See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/242087774

Etude dynamique d'un circuit magnétique non linéaire

Article · March 2005

CITATIONS READS

0 473

3 authors, including:

Monia Ferjani Jaafar Mohamed ELLEUCH

Ecole Nationale Supérieure d'Ingénieurs de Tunis, ENSIT Université de Tunis École Nationale d'Ingénieurs de Tunis
11 PUBLICATIONS 21 CITATIONS 92 PUBLICATIONS 748 CITATIONS

SEE PROFILE SEE PROFILE

All content following this page was uploaded by Monia Ferjani Jaafar on 17 February 2017.

The user has requested enhancement of the downloaded file.

 Etude dynamique d’un circuit magnétique non linéaire
M.Jaafar, V.Markovski, M.Elleuch*
CEntre de REcherche en Productique, Ecole Supérieure des Sciences et Techniques de Tunis
E-mail : Monia.Elferjani@esstt.rnu.tn
E-mail : Markovski@esstt.rnu.tn
* Laboratoire des Systèmes Electriques (L.S.E), Ecole Nationale d’ingénieurs de Tunis
e-mail : Mohamed.Elleuch@enit.rnu.tn
Résumé __ Nous proposons dans cet article une modélisation
mathématique et une simulation numérique d’un circuit
magnétique non linéaire. La résolution de l’équation
différentielle traduisant le modèle de la bobine à noyau de fer
est effectuée en s’inspirant de la méthode de Lomonosoff.
Elle consiste à trouver une solution périodique au problème et
dont la fonction est donnée par un polynôme d’approximation
de Lagrange, tout en introduisant la non linéarité issue de la
relation B (H) intrinsèque au matériau utilisé.
Mots clés__ Matériau ferromagnétique, Lomonosoff,
polynôme de Lagrange.
Abstract __ We propose in this paper a mathematical modeling
and a numerical simulation of a nonlinear magnetic circuit.
The resolution of the differential equation translating the
model of the iron core is carried out while taking as a starting
point the Lomonosoff method. It consists in finding a periodic
solution of the problem and whose function is given by a
Lagrange polynomial approximation, while introducing the
nonlinearity resulting from the relation B (H) intrinsic to the
used material.
I. INTRODUCTION
L ’étude des circuits magnétiques est d’une grande
importance en électrotechnique et l’utilisation des
transformateurs et des inductances est universelle tels que
dans les réseaux de production et de distribution d’énergie
électrique par exemple. On s’intéresse dans ce travail au
problème d’analyse et de modélisation d’un circuit RL
(fig. 2), comprenant une résistance linéaire en série avec
une inductance non linéaire et alimenté par une tension
sinusoïdale. La simplicité du circuit n’est qu’apparente. En
effet, la caractéristique L (i) d’un matériau ferromagnétique
n’est pas linéaire et dépend de la caractéristique B (H)
intrinsèque du matériau utilisé. La théorie des circuits
linéaires ne permet pas d’étudier le fonctionnement du
système. La modélisation de la caractéristique B (H) a fait
l’objet de plusieurs publications [1] [2] [3] et [4] et
constitue un vaste domaine de recherche. Ces modèles
peuvent être classés en deux grandes catégories. Pour la
première catégorie, l’induction magnétique B ou la
magnétisation M est représentée par une équation
analytique simple en fonction du champ d’excitation
appliqué H tel que par exemple des fonctions linéaires ou
linéaires par morceaux, des polynômes ou des fonctions
trigonométriques, hyperboliques ou exponentielles [12]. En
utilisant de telles fonctions il est possible d’appliquer des
méthodes analytiques pour leur étude. Le second groupe de
modèles qui sont beaucoup plus proches du comportement
réel des matériaux et tiennent compte du phénomène
1
d’hystérésis, ne sont plus représentable par des fonctions
analytiques simples. Nous citons comme exemple le
modèle de Preisach [8] [3] et de Jiles-Atherton [5] [6]. Ces
modèles sont plus compliqués à mettre en oeuvre et il est
difficile d’adapter exactement une caractéristique obtenue
expérimentalement avec le modèle.
II. MODELISATION DES CARACTERISTIQUES
DYNAMIQUES DES MATERIAUX FERROMAGNETIQUES.
A. Elément non linéaire attaqué par un signal harmonique
Si un signal harmonique attaque un élément linéaire, son
signal de sortie a la même distribution spectrale. Pour un
élément non linéaire (ENL), le phénomène est plus
complexe. Le signal de sortie a un spectre différent de celui
du signal d’entrée. On constate la présence d’harmoniques
de fréquence multiple à celui du signal d’entrée. Dans ce
sens, on peut considérer l’ENL comme un générateur
d’harmonique.
Chaque élément non linéaire avec une caractéristique
statique : y (− x) = − y ( x) ,
attaqué par un signal périodique et symétrique tel que :
x (t ) = x (t + T ) , (1)
avec x (t ) = − x (t +
T (2)
),
2
peut être considéré comme un générateur d’harmoniques
d’ordre impaires.
B. Elément non linéaire en régime harmonique
1. Approximation polynomiale
On suppose que la caractéristique statique de l’ENL est
approximée par un polynôme tel que :
n
y ( x) = ∑ a k x k (3)
k =0
Pour x(t ) = X m sin ωt , (4)
n
on a : y (t ) = ∑ a k X mk sin k ωt . (5)
k =0
Soit après le développement de cette expression :
y(t ) = y0 + y1 sin .ωt − y2 cos 2ωt − y3 sin 3ωt +
(6)
y4 cos 4ωt + y5 sin 5ωt...
avec :
 1 3 5 ∞
y 0 = a0 + a 2 X m2 + a 4 X m4 + a 6 X m6 + ... e β r X m sin ωt = I 0 ( jβ r X m ) + 2∑ I 2 k ( jβ r X m ) cos 2kωt
2 8 16 k =1 (11)
∞
3 5 − 2 j ∑ I 2 k +1 ( jβ r X m ) sin(2k + 1)ωt.
y1 = a1 X m + a 3 X m3 + a 5 X m5 + ...
4 8 k =1

