Professional Documents
Culture Documents
Coefficient de frottement . . /
Frquence de coupure Hz
Fonction objective
g Glissement Sans unit
Courant dinduit A
() Courant redress A
() Courant filtr A
Courant dexcitation A
() Tension redresse V
() Tension filtre V
() Signal de commande
Commande quivalente
Commande discrte
Puissance lectromagntique W
gl
Pulsation de glissement rd/s
1
,
2
Gains de lobservateur de flux modes glissants Sans unit
Angle entre laxe rotorique A et laxe statorique a rd
g (I. 1)
O : g est le glissement et
gl
est la vitesse angulaire de glissement.
Si la vitesse de la machine est infrieure la vitesse de synchronisme, les sens de rotation des
deux vecteurs sont identiques ; dans le cas contraire, quand la vitesse est suprieure la vitesse de
synchronisme les sens seront opposs [20].
Pour que la rotation du vecteur rsultant des fmms par rapport au rotor se ralise, le courant dans
lenroulement doit avoir une frquence
, dfinie partir de
gl
= 2
; cest dire :
= g (I. 2)
I.4 DIFFERENTES STRATEGIES DE COMMANDE DE LA MADA
La structure de la machine asynchrone double alimentation prsente lavantage de permettre de
commander les variables de la machine, telle que, la puissance, la vitesse, le couple. Cette commande est
ralise par plusieurs mthodes et structures ; selon le mode de fonctionnement, la variable commander
et le domaine dapplication.
I.4.1 Commande de la MADA par un seul convertisseur
Cest la stratgie la plus simple et la plus utilise dans les applications industrielles, cette structure
est illustre par la figure suivante [21] :
Chapitre I Etude et Modlisation de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 7
Dans cette structure de commande, la MADA est alimente son stator par le rseau, tandis que
le rotor est aliment travers un systme de conversion qui comporte un redresseur, un filtre et un
onduleur. Cette structure est appele aussi la cascade hyposynchrone. Elle permet de contrler la
puissance active et ractive statorique la fois en rgime permanent et transitoire [1]. La machine dans
ce cas peut fonctionner en moteur ou gnrateur, mais lapplication la plus courante est lutilisation dans
les systmes de production dnergie lectrique notamment les systmes oliens et hydrauliques.
I.4.2 Commande de la MADA par deux onduleurs
Cette structure de commande consiste en une MADA alimente par deux onduleurs, lun au stator
et lautre au rotor. Elle peut prendre deux formes quivalentes [1] :
- Deux onduleurs aliments par leurs propres redresseurs. Dans ce cas, c'est le rseau qui est la
source du couplage lectrique existant entre les deux cts.
- Deux onduleurs aliments en parallle par un redresseur commun, ce dernier est donc une source
d'alimentation commune aux deux cts.
La premire forme de cette stratgie de commande est illustre par la figure suivante [21] :
Fig. I.2 MADA commande par un seul convertisseur alimentant le rotor.
Fig. I.3 MADA commande par deux onduleurs aliments travers deux redresseurs.
Rseau
Onduleur statorique
Onduleur rotorique
Rseau
Rotor
Stator
Charge
Mcanique
L
Stator
Rotor
Mcanique
Charge
Triphas
Triphas
L
2
C
2
L
1
C
1
Onduleur
Redresseur
Redresseur rotorique
Redresseur statorique
C
Chapitre I Etude et Modlisation de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 8
Cette structure est videmment la structure la plus gnrale du systme. Les deux redresseurs ont une
source d'alimentation commune qui est le rseau triphase [1].
La deuxime structure est semblable la prcdente, sauf que les onduleurs sont aliments par un
seul redresseur. Cette structure est reprsente par la figure suivante [21] :
Ces deux dernires structures de commande sont utilises gnralement dans le fonctionnement
en moteur, pour les applications de traction lectrique [1].
I.5 AVANTAGES ET INCONVENIENTS DE LA MADA
Comme les autres machines, la MADA prsente quelques avantages et inconvnients qui sont lis
plusieurs facteurs, sa structure, sa stratgie de commande et ses applications.
I.5.1 Avantages de la MADA
Comme avantages de la MADA, on peut citer :
- Laccessibilit au stator et au rotor offre lopportunit davoir plusieurs degrs de libert pour
bien contrler le transfert des puissances et le facteur de puissance avec toutes les possibilits de
rcupration ou linjection dnergie dans les enroulements de la machine [4].
- La capacit de pouvoir augmenter la plage de variation de la vitesse autour de la vitesse de
synchronisme. De plus, lapplication de la commande vectorielle associe une technique de
commande moderne permet dobtenir un couple nominal sur une grande plage de vitesse [2,21].
Fig. I.4 Commande de la MADA par deux onduleurs aliments travers un redresseur commun.
commun.
Fig. I.9 MADA alimente par un deux onduleurs travers un redresseur commun.
Onduleur statorique
Onduleur rotorique
Redresseur commun
Stator
Rotor
Charge
Mcanique
Triphas
Rseau
L
C
Chapitre I Etude et Modlisation de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 9
- Dans la MADA, le circuit rotorique peut tre pilot par un convertisseur de frquence de
puissance relativement faible par rapport au stator. Ce convertisseur rotorique de haute
commutation est utilis pour raliser de hautes performances dynamiques en terme de temps de
rponse, de minimisation des harmoniques et damlioration de rendement [4].
- L' utilisation d' une MADA permet de rduire la taille des convertisseurs d'environ 70 % en faisant
varier la vitesse par action sur la frquence d'alimentation des enroulements rotoriques. Ce
dispositif est par consquent conomique et, contrairement la machine asynchrone cage, il
n'est pas consommateur de puissance ractive et peut mme tre fournisseur [2].
- En fonctionnement gnrateur, l'alimentation du circuit rotorique frquence variable permet de
dlivrer une frquence fixe au stator mme en cas de variation de vitesse. Ce fonctionnement
prsente la MADA comme une alternative srieuse aux machines synchrones classiques dans de
nombreux systmes de production d'nergie dcentralise [2].
- Son utilisation est prfre pour ses proprits de rglage de vitesse par action sur des rsistances
places dans le circuit rotorique, et encore sa possibilit de dmarrer sans demander un courant
important du rseau [23].
- Un fonctionnement en rgime dgrad, si lun des deux onduleurs tombe en panne, plus souple
que la machine simple alimentation [21].
I.5.2 Inconvnients de la MADA
Tout dabord, la MADA est une machine asynchrone ; alors le premier inconvnient est que sa
structure est non linaire, ce qui implique la complexit de sa commande. En plus de a, on peut citer les
inconvnients suivants :
- Le march traditionnel est conquis par la MAS cage, trs tudie et trs connue, la nouveaut
peut effrayer [1].
- Elle est plus volumineuse qu' une MAS cage de puissance quivalente. L'aspect multi-
convertisseurs, augmente le nombre de convertisseurs et par consquent le prix [1].
- Nous utilisons un nombre des convertisseurs (deux redresseurs et deux onduleurs ou un
redresseur et deux onduleurs) plus importants que la machine cage (un redresseur et un
onduleur) [21].
- Un autre inconvnient apparat lors de ltude de cette machine, ce dernier est la stabilit
notamment en boucle ouverte. En effet, dans le cas de la machine asynchrone conventionnelle
celle-ci est garantie par la relation fondamentale de lautopilotage ralisant lasservissement de la
Chapitre I Etude et Modlisation de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 10
vitesse par la frquence du stator. Par consquent, les deux forces magntomotrices du stator et
du rotor deviennent synchronises. Mais dans le cas de la machine asynchrone double
alimentation, la rotation des forces magntomotrices devient fonction des frquences imposes
par les deux sources dalimentation externes. De ce fait, une certaine synchronisation entre elles
est exige afin de garantir une stabilit la machine [5].
I.6 DOMAINES DAPPLICATION DE LA MADA
Actuellement la machine asynchrone double alimentation occupe une large place dans les
applications industrielles, grce ces nombreux avantages. En effet, la MADA est trs utilise en mode
gnrateur dans les applications dnergie renouvelable notamment dans les systmes oliens [22]. De
plus, le fonctionnement en gnrateur prsente la MADA comme une alternative srieuse aux machines
synchrones classiques dans de nombreux systmes de production d'nergie dcentralise telles que [2] :
- Les gnrateurs des rseaux de bord des navires ou des avions ;
- Les centrales hydrauliques dbit et vitesse variable ;
- Les groupes lectrognes pour lesquels la rduction de vitesse pendant les priodes de faible
consommation permet de rduire sensiblement la consommation de carburant.
La MADA peut tre utilise aussi dans dautres applications importantes ncessitant un fort
couple de dmarrage, telles que [1] :
- La mtallurgie avec les enrouleuses et les drouleuses de bobines ;
- La traction, avec notamment des applications de type transport urbain ou propulsion maritime ;
- Et enfin lapplication de levage, les ascenseurs, les monte-charges etc... .
On note que les applications de la MADA en moteur sont relativement trs limites, parmi celles-
ci on trouve principalement, la traction lectrique et les systmes de pompage.
I.7 MODELISATION DE LA MADA
Dans ce qui suit on va prsenter la modlisation de la machine asynchrone double alimente par
deux onduleurs MLI, lun alimente le stator et lautre le rotor travers un transformateur abaisseur.
Pour commander la machine asynchrone double alimentation, comme bien dautres procds, il
nous faut disposer de son modle avec une connaissance plus ou moins prcise des lments le
constituant. Mathmatiquement, on peut reprsenter la MADA par un modle entres sorties sous forme
de fonction de transfert ou encore sous forme standard dquations en variables dtat [20].
Chapitre I Etude et Modlisation de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 11
A partir de ce modle, on peut faire la conception et la simulation des algorithmes de commande ;
ainsi que ltude et lanalyse des rgimes transitoires. De ce fait, il est raliste de poser des conditions et
des hypothses pour crire le modle comportemental. Une premire difficult rside dans la commande
de cette machine cause du couplage du flux magntique et du couple lectromagntique ; la deuxime
est lie lidentification des paramtres.
Dans la littrature, nous discernons principalement trois approches concernant la modlisation des
machines lectriques [24] :
- La modlisation de Park ;
- La modlisation par rseaux de permances ;
- La modlisation par lments finis.
Dans notre travail on sintresse la modlisation de Park cause de sa simplicit. Cette dernire
est tablie partir des quations lectriques de la machine [24].
Avant dtablir le modle de la machine asynchrone double alimentation en vue de sa
commande, nous rappelons brivement le contexte habituel dhypothses simplificatrices, dsormais
classiques, qui sont [6,20,25,26] :
- Lentrefer est constant, les effets des encoches et les pertes ferromagntiques sont ngligeables ;
- Le circuit magntique est non satur, cest dire permabilit constante ;
- Les rsistances des enroulements ne varient pas avec la temprature et leffet de peau est
ngligeable ;
- La fmm cre par chacune des phases des deux armatures est suppose rpartition sinusodale ;
- La symtrie de construction est parfaite ;
Parmi les consquences importantes de ces hypothses, on peut citer [20]:
- Ladditivit des flux ;
- La constance des inductances propres ;
- La loi de variation sinusodale des inductances mutuelles.
I.7.1 Modle effectif de la MADA
La machine asynchrone double alimentation peut tre modlise par six quations lectriques et
une seule quation mcanique qui concerne la dynamique du rotor. Elle peut tre schmatise par la
figure (I.5).
Chapitre I Etude et Modlisation de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 12
Les phases sont dsignes par a, b, c pour le stator et A, B, C pour le rotor. Langle lectrique
dfinit la position relative instantane entre les axes magntiques des phases statoriques et rotoriques.
C
i
a
u
C
u
A
u
a
i
B
u
b
u
b
i
c
u
c
i
A
i
B
i
a
A
b
B
c
C
I.7.2 Equations lectriques de la machine asynchrone double alimentation
Les enroulements illustrs par la figure (I.5) obissent aux quations lectriques qui scrivent
sous la forme matricielle suivante :
(I. 3)
(I. 4)
O :
est la rsistance dune phase statorique ;
est la rsistance dune phase rotorique.
Les matrices suivantes reprsentent respectivement :
= [
= [
= [
= [
= [
= [
I. 5
Pour le rotor :
I. 6
O :
Et
est la matrice des inductances mutuelles, entre le stator et le rotor, elle est donne par :
cos cos( +
2
3
) cos(
2
3
)
cos(
2
3
) cos cos( +
2
3
)
cos( +
2
3
)
cos(
2
3
) cos
Chapitre I Etude et Modlisation de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 14
Avec :
: Cest linductance propre dune phase rotorique ;
: Cest linductance mutuelle maximale entre une phase statorique et une phase rotorique.
En introduisant les quations (I.5) et (I.6) dans les quations (I.3) et (I.4) respectivement, on
obtient :
+
(
(I. 7)
+
(
(I. 8)
La dernire relation importante compltant le modle de la machine asynchrone double
alimentation, est lquation fondamentale mcanique dcrivant la dynamique du rotor [27]. Cette
quation est donne par :
I. 9
O :
est le moment dinertie du rotor de la machine en (.
2
) ;
Tel que :
est le nombre de paires de ples ;
b
u
b
i
c
u
c
i
A
i
B
i
A
b
B
c
C
dr
u
qs
u
qr
u
ds
i
dr
i
qs
i
qr
i
os
u
or
u
os
i
or
i
s
a
u
d
q
o
a
q
d
a
a
Fig. I.6 Principe de la transformation de Park applique la MADA.
Chapitre I Etude et Modlisation de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 16
O :
: est langle entre laxe rotorique A et laxe statorique a ;
cos cos(
2
3
) cos( +
2
3
)
sin sin(
2
3
) sin(+
2
3
)
1/2 1/2 1/2
Les grandeurs statoriques et rotoriques dans le repre de Park sont exprimes en utilisant les deux
transformations suivantes :
- Pour le stator :
[
(I. 10)
- Pour le rotor :
[
(I. 11)
Telle que est une grandeur qui peut tre une tension , un courant , ou un flux .
Avec :
= =
et
= =
I.7.3 Mise en quation de la MADA dans le repre de Park
Dans le repre de Park, on a les transformations suivantes :
- Pour les tensions :
I. 12
I. 13
Chapitre I Etude et Modlisation de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 17
- Pour les courants :
I. 14
I. 15
- Pour les flux :
I. 16
I. 17
I.7.3.1 Equations des tensions
Pour le stator, on a :
+
[
(I. 18)
En multipliant lquation (I.18) par la matrice
, il vient :
(I. 19)
Alors :
(I. 20)
Le dveloppement de lquation (I. 20) donne :
(I. 21)
O :
+ (
(I. 22)
Chapitre I Etude et Modlisation de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 18
I.7.3.2 Equations des flux
Pour le stator, en multipliant lquation (I.5) par
on trouve :
(I. 23)
Donc :
(I. 24)
Aprs la simplification, on trouve :
(I. 25)
Pour le rotor, et de la mme manire, on trouve :
(I. 26)
Avec :
+ 2
+2
du repre (d,q) par rapport au stator est quelconque. Les quations des tensions sont
affectes, par le choix du rfrentiel, cest-- dire de la vitesse de rotation
.
I.7.3.3 Choix du rfrentiel
En gnral, ltude du comportement dynamique des machines lectriques peut se faire suivant la
transformation de Park pour diffrents rfrentiels. Le choix du rfrentiel seffectue suivant le
phnomne tudier et les simplifications offertes par ce choix. Trois types de rfrentiels sont
intressants en pratique :
Chapitre I Etude et Modlisation de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 19
- Rfrentiel li au stator : Ce rfrentiel est appel aussi systme daxes (, ). Dans ce
cas, (
= 0). Ce systme est utilis pour tudier les rgimes de dmarrage et de freinage des machines
lectriques [20]. Les quations lectriques de la machine deviennent :
Au stator :
(I. 27)
Au rotor :
(I. 28)
- Rfrentiel li au rotor : Dans ce cas, le systme daxes (d,q) est immobile par rapport au
rotor et tourne avec la vitesse (
(I. 29)
Au rotor :
(I. 30)
Chapitre I Etude et Modlisation de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 20
- Rfrentiel li au champ tournant : Ce rfrentiel est appel aussi systme daxes (X,Y), il
tourne avec la vitesse du champ lectromagntique, c'est--dire (
(I. 31)
Au rotor :
+(
(I. 32)
I.7.3.4 Expression du couple lectromagntique de la MADA dans le repre de Park
Pour tudier les phnomnes transitoires (dmarrage, freinage, variation de la charge) avec
une vitesse rotorique variable, il faut ajouter lquation du mouvement (I.9) au systme dquations
diffrentielles modlisant la machine [4]. La forme gnrale du couple lectromagntique dune machine
asynchrone triphase modlise dans le repre de Park est donne par la relation suivante :
=
3
2
=
3
2
(I. 33)
I.8 MODELE DE LA MADA DANS LE REPERE DE PARK SOUS FORME DETAT
Pour obtenir le modle complet de la MADA, on remplace les expressions des flux dans les
quations de tension. On obtient quatre quations lectriques en fonction des composantes des courants
et/ou flux statoriques et rotoriques. Lassociation de lquation mcanique aux quatre quations
lectriques donne le modle de la machine asynchrone double alimentation dans le repre de Park qui
peut tre mis sous la forme dtat suivante :
Chapitre I Etude et Modlisation de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 21
=
1
( 1)
=
1
(1)
=
1
+
1
) (I. 34)
=
1
=
3
2
O : = 1
diodes
Onduleur
de
tension
Commande
MADA
aref
i
bref
i
cref
i
Aref
i
Bref
i
Cref
i
1
L
1
C
2
C
Rseau triphas
2
L
I.9.1 Modlisation dun redresseur triphas double alternance diodes
Le redresseur utilis dans les deux alimentations de la MADA est un redresseur triphas double
alternance diodes. La figure (I.8) reprsente son schma de principe, il est compos de trois diodes
1
,
2
,
3
cathode commune chacune conduit lorsque le potentiel de son anode est le plus positif, et
de trois diodes
4
,
5
,
6
anode commune, chacune conduit lorsque le potentiel de sa cathode est le
plus ngatif assurant ainsi le retour de courant
().
