Vous êtes sur la page 1sur 25

22/09/2017

Commande avancée des


systèmes industriels

2ème Année Cycle Ingénieur : GE


2017-2018

ELÉMENT 1 : Commande numérique

ELÉMENT 2 : Modélisation et Identification

ELÉMENT 3 : Commande optimale et Commande


prédictive

1
22/09/2017

VOLUME HORAIRE

Volume horaire (VH)


Elément(s) du module
Cours TD TP Evaluation VH global

Commande numérique 10h 8h 4h 2h 24h

Modélisation et
10h 8h 4h 2h 24h
Identification
Commande optimale et
10h 8h 4h 2h 24h
Commande prédictive

VH global du module 30h 24h 12h 6h 72h

% VH 42% 33% 17% 8% 100%

DESCRIPTION DU CONTENU DU MODULE


Commande numérique
• Rappels sur la transformée en z.
• Analyse des systèmes échantillonnés
• Transmittance numérique.
• Critère de Jury.
• Précision en boucle fermée.
• Concept d’état pour les systèmes numériques
• Stabilité, commandabilité et observabilité d’un système numérique.
• Synthèse des lois de commandes numériques :
• PID numérique
• Correcteur RST.
• Etude de cas : Commande numérique d’un système industriel
d’ingénierie.
Travaux pratiques
• TP1 : Régulation de niveau.
• TP2 : Asservissement de température 4

2
22/09/2017

DESCRIPTION DU CONTENU DU MODULE


Modélisation et Identification
• Notion de modèle
• Modèles de connaissance
• Modèles de représentation, modèle de conduite.
• Modèles de règles
• Modèles entrées-sorties
• Modèle d’état
• Modèle graphique
• Différence entre modélisation et Identification
• Identification non-paramétrique
• Identification Paramétrique
Travaux pratiques
• TP1 : Identification des procédés industriels : Système
pneumatique
• TP2 : Identification des procédés industriels : Système réel 5

DESCRIPTION DU CONTENU DU MODULE


Commande optimale et Commande prédictive
• Problème du contrôle optimal en continu et discret
• Indice de Performance
• Principe de Pontryagin
• Problème LQR (linear quadratic regulator)
• Approche de Hamilton-Jacobi
• Equation matricielle de Riccati,
• Commande à Horizon fini et infini.
• Commande prédictive sous contraintes.
• Etude de cas : Commande d’un échangeur thermique sous Matlab.
Travaux pratiques
• TP1 : Elaboration d’une commande LQR
• TP2 : Contrôle optimale d’un système non linéaire 6

3
22/09/2017

Évaluation
NOTE DU MODULE
• Elément 1 : (34%)
Ecrit = 70% Contrôle continu + 60% Examen
Note= 70% Ecrit + 30% TP

• Elément 2 : (33%)
Ecrit = 70% Contrôle continu + 60% Examen
Note= 70% Ecrit + 30% TP

• Elément 3 : (33%)
Ecrit = 70% Contrôle continu + 60% Examen
Note= 70% Ecrit + 30% TP

Commande avancée des


systèmes industriels
Commande Numérique

2ème Année Cycle Ingénieur : GE


2017-2018

4
22/09/2017

CHAPITRE 1
Introduction Générale

Introduction
• La nécessité d’exprimer les modèles des processus à commander sous
une forme numérique est justifiée par le fait que l’exploitation des
calculateurs, devenue par ailleurs très répandue.

• On rappelle brièvement les définitions de base des systèmes asservis,


analogiques et discrets décris par des fonctions de transfert ou par une
représentation d’état.

10

5
22/09/2017

 Les systèmes asservis linéaires continus

Les systèmes asservis linéaires découlent d’un modèle


physique continu défini par des équations intégrales et
différentielles, à coefficients constants, en fonction du
temps, qui régissent les grandeurs présentes dans le
modèle.

11

 Les systèmes asservis linéaires


continus
Formalisme fonction de transfert
• L’application de la transformée de Laplace sur ces
équations conduit à des relations algébriques appelée
fonction de transfert et reliant le rapport Sortie/Entrée
ou Sortie/Perturbation du processus étudié.
Formalisme équation d’état
• Ce formalisme, exploite des équations matricielles, et il
est appelé représentation d’état.

