Vous êtes sur la page 1sur 18

Modéliser et simuler par une approche multiphysique acausale

1. Quelques rappels
Approche causale
Dans l’approche causale, qui est celle utilisée par exemple lors de la modélisation sous forme de schéma-
blocs des systèmes linéaires continus invariants, les liens orientés créent une relation de causalité entre les
blocs : c'est le bloc source qui cause l'exécution du bloc destination.

Cette approche, bien que très utilisée, présente certains inconvénients :


• la détermination et la manipulation des équations mathématiques à l’intérieur des blocs peut être
fastidieuse et source d'erreurs ;
• la représentation graphique causale d’un système est en général peu expressive, c’est-à-dire qu’elle
ne permet pas de faire facilement le lien avec la structure matérielle du système réel dont on étudie
le comportement ;
• les modèles causaux sont souvent difficiles à faire évoluer, ce qui est gênant lors des phases de
conception d’un nouveau système ou de développement d’un système existant.

Approche acausale
La modélisation dite acausale est une forme récente de modélisation des systèmes qui permet la modélisation
d’un système sans anticiper l’orientation des liens entre les composants ou phénomènes physiques.

Il n’y a notamment pas de choix particulier de grandeur échangée entre composants, force ou vitesse par
exemple, ni de notion d’entrée ou de sortie. Cette particularité conduit à une très grande flexibilité des
modèles de composants développés et une réutilisation facilitée des modèles sur de nouveaux projets. Ces
avantages en font un outil prisé en entreprise.

D’un point de vue pédagogique, le modèle acausal est souvent très proche de l’architecture matérielle et
permet de simuler le comportement d’un système complexe sans avoir à écrire la moindre équation car celles-
ci sont implicites.

La modélisation acausale permet de manipuler des blocs représentant des composants physiques (résistance,
moteur, ressort, vanne, etc.). À la différence des blocs causaux qui ont des ports d'entrées/sorties de signaux,
ces blocs sont pourvus de connecteurs. Les liens reliant ces connecteurs représentent la mise en
correspondance de grandeurs physiques.

L’objectif de cette activité de simulation est de montrer les possibilités de Scilab / Xcos pour simuler des
processus multi-physiques par une approche acausale. Ce type de modèles pouvant être rencontré lors des
séances de travaux pratiques ou bien utilisé dans le cadre du TIPE.

Notons enfin que le logiciel Matlab et son complément Simulink, permettent aussi d’élaborer et de simuler
des modèles acausaux. Il est prévu, lors de la préparation aux épreuves orales, une initiation à ce logiciel.

Sciences industrielles de l’ingénieur Page 1


Modéliser et simuler par une approche multiphysique acausale
2. Comparaison des approches causale et acausale sur un exemple
Prenons l’exemple d’un circuit RLC alimenté par une source de tension U est représenté par le schéma
électrique suivant :

Modèle acausal
La représentation acausale ne privilégie aucune grandeur physique particulière et est basée sur la notion de
composants. Ainsi, dans Scilab / Xcos, le diagramme correspondant au circuit RLC est le suivant :

Il n’est pas nécessaire d’écrire les équations du système car chaque bloc les contient, elles sont implicites. Il
suffit simplement de configurer les paramètres de chaque bloc (R, L, C et U) en double-cliquant dessus.

Un lien entre deux blocs contient dans ce cas à la fois le potentiel et l’intensité. Cette modélisation permet
d’exprimer des relations entre composants sans connaître la grandeur que l’on cherche à calculer. Pour
extraire cette grandeur, on utilisera une instrumentation virtuelle à l’aide des blocs de type capteur.

On peut considérer que l’on entre dans une approche causale à partir du moment où l’on spécifie les
entrées et les sorties du modèle et que l’on exécute une simulation.

Modèle causal
Dans une représentation purement causale, les liens représentent une grandeur physique particulière et le
diagramme est alors une traduction des équations plutôt qu’une représentation des composants.

Dans le cas du circuit RLC, les équations (modèles de connaissances) associées sont alors les suivantes :
d i (t )
uL (t ) = L uR (t ) = R i (t )
dt
d u (t )
i (t ) = C C U(t ) = uR (t ) + uL (t ) + uC (t )
dt

Ces équations sont obtenues, à condition de ne pas faire d’erreur, à partir du théorème de superposition, des
lois de Kirchhoff et de la loi d’Ohm.

