GEL-2005 Systèmes et

Commande Linéaires

Chapitre
MODÉLISATION &
3 IDENTIFICATION

Pr. Mourad ZEGRARI © 2021

 Plan

 Modélisation des systèmes linéaires

 Identification des paramètres du modèle

 Modélisation du moteur à courant continu

 Exemples de modèles de systèmes industriels

© M. ZEGRARI Automatique Linéaire 2

 Plan

Modélisation des systèmes linéaires

Identification des paramètres du modèle

Modélisation du moteur CC de référence

Exemples de modèles de systèmes industriels

© M. ZEGRARI Automatique Linéaire 3

 Intérêt de la Modélisation

Définition
La modélisation d'un système correspond à une représentation
mathématique rationnelle capable de décrire, voire prédire, son
comportement sous l’effet d’un stimulus connu..
Attentes majeures
 Prédiction du comportement du processus dans diverses situations.
 Diagnostic et opérations de la maintenance prédictive.

Exigences
 Analyse approfondie à partir des connaissances à priori du système.
 Choix adéquat du type de modèle.
 Tests poussés de validation et de robustesse.

© M. ZEGRARI Automatique Linéaire 4

 Intérêt de la modélisation

Simulation

Comportement

Commande
Modélisation Processus
Prédictive Modèle

• Simulation
• Commande
Diagnostic

© M. ZEGRARI Automatique Linéaire 5

 Rôle du modèle

Fonctions usuelles d’un modèle

Simulateur (Tests) Prédicteur (Commande)

• Analyse du comportement d'un système • Fonctionnement en parallèle avec le système
lorsque les testes présentent des risques. réel et acquisition des données.
• Conception d'un système nouveau avant sa • Prédiction du comportement futur du système
fabrication (CAO). en fonction des données et du modèle.
• Détection d’anomalies de fonctionnement • Synthèse des lois de commande en temps
(diagnostic) et maintenance prédictive. réel avec un modèle dynamique.

• Formation de personnel. • Modélisation/commande simultanées.

© M. ZEGRARI Automatique Linéaire 6

 Classification des modèles

Paramètres de classification :
Structure – Quantification - Outils de mesure

Modèle de connaissance Modèle de représentation Modèle combiné

Boîte Blanche Boîte Noire Boîte Grise
• Analyse interne à partir des • Analyse externe à partir des • Complémentarité des deux
équations prédéfinies. observations d’entrées/sorties. modèles plutôt qu’opposition.
• Méthode contraignante pour les • Validité limitée par le domaine • A priori : conception du modèle
systèmes complexes. de mesure et séquences E/S. hypothèse par connaissance.
• Certains phénomènes ou • Méthode simple mais imprécise. • A postériori : ajustement du
paramètres non identifiables. Modèle légèrement ajustable. modèle par des mesures.

© M. ZEGRARI Automatique Linéaire 7

 Types de modèles

Éléments de classification :
Comportement – Rapidité - Dynamique

Modèle Type Électro-Mécanique Modèle Type Thermique-Chimique

8.0 8.0

7.0 7.0
Excitation - Réponses [V]

Excitation - Réponses [V]

Entrée Entrée
6.0 6.0 Dépassement
Oscillatoire
5.0 5.0

4.0 4.0

3.0 3.0

2.0 Apériodique 2.0

Réponse inverse

1.0 1.0 Réponse à retard pur

0 1.0 2.0 3.0 4.0 5.0 6.0 7.0 8.0 9.0 10.0 0 1.0 2.0 3.0 4.0 5.0 6.0 7.0 8.0 9.0 10.0
Temps [s] Temps [s]

© M. ZEGRARI Automatique Linéaire 8

 Représentation des modèles

Nous définissons deux concepts fondamentaux :

 ÉTAT : qui fait intervenir les variables. Elles sont représentées par
l’ensemble des mesures prélevées sur le système à modéliser.
 STRUCTURE : lien fonctionnel qui met les variables en relation par
des équations qui contiennent les paramètres du modèle.