1
D
5
D
4
D
3
D
2
D
6
D
Rseau
triphas
) (t v
a
) (t v
b
) (t v
c
) (t i
d
) (t u
d Charge
Le redresseur est aliment par un systme de tension triphas exprim par :
2
2
3
(I. 35)
2
4
3
Fig. I.7 Systme dalimentation dune machine asynchrone double alimentation.
transformation de Park appliqu la MADA.
Fig. I.8 Schma dun redresseur triphas double alternance diodes.
transformation de Park appliqu la MADA.
Chapitre I Etude et Modlisation de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 23
La valeur instantane de la tension redresse est donne par :
(I. 36)
La tension redresse prsente un taux dondulations. Pour rduire ces ondulations il faut placer un
filtre passe bas entre le redresseur et londuleur.
I.9.2 Modlisation du circuit de filtrage
Le rle de ce circuit est de rduire le taux dondulations de la tension redresse. La figure (I.9)
reprsente son schma de principe.
) (t u
f
) (t i
f
) (t u
d
) (t i
d
L
C
On peut modliser ce circuit par le systme dquations suivantes :
=
1
(I. 37)
=
1
(I. 38)
O :
+ =
(I. 39)
+ =
(I. 40)
Voici lexpression de la fonction de transfert de ce filtre :
=
1
1 +
2
I. 41
Fig. I.9 Circuit de filtrage de la tension redresse.
Chapitre I Etude et Modlisation de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 24
O : est loprateur de LAPLACE.
Cette fonction est du deuxime ordre, sa frquence de coupure tant :
=
1
Pour dimensionner le filtre, il suffit de choisir la frquence de coupure suffisamment infrieure
la frquence de la premire harmonique de
.
I.9.3 Modlisation de londuleur triphas MLI
Londuleur est un convertisseur dlectronique de puissance qui permet la conversion continue
alternative. Il fonctionne en commutation force et conu gnralement base de transistors. Sa
commande peut tre ralise par la technique classique ou par la technique de Modulation de Largeurs
dImpulsions (MLI). Dans ce travail, on commande les deux onduleurs de tension par la MLI de courant.
Londuleur cest le cur du systme dalimentation. Il est form de trois bras indpendants portant
chacun deux interrupteurs. Un interrupteur est compos d' un transistor et d'une diode en antiparallle. Il
permet dimposer la machine des tensions ou des courants amplitude et frquence variables [28,29].
La figure (I.10) reprsente le schma de principe dun onduleur triphas qui alimente le stator de la
MADA.
MADA
1
T
2
T
3
T 1
D
2
D
4
T
5
T
6
T
4
D
5
D
6
D
) (t u
f
) (t i
f
3
D
2
) (t u
f
2
) (t u
f
o
ao
u
bo
u
co
u
a
b
c
La commande des deux transistors du mme bras doit tre complmentaire pour assurer la
continuit des courants de sortie [30] et viter le court circuit de la source.
Fig. I.10 Schma de principe dun onduleur triphas alimentant le stator dune MADA.
Chapitre I Etude et Modlisation de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 25
a. Tensions des phases statoriques
On peut dfinir les tensions des phases a, b, c par rapport au point milieu o de la source comme suit :
Pour la tension de la phase a :
()
2
si
1
est ferm ;
2
si
4
est ferm ;
= 0 si
1
et
4
sont ouverts ;
Pour la tension de la phase b :
()
2
si
2
est ferm ;
()
2
si
5
est ferm ;
= 0 si
2
et
5
sont ouverts ;
Pour la tension de la phase c :
2
si
3
est ferm ;
()
2
si
6
est ferm ;
= 0 si
3
et
6
sont ouverts ;
b. Tensions composes de la charge (MADA)
On peut dduire les tensions composes en utilisant les tensions de phase prcdentes exprimes par
rapport au point milieu :
(I. 42)
c. Tensions simples de la machine
Soit n le point neutre du ct de la MADA, alors on peut crire :
(I. 43)
Chapitre I Etude et Modlisation de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 26
Et comme le systme est suppos en quilibre, c'est--dire :
= 0
= 0 (I. 44)
Alors :
=
1
3
(I. 45)
On obtient finalement les expressions des tensions simples de la machine :
=
1
3
(2
=
1
3
2
(I. 46)
=
1
3
(2
)
On peut aussi crire ces tensions sous la forme matricielle suivante :
=
1
3
2 1 1
1 2 1
1 1 2
(I. 47)
La relation (I.47) peut scrire sous la forme suivante :
(I. 48)
Dans le cas de la commande complmentaire, on peut remplacer chaque bras de londuleur par un
interrupteur deux positions, comme le montre la figure (I.11).
Charge
) (t u
f
1
K
2
K
3
K
Fig. I.11 Reprsentation des bras dun onduleur par des interrupteurs deux positions.
Schma de principe din onduleur triphas alimentant le stator dune MADA.
Chapitre I Etude et Modlisation de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 27
A chacun des interrupteurs K
i
(i =1, 2, 3), on associe une fonction logique F
i
dfinie par :
= +1 si
est connect la borne (+) de la source ;
= 1 si
est connect la borne (-) de la source.
Il en dcoule que les tensions statoriques simples sexpriment comme suit :
2 1 1
1 2 1
1 1 2
3
(I. 49)
La dtermination des fonctions
1
D
4
D
1
T
4
T
Borne positive
de la source
Phase (a) de
la machine
Fig. I.12 Schma de principe du contrle par la MLI hystrsis dun bras de londuleur.
Chapitre I Etude et Modlisation de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 28
Le principe de la MLI hystrsis applique londuleur est base sur la comparaison du courant
de phase mesur un courant de rfrence, laide dun comparateur hystrsis, qui gnre des
signaux damorage des lments semi conducteurs de faon que le courant soit limit dans une bande
dhystrsis , et poursuit moyennement le courant de rfrence.
On peut dduire les conditions de commutation des six interrupteurs statiques
( = 1,3) de
londuleur en exprimant les tats logiques correspondants :
= 1
= 1
O :
respectivement ;
respectivement gnrs par le circuit de commande des trois bras de londuleur ;
(II. 1)
O :
ou
ou
. Ainsi,
la dynamique de la MADA sera ramene celle dune machine courant continu. On peut
schmatiser cette mthode comme suit :
Induit
f a a em
I I K C
Bloc de dcouplage
ds
i
qs
i
ou dr
i
ou
qr
i
MADA
qs ds em
i i K C
Composante du flux
Composante du couple
Inducteur
a
I
f
I
II.3.1 Diffrents repres de rfrence
La commande vectorielle est base sur le choix dun repre de rfrence. On peut priori
choisir les axes de rfrence selon lun des flux de la machine, savoir le flux statorique, le flux
rotorique ou le flux dentrefer [26].
Pour orienter le flux statorique, il faut choisir un rfrentiel (, ) de telle manire que le flux
statorique soit align avec laxe (). Cela permet dobtenir une expression du couple dans laquelle
les deux composantes de courant statorique ou rotorique interviennent ; la premire produit le flux et
lautre produit le couple. Lorientation du flux statorique exige que :
et
= 0 (II. 2)
Fig. II.1 Analogie entre la commande vectorielle dune MADA et la commande dune MCC.
Chapitre II Commande Vectorielle de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
34
Le principe de ce type dorientation de flux est illustr par la figure (II.2) :
r
dr
i
qr
i
a
A
d
q
s
d
s
r
i
Rappelons lexpression du couple lectromagntique :
=
3
2
(II. 3)
A partir de lquation du flux statorique (I.25) et suivant la condition dorientation du flux, les
courants statoriques sexpriment par [41] :
(II. 4)
(II. 5)
En remplaant les deux composantes du courant statorique dans lquation (II.3) du couple
lectromagntique, on obtient lexpression suivante [41] :
=
3
2
(II. 6)
Daprs cette quation et pour
[41]. Alors, le couple la MADA peut prendre une forme similaire celle de la machine
courant continu.
Fig. II.2 Orientation du flux statorique.
Chapitre II Commande Vectorielle de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
35
Dautre part, et de la mme manire, on peut orienter le flux rotorique suivant laxe () de
Park. Dans ce cas, le flux
. Alors, on aura :
et
= 0 (II. 7)
Donc lexpression du couple devient :
=
3
2
(II. 8)
On peut reprsenter ce type dorientation par la figure (II.3) :
r
ds
i
qs
i
a
A
d
q
r
d
r
s
i
Dans le cadre de ce mmoire, nous dveloppons la commande vectorielle indirecte de la
MADA en orientant laxe () du repre de Park suivant le flux statorique.
II.3.2 Lois de la commande vectorielle applique la MADA
Dans cette tude, lalimentation de la machine asynchrone double alimentation et flux
statorique orient, est assure par deux onduleurs de tension lun au niveau du stator, et lautre au
niveau du rotor. Dans le repre triphas a, b, c, la tension aux bornes de la phase a du stator
s'exprime par la relation gnrale suivante :
(II. 9)
Fig. II.3 Orientation du flux rotorique.
Chapitre II Commande Vectorielle de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
36
Si l'on nglige la rsistance du bobinage statorique
(II. 10)
Selon les hypothses de lorientation du flux statorique, on peut crire :
= 0 et
=
=
(II. 11)
Dautre part, les quations liant les courants statoriques aux courants rotoriques scrivent
comme suit :
(II. 12)
(II. 13)
Et les expressions de la puissance active et ractive du ct statorique sont donnes par [44] :
=
3
2
(II. 14)
=
3
2
(II. 15)
Et pour le ct rotorique, on a :
=
3
2
(II. 16)
=
3
2
(II. 17)
En tenant compte de (II.11) (
= 0), on obtient :
=
3
2
(II. 18)
=
3
2
(II. 19)
Chapitre II Commande Vectorielle de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
37
Par ailleurs, pour garantir un facteur de puissance quasiment unitaire du ct statorique
(puissance ractive du stator nulle), il suffit dimposer [47] :
= 0 (II. 20)
Ainsi, le courant rotorique direct de rfrence peut scrire sous la forme suivante :
(II. 21)
Cela veut dire que la machine est compltement excite partir de lalimentation du rotor. Dautre
part, le couple de rfrence fourni par le rgulateur de vitesse permet de dlivrer la rfrence du
courant
, tel que :
=
2
(II. 22)
Et partir de lquation (I.25) et en tenant compte de la condition de lorientation du flux
statorique
, on obtient :
(II. 23)
Les quations (II.20) (II.23) donnent les consignes permettant la commande en courant des
deux onduleurs de tension alimentant la MADA. Si on veut commander les deux onduleurs en
tension, on est oblig de dterminer les tensions de rfrence en remplaant les courants par leurs
rfrences dans les quations de tension de la machine asynchrone double alimentation en rgime
tabli, et en tenant compte de la condition de lorientation du flux statorique. On obtient :
(II. 24)
*
gl
*
gl
+
*
gl
+
*
gl
Chapitre II Commande Vectorielle de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
38
La MLI sinus-triangle peut tre applique, pour imposer les six tensions de rfrence
calcules daprs les quations prcdentes, en utilisant la transformation de Park inverse. Cela
suppose la connaissance de la position du stator, et du rotor par rapport au repre de Park. On peut
avoir a en intgrant
et
*
gl
respectivement, telles que :
=
*
gl
+
(II. 25)
Et
*
gl
est une grandeur de commande constante :
*
gl
= 2
.
II.4 REGLAGE DE VITESSE DE LA MADA A FLUX STATORIQUE ORIENTE PAR UN PI
CLASSIQUE
Le rgulateur de vitesse permet de dterminer le couple de rfrence, afin de maintenir la
vitesse sa rfrence [5]. Un rgulateur PI classique peut tre utilis pour assurer ce but. Ainsi, la
structure de cette commande de vitesse est constitue dune machine asynchrone alimente par deux
onduleurs de tension, lun au niveau du stator, et lautre au niveau du rotor. Lalimentation de chacun
de ces deux onduleurs se fait par un pont de redressement diodes travers un filtre passe bas. Les
courants de sortie des onduleurs sont contrls par une technique de modulation de largeur
dimpulsions MLI qui permet un rglage simultan de la frquence et des amplitudes des courants
de sortie. Le schma synoptique complet de la structure de commande est illustr par la figure (II.4).
On a not prcdemment que le rglage de vitesse peut se faire par un rgulateur PI classique.
Ce dernier est rapide et simple manipuler. Il est caractris par deux coefficients, lun de
proportionnalit et lautre dintgration. Sa fonction de transfert est donne par :
(II. 26)
O :
*
s
*
gl
*
em
C
r
*
as
i
*
bs
i
*
cs
i
*
ds
i
*
qs
i
*
s
P
*
dr
i
*
qr
i
*
ar
i
*
br
i
*
cr
i
*
gl
F-O-C
Onduleur
MLI
Rseau
triphas
1
C
2
L
2
C PI Classique
ref
1
L
Face aux hypothses faites pour simplifier le modle de la MADA, le PI est un rgulateur qui
prsente plusieurs inconvnients [2]:
- Ajout dun zro dans le numrateur de la fonction de transfert en boucle ferme ce qui
peut entraner des dpassements importants lors des rgimes transitoires ;
- Introduction d' un dphasage d la fonction intgrale pouvant entraner une instabilit
de lentrainement ;
- Les coefficients sont directement calculs en fonction des paramtres de la machine ce
qui entrane une robustesse mdiocre face la variation de ceux-ci ;
- Les ventuelles perturbations ne sont pas prises en compte et il y a peu de degrs de
libert pour le rglage.
Fig. II.4 Schma de principe de la commande de vitesse dune MADA flux statorique orient.
Chapitre II Commande Vectorielle de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
40
II.5 DEFLUXAGE
Rappelons lexpression du couple lectromagntique de la MADA exprim en fonction des
flux et des courants statoriques :
=
3
2
(II. 27)
Et selon la condition dorientation du flux statorique (
et
=
3
2
(II. 28)
Aussi, lexpression de la puissance lectromagntique de la machine est donne par :
(II. 29)
Le fonctionnement de la machine est normal jusqu des valeurs nominales (vitesse,
puissance, couple). Si on veut tourner la machine des vitesses suprieures la vitesse nominale,
celle-ci devient surcharge en dpassant sa puissance nominale. Cest pourquoi, on doit diminuer le
flux de la machine avec laugmentation de la vitesse au-del de sa valeur nominale pour assurer un
fonctionnement puissance constante (nominale). On appelle cette opration le dfluxage.
Dans ces conditions, on peut faire tourner la machine des vitesses suprieures sa vitesse
nominale, en gardant en mme temps la puissance mcanique constante et gale sa valeur
nominale. Ainsi, on peut viter la surcharge et le surchauffement de la machine. Pour cela, on
impose un flux de rfrence dfini par :
=
si
<
si
>
O :
l
e
c
t
r
o
m
a
g
n
t
i
q
u
e
e
n
(
N
.
m
)
Temps en (s)
0 0.5 1 1.5
-40
-30
-20
-10
0
10
20
30
40
C
o
u
r
a
n
t
d
e
p
h
a
s
e
s
t
a
t
o
r
i
q
u
e
e
n
(
A
)
Temps en (s)
0 0.5 1 1.5
-2
-1.5
-1
-0.5
0
0.5
1
F
l
u
x
s
t
a
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Temps en (s)
Flux phids
Flux phiqs
0 0.5 1 1.5
-50
-40
-30
-20
-10
0
10
20
30
Temps en (s)
C
o
u
r
a
n
t
s
s
t
a
t
o
r
i
q
u
e
s
e
n
(
A
)
Courant ids
Courant iqs
0 0.5 1 1.5
-100
-80
-60
-40
-20
0
20
40
60
80
100
120
Temps en (s)
C
o
u
r
a
n
t
s
r
o
t
o
r
i
q
u
e
s
e
n
(
A
)
Courant idr
Courant iqr
Fig. II.5 Rsultats de simulation du dmarrage vide de la MADA (rotor en court circuit et stator
aliment par un rseau triphas quilibr).
