1 N   N 
J ( )  E [L y (Td  T0 (  )) r(t)]2  + E [L y S 0 (  ) v(t)]2  + E [Lu u(  , t )]2  (III.8)
2N  t 1  N  t 1  2N  t 1 
Le premier terme exprimer la différence entre la sortie désiré et la sortie réaliser, pondérée
fréquentielle ment par un filtre de synthèse , le second terme exprimer l’effort de
commande pondérée fréquentielle ment par un filtre de synthèse .
24
III.2.2. Minimisation du critère

Nous nous intéresserons maintenant à la minimisation de J(ρ), c’est-à-dire à l’annulation
de son gradient par rapport au vecteur des paramètres du contrôleur.
Afin de faciliter la notation, nous supposerons dans cette section que Ly=Lu=1, Nous
chercherons donc à résoudre l’équation [14]:
J 1 N y N
u 
( )  E  y(  , t ) (  , t )   u (  , t ) ( ,t )   0 (III.9)
 N  t 1  t 1  
A cause de la complexité de l’expression de y en fonction de  , et surtout de notre
méconnaissance du vrai système G0 et de spectre des perturbations v qui interviennent dans
l’expression de y .
C r (  )G 0 1
y ( )  r T d r  (III.10)
1  C y (  )G 0 1  C y (  )G 0
Une méthode itérative de minimisation s’impose. Nous allons donc effectuer une série
d’étapes i, de pas  i pour atteindre un minimum local de la fonction de coût [14]:
J
i 1  i   i R i1 ( ) (III.11)
 i
Ri doit être une matrice définie positive, il peut s’agir de la matrice unité, mais la convergence
sera plus rapide si Ri, est une estimation de la hessienne de J(ρ).
III.2.3. Signaux de sortie

La dérivation de l’expression (III.10) par rapport aux paramètres ρ conduit immédiatement à
G0 C r (  )G 0 2 G0
y (  )  C r ( ) r C y  ( ) r C y (  ) v (III.12)
1  C y (  )G 0 [1  C y (  )G 0 ]2
[1  C y (  )G 0 ]2
1 1
= C r  (  )T 0 (  )r  C y  (  )[T 02 (  )r T 0 (  )S0 (  )v ]
C r ( ) C r ( )
Dans cette expression les quantités C r (  ),Cr (  ) et C y (  ) sont des fonctions connues de 
et dépendent donc des paramètres des régulateurs, alors que T 0 (  ) et S0 (  ) sont des
fonctions inconnues de par leur dépendance de système inconnues G 0 , il s’ensuit que y '( i )
peut être obtenu uniquement par l’expérimentation sur le système en boucle fermé. La
seconde écriture de (III.12) nous montre que y '( i ) est la somme de trois termes.
25
La premier résulte d’un simple filtrage de signal de référence r à travers la boucle fermé
T 0 (  ) , alors que la somme de second et de troisième apparait clairement comme résultant de
deux filtrages successifs de la référence et de bruit à travers le système ; nous pouvons en
effet réécrire cette somme comme résultant du filtrage de la sortie du système bouclé à
travers ce même système [14]:
T0 (  ) y (  )  T 02 (  )r  T0 (  )S0 (  )v (III.13)
Donc Les deux derniers termes de (III.12) sont obtenus réutilisant le signal de sortie d’une
expérience en boucle fermée comme signal de référence pour une nouvelle expérience à
chaque itération i, il faut effectuer deux expériences j (j=1,2) de durée N chacune avec un
contrôleur fixé C  {C r ,C y } .cependant, nous verrons qu’une troisième expérience nécessaire.
Notons les signaux de sortie de ces trois expériences par yij , j  1, 2,3
Les signaux de référence correspondants sont :
ri1  r
ri1  r  y i1 (III.14)
ri  r
3
Après passage de ces derniers à travers la boucle fermée, nous obtenons les expressions
suivantes pour les y ij :
y i1  T 0 ( i ) r  S0 ( i )v i1
y i2  T 0 ( i )(r  y i1 ( i ))  S0 ( i )v i2 (III.15)
y  T 0 ( i ) r  S0 ( i )v
3
i
3
i
Ou v ij désigne les perturbations en sortie à l’itération i et à l’expérience j ; elles sont

mutuellement indépendantes puisqu’elles proviennent d’expériences différentes.
A chaque itération, nous nous servirons des trois signaux de sortie obtenus pour calculer
y ( i ) et yˆ ( i )
y i  y i1  y d (III.16)
Qui est une réalisation parfaite de y ( i ) et
1
yˆ i  [C r ( i ) y i3  C y ( i ) y i2 ] (III.17)
C r ( i )
26
Qui est une version perturbé (par les perturbations vi2 et v3i ) de y ( i ) puisque :
1
yˆ i  y ( i ) S0 ( i )[C r ( i ) vi3  C y ( i ) vi2 ] (III.18)
C r ( i )
En effet, nous pouvons écrire que :
1 1
yˆ i  [ C r ( i ) T0 ( i )r  C y ( i )[T02 ( i )r T 0 ( i )S 0 ( i )v i1 ]]
C r ( i ) C r ( i )
1
+[ S0 ( i )[Cr ( i ) vi3  C y ( i ) vi2 ]]
C r ( i )
1 1
Et : y ( i )  C r ( i ) T0 ( i )r  C y ( i )[T02 ( i )r T 0 ( i )S 0 ( i )v i1 ]
C r ( i ) C r ( i )
Notons que les perturbations v1i sur la sortie lors de la première expérience ne sont pas
gênantes: le signal de sortie de la première expérience est utilisé dans (III.17) pour créer une
version exacte de y ( i ) , qui est utilisé dans le critère de J( i ) ,conformément à la définition
(III.10) de y (  ) de plus, la sortie de la première expérience (avec les perturbations) est

