Vous êtes sur la page 1sur 8

INTRODUCTION

Dans l’industrie actuelle, les nouvelles technologies ont vu le jour soit de façon innoventes
soit inventives. Dans le cas de la minoterie ou meunerie les procèdes de commandes sont
d’une très grande variété parmi lesquels nous avons la commande prédictive exercée sur des
machines industrielles telles que les moulins. Notre travail consistera à s’imprégner de la
commande NLQDMC qui est une commande prédictive des systèmes non linéaire dynamique
pour quantifier l’économie d’énergie et le coût dans ce secteur d’activité. Pour ce faire une
étude du contrôleur prédictif dans l’ensemble sera menée enquise de revue de la littérature.
La commande prédictive à base de modèle c’est une approche de commande avancée [1]. De
toutes les commandes qui portent cette appellation, la commande prédictive est la plus utilisée
dans l’industrie, aussi bien pour les qualités techniques et ses performances ainsi que sa
facilité de mise en œuvre. Son champ d’application s’étend à tous les domaines industriels,
notamment aux cas où la régulation PID n’est pas efficace.
Depuis les années 1970, la commande prédictive a été utilisée avec succès dans différentes
applications industrielles et pour plusieurs champs d’activités. Une étude sur cette commande
menée par plusieurs auteurs dans la littérature a montrée qu’elle est plus utilisée
principalement dans les raffineries de pétrole, automobile, défense, métallurgie, et autres
domaines [2,3]. L’idée de la commande prédictive est déjà introduite dans la commande
optimale de [4] à [5] avec sa forme de commande prédictive basée sur un modèle en utilisant
une méthode de programmation linéaire.
Historiquement, cette idée est mise en œuvre industriellement par Richalet en 1978 dans
l’algorithme IDCOM ‘identification commande’, avec le problème de la commande
heuristique prédictive basée sur le modèle (MPHC) [6]. Le formalisme de cette commande
considère des systèmes linéaires comme des filtres à réponse impulsionnelle finie. Les
fonctions de coûts considérées sont quadratiques, la partie estimation repose sur une approche
de type moindre carré. En 1980 apparaît la commande par matrice dynamique DMC
« dynamic matrix control » [7]. La commande DMC reprend de nombreuses idées d’IDCOM,
mais les systèmes y sont représentés par leur réponse à l’échelon. Dans ces deux approches, le
modèle était de type boite noir, dont l’objectif était de poursuivre une référence sans prises en
compte des contraintes. Peu de temps après, Garcia et al. Donnent une description détaillée de
l’algorithme DMC quadratique « QDMC » (Quadratic Dynamic Matrix Control) [8]. En
prenant en compte directement les contraintes d’entrée et de sortie. En 1987 apparaît la
commande prédictive généralisée « GPC (Generalised Predictive Control), développée par
[9]. En 1988, grace à SMOC (Shell Multivariable Optimizing Control) il devient possible de
considérer les systèmes sous forme de modèle d’état. La commande prédictive fonctionnelle
« PFC » (predictive functional control), elle a développée par Richalet et ADERSA [10, 11].
La commande prédictive globale (GlobPC) est la dernière partie des commandes à horizon
fuyant [12]. C’est une loi de commande développée dans le but d’aaugmenter la flexibilité et
les performances tout en réduisant les restrictions et destinée à contrôler les systèmes
multivariables. Les algorithmes de la commande prédictive différent entre eux-mêmes
seulement dans le modèle qui représente le processus, les perturbations et la fonction de coût.
Dans notre travail, nous nous intéressons à l’étude d’une méthode appartenant à la famille de
commande prédictive en l’appliquant sur des processus de différents ordres et de contraintes.
L’objectif du travail consiste à faire un bref aperçu sur la commande par matrice dynamique
en évaluant sa performance pour être situé dans notre sujet de recherche intitulé « ‘évaluation
de la performance de la commande FNLQDMC (Fast Non Linear Quadratic Dynamic
Control) en minoterie’ »
I- Commande par matrice dynamique (DMC)
La commande par matrice dynamique ‘DMC’ (Quadratic Dynamic Control)) a été
développée par Cutler et Ramaker de la société ‘Shell Oil Co’ vers l’année 1980. Cette
méthode est largement accepteée et utlisée par les industriels, en particulier dans le secteur de
la pétrochimie [13, 14, 15].
A nos jours la commande par matrice dynamique est quelque chose plus qu’une commande et
une partie de son succès est due de l’application à des systèmes multivariables avec prise en
charge des contraintes.
Une version simplifiée de cette commande est présentée dans le cas où le modèle est fourni
sous forme de réponse à un échelon. Cette formulation est généralement la plus choisie car
elle permet la compréhension intuitive du fonctionnement de la commande prédictive.
Néanmoins des développements équivalents peuvent être conduits pour le modèle de réponse
impulsionnelle où fonction de transfert conduisant respectivement au modèle Algorithmique
de commande (MAC : Model Algorithmic Control) et à la commande prédictive généralisée
(GPC : Generalized Predictive control).
I-1- Applications industrielles de la commande prédictive
Dans des industries, comme les raffineries de pétrole et les usines pétrochimiques, la MPC est
devenue la méthode de choix pour des problèmes difficiles de commande et l’étude qui a été
fait par [2, 3] conclut que la commande prédictive a prouvé ses performances au travers de
nombreuses applications industrielles. Elle est toujours présente dans la majorité des
domaines, et que pour des raisons différentes, deux secteurs industriels ont été les premiers
intéressés et ont financé le développement de la méthode.
En effet, même si la commande prédictive offre de nombreuses caractéristiques intéressantes,
historiquement, seules deux entre elles ont joué un rôle déterminant : le domaine du raffinage
et de la pétrochimie. (Voir tableau 1.1 pour les approches linéaires et tableau 1.2 pour les
approches non linéaires).
Tableau 1.1 : Bilan des applications industrielles de la commande prédictive linéaire [2]

