Presentation MCT11 Mécantronique1

Université Hassan 1er
Faculté des Sciences et Techniques

-Settat-
Département : Physique Appliquée (PA)

Filière : Mécatronique (MCT)
Module MCT11 : Modélisation et Simulation

des
Systèmes Mécatronique
Pr. MAHFOUD Said
Enseignant-Chercheur
1ère Année MASTER

Semestre 2 Année Universitaire 2023-2024
Plan
Introduction
Chapitre 1 Modélisation par graphe de liaison (Bond Graphs) des systèmes mécatroniques
Chapitre 2 Éléments du bond graphs
Chapitre 3 Causalité
Chapitre 4 Équations d'état-espace
Chapitre 5 L'art de construire des modèles du BondGraphs

Pr. Said MAHFOUD Modélisation et Simulation des Systèmes Mécatronique 1er -MCT-S2- FSTS 2
Chapitre 1 Introduction
1. Modélisation et Simulation des Systèmes Mécatronique
La réalisation et l’implémentation d’un système physique nécessite les étapes

suivantes:
Etude théorique Modélisation Simulation Réalisation

• Lois physiques • Algorithme • Isis Proteus • Microcontrôleur
• Lois mathématiques • Block • Matlab • Arduino
• BondGraphs • Simulink • FPGA
• Graphique • Matériels (Electronique, Mécanique)…..

• SolidWorks………..
• Grafcet………..
1. Modélisation et Simulation des Systèmes Mécatronique : BondGraphs
La modélisation des Bond Graphs est une méthodologie de modélisation

physique basée sur les premiers principes particulièrement adaptée à la
modélisation de systèmes multidisciplinaires ou mécatroniques.
1.R.Rosenberg 2.H.Paynter 3.D. Kranopp 4. D.Margolis 5. J. Thoma

1. Pourquoi le Bond Graphs pour les systèmes mécatroniques
L'une des étapes principales et les plus difficiles de la

conception et de l'analyse d'un système mécatronique : est
la modélisation.
En effet, les systèmes mécatroniques sont régis par de
nombreux effets de différentes disciplines d'ingénierie
(mécanique, électrique, pneumatique, thermique, etc.) et
de divers composants technologiques (capteurs,
contrôleurs, actionneurs, transducteurs, etc.).
Les systèmes mécatroniques nécessitent une approche structurée en utilisant un

langage unifié, quatre niveaux de modélisation peuvent être représentés par le
Bond Graphs :
Niveau Technologique : Ce niveau représente l'architecture du système en
assemblant sous forme iconique les différents modèles de sous-systèmes, qui
correspondent à différents éléments de l'installation (échangeur de chaleur,
chaudière, canalisation, etc.).
Niveau Physique : la modélisation utilise une description énergétique des

phénomènes physiques. On utilise les concepts de base de la physique tels que la
dissipation d'énergie, la transformation, l'accumulation, les sources, etc. en
considérant les phénomènes physiques pertinents (inertie, frottement et
compressibilité), sous une forme discrétisée, pour introduire la dynamique du
système à travers une représentation graphique.
Niveau Mathématique :Le modèle mathématique est représenté par les

équations mathématiques (équations algébriques et différentielles) qui décrivent
le comportement du système. Le niveau mathématique est obtenu à partir d'un
graphe de liaisons en écrivant les équations constitutives des composantes et des
contraintes.
Niveau Algorithmique : Le niveau algorithmique est directement connecté au

traitement de l’information. Ce niveau indique comment les modèles
mathématiques sont calculés.
Le problème algorithmique est résolu dans la méthodologie des graphes de
liaisons par l'attribution systématique de causalités, qui sont représentées par les
lignes perpendiculaires aux extrémités des liaisons.
Les avantages offerts par la modélisation de graphes de liaisons (Bond Graphs)

sont les suivants :
• C'est un langage unique pour tous les domaines physiques,
• Il montre clairement les relations à effet de cause dans le modèle,
• Il permet des évolutions du modèle,
• Et c'est aussi un outil d'analyse des propriétés structurelles du système.
Chapitre 1 2. Théorie de la modélisation des graphes de liaison
2.1 Concepts et définitions
Considérons deux systèmes S1 et S2, respectivement représentés par un moteur

à courant continu et une charge comme le montre la figure 1, qui échangent de
l'énergie sous forme de puissance exprimée par : P = e.f
Figure 1. Connexion énergétique représentée par des liens et ports dans la représentation BONDGRAPHS

(e) : effort et (f) : flux  appelées variables de puissance.
L'effort est la variable intensive (par exemple pression, potentiel électrique, température,
potentiel chimique, force, couple, etc.) et le flux est la dérivée d'une variable extensive (par
exemple débit volumique, courant, débit d'entropie, vitesse, débit molaire, etc.)


l'énergie sous forme de puissance exprimée par : P = e.f = τ.ω
τ  Couple (Torque) ω  Vitesse angulaire
2.2 Définition
Un graphe de liaisons est une collection d'éléments multiports connectés entre

eux. Au sens général, c'est un graphe linéaire dont les nœuds sont des éléments
multiports et dont les branches sont des liaisons, qui représentent les puissances
échangées comme le produit d'efforts généralisés (e) et de flux généralisés (f)
avec des éléments agissant entre ces variables et structures de jonction
(contraintes algébriques) pour reproduire l'effet global. modèle en tant que sous-
systèmes interconnectés.
2.2 Définition
Les graphes de liaison sont appelés graphes orientés, dans lesquels les sommets représentent
des sous-modèles (ou éléments) et les arêtes représentent une connexion énergétique idéale
entre les ports d'alimentation, comme l'illustre l'exemple de circuit électrique présenté sur la
figure suivante :
Figure 2. Un Bond Graph basique
2.3 La puissance en tant que système de coordonnées unifié
Le sentiment positif de flux de puissance est représenté par la demi-flèche sur le

bond (liaison). L'énergie est échangée selon le sens représenté par une direction
de puissance (demi-tête de flèche) uniquement lorsque les deux variables de
puissance ont le même signe, c'est-à-dire que soit les deux sont positives ou
négatives ; sinon, le transfert d'énergie s'effectue dans le sens opposé au sens
de puissance attribué.
Chapitre 1 2. Théorie de la modélisation des graphes de liaisons
2.4 Les Variables de puissance