exactement ce dont nous avons besoin comme signal de référence pour la seconde expérience.
Le seul désagrément qui est introduit à ce niveau provient des perturbations lors des deuxième
et troisième expériences [13].
III.2.4. Signaux d’entrée
A partir de :
C r ( ) C y ( )
u ( )  r v
1  C y ( ) G0 1  C y ( ) G0
= C r (  )S 0 (  )r  C y (  )S 0 (  )v (III.19)
Et de :
1
S 0 (  )   T 0 (  )S0 (  )C y (  ) (III.20)
C r ( )
Nous calculons :
1 C y (  )
u (  )  C r (  ) Cr (  )S 0 (  ) r  C r (  )S 0 (  )[T 0 (  )r  S 0 (  )v ] (III.21)
C r ( ) C r ( )
Reprenant les signaux de référence que nous avons choisis en (III.15), nous calculons les
valeurs de la commande appliquée au système lors de chaque expérience [15]:
u i1  C r ( i )S 0 ( i )r  C y ( i )S 0 ( i ) v1i
u i2  C r ( i )S 0 ( i )[T0 ( i )r  S 0 ( i ) v1i ]  C y ( i )S 0 ( i ) vi2 (III.22)
u i3  C r ( i )S 0 ( i )r  C y ( i )S 0 ( i ) vi3
27
Nous trouvons donc que :

u i  u i1 (III.23)
Est une réalisation parfaite de u ( i ) et que :
1
uî  [C r ( i )u i3  C y ( i )u i2 ] (III.24)
C r ( i )
Est une version perturbée de u ( i ) puisque :
C y ( i )S 0 ( i )
uî  u ( i )  [C y ( i )v i2  C y ( i )v i3 ] (III.25)
C r ( i )
III.2.5. Estimation du gradient
Avec les signaux définis dans la section précédente, une estimation du gradient de J( i ) peut
être obtenue en prenant :
 Jˆ 1 N 
  yˆ  uˆ 


( i ) 
N
  y (  ,t )  (  , t )  u (  , t )  (  , t ) 
i i i i
(III.26)
t 1  
Nous avons bien un estimateur non biaisé du gradient du critère.
  Jˆ
  J

E ( i )   ( i ) (III.27)
 
  

Ce qui est une condition indispensable au bon fonctionnement de la méthode d'approximation
Stochastique de l'algorithme. Rappelons que c'est là toute la motivation pour la troisième
expérience, qui permet d'éviter que l'erreur entre yˆ i et y i soit corrélée avec y i et que l’erreur
entre uˆ  et u  soit corrélée avec u i [15].
III.2.6.Paramètres de la conception
III.2.6.1. Modification de la direction de recherche
II y a plusieurs possibilités pour le choix de la modification de la direction de recherche Ri du
Minimum du critère, lors de l'itération (II.11), La matrice identité conduit simplement à suivre
le gradient dans la direction négative.
Un meilleur choix (cela sera vérifié expérimentalement) est :
1 N    yˆ    yˆ 
T
  uˆ    uˆ 
T 
Ri   
t 1   
( i )  . 

( i )     ( i )  .  ( i )   (III.28)
N
          
Qui fait appel aux signaux obtenus lors des différentes expériences décrites ci-dessus.
28
Ce Choix est en tait une approximation biaisée (en raison des perturbations de la seconde et
de la troisième expérience, qui se retrouvent au carré dans la somme) de la direction de Gauss
Newton [14].
III.2.6.2.Choix du pas i
La taille du pas  i peut être employée pour commander le changement de contrôleur

d’une itération à un autre.
La mise en œuvre de l’IFT n’est pas difficile .Indépendamment du choix de la taille du pas
 i .la seule chose qui concerne l’utilisateur est le choix d’un bon critère .Ce choix n’est pas
critique et peut être fait d’une voie simple basée sur les signaux observées pendant l’exécution
[13].
III.2.7. Résumé de l’algorithme
Soit l’étape i de l’algorithme :

Le vecteur des paramètres du régulateur à cette étape est i .
1. On génère les signaux y i1 , y i2 et y i3 des équations (III.16) et les signaux relatifs aux
signaux d’entrée des équations(III.23).
2. On calculera alors y i , y i , u i et uî en utilisant les relations précédentes (III.17), (III.18) ,
(III.24) et (III.25).
 Jˆ
3. Les nouveaux paramètres du contrôleur sont calculés par : i 1  i   i R i (  ) Où
1
 i
 Jî
donné par la relation(III.27) et {  i } est une séquence de réels positifs qui

déterminent la taille du pas, { R i } est une séquence des matrice définie positive donnée
par la relation (III.29).
4. On passe à l’étape suivante en remplaçant i par i+1.
29
III.3. Conclusion
L’IFT est une technique itérative de synthèse de contrôleurs assez particulière vu qu’elle ne
nécessite pas une identification du système en cours de synthèse, Celle-ci consiste à
minimiser un critère quadratique itérativement par la méthode du gradient de la descente ou
de Newton, dont l’estimation du gradient est obtenue par une suite d’expériences réalisées en
boucle fermée.
Nous avons donc présenté l’algorithme de l’IFT sous sa forme théorique. Il importera alors à
ce stade de s’occuper de son implémentation. Ceci est notre objectif au chapitre prochain.
30
Chapitre IV
Simulation et
résultats
Chapitre IV Simulation et résultats
IV.1. Introduction
Le but de ce chapitre est d’analyser en simulation les propriétés de la commande adaptative à
modèle de référence et la commande IFT pour la commande de la vitesse de moteur à courant
continu.
Toutes les opérations de simulation sont réalisées par le logiciel MATLAB R2013a.
IV.2. Application de la commande MRAC
Dans cette section, nous allons présentées la commande adaptative à modèle de référence
appliquées sur le moteur à courant continu. Cette étude est menée en exploitant la règle MIT,
pour le calcul de la loi de commande, nous introduisons un régulateur PID à gains adaptatifs
variables. Nous verrons qu’en utilisant ces gains, on peut obtenir une bonne concordance
entre la vitesse du système et celle du modèle.
IV.2.1. Résultats de simulation
Les paramètres du régulateur PID, sont régulés par une méthode d’ajustement manuelle afin
de spécifier les performances désirée:
K p  92; K i  41; K d  0.45
Les gains d’adaptation sont choisis empiriquement après plusieurs essais :

