Initiation TP Automatique:

Asservissement de vitesse
d’un moteur à courant
Step Response
1.2

0.8

Amplitude
0.6

0.4

0.2

0
0 1 2 3 4 5 6 7
Time (seconds)

RÉALISÉS PAR :
• PR. ABOUDRAR IMAD
 Plan

1. Introduction au Simulink

2. Modélisation avec Simulink

3. Modélisation de la machine à courant continu

4. Simulation de la MCC sous Matlab Simulink

5. Travail demandé: Asservissement de vitesse de la MCC

2
 1. Introduction au Simulink

 C’est quoi Simulink?

• Simulink est un logiciel de modélisation graphique multi-physique édité par l'entreprise

américaine MathWorks.

• Il fournit un environnement graphique et un ensemble de bibliothèques contenant des blocs de

modélisation qui permettent le design précis, la simulation, l’implémentation et le contrôle de
divers systèmes.

• Il est intégré à MATLAB fournissant ainsi un accès immédiat aux nombreux outils de
développement algorithmique, de visualisation et d’analyse de données de MATLAB.

• Il offre un moyen de résoudre les équations numériquement à l'aide d'une interface utilisateur
graphique, plutôt que d'exiger du code.
3
 1. Introduction au Simulink

 Conception du modèle?
Les modèles contiennent des blocs, des signaux et des annotations sur un fond :

 Les blocs sont des fonctions mathématiques, ils peuvent avoir un nombre variable d'entrées et de sorties.
 Les signaux sont des lignes reliant des blocs, transférant des valeurs entre eux. Les signaux sont des types
de données différents, par exemple des nombres, des vecteurs ou des matrices. Les signaux peuvent être
étiquetés.
 Les annotations de texte ou d'images peuvent être ajoutées au modèle et, bien qu'elles ne soient pas utilisées
dans les calculs, elles permet aux autre la facilité de comprendre le modèle.

4
 1. Introduction au Simulink

 Simulink Toolbar

Model setting Model Run Model Build

Tous les paramètres Pour exécuter, appuyez sur la Si le modèle interagit avec
relatifs à la résolution flèche verte. il existe différents le matériel, vous devrez
numérique des modes de simulation, par exemple construire le modèle avant
équations du modèle 'Normal'. Si vous travaillez avec du qu'il puisse fonctionner.
se trouvent dans matériel, le mode sera 'Externe'. L'état actuel est affiché
"Model La zone de texte indique le nombre dans le coin inférieur
Configuration de secondes pendant lesquelles la gauche de la fenêtre
Parameters". simulation va être exécutée. Simulink.
5
 1. Introduction au Simulink

 Travail avec Blocks : Ajout des Blocks

Il y a deux façons d'ajouter des blocs à un modèle : le navigateur de bibliothèque ou la recherche rapide :

 Navigateur de bibliothèque: Affiche tous les blocs disponibles

dans Simulink, triés par dossiers tels que ‘Math Operations' ou
'Signal Routing’. Il y a une barre de recherche en haut à gauche.
Faites glisser les blocs de la bibliothèque directement dans votre
modèle.

 Recherche rapide: Recherche directe de blocs par simple clic sur

l'arrière-plan de votre modèle et en tapant un terme de
recherche. Sélectionnez un bloc dans les résultats de recherche
pour l'ajouter rapidement à votre modèle.

6
 1. Introduction au Simulink

 Travail avec Blocks : un aperçu sur la bibliothèque

Library Name Type of Blocks Examples of Blocks
Sources Provide inputs to your model Constant, Sine Wave, Step
Sinks Provide ways to view or export data Scope, XY Graph, To Workspace

Math Operations Common mathematical functions to apply to data. Add, Divide, Abs

Ports & Subsystems Create different subsystems (resettable, triggered Subsystem, Enable port, Inputs and
etc) Outputs: In1 and Out1
User Defined Functions Implement custom functions Fcn, MATLAB Fcn