Chapitre II Commande Vectorielle de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
43
une valeur de 27.81 N.m en rgime permanent pour quilibrer le couple de la charge et le couple des
frottements la fois.
Les rsultats obtenus montrent bien le couplage existant entre les diffrentes variables de la
machine, limportance des pics de courant et du couple et les mauvaises performances dynamiques et
statiques de la vitesse. Donc, pour amliorer la rponse dynamique de la machine et liminer le
couplage existant, on a recours la commande vectorielle qui permet davoir un contrle
indpendant du couple et du flux et un rglage de la vitesse.
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
0
20
40
60
80
100
120
140
160
180
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
Temps en (s)
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
-20
-10
0
10
20
30
40
50
C
o
u
p
l
e
l
e
c
t
r
o
m
a
g
n
t
i
q
u
e
e
n
(
N
.
m
)
Temps en (s)
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
-40
-30
-20
-10
0
10
20
30
40
C
o
u
r
a
n
t
d
e
p
h
a
s
e
s
t
a
t
o
r
i
q
u
e
e
n
(
A
)
Temps en (s)
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
-2
-1.5
-1
-0.5
0
0.5
1
F
l
u
x
s
t
a
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Temps en (s)
Flux phids
Flux phiqs
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
-50
-40
-30
-20
-10
0
10
20
30
Temps en (s)
C
o
u
r
a
n
t
s
s
t
a
t
o
r
i
q
u
e
s
e
n
(
A
)
Courant ids
Courant iqs
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
-80
-60
-40
-20
0
20
40
60
80
100
120
Temps en (s)
C
o
u
r
a
n
t
s
r
o
t
o
r
i
q
u
e
s
e
n
(
A
)
Courant idr
Courant iqr
Fig. II.6 Rsultats de simulation du dmarrage vide de la MADA rotor en court circuit alimente
au stator par un rseau triphas quilibr et charge par un couple de 25 N.m t=1 s.
Chapitre II Commande Vectorielle de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
44
II.6.2 Machine asynchrone double alimentation flux statorique orient munie dun rglage
de vitesse PI
Dans ce qui suit, on va prsenter des rsultats de simulation dun rglage de vitesse de la
machine asynchrone double alimentation et flux statorique orient par un PI classique. Dans ce
cas, les deux armatures sont alimentes par deux onduleurs de tension commands en courant. On
discutera le comportement dynamique de la MADA au dmarrage vide, lors de l insertion dun
couple de charge et lors de changement de consigne et de linversion du sens de rotation. Des tests
de robustesse ont t procds aussi pour montrer les performances de ce rglage.
II.6.2.1 Dmarrage vide
Dans ce cas, on a simul le comportement dun rglage de vitesse par un PI classique de la
MADA flux statorique orient, lors dun dmarrage vide pour une vitesse de rfrence de 100
rd/s. Les rsultats de simulation de cet essai sont reprsents par la figure (II.7). On constate que
lintroduction de la boucle de rglage de vitesse amliore le temps de rponse de la vitesse qui
devient 0.12 s. On remarque aussi que le couple lectromagntique marque un pic de 42.97 N.m, puis
diminue pour quilibrer le couple des frottements en rgime tabli. Les courants de phase statorique
et rotorique font des pics de 5.4 et 32 A respectivement aux premiers instants de dmarrage, ils
suivent bien leurs rfrences. Ces rsultats montrent que le dcouplage entre le couple
lectromagntique et le flux statorique est trs satisfaisant. La composante directe du flux statorique
suit presque sa valeur de rfrence qui est de 1Wb et la composante en quadrature prend quasiment
sa valeur nulle impose par la condition dorientation du flux statorique.
II.6.2.2 Introduction dun couple de charge
En appliquant un couple de charge de 25 N.m entre linstant = 0.3 s et 0.7 s, on obtient les
rsultats de simulation reprsents par la figure (II.8).
Daprs ces rsultats de simulation, on note que le rgulateur PI nest pas parfaitement
robuste vis--vis de la variation de la charge, car cette dernire affecte lgrement la rponse
dynamique de la vitesse. En effet, la vitesse marque une petite diminution et un lger dpassement
aux instants de lapplication et de la suppression du couple de charge respectivement. Dautre part, le
couple lectromagntique oscille autour dune valeur de 27 N.m lors de lapplication du couple de
charge nominale afin dquilibrer cette charge et le couple des frottements la fois.
Chapitre II Commande Vectorielle de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
45
En consquence, les courants de phase statorique et rotorique marquent des pics de 9.75 A
et 32.4 A respectivement. Cette perturbation ninflue pas pratiquement sur les flux statoriques ce qui
montre lefficacit de la commande vectorielle et la validit des lois imposes.
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-20
0
20
40
60
80
100
120
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
Temps en (s)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-5
0
5
10
15
20
25
30
35
40
45
Temps en (s)
C
o
u
p
l
e
l
e
c
t
r
o
m
a
g
n
t
i
q
u
e
e
n
(
N
.
m
)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-15
-10
-5
0
5
10
C
o
u
r
a
n
t
d
e
p
h
a
s
e
s
t
a
t
o
r
i
q
u
e
e
n
(
A
)
Temps en (s)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-20
-15
-10
-5
0
5
10
15
20
25
30
35
C
o
u
r
a
n
t
d
e
p
h
a
s
e
r
o
t
o
r
i
q
u
e
e
n
(
A
)
Temps en (s)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-10
-5
0
5
10
15
Temps en (s)
C
o
u
r
a
n
t
s
s
t
a
t
o
r
i
q
u
e
s
e
n
(
A
)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-50
-40
-30
-20
-10
0
10
20
30
40
Temps en (s)
C
o
u
r
a
n
t
s
r
o
t
o
r
i
q
u
e
s
e
n
(
A
)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-1
-0.5
0
0.5
1
1.5
2
F
l
u
x
s
t
a
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Temps en (s)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
F
l
u
x
r
o
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Temps en (s)
Fig. II.7 Rsultats de simulation du dmarrage vide de la MADA flux statorique orient munie
dun rglage de vitesse par un PI classique.
Chapitre II Commande Vectorielle de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
46
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-20
0
20
40
60
80
100
120
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
Temps en (s)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-10
-5
0
5
10
15
20
25
30
35
40
45
C
o
u
p
l
e
l
e
c
t
r
o
m
a
g
n
t
i
q
u
e
e
n
(
N
.
m
)
Temps en (s)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-20
-15
-10
-5
0
5
10
15
20
C
o
u
r
a
n
t
d
e
p
h
a
s
e
s
t
a
t
o
r
i
q
u
e
e
n
(
A
)
Temps en (s)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-50
-40
-30
-20
-10
0
10
20
30
40
50
C
o
u
r
a
n
t
d
e
p
h
a
s
e
r
o
t
o
r
i
q
u
e
e
n
(
A
)
Temps en (s)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-10
-5
0
5
10
15
20
Temps en (s)
C
o
u
r
a
n
t
s
s
t
a
t
o
r
i
q
u
e
s
e
n
(
A
)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-50
-40
-30
-20
-10
0
10
20
30
40
50
Temps en (s)
C
o
u
r
a
n
t
s
r
o
t
o
r
i
q
u
e
s
e
n
(
A
)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-1
-0.5
0
0.5
1
1.5
2
F
l
u
x
s
t
a
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Temps en (s)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
F
l
u
x
r
o
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Temps en (s)
Fig. II.8 Rsultats de simulation de la MADA flux statorique orient munie dun rglage de
vitesse par un PI classique au dmarrage vide suivi de linsertion dune charge de 25 N.m
entre = 0.3 s et 0.7 s.
Chapitre II Commande Vectorielle de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
47
II.6.2.3 Changement de consigne et inversion du sens de rotation
Afin de tester la robustesse de la commande vectorielle vis--vis dune variation importante
de la rfrence de la vitesse, on a simul le comportement dynamique de la MADA flux statorique
orient au dmarrage vide pour une vitesse de rfrence
,
et la fois.
Chapitre II Commande Vectorielle de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
48
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
-150
-100
-50
0
50
100
150
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
Temps en (s)
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
-80
-60
-40
-20
0
20
40
60
80
C
o
u
p
l
e
l
e
c
t
r
o
m
a
g
n
t
i
q
u
e
e
n
(
N
.
m
)
Temps en (s)
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
-20
-15
-10
-5
0
5
10
15
20
C
o
u
r
a
n
t
d
e
p
h
a
s
e
s
t
a
t
o
r
i
q
u
e
e
n
(
A
)
Temps en (s)
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
-40
-30
-20
-10
0
10
20
30
40
50
C
o
u
r
a
n
t
d
e
p
h
a
s
e
r
o
t
o
r
i
q
u
e
e
n
(
A
)
Temps en (s)
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
-25
-20
-15
-10
-5
0
5
10
15
20
25
Temps en (s)
C
o
u
r
a
n
t
s
s
t
a
t
o
r
i
q
u
e
s
e
n
(
A
)
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
-60
-40
-20
0
20
40
60
Temps en (s)
C
o
u
r
a
n
t
s
r
o
t
o
r
i
q
u
e
s
e
n
(
A
)
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
-1
-0.5
0
0.5
1
1.5
2
F
l
u
x
s
t
a
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Temps en (s)
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
F
l
u
x
r
o
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Temps en (s)
Fig. II.9 Rsultats de simulation de la MADA flux statorique orient munie d' un rglage de
vitesse par un PI classique pour diffrentes consignes de vitesse.
Chapitre II Commande Vectorielle de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
49
Daprs la figure (II.11), on note que la variation des inductances provoque une dviation
importante au niveau des composantes du flux statorique. La rponse du couple lectromagntique
prsente une augmentation de ses fluctuations lorsque les inductances sont diminues de 20%, et vice
versa. De plus, les composantes du flux stataorique ne suivent pas leurs rfrences. En effet, la
composante directe prend une valeur de 1.2 Wb environ pour une augmentation de 20% des
inductances et prend la valeur de 0.8 Wb environ pour le cas inverse. De mme, la composante du
flux en quadrature dvie de sa rfrence lorsque les inductances sont diminues de 20%, mais, elle
sannule et suit sa rfrence dans le cas contraire. On peut dire donc que le dcouplage est
lgrement affect face la variation des inductances.
II.6.2.4.3 Robustesse vis--vis de la variation dinertie
On va galement discuter linfluence de la variation de linertie sur la dynamique de la
MADA flux statorique orient munie dun rglage par un PI classique.
La figure (II.12) prsente les rponses dynamiques, de la vitesse, du couple et des
composantes du flux statorique, pour 100%, 150% et 200% de linertie nominale. Daprs cette
figure, on constate que la variation de linertie influe peu sur la rponse de la vitesse et nentraine
aucun dpassement. Concernant lallure du couple, on note que laugmentation de linertie provoque
un pic de couple de 50 N.m. Tandis que la diminution de linertie est accompagne par une
diminution du pic du couple qui devient 25 N.m. Et pour les allures des composantes du flux
statoriques, presque aucun changement napparat.
II.6.2.4.4 Robustesse vis--vis de la variation de la frquence rotorique
Cet essai permet de montrer leffet de la variation de la frquence rotorique. Pour cela, on a
simul le comportement dynamique de la MADA flux statorique orient et muni dun rgulateur PI
classique de vitesse, pour diffrentes valeurs de la frquence rotorique qui varient entre 2 et 15 Hz.
Les rsultats obtenus sont reprsents par la figure (II.13). Selon ces rsultats, on note que la
variation de la frquence nentraine aucune perturbation significative au niveau des rponses
illustres. La rponse dynamique et statique de la vitesse reste insensible vis--vis de ces variations,
et de mme pour la rponse du couple et des flux statoriques, part de petites oscillations non
considrables. Ceci montre une fois de plus la robustesse et lefficacit du rgulateur PI classique
face cette variation non paramtrique.
Chapitre II Commande Vectorielle de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
50
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-20
0
20
40
60
80
100
120
140
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
Temps en (s)
0.5Rr
Rr
1.5Rr
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-20
-10
0
10
20
30
40
50
C
o
u
p
l
e
l
e
c
t
r
o
m
a
g
n
t
i
q
u
e
e
n
(
N
.
m
)
Temps en (s)
0.5Rr
Rr
1.5Rr
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-0.5
0
0.5
1
1.5
2
F
l
u
x
s
t
a
t
o
r
i
q
u
e
d
i
r
e
c
t
p
h
i
d
s
e
n
(
W
b
)
Temps en (s)
0.5Rr
Rr
1.5Rr
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
F
l
u
x
s
t
a
t
o
r
i
q
u
e
e
n
q
u
a
d
r
a
t
u
r
e
p
h
i
q
s
e
n
(
W
b
)
Temps en (s)
0.5Rr
Rr
1.5Rr
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-20
0
20
40
60
80
100
120
140
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
Temps en (s)
0.8M
M
1.2M
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-10
0
10
20
30
40
50
60
C
o
u
p
l
e
l
e
c
t
r
o
m
a
g
n
t
i
q
u
e
e
n
(
N
.
m
)
Temps en (s)
0.8M
M
1.2M
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
d
i
r
e
c
t
p
h
i
d
s
e
n
(
W
b
)
0.8M
M
1.2M
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
e
n
q
u
a
d
r
a
t
u
r
e
p
h
i
q
s
e
n
(
W
b
)
0.8M
M
1.2M
Fig. II.10 Influence de la variation de la rsistance rotorique
.
Fig. II.11 Influence de la variation des inductances
,
et la fois de 20% de la
mutuelle inductance.
Chapitre II Commande Vectorielle de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
51
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-20
0
20
40
60
80
100
120
140
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
J
1.5J
2J
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-30
-20
-10
0
10
20
30
40
50
60
70
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
N
.
m
)
J
1.5J
2J
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
d
i
r
e
c
t
p
h
i
d
s
e
n
(
W
b
)
J
1.5J
2J
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
e
n
q
u
a
d
r
a
t
u
r
e
p
h
i
q
s
e
n
(
W
b
)
J
1.5J
2J
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-20
0
20
40
60
80
100
120
140
160
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
Temps en (s)
fro=2Hz
fro=5Hz
fro=10Hz
fro=15Hz
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-30
-20
-10
0
10
20
30
40
50
60
C
o
u
p
l
e
l
e
c
t
r
o
m
a
g
n
t
i
q
u
e
e
n
(
N
.
m
)
Temps en (s)
fro=2Hz
fro=5Hz
fro=10Hz
fro=15Hz
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-0.5
0
0.5
1
1.5
2
F
l
u
x
s
t
a
t
o
r
i
q
u
e
d
i
r
e
c
t
p
h
i
d
s
e
n
(
W
b
)
Temps en (s)
fro=2Hz
fro=5Hz
fro=10Hz
fro=15Hz
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
F
l
u
x
s
t
a
t
o
r
i
q
u
e
e
n
q
u
a
d
r
a
t
u
r
e
p
h
i
q
s
e
n
(
W
b
)
Temps en (s)
fro=2Hz
fro=5Hz
fro=10Hz
fro=15Hz
Fig. II.12 Influence de la variation de linertie .
Fig. II.13 Influence de la variation de la frquence rotorique
.
Chapitre II Commande Vectorielle de la Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
52
II.7 CONCLUSION
Ce chapitre nous permis d'tablir les lois de la commande vectorielle applique aux
machines lectriques. On a vu les causes et les consquences de son apparition, son principe et ses
diffrentes classifications, puis on a prsent lapplication de cette thorie la machine asynchrone
double alimentation. Notons que cette technique reste la mthode la plus rpandue pour avoir une
commande dcouple du flux et du couple. Elle permet de rendre la forme du couple de la machine
asynchrone double alimentation similaire celle de la machine courant continu. Au long de ce
chapitre nous avons adopt une stratgie base sur la commande vectorielle orientation du flux
statorique. On a prsent aussi la structure de la commande de vitesse de la machine asynchrone
double alimentation et flux statorique orient, munie dun rgulateur PI classique. Des rsultats de
simulation ont t prsents et montrent la robustesse de la commande vectorielle et du rgulateur PI
classique face la variation paramtrique et non paramtrique en gnral. Ce dernier ne maitrise pas
en tout temps ces variations. Il est relativement robuste face la variation des inductances et peut
tre sensible vis--vis de la variation de linertie. Pour remdier ce problme et amliorer les
performances obtenues par le PI classique ; une autre technique de commande sera prsente et
utilise, savoir la logique floue. Cette dernire occupe une large place parmi les techniques de
lintelligence artificielle. Le but du prochain chapitre est de prsenter les aspects de la logique floue
et son application au rglage de la vitesse dune machine asynchrone double alimentation et flux
statorique orient.