 p  7.6;  i  2.5;  d  0.01
La figure suivante présente le schéma de simulation de la commande MRAC.
Figure IV.1 : Schéma de simulation de la commande MRAC.
31
La méthode étudiée est mise en évidence par la simulation, en premier lieu on va tester le
moteur à vide avec une consigne de vitesse nominale 200 rad/sec, puis on applique un couple
de charge nominal 4.77 N.m à l'instant t = 2.5 sec. Après une nouvelle consigne de vitesse
sera imposée (inversion le sens de rotation) 200 à -200 rad/sec, puis un test de variation des
paramètres du moteur, dans tous les cas la vitesse mesuré sera comparée à la vitesse de
référence (désirée).
IV.2.1.1. démarrage à vide puis en charge (Cr=4.77N.m à t=2.5sec)
200
vitesse de réference
180 vitesse de MCC
160
140
vitesse(rad/sec)
120
100
80
60
40
20
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Temps(sec)
Figure IV.2 : Réponse de La vitesse.
201 vitesse de MCC
200
vitesse(rad/sec)
199
198
197
196
2.44 2.46 2.48 2.5 2.52 2.54 2.56

Temps(sec)
Figure IV.3 : Zoom à l’instant d’application de la charge
32
40
Courant(A)
20
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
20
Couple(N.m)
10
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
300
commande(v)
Signal de
200
100
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0
Erreur
-1
-2
-3
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Temps(sec)
Figure IV.4 : Performances de la commande MRAC.
150
100
Kp
50
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
60
40
Ki
20
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0.8
0.6
Kd
0.4
0.2
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Temps(sec)
Figure IV.5: Evolution des paramètres adaptatifs.
33
IV.2.1.2. Inversion le sens de rotation
200
vitesse de reference
150
vitesse de MCC
100
vitesse(rad/sec)
50
-50
-100
-150
-200
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Temps(sec)
50
Courant(A)
-50
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
50
Couple(N.m)
-50
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
200
commande(v)
Signal de
-200
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
10
Erreur
-10
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Temps(sec)
Figure IV.7 : Performances de la commande MRAC.
34
800
600
Kp
400
200
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
300
200
Ki
100
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
2
Kd
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Temps(sec)
Figure IV.8 : Evolution des paramètres adaptatifs.

IV.2.1.3. Démarrage avec variation paramétrique
A. Variation de résistance Ra=2Ra
200
180 vitesse de MCC
160
140
vitesse(rad/sec)
120
100
80
60
40
20
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Temps(sec)
35
20
Courant(A)
10
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
20
Couple(N.m)
10
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
commande (v)
400
Signal de
200
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0.5
Erreur
-0.5
-1
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Temps(sec)
Figure IV.10 : Performances de la commande MRAC avec (Ra=2Ra).
200
150
Kp
100
50
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
80
60
Ki
40
20
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0.8
0.6
Kd
0.4
0.2
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Temps(sec)
Figure IV.11 : Evolution des paramètres adaptatifs avec (Ra=2Ra).
36
B. Variation de l’inertie J=2J
200
180 vitesse de MCC
160
140
vitesse(rad/sec)
120
100
80
60
40
20
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Temps(sec)
40
Courant(A)
20
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
40
Couple(N.m)
20
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
400
commande(v)
Signal de
200
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0.5
0
Erreur
-0.5
-1
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Figure IV.13 : Performances de la commande MRAC avec (J=2J).
37
200
150
Kp
100
50
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
80
60
Ki
40
20
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0.8
0.6
Kd
0.4
0.2
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Temps(sec)
Figure IV.14 : Evolution des paramètres adaptatifs avec (J=2J).

IV.2.2. Interprétation des résultats
Lors de démarrage de moteur à vide nous constatons que la vitesse suit bien sa référence avec
une erreur dynamique presque nulle.
L’introduction du couple résistant nominal fait augmenter le courant à sa valeur nominale.
On observe que l'erreur de vitesse provoquée par l’application de couple résistant nominale
est très rapidement compensée.
La variation de la référence (inversion le sens de rotation) n’influe pas sur la réponse du
système. On a toujours un suivi parfait.
Le couple électromagnétique et son image en courant, présentent des fortes pulsations en
instants de l’inversion le sens de rotation. Ils atteignent des valeurs maximales. Après
disparition du régime transitoire, revient aux ses valeurs correspondent à la charge nulle
On note que l'impact des variations paramétrique est insignifiant sur la réponse de la vitesse,
de plus il n'engendre pas de dépassement ni d'erreur statique.
Les paramètres de régulateur changent au moment d’application du couple de charge,
changement de consigne, variations paramétrique de moteur, ce qui prouve la robustesse de
régulateur PID adaptatif vis-à-vis des incertitudes et des perturbations. Nous constatons que
l'effet de la charge, l’inversion de sens de rotation et les variations paramétrique sont
complètement pris en charge par la commande.
38
IV.3. Application de La commande IFT

