Académique Documents
Professionnel Documents
Culture Documents
Rapportfinal Hendouzi
Rapportfinal Hendouzi
Mes parents
Mes amis
Ma famille
i
REMERCIEMENTS
J’adresse aussi mes vifs remerciements aux personnes suivantes sans qui ce travail n’aurait
pas été réalisé :
Je témoigne toute ma reconnaissance à toute la grande famille qui m’a toujours assisté
durant mes études loin de mes parents.
J’adresse une pensée spéciale à mes parents pour leurs sacrifices durant ces longues années
d’études, et à mes frères et sœurs, pour avoir été et pour être toujours présents pour moi.
Enfin, je ne saurai oublier mes amis et tous ceux qui n’ont pas ménagé leur force pour
m’aider dans mes études et surtout pour l’accomplissement de ce travail.
ii
RESUME
Dans ce mémoire, nous présentons une méthodologie pour la mise au point pratique d’un
schéma de régulation pour la conduite automatique d’une colonne binaire de distillation. Ce
type de procédé industriel est fortement non linéaire, multivariable de forte interaction, et de
dimension très grande. Nous considérons un modèle dynamique non linéaire pour décrire la
conduite de la colonne dont nous nous inspirons pour élaborer à un modèle réduit par la
méthode d’agrégation. Celle-ci a permis l’élaboration de trois types de modèles réduits
respectivement à trois, quatre et cinq états. Parmi ces modèles, une fois linéarisé autour d’un
point de fonctionnement et évalué, nous avons retenu à modèle à cinq état pour l’élaboration
d’une commande linéaire.
La synthèse d’un compensateur d’ordre réduit est élaborée de manière à assurer la robustesse
vis-à-vis des incertitudes de modélisation et le rejet des principales perturbations affectant le
procédé. Il est calculé par minimisation de la norme en utilisant la technique des LMIs.
Des simulations numériques sont montées sur un Benchmark obtenu à partir des équations
non linéaires reproduisant ainsi une conduite plus réaliste de la colonne. L’ensemble des
résultats obtenus sont encourageants pour la mise au point réelle de la méthodologie proposée.
iii
LISTE DES TABLEAUX
iv
LISTE DES FIGURES
Figure I.1 Diagramme d’équilibre liquide-vapeur, pour un mélange binaire [1] ....................... 4
Figure I.2 Schéma minimale d'une colonne ............................................................................... 6
Figure I.3 Purification par flashes successifs ............................................................................. 7
Figure I.4 Principe de la distillation étagée à contre-courant ..................................................... 7
Figure I.5 Réalisation pratique d'une colonne de distillation [2] ............................................... 8
Figure I.6 Schéma d’une simple colonne de distillation [2] ...................................................... 9
Figure I.7 Echanges de matière sur le plateau i [2] .................................................................. 11
Figure II.1 les 5 variables de la commande ............................................................................. 14
Figure II.2 une colonne binaire classique ................................................................................. 20
Figure II.3 la fraction molaire liquide du premier plateau ...................................................... 26
Figure II.4 la fraction molaire liquide du dernier plateau ...................................................... 27
Figure II.5 l’évolution des fractions molaires liquides pour chaque plateau .......................... 28
Figure II.6 Zoom sur les modèles réduits non linéaire et linéarisé (plateau d’entête) ............ 29
Figure II.7 comparaison entre le modèle non linéaire et linéarisé .......................................... 30
Figure III. 1 Schémas de réduction de modèle ......................................................................... 32
Figure III.2 un compartiment de m plateaux ............................................................................ 35
Figure III.3 Notion de rétention dans le modèle physique et réduit ......................................... 36
Figure III.4 l’allure du modèle réduit à trois états et le modèle complet du premier plateau.
.................................................................................................................................................. 41
Figure III.5 comparaison entre modèle réduit à trois états et modèle complet du dernier
plateau ...................................................................................................................................... 42
Figure III.6 Comparaison entre le modèle non linéaire réduit à quatre états et le modèle
complet du premier plateau. .................................................................................................... 43
Figure III.7 Comparaison entre le modèle non linéaire réduit à quatre états et le modèle
complet du pied de la colonne. ................................................................................................. 44
Figure III.8 le modèle réduit à cinq états et le modèle complet du premier plateau ............... 45
Figure III.9 le modèle réduit à cinq états et le modèle complet du dernier plateau ................ 46
Figure IV.1 Présentation de X31 non linéaire et X31 linéarisé ............................................... 50
Figure IV.2 comparaison entre modèles réduis non linéaire et linéarisé à 3 états ................... 51
Figure IV.3 comparaison entre X33L et X33du dernier plateau ............................................. 51
v
Figure IV.4 le comportement de X33 et X33L lors de la variation du débit d’alimentation .. 52
Figure IV.5 comparaison entre modèles non linéaire et linéarisé réduits à 4 états .................. 54
Figure IV.6 le comportement de X41 et X41L lors d’une variation du débit d’alimentation . 55
Figure IV.7 le comportement de X44 et X44L en absence de perturbations ........................... 56
Figure IV.8 le comportement de X44 et X44L lors d’une variation du débit d’alimentation .. 56
Figure IV.9 Présentation de X51 non linéaire et X51L linéarisé ........................................... 59
Figure IV.10 Présentation de X51 non linéaire et X51L linéarisé lors d’une variation de 10%
du débit d’alimentation............................................................................................................. 59
Figure IV.11 Présentation de X51 non linéaire et X51L linéarisé lors d’une variation de 10%
du débit d’alimentation............................................................................................................. 60
Figure IV.12 Présentation de X51 non linéaire et X51L linéarisé lors d’une variation de 10%
du débit d’alimentation............................................................................................................. 61
Figure V.1 Représentation générale des incertitudes de modélisation ..................................... 66
Figure V.2 Problème H∞ standard ............................................................................................ 67
Figure V.3 schéma pour la synthèse du régulateur R ............................................................... 72
Figure V.4 Schéma de la boucle fermée................................................................................... 73
Figure V.5 régulation d’ordre réduit du premier plateau ......................................................... 75
Figure V.6 régulation d’ordre réduit du dernier plateau .......................................................... 76
Figure V.7 régulation d'ordre complet du premier plateau ...................................................... 76
Figure V.8 régulation d’ordre complet du dernier plateau ....................................................... 77
Figure V.9 comparaison entre les deux régulations pour le premier plateau .......................... 78
Figure V.10 comparaison entre les deux régulations pour le dernier plateau ......................... 78
Figure A.1 Simulation du modèle complet de la colonne binaire à distillation ....................... 85
Figure A.2 Schéma Simulink des équations des plateaux du modèle complet ........................ 85
Figure A.3 Schéma de simulation d’un plateau ....................................................................... 86
Figure A.4 Simulation du modèle linéarisé complet ................................................................ 86
Figure A.5 Comparaison entre le modèle réduit à 5 états et complet à 12 états ..................... 87
Figure A.6 Schéma Simulink des équations des compartiments du modèle réduit à états ...... 87
Figure A.7 Schéma de simulation d’un compartiment ............................................................. 88
Figure A.8 Schéma de comparaison entre les modèles non linéaires réduit à 3 et 4 états et
complet à 12 états. .................................................................................................................... 88
Figure A.9 Schéma de Simulation des modèles réduits à 5, 4 et 3 états linéarisés .................. 89
Figure A.10 Schéma de comparaison du régulateur robuste d’ordre réduit et d’ordre complet.
.................................................................................................................................................. 90
vi
NOTATIONS
vii
LMI Linear Matrix Inequality
LTI Linear Time Invariant
Matlab Matrix Laboratory
viii
TABLES DES MATIERES
DEDICACE ................................................................................................................................. i
REMERCIEMENTS .................................................................................................................. ii
RESUME ................................................................................................................................... iii
LISTE DES TABLEAUX ......................................................................................................... iv
LISTE DES FIGURES ............................................................................................................... v
NOTATIONS ........................................................................................................................... vii
INTRODUCTION GENERALE ................................................................................................ 1
Chapitre I. Généralité sur la distillation ..................................................................................... 3
I. Introduction : ...................................................................................................................... 3
II. Equilibre liquide vapeur ..................................................................................................... 3
1. Diagramme d’équilibre binaire ................................................................................ 3
2. Conditions thermodynamiques de l’équilibre ......................................................... 5
III. Distillation ....................................................................................................................... 5
1. Principe de la distillation ......................................................................................... 5
2. Schéma d’une distillation simple ............................................................................. 6
IV. Calcul d'une colonne simple ............................................................................................ 9
1. Dénombrement des degrés de liberté ....................................................................... 9
2. Plateaux adiabatiques : hypothèse de Lewis .......................................................... 11
V. Conclusion ........................................................................................................................ 12
Chapitre II. La colonne binaire à distillation ............................................................................ 13
I. Introduction et problématique : ........................................................................................ 13
1. Approche externe : ................................................................................................. 15
2. Le découplage statique : ......................................................................................... 15
3. Commande multivariable externe : ........................................................................ 16
4. L’approche interne : ............................................................................................... 17
5. La méthode du rejet des perturbations: .................................................................. 18
II. Construction du modèle de commande ............................................................................ 18
1. Le modèle de connaissance (Non linéaire) ............................................................ 18
2. Les hypothèses de modélisation............................................................................. 19
3. Propriétés en boucle ouverte du modèle (L, V) ..................................................... 22
III. Linéarisation du modèle non linéaire de la colonne ...................................................... 24
1. Application à une colonne semi-industrielle de 12 plateaux : ............................... 25
2. Linéarisation du modèle de la colonne à 12 états : .............................................. 28
IV. Conclusion ..................................................................................................................... 30
Chapitre III. Réduction Du Modèle Non Linéaire ................................................................... 32
I. Introduction ...................................................................................................................... 32
II. Réduction du modèle non linéaire (L, V) par la méthode d’agrégation .......................... 33
III. L’agrégation d’un compartiment :................................................................................. 34
IV. Les propriétés du modèle (L, V) de compartiment ....................................................... 35
V. L’agrégation d’une colonne et le choix des compartiments ............................................. 36
VI. Conclusion ..................................................................................................................... 47
Chapitre IV. Choix Du Modèle Non Linéaire Réduit Pour La Commande ............................. 48
I. Introduction ...................................................................................................................... 48
II. Linéarisation du modèle réduit non linéaire à trois états : ............................................... 48
III. Le modèle linéarisé du modèle non linéaire à quatre états : ......................................... 53
IV. Le modèle linéarisé du modèle non linéaire à cinq états :............................................. 57
V. Conclusion ........................................................................................................................ 61
Chapitre V. Synthèse D’un Régulateur Robuste ...................................................................... 62
I. Introduction ...................................................................................................................... 62
II. Choix du modèle réduit non linéaire pour la commande : ............................................... 63
1. Problématique : ...................................................................................................... 63
2. Critère d’optimisation : .......................................................................................... 63
3. Calcul de la norme H∞ ........................................................................................... 64
4. Choix du modèle réduit selon le critère d’optimisation ......................................... 65
III. Synthèse du régulateur robuste .................................................................................... 65
1. Synthèse H∞ standard ............................................................................................ 65
2. Le Théorème du petit gain ..................................................................................... 66
IV. Formulation du problème H∞ standard ......................................................................... 67
1. Problème H∞ standard optimal .............................................................................. 68
2. Problème H∞ standard sous optimal...................................................................... 68
3. Résolution par les équations de Riccati ................................................................. 68
4. Résolution par LMI ................................................................................................ 71
5. Avantage de la formulation .................................................................................... 71
V. Rejet de perturbations par régulateur robuste : ................................................................ 71
1. Synthèse du régulateur ........................................................................................... 74
2. Simulation en boucle fermée ................................................................................. 74
VI. Conclusion ..................................................................................................................... 79
CONCLUSION GENERALE .................................................................................................. 80
BIBLIOGRAPHIE ................................................................................................................... 81
ANNEXES ............................................................................................................................... 83
INTRODUCTION GENERALE
Les schémas de commande multivariable, ont été élaborés afin de répondre à la complexité
sans cesse croissante des procédés industriels. En effet, l'information nécessaire et requise
pour commander des systèmes multivariables, dépend de plusieurs concepts qui
n'apparaissent pas dans le cas monovariable. Ainsi, la notion de couplage, traduisant les
interactions entre les diverses entrées et sorties du procédé, reste une des multiples
particularités des systèmes multivariables. De ce fait, l'utilisation de plusieurs boucles de
commande monovariable et évoluant en parallèle pour contrôler un tel processus, ne saurait
être l'approche idéale. Par conséquent, il a fallu développer des outils de commande capables
d’appréhender de manière efficace les systèmes multivariables.
