1

2
1.1 Mot d’ouverture et Groupes de Participants © Pr MBIHI Jean,
ENSET, UD

1.2 Organisation du cours de METS

Groupe(s) par Labo Date/ADM Effectif Journées Date Horaires
Journée 1 Lundi 22 Mars 08h -18h avec
2021 Pause 12h-13h
GIA-1 Fév 2021 40 + 31 = 71 Journée 2 Lundi 29 Mars 08h -18h avec
2021 Pause 12h-13h
GIA - 2 Aout 2020 37 Journée 3 Lundi suivant -//-
Journée 4 Lundi suivant -//-
GPR Fév 2021 44 Journée 5 Lundi suivant -//-
Journée 6 Lundi suivant -//-
Fév 2021 36+22 = 58 Journée 7 Lundi suivant -//-
VRF Aout 2020
Journée 8 Lundi suivant -//-
MEC-1 Fév 2021 No : 1 - 40 Journée 9 Lundi suivant -//-
Journée 10 Lundi suivant -//-
MEC-2 Fév 2021 No : 41 - 84 Journée 11 Lundi suivant -//-
Journée 12 Lundi suivant -//-
MEC-3 Aout 2020 29 Journée 13 Lundi suivant -//-
TOTAL 323

3
Menu Section 1.

4
 1.4 Fiche didactique descriptive © Pr MBIHI Jean, ENSET, UD

Fiche didactique descriptive de METHODES EXPERIMENTALES

Introduction aux méthodes expérimentales

Théorie de base des méthodes expérimentales
Matin - Schéma bloc d’instrument de mesure d’une mesurande
(Sonde -Capteur- Transducteur –Moniteur local)
- Schéma synoptique de dispositifs de mesure d’appoint
- Schéma procédural de modélisation expérimentale
Etude de cas
- Méthodes de modélisation expérimentale
Modélisation expérimentale Assistée par Matlab
- Matlab
Soirée - Palette de fonctions pour modèles expérimentaux
- Solveurs Matlab de méthodes expérimentales
- Matlab/cftool de création de modèles expérimentaux
connaissant la base de données expérimentale

Menu Section 1. 5
6
7
8
3.1 Schéma procédural

Fig. 1: Schéma procédural © Pr MBIHI Jean, ENSET, UD

Menu Section 3. 9
Menu Section 3. 10
Menu Section 3. 11
 © Pr MBIHI Jean,
3.3 Schéma instrumental en technologie IoT (Fig. 3)
ENSET, UD

Menu Section 3.
12
13
 © Pr MBIHI Jean, ENSET, UD
4.1 Système de modélisation expérimentale et de réglage d’un servomécanisme
de laboratoire d’automatique industrielle

[3] (MBIHI, 2015), “A flexible multimedia workbench for digital control of input-delay servo
systems’’, Journal of Computer Science and Control Technology, Vol. 8, No.2, pp 35-40.

Menu Section 4. 14
 © Pr MBIHI Jean, ENSET, UD

4.2 Système d’instrumentation IoT de réglage de l’éclairage de puissance

[4] (PAUNE, MBIHI, 2016), ‘‘A Novel Web-Based Laboratory for Remote Control of Lighting
Processes’’, WSEAS Transactions on Advances in Engineering Education, Vol.13, pp.7-19.
Premier WebLab/ENSET/UD testé avec succès sur terminal Web à LENZ en France.