1 1 15 Avec I0, I2k, I2k+1 sont les fonctions de Bessel d’ordre

y 2 = a 2 X m2 + a 4 X m4 + a 6 X m6 + ... 0 ...2k+1.
2 2 32
1 5 Si on tient compte que :
y 3 = a 3 X m3 + a 5 X m5 + ...
4 16 e β x − e − β x et e βx + e − βx
sh β x = ch β x = (12)
1 3 2 2
y 4 = a 4 X m4 + a 6 X m6 + ...
8 16
La décomposition (11) se simplifie comme suit :
1
y 5 = a 5 X m5 + ...
16 ∞
(13)
sh ( β X m sin ω t ) = − 2 j ∑ I 2 k + 1 ( j β X m ) sin( 2 k + 1)ω t
1
y6 = a 6 X m6 + ... k =1
∞
32 ch ( βX m sin ω t ) = I 0 ( jβX m ) + 2∑ I 2 k ( jβX m ) cos 2 kω t (14)
où a1 ,...a 6 sont les coefficients du polynôme k =1

A partie des modèles (3) et (7) et les résultats (5), (6), (8) et
d’approximation de la caractéristique de l’ENL (3),
(9), on peut modéliser les caractéristiques dynamiques d’un
Dans le cas particulier ou y = a1 x + a3 x
3
circuit non linéaire. Dans les deux cas de modèle, l’étude
On a : dynamique se ramène à la résolution d’un système
y (t ) = y1 sin ωt − y3 sin 3ωt. d’équations non linéaires d’ordre élevé.