Chapitre III Commande par Logique Floue de la Vitesse dune Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
53
III.1 INTRODUCTION
La logique floue, ou plus gnralement le traitement des incertitudes, est lune des classes de
lintelligence artificielle. Elle a pour objet ltude et la reprsentation des connaissances imprcises et
le raisonnement approch [48]. Elle a t connue en premire fois comme une branche mathmatique
complmentaire la thorie de la logique classique, puis elle a trouve sa place parmi les techniques
de commande bases sur lintelligence artificielle. Elle a t conue au milieu des annes soixante
luniversit de Berkley en Californie par le professeur Lotfi Zadeh qui a introduit la notion des
variables linguistiques et des ensembles flous. La premire application exprimentale de cette
technique de commande est celle ralise par Mamdani. La logique floue ne remplace pas
ncessairement les systmes classiques de rgulation. Elle est complmentaire et utilise
particulirement lorsquon ne dispose pas de modle mathmatique prcis du processus commander,
ou lorsque ce dernier prsente de fortes non linarits ou imprcisions. De plus, lintrt de la logique
floue rside dans sa capacit de traiter limprcis, lincertain et le vague. Ainsi, le succs de la
commande par la logique floue trouve en grande partie son origine dans sa capacit traduire une
stratgie de contrle dun oprateur qualifi en ensemble de rgles linguistiques facilement
interprtables [49,50]. Actuellement la logique floue a trouv son application dans plusieurs domaines,
telles que, la gestion, la mdecine et la commande des systmes. Dans ce dernier domaine
dapplication, on peut citer la commande des bras robotiques, des machines outils, des racteurs
chimiques, des vhicules, des appareils lectromnagers etc.
Dans ce chapitre, on prsentera un aperu gnral sur la thorie de la logique floue et ses
principes de base. Ensuite, on montrera comment construire un rgulateur flou, et lappliquera au
rglage de vitesse de la MADA. Des rsultats de simulation seront aussi prsents et une comparaison
entre le rgulateur PI classique et PI flou sera effectue pour montrer lamlioration du comportement
dynamique de la vitesse de la MADA.
III.2 UN PEU DHISTORIQUE
Les origines de la logique floue se trouvent dans le principe de lincertitude de Heisenberg.
Dans les annes 20, les physiciens on introduit la troisime valeur dans le systme logique bivalent
{0, 1}. Au dbut des annes 30, le logicien polonais Jan Lukasiewicz a dvelopp le systme logique
avec trois valeurs.
Chapitre III Commande par Logique Floue de la Vitesse dune Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
54
Depuis les annes 30, Max Black a appliqu la logique floue aux ensembles dlments ou de
symboles. Il a dessin la premire fonction dappartenance (Membership function) [51].
Il a fallu attendre 1965, pour que le concept des sous ensembles flous soit propos par Lotfi
Zadeh, automaticien de rputation internationale, qui a contribu la modlisation de phnomnes
sous forme floue, en vue de pallier les limitations dues aux incertitudes des modles classiques
quation diffrentielle. Il publia un article intitul (Fuzzy sets) ou (Ensembles flous). En 1974, M.
Mamdani exprimentait la thorie nonce par Zadeh sur une chaudire vapeur, ce qui introduisait la
commande floue dans la rgulation des processus industriels. Plusieurs applications ont alors vu le
jour en Europe, pour des systmes parfois trs complexes, telle que la rgulation de fours de cimenterie
ralise par la socit Smidt-Fuller en 1978. Cest la premire vritable application industrielle de la
logique floue. Grce au chercheur japonais Sugneo, la logique floue tait introduite au Japon ds 1985.
Les socits japonaises comprirent l'avantage la fois technique et commercial de la logique floue
[49,52].
Freine par la rticence apprhender un nouveau concept et par des difficults de ralisation
pratique, la logique floue ne dbouche rellement qu'en 1990 avec l'apparition de produits et de
systmes utilisant cette technique. Et en 1995 grce Jang, lapplication de la logique floue slargit
aux systmes rseaux de neurones et lintelligence artificielle. Aujourd' hui, la logique floue est
arrive maturit et utilise dans de nombreuses applications industrielles et gestionnaires. Sa mise en
uvre est maintenant facilite par la disponibilit de microprocesseurs ddis et d'outils puissants de
dveloppement [53,54].
III.3 DOMAINES DAPPLICATION
Les systmes flous ont t utiliss dans une large varit dapplications industrielles,
gestionnaires et mdicales. Parmi ses applications on peut citer [54-56] :
- Systmes audio- visuels (appareils de photos autofocus, camscope stabilisateur d' images,
photocopieurs, ...) ;
- Appareils lectromnagers (lave- linge, aspirateurs, autocuiseurs, ...etc.) ;
- Systmes autonomes mobiles ;
- Systmes de transport (train, mtro, ascenseur, ...) ;
- Systmes de conditionnement d'ambiance ;
Chapitre III Commande par Logique Floue de la Vitesse dune Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
55
- Systmes de dcision, diagnostic, reconnaissance ;
- Systmes de contrle/commande dans la plupart des domaines industriels de production,
transformation, traitement de produit et dchet ;
- Systmes d'autoroute automatiss : direction automatique, freinage et contrle de la manette
des gaz pour les vhicules ;
- Robotique : contrle de la place et organisation de chemin ;
- Produits de consommation courante.
III.4 CONCEPT DE LA LOGIQUE FLOUE
Lhomme peroit, raisonne, imagine et dcide partir des modles ou de reprsentation. Sa
pense nest pas binaire. Lide de la logique floue est de capturer limprcision de la pense humaine
et de lexprimer avec des outils mathmatiques appropris. La rsolution dun problme exige la
recherche dun modle qui est le plus objectif et le plus certain possible. Les modles de notre cerveau
peuvent tre assez compliqus et galement vagues, flous ou imprcis. Lhomme ne raisonne pas
comme lordinateur : au tout ou rien [51]. La logique floue inspire ses caractristiques du raisonnement
humain. Elle est base sur la constatation que la plupart de phnomnes ne peuvent tre reprsents
laide de variables boolennes qui ne peuvent prendre que deux valeurs (0 ou 1). Peut-on considrer un
homme de taille 1.7 m grand ou petit ? Nest- il pas ni vraiment grand, ni vraiment petit ? Pour
rpondre ce type de question, la logique floue considre la notion dappartenance dun objet un
ensemble, non plus comme une fonction boolenne, mais comme une fonction qui peut prendre toutes
les valeurs entre 0 et 1.
En effet, elle caractrise un homme par un degr de vrification ou un degr dappartenance
homme de grande taille compris entre 0 et 1. On peut galement dfinir une fonction homme de
taille moyenne, et une fonction homme de petite tailleetc.
Alors, un homme de taille quelconque a trois degrs dappartenance aux trois catgories taille
petite , taille moyenne, taille grande.
Un homme de taille 1.75 m appartient la catgorie de taille grande avec un degr de
vrification de 50% et la catgorie de taille moyenne avec le mme degr de vrification. Tandis
quil appartient la catgorie de taille petite avec un degr de vrification de 0%. Cela peut tre
traduit par la figure suivante.
Chapitre III Commande par Logique Floue de la Vitesse dune Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
56
0
5 . 1
5 . 0
1
Grande Moyenne Petite
Taille en (m)
Degr
dappartenance
6 . 1 7 . 1 75 . 1 8 . 1 9 . 1
Cette reprsentation montre que le passage dune catgorie une autre ne se fait pas
brutalement comme dans le cas de la logique classique, mais il se fait progressivement.
Mathmatiquement, on peut dfinir ou associer une fonction
=
1 pour 1.8
0 pour 1.7
10( 1.7) pour 1.7 < < 1.8
(III. 1)
De la mme manire, on peut dfinir la fonction
fonctions dappertenance.
III. 5 NOTIONS DE BASE DE LA LOGIQUE FLOUE
Cette section na pas pour but de donner un tat de lieux complet de la logique floue, mais
uniquement fourni les quelques notions de base de la logique floue dune manire abrge.
III.5.1 Ensemble flou
Dans la thorie classique des ensembles, cest la fonction caractristique qui dfinit lensemble.
Cette fonction ne prend que les deux valeurs discrtes 0 (llment nappartient pas ...) ou 1
(...appartient lensemble).
Fig. III.1 Concept flou des diffrentes catgories de la taille dun homme.
Chapitre III Commande par Logique Floue de la Vitesse dune Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
57
Un ensemble flou est dfini par une fonction dappartenance qui peut prendre toutes les valeurs
relles comprises entre 0 et 1 [49]. Cest llment de base de la logique floue. Il a t introduit en
premire fois par Zadeh en 1965. Le concept de ce dernier pour but dviter le passage brusque dune
classe une autre et de permettre des graduations dans lappartenance dun lment une classe ;
c'est--dire dautoriser un lment appartenir plus ou moins fortement une classe [5,54].
Les trois catgories Petite, Moyenne, Grande dfinies prcdemment, associes leurs
fonctions dappartenance, sont appeles des ensembles flous. Et on peut dfinir galement lunivers de
discours ou lunivers de rfrence comme tant lensemble des valeurs relles que peut prendre la
variable floue (la taille de lhomme).
Dans un domaine continu les ensembles flous sont dfinis par leurs fonctions dappartenance.
Tandis que dans le cas discret les ensembles flous sont des valeurs discrtes dans lintervalle [0 1]
[58].
III.5.2 Fonction dappartenance
Un ensemble flou est dfini par sa fonction dappartenance qui correspond la notion de
fonction caractristique en logique classique, elle permet de mesurer le degr dappartenance dun
lment lensemble flou. En toute gnralit, une fonction dappartenance dun ensemble flou est
dsigne par
a) Exemples de fonctions dappartenance monotones dcroissantes
0
0
1
0
1
0
1
0
b) Exemples de fonctions dappartenance monotones croissantes
1
0
1
0
III.5.3 Variables linguistiques
Le concept des variables linguistiques joue un rle important dans le domaine de la logique
floue. Une variable linguistique comme son nom le suggre, est une variable dfinie base de mots ou
des phrases au lieu des nombres. En effet, la description dune certaine situation, dun phnomne ou
dun procd contient en gnral des expressions floues comme quelque, beaucoup, souvent, chaud,
froid, rapide, lent, grand, petit etc [60]. Ce genre dexpressions forme ce quon appelle des
variables linguistiques de la logique floue.
On peut reprsenter une variable linguistique par un triplet (, ,
est un
ensemble de catgories floues de , qui sont utilises pour caractriser laide de fonctions
dappartenance. Considrons la vitesse de rotation dune machine lectrique comme une variable
linguistique dfinie sur un univers de discours = 0, 100 rd/s, et son ensemble de catgories floues
III.5.4 Operateurs de la logique floue
Une fois les ensembles flous dfinis, des oprations mathmatiques concernant ce type
d'ensembles ont t dveloppes. Les oprateurs mathmatiques labors ressemblent beaucoup ceux
relis la thorie des ensembles conventionnels [7]. Les oprateurs de lintersection, lunion, la
complmentation et limplication sont traduites par les oprateurs , , et
respectivement. Soit et deux ensembles flous, dont les fonctions dappartenance sont
respectivement. Le tableau suivant rsume quelques fonctions utilises pour raliser les diffrentes
oprations floues de base [50,61].
Zadeh (1973) (
) (
) 1
Lukasiewicz,
Giles (1976)
(
1,0) (
, 1) 1
Hamacher
(1978) ; ( > 0)
(2 )
1 (1 )
Bondler et
Kohout (1980)
Weber
= 1
= 1
0
= 0
= 0
1
1
Fig. III.3 Reprsentation graphique des ensembles flous dune variable linguistique.
Tab. III.1 Oprateurs de base de la logique floue.
Oprateurs flous
Chapitre III Commande par Logique Floue de la Vitesse dune Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
60
Dautre part, limplication floue se construit partir des propositions floues lmentaires. Pour
cette opration, il existe encore plusieurs mthodes. Les plus souvent utilises sont donnes par le
tableau suivant [23,57].
Appellation Implication floue
Zadeh
, 1
Mamdani
Reichenbach 1
Willmott 1
, (
)
Dienes
(1
)
Brown Godel
1
Lukasiewicz (1, 1
)
Larsen
III. 5.5 Rgles floues
La rgle floue est une relation exprime laide dune implication entre deux propositions
floues. Par exemple, considrons deux variables linguistiques (
1
, ,
1
), (
2
, ,
2
) et les deux
propositions suivantes
1
est ,
2
est , o et sont deux ensembles flous de
1
et
2
. On
peut dfinir la rgle floue par lexpression
1
est
2
est .
La proposition
1
est est la condition de limplication ;
La proposition
2
est est la conclusion de limplication.
Gnralement, plusieurs rgles floues sont ncessaires pour prendre une dcision face une
situation donne. On sintresse au cas de plusieurs rgles floues dans le domaine de la commande et
la rgulation. Les rgles floues peuvent tre dcrites de plusieurs faons :
Linguistiquement : dans ce cas, on exprime les rgles de faon explicite comme dans
lexemple suivant :
Si lacclration est faible et la vitesse est faible Alors faire appel un grand couple.
Symboliquement : il sagit, dans ce cas, dune description linguistique o lon remplace la
dsignation des ensembles flous par des symboles tels que , , etc dsignant
( , , etc).
Tab. III.2 Implication floue.
Chapitre III Commande par Logique Floue de la Vitesse dune Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
61
Par matrice dinfrence : dans ce cas, on rassemble toutes les rgles qui sont dsignes
symboliquement dans un tableau appel Matrice dinfrence. Les entres du tableau
reprsentent les degrs dappartenance des variables linguistiques des entres aux
diffrents ensembles flous. Et lintersection dune colonne et dune ligne donne lensemble
flou de sortie dfini par la rgle.
III.6 COMMANDE PAR LA LOGIQUE FLOUE
La commande par la logique floue est en pleine expansion. En effet, cette mthode permet
d'obtenir une loi de rglage souvent trs efficace sans devoir faire des modlisations approfondies. Par
opposition un rgulateur standard ou un rgulateur contre-raction d'tat, le rgulateur par logique
floue ne traite pas une relation mathmatique bien dfinie, mais utilise des infrences avec plusieurs
rgles, se basant sur des variables linguistiques. Par des infrences avec plusieurs rgles, il est possible
de tenir compte des expriences acquises par les oprateurs d'un processus technique [7].
Gnralement le traitement dun problme par la logique floue se fait en trois tapes :
La quantification floue des entres, appele aussi la Fuzzification. Elle permet la
conversion des variables des entres qui sont des grandeurs physiques, en grandeurs
floues, ou variables linguistiques ;
Ltablissement des rgles liant les sorties aux entres, appel lInfrence floue ;
La Dfuzzification qui est lopration inverse de la fuzzification. Elle consiste
transformer les variables linguistiques en variables relles ou numriques.
Le schma bloc dun contrleur flou est illustr par la figure suivante [55] :
Mcanisme
dinfrence
D
f
u
z
z
i
f
i
c
a
t
i
o
n
F
u
z
z
i
f
i
c
a
t
i
o
n
Processus
) (t u ) (t y ) (t R
Base des rgles
O :
Fig. III.4 Schma gnral dun contrleur flou.
Contrleur flou
Chapitre III Commande par Logique Floue de la Vitesse dune Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
62
est le signal de rfrence ;
est le signal de commande ;
est la sortie du systme commander.
Le contrleur flou comporte essentiellement quatre parties ; une interface de fuzzification, une
base des rgles, un mcanisme dinfrence et une interface de dfuzzification.
III.6.1 Interface de fuzzification
La fuzzification est lopration de projection des variables physiques relles sur des ensembles
flous caractrisant les valeurs linguistiques prises par ces variables [50]. Le bloc de fuzzification
effectue les fonctions suivantes :
Dfinition des fonctions dappartenance de toutes les variables dentres ;
Transformation des grandeurs physiques (relles ou numriques) des grandeurs linguistiques
ou floues ;
Reprsentation dchelle transfrant la plage des variables dentres aux univers de discours
correspondants ;
Pour les fonctions dappartenance, on utilise gnralement les formes triangulaires et
trapzodales.
III.6.2 Base des rgles
Ce bloc est une base de connaissance qui correspond lexpertise ou au savoir faire de
loprateur sur le comportement du systme. Elle est compose de lensemble des informations et des
connaissances dans le domaine dapplication et le rsultat de commande prvu. Elle permet de
dterminer le signal de sortie du contrleur flou et exprime la relation qui existe entre les variables
dentres transformes en variables linguistiques et les variables de sortie converties galement en
variables linguistiques [5,6,26]. Ainsi, elle est constitue par une collection de rgles donnes sous la
forme . Dune manire gnrale, on peut exprimer la
rgle floue par la relation
suivante :
1
est
1
()
2
est
2
()
est
()
est
()
O : = 1, , ; est le nombre total des rgles ;
1
()
,
2
()
,
) et
()
est lensemble flou correspondant la sortie
.