Tableau 1.2 : Bilan des applications industrielles de la commande prédictive non linéaire [2]

I-2- Concepts de base et objectifs de la commande prédictive


En générale, la majorité des techniques proposés dans la littérature pendant plusieurs années
qui date de 1978 ; les sujets de recherche portent comme base commune des idées suivantes :
1. Utilisation d’un modèle du système pour construire la prédiction des signaux ;
2. Connaissance de la trajectoire à suivre ;
3. Prévenir les violations des contraintes sur les entrées et le sorties ;
4. Existence d’un critère quadratique ;
5. Existence d’un solveur élaborant en temps réel la solution
optimale/sous-optimale/faisable tout en respectant les contraintes ;
6. Application du premier élément de la séquence de commandes calculées ;
7. Répétition de la procédure à la période d’échantillonnage suivante, selon le principe de
l’horizon fuyant.
I-3- Réponse et prédiction
Le modèle utilisé pour la prédiction dans la commande par matrice dynamique DMC est le
modèle réponse indicielle.
Dans l’approche classique de la commande prédictive plusieurs formes de modélisation
comme la réponse impulsionnelle, représentations par fonction de transfert et par formalisme
d’état sont utilisées,
1-4- Synthèse du correcteur DMC
L’objectif de la commande DMC est de conduire la sortie le plus proche possible de la
référence dans le sens de moindre carrée. Ainsi les variables manipulées sont choisies pour
minimiser l’objectif quadratique qui peut considérer la minimisation de l’erreur future seule.
(Figure 1.1)

