Modélisat ion et Ident ificat ion des Syst èmes

Linéaires Cont inus

roduction
.1. Introduction à la modélisation
.2. Intérêts de la modélisation
.3. Propriétés des modèles utilisés

Le modèle de connaissance
2.1. Elaboration
2.2. Linéarisation un mo le non linéaire

Le modèle de conduite
3.1. Introduction
3.2. Métho es entification graphiques ou éterministes
Méthode de confrontation
Méthode de Broïda

2017 – 2018
 1. Introduction

1.Introduction à la modélisation

Définition. La modélisation un système est la donnée une structure ou une loi mathématique
(le modèle) qui, dans un domaine de validité bien défini, décrit, une manière assez « proche », la
correspondance : Sollicitation Réponse.

2
 1. Introduction

1.Introduction à la modélisation

Définition. La modélisation un système est la donnée une structure ou une loi mathématique
(le modèle) qui, dans un domaine de validité bien défini, décrit, une manière assez « proche », la
correspondance : Sollicitation Réponse.

Exemples

3
 1. Introduction

1.Introduction à la modélisation

Définition. La modélisation un système est la donnée une structure ou une loi mathématique
(le modèle) qui, dans un domaine de validité bien défini, décrit, une manière assez « proche », la
correspondance : Sollicitation Réponse.

Exemples

4
1. Introduction

2. Intérêts de La modélisation

Prédire le comportement
Le modèle de connaissance ou d’analyse

Elaborer une loi de commande

Le modèle de représentation ou de conduite

5
1. Introduction

3. Propriétés des modèles utilisés

Les modèles, utilisés souvent pour la commande des procédés, sont linéaires, dynamiques et généralement
locaux.

Un mo le est linéaire lorsqu’il est jouissant principe superposition qui veut qu’aux mêmes
combinaisons linéaires e causes correspon ent les mêmes combinaisons linéaires effets.

Un mo le est ynamique lorsqu’il pren en compte les variations temporelles s gran urs
considérées.

Un mo le est local lorsqu’il est valable autour ou ns le voisinage un point fonctionnement.

Plusieurs autres catégorisations de modèles existent :

Modèles paramétriques (fonction de transfert, équations différentielles, équations aux différences),

Modèles non paramétriques (réponse fréquentielle, réponse à un échelon), Modèles distribués,
Mo èles localisés, Mo èles continus, Mo èles screts, …etc.

6
 2. Le modèle de connaissance

1. L’élaboration du modèle de connaissance

Les équations un modèle de connaissance sont obtenues en écrivant les équations de conservation
de matière, énergie ou de quantité de mouvement autour de chaque unité du système.

Entrée + Production – Consommation = Sortie + Accumulation

Le modèle obtenu est en général un système équation ifférentielles non linéaire de la forme :

Où :
x(t) est le vecteur d’état du procédé ;
u(t) et y(t) sont respectivement le vecteur
d’entrées et le vecteur des sorties ;
Θ est le vecteur des paramètres du procédé ;
et f et g sont des fonctions vectorielles.

7
2. Le modèle de connaissance

1. L’élaboration du modèle de connaissance

Exemple
On considère un bac de stockage sollicité par un débit alimentation Qa et un débit de soutirage
Qs et qui répond par un niveau h.
L’expre on du bilan de matière :

Entrée + Production – Consommation = Sortie + Accumulation

A : section de la cuve (m2).

ρ a ma volumique (kg m3)

8
2. Le modèle de connaissance

2. Linéarisation autour d’un point de fonctionnement

Un modèle non linéaire est linéarisé autour un point de fonctionnement (ue , ye) sous l’ ypot e
de petite variations.
Les termes non linéaires sont remplacés par leur développement en série de Taylor limité à
l’or e1.

Soit f(x1, x2, …, xn) une fonction réelle à linéariser autour du point (xe1, xe2, …, xen).

D’o

Exemples ….

9
2. Le modèle de connaissance

1. L’élaboration du modèle de connaissance

Exemple

10
3. Le modèle de conduite

1. Introduction

Lor qu’un modèle de connaissance v e complexe (pour l’élaboration ou pour

l’exploitation) on opte pour un modèle de représentation ou de conduite.

C’e t un modèle plus simple avec des paramètres que l’on peut ajuster pour décrire, le mieux
possible, le comportement du système.

Les modèles de conduite généralement utilisés sont :

Le modèle du premier Le modèle du second ordre

ordre avec ou sans retard avec ou sans retard

Pour chacun de ces modèles, une méthode appropriée, est utilisée pour
l’i ntification.

11
3. Le modèle de conduite

2. Méthodes d’identification graphiques ou déterministes

2.1. La méthode de confrontation

Lorsque la réponse expérimentale ne présente pas o llation (réponse apériodique), on

peut l’a miler à la réponse un système de 1er ordre.

Avec :

A : l’amplitu de l’entrée;
T : La constante de temps;
k : Le gain statique.

12
3. Le modèle de conduite

2. Méthodes d’identification graphiques ou déterministes

2.1. La méthode de confrontation

Lorsque la réponse expérimentale ne présente pas o llation (réponse apériodique), on

peut l’a miler à la réponse un système de 1er ordre.

13
3. Le modèle de conduite

2. Méthodes d’identification graphiques ou déterministes

2.1. La méthode de confrontation

Lorsque la réponse expérimentale présente des oscillations (réponse pseudopériodique), on

peut l’a miler à la réponse un système de 2nd ordre.

Avec :

A : l’amplitu e de l’entrée;
ωn : La pulsation normale;
ξ : Le coefficient amorti ment;
k : Le gain statique.

14
3. Le modèle de conduite

2. Méthodes d’identification graphiques ou déterministes

2.1. La méthode de confrontation

Lorsque la réponse expérimentale présente des oscillations (réponse pseudopériodique), on

peut l’a miler à la réponse un système de 2nd ordre.

15
3. Le modèle de conduite

2. Méthodes d’identification graphiques ou déterministes

2.2. La méthode de Broïda (Méthode empirique)

La méthode pplique aux systèmes dont la réponse indicielle est apériodique.
Le modèle à identifier est un modèle de 1er ordre avec retard.
Le principe consiste à ajuster les paramètres T et τ pour que les courbes de réponse du modèle et
du système aient deux points communs judicieusement choisis.

Les paramètres sont donnés par :

16
Exemple de synthèse

Modélisation d’un Moteur à Courant Continu

Le moment nertie : J = 0.01 kg.m²

Le coefficient de frottement visqueux : f = 0.1 Nms
la constante du moteur : K = 0.01 Nm/Amp ( rd/s/ V)
Résistance du rotor : R = 1 Ω
Inductance du rotor : L = 0.5 H
Exemple de synthèse

Modélisation d’un Moteur à Courant Continu

Exemple de synthèse

Modélisation d’un Moteur à Courant Continu

Modèle obtenu par confrontation directe Modèle de Broïda

Exemple de synthèse

Modélisation d’un Moteur à Courant Continu

Quel modèle choisir ?

Exemple de synthèse

Modélisation d’un Moteur à Courant Continu