Chapitre III Commande par Logique Floue de la Vitesse dune Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
63
On peut crire les rgles dinfrence sous forme dune matrice appele Matrice dinfrence, qui
est gnralement antisymtrique. A titre dexemple, si on considre un contrleur flou deux entres
caractrises par trois ensembles flous et une sortie, alors la matrice dinfrence peut prendre la forme
suivante :
1
X
2
X
1
1
F
2
1
F
3
1
F
1
G
2
G
3
G
4
G
5
G
6
G
7
G
8
G
9
G
1
2
F
2
2
F
3
2
F
III.6.3 Mcanisme dinfrence flou
Linfrence floue ou la logique de prise de dcision est le cur du contrleur flou qui possde la
capacit de simuler les dcisions humaines et de dduire (infrer) les actions de commande floue
l'aide de l' implication floue et des rgles d' infrence de la logique floue [7]. Elle utilise les variables
floues transformes par la fuzzification et les rgles dinfrence pour crer et dterminer les variables
floues de sortie, en se basant sur des oprations floues appliques aux fonctions dappartenance.
Comme on la mentionn, il existe plusieurs possibilits pour raliser les oprateurs flous qui
sappliquent aux fonctions dappartenance. On introduit la notion de mcanisme ou mthode
dinfrence, qui dpend des relations utilises pour raliser les diffrents oprateurs dans une
infrence, permettant ainsi un traitement numrique de cette dernire.
Pour le rglage par logique floue, on utilise en gnral lune des trois mthodes suivantes [60] :
Mthode dinfrence Max-Min (Mthode de Mamdani) ;
Mthode dinfrence Max-Produit (Mthode de Larsen) ;
Mthode dinfrence Somme-Produit.
Le tableau suivant rsume la faon utilise par ces trois mthodes dinfrence pour reprsenter
les trois oprateurs de la logique floue , et .
Fig. III.5 Matrice dinfrence floue.
Chapitre III Commande par Logique Floue de la Vitesse dune Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
64
Oprateurs
flous
Mthodes
dinfrence
Max-Min
Max-Produit
Produit Somme-Produit
Minimum
Minimum
Produit
Maximum
Maximum
Moyenne
Minimum
Produit
Et Ou Alors
III.6.4 Interface de dfuzzification
La dfuzzification est la dernire tape dans la commande floue. Elle consiste transformer les
informations floues tablies par le mcanisme dinfrence en une grandeur physique ou numrique
pour dfinir la loi de commande du processus. Plusieurs mthodes ont t labores pour faire cette
opration. La mthode de dfuzzification choisie est souvent lie la puissance de calcul du systme
flou [23]. Parmi les plus couramment utilises, on cite :
Mthode de Maximum : cette mthode gnre une commande qui reprsente
labscisse de la valeur maximale de la fonction dappartenance rsultante issue de
linfrence floue. Cette mthode est simple, rapide et facile, mais prsente certains
inconvnients lorsquil existe plusieurs valeurs pour lesquelles la fonction
dappartenance rsultante est maximale et ne tient pas compte de leffet de toutes les
rgles ;
Mthode de la moyenne des maximums : cette mthode gnre une commande qui
reprsente la valeur moyenne de tous les maximums, dans le cas ou il existe
plusieurs valeurs pour lesquelles la fonction dappartenance rsultante est maximale;
Mthode du centre de gravit : cette mthode gnre une commande gale
labscisse du centre de gravit de la fonction dappartenance rsultante issue de
linfrence floue. Cette abscisse de centre de gravit peut tre dtermine laide de
la relation gnrale suivante [60]:
(III. 2)
Tab. III.3 Mthodes usuelles de linfrence floue.
Chapitre III Commande par Logique Floue de la Vitesse dune Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
65
Lintgrale du numrateur donne le moment de la surface, tandis que lintgrale du
dnominateur donne la surface de la fonction dappartenance
.
Cette mthode est la plus utilise dans les systmes de commande floue, (car elle tient compte
de toutes les rgles et ne prsente pas une confusion de prise de dcision), malgr sa complexit,
puisquelle demande des calculs importants.
III.7 AVANTAGES ET INCONVENIENTS DE LA COMMANDE PAR LA LOGIQUE FLOUE
La commande par logique floue runit un certain nombre d'avantages et de dsavantages. Les
avantages essentiels sont [6,7,51,60] :
- La non ncessit dune modlisation mathmatique rigoureuse du processus ;
- La possibilit d' implanter des connaissances (linguistiques) de l'oprateur de processus ;
- La matrise du procd avec un comportement complexe (fortement non- linaire et difficile
modliser) ;
- La rduction du temps de dveloppement et de maintenance ;
- La simplicit de dfinition et de conception.
Par contre, les inconvnients sont [6,7,51,60] :
- Le manque de directives prcises pour la conception d' un rglage (choix des grandeurs
mesurer, dtermination de la fuzzification, des infrences et de la dfuzzfication) ;
- L'approche artisanale et non systmatique (implantation des connaissances des oprateurs
souvent difficile) ;
- La difficult de montrer la stabilit dans tous les cas ;
- La cohrence des infrences non garantie a priori (apparition de rgles d' infrence
contradictoires possible).
III.8 COMMANDE FLOUE DE LA VITESSE DUNE MADA A FLUX STATORIQUE
ORIENTE
Cette partie est consacre lapplication de la logique floue la commande de vitesse dune
machine asynchrone double alimentation et flux statorique orient. A noter que toutes les notions
prsentes dans le deuxime chapitre ont t conserves.
Chapitre III Commande par Logique Floue de la Vitesse dune Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
66
III.8.1 Structure de base dun contrleur flou de vitesse
Gnralement, la conception dun rgulateur flou pour la commande des entrainements
lectriques exige les choix des paramtres suivants [26]:
Choix des variables linguistiques ;
Choix des fonctions dappartenance ;
Choix de la mthode dinfrence ;
Choix de la stratgie de dfuzzification.
Pour les systmes monovariables simples, les entres du contrleur flou sont gnralement
lerreur (la diffrence entre la consigne et la sortie du processus) et sa variation (traduction de la
dynamique de systme). Et la majorit des contrleurs dvelopps utilisent le schma simple propos
par Mamdani, comme le montre la figure suivante [5,50] :
Fuzzification
Dfuzzification
Calcul de e A
Rgles floues
Infrence
e
G
e
G
A
u
G
A
+
U A u A
Processus commander
ref
O
r
O
u
E A
E e
e A
Les deux entres du contrleur flou sont lerreur de vitesse et sa variation.
- Lerreur de vitesse note est dfinie par :
=
(III. 3)
- La variation de lerreur de vitesse note est dfinie par :
= + = +1 (III. 4)
La sortie du rgulateur correspond la variation de la commande ou du couple
lectromagntique note .
Les trois grandeurs, , et sont normalises comme suit :
=
(III.5)
Fig. III.6 Schma synoptique dun contrleur flou de vitesse.
Chapitre III Commande par Logique Floue de la Vitesse dune Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
67
O
et
est et est est
Fig. III.8 Matrice dinfrence des rgles floues.
Chapitre III Commande par Logique Floue de la Vitesse dune Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
69
Elles indiquent que si la vitesse est trop petite par rapport sa rfrence ( est ), alors il faut un
appel de couple grand ( est ) pour ramener la vitesse sa rfrence. Et si la vitesse atteint sa
rfrence et stablit ( est et est ) alors garder le mme couple ( est ).
III.8.1.3 Mcanisme dinfrence
A partir de la base des rgles et les sous ensembles flous correspondant la fuzzification, le
mcanisme dinfrence floue permet la dtermination des variables floues de sortie. En effet, la
traduction des oprateurs ,
() =
1
25
25
=1
(III. 6)
Tels que :
rgle) ;
rgle
et est une valeur de la commande variant dans lunivers de discours.
III.8.1.4 Dfuzzification
Lorsque la sortie floue est calcule, il faut la transformer en une valeur numrique. Il existe
plusieurs mthodes pour raliser cette transformation. La plus utilise est la mthode du centre de
gravit, quon a adopte dans notre travail.
Labscisse du centre de gravit correspondant la sortie du rgulateur est donne par la relation
suivante :
Chapitre III Commande par Logique Floue de la Vitesse dune Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
70
= =
1
1
1
1
(III. 7)
Cette expression prend la forme discrte suivante dans le cas de la mthode dinfrence
Somme-Produit :
=
25
1
25
1
(III. 13)
O
rgle et
est
labscisse de son centre de gravit.
III.8.2 Rglage de vitesse de la MADA par un contrleur flou
Les performances du rgulateur flou prsent prcdemment sont tudies et values travers
une application sur la machine asynchrone double alimentation pour commander sa vitesse. Le
schma bloc de cette simulation est reprsent par la figure (III.9). Ce schma est similaire celui de
la figure (II.4) du deuxime chapitre, sauf que le rgulateur PI classique est remplac par un rgulateur
flou.
Rseau
triphas MADA
PARK
-1
PARK
-1
+
-
Onduleur
MLI
r
O
*
s
*
gl
e
*
em
C
r
O
r
O
*
as
i
*
bs
i
*
cs
i
*
ds
i
*
qs
i
*
s
e
r
e
P
*
dr
i
*
qr
i
*
ar
i
*
br
i
*
cr
i
*
gl
e
F-O-C
Onduleur
MLI
Rseau
triphas
1
C
2
L
2
C PI Flou
ref
O
1
L
Fig. III.9 Structure globale dun rglage flou de la vitesse dune machine asynchrone
double alimentation et flux statorique orient.
Chapitre III Commande par Logique Floue de la Vitesse dune Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
71
III.9 RESULTATS DE SIMULATION
Dans cette partie, on va illustrer les rsultats de simulation de la commande de vitesse par un PI
flou dune machine asynchrone double alimentation et flux statorique orient. Tout ce qui a t
simul dans le deuxime chapitre dans le cas dun rgulateur PI classique sera aussi simul dans le
cas du rgulateur flou et prsent dans cette section.
III.9.1 Dmarrage vide
On a simul le comportement dynamique du systme dentrainement reprsent par la figure
(III.9), pour une vitesse de rfrence
l
e
c
t
r
o
m
a
g
n
t
i
q
u
e
e
n
(
N
.
m
)
Temps en (s)
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
-20
-15
-10
-5
0
5
10
15
C
o
u
r
a
n
t
d
e
p
h
a
s
e
s
t
a
t
o
r
i
q
u
e
e
n
(
A
)
Temps en (s)
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
-30
-20
-10
0
10
20
30
40
50
C
o
u
r
a
n
t
d
e
p
h
a
s
e
r
o
t
o
r
i
q
u
e
e
n
(
A
)
Temps en (s)
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
-15
-10
-5
0
5
10
15
20
Temps en (s)
C
o
u
r
a
n
t
s
s
t
a
t
o
r
i
q
u
e
s
e
n
(
A
)
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
-60
-40
-20
0
20
40
60
Temps en (s)
C
o
u
r
a
n
t
s
r
o
t
o
r
i
q
u
e
s
e
n
(
A
)
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
-1
-0.5
0
0.5
1
1.5
2
F
l
u
x
s
t
a
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Temps en (s)
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
F
l
u
x
r
o
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Temps en (s)
Fig. III.10 Rsultats de simulation du dmarrage vide dune machine asynchrone double
alimentation et flux statorique orient munie dun rglage de vitesse par un PI flou.
Chapitre III Commande par Logique Floue de la Vitesse dune Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
73
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
20
40
60
80
100
120
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
Temps en (s)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-20
-10
0
10
20
30
40
50
60
C
o
u
p
l
e
l
e
c
t
r
o
m
a
g
n
t
i
q
u
e
e
n
(
N
.
m
)
Temps en (s)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-20
-15
-10
-5
0
5
10
15
20
C
o
u
r
a
n
t
d
e
p
h
a
s
e
s
t
a
t
o
r
i
q
u
e
e
n
(
A
)
Temps en (s)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-50
-40
-30
-20
-10
0
10
20
30
40
50
C
o
u
r
a
n
t
d
e
p
h
a
s
e
r
o
t
o
r
i
q
u
e
e
n
(
A
)
Temps en (s)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-10
-5
0
5
10
15
20
Temps en (s)
C
o
u
r
a
n
t
s
s
t
a
t
o
r
i
q
u
e
s
e
n
(
A
)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-60
-40
-20
0
20
40
60
Temps en (s)
C
o
u
r
a
n
t
s
r
o
t
o
r
i
q
u
e
s
e
n
(
A
)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-1
-0.5
0
0.5
1
1.5
2
F
l
u
x
s
t
a
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Temps en (s)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
F
l
u
x
r
o
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Temps en (s)
Fig. II1.11 Rsultats de simulation du dmarrage vide dune machine asynchrone double
alimentation et flux statorique orient munie dun rglage de vitesse par un PI flou, suivi de
linsertion dune charge de 25 N.m entre = 0.3 s et 0.7 s.
Chapitre III Commande par Logique Floue de la Vitesse dune Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
74
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
-150
-100
-50
0
50
100
150
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
Temps en (s)
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
-60
-40
-20
0
20
40
60
C
o
u
p
l
e
l
e
c
t
r
o
m
a
g
n
t
i
q
u
e
e
n
(
N
.
m
)
Temps en (s)
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
-20
-15
-10
-5
0
5
10
15
20
C
o
u
r
a
n
t
d
e
p
h
a
s
e
s
t
a
t
o
r
i
q
u
e
e
n
(
A
)
Temps en (s)
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
-40
-30
-20
-10
0
10
20
30
40
50
60
C
o
u
r
a
n
t
d
e
p
h
a
s
e
r
o
t
o
r
i
q
u
e
e
n
(
A
)
Temps en en(s)
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
-25
-20
-15
-10
-5
0
5
10
15
20
25
Temps en (s)
C
o
u
r
a
n
t
s
s
t
a
t
o
r
i
q
u
e
s
e
n
(
A
)
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
-60
-40
-20
0
20
40
60
Temps en (s)
C
o
u
r
a
n
t
s
r
o
t
o
r
i
q
u
e
s
e
n
(
A
)
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
-1
-0.5
0
0.5
1
1.5
2
F
l
u
x
s
t
a
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Temps en (s)
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
F
l
u
x
r
o
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Temps en (s)
Fig. III.12 Rsultats de simulation de la MADA flux statorique orient munie d' un rglage
de vitesse par un PI flou pour diffrentes consignes de vitesse.
.
Chapitre III Commande par Logique Floue de la Vitesse dune Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
75
III.9.4 Robustesse vis--vis de la variation paramtrique
Dans le but de tester la robustesse du contrleur flou vis--vis des variations paramtriques, on
a refait le mme travail de simulation qui a t achev dans le cas du rglage de vitesse par le PI
classique. Ces tests sont effectus au dmarrage vide suivi de lapplication dun couple de charge de
25 N.m entre = 0.3 et 0.7 s.
III.9.4.1 Robustesse vis--vis de la variation de la rsistance rotorique
La figure (III.13) illustre les rponses dynamiques de la vitesse, du couple lectromagntique et
des composantes du flux statorique, pour diffrentes valeurs de la rsistance rotorique
0.5
, 1.5
,
et la fois. A partir de ces
rsultats, on peut constater que linfluence de la variation des inductances apparat au niveau de la
rponse du couple et des composantes du flux statorique. Lallure du couple manifeste des fluctuations
lorsque les inductances diminuent de 20%. Ces oscillations sont rduites dans le cas inverse. De plus,
lorientation du flux est affecte, ceci se traduit par la dviation de la composante du flux statorique
direct de sa rfrence de 1Wb, de mme pour la composante en quadrature dans le cas de diminution
des inductances. On peut dire donc que la commande vectorielle est lgrement sensible et non robuste
vis--vis de la variation des inductances mme en rgime transitoire.
III.9.4.3 Robustesse vis--vis de la variation de linertie
La figure (III.15) reprsente les rsultats de simulation obtenus pour 100%, 150% et 200% de
linertie nominale. Vu ces rsultats, on constate que laugmentation du moment dinertie provoque une
augmentation du temps de rponse et vice versa. Ceci montre que le PI flou perd un petit peu sa
performance dynamique et conserve sa robustesse vis--vis de cette variation paramtrique.
Chapitre III Commande par Logique Floue de la Vitesse dune Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
76
III.9.4.5 Robustesse vis--vis de la variation de la frquence rotorique
On a simul aussi le comportement dynamique de lentrainement pour diffrentes valeurs de la
frquence rotorique. La figure (III.16) reprsente les rsultats obtenus. Selon cette figure, on constate
quil ya une similitude entre ces rsultats et ceux obtenus par le PI classique.