La puissance est exprimée par : , les variables (e) et f(t) peuvent être
représenté par plusieurs variables dans différents domaine comme le montre le tableau
suivant :
Table 1. Variables de puissance dans un véritable graphes de liaisons
2.4 Les Variables énergétiques

Table 2. Variables de puissance et d'énergie dans un véritable bond Graphs
Deux types de variables énergétiques sont
utilisées : l'impulsion généralisée, p(t), et le
déplacement généralisé, q(t). Ils sont obtenus
par intégration des variables de puissance par
rapport au temps.
Deux types de variables énergétiques supplémentaires sont utilisées : l'impulsion généralisée,

p(t), et le déplacement généralisé, q(t). Ils sont obtenus par intégration des variables de
puissance par rapport au temps.
Dérivé
de p(t) 
et q(t) 
Energie E(t)
E en fonction des variables énergétiques p ou q :
où l'effort e et le flux f sont respectivement la force et la vitesse : Si la force est proportionnelle

au déplacement la variable énergétique est où , alors l'énergie stockée
est :
représenté par plusieurs variables dans différents domaine comme le montre le tableau suivant :
Table 3. Variables de puissance en génie des procédés
représenté par plusieurs variables dans différents domaine comme le montre le tableau suivant :
où et, eh et ec représentent respectivement l'effort Thermique (l'enthalpie ou la température), l'effort hydraulique

(la pression) et l'effort chimique (le potentiel chimique) ; et ft, fh et fc représentent respectivement le débit
thermique (ou entropique), le débit hydraulique (débit massique ou débit volumique ) et le débit chimique ( débit
molaire ).
2.4 Analogie des variables énergétiques
L'analogie des variables de déplacement et d'impulsion pour différents systèmes est donnée
dans les Fig. 3 et 4.
Figure 3. Variables de déplacement pour les systèmes hydrauliques (a), électriques (b), thermiques (c) et mécaniques (d)
2.4 Analogie des variables énergétiques
L'analogie des variables de déplacement et d'impulsion pour différents systèmes est donnée
dans les Fig. 3 et 4.
Figure 4. Variables d'impulsion pour les systèmes électriques (a) et mécaniques (b)
2.5 Variables de puissance : Comment les sélectionner dans un système multiphysique ?

Juste on utilise une paire de variables :
1. Variable intensive : variable d'effort e(t)
2. Dérivée de la variable extensive : variable de flux f(t)
Figure 5. Exemple d’un système multi-physique
2.5 Graphique de liaison des mots et les variables de puissance utilisées.

Figure 6. Exemple d’un système multi-physique-

structure initiale

Figure 7. Exemple d’un moteur à courant continu connecté à une

charge mécanique

Figure 7. Exemple d’un moteur à courant continu connecté à une

charge mécanique
2.6 Qu'en est-il des phénomènes physiques ? Éléments physiques génériques (R,C,I, TF,GY, Se,Sf)
Figure 8. Élaboration des éléments

physiques du BondGraphs d’un système
multiphysique.
3.1 Éléments du bond graphs

Dans le langage des bond graphs, deux éléments actifs (à savoir les sources : Se et Sf), trois
éléments passifs généralisés (I, C et R), deux jonctions (0 et 1) et deux transducteurs (TF et
GY) sont utilisés pour modéliser tout processus énergétique.
Eléments du BondGraphs
Eléments passifs Jonctions

Eléments actifs
transformer la puissance Connecter les différents
Générer et fournir de
reçue en énergie dissipée (R) éléments des systèmes : sont
l'énergie au système
ou stockée (C, I) économes en énergie
Figure 4. Variables d'impulsion pour les systèmes électriques (a) et mécaniques (b)
3.1 Éléments du bond graphs Eléments du BondGraphs
Eléments passifs Eléments actifs Jonctions
transformer la puissance Générer et fournir de Connecter les différents

reçue en énergie dissipée (R) l'énergie au système éléments des systèmes : sont
ou stockée (C, I) économes en énergie
R C I Se Sf Ils ne constituent pas un point

0,1 TF,GY
Élément à un port
matériel (effort commun (0) Transformation de
et flux commun (1). l'énergie ou Conversion
d'un domaine à un autre
Élément à trois ports

Élément à deux ports
3.1 Exemple 1
Figure 9 Modélisation d’un circuit RLC connecté à une source de tension par BondGraphs.
3.1 Exemple 2
Figure 10 Modélisation d’une masse connecté au bâtit via une liaison pivot-glissant et un
ressort.
3.1 Exemple 3
Figure 11 Modélisation d’un circuit RLC connecté à une source de tension par BondGraphs.
3.1 Eléments passifs

Les éléments du graphe de liaison sont dits passifs car ils transforment la puissance reçue en
puissance dissipée (élément R), stockée sous forme d'énergie potentielle (élément C) ou
cinétique (élément I).
- Représentation :
R : Signifié l’élément R
R1 : Signifié le nom de l’élément
3.1 Eléments passifs : Élément résistive R

Pour la modélisation de tout phénomène physique caractérisé par une relation
effort-flux
Représentation :
3.1 Eléments passifs : Élément résistive R
Figure 12 Exemples de l’élément résistifs dans le domaine (a) électrique (b) mécanique (c) thermodynamique et (d) thermique.
3.2 Eléments passifs : Élément capacitive C

effort-
Représentation :
Figure 12 Exemples de l’élément résistifs dans le domaine (a) électrique (b) mécanique (c) thermodynamique et (d) thermique.
3.3 Eléments passifs : Élément inertiel I

flux-
Représentation :
3.4 Transformateurs et Gyrateurs

Élément conservateur de puissance à deux ports (sans stockage ni dissipation)
Représentation :
3.4 Transformateurs et Gyrateurs : Transformateurs

Transformer l'énergie d’un même domaine physique avec conservation du type de la
grandeur physique transformée.
Exemples : levier, poulie, paire d'engrenages, transformateur électrique.
Représentation :

Exemple 1 :

Exemple 2 :

Exemple 3 :

Exemple 4 :

Exemple 5 :
3.4 Transformateurs et Gyrateurs : Gyrateurs

Convertir l'énergie d’un domaine physique à autre un domaine physique.
Exemples : Gyroscope, capteur à effet Hall, changement de domaine physique...
Représentation :
3.4 Transformateurs et Gyrateurs : Gyrateurs (Moteur à courant continu)

Exemple 1 :
U T
i ω
Puissance électrique = U.i Puissance mécanique = T.ω
Relation de définition : Puissance conservée : U.i = T.ω

T=k.i
U = k.ω Avec k : modulé
3.5 Eléments actifs : Se et Sf

Éléments qui fournissent de l'énergie Ils fournissent un effort ou un flux : Se ou Sf
Une source maintient l'une des variables de puissance constante en fonction du temps, quelle que soit
l'importance de l'autre variable.
Source de flux Sf
Source d’effort Se
Ex : Générateur de courant électrique, la vitesse imposée en
Ex : Générateur de tension électrique, la mécanique et la pompe hydrostatique entraînée à fréquence
pompe à pression, la source de de rotation constante, où le débit volumique est
température, la gravité, etc. pratiquement indépendant de la pression opposée.
3.6 Jonctions : Comment connecter différents sous-systèmes ?