Sciences industrielles de l’ingénieur Page 2


Modéliser et simuler par une approche multiphysique acausale
Lors de la modélisation, la grandeur de sortie d’un bloc est donc exprimée dans une relation directe avec sa
grandeur d’entrée. Cela implique par exemple d’utiliser des blocs intégrale pour les équations contenant
une dérivée. Dans notre cas, cela donne :
1 1
uC (t ) =  i (t ) dt et i (t ) =  (U (t ) − uC (t ) − R i (t )) dt
C L

On peut alors représenter graphiquement les équations, dans le domaine temporel, par un diagramme de ce
type :

Ou bien en utilisant les modèles de connaissance exprimés dans le domaine de Laplace :

Ces représentations, en plus d’être plus compliquées que le diagramme obtenu avec l’approche acausale
présentent l’inconvénient de faire perdre la signification physique du système étudié.

De plus, ces modèles sont difficiles à faire évoluer. Le simple ajout d’une résistance en parallèle dans notre
circuit implique nécessairement une nouvelle mise en équation et modifie profondément le schéma.

Sciences industrielles de l’ingénieur Page 3


Modéliser et simuler par une approche multiphysique acausale
3. Exemples d’application
Modèle acausal d’une machine (moteur ou générateur) à courant continu
Les moteurs à courants continu sont utilisés dans de nombreuses applications liées
à la robotique, aux communications, aux transports…

On s’intéresse plus particulièrement au moteur Maxon Ref : 118743


(documentation technique en annexe) alimenté par une tension de 12 V.

Modèle électro-mécanique du moteur à courant continu

On rappelle les cinq équations qui modélisent, dans son régime linéaire, le moteur à courant continu :

Cette équation correspond au modèle électrique du moteur qui est modélisé par une
d i (t ) résistance en série avec une inductance et une force électromotrice e(t) .
u(t ) = e(t ) + L + R i (t )
dt
(u(t) en V , e(t) en V et i(t) en A )

Ces équations correspondent aux équations de couplage électromécanique :


- le courant circulant dans la bobine génère des forces de Laplace à l’origine
cm ( t ) = K c i ( t ) d’un couple moteur cm (t ) ;
e(t ) = Ke m (t ) - il existe une relation de proportionnalité entre la vitesse angulaire et la force
électromotrice e(t) .

( cm (t ) en N  m & m (t ) en rad  s −1 )

C’est l’équation de la dynamique obtenue en isolant le rotor de moment d’inertie J


et en lui appliquant le théorème de l’énergie cinétique (ou le PFD) sachant qu’il est
soumis :
d  (t ) - au couple moteur cm (t ) ;
J = cm (t ) − c pert − cf (t )
dt - à un couple constant cpert dû aux frottements secs ;
avec cf (t ) = k  (t )
- un couple cf (t ) , proportionnel à la vitesse angualire, dû au frottement visqueux (ou
fluide).
Ces phénomènes de frottement (en N  m ) sont présents dans les différents guidages
en rotation des pièces en mouvement dans le moteur.

Bien que le programme de SII en PSI spécifie que ces équations doivent être fournies aux étudiants lors des
concours, les retours d’expériences d’anciens élèves montrent qu’il est nécessaire de les connaître, en
particulier pour les épreuves orales !

Sciences industrielles de l’ingénieur Page 4


Modéliser et simuler par une approche multiphysique acausale
3.1.1. Modélisation : aspect mécanique
Dans une première approche, on considère le rotor du moteur seul, en liaison pivot avec le bâti et soumis à
un couple cm (t ) = cm constant et un couple résistant c pert .
Ce modèle peut directement être traduit dans Xcos, pour cela on caractérise :
- un solide en rotation autour d’un axe fixe par son moment d’inertie par rapport
à l’axe de rotation ;
- un couple extérieur par une source d’énergie mécanique de rotation.

1. En utilisant les blocs spécifiés ci-dessous, traduire dans un diagramme Xcos le schéma ci-dessus.

A noter :
• On peut inverser le sens des blocs : clic droitformat.