Signal Routing Organise signals from blocks Mux, BusCreator, Goto, Switch
Continuous Systems with continuous states Integrator, Derivative
Discrete Systems with discrete states Unit Delay, Discrete Derivative
Logical and Bit Boolean operators for comparisons Compare To Zero, Logical Operator
Operations
7
 1. Introduction au Simulink

 Les modèles de Simulink et Variables:

 Les blocs Simulink peuvent contenir des variables MATLAB. Ces variables doivent être définies dans
l'espace de travail MATLAB avant d'exécuter le modèle Simulink, sinon une erreur indiquera qu'il existe une
fonction ou une variable non définie. En dessous, C et Zeta dans le bloc de gain, sont définis dans l'espace de
travail MATLAB ‘‘Workspace’’ .

 C'est mieux de concevoir un fichier script MATLAB qui configure tous les paramètres nécessaires dans
votre modèle. Il est plus facile de changer une variable dans un script que d'ouvrir plusieurs menus de
paramètres des blocs dans Simulink.

 Ces Paramètres peuvent être défini aussi dans l’espace:

Model proprieties Callbacks Initfcn 8
 1. Introduction au Simulink

 Le solveur
 La plupart du temps, vous pouvez simplement utiliser les paramètres par défaut pour exécuter votre
modèle. Cependant, vous constaterez parfois que le modèle utilise des pas plus petits ou des pas de
largeur fixe. Tout cela est configurable sur la page Solveur des paramètres de configuration.
 Dans la barre de menu de votre modèle, sélectionnez Simulation ► Paramètres de configuration du
modèle. Ou utilisez simplement le raccourci sur la barre d'outils

• Start/Stop time:

• types of solver
 A fixed step solver will be
necessary for models with
discrete components.
 A Variable step This will
automatically adjust the step size
as the model runs.

• Zero-crossing options
9
 1. Introduction au Simulink

 Le solveur
Intervalle de simulation :
• Temps de début : généralement laissé à 0s.
• Temps de fin : dépend des caractéristiques temporelles des signaux à visualiser (par défaut = 10s).
Pour une simulation en continu, mettre la valeur à « inf ».

10
 1. Introduction au Simulink

 Le solveur
Résolution numérique par pas temporels:
• Zoom sur une région : la résolution numérique se fait à intervalles de temps variables ou fixes.
• la solution globale est obtenue par interpolation linéaire entre ces différents points (segments de
droites).

11
 1. Introduction au Simulink

 Le solveur
 Variable Step

 Fixed Step

12
 1. Introduction au Simulink

 Le solveur: comparaison

« Variable-step » : « Fixed-step » :
+ : précision (adaptation du pas aux variations du signal) + : rapidité (calcul direct)
- : lenteur (processus itératif pour calcul du pas variable) - : précision (dépend des variations du signal)

En cas de « mauvaise » simulation :

• Préférer au maximum un « Variable-step » (par défaut). Mettre une valeur de « Max Step Size » suffisamment petite.
• Si calcul de simulation trop long, préférer alors un « Fixed-step », mettre une valeur suffisamment petite pour le pas.
A savoir :
• Si vous avez des non-linéarités dans votre modèle, choisir un solveur « stiff » (odes).
• Le « Fixed-step » est le seul qui soit réalisable physiquement (période d’échantillonnage fixe) et donc le seul qui permet de
la génération de code ou l’implémentation dans un composant.
13
 2. Modélisation avec Simulink

 Le processus de modélisation d’un système:

Le processus de modélisation d’un système dynamique peut être décomposé en 6 étapes :

Définition du système
Identification des composants
Mise en équations
Conception du schéma-bloc
Simulation du système
Validation du modèle

14
 2. Modélisation avec Simulink

 Modélisation des systèmes:

• Système dynamique
Les systèmes dynamiques sont des systèmes qui changent ou évoluent dans le temps selon une règle fixe. Pour de nombreux
systèmes physiques, cette règle peut être énoncée comme un ensemble d'équations différentielles du premier ordre :

• Représentation dans l'espace d’état

Pour les systèmes linéaires continus à invariance temporelle (LTI), la représentation standard de l'espace d'état est donnée ci-
dessous :

• Représentation de la fonction de transfert

En utilisant la transformée de Laplace, il est possible de convertir la représentation temporelle d'un système en une représentation
entrée/sortie dans le domaine fréquentiel, connue sous le nom de fonction de transfert.

