Académique Documents
Professionnel Documents
Culture Documents
Rédigé par :
AISSOUS Rachid
HAO Jialin
LIU Jingtian
Encadré par :
S. Tliba
L. Greco
U-PSUD 2018-2019
Université Paris Sud M1 E3A TABLE DES MATIÈRES
3 Identication du système 8
3.1 Propriétés générales pour l'identication : . . . . . . . . . . . . . . 8
3.1.1 Classication du modèle : . . . . . . . . . . . . . . . . . . . 8
Classication du signal d'entrée . . . . . . . . . . . . . . . . 9
4 Systèmes multivariables 11
4.0.1 Système non-linéaire . . . . . . . . . . . . . . . . . . . . . . 11
5 Modélisation du système 11
5.1 Système mono-variable . . . . . . . . . . . . . . . . . . . . . . . . . 11
5.1.1 Fonction de transfert . . . . . . . . . . . . . . . . . . . . . . 11
5.1.2 Modèle d'état . . . . . . . . . . . . . . . . . . . . . . . . . . 12
Représentation . . . . . . . . . . . . . . . . . . . . . . . . . 12
Commandabilité et observabilité . . . . . . . . . . . . . . . . 12
Stabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
Système dynamique à l'équilibre . . . . . . . . . . . . 13
État d'équilibre . . . . . . . . . . . . . . . . . . . . . 13
Stabilité . . . . . . . . . . . . . . . . . . . . . . . . . 13
5.2 Correcteur RST . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
Dénitions : . . . . . . . . . . . . . . . . . . . . . . . . . . 14
Formulation du problème : . . . . . . . . . . . . . . . . . . 16
7 Poutre Vibrante 25
7.1 Principe de Fonctionnement . . . . . . . . . . . . . . . . . . . . . . 25
Réponse indicielle . . . . . . . . . . . . . . . . . . . . . . . 29
8 Conclusion 33
9 Bibliographie et références : 34
INTRODUCTION
1 Introduction
1.1 Résumé
Le travail d'étude et de recherche proposé consiste à mener une
étude sur la faisabilité de la réduction du bruit acoustique rayonné à
travers une paroi, telle qu'une fenêtre, en utilisant un asservissement
visant à établir un contrôle actif des vibrations, et ceci à l'aide d'un ou
plusieurs excitateurs électromagnétiques comme actionneurs de défor-
mation dynamique,permettant de transformer toute surface solide, sur
laquelle ils sont posés, en haut parleur audio avec une bande passante
pouvant atteindre les 20kHz .
Le but est de parvenir à une quasi isolation-acoustique d'un volume
donné par rapport à une source de bruit et ceci à l'aide d'une solution
par contrôle actif qui soit bon-marché.
1. barrières en ciment utilisées à côté des autoroutes pour réduire le bruit lié aux voitures
2. lorsque une surface vibre à une basse fréquence celle-ci crée un bruit
3. Voire la partie "Active Noise Control"
Comme montre dans Fig.4, le signal d (n) un signal du bruit primaire à annuler,
la fonction de transfert P (z) représente le chemin principal du microphone de
référence au microphone d'erreur et S (z) est la fonction de transfert du chemin
secondaire entre la sortie du ltre adaptatif W (z) et la sortie du microphone
d'erreur. La fonction de transfert S(z) peut être estimée par un ltre adaptatif
Ŝ (z) en utilisant des techniques de modélisation en ligne du chemin secondaire.[1]
3 Identication du système
En automatique l'identication du système est une technique qui consiste à
obtenir un modèle mathématique à partir de mesures. L'objectif principal est
d'observer les diérentes entrées et sorties du système pour pouvoir modéliser
mathématiquement ce dernier, selon les diérents types de modèle.