Modèle
Mathématique

Équations Fonctions de Équations

différentielles transfert d’état

© M. ZEGRARI Automatique Linéaire 9

 Phases de la modélisation

Validation
(test de robustesse)
Identification
(détermination des paramètres)

Caractérisation
(type, formalisme, E/S)

© M. ZEGRARI Automatique Linéaire 10

 Étape 1 : Caractérisation du de modèle

Dans un premier temps, nous distinguons :

 Modèle statique ou dynamique.
 Modèle linéaire ou non linéaire

Pour la conception du modèle-hypothèse :

 Analyse interne par connaissance pour décomposer le système
complexe en sous-systèmes.
 Élaboration des équations des différents phénomènes qui
caractérisent le système.
 Définir le domaine de validité et de linéarité du modèle.

© M. ZEGRARI Automatique Linéaire 11

 Étape 2 : Excitation

Nous définissons les signaux de test adéquats en fonction de la nature

du système, ainsi que des grandeurs sélectionnés pour la mesure.
 L’impulsion de Dirac
La réponse impulsionnelle caractérise la robustesse du système.
Elle est également exploitée pour retrouver la fonction de transfert.
 L’échelon
La réponse indicielle est la forme la plus étudiée puisqu’elle permet
d’analyser le comportement statique et dynamique du système.
 L’excitation sinusoïdale
La réponse harmonique est préconisée pour les circuits électriques.
Ses paramètres sont mesurables dans un large domaine.

© M. ZEGRARI Automatique Linéaire 12

 Étape 3 : Identification

Nous comparons les signaux entrée-sortie du procédé et du modèle

suite à une même excitation. Perturbations
+
+ Sortie Système
Procédé réel
yp(n)
+
Entrée Identité de Erreur Critère
u(n) comportement e(n) (J)
-
ym(n)
Modèle
Mathématique Sortie Modèle

Identification
Estimation des
paramètres

N N Minimisation
J   e (n)   y s (n)  y m (n)
2 2
Optimisation
n 1 n 1

© M. ZEGRARI Automatique Linéaire 13

 Étape 4 : Validation du modèle

Le modèle doit être soumis à une série d’excitations et de sollicitations

très variées. Les comportements modèle/système doivent coïncider.
5

4.5

Exemple : 3.5

2.5

Validation d’un 2

1.5

système 1er ordre.

1

0.5

0
1200 1400 1600 1800 2000 2200 2400 2600 2800 3000

180

160

140

120

100

80

60

40

20

0
1200 1400 1600 1800 2000 2200 2400 2600 2800 3000

© M. ZEGRARI Automatique Linéaire 14

 Plan

Modélisation des systèmes linéaires

Identification des paramètres du modèle

Modélisation du moteur CC de référence

Exemples de modèles de systèmes industriels

© M. ZEGRARI Automatique Linéaire 15

 Intérêt de l’identification

La structure d’un système de régulation est :

Calculateur

c(t) + (t) u(t) y(t)

Régulateur Actionneur Système Capteur
-

Cette structure est symbolisée par le diagramme suivant :

+ (t) Régulateur y(t)

c(t) u(t) Procédé
Gc(s) Gp(s)
-
identification

© M. ZEGRARI Automatique Linéaire 16

 Phases de l’identification

L’identification paramétrique du modèle passe par les étapes suivantes :

 Analyse des connaissances préalables (lois de base, comportement).
 Choix de la structure (représentation mathématique).
 Définition des signaux d’excitation et des grandeurs à mesurer.
 Conception du dispositif expérimental (capteurs, durée de l’essai).
 Acquisition des signaux et des mesures.
 Estimation des paramètres du modèle.
 Validation du modèle (essais de robustesse et de dynamique).

© M. ZEGRARI Automatique Linéaire 17

 Procédure de l’identification

Initialisation

 Choix de la structure du modèle.

 Définition du dispositif de mesure.

 Génération des signaux de test.

 Acquisition Données - Mesures.

Synthèse des paramètres du modèle.