2. A partir des indications ci-dessous, renseigner les paramètres du modèle.


→ Double-cliquer sur le bloc. Voir la documentation technique en
Moment d’inertie du rotor
annexe.
Couple moteur cm constant → Relier le couple cm à un signal constant MBS_Constant
(sous-palette Signaux / Sources) égal à 30 mN.m
→ Relier le couple c pert à un signal constant MBS_Constant
Couple résistant c pert constant
(sous-palette Signaux / Sources) égal à -3 mN.m
A noter :
• Dans Scilab, la notation à utiliser pour les puissances de 10 est 3e − 6 ( = 3  10−6 )

Une fois le modèle finalisé, on peut ensuite lancer une simulation et visualiser l’évolution, en fonction du
temps, des grandeurs qui transitent sur chaque lien entre les composants. En choisissant ainsi les entrées et
les sorties du modèle, on définit la causalité du modèle, c’est-à-dire le sens entréesortie.
3. A partir des indications ci-dessous, simuler le comportement du système ainsi modélisé. Justifier
l’allure de la vitesse de rotation du rotor en fonction du temps en la comparant au résultat attendu à
partir de l’équation de dynamique donnée précédemment dans la partie 3.1.
→ Ajouter le bloc de mesure CMRS_GenSensor (sous-palette Mécanique / Rotation
1D / Mesure) et double-cliquer dessus. Choisir la grandeur à visualiser.

→ Ajouter également un bloc ISCOPE (sous-palette Utilitaires / Visualisation) à une


entrée.
→ Ajouter le bloc pour l’étude temporelle IREP_TEMP (sous-palette Utilitaires/
Analyses) et double-cliquer dessus pour régler la durée à 1s et le nombre de points
à 200.
A noter :
• Lorsque la simulation ne se termine au bout de la durée imposée, c'est bien souvent lorsque le pas de
temps est mal choisi. C’est le cas lorsque la constante de temps du système modélisé est très faible, de
l’ordre de grandeur du pas de temps imposé dans le bloc Time.
Dans ce cas, il ne faut pas hésiter à diminuer le pas de temps en augmentant le nombre de points de la
simulation. Bien entendu, cela augmente le temps de calcul, mais ce n’est pas perceptible entre 2000 et
20 000 points.

Sciences industrielles de l’ingénieur Page 5


Modéliser et simuler par une approche multiphysique acausale
Le modèle utilisé précédemment ne prend pas en compte le phénomène de frottements visqueux.
4. A partir des indications ci-dessous, faire évoluer le modèle pour prendre en compte le couple de
frottements visqueux entre le bâti et le rotor.

→ Ajouter, entre le lien représentant l’axe de rotation du rotor et un bloc bâti


MMR_Fixed (sous-palette Mécanique / Rotation 1D / Basique) , le bloc amortissement
linéaire visqueux MMR_Damper (sous-palette Mécanique / Rotation 1D / Basique).
Régler la valeur du coefficient d’amortissement visqueux à une valeur de
10−4 N  m  s  rad −1 .

5. Simuler, dans les mêmes conditions que précédemment (1s et 200 points), le comportement du
système ainsi modélisé. Observer l’allure de la vitesse de rotation du rotor en fonction du temps et la
comparer au résultat attendu à partir de l’expression de ( p) obtenue à partir de l’équation de
dynamique exprimée dans le domaine de Laplace. On fera l’analogie avec la réponse à un échelon
(amplitude à préciser), d’un modèle usuel du premier ordre.

A noter :
• Dans une étude mécanique, il ne faut pas oublier de mettre un bâti qui est le référentiel galiléen de
l’étude. Ce bâti est implicitement spécifié lorsque l’on impose des couples.
• Le comportement en translation rectiligne (Translation 1D) fonctionne exactement sur le même principe
que ce qui a été réalisé ici pour la rotation.

3.1.2. Modélisation : aspect électrique et couplage avec l’aspect mécanique


L’intégration dans notre modélisation de l’aspect électrique du moteur à courant continu conduit au modèle
complet suivant :

Moteur à courant continu

A noter :
• Pour la source de tension, les connecteurs ont un sens particulier, le connecteur plein (carré bleu)
correspond à la borne positive, le connecteur vide (carré blanc au cadre bleu) à la borne négative.

6. Ouvrir puis r enseigner, à partir des caractéristiques techniques du moteur étudié, le


fichier: .MCC Modèle méca + elec

7. Simuler (1 s et 200 points) le comportement du système ainsi modélisé. Afficher l’évolution de la


vitesse angulaire en sortie du moteur, du couple moteur et de l’intensité du courant moteur. Comparer
les courbes du couple moteur et de l’intensité du courant moteur, justifier vos observations.

8. Etudier l’influence de la valeur de l’inductance sur la vitesse angulaire en modifiant sa valeur dans le
bloc correspondant. Conclure sur l’ordre de la fonction de transfert associée au MCC lorsque le terme
lié à l’inductance est négligeable ou pas.