Figure 1.1 : L’allure de la commande avec DMC

Figure 1.2 : schéma fonctionnel de la structure de base de la commande DMC


Les deux boucles fondamentales à remarquer sur la figure (1.2) sont le modèle et l’optimiseur.
Le modèle doit être capable de capturer la dynamique de processus, de prédire les sorties
futures de manière précise et sa mise en œuvre doit être facile. L’optimiseur fournit les
actions de commande. En présence de contrainte, la solution est obtenue via des algorithmes
itératifs, avec plus de temps de calcul, évidemment [53].
1-5- Contraintes sur la commande et la sortie avec DMC
Dans toutes les techniques de commande prédictive, les variables d’entrée, d’états et de
sorties d’un système sont souvent contraintes par leurs domaines de définitions. Ces
contraintes sont de natures diverses : limitation physique des actionneurs, spécification de la
qualité d’un produit, exigence de sécurité et domaine de tolérance pour une sortie. ..etc.
Par exemple, en pratique, le signal de commande doit satisfaire la contrainte du domaine de
validité de l’actionneur (son domaine de fonctionnement).
1-6- Algorithme proposé pour la DMC

Figure 1.3 : Algorithme proposé pour la DMC

CONCLUSION
Le concept clé de la commande prédictive réside dans la création d’effet anticipatif. Nous
exploitons pour cela les connaissances explicites sur l’évolution de la trajectoire à suivre dans
le futur, le régulateur DMC montr ses performances robustes, de différent ordre des systèmes,
dans la prédiction de la sortie et de la commande avec une bonne performance de suivre de
référence même en présence des contraintes qui sont souvent rencontrées dans les systèmes
industriels.
[1]. Tatjewski P., “Advanced Control of Industrial Processes : Structures and Algorithms”,

Springer, London, (2007).

[2]. Qin, S. J., and T. A. Badgwell, “A survey of industrial model predictive control

Technology”, Control Eng. Practice, 11, 733, (2003).

[3]. Richalet J., Parisse B., “Initiation à la commande prédictive ”, ADERSA, (2001).

[4]. Bellman R.E., “Dynamic programming”, Princeton University Press, (1957).

[5]. Propoï, A.I., “Use of linear programming methods for synthesizing sample-data

Automatic systems nonlinear predictive controller”. Automation and Remote Control, vol.

24, pages 837-844, 1963.

[6]. Richalet J., Raul A., Testud J.L. and Papon J., “Model predictive heuristic control :

Application to industrial processes”, Automatica vol. 14, pages 413–428, (1978).

[7]. Cutler C.R., and Ramaker P.S., “Dynamic matrix control — A computer algorithm’,

Proceedings of the Joint Automatic Control Conference, San Francisco, CA, USA, paper

No. WP5-B, (1980).


[8]. Garcia C.E. et Morshedi A.M., “Quadratic programming solution of dynamic matric

Control (QDMC)”, Chemical Engineering Communications, vol. 46, pages 73-87,( 1986).

[9]. Clarke d. W., Mohtadi C. and TUFFS P. S., “Generalized predictive control, Part I”,

The Basic Algorithm, Automatica, vol 23, No. 2, pp. 137 148, (1987).

[10]. Richalet, J., “La commande predictive”, Techniques de l’Ingénieur Traite Mesure et

Control, R7 423, pp. 1–17, (1998).

[11]. Richalet J., “Pratique de la commande predictive”, ADERSA, Hermès, Paris, (1993).

[12]. Desbiens, A. & al., “Global Predictive Control : A Unified Control Structure for

Decoupling Setpoint Tracking, Feedforward Compensation and Disturbance Rejection

Dynamics”, IEEE Proc Control, Theory and application, (2000).


[13]. E.F. Camacho and C. Bordons, “Model Predictive Control”, Springer-Verlag London,

Eme edition, (2003).

[14]. E.F.Camacho, “Constrained Generalised Predictive Control”, IEEE Transaction. On

Automatic Control, AC-38, pp.327-332, (2), (1993).


[15]. Adam Besenyei and Péter l. Simon, “Asymptotic output controllability via dynamic

Matrix control”, Differential Equations & Applications, Volume 4, 521–538, Number 4

(2012).
[53]. Aidan O’ Dwyer, “Handbook of PI and PID Tuning Rules”, Imperial College

Press, (2009).

Vous aimerez peut-être aussi