Elect m1 2011
Elect m1 2011
Elect m1 2011
Présentée par :
KHEMIS Abderrahmane
Soutenue publiquement le 10/04/2011
Devant le jury composé de :
Dr. Souri Mohamed MIMOUNE Professeur Président Université de Biskra
Dr. Kheireddine CHAFAA Maître de Conférences Directeur de mémoire Université de Batna
Dr. Med Toufik BENCHOUIA Maître de Conférences Examinateur Université de Biskra
Dr. Arezki MENACER Maître de Conférences Examinateur Université de Biskra
Dr. Mohamed BOUMEHRAZ Maître de Conférences Examinateur Université de Biskra
Résumé
Ce travail présente une étude par simulation de quelques techniques de commande classiques et intelligentes
appliquées à une machine asynchrone. Quatre structures de commande ont été présentées et une cinquième a été
proposée. Nous avons suggéré dans ce travail d'appliquer la logique floue type-2 à la conception d'un régulateur dont le
gain de commande est lui-même un système flou type-2. Les résultats de simulations ont montrés l'efficacité de
l'approche proposée surtout dans la poursuite en basses vitesses.
Mots clés
Machine asynchrone, commande vectorielle, PI, logique floue type-1 et type-2, ajustement du gain de commande.
Abstract
In this work simulation studies of some classical and intelligent control techniques applied to induction motors are
presented. Four control structures have been presented and a fourth one is proposed. In our work we have proposed to
apply type-2 fuzzy logic to conceive a controller in which the output gain is it self a type-2 fuzzy system. Simulation
results show the efficiency of the proposed approach especially in the case of tracking low speeds (zero speed).
Keys words
Induction motor, field control, PI, fuzzy logic type-1 and type-2,output gain tuning.
ملخص
سة/ديمھا وخام/م تق/ل ت/أربعة ھياك. تھدف ھذه الدراسة إلى عرض محايكة للتحكم بواسطة تقنيات كالسكية وذكية في ماكنة كھربائية ال تزامنية
ن/امض م/ل غ/ه ھيك/د ذات/ي ح/و ف/ذي ھ/ في إنشاء منظم ھامش التحكم ال2 وقد إقترحنا في ھذا العمل تطبيق المنطق الغامض من النوع. تم إقتراحھا
. نتائج المحايكة أثبتت نجاعة النھج المقترح خاصة في متابعة السرعات الضعيفة.2 النوع
كلمات مفتاحية
.أقلمة ھامش التحكم,2 و نوع1 منطق غامض نوع,موجھة التدفق,ماكنة كھربائية ال تزامنية
A mes parents et à toute ma famille.
A mes deux anges Iness et Amani Lamis.
A mes deux poussins Louai et Lamis qui me sont très chers.
A ceux que j'aime.
Je dédié ce modeste travail.
Abderrahmane Khemis
REMERCIEMENTS
Conférences à l’université de Batna, pour avoir accepté de diriger ce travail et pour ses conseils
l’université de Biskra, pour avoir co-dirigé ce travail ainsi que ses nombreux conseils et son soutien
l’Université de Biskra, pour m’avoir honoré avec sa présence en acceptant de présider le jury de
soutenance de ce mémoire. Mes vifs remerciements vont également aux membres de jury de
Enfin, Je voudrais associer à mes remerciements toutes les personnes qui ont contribué de prés
C em Couple électromagnétique.
fv Coefficient de frottement.
σ = 1− (M 2
Ls L r ) Coefficient de dispersion de Blondel.
Sommaire
Notations et symboles
Introduction générale………………………………………………………………………………………..... 1
Chapitre I: MODÉLISATION ET SIMULATION DE LA MACHINE ASYNCHRONE
I.1. INTRODUCTION …………………………………………………………………………….……...….. 4
I.2. PRINCIPE DE FONCTIONNEMENT DE LA MACHINE ASYNCHRONE …………………..…….. 5
I.3. MODEL DE LA MACHINE ASYNCHRONE………………………………………………………….. 5
I.3.1. Hypothèses simplificatrices………………………………..……………………….……………. 5
I.3.2. Mise en équation de la machine asynchrone ………………………………..…………………… 6
• Équations électriques………………………………..……………………………….……… 6
• Équations magnétiques………………………………..………………………………..…… 7
• Équation mécanique………………………………..…………………………………..……. 8
I.4. MODELE DE LA MACHINE DANS LE REPERE (d,q) ……………………..…………..……………. 8
I.4.1. Transformation de PARK ………………………………..………………………………...……. 8
I.4.2. Choix du référentiel ………………………………..……………………………………………. 9
I.5. MODEL D’ETAT DE LA MACHINE ASYNCHRONE…………………….…………..……………… 10
I.6. SIMULATION DU MODELE ………………………………..…………………………………………. 11
I.7. MODELISATION DE L’ALIMENTATION DE LA MACHINE ASYNCHRONE …………………… 14
I.7.1. Modélisatio du redresseur………………………………..…………………………….…………. 14
I.7.2. Modélisation du filtre………………………………..………………………………………...…. 16
I.7.3. Modélisation de l’onduleur triphasé………………………………………….……...………..… 17
I.7.4. Modulation par largeur d’impulsions………………………………….………………………… 20
• MLI sinus triangle………………………………..……………………….…………………. 20
• MLI à hystérésis………………………………..……………………………………………. 21
I.7.5. Simulation du modèle machine-onduleur…………………………………………..……………. 22
I.7. CONCLUSION…………………………………………………………………………………………… 26
Chapitre II: COMMANDE VECTORIELLE DE LA MACHINE ASYNCHRONE
II.1. INTRODUCTION………………………………..……………………………………….……..………. 27
II.2. PRINCIPE DE LA COMMANDE VECTORIELLE……………………………...……………….……. 27
II.3. ORIENTATION DU FLUX ROTORIQUE (FOC) ………………………………..……………….…… 28
II.4. METHODE DIRECTE………………………………..…………………………………………………. 29
II.5. METHODE INDIRECTE………………………………..………………………………………………. 30
II.5.1. Principe du découplage par compensation………………………………………………………. 32
II.5.2. Calcul des régulateurs………………………………..……………………………………….…. 34
• Régulation du courant………………………………..…….………………………….……. 34
• Régulation de la vitesse………………………………..………………………..……………. 36
• Discrétisation du régulateur PI………………………………..………………..…………….. 37
• Mode défluxé………………………………..…………….……………………….………. 38
II.6 RESULTATS DE SIMULATION DE LA COMMANDE VECTORIELLE INDIRECTE…………..… 39
II.6.1. Vérification du découplage……………………………………………..………..………...…... 39
II.6.2. Régulation classique de la vitesse de la machine asynchrone…………………………………. 42
• Démarrage à vide suivi d’une application de charge………………………………….…….. 42
• Test d’inversion de vitesse avec charge……………………………………….…..….……… 42
• Robustesse vis à vis à la variation de la résistance rotorique………………..……….……… 43
• Essai à basse vitesse………………………………..…………………………….….……….. 43
II.7. CONCLUSION ………………………………..……………………………………………….….….…. 49
Chapitre III: COMMANDE FLOUE TYPE-1 DE LA MACHINE ASYNCHRONE
III.1. INTRODUCTION………………………………..………………………………………………..……. 50
III.2. THEORIE DES ENSEMBLES FLOUS………………………………………..…………………….…. 50
III.3. LES FONCTIONS D’APPARTENANCE……………………….……………..………………………. 51
• Fonction d’appartenance trapézoïdale…………….……………………………………….…. 51
• Fonction d’appartenance exponentielle par morceaux…………….…………………..…… 51
• Fonction d’appartenance gaussienne…………….…………………..…………………….…. 52
• Fonction d’appartenance singleton…………………………………..………………………. 52
III.4. OPERATIONS SUR LES ENSEMBLES FLOUS…………………………….…………………..…… 52
• Exemple 1………………………………..…………………………………….……….….…. 53
III.5. SYSTEMES FLOUS………………………………..………………………………….…………….…. 54
III.5.1. Système flou………………………………..…………………………….………………….…. 55
III.5.2. Base de données………………………………………………………..…………………….…. 55
III.5.3. Base de règles…………………………………………………………..…………………….…. 56
III.5.4. Fuzzification…………………………………………………………....…………………….…. 56
III.5.5. Défuzzification………………………………………………..………..…………………….…. 56
• Exemple 2…………………………………………………….……..…………………….…. 57
III.6. FONCTIONS DE BASE FLOUES FBF………………………………………..………………………. 59
• Exemple 3……………………………………………………..……..…………………….…. 60
III.7. STRUCTURES DE COMMANDES FLOUES TYPE-1………….…………………………..…….… 61
III.7.1. Commande non adaptative floue type-1…………………….……………………………….…. 61
• Résultats de simulation………………………………..………………….……………….…. 64
• Démarrage à vide suivi d’une application de charge………………………..…………….…. 64
• Inversion de vitesse avec charge………………………………..………...……………….…. 64
• Robustesse vis à vis la variation de la résistance rotorique…………………………..……… 65
• Essai à basse vitesse………………………………..……………………………………….... 65
III.7.2. Commande adaptative floue type-1………………………………..……………..………….…. 71
III.8. CONCLUSION………………………………..……………………………………………….…….…. 80
Chapitre IV : COMMANDE FLOUE TYPE-2 DE LA MACHINE ASYNCHRONE
IV.1. INTRODUCTION………………………………..………………………………………….…………. 81
IV.2. TERMINOLOGIE DE LA LOGIQUE FLOUE TYPE-2…………………….……………………….... 82
• Définition 1………………………………..……………………………..……………..……. 82
• Définition 2………………………………..…………………………………………………. 82
• Définition 3………………………………..…………………………………………………. 82
• Définition 4………………………………..…………………………………………………. 82
• Définition 5………………………………..…………………………………………………. 83
• Définition 6………………………………..…………………………………………………. 84
• Définition 7………………………………..…………………………………………………. 85
• Définition 8………………………………..…………………………………………………. 85
IV. 3. OPERATIONS SUR LES ENSEMBLES FLOUS TYPE-2…………………………………………… 85
• Exemple 1………………………………..…………………………………………..………. 86
IV.4. SYSTEMES FLOUS TYPE-2………………………………..……………………...…………………. 88
IV.4.1. Système flou type-1………………………………..……………….…………..………………. 90
IV.4.2. Système flou type-2………………………………..…………………………..………………. 90
• Théorème………………………………..……………………………………………………. 91
IV.5. REDUCTION DE TYPE ET DEFUZZIFICATION ………………………………..…….……………. 92
• Exemple 2…………………………………………………………….………………………. 94
• Exemple 3………………………………..……………………………………………..……. 95
IV.6. STRUCTURES DE COMMANDES FLOUES TYPE-2…………………………..………………..… 97
IV.6.1. Commande non adaptative floue type-2…………………………...…………………………… 97
• Résultats de simulation………………………………..………………….……………….…. 98
• Démarrage à vide suivi d’une application de charge……………………….……….……..… 99
• Inversion de vitesse avec charge………………………………..………..…………..………. 99
• Robustesse vis à vis à la variation de la résistance rotorique…………………..……………. 99
• Essai à basse vitesse……………………………………………….…………..…………….. 99
IV.6.2. Commande adaptative floue type-2………………………..…………..………………………. 105
IV.6. COMPARAISON DES RESULTATS……………………………..…………..………………………. 112
IV.7. CONCLUSION………………………………..……………………………………….……………….. 116
Conclusion générale…………………………………………...………………………………………………. 117
Annexe
Références
Introduction Générale
vitesse variable, avec tous les problèmes et les inconvénients qu’un moteur de ce genre peut
causer tel que : coût de fabrication, coût d’entretien, faible couple, etc. Le développement des
flux sont fortement couplés car les deux grandeurs dépendent à la fois des courants statoriques
La théorie de la logique floue a été établie par L. Zadeh. Cette logique permet la
dernières années. Ceci est dû au fait que la logique floue est exprimée usuellement par des
règles linguistiques de la forme SI-ALORS, elle est utilisée pour résoudre les problèmes de
décisions en contrôle ou bien pour décrire le comportement dynamique d’un système inconnu
ou mal défini.
La commande est l’un des principaux domaines d’application de la logique floue. Une
• Son aptitude à appréhender des problèmes tels que non linéarités et retards
1
• L’utilisations du savoir d’un expert sur la façon de piloter le système et donc la
commander.
La logique floue classique appelée aujourd’hui logique floue type-1 a été généralisée vers
une nouvelle logique floue appelée logique floue type-2. Ces dernières années, Mendel et ses
collègues ont beaucoup travaillé sur cette nouvelle logique, ils ont bâtis son fondement
théorique, et ils ont démontré son efficacité et sa supériorité par rapport à la logique floue
type-1.
utilisant la logique floue type-2 pour commander la machine asynchrone. Le mot commande
adaptative dans notre mémoire sera lié à l'adaptation du gain flou de la commande floue, ce
Les régulateurs flous ont montrés leur efficacité dans la commande des systèmes non
linéaires, et dans plusieurs cas ont démontré qu'ils sont robustes et que leurs performances
sont moins sensibles aux variations paramétriques par rapport aux régulateurs conventionnels.
Les régulateurs PI-flous sont les plus répondus dans le domaine de la commande vu que
la combinaison des actions proportionnelles (P) et intégrales (I) nous permettent un meilleur
Les performances des régulateurs PI-flous sont très satisfaisantes pour les systèmes
linéaires du 1er ordre, mais comme les régulateurs PI conventionnels, les performances des
régulateurs PI-flous pour les systèmes d'ordre supérieures et les systèmes non linéaires
Dans ce travail nous proposons une méthode simple et robuste, où le gain de commande
2
Nous considérons seulement l'adaptation du gain de la commande. Dans notre commande,
le régulateur PI-flou est ajusté en temps réel (durant son fonctionnement) en adaptant
dynamiquement son gain de commande. La valeur du gain sera déterminée par une base de
Ce mémoire est organisé en quatre chapitres : Le premier chapitre donne des détailles
vectorielle de cette machine sera présentée dans le deuxième chapitre. Dans le chapitre trois
adaptative floue type-2 proposée. Enfin, nous terminons par une conclusion générale.
3
CHAPITRE I
I.1. INTRODUCTION
Le système d'entraînement de la machine asynchrone (MAS) intègre l'alimentation, le convertisseur
statique, la machine et la commande indispensable au fonctionnement de l'ensemble. De ce fait, une
modélisation de la machine asynchrone, destinée aussi bien à l'étude de son comportement qu'à la mise en
place du fonctionnement de la commande, est nécessaire pour le bon déroulement du processus
d'entraînement.
L'objectif de ce chapitre est de présenter mathématiquement, du point de vue automatique, une
modélisation de la machine asynchrone sous forme de modèle d'état. Généralement, ce modèle est défini
dans un référentiel biphasé (tournant) d’axes (d, q). Ce référentiel est défini à partir du référentiel triphasé
naturel de la machine asynchrone à l'aide de transformations mathématiques adaptées [1].