Sciences industrielles de l’ingénieur Page 6


Modéliser et simuler par une approche multiphysique acausale
3.1.3. Modèle « monobloc » d’un moteur à courant continu
Nous avons vu dans les activités précédentes qu’il était possible de modéliser de manière fine un moteur à
courant continu en utilisant des composants élémentaires tout en ne spécifiant pas les équations (modèles de
connaissance) associées à ces composants.

Afin de gagner en efficacité, et de diminuer les temps de développement de nouveau systèmes, les logiciels
de modélisation et simulation multiphysique sont régulièrement enrichit de super-blocs permettant de
modéliser les constituants de la chaine d’énergie couramment utilisés. C’est le cas du moteur à courant
continu pour lequel il existe un bloc unique paramétrable.

9. Dans un nouveau diagramme et en utilisant les indications ci-dessous, simuler (1 s – 200 points) le
comportement du moteur étudié. Afficher l’évolution de la vitesse angulaire en sortie du moteur. Dans
cette activité, on négligera l’influence du frottement sec mais pas celle du frottement visqueux.

→ Insérer un bloc MEMC_DCmotor (sous-palette Composants / Actionneurs). Double-


cliquer sur le bloc et configurez les valeurs des constantes du moteur.

→ Ajouter un bloc CEAS_PredefVoltage (sous-palette Électrique / Sources) et


connectez le moteur à cette source d’alimentation.

→ Ne pas oublier d’ajouter une masse MEAB_Ground (sous-palette Électrique /


Sources) pour définir le potentiel de référence.

10. A l’aide des indications ci-dessous, faire évoluer le diagramme pour permettre d’afficher l’évolution
de la puissance électrique en entrée du moteur et de la puissance mécanique en sortie du moteur.
Calculer le rendement en régime permanent.

→ Utiliser des blocs MBM_Product (sous-palette Electrique / Signaux / Math) pour


faire le produit de grandeurs physique qui transitent sur les liens entre les
composants.

→ Utiliser un bloc MEAS_PotentialSensor (sous-palette Electrique / Mesure) qui


permet de mesure la différence de potentiel électrique entre un lien et la masse.

3.1.4. Réversibilité d’un modèle acausal

Un des grands intérêts de la modélisation acausale est la possibilité offerte de ne spécifier le sens
entrée→sortie des puissances mises en jeu qu’au moment de la simulation. Dans le cas d’une machine à
courant continu, un même modèle peut donc permettre de simuler le comportement d’un moteur ou d’une
génératrice.

11. Utiliser le fichier MCC Génératrice pour observer la tension en sortie du moteur utilisé comme une
génératrice. Dans cette activité, on utilise un monobloc pour le moteur et on néglige les
frottements secs et visqueux.

un couple constant de 100 mN.m est imposé sur l’arbre de sortie du moteur.
On mesurela tension (MEAS_VoltageSensor) aux bornes d’une résistance, de même valeur que la résistance
interne du moteur, mise en série avec le moteur.

Sciences industrielles de l’ingénieur Page 7


Modéliser et simuler par une approche multiphysique acausale
Système masse-ressort-amortisseur
3.2.1. Modèle de connaissance
On s’intéresse dans un premier temps au système mase-ressort représenté ci-dessous.
On suppose une masse m de 500 g suspendue à un ressort de constante de raideur k = 100 N / m et de longueur
à vide L0 = 30 cm . Cette masse est soumise à l’action de la pesanteur. On notera g ( g = 9,81m  s −2 )
l'accélération de la pesanteur.

Le bilan des actions mécaniques sur la masse La masse m conduit à recenser deux forces :
- le poids P , constante et qui s’exerce toujours dans le même sens ;
- La force de rappel T du ressort, dont la valeur et le sens dépendent de la
position de la masse.

Selon la seconde loi de Newton (ou théorème de la résultante dynamique en projection


sur z ), le produit de la masse par l'accélération est égal à la somme de forces externes
qui s'appliquent sur le système.
d 2 z(t)
P + T = m a  − mg − k ( L0 + z(t)) = m
dt 2
Cette équation différentielle du second ordre et appelée modèle de connaissance.