Dans cette section nous analysons l’application et les propriétés de la méthode I.F.T à la
commande en vitesse d’un moteur à courant continu.
v
Ω* + u + + Ω
Cr MCC
-
Cy
Figure. IV.15 : Schéma block du système en boucle fermée.
Ω* : la consigne. U : la commande.
Ω : la sortie. v : perturbation.
La fonction de transfert du moteur à courant continu après une discrétisation avec une période
d’échantillonnage T=0.01s devient comme suit :
Y (z ) b z 1  b z 2 0.1573z 1  0.03679z 2
G (z )   1 1 2 2  (IV.1)
U (z ) 1  a1z  a2 z 1  0.8397z 1  0.00702z 2
Cette fonction correspond à une entrée en tension, exprimée en volt et à une sortie en vitesse
exprimée en radians par seconde.
La technique IFT Basé sur l’inconnaissance du modèle mathématique du moteur, et le
calcule en ligne des paramètres du régulateur.
39
IV.3.1.Implémentation
Structure non identifié du moteur
Ω*
IFT
Boite noir
Figure. IV.16 : Structure de la commande I.F.T.
Pour ce système, trois expériences seront réalisées dans chaque itération, où on a proposé un
Contrôleur de deux degrés de liberté de la structure suivante:
C r   (1)   (2) Z1   (3) Z 2
C y   (4)   (5) Z1   (6) Z 2
Avec :  (1),  (2),  (3),  (4),  (5),  (6) sont les paramètres du contrôleur.
IV.3.2. Résultats de simulation
Pour montrer les performances de la méthode de la commande IFT, cette partie présente une
simulation numérique effectuée sur le modèle mathématique de moteur.
L’objectif de la commande utilisé consiste à forcer la sortie du système y( ) à suivre une
consigne désirée R(t).
Le choix du contrôleur initial est comme suit:
C r  0.6400  0.1865z 1  0.0046z 2
C y  0.003  0.0015z 1  0.001z 2
Les paramètres de synthèses et les conditions initiales sont donnés comme suit :
  0.1;   0.5; y (0)  0; y (1)  0;u (0)  0;u (1)  0.
40
IV.3.2.1. Sans perturbation

Les paramètres du contrôleur obtenu :
itérations Cr Cy
1 C r  0.6278  0.1906z 1  0.0058z 2 C y  0.0042  0.0021z 1  0.0007z 2
2 C r  0.6276  0.1903z 1  0.0064z 2 C y  0.0053  0.0043z 1  0.0037z 2
3 C r  0.6299  0.1924z 1  0.0045z 2 C y  0.0040  0.0043z 1  0.0063z 2
4 C r  0.6280  0.1916z 1  0.0035z 2 C y  0.0035  0.0040z 1  0.0059z 2
Tableau. IV.1 : Variation des paramètres du contrôleur en fonction des itérations.
200
La vitesse de MCC
180 La consigne
160
140
vitesse(rad/sec)
120
100
80
60
40
20
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Temps(sec)
Figure. IV.17 : Réponse de la vitesse sans perturbations.
41
180
160
140
120
Tension(V)
100
80
60
40
20
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Temps(sec)
Figure. IV.18 : Signal de commande.
900
800
700
600
critére J
500
400
300
200
100
0
1 1.5 2 2.5 3 3.5 4
itérations
Figure. IV.19 : Fonction de minimisation de cout J(ρ).
42
IV.3.2.2. Avec perturbation

itérations Cr Cy
1 C r  0.6358  0.2106z 1  0.0078z 2 C y  0.0054  0.0032z 1  0.0009z 2
2 C r  0.6289  0.2041z 1  0.0051z 2 C y  0.0062  0.0059z 1  0.0048z 2
3 C r  0.6294  0.1824z 1  0.0065z 2 C y  0.0051  0.0063z 1  0.0049z 2
4 C r  0.6290  0.1930z 1  0.0045z 2 C y  0.0065  0.0050z 1  0.0049z 2
Tableau. IV.2 : Variation des paramètres du contrôleur en fonction des itérations.
250
La vitesse de MCC
La consigne
200
vitesse(rad/sec)
150
100
50
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Temps(sec)
Figure. IV.20 : Réponse de la vitesse avec perturbations.
43
180
160
140
120
Tension (v)
100
80
60
40
20
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Temps (sec)
900
800
700
600
critére J
500
400
300
200
100
0
1 1.5 2 2.5 3 3.5 4
itérations
Figure. IV.22 : Fonction de minimisation de cout J(ρ).
44
IV.3.2.3. Inversion le sens de rotation

L’application de l’IFT dans ce cas est sur trois itérations, (sans et avec perturbation).
A. Sans perturbation
itérations Cr Cy
1 C r  0.6464  0.2091z 1  0.0124z 2 C y  0.0134  0.0141z 1  0.0141z 2
2 C r  0.6463  0.2090z 1  0.0123z 2 C y  0.0133  0.0140z 1  0.0140z 2
3 C r  0.6462  0.2089z 1  0.0122z 2 C y  0.0133  0.0140z 1  0.0140z 2
Tableau IV.3 : Variation des paramètres du contrôleur en fonction des itérations.
250
200
150
La vitesse de MCC
La consigne
100
vitesse(rad/sec)
50
-50
-100
-150
-200
0 5 10 15
Temps(sec)
Figure. IV.23 : Réponse de la vitesse sans perturbation.
200
150
100
50
Tension (v)
-50
-100
-150
-200
0 5 10 15
Temps(sec)
45
B. Avec perturbation
itérations Cr Cy
1 C r  0.6634  0.2263z 1  0.0298z 2 C y  0.0309  0.0316z 1  0.0315z 2
2 C r  0.6639  0.2269z 1  0.0304z 2 C y  0.0314  0.0319z 1  0.0313z 2
3 C r  0.6650  0.2279z 1  0.0314z 2 C y  0.0324  0.0326z 1  0.0316z 2
Tableau IV.4 : Variation des paramètres du contrôleur en fonction des itérations.
250
200
150
La vitesse de MCC
La consigne
100
vitesse(rad/sec)
50
-50
-100
-150
-200
-250
0 5 10 15
Temps(sec)
Figure IV.25 : Réponse de la vitesse avec perturbations.
200
150
100
50
Tension (v)
-50
-100
-150
-200
0 5 10 15
Temps(sec)
Figure IV.26 : Signal de commande.
46
IV.3.3.Remarques et interprétation
A partir des résultats de simulations obtenues, nous pouvons noter une convergence rapide de
système ver leur consigne dans toutes les cas.
Les contrôleurs trouvés, après quelque itération donnent des très bons temps de réponse,
stabilité et de poursuite.
La commande IFT fournit l’effort nécessaire pour maintenir le fonctionnement idéal du
moteur.
Du point de vu de régulation l’IFT prend en charge toutes les perturbations introduites.
Le problème principal rencontré dans ce travail est le choix du pas de l’algorithme de gradient
de la descente qui est trouvé à chaque fois et dépend surtout du contrôleur initial, et par
conséquent de la distance du critère de contrôle par rapport au minimum local.
A partir d’un contrôleur instable n’en arrive jamais à un contrôleur stable.
Le choix du contrôleur initial dépend de la forme de l’ensemble des contrôleurs où il existe.
IV.4.comparaison entre la commande MRAC et la commande IFT