Menu Section 4. 15
16
 © Pr MBIHI Jean,
5.1 Exemples illustratifs ENSET/UD

17
Menu Section 5.
18
5.2.2 Solution pour MMC si y = f (x, θ ) = h T(x} θ. © Pr MBIHI Jean,
ENSET, UD
MMC: Méthode de Moindres carrés
éq 1 ù ü
5.2.2.1 Critère d’optimalité êq ú ï
ê 2ú ï
Sachant que y = h T ( x ) q = [ h1 ( x ) h2 ( x ) ... hm ( x ) ] ýq (4)
1424 3 14 4 4 4 42 4 4 4 44 3 ê ... ú ï
f ( x, q ) ê ú
h T (x) ëêq m ûú ï
þ
Dans le vas contraire, on peut trouver un approximant polynomiale (au sens de
Taylor) autour de Θ0 de y = f (x, θ ), pour se ramener à la forme (4) avec des
paramètres abrégés.
La relation (5) représente le vecteur d’erreur globale cumulée entre les mesures
expérimentales et le modèle paramétré à optimiser.
e ({x(k )}, {y(k )},q ) = {y(k )} - hT ({x(k )}) q , avec k = 1, 2, …, N
(5)
Dans ce cas, le critère de la MMC, obtenu après développements (6) conduit à (7).
J ({x},{y} ,q )= (1/N) . ({y(k)}- h T ({x(k)} θ))T . ({y(k)}- h T({x(k)} θ)) (6)
N (7)
1
å ( y (k ) - h ( x ( k )) q )
2
= T

N k =1

N.B: Il est important de noter que (7) désigne un champ de scalaire resultant d’une variance

Menu Section 5. 19
 5.2.2.2 Algorithme de la MMC © Pr MBIHI Jean, ENSET, UD

L’algorithme de la MMC résulte de la résolution du problème d’optimisation

statique sans contrainte, décrit par (8).
æ 1 N
ö 1 N
Min ç J ({ x} ,{ y}, N ,q ) = å å ( y (k ) - h ( x ( k )) q )
2 2
e ( x ( k ), y ( k ), q ) ÷=
T

q è N k =1 ø N k =1 (8)
Ce qui revient à résoudre l’équation:
¶ J ({ x } , { y }, N , q ) (9)
=0
¶q
Après résolution, la solution de (8) obtenue après développement et
simplication des termes constitutifs, est donnée par [5] :
-1
æ ö æ ö
ç N ÷ ç N ÷
q ( N ) = ç å h( x ( k )) h ( x ( k )) ÷
* T
ç å h( x ( k )) y ( k ) ÷
ç 144
k =1
24443 ÷÷ ç k =1 ÷ (10)
ç Somme de N4 ç Somme de144 2443 ÷
è matrices d’ordre m x m ø è N vecteurs colonne d ’ordre m x 1 ø

[5] Jean MBIHI, “Automatique analogique et techniques de commande et régulation

numérique, Chap. 2, pp. 59-92”, © Editions ISTE Ltd, 240 pages; Londres, 2018.

Menu Section 5. 20
Menu Section 5.
21
 © Pr MBIHI Jean, ENSET, UD
5.3.3 Schéma bloc de la MMCR pour modèle constant

La structure de la solution de la MMCR pour modèle constant, est donnée

par la relation correspondant (15), et correspond graphiauement au schéma
bloc de la ci-dessous, établie dans [5].
1 (15)
q *( N + 1) = q *( N ) - (q *( N ) - y( N + 1))
N +1

La généralisation de ce schéma bloc simple au cas de la relation (10), a été

établie et démontrée dans [6].

[6] Jean MBIHI, Book Analog Automation and Digital Feedback Control
Techniques”, Chapter 2, pp. 39-72, © John WILEY and Sons Editions LTd, New Jersy,
USA, 2018
22
Menu Section 5.
Menu Section 5.

23
6.1 Palette Matlab de modèles Template de Processus

Menu Section 6. 24
6.2 Palette Matlab de solveurs de modèles expérimentaux

Menu Section 6. 25
6.3 TPE de mise en service et d’utilisation de la plateforme
CFTOOL/Matlab
6.3.1 Mode opératoire
1) Créer dans la racine disque dur C:\ un dossier nommé MexM2R2020
2) Démarrer Matlab, puis définir le dossier courant de la session de TDP, en
saisissant et en exécutant dans la fenêtre de commandes le code Matlab
suivant:
>> cd C:\MexM2R2020
3) Ouvrir un nouveau fichier Script Matlab, puis le sauvegarder sous le nom
MexM2R. N.B: L’extension par défaut de fichiers est *.m
4) Saisir dans ce fichier vide avec la syntaxe Matlab le tableau de données
expérimentales (x, y) fourni, puis sauvegarder de nouveau ce fichier de
données. Voir l’Annexe A pour un exemple de fichier MexM2R dans
Matlab2020a.
5) Exécuter ce fichier à partir du menu de la fenêtre d’édition. Attendre un
instant pour découvrir l’affichage de la plateforme CFTOOL/Matlab

