Vous êtes sur la page 1sur 8

Ecole Nationale Supérieure d’Arts et Métiers. ENSAM-Meknès. Année universitaire : 2008/2009.

M.BAKHTI & M. TALEB

Chapitre II. Identification des systèmes


A. Introduction

I. Introduction à la modélisation

La modélisation d’un système est la donnée d’une structure ou d’une loi (le modèle) qui, dans un
domaine de validité bien défini, reproduit, d’une manière assez « proche », sa correspondance
Sollicitation  Réponse.
On distingue deux étapes différentes pour accomplir la modélisation :

• L’étape Modélisation : consiste à fixer la forme du modèle.


Ex : équation différentielle de second ordre, fonction de transfert du premier ordre avec
retard,…
C’est la phase qualitative ou de caractérisation du modèle.

Une fois la structure du modèle choisie, on passe à la seconde étape :

• L’étape Identification : consiste à trouver les valeurs numériques des coefficients qui
interviennent dans le modèle.
Ex : si on choisit une fonction de transfert de deuxième ordre, il faut quantifier les
paramètres : K, ξ et ωn.
C’est la phase quantitative ou la phase d’estimation des paramètres.
Ces valeurs numériques sont déterminées pour que le comportement du modèle soit le plus
proche de celui du système. Cette proximité se mesure à l’aide d’un critère.

II. Intérêts de l’identification

Il existe, principalement, deux raisons pour faire de l’identification :


1. Prédire le comportement d’un système pour différentes sollicitations. (Analyse)
2. Elaborer une loi de commande adaptée au système. (Contrôle)

III. Types de modèles utilisés

1. Le modèle de connaissance et le modèle de représentation

Dans la pratique, il existe deux types de modèles :

• Les modèles de connaissance ou d’analyse.


• Les modèles de représentation ou de conduite.

a. Le modèle de connaissance

C’est le modèle obtenu par expression directe des lois physico-chimiques qui régissent le système. Il
donne une description complète et est utilisé pour la simulation et, donc, l’analyse des procédés.
C’est souvent un modèle non linéaire, complexe mais fiable.

1
Ecole Nationale Supérieure d’Arts et Métiers. ENSAM-Meknès. Année universitaire : 2008/2009.
M.BAKHTI & M. TALEB

b. Le modèle de conduite

Lorsque l’analyse interne n’est pas possible (lois internes inconnues, mesures internes
impossibles,…etc.) ou qu’elle mène à un modèle aussi compliqué pour être contrôlé, on se contente
d’une description mathématique fixée à priori et n’ayant pas nécessairement un sens physique. C’est
le modèle de représentation ou de conduite.

2. Le modèle dynamique linéaire

Le modèle qu’on utilise souvent pour la commande des procédés doit être dynamique et linéaire.
Raison pour laquelle, il est généralement local (lié à un point de fonctionnement).

Les modèles dynamiques linéaires sont de deux types :

• Modèles non paramétriques (réponse fréquentielle, réponse à un échelon)


• Modèles paramétriques (fonction de transfert, équations différentielles, équations aux
différences)

IV. Les étapes de l’identification

On peut, en général, décomposer en quatre étapes la conduite d’une étude d’identification :

2
Ecole Nationale Supérieure d’Arts et Métiers. ENSAM-Meknès. Année universitaire : 2008/2009.
M.BAKHTI & M. TALEB

B. Le modèle de connaissance

I. Elaboration

Les équations de tel modèle sont obtenues en écrivant les équations de conservation de matière,
d’énergie et de quantité de mouvement autour de chaque unité du procédé.

L’équation d’un bilan s’écrit :

Entrée + Production – Consommation = Sortie + Accumulation

Le modèle obtenu est en général un système d’équations algébro-différentielles non linéaire de la


forme :


 , ,



  , ,




Où : x(t) est le vecteur d’état du procédé ;

u(t) et y(t) sont respectivement le vecteur d’entrées et le vecteur des sorties ;

θ est le vecteur des paramètres du procédé ;

et f et g sont des fonctions vectorielles.