En général, le système n'est pas idéal l'erreur en n'est pas nulle, on peut mo-
déliser cette erreur qui existe entre la sortie mesurée et celle désirée en continu
par : Z T
V (y, ym ) = e2 (t)dt
0
Dans l'exemple de la gure si-dessous
Dans le cas ou e est l'erreur de sortie on a e = y − M (u)ym , M (u) est la sortie
du modèle lorsque l'entrée du signal est u
Dans le cas ou e est l'erreur d'entrée e = u − um = u − M −1 y
Dans le cas général on a e = M2−1 y − M1 u représente un modèle inversible
4 Systèmes multivariables
La diculté essentielle pour l'identication du système multivariable est de
trouver une représentation raisonnable du système. Une fois on a la représentation,
on peut construire le système comme une combinaison de systèmes mono variables.
donnée par
Y (p)
H(p) =
U (p)
.
On dénie alors la fonction de transfert comme la relation existante entre l'entrée
d'un système et sa sortie, cette dernière permet de décrire certaines propriétés des
systèmes telle que leur stabilité, leur gain, la largeur de bande de fréquence sur
laquelle on peut travailler...etc
ou
B(s) bn−1 sn−1 + · · · + b1 s + b0
G̃(s) = = n
A(s) s + an−1 sn−1 + · · · + a1 s + a0
7
, il existe des démarches dites de réalisation sous forme d'état qui consistent à
déterminer un vecteur d'état x(t) ∈ Rn ∀t ∈ R+ et un quadruplet de matrice
(A(,B,C,D) tel que S s'écrive sous forme d'état, dont l'état initiale est x(0)
ẋ = Ax + Bu
S où
y = C x + Du
A ∈ Rn×n est la matrice d'évolution du système
B ∈ Rn×1 est la matrice d'application de la commande u(t)
C ∈ R1×n est la matrice d'observation de la sortie y(t)
D ∈ R1×1 est la transmission directe de u(t) vers y(t).
Pour
( les systèmes à temps discret, on a
Xk+1 = Ad Xk + Bd uk
Sd
yk = Cd Xk + Dd uk
Commandabilité et observabilité
7. D est une constante et G̃(s) est une fraction strictement propre, c'est-à-dire deg(B(s)) <
deg(A(s))
8. Rappelons que A ∈ Rn×n est la matrice d'évolution du système.
Stabilité
État d'équilibre
Un état équilibre du système autonome 9 est un vecteur d'état constant qui
vérie Axe = 0 pour le système analogique ou (Ad − 1n )Xe = 0 pour le système
numérique.
Stabilité
Dénitions :
Figure 5 Exemple de structure RST avec correction dans une chaine de retour
et perturbation en entrée
11. transformé en z d'un signal yn est dénie telle que TZ[yn ]= ai z i
P
i∈Z
Formulation du problème :
Expérimentation et Modélisation
Pour pouvoir réaliser un système de contrôle actif du bruit, les encadreurs ont
imaginé une expérience, avec une armoire trouvée dans le commerce de dimension
1m × 0.4m équipé d'une vitre.
An d'assurer une meilleure isolation du bruit, on isole les parois de l'armoire par
une mousse rigide.
Cette armoire à deux entrées au fond, qu'on notera e1 et e2 , ces deux entrées sont
deux microphones qui envoient un signal audio équivalent au bruit urbain par
exemple le bruit d'une ville enregistré...etc.
La vitre est équipée de 4 capteurs piézo-électriques ci i = 1, 4 qui une fois le
système modélisé vont permettre de réduire le bruit rayonné à travers la vitre, en
manque de temps le placement des piézo-électrique est fait d'une manière intuitive
sans calculer l'emplacement optimal pour réduire ecacement la vibration de la
vitre. La gure suivante montre l'armoire parfaitement isolée ainsi que la vitre.
La sortie de notre système est un capteur piezo, pour pouvoir utiliser le signal
en sortie du capteur, un montage à base d'AOP est utilisé pour pouvoir amplier
le signal capté.
Le signal de commande utilisé est un signal chirp pour pouvoir balayer les fré-
quences utiles. Ce signal de commande nous permettra de contrôler un actionneur
(microphone acheté dans le commerce) et ainsi réduire la vibration de la vitre.
électrique. Ce phénomène a été découvert au XIXème siècle par les frères Pierre
et Jacques Curie.
