Thomas LAUZE M3 3A

TP 1 : Automatique

Contrôle de température d’un système de batterie

Ce TP a pour but de nous confronter aux problèmes liés aux changements extrêmes de températures
qui peuvent endommager les systèmes électroniques tels que les batteries. Ici nous allons tenter de
créer un système capable de répondre à un cahier des charges pour réguler cette température. Nous
allons utiliser des boucles de rétroaction On-Off et PID. Nous avons à notre disposition pour ce TP le
kit Temperature Control LABoratory (port série USB ; une carte Arduino Leonardo ; une prise
d’alimentions ; un câble reliant au pc la carte) ainsi que Matlab et Simulink.

Le TCLab est composé de deux capteurs de températures et deux résistances chauffantes. En le

branchant sur un PC, nous pourrons obtenir des valeurs qui simulerons le système étudié.

Voici le cahier des charges :

Heating Power (%) Température (°C)

0 25 1.4 De 0 à 100 % le système est linéaire. De plus

il y a une légère différence entre les valeurs
25 20 positives et les valeurs négatives. La valeur du
50 44 heating power pour laquelle la température
vaut 40 °C est de 30 %.
75 69

100 90
75 90

50 72

25 50
1.5.2

Graphique de la température en fonction du temps

1.5.3 Il faut déterminer les constantes de la fonction de transfert G (s). On commence par le retard :

35 s
On obtient qu’il y a une augmentation de la température à 35 secondes. Il faut ensuite soustraire les
30 secondes liées au démarrage du système et on obtient un retard de 5 secondes.

440 s

Puis calculons la constante de temps T. Pour cela on calcule la valeur à laquelle la courbe se stabilise :
58 °C. On obtient en multipliant par 95 % que T5%r s’obtient est égal à 440 secondes. Or T = T5%r/3.
Donc on obtient que T est égal à 116 secondes.

Enfin on calcule le gain statique K qui est égal à :

y (∞ )– y (0)
u( ∞) – u ¿ ¿
En appliquant cette formule on obtient que K est égal à 0.9.

Donc la fonction de transfert G(s) est égal à :

0.9 x e−5 s
1+116 s
1.5.3.4

Les deux courbes se ressemblent malgré le fait que celle simulée ait une plus grande vitesse de
croissance.

T
1.5.4 Ici est égal à 23.2 > 20 donc le meilleur contrôleur pour ce système est un contrôleur de
Tau
type On-off controlller d’après le tableau ci-dessous :
Contrôleur On-Off :

1.6.1.3 Le cahier des charges demande un overshoot de 5% ou moins ce qui correspond à des valeurs
entre 38 °C et 42 °C. Ici on ne l’obtient pas sachant que la valeur maximale est de 43°C et que la
valeur minimale une fois l’asymptote atteinte est de 39 °C.

43 °C

39 °C
On peut voir en rose la courbe représentant la perturbation de l’air froid. En comparant avant et
après la perturbation on remarque que la courbe de la température n’est pas influée par la
perturbation. Donc la régulation du système fonctionne.

Le contrôleur On-off ne semble pas fonctionné pour le système. En effet même si la régulation
fonctionne, l’overshoot est trop grand pour le cahier des charges.

41 °C

39 °C

En changeant le Heating Power de 100 % à 50 % on remarque que l’overshoot est bien meilleur et
rentre cette fois-ci dans le cahier des charges cependant le système résiste moins bien à la
perturbation liée à l’air froid.

43 °C
139.8 s

Grâce au graphique on obtient que T5%r = 139.8 s. Ici les conditions ne sont pas remplies l’overshoot
est trop grand (il dépasse les 5% demandés). On peut en déduire que le contrôleur On-off n’est pas le
plus optimal pour un système comme celui-ci.
Contrôleur PI :

1.7.2.1.1 Maintenant on s’intéresse au contrôleur PI. Grâce à la méthode CHIEN-REDWICK-HRONES

on obtient que :

T
Kp = 0.35 x = 8.12 et Ti = 1.2T = 139.2
Tau
1.7.2.1.3 Après avoir rentré les données trouvées précédemment pour le correcteur ainsi que le
système dans le contrôleur PI on obtient cette courbe.
 Ainsi on obtient graphiquement la valeur de T5%r qui est de 57 secondes et celle de l’overshoot qui
vaut 43 °C.

43 °C
57 s

On observe
qu’avec le contrôleur PI la perturbation n’influe que très peu notre système qui reste très stable.

Cependant malgré que la perturbation soit bien gérée par le contrôleur l’overshoot est trop grand
pour le cahier des charges.

1.7.2.1.9 En utilisant les données de l’exercice 1 de la partie 4 du TD on obtient cette courbe.

Etudions là pour observer si elle respecte le cahier des charges :

0.9∗T
- Kp = = 23.2* - Ti = 3*Tau = 15
K∗Tau
On observe aucun changement particulier dans ce nouveau modèle il y a toujours un overshoot trop
grand malgré le fait que la perturbation soit gérée par le contrôleur

En conclusion à travers ce TP nous avons manipulé différents contrôleurs comme le On-Off ou le PID.

On peut remarquer que le bon choix du contrôleur permet de respecter le cahier des charges. Bien
que je ne sois pas parvenu à respecter le cahier des charges avec les contrôleurs proposés j’imagine
quand poussant le travail de recherche un peu plus loin j’aurais pu en choisir un qui avec les bons
coefficients aurait pu répondre aux attentes du cahier des charges.

Au travers de ces calculs on peut comprendre la complexité de réaliser ce genre de système dans la
réalité. En effet malgré que le système ait-été simplifié cela reste toujours complexe. Dans la réalité il
y a beaucoup plus de facteurs à prendre ne compte ce qui explique la complexité à concevoir ce
genre de contrôleurs. Cependant dans ces expériences et ces calculs on peut retenir que le
contrôleur On-Off semble moins performant que le contrôleur PID. Cela explique en effet la plus
grande présence de ce dernier dans le milieu industriel.