Le travail présenté dans ce rapport s’insère au cœur de l’automatique appliquée en ingénierie
des procédées chimiques et plus précisément le contrôle des colonnes de distillation.
Pour assurer une bonne conduite d’une colonne permettant d’obtenir une distillation de
qualité, un contrôle automatique est nécessaire. Les méthodes classiques ou avancées
appliquées à ce type de procédé de nature complexe peuvent conduire à des régulateurs ayant
un ordre comparable à celui du système. En pratique, des régulateurs d'ordres réduits sont
souvent exigés pour réduire la redondance dynamique et faciliter l'implantation pratique. Par
ailleurs, afin de réduire les effets des incertitudes de modélisation et d’assurer une bonne
régulation, il est naturel de s’orienter vers une méthode de synthèse robuste.
Le travail présenté dans ce rapport est une contribution à la mise en œuvre d’une
méthodologie pour le contrôle et la régulation d’une colonne binaire de distillation par
l’utilisation des outils adaptés à ce type de procédé. La synthèse proposée pour l’élaboration
1
d’un régulateur multivariable d’ordre réduit permet d’assurer un niveau de robustesse et de
performance.
Pour présenter notre travail, Nous avons organisé ce mémoire en plusieurs chapitres. Le
premier chapitre est consacré à la présentation du phénomène de distillation de manière
générale facilitant la compréhension de la modélisation dynamique d’une colonne de
distillation. Le second chapitre est consacré au survol de quelques approches qui existent
pour la commande d’un procédé de distillation ainsi les hypothèses d’obtention d’un modèle
de connaissance. Celui-ci est constitué de n équations non-linéaires. Afin d’utiliser quelques
outils de la théorie des systèmes linéaires, nous présentons une technique de linéarisation
autour d’un point de fonctionnement que nous appliquons ensuite à une colonne binaire de
distillation à 12 plateaux. Nous consacrons le troisième chapitre à la présentation et la
validation des modèles réduits permettant de simuler la conduite d’une colonne à distillation
et l’élaboration d’un régulateur linéaire d’ordre réduit. Dans le quatrième chapitre nous
proposerons une linéarisation des modèles réduits dans l’espace d’état et une comparaison
afin de justifier globalement leur aptitude à représenter une colonne autour d’un point de
fonctionnement. Le dernier chapitre sera consacré à une comparaison quantitative des
différents modèles réduits en utilisant norme H∞ comme indicateur de performance. Dans ce
même chapitre, nous présentons la mise en œuvre d’un régulateur robuste de dimension
restreinte basée sur l’approche H puis calculé par la technique des LMIs. Enfin, nous
présentons quelques résultats de simulations. Celles-ci ont été élaborées en appliquant les
commandes issues du régulateur d’ordre réduit sur le Benchmark modélisant de manière plus
réaliste la conduite de la colonne (Modèle non linéaire d’ordre complet). L’objectif de ces
simulations est de montrer la faisabilité de notre approche appliquée à un système industriel
que nous estimons non trivial.
2
Chapitre I. Généralité sur la distillation
I. Introduction :
Toute substance liquide ou solide corps pur ou mélange peut se vaporiser théoriquement, dans
des conditions de température et de pression données.
La courbe ci-dessous représente un fuseau constitué par les courbes de rosée et de bulle
pour un mélange binaire A + B [1].
3
Chapitre I. Généralité Physique Sur La Distillation
l’on élève la température jusqu’à T2 , le mélange M 2 se sépare en deux phases l’une liquide de
La courbe d’équilibre yB = f(x B ) , à pression fixée, est déduite du fuseau précédent par
simple projection verticale. Pour x B et projection puis rappel sur la première bissectrice pour
yB .
4
Chapitre I. Généralité Physique Sur La Distillation
Pour prédire sur l’équilibre liquide-vapeur d’un mélange de n composant y compris les
mélanges binaires, une certaine analyse devra faite sur un nombre de paramètres physiques
extrinsèques et intrinsèques tels que :
T l T v
l
P P (I.1)
v
l v avec (1 i n)
i i
Une autre façon d’écrire cet équilibre, pour un mélange binaire [2]:
Si on aboutira à un tel équilibre pour n’importe quel mélange, on peut facilement parler de la
notion de distillation.
III. Distillation
La distillation est la séparation par voie physique des divers constituants d’un mélange
liquide. La phase vapeur est produite par évaporation en fournissant de la chaleur au système.
Elle consiste en l’ébullition d’un mélange liquide suivie d’une condensation de vapeur afin de
sortir un liquide pur en tête du procédé de distillation ‘distillat’, ou des fractions liquides plus
ou moins riches en constituant du mélange vaporisé au fond du procédé de distillation
‘résidu’.
1. Principe de la distillation
Le principe de la distillation, comme méthode de séparation, est basé sur la différence de
volatilité des constituants du mélange à purifier.
5
Chapitre I. Généralité Physique Sur La Distillation
Néanmoins le principe des différentes techniques de distillation fait appel aux lois
thermodynamiques qui régissent l’équilibre liquide - vapeur des corps purs et des mélanges
[3].
C’est l’évaporation partielle d’un liquide qui permet au mieux d’obtenir une vapeur en
équilibre avec le liquide résiduel [2].
On suppose que la vapeur ainsi le liquide qui quittent le ballon sont à l'équilibre, et on sait
donc déterminer les compositions des deux phases en fonction des conditions du procédé
(température, pression).
Sauf si les deux constituants A et B sont de volatilités très différentes, cette séparation sera
insuffisante : la vapeur sera en général loin de contenir du constituant A pur. Mais il suffit de
refroidir la vapeur obtenue pour la condenser partiellement, ce qui conduit à une nouvelle
phase vapeur encore enrichie en A. De même, en réchauffant le liquide issu du premier flash,
on le vaporise partiellement, et le liquide résiduel est encore enrichi en B.
6
Chapitre I. Généralité Physique Sur La Distillation
On peut ainsi "empiler" des opérations de flash jusqu'à obtenir les produits A et B avec la
pureté voulue.
D'où la nécessité de recycler vers les étages inférieurs, le liquide condensé dans les flashes
situés au-dessus de l'alimentation, et vers les étages supérieurs la vapeur produite dans les
flashes situés en dessous de l'alimentation. On obtient ainsi le schéma de principe de la
distillation.
7
Chapitre I. Généralité Physique Sur La Distillation
Dans cet exemple, on voit que la séparation sélective des constituants d'un mélange repose
sur l'existence d'un gradient de température entre le bas et le sommet de la colonne. Le plus
souvent, ce gradient de température est maintenu simplement en refroidissant le sommet de la
colonne de distillation (condensateur), et en réchauffant le fond (bouilleur) : il n'est pas
nécessaire d'apporter ou de soutirer de la chaleur sur chaque flash, l'étagement des
températures étant assuré par le mélange des fluides (vapeur et liquide qui se croisent à
chaque étage).
Le refroidissement du condensateur permet de créer une phase liquide, qui descende dans la
colonne, alors que le chauffage du bouilleur produit une phase vapeur qui remonte dans la
colonne : on parle donc de l’opération de séparation à contre-courant. La figure ci-dessous
montre un exemple (simplifié) de réalisation pratique d'une colonne de distillation : les
flashes sont simplement constitués par des plateaux (ou étages) où le liquide et la vapeur sont
en contact.
8
Chapitre I. Généralité Physique Sur La Distillation
Nous limiterons notre étude au cas d'une colonne simple : colonne avec une seule
alimentation, pas de soutirage latéral (on ne sort que le distillat en tête et le résidu en pied), et
où seuls le condenseur (étage 1) et le rebouilleur (étage N ) sont les sièges de transferts
thermiques avec l'extérieur.
La pression est fixée, et on la suppose à peu près homogène dans toute la colonne.
L'alimentation (débit, composition, température, pression) est imposée.
Soit le nombre de constituants présents dans la charge. Chaque plateau de cette colonne est
décrit par :
9
Chapitre I. Généralité Physique Sur La Distillation
les débits molaires partiels de chaque constituant quittant chaque plateau, en phase
liquide et vapeur, soit 2rn variables.
les températures de chaque plateau, soit r variables.
la puissance thermique reçue par le rebouilleur (dans le bilan enthalpique sur le
rebouilleur) et la puissance thermique cédée par le condenseur (dans le bilan
enthalpique sur le condenseur)
On a donc r(2n +1) +1 variables décrivant le fonctionnement de la colonne. A ces
variables, il convient aussi d'ajouter le nombre de plateaux de la colonne, a priori
indéterminé.
On a donc, en tout r(2n +1) équations, reliant r(2n +1) + 3 variables : le nombre de
degrés de libertés (variables que l'on peut s'imposer à peu près arbitrairement) est donc
de 3.
Les variables que l'on peut s'imposer dans la conception d'une colonne pourront par exemple
être :
Une fraction molaire dans le distillat (pureté), une fraction molaire dans
le résidu (pureté), taux de reflux
taux de récupération de deux constituants dans l'un ou l'autre des débits de sortie, taux
de reflux
nombre d'étages, taux de reflux et débit de distillat
quantités de chaleur échangées au condenseur et au rebouilleur, nombre d'étages...
On remarquera aussi que certaines variables ne peuvent pas être spécifiées simultanément,
par exemple les débits de distillat et de résidu (puisque leur somme est égale au débit total
d'alimentation, connu).
Lors des étapes de conception d'une colonne de distillation, on part habituellement de
performances de séparation, par exemple pureté du distillat et du résidu, ou taux de
récupération de deux constituants-clés dans le distillat ou le résidu, ce qui fixe deux variables.
Par le biais des équations de bilan de matière sur la colonne, les débits de distillat et
10
Chapitre I. Généralité Physique Sur La Distillation
de résidu sont eux aussi déterminés. On choisira souvent comme troisième variable le taux de
reflux, que l'on pourra faire varier de façon à choisir une configuration plus économique
possible de la colonne.
Sur le plateau (i) , le liquide qui descend du plateau (i -1) croise la vapeur montant du plateau
(i +1) . Un certain flux de constituant A passe du liquide à la vapeur sur le plateau; de même,
un certain flux de constituant B passe de la vapeur au liquide sur ce même plateau.
11
Chapitre I. Généralité Physique Sur La Distillation
Or, la vaporisation d'un flux de A nécessite de l'énergie, alors que la condensation d'un flux de
B fournit de l'énergie. Les énergies mises en jeu par ces phénomènes de
vaporisation/condensation sont de loin les termes dominants dans le bilan énergétique du
plateau (les termes de chaleur sensible ou de chaleur de mélange sont négligeables devant les
énergies mises en jeu dans un changement de phase).
Le fait que le plateau soit adiabatique impose donc que l'énergie nécessaire pour la
vaporisation de A est égale à l'énergie cédée par la condensation de B sur le plateau.