12

6
22/09/2017

 Les systèmes asservis linéaires


discrets

• La généralisation de l’utilisation des calculateurs a permis leur


exploitation comme structures de commande numérique pour les
systèmes dynamiques asservis et ceci par le biais de l’implantation
d’algorithmes gérés par le calculateur remplaçant ainsi avantageusement
les régulateurs analogiques de commande.

• L’exploitation des calculateurs pour la commande des processus est plus


flexible et permet d’obtenir des performances meilleures que celles
obtenues par des commandes analogiques.

13

 L’aspect numérique de la commande


d’un processus physique

Figure 1 : Structure de commande numérique d’un processus

14

7
22/09/2017

 L’aspect numérique de la commande


d’un processus physique

)
) )
BOZ

Figure 2 : Nouvelle structure de commande numérique du processus

15

 Conclusion
Pour commander numériquement un processus, il faut
alors :
• Des convertisseurs analogiques digitaux (C.A.N),
• Des convertisseurs numériques analogiques (C.N.A).
• Un bloqueur (généralement d’ordre zéro).
• Remplacer le modèle continu du processus par un
modèle discret.
• Remplacer les régulateurs analogiques par des
algorithmes de régulation

16
Figure 3 : Conversion numérique - analogique et analogique – numérique

8
22/09/2017

CHAPITRE 2
Echantillonnage Instantané d’un
Signal

17

Définition
• L’échantillonnage, est l’opération qui consiste à transformer une
fonction continue f (t) de temps [ f (t) = 0 pour t < 0 et f (0+) =
0], en une suite d’unités d’informations f *(t ) sur cette fonction.
• Cette suite d’unités ne se manifeste qu’a des instants discrets Te
du temps où Te est appelée période d’échantillonnage.

Fig.4 : Echantillonnage d’une fonction 18

9
22/09/2017

Echantillonnage idéal
• Pour établir l’expression de f *(t ), on associe à f (t) l’impulsion
de Dirac d(t) définie par d(t) =1 pour t=0 et d(t) = 0 pour tout t>
0 ).
• L’expression d(t−kTe) qui est l’impulsion de Dirac retardée joue
un rôle fondamental dans l’approche de discrétisation d’une
fonction continue.
• En effet, d(t−kTe) permet, pour k variant de 0 à l’infini, d’obtenir
une série de ≪ uns ≫, appelée ≪ peigne de Dirac ≫, pour tout t
= kTe.

19

On peut par conséquent établir l’expression discrète f *(t) :

En appliquant la transformée de Laplace  sur la fonction f *(t), il


vient :

On pose :

Nous remarquons l’analogie entre la transformée de Laplace


d’une fonction discrète (2) et la transformée de Laplace d’une
fonction continue f(t), définie par l’expression :

20

10
22/09/2017

Choix adéquat de la période


d’échantillonnage Te
Exemple d’introduction
Soit la fonction continue en temps f (t) = e−t .sint2
représentée sur la fig.5 :

Fig.5 : Tracé continu de f(t)


21

• Réalisons un échantillonnage de cette fonction pour


différentes valeurs de la période Te :

22

11
22/09/2017

Choix adéquat de la période


d’échantillonnage Te
Théorème de Shannon
Le théorème de Shannon établit une condition nécessaire sur le
choix de la période d’échantillonnage adéquate.

Théorème : Pour pouvoir reconstituer, sans perte d’information,


un signal continu à partir de sa séquence discrétisée, il faut que la
fréquence d’échantillonnage fe soit supérieure à deux fois la
fréquence maximum à transmettre

23

Choix adéquat de la période


d’échantillonnage Te

En outre, pour les systèmes automatiques, le choix de la période


d’échantillonnage doit généralement vérifier :

Où fBPBF est la fréquence de la bande passante en boucle fermée du


système à commander.