Menu Section 6. 26
6.3.2 Plateforme Matlab/CFTOOL

27
Menu Section 6.
 © Pr MBIHI Jean,
6.3.3 Annexes de TP et TPE ENSET, UD

Annexe A1
Tableaux des données expérimentales pour 2 variables X et Y

X 0 1 2 3 4 5 6 7 8 9 10
Y/m 1 0.95 0.78 0.65 0.6 0.58 0.53 0.5 0.49 0.47 0.48

X 11 12 13 14 15 16 17 18 19 20
Y/m 0.49 0.5 0.56 0.57 0.58 0.59 0.6 0.6 0.62 0.61

N.B.: La valeur de m correspond au numéro d’ordre de chacun dans la liste officielle de

la session d’admission dans son laboratoire d’accueil.

Menu Section 6.

28
Annexe A2
Exemple de Graphe de Y(X) dans Matlab 2020a

Menu Section 6.
29
Annexe A3
Exemple de fichier vide MexM2R.m dans Matlab 2020a

Menu Section 6.
30
Annexe A4
Exemple de fichier complet MexM2R.m dans Matlab 2020a

Menu Section 6.
31
Annexe A5
Modèle graphique par défaut de Y(X) dans Matlab 2020a

© Pr MBIHI Jean,
Menu Section 6. ENSET, UD 32
7. Références bibliographiques de base
Références bibliographiques de base en méthodes expérimentales
[1] J. MBIHI, Instrumentation virtuelle assistée par ordinateur: Principes et techniques, cours et exercices.
Editions Ellipses; 240 pages, 2012, Paris.
[2] A. Maddi, A. Guessoum, D. Berkani, O. Belkina, «Etude de la méthode des moindres carrée récursive
et application au signal de parole, 3rd Int. Conf. of Sc. Electronic, March 17-21, 2005 – Tunisie
[3] J. MBIHI, “A flexible multimedia workbench for digital control of input-delay servo
systems”, Journal of Computer Sc. and Control Technology, Vol. 8, No. 2, pp. 35-40, 2015
[4] F. PAUNE et J. MBIHI, ‘‘A novel Web-Based laboratory for remote control of lighting
processes’’, WSEAS Trans. on Advances in Eng. Education, Vol.13, pp.7-19, 2016
[5] J. MBIHI, “Automatique analogique et techniques de commande et régulation
numérique, Chap. 2, pp. 59-92, Approche de modélisation expérimentale des processus
dynamiques”, © Editions ISTE Ltd, 240 pages; Londres, 2018.
[6] J. MBIHI, Analog Automation and Digital Feedback Control Techniques”, Chapter 2,
pp. 39-72, © John WILEY and Sons Editions LTd, New Jersy, USA, 2018
Références bibliographiques de base en traitement du signal
[6] B. LONLA MOFFO et J. MBIHI, "A Novel Digital Duty-Cycle Modulation Scheme for
FPGA-Based Digital-to-Analog Conversion", © IEEE Transactions on Circuits and Systems II ,
Vo. 62, N°6, pp. 543-547, June 2015.
[7] G. B. SONFACK, Jean MBIHI, “FPGA-Based A/D Conversion via Optimal Duty-Cycle
Modulation”, Journal of Electrical and Electronic Eng., 8(2), pp.29-36, 2018.
[8] J. MBIHI et F. NDJALI BENG, M. KOM & L. NNEME NNEME, "A Novel ADC Technique
using nonlinear duty-cycle modulation", International, Journal of Electronics and Computer
Science Engineering, Volume 1, Number 3, pp 818-825, 2012
33
MERCI Pour Votre Aimable Attention

FIN

34