Si nous admettons que les enthalpies de vaporisation molaires des deux constituants sont
proches, on en déduit que le flux de A évaporé est égal au flux de B condensé sur le plateau.
Si l'on regarde le débit de liquide traversant le plateau, cela signifie que chaque molécule
de A qu'il va perdre sera compensée par une molécule de B. Le débit molaire total de liquide
n'est donc pas modifié à la traversée du plateau (mais sa composition change). Il en va de
même pour le débit de vapeur.
Il en résulte donc :
Li Li 1
(I.3)
Vi Vi 1
Les débits molaires de liquide et de vapeur sont constants dans chaque section de la colonne
(le raisonnement ci-dessus n'est pas valide pour le plateau d'alimentation).
V. Conclusion
L’étude qui a été présenté sur le phénomène d’équilibre liquide-vapeur trouve son
application dans l’opération de distillation. Ce phénomène sera au cœur de la modélisation
dynamique des colonnes binaires de distillation.
12
Chapitre II. La colonne binaire à distillation
I. Introduction et problématique :
Le modèle de la colonne est de nature non linéaire Morari [4], dans lequel des équations
différentielles et algébrique apparaissent au cours de différentes étapes de modélisation.
Pierre ROUCHON et autres auteurs [6] ont bien évoqué les lois de commande pour une
colonne à distiller standard. Pour celle-ci, les cinq variables de réglage Qc, D, R, L et V , les
considérée constante car elle est commandée par la puissance de condensation Qc . De ces
considérations le nombre de variables d’entrée et de sortie est diminué à 4. Les variables de
commandes sont D, R, L et V . Les sorties sont M1, Mn , y1 et y2 .
dM1
dt V - L - D
II.1
dM n L F - V - R
dt
Ces deux équations sont basées sur l’hypothèse de Lewis (voir Ch.1) avec une alimentation de
débit F liquide et à température de bulle. La régulation pourra faite sans aucun souci pour
II.1 .
13
Chapitre II. La Colonne Binaire A Distillation
Un régulateur PI classique est envisagé pour commander soit L, D ou les deux , maintient
M1 autour de sa consigne. Un autre de type PI classique qui agit sur V,R ou les deux , ainsi il
est destiné pour maintenir M n autour de sa consigne. D’après Pierre Rouchon [5] ces
régulations de niveaux n’engendrent aucune difficulté.
Ainsi, la majorité des chercheurs se sont intéressé au problème à deux entrées et deux sorties
Morari [4]. A ce niveau la régulation indépendante des deux sorties y1 et y2 est laissée libre.
D’après Pierre Rouchon [5], qui a rassemblé dans sa thèse l’ensemble des travaux effectués
pour le choix d’une commande faisable et qui regroupe les critères de performance recherché
dans un système de type colonne à distillation. Jadis deux approches illustrées respectivement
par ‘une approche externe’, qui utilise uniquement les mesures y1 et y2 pour calculer les
14
Chapitre II. La Colonne Binaire A Distillation
commandes ; et une autre qualifiée ‘d’interne’ car elle fait intervenir des états (ou plus
généralement des états partiels selon la dénomination classique en théorie des systèmes) qui
peuvent être obtenus à partir de mesures à l’intérieur de la colonne.
1. Approche externe :
Dans cette approche on trouve deux grands titres autour de la commande, le découplage
statique, qui consiste de s’intéresser uniquement aux relations statiques entre les 2
commandes restantes et les 2 sorties y1 et y2 ; ainsi la commande multivariable externe, qui
requiert un modèle entrée-sortie.
2. Le découplage statique :
Cette première approche est basée sur la loi statique entre les deux commandes restantes et
les 2 sorties y1 et y2. Dans la littérature en trouve plusieurs auteurs qui ont favorisé cette
approche tels que Bristol [7] pour la mesure du couplage statique, Shinskey [6] développe
cette méthode “Relative Gain Array”, RGA voir annexe 2.b. Récemment, Skogestad et Morari
[5] ont fait une synthèse des implications les plus importantes de la méthode RGA.
La suite logique consiste, une fois effectués les changements de variables réduisant les
couplages statiques, à commander les nouvelles sorties à partir des nouvelles commandes en
supposant le système diagonal.
De nombreux auteurs appellent cette approche “découplage interne” car elle a pour but
d’éliminer, par des manipulations algébriques sur les entrées et les sorties, les problèmes de
couplages.
Hormis une certaine limitation de cette approche qui se réside dans le principal
inconvénient qui est l’absence d’une justification théorique sérieuse Pierre Rouchon [5]. Afin
de se remédier à ce problème une autre approche dites approche multivariable externe élue
par plusieurs auteurs.
15
Chapitre II. La Colonne Binaire A Distillation
Cette approche requiert un modèle entrée-sortie. A savoir que la plus part des auteurs se
base pour dégager un tel modèle sur des matrices de transfert [5]. Le seul problème avec cette
approche est la difficulté de dégager les matrices de transfert car les systèmes physiques sont
généralement non linéaires et de grandes dimension ce qui rendra la tâche ardue. Hormis des
publications récentes telles que Luyben [9], propose une méthode pour identifier les fonctions
de transfert de colonnes fonctionnant à haute pureté et dont le comportement est fortement
non linéaire. La méthode d’identification que propose Luyben repose sur la procédure de
“auto-tuning” d’Astrom et Hagglund [10], cette méthode permet de maintenir, pendant la
phase d’identification, le système dans une plage linéaire de fonctionnement, cette plage
pouvant être étroite. Parallèlement, Moudgalya et al. [11], ont développé une méthode
d’identification en se basant sur les réponses de sorties à la double impulsion fournie en
entrée. Cette procédure fournit les avantages pratiques et numérique d’une impulsion double
par rapport à une simple impulsion dans le cas d’un système linéaire simple,
asymptotiquement stable et à grande constante de temps [5], voir la thèse de Pierre Rouchon
page 76. Skogestad et Morari [12] ont parlé sur la notion de réduction du modèle à partir des
équations du modèle de connaissance. Cette réduction est bien adaptée aux systèmes stables.
Elle consiste, après un changement de coordonnées sur l’état linéarisé qui rend les grammiens
d’observabilité et de contrôlabilité identiques, à ne retenir que les directions selon lesquelles
les évolutions sont les plus lentes. Skogestad et Morari [12] indiquent que, pour des
fréquences pas trop importantes, i.e. des échelles de temps pas trop rapide, une bonne
description entrée-sortie peut être réalisée avec une modèle d’ordre inférieur ou égal à 5.
L’approche externe a été mise en valeur par plusieurs auteurs, on a fait apparaitre quelques
un en dessus et d’autres qui n’ont pas été évoqué peut être feront l’objet d’une recherche en
avenir.
Les avantages d’une telle approche d’après Pierre Rouchon [5] se résument dans la
simplicité de calcul, ainsi le plus nécessaire est les mesures des entries et des sorties. Ses
inconvénients, Pierre Rouchon [5] sont résidés dans la difficulté de résoudre le problème de
non linéarité et la dégénérescence entrée-sortie près du régime stationnaire, de même on ne
peut pas analyser les problèmes de stabilité interne.
16
Chapitre II. La Colonne Binaire A Distillation
Ainsi les réponses des sorties sont présentées par un grand retard. Pour ces raisons, les
auteurs essayent par une autre analyse qui est disponible par l’approche interne.
4. L’approche interne :
Cette approche ne peut être pas faite que si on a des informations internes sur la colonne
afin de calculer la loi de commande, Pierre Rouchon [5] cette dernière dépend de l’état, le
profil des compositions dans la colonne.
Les températures :
Rosenbrock [5] en 1962, a proposé de commander les compositions intermédiaires en
rectification et épuisement au lieu des compositions de tête et de pied de la colonne. Plus
récemment Waller et al. [14] ont partit de parler sur une démarche trouvée pratiquement sur
une colonne pilote quatre structures de régulation pour commander simultanément une
température en épuisement.
D
D L + D Tr
L Tr D Tr Tr
→
II.2
→ →
→ →
et ,
L +D et
V Te V Te V
V Te Te
→
B
Pour faire face à des perturbations de composition de charge, les deux schémas ci-dessous
seront privilégiés.
Et que face à des variations du débit d’alimentation, le schéma ci-dessous sera meilleur
D
L D Tr
II.4
V Te
B
Pierre Rouchon [5], a indiqué que commander les températures ne signifie pas commander
les compositions des deux produits mais conduit en pratique à limiter les variations de ces
dernières.
17
Chapitre II. La Colonne Binaire A Distillation
Cette approche, qui à partir d’un modèle physique, la commande est élaborée par retour
d’état qui rend les sorties insensibles aux perturbations. Takamatsu et al [15], ont été les
premiers à introduire cette méthode pour les colonnes.
En 1983, Gauthier et al. [16] ont étendu le travail de Takamatsu et al [15] à un modèle non
linéaire de la colonne. Ils ont montré que le système pourra rejeter les perturbations de
composition de charge par retour non linéaire d’état.
En conclusion générale, dans cette brève étude on peut dégager deux problématiques qui
pourront affecter la mise en marche d’une colonne de distillation:
Nous appelons colonne binaire, une colonne à distiller qui sépare un mélange de 2
composés : en tête sort le distillat, le composé léger de la charge avec un peu du composé
lourd; en fond sort le résidu, le composé lourd de la charge avec un peu du composé léger.
Pour ce procédé, les seules équations dynamiques et non linéaires disponibles sont fondées
sur une modélisation physique. La modélisation de ce procédé est faite pour des fins de
simulations, ainsi de commande. Deux modèles qui se présentent, pour la simulation un
modèle dynamique très complet de la colonne qui prend en compte aussi bien
l’hydrodynamique du plateau que les régulations de niveaux et de pression. Ce modèle ne
serve pas à des fins de commande, il est mathématiquement trop complexe et trop lourd à
manipuler. De plus, il mélange des phénomènes très différents, comme l’hydrodynamique,
généralement rapide, et la dynamique des compositions, nettement plus lente.
18
Chapitre II. La Colonne Binaire A Distillation
Afin de commander notre procédé, en n’utilisant pas un modèle complet, hormis un modèle
moins complet qui tiendra en compte les transitions liées aux différentes compostions.
La figure ci-dessous montre bien une colonne binaire de n plateaux, y compris en tête le
ballon de reflux et le condenseur, au milieu un plateau dit d’alimentation et au pied là où se
trouve le bouilleur. Les rétentions liquides, les compositions respectivement liquides et
vapeurs sont indiqués sur la colonne.
19
Chapitre II. La Colonne Binaire A Distillation
Ces hypothèses sont raisonnables Pierre Rouchon [5], autour d’un régime statique : La
conception des plateaux est faite pour que le contact entre le liquide et la vapeur soit d’une
grande importance ; loin de l’engorgement, la géométrie du plateau assure un volume de
rétention liquide quasiment indépendant du débit ; en pratique, les régulations de la pression
20
Chapitre II. La Colonne Binaire A Distillation
de tête et des niveaux du ballon de reflux et du fond sont suffisamment rapides et stables pour
que leurs dynamiques puissent être négligées.
Sous les hypothèses précédentes, les équations d’état du procédé sont constituées
uniquement par les équations de bilan sur chaque plateau d’un des deux composés :
dx 1
M1 dt = Vy(x 2 ) - Vx1
pour j = 2,..., jF 1:
dx
M j j = Lx j1 Vy(x j1 ) Lx j Vy(x j )
dt
dx jF
M jF = Lx jF1 Vy(x jF1 ) (L F)x jF Vy(x jF ) z F F II.5
dt
pour j = jF +1,...,n- 1:
dx j
M j dt = (L + F)x j1 Vy(x j1 ) (L F)x j Vy(x j )
M dx n = (L + F)x (L F V)x Vy(x )
n dt n 1 n n
Avec
y(x j ) la fraction molaire vapeur du plateau j, c’est une fonction thermodynamique qui
Où :
x j la fraction molaire liquide du plateau j
est la volatilité relative des deux constituants, 1 est une condition pour une
meilleure distillation.