La commande MRAC La commande IFT
 Basée essentiellement sur l’emploi du  Ne nécessite pas la connaissance du
modèle de référence afin de désigner modèle, elle est basée sur les
la performance désire du système. informations collectées en ligne en
 Minimisation de l’indice de boucle fermée.
performance selon la règle MIT  minimisation d’un critère quadratique
(mécanisme d’adaptation). itérativement par la méthode du
 le mécanisme d’adaptation élabore, à gradient de la descente ou de Newton.
partir de la sortie du processus et de  l’estimation du gradient est obtenue
la sortie du modèle de référence. par une suite d’expériences réalisées
 La loi d’adaptation conçue de telle en boucle fermée.
sorte que la différence entre ces deux  Converge ver un minimum local
selon les conditions initiales utilisés.
sorties tend vers zéro.
 Fournit une estimation du vecteur des
 le mécanisme d’adaptation va agir sur paramètres du contrôleur optimal
les paramètres du régulateur local.
(ajustement des paramètres) afin de
désigner la performance désirée.
47
IV.5.Conclusion
Dans ce chapitre nous avons présentés l’application et la simulation de la commande MRAC
et la commande IFT afin de contrôler la vitesse de moteur à courant continu.
La contribution proposée est l’introduction des gains adaptatifs variables pour le calcul de
la loi de commande, ce qui permettra d’augmenter les performances du système, dans le sens
où elle devra assurer une faible sensibilité de système aux incertitudes et perturbations, c’est
que nous avons démontré à travers les résultats obtenus.
On peut conclue alors à travers les résultats de simulation, que les techniques de contrôle
utilisées sont plus robustes, où la vitesse reste toujours constante quelque soit les incertitudes
et les perturbations.
48
Conclusion
Générale
Conclusion générale
Le travail réalisé dans le cadre de ce mémoire, présente une étude assez détaillée des deux
structures de commande très importantes qui sont : la commande MRAC qui devient l’objet
de diverses investigations et la commande IFT, dont le but est de faire suivre la vitesse de
moteur à une vitesse désirée.
A partir de ce travail et des résultats de simulation obtenus, on peut tirer les conclusions
suivantes qu’on a jugées d’un intérêt de premier plan :
 Les stratégies de commande sont toujours élaborées, afin de rendre le système

insensible aux incertitudes internes et externes.
 Le principal avantage de moteur à courant continu, réside dans le fait qu’ils se prêtent
facilement à un contrôle souple continu, et presque instantané de leur vitesse.
 L’étude des machines électriques, en général exige une bonne modélisation
mathématique, décrivant l’ensemble de la machine et le système à entraîner. Cela
permet de prévoir les performances dynamiques et statiques de ses entraînements.
 Grace au développement du modèle mathématique du moteur à courant continu à
excitation séparé, la simulation permet d’obtenir les différentes caractéristiques
statiques, et dynamiques de ce moteur.
 La construction de la structure d’adaptation à partir de l’algorithme de la commande
MRAC, basé sur l’utilisation de la règle MIT, permet de trouver facilement la loi
d’adaptation des coefficients du régulateur, pour assurer une convergence de l’erreur.
 L’IFT est une méthode d’optimisation des régulateurs, basé sur l’approche du gradient
de la descente. Elle est typiquement convergente ver un au minimum local selon les
conditions initiales utilisées. Cependant on peut montrer que, si le vecteur
d'initialisation est choisit dans la région du minimum global, l’IFT fournit une
estimation du vecteur des paramètres du contrôleur optimal.
 Dans la simulation des différentes consignes ont été appliquées au système, afin de
vérifier les performances de l'asservissement de vitesse. Les réponses pour plusieurs
tests sont également analysées. En effet les résultats ont montrés une dynamique
excellente de la vitesse, ainsi qu'une robustesse très satisfaisantes vis-à-vis les
incertitudes et perturbations.
 Il est devenu clair que les deux contrôles sont très précis et robustes, ils répondre plus
rapide que les contrôles classiques, sont moins sensible aux incertitudes et
49
perturbations, toujours atteindre la réponse souhaités, sauf pour les exceptions