4
Chapitre I : Modélisation et Simulation de la Machine Asynchrone
Puisque :
Ω gl = Ω s − Ω ⇒ ω gl = ωs − ω (I.1)
Alors, ω + ω gl = ωs , et donc :
ω gl = gωs (I.2)
avec
Ω s = ωs p , ω gl = pΩ gl et ω = pΩ
5
Chapitre I : Modélisation et Simulation de la Machine Asynchrone
Équations électriques
La loi de Faraday permet d’écrire globalement :
d
V = RI + Φ (I.3)
dt
et spécifiquement, pour chaque enroulement de la machine on a :
d
Vs = Rs [ I s ] + [Φ s ] (I.4)
dt
d
Vr = Rr [ I r ] + [Φ r ] (I.5)
dt
6
Chapitre I : Modélisation et Simulation de la Machine Asynchrone
avec :
t t
[V s ] = [V sa V sb V sc ] , [V r ] = [V ra V rb V rc ]
t t
[ I s ] = [ I sa I sb I sc ] , [ I r ] = [ I ra I rb I rc ]
t t
[ Φs ] = [ Φsa Φ sb Φ sc ] , [ Φ r ] = [ Φ ra Φ rb Φ rc ]
Rs 0 0 Rr 0 0
[ Rs ] = 0 Rs 0 , [ Rr ] = 0 Rr 0
0 0 Rs 0 0 Rr
Équations magnétiques
Les hypothèses que nous avons présentées précédemment, conduisent à des relations linéaires entre le
flux et les courants. Elles sont exprimées sous forme matricielles comme suit :
[ Φ s ] = [ Lss ][ I s ] + [ M sr ][ I r ]
(I.6)
[ Φ r ] = [ M rs ][ I s ] + [ Lrr ][ I r ]
avec :
ls ms ms lr mr mr
, [ Lss ] = ms ms et [ Lrr ] = mr mr
t
[ M sr ] = [ M rs ] ls lr
ms ms ls mr ms lr
2π 2π
cos θ cos(θ +
3
) cos(θ − )
3
T 2π 2π
[ M sr ] = [ M rs ] = M 0 cos(θ − )
cos θ cos(θ + )
3 3
cos(θ + 2π ) cos(θ − 2π ) cos θ
3 3
Les équations (I.4), (I.5) et (I.6) conduisent au modèle asynchrone triphasé suivant :
d
[Vsabc ] = [ Rs ][ I sabc ] + {[ Lss ][ I sabc ] + [ M sr ][ I rabc ]} (I.7)
dt
d
[Vrabc ] = [ Rr ][ I rabc ] + {[ M rs ][ I sabc ] + [ Lrr ][ I rabc ]} (I.8)
dt
7
Chapitre I : Modélisation et Simulation de la Machine Asynchrone
Équation mécanique
La relation fondamentale de la dynamique permet d’écrire :
dΩ
J = Cem − f v Ω − Cr (I.9)
dt
La résolution analytique du système d’équations ( I.7), (I.8) et (I.9 ) se heurte à des difficultés du fait que
les termes trigonométriques de la matrice des inductances varient en fonction de la position, ce qui
conduira à l’usage de la transformation de Park qui permettra de rendre ces termes indépendants de la
position [6].
aux composantes X dq tournant à une vitesse qui dépend des grandeurs statoriques ou rotoriques, soit :
Xa
Xd
X = P(θ obs ) X b (I.10)
q X c
avec
2π 4π
cos θ obs cos(θ obs − ) cos(θ obs − )
2 3 3
P (θ obs ) = (I.11)
3 2π 4π
− sin θ obs − sin(θ obs − ) − sin(θ obs − )
3 3
cos θobs − sin θobs
−1 t 2 2π 2π
P (θobs ) = P (θobs ) = cos(θobs − ) − sin(θobs − ) (I.12)
3 3 3
4π 4π
cos(θobs − ) − sin(θobs − )
3 3
L’angle θ obs correspond à la position du repère choisi pour la transformation avec :
Dans ce référentiel on a :
dθ s dθ d
= ωs et = (θ s − θ gl ) = ωs − ω gl (I.13)
dt dt dt
9
Chapitre I : Modélisation et Simulation de la Machine Asynchrone
d Φds
V ds = R s I ds + − ωs Φqs
dt
d Φqs
V qs = R s I qs + + ωs Φds
dt
(I.14)
V d Φdr
= R r I dr + − (ωs − ω )Φqr
dr dt
d Φqr
V qr = R r I qr + + (ωs − ω )Φdr
dt
De plus les composantes des flux statoriques et rotoriques sont exprimées par :
Φds = L s I ds + MI dr
Φ
qs = L s I qs + MI qr
(I.15)
Φdr = L r I dr + MI ds
Φqr = L r I qr + MI qs
Les différentes expressions du couple électromagnétique, sont exprimées par les équations suivantes
en fonction du flux et courants statoriques et rotoriques. Le choix de celle à utiliser dépendra du vecteur
d’état choisi :
C em = pM (I qs I dr − I ds I qr ) (I.18)
pM
C em = (Φdr I qs − Φqr I ds ) (I.19)
Lr
La machine asynchrone peut être modélisée dans l’espace d’état par un système d’équations
différentielles d’ordre 4 et une équation mécanique. Ce model permet de concevoir une représentation
d’état pour la machine en choisissant deux variables d’état parmi quatre (I s , I r , Φ s , Φ r ) . Les états utilisés
sont ceux données au moins par une mesure d’état (I s ) tel que (I s , I r ) , (I s , Φ s ) et (I s , Φ r ) .
10
Chapitre I : Modélisation et Simulation de la Machine Asynchrone
t t
Pour un vecteur d’état I ds , I qs , Φdr , Φqr et une entrée de commande V ds ,V qs , le modèle de la
d Φqr = M I − (ω − p Ω)Φ − 1 Φ
dt Tr
qs s dr
Tr
qr
11
Chapitre I : Modélisation et Simulation de la Machine Asynchrone
θs
Tension triphasée du réseau
I ds
1500 0.5
V it e s s e (T r/ m in )
0
F lu x P h d r (w e b )
1000
-0.5
500
-1
0 -1.5
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (sec) Temps (sec)
60 0.8
0.6
C o u p le C e (N .m )
40
F lu x p h q r (w e b )
0.4
20
0.2
0
0
-20 -0.2
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (sec) Temps (sec)
50 0
C o u ra n t Id s , I q s (A )
C o u ra n t I a s (A )
-10
0
-20 Ids
Iqs
-50 -30
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (sec) Temps (sec)
12
Chapitre I : Modélisation et Simulation de la Machine Asynchrone
On remarque que la courbe de vitesse augmente d’une manière presque linéaire jusqu’à ce qu’elle
atteint la valeur 1500 tr/min pendant un temps de 0.25 s. Au démarrage, le couple admet de fortes valeurs
(fort appel de courant au démarrage pendant un bref instant) avec des oscillations puis se rétablit à une
valeur presque nulle à t = 0.25 s. Concernant le flux rotorique, il possède une allure qui ressemble un peu
à l’allure du couple électromagnétique, où au démarrage nous avons des oscillations, puis au régime
permanent il s’établi à une valeur donnée. Le courant statorique I as est fortement impulsif au démarrage
(pour créer un fort couple), puis se stabilise à une valeur cinq fois inférieur à celle du démarrage. Les
courants correspondants dans l’axe (d,q) seront bien sûr oscillatoire au démarrage puis s’établissent à des
valeurs constantes.
1500 0.5
V i t e s s e N (T r/ m i n )
0
F lu x p h d r ( W e b )
1000
-0.5
500
-1
0 -1.5
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
60 0.8
0.6
C o u p le C e m ( N . m )
40
F lu x p h q r (W e b )
0.4
20
0.2
0
0
-20 -0.2
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
40 0
C o u ra n t s I d s , I q s ( A )
20
C o u ra n t I a s (A )
-10
0
-20
-20
-40 -30
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
13
Chapitre I : Modélisation et Simulation de la Machine Asynchrone
L
Réseau
C OND à MLI MAS
Triphasé
Redresseur
Redresse Filtre
du courant I d et trois diodes D 4 , D 5 , D 6 assurant le retour du courant I d . Le redresseur est alimenté par
un réseau triphasé équilibré de tension.
14
Chapitre I : Modélisation et Simulation de la Machine Asynchrone
Id
D1 D2 D3
Va
Vb V red
Vc
D5 D6
V a = 2V eff sin(2π f s .t )
2π
V b = 2V eff sin(2π f s .t − ) (I.22)
3
2π
V c = 2V eff sin(2π f s .t + 3 )
Le système de tension triphasé (Va , Vb , Vc ) ainsi que la tension redressée Vred sont représentés par la
figure (I.8).
600
500
Vred
400
Va Vb Vc
300
Tensions (Volts)
200
100
-100
-200
-300
-400
0 0.005 0.01 0.015 0.02 0.025 0.03 0.035 0.04
Temps (sec)
15
Chapitre I : Modélisation et Simulation de la Machine Asynchrone
Lf Rf
If Io
V red Cf Vf
dI f
V red = L f dt + R f I f +V f
(I.23)
V = 1 (I − I )dt
f C f ∫ f 0
Vf 1
= 2
(I.24)
V red L f .C f .s + R f .C f .s + 1
1
fc = (I.25)
2π L f C f
L’opération de filtrage a été réalisée avec les paramètres R f = 1 Ω, L f = 0.002 H et C f = 0.006 F . Les
résultats de simulation sont présentés sur la figure (I.10).
16
Chapitre I : Modélisation et Simulation de la Machine Asynchrone
600
500
400
Tension filtrée Vf
300
200
Tensions (Volts)
100
-100
-200
-300
-400
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07
Temps (sec)
Le réglage de la vitesse rotorique d’une machine asynchrone se réalise logiquement par action
simultanée sur la fréquence et les tensions statoriques, par conséquent, pour se donner les moyens de cette
action, il faut disposer d’une source d’alimentation capable de délivrer une tension d’amplitude et de
fréquence réglable en valeurs instantanées. La figure (I.11) présente un système mettant en œuvre une
machine asynchrone alimentée par un onduleur de type M.L.I.
Le principe de fonctionnement s’exprime par le séquencement imposé aux interrupteurs statiques qui
réalisent la modulation de largeur des impulsions des tensions appliquées aux enroulements statoriques
de la machine.
17
Chapitre I : Modélisation et Simulation de la Machine Asynchrone
Ta Tb Tc
E/2
a a
V bn
E b n V an
0 V ab V bc
b
E/2 c V cn
V cac
Ta' Tb ' Tc '
Figure I.11. Schéma électrique d’un onduleur triphasé à trois bras alimentant la MAS
Pour modéliser l’onduleur de tension de la figure I.11, on considère son alimentation comme une
source parfaite, constituée de deux générateur de f .é.m égale à E 2 connectés à un point milieu noté ''O''.
L’onduleur est commandé à partir des grandeurs logiques Si . On appelle Ti et Ti′ les transistors
(supposés être des interrupteurs idéaux), on a :
avec i = a, b, c
où ''O'' représente le point milieu fictif à l’entrée continu (figure I.11), et Vao , Vbo , Vco sont des tensions
prises par rapport au point milieu ''O''.
avec, Vno la tension fictive entre le neutre de la charge et le point fictif ''O''.
18
Chapitre I : Modélisation et Simulation de la Machine Asynchrone
1
Vno = (Vao + Vbo + Vco ) (I.28)
3
2 1 1
Van = V ao − V bo − Vco
3 3 3
1 2 1
Vbn = − Vao + Vbo − Vco (I.29)
3 3 3
1 1 2
Vcn = − 3 Vao − 3 Vbo + 3 Vco
nous avons
E
V io = S i .E −
2
avec i = a, b, c
E
Si = 1 Vio =
2
(I.30)
S = 0 E
Vio = −
i 2
il vient alors
V ao = (S a − 1 2)E
V bo = (S b − 1 2)E (I. 31)
V = (S − 1 2)E
co c
En remplaçant l'équation (I.29) dans l'équation (I.31), on obtient le modèle de l’onduleur comme suit :
Van 2 −1 −1 S a
V = E −1 2 −1 S (I. 32)
bn 3 b
Vcn −1 −1 2 Sc
Vref +
Vm
Vp -
19
Chapitre I : Modélisation et Simulation de la Machine Asynchrone
Le principe général de la modulation consiste à représenter une information sous une forme différente
de la forme originale. Dans la littérature plusieurs types de modulations peuvent être rencontrées. Dans
notre cas, on s’intéresse essentiellement à la modulation dite MLI (Modulation par largeur
d’Impulsions) ou PWM en anglais (Pulse Width Modulation).
• MLI sinus-triangle
• MLI à hystérésis
La modulation MLI sinus triangle permet le contrôle en tension de la machine asynchrone. Une onde
modulatrice Vref (référence), de fréquence f m est comparée à une onde triangulaire V p (porteuse) de
fréquence f p très élevée par rapport à f m . La sortie du comparateur permet d’obtenir un signal MLI
Vref
0.5
Vp
Tension (Volts)
-0.5
-1
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02
Temps (sec)
1.5
1
Tension MLI (Volts)
0.5
-0.5
-1
-1.5
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02
Temps (sec)
20
Chapitre I : Modélisation et Simulation de la Machine Asynchrone
MLI à hystérésis
Ce type de modulation nous permet de contrôler la machine par le biais des courants. La technique de
contrôle du courant la plus simple consiste à maintenir les courants générés par la charge (MAS) dans une
bande ∆I enveloppant les courants de références. Chaque violation de cette bande donne un ordre de
violation [9].
En effet, les instants de commution se déterminent par contre réaction. La tension de sortie passe
de 1 à -1 dès que l’écart dépasse un seuil ∆I 2 et passe de -1 à 1 lorsque l’écart devient inférieur à ∆I 2 .
Ta
I sa _ ref
+
-
Ta′
I sa Comparateur à
Hystérésis Mise en forme des signaux
complémentaires
Par conséquent, les équations du contrôle par hystérésis peuvent être écrites sous la forme [10] :
1 si I sa ≤ ( I sa _ ref − ∆I 2)
k +1
S i =0 si I sa ≥ ( I sa _ ref + ∆I 2) (I. 33)
S k si ( I sa _ ref − ∆I 2) ≤ I sa ≤ ( I sa _ ref + ∆I 2)
i
avec, ∆I la largeur de la bande d’hystérésis, S ik +1 et S ik les états actuels et précédents de l’interrupteur de
phase.
21
Chapitre I : Modélisation et Simulation de la Machine Asynchrone
I (A )
∆I
t (s )
1
t (s )
−1
L'algorithme de simulation de la machine-onduleur en boucle ouverte est présenté sur la figure (I.16):
θs
Tension triphasée du réseau
I ds I qs Φ dr Φ qr
I as − ref V as − ref
I bs − ref ou V bs − ref MLI
I V Park-1
cs − ref cs − ref
( θs )
Au modèle d’état de la machine donné par les équations (I.20) et (I.21) on associe l’ensemble
redresseur, filtre et onduleur MLI, ce qui représente une structure commandable de la machine
asynchrone. Les trois commandes MLI des transistors de l’onduleur triphasé sont présentées dans la
22
Chapitre I : Modélisation et Simulation de la Machine Asynchrone
figure (I.17), et les trois sorties de l'onduleur correspondantes sont présentés par la figure (I.18). Les
résultats de simulation sont présentés dans les figures (I.19) et (I.20).
1
PWM phase a
0.5
0 0.005 0.01 0.015 0.02 0.025 0.03 0.035 0.04 0.045 0.05
Temps (sec)
1
PWM phase b
0.5
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1
Temps (sec)
1
PWM phase c
0.5
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1
Temps (sec)
400
Tension phase a (va)
200
-200
-400
0 0.005 0.01 0.015 0.02 0.025 0.03 0.035 0.04 0.045 0.05
Temps (sec)
400
Tension phase b (vb)
200
-200
-400
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1
Temps (sec)
400
Tension phase c (vc)
200
-200
-400
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1
Temps (sec)
23
Chapitre I : Modélisation et Simulation de la Machine Asynchrone
A vide ( Cr = 0 )
1500 0.4
V ites s e de rotation N (T r/m in)
0.2
-0.4
500
-0.6
-0.8
0 -1
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
20 0.4
15 0.3
C ouple C em (N .m )
10
0.2
5
0.1
0
0
-5
-10 -0.1
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
30 5
20 0
C ourant Ids , Iqs (A )
C ourant Ias (A )
10 -5
0 -10
-10 -15
-20 -20
-30 -25
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
24
Chapitre I : Modélisation et Simulation de la Machine Asynchrone
En charge ( C r = 10 Nm )
1500 0.4
V ites s e de rotation N (T r/m in)
0.2
-0.4
500
-0.6
-0.8
0 -1
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
20 0.4
15 0.3
C ouple C em (N .m )
10
0.2
5
0.1
0
0
-5
-10 -0.1
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
30 5
20 0
C ourants Ids , Iqs (A )
C ourant Ias (A )
10 -5
0 -10
-10 -15
-20 -20
-30 -25
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
25
Chapitre I : Modélisation et Simulation de la Machine Asynchrone
I.8. CONCLUSION
Dans ce chapitre la modélisation de la machine asynchrone a été présentée. Cette modélisation est
basée sur certaines hypothèses simplificatrices. Le modèle présenté a été donné dans un repère biphasé
général dans le but de réduire la complexité du modèle. Une transformation dite de Park a été utilisée
pour assurer le passage entre les repères triphasé et biphasé.