Validation du modèle

NON
Satisfait ?
OUI
Fin

© M. ZEGRARI Automatique Linéaire 18

 Méthodes de l’identification

L’objectif est de retrouver les paramètres dont la représentation présente

une quasi-identité de comportement avec le système réel.
Deux méthodes peuvent être employées :
 Méthodes empiriques : Le comportement est orienté vers une fonction
type. Les paramètres identifiés sont ajustés par essais de validation.
La méthode est simple à réaliser mais le modèle est approximatif.
 Méthodes numériques : Les signaux de tests et les mesures des E/S
sont stockées dans des fichiers pour être analysés. Les techniques
d’identification sont plus précises mais la procédure est complexe.

© M. ZEGRARI Automatique Linéaire 19

 Identification par méthodes empiriques

Cette approche consiste à orienter le modèle vers une fonction type :

Type Fonction Type Paramètres à identifier
Premier ordre k • Gain : k
G s = • Constante de temps : T
pur 1 + Ts
• Gain : k
Premier ordre − s
k
G s =e • Constante de temps : T
avec retard 1 + Ts
• Retard : 
• Gain : k
Deuxième ordre k2n
G s = 2 • Coefficient d’amortissement : z
pur s + 2zn s + 2n
• Pulsation propre : n
• Gain : k
2
Deuxième ordre k • Coefficient d’amortissement : z
G s = e−s 2
n
avec retard s + 2zn s + 2n • Pulsation propre : n
• Retard : 

© M. ZEGRARI Automatique Linéaire 20

 Identification empirique : analyse harmonique

Pour les systèmes pulsatoires, nous analysons la réponse harmonique,

et particulièrement ses directions asymptotiques.

Bode Diagram
20
G0 = 12 dB
10
Fonction type :
k k k
Magnitude (dB)

G s = soit ∶ G j = =
0

-10 1 + Ts 1 + jT 1 + j 
c
-20

-30
0 •  0 : G0 = 20 log k = 12 dB  k = 4
dB
c = -45° •  = c :  jc = −45°  c = 10 rad s
Phase (deg)

-45

Identification des paramètres :

-90
-1 0 1 2 3
10 10 10 10 10
Frequency (rad/sec)
k=4 4
G s =
T = 1/10 = 0.1 1 + 0.1s
c = 10 rad/s

© M. ZEGRARI Automatique Linéaire 21

 Identification empirique : analyse temporelle

Pour les systèmes industriels, nous analysons la réponse temporelle

(souvent indicielle).
k
e,y Fonction type : G s =
1 + Ts
Intervalle à 5% Yfin 4
• Gain : k= = =4  k=4
y(t) Efin 1
4V • Sortie : y 0.1 = 2.52 V  T = 0.1 s

e(t) Identification des paramètres :

1V

t k=4 4
0.1 0.3 G s =
T = 0.1 s 1 + 0.1s

Cette méthode nécessite des signaux d’excitation de grande amplitude,

sa précision est réduite avec un risque éminent d’instabilité.

© M. ZEGRARI Automatique Linéaire 22

 Identification empirique : analyse temporelle

Pour les systèmes industriels, nous analysons la réponse temporelle

(souvent indicielle). 2
kn
e,y Fonction type : G s = 2
s + 2zn s + 2n
 5%
4.65 V Yfin 4
• Gain : k= = =2
Efin 2
4.00 V y(t)
• Dépassement : D % = 100 × e−z 1−z2

2.00 V e(t) • Temps de réponse : t r = 1.0 s

t
0 1.0
Identification des paramètres :
k=2 50
z = 0.5 G s = 2
s + 5s + 25
n = 5 rad/s

© M. ZEGRARI Automatique Linéaire 23

 Identification Numérique

Calculateur
+ u(n) Interface de u(t) Procédé
Génération de l’excitation
Puissance réel
u(n)

Modèle Mathématique

Sortie Modèle
Adaptation
ym(n)
- Sortie Procédé
+ yp(n) yp(t)
Paramétrique Conversion
Capteur
A/N
Écart
(n) Dispositif d’acquisition
Algorithme Algorithme de
Identification Minimisation Traitement
Numérique

© M. ZEGRARI Automatique Linéaire 24

 Exemple d’identification Numérique

Nous considérons un système de fonction type 1er ordre :

k0
G0 s = Fonction initiale estimée
1 + T0 s
y(t)
Itération Écart Action
kpE0 yp(t)
• Gain insuffisant • Augmenter k0
0
• Réponse lente • Réduire T0 kmE ym(t)