3 III MODELISATION DU CIRCUIT A ETUDIER

avec : y1 = a1 X m + a 3 X m3
4
A. Mise en équation
1
et : y3 = a 3 X m3 .
4 Dans le cadre de l’étude du comportement d’un circuit
2. Approximation exponentielle magnétique en régime dynamique normalisé (NF EN
60404-2, NF EN 10252) [15], on se propose d’étudier le
On suppose que la caractéristique de l’ENL est approximée comportement d’un échantillon ferromagnétique en forme
βr x
n de tore (fig.1).
par: y ( x ) = ∑α e r . (7) Ce tore, dont nous supposerons la section rectangulaire,
r =1 porte un enroulement de magnétisation (ou enroulement
Le signal d’entré est sinusoïdal et exprimé par : primaire) uniformément réparti et qui constitue
x(t ) = X m sin ωt pratiquement un tube de flux et une bobine de mesure
Le signal de sortie [12] est donné par : (enroulement secondaire).
n Soient d1 et d2 les diamètres correspondant respectivement,
y (t ) = ∑ α r exp( β r X m sin ωt ) , (8) au bord intérieur et au bord extérieur du tore. On suppose
r =1 que l’épaisseur h du tore est très petite par rapport à son
y (t ) est périodique, donc elle peut être décomposé en série diamètre moyen dm.
Le primaire formé de N spires de section S est parcouru par
de Fourier :
∞
un courant i (t). Le secondaire formé de n spires de section
y (t ) = y 0 + ∑ ( y ks sin kωt + y kc cos kωt ) (9)
S est en circuit ouvert.
Le courant d’intensité i(t) est à l’origine d’une excitation
k =1
avec: magnétique H(t) qui engendre dans le circuit magnétique
1 une induction magnétique B(t) et un flux Φ(t).
y [X sin ω t ]. dt
T
y0 =
T ∫ 0
m On suppose que l’induction magnétique est uniforme,
2 T constante et orthogonale à chaque section du circuit
y [ X m sin ω t ]sin( k ω t ) dt
T ∫0
y ks = (10) magnétique. L’expression du flux est :
φ ( t ) = B ( t ). S
2 T
y kc = ∫ y [ X m sin ω t ]cos( k ω t ) dt En tenant compte du flux de fuite et par application de la loi
T 0 de Faraday, l’équation générale de la tension aux bornes de
y ks et y kc représentent des fonctions de Bessel à argument l’enroulement est donnée par l’équation (15). Le circuit
complexe [7]. équivalent au modèle est représenté à la figure.2
β X sin ωt
En effet, l’expression e r m s’écrit :
di (t ) di (t )
v(t ) = R0 i (t ) + L0 + L1 (i (t )) . (15)
dt dt

2
 La solution périodique de l’équation (16) vérifie la
condition de périodicité et d’antisymétrie (1) et (2), ainsi
que la première dérivée de i (t), de même pour F(i(t)).
T
F (i (t + )) = − F (i (t )), (19)
2
où T est la période du signal d’excitation.
Or ces conditions sont toujours vérifiées compte tenu de
l’origine physique de la courbe d’aimantation B (H).
Nous allons nous inspirer de l’idée proposée par
Lomonosoff [9] et les différents développements de cette
Fig 1. Circuit magnétique en forme de tore méthode [10].
La méthode de Lomonosoff consiste à chercher la solution
périodique dont la fonction en une période pourrait être
donnée par un polynôme d’approximation de Lagrange. On
remplace ce polynôme dans l’équation non linéaire (16) et
ainsi nous obtenons un système d’équations non linéaires
par rapport aux valeurs de la réponse aux points
d’approximations uniformément réparties avec un pas
d’échantillonnage ∆t = T . Ce système sera résolu par la
2n
méthode des approches itératives [13][14].
Fig 2. Circuit équivalent relatif à l’équation (15). Dans notre cas, on s’intéresse à la solution approchée de
l’équation (16) sous la forme (1) et (2).
Avec:
Si on remplace (19) dans l’expression de L 1 ( i ( t )) di ( t )
L0 étant l’inductance de fuite du circuit magnétique (elle ne dt
dépend que de la géométrie du circuit et de la qualité de di
réalisation du bobinage). ou de F ( i ) nous obtenons :
L1 est l’inductance propre. dt
R0 la résistance interne de la bobine. T
di ( t + )
T 2 = − F ( i ( t )) di ( t ) . (20)
F ( i ( t + ))
Que l’on peut mettre sous la forme : 2 dt dt
di
R 0 i (t ) + F (i ) = v (t ) (16) Pour diminuer deux fois le volume des calculs on peut faire
dt l’étude sur une demi période. En respectant les conditions
où F (i) = L0 + L(i (t )). (1), (2) et (19), on divise la demi période en n intervalles
et : égales et en faisant le changement de la variable t avec τ tel
N 2 N 2S que :
L1 = = µ (i ) , l . (17)
Rµ = 2n
Rµ l µS τ = t, (21)
T
d1 + d 2 d − d1 d’où l’équation (16) s’écrira :
Soient : l = .π et S = 2 .h . (18)
2 2 2n di (τ )
R 0 i (τ ) + F [i (τ ) ] = v (τ ) . (22)
où : T dt τ
l est la longueur moyenne du tore, S la section droite de la La première dérivée de i (τ ) sera calculée dans
bobine, µ la perméabilité du matériau magnétique.
l’intervalle (0….n), à l’aide de la formule d’interpolation de
Rµ est la réluctance du circuit magnétique
Lagrange [11].
di (τ ) n −1
Dans la pratique, connaissant la masse m du matériau = i ′(τ ) = ∑ ik′ ξ k (τ ) , (23)
magnétique, sa masse volumique ρ, on peut déduire son dτ k =0
volume V. S se calcule alors d’après l’expression suivante :
di
S=
2V
sachant que m = ρV . (Pour les tôles avec i k′ = .
π (d1 + d 2 ) dτ τ = k
utilisés en électrotechnique, ρ est de l’ordre de Le polynôme d’approximation de Lagrange ξ k (τ ) s’écrit
3
7.7 ÷ 7.9 g/cm ). sous la forme :
n
B. Solution de l’équation différentielle du circuit τ ∏ (τ − s )
ferromagnétique ξ k (τ ) = s =1 pour k=1, 2, n-1 et s ≠ k . (24)
n