occasionnelles.
 Il a été provoqué que les deux contrôles sont adaptatifs, car ils retournent toujours à la
réponse spécifiée, ce qui ne se produit pas avec des contrôles classiques.
Le travail, présenté dans ce mémoire, amène à soulever les perspectives de recherche
suivantes:
 Les conditions de déroulement de notre mémoire nous ont obligés à limiter notre
travail à une étude théorique et à des résultats de simulation. Il serait donc intéressant
de tester sur un banc expérimental, la validité des algorithmes utilisés dans ce travail.
 Notre travail peut être enrichi par l’ajout des techniques intelligentes (logique flou,
réseaux de neurones) qui pouvait améliorer les performances.
 Prend en compte la saturation de la machine.
 L’utilisation de la commande adaptative sans capteur mécanique: on estime, par
exemple la vitesse en régime dynamique à l’aide de l’algorithme du filtre de Kalman
étendu.
Enfin, ce projet été très bénéfique sur plusieurs plans. D'une part, il nous à permis d'appliquer
nos connaissances acquises pendant ces années d'étude et d’analyser le comportement des
actionneurs électriques. D'autre part, il nous a permis d’apprendre des nouvelles techniques de
programmation sur MATLAB ainsi que SIMULINK qui apportent efficacité remarquable au
domaine de l’électronique.
50
Références
bibliographiques
Références bibliographiques
Références bibliographiques
[1] F. Milsant, « Cour d’électrotechnique : machines électriques, machines à courant continu,
asservissement linéaire », Berti édition ; 1993.
[2] F. BERNOT, « Machines à courant continu, Construction », Techniques de l’Ingénieur,
D3 556.
[3] A. BENOUDJIT, « Introduction aux machines électriques, machines à courant continu,
Tome-1 », université de Batna, Octobre 1995.
[4] B. Bayle, « Technologie des asservissements, Variateurs de vitesse », Cours
d’automatique, Ecole Nationale Supérieure de Physique de Strasbourg, France, 2008.
[5] P. Prouvost, « Instrumentation et régulation», 2eme édition, Dunod, Paris 2010/2015.
[6] Lozano R. Landau I. D. and M’Saad. M. Adaptive control. Springer, 1998.
[7] Abderrezek, H. «contribution à la commande robuste des systèmes non linéaires », thèse
de Magister, université Ferhat Abbas, setif, 2014
[8] Amrous, H. «commandes adaptatives d’une machine synchrone à aimant permanent »,
thèse de magister, école nationale supérieure polytechnique, El-Harrach Alger ,2009.
[9] Nait Seghir, A. « Contribution à la commande adaptative et neuronale d’une machine
synchrone à aimants permanents », Thèse de Doctorat, école nationale supérieure
polytechnique, El-Harrach Alger, 2007.
[10] Kadouma, M. Mellata, A, « contribution à la commande adaptative robuste des machines
asynchrone, mémoire de master, université Djilali Bounaama, Khemis Miliana, 2017.
[11] Necaiba, A. « contribution à la commande PI  D  adaptative et aux régulateurs auto-
ajustable d’ordre fractionnaire », Thèse de Doctorat, université 20 Aout 1945, Skikda, 2016.
[12] Bensafia, y. « utilisation des filtres fractionnaires pour la conception des régulateurs
adaptatifs robustes », thèse de doctorat, université 20 Aout 1945, Skikda, 2016.
[13] Emanuel, D. "Méthodes d'optimisation pour le réglage de contrôleurs PID",
mémoire d’ingénieur, Université de Liège 2001.
[14] H. Hjalmarsson, M. Gevers, S. Gunnarson and O. Lequin « Itérative Feedback Tuning:
Theory and Applications », IEEE Control Systems, August 1998.
[15] A. Isidori, ''Non linear control systems'', Springer verlage, 1989.
51
Annexes
Annexes
Annexe A
Paramètres de La machine utilisée
Puissance nominale 1 KW
Tension nominale d’induit U=220 V
Courant nominale d’induit I=5.75 A
Couple électromagnétique nominale Cen=4.77 N.m
Vitesse nominale 2000 tr/min
Inductance de l’induit La=0.0119 H
Résistance de l’induit Ra=5.9 Ω
Moment d’inertie J=0.00705 Kg.m2
Coefficient de frottement f=4.051x10-4 N.m.s
Constant K 0.859
I
Annexes
Annexe B
Conception du régulateur PID adaptatif selon la règle MIT
A partir de la règle MIT on à :
d J e
    e (1)
dt  
Avec :
1 2
J ( )  e (2)
2
e  yp ym (3)
  [K p , K i , K d ] (4)
En remplaçant les paramètres du régulateur PID dans (1) on obtient les formules suivantes :
dK p J  J   e   y p 
  p   p   
  (5)
dt K p  e  
 y p

  K p


dK i J  J   e   y p 
  i   i    (6)
K i  e     K 
dt  y p  i 
dK d J  J   e   y p 
  d   d    (7)
K d  e     K 
dt  y p  d 
J
Où: e (8)
e
e y p y m
Et :   (9)
y p y p y p
y p y m
On à : e  y p  y m et : =1 ; =0
y p y p
e
Donc 1 (10)
y p
En remplace (8) et (10) dans (5) (6) (7) on obtient les formules suivantes :
dK p J  y p 
  p   p e   (11)
dt K p  K
 p 
dK i J  y p 
  i   i e   (12)
dt K i  K i 
dK d J  y p 
  d   d e   (13)
dt K d  K d 
II
Annexes
Considérons le modèle de moteur à courant continu est une fonction du transfert du 2éme ordre
de la forme suivante :
b
G (p)  (14)
P  a1P  a2
2
K JR  Lf Rf  K 2
Avec : b  ; a1  a
; 2 
JL LJ LJ
La fonction de transfert de régulateur PID décrit comme suit:
Kd p2  K p p  Ki
G PID ( p )  (15)
p
La fonction de transfert de système (moteur-régulateur) en boucle fermé, ou R(P) représente
le signal d’entrée, devient:
G moteur ( p ).G PID ( p )
Y P (P )  .R (P ) (16)
1  G moteur ( p ).G PID ( p )
b Kd p2  K p p  Ki
.
p 2  a1 p  a2 p
Y P (P)  .R (P ) (17)
b Kd p  K p p  Ki
2
1 2 .
p  a1 p  a2 p
b (K d p 2  K p p  K i ) b (K d p 2  K p p  K i )
p ( p 2  a1 p  a2 ) p ( p 2  a1 p  a2 )
 .R ( P )  .R (P )
b (K d p 2  K p p  K i ) p ( p 2  a1 p  a2 )  b (K d p 2  K p p  K i )
1
p ( p 2  a1 p  a2 ) p ( p 2  a1 p  a2 )
b (K d p 2  K p p  K i )
Y P (P)  .R(P) (18)
p ( p 2  a1 p  a2 )  b (K d p 2  K p p  K i )
On effectue la décomposition de l’équation (18) :
YP ( p ) bK d p 2  bK p p  bK i
 3
R (P) p  (a1  bK d ) p 2  (a2  bK p ) p  bK i (19)
Le modèle de référence est donné à partir des paramètres initiaux de système en boucle
fermée (moteur-régulateur) afin de spécifier la réponse désirée :
bm 1 p 2  bm 2 p  bm 3
Gm ( p )  (20)
p 3  am 1 p 2  am 2 p  am 3
Les paramètres du modèle de référence donnée comme suit :