Exemple : Le bac de stockage.



Le bilan de matière (massique) s’écrit : .   .   . . 

A : section de base de la cuve (m2) et ρ la masse volumique (kg/m3)

  
D’où :   . . √  . 
  

3
Ecole Nationale Supérieure d’Arts et Métiers. ENSAM-Meknès. Année universitaire : 2008/2009.
M.BAKHTI & M. TALEB

II. Linéarisation d’un modèle non linéaire

Un modèle non linéaire peut être linéarisé autour d’un point de fonctionnement (ue,ye) sous
l’hypothèse de petite variations.

On linéarise les termes non linéaires dans le modèle du procédé par un développement en série de
Taylor limité à l’ordre1.

Exemple : considérons le bac de stockage

On a un modèle non linéaire :

 1 1
,     . . √  . 
  
La fonction f a deux variables Qa et h.

Son développement en série de Taylor donne :

∂f ∂f
f(Q a , h ) = ( Q ae , h e ).( Q a − Q ae ) + ( Q ae , h e ).( h − h e ) =
∂qa ∂h
( Q a − Q ae ) k Q k dH
− ( h − h e ) = va − H =
A 2 A he A 2 A he dt
Avec ( Q a − Q ae ) = Q va et ( h − h e ) = H

ou encore :
dH dY
H + a1 = b0Q a ou Y + a1 = b 0U
dt dt
2 A he
avec Y = H; Q a = U ; a1 = = T ( constante de temps) ;
k
2 he
b0 =
k

Donc le modèle qui lie le débit d’alimentation Qa à la hauteur h, est un modèle de premier ordre
√ √
de gain statique 2 et de constante de temps T = 2 , mais seulement au voisinage d’un point
! !
de fonctionnement : (Qae,he).

Quand est-ce qu’il est impossible de linéariser autour d’un point (u,y) ?
4
Ecole Nationale Supérieure d’Arts et Métiers. ENSAM-Meknès. Année universitaire : 2008/2009.
M.BAKHTI & M. TALEB

C. Le modèle de conduite linéaire continu

I. Introduction

Lorsqu’un modèle de connaissance s’avère complexe (pour la commande et donc pour la régulation),
on opte pour un modèle de représentation ou de conduite. C’est un modèle plus simple dont les
coefficients, n’ayant pas de sens physique, sont ajustés pour reproduire, le plus possible, le vrai
comportement du système dans un domaine de travail donné.

Les modèles de conduites, les plus utilisés, sont :

• Le modèle du premier ordre avec ou sans retard ;


• Le modèle du 2nd ordre standard avec ou sans retard ;
• Le modèle d’ordre n, à constante de temps moyenne.

Pour chacun de ces modèles, une méthode appropriée, est utilisée.

NB : ces modèles seront munis d’un pôle à l’origine dans le cas où on s’intéressera à l’identification
des systèmes évolutifs.

II. Méthodes d’identification graphiques ou déterministes

L’objectif est d’obtenir des modèles paramétriques à partir de modèles non paramétriques, type
« réponse en échelon » ou « réponse en fréquence ».

On identifie la réponse indicielle en BO du système à celle d’un modèle dont la forme est prédéfinie
avec certains paramètres. La méthode consiste à calculer les meilleurs paramètres en fonction de la
forme de la réponse.

1. Confrontation de la réponse théorique et expérimentale. Méthode directe.

Cette méthode est dédiée aux modèles du 1er et 2nd ordre. Elle consiste à faire une confrontation
entre le modèle paramétrique (à identifier) et le modèle non paramétrique (réponse à l’échelon)
obtenu pour un système stable.

a. Modèle du 1er ordre.

Un modèle de 1er ordre, avec retard, est donné par la fonction de transfert suivante :

. $ %&'
"# 
1  (. #
Avec :
• K : le gain statique.
• T : la constante de temps.
• τ : le retard.