Les piézo utilisés dans l'expérience doivent être relié à un amplicateur pour
pouvoir exploiter le signal et surtout ne pas saturer les capteurs, le schéma d'am-
plication du piézo-electrique est donnée dans la gure suivante
On doit alors choisir les résistances Rt et Cr pour pouvoir avoir une bonne ampli-
cation.
La capacité d'un piézo est donnée par
S
C t = ε0 εr
e
Ou S est la surface du piezo.
e sa largeur en mm.
ε0 permittivité du vide.
La résistance Rt est de l'ordre du M Ω.
On trouve après calcul que la capacité du condensateur du circuit d'amplica-
tion est de 10nF mais en raison du vieillissement du piezo nous avant utilisé un
condensateur plus important.
Dans notre expérience nous allons implémenter un chirp linéaire qui varie entre
deux fréquence sur une durée T.
La fréquence f0 est la fréquence initiale on la choisi de 0.01Hz et la fréquence nale
f1 est de l'ordre de 2kHz, l'ordre des fréquences utilisées est le même ordre des
fréquences du bruit. par dénition on a
1 dφ
f (t) =
2π dt
Ou f (t) est la fréquence instantanée du signal et φ sa phase.
Un chirp linéaire est un signal sinusoïdale pour lequel la fréquence instantanée
augmente linéairement de f0 à f1 (up-chirp) ou diminue de f1 à f0 . De cette
dénition on a alors la fréquence instantané du chirp est donnée par :
f (t) = f0 + kt
f −f
Avec k = 1 0
ou T est la durée pour laquelle le signal passe de la fréquence f0
T
à f1 la forme du signal est alors
k
c(t) = sin(f0 t + t2 ) = sin(ω(t)t)
2
2018-2019 TER U-PSUD
Page 22/34
Université Paris Sud M1 E3A 6 RÉALISATION DU SYSTÈME ANC
Le but est de trouver un algorithme qui permet de trouver une erreur minimal
D(εi ).
L'erreur est donnée par la diérence entre la sortie du système et la sortie du
modèle calculé on trouve alors que
n = Ysn − Ymn
Le critère d'identication pour l'algorithme ARMA est appelé le critère des moindres
carrés telle que
n
X
J = min D((n)) = min( (ys (n) − ym (n))2 )
k=0
Modèle ARMA
Soit un signal y généré par signal d'entrée u représenté par leurs échantillons à
l'instant k.
On a alors
u(t) = [uk , · · · , uk+m ]
et
y(t) = [yk , · · · , yk+N ]
On obtient alors que le signal s'écrit sous la forme
Si a0 6= 0 le système est alors causal, l'intérêt d'une telle représentation c'est qu'on
a une innité d'échantillons et un nombre ni de paramètres ce qui permet de
résoudre les équations des paramètres inconnu.
Le modèle Arma se construit alors comme montré dans la gure 15 avec d un
retard pur multiple de la période d'échantillonnage
Connaissant les sorties du système y(k − 1) on peut alors prédire la sortie y(k)
à l'instant k on a alors
X X
ŷ(k) = bj u(k − j − d) − ai y(k − i)
i=0 j=0
D'ou
yA(q −1 ) = q −d B(q −1 )u
Donc le modèle ARMA est un ltre Entrées / Sorties. On utilisera par la suite
l'algorithme des moindres carrées pour calculer les paramètres.
7 Poutre Vibrante
En Raison d'un problème au niveau des piézo-électriques et au manque de
temps pour la réalisation de l'expérimentation , l'encadreur a réalisé un seul test
avec une poutre vibrante, pour pouvoir voir comment on utilise, la carte dspace
pour faire de l'acquisition de données, le système sur lequel on est supposé travaillé
n'était pas abouti donc, on a fait 2 expériences diérentes sur le sujet de thèse de
Monsieur Tliba, qui est la poutre vibrante.
f0 = 0.01Hz
f1 = 2000Hz
T = 10s
On échantillonne le signal à une fréquence de de 20.000Hz soit une période d'échan-
tillonnage Te = 10−5 s.