3.2.2. Modélisation causale avec Scilab-Xcos


L’équation différentielle établit précédemment peut être représentée graphiquement sous la forme suivante :

1. Repérer sur ce schéma les liens qui correspondent à z(t), z(t), z(t), k ( L0 + z(t) ) et au poids.

2. Vérifier, à l’aide d’une simulation sur le fichier Masse-ressort - Causal que la solution de l’équation
k
différentielle est de la forme z(t) = A cos( t + ) avec  = .
m

On constate grâce au résultat, que le système oscille en permanence. Afin de de se rapprocher du


comportement réel, on ajoute un composant amortisseur. Le comportement de ce dernier est tel qu'il agit
toujours dans le sens contraire du déplacement de la masse et avec une intensité proportionnelle à la vitesse
de déplacement. Le modèle de connaissance devient alors :
dz(t) d 2 z(t)
P + T + Fv = m a  − mg − k ( L0 + z(t)) − c =m avec c = 0,05 N /(m / s)
dt dt 2
3. Faire évoluer le modèle causal précédent pour tenir compte de la présence de l’amortisseur.

A noter :
Un double clic sur un bloc sommateur permet de régler son nombre d’entrées et le signe de ces entrées.

Sciences industrielles de l’ingénieur Page 8


Modéliser et simuler par une approche multiphysique acausale
k
4. Vérifier, à l’aide d’une simulation que la période des oscillations dépend toujours de  = .
m
Déterminer par simulation, la valeur limite de c qui annule les oscillations.

3.2.3. Modélisation acausale avec Scilab-Xcos


Une autre façon de modéliser le problème étudié est de réaliser une modélisation multiphysique acausale.
Dans ce cas, il s’agit de décrire le système directement à partir des composants utilisés. Ceux-ci, intègrent
dans leur description les différentes équations qui régissent leur comportement.

Ainsi, le système masse-ressort-amortisseur étudié précédemment devient :

5. Repérer sur le schéma le bâti fixe, le ressort, l’amortisseur, la masse en translation et le poids.

6. Insérer un capteur de position dans le le fichier Masse-ressort-amortisseur - Acausal afin de pouvoir


observer le déplacement de la masse. Vérifier alors que la simulation conduit aux mêmes résultats
que précédemment.

Sciences industrielles de l’ingénieur Page 9


Modéliser et simuler par une approche multiphysique acausale
Modélisation d’un système complexe : axe asservi d’angiographie bi-plan
3.3.1. Présentation
On s’intéresse au dispositif assurant
le déplacement en translation de
l’armature suspendue au plafond d’un
angiographe bi-plan permettant la
création d’images tridimensionnelles
de la structure veineuse d’un patient
afin de prévenir les risques de rupture
d’anévrisme.
La prise de vue est réalisée en
positionnant de manière très précise
une tête et un récepteur à rayons X
longitudinalement et angulairement,
. Un logiciel dédié se charge ensuite
de la création d’une image colorisée
à destination du médecin.

L’ensemble est constitué d’un


chariot supportant l’armature (S2)
et mis en mouvement par un moteur
à courant continu suivi d’un
réducteur roue-vis sans fin qui
entraîne les roues du chariot qui
roulent sans glisser sur une courroie
solidaire du bâti.

Compte-tenu de la masse de
l’armature (S2) et de son
encombrement, le mécanisme
possède deux degrés de liberté :
- la position du chariot y (t ) ;
- la position angulaire de
l’armature (S2)  (t ) qui apparaît
suite à la déformation de
l’armature lors du déplacement.

On appelle LP (Lateral Plan)


l’ensemble constitué de la chaîne
image latérale et de son armature
suspendue au plafond.

Sciences industrielles de l’ingénieur Page 10


Modéliser et simuler par une approche multiphysique acausale
Le mouvement de translation est commandé par le médecin à l’aide d’un joystick. La position voulue étant
atteinte, le médecin lâche le joystick et déclenche la prise de vue à l’aide d’une pédale de commande. Le
médecin exige que la prise de vue puisse commencer dès la demande d’arrêt du mouvement de translation.

Le tableau ci-dessous propose un extrait du cahier des charges.


Exigence Critère Niveau
Déplacer le LP en Être rapide sans mettre en
Vitesse maximale 100 mm.s-1
translation danger le personnel médical
Arrêter le mouvement en temps Temps masqué : 0,3 s
Pouvoir commencer la masqué (le temps masqué est lié
prise de vue dès l’arrêt au temps de réaction du médecin)
du mouvement de
translation. Limiter l’amplitude et la durée Premières oscillations < à 1 mm d’un extremum
des oscillations du LP à l’autre
< à 0,2 mm d’un extremum à l’autre après 1 s
Assurer la sécurité du Limiter la distance d’arrêt du LP, Distance d’arrêt réglementée < 10 mm
patient pour ne pas blesser le patient.