Pour exprimer d’autres contraintes du système global modélisé, les éléments du bond graph (R, C, I) sont
interconnectes par des jonctions ≪0≫ lorsque les ports interconnectes ont un effort commun et par une
jonction ´ ≪ 1 ≫ si leur flux est le même. Autrefois, ces jonctions étaient appelées jonctions ´ P (parallèle) et `
S (série) par l’auteur Jean Thoma.
3.6 Jonctions : 0-Jonction « jonction de l'effort commun »

Lorsque deux éléments sont interconnectes par des jonctions ≪0≫ lorsque les ports interconnectes ont un
effort commun.
Représentation : Relations :
Conservation de la puissance :

effort commun.
Exemple 1:

effort commun.
Exemple 2:

effort commun.
Exemple 2:
3.6 Jonctions : 1-Jonction « jonction de flux commun »

Lorsque deux éléments sont interconnectes par des jonctions ≪1≫ lorsque les ports interconnectes ont un flux
commun.
Représentation : Relations :
Conservation de la puissance :

commun.
Exemple 1 :

commun.
Exemple 2 :
1. Sources :
3. Jonctions :
4. Capteurs :
3.7 Information de la liaison

Le signal est représenté par une liaison d’information ou de signal, qui correspond aux flèches du
schéma fonctionnel. Il est représenté par une flèche complète sur la liaison et peut représenter le signal transmis
par un capteur, un intégrateur, un membre de somme, un contrôleur, etc. La liaison d'informations n'a pas
besoin de direction de puissance car aucune puissance n'est transmise depuis le système physique.
La modélisation des capteurs et le flux d'information considère la puissance comme nulle dans les
liaisons d'information du seul point de vue du système physique considéré; l'alimentation externe des
composants actifs est exogène au système physique et le transfert de puissance dans ces parties n'est pas
modélisé.
3.8 Méthode systématique de construction d’un Bond Graph

1. Identifier tous les domaines physiques du système et tous les éléments dans chaque domaine physique
2. Fixer un sens de circulation du flux (axe de référence pour les vitesses en mécanique) pour chaque domaine physique
3. Identifier et nommer chaque variable de flux (de vitesse en mécanique)
4. Associer à chaque variable de flux (vitesse) une jonction (1)
5. Identifier dans le système toutes les différences de flux (vitesses relatives) nécessaires à la connexion des éléments à la
structure de jonctions
6. Construire les différences d’effort (vitesses relatives) en utilisant des jonctions 1 ( 0) et en respectant le sens du
transfert de puissance
7. Connecter les éléments R, I, C aux jonctions et placer les sources
8. Simplifier le BG si possible.

Exemple d’application : K1 K2
F
m1 m2
f
Etape 1: Mécanique de translation uniquement : 2I : m1 m2, 1R : f, 2C : K1 K2, 1Se : F
Etape 2: Orienter l’axe des vitesses : + V1 V2

K1 K2
Etape 3: Recenser les différentes vitesses : F m1 m2

f
+

V1 V2 V0
F1 K1 F0 K2
F m1 m2
F2
f
+
Etape 4: Matérialiser les différentes vitesses par des jonctions 1 : 1 : V1 1 : V2 1 : V0
Etape 5: Introduire des vitesses relativesK: 1 et f soumis à V12 = V1 – V2

K2 soumis à V20 = V2 – V0
1 : V12
Etape 6: Construire les vitesses relatives à l’aide de F1 V1 –V2
jonctions 0,en respectant le sens du transfert des Idem avec 0 : F2 et 0 : F0
puissances : F1 0 : F1 F1
V1 V2
1 : V1 1 : V2

V1 V2 V0
K1 K2 Etape 7: Connecter la source et les éléments R, I, C :
F m1 m2
f 1 : V12 C : 1/K1
+
I : m1 I : m2 1 : V20 C : 1/K2
Se : F 1 : V1 1 : V2 0 1 : V0
1 : V12 R:f
3.9 Règles de simplification

Règles 1: Eliminer un lien ne transmettant pas de puissance (e ou f nul)
Règles 2: Eliminer une jonction n’ayant qu’un lien en entrée et en sortie
0 1 C ≡ 0 C
1 0 I  1 I
à cause du changement de signe
Règles 3: Réduire à une seule jonction 1 (ou 0) deux jonctions 1 (ou 0)

reliées par un seul lien
0 0 ≡ 0

Règles 4: Les schémas ci-dessous à gauche sont équivalents à ceux de droite
3
3 4
0 Règles 5: Si on considère un système dans
1 1 : f 1 – f2
1 : f1 1 : f22 ≡ une position initiale d’équilibre,
0 1 2
on peut supprimer les sources constantes
0
4
3
3 4
1
1 0 : e 1 – e2
0 : e1 0 : e22 ≡
1 1 2
1
4

Simplification exemple 1 : Système masse ressort
1 : V12 C : 1/K1
I : m1 I : m2 1 : V20 C : 1/K2 I : m1 I : m2
0 Règle 2
Se : F 1 : V1 0 1 : V2 C : 1/K2
Se : F 1 : VRègle
1 4 1 : V2 0 1 : V0
0 Règle 1
R:f 1 : V12 C : 1/K1
1 : V12 R:f
15 liens 9 liens