21
Chapitre II. La Colonne Binaire A Distillation
Remarque:
résidu.
Pour des raisons physiques évidentes, deux hypothèses ont été introduite Pierre Rouchon [5]:
H1 les débits sont positifs, i.e. F > 0, L > 0, V > 0, V - L > 0 et L + F - V > 0 Rappelons
que z F ]0, 1[ par définition.
x 1 alors y( x) 1 .
[13] en 1962, soient l’unicité et la stabilité asymptotique globale. Nous allons réutiliser ces
résultats pour démontrer des propriétés analogues sur le modèle II.5 . Le théorème 1 ci-
dessous énonce des propriétés qualitatives du modèle II.5 . Tout d’abord, pour chaque jeu
d’entrées ayant un sens physique, il existe un point stationnaire unique ayant un sens
physique. Si ces entrées sont constantes au cours du temps, le système revient naturellement à
ce point stationnaire, et ce quel que soit le point de départ. A partir de n’importe quel régime
stationnaire, la réaction du système à un échelon sur l’une des entrées L, V ou z F est
monotone.
22
Chapitre II. La Colonne Binaire A Distillation
a. Pour toute condition initiale dans [0, 1]n , la solution maximale en temps est définie pour t
0, 1
n
b. pour chaque F, zF , L et V , il existe un unique point stationnaire x dans
0, 1
n
asymptotiquement stable (i.e. pour toute condition initiale dans , la solution
converge vers le point stationnaire quand t tend vers ) ; de plus, pour tout x dans
0, 1
n
le Jacobien du système par rapport à x ayant n valeurs propres réelles, distinctes
et strictement négatives ;
d. si F, z F , L et V sont constants et si au temps t 0 les n composantes de dx / dt sont
positives (resp. négatives) ; si l’on suppose en plus que y x x pour tout x dans
0, 1 , la réponse de l’état du système à un échelon sur l’une des entrées zF , L et V est
monotone, i.e. la solution correspondante x j t j 1,..., n de II.5 est telle que, à chaque
instant t 0 , soit pour tout j dans 1,..., n dxj / dt 0 , soit pour tout
Remarque :
Pour plus de détails sur la démonstration du théorème 1 voir Pierre Rouchon [5], pages
(83-84-85).
Afin de pouvoir analyser les équations du modèle II.5 en procèdera à une linéarisation
23
Chapitre II. La Colonne Binaire A Distillation
Un procédé non linéaire pourra être considéré comme linéaire (un système pour lequel
l’entrée X t et la sortie Y t sont liées par une équation différentielle linéaire à
Où Y t Y Y et X t X X
0 0
Le système d’équations ci-dessus peut alors se mettre sous la forme de la représentation d’état
suivante :
x t Ax t Bp w p t Bu u t
II.9
y t Cx t
24
Chapitre II. La Colonne Binaire A Distillation
Dans la représentation ci-dessus, le vecteur d’état est présenté par x X1...Xn , le vecteur
T
B Bp Bu D 0
x t Ax t Bv t
avec II.10
y t Cx t Dv t
T
T T
v = w p u
Il s’agit ici d’une colonne binaire semi-industrielle à 12 plateaux [13], sont notés
respectivement 1 pour le plateau d’entête (condenseur), 8 pour le plateau d’alimentation et 12
pour le plateau de pied (bouilleur). Le modèle non linéaire de la colonne a été réalisé sous
l’environnement de Matlab.
Le tableau suivant indique les valeurs au point de fonctionnement des différentes variables
agissant sur la commande de la colonne.
25
Chapitre II. La Colonne Binaire A Distillation
Le tableau ci-dessous regroupe les valeurs des sorties du modèle simulé de la colonne se
sont des compositions de chaque plateau de celle-ci :
0.9524 0.8777 0.7732 0.6502 0.5317 0.4377 0.3738 0.3349 0.2883 0.2250 0.1528 0.0850
Tableau II.2 les valeurs des fractions molaires liquides au point de fonctionnement
Les courbes ci-dessous montrent l’allure des différentes sorties du modèle de la colonne.
0.9
0.8
0.7
fraction molaire liquide
0.6
0.5
0.4
0.3
0.2
0.1
0
0 0.5 1 1.5 2 2.5 3
temps(min)
26
Chapitre II. La Colonne Binaire A Distillation
0.08
0.07
fraction molaire liquide
0.06
0.05
0.04
0.03
0.02
0.01
0
0 0.5 1 1.5 2 2.5 3
temps(min)
La valeur de la fraction molaire liquide du fond de la colonne très petite par rapport à
celle du condenseur, c’est tout à fait logique car lorsqu’on descend dans la colonne les
compositions molaires du constituant se diminuent.
Dans La figure suivante, où les différentes évolutions des concentrations molaires liquides
sont représentées. On observe une diminution des valeurs finales des concentrations molaires
liquides du haut vers le bas de la colonne. Ceci pourra dire que l’entête de la colonne est plus
riche en produit volatil que le bas.
27
Chapitre II. La Colonne Binaire A Distillation
plateau4
plateau5
0.6
plateau6
plateau7
0.4 plateau8
plateau9
plateau10
0.2 plateau11
plateau12
0
0 0.5 1 1.5 2 2.5 3
Temps(min)
Figure II.5 l’évolution des fractions molaires liquides pour chaque plateau
28
Chapitre II. La Colonne Binaire A Distillation
Les valeurs propres de la matrice d’état du système II.5 sont regroupées dans le
tableau ci-dessous:
773.89 567.37 372.63 314.47 261.79 200.45 134.22 83.83 50.86 3.38 10.05 18.68
Les valeurs propres sont tous à partie réelle négative, ce qui reflète la stabilité asymptotique
en boucle ouverte du système.
Figure II.6 Zoom sur les modèles réduits non linéaire et linéarisé (plateau d’entête)
Le zoom en haut présente la comparaison entre le modèle non linéaire complet et son modèle
linéarisé. Toutes simulations faites avaient montré une meilleure représentation du modèle
linéarisé malgré les perturbations au niveau de l’entrée.
29
Chapitre II. La Colonne Binaire A Distillation
Ces figures nous permettent de conclure la possibilité de déplacer à l’analyse par la théorie
des systèmes linéaires puisque la linéarisation a montré ces résultats pour ce modèle non
linéaire.
IV. Conclusion
D’autre part on a passé vers une modélisation dynamique de la colonne, ainsi une
application de celle-ci sur une colonne binaire de 12 plateaux.
Les résultats de simulation de ce modèle nous ont permis de conclure sur les évolutions des
concentrations molaires liquides (sorties). En effet, Il a paru que les valeurs finales de celles-
ci ont diminué l’une par rapport à l’autre. La plus grande valeur est trouvée pour le premier
plateau et la plus petite valeur pour le dernier plateau.
30
Chapitre II. La Colonne Binaire A Distillation
Dans ce même chapitre on a laissé l’analyse par modèle non linéaire et on a procédé à une
linéarisation autour d’un point de fonctionnement, celle-ci a donné de bonnes résultats
lorsqu’on appliqua une variation de 10% sur le débit ou la concentration d’alimentation.
Hormis de telle modélisation est satisfaisante et offre une meilleur commande lorsqu’il
s’agissait d’une colonne de petite taille, ce modèle deviendra plus compliqué pour la
commande lorsque la dimension de la colonne est plus importante. Par exemple dans
l’industrie les colonnes contiennent des dizaines de plateau (80 plateaux) ce qui rendra la
tâche ardue pour la commande. Pour cette raison en d’autres, la réduction du modèle a suscité
l’intérêt de plusieurs chercheurs. Ce point sera l’objet du chapitre suivant.
31
Chapitre III. Réduction Du Modèle Non Linéaire
I. Introduction
- Considérer un régulateur d’ordre fixe lors de sa conception sans faire appel aux
techniques directes de réduction.
- Réduire le modèle du système à commander et concevoir un régulateur en se basant
sur le modèle réduit ainsi obtenu.
- Maintenir l’ordre du modèle du système à commander et réduire ensuite l’ordre du
régulateur.
- Considérer éventuellement les deux dernières stratégies à la fois.
Modèle du Régulateur
système Synthèse sans contrainte d’ordre élevé
d’ordre élevé d’ordre
32
Chapitre III. Réduction Du Modèle Non Linéaire
D’après la figure ci-dessus, on peut envisager deux chemins différents, soit de procéder à
une réduction du modèle en boucle ouverte afin d’aboutir à un régulateur d’ordre réduit, soit
d’envisager un régulateur d’ordre fixe lors de la conception de celui-ci en boucle fermée. Les
procédures directes permettant l’obtention d’un régulateur d’ordre fixe sont intéressantes
puisqu’à la différence des deux autres approches, elles permettent au concepteur d’imposer
non seulement une contrainte de degré à la solution mais également exiger un certain niveau
de performance relative à la synthèse du régulateur. Néanmoins imposé une contrainte sur
l’ordre est un problème difficile à résoudre, cependant il peut être traité de manière
satisfaisante par des méthodes heuristiques disponibles dans la littérature.
Hormis la différence entre un régulateur d’ordre complet et un régulateur d’ordre fixe n’est
pas généralement très significative. Pour ces raisons une réduction de modèle boucle ouverte
par des méthodes qui se basent sur des théories mathématiques (la méthode d’agrégation) puis
la synthèse d’un régulateur robuste vis-à-vis les incertitudes de modélisation. Ceci est
l’objectif de ce chapitre.
Les modèles réduits qui vont être étudié dans ce chapitre sont tirés de la
modélisation par méthode d’agrégation de Lévine et Rouchon (1991) [17]. La
méthode est basée sur le partitionnement de la colonne en Nc compartiments,
où chaque compartiment comprend un certain nombre de plateaux consécutifs.
En attribuant la rétention totale de tous les plateaux d'un compartiment à un seul
Plateau dit "plateau agrégé". Dans un compartiment, une séparation temps-échelle
provoquée par la différence entre le plateau de grande rétention et
celui de petite rétention est explicitée dans le modèle. Cette séparation temps-échelle peut
être utilisée pour réduire la commande dynamique du modèle
en appliquant les hypothèses quasi-stationnaires pour les plateaux à l'intérieur de chaque
compartiment.
33
Chapitre III. Réduction Du Modèle Non Linéaire
Dans leur calcul, Lévine et Rouchon (1991) [17] effectuaient une étape de simplification
non commenté, qui résulte d'un traitement mathématique basé sur l'hypothèse quasi-
stationnaire. Grâce à cette simplification, la procédure de réduction n'est pas une vraie
méthode de perturbation singulière voir annexe 3. Toutefois, la structure du modèle réduit, qui
conserve la structure Jacobien tridiagonal du modèle original, est numériquement favorable.
Pour des raisons de simplicité, nous présentons d’abord la méthode dans le cas d’un
compartiment de m plateaux. Ensuite, nous l’appliquons à la colonne entière.
Sous les mêmes hypothèses qui ont été faite pour le modèle de connaissance (L, V)
(chapitre 2), en se basant sur la figure III.2, les équations d’un compartiment de m plateaux
sont :
M m .x 2 Lx m 1 Vy(x m 1 ) Lx m Vy(x m )
Avec :
- Mi
1i m
les rétentions liquides.
compositions respectives.