On se propose de déterminer la solution de l’équation k ∏ (k − s)

s =1
différentielle (16) en régime périodique stationnaire.
Hypothèse :

3
Pour garantir les conditions (1) et (2), les fonctions de L’équation différentielle (22), compte tenu de (23) et (1) et
Lagrange doivent vérifier : (2) et en posant τ = k aboutit à :
2n
R 0ik + . F [i k ].i k′ = v k
ξ 0 (τ ) = −ξ 0 (n) pour τ=0 et τ=n (25.a) T
n −1
2n
et ξ 0 ( k ) = 0 pour k=1,2,…n-1 avec τ=k, (25.b) R 0 .∑ a kp i k′ + F [i k ].i k′ = v k
p=0 T
et qui sont en réalité vérifiés car ce sont des propriétés des
n −1
2n  n −1 
R 0 . ∑ a kp i k′ +  F ( ∑ a kp i k′ )  .i k′ = v k
polynômes de Lagrange [11]. p=0 T  p=0 
De même, on vérifie facilement que si n est pair, on a : 1  n −1  (30)
1 n −1 i k′ =  v k − R 0 .∑ a kp i k′  .
ξ 0 (τ ) = − ∏ (τ − k ) , (26) n −1
2 .n . f . F ( ∑ a kp i k′ )  
(n − 1)! k =1 p=0

p =0

Pour n impaire : pour k = 0,1,2,....n − 1.

Donc, on obtient un système d’équations non linéaires à n
(τ − 0 . 5 n ) n −1 inconnus : ik′ , k = (0,...n − 1).
ξ 0 (τ ) = − ∏ (τ − k ) .
0 . 5 (n − 1)! k =1
(27)
Une fois la solution ik est obtenue à partir de (29), on

Par exemple pour un nombre de points d’approximations trouve les valeurs discrètes de la solution périodique i (k ) ,
n=6, on a : k = 0,1,2, n − 1.
L’algorithme de la résolution de l’équation différentielle
− 1 )(τ − 2 )...... (τ − 5 ) , (28)
1
ξ 0 (τ ) = − (τ non linéaire (16) peut se résumer comme suit :
120
• Initialisation de i k′ notés ik′ (0), k = (0,...n − 1).
Avec ξ 0 (0) = −ξ 0 (6) = 1 . n −1
• Etape 1. Calcul de i k = ∑a
p =0
i′ .
kp p

