Premièr partie

Identification des systèmes

dynamiques

Chapitre 1
Introduction a l’identification

introduction :
Définition de l’identification :
 L'identification est l'opération de détermination du modèle dynamique d'un procédé
(système) à partir des mesures entrées/sorties. La connaissance du modèle dynamique est
nécessaire pour la conception et la mise en oeuvre d'un système performant de régulation.

Autrement dit ; l’identification d’un système dynamique réel (appelé objet) c’est
caractériser un autre système (appelé modèle), à partir de la connaissance expérimentale des
entrées et sorties de manière à obtenir identité de comportement. Pratiquement,
l’identification a généralement pour but la détermination de modèle de conduite, utilisables
pour simuler, commander ou régler un processus. Ce modèle peut être physique (au sens de
simulateur analogique ou numérique et de modèle réduit), ou bien un modèle abstrait (modèle
mathématique, i.e. système d’équations algébriques ou différentielle).

FIGURE 1 : principe général de l’identification

 Pourquoi l’identification :
Les objectifs de l'identification sont multiples :

> Permettre de prédire le comportement du système, pour toute situation dans laquelle il
pourra se trouver (ceci peut être réalisé a l'aide de simulation)
Exempel : prévision météorologique/commande prédictive.
> Déterminer des lois de commande(en calculant un correcteur)
Exempel : contrôle de procédés industriels.
> Surveiller le comportement du système (dignostic)
Exempel : surveillance d'avions.

Etape de l’identification :

Le processus d'identification consiste à sélectionner une structure de modèle et à

calculer ces paramètres. Cette tâche est à refaire à plusieurs reprises pour sélectionner le
meilleur modèle. Une fois le modèle est obtenu, il reste à vérifier si les propriétés de celui-ci
sont satisfaisantes. Le processus d'identification peut être détaillé comme suit:
- Tout commence par la conception d’une une expérience et la collection des données
entrées-sorties du processus à identifier. Ces données doivent être examinées. afin
d'éliminer les tendances et les valeurs aberrantes. Il est recommandé de diviser les
données; Un ensemble de données est utilisé pour trouver le modèle, tandis que l'autre
est utilisé pour valider le modèle. Une division 50-50 se voit normale à utiliser.
- La sélection d’une structure de modèle et le calcul des paramètres du modèle en
fonction des données d'entrée-sortie et d'un critère d'ajustement.
- Vérification du modèle obtenu ; si le modèle est assez bon on l’adopte ; Sinon on
revient à l’étape précédente pour essayer un autre ensemble de modèles

Différents types d'identification :

Il existe deux types d'identification des systèmes linéaires invariants :

- Identification non paramétrique : il s'agit d'identifier le comportement d'un

système à l'aide d'un digramme fréquentiel (Bode, Nyquist, Black) ou d'une réponse
temporelle (impulsionnelle, indicielle, ...)

- Identification paramétrique : il s'agit d'identifier le comportement d'un système à

l'aide d'un modèle mathématique, défini par un nombre fini de paramètres. Ce modèle peut
etre : > Une fonction de transfert : H(p)=S(p)/E(p)
> Une équation différentielle : E ai y(t-i)= E bi u(t-i)
>Une représentation d'état) : dx/dt= Ax+ B y=Cx+Du

Le modèle auquel nous nous intéressons est un modèle dynamique linéaire invariant dans le
temps de type fonction de transfert (modèle de représentation)

Procédure d'identification :
Identifier un système dynamique réel (appelé objet) c'est caractériser un autre système
(appelé modèle), à partir la expérimentale des entrées et sorties de de connaissance
manière à obtenir identité de comportement.
FIGURE 2  Procédure générale d’dentification