Les résultats de simulation ont montré le comportement global de la machine asynchrone en présence
et en absence d’un couple de charge. Deux cas de simulations ont été présentés :
• Simulation de la machine asynchrone alimentée directement par le réseau triphasé
• Simulation de l’ensemble redresseur, filtre, onduleur MLI et machine asynchrone
Selon ces résultats, deux problèmes ont été constatés : La diminution de la vitesse de rotation lors de
l’application d’une charge et le fort couplage entre le couple et le flux. Dans le but de remédier à ce
problème et assurer le contrôle de la vitesse de la machine, une structure de commande en boucle fermée
sera nécessaire, ce qui fera l'objet du deuxième chapitre.
26
CHAPITRE II
COMMANDE VECTORIELLE
DE LA MACHINE ASYNCHRONE
II.1. INTRODUCTION
Dans un moteur à courant continu (MCC) le couple est proportionnel au produit du flux
inducteur et du courant d’induit. Dans le cas ou la machine est a excitation séparée, si l’on
maintien le flux inducteur constant, le couple sera proportionnel au courant d’induit ce qui
nous donne de bonnes performances. Cette caractéristique n’est pas valable dans le cas de la
machine asynchrone, ce qui rend sa commande difficile. Pour obtenir une situation
équivalente à celle d’un moteur à courant continu, Blaschke et Hasse ont proposé une
méthode pour contourner cette difficulté. Dans cette méthode le vecteur courant statorique
sera décomposé en deux composantes, une produit le flux et l’autre le couple [8][9].
La commande par orientation du flux est une expression qui apparaît de nos jours dans le
domaine de commande des moteurs électriques. Le principe d’orientation a été proposé par
Blashke au début des années 70, ramenant ainsi le comportement de la machine asynchrone
à celui d’une machine à courant continue. Cette technique consiste à placer le repère (d,q) tel
que l’axe (d) coïncide avec le flux à orienter.
Un choix adéquat du référentiel (d,q) de telle manière que le flux rotorique soit aligné
avec l’axe (d) permet d’obtenir une expression du couple dans laquelle deux courants
orthogonaux ( I ds , I qs ) interviennent, le premier générateur de flux et l’autre générateur de
ωs d
q
Is
Φr
ω
ar
I qs I ds
θs
θ
ax
0
Φdr = Φ r
(II.1)
Φqr = 0
C em = k .I ds .I qs (II.2)
p2
avec k =
Lr J
28
Chapitre II : Commande vectorielle de la machine asynchrone
dI ds 1 1−σ 1−σ 1
dt = −( σ T + σ T ) I ds + ωs I qs + σ MT Φ r + σ L Vds
s r r s
dI qs 1 1−σ 1− σ 1
= −ωs I ds − ( + ) I qs − pΩΦ r + V
dt σ Ts σ Tr σM σ Ls qs
(II. 3)
dΦr = M I − 1 Φ
dt Tr
ds
Tr
r
ω = pΩ + M I
s Tr Φ r
qs
L'équation mécanique s'écrit :
d Ω pM f 1
= Φ r I qs − v Ω − Cr (II.4)
dt JLr J J
Après transformation de Laplace, on peut écrire :
M
Φ r = 1 + T s I ds
r
(II.5)
C = pM Φ I
em Lr
r qs
L'équation (II.5) montre qu’on peut agir indépendamment sur le flux rotorique et le
couple électromagnétique par l’intermédiaire des composantes I ds et I qs du courant
Pour déterminer la position et le module du flux, l’idée naturelle est la mesure du flux dans la
machine à laide de bobinage supplémentairement ou de capteurs à effet Hall. Devant cette complexité
on fait appel à des modèles dynamiques du flux qui nécessitent des grandeurs facilement mesurables
tel que les courants, les tensions statoriques et la vitesse de rotation.
On utilise souvent le modèle de la machine pour déterminer la position et le module du flux suivant
les équations suivantes :
29
Chapitre II : Commande vectorielle de la machine asynchrone
d Φr M 1
dt = T I ds − T Φ r
r r
(II.6)
dθ s = ω = pΩ + M I
dt s
Tr Φ r
qs
Le module du flux rotorique et du couple électromagnétique peuvent être contrôlés par contre
réaction, alors que la pulsation de glissement est directement calculée à l’aide des grandeurs mesurées
ou estimées.
Dans cette méthode (appelée slip frequency control) l’amplitude du flux rotorique n’est pas utilisée
et on utilise seulement sa position calculée à partir des grandeurs de références. Alors, cette technique
aura l’avantage de ne pas utiliser des capteurs de flux mais seulement l’utilisation de capteurs de
vitesse rotorique.
Dans ce type de commande on considère uniquement la dynamique du rotor, l’angle de Park θ s est
calculé à partir de la pulsation statorique, elle même reconstituée à l’aide de la vitesse de la machine et
de la pulsation rotorique ω telle que :
ωs = ωgl + ω
d 'où (II.7)
*
M I qs
θs = ∫ ωs dt = ∫ ( + p Ω) dt
T r Φ*r
Le FOC (field oriented control) est un bloc de calcul qui possède deux entrées ( Φ*r et Cem
*
) et génère
les trois grandeurs de commande de l’onduleur ( Vds* , Vqs* et ωs ). Il est défini en considérant le régime
statique pour lequel le flux rotorique et le couple électromagnétique sont maintenus constants égaux à
leurs valeurs de référence. Si on ne tient pas compte des variations des courants direct et en quadrature,
les équations de ce bloc sont déduites de celles du modèle comme suit :
30
Chapitre II : Commande vectorielle de la machine asynchrone
* Φ*r
I ds = M
* L rC em *
I =
qs pM Φ*
r
MR r I qs*
ωs = ω + (II.8)
L r Φ*r
V ∗ = R I * − ω σ L I *
ds s ds s s qs
∗ * * M *
V qs = R s I qs − ωs σ L s I ds + ωs Φr
Lr
L
Réseaux Ond. à
triphasés c MAS
MLI
V a∗ V b∗ V c∗ Ia I b I c ω
Park-1 Park
V ds* ωs
∗
ω Φ r 1 I ds∗ Régulateur
r
V +
+ ds
du courant
M - +
I ds V dsc
I ds I qs
∗
Régulateur C em* I qs Régulateur V qsr V qs*
ω∗ + de
L
r
+ du courant +
* - I qs +
ω - Vitesse pM Φ
r
V qsc
Circuit de
ωs découplage
Estimateur
ωs
ω
transformations directe et inverse sont les principaux constituant dans ce type de commande.
31
Chapitre II : Commande vectorielle de la machine asynchrone
La vitesse est régulée à travers la boucle externe du bloc. La sortie de son régulateur est le couple
électromagnétique de référence C em* ou le courant de référence I *qs qui est comparé à la valeur I qs issue
de la mesure des courants réels. L’erreur sollicite l’entrée de régulateur dont la sortie est la tension de
référence V qs* qui subit une transformation au triphasé et à travers un onduleur de tension alimente la
machine asynchrone.
référence est calculé à partir du flux à imposer. Ce flux correspond à sa valeur nominale pour la zone
de vitesse inférieure à la vitesse de base. Au-delà de cette zone, on procède au « défluxage » de la
machine de manière à pouvoir atteindre des vitesses supérieures. Le couple maximal que l’on peut
imposer devient alors plus faible. Le procédé de défluxage en grande vitesse est utilisé en particulier
en traction électrique où l’on a besoin d’un fort couple pendant la phase de démarrage et d’un couple
plus faible (qui ne sert à lutter contre les frottements) pendant la marche normale [10].
La sortie du régulateur du courant I ds donne la tension Vds . Les deux tensions de référence V ds* et
V qs* sont alors transformées en grandeurs statoriques, à l’aide d’une transformation biphasée -triphasée.
L’onduleur à MLI applique des créneaux de tensions à la machine dont les valeurs moyennes sur
une période de MLI correspondent aux tensions de référence Vas , Vbs et Vcs [5][11].
Dans le cas où la machine est alimentée par un onduleur de tension, les équations des tensions
statoriques sont déduites de l’équation (II.3) comme suit :
dI ds M d Φ r
Vds = Rs I ds + σ Ls + − σ Lsωs I qs
dt Lr dt
(II.9)
V = R I + σ L dI qs M
+ ωs Φ r + σ Lsωs I ds
qs s qs s
dt Lr
Le couplage qui existe entre les deux équations est éliminé en générale par une méthode de
compensation classique. Celle ci consiste à faire la régulation des courants en négligeant les termes de
couplage, ces derniers seront rajoutés à la sortie des correcteurs des courants afin d’obtenir les tensions
de références qui attaquent l’onduleur.
32
Chapitre II : Commande vectorielle de la machine asynchrone
Les termes de couplage (tensions) dans l'équation (II.9) sont les termes que lorsqu’on les élimine,
les tensions restantes deviennent en relation du premier ordre avec les deux composantes du courant
statorique. Soient les indices : ‘r’ pour régulateur et ‘c’ pour couplage, nous avons alors :
avec :
c M d Φr
V ds = −σ L s ωs I qs +
L r dt
c M
V qs = ωs Φ r + ωs σ L s I ds
Lr
(II.11)
V r dI
= R s I ds + σ Ls ds
ds dt
V r dI qs
= R s I qs + σ Ls
qs dt
Les tensions V ds* et V qs* sont alors reconstituées à partir des tensions V dsr et V qsr (figure II.3).
V dsc
+ V ds*
V dsr + Flux
MAS
+
Commande
V qs*
V qsr + Vectorielle Coupl
+
V qsc
V ds = (R s + s σ L s )I ds − σ Ls ωs I qs
M (II.12)
V qs = (R s + s σ L s )I qs + ωs L Φ r + σ Ls ωs I ds
r
On peut donc, représenter le modèle de la machine par le schéma bloc de la figure (II.4) où nous
M
schématisons en clair les termes de couplage ωs σ Ls I qs , ωs σ Ls I ds et ωs Φr .
Lr
33
Chapitre II : Commande vectorielle de la machine asynchrone
σ L s ωs I qs
V ds +
+ 1 1 I ds
R s
1 + σT .s
s
M
ωs Φ r
L
V qs +
- r 1 1 I qs
-
R s
1 + σT .s
s
σ L s ωs I ds
L’ensemble modèle de la machine et sa régulation par découplage est représenté dans la figure (II.5).
σ L s ωs I qs σ L s ωs I qs
V ds
r ⁻ V ds* + 1
+ + + 1
∗
I ds Reg I ds
R s
1 + σT .s
s
⁻ M
M
ωΦ
I ds s r
ωΦ
L s r
r
L
- r
+ V qs
r
+ + V qs* + 1 1
∗
I qs Reg I qs
R s
1 + σT .s
s
- - -
I qs
σ L s ωs I ds σ L s ωs I ds
Bloc de régulation Modèle de la machine
Le dimensionnement du régulateur est basé sur la dynamique de la machine en boucle fermée par
imposition de pôles. Pour ce fait, on calcul la fonction de transfert du système en boucle fermée, puis
on identifie l’équation caractéristique avec le polynôme caractéristique désiré ayant des pôles
complexes conjugués à parties réelles négatives s1,2 = ρ (−1 ± j ) [12].
Régulation du courant
Du procédé du découplage utilisé à la figure (II.5), on abouti au schéma bloc simple et identique
pour les deux axes.
34
Chapitre II : Commande vectorielle de la machine asynchrone
r
∗
I ds (s ) V ds (s )
+ e d (s ) k id 1 I ds (s )
k pd + R s + σ L s .s
⁻ s
I ds (s )
Le régulateur de courant direct permet de définir la tension V dsr , nécessaire pour maintenir le flux
de référence [10].
A flux constant égal à Φ∗r , en supposant que le découplage est réalisé, on aura :
I ds ( s ) 1 1 1
r
= = (II.17)
Vds ( s ) Rs (1 + σ Ts s ) Rs + σ Ls s
Φ∗r
I ds∗ = (II.18)
M
1
(k pd s + k id )
I ds (s ) σ Ls
= (II.19)
I ds∗ (s ) R + k pd k id
s + s
2
s +
σ Ls σ Ls
R s + k pd k id
P (s ) = s 2 + s + (II.20)
σ Ls σ Ls
P( s) = s 2 + 2 ρ s + 2 ρ 2 = 0 (II.21)
35
Chapitre II : Commande vectorielle de la machine asynchrone
L’identification terme à terme des deux équations (II.20) et (II.21) entraîne que :
k id = 2σ LS ρ 2
(II.22)
k pd = 2σ LS ρ − R s
Régulation de la vitesse
Le régulateur de vitesse permet de déterminer le couple de référence, afin de maintenir la vitesse
correspondante.
ω (s ) p
= (II.23)
C em (s ) f v + J .s
avec : ω = pΩ
En associant à cette fonction un régulateur PI, on obtient la structure donnée dans la figure (II.7) :
∗
ω (s ) e ω (s ) k iω ∗
+ C em (s ) p ω (s )
k pω + fv + Jss
ω (s )⁻ s
p
(k pω s + kiω )
ω ( s) J
= (II.24)
ω ∗ ( s) f + k pω p kiω p
s + v
2
s+
J J
f v + k pω p kiω p
P( s) = s 2 + s + =0 (II.25)
J J
P (s ) = s 2 + 2 ρ s + 2 ρ 2 (II.26)
36
Chapitre II : Commande vectorielle de la machine asynchrone
L’identification terme à terme des deux équations (II.25) et (II.26) entraîne que :
2.J .ρ 2
k
iω =
p
(II.27)
k = 2.ρ .J − f v
pω p
∗
C em (s ) k
= k pω + i ω (II.28)
eω (s ) s
Cette fonction peut être écrite, dans le domaine temporel, comme suit :
t
∗
Cem = k pω ω ∗ − ω + kiω ∫ ω ∗ − ω dτ
( ) ( ) (II.29)
0
∗
C em ( )
( k ) = k pω ω ∗ (k ) − ω ( k ) + k i ω S ( k ) (II.30)
avec
(
S (k ) = S (k − 1) + h ω ∗ (k ) − ω (k ) ) (II.31)
La commande doit être limitée par un simple dispositif d’écrêtage défini par :
∗ max
∗
∗
C em (k ) si C em (k ) ≤ C em
C em (k ) = max ∗
(II.32)
lim ité ∗ max
C em signe (C em (k )) si C em (k ) ≥ C em
max n
La limite maximale adoptée est C em = 2,5C em = 25 N .m .
Cette limitation provoque un effet d’emballement (effet windup). Ainsi, le régulateur doit être associé
à un système d’anti-windup afin d’éviter le dépassement dû au fait que l’intégrateur continue à
sommer une erreur qui ne correspond plus à la tension de commande.