Compte tenu de l’équation (22), on aboutit à

l’approximation de i ′(τ ) par un polynôme d’ordre n. Par • Calcul de F [ik ] .
intégration de ce polynôme d’approximation on obtient • Etape 2. Résolution du système d’équations non
l’expression de i (τ ) . Les constantes d’intégration se linéaires (30). Nous obtenons de nouvelles valeurs
calculent de manière à vérifier les conditions (1) et (2). de ik′ , notés i k′ (1) pour k = (0,...n − 1), .
Si on pose τ = k , k= 0, 1, 2, …, n-1 • On calcule l’erreur ε = ik′ (1) − ik′ (0) .
Nous obtenons : Si la valeur du module de l’erreur dépasse la précision
n −1
désirée, on retourne à l’étape 1 après incrémentation des
ik = i (τ )τ = k = ∑ a kp i ′p . (29)
p =0
valeurs de ik′ et ceci jusqu'à la convergence.
Les valeurs des constantes a kp sont données dans le • Interpolation polynomiale pour déduire la courbe qui
passe par les n+1 points d’approximations ik (29).
tableau. 1
TABLEAU I IV RESULTATS DE LA SILULATION
Valeurs des coefficients akp pour n = 6 relatifs à l’équation (29).
A. Modèle linéaire
k ak0 ak1 ak2 ak3 ak4 ak5
D’abord, pour vérifier la validité de l’algorithme, on
0 0 -0.7714 -0.0964 - 0.9714 -0.0964 -0.7714 commence par étudier le circuit RL dans le cas linéaire. Le
circuit est alimenté par une tension alternative sinusoïdale.
1 0.3299 0.3052 -0.8646 -0.3513 -0.4306 -0.6671 Les paramètres du modèle sont :
R0=10 Ω, L0ω=50 Ω, Vmax=10 V.
On calcule le courant dans le circuit par la méthode
2 0.3111 0.7206 -0.0877 -0.6201 -0.3099 -0.7016 approchée de l’algorithme proposé et on le compare à la
valeur exacte calculée théoriquement. Les figure.3.a et 3.b
3 0.3187 0.6750 0.4219 0 -0.4219 -0.6750 représentent respectivement le courant i calculé à partir de
l’algorithme et l’erreur par rapport à la valeur exacte.
Les figures 4.a et 4.b représentent i calculé à partir de
4 0.3111 0.7016 0.3099 0.6201 0.0877 -0.7206 l’algorithme après interpolation de Lagrange de celui ci et
passant par les n+1 points d’appui, ainsi que l’erreur par
5 0.3299 0.6671 0.4306 0.3513 0.8646 -0.3052 rapport à la valeur exacte correspondante (calculée
théoriquement).

4
 De même, on calcule l’erreur moyenne, elle est égale
après interpolation de Lagrange de la solution obtenue à :
1.20601e-6 et avant interpolation elle est de : 2.2814e-6.

B. Introduction de la non linéarité

On introduit par la suite la non linéarité L (i) par le

modèle :
n
L1 (i ) = ∑ Ak i k .
k =0
Les paramètres Ak sont calculés dans [12].

Les résultats de la simulation pour L0 =0.1 H, R0 =100 Ω,

Vmax= 100, f=50Hz sont représentés sur les figures.3.a,
3.b, 3.c.

Fig 3. (a) i calculé à partir de l’algorithme de Lomonosoff. Pour étudier la précision de l’algorithme, on calcule
(b) erreur par rapport à la valeur exacte. l’erreur :
di(t i )
∆vi = vi − R0 i(t i ) − F [i (t i )]. . (31)
dt
ainsi que l’erreur moyenne relative ∆V et l’écart type de
l’erreur moyenne relative ε V selon les expressions :
N −1
1 1
∆V [%] = ( ∑ ∆v ).100
i
(32)
.Vmax N i =0

∑ (∆v ) ).100
N −1 2
1 1
ε V [%] = ( i − ∆v i (33)
V max N i =0

avec ∆vi : l’erreur moyenne.

Soient ∆V = 3.6562e − 7 [%].
Fig 4. (a) i calculé à partir de l’algorithme et interpolation de
Lagrange de celui ci en passant par les n+1 points d’appui.
et ε V = 2.2466e-4 [%].
(b) erreur par rapport à la valeur exacte.
C Interprétations

La méthode proposée repose sur des approches itératives.

Sa mise en œuvre est délicate. La convergence de
l’algorithme dépend beaucoup du choix des valeurs
initiales. Pour assurer la convergence au prix d’un long
calcul, on a commencé par alimenter le circuit avec une
tension v1 de faible amplitude, on calcule la solution de
(30) et cette dernière sera par la suite la valeur initiale du
vecteur i k′ pour v 2 = v1 + ∆v et ainsi de suite jusqu'à
atteindre la valeur finale de v1 .