34
Chapitre III. Réduction Du Modèle Non Linéaire
Le modèle (L, V) d’un compartiment (3.5) possède des propriétés qualitatives voisines de
celles du modèle (L, V) de la colonne. Dans sa thèse Pierre Rouchon [18] a démontré
l’existence et l’unicité du point stationnaire ainsi la stabilité asymptotique globale du modèle
non linéaire réduit.
Remarque :
Le principe de réduction est simple : comme le montre la figure 3.3, il consiste à concentrer
les rétentions sur un seul plateau agrégé ja et à utiliser comme modèle réduit le modèle
physique correspondant à ce nouveau profil de rétentions.
35
Chapitre III. Réduction Du Modèle Non Linéaire
Bien que cette méthode de réduction soit simple, la complexité numérique du modèle n’est
pas diminuée : le système différentiel de départ est remplacé par un système algébro-
différentiel de même dimension. Pour la simulation dynamique, une telle réduction ne
présente pas d’intérêt. En revanche pour la commande, la réduction est effective puisque la
dimension différentielle du système diminue. De plus, par construction, les gains statiques
ainsi que la signification physique des variables sont préservés.
Pour utiliser la méthode de réduction précédente sur une colonne complète, il suffit de
découper la colonne en compartiments. Le découpage doit tenir compte, dans une certaine
mesure, du profil de rétentions.
Pour bien comprendre l’influence de la réduction sur la commande, nous considérons à partir
de maintenant les 3 types de modèles réduits suivants :
- le modèle en 5 compartiments, ballon de reflux 1, un compartiment de rectification 2 à
jr, un compartiment autour de l’alimentation jr + 1 à js − 1, un compartiment d’épuisement
js à n − 1, le fond de la colonne n ; les plateaux d’agrégation sont r dans {2, . . . , jr}, jF
dans {jr + 1, . . . , js − 1} et s dans {js, . . . , n − 1} ;
36
Chapitre III. Réduction Du Modèle Non Linéaire
D’une façon plus générale nous présentons les trois modèles sous la forme suivante :
N1 X1 VY2 (X 2 ) VX1
N 2 X 2 LX1 VY3 (X3 ) L F X1 VY2 (X 2 ) Fz F III.2
N3 X3 L F X 2 VX3 L F X3 VY3 (X 3 )
Où
N1 M1
N 2 i 2 Mi III.3
n 1
N3 M n
X1 x1
1
III.4
n 1
X2 i2
xi
N2
X3 x n
3 Xi
Yi (Xi ) III.5
1 3 1 Xi
Avec
- N1 représente la rétention dans le plateau d’entête, N 3 la rétention liquide dans le
37
Chapitre III. Réduction Du Modèle Non Linéaire
N1 X1 VY2 (X 2 ) VX1
N 2 X 2 LX1 VY3 (X 3 ) LX 2 VY2 (X 2 )
N3 X3 LX 2 VY4 (X 4 ) L F X 3 VY3 (X 3 ) Fz F III.6
N 4 X 4 L F X3 VX 4 L F X 4 VY4 (X 4 )
Où
N1 M1
N 2 i F 2 Mi
J 1
N3 i J Mi III.7
n 1
N4 Mn
X1 x1
1
J F 1
X2 i2
xi
N2
1
III.8
n 1
X3 iJF
xi
N3
X4 x n
4 Xi
Yi (Xi ) III.9
1 4 1 Xi
Avec
38
Chapitre III. Réduction Du Modèle Non Linéaire
N1 X1 VY2 (X 2 ) VX1
N 2 X 2 LX1 VY3 (X 3 ) LX 2 VY2 (X 2 )
N3 X3 LX 2 VY4 (X 4 ) L F X 3 VY3 (X 3 ) Fz F III.10
N 4 X 4 L F X3 VY5 (X 5 ) L F X 4 VY4 (X 4 )
N5 X5 L F X 4 VX 5 L F X 5 VY5 (X 5 )
Où
N1 M1
N 2 i F 2 Mi
J 1
N3 i s J M i III.11
J 1
N 4 iJ Mi
n 1
N5 M n
X1 x1
1
J F 1
X2 i2
xi
N2
1
III.12
Js 1
X3 iJF
xi
N3
1
n 1
X4 i Js
xi
N4
X5 x n
5 Xi
Yi (Xi ) III.13
1 5 1 Xi
39
Chapitre III. Réduction Du Modèle Non Linéaire
Avec
- N1 représente la rétention dans le plateau d’entête, N 2 la rétention liquide dans le
N1 M1 X1 x1
1 3 Xi
N 2 i2 Mi , X 2
11 11
x i et Yi (Xi ) pour i = 1, 2 et 3
N2 i2
1 3 1 Xi
N 3 M12
X 3 x12
Remarque :
La simulation de ce modèle a été faite sous l’environnement de Matlab Simulink. Pour plus
d’information (voir annexes. Figure A.8).
40
Chapitre III. Réduction Du Modèle Non Linéaire
0.9 Xm1
X31
0.8
0.7
fraction molaire liquide
0.6
0.5
0.4
0.3
0.2
0.1
0
0 1 2 3 4 5 6 7 8 9 10
temps(min)
Figure III.4 l’allure du modèle réduit à trois états et le modèle complet du premier plateau.
La figure présentée ci-dessus dévoile l’analogie dans les deux régimes (transitoire et
permanent) des courbes présentés par le rouge pointillé et le bleu. Ce qui montre fort bien
que la réduction par le modèle non linéaire agrégé à trois états ainsi obtenu ci-dessus présente
des résultats satisfaisant.
Ce résultat est obtenu en comparant les deux premiers plateaux de la colonne ainsi obtenu
pour les deux modèles.
Afin de conclure sur un tel modèle réduit en tant qu’un modèle représentatif de la colonne,
il doit vérifier l’analogie des autres compartiments et surtout le dernier plateau. Car on aura
besoin par la suite du premier et du dernier plateau pour la commande.
41
Chapitre III. Réduction Du Modèle Non Linéaire
La dernière étape consiste à comparer les modèles réduit à trois états et complet à douze
états du plateau du fond de la colonne.
0.07
fraction molaire liquide
0.06
0.05
0.04
0.03
0.02
0.01
0
0 1 2 3 4 5 6 7 8 9 10
temps(min)
Figure III.5 comparaison entre modèle réduit à trois états et modèle complet du dernier
plateau
Dans la figure III.5 le modèle réduit non linéaire à trois états du plateau de fond de la
colonne est représentatif malgré quelques différences dans le régime transitoire.
On peut conclure que le modèle non linéaire réduit à trois états est un modèle représentatif
de la colonne malgré quelques différences qui sont dû aux erreurs de modélisation.
De la même façon que précédemment. Le modèle non linéaire réduit à quatre états est
obtenu.
Ce modèle garde la même structure des équations (III.3). Seulement les changements vont
être appliqués sur la définition des fractions molaires liquides, les rétentions liquides et les
compostions molaires vapeur.
42
Chapitre III. Réduction Du Modèle Non Linéaire
0.9 Xm1
X41
0.8
0.7
fraction molaire liquide
0.6
0.5
0.4
0.3
0.2
0.1
0
0 1 2 3 4 5 6 7 8 9 10
temps(min)
Figure III.6 Comparaison entre le modèle non linéaire réduit à quatre états et le modèle
complet du premier plateau.
Il reste seulement à comparer le fond de la colonne pour les deux modèles. La figure ci-
dessous présente ce résultat.
43
Chapitre III. Réduction Du Modèle Non Linéaire
0.08 Xm4
X44
0.07
fraction molaire liquide
0.06
0.05
0.04
0.03
0.02
0.01
0
0 1 2 3 4 5 6 7 8 9 10
temps(min)
Figure III.7 Comparaison entre le modèle non linéaire réduit à quatre états et le modèle
complet du pied de la colonne.
Le modèle non linéaire réduit à quatre états du fond de la colonne présente un bon résultat
malgré une petite déviation dans le régime transitoire qui est dû aux erreurs de modélisation.
Dans cette application de ce modèle à une colonne binaire de distillation à douze états, en
préserve la même structure du modèle général (III.4). Seulement les changements vont être
appliqués sur la définition des fractions molaires liquides, les rétentions liquides et les
compostions molaires vapeur.
44
Chapitre III. Réduction Du Modèle Non Linéaire
X1 x1
N1 M1 1
J F 1
X2 xi
N 2 i2 Mi
J F 1 i2
N2
1 5 Xi
N 3 i s J M i , X 3
J 1 J s 1
x i et Yi (Xi ) pour i = 1,...,5
F
N3 iJF
1 5 1 Xi
N 4 iJ Mi
n 1
1
n 1
s
X4 i Js
xi
N5 M n N4
X5 x n
La figure ci-dessous présente l’allure des deux courbes respectivement pour le modèle non
linéaire réduit à cinq états et celui non linéaire complet de la colonne binaire à distillation.
comparaison des fractions molaires liquides
1
0.9 Xm5
X51
0.8
0.7
fraction molaire liquide
0.6
0.5
0.4
0.3
0.2
0.1
0
0 1 2 3 4 5 6 7 8 9 10
temps(min)
Figure III.8 le modèle réduit à cinq états et le modèle complet du premier plateau
Le modèle non linéaire réduit à 5 états préserve les mêmes caractéristiques que le modèle
complet non linéaire de la colonne binaire à distillation.
Dans la figure ci-dessous en présentant la simulation faite sur le plateau du fond avec les deux
modèles respectivement le modèle non linéaire réduit et celui non linéaire complet du procédé
de distillation.
45
Chapitre III. Réduction Du Modèle Non Linéaire
0.08 Xm5
X55
0.07
fraction molaire liquide
0.06
0.05
0.04
0.03
0.02
0.01
0
0 1 2 3 4 5 6 7 8 9 10
temps(min)
Figure III.9 le modèle réduit à cinq états et le modèle complet du dernier plateau
Le modèle non linéaire réduit à 5 états du dernier compartiment préserve les mêmes
caractéristiques que le modèle physique de la colonne et surtout les valeurs finales.
L’ensemble des résultats de comparaison obtenue montre qu’à partir d’un modèle de
connaissance on peut concevoir des réductions pour aboutir à des modèles réduits
représentatif du procédé. Ceci pourrait être trouvé en se basant sur l’ensemble des démarches
bien expliquées en haut.
46
Chapitre III. Réduction Du Modèle Non Linéaire
VI. Conclusion
La méthode de réduction présentée est celle que proposent beaucoup d’auteurs ([18], [19])
puisqu’elle produit un modèle compartimenté de la colonne. La justification d’une telle
méthode est faite par des considérations d’échelles de temps et nous montrons que notre
modèle réduit est un modèle lent ; ainsi nous avons démontré que les propriétés qualitatives
du système sont préservées par la réduction. De même on n’a pas besoin d’approximer le
système par un système bilinéaire ni d’identifier les paramètres du modèle réduit à partir de
trajectoires du modèle complet.
En conclusion, cette méthode de réduction est simple et rigoureuse. Elle peut s’étendre, au
moins formellement, à des colonnes multi-composées, à d’autres procédés de séparation
multi-étagés Pierre Rouchon [5]. Pour la simulation, elle ne présente pas beaucoup d’intérêt.
En revanche, pour la commande, elle fournit des modèles dynamiques non linéaires de petite
dimension qui préservent les phénomènes lents et asymptotiques. Par rapport aux modèles
utilisés dans la littérature pour calculer une commande en qualité, les modèles ((3.2), (3.3),
(3.4)) sont les seuls qui soient de taille restreinte et qui, en même temps, possèdent les mêmes
propriétés qualitatives que celles du modèle de connaissance (L, V).
47
Chapitre IV. Choix Du Modèle Non Linéaire Réduit Pour La
Commande
I. Introduction
Dans ce chapitre on s’enchaine avec les résultats présentés dans le chapitre III pour une
réduction de la colonne binaire à distillation de douze états.