On Observe alors une oscillation de la poutre avec un bruit strident quand on
atteint la fréquence de résonance de la poutre.
Les données recueillies sont traitées en hors ligne pour pouvoir modéliser le sys-
tème.
Grâce à l'algorithme d'identication vu précédemment on peut alors déduire les
paramètres de cette manière : On a
On remarque que les pôles sont inclus dans le cercles unité ce qui montre que
le système est stable, ce qui signie que si la poutre est écartée de sa position
d'équilibre qui est en l'occurrence α = 0 ou αest l'angle entre l'axe z de la poutre
et son axe , celle si tend à y revenir, on peut aussi observer sa dans sa réponse à
un échelon, si un système est stable pour une entrée bornée sa réponse est bornée
ce qu'on appelle stabilité entrée bornée/sortie bornée et dans le diagramme de
nyquiste le point (-1,0) est à droite du graphe d'ou le système est stable.
Conclusion
8 Conclusion
Ce travail de recherche et d'étude a été assez contrarient à cause du
retard cumulé pour la réalisation du système du contrôle actif du bruit
ce qui nous a poussé à changer le sujet en faisant de l'identication sur
une poutre vibrante.
Ce TER nous a permis de découvrir le fonctionnement du control du
système et il nous a permis de se confronter au travail des chercheurs
et aux diérentes contraintes liées à leur travail.
Malgré toutes ces contraintes, on a apprécié particulièrement le travail
en équipe, et l'aspect de commander un système.
Dans ce projet nous avons pu réaliser une identication d'un système
physique en l'occurrence l'exemple de la poutre vibrante, et modéli-
ser mathématiquement ce système pour pouvoir étudier sa stabilité
(EBSB), son fonctionnement dans le domaine fréquentiel ainsi que sa
réponse à une excitation externe.
Pour le contrôle actif du bruit, ça aurait pu être intéressant de modé-
liser le système pour pouvoir faire un placement des pôles d'un correc-
teur RST, an de répondre à la problématique de la nuisance sonore
dans les grandes métropoles.
Ce TER nous a aussi aidé à maitriser l'outil de programmation scienti-
que Matlab, en exploitant les diérentes interfaces qui y sont incluses
comme simulink, pour générer des signaux à temps réel.
Ainsi nous avons mis en pratique nos connaissances dans la réalisation
d'une modélisation d'un système physique an de pouvoir le contrôler,
ce qui était très dynamisant mais d'une autre part l'organisation du
TER et le manque de temps nous a contraint à ne pas répondre au
cahier des charges et à notre problématique sur le contrôle d'un bruit
rayonné à travers une fenêtre.
9 Bibliographie et références :
Références
[1] Sen M. Kuo, Dennis R. Morgan, Active Noise Control : A Tutorial Review,
PROCEEDINGS OF THE IEEE, VOL.87, NO.6, JUNE 1999
[2] Sen M. Kuo, Hsien-Tsai Wu, Nonlinear Adaptive Bilinear Filters for Active
Noise Control Systems, IEEE TRANSACTIONS ON CIRCUITS AND SYS-
TEMSI : REGULAR PAPERS, VOL.52, NO.3, MARCH 2005
[3] L.J. Eriksson and M.C. Allie, Use of random noise for on-line transducer
modeling in an adaptive active attenuation system, J.Acoust.Soc.Am., Vol.85,
No.2, February 1989
[4] Mairie de Paris Plan de Prévention du Bruit Urbain,Recueil des actes admi-
nistratifs de la préfecture Paris - recueil no 105 édité le 10/07/2012.
[5] Introduction au ltrage adaptatif J.-F. Bercher P. Jardin ESIEE Paris I4-
TTS 2003.
[6] T. Sami Synthèse de correcteurs par placement de pôles- Octobre 2009, Révisé
en Novembre 2015
[7] stream, Karl Johan ; Eykho, Pieter, System Identication : A Survey. Auto-
matica, 7, 123-162, 1971.