Dans cette monographie on vous présente ce qu’on a appris dans ce TP de commande avancé, cette

présentation se divisera en 2 majeurs parties .

Partie théorique : dont on définit - explique – liste les différents aspects de ce TP.

Partie expérimentale : dont on a abordé l’identification sur Matlab et la commande de pendule

inversé.

I- Partie théorique :

Système linéaire : est un système dont son entrée et sortie sont des droites c.a.d simple à
commander ; Décrit par des équations différentielles linéaires d’ordre fini à coefficients constants et
qui possède un seul point d'équilibre.

Système non linéaire : est un système qui contient des perturbations peuvent posséder plusieurs
points d'équilibre, en générale si on prend les pertes (frottement – perturbation – fonctions) sans les
simplifier on obtient la non-linéarité

La plupart des systèmes physiques ne sont pas linéaires. En effet, de nombreuses situations conduisent
à la non-linéarité :

• Loi entrée-sortie de chaîne cinématique non linéaire ;

• Phénomène de saturation ;
• Phénomène de seuil ;
• Hystérésis.

Tous ces phénomènes pourront être rencontrés lors des applications. Dans une situation de non-
linéarité, il sera possible d’étudier le comportement du système sur une plage réduite par rapport au
domaine d’utilisation, en linéarisant autour de la position étudiée. Un modèle de système linéaire
pourra ainsi être utilisé.

Régulateurs :
- PID : le régulateur le plus utilisé dans l’industrie, et il permet de contrôler un grand nombre de
procédés. L'erreur observée est la différence entre la consigne et la mesure. Le PID permet 3 actions
en fonction de cette erreur :

L’action Proportionnelle : l'erreur est multipliée par un gain G.

L’action Intégrale : l'erreur est intégrée sur un intervalle de temps, puis divisée par un gain Ti.
L’action Dérivée : l'erreur est dérivée suivant un temps s, puis multipliée par un gain Td Il existe plusieurs
architectures possibles pour combiner les 3 effets (série, parallèle ou mixte).
- Commande par retour d’état : La commande par retour d’état est à la commande des systèmes
modélisés par leur représentation d’état, ce que la boucle fermée est aux systèmes représentés par une
fonction de transfert. Dans la commande par retour d’état, nous n’allons pas mesurer le signal de
sortie pour le boucler sur l’entrée, mais nous allons nous servir du vecteur d’état complet pour prendre
connaissance du comportement du système.

-
Boucle de régulation :
C’est le système le plus utilisé dans l’industrie qui se compose en 4 parties:
Correcteur : ou on calcule l’erreur qui vient de la mesure et fait la régulation pour donner une valeur plus
précise vers l’actionneur.
Actionneur : le dispositif qui excite le système avec la valeur d’entrée (vanne régulatrice – moteur –
pompe)
Process ou système : l’ensemble d’équipements qui représente le système
Mesure : le capteur qui mesure les valeurs de sortie

Il existe plusieurs types de boucles de régulation comme : la boucle en cascade dont on trouve une boucle
à l’intérieur d’une autre et alors la commande fait la régulation intérieure après l’extérieure
Remarque :
Dans l’identification il faut prendre la consigne et la mesure comme entrée et sortie car c’est le cas réel
et non l’entrée et sortie du système ou process ; identification théorique.

Différence entre identification et modélisation :

Identification : sortir les paramètres du système en utilisant des méthodes de comparaisons et

estimation tout en excitant l’entrée et lire la sorite (partie réelle).
Modélisation : établir une fonction connue qui caractérise le système et utiliser les équations
théoriques (différentiels) et calculer la fonction de transfert ou espace d’état.

Différents signaux standards :

Electriques : 0 – 5 V ; 0 – 10V ; 4 – 20mA où 0 – 20mA ,la différence est que 4 veux dire qu’il est
connecté mais avec valeur nulle
Pneumatique : 3 – 15 PSI (pound square inch) qui sera en général converti en bar par des transmetteurs

II- Partie expérimentale:

Identification en utilisant Matlab :

En industrie ou bien dans le cas réel on ne peut pas utiliser directement des fonctions de transferts calculés
théoriquement mais il faut sortir les paramètres par des estimations et identifications.

Dans ce qui suit on va faire notre étude en utilisant Matlab avec une fonction de transfert simple qui
sera en réalité inconnue

Sur Simulink :
 La 1ère étape dans l’identification est d’exciter la dynamique du système pour visualiser le signal de
sortie (On note que la période d’échantillonnage est Te=0.002s)

On obtient alors ce graphe de l’entrée et la sortie :

On a un signal carré ce qui veux dire que notre processeur est plus rapide que notre système qui va être
considéré comme constant : - Il existe toujours deux régimes dans n’importe quel système

On fait notre étude dans le régime transitoire car les pôles et les zéros causent la variation dans ce
régime
Dans une FT d’ordre 1 la transformé inverse nous donne A𝒆−𝒂𝒕+𝑩=𝒇(𝒕)

Quand 𝑡→∞ 𝑩=𝒇(𝒕)=𝑪𝒔𝒕 ce qui veux dire qu’il n’y aura pas de variation dans un régime permanent

Remarque : Il faut prendre un Te qui a une relation avec le processeur et la bande passante du système
La période d’échantillonnage doit être Te ≥ Tsys

✓ Si la période du système est supérieure au processeur il ne capte pas toutes les données et donne
souvent un régime permanent.
✓ Si Te est trop grand par rapport a Tsys il ratera certains points et devient moins précis.
✓ Quand Te est proche à Tsys la précision augmente.