• Améliorer le gain • Augmenter k1 k1E y1(t)

1
• Améliorer rapidité • Réduire T1

⁞ ⁞ ⁞ k0E y0(t)

E e(t)
• Gain suffisant • Stabiliser kn
m
• Rapidité correcte • Stabiliser Tn 0 t
0 Tp

© M. ZEGRARI Automatique Linéaire 25

 Plan

Méthodes d’identification des systèmes

Identification des paramètres du modèle

Modélisation du moteur CC de référence

Exemples de modélisation de systèmes industriels

© M. ZEGRARI Automatique Linéaire 26

 Moteur CC : Structure

La machine à courant continu est un convertisseur électromécanique

réversible. Elle constitue le système de référence pour la commande
des systèmes en automatique.

+ ve -
ie
Inducteur
ia Le

+
 
Énergie Énergie
va M
Électrique Flux Mécanique
inducteur
-

Induit

© M. ZEGRARI Automatique Linéaire 27

 Moteur CC : Principe

Une spire conductrice AB, placée dans un champ d’induction

magnétique B, et parcourue par un courant continu Ia.


Ia
Be F2 Ia
+
Loi de F1
Va
N Ia S F
Laplace A B -

 Chaque conducteur de la spire subit une force magnétique F.

 Les forces F1 et F2 appliquées de chaque côté créent un couple
électromagnétique Tem dont le moment fait tourner la spire.

© M. ZEGRARI Automatique Linéaire 28

 Moteur CC : Équation de base

Structure d’un entraînement par moteur CC à flux constant :

Système Électrique Système Mécanique
Ia Ra La

+ Tem kf Tch
Tension k
Va E  Vitesse de
d’induit rotation
- Circuit
inducteur

Équations Électriques Équations Mécaniques

dia t d t
v a t = R a ia t + L a +E t Tem t − Tr t = J
dt dt
E t = k  t = k e  t Tem = kia t = k e ia t
Tr t = Tch t + k p  t

© M. ZEGRARI Automatique Linéaire 29

 Modèle d’état du moteur CC

Reprenons les différentes équations du moteur CC :

dia t Liens électromécaniques
v a t = R a ia t + L a + ke  t
dt
E t = ke  t
d t
Tem t − Tch t =J + kp  t Tem = k e ia t
dt

Nous considérons :

• Va = u : entrée de commande
• Tch = W : entrée de perturbation X = A X + B U + P [W]

• (ia, ) = X : variables d’état Y= C X+ D U

• (ia,) = Y : variables de sorties

© M. ZEGRARI Automatique Linéaire 30

 Modèle d’état du moteur CC

Nous écrivons les équations d’état du système complet :

dia t Ra ke 1
= − ia t −  t + va t
dt La La La
d t ke kp kp
= ia t −  t − Tch t
dt J J J

1
ia t Ra ke ia t 1
− − La
d La La L
= + a va t + Tch t
dt ke kp
− 1
 t J J  t 0 −
Modèle J
d’état ia t 1 0 ia t
= + 0 va t
 t 0 1  t

© M. ZEGRARI Automatique Linéaire 31

 Modèle par Fonction de transfert (Tch = 0)

Nous écrivons les différentes équations dans le domaine de Laplace :

Domaine
Va s = R a + La s Ia s + E s Va s − k e  s
Ia s =
Électrique E s = k  s = k e  s R a + La s

Tem s = k p + Js  s + E s Tem s
Domaine
Mécanique
 s = =s s
Tem s = k Ia s = k e Ia s k p + Js

Le diagramme fonctionnel complet est le suivant :

Modèle Électrique Lien E/M Modèle Mécanique

Va(s) + 1 Ia(s) Tem(s) 1 (s) 1 (s)

ke
R a + La s k 𝑝 + Js s
-

E(s)
ke

© M. ZEGRARI Automatique Linéaire 32

 Modèle par fonction de transfert (Tch = 0)