Simplification exemple 2 : Filtre électrique
0:V C:C
R:R 0:V C:C

1 : I1 2 règle
Se : Ve 0 : Ve 4 règle 0 : Vs I:L
Se : Ve 1 : I1 + I2 I:L
1 : I2
0:V R:R
10 liens 5 liens
3.1 Introduction
La causalité doit être indiqué sur un bond graph afin que celui- ci soit traité de façon numérique ; c'est d'ailleurs
le logiciel qui s'en charge. On rappelle que la causalité consiste à imposer un ordre de cause à effet dans les
relations entre les variables représentant un système.
Notion fondamentale : Exemple :

Le moteur tourne
- Définit les relations de cause à effet en vue de la commande car il est alimenté
i
- Structure les équations en vue de la résolution 
u
- Permet la détection d’erreurs de modélisation Γ
L’alimentation électrique du moteur est la cause

et sa rotation la conséquence
3.1 Introduction
La causalité doit être indiqué sur un bond graph afin que celui- ci soit traité de façon numérique ; c'est d'ailleurs
le logiciel qui s'en charge. On rappelle que la causalité consiste à imposer un ordre de cause à effet dans les
relations entre les variables représentant un système.
Exemple : avec et b étant deux constantes et x et y étant deux variables d’une équation ou d’un modèle causal
qui apparaît comme une relation constitutive pour deux ports et des éléments R. La causalité ordonne ces
équations. La relation causale peut être écrite de telle manière qu'une seule variable est la sortie, par exemple,
est une relation causale dans laquelle y est la cause (antécédent) et x est l'effet (conséquence) et vice versa.
3.1 Introduction
Exemple :
est valable à une jonction 0 (jonction de somme de flux) avec trois liaisons
Alors les relations causales possibles sont :
, et
Cependant : une relation comme : n’est pas causale car à partir de la seule valeur connue de , nous
ne pouvons pas calculer deux variables inconnues.
En conséquence : le flux dans une seule liaison (appelée liaison forte) peut être déterminé à une jonction
<<0>> lorsque les flux dans d’autres liaisons sont connus. De même, l'effort dans une seule liaison peut être
déterminé à une jonction <<1>>
3.1 Introduction
L'analyse causale détermine la direction de l'échange d'informations sur l'effort et le flux dans un modèle de graphe de
liaison. Cet échange d'informations est un aspect mathématique ou informatique du problème et n'est pas lié à la physique
du problème. Le résultat est un graphe de liaison causale qui peut être considéré comme un schéma fonctionnel compact. À
partir du graphe de liaison causale, nous pouvons directement dériver un schéma fonctionnel équivalent. C'est le niveau
algorithmique de la modélisation.
A e B
2 cas possibles : f
e
- A impose l’effort à B qui en retour impose le flux à A : f = φ(e) A B
f barre de causalité
e e
- A impose le flux à B qui en retour impose l’effort à A : e = φ(f) A B A B
f f
NB : La barre de causalité est du côté de l’élément qui impose le flux ou à qui l’effort est imposé
3.1 Introduction
Exemple : Considérons un système électrique constitué d'une
source de tension E reliée à une résistance R (Fig. 3.1). La
tension E et le courant i sont des variables de puissance
complémentaires. Pour la source de tension, E est une variable
de sortie et i est une variable d'entrée. Nous avons donc une
causalité fixe à la source. Par conséquent, pour la résistance, E
donné par la source est une variable d'entrée et i = E/R est une
Figure 3.1. Causalités dans les graphiques obligataires.
variable de sortie. Cette forme de calcul du modèle est
(a) L'effort est connu pour R. (b) Le flux est connu
représentée par le graphe de liaison causale. pour R.
3.1 Introduction
Le graphique de liaison causale et les schémas fonctionnels
associés sont donnés sur la Fig. 3.2 (a) et (b), respectivement.
Basée sur le concept de causalité, la détermination des causes
et des effets dans le système est directement déduite de la
représentation graphique et montre en même temps le passage
au schéma fonctionnel. L'algorithme de simulation est alors
Figure 3.2. Implication de l'attaque causale
indiqué par la position du trait causal dans le graphe de
liaison, qui devient le graphe de liaison causale.
3.1 Introduction
1. Les sources :
Source d’effort Se e imposé par Se
Source de flux Sf f imposé par Sf
Table 3.1. Affectation de causalité pour les

éléments du graphe de liaison
3.1 Introduction
2. 0-Jonction
Egalité des efforts
→ un seul lien impose l’effort à la jonction
→ un seul lien avec trait causal près du 0
ici c’est e1 qui s’impose :

3.1 Introduction
3. 1-Jonction Egalité des flux
→ un seul lien impose le flux à la jonction
→ un seul lien sans trait causal près du 1
ici c’est f1 qui s’impose :

3.1 Introduction
4. Transformateur
Pas de permutation de la nature énergétique
→ même causalité en entrée et en sortie
→ affectation symétrique de la causalité

3.1 Introduction
5. Gyrateur
Permutation de la nature énergétique
→ affectation antisymétrique de la causalité

3.1 Introduction
6. Eléments passifs : C et I Causalité préférentielle = intégrale
Table 3.1. Affectation de causalité pour les éléments du graphe de liaison

3.1 Introduction
6. Eléments passifs : R Causalité indifférente
R f = e/R
R e = R.f
Cas particulier : frottement sec

F Pour F donné, on ne connaît pas forcément v
→ Causalité flux R
v

3.1 Introduction
7. Procédure d’affectation séquentielle de la causalité
La causalité entraîne des contraintes de compatibilité. Il est clair qu'une seule extrémité d'un lien de puissance
peut définir l'effort et donc qu'une seule extrémité d'un lien peut avoir un coup causal. Sur cette base, les règles
de propagation ou d'extension de la causalité peuvent être dérivées comme indiqué ci-dessous :
1. Notez que les efforts sont égaux dans une jonction-0 et que les flux sont égaux dans une jonction-1.
Ainsi, une seule liaison peut causer l'effort dans une jonction 0 et une seule liaison peut causer le flux dans une
jonction-1. peut être à l'origine du flux dans une jonction à 1. Ainsi, si la causalité d'une liaison d'une jonction
est connue, la causalité des autres est également connue. Cette liaison unique est appelée la liaison forte.
3.1 Introduction
2. De même, si la causalité d'un port d'un élément à deux ports est connue, la causalité de l'autre port est
automatiquement établie. de l'autre port est automatiquement établie. Pour un élément TF, si le flux (ou
l'effort) d'un côté est connu, le flux (ou l'effort) de l'autre côté est calculé à partir de ce flux (ou effort). à partir
de celui-ci.
3.1 Introduction
3. De même, dans un Gyrateur, si le flux est connu dans une liaison, l'effort de l'autre liaison est calculé à
partir de ce flux et si l'effort est connu dans une liaison, le flux de l'autre liaison est calculé à partir de ce flux.
3.1 Introduction
7. affectation séquentielle de la causalité
Lors de l'établissement de la causalité d'un modèle complet de graphe de
liaisons, afin de prédire le résultat des équations finales et d'éviter toute
incohérence, la procédure ci-dessous (appelée affectation séquentielle de la
causalité) doit être suivie dans l'ordre le plus strict :