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
20
40
60
80
100
120
140
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
Temps en (s)
0.5Rr
Rr
1.5Rr
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-40
-30
-20
-10
0
10
20
30
40
50
60
C
o
u
p
l
e
l
e
c
t
r
o
m
a
g
n
t
i
q
u
e
e
n
(
N
.
m
)
Temps en (s)
0.5Rr
Rr
1.5Rr
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-0.5
0
0.5
1
1.5
2
F
l
u
x
s
t
a
t
o
r
i
q
u
e
d
i
r
e
c
t
p
h
i
d
s
e
n
(
W
b
)
Temps en (s)
0.5Rr
Rr
1.5Rr
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
F
l
u
x
s
t
a
t
o
r
i
q
u
e
e
n
q
u
a
d
r
a
t
u
r
e
p
h
i
q
s
e
n
(
W
b
)
Temps en (s)
0.5Rr
Rr
1.5Rr
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
20
40
60
80
100
120
140
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
Temps en (s)
0.8M
M
1.2M
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-30
-20
-10
0
10
20
30
40
50
60
70
C
o
u
p
l
e
l
e
c
t
r
o
m
a
g
n
t
i
q
u
e
e
n
(
N
.
m
)
Temps en (s)
0.8M
M
1.2M
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-1
-0.5
0
0.5
1
1.5
2
2.5
F
l
u
x
s
t
a
t
o
r
i
q
u
e
d
i
r
e
c
t
p
h
i
d
s
e
n
(
W
b
)
Temps en (s)
0.8M
M
1.2M
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
F
l
u
x
s
t
a
t
o
r
i
q
u
e
e
n
q
u
a
d
r
a
t
u
r
e
p
h
i
q
s
e
n
(
W
b
)
Temps en (s)
0.8M
M
1.2M
Fig. III.13 Influence de la variation de la rsistance rotorique
.
Fig. III.14 Influence de la variation des inductances
,
et la fois.
Chapitre III Commande par Logique Floue de la Vitesse dune Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
77
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
20
40
60
80
100
120
140
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
J
1.5J
2J
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-20
-10
0
10
20
30
40
50
60
Temps en (s)
C
o
u
p
l
e
l
e
c
t
r
o
m
a
g
n
t
i
q
u
e
e
n
(
N
.
m
)
J
1.5J
2J
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
d
i
r
e
c
t
p
h
i
d
s
e
n
(
W
b
)
J
1.5J
2J
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
e
n
q
u
a
d
r
a
t
u
r
e
p
h
i
q
s
e
n
(
W
b
)
J
1.5J
2J
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
20
40
60
80
100
120
140
160
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
Temps en (s)
fro=2Hz
fro=5Hz
fro=10Hz
fro=15Hz
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-20
-10
0
10
20
30
40
50
60
C
o
u
p
l
e
l
e
c
t
r
o
m
a
g
n
t
i
q
u
e
e
n
(
N
.
m
)
Temps en (s)
fro=2Hz
fro=5Hz
fro=10Hz
fro=15Hz
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-0.5
0
0.5
1
1.5
2
F
l
u
x
s
t
a
t
o
r
i
q
u
e
d
i
r
e
c
t
p
h
i
d
s
e
n
(
W
b
)
Temps en (s)
fro=2Hz
fro=5Hz
fro=10Hz
fro=15Hz
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
F
l
u
x
s
t
a
t
o
r
i
q
u
e
e
n
q
u
a
d
r
a
t
u
r
e
p
h
i
q
s
e
n
(
W
b
)
Temps en (s)
fro=2Hz
fro=5Hz
fro=10Hz
fro=15Hz
Fig. III.15 Influence de la variation de linertie .
Fig. III.16 Influence de la variation de la frquence rotorique
.
Chapitre III Commande par Logique Floue de la Vitesse dune Machine Asynchrone Double Alimentation
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
78
III.9 CONCLUSION
Les notions de base de la logique floue ont t prsentes au dbut de ce chapitre. Les aspects
de la commande par logique floue, ainsi que la conception dun contrleur flou ont t introduits tout
en justifiant notre choix de ce type de commande qui rside dans sa capacit de traiter limprcis,
lincertain et le vague et sa simplicit de conception. Une simulation base dun contrleur flou a t
effectue pour faire le rglage de vitesse dune machine asynchrone double alimentation et flux
statorique orient. Les rsultats de simulation obtenus montrent lamlioration des performances
dynamiques et la robustesse de ce rgulateur vis--vis de la variation paramtrique (rsistance
rotorique) et non paramtrique (consigne de vitesse, couple rsistant, frquence rotorique). Par contre,
on a not une diminution de la rapidit dtablissement de la vitesse face laugmentation de linertie
et une affectation de lorientation du flux et du dcouplage face la variation des inductances. Dautre
part, on a not que tous les rsultats et les performances obtenus au deuxime et troisime chapitre
dpendent du choix des gains du rgulateur. Ce choix se fait par la mthode essai-erreur pour le PI
flou et partir dun calcul des coefficients puis un ajustement par simulation en fonction des
performances dsires pour le PI classique. Afin de remdier ce problme de dimensionnement du
rgulateur et faire un bon choix de ses paramtres, on propose une technique doptimisation
heuristique base sur les algorithmes gntiques. Ainsi, le prochain chapitre est consacr la
prsentation de cette technique et son application loptimisation des gains des deux rgulateurs.
Chapitre IV Optimisation des Rgulateurs de Vitesse de la MADA par les Algorithmes Gntiques
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 79
IV.1 INTRODUCTION
La procdure doptimisation est une technique de grande importance pour le traitement des
problmes de prise de dcision. Elle a pris une grande ampleur avec lvolution substantielle de
technologies des systmes informatiques en terme de capacit et de rapidit des traitements [8]. En
effet, loptimisation cherche amliorer une performance en se rapprochant dun (ou des) point(s)
optimums parmi une multitude de points ou de solutions possibles en se basant sur des critres dict s
par le cahier des charges des systmes considrs [18,62]. Elle est lune des branches les plus
importantes des mathmatiques appliques modernes, et de nombreuses recherches, la fois pratiques
et thoriques, lui sont consacres [13]. Sa thorie comprend ltude quantitative des optimums et les
mthodes pour les trouver [9]. La rsolution dun problme doptimisation consiste explorer un
espace de recherche afin de maximiser (ou minimiser) une fonction donne. Les complexits (en taille
ou en structure) relatives de lespace de recherche et de la fonction optimiser conduisent utiliser des
mthodes de rsolution radicalement diffrentes [63]. Les mthodes doptimisation peuvent tre
classes de diffrentes manires ; les mthodes dterministes et les mthodes non dterministes
(appeles aussi mthodes stochastiques ou recherche alatoire), le choix de telle ou telle mthode
dpend du systme tudier et de sa complexit [8-10].
Les mthodes dterministes sont caractrises par leur simplicit et rapidit. Elles sont utilises
dans le cas o le systme optimiser est structure simple. Mais linconvnient majeur de ces
mthodes cest que cette simplicit recule au fur et mesure que le nombre de variables optimiser
devient important et que le systme devient complexe. Dans ces conditions, la solution peut converger
vers des solutions locales [8]. Tandis que les mthodes stochastiques sont des mthodes plus efficaces
et plus puissantes, elles utilisent des processus stochastiques bass sur une exploration alatoire de
lespace des solutions possibles [11]. Parmi ces dernires, on trouve lalgorithme gntique qui
reprsente une famille assez riche et trs intressante dalgorithmes doptimisation stochastique. Il a
t inspir partir des concepts d'volution et de la slection naturelle. Grce une procdure de
recherche probabiliste base sur le mcanisme de la slection naturelle et de la gntique, les
algorithmes gntiques sont trs efficaces et robustes sur un spectre gnral de problmes. Un
algorithme gntique maintient une population de solutions codes, et guide cette population vers la
solution optimum [64-66].
En effet, pour trouver une solution optimale dun problme dans un espace complexe, il faut
faire un compromis entre deux objectifs : lexploration de meilleures solutions et lexploitation robuste
Chapitre IV Optimisation des Rgulateurs de Vitesse de la MADA par les Algorithmes Gntiques
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 80
de lespace de recherche. Des tudes danalyse ont montr que les algorithmes gntiques grent ce
compromis de faon optimale [68].
Ce chapitre a pour but de prsenter les fondements thoriques des algorithmes gntiques.
Ensuite, on abordera leur application pour loptimisation des paramtres des deux rgulateurs utiliss
prcdemment pour le rgalage de la vitesse dune MADA. Des rsultats de simulation seront
prsents et compars ceux obtenus dans les chapitres prcdents pour montrer lamlioration des
performances dynamiques et statiques des rgulateurs optimiss.
IV.2 DEFINITION DUN ALGORITHME GENETIQUE
Les Algorithmes Gntiques (AGs) sont des techniques de recherche robustes. Ils reprsentent
une famille assez riche et trs intressante d'algorithmes stochastiques d'optimisation qui sont fonds
sur les mcanismes de la slection naturelle et de la gntique. Le principe de ces algorithmes est de
procder par une recherche stochastique sur un espace important et travers une population de pseudo-
solutions [66,69]. La robustesse est lune des caractristiques principales des algorithmes gntiques ;
ils permettent de fournir une ou plusieurs solutions de bonne qualit (pas ncessairement optimales,
mais suffisantes en pratique) des problmes trs varis, en sollicitant un investissement (temps et
puissance de calcul) assez faible [13]. Les algorithmes gntiques recherchent alatoirement la
solution globale (extrema dune fonction) sous un espace de donnes (pool gntique) par
loptimisation dune fonction appele fonction de cot, dadaptation ou dadquation, ou encore
fonction objective (fitness). Ils sont donc formuls maximiser ou minimiser cette fonction [8].
En effet, une grande partie de fonctionnement de lAG est base sur le hasard. Bien quils
utilisent le hasard, les AGs ne sont pas purement alatoires. Ils exploitent efficacement linformation
obtenue prcdemment pour spculer sur la position de nouveaux points explorer, avec lespoir
damliorer la performance [70].
Le choix des AGs parmi dautres mthodes se justifie en fonction des proprits suivantes
[8,13,62,64]:
Les AGs utilisent un codage des paramtres et non les paramtres eux-mmes ;
Les AGs travaillent sur une population de points, au lieu dun point unique ;
Les AGs nutilisent que les valeurs de la fonction tudie, pas sa drive ou une autre
connaissance auxiliaire ;
Chapitre IV Optimisation des Rgulateurs de Vitesse de la MADA par les Algorithmes Gntiques
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 81
Les AGs possdent lhabilit de traiter des problmes complexes et varis ;
Les algorithmes gntiques ne sont pas dterministes, ils utilisent des rgles de transition
probabilistes.
IV.3 BREF HISTORIQUE DE LALGORITHME GENETIQUE
Les premiers travaux sur les algorithmes gntiques ont commenc dans les annes cinquante
lorsque plusieurs biologistes amricains ont simul des structures biologiques sur ordinateur [12]. Puis
en 1960, le professeur Holland, ses collgues et ses tudiants sur la base des travaux prcdents ont
dvelopp luniversit de Michigan ces algorithmes. Leurs recherches avaient deux objectifs
principaux ; le premier est de mettre en vidence et expliquer rigoureusement les processus
dadaptation des systmes naturels ; le deuxime est de concevoir des systmes artificiels (en
loccurrence des logiciels) qui possdent les proprits importantes des systmes naturels [62,71,72].
En 1966, la thorie de la programmation volutionnaire a t introduite par Fogel. Ensuite,
Holland continue ses recherches et introduit en 1975 le premier modle formel des algorithmes
gntiques (the canonical genetic algorithm AGC) dans son livre Adaptation in Natural and Artificial
Systems. Ce modle servira de base aux recherches ultrieures [73].
Lapplication des algorithmes gntiques aux problmes doptimisation a t formalise par
Goldberg en 1989. Lapparition de son ouvrage permet de dcrire l' utilisation de ces algorithmes dans
le cadre de rsolution des problmes doptimisation [9,62].
IV.4 PRINCIPES GENERAUX
Les algorithmes gntiques sont des algorithmes d'optimisation s'appuyant sur des techniques
drives de la gntique et de l'volution naturelle : slection, croisements, mutations, ...etc. Un
algorithme gntique recherche le ou les extrema d' une fonction dfinie sur un espace de donnes.
Pour atteindre cet objectif, lalgorithme travaille en parallle sur une population de points candidats
appels Individus ou Chromosomes. Chaque individu est constitu dun ensemble dlments appels
Gnes qui sera reprsent dans un cas simple par un bit (0 ou 1), donc un chromosome par une chaine
de bits. Chaque gne reprsente une partie lmentaire du problme, il peut tre assimil une variable
et peut prendre des valeurs diffrentes appeles allles. La position du gne dans le chromosome se
nomme locus. En gnral, pour un algorithme gntique, on doit disposer des lments suivants
[8,9,12,68] :
Chapitre IV Optimisation des Rgulateurs de Vitesse de la MADA par les Algorithmes Gntiques
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 82
Un principe de codage de l'lment de population : Cette tape associe chacun des points de
l'espace d'tat une structure de donnes. Elle se place gnralement aprs une phase de
modlisation mathmatique du problme trait. La qualit du codage des donnes conditionne
le succs des algorithmes gntiques. Le codage binaire a t trs utilis l'origine. Le codage
rel est dsormais largement utilis, notamment dans les domaines applicatifs pour
l'optimisation de problmes variables relles ;
Un mcanisme de gnration de la population initiale : Ce mcanisme doit tre capable de
produire une population d' individus non homogne qui servira de base pour les gnrations
futures. Le choix de la population initiale est important car elle servira de base pour les
gnrations futures. Dans le cas o l'on ne connat rien du problme rsoudre, il est essentiel
que la population initiale soit rpartie sur tout le domaine de recherche ;
Une fonction optimiser pour mesurer la force de chaque chromosome ;
Des oprateurs permettant de diversifier la population au cours des gnrations et d'explorer
l'espace d'tat : L'oprateur de croisement recompose les gnes d' individus existant dans la
population, l'oprateur de mutation a pour but de garantir l' exploration de l'espace d'tats ;
Des paramtres de dimensionnement : taille de la population, nombre de gnrations, critres
darrt et probabilit dapplication des oprateurs gntiques.
IV.5 FONCTIONNEMENT DUN ALGORITHME GENETIQUE
Un algorithme gntique fonctionne typiquement travers un cycle simple de quatre tapes
[9,65,74-76] :
Une reprsentation gntique ou chromatique d'une solution au problme ;
Cration dune population de chromosomes ;
Evaluation de chaque chromosome selon une fonction dadaptation base sur les performances
souhaitables ;
Slection des meilleurs chromosomes ;
Manipulation gntique, en utilisant des oprateurs gntiques pour crer une nouvelle
population de chromosomes.
La figure suivante illustre le cycle gntique de fonctionnement dun algorithme gntique :
Chapitre IV Optimisation des Rgulateurs de Vitesse de la MADA par les Algorithmes Gntiques
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 83
Evaluation
(fitness)
Oprateurs
Gntiques
Nouvelle
Population
Slection
Population
Initiale
Le cycle dcrit par la figure (IV.1) est inspir de la terminologie gntique. Les AGs
fonctionnent avec une population regroupant un ensemble dindividus. Cette population est cre
alatoirement ou partir dune connaissance prcdente concernant le problme tudier. Chaque
chromosome est constitu dun ensemble de gnes. Pour chaque individu, on attribue une valeur
calcule par une fonction appele fonction dadaptation ou fitness, cest ltape de lvaluation. Ceci
permet de slectionner les chromosomes les plus adapts. Ces chromosomes appels parents sont
soumis des oprations gntiques (croisement, mutation) pour la production dautres chromosomes
appels enfants constituant la nouvelle gnration. Les tapes de lAG sont rptes durant t cycles,
larrt de lalgorithme est fix daprs un critre darrt [9,64].
IV.6 OPERATEURS ET PARAMETRES DE LALGORITHME GENETIQUE
Dans cette section on va prsenter avec plus de dtails les diffrents oprateurs et paramtres
dun algorithme gntique savoir, le codage, lvaluation, la slection, le croisement et la mutation.
IV.6.1 Codage des chromosomes
La premire tape de la conception dun algorithme gntique est de coder (reprsenter) les
solutions sous forme de chromosomes. En adoptant la terminologie de la gntique naturelle, une
solution potentielle du problme (ou individu) est code sous forme dun chromosome qui est une
chane de gnes ou bits [77]. Le codage est une modlisation dune solution dun problme donn.
Cette modlisation seffectue par plusieurs mthodes.
Fig. IV.1 Cycle gntique.
Chapitre IV Optimisation des Rgulateurs de Vitesse de la MADA par les Algorithmes Gntiques
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 84
Dans lalgorithme gntique de base fond par Holland, un chromosome tait reprsent sous
forme de chanes de bits contenant toute l' information ncessaire la description d' un point dans
l'espace, ce qui permettait des oprateurs de mutation et de croisement simples. Les gnes sont forms
de 1 et 0. Dans ce cas, chaque valeur relle (paramtre optimis) est cod par son quivalent en
binaire. Ce type de codage est appel le Codage binaire. Il est assez simple implmenter et les
oprateurs de mutation et de croisement sont facilement construits, mais son utilisation ncessite un
mcanisme de dcodage. Ceci est linconvnient majeur de ce type de codage [73,78].
De nouvelles versions dalgorithme gntique apparues. Elles ne se basent plus sur le codage
binaire mais elles travaillent directement sur les paramtres rels, on parle donc de Codage rel. Ce
type de codage permet daugmenter lefficacit de lalgorithme gntique et dacclrer la recherche
dune part et offre dautre part lavantage dviter des oprations de dcodage supplmentaires et de
rendre plus facile le couplage avec dautres mthodes doptimisation [9,68].