bm 1  bK d ; bm 2  bK p ; bm 3  bK i ; am 1  a1  bK d ; am 2  a2  bK p ; am 3  bK i
III
Annexes
A travers la transformée inverse de Laplace, en utilisant le symbole ‘D’ comme un opérateur

d
de la dérivé temporelle , donc l’équation (19) en fonction de temps devient comme suit:
dt
Y p (t) bK d D 2  bK p D  bK i
 (21)
R (t) D 3  (a1  bK d ) D 2  (a2  bK p ) D bK i
Maintenant on calcule le dérivé de l’expression (21) par rapport aux paramètres de régulateur
  [K p , K i , K d ] :
Y p (D3  (a1  bK d ) D2  (a2  bK p ) D bK i ).bD .R (t)  (b (K d D 2  K p D  K i )R (t)).bD


K p (D3  (a1  bK d ) D2  (a2  bK p ) D bK i ) 2
(b (K d D 2  K p D  K i )R (t)).bD
 bD .R (t) 
(D3  (a1  bK d ) D2  (a2  bK p ) D bK i )
bD
 .[R (t) Y p (t)] (22)
(D  (a1  bK d ) D  (a2  bK p ) D bK i )
3 2
Y p (D3  (a1  bK d ) D2  (a2  bK p ) D bK i ).b .R (t)  (b (K d D 2  K p D  K i )R (t)).b


K i (D3  (a1  bK d ) D2  (a2  bK p ) D bK i ) 2
(b (K d D 2  K p D  K i )R (t)).b
 b .R (t) 
(D3  (a1  bK d ) D2  (a2  bK p ) D bK i )
b
 .[R (t) Y p (t)] (23)
(D  (a1  bK d ) D  (a2  bK p ) D bK i )
3 2
Y p (D3  (a1  bK d ) D2  (a2  bK p ) D bK i ).bD 2 .R (t)  (b (K d D 2  K p D  K i )R (t)).bD 2


K d (D3  (a1  bK d ) D2  (a2  bK p ) D bK i )2
(b (K d D 2  K p D  K i )R (t)).bD2
 bD 2 .R (t) 
(D3  (a1  bK d ) D2  (a2  bK p ) D bK i )
bD2
 3 .[R (t) Y p (t)] (24)
(D  (a1  bK d ) D2  (a2  bK p ) D bK i )
IV
Annexes
En substituant (22), (23) et (24) dans (11), (12) et (13) :

dK p J bD
  p   p .e . 3 .[R (t) Y p (t)] (25)
dt K p (D  (a1  bK d ) D  (a2  bK p ) D bK i )
2
dK i J b
  i   i .e . 3 .[R (t ) Y p (t )] (26)
dt K i (D  (a1  bK d ) D  (a2  bK p ) D bK i )
2
dK d J bD2
  d   d .e . 3 .[R (t ) Y p (t )] (27)
dt K i (D  (a1  bK d ) D2  (a2  bK p ) D bK i )
À partir des équations (25), (26) et (27) on peut construire le diagramme fonctionnel
Suivant :
Modèle de référence Ym
_
e
R(t) + U +
Régulateur PID MCC Yp
Mécanisme d’adaptation des paramètres (P, I, D)
dK p bD
1   p .e . .[R (t) Y p (t)]
dt (D3  (a1  bK d ) D2  (a2  bK p ) D bK i )
s dK i b
  i .e . 3 .[R (t ) Y p (t )]
dt (D  (a1  bK d ) D  (a2  bK p ) D bK i )
2
dK d bD2
  d .e . 3 .[R (t ) Y p (t )]
dt (D  (a1  bK d ) D2  (a2  bK p ) D bK i )
Diagramme fonctionnel de système adaptative à model de référence.
V
Résumé
‫ملخص‬
.‫باستخدام تقنيتي تحكم‬، ‫العمل المقدم في هذه المذكرة يتعلق بالنمذجة والتحكم في سرعة محرك كهربائي ذو تيار مستمر‬
‫وهي تسمح بضبط مقدار طاقة‬, ‫وهي استراتجية متابعة وتعديل تالؤمي‬،‫التقنية األولى قائمة على الطريقة التالئمية المباشرة‬
.‫التحكم مهما كانت العوامل الداخلية والخارجية‬
‫وتحديد المعلمات المثلى لوحدة تحكم‬، ‫وهي تعتمد على تقليل معيار تربيعي‬، ‫التقنية الثانية تعرف بطريقة ضبط ردود الفعل‬
.‫المستخدمة في الحلقة المغلقة دون اللجوء الى تحديد النموذج الرياضي للمحرك‬
.‫النتائج المتحصل عليها تثبت من حيث األداء وكذا المتانة نجاعة هذه التقنيات‬
‫ضبط ردود‬،‫المتحكم التناسبي التفاضلي التكاملي‬،‫تحكم تأقلمي مباشر‬،‫ محرك ذو تيار كهربائي مستمر‬:‫كلمات مفتاحية‬
.‫الفعل‬
Résumé
Le travail présenté dans ce mémoire concerne la modélisation et la commande en vitesse d’un
moteur à courant continu en utilisant deux techniques de commande.
La premier est la commande adaptative à modèle de référence celle ci consiste à designer la
performance désiré à partir d’un modèle de référence, son utilisation requiert la mesure d’un
certain indice de performance qui est compare a l’indice désire, à partir de l’écart obtenu, le
mécanisme d’adaptation (algorithme d’adaptation) modifie les paramètres du correcteur
ajustable afin de maintenir l’indice de performance à la valeur désirée.
Le deuxième est la commande IFT (itérartive feedback tuning), est une méthode
d'optimisation des contrôleurs basée sur la minimisation d'un critère de type quadratique. Elle
consiste à identifier les paramètres optimaux du contrôleur utilisé dans la boucle fermée sans
avoir recours à l'identification du modèle mathématique.
Les résultats obtenus démontrent l’efficacité de ces techniques.
Mots clés : commande adaptative à modèle de référence CAMR, système adaptative à
modèle de référence SAMR, régulateur PID adaptatif, IFT.
Abstract
The work presented in this thesis concerns the modeling and the speed control of a DC motor
by using two control techniques.
The first one is the adaptive control with reference model, which consists in designing the
desired performance in the form of a reference model,its use requires the measerment of a
certain index of performance that is compared to the desired index, from the difference
obtained, the adaptation mechanism modified the paramaters of the controller to maintain the
index performance at the desired value.
The second technique is itérative feedback tuning,this is a controller optimisation method
based on quadratic criterion minimization, it consists in identifying the optimal controller
parameters used in the closed loop without resorting to the model identification mathematical.
The results obtained demonstrate the effectiveness of these techniques.
Keyword: DC motor, modele reference adaptive control MRAC, modele reference
adaptive system MRAS, PID tuning, MIT rule, IFT.