3.1 Introduction
1. Les sources imposent toujours une causalité : l'effort est imposé par les sources
d'effort et le flux est imposé par les sources de flux. Choisir ensuite n'importe quelle
source soit Se ou Sf et lui attribuer la causalité requise. Étendre immédiatement les
implications causales, en utilisant toutes les restrictions 0,1, TF et GY

3.1 Introduction
2. Choisir n'importe quel C ou I et lui attribuer une causalité intégrale (bien adaptée
aux calculs numériques).
Étendez à nouveau les implications causales de cette action, en utilisant les restrictions
0, 1, TF et GY.

3.1 Introduction
3. Choisissez n'importe quel R pour lequel la causalité n'est pas encore attribuée et
donnez-lui une causalité arbitraire. Dans les éléments R linéaires, la causalité est en
principe indifférente, mais elle indique si la résistance ou la conductance doit être
saisie comme paramètre. Dans les éléments R non linéaires, les équations sont plus
confortables dans une direction en fonction de la forme de l'équation. Après
l'attribution arbitraire de la causalité à l'élément R, étendre les implications causales en
utilisant les restrictions 0, 1, TF et GY.

3.1 Introduction : Règles de propagation de la causalité
1. Affecter les causalités imposées par les sources

2. Mettre les éléments I et C en causalité intégrale
3. Propager les causalités aux jonctions, transformateurs et gyrateurs
4. Affecter les causalités (de façon indifférente) aux éléments R
L’étape 2 peut amener des conflits de causalité. On peut alors :

1. Accepter de changer une causalité intégrale en une causalité dérivée et reprendre en 3 (causalité mixte)
2. Reprendre la modélisation en ajoutant des éléments qui auraient été négligés (par exemple en mécanique
un élément C qui tient compte de la flexibilité d’une pièce), ou à l’inverse en simplifiant le modèle (par
exemple en mécanique en ramenant les inerties sur le même axe)
3.1 Introduction
8. Causalité non unique ou non définie :
• Causalité non unique
Il n’y a pas toujours unicité dans l’affectation de la causalité aux éléments R
Ce degré de liberté peut créer des équations implicites problématiques pour la
résolution numérique Solution : ajouter un élément
• Causalité non définie R qui modélise la résistance
Vg Vb du fil. Vg Vb
Exemple : Charge d’une batterie
Chargeur Batterie
conflit ! Se : Vg 1:I Se : Vg
Se : Vg 1:I Se : Vg
R:R
3.1 Introduction
9. Causalité mixte : I : m1 I : m2
Exemple : Bras de levier
F V2 Se : F 1 : V1 TF : b/a 1 : V2 C : 1/K2
V2 / V1 = b/a
m1 m2
Solution conflit !
V1 a b
K
Cause : I : m1 I : m2
Traduction de la dépendance existant entre les vitesses des 2 masses
Solutions : Se : F 1 : V1 TF : b/a 1 : V2 C : 1/K2
- Accepter une causalité mixte : mettre m1 ou m2 en causalité dérivée.
Causalité dérivé
- Réunir les 2 masses en une seule ayant une inertie équivalente. pour m2
- Introduire une flexibilité du levier.
3.3 La causalité dérivée et ses implications

Rappelons le concept d'énergie ou de variables d'état. La déformation d'un ressort définit son état, c'est-à-
dire l'énergie potentielle. De même, l'impulsion d'une masse est son état qui définit l'énergie cinétique. Ces
états admettent des conditions initiales. Par exemple, les équations différentielles couplées du premier ordre
pour un certain système mécanique à un seul degré de liberté (masse m, rigidité k, amortissement r et un
forçage F(t)) sont données comme suit :

l'excitation et les valeurs initiales à un certain moment, disons t = 0 (c'est-à-dire et ) sont connues. Il
convient de noter que dans un modèle de graphe de liaison, les conditions aux limites sont déjà mises en
œuvre dans la structure du modèle (par exemple, une extrémité du ressort fixée au sol). Les valeurs initiales
sont utilisées lors de l'intégration des équations différentielles. Ainsi, si la relation constitutive de l'élément de
stockage (élément I ou C) est sous forme non intégrale, elle n'est pas prise en compte dans le modèle. forme
non intégrale, elle ne conduit pas à une variable d'état et on ne peut pas lui attribuer une condition initiale.

Les variables d'état sont des résultats de l'intégration. Pour les systèmes déterministes, un concept
fondamental est que le présent (valeur initiale) décide de ce qui se passera ensuite. et une fois que la valeur de
l'étape suivante est connue, l'excitation à ce moment-là décident ensemble de ce qui se passera plus tard.
Parfois, l'histoire passée peut être utile. Cependant, l'avenir ne peut pas décider du passé. Ainsi, la réponse
d'un système dynamique déterministe est toujours donnée par une fonction d'histoire.
l'intégration étant l'outil permettant de modéliser cette histoire temporelle. Si l'énergie, y compris l'énergie
initiale, dans un élément de stockage doit être prise en compte dans le modèle, alors l'élément de stockage
doit être intégralement causal, c'est-à-dire que la course causale doit être placée près de l'élément I et loin de
l'élément C.
La capacité d'identifier automatiquement les configurations impossibles ou

les erreurs de modélisation, telles que la causalité différentielle ou les
boucles de causalité, est un avantage majeur des graphes de liaison.
Par exemple : connectons un condensateur directement à une batterie. Le
modèle de graphe de liaison est alors une source d'effort connectée à un
élément C par l'intermédiaire d'une jonction 1.
Figure 3.3. Exemple de causalité différentielle
Lorsque nous attribuons la causalité, nous constatons que l'élément C reçoit une
causalité dérivée ou différentielle, comme le montre la figure 3.3 Voyons quel est le
problème avec ce modèle. Si Q est la charge finale stockée dans le condensateur en
régime permanent, alors V = Q/C ou Q = VC.
L'énergie stockée dans le condensateur est donc. Cependant, l'énergie
prélevée sur la source de tension est : Figure 3.3. Exemple de causalité
Ainsi, l'énergie stockée dans le condensateur n'est pas la même que différentielle
l'énergie tirée de la source; la moitié de l'énergie de la source est manquante
quelque part. En fait, cette énergie devrait être dissipée par une résistance.
3.4 Graphiques de liaison bi-causale