Pour déterminer les points d’échantillonnage on prend la plage de variation du régime transitoire du début
jusqu’à la fin (convergence)

U1=U (100 : 111) et Y1=Y (100 : 111)

On plote ces vecteurs pour obtenir le régime transitoire seulement
 Ensuite on fait appel à la fonction IDENT

1- On importe u1 et y1
2- Estimate

3- On clique sur Estimate et donc il commence à estimer la FT et calcule l’erreur dans chaque itération «
quand le nombre d’itération augmente l’estimation prends beaucoup de temps »
On obtient alors notre fonction de transfert et
que l’estimation est 100% identique au time
plot

Dans un autre cas qui est plus réel que cet

exemple on aura des variations et une
différence entre le model estimé et notre plot
on n’obtiendra pas la fonction de transfert
exacte mais approximativement oui, avec un
petit décalage dans les valeurs même aussi si
on change Te
Pendule inversé :

Le système d’un pendule inversé consiste à un chariot mobile qui déplace le long d’un chemin bien
précis, on fixe un pendule dans ce mobile et on le commande alors par un moteur relié à l’extérieur
du chariot par un poulie courois ; Dans les extrémités du chemin on a des fins de courses pour arrêter
le chariot.

On peut déterminer l’équation différentielle par deux méthodes :

- Le lagrangien

Les 2 lois fondamentales de la dynamique : Σ𝑭𝒆𝒙𝒕=m𝜸 / Σ𝑴/𝟎=𝑱/𝟎𝜽̈

Et on détermine l’eq diff du sys :

On met toujours un bloc de saturation pour que la consigne soit toujours entre 0 et 5V (n’importe
quelle valeur supérieure elle sera 5V)
• Le bloc de saturation limite la valeur entre un min et max

Digital-to-Analog Conversion (DAC) :

Un convertisseur numérique-analogique (DAC), comme son nom l'indique, est un convertisseur de
données qui génère une sortie analogique à partir d'une entrée numérique. Un DAC convertit un nombre
limité de codes numériques discrets en un nombre correspondant de valeurs de sortie analogiques discrètes.

Analog-to-digital Converter (ADC) :

Un convertisseur analogique-numérique est un appareil électronique dont la fonction est de convertir
une grandeur analogique en une grandeur multi-bits code La valeur numérique du signal converti est
généralement une tension.
Le résultat de la conversion est donné par la formule suivante :
Q est le résultat de Conversion.
Ve : la tension à convertir.
n : le nombre de bits du convertisseur.
Vref : la tension de référence de la mesure.

Hacheur (pré actionneur) :

Appelé aussi convertisseur continue | continue l’hacheur et un dispositif qui permet de modifier la
valeur de la tension moyenne continue tout en ayant un rendement élevé.
• Dans notre TP on l’a utilisé pour augmenter la tension du 5V pour atteindre le 48V.
Moteur (actionneur) :
• Le moteur fait une rotation dans les deux sens alors l’intervalle de 0-48V deviendra -24 – 24V

Encodeur (Capteur de mesure):

Un système permettant de connaître à tout moment et de manière précise l’angle de rotation de la

roue
Différents types :

1) Optique :
- Capteurs IR ou photorésistances

2) Magnétique :
- Aimants et capteurs à effets Hall
La détection d’un flanc montant ou descendant indique qu’il y a eu rotation du disque d’un certain
angle.
Le nombre de trous dans le disque donne l’angle de résolution de l’encodeur.

Conclusion

• La commande réel industrielle (cosigne/correcteur/ pré-actionneur/ actionneur/système/

mesure/ transformation/ conversion) repose en grande partie sur la boucle de régulation dans
le correcteur.
• Plusieurs éléments sont en mesure d’intervenir dans le fonctionnement d’un système en
commande avancée.
• La commande de l’angle TETA viens toujours avant la position dans le pendule inversé. - La
précision de la consigne et de la mesure doit impérativement être très élevé.
• Il existe un grand nombre de méthodes d’identification sur Matlab.
• On doit toujours avoir un temp d’échantillonnage supérieure ou égale à la période du système
en présence.
 République Algérienne Démocratique et Populaire

Université des Sciences et de la Technologies d’Oran « Mohamed Boudiaf »

Département d’Automatique

TP Commande avancé

Identification et commande d’un pendule inversé

Réalisé par :

• Terkia Ait amrane Ikram

• Abdelmalek ibrahim

• Addi Hichem