15
 2. Modélisation avec Simulink

 Exemple de modélisation:
• Exemple d’un système électrique : Circuit RLC
Nous allons maintenant considérer une simple combinaison en série de trois éléments électriques passifs : une
résistance, une inductance et un condensateur, connu sous le nom de Circuit RLC.

𝑑𝑖 1
𝑉 (𝑡 ) − 𝑅𝑖− 𝐿 − ∫ 𝑖𝑑𝑡=0
𝑑𝑡 𝐶
1 1
𝑉 ( 𝑠 )=𝑅𝐼 ( 𝑠 )+ 𝐿𝑠𝐼 ( 𝑠 ) + 𝐼 ( 𝑠 ) =𝐼 ( 𝑠 ) [ 𝑅+ 𝐿𝑠+ ]
𝐶𝑠 𝐶𝑠

𝐼 ( 𝑠 ) 𝑁 ( 𝑠) 𝑠
= =
𝑉 ( 𝑠 ) 𝐷( 𝑠) 1
𝐿 𝑠 2+ 𝑅𝑠+
𝐶

16
 2. Modélisation avec Simulink

 Exemple de modélisation:
• Circuit RLC

𝐼 ( 𝑠 ) 𝑁 ( 𝑠) 𝑠
= =
𝑉 ( 𝑠 ) 𝐷( 𝑠) 2 1
𝐿 𝑠 + 𝑅𝑠+
𝐶

17
 2. Modélisation avec Simulink

 Le solveur
• Introduction to PID 𝑁 ( 𝑠) 1
𝐹 (𝑠 )= = 2
𝐷( 𝑠) 𝑠 +3 𝑠+ 1

18
 2. Modélisation avec Simulink

• Introduction to PID

𝑁 ( 𝑠) 1
𝐹 (𝑠 )= = 2
𝐷( 𝑠) 𝑠 +3 𝑠+ 1
Step Response
1.2

0.8

Amplitude
0.6

0.4

0.2

0
0 1 2 3 4 5 6 7
Time (seconds)

19
 3. Modélisation de la machine à courant continu

 Modélisation MCC
On étudie désormais le cas d’une MCC à excitation séparée et flux constant (ou MCC à aimants permanents), accouplée à une charge.

Point de vue électrique Point de vue mécanique

Le principe fondamental de la dynamique appliqué à un solide en
i
rotation permet d'écrire :
Modèle électrique complet de l’induit Domaine temporel:
R
dω(t ) E(p)  K . Ω ( p)
J.  Cm(t) - Cp(t) - Cr(t)
L
dt Cm(p)  K.I(p)
u Domaine fréquentiel:

e
J.p.Ω ( p )  Cm( p )  fΩ ( p )  Cr ( p )

J : moment d’inertie de l’ensemble moteur + charge (kg.m 2 )

di(t)
Domaine temporel: u(t)  R.i(t)  L.  e(t) Cm : couple moteur
dt Cp : couple de pertes : Cp = f.
- f: coefficient de frottement visqueux
Domaine fréquentiel: U ( p )  R.I(p)  L.p.I(p)  E(p) Cr: couple résistant dû à la charge entraînée.
20
 3. Modélisation de la machine à courant continu

 Modélisation MCC

U ( p )  R.I(p)  L.p.I(p)  E(p)

J.p.Ω ( p )  Cm( p )  fΩ ( p )  Cr ( p )
E(p)  K . Ω ( p)
Cm(p)  K.I(p)