37
Chapitre II : Commande vectorielle de la machine asynchrone
e ω (k ) = ω ∗ (k ) − ω (k ) (II.33)
et si e ωL correspond à l’erreur de vitesse qui aurait produit le couple de sortie du régulateur obtenue
après la fonction de saturation :
1
e ωL (k ) = e ω (k ) −
k pω + h .k i ω
( ∗
C em ∗
(k ) − C em (k )
lim ité
) (II.34)
S (k ) = S (k − 1) − eωL (k ) (II.35)
Mode défluxé
Le fonctionnement de la machine est normal jusqu’à des valeurs nominales (vitesse, puissance,
couple). Si on veut tourner la machine à des vitesses supérieures à la vitesse nominale, celle-ci devient
surchargée en dépassant sa puissance nominale. C’est pourquoi, on doit diminuer le flux de la machine
avec l’augmentation de la vitesse au-delà de sa valeur nominale pour assurer un fonctionnement à
puissance constante (nominale). On appelle cette opération le défluxage. Dans ces conditions, on peut
faire tourner la machine à des vitesses supérieures à sa vitesse nominale, en gardant en même temps la
puissance mécanique constante et égale à sa valeur nominale. Ainsi, on peut éviter la surcharge et le
sur-échauffement de la machine.
Le Principe de défluxage consiste à maintenir le flux rotorique constant est égal au flux nominal et
en le faisant varier sur une plage pour les vitesses supérieures à la vitesse nominale.
Pour cela, on impose un flux de référence défini par :
Φ r _ nom si Ω ≤ Ω nom
∗
Φ = Ω nom
r
Ω Φ r _ nom si Ω ≥ Ω nom (II.36)
38
Chapitre II : Commande vectorielle de la machine asynchrone
L
Réseau Ond.à
c MAS
triphasé MLI
ω
∗ ∗ ∗
Va Vb Vc
ωs
-1
Park
ω
V ds∗ V qs∗
∗
Φ r
FOC
*
Régulateur C em
∗
+ de
ω Vitesse
-
ω
Afin de vérifier le découplage introduit par la commande vectorielle indirecte (figure II.8) entre le
flux et le couple, nous simulons le système en imposant une référence de flux rotorique de 1(web), et
un couple de référence sous forme de créneaux [+25Nm, -25Nm, 0Nm] dans les intervalles de temps
respectifs suivants:[0, 0.35], [0.35, 0.65], [0.65, 1] secondes.
Deux cas de simulations vont être présentés, commande vectorielle sans onduleur et avec onduleur.
On constate dans le premier cas (sans onduleur) que le couple électromagnétique suit parfaitement
la référence imposée et que le flux rotorique est pratiquement égal à sa composante directe et que sa
composante en quadrature est nulle (figure II.9). Contrairement au deuxième cas (avec onduleur) qui
se rapproche plus à la réalité (figure II.10).
39
Chapitre II : Commande vectorielle de la machine asynchrone
1.5
F lux phdr (web)
0.5
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Temps (sec)
1
Flux phqr ( web)
0.5
-0.5
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Temps (sec)
40
Couple Cem (N.m )
20
-20
-40
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Temps(s)
Figure II.9. Commande par orientation de flux rotorique en boucle ouverte sans onduleur
Dans les deux cas, nous observons que les variations brusques du couple électromagnétique
n’influencent pas le flux rotorique, ce qui montre le découplage entre le couple et le flux.
40
Chapitre II : Commande vectorielle de la machine asynchrone
1.5
Flux phdr (web)
0.5
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Temps(sec)
1
Flux phqr (web)
0.5
-0.5
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Temps (sec)
60
40
Couple Cem (N.m )
20
-20
-40
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Temps (sec)
Figure II.10. Commande par orientation de flux rotorique en boucle ouverte avec onduleur
41
Chapitre II : Commande vectorielle de la machine asynchrone
Les simulations présentées dans ce paragraphe vont nous permettre d’illustrer les performances
statiques et dynamiques de la commande vectorielle en utilisant un régulateur classique type PI.
Les coefficients du régulateur de vitesse sont déterminés par un placement de pôles avec ρ = 35 , ce
qui donne K p = 1.081 et K i = 37.975 .
Pour démontrer les performances statique et dynamique de commande vectorielle indirecte imposée
à la machine avec un régulateur PI, on a simulé les cas suivants :
t = 0.5sec . Les résultats de simulation sont présentés par la figure (II.11) où nous constatons que la
vitesse suit avec de bonnes performances dynamiques et sans erreur statique la vitesse de référence
même après application du couple de charge.
Les résultats obtenus montrent aussi le découplage entre le couple électromagnétique et le flux
rotorique traduit par la réponse des composantes I ds et I qs du courant statorique.
Le couple admet une forte valeur avec une oscillation (fort appel de courant au démarrage, bref
mais important) et suit parfaitement sa référence. Puis après l’application du couple de charge
C r = 10 Nm , le couple électromagnétique se rétablit et atteint sa valeur finale de charge Cem = 10 Nm .
La figure (II.11) montre aussi que le courant I qs est l’image du couple Cem qui suit également sa
référence. Le courant I ds est quasiment stable et suit sa référence. On trouve aussi dans la figure II.11
la courbe de la tension de commande Vas , dans la quelle nous constatons que lors de l’application de la
charge, la commande augmente dans le but de conserver la vitesse à sa valeur de référence, la même
remarque pour le courant statorique I as .
lors d’une variation (augmentation) de cette résistance de 200% et 400% à l’instant de temps t = 1sec ,
respectivement. La robustesse de cette commande est conservée pour la première variation de cette
résistance (figure II.13.a), tandis que pour la deuxième variation paramétrique (très grande), on
constate que cette commande devient non robuste (perte de découplage), ce qui provoquera pour des
variations supérieures à 400% une instabilité du système (figure 13. b) et une divergence de la vitesse
de rotation par rapport à la vitesse de référence.
• Essai à basse vitesse (zéro vitesse).
Dans cet essai on fait tourner la machine pour deux vitesses de rotations : N = 20 tr / min et
N = −20 tr / min . Les résultats de simulation sont illustrés par la figure (II.14). On note que la qualité
de cet essai n'est pas trop satisfaisante, ce qui montre l'incapacité du régulateur PI à commander la
machine aux faibles vitesses.
43
Chapitre II : Commande vectorielle de la machine asynchrone
1500 20
Vitesse de rotation N (Tr/min)
500 0
0 -10
-500 -20
0 0.5 1 1.5 2 0 0.5 1 1.5 2
Temps (s) Temps (s)
40 400
Tension de commande Vas (V)
Couple Cem (N.m)
20 200
0 0
-20 -200
-40 -400
0 0.5 1 1.5 2 0 0.5 1 1.5 2
Temps (s) Temps (s)
1.5 20
Flux phdr, phqr (Web)
1 10
Courant Ias (A)
0.5 0
0 -10
-0.5 -20
0 0.5 1 1.5 2 0 0.5 1 1.5 2
Temps (s) Temps (s)
Figure II.11. Résultats de simulation lors d'un démarrage à vide suivi d'une application de charge C r = 10Nm
44
Chapitre II : Commande vectorielle de la machine asynchrone
1500 20
Vitesse de rotation N ( Tr/m in)
1000
0 0
-500
-10
-1000
-1500 -20
0 0.5 1 1.5 2 2.5 3 3.5 4 0 0.5 1 1.5 2 2.5 3 3.5 4
Temps (s) Temps (s)
60 300
Tens ion de c om m ande Vas (V)
40 200
Couple Cem (N.m )
100
20
0
0
-100
-20
-200
-40 -300
0 0.5 1 1.5 2 2.5 3 3.5 4 0 0.5 1 1.5 2 2.5 3 3.5 4
Temps (s) Temps (s)
1.5 15
10
Flux phdr, phqr (Web)
1
Courant Ias (A)
0.5 0
-5
0
-10
-0.5 -15
0 0.5 1 1.5 2 2.5 3 3.5 4 0 0.5 1 1.5 2 2.5 3 3.5 4
Temps (s) Temps (s)
Figure II.12. Résultats de simulation lors d'un démarrage à vide suivi d'une inversion de vitesse avec charge.
45
Chapitre II : Commande vectorielle de la machine asynchrone
1200 20
Vitess e de rotation N (Tr/min)
1000 15
600 5
400 0
200 -5
0 -10
-200 -15
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
30 300
10 100
0 0
-10 -100
-20 -200
-30 -300
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
1.5 15
10
Flux phdr, phqr (Web)
1
Courant Ias (A)
0.5 0
-5
0
-10
-0.5 -15
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
46
Chapitre II : Commande vectorielle de la machine asynchrone
1500 20
Vitesse de rotation N (Tr/min)
500 0
0 -10
-500 -20
0 0.5 1 1.5 2 0 0.5 1 1.5 2
Temps (s) Temps (s)
40 400
Tension de commande Vas (V)
Couple Cem (N.m)
20 200
0 0
-20 -200
-40 -400
0 0.5 1 1.5 2 0 0.5 1 1.5 2
Temps (s) Temps (s)
1.5 20
Flux phdr, phqr (Web)
1 10
Courant Ias (A)
0.5 0
0 -10
-0.5 -20
0 0.5 1 1.5 2 0 0.5 1 1.5 2
Temps (s) Temps (s)
47
Chapitre II : Commande vectorielle de la machine asynchrone
50
V ites se de rotation N (Tr/m in)
-50
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s)
15
10
5
Couple Cem (N.m )
-5
-10
-15
-20
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s)
1.5
1
Flux phdr, phqr
0.5
-0.5
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s)
48
Chapitre II : Commande vectorielle de la machine asynchrone
II.7. CONCLUSION
Dans ce chapitre, la commande vectorielle ainsi que ses lois ont été étudiées et appliquées à la
machine asynchrone. Le principe fondamental de cette commande était le découplage entre le couple
et le flux. Deux types de commandes vectorielles ont été présentés, directe et indirecte. Les résultats de
simulation que nous avons donnés sont relatifs à la commande vectorielle indirecte. Ils montrent
clairement la réalisation du découplage. Par ailleurs, le réglage conventionnel à base de régulateur
proportionnel intégrateur (PI) donne des résultats acceptables sauf pour les deux cas suivants :
• grands changements dans les paramètres de la machine. Cependant, une erreur ou une dérive
sur les paramètres de la machine vont influer d’une manière directe sur les coefficients du
régulateur PI et sur le découplage ce qui provoque l’instabilité de la machine
• fonctionnement de la machine à basse vitesse, où nous constatons que la poursuite n'est pas très
bonne vu la présence de fortes oscillations.
Pour palier à ces problèmes, des régulateurs à base de techniques intelligentes sont recommandés
ce qui fera l'objet du troisième chapitre.
49
CHAPITRE III
III.1. INTRODUCTION
La logique floue est une extension de la logique classique dans le but de raisonner sur des
connaissances imparfaites. Elle est née en 1965 des travaux de Lotfi A. Zadeh, professeur à
l’université de Californie à Berkley.
L’auteur eut l’idée d’élargir la notion d’appartenance, normalement traduite par « oui » ou « non »
aux critères « peut être », « sans doute », « à peu prés »…etc. Il a ainsi fixé la notion de sous ensemble
flou et a fourni le point de départ d’une nouvelle théorie : la théorie des ensembles flous [13].
La première et la plus significative pour l'application industrielle de la logique floue est celle menée
par Hitachi, consistant à réaliser la commande automatisée du métro de sendaii (ville située à 300 Km
de Tokyo). Ce dispositif, entièrement sous contrôle d'un ordinateur utilisant des algorithmes basés sur
la logique floue, a permis une réduction de 10% de la consommation d'énergie. De plus, la conduite
était si douce que les passagers n'avaient plus besoin de se tenir aux rampes ou aux poignés.
Ce chapitre est divisé en trois parties principales. Dans la première partie les éléments théoriques de
la logique floue seront présentés en détail. La deuxième partie sera consacrée à la conception d’un
régulateur flou type-1 non adaptatif et finalement une commande adaptative floue type-1 sera donnée
dans la troisième partie.
d’appartenance fournit une mesure du degré qu’un élément de U soit un élément d’un sous ensemble
flou [14].
En logique floue un élément peut résider dans plus qu’un ensemble à des degrés d’appartenances
différents. Ceci ne peut se produire dans la théorie des ensembles ordinaires.
Un ensemble flou A dans U peut être représenté comme un ensemble de paires ordonnées de
l’élément générique x et son niveau (degré) d’appartenance :
A = {( x, µ A ( x) ) / x ∈ U } (III.1)
Quand l’univers de discours U est un ensemble continu (Exp : nombres réels), le sous ensemble
flou A est écrit comme suit :
A = ∫ µ A ( x) / x (III.2)
U
A = ∑ µ A ( x) / x (III.3)
U
1 autrement
où cg et cd sont les limites gauche et droite, respectivement ; et wg , wd sont les largeurs gauche et
51
Chapitre III : Commande floue type-1 de la machine asynchrone
µ µ µ
Exponentielle
Triangulaire Trapézoïdale par morceaux
1 1 1
x x x
µ µ
Gaussienne Singleton
1 1
x x
Les fonctions d’appartenance doivent se chevaucher. Ceci nous permet d’avoir le fait que « un verre
peut être partiellement plein et partiellement vide à la fois ».
52
Chapitre III : Commande floue type-1 de la machine asynchrone
Et pour la complémentation on a :
µ B ( x) = 1 − µ B ( x) (III.10)
Exemple 1
Considérons les ensembles flous A = le coefficient de frottement ξ est considérablement grand que
0.5, et B = le coefficient de frottement est approximativement 0.707. Notons que le coefficient de
frottement est un nombre réel positif. Donc, A = {( x, µ A ( x) ) / x ∈ U } , et B = {( x, µ B ( x) ) / x ∈ U } , où par
0 x ≤ 0.5
µ A ( x) = 1 (III.11)
1 + ( x − 0.5) −2 x > 0.5
1
µB (x ) = x >0 (III.12)
1 + (x − 0.707) 4
On observe que le point (élément) x = 0.5 existe dans les deux ensembles B et B simultanément,
mais à des degrés différents, parce que µ B (0.5) ≠ µ B (0.5) .
Cet exemple nous montre que les lois de contradiction et du tiers exclu sont violées par les
ensembles flous, équivalents à dire :
A∪ A ≠U (III.13)
A∩ A ≠ φ (III.14)
En fait, l’une des méthodes pour décrire la différence entre la théorie des ensembles ordinaires et
celle des ensembles flous est la violation des lois d’Aristo par les ensembles flous comme on vient de
le voir dans les relations (III.13) et (III.14). En conséquence n’importe quelle théorie mathématique
appliquée aux ensembles ordinaires, comme les probabilités, sera différente de la théorie des
ensembles flous [17].
53
Chapitre III : Commande floue type-1 de la machine asynchrone
µB ( x) µ A ( x)
1 1
µ A∪ B ( x )
x x
0.5 0.7 0.5 0.7
(a) (b)
µB ( x) µB ( x)
1
1 µ A∩ B ( x )
x x
0.5 0.7 0.5 0.7
(c) (d)
54
Chapitre III : Commande floue type-1 de la machine asynchrone
Base
de
données
Interface Interface
Numérique → Symbolique Symbolique → Numérique
(Fuzzification) (Défuzzification)
SYSTEME FLOU
• Base de règles de décision : une action, sous forme symbolique est décidée en fonction des
variables floues précédemment calculées.
• Interface « Symbolique → Numérique » : ce module traduit l’action floue en une action
directement applicable au processus à commander. Il s’agit de l’étape de défuzzification.
Le système flou, tel qu’il apparaît dans la boucle de régulation de notre processus, se présentera tel
que le montre la figure III.4.