Les simulations ainsi faites ont tiré profit du tableau ci- dessous qui présente les différents
points de fonctionnement de chaque modèle non linéaire réduit.
αi i 3, 4,5 L V F ZF
48
Chapitre IV. Choix Du Modèle Non Linéaire Réduit Pour La Commande
Y2
N1X1 V 0 X1 V 0 X 2 Y20 X10 V
X 2 0
Y2
N 2 X 2 L0 X1 L0 F0 V 0 X 2
X
2 0
(IV.1)
0 Y3
V X X 3 ZF X 2 F F ZF Y3 Y2 V X1 X 2 L
0 0 0 0 0 0 0
3 0
Y3
N 3 X 3 L0 F0 X 2 L0 F0 V 0 V 0 X 3 Y3 X 3 V
0 0
X 3
0
X 2 X 3 L X 2 X 3 F
0 0 0 0
La représentation d’état :
x 3 t A3 x 3 t B3 v t B3 B3p B3u D3 0
avec (IV.2)
y3 t C3 x 3 t D3 v t T T
v = w p u
T
Où:
T
x 3 X1 X2 X3
V 0 V 0 Y2
0
N1 N1 X 2 0
0
L Y2 1 V 0 Y3
L0 F0 V 0
A3 N 2
X 2 0
N2 N 2 X 3 0
0
L 0
F0 0
L F V V 0 Y3
1
0 0
N3 X N 3
3 0
0 0 0
Y0
2 X10
N1
0
ZF X 2 X X Y Y20 1 0
0 0 0 0
F0 0
C3
1 2 3
B3
1
et
N2 N2 N2 N2
0 0
X 2 X 30
0
X 0
X 0
Y 0
X 30
0
2 3
3
N3 N3 N3
49
Chapitre IV. Choix Du Modèle Non Linéaire Réduit Pour La Commande
En l’absence de variation sur les entrées de perturbations, la figure suivante montre le résultat
de simulation.
Dans la figure Le modèle non linéaire retrouve bien son point de fonctionnement
En présence d’une variation (ex : 10%), la figure ci-dessous montre la réaction du modèle
réduit à cette variation.
50
Chapitre IV. Choix Du Modèle Non Linéaire Réduit Pour La Commande
Zoom sur les modèles linéarisé et linéaire réduits à 3 états (prmier plateau)
1
0.99 linéarisé
non linéaire
0.98
fraction molaire liquide
0.97
0.96
0.95
0.94
0.93
0.92
0.91
0.9
6 7 8 9 10 11 12
Temps(min)
Figure IV.2 comparaison entre modèles réduis non linéaire et linéarisé à 3 états
Visuellement le modèle réduit à trois états non retrouve bien son point de fonctionnement.
Les figures ci-dessous présentes La simulation du fond de la colonne pour les deux modèles
0.08 linéarisé
non linéaire
0.07
0.06
0.05
0.04
0.03
0.02
0.01
0
0 2 4 6 8 10 12 14 16 18 20
Temps(min)
51
Chapitre IV. Choix Du Modèle Non Linéaire Réduit Pour La Commande
Dans ce cas aucune modification n’a été faite sur les entrées de perturbation de la colonne.
On déduit que la courbe présentant le modèle non linéaire X33 retrouve son point de
fonctionnement.
Si en appliquant une variation de 10%, le résultat de cette variation est présenté ci-dessous :
Zoom sur le Modèle réduit non linéaire et réduit linéarisé à 3 états (dernier plateau)
0.1
Linéarisé
0.098
non linéaire
0.096
0.094
fraction molaire liquide
0.092
0.09
0.088
0.086
0.084
0.082
0.08
6 7 8 9 10 11 12
Temps(min)
Globalement ce résultat n’est pas satisfaisant puisque le modèle non linéaire ne retrouve
pas son point de fonctionnement. Ceci est dû aux erreurs lors de la modélisation ou au choix
des plateaux à compartimenter.
52
Chapitre IV. Choix Du Modèle Non Linéaire Réduit Pour La Commande
Y2
N1X1 V 0 X1 V 0 X 2 Y20 X10 V
X 2 0
Y2
N 2 X 2 L0 X1 L0 V 0 X 2
X 2 0
0 Y3
V X X 3 Y3 Y2 V X1 X 2 L
0 0 0 0
3 0
0 0 Y3
0 Y4
N 3 X 3 L X 2 L F V X X 3 V X
0 0
X 4 Y30 X 30 V
3 0 4 0
X 2 X 3 L ZF X 3 F F ZF
0 0 0 0 0
0 0 Y4
N 4 X 4 L F X 3 L F V V X
X 4 Y4 X 4 V IV.3
0 0 0 0 0 0
4 0
X 3 X 4 L X 3 X 4 F
0 0 0 0
La représentation d’état :
x 4 t A 4 x 4 t B4 v t B4 B4p B4u D4 0
avec IV.4
y 4 t C4 x 4 t D4 v t
T T
v = w p u
T
T
x 4 X1 X2 X3 X4
V 0 V 0 Y2
0 0
N1 N1 X 2 0
0
L Y2 1 V 0 Y3
L0 V 0 0
N X2 N2 N 2 X 3
2 0 0
L0 Y3 1 Y4
A4 0 L0 F0 V 0 V0
N3 X3 N3 X 4
0 0
Y4
0 0 L0
F0 L0 F0 V 0 V 0
X4
0
53
Chapitre IV. Choix Du Modèle Non Linéaire Réduit Pour La Commande
0 0 0
Y0
2 X10
N1
B4 0
X 0
1 X 02 Y3 Y2 et C 1
0 0
0 0 0
0 4 0 1
N2 N2
0 0
X 30 X 04 X 0
X 04 Y30 Y40
0
3
N3 N3 N3
De la même façon que le modèle réduit à trois états linéarisé en présentant les résultats de
simulation de la linéarisation du modèle non linéaire réduit à quatre états.
La figure ci-dessous présente la comparaison entre le modèle non linéaire et celui linéarisé à
quatre états en absence d’une variation sur l’une des deux perturbations présentées à l’entrée
de la colonne.
0.9 Linéarisé
non linéaire
0.8
fraction molaire liquide
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0 2 4 6 8 10 12 14 16 18 20
Temps(min)
Figure IV.5 comparaison entre modèles non linéaire et linéarisé réduits à 4 états
54
Chapitre IV. Choix Du Modèle Non Linéaire Réduit Pour La Commande
Zoom sur le modèle réduit non linéaire et réduit linéarisé à 3 états (premier plateau)
1
Linéarisé
0.99
non linéaire
0.98
fraction molaire liquide
0.97
0.96
0.95
0.94
0.93
0.92
0.91
0.9
6 7 8 9 10 11 12
Figure IV.6 le comportement de X41 et X41L lors d’une variation du débit d’alimentation
L’application d’une variation sur une des entrées de perturbation. La figure en bas présente
le résultat de cette simulation :
La figure en haut présente le comportement du modèle non linéaire réduit à quatre états
ainsi son modèle linéarisé. Celui-ci représente bien la forme du modèle d’origine à une
variation sur l’une des entrées de perturbations.
Hormis il faut vérifier le comportement du dernier plateau, les deux figures ci-après
représente le comportement des deux modèles en présence d’une variation sur l’une des deux
entrées de perturbations (ZF et F).
55
Chapitre IV. Choix Du Modèle Non Linéaire Réduit Pour La Commande
0.08 Linéarisé
non linéaire
0.07
fraction molaire liquide
0.06
0.05
0.04
0.03
0.02
0.01
0
0 2 4 6 8 10 12 14 16 18 20
Temps(min)
En absence d’une perturbation les deux modèles ont le même comportement en régime
permanent.
Zoom sur le modèle réduit non linéaire et réduit linéarisé à 3 états (derniier plateau)
0.12
0.115
0.11 linéarisé
fraction molaire liquide
non linéaire
0.105
0.1
0.095
0.09
0.085
0.08
6 7 8 9 10 11 12
Temps(min)
Figure IV.8 le comportement de X44 et X44L lors d’une variation du débit d’alimentation
56
Chapitre IV. Choix Du Modèle Non Linéaire Réduit Pour La Commande
Comme pour le modèle non linéaire à trois étas, le modèle non linéaire à quatre états ne
présente pas de résultat lors de la variation des entrées de perturbation au niveau du dernier
plateau d’alimentation.
3 0
Y3 Y4
N 3 X 3 L0 X 2 L0 F0 V 0 X 3 V 0 X 4 Y30 Y40 V
X X IV.5
3 0 4 0
X 2 X 3 L ZF X 3 F F ZF
0 0 0 0 0
Y4 Y5
N 4 X 4 L0 F0 X 3 L0 F0 V 0 X 4 V 0 X 5 Y40 Y50 V
X 4 0 X 5 0
X 3 X 4 L X 3 X 4 F
0 0 0 0
Y5
N 5 X 5 L0 F0 X 4 L0 F0 V 0 V 0 X 5 Y5 X 5 V
0 0
X 5 0
X 4 X 5 L X 4 X 5 F
0 0 0 0
La représentation d’état :
x 5 t A5 x 5 t B5 v t B5 B5p B5u D5 0
avec IV.6
y5 t C5 x 5 t D5 v t T T
v = w p u
T
57
Chapitre IV. Choix Du Modèle Non Linéaire Réduit Pour La Commande
V 0 V 0 Y2
0 0 0
N1 N1 X 2 0
0
L Y2 1 V 0 Y3
L0 V 0 0 0
N X2 N2 N 2 X 3
2 0 0
L0 Y3 1 Y4
A5 0 L0 F0 V 0 V0 0
N3 X3 N3 X 4
0 0
0 0 Y4
0 0 0 L0
F0 L F V V
0 0
X 4 0
0 0 0
Y 0
2 X10
N1
X 0
1 X 02 Y3 Y2
0 0
0 0
N2 N2
Z0F X30 X 0
X30 Y3 Y4 et C 1
0 0
0 0 0 0
B5
2
0
0 1
F
N3
4
N3 N3 0 0 0
0
X3 X 4 X X 04 Y40 Y50
0 0
3
0
N4 N4 N4
X0 X0 X 0
X 50 Y5 X 5
0 0
4 5
0
4
N5 N5 N5
La simulation a été faite sous l’environnement de Matlab-Simulink voir (Annexes Figure A.9)
Les figures ci-dessous montrent les résultats de simulation. Dans les ordonnées en trouve
les valeurs des fractions molaires liquides et en abscisse le temps de simulation qui était
exprimé en minutes. Les deux courbes sont respectivement pour le modèle non linéaire réduit
à 5 états présenté en bleu et le modèle linéarisé est présenté en rouge pointillé ainsi elles sont
dénommées respectivement pour le modèle réduit non linéaire à 5 états par X5i pour i=1 et 5
et pour le modèle linéarisé X5iL pour i=1 et 5 ; L pour dire linéarisé et i=1 et 5 pour dire le
compartiment 1 et le compartiment 5.
58
Chapitre IV. Choix Du Modèle Non Linéaire Réduit Pour La Commande
0.9 Linéarisé
non linéaire
0.8
fraction molaire liquide
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0 2 4 6 8 10 12 14 16 18 20
Temps(min)
En absence d’une variation sur les entrées de perturbations, la fraction molaire liquide du
plateau d’entête du modèle linéarisé garde la même forme que celle du modèle non linéaire
réduit à 5 états.