24

12
22/09/2017

Règles pratiques pour le choix de Te


1) Pour les systèmes qui se présentent sous la forme d’un premier
ordre fondamental dont la fonction de transfert est
H(p)=k/(1+T0p), fBP=f0=1/(2πT0) et en vertu de la règle précédente,

2) Pour les systèmes de deuxième ordre fondamental représentés


par une fonction de transfert de la forme H(p)=ω02/p2+2ω0p+ω02
où  est le coefficient d’amortissement et ω0 la pulsation propre.

Par ailleurs, étant donne qu’en boucle fermée on impose


généralement au système étudié un comportement d’un deuxième
ordre fondamental avec 0.7≤≤1. on choisit dans ce cas une période
d’échantillonnage vérifiant :
25

Evaluation

26

13
22/09/2017

27

CHAPITRE 3
Techniques de Discrétisation

28

14
22/09/2017

La discrétisation
On présente les approches de discrétisation employées pour transformer
un schéma bloc continu en un schéma bloc discret. Rappelons d’abord la
formule :

1
Exemple : Soit la fonction de transfert 𝐻 𝑝 =
𝑝+𝜏

Calculons H *( p ) par application de la règle précédente et avec une


période d’échantillonnage Te

29

a) On commence par établir l’expression temporelle h(t )


qui est généralement fournie en exploitant les tables
usuelles de la transformée de Laplace et de son inverse.
Dans notre cas ℎ 𝑡 = 𝑒 −𝜏𝑡 donc ℎ 𝑘𝑇𝑒 = 𝑒 −𝜏𝑘𝑇𝑒

b) On applique ensuite la règle (2) :


∞ ∞

𝑯∗ 𝒑 = 𝒆−𝝉𝒌𝑻𝒆 𝒆−𝒌𝒑𝑻𝒆 = 𝒆− 𝒑𝑻𝒆 +𝝉𝑻𝒆 𝒌

𝒌=𝟎 𝒌=𝟎
H *( p ) se présente comme une suite géométrique
∞ −𝑘
𝑘=0 𝑎 dont la somme, si 𝑎 < 1, est :
𝟏
𝑯∗ 𝒑 = où: a = 𝒆−𝝉𝑻𝒆 𝒆−𝒑𝑻𝒆 =  𝒆−𝒑𝑻𝒆
𝟏 − 𝒆−𝝉𝑻𝒆 𝒆−𝒑𝑻𝒆
30

15
22/09/2017

Règles de discrétisation des schémas blocs

Théorème : La transformée de Laplace y*(p) de la


réponse y(t) aux instants d’échantillonnage 0, Te, 2Te,
3Te,…, d’un système de transmittance H(p), pour une
entrée x(t) échantillonnée à ces mêmes instants, est
représentée par :

H*(p) est l’expression discrète de H(p).

)
p)

Fig.13 : Discrétisation en boucle ouverte 31

Règles de discrétisation des schémas blocs

 Schémas blocs en boucle ouverte


Règle 1 : Si le schéma fonctionnel contient des éléments
C(p) et G(p) séparés par un échantillonneur comme dans
la figure 14 ci-dessous :

Y(p)
(p) (p)
Fig.14 : Discrétisation d’un schéma avec des échantillonneurs insérés entre les blocs

Alors :

32

16
22/09/2017

Règles de discrétisation des schémas blocs


 Schémas blocs en boucle ouverte
Règle 2 : Si C (p) et G(p) ne sont pas séparés par un
échantillonneur

)
(p) (p)

Fig.15 : Discrétisation d’un schéma en l’absence d’échantillonneurs entre les blocs

Alors la transmittance pulsée a pour expression :

En effet, Y(p) = G(p).C(p) x*(p) qu’on discrétise :


Y*(p) = [G(p).C(p) x*(p)]* = [G(p).C(p)]* .x*(p)
33

Exercice

soit 1 et 1
𝐻1 𝑝 = 𝐻2 𝑝 =
𝑝+3 𝑝+2

Calculer H1*(p).H2*(p) et [H1(p).H2(p)]*. Vérifier que ces


deux expressions ne sont pas identiques.