On donne ci-dessous le modèle cinématique du dispositif assurant le déplacement en translation de


l’armature :

Sciences industrielles de l’ingénieur Page 11


Modéliser et simuler par une approche multiphysique acausale
Données :

3.3.2. Modélisation acausale et simulation


Dans la suite, on suppose l’armature (S2) fixe par rapport au chariot (S1). On notera E, l’ensemble en
mouvement.

• Premier modèle
Dans un premier temps, on néglige les frottements dans les différentes liaisons.

Lors d’un mouvement du chariot, la tension délivrée au


moteur ne peut pas être constante car la commande est gérée
par un joystick.

C’est pourquoi, une commande en trapèze est plus


représentative de la commande réelle obtenue lorsque le
médecin lâche le joystick. Elle est modélisable par le signal
ci-contre (T=1s).

1. A l’aide des indications ci-dessous, simuler le comportement du moteur étudié. Afficher l’évolution
de la vitesse angulaire en sortie du moteur. On réalisera une simulation pendant 2s en prenant 2000
points.

Si besoin, se reporter aux questions 9 et 3 de la partie 4.1 Modèle acausale d’une machine à courant continu
→ Utiliser un bloc alimentation variable : MEAS_SignalVoltage (sous-palette
Electrique / sources ) .
→ Lui associer un bloc trapèze MBS_Ramp (sous-palette Signaux / Sources ) et double-
cliquer dessus pour le régler. Associer provisoirement un scope à ce bloc trapèze pour
comprendre et vérifier son réglage.

Sciences industrielles de l’ingénieur Page 12


Modéliser et simuler par une approche multiphysique acausale
Dans la chaîne d’énergie, en aval du moteur à courant continu, se trouve une chaîne cinématique composée
par la mise en série d’un réducteur de type roue et vis sans fin et d’une transformation de mouvement de
type dispositif poulie-courroie.

2. A l’aide des indications ci-dessous, compléter le modèle précédent pour faire apparaitre les
transmetteurs et l’effecteur de la chaîne d’énergie.

3. Lancer une simulation et afficher l’évolution de la vitesse de l’ensemble E. Vérifiez que la vitesse
obtenue est cohérente au regard des exigences du cahier des charges.

A noter :
• Lorsque la simulation ne se termine pas au temps indiqué, c'est bien souvent lorsque le pas de temps est
mal choisi. C’est le cas lorsque la constante de temps du système modélisé est très faible, de l’ordre de
grandeur du pas de temps imposé dans le bloc Time.
Dans ce cas, il ne faut pas hésiter à diminuer le pas de temps en augmentant le nombre de points de la
simulation. Bien entendu, cela augmente le temps de calcul, mais ce n’est pas perceptible entre 2000 et
20 000 points.

• Deuxième modèle : prise en compte des frottements


On souhaite maintenant étudier l’influence des frottements secs dans le guidage en translation du chariot.
Des essais expérimentaux ont permis de mettre en évidence qu’il existe une résistance à l’avancement dont
l’intensité est de 140 N.

4. A l’aide des indications Compléter le modèle précédent afin de prendre en compte le phénomène de
frottements secs.

→ Remplacer le bloc masse en translation par un bloc CMT_MassWithFriction (sous-


palette Mécanique / Translation 1D / Basique ).
Paramétrer le modèle de Coulomb (attention, le signe de la résistance est positif) et
mettre les autres à 0.

5. A l’aide de résultats de simulation, régler la tension de commande du moteur afin que la vitesse
maximale du chariot soit celle spécifiée dans le cahier des charges.

6. Faire varier la masse de l’ensemble en mouvement ( mE , 2  mE , 3  mE ) et visualiser son influence sur


l’intensité du courant moteur. Utiliser éventuellement une masse sans frottements en cas de
problèmes lors de la simulation.

Sciences industrielles de l’ingénieur Page 13


Modéliser et simuler par une approche multiphysique acausale
• Asservissement du courant moteur
On constate ainsi qu’il est nécessaire de contrôler l’intensité du moteur pour gérer les accélérations de
l’ensemble en mouvement. C’est pourquoi par la suite, un asservissement d’intensité est mis en place.
7. A l’aide des indications ci-dessous, compléter le modèle précédent en insérant une boucle
d’asservissement du courant moteur.
→ Utiliser un bloc MBM_Gain (sous-palette Signaux / Math ) pour modéliser une
acquisition du courant réalisée sur le système réel par une sonde ampèremétrique de
gain égal à 0,245 V  A−1
→ Utiliser un bloc correcteur de type proportionnel intégral MBC_PI (sous-palette
10  L
Signaux / Continu ). Régler sa constante de temps à une valeur de et son gain
R
statique à 30.
U
L’asservissement portant sur l’intensité, il faut imposer une intensité en consigne, soit avec U la valeur
R
maximale utilisée précédemment. (On peut aussi associer un bloc gain à la commande en tension utilisée
précédemment). Bien entendu, il ne faut pas oublier d’adapter cette consigne en tenant compte du gain
du capteur.
Si on lance une simulation, on remarque que la vitesse n’est plus du tout la même car le moteur est piloté en
intensité