Dans la figure IV.10 nous avons appliqué une variation de 10 % du débit d’alimentation :
Linéarisé
Non linéaire
0.965
fraction molaire liquide
0.96
0.955
0.95
6 7 8 9 10 11 12
Temps(min)
Figure IV.10 Présentation de X51 non linéaire et X51L linéarisé lors d’une variation de 10%
du débit d’alimentation
59
Chapitre IV. Choix Du Modèle Non Linéaire Réduit Pour La Commande
0.08 Linéarisé
non linéaire
0.07
fraction molaire liquide
0.06
0.05
0.04
0.03
0.02
0.01
0
0 2 4 6 8 10 12 14 16 18 20
Temps(min)
Figure IV.11 Présentation de X51 non linéaire et X51L linéarisé lors d’une variation de 10%
du débit d’alimentation
Remarque :
60
Chapitre IV. Choix Du Modèle Non Linéaire Réduit Pour La Commande
Zoom sur l'évolution des modèles linéarisé et non linéaire réduit à 5 états (fond de la colonne)
0.14
linéarisé
0.13 non linéaire
fraction molaire liquide
0.12
0.11
0.1
0.09
0.08
6 7 8 9 10 11 12
Temps(min)
Figure IV.12 Présentation de X51 non linéaire et X51L linéarisé lors d’une variation de 10%
du débit d’alimentation
V. Conclusion
Ce chapitre a été consacré à la linéarisation des différents modèles réduits ainsi trouvés.
L’objectif principal de cette linéarisation n’est plus que de s’approcher de l’analyse par la
théorie des systèmes linéaire qui présente des intérêts facilitant la tâche.
Par la suite en se basant sur ce travail pour choisir un modèle qui convient pour la commande.
Pour faire ceci le chapitre suivant illustre un critère permettant de choisir le modèle réduit
pour la commande ainsi dans ce même chapitre on va présenter une synthèse d’un régulateur
robuste obtenu pour le modèle réduit tout en le comparant au régulateur du modèle d’ordre
complet.
61
Chapitre V. Synthèse D’un Régulateur Robuste
I. Introduction
Cette performance peut être obtenue grâce à la synthèse d’un contrôleur adéquat en se
basant sur le modèle physique du procédé. Ce modèle est généralement complexe ce qui fait
un investissement de temps de calcul sera augmenté. A cet effet une réduction du modèle
physique est envisagée pour obtenir des modèles réduits reproduisant les caractéristiques
qualitatives du modèle réel.
Hormis il existe un nombre exhaustif de méthodes qui parlaient sur la réduction, nous
avons été basé sur une méthode qui est bien expliquée dans les anciens chapitres, la méthode
d’agrégation puisqu’elle aboutit à des modèles réduits comparables au modèle de la colonne.
Auparavant nous avons travaillé sur trois modèles réduits respectivement à trois états, à quatre
états et à cinq états. Seulement nous étions retrouvés face à la question du choix du modèle
réduit représentatif du modèle réel pour la commande. Pour ce faire nous avons établi une
comparaison en se basant sur un critère d’évaluation, cette optimisation a été faite par la
norme H [22]. Une fois le critère d’optimisation selon cette norme ainsi obtenu est minimal
pour un modèle réduit, nous procédons à une synthèse en boucle fermée du régulateur
robuste.
Enfin pour fructifier ce travail nous avons fait une comparaison entre le régulateur du
modèle complet ainsi celui du modèle réduit.
62
Chapitre V. Synthèse D’un Régulateur Robuste
1. Problématique :
Considérons un système G(s) linéaire invariant dans le temps (LTI) de représentation d'état
minimale:
Dans notre travail nous avons formulé cette problématique de façon qu’on disposait des
modèles réduits, autrement nous n’avons pas besoin d’aller les rechercher, seulement en
partant d’un critère d’optimisation pour extraire le meilleur modèle représentant du système.
2. Critère d’optimisation :
Soit G(s) (A, B,C, D), A nn une représentation d’état d'un système
asymptotiquement stable dont l'ordre doit être réduit. Le problème de réduction optimale
selon la norme consiste à chercher une fonction de transfert asymptotiquement stable
suivant :
Min G( s ) G r ( s )
(V.3)
G (s)
r
63
Chapitre V. Synthèse D’un Régulateur Robuste
représentations d'état de G(s) et G r (s) définies respectivement par (5.1) et (5.2). Cette
représentation s’obtient en écrivant :
x t
x e t A e x e t Be u t
x r t (V.4)
e t y t y r t C e x e D e u t
A 0 B
A B
G(s) G r (s) 0 Ar
D
Br (V.5)
C C C r D Dr
3. Calcul de la norme H∞
Définition V.01: La norme H∞ étendue aux matrices de transfert de l’espace H est la plus
grande valeur singulière définie par :
G
sup G j (V.6)
64
Chapitre V. Synthèse D’un Régulateur Robuste
L’application du critère d’optimisation est obtenue par résolution numérique sous Matlab.
Dans un premier temps en saisissant les nouvelles matrices et en fait appel à une commande
obtenir un espace d’état (cette commande s’écrit : « fonction ss Ae, Be,Ce, De », dans
G s G3 s 1.9679
G s G4 s 1.6911
G s G5 s 1.0410
Tableau V.1 Tableau V.1 résultats du critère d’optimisation pour chaque modèle réduit
Remarque :
Les notations G 3 s , G 4 s et G 5 s sont respectivement les représentations d’états des
modèles réduits non linéaires à trois états, quatre états et cinq états dont leurs formes ont été
présenté dans le chapitre VI.
L’objectif du calcul d’un critère optimal consiste à la minimisation de celui-ci. D’après les
résultats présentés dans le tableau en haut la représentation d’état du modèle réduit non
linéaire à 5 états en comparaison avec le modèle complet de la colonne minimise ce critère.
En conséquence on peut le choisir pour la commande.
La dernière dans ce projet consiste à trouver un régulateur robuste qui sert à stabiliser le
système vis-à-vis des erreurs de modélisation ainsi les perturbations imaginées à l’entrée.
65
Chapitre V. Synthèse D’un Régulateur Robuste
Le système en boucle fermée, décrit également par des incertitudes, doit couramment
satisfaire des exigences formulées en termes d’objectifs de commande. Celles-ci sont alors
réalisées grâce à l’étude des marges de stabilité et au modelage de transferts entrée/sortie du
modèle de synthèse de façon que le système commandé possède de bonnes propriétés de
stabilité et de performance.
Le théorème du petit gain est l’outil principal duquel les moyens d’analyse ont pris essor afin
de mettre en œuvre une stratégie de commande basée sur l’optimisation H∞.
Figure (V.2) est bien posé et stable de manière interne [3] pour toute matrice s H
1
telle que s si et seulement si H11 s , où H11 s est le transfert entre v et z
Grâce au théorème précédent, l’approche H∞ permet théoriquement de prendre en compte a
priori la robustesse lors de la synthèse d’un correcteur. Toutefois la condition énoncée par le
théorème est nécessaire et suffisante si aucune structure n’est imposée à la matrice ∆(s). Vis-
à-vis d’incertitudes physiques dont les transferts ont une structure particulière, la condition est
seulement suffisante. Il s’avère alors que souvent la formulation ne peut engendrer de
résultats satisfaisants en pratique.
w y
66
Chapitre V. Synthèse D’un Régulateur Robuste
les sorties e , y .
Le vecteur w contient les entrées extérieures telles que les signaux de référence, les
perturbations et les bruits. Le vecteur u représente les commandes; e contient les sorties à
réguler et y les grandeurs mesurables disponibles pour construire la commande.
Mettre le problème sous forme standard revient donc à choisir les entrées et les sorties à
réguler en fonction des spécifications et à intégrer des filtres de pondération fréquentielle.
Ceux-ci doivent traduire les objectifs de performance et de robustesse de la commande.
67
Chapitre V. Synthèse D’un Régulateur Robuste
Trouver tous les correcteurs K s qui stabilisent le système bouclé de la Figure V.3, et
minimisent Fl (P,K) .
Étant donné 0 , trouver tous les correcteurs K s qui stabilisent le système en boucle
1
fermée de la Figure V.3, et assurent Fl (P,K) .
La valeur de est en général appelée niveau H∞ ; min est le niveau H∞ optimal.
Il existe plusieurs méthodes pour résoudre le problème H∞ standard. L’approche qui est
présentée ici utilise les équations de Riccati. Cette méthode sera privilégiée dans la suite des
travaux car elle est peu coûteuse en temps de calcul. Elle consiste à rechercher la valeur
optimale de γ par dichotomie.
La matrice d’interconnexion P s de la Figure V.3 est décrite par la représentation d’état
suivante:
x t A Bw Bu x t
e t Ce Dew Deu w t
(V.8)
y t C y D yw D yu u t
avec x n ; w n w ; e ne ; y y ; u n u .
n
La résolution du problème H∞ standard peut être soit par les équations de Riccati soit par
une méthode assez récente basée sur les inégalités matricielles linéaires (LMI).
68
Chapitre V. Synthèse D’un Régulateur Robuste
A jIn Bu
H3) rang n nu .
Ce Deu
A jI n Bw
H4) rang n ny .
Cy D yw
AT 2 Ce CTe C y CTy
iii) la matrice J T ne possède pas de valeur propre sur l’axe
Bw Bw A
imaginaire.
69
Chapitre V. Synthèse D’un Régulateur Robuste
x a t  Z Y CTy Z Bu x a t
T
u t Bu X 0 Inu y t
u a t C
0 y a t
y In y
 = A + 2 Bw BTw X - Bu BTu X - Z Y CTy C (V.10)
Z I n 2 Y X
1
Finalement, le correcteur obtenu pour Φ(s) = 0 appelé correcteur central a pour représentation
d’état :
x c t  Z Y CTy x c t
T (V.11)
u t Bu X 0 yt
Le théorème 5.1.2 ne donne pas une expression explicite de la valeur optimale min . La valeur
optimale du niveau H∞ est approchée par dichotomie en utilisant les résultats du théorème
5.1.2 (procédure dite de γ-itération).
70
Chapitre V. Synthèse D’un Régulateur Robuste
La synthèse de correcteur par LMI est plus récente que celle utilisant les équations de Riccati.
Elle constitue une manière différente de résoudre le problème H∞ standard [24].
Sa généralité réside dans le fait qu’elle ne nécessite pas le respect des hypothèses H2 − H6.
De plus, l’algorithme de résolution par γ-itération n’est pas requis.
5. Avantage de la formulation
Dans la pratique, la résolution du problème H∞ standard par γ-itération est plus aisée car
moins coûteuse en temps de calcul. Le principal avantage de cette méthode réside dans sa
faculté à prendre en compte des contraintes supplémentaires, en particulier concernant l’ordre
du correcteur à synthétiser
71
Chapitre V. Synthèse D’un Régulateur Robuste
performance sera assurée par l’insertion d’une action intégrale dans la structure de la
commande comme il est illustré par la figure suivante :
F,ZF
xi +
+ Colonne à distiller
Gm
+
d
Dans ce schéma la colonne est représentée par son modèle G m s Am , Bm ,Cm , Dm qui
équations du modèle de la colonne (dans un premier temps réduit et dans un second temps
complet pour présenter la différence) augmenté d’une action intégrale. La figure en haut
(figure V.4), yc et ym représentent respectivement la consigne et la mesure de la fraction
x t A m x t Bpm w p t Bum u t
y m t Cm x t D pm w p t D um u t (V.12)
y = x1c y x1
c x nc m x n
72
Chapitre V. Synthèse D’un Régulateur Robuste
w 0 wu0 0
Wi i0 et Wu
w u 0
(5.13)
0 w i0 0
Le schéma de la figure V.4 peut être réorganisé peut mettre en évidence le schéma standard
de la synthèse H∞ .