IV.6.2 Initialisation de la population
Une fois le codage choisi, une population initiale forme de solutions admissibles du problme
doit tre dtermine. Une population est un ensemble d' individus reprsentant chacun une solution
possible du problme donn. Le choix de la population initiale d' individus peut conditionner fortement
la rapidit de l'algorithme. Si la position de l'optimum dans l'espace d'tats est totalement inconnue, il
est naturel de gnrer alatoirement des individus en faisant des tirages uniformes dans chacun des
domaines associs aux composantes de l'espace d'tats. Si par contre, des informations a priori sur le
problme sont disponibles, il parait naturel de gnrer les individus dans un sous-domaine particulier
afin d'acclrer la convergence [9,13,70,78,79]. La reprsentation de la population note Pop est la
suivante [64] :
= (
1
,
2
,
3
)
O
reprsente le
). Suivant
les critres de loptimisation, un classement entre individus sera effectu et les meilleurs, qui
rpondent le mieux aux critres de la fonction dadquation, auront une probabilit de reproduction
plus importante que les autres. Cest cette information qui guidera lAG vers les meilleurs individus
[68,81].
IV.6.5 Slection
Aprs ltape dvaluation, une nouvelle population est cre de la gnration courante.
L'opration de la slection dtermine quels parents participent produire la progniture pour la
prochaine gnration [82]. La slection permet d' identifier statistiquement les meilleurs individus d' une
population et d'liminer les mauvais. La slection est un procd par lequel chaque chane de la
gnration prsente (population linstant t) est copie avec une probabilit qui dpend des valeurs de
la fonction optimiser pour former une gnration intermdiaire et sy reproduire [77]. Copier des
chaines en fonction des valeurs de leurs fonctions dadaptation revient donner aux chaines dont la
valeur est plus grande une probabilit plus leve de contribuer la gnration suivante [62]. Cet
oprateur est peut-tre le plus important puisquil permet aux individus dune population de survivre,
de se reproduire ou de mourir. En rgle gnrale, la probabilit de survie dun individu sera
directement relie son efficacit relative au sein de la population [13,70,79,83].
On trouve dans la littrature un nombre important de principes de slection plus ou moins
adapts aux problmes qu' ils traitent. Les trois principes de slection suivants ont retenu notre
attention :
IV.6.5.1 Slection par la roulette
Cest la mthode la plus utilise et la plus facile. Elle est appele aussi slection par Roue de la
fortune. Pour chaque individu, la probabilit d'tre slectionn est proportionnelle son adaptation au
problme. Cette roue est une roue de la fortune classique sur laquelle chaque individu est reprsent
par une portion proportionnelle son adaptation. On effectue ensuite un tirage au sort homogne sur
cette roue.
Chapitre IV Optimisation des Rgulateurs de Vitesse de la MADA par les Algorithmes Gntiques
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 86
Les parents sont slectionns en fonction de leur performance. Meilleur est le rsultat donn
par un individu, plus grandes sont ses chances d'tre slectionn. Il faut imaginer une sorte de roulette
de casino sur laquelle sont placs tous les individus de la population, la place accorde chacun des
individus tant en relation avec sa valeur d'adaptation. Cette roulette est reprsente par la figure
suivante [73,79,84] :
Selon cette figure, la population est constitue de quatre individus, lindividu 2 et 1 ont plus de
chance pour tre slectionns cause de leurs performances. En effet, pour slectionner laide de la
roulette, on fait tourner cette dernire N fois (taille de la population) de la faon suivante [68] :
A chaque fois, on gnre alatoirement un nombre r dans lintervalle [0, 1]. Ensuite, on compare ces
nombres aux probabilits cumulatives
, tel que :
=
1
+
2
+
2
+
IV. 1
O :
1
+
2
+
2
+
=
(
)
(
=1
)
(IV. 2)
Avec :
(
individu ;
(
=1
) reprsente la somme de toutes les valeurs des fonctions dadaptation de chaque
individu
de la population Pop
Individu 1
30%
Individu 2
55%
Individu 3
10%
Individu 4
15%
Fig. IV.2 Exemple de slection par la roulette.
Individu 1
Individu 2
Individu 3
Individu 4
Chapitre IV Optimisation des Rgulateurs de Vitesse de la MADA par les Algorithmes Gntiques
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 87
Ensuite, si
1
<
1
, lindividu
1
est slectionn, sinon
( = 2 ).
IV.6.5.2 Slection par ordonnancement
Ce type de slection, appele aussi slection par classement est bas sur un principe de
slection le plus simple. Il consiste attribuer chaque individu son classement par ordre d'adaptation
(croissant ou dcroissant). Le meilleur (c'est dire celui qui possde la meilleure fitness) sera numro
un, et ainsi de suite. On tire ensuite une nouvelle population dans cet ensemble d' individus ordonns.
Cette procdure semble toutefois assez simpliste et exagre le rle du meilleur lment au dtriment
d'autres lments potentiellement exploitables. Le second, par exemple, aura une probabilit d'tre
slectionn nettement plus faible que celle du premier. Linconvnient majeur de cette mthode est la
convergence prmature de lalgorithme gntique. Une autre difficult consiste fixer une limite la
slection, ce qui empche parfois de garder des bons candidats pour les futures gnrations [9,64,79]
IV.6.5.3 Slection par tournoi
Le principe de la slection par tournoi augmente les chances pour les individus de pitre
qualit de participer l'amlioration de la population. Le principe est trs rapide implmenter. Un
tournoi consiste en une rencontre entre plusieurs individus pris au hasard dans la population. Le
vainqueur du tournoi est l' individu de meilleure qualit. Cette technique utilise la slection
proportionnelle sur des paires d' individus, puis choisit pour ces paires l' individu qui a le meilleur score
d'adaptation. Ce processus est rpt plusieurs fois jusqu lobtention de N individus. Lavantage
dune telle slection est dviter quun individu trs fort soit slectionn plusieurs fois [9,84,85].
IV.6.5.4 Slection uniforme
Dans ce cas, la slection se fait alatoirement, uniformment et sans intervention de la valeur
d'adaptation. Cest une technique trs simple qui consiste slectionner un individu
de la
population. Chaque individu a donc une probabilit 1/N d'tre slectionn, o N est le nombre total
d'individus dans la population [9,84].
IV.6.6 Croisement
Une fois ltape de la slection est acheve, lalgorithme gntique poursuit sa recherche par
lapplication de loprateur de croisement. Le croisement (hybridation ou recombinaison) est un
phnomne essentiel qui permet dexplorer lensemble des solutions possibles qui gnre de nouveaux
individus appels enfants (offsprings) partir des individus appels parents.
Chapitre IV Optimisation des Rgulateurs de Vitesse de la MADA par les Algorithmes Gntiques
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 88
Le croisement a pour but d'enrichir la diversit des populations en manipulant les composantes
des individus (chromosomes). Classiquement, les croisements sont envisags avec deux parents et
gnrent deux enfants. Ils consistent changer les gnes des parents afin de donner des enfants qui
portent des proprits combines. Bien qu' il soit alatoire, cet change d' informations offre aux
algorithmes gntiques une part de leur puissance : quelque fois, de bons gnes d' un parent viennent
remplacer les mauvais gnes d' un autre et crent des fils mieux adapts que les parents. Pour effectuer
cette opration, un pourcentage de la population slectionne note
, deux
individus (deux parents) parmi cette population. Il construit alors deux enfants en faisant lchange de
certains gnes choisis alatoirement dun parent avec ceux de lautre. Les deux enfants issus de ce
croisement sont injects dans la population que lon note
) sans aucune
modification. Le nombre total dindividus dans
2
(), en donnant au premier enfant les K premiers gnes du premier parent et les (L-K)
derniers gnes du second parent et inversement pour le deuxime enfant.
IV.6.6.2 Croisement deux points
Le croisement deux points est bas sur le mme principe que le croisement un point. La
diffrence rside dans le fait que deux points de coupure sont choisis alatoirement. Les gnes se
trouvant entre les deux sites de coupe sont changs respectivement entre les deux individus (parents)
pour former les deux enfants. La figure suivante illustre ce type de croisement [9,68,81].
1
1
C
2
1
C
3
1
C
4
1
C
5
1
C
6
1
C
Parent 1
1
2
C
2
2
C
3
2
C
4
2
C
5
2
C
6
2
C
Parent 2
Deux points de coupure
1
1
C
2
1
C
1
2
C
2
2
C
3
2
C
4
2
C
5
2
C
6
2
C
3
1
C
4
1
C
5
1
C
6
1
C
Enfant 1
Enfant 2
IV.6.6.3 Croisement multiple (multi-points)
Ce type de croisement snonce par un choix alatoire de n points de coupure pour dissocier
chaque parent en n+1 fragments. Plusieurs auteurs se sont penchs sur lutilisation de plusieurs points
de coupure concernant loprateur de croisement. Le nombre de points de coupure gnr est en
moyenne L/2 o L est la taille du chromosome. Lindividu est reprsent sous la forme dun anneau et
lchange de gnes entre les deux parents seffectue de la faon suivante (voir figure IV.5) [9,64].
A
B C
D E
F G
H A
F C
H E
B G
D
Fig. IV.4 Croisement deux points (exemple dindividus six gnes).
gnes).
Deux parents Deux enfants
Fig. IV.5 Croisement multiple (cas de 4 points de coupure).
Chapitre IV Optimisation des Rgulateurs de Vitesse de la MADA par les Algorithmes Gntiques
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 90
Cette technique sapplique autant pour une codification binaire que relle des chromosomes.
Cest une technique trs utilise dans diffrentes applications du fait que les rsultats obtenus sont
satisfaisants [64].
IV.6.6.4 Croisement continu (uniforme)
Cette technique est compltement diffrente des trois techniques prcdentes. Un masque de
croisement est gnr alatoirement pour chaque couple dindividus ou pour chaque gnration. Les
valeurs de ce masque sont binaires. Sa taille est identique celle du chromosome. Son fonctionnement
est illustr par la figure suivante [64] :
1
1
C
2
1
C
3
1
C
4
1
C
5
1
C
6
1
C
Parent 1
1
2
C
2
2
C
3
2
C
4
2
C
5
2
C
6
2
C
Parent 2
1
1
C
2
1
C
1
2
C
2
2
C
3
2
C
4
2
C
5
2
C
6
2
C
3
1
C
4
1
C
5
1
C
6
1
C
Enfant 1
Enfant 2
0 1 1 1 0 0
Masque de croisement
Le principe du croisement uniforme est le suivant : si la valeur du bit du masque est gale 1
alors la valeur du gne du parent 1 est copie chez lenfant 1 et si la valeur du bit du masque est gale
0 alors la valeur du gne du parent 2 est transmise lenfant 1. Les valeurs des gnes de lenfant 2
sont les suivantes : les valeurs des gnes du parent 1 lorsque la valeur du bit du masque est gale 0 et
les valeurs des gnes du parent 2 lorsque la valeur du bit du masque est gale 1 [64]. Malgr que
cette technique soit diffrente des deux autres au niveau conceptuel, on remarque quil existe une
ressemblance entre ces techniques. Le croisement uniforme peut tre un cas gnral des deux autres
techniques.
IV.6.6.5 Croisement arithmtique (barycentrique)
Cette technique a t dveloppe par Michalewicz. Pour ce type de croisement, on choisit
alatoirement des positions dchange, puis on effectue une moyenne arithmtique pondre par un
coefficient a. Lorsque cette opration est applique deux parents
1
() et
2
(), deux enfants
(prognitures)
1
() et
2
() sont gnrs, tels que [64,68,81] :
Fig. IV.6 Croisement uniforme.
Chapitre IV Optimisation des Rgulateurs de Vitesse de la MADA par les Algorithmes Gntiques
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 91
1
=
1
+1
2
2
= 1
1
+
2
(IV.3)
Dans le cas dun croisement arithmtique uniforme, la valeur de a est une constante choisie par
lutilisateur, par contre si la valeur de a est gnre alatoirement dans lintervalle [-0.5, 1.5], alors
nous sommes dans le cas dun croisement arithmtique non uniforme [12,13,64]. La figure suivante
illustre un exemple dapplication de ce type de croisement.
1
1
C
2
1
C
3
1
C
4
1
C
5
1
C
6
1
C
Parent 1
1
2
C
2
2
C
3
2
C
4
2
C
5
2
C
6
2
C
Parent 2
Position alatoire du croisement
arithmtique
1
1
C
2
1
C
1
2
C
2
2
C
3
1
E
4
2
C
5
2
E
6
2
C
3
2
E
4
1
C
5
1
E
6
1
C
Enfant 1
Enfant 2
Daprs cette figure, les deux nouveaux troisimes gnes gnrs sont donns par :
1
3
=
1
3
+1
2
3
2
3
= 1
1
3
+
2
3
(IV.4)
IV.6.7 Mutation
Cet oprateur est appliqu sur chaque chromosome issu de lopration de croisement ou
appartenant une population. Cette opration est tout dabord une slection alatoire de l' un des gnes
du chromosome, suivie dune modification de sa valeur avec une probabilit
. Cette probabilit de
mutation est assez faible en pratique. L'oprateur de mutation apporte aux algorithmes gntiques
l'ala ncessaire une exploration efficace de l'espace de recherche. Il nous garantit que l'algorithme
gntique sera susceptible d'atteindre tous les points de l'espace d'tat. Lutilit de cet oprateur est
donc lexploitation de lespace de recherche des solutions. Donc cest une police dassurance
protgeant de la perte prmature de notions importantes. En effet, la mutation ne cre gnralement
pas de meilleures solutions au problme, mais, elle vite ltablissement de populations uniformes
incapables dvoluer. Ceci permet lAG de converger vers des solutions globales et viter les
extrema locaux. A partir dune exploration de lespace de recherche, la mutation permet de passer de
lexploration vers lexploitation et de trouver un ensemble de solutions [12,13,62,64,73,79,80].
Fig. IV.6 Croisement arithmtique.
Chapitre IV Optimisation des Rgulateurs de Vitesse de la MADA par les Algorithmes Gntiques
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 92
Plusieurs techniques de mutation ont t dveloppes dans la littrature. Certaines dentre elles
sappliquent sur des gnes dont la reprsentation est binaire et dautres sur des gnes de type rel.
IV.6.7.1 Mutation uniforme
Pour chaque gne qui mute, on prend deux nombres et . Le premier peut prendre les
valeurs +1 pour un changement positif et -1 pour un changement ngatif. Le second est un nombre
gnr alatoirement dans lintervalle [0 1]. Il dtermine lamplitude du changement. Dans ces
conditions, le gne
1
1
5
si = +1
1
1
5
si = 1
(IV.5)
O
et
, par une
autre valeur prise alatoirement dans lintervalle [
+,
ou
(IV.6)
Avec :
, = 1
Dans cette expression, y peut prendre les valeurs (
) ou (
) condition que
le rsultat de lopration ne sorte pas de lintervalle [
]. Le paramtre r reprsente un
nombre alatoire qui varie ente 0 et 1. b est un paramtre qui dfinit le degr de non uniformit. La
fonction , renvoie, dune faon alatoire, un nombre dans lintervalle [0 y]. Elle permet de
raliser une recherche uniforme dans les premires gnrations, et plus pointue au fur et mesure que
lon avance [68,81].
Chapitre IV Optimisation des Rgulateurs de Vitesse de la MADA par les Algorithmes Gntiques
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 93
IV.7 CHOIX DES PARAMETRES DUN ALGORITHME GENETIQUE
Pour lancer lAG, il faut dfinir certains paramtres tels que : la taille de la population, les
probabilits de mutation et de croisement et le nombre de gnrations. Trouver des bonnes valeurs
ces paramtres est un problme parfois dlicat. Le choix de ces paramtres dpend fortement de la
problmatique tudie et les connaissances de lutilisateur concernant cette problmatique [9,64,68].
IV.7.1 Taille de la population
La taille de la population est lun des paramtres les plus importants dun algor ithme gntique.
Le problme qui se pose cest comment fixer la taille de cette population. Une population trop petite
volue probablement vers un optimum local peu intressant. Une population trop grande ralentit le
processus doptimisation et met plus de temps pour converger vers des solutions envisageables
[11,64]. Le choix de ce paramtre exige un bon compromis entre le temps de calcul est la qualit du
rsultat [8]. Certains chercheurs fixent la taille de la population entre 20 et 100 dune manire
empirique, et dautres entre 20 et 30. On trouve, mme ceux qui ont fix ce nombre 50 [64]. De plus,
il ya des chercheurs qui utilisent une taille de population de 5 10 fois le nombre des variables
optimiser [11].
IV.7.2 Probabilit des oprateurs gntiques
Comme la taille de la population, il existe quelques critres pour choisir les deux probabilits
de mutation et de croisement. Ces critres sont proposs par des chercheurs travers des expriences
effectues et des connaissances a priori. Certains chercheurs proposent une relation entre la taille de
population et le choix de ces probabilits ; alors pour une population de taille grande N=100 ils
prennent
= 0.001 et
= 0.9 [64]. Dune faon gnrale, pour trouver des valeurs optimales de ces deux paramtres, il
faut que la probabilit de croisement soit choisie dans lintervalle [0.6 0.99], et celle de mutation dans
lintervalle [0.001 0.01] [9,64,68].