𝑅 = 1.55 Ω, 𝐿 = 3.39 𝑚𝐻

𝐾 = 0.071 J = 0.45 10−3 𝐾𝑔. 𝑚2

21
 4. Simulation de la MCC sous Matlab Simulink

 Le modèle de la MCC
on tire le modèle suivant :
𝐶𝑟(𝑝) 𝐶𝑟(𝑝)
𝑈(𝑝) − Ω(𝑝)
1 1 𝑈(𝑝) Ω(𝑝)
𝐾 𝑀𝑜𝑡𝑒𝑢𝑟
+ 𝑅+𝐿 𝑝 + 𝑓+J 𝑝
−

 Le modèle de la MCC sous simulink

22
 4. Simulation de la MCC sous Matlab Simulink

 Résultats de la simulation en BO Consigne d’entrée

Temps t (s) Tension U Le couple
[0, 2] 24 V 0 Nm
[2, 4] 24 V 0.2 Nm
Résultats
Vitesse À vide En charge nominale
en tr/min 3227 2626
Temps de ré pons à 5% 0.4 s
Performances d’asservissement
stabilité Précision Rapidité
Stable - Lent
Conclusion
Une perturbation de couple conduit à la diminution de la vitesse, donc la né cessité d’asservir et
ré gler la vitesse de dé placement.
23
 5. Travail demandé: Asservissement de la MCC

 La commande PID en régulation de vitesse

La commande proportionnel-intégral-dérivé (PID) est insérée dans la chaine directe de l’asservissement, en série
avec le processus. Ce régulateur élabore en fonction de trois actions: proportionnelle, intégrale, dérivée.
• On donne le schéma bloc du correcteur PID en régulation de vitesse avec ces paramètres de simulation:

1. Etude sans régulateur:

a. Donner l’allure de la réponse pour les valeurs de la tension suivante :U=12,15 et 20v
b. Déterminer pour la fonction de transfert Hbo(p), le facteur d’amortissement et la pulsation propre .
c. Calculer l’erreur statique pour un échelon de consigne de 9,5 volts.
d. Simplifier la fonction de transfert H(p) sachant que l’inductance interne est négligeable devant la résistance
interne. 24
 5. Travail demandé: Asservissement de la MCC

• Dans les modélisations qui suivent, posons comme références : Ωc=200 rad/s qui correspond à 12 v
2. Etude avec régulateur proportionnel :
a. Etablir dans Simulink le schéma bloc représentatif de la boucle de régulation de vitesse avec
régulateur P : Cv(p) = Kp.
b. Lancer dans Simulink des simulations avec un gain Kp de 0.1, 0.2 ,2 et 5. Observer les réponses
temporelles de la consigne vitesse, de l’erreur et de l’image de la vitesse.
c. Apporter une conclusion sur l’utilisation et les limites d’un correcteur proportionnel.

3. Etude avec régulateur proportionnel et intégral

a. Etablir dans Simulink le schéma bloc représentatif de la boucle de régulation de vitesse avec régulateur
PI de fonction de transfert :
𝐶 𝑝 = 𝐾𝑝 1 + 𝑇𝑖 𝑃
𝑇𝑖𝑃
b. On prendra une vitesse de 1500 tr/mn et comme perturbation un échelon d’amplitude 9 Nm, Lancer
dans Simulink les simulations pour les différentes valeurs du gain ‘Ki=0,100,400 et 1000’ ‘, en fixant
Kp=1 et Kd=0
c. Observer les réponses temporelles de la consigne vitesse, de l’erreur et de l’image de la vitesse.
d. Apporter une conclusion sur l’utilisation et les limites d’un correcteur PI.
25
 5. Travail demandé: Asservissement de la MCC

4. Etude avec régulateur PID :

a. Etablir dans Simulink le schéma bloc représentatif de la boucle de régulation de vitesse avec
régulateur PID de fonction de transfert :
b. On prendra une vitesse de 1500 tr/mn et comme perturbation un échelon d’amplitude 9 Nm, Lancer
dans Simulink les simulations pour les différentes valeurs:

c. Observer les réponses temporelles de la consigne vitesse, de l’erreur et de l’image de la vitesse.

d. Apporter une conclusion sur l’utilisation et les limites d’un correcteur PI.

26