V CONCLUSION

Nous avons développé une méthode de résolution de

Fig 5. (a) i solution de l’équation différentielle pour les 6 points
d’appui.
(b) erreur correspondante.
(c) i calculé à partir de l’algorithme et interpolation de Lagrange
de celui ci en passant par les n+1 points d’approximation.
l’équation différentielle traduisant le fonctionnement d’une
bobine à noyau de fer en régime non linéaire. Cet
algorithme se base sur la méthode de Lomonosoff qui
consiste à trouver la solution périodique de l’équation
différentielle non linéaire et qui peut s’exprimer par un
polynôme d’approximation de Lagrange.
Nous avons montré que la méthode est approchée et
délicate dans sa mise en œuvre. En effet la convergence de
l’algorithme nécessite plusieurs itérations et elle n’est pas

5
 toujours assurée. Elle dépend des valeurs introduites pour [15] AFNOR, INNORPI, CENELEC, ”Organisations
l’initialisation de l’algorithme. Pour contourner ces Internationales de Normalisation”.
problèmes nous nous proposons dans un autre travail de
représenter le modèle dynamique des matériaux
ferromagnétiques sous la forme d’un schéma fonctionnel et
qui sera traduit par un modèle simulink. La caractéristique
B (H) du matériau utilisé sera représentée par une fonction
polynomiale, exponentielle et un modèle basé sur des
considérations physiques et qui tient compte du phénomène
de saturation et de l’hystérésis du matériau appelé modèle
de Jiles [5] [6].

BIBLIOGRAPHIE

[1] J.H.B. Deane, “Modeling of a Chaotic Circuit Containing a

Saturating and Hysteretic Inductor, “Electronics Letters. Vol.
29, no.11, pp 957-958. May 1993.

[2] L.O. Chua, M.Hasler, J.Neirynch, P.Verburgh, “Dynamics of

a piecewise-linear resonant circuit, “ IEEE Transactions on
Circuits and Systems, vol.CAS.29, n°.8, pp 535-546 , August
1982.

[3] I.D. Margergoyz, “Mathematical models of hysteresis,

“Springer- Verlag, New York, U.S.A, 1991.

[4] L.O. Chua, KA Stromsmoe, “ Lumped_- circuit inductors

exhibiting hysteresis loops, “ IEEE Transactions on Circuit
Theory, vol. 17, n°7, pp 564-574, November 1970.

[5] D.C. Jiles, D.L. Atherton, “ Ferromagnetic hysteresis, “ IEEE

Transactions on Magnetics, vol.19, n°.5, pp. 2183-2185,
September 1983.

[6] D.C. Jiles, D.L. Atherton, “Theory of ferromagnetic

hysteresis, “Journal on Magnetic Materials, vol.61,
pp. 48-60, 1986.

[7] L.M. Bessonov, “Circuits électriques non linéaires, “Moscow

(en Russe), 1984.

[8] F.Preisach, “On magnetic effect, “Zeitschrift. Physik, vol 94,

p277, 1935.

[9] B.U. Lomonosoff, “Electricité, “n°7, p55, 1952 (en Russe).

[10] S.L Farchy, “Théorie des circuits électriques, “ Technique

Sofia, pp 454-459, Sofia 1973 (en Bulgare).

[11] J.P Nougier, “Méthodes de calcul numérique, “ Masson, p75,

Paris 1993.

[12] M. Jaafar, V.Markovski, M.Elleuch, “ Modèlisation de la

Perméabilité Différentielle et de la Courbe de Première
Aimantation pour les Matériaux Ferromagnétiques, “ Premier
Congès International de Signaux, Circuits & Systèmes
SCS’04 ,pp 161-164, Mars 2004.

[13] Coleman, T.F. and Y. Li, "An Interior, Trust Region

Approach for Nonlinear Minimization Subject to Bounds,"
SIAM Journal on Optimization, Vol. 6, pp. 418-445, 1996.

[14] Coleman, T.F. and Y. Li, "On the Convergence of Reflective

Newton Methods for Large-Scale Nonlinear Minimization
Subject to Bounds," Mathematical Programming, Vol. 67,
Number 2, pp. 189-224, 1994.

View publication stats