X t AX t B1 w t B2 u t
Z t C1 X t D11 w t D12 u t (V.14a)
y t C2 X t D 21 w t
Où :
yc
x L y1c Zi
X x u V w = d y c y Z = Z
i w p nc u
A m 0 0 0 Bpm B
A B1 B2 um (V.14b)
C m 0 I 0 0 0
o
C1
0 Wi 0 0 0
D11 D12
0 0 0 0 0 Wu
C2 0 I D 21 0 I 0
73
Chapitre V. Synthèse D’un Régulateur Robuste
transfert entre les entrées exogènes W et les variables contrôlées Z. On peut également
envisager le problème sous optimal qui consiste à trouver tous les compensateurs R s qui
1. Synthèse du régulateur
repose sur le système augmenté V.14 dont la dimension est n+2. Ceci peut dire pour une
colonne de 12 état il a une dimension de 14 et pour un modèle réduit de la colonne à 5 états,
on trouve la dimension du régulateur à l’ordre de 7. Ces dimensions aurait être importantes si
on n’avait pas pris Wi et Wu des constantes.
D’après les résultats trouvés ci-dessus par le critère optimal sur lequel nous avons été basé
pour trouver le mieux modèle non linéaire réduit des trois modèles présentés respectivement à
trois états, à quatre états et à cinq états. Le choix a été fixé sur le modèle non linéaire réduit à
cinq états puisqu’il a donné une valeur minimale de lors de sa comparaison avec le modèle
complet à douze états.
Pour simuler un modèle non linéaire réduit à cinq états en boucle fermé. On a considéré celui-
ci comme le modèle représentatif de la colonne puis on a pris la démarche suivant :
A noter que toutes ces équations et ces calculs ont été faits par Matlab ainsi son
environnement Simulink pour plus d’information voir annexe 5.
74
Chapitre V. Synthèse D’un Régulateur Robuste
Remarque : la démarche en haut a été faite pour le modèle complet à douze états pour des
fins de comparaison entre celui-ci et le modèle réduit à cinq états.
Le tableau suivant résument plusieurs tentatives sur Wi et Wu afin de minimiser pour les
deux modèles respectivement à 12 et à 5 états.
Après plusieurs itérations nous avons retenu les valeurs des pondérations suivantes
w i0 1 et w u0 0.01 . Les figures ci-après montrent les réponses des sorties régulées
respectivement les fractions molaires en haut et en bas de la colonne par les deux régulateurs
en présence des variations sur les entrées de perturbation ZF , F .
0.968
0.966
0.964
fraction molaire liquide
0.962
0.96
0.958
0.956
0.954
0.952
0.95
15 20 25 30 35 40
temps(min)
75
Chapitre V. Synthèse D’un Régulateur Robuste
Dans la figure V.5 On a appliqué deux perturbations à des instants séparées t1=20min et
t2=30min, le système réagit à ces perturbations puis il retrouve son point de fonctionnement
malgré un petit amortissement qui s’avère clair dans la simulation.
0.11
0.105
fraction molaire liquide
0.1
0.095
0.09
0.085
0.08
15 20 25 30 35 40
temps(min)
Dans la figure ci-dessus, la régulation réduite du dernier plateau à base du régulateur robuste
réduit est correctement établie aux instants de perturbations.
0.97
0.968
0.966
fraction molaire liquide
0.964
0.962
0.96
0.958
0.956
0.954
0.952
15 20 25 30 35 40
temps(min)
76
Chapitre V. Synthèse D’un Régulateur Robuste
Le régulateur d’ordre élevé réagit correctement aux mêmes perturbations appliquées pour
le régulateur d’ordre réduit.
0.11
0.105
fraction molaire liquide
0.1
0.095
0.09
0.085
0.08
15 20 25 30 35 40
temps(min)
La figure ci-dessus présente la régulation robuste au niveau du dernier plateau réalisée par le
régulateur déduit du modèle complet de la colonne binaire de distillation. Dans cette figure,
Le système retrouve facilement son point de fonctionnement lorsque’ une perturbation est
appliquée. Dans ce cas le système a subi des perturbations consistantes (10%) au niveau des
entrées de perturbations (ZF et F).
Les deux figures en bas présentent la comparaison entre les deux régulateurs notamment
d’ordre réduit et d’ordre complet. Cette comparaison a été faite dans un même intervalle c.-à-
d. à t1=20min et t2=30min de temps ainsi pour les mêmes variations appliquées
respectivement sur la concentration d’alimentation et son débit.
77
Chapitre V. Synthèse D’un Régulateur Robuste
0.97
0.965
0.96
0.955
0.95
15 20 25 30 35 40
temps(min)
Figure V.9 comparaison entre les deux régulations pour le premier plateau
Cette comparaison montre les performmances des deux régulateurs en face des
perturbations. Dans la figure V.9 la courbe mentionnée par le rouge représente la fraction
molaire liquide du premier plaeau du modèle complet de la colonne et la courbe marquée en
vert présente la fraction molaire liquide du premier plateau du modèle réduit. Aux instants
des perturbations les deux courbes varies. L’action du régulateur robuste qui tend à stabiliser
le système autour de son point de fonctionnement est bien claire sur la figure pour les deux
régulateurs.
0.11
0.105
fraction molaire liquide
0.1
0.095
0.09
0.085
0.08
15 20 25 30 35 40
temps(min)
Figure V.10 comparaison entre les deux régulations pour le dernier plateau
78
Chapitre V. Synthèse D’un Régulateur Robuste
Cette figure nous a montré un bon comportement du régulateur d’ordre réduit face aux
différentes perturbations. On peut déduire que ce régulateur est globalement représentatif du
celui complet et offre une régulation globalement performante.
VI. Conclusion
Dans un premier temps nous avons introduit la notion de la commande robuste puis dans
le même contexte nous avons suscité la synthèse d’un régulateur robuste de type H∞ par les
techniques LMIs.
Dans un second temps nous avons élaboré deux correcteurs robustes, un de type complet à
base du modèle complet de la colonne et un autre réduit résultat de la réduction du procédé.
La simulation considérée dans ce chapitre est faite sur une colonne non linéaire à douze
plateaux.
Finalement nous avons comparé les deux régulateurs, nous déduisons que le régulateur
réduit ainsi obtenu donne des résultats globalement meilleurs.
79
CONCLUSION GENERALE
Par un modèle non linéaire à taille réduite puis linéarisé autour d’un point de
fonctionnement, on s’est dirigé tout naturellement vers la synthèse d’un régulateur
multivariable permettant d’assurer à la fois une robustesse en stabilité et un bon rejet de
perturbations qui affectent la colonne. C’est ainsi qu’on a opté vers la synthèse du régulateur
de type H∞.
Les simulations qu’on a réalisées ont été montées à partir d’un régulateur linéaire de taille
réduite et le benchmark simulant un comportement plus réaliste de la colonne (Modèle non
linéaire d’ordre complet) ont donnés des résultats satisfaisants et encourageants.
80
BIBLIOGRAPHIE
[5] Pierre ROUCHON., Simulation Dynamique et Commande Non linéaire des colonnes à
distiller. Thèse, ECOLE NATIONALE SUPERIEURE DES MINES DE PARIS, 21
mars 1990.
[7] E.H. Bristol. On a new measure of interaction for multivariable process control. IEEE
Trans. Automat. Control, 1966.
[9] W.L. Luyben. Derivation of transfert functions for highly nonlinear distillation
columns. Ind. Eng. Chem. Res.,1987.
[10] K.J. Astrom and T. Hagglund. . In IFAC, editor, Proceedings of the 1983 IFAC
Conference, San Francisco, 1983.
[11] K.M. Moudgalya, W.L. Luyben, and C. Georgakis. A dual-pulse method for modeling
processes with large time constants. Ind. Eng. Chem. Res., 26:2498–2501, 1987.
[13] H. H. Rosenbrock. The control of distillation columns. Trans. Instn Chem. Engrs,
40:35–53, 1962.
81
[14] K.V. Waller, D.H. Finnerman, P.M. Sandelin, K.E. Ha¨ggblom, and S.E. Gustafsson.
An experimental comparison of four control structures for two-point control
ofdistillation. Ind. Eng. Chem. Res., 27:624–630, 1988.
[18] Lévine, J., & Rouchon, P. (1991). Quality Control of Binary Distillation Columns via
Nonlinear Aggregated Models. Automatica, 27, 463.
[19] A. Benallou, D.E. Seborg, and D.A. Mellichamp. Dynamic compartmental models
[20] Francis B.A. and Doyle J.C., « Linear control theory with an H∞ optimality criterion »,
SIAM J. Cont. and Opt., vol. 25, n°4, pp. 815-844, Jul. 1987.
[21] Francis B.A., Helton J.W. and Zames G., « H∞ Optimal feedback controllers for
linear multivariable systems », IEEE Transc. Autom. Cont., vol. AC-29, n° 10, pp.
888-900, Oct. 1984.
[22] Boyd S.and Yang Q., « Structured and simultaneous Lyapnov functions for system
[23] Clement B. (2010). A combining lmi and interval tools for robust optimization. In
Swim2010 : 3rd small workshop on interval methods. Nantes, France.
82
ANNEXES
0 0
L F Y 0 Y
L0 F0 V0 9
0 1 V 10
0 0 0 0 0 0 0 0
M9 X9 M9 M9 X10
0 0
0 0 0 0 0 0 0 0
L0 F0
0 0
L F V 0 Y10 1
V0 Y11
0
M10 X10 M10 M10 X11
0 0
0 0 0 0 0 0 0 0 0
0
L F 0 Y
L0 F0 V0 11
1 0
V 12 Y
M11
X11 M11 M11 X12
0 0
0 0 0 0 0 0 0 0 0 0
L0 F0
L F V V
0 0 0 0 Y12
1
M12 X12 M12
0
1 0 0 0 0 0 0 0 0 0 0 0
C12
0 0 0 0 0 0 0 0 0 0 0 1
83
0 0 0
Y X
0
2
0
1
M1
X X
0
2
0
3 Y Y
0
4
0
3
0 0
M2 M2
0 0
X X
0
2
0
3 Y Y
0
4
0
3
M3 M3
0 0
X X
0
3
0
4 Y Y
0
5
0
4
M4 M4
0 0
X X
0
4
0
5 Y Y
0
6
0
5
M5 M5
0 0
X X
0
5
0
6 Y Y
0
7
0
6
M6 M6
B12
0 0
X X
0
6
0
7 Y Y
0
8
0
7
M7 M7
Z X
0
F
0
8 F0 X X
0
7
0
8 Y Y
0
9
0
8
M8 M8 M8 M8
X X
0
8
0
9 X X
0
8
0
9 Y10 Y9
0 0
0
M9 M9 M9
X X
0
9
0
10
0
X X Y
0
9
0
10 11 Y10
0 0
M10 M10 M10
X
10 X11
0 0
0
X
10 X11
0 0
Y12 Y11
0 0
M11 M11 M11
X
11 X12
0 0
0
X
11 X12
0 0
Y 12 X12
0 0
M12 M12 M12
84
Figure A.1 Simulation du modèle complet de la colonne binaire à distillation
Figure A.2 Schéma Simulink des équations des plateaux du modèle complet
85
Figure A.3 Schéma de simulation d’un plateau
86
Figure A.5 Comparaison entre le modèle réduit à 5 états et complet à 12 états
Figure A.6 Schéma Simulink des équations des compartiments du modèle réduit à cinq états
87
Figure A.7 Schéma de simulation d’un compartiment
Figure A.8 Schéma de comparaison des modèles non linéaires réduits à 3 et4 états et le
modèle complet à 12 états
88
Figure A.9 Schéma de Simulation des modèles réduits à 5, 4 et 3 états linéarisés
89
Figure
A.10
Schém
a de
compa
raison
du
régulat
eur
robust
e
d’ordr
e
réduit
et
d’ordr
e
compl
et.
90