La fonction de transfert Gv (vitesse/tension) du moteur s’écrit :

 s ke
Transmittance Gv s = =
Vitesse Va s JLa s2 + JR a + k p La s + R a k p + k 2e

La fonction de transfert Gp (position/tension) du moteur est :

 s ke
Transmittance Gp s = =
Position Va s s JLa s 2 + JR a + k p La s + R a k p + k 2e

Pour les servomoteurs à faible inertie, l’inductance de fuite La et le

coefficient des pertes kp peuvent être négligés :

 s ke  s ke
Gv s = ≈ Gp s = ≈
Va s JR a s + k 2e Va s s JR a s + k 2e

© M. ZEGRARI Automatique Linéaire 33

 Identification des paramètres du moteur CC

En régime permanent (statique), le couple électromagnétique s’écrit :

Va − k e  k e k 2e
Tem = k e Ia = k e = V − 
Ra Ra a Ra
 s b
Tem = b Va + m  Gv s = =
Va s Js − m

Tem [N.m]

Tem k 2e
Couple de 200
Va3
démarrage : Td
160 m= =−
 Va =Cte
Ra
120 Va2
Vitesse à
80 vide : v
Va1 Tem ke
40
b= =
0  [rad/s] Va =Cte R a
0 20 40 60 80 100 120

© M. ZEGRARI Automatique Linéaire 34

 Plan

Méthodes d’identification des systèmes

Identification des paramètres du modèle

Modélisation du moteur CC de référence

Exemples de modèles de systèmes industriels

© M. ZEGRARI Automatique Linéaire 35

 Modèle de Réservoir

Débit d’entrée : Qe ; Débit d’utilisation : Qu ; Section transversale : A

Équation du réservoir :
d𝑣 t dH t
Q t = Q e t − Q u t = =A Qe
dt dt
Fonction de transfert :

Qe s − Qu s H 0+
H s = +
As s H
H(0+)

1
Qu(s) Pompe
s volumétrique
Qu
Réservoir
-
Qe(s) + 1
H(s)
As

© M. ZEGRARI Automatique Linéaire 36

 Modèle de la Vanne pneumatique

Les principales forces agissantes sont :

• Force de l’air comprimé : Fp = Pa A

Pa
• Force de rappel du ressort : Fr = −k r x
x
dx
• Force de frottement : Ff = −k f 𝑣 = −k f
dt

• Force de pesanteur (gravité) : Fg = M g

Application du principe fondamental de la dynamique :

d𝑣 t dx t d2 x t
Fi = M  Pa A − k r x t − k f + Mg = M
dt s dt s dt 2
0

© M. ZEGRARI Automatique Linéaire 37

 Modèle de la Vanne pneumatique

L’application de la transformée de Laplace permet de déterminer la

fonction de transfert de la vanne pneumatique :

X s A
G s = =
Pa s M s2 + k f s + k r

En utilisant le formalisme d’un système du 2ème ordre :

A
X s M k 2n
G s = = = 2
Pa s 2 k f k r s + 2z s + 2
s +M s+M n n

kr kf M A
n = z= k=
M 2 kr kr

© M. ZEGRARI Automatique Linéaire 38

 Modèle des capteurs

Un capteur est un organe qui transforme une grandeur physique en un

signal électrique (tension 0-5 V, courant 4-20 mA).
 Tachymètre
il indique une tension proportionnelle à la vitesse de rotation.

Vtac s
 ktac Vtac Gtac s = = k tac
 s

 Potentiomètre
Il indique une tension proportionnelle à la position angulaire.

Vpot s
 kpot Vpot Gpot s = = k pot
 s

© M. ZEGRARI Automatique Linéaire 39

 Modèle de transmetteur (4-20 mA)

La caractéristique statique est définie par une relation linéaire entre la

grandeur à mesurer (x) et la sortie en courant (y = i).
Exemple :
Transmetteur de température (50 °C – 100 °C)

i [mA]
(°C) i(mA)
Transmetteur
20

Température : Signal électrique :

min = 50 °C Imin = 4 mA 4
 max = 100 °C Imax = 20 mA
 [°C]
50 100
i
k= = 0.32 mA °C


© M. ZEGRARI Automatique Linéaire 40