Entrées Sortie
Fuzzification Inférence floue Défuzzification
non- floues Non-floue
55
Chapitre III : Commande floue type-1 de la machine asynchrone
III.5.4. Fuzzification
L’opération de fuzzification réalise une transformation d’un point ordinaire (classique)
x = ( x1 ,..., xn )T ∈ U vers un ensemble flou A′ dans U . Il existe deux choix possibles de fuzzification :
• Fuzzification type singleton : A′ est un singleton flou dont le support est x , c.-à-d.,
III.5.5. Défuzzification
L’opération de défuzzification réalise une transformation d’un ensemble dans V vers une valeur
ordinaire (non floue) y ∈ V . Dans la littérature il existe plusieurs méthodes pour effectuer cette
transformation. La méthode la plus couramment utilisée, c'est la méthode des centres pondérés.
Un système flou type Takagi-Sugeno est un système dont les règles sont comme suit:
R ( j ) : IF x 1 est A 1j et x 2 est A 2j et . . . et x n est A nj
(III.16)
T HEN y = b j ,0 + b j ,1 x 1 + b j ,2 x 2 + . . . +b j , n xn
j = 1, 2, . . . M .
A1j , A2j , . . . Anj sont les ensembles flous des prémisses, b j ,i i = 1, 2, . . . n sont les coefficients de la
56
Chapitre III : Commande floue type-1 de la machine asynchrone
Lorsque b j , i = 0 dans (III.16) pour i = 1, 2, . . . n , le système est dit (Modèle flou TS d'ordre zéro)
ou système flou à conséquence singleton. Donc la valeur numérique de la sortie sera donnée par [13]:
M M
y = ∑ ω jbj ∑ω j (III.20)
j =1 j =1
Exemple 2
Dans cette section nous allons appliquer les méthodes de défuzzification déjà citées sur un exemple
simple. Les entrées du système flou serons deux variables d’état x1 et x 2 , et la sortie sera matérialisée
par la variable y .
Pour les variables d’entrée et de sortie x1 , x 2 et y nous avons choisi des fonctions d’appartenance
floues de formes triangulaires et trapézoïdales comme le montre la figure (III.5), où les univers de
discours ont été limités à l’intervalle [0,100] pour x1 et [0, 50] pour x 2 et à l’intervalle [0,40] pour la
variable de sortie.
• Les ensembles flous correspondant à x1 seront étiquetés par les labels suivants: A1, A2, A3, et A4.
• Les ensembles flous correspondant à x2 , seront étiquetés par les labels suivants: B1, B2 et B3.
• Les ensembles flous correspondant à y seront étiquetés par les labels suivants: E1, E2 et E3.
• L’ensemble de règle correspondant à ce système est présenté dans le tableau 1, où nous avons
considéré toutes les combinaisons des règles possibles qui peuvent existé. Nous devons noter ici
que ce choix des règles a été fait d’une manière subjective.
Les résultats de simulation pour chacune des méthodes montrées sont présentés dans les figures
suivantes et cela pour une entrée ( x1 , x 2 ) = (50, 20).
Pour la méthode des centres pondérés, les fonctions d’appartenance des conséquences vont être
converties en des fonctions d’appartenance de type singletons (Figure III.6)
B2 R2 R5 R8 R11
B3 R3 R6 R9 R12
57
Chapitre III : Commande floue type-1 de la machine asynchrone
1.2
A1 A2 A3 A4
1
0.8
appartenance
x1
0.6
0.4
0.2
0
0 10 20 30 40 50 60 70 80 90 100
univers du dis cours de x 1
(a)
1.2
B1 B2 B3
1
appartenance
0.8
2
x
0.6
0.4
0.2
0
0 5 10 15 20 25 30 35 40 45 50
univers du dis c ours de x 2
(b)
1. 2
1 E1 E2 E3
appartenance
0. 8
3
x
0. 6
0. 4
0. 2
0
0 5 10 15 20 25 30 35 40
univers du dis c ours y
de x 3
(c)
58
Chapitre III : Commande floue type-1 de la machine asynchrone
Nous présentons dans la figure (III.7), le résultat de Défuzzification pour la méthode des centres
pondérés. appartenance
( µ B j ( y j ) = 1 ).
x − x j 2
µ A j ( x) = exp − i j i (III.22)
i
σ i
59
Chapitre III : Commande floue type-1 de la machine asynchrone
où les µ A j ( xi ) sont définies par l'équation (III.22), alors le système flou (III.23) devient équivalent à un
i
où θ j = y j .
Des équations (III.25) et (III.21) nous remarquons qu’une FBF correspond à une règle IF-THEN.
Spécifiquement, une FBF d’une règle j peut être déterminée comme suit :
1- calculer le produit de toutes les valeurs d’appartenance antécédentes de la règle j
2- calculer le même produit pour toutes les autres M règles
3- l’FBF de la j éme règle est déterminée en divisant 1 sur la somme de 2
Remarque : Les FBFs dépendent seulement de la partie prémisse.
Exemple 3
1 2
Pour n = 1 , et en supposant que nous avons quatre règles floues avec µ A j ( x) = exp − ( x − x j )
2
où x j = −5, − 1,1,5 pour j = 1, 2, 3, 4 respectivement, alors les FBFs seront données par :
1 2
4
1
ϕ j ( x) = exp −
2
( x−x j)
∑ exp − 2 ( x − x )
j =1
j 2
(III.26)
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
-5 -4 -3 -2 -1 0 1 2 3 4 5
X
60
Chapitre III : Commande floue type-1 de la machine asynchrone
Règles floues * *
e E ∆C em + C em
Ge Fuzzification Défuzzification G∆C
*
Inférence em +
Ω∗ + ∆e z −1
−
Calcul de ∆e
G ∆e ∆E
Ω
Machine asynchrone
Figure.III.9. Schéma synoptique d’un contrôleur flou de vitesse à gain de commande fixe.
Les deux entrées du contrôleur flou sont l’erreur de vitesse et sa variation [22] :
- L’erreur de vitesse notée « e » est définie par :
e = Ω∗ − Ω (III.27)
- La variation de l’erreur de vitesse ∆e est définie par :
∆e = e (t + ∆t ) − e (t ) = e (k + 1) − e (k ) (III.28)
La sortie du régulateur correspond à la variation de la commande ou du couple électromagnétique
*
notée ∆Cem .
61
Chapitre III : Commande floue type-1 de la machine asynchrone
*
Les trois grandeurs, e, ∆e et ∆Cem sont normalisées comme suit :
E = G e
e
∆E = G ∆e ∆e (III.29)
* *
∆C em = G ∆C em* ∆C em
(a)
1.2
1
NB NM NS ZO PS PM PB
0.8
0.6
0.4
0.2
0
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
(b)
NVB NB NM NS NVS ZO PVS PS PM PB PVB
1
0.8
0.6
0.4
0.2
0
-3 -2 -1 0 1 2 3
62
Chapitre III : Commande floue type-1 de la machine asynchrone
avec
NVB Negative Very Big (Négatif très grand)
NB Negative Big (Négatif grand)
NM Negative Medium (Négatif moyen)
NS Negative Small (Négatif petit)
NVS Negative Very Small (Négatif très petit)
ZO Zero (Zéro)
PVS Positive Very Small (Positif très petit)
PS Positive Small (Positif petit)
PM Positive Medium (Positif moyen)
PB Positive Big (Positif grand)
PVB Positive Very Big (Positif très grand)
La sortie du contrôleur flou est la loi de commande, elle est fonction de l’erreur et de sa
∗ ∗
variation C em = f (e , ∆e ) . Pour un régulateur flou type PI, l’action de commande C em sera
considérée comme une variation de commande, donc, l’action à un moment k + 1 sera l’action
précédente à l’instant k plus une proportion de la variation de commande comme le montre
l’équation (III.30) :
* * *
Cem (k + 1) = Cem (k ) + G∆C* ∆Cem (III.30)
em
63
Chapitre III : Commande floue type-1 de la machine asynchrone
avec :
*
G∆C* : gain associé à la commande Cem (k + 1) , en général choisi faible pour assurer la stabilité
em
du système, mais dans notre cas il sera auto-ajusté par un mécanisme d’ajustement flou.
*
∆Cem : la variation du couple de commande.
Résultats de simulation
Les fonctions d’appartenance de l’erreur et de sa variation sont choisies identiques de formes
triangulaires et sont définies sur l’intervalle [ −1, 1] comme le montre la figure III.10. Les fonctions
floue est donnée dans la table 2. Les facteurs d'échelle sont choisis comme suit :
G e = 1 Ω∗
G ∆e = 1 (III.31)
G = 0.9
∆C em∗
Trois cas de simulation ont été testés (similairement aux testes réalisés avec le régulateur PI dans le
chapitre (II), à savoir :
o Démarrage à vide suivi d’une application de charge.
o Test d’inversion de vitesse avec charge.
o Robustesse vis à vis la variation de la résistance rotorique.
o Essai à basse vitesse (zéro vitesse).
64
Chapitre III : Commande floue type-1 de la machine asynchrone
( −1000 tr / min ). Les réponses de ce teste sont présentées dans la figure (III.12) qui
montre la robustesse de cette commande vis-à-vis la variation du sens de rotation.
65
Chapitre III : Commande floue type-1 de la machine asynchrone
1200 20
V ites se de rotation N (Tr/m in) 1000 15
0 -5
-200 -10
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
30 300
100
10
0
0
-100
-10
-200
-20 -300
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
1.5 15
10
Flux phdr, phqr (Web)
1
Courant Ias (A )
0.5 0
-5
0
-10
-0.5 -15
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
Figure III .11. Résultats de simulation lors d'un démarrage à vide suivi
66
Chapitre III : Commande floue type-1 de la machine asynchrone
1500 20
V ites se de rotation N (Tr/m in)
1000
0 0
-500
-10
-1000
-1500 -20
0 0.5 1 1.5 2 2.5 3 3.5 4 0 0.5 1 1.5 2 2.5 3 3.5 4
Temps (s) Temps (s)
30 300
100
0
0
-10
-100
-20
-30 -200
-40 -300
0 0.5 1 1.5 2 2.5 3 3.5 4 0 0.5 1 1.5 2 2.5 3 3.5 4
Temps (s) Temps (s)
1.5 20
15
Flux phdr, phqr (Web)
1
10
Courant Ias (A )
5
0.5
0
-5
0
-10
-0.5 -15
0 0.5 1 1.5 2 2.5 3 3.5 4 0 0.5 1 1.5 2 2.5 3 3.5 4
Temps (s) Temps (s)
Figure III.12. Résultats de simulation lors d'un démarrage à vide suivi d'une inversion de vitesse avec charge.
67
Chapitre III : Commande floue type-1 de la machine asynchrone
1200 20
V ites se de rotation N (Tr/m in)
1000 15
0 -5
-200 -10
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
30 300
100
10
0
0
-100
-10
-200
-20 -300
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
1.5 15
10
Flux phdr, phqr (Web)
1
Courant Ias (A )
0.5 0
-5
0
-10
-0.5 -15
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
68
Chapitre III : Commande floue type-1 de la machine asynchrone
1500 20
500
0
0
-500 -10
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
30 400
200
10
0
0
-200
-10
-20 -400
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
1.5 20
Flux phdr, phqr (W eb)
1 10
Courant Ias (A )
0.5 0
0 -10
-0.5 -20
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
69
Chapitre III : Commande floue type-1 de la machine asynchrone
30
V ites s e de rotation N (T r/m in)
20
10
-10
-20
-30
-40
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s)
20
10
Couple Cem (N.m )
-10
-20
-30
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s)
1.2
1
Flux phdr, phqr (W eb)
0.8
0.6
0.4
0.2
-0.2
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s)
70
Chapitre III : Commande floue type-1 de la machine asynchrone
éviter le problème d’instabilité. Mais dans des études relativement récentes [23][24], ce gain est pris
variable selon un certain mécanisme d’adaptation floue.
Mécanisme
d’adaptation du Gain
G *
z −1 ∆C em
− ∆e ∗
Régulateur C em Ω
+ Machine
∗ Adaptatif Asynchrone
Ω + e flou
−
Ω
71
Chapitre III : Commande floue type-1 de la machine asynchrone
Base de Règles 1
z −1
− ∆E
∆e
Défuzzification
G ∆e ∗
C em
Fuzzification
∗
+ Inférence de la ∆C em G +
commande *
∆Cem
∗
Ω + e E +
Ge
−
Ω Base de données z −1
G
Défuzzification
*
Fuzzification
∆C em
Inférence du gain de
commande
Base de Règles 2
Machine Asynchrone
commande floue est donnée dans la table 2. La table des règles floues correspondante au gain de
commande G∆C* est donnée dans la table 3. Les facteurs d'échelle sont choisis comme suit :
em
G e = 1 Ω∗
G ∆e = 1 (III.32)
G =V ariable
∆C em∗
Les résultats de simulation du teste de l’application d’une charge sont présentés dans
la figure (III.18). Les performances dynamiques sont très acceptables. L’évolution du gain de
commande est présentée dans la figure (III.19), où nous constatons l’intervention de ce gain aux
moments où la charge est appliquée, ce qui montre le besoin de faire changer ce gain au cours de
fonctionnement de la machine.
72
Chapitre III : Commande floue type-1 de la machine asynchrone
(a)
1.2
1
NB NM NS ZO PS PM PB
0.8
0.6
0.4
0.2
0
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
(b)
NVB NB NM NS NVS ZO PVS PS PM PB PVB
1
0.8
0.6
0.4
0.2
0
-3 -2 -1 0 1 2 3
(c)
ZO VS S SB MB B VB
1
0.8
0.6
0.4
0.2
0
-1 0 1 2 3 4 5 6
73
Chapitre III : Commande floue type-1 de la machine asynchrone
Tel que :
ZO Zero (Zéro)
VS Very Small (Très petit)
S Small (Petit)
SB Small Big (Petit grand)
MB Medium Big (Moyen grand)
B Big (Grand)
VB Very Big (Très grand)
La figure (III.20) montre les résultats de simulation pour une inversion de sens de rotation de la
machine. Les résultats sont satisfaisons dans les moments où la vitesse est inversée. Le gain de
commande correspondant est présenté dans la figure (III.21).
74
Chapitre III : Commande floue type-1 de la machine asynchrone
1200 20
V ites se de rotation N (Tr/m in)
1000 15
0 -5
-200 -10
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
30 300
100
10
0
0
-100
-10
-200
-20 -300
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
1.5 15
10
Flux phdr, phqr (Web)
1
Courant Ias (A )
0.5 0
-5
0
-10
-0.5 -15
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
Figure III .18. Résultats de simulation lors d'un démarrage à vide suivi d'une application de charge
2.5
2
aindecommande
1.5
G
0.5
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s)
75
Chapitre III : Commande floue type-1 de la machine asynchrone
1500 20
V ites se de rotation N (Tr/m in)
1000
0 0
-500
-10
-1000
-1500 -20
0 0.5 1 1.5 2 2.5 3 3.5 4 0 0.5 1 1.5 2 2.5 3 3.5 4
Temps (s) Temps (s)
40 300
100
0
0
-20
-100
-40
-200
-60 -300
0 0.5 1 1.5 2 2.5 3 3.5 4 0 0.5 1 1.5 2 2.5 3 3.5 4
Temps (s) Temps (s)
1.5 15
10
Flux phdr, phqr (Web)
1
Courant Ias (A )
0.5 0
-5
0
-10
-0.5 -15
0 0.5 1 1.5 2 2.5 3 3.5 4 0 0.5 1 1.5 2 2.5 3 3.5 4
Temps (s) Temps (s)
Figure III.20. Résultats de simulation lors d'un démarrage à vide suivi d'une inversion de vitesse.