Comme nous l'avons vu, la causalité impose une certaine propagation dans le graphe des liens.
Elle implique que si l'effort agit dans un sens, le flux agit dans le sens inverse, ce qui est vrai pour tous les
systèmes physiques. Pour certaines applications spéciales telles que l'inversion de système,
le dimensionnement des actionneurs, le diagnostic des défauts,
etc., nous aurons besoin que les informations relatives à l'effort
et au flux se propagent de la même manière. Ainsi, pour
l'inversion de systèmes et le diagnostic de défauts, d'autres
règles de causalité sont nécessaires. Ce besoin particulier peut
être expliqué par un cas très simple d'estimation des paramètres. Figure 3.5. Graphique de liaison bi-causale

Exemple :
Considérons la façon dont nous mesurons la résistance d'un résistor dans un multimètre.
Le multimètre est équipé d'une pile comme source de tension. ses deux bornes sont connectées aux deux côtés d'une
résistance, un courant circule qui est mesuré par le multimètre. Le rapport entre la tension fournie et le courant donne la
valeur de la résistance. Si nous modélisons cela sous la forme d'un schéma fonctionnel, nous avons un bloc dans lequel
l'effort (tension) et le courant sont tous deux des entrées et la valeur de la résistance est la sortie du bloc.
Nous ne pouvons pas représenter ce scénario dans un modèle de graphe de
liaison où les deux informations conjuguées des variables de puissance sont
imposées à un élément R dont la valeur du paramètre devient un signal de
sortie (contrairement aux modèles de simulation où les valeurs des
paramètres sont connues).
Figure 3.5. Graphique de liaison bi-causale

Dans Ce cas, le trait de causalité est divisé en deux. Une moitié, du même côté que la demi-flèche indiquant
la direction de la puissance, indique la direction de l'imposition de l'information sur le flux, et l'autre moitié
indique la direction de l'imposition de l'information sur l'effort. Si les informations relatives au flux et à
l'effort sont co-orientées, les formes de causalité apparaissent c²omme le montre la figure 3.5.
Dans le second cas illustré à la figure 3.5, la causalité de R indique
que l'effort et le flux sont disponibles pour un bloc représentant la
relation constitutive de l'élément R. Cela permet de calculer la
résistance R, le flux et l'effort, c'est-à-dire de faciliter l'estimation
des paramètres.
Figure 3.5. Graphique de liaison bi-causale
3.5 Chemin causal

Définition : Un chemin causal entre deux ports est une alternance de liens et d'éléments de graphes de
liaisons de base (appelés nœuds) tels que :
(i) Tous les nœuds ont une causalité correcte et complète,

(ii) Deux liaisons du chemin ont une direction de course causale opposée dans le même nœud, vu du nœud.
3.5 Chemin causal

Un chemin causal est équivalent à une boucle de signal dans un schéma fonctionnel ou un graphique de flux de
signaux. La figure 3.5.a montre un circuit RLC dont le courant est mesuré par le capteur de flux Df : i.
De son modèle de graphe de liaison, différents chemins
causaux sont déduits. Les chemins causaux de la source
d'effort du graphe de liaison (Se:E) à l'élément C (représenté
par la ligne pointillée) et au capteur de flux sont indiqués,
respectivement, dans la figure 3.5.c.d .
Figure 3.5. (a) un circuit RLC, (b) son modèle de graphe

de liaison, et (c), (d) deux chemins causals
3.5 Chemin causal : A) Différents types de chemins causaux

Différents types de chemins causaux sont représentés à la figure Fig 3.6.
• Le chemin causal direct simple est couvert par une seule variable (effort ou flux).
Cependant, il existe deux séquences de liens et de nœuds suivant l'effort ou le flux
(voir Fig 3.6,a).
• Le chemin causal est dit indirect si un élément passif (R, C, I) doit être traversé le
long du chemin (Fig. 3.6,b).
• Enfin, le chemin causal est mixte s'il comporte un gyrateur (GY) imposant le
changement de la variable suivie (Fig. 3.6,c).
• Un chemin causal ne passe pas par une source ou un capteur. La variable suivie
change (e à f, ou vice versa) lorsque le chemin passe par un élément passif (I, C, Figure 3.6. Chemins de causalité
ou R) ou un gyrateur (GY). simples (a), indirects (b) et mixtes (c)
3.5 Chemin causal : A) Différents types de chemins causaux

Définition 1 : La longueur ou l'ordre d'un chemin causal est la différence entre le nombre d'éléments de stockage à
causalité intégrale et à causalité différentielle rencontrés sur le chemin. Le compte est incrémenté de 1 pour chaque
élément I et C intégralement causal, tandis qu'il est décrémenté de 1 pour chaque élément de stockage à causalité
différentielle.
Définition 2 : Deux chemins causaux sont dits différents s'ils n'ont pas d'élément dynamique commun.
Définition 3: Un chemin direct est un chemin causal entre une source (actionneur) et une sortie (représentée par un
détecteur). Ce chemin est utilisé pour déterminer le gain du chemin direct lors de l'évaluation de la fonction de transfert.
3.5 Chemin causal : B) Chemins causaux fermés

Définition 1 : Un chemin causal fermé commence et se termine au même nœud. Il peut exister entre deux éléments de
type R, C ou I (Fig. 3.7). Il peut également commencer et se terminer au même jonction. Une boucle causale ne peut pas
impliquer une source ou un capteur.
Définition 2 : Deux chemins causaux fermés sont disjoints s'ils n'ont en commun ni jonctions ni liens en commun tout
en suivant le même type de variable.
Figure 3.7. Chemins de causalité fermés en suivant la variable « effort »  ou la variable « flux »
3.5 Chemin causal : B) Chemins causaux fermés
• Une boucle causale fermée dont la longueur ou l'ordre est égal à zéro est appelée chemin causal d'ordre zéro (ZCP :
Zero-order Causal Path).
• Un ZCP impliquant uniquement des éléments de structure de jonction (1, 0, TF, GY) et des éléments R.
Figure 3.7. Chemins de causalité fermés en suivant la variable « effort »  ou la variable « flux »
3.5 Chemin causal : C) Gain du chemin causal