34

17
22/09/2017

Règles de discrétisation des schémas blocs

 Schémas blocs en boucle fermée


Nous traitons le calcul de y*(t) sur l’exemple du schéma
fonctionnel suivant en respectant les règles citées
auparavant :

)
(p) (p)

M(p)

Fig.16 : Configuration d’une boule fermée


On déduit alors : ∗
𝐺 ∗ 𝑝 𝐶 ∗ (𝑝
𝑌 𝑝 = 𝑋 ∗ (𝑝
1 + 𝐶∗ 𝑝 . 𝐺 𝑝 𝑀 𝑃 ∗
35

Règles de discrétisation des schémas blocs


 Schémas blocs en boucle fermée
Etablissons d’abord l’expression de la sortie Y(p) :
Y(p) = G(p).u*(p) qui donne Y*(p) = G(p)*.u*(p)
Or u(p) = C(p).*(p) donc u*(p) = [C(p). *(p)]* = C*(p). *(p)
Ensuite celle de l’écart : (p) = X*(p) – Y(p).M(p)
En remplaçant Y(p) par son expression, l’écart est alors :
(p) = X*(p) – G(p). M(p). u*(p)
dont l’expression discrète est :
*(p) = X*(p) – [G(p). M(p)]*. u*(p)
En remplace u*(p) = C*(p). *(p) dans *(p) d’où :
X*(p) = *(p) [1+ G(p). M(p)]*C(p)*
∗ ∗
𝐺 𝑝 𝐶 (𝑝
𝑌∗ 𝑝 = 𝑋 ∗ (𝑝
1+ 𝐶∗ 𝑝 . 𝐺 𝑝 𝑀 𝑃 ∗
36

18
22/09/2017

Evaluation
(13) à (17)

37

Evaluation

1+[G(p)M(P)]*

1+[G1(p)G2(p)M(P)]*

38

19
22/09/2017

Evaluation

(p)

39

Evaluation

40

20
22/09/2017

CHAPITRE 4
La Transformée en Z

41

Définition
• La transformée en « z », joue, vis à vis des systèmes
linéaires échantillonnés, le même rôle que joue la
transformée de Laplace « p » vis à vis des systèmes
linéaires continus.
• Cette transformée est établie en posant :

• Donc la transformée en z d’une fonction f(t) n’est autre


que la transformée de Laplace de f *(t) en remplaçant
𝑒 −𝑇𝑒 𝑝 par z−1 :

42

21
22/09/2017

Exercices
Calculer la transformée en z des fonctions suivantes :
1- : f (t) = u(t)
2- : f (t) = tu(t)
3- : f (t) = eat .u(t)

43

Principales propriétés de la transformées


en Z
a : Linéarité

b : Translation temporelle

c : Valeur finale

44

22
22/09/2017

Applications
• Calcul des transmittances en z dans une boucle d’asservissement
a : Exercice
Soit le schéma fonctionnel suivant d’un système asservi
continu :

Donner l’expression de la sortie discrétisée y(z).

45

b : Démarches pour la discrétisation d’une


expression analogique
- Etant donné la boucle d’asservissement suivante :

Fig.19 : système asservi exprimé en analogique

- Comment peut-on établir une boucle d’asservissement


échantillonnée à partir d’une boucle qui représente un
système asservi continu ?

Fig. 20 : système asservi exprimé en discret 46

23
22/09/2017

Généralement C(p), H(p), C(z) ou H(z) se présentent sous


𝑁(𝑝
la forme d’une fraction rationnelle 𝐻 𝑝 = .
𝐷(𝑝
Plusieurs méthodes peuvent être exploitées pour trouver F(z) à partir
de F(p) analogique :
1° On applique directement la formule :
𝐹 𝑧 = ∞ 𝑘=0 𝑓 𝑘𝑡 . 𝑧
−𝑘

2° On opère une discrétisation par une approximation de


l’opérateur p de Laplace :

ou approximation d’Euler

approximation de Tustin

47

3° On utilise un ensemble échantillonneur bloqueur et on


effectue une décomposition en éléments simples de
l’expression analogique puis on exploite les tableaux
usuels des transformées pour trouver l’expression
échantillonnée en z.

4° On exploite directement la formule :

48

24
22/09/2017

Evaluation

49

Evaluation

50

25

Vous aimerez peut-être aussi