2.5
2
Gaindecommande
1.5
0.5
0
0 0.5 1 1.5 2 2.5 3 3.5 4
Temps (s)
76
Chapitre III : Commande floue type-1 de la machine asynchrone
1200 20
V ites se de rotation N (Tr/m in)
1000 15
0 -5
-200 -10
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
30 300
100
10
0
0
-100
-10
-200
-20 -300
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
1.5 15
10
Flux phdr, phqr (Web)
1
Courant Ias (A )
0.5 0
-5
0
-10
-0.5 -15
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
2.5
2
Gaindecommande
1.5
0.5
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s)
77
Chapitre III : Commande floue type-1 de la machine asynchrone
1500 20
500
0
0
-500 -10
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
30 400
200
10
0
0
-200
-10
-20 -400
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
1.5 20
Flux phdr, phqr (W eb)
1 10
Courant Ias (A )
0.5 0
0 -10
-0.5 -20
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
2.5
2
Gaindecommande
1.5
0.5
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s)
78
Chapitre III : Commande floue type-1 de la machine asynchrone
30
V ites se de rotation N (Tr/m in) 20
10
-10
-20
-30
-40
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s)
20
10
Couple Cem (N.m )
-10
-20
-30
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s)
1.2
1
Flux phdr, phqr (Web)
0.8
0.6
0.4
0.2
-0.2
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s)
80
70
60
50
Gain de commande
40
30
20
10
0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s)
79
Chapitre III : Commande floue type-1 de la machine asynchrone
Pour des variations paramétriques, deux changements sur R r ont été faits (figures III.22 et III.24).
La robustesse de cette commande est conservée pour des variations de 200% de cette résistance
(figure III.22), tandis que pour la variation paramétrique de 400%, on constate que cette commande
devient non robuste (perte de découplage), ce qui provoque une instabilité du système
(figure III.24) et une divergence de la vitesse de rotation par rapport à la vitesse de référence si on
passe à des variations supérieures.
Les résultats du test à basse vitesse (figure III.26) montre la présence de fortes oscillations de
vitesse autour des vitesses de références, ce qui prouve la non robustesse de cette commande vis-à-vis
les basses vitesses.
III.8. CONCLUSION
Ce chapitre a été divisé en trois parties principales. Dans la première partie les notions de base de la
logique floue type-1 ont été présentées, tandis que dans la deuxième partie a traité l’utilisation de la
logique floue à gain fixe comme système de régulation et finalement dans la troisième partie le
principe du régulateur flou adaptatif (auto-ajustable) a été présenté.
Nous avons montré dans ce chapitre la méthode de conception d’un contrôleur PI-flou toute en
détaillant ses modules principaux tels que la Fuzzification, Règles, Inférences, et Déffuzification.
Deux types de contrôleurs flous ont été simulés, le premier est un régulateur flou conventionnel et
le deuxième est un régulateur flou adaptatif (auto-ajustable). Les résultats de simulation ont montré
une robustesse acceptable de ce régulateur surtout du point de vu découplage Couple-Flux lors des
grandes variations paramétriques et les basses vitesses.
Pour améliorer plus nos résultats, et dans le but de prendre en considération les incertitudes
paramétriques, on propose d'utiliser des régulateurs flous type-2 ce qui fera l'objet du chapitre suivant.
80
CHAPITRE IV
IV.1. INTRODUCTION
Le concept des ensembles flous de type-2 a été introduit par Zadeh [25] comme extension du
concept des ensembles flous ordinaires dits ensembles flous type-1. Un ensemble flou type-2 est
caractérisé par une fonction d’appartenance, c-a-d la valeur d’appartenance de chaque élément de
l’ensemble est un nombre flou dans l’intervalle [0,1]. Les ensembles flous type-2 peuvent être utilisés
dans des situations où l’incertitude est présente (par exemple l’incertitude sur la forme des fonctions
d’appartenance) [26]. L’avantage principal de la logique floue type-2 par rapport à la logique floue
type-1 est sa capacité de prendre en compte les incertitudes linguistiques et numériques. Si pour une
certaine variable linguistique x , un opérateur OP1 a proposé 3 fonctions d’appartenance gaussiennes,
un autre opérateur OP2 propose par exemple à son tour 4 fonctions d’appartenance de type
triangulaires, alors on remarque que nous avons une incertitude dans la forme et dans le nombre des
fonctions d’appartenance proposées. Cette problématique ne peut être résolue par la logique floue
type-1. Pour remédier à ce problème, la logique floue type-2 a été proposée dans la littérature.
Ce chapitre sera divisé en quatre parties. Dans la première partie nous allons présenter les principes
de base et le fondement théorique de la théorie de la logique floue type-2. Dans la deuxième partie
nous proposons d’effectuer une commande simple à base de logique floue type-2. Le régulateur flou
type-2 adaptatif sera présenté dans la troisième partie et enfin dans la quatrième partie en donne une
comparaison entre toutes les méthodes déjà présentées.
81
Chapitre IV : Commande floue type-2 de la machine asynchrone
appelé tranche verticale (vertical slice) de µ A% ( x, u ) . Une fonction d’appartenance secondaire est une
tranche verticale de µ A% ( x, u ) .
fonction d’appartenance secondaire par µ A% ( x) qui est un fonction d’appartenance flou type-1.
En se basant sur le concept des ensembles secondaires, on peut réinterpréter un ensemble flou
type-2 comme l’union de tous les ensembles secondaire, c-a-d , en utilisant l’équation (IV.2), on peut
écrire A% sous la forme suivante :
A% = {( x, µ A% ( x)) / ∀x ∈ X } (IV.3)
où sous la forme
A% = ∫ x∈X µ A% ( x) / x = ∫ x∈X ∫ u∈J x f x (u ) / u x J x ⊆ [ 0,1] (IV.4)
On représente sur la Figure (IV.1) les grandeurs floues déjà expliqués, voir [26][27][28].
• Définition 3
Le domaine de la fonction d’appartenance secondaire est appelé appartenance primaire de x noté
J x telle que J x ⊆ [ 0,1] ∀x ∈ X
• Définition 4
L’amplitude de la fonction d’appartenance secondaire est appelée degré d’appartenance secondaire
noté f x (u ).
82
Chapitre IV : Commande floue type-2 de la machine asynchrone
• Définition 5
Un ensemble flou type-2 intervalle est un ensemble flou type-2 dont tous les fonctions
d’appartenance secondaires sont des ensembles type-1 de formes intervalles, c-a-d
f x (u ) = 1, ∀u ∈ J x ⊆ [ 0,1] , ∀x ∈ X .
µ (x)
1
0.8
(a) 0.6
0.4
0.2
0 1 2 3 4 5 6 7 8 9 x
1
µ ( 4)
0.8
0.6
(b)
0.4
0.2
83
Chapitre IV : Commande floue type-2 de la machine asynchrone
• Définition 6
Supposons que chaque fonction d’appartenance secondaire d’un ensemble flou type-2 possède un
seul degré d’appartenance unitaire. On définit alors une fonction d’appartenance principale comme
l’union de tous ces points :
u principale ( x) = ∫ x∈X u / x où f x (u ) = 1 (IV.5)
Pour un ensemble flou type-2 intervalle, nous définissons la fonction d’appartenance principale
comme étant l’union de toutes les valeurs d’appartenance moyennes de la fonction d’appartenance
primaire. Notons que lorsque l’incertitude des fonctions d’appartenance disparaît, la fonction
d’appartenance d’un ensemble flou type-2 se réduit à la fonction d’appartenance principale.
µ ( x)
1
0.8
(a)
0.6
0.4
0.2
1 µ (0.65)
0.8
(b) 0.6
0.4
0.2
84
Chapitre IV : Commande floue type-2 de la machine asynchrone
• Définition 7
L’incertitude dans un ensemble flou type-2 A% est représentée par une région bornée appelée
«Footprint Of Uncertainty » FOU . C’est l’union de toutes les appartenances primaires:
• Définition 8
Fonction d’appartenance supérieur et fonction d’appartenance inférieur sont des fonction
d’appartenance de type-1 et sont les frontières du FOU d’un ensemble flou A% type-2.
µ A% ( x) = FOU ( A% ) ∀x ∈ X (IV.7)
et
µ A% ( x) = FOU ( A% ) ∀x ∈ X (IV.8)
où '' • '' est une t-norm, généralement c’est une opération produit ou opération min [26] ; par
exemple, l’extension de la t-conorm aux ensembles de type-1 est donnée par:
F ∪ G = ∫ ∫ [ f (v) • g ( w)] (v ∨ w) (IV.12)
v w
85
Chapitre IV : Commande floue type-2 de la machine asynchrone
Exemple 1
Soit F et G deux ensembles type-1 intervalle sur les domaines [ l f , rf ] et [ lg , rg ],
respectivement.
En utilisant (IV.13), l’intersection entre F et G est obtenue comme suite :
F ∩G = ∫ ∫
v∈F w∈G
(1× 1) (vw) (IV.14)
rf rg
c-a-d :
F ∩ G = ∫ u∈l 1/ u (IV.15)
f l g , r f rg
n
D’une façon plus générale, l’intersection IF i de n ensembles type-1 intervalle F1 ,..., Fn ayant les
i =1
n n
domaines [ l1 , r1 ] ,… , [ ln , rn ], respectivement, est un ensemble intervalle sur le domaine ∏ li , ∏ ri .
i =1 i =1
Des opérations algébriques entre les ensembles type-1 peuvent aussi être définies en utilisant
l'équation (IV.2), comme par exemple la somme de F et G :
En utilisant le même raisonnement vu dans l’exemple précédent, on peut démontrer que lorsque
F et G sont des ensembles type-1 intervalle, alors leur somme est aussi un ensemble type-1 intervalle
sur le domaine [ l f + l g , rf + rg ][26][29].
En utilisant le principe d’extension [25], une opération sur n valeurs ordinaires f (θ1 ,..., θ n ) peut
86
Chapitre IV : Commande floue type-2 de la machine asynchrone
N N
C A = ∑ xi µ A ( xi ) ∑µ A ( xi ) (IV.18)
i =1 i =1
Similairement, le centroïde d’un ensemble flou A% type-2 dont le domaine est discrétisé en N
points, peut être défini en utilisant l’équation (IV.17) comme suit. Si on pose Di = µ A% ( xi ), alors :
N
∑ xθ i i
C A% = ∫ L ∫ [ µ D1 (θ1 ) *L * µ DN (θ N )] / i =1
N
(IV.19)
θ1 θN
∑θ
i =1
i
où θi ∈ Di .
L’équation (IV.19) veut dire : chaque point xi de A% possède un degré d’appartenance de type-1
(c-a-d son degré d’appartenance est une fonction d’appartenance de type-1) noté Di = µ A% ( xi ). Pour
trouver le centroïde, nous considérons chaque combinaison possible {θ1 ,...,θ N } tel que θi ∈ Di . Pour
chaque telle combinaison, nous calculons un centroïde de type-1 en utilisant la formule (IV.18) en
remplaçant chaque µ A ( xi ) par θi , et à chaque point centroïde, nous allons associer un degré
d’appartenance égale à la t-norm des degrés d’appartenances des θi aux Di . Si plus d’une
combinaison des θi nous donne le même point dans le centroïde, on garde le point possédant le plus
grand degré d’appartenance. Chaque combinaison {θ1 ,...,θ N } , ( θi ∈ Di ), considérée lorsque nous
calculons C A% , peut être vue comme une fonction d’appartenance d’un certain ensemble flou A′ de
type-1 possédant le même domaine que A% . Nous appelons A′ un ensemble flou type-1 encastré dans
A% (Figure.IV.3) [26][28].
1 1
0.8 0.8
(a) 0.6 (b)
0.6
0.4 0.4
0.2 0.2
0
0.39855 0.60145
0.4 0.6
87
Chapitre IV : Commande floue type-2 de la machine asynchrone
Chaque ensemble type-1 encastré possède aussi un point qui est calculé comme la t-norm des
degrés d’appartenance secondaires correspondant à {θ1 ,...,θ N } .
Alors, un ensemble flou type-2 peut être vu comme une large collection d’ensembles type-1
encastrés, dont chacun possède son poids associé. Le centroïde de cet ensemble flou type-2, C A% est par
conséquent un ensemble type-1 dont les éléments sont les centroïdes de tous les ensembles encastrés
de type-1 dans A% , leurs degrés d’appartenance sont les poids associés aux ensembles encastrés
correspondants. Le calcul du centroïde se simplifie beaucoup lorsque A% est un ensemble type-2
intervalle.
Dans ce cas, si A est un ensemble type-2 intervalle, alors l'équation (IV.19) sera simplifiée à:
N
∑ xθ i i
C A% = ∫ ...∫ 1 i =1
N
(IV.20)
θ1 θN
∑θ
i =1
i
aussi continu. Le nombre de tous les ensembles type-1 encastrés dans A% est infini, par conséquent, les
domaines de A% et chaque µ A% ( x) ( x ∈ A% ) doivent être discrétisés pour le calcul de C A% . Nous
nombre des combinaisons {θ1 ,...,θ N } possibles sera M N , qui est un nombre très grand même pour M
et N petits.
Si, par conséquent les fonctions des Dl ont une structure régulière (exp: ensemble type-1 intervalle,
gaussiennes, triangulaires), on peut obtenir avec exactitude ou approximativement le centroïde sans
réaliser tous les calculs.
L’ensemble type-1 réduit d’un ensemble flou type-2 est le centroïde de l’ensemble flou type-2 du
FLS ; par conséquent, chaque élément de l’ensemble de type réduit est un centroïde d’un certain
ensemble encastré type-1[26][28].
88
Chapitre IV : Commande floue type-2 de la machine asynchrone
Traitement de
Règles sortie
Sortie non floue
Défuzzificateur
y = f ( x) ∈ Y
Entrée
Non floue
Fuzzificateur
x∈ X Réduction de type
Ensemble
flou de type
réduit
Inférence
Ensembles flous Ensembles flous
d’entrée de sortie
Un fuzzificateur projette une entrée ordinaire non floue en des ensembles flous. Ces ensembles flous
peuvent en général être de type-2, par conséquent, nous allons considérer dans notre mémoire une
fuzzification de type singleton pour la quelle l’entrée floue à un seul point dont la valeur
d’appartenance est non nulle.
Pour illustrer la différence entre un système flou de type-1 et un autre de type-2, nous allons
d’abord rappeler quelques notations :
Quand une entrée singleton x′ = { x1′, x2′ ,..., x′p } se présente, le degré d’activation correspondant à
où '' ∗ '' et ℑ indiquent la t-norm choisie. Dans la littérature il existe plusieurs types de
défuzzifications. Dans ce mémoire nous allons se contenter d’utiliser la défuzzification de type centre
de gravité [21]. Elle concerne à calculer une sortie réelle en calculant d’abord le centroïde CGl de
chaque ensemble de sortie G l , ensuite calculer la moyenne pondérée de ces centroïdes. Le poids
correspondant à la l ième conséquence d’une règle est le degré d’activation associé avec cette règle,
ℑip=1µ F l ( xi′) , donc :
i
∑c
l =1
Gl
ℑip=1µ F l ( xi′)
i
ycos ( x′) = M
(IV.23)
∑ℑ
l =1
p
i =1 µ F ( xi′)
i
l
Notons que ce n’est pas nécessaire que tous les ensembles flous des antécédents et des
conséquences de l'équation (IV.24) soient de type-2, pour que le système flou soit de type-2. Donc, il
90
Chapitre IV : Commande floue type-2 de la machine asynchrone
suffit qu’un seul ensemble de l’antécédent ou de la conséquence soit de type-2, alors tout le système
flou soit de type-2. Quand une entrée x′ = { x1′, x2′ ,..., x′p } se présente, le mécanisme d’inférence calcule
le degré d’activation de chaque règle en utilisant l’opération d’intersection définie dans (IV.13) entre
les degrés d’appartenance de l’antécédent de chaque règle. Le degré d’activation correspondant à la
l ième règle est alors :
µ F% ( x1′) ∩ µ F% ( x2′ ) ∩ ... ∩ µ F% ( x′p ) = ∏ip=1 µ F% ( xi′)
l l l l (IV.25)
1 2 p i
∑y l
fl
Ycos ( x′) = ∫ 1 ...∫ M ∫ ...∫
M l M
ℑ µC l ( y ) ∗ ℑ µ F l ( f l )
l =1 l =1
l =1
M
(IV.26)
y y f1 fM
∑f
l =1
l
Une valeur réelle de sortie est obtenue en calculant le centroïde de Ycos ( x′) .