Sollicité par un échelon d’amplitude E, sa


réponse serait donnée par :

s(t) = k. E. (1 – e – (t – τ)/T)

5
Ecole Nationale Supérieure d’Arts et Métiers. ENSAM-Meknès. Année universitaire : 2008/2009.
M.BAKHTI & M. TALEB

La constante du temps est la durée nécessaire pour que le système atteigne 63% de son régime
permanent. Et le retard c’est la durée nécessaire au système pour que la variation de la sortie ne soit
plus nulle.

b. Modèle du 2nd ordre.

A l’encontre du modèle de premier ordre, celui du 2nd ordre permet de modéliser des systèmes aux
réponses oscillatoires (présentant des dépassements).

Un modèle du 2nd ordre, avec retard, est donné par la fonction de transfert suivante :

. $ %&'
"# 
) 1
1  2. *+ . #  . #²
*+²
Avec :

• K : le gain statique.
• ωn : la pulsation normale.
• ξ : le coefficient d’amortissement.

Sollicité par un échelon d’amplitude E, et avec un coefficient d‘amortissement entre 0 et 1, sa


réponse serait donnée par :


t2 − t1 = Tp =
ω0 1 − ξ 2
ξ 1 D1
= ln
1−ξ2 2π D2

NB : pour tous les modèles qu’on va identifier, le gain statique est toujours le rapport de la variation
de la sortie à la variation de l’entrée une foi le régime permanent est bien établi : K = ∆s/∆e.

6
Ecole Nationale Supérieure d’Arts et Métiers. ENSAM-Meknès. Année universitaire : 2008/2009.
M.BAKHTI & M. TALEB

2. Méthode de Strejc

La méthode s’applique aux systèmes dont la réponse indicielle présente un point d’inflexion et ne
présente pas de dépassement (réponse apériodique).

!. -./
Le modèle à identifier est une fonction de transfert de la forme : "# 
01.'2
Les paramètres à identifier sont donc :

• le gain statique : K,
• le retard : τ,
• la constante du temps : T,
• et l’ordre : n.

La méthode :

• On trace la tangente au point


d’inflexion I pour déterminer
deux valeurs : Tu et Ta

• L’ordre n ne dépend que du


rapport Tu/Ta. Il est donné par
le tableau du Strejc. On prend
la valeur la plus proche
inférieure.

• Déterminer la constante du
temps T à partir de du tableau.

• Déterminer le retard réel à partir de la courbe, et le retard fictif à partir de la différence entre
Tu mesurée et celle donnée par le tableau. Le retard τ étant la somme des deux retards.

n Tu/Ta Ta/T Tu/T


1 0 1 0
2 0.104 2.718 0.282
3 0.218 3.695 0.805
4 0.319 4.463 1.425
5 0.410 5.119 2.100

7
Ecole Nationale Supérieure d’Arts et Métiers. ENSAM-Meknès. Année universitaire : 2008/2009.
M.BAKHTI & M. TALEB

3. Méthode de Broïda

La méthode s’applique aux systèmes dont la réponse indicielle est apériodique.

!. -./
Le modèle à identifier est une fonction de transfert de la forme : "# 
01.'
Les paramètres à identifier sont donc :

• le gain statique : K,
• le retard : τ,
• et la constante du temps : T.

Le principe n’est pas de faire coïncider la tangente au point d’inflexion (souvent imprécis), mais
d’ajuster les paramètres T et τ pour que les courbes de réponse du modèle et du système aient deux
points communs judicieusement choisis.

Les points communs choisis par Broïda


correspondent respectivement à 28% et
40% de la valeur finale permanente.

Le modèle de Broïda donne les points C1 et


C2 pour les dates suivantes :

s(t1-τ) = K.E.(1-e(t1-τ)) = 0.28 K.E. 

t1-τ = 0.328 . T

s(t2-τ) = K.E.(1-e(t2-τ)) = 0.40 K.E. 

t2-τ = 0.510 . T

Donc :

T = 5,5 (t2 − t1)


τ = 2,8 . t1 − 1,8 . t2

4. Identification des modèles pour systèmes évolutifs