Mémoire Finale.

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Mémoire Finale.

Transféré par

Droits d'auteur :

Formats disponibles

République Algérienne Démocratique et Populaire

Ministère d’enseignement Supérieur et de la Recherche Scientifique

Mémoire de fin d’études

Spécialité: Commande Electrique

Commande sans modèle et à modèle restreint

Réalisé par : Encadré par :

SETTI Mohamed Abdelhak BATAT .F

Les plus chers à mon cœur, mes parents

A toute ma famille «SETTI»

A toute ma famille «BOUSSAID»

A tous mes amies qui n’ont cessé d’être

A tous qui m’aiment et qui j’aime.

III.2.7. Résumé de l’algorithme………………………………………………………..29

IV.2.2. Interprétation des résultats……………………………………………………..38

Liste des figures

Figure IV.2 : Réponse de La vitesse (Cr=4.77N.m à t=2.5sec)…………….………………...32

Liste des tableaux

Liste des symboles

Liste des abréviations

d’adaptation (algorithme d’adaptation) modifie les paramètres du régulateur ajustable afin de

Figure I.1: Schéma synoptique de la machine a courant continue.

Beaucoup d’applications nécessitent un couple de démarrage élevé, le moteur à courant

I.2.1. Constitution générale de moteur à courant continu

Figure I.2 :Structure interne d’un moteur à courant continu.

Figure I.3 : Structure interne de l’inducteur.

Figure I.4 : Structure interne de l’induit.

Figure I.5 : Collecteur. Figure I.6 : Balais et porte balais.

I.2.2. Principe de fonctionnement

I.2.3. Choix d’un moteur à courant continu

Figure I.7 : Schéma électrique de l’excitation shunt.

Tableau I.1 : Caractéristiques d’un moteur à excitation shunt.

B. Moteur à excitation série

Figure I.8 : Schéma électrique de l’excitation série.

- Moteur autorégulateur de puissance. -Engins de levage (grues, palans, ponts

Tableau I.2 : Caractéristiques d’un moteur à excitation série.

C. Moteur à excitation séparé

Figure I.9 : Schéma électrique de l’excitation séparée.

- Grande souplesse de commande. -Entrainement de machines-outils (Remplacé

Tableau I.3 : Caractéristiques d’un moteur à excitation séparée.

Figure I.10 : Schéma électrique de l’excitation composé.

Tableau I.4 : Caractéristiques d’un moteur à excitation composé.

I.2.4. Les avantages et les inconvénients des machines à courant continu

I.3. Modélisation d’un moteur à excitation séparée (indépendante)

Figure I.11: Schéma électrique d’un moteur à excitation séparée.

 Equation de l’inducteur (excitation)

 Equation de l’induit (alimentation)

J . p .( p )  C e ( p ) C r ( p )  f .( p ) (I.11)

Figure I.12 : Diagramme fonctionnel du moteur à courant continu.

Figure I.13 : Schéma de simulation en boucle ouverte du processus (moteur-charge).

I.4.1. Résultats de simulation

Vitesse (rad/sec) 200

I.4.2. Interprétation des résultats

Figure. II.1 : Le processus commandé.

Commander un processus, c’est déterminer les commandes à lui appliquer, de manière à

II.2.2. Organe de commande

Figure. II.2 : Propriétés d’un système commandé.

 Il anticipe les variations de la sortie grâce au terme dérivateur.

Avec l’´ecart défini comme suit :

K p : est le gain proportionnel.

L’action proportionnelle permet d’améliorer la rapidité de la réponse mais introduit de

T i : est la constante de temps de l’action intégrale.

L’action intégrale permet d’augmenter la précision et corrige l’erreur statique, elle

II.3. La commande adaptative

Boucle de contre Perturbations