L’ensemble de type réduit d’un système flou type-2 montre la variation possible de la valeur réelle
de sortie due à la nature incertaine des fonctions d’appartenance antécédentes ou conséquences. Il
établit une bande de valeurs autour d’une valeur de sortie réelle. Un système flou de type-2 est très
difficile à réaliser, mais les choses se simplifient beaucoup quand les fonctions d’appartenance
secondaires sont de type intervalles [32][33][34].
Théorème
Dans un système flou type-2 intervalle, avec une t-norm min ou prod, l’intervalle d’activation
Fl f l , f l de la l ième règle est:
f l = µ F% l ( x1 ) ∗ µ F% l ( x2 ) ∗ ... ∗ µ F% l ( x p ) (IV.27)
1 2 p
et
f l = µ F% l ( x1 ) ∗ µ F% l ( x2 ) ∗ ... ∗ µ F% l ( x p ) (IV.28)
1 2 p
Ceci est clairement représenté sur la figure (IV.6), où le nombre d’antécédents est p=2. Dans ce
cas, le degré d’activation est un ensemble type-1 intervalle, f l , f l , où:
91
Chapitre IV : Commande floue type-2 de la machine asynchrone
f l = f1l ∗ f 2l (IV.29)
et
f l = f1l ∗ f 2l (IV.30)
f1l
f1l Min fl
ou
Prod
Min fl
ou
x1 Prod
f 2l
f 2l
x2
Figure.IV.6. Opérations d’entrée d’un système flou type-2 avec fuzzification type singleton
∑w z l l
Y ( Z1 ,..., Z M , W1 ,..., WM ) = ∫ 1 ...∫ M ∫ ...∫ ℑ µ Zl ( zl ) ∗ ℑ µ ( wl )
M
l =1
M
l =1 Wl
l =1
M
(IV.31)
z z w1 wM
∑w
l =1
l
Pour un système type-2 intervalle, chaque zl et wl ( l = 1, 2,..., M ) dans l'équation (IV.31) est un
ensemble type-1 intervalle, par conséquent nous avons µ Zl ( zl ) = µWl ( wl ) = 1 , donc l'équation (IV.31)
devient :
92
Chapitre IV : Commande floue type-2 de la machine asynchrone
∑w z l l
Y ( Z1 ,..., Z M , W1 ,..., WM ) = ∫ 1 ...∫ M ∫ ...∫ 1 l =1
M
z z w1 wM
(IV.32)
∑w
l =1
l
= [ yl , yr ]
M M
Alors, dans ce cas il nous suffit de calculer seulement l’expression ∑ wl zl
l =1
∑w
l =1
l , puisque tous
les degrés d’appartenance dans un ensemble type-1 intervalle sont ordinaires, alors nous allons dans la
suite représenter un intervalle seulement par ses limites gauche et droite [l , r ] ou par son centre et
l+r r −l
largeur c = et s = respectivement.
2 2
Dans un système flou type-2, chaque zl dans l'équation (IV.32) est un ensemble type-1 intervalle
largeur ∆l , ( ∆ l ≥ 0 ) (on suppose que hl ≥ ∆ l , par conséquence wl ≥ 0 pour l = 1, 2,..., M ). Y est aussi
un ensemble type-1 intervalle, donc nous avons seulement besoin de calculer les deux points extrêmes
yl et yr . Comme il est montré dans [26], yl dépend seulement de cl − sl et de l’un des deux points
extrêmes de Wl , yr dépend seulement de cl + sl et sur l’un des deux points extrêmes de Wl . Dans ce
qui suit, nous allons citer une procédure itérative pour calculer yl et yr [26][28][32].
Posons :
M M
S (W1 ,..., WM ) ∑z w ∑w
l =1
l l
l =1
l (IV.33)
obtenu comme suit. On pose zl = cl + sl ( l = 1, 2,..., M ) et en supposant que les zl sont arrangés dans
aller à l’étape 5.
5. poser S ′ = S ′′ ; aller à l’étape 2.
Il a été démontré que cette procédure itérative converge dans M itérations au maximum, où une
itération est le passage de l’étape 2 à l’étape 5.
93
Chapitre IV : Commande floue type-2 de la machine asynchrone
Le minimum de S (W1 ,..., WM ) peut être obtenu en utilisant la même procédure juste citée.
Dans ce qui suit, nous allons présenter deux exemples expliquant comment cet algorithme va être
utilisé dans la réduction de type d’un centroïde de type-2 (centre de gravité type-2) et comment il va
être utilisé dans un système flou type-2.
Exemple 2
Dans cet exemple, nous allons calculer la réduction de type pour les trois ensembles flous type-2
intervalle, notés par A%1 , A%2 et A%3 , représentés dans la Figure.7 et donnés par :
x−2
2
x−2
2
(
A 2 = 0.75exp −0.5 ( x − 6 ) ) 2
; (
A 2 = e xp −0.5 ( x − 6 ) ) 2
Les résultats sont présentés dans le tableau 1 où chaque ensemble intervalle de type réduit est
représenté par son centre et sa largeur [28].
94
Chapitre IV : Commande floue type-2 de la machine asynchrone
A%1
0 .9
0 .8
0 .7
0 .6
0 .5
0 .4
0 .3
0 .2
0 .1
0
0 1 2 3 4 5 6 7 8 9
x 10
0 .9
A% 2
0 .8
0 .7
0 .6
0 .5
0 .4
0 .3
0 .2
0 .1
0
0 1 2 3 4 5 6 7 8 9 10
x
1
0 .9
0 .8
0 .7
A%3
0 .6
0 .5
0 .4
0 .3
0 .2
0 .1
0
0 1 2 3 4 5 6 7 8 9 10
x
Exemple 3
Dans cet exemple nous allons présenter l’utilisation da la méthode de réduction de type pour un
système flou type-2 intervalle. Nous considérons un système flou type-2 mono variable dont les règles
ont la forme suivante : R (l ) : IF x is F% (l ) , THEN y is G% (l ) où x et y ∈ [ 0, 10] . On représente dans la
figure (VI.8.a et b) les ensembles flous antécédents et conséquences. Le FOU est uniformément
hachuré ce qui veut dire que ces ensembles flous sont de type-2 intervalle. Chacun de ces ensembles
peut être décrit par deux gaussiennes possédant la même valeur moyenne et le même écart, par contre
ils ont des amplitudes différentes. La valeur maximale atteinte par la gaussienne la plus élevée est
l’unité, tandis que la valeur minimale atteinte par les gaussiennes est s . Si la valeur minimale et l’écart
95
Chapitre IV : Commande floue type-2 de la machine asynchrone
0 .8
0 .6
0 .4 F% 1 F% 2 F% 3
0 .2
0
0 1 2 3 4 5 6 7 8 9 10
x=4 x
(a)
1
0 .8
0 .6
0 .4
G% 2 G% 1 G% 3
0 .2
0
0 1 2 3 4 5 6 7 8 9 10
y
(b)
96
Chapitre IV : Commande floue type-2 de la machine asynchrone
*
Base de Règles ∆C em
E *
e Fuzzificateur + C em
Ge type-2 Defuzzificateur G∆C *
em
+
Ω∗ + ∆e Réducteur
−
Calcul de ∆e
G ∆e ∆E de type z −1
Ω Inférence
Ensembles flous type-2
Ensembles flous
type-2 d’entrée
type-2 de sortie
Machine asynchrone
Figure.IV.9. Schéma synoptique d’un contrôleur flou type-2 de vitesse à gain de commande fixe.
97
Chapitre IV : Commande floue type-2 de la machine asynchrone
(a)
1.2
NB NM NS ZO PS PM PB
1
0.8
0.6
0.4
0.2
0
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
(b)
1.2
NB NM NS ZO PS PM PB
1
0.8
0.6
0.4
0.2
0
-10 -8 -6 -4 -2 0 2 4 6 8 10
Résultats de simulation
Les fonctions d’appartenance type-2 de l’erreur et de sa variation sont choisies identiques de formes
Gaussiennes et sont définies sur l’intervalle [ −1, 1] comme le montre la figure (IV.10.a). Les
98
Chapitre IV : Commande floue type-2 de la machine asynchrone
G e = 1 Ω∗
G ∆e = 1 (IV.34)
G = 0.9
∆C em∗
Trois cas de simulation ont été testés (similairement aux chapitres II et III)
o Démarrage à vide suivi d’une application de charge.
o Test d’inversion de vitesse avec charge.
o Robustesse vis à vis la variation de la résistance rotorique.
o Essai à basse vitesse (zéro vitesse).
99
Chapitre IV : Commande floue type-2 de la machine asynchrone
1200 20
V ites se de rotation N (Tr/m in)
1000 15
0 -5
-200 -10
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s
30 300
100
10
0
0
-100
-10
-200
-20 -300
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s Temps (s
1.5 15
10
Flux phdr, phqr (Web)
1
Courant Ias (A )
0.5 0
-5
0
-10
-0.5 -15
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s Temps (s
Figure IV .11. Résultats pour un démarrage à vide suivi d'une application de charge C r = 10N .m
100
Chapitre IV : Commande floue type-2 de la machine asynchrone
1500 20
V ites se de rotation N (Tr/m in)
1000 10
-20
-1000
-1500 -30
0 0.5 1 1.5 2 2.5 3 3.5 4 0 0.5 1 1.5 2 2.5 3 3.5 4
Temps (s) Temps (s)
40 300
100
0
0
-20
-100
-40
-200
-60 -300
0 0.5 1 1.5 2 2.5 3 3.5 4 0 0.5 1 1.5 2 2.5 3 3.5 4
Temps (s) Temps (s)
1.5 20
15
Flux phdr, phqr (Web)
1
10
Courant Ias (A )
5
0.5
0
-5
0
-10
-0.5 -15
0 0.5 1 1.5 2 2.5 3 3.5 4 0 0.5 1 1.5 2 2.5 3 3.5 4
Temps (s) Temps (s)
Figure IV.12. Résultats pour un démarrage à vide suivi d'une inversion de vitesse avec charge
101
Chapitre IV : Commande floue type-2 de la machine asynchrone
1500 20
V itess e de rotation N (Tr/m in)
500
0
0
-500 -10
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
30 400
200
10
0
0
-200
-10
-20 -400
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
1.5 20
Flux phdr, phqr (W eb)
1 10
Courant Ias (A )
0.5 0
0 -10
-0.5 -20
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) t(s)
102
Chapitre IV : Commande floue type-2 de la machine asynchrone
1500 20
V itess e de rotation N (Tr/m in)
500
0
0
-500 -10
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
30 400
200
10
0
0
-200
-10
-20 -400
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
1.5 20
Flux phdr, phqr (W eb)
1 10
Courant Ias (A )
0.5 0
0 -10
-0.5 -20
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
103
Chapitre IV : Commande floue type-2 de la machine asynchrone
40
V ites se de rotation N (Tr/m in)
20
-20
-40
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s)
20
10
Couple Cem (N.m )
-10
-20
-30
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s)
1.2
1
Flux phdr, phqr (Web)
0.8
0.6
0.4
0.2
-0.2
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s)
104
Chapitre IV : Commande floue type-2 de la machine asynchrone
Base de Règles 1
z −1
− ∆e ∆E
G ∆e ∗
Défuzzification
C em
Fuzzification
Réduction
+ Inférence Type-2 ∆C +
de Type
G
Type-2
em
de la commande *
∆Cem
∗
Ω + e E +
Ge
−
Ω Base de données
z −1
Défuzzification
G
Fuzzification
*
Réduction
Inférence Type-2 ∆C em
de Type
Type-2
du gain de commande
Base de Règles 2
MAS
Figure.IV.15. Schéma synoptique d’un contrôleur flou type-2 de vitesse à gain adaptatif.
Les fonctions d’appartenance type-2 de l’erreur et de sa variation sont choisies identiques de formes
Gaussiennes et sont définies sur l’intervalle [ −1, 1] comme le montre la figure (IV.16.a). Les
commande sont choisies de formes intervalles sur l’intervalle [ 0, 3] (figure IV.16.c). Les facteurs
105
Chapitre IV : Commande floue type-2 de la machine asynchrone
(a)
1.2
NB NM NS ZO PS PM PB
1
0.8
0.6
0.4
0.2
0
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
(b) 1.2
1
NB NM NS ZO PS PM PB
0.8
0.6
0.4
0.2
0
-10 -8 -6 -4 -2 0 2 4 6 8 10
(c) 1.2
1
ZO VS S SB MB B VB
0.8
0.6
0.4
0.2
0
0 0.5 1 1.5 2 2.5 3
106
Chapitre IV : Commande floue type-2 de la machine asynchrone
Les résultats de simulation du teste de l’application d’une charge sont présentés dans la
figure (IV.17). L’évolution du gain de commande est présentée dans la figure (IV.18), où nous
constatons l’intervention de ce gain aux moments critiques.
1200 20
Vitesse de rotation N ( Tr/min)
1000 15
0 -5
-200 -10
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
30 300
100
10
0
0
-100
-10
-200
-20 -300
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
1.5 15
10
Flux phdr, phqr (Web)
1
Courant Ias (A)
0.5 0
-5
0
-10
-0.5 -15
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
Figure IV .17. Résultats pour un démarrage à vide suivi d'une application de charge C r = 10Nm
2.3
2.2
2.1
2
ande
1.9
aindecomm
1.8
G
1.7
1.6
1.5
1.4
1.3
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s)
107
Chapitre IV : Commande floue type-2 de la machine asynchrone
1000
0 0
-500
-10
-1000
-1500 -20
0 0.5 1 1.5 2 2.5 3 3.5 4 0 0.5 1 1.5 2 2.5 3 3.5 4
Temps (s) Temps (s)
40 300
100
0 0
-100
-20
-200
-40 -300
0 0.5 1 1.5 2 2.5 3 3.5 4 0 0.5 1 1.5 2 2.5 3 3.5 4
Temps (s) Temps (s)
1.5 15
10
Flux phdr, phqr (Web)
1
Courant Ias (A)
0.5 0
-5
0
-10
-0.5 -15
0 0.5 1 1.5 2 2.5 3 3.5 4 0 0.5 1 1.5 2 2.5 3 3.5 4
Temps (s) Temps (s)
1.6
1.4
1.2
1
o m
mande
0.8
a
Gindec
0.6
0.4
0.2
0
0 0.5 1 1.5 2 2.5 3 3.5 4
Temps (s)
La figure (IV.19) montre les résultats de simulation pour une inversion de sens de rotation de la
machine avec charge C r = 10 Nm . Le gain de commande correspondant est présenté dans la figure
(IV.20) où en remarque sa variation à l'instant de changement du sens de rotation.
