Vous êtes sur la page 1sur 2

Examen module AT54

Année universitaire 2020-2021


Durée 1h30

Parmi l’ensemble des estimateurs de fréquence, le filtre de Kalman est une technique couramment utilisée pour
estimer l’amplitude, la phase et la fréquence d’un signal composé d’une sinusoïde ou de plusieurs sinusoïdes.
Nous allons utiliser cette technique pour l’estimation de la vitesse d’une machine asynchrone (MAS). La figure
5.34 représente la densité spectrale de puissance du courant d’une phase de la MAS où la localisation des
harmoniques à 50, 150, 250 et 350Hz sont parfaitement connues (fréquence de l’onduleur à 50Hz dans ce test).
Dans ce sujet d’examen, nous allons concevoir un filtre de Kalman pour estimer la fréquence des deux
harmoniques autour de 150Hz, c’est-à-dire à la pulsation 2π(f0+δf) et 2π(f0-δf) avec f0=150Hz et δf inconnue (à
estimer).
Préalablement, le signal (courant des phases statoriques α ou β) passe par deux filtres (passe-bande) afin
d’atténuer les harmoniques à 50 et 150Hz, cf. figure 5.32. A la suite de ce filtrage, nous obtenons deux signaux yα
et yβ dont la densité spectrale de puissance est représentée à la figure 5.39.

z-1

δf

Les signaux yα et yβ en sortie des deux filtres sont de la forme :


yα(t) = A cos(2π(f0+δf)t) + B cos(2π(f0-δf)t)
yβ(t) = A sin(2π(f0+δf)t) + B sin(2π(f0-δf)t)
Le bloc fonctionnel “estimateur fréquentiel” estime la fréquence δf image de la fréquence de rotation mécanique
ainsi que les amplitudes A et B des deux harmoniques des courants selon l’axe α et β.
En relation avec la figure ci-contre, on notera :
xrα(t) = A cos(2π(f0+δf)t), xrβ(t) = A sin(2π(f0+δf)t)
xlα(t) = B cos(2π(f0-δf)t), xlβ(t) = B sin(2π(f0-δf)t)
avec r (right) l’harmonique à +δf et l (left)
l’harmonique à -δf.

Question 1 (4 pts):
a) Etablir la relation entre dxrα(t)/dt et xrβ(t), ainsi que dxrβ(t)/dt et xrα(t).
b) On pose comme vecteur d’état xr=[xrα xrβ]t. Etablir l’équation différentielle de la forme dxr/dt = Ar xr.
c) Faire de même pour les signaux xlα et xlβ. On pose comme vecteur d’état xl=[xlα xlβ]t

Question 2 (3 pts):
Etablir les 2 modèles d’état à temps discret par la démarche de votre choix.
On notera xr[k]=Adr xr[k-1] et xl[k]=Adl xl[k-1]

Pour information :

Question 3 (2 pts):
Posons x=[xr xl]t.
Etablir le modèle d’état à temps discret d’ordre 4, soit sous la forme x[k]=Ad x[k-1].

Question 4 (2 pts):
On pose y[k]=[yα[k] yβ[k]]t.
A partir des équations de yα et yβ (mesures) et de la définition de xrα, xrβ, xlα et xlβ, établir l’équation de mesure
sous la forme y = C x.

Question 5 (2 pts):
La fréquence δf étant inconnue et donc à estimer, établir le modèle d’état augmenté.
Donner une équation d’évolution (différentielle) de δf et donner le modèle de prédiction non-linéaire.

Question 6 (4 pts):
Etablir les équations de l’observateur sur la base d’un filtre de Kalman non-linéaire.

Question 7 (2 pts):
Donner l’expression des matrices R, Q et P[0|0] du filtre.

Question 8 (1 pt):
Analyser l’influence du réglage du filtre (R et Q) sur le gain de Kalman.

Vous aimerez peut-être aussi