• Asservissement en vitesse
La partie précédente a permis de montrer qu’il est nécessaire d’asservir en intensité le moteur pour contrôler
les accélérations. Il est aussi indispensable d’ajouter un contrôle de vitesse pour assurer la loi de consigne
souhaitée. L’asservissement de vitesse se fait en comparant la vitesse de rotation du moteur (capteur sur
l’axe du moteur) à la vitesse de consigne en trapèze.

8. A l’aide des indications ci-dessous, compléter le modèle précédent en insérant une boucle
d’asservissement de la vitesse du moteur. Afficher l’évolution du courant moteur, de la vitesse
angulaire du moteur et de la vitesse linéaire de l’ensemble en translation.
Sur le système réel, le codeur incrémental monté sur l’axe moteur délivre une position
en nombre de tops (informations binaires). Cette information de position est ensuite
dérivée numériquement par différences finies. Le signal obtenu, image de la vitesse
de rotation du moteur, est en général très bruité. Il faut donc adjoindre à cette
mesure un filtre modélisable par un bloc du premier ordre.
→ Pour modéliser cela, utiliser un bloc MBC_FirstOrder (sous-palette Signaux /
Continu ) de gain statique égal à 1 et de constante de temps 1 ms pour filtrer la vitesse
en sortie du moteur.
→ Utiliser de nouveau un bloc correcteur de type proportionnel intégral MBC_PI (sous-
palette Signaux / Continu ). Positionner ce bloc en amont du comparateur de la boucle
de courant réalisée précédemment et régler sa constante de temps à une valeur de
0,025s et son gain proportionnel à 0,15 .
Configurez en entrée une consigne en trapèze de vitesse de translation de l’ensemble
en mouvement assurant le respect du critère du cahier des charges. On utilisera la
aussi un un bloc trapèze MBS_Ramp (sous-palette Signaux / Sources ).
En cas de difficultés à réaliser le modèle ou à le simuler, on pourra utiliser, après l’avoir analysé, le modèle
proposé dans l’onglet Démonstration Xcos ( )

• Synthèse
9. A partir des résultats de simulations obtenus, conclure sur la nécessité d’utiliser ce type de commande
(boucle d'intensité et de vitesse) pour contrôler précisément les mouvements d’un axe linéaire.

Sciences industrielles de l’ingénieur Page 14


Modéliser et simuler par une approche multiphysique acausale

ANNEXES
1. Caractéristiques techniques du moteur Maxon

Maxon Ref : 118743


Nominal voltage V 12

Terminal résistance  4

Terminal inductance mH 0.63

Torque constant mNm/A 34.2

Speed constant rpm/V 326.6x10-3

Rotor inertia gcm2 47

Sciences industrielles de l’ingénieur Page 15


Modéliser et simuler par une approche multiphysique acausale
2. Aspect logiciel : Toolbox SIMM de Scilab-Xcos
Scilab est un logiciel open source gratuit de calcul numérique que l'on peut comparer
à Matlab sur le principe de fonctionnement et les possibilités offertes. En effet, il
fournit un puissant environnement de développement pour les applications
scientifiques et l'ingénierie. C’est un logiciel qui contient des centaines de fonctions
mathématiques, des fonctions graphiques 2D et 3D et un environnement de
programmation.

De nombreuses fonctionnalités sont incluses dans Scilab. En voici une liste non exhaustive :
• opérations mathématiques ;
• fonctions graphiques 2D et 3D ;
• algorithmes de résolution numérique ;
• conception, étude et commande de systèmes ;
• traitement du signal ;
• visualisation, analyse et filtrage des signaux dans les domaines temporel et fréquentiel ;
• modélisation et de simulation de systèmes dynamiques hybrides ;
• modélisation des systèmes mécaniques, des circuits hydrauliques...

Scilab est un outil extrêmement puissant et complet. En CPGE, il est principalement utilisé pour son module
de simulation graphique Xcos.