108
Chapitre IV : Commande floue type-2 de la machine asynchrone
1500 20
Vitesse de rotation N ( Tr/min)
500
0
0
-500 -10
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
30 400
200
10
0
0
-200
-10
-20 -400
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
1.5 20
Flux phdr, phqr (Web)
1 10
Courant Ias (A)
0.5 0
0 -10
-0.5 -20
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
2.3
2.2
2.1
2
de
1.9
m
eco a
mn
1.8
a
Gind
1.7
1.6
1.5
1.4
1.3
0 0.2 0.4 0.6 0. 8 1 1.2 1.4 1.6 1.8 2
Temps (s)
109
Chapitre IV : Commande floue type-2 de la machine asynchrone
1500 20
500
0
0
-500 -10
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
30 400
200
10
0
0
-200
-10
-20 -400
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
1.5 20
Flux phdr, phqr (Web)
0.5 0
0 -10
-0.5 -20
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s) Temps (s)
2.3
2.2
2.1
2
de
1.9
m
eco a
mn
1.8
a
Gind
1.7
1.6
1.5
1.4
1.3
0 0.2 0.4 0.6 0. 8 1 1.2 1.4 1.6 1.8 2
Temps (s)
Pour des variations paramétriques, deux changements sur R r ont été faits (voir figures IV.21 et
IV.23). Nous constatons que nous avons une très bonne robustesse et un bon découplage
Couple-Fulx malgré les grandes variations paramétriques.
110
Chapitre IV : Commande floue type-2 de la machine asynchrone
40
Vitesse de rotation N (Tr/min)
30
20
10
-10
-20
-30
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s)
15
10
Couple Cem (N.m)
-5
-10
-15
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s)
1.5
Flux phdr, phqr (Web)
0.5
-0.5
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s)
1.4
1.39
1.38
1.37
de
1.36
m
eco a
mn
1.35
a
Gind
1.34
1.33
1.32
1.31
1.3
0 0.2 0.4 0.6 0. 8 1 1.2 1.4 1.6 1.8 2
Temps (s)
111
Chapitre IV : Commande floue type-2 de la machine asynchrone
∑e
i =1
2
i ∑ (x
i =1
*
i − xi )2
MSE = = (IV.36)
N N
où ei est l’évaluation de l’erreur entre xi* valeur de référence et xi valeur réelle à l’instant i , et N le
nombre total des échantillons.
Notant que si l’erreur est grande l’MSE sera grand et si l’erreur est petite l’MSE sera faible. Alors,
plus l’MSE est petit, plus l’approche est bonne.
Dans la tableau 2 relatif au teste de la variation paramétrique de la résistance rotorique de 400%,
nous présentons l’MSE relatif aux grandeurs : Vitesse de rotation, Couple électromagnétique, et les
deux composantes du flux rotorique pour les cinq types de régulateurs vus dans ce mémoire
(PI, PI-Flou fixe, PI-Flou adaptatif, PI-Flou type-2 fixe et PI-Flou type-2 adaptatif).
Dans le tableau 3 nous présentons les mêmes grandeurs pour le test en basse vitesse (zéro vitesse).
112
Chapitre IV : Commande floue type-2 de la machine asynchrone
La logique floue type-2 est très efficace dans les cas où les incertitudes sont présentent, et c’est pour
cette raison que les mesures faites dans les tableaux 2 et 3 ont été relatives aux cas de variations
paramétriques et basses vitesses. Pour la variation paramétrique, nous avons pris le cas le plus extrême
de notre étude qui est une variation de la résistance rotorique de 400% de sa valeur initiale à un certain
moment durant le fonctionnement de la machine (figure IV.27 a, b et c).
Selon le tableau 2 relatif au test de variation paramétrique, nous constatons la supériorité des
régulateurs flous par rapport au régulateur PI du point de vu découplage et couple électromagnétique.
La dernière ligne du tableau 2 montre aussi la supériorité du régulateur flou type-2 adaptatif par
rapport au régulateur PI du point de vue poursuite de la vitesse de référence.
Dans le tableau 3 relatif au test de basse vitesse, nous constatons toujours que les régulateurs flous
sont meilleurs que le régulateur PI soit du point de vu découplage soit du point de vue poursuite de
vitesse de référence. La dernière ligne du tableau 3 confirme la supériorité du régulateur flou type-2
adaptatif par rapport à tous les autres régulateurs déjà vus pour ce test de basse vitesse.
Les constatations tirées des tableaux 2 et 3 sont confirmées par les figure (IV.27) et (IV.28) où dans
la figure (IV.27.b) on remarque bien que le régulateur flou type-2 adaptatif est le meilleur (faible
dépassement). La figure (IV.28) confirme visuellement l'excellente poursuite en faible vitesse.
113
Chapitre IV : Commande floue type-2 de la machine asynchrone
1200
(a)
1000
800
Vitesse de rotation ( Tr/min)
600
400
200
-200
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Temps (s)
114
Chapitre IV : Commande floue type-2 de la machine asynchrone
(b)
Régulateur PI-flou Type-2 fixe
1100
Régulateur PI
Régulateur PI-flou fixe
1050
Régulateur PI-flou adaptatif
Vitessederotation(Tr/min)
1000
950
900
(c)
1030
1020
Variation paramétrique
1010
Vitesse de rotation ( Tr/min)
1000
990
980
970
960
940
0.4 0.6 0.8 1 1.2 1.4 1.6 1.8
Temps (s)
115
Chapitre IV : Commande floue type-2 de la machine asynchrone
30
10
Vitesse derotationN(Tr/min)
0
Régulateur PI
-10
-20
-30
-40
0.9 0.92 0.94 0.96 0.98 1 1.02 1.04 1.06 1.08 1.1
Temps (s)
IV.7. CONCLUSION
Dans ce chapitre quatre points principaux ont été présentés.
Dans le premier point nous avons introduit la théorie de la logique floue type-2. Comme il a été
présenté, cette nouvelle technique est une extension de la logique floue type-1. La nouveauté dans
cette logique c’est que les fonctions d’appartenance ne sont pas définies d’une manière unique, mais
d’une manière incertaine. Concernant les systèmes flous type-2, nous avons vu qu’ils sont doté d’un
nouveau module appelé réducteur de type, permettant de réduire des ensembles flous de type-2 à des
ensembles flous de type-1.
Dans le deuxième et le troisième point deux structures de régulateurs flous type-2 ont été données.
Un régulateur flou type-2 non adaptatif et un autre de type adaptatif.
Le quatrième point est une comparaison générale entre tous les types de régulateurs utilisés dans
ce mémoire, où nous avons constaté la supériorité des régulateurs flous type-2 par rapport à tous les
autres régulateurs du point de vue tests de variation paramétrique et faible vitesse.
116
Conclusion Générale
Avec nos travaux de recherche présentés dans ce mémoire, nous avons voulu donner :
• Une introduction détaillée d’une nouvelle logique floue appelée logique floue type-2
Dans ce travail nous avons montré l’efficacité de la logique floue dans la commande des
machines. Les résultats de simulation ont montré la supériorité des régulateurs flous type-2
par rapport aux régulateurs flous type-1 et PI et surtout en présence des incertitudes
Notre principale tâche été de proposé une méthode de commande adaptative basée sur la
logique floue type-2. Pour cela, nous avons utilisé le même principe que celui cité dans le
chapitre III à la différence que nous avons changé le régulateur flou type-1 par un régulateur
Dans ce mémoire, la supériorité des régulateurs flous de type-2 a été confirmée par une
étude comparative utilisant le critère de la somme des erreurs aux carrés (MSE).
• Réaliser une commande adaptative directe en utilisant cette nouvelle logique floue.
• Ajuster les fonctions d’appartenance floues type-2 des prémisses. Dans ce cas nous
génétique, PSO,…).
117
Références
[1] A.Merabet, « Commande non linéaire à modèle prédictif pour une machine asynchrone », Thèse de
doctorat, Université de Québec Canada, Mai 2007.
[2] J.P Caron, J.P Hautie,r « Modélisation de la machine asynchrone, Commande vectorielle », éditions
techniques Paris 1995.
[3] M. Pinard, « Commande Électronique des moteurs électriques », éditions Dunos, Paris 2004.
[4] J.P Lois, « Modélisation des machines électriques en vue de leur commande », Lavoisier, Paris 2004.
[5] L .Baghli, « Contribution à la commande de la machine asynchrone, utilisation de la logique floue, des
réseaux de neurones et des algorithmes génétiques », Thèse de doctorat,Université de Henri Poincaré
Nancy, Janvier 1999.
[6] S.Khelfa, « Commande vectorielle d’une machine à induction ; impact de la saturation de la machine et
modulation du convertisseur », Thèse de magister, Université de Batna, 2001.
[8] G. Grellet and G. Clerc, « Actionneurs électriques-Principes Modèles Commande », Édition Eyrolles,
Paris 1997.
[9] M.Tarbouchi, «Commande par linéarisation exacte d’une machine asynchrone, régime défluxé », Thèse
présentée pour l’obtention du grade de (P.Hd), Université de Laval, Québec 1997.
[10] S.Barkati, « Commande robuste par retour d’état d’une machine asynchrone », Thèse de magister, ENP
d’Alger, 1997.
[11] A.Kheldoun, « Amélioration des performances d’un variateur de vitesse par moteur asynchrone contrôlé
par la méthode à flux orienté », Thèse de doctorat, Université de Boumerdès, 2007.
[12] S.Chekroune, « Commande neuro-floue sans capteur de vitesse d’une machine asynchrone triphasée »,
Thèse de magister, ENSET d’Oran, 2009.
[13] A .Zadah, « Fuzzy set », Information and control, vol.8,pp.338-354, 1965.
[14] K.Chafaa, « Structure d’Identification et de Commande des Systèmes non Linéaires Basées sur les
Techniques Floues», Thèse de doctorat, Université de Batna ,2006.
[15] A. Tlemçani, « La commande adaptative par les systèmes flous : application de la machine synchrone a
aimants permanents », Thèse de magister, ENP, 1995.
[16] M.Ghanai, « commande adaptative par logique floue type-2 », Thèse de magister, Université
de Setif ,2006.
[17] D. Khemissi, « Commande des positions des machines asynchrones avec pilotage vectoriel. Application :
asservissement de position d'antenne radar », Thèse de magister, ENP, 2000.
[18] B.Kosko, « Neural network and fuzzy system, a dynamical systems approach to machine intelligence»,
prectice Hall, 1992.
[19] K. Chafaa, M. Ghanai and K. Benmahammed, ‘Fuzzy Modeling using Kalman Filter’, IET(ex IEE) Control
theory and applications, Vol. 1, N° 1, pp. 58-64, 2007.
[21] HANSRUEDI.BUHLER, « Réglage par logique floue », presse polytechnique et universitaires romande,
1992.
[22] Y.Elbia, « Commande Floue Optimisée d’une Machine Asynchrone à Double Alimentation et à Flux
Orienté », Thèse de magister, Université de Batna, 2009.
[23] K. Chafaa, M. Ghanai and K. Benmahammed, “A self-Tuning fuzzy controller for mechanical
manipulators,” Journal of Electrical Engineering, vol. 5, no. 1, pp. 13-20, 2005.
[24] K. Kouzi, « Contribution des techniques de la logique floue pour la commande d'une machine à induction
sans transducteur rotatif », Thèse de doctorat, Université de Batna, 2008.
[25] L. A. Zadeh, « Fuzzy sets, fuzzy loqic and fuzzy systems», World Scientific Publishing 1996.
[26] N. N. Karnik, et J. M. Mendel, « An introduction to type-2 fuzzy logic systems», Université. Southern
California, Rep., Oct. 1998.
[27] Q. Liang, N. N. Karnik et J. M. Mendel, « Connection admission control in ATM networks using survey-
based type-2 fuzzy logic systems », IEEE Trans. Syst., vol. 30, no. 3, pp. 329-339, Aug. 2000.
[28] N. N. Karnik, J. M. Mendel et Q. Liang, « Type-2 fuzzy logic systems », IEEE Trans. Fuzzy Syst., vol. 7, no.
6, pp. 643-658, Dec. 1999.
[29] N. N. Karnik, et J. M. Mendel, « Operation on type-2 fuzzy sets », Int. J. Fuzzy Sets Syst., vol. 122, pp. 327-
348, 2001.
[30] J. M. Mendel, « Fuzzy logic systems for engineering: A tutorial », IEEE proceedings, vol. 83, no. 3, pp. 345-
377, Mar. 1995.
[31] N. N. Karnik, et J. M. Mendel, « Type-2 fuzzy logic systems: Type- reduction », Proc. IEEE conference on
Systems, Man and Cybernetics, pp. 2046-2051, Oct. 1998.
[32] B. Kosko, « Neural networks and fuzzy systems,a dynamical systems approach to machine intelligence »,
Prentice Hall, 1992.
[33] Q. Liang, et J. M. Mendel, « Interval type-2 fuzzy logic systems: Theory and design », IEEE Trans. Fuzzy
Syst., vol. 8, no. 5, pp. 535-550, Oct. 2000.
[34] J. M. Mendel, « On the Importance of Interval Sets in Type-2 Fuzzy Logic Systems », IEEE, pp. 1647-1652,
Mar. 2001.
[35] Q. Liang, et J. M. Mendel, « Interval type-2 fuzzy logic systems », Proc. FUZZ-IEEE, May. 2000.
Annexe A
PARAMETRES DE LA MACHINE ASYNCHRONE
Paramètres électriques
Paramètres mécaniques
Plaque signalétique
f = 50 Hz Fréquence nominale
C em = 10 Nm Couple électromagnétique.
Annexe B
Principe d’extension
B.1. Ensemble flou unidimensionnel
Un ensemble flou unidimensionnel A sur un univers de discours U est défini par sa fonction
d’appartenance µ A (u ) , où u est un élément de U , c-a-d :
A1 , A2 ,......, An noté par A1 × A2 × ...... × An est défini comme un sous ensemble flou possédant la fonction
d’appartenance multidimensionnelle suivante:
µ A ×...× A (u1 ,..., un ) = µ A (u1 ) ∧ ... ∧ µ A (un )
1 n 1 n
(B.3)
le terme µ A1 (u1 ) ∧ ... ∧ µ An (un ) représente une fonction d’appartenance multidimensionnelle représentant une
relation ℜ .
Alors, le principe d’extension asserte que l’image de A sous la relation f est un ensemble flou, f ( A) de W
défini par:
f ( A) = f ∑ µ A (ui ) / ui = ∑ µ A (ui ) / f (ui ) Cas discret (B.8)
i i
Par conséquent, l’image de A sous f peut être déduite en connaissant les images de ui sous f .
B.3.1. Exemple 1
Soit U = 1 + 2 + ... + 10 , et soit f l’opération « carré ». Soit petit un sous ensemble flou sur U défini par:
multidimensionnelle µ A1×...× An (u1 ,..., un ) , et soit f une relation sur produit cartésien U1 × U 2 × ....... × U n vers
l’espace W .
L’application directe du principe d’extension nous donne:
Les µ Ai sont les projections de A sur les U i , parce que généralement, on ne connaît pas A mais ses
projections A1 , A2 ,......, An .
B.4.1. Exemple2
Soit U1 = U 2 = 1 + 2 + ... + 10 et soit :
obtient :
2 × 6=(1/2+0.6/1+0.8/3) × (1/6+0.8/5+0.7/7)
% % (B.14)
=0.6/5+.06/6+.06/7+0.8/10+1/12+0.7/14+0.8/15+0.8/18+0.7/21
B.4.2. Exemple
Soit ∗ une relation du produit cartésien U × V vers W . Donc nous avons:
w = u ∗v u ∈ U , v ∈ V et w ∈ W (B.15)
où w est l’image de u et de v sous ∗ .
Soient A et B deux ensembles flous sur U et V respectivement:
A = ∫U µ A (u ) / u où A = ∑ µ A (ui ) /ui (B.16)
i
Alors, l’image de A × B sous ∗ est un sous ensemble flou A ∗ B sur W défini par
où
f ( A, B ) = A ∗ B = ∑i ∑ j µ A (ui ) ∧ µ B (v j ) /(ui ∗ v j ) i = 1,..., m j = 1,..., n (B.19)