Définition : Le gain du chemin causal est déterminé par le produit des gains de tous les éléments contenus dans le chemin.
Les gains de chemin causal (dans un cas linéaire) sont calculés comme suit :
• Gain du chemin causal direct :
• Gain de causalité indirecte :
• Gain du chemin causal fermé ou gain de boucle :

• : Nombre d'inversions dans la direction des demi-flèches aux carrefours 0 (jonction-0) lorsque l'on suit la variable
flux le long du chemin
• : nombre d'inversions dans la direction des demi-flèches aux carrefours 1 (jonction-1) en suivant la variable d'effort le
long de la trajectoire.
• : module de , ou selon la causalité de
• : module de, ou selon la causalité .
• : gain de l'élément passif (impédance ou admittance).
• Gain du chemin causal direct :

• Gain de causalité indirecte :
• Gain du chemin causal fermé ou gain de boucle :

Ces gains sont indiqués dans le tableau 3.2, où s est la variable de Laplace. Les gains sont essentiellement des fonctions
de transfert élémentaires lorsqu'un signal entre et sort d'un élément passif linéaire.

Exemple : Considérons le graphe de liaison illustré à la figure 3.8 où les éléments Elt1 et Elt2 sont liés par un chemin
causal indirect.
Table 3.8. Chemin causal indirect entre deux éléments

• Le chemin causal gain Elt1  Elt2 représenté en pointillé est :

Il n'y a qu'une seule inversion dans la direction de la demi-flèche lors de la traversée de la jonction 1 suivant l'effort (de la
liaison 3 à la liaison 4), donc . Mais il n'y a pas d'inversion lors de la traversée de la jonction 0 suivant le flux () : de la
liaison 5 à la liaison 6.
L'inversion de la direction de la puissance à la jonction 0 entre les liens 2 et 3 n'est pas prise en compte parce que l'effort
est suivi dans cette partie et que l'effort ne change pas à une jonction 0.


• Le chemin causal gain Elt2  Elt1 représenté en pointillé est :

Le long du chemin (Elt2  Elt1), il y a une inversion dans la direction de la demi-flèche en traversant 1-jonction
suivant l'effort de la liaison 5 à la liaison 4 (1), et une autre inversion en traversant 0-jonction suivant le flux de la liaison
3 à la liaison 2 (). Notons que lors du passage de la jonction 0 de la liaison 5 à la liaison 6 en suivant le flux, il n'y a pas
d'inversion dans la direction de la demi-flèche.
Nous pouvons également déterminer les gains de chemin causal de Elt1  Elt1 et Elt2  Elt2.


Exemple 2 : Considérons les gains de boucle causale des modèles de graphes de liaisons de la figure 3.9.
D'après la formule 3.9, le gain de boucle C : C1  R : R1 du modèle de graphe de liaison donné dans la figure 2.32a est :
Table 3.9. Exemples de boucles causales


Exemple 3 :
e3 e4 e5 e6
I:L 1 GY 1 I : Jm
f3 f4 f5 f6
R : Rm
1 4 5 7 8
Se : U 1 GY 1 TF I : Jc Calcul du gain de boucle :
6
3 1 1 k2
k. .k .(1). 
I:L I : Jm Jm. p L. p L.Jm. p 2


+
Exercice 1 : V1
K1
F m1
I : m1
I : m1 f
 f
m1. p
K1
Se : F 1 : V1 
Se : F 1 : V1 R:f
m1.p 2
C : 1/K1
C : 1/K1
Avec amortissement Sans amortissement
Couplage entre élément I,R Échange d’énergie entre deux éléments

sans dissipation : résonance

Exercice 2 : identification des boucles R : R2 R : fc
e2 e10 f10
2 f2 10
e1 e4 e5 e7 e8
1 4 5 7 8
Se : Cm 1 TF : N 0 1 I : Jc
f1 f4 f5 f7 f8
e3 3f e6 6 e9 9f
« petit truc » 3 f6 9
I : Jm C : 1/K C : 1/Kc
Boucles : K  fc ou K  Kc : impossibles
Boucle 1 : Jm  K Boucle 3 : Jm  Jc Impossible !
Boucle 2 : Jm  R2 Boucle 3 : Jc  Kc
Boucle 4 : Jc  fc Boucle 5 : Jc  K
3.5 Chemin causal : C) Gain du chemin causal : FONCTION de TRANSFERT : Règle de Mason
Y (s)  T (s) * D ( s)
k k
F ( s)   k
U ( s) D( s)
Tk(s) : fonction de transfert du kième chemin causal reliant l’entrée u à la
sortie y
D( s )  1   Bi ( s )   Bi ( s ) *Bj ( s )   B (s) *B (s) * B (s)
i j k
i i, j i , j ,k
i j i jk
Fonction de transfert Produit 3 à 3 …..

d’une boucle
Produit 2 à 2 des fonctions de
transfert des boucles disjointes
Dk : se calcule comme D(s) mais en ne retenant que les boucles causales ne

touchant pas le kième chemin causal
Boucles disjointes, pas un seul lien commun parcouru dans le même sens en suivant
la même variable
V1 I : m1
K1
2
F m1
F 4
Se 1 : V1 R:f
f 1
3 x
Entrée : effort F
Sortie : position x C : 1/K1
? Fonction de transfert x/F Il est plus simple de travailler sur un bond graph
en causalité dérivée !
Il n’y a qu’un seul chemin possible reliant la sortie x à l’entrée F  k = 1
1 d q 3 1 x T 1( s ).D1( s )
T 1( s ) 
e3 x=q3
Fonction de transfert du chemin : H ( s)  
k dt k F D( s)
Identification de l’ensemble des boucles touchant le chemin :
I : m1 1 f .P
B1( s )  f .(1). p.  
k k
2
F 4
Se 1 : V1 R:f 1 m.P 2
1 x B 2( s )  p. .m. p.(1)  
3
k k
Aucune boucle disjointe : i=2 ; j=0
C : 1/K1
2
f . p m. p 2
D( s )  1   Bi ( s )  1  
i 1 k k 1
x T 1( s ).D1( s ) k
Il n’existe aucune boucle causale ne touchant pas le chemin  D1(s) = 1 H ( s)   
F D( s) m 2 f
.p  .p 1
k k
R : Rm
Fonction de transfert m( p ) ?
2
U ( p)
Ωm
1 4 5 7 8
Se : U 1 GY 1 TF I : Jc
Ωc
3
6
I:L I : Jm
Bond-Graph en causalité dérivée : pas de simplification pôle-zéro à réaliser
Un seul chemin causal de U à Ωm