Le langage de modélisation
utilisé (Modelica) est destiné à
permettre une modélisation
pratique de systèmes complexes,
par exemple, des systèmes
comportant des composantes
mécaniques, électriques,
hydraulique, thermique, ...

Il décrit un système sous la forme


d'un ensemble d'équations. Le
simulateur associé a pour tâche
de résoudre le système
d'équations à chaque pas
temporel.
Le langage, les bibliothèques et
certains outils de simulation sont
libres, prêts à l'emploi et sont
issus d'une demande industrielle.

La toolbox Coselica de Xcos offre approximativement 200 blocs basiques pour la modélisation et la simulation
de systèmes électriques analogiques, mécaniques et thermodynamiques.

La toolbox SIMM est basée sur la toolbox Coselica dont elle reprend les blocs principaux réorganisés
différemment et ajoute des blocs très utiles ou simplifiés.

Sciences industrielles de l’ingénieur Page 16


Modéliser et simuler par une approche multiphysique acausale
Il est impossible de connaitre et maitriser toutes les possibilités offertes par ce logiciel. Cependant, dans le
cadre de l’utilisation de la toolbox SIMM en CPGE, on pourra retenir que les blocs utilisés sont équipés de
connecteurs qui modélisent l’interaction physique entre les différents composants. L’aspect (forme et
couleur) d’un connecteur correspond à un type de grandeur physique.

On relie les blocs entre eux par des liens qui représentent des liaisons idéales équipotentielles transmettant
une grandeur flux. Une validation des liens entre connecteurs est réalisée lors de la simulation afin de garantir
une modélisation cohérente. Afin d’éviter les erreurs, il faut veiller à connecter des ports de même
domaine physique.

On remarque que certains connecteurs sont vides et d’autres pleins. Il n’y a pas de différences entre eux mais
certains composants étant orientés, on repèrera leur polarité en fonction des connecteurs. Cela dit, on
rappelle que dans une représentation acausale, il n’y a pas de notion d’entrée / sortie.

Des blocs reliés par des liens définissent un ensemble d'équations implicites qui seront utilisées par le logiciel
pour effectuer les calculs lors de la simulation.

Sciences industrielles de l’ingénieur Page 17


Modéliser et simuler par une approche multiphysique acausale
Exemple : bloc résistance
▪ Ce bloc, de paramètre réglable R , inclue implicitement
deux équations : v p − vn = R  i p et in = −i p .
▪ Un lien entre ce bloc et un autre bloc définit aussi deux
équations imposant l’égalité des potentiels et des
courants des connecteurs qu’il relie.
▪ Une jonction d'un ou plusieurs liens impose que les
potentiels des branches soient égaux et que la somme
des courants portés par les différentes branches soit
nulle.

La modélisation étant acausale : les différents blocs du processus physique ne sont pas orientés.
Certains blocs possèdent néanmoins une orientation, iI s’agit des blocs permettant de définir :
Exemple : bloc échelon
- les simulations à réaliser (les grandeurs d’entrée
qui sont imposées) ;

Exemple : bloc somme


- les opérations mathématiques ;

Exemple : bloc capteur de température


- les capteurs qui, par nature, ne peuvent
fonctionner que dans un seul sens.

Dans le cas des capteurs, l’implantation dépend de la simulation envisagée, c’est-à-dire des grandeurs que
l’on souhaite exploiter. Dans une modélisation acausale, il n’est pas nécessaire de reconstruire le modèle en
fonction de l’expérience que l’on souhaite simuler, il suffit de :
- redéfinir la grandeur que l’on impose,
- placer, sur les bons liens, les capteurs souhaités.

Les liens véhiculent des puissances, il est donc nécessaire de choisir le capteur permettant d’atteindre la
grandeur physique recherchée puis de l’implanter correctement.

Un ampèremètre (comme un capteur de puissance) doit être


placé dans le circuit, alors qu’un voltmètre doit être placé en
parallèle d’un composant.

Pour l’ensemble des capteurs (mécanique, thermique,


hydraulique, pneumatique), il faut réfléchir à l’implantation.

Notons enfin que l’on peut récupérer les données issues d’un capteur implanté dans notre modèle en vue de
les traiter et/ou afficher dans un autre logiciel comme Python par exemple.
Pour cela il suffit un bloc CSV_write (sous-palette CPGE / Sorties) auquel il faut associer le block
CBI_RealOutput (sous-palette SIMM / Utilitaires /Routage).

Sciences industrielles de l’ingénieur Page 18

Vous aimerez peut-être aussi