Ωm
U 1 GY : k 1 Fonction de transfert : 1/k
3.5 Chemin causal : C) Identification de l’ensemble des boucles touchant le chemin causal
1 1 Rm.Jm. p
Boucle 1 : (1). .Jm. p. .Rm  
k k k2
R : Rm 1 GY I : Jm GY 1 R : Rm
1 1 L.Jm. p 2
Boucle 2 : (1). .Jm. p. .L. p  
k k k2
I:L 1 GY I : Jm GY 1 I:L
R : Rm
2
Ωm
1 4 5 7 8
Ωc
3
6
I:L I : Jm
R : Rm
2
Ωm
1 4 5 7 8
Ωc
3
6
I:L I : Jm
1 1 1 1 Rm.Jc. p 1 1 1 1 L.Jc. p 2
Boucle 3 : (1). . Jc. p. . Rm   2 2 Boucle 4 : (1). . Jc. p. . .L. p   2 2
k N N k k .N k N N k k .N
Il n’existe aucune boucle causale ne touchant pas le chemin  D1(s) = 1

4
Rm Jc L Jc
D( s )  1   Bi ( s )  1  2 .( Jm  2 ). p  2 .( Jm  2 ). p 2
i 1 k N k N
Y (s)  T ( s) * D (s)
k k
H ( s)   k
U (s) D( s)
1
m( p ) T 1( p ).D1( p ) k
H ( s)   
U ( p) D( p) Rm Jc L Jc
1  2 .( Jm  2 ). p  2 .( Jm  2 ). p 2
Entraînement : k N k N
Établir la fonction de transfert sur le Bond Graph simplifié ( inertie ramenée au

moteur )
Cm ( p )
Construire la fonction de transfert :
U ( p)

Presentation MCT11 Mécantronique1

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Presentation MCT11 Mécantronique1

Transféré par

Droits d'auteur :

Formats disponibles

Université Hassan 1er

Faculté des Sciences et Techniques

Département : Physique Appliquée (PA)

Module MCT11 : Modélisation et Simulation

1ère Année MASTER

Chapitre 2 Éléments du bond graphs

Chapitre 4 Équations d'état-espace

Chapitre 5 L'art de construire des modèles du BondGraphs

1. Modélisation et Simulation des Systèmes Mécatronique

La réalisation et l’implémentation d’un système physique nécessite les étapes

Etude théorique Modélisation Simulation Réalisation

• Graphique • Matériels (Electronique, Mécanique)…..

1. Modélisation et Simulation des Systèmes Mécatronique : BondGraphs

La modélisation des Bond Graphs est une méthodologie de modélisation

1.R.Rosenberg 2.H.Paynter 3.D. Kranopp 4. D.Margolis 5. J. Thoma

1. Pourquoi le Bond Graphs pour les systèmes mécatroniques

L'une des étapes principales et les plus difficiles de la

1. Pourquoi le Bond Graphs pour les systèmes mécatroniques

Les systèmes mécatroniques nécessitent une approche structurée en utilisant un

1. Pourquoi le Bond Graphs pour les systèmes mécatroniques

Niveau Physique : la modélisation utilise une description énergétique des

1. Pourquoi le Bond Graphs pour les systèmes mécatroniques

Niveau Mathématique :Le modèle mathématique est représenté par les

1. Pourquoi le Bond Graphs pour les systèmes mécatroniques

Niveau Algorithmique : Le niveau algorithmique est directement connecté au

1. Pourquoi le Bond Graphs pour les systèmes mécatroniques

Les avantages offerts par la modélisation de graphes de liaisons (Bond Graphs)

2.1 Concepts et définitions

Considérons deux systèmes S1 et S2, respectivement représentés par un moteur

2.1 Concepts et définitions

Considérons deux systèmes S1 et S2, respectivement représentés par un moteur

2.1 Concepts et définitions

Considérons deux systèmes S1 et S2, respectivement représentés par un moteur

2.1 Concepts et définitions

Considérons deux systèmes S1 et S2, respectivement représentés par un moteur

Un graphe de liaisons est une collection d'éléments multiports connectés entre

Figure 2. Un Bond Graph basique

2.3 La puissance en tant que système de coordonnées unifié

Le sentiment positif de flux de puissance est représenté par la demi-flèche sur le

2.4 Les Variables de puissance

2.4 Les Variables énergétiques

2.4 Les Variables énergétiques

Deux types de variables énergétiques supplémentaires sont utilisées : l'impulsion généralisée,

2.4 Les Variables énergétiques

E en fonction des variables énergétiques p ou q :

où l'effort e et le flux f sont respectivement la force et la vitesse : Si la force est proportionnelle

2.4 Les Variables de puissance

2.4 Les Variables de puissance

où et, eh et ec représentent respectivement l'effort Thermique (l'enthalpie ou la température), l'effort hydraulique

2.4 Analogie des variables énergétiques

2.4 Analogie des variables énergétiques

2.5 Variables de puissance : Comment les sélectionner dans un système multiphysique ?

Figure 5. Exemple d’un système multi-physique

2.5 Graphique de liaison des mots et les variables de puissance utilisées.

Figure 6. Exemple d’un système multi-physique-

2.5 Graphique de liaison des mots et les variables de puissance utilisées.

Figure 7. Exemple d’un moteur à courant continu connecté à une

2.5 Graphique de liaison des mots et les variables de puissance utilisées.

Figure 7. Exemple d’un moteur à courant continu connecté à une

Figure 8. Élaboration des éléments

3.1 Éléments du bond graphs

Eléments passifs Jonctions

3.1 Éléments du bond graphs Eléments du BondGraphs

Eléments passifs Eléments actifs Jonctions