IV.7.3 Nombre de gnrations
Cest un chiffre que lexprimentateur doit fixer. Il est prfrable quil soit assez grand afin de
mieux visualiser la convergence de la solution. Certains auteurs utilisent un nombre de 1000
gnrations et dautres 10000. Lessentiel est de trouver des solutions en un nombre rduit de
gnrations [64].
Chapitre IV Optimisation des Rgulateurs de Vitesse de la MADA par les Algorithmes Gntiques
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 94
IV.8 OPTIMISATION DES REGULATEURS DE VITESSE DE LA MADA PAR
ALGORITHME GENETIQUE
Nous avons vu prcdemment que les deux rgulateurs utiliss pour commander la vitesse de
la MADA ont donns des performances satisfaisantes notamment au niveau du rgime dynamique.
Mais linconvnient majeur remarqu est le manque de techniques de conception. Afin de remdier ce
problme et pour amliorer les performances obtenues, cette partie est consacre lapplication des
algorithmes gntiques pour la conception et loptimisation des gains des deux rgulateurs PI classique
et PI flou. Les algorithmes gntiques garantissent cette optimisation et localisent loptimum global.
Cependant, une combinaison de lalgorithme gntique et un algorithme de recherche locale, tels que
le Gradient ou le Simplex permettent un calcul de loptimum global avec prcision et permet
damliorer la qualit du rsultat obtenu. Ces deux mthodes de recherche locales seront adoptes
comme une hybridation avec les algorithmes gntiques. Les deux paragraphes suivants prsentent
brivement le principe de chacune de ces deux mthodes.
IV.8.1 Mthode de gradient
Cest une mthode doptimisation dterministe de descente base sur une valuation du
gradient chaque itration, et ensuite un dplacement suivant la direction du gradient. Le principe de
base de cette mthode consiste minimiser une fonction plusieurs variables. Elle ncessite le calcul
de la drive de la fonction optimiser [11,86,87]. On part dun point de dpart
0
qui est une solution
initiale et on itre la suite
+1
=
ou
est la
direction. Le choix de
).
Le gradient peut descendre avec un pas fixe ou variable (adaptatif). Si on connat la drive
seconde on peut descendre en utilisant le gradient avec un pas optimal. Lavantage de cette mthode
rside dans sa facilit de mise en uvre ; mais son inconvnient majeur est quelle prend un temps de
calcul considrable [11,87].
IV.8.2 Mthode de simplex ou de Nelder-Mead
La mthode de Nelder-Mead est un algorithme d'optimisation non- linaire. Elle est due
Nelder et Mead en 1965. C'est une mthode numrique qui minimise une fonction dans un espace
plusieurs dimensions. Cette mthode utilise le concept de simplex qui est un polytope de n+1 sommets
dans un espace n dimensions.
Chapitre IV Optimisation des Rgulateurs de Vitesse de la MADA par les Algorithmes Gntiques
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 95
On dmarre avec un simplex de cet espace. La premire tape consiste enlever le point du
simplex o la fonction est maximale et le remplacer par la rflexion de ce point par rapport au centre
de gravit des n points restants [88]. A chaque pas de lalgorithme, une nouvelle solution est gnre.
Cette nouvelle solution remplacera la plus mauvaise solution des n+1 points conservs. On rpte cette
procdure jusqu' ce que les n+1 points aient la mme performance une prcision prs [87]. Cette
mthode est capable de sadapter la topologie de la fonction objective et de lespace des solutions
admissibles et permet de rsoudre un problme doptimisation multivariable sans faire appel la
drive de la fonction objective [11,87].
IV.8.3 Procdure doptimisation des deux rgulateurs
La procdure doptimisation est un algorithme hybride qui se compose dun algorithme
gntique combin avec une mthode de recherche locale (Gradient ou Simplex) et qui agit sur les
paramtres du rgulateur. La figure suivante illustre le schma de cette procdure.
r
Rgulateur
Systme
commander
Algorithme
hybride
ref
Notre objectif est doptimiser le temps de rponse de la vitesse de rotation, c'est--dire de
minimiser lerreur entre la vitesse de rotation et sa rfrence. Pour cela, on dfinit la fonction objective
comme suit :
= (
)
2
0
(IV. 7)
La procdure doptimisation des paramtres des rgulateurs peut tre rsume par les tapes
suivantes :
- Gnrer alatoirement une population initiale ;
- Evaluer cette population ;
- Appliquer les oprateurs gntiques (slection, croisement, mutation) ;
- Evaluer la nouvelle population cre par les oprateurs gntiques ;
Fig. IV.7 Principe doptimisation par algorithme gntique-gradient ou simplex.
Chapitre IV Optimisation des Rgulateurs de Vitesse de la MADA par les Algorithmes Gntiques
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 96
- Rpter la procdure pour un nombre de gnrations donn ;
- Choisir le meilleur individu de la dernire gnration ;
- Utiliser une mthode de recherche locale (gradient ou simplex) pour finaliser
lopration de loptimisation effectue par lAG.
Dans ce qui suit, on appliquera cette procdure aux deux rgulateurs PI classique et PI flou
respectivement.
IV.8.4 Optimisation du rgulateur PI classique
Loptimisation de ce rgulateur se fait par une stratgie hybride algorithme gntique- mthode
de simplex laide de la fentre Gatool dveloppe sous Matlab. Voici les paramtres de
lalgorithme utilis :
Taille de la population T=30 ;
Slection par la roulette ;
Croisement multiple avec une probabilit
= 0.8 ;
Mutation uniforme avec une probabilit
= 0.01 ;
Nombre de gnrations N=300 ;
Mthode dhybridation : simplex.
IV.8.5 Rsultats de simulation
Pour pouvoir montrer lutilit de loptimisation des gains du PI classique par lalgorithme
gntique combin avec la mthode de simplex, on a effectu les mmes tapes de simulation
prsentes dans le deuxime chapitre. Daprs les rsultats de simulation obtenus, on remarque bien
lamlioration des performances dynamiques. En effet, la vitesse de rotation atteint sa rfrence au
bout dun temps de rponse de 0.05 s au dmarrage vide (voir figure IV.8). Cette rponse est assez
rapide comparativement celle obtenue par le PI classique non optimis, ceci montre bien lefficacit
de la procdure doptimisation hybride gntique-simplex.
Et pour le deuxime essai concernant lapplication dun couple de charge de 25 N.m entre
linstant = 0.2 s et 0.4 s aprs un dmarrage vide, on obtient les rsultats de simulation illustrs
par la figure (IV.9). Selon ces rsultats, on note galement une amlioration considrable au niveau
des dviations apparues dans la rponse de vitesse lors de lapplication et la suppression du couple.
Celles-ci sont rduites comparativement celles du PI classique non optimis.
Chapitre IV Optimisation des Rgulateurs de Vitesse de la MADA par les Algorithmes Gntiques
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 97
De mme pour lessai de changement de consigne, on a simul le comportement dynamique de
la MADA flux statorique orient au dmarrage vide pour une vitesse de rfrence
= 100 rd/s
suivi dun changement de consigne de 100 rd/s 50 rd/s = 0.2 s, puis une inversion du sens de
rotation 100 rd/s partir de = 0.4 s. Ensuite, on a simul le processus inverse entre 0.6 et 1 s. La
figure (IV.10) reprsente les rsultats de simulation obtenus. Selon cette figure, une autre amlioration
est constate lors du changement de consigne caractrise par la diminution du temps ncessaire pout
faire ce changement.
Afin de tester la robustesse du PI optimis vis--vis des variations paramtriques et non
paramtriques, on a refait le mme processus de simulation ralis aux chapitres prcdents. Les
figures (IV.11-14) illustrent les rponses dynamiques de la vitesse rgle par un PI optimis et celles
du PI classique non optimis pour diffrentes valeurs de la rsistance rotorique, des inductances, de
linertie et de la frquence rotorique.
Les rsultats obtenus montrent la robustesse des rgulateurs et aucune amlioration na t
note, part le temps de rponse de la vitesse et sa dviation lors de lapplication et de la suppression
de la charge.
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2
0
20
40
60
80
100
120
140
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
PI
PI optimis
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2
-10
0
10
20
30
40
50
60
Temps en (s)
C
o
u
p
l
e
l
e
c
t
r
o
m
a
g
n
t
i
q
u
e
e
n
(
N
.
m
)
PI
PI optimis
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
d
i
r
e
c
t
p
h
i
d
s
e
n
(
W
b
)
PI
PI optimis
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
e
n
q
u
a
d
r
a
t
u
r
e
p
h
i
q
s
e
n
(
W
b
)
PI
PI optimis
Fig. IV.8 Rsultats de simulation du dmarrage vide de la MADA flux statorique orient munie
dun rglage de vitesse par un PI classique.
Chapitre IV Optimisation des Rgulateurs de Vitesse de la MADA par les Algorithmes Gntiques
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 98
0 0.1 0.2 0.3 0.4 0.5 0.6
0
20
40
60
80
100
120
140
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
PI
PI optimis
0 0.1 0.2 0.3 0.4 0.5 0.6
-10
0
10
20
30
40
50
60
Temps en (s)
C
o
u
p
l
e
l
e
c
t
r
o
m
a
g
n
t
i
q
u
e
e
n
(
N
.
m
)
PI
PI optimis
0 0.1 0.2 0.3 0.4 0.5 0.6
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
d
i
r
e
c
t
p
h
i
d
s
e
n
(
W
b
)
PI
PI optimis
0 0.1 0.2 0.3 0.4 0.5 0.6
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
e
n
q
u
a
d
r
a
t
u
r
e
p
h
i
q
s
e
n
(
W
b
)
PI
PI optimis
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-100
-50
0
50
100
150
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
PI
PI optimis
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-60
-40
-20
0
20
40
60
80
Temps en (s)
C
o
u
p
l
e
l
e
c
t
r
o
m
a
g
n
t
i
q
u
e
e
n
(
W
b
)
PI optimis
PI
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
d
i
r
e
c
t
p
h
i
d
s
e
n
(
W
b
)
PI
PI optimis
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-1.5
-1
-0.5
0
0.5
1
1.5
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
e
n
q
u
a
d
r
a
t
u
r
e
p
h
i
q
s
e
n
(
W
b
)
PI optimis
PI
Fig. IV.9 Rsultats de simulation de la MADA flux statorique orient munie dun rglage de
vitesse par un PI classique au dmarrage vide suivi de linsertion dune charge de 25 N.m entre
= 0.2 s et 0.4 s .
Fig. IV.10 Rsultats de simulation de la MADA flux statorique orient munie d' un rglage
de vitesse par un PI classique pour diffrentes consignes de vitesse.
Chapitre IV Optimisation des Rgulateurs de Vitesse de la MADA par les Algorithmes Gntiques
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 99
0 0.1 0.2 0.3 0.4 0.5 0.6
-20
0
20
40
60
80
100
120
140
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
PI optimis
0.5Rr
Rr
1.5Rr
0 0.1 0.2 0.3 0.4 0.5 0.6
-20
0
20
40
60
80
100
120
140
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
PI non optimis
0.5Rr
Rr
1.5Rr
0 0.1 0.2 0.3 0.4 0.5 0.6
0
20
40
60
80
100
120
140
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
PI optimis
0.8M
M
1.2M
0 0.1 0.2 0.3 0.4 0.5 0.6
-20
0
20
40
60
80
100
120
140
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
PI non optimis
0.8M
M
1.2M
0 0.1 0.2 0.3 0.4 0.5 0.6
-20
0
20
40
60
80
100
120
140
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
PI optimis
J
1.5J
2J
0 0.1 0.2 0.3 0.4 0.5 0.6
-20
0
20
40
60
80
100
120
140
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
PI non optimis
J
1.5J
2J
0 0.1 0.2 0.3 0.4 0.5 0.6
0
20
40
60
80
100
120
140
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
PI optimis
fro=2Hz
fro=5Hz
fro=10Hz
fro=15Hz
0 0.1 0.2 0.3 0.4 0.5 0.6
0
20
40
60
80
100
120
140
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
PI non optimis
fro=2Hz
fro=5Hz
fro=10Hz
fro=15Hz
Fig. IV.11 Influence de la variation de la rsistance rotorique
.
Fig. IV.12 Influence de la variation des inductances
,
et la fois de 20% de
la mutuelle inductance.
Fig. IV.13 Influence de la variation de linertie .
Fig. IV.14 Influence de la variation de la frquence rotorique
.
Chapitre IV Optimisation des Rgulateurs de Vitesse de la MADA par les Algorithmes Gntiques
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 100
IVI.8.6 Optimisation du rgulateur PI flou
Dans ce cas doptimisation, on a essay lhybridation de lalgorithme gntique et la mthode
du gradient. Les meilleurs rsultats ont t obtenus avec une procdure doptimisation gntique-
gradient dont les paramtres sont les suivants :
Taille de la population T=100 ;
Slection par la roulette ;
Croisement multiple avec une probabilit
= 0.9 ;
Mutation uniforme avec une probabilit
= 0.01 ;
Nombre de gnrations N=300 ;
Mthode dhybridation : gradient.
IV.8.7 Rsultats de simulation et interprtation
Pour montrer les performances obtenues par le PI flou optimis, on a simul le mme
comportement dynamique et les mmes essais prcdents concernant le PI classique optimis. C'est--
dire un dmarrage vide puis une insertion dun couple de charge et un changement de cons igne de la
vitesse. On a aussi test la robustesse vis--vis aux variations paramtriques et non paramtriques. Les
rsultats obtenus sont reprsents par les figures (IV.15-24). La figure (IV.15) qui reprsente le zoom
de la rponse dynamique de la vitesse au dmarrage vide, montre une lgre amlioration de la
rapidit de la rponse de vitesse qui atteint sa rfrence pendant un temps de 0.032 s. Ce dernier a t
de 0.04 s dans le cas du PI flou non optimis (on doit noter que le dimensionnement du PI flou est fait
par ttonnement aprs plusieurs tests de simulation). De plus, daprs lessai de changement de
consigne, on note que ce changement se fait un peu rapidement comparativement celui du PI flou
non optimis. En ce qui concerne les tests de la robustesse, on note que le rgulateur optimis perd un
peu ses performances vis--vis de laugmentation des inductances et de linertie surtout en terme de
temps de rponse.
0.026 0.028 0.03 0.032 0.034 0.036 0.038 0.04 0.042 0.044 0.046
85
90
95
100
105
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
PI flou
PI flou optimis
Fig. IV.15 Le Zoom de la rponse dynamique de la vitesse au dmarrage vide.
Chapitre IV Optimisation des Rgulateurs de Vitesse de la MADA par les Algorithmes Gntiques
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 101
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1
0
20
40
60
80
100
120
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
PI flou
PI flou optimis
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2
0
10
20
30
40
50
60
Temps en (s)
C
o
u
p
l
e
l
e
c
t
r
o
m
a
g
n
t
i
q
u
e
e
n
(
N
m
)
PI flou
PI flou optimis
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
d
i
r
e
c
t
p
h
i
d
s
e
n
(
W
b
)
PI flou
PI flou optimis
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
e
n
q
u
a
d
r
a
t
u
r
e
p
h
i
q
s
e
n
(
W
b
)
PI flou
PI flou optimis
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35
0
20
40
60
80
100
120
140
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
PI flou
PI flou optimis
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35
-30
-20
-10
0
10
20
30
40
50
60
Temps en (s)
C
o
u
p
l
e
l
e
c
t
r
o
m
a
g
n
t
i
q
u
e
e
n
(
N
.
m
)
PI flou
PI flou optimis
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35
-0.2
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
d
i
r
e
c
t
p
h
i
d
s
e
n
(
W
b
)
PI flou
PI flou optimis
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
e
n
q
u
a
d
r
a
t
u
r
e
p
h
i
q
s
e
n
(
W
b
)
PI flou
PI flou optimis
Fig. IV.16 Rsultats de simulation du dmarrage vide de la MADA flux statorique orient
munie dun rglage de vitesse par un PI flou.
Fig. IV.17 Rsultats de simulation de la MADA flux statorique orient munie dun rglage de
vitesse par un PI flou au dmarrage vide suivi de linsertion dune charge de 25 N.m entre
= 0.15 s et 0.25 s .
Chapitre IV Optimisation des Rgulateurs de Vitesse de la MADA par les Algorithmes Gntiques
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 102
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
-150
-100
-50
0
50
100
150
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
PI flou
PI flou optimis
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
-80
-60
-40
-20
0
20
40
60
80
100
Temps en (s)
C
o
u
p
l
e
l
e
c
t
r
o
m
a
g
n
t
i
q
u
e
e
n
(
N
.
m
)
PI flou
PI flou optimis
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
d
i
r
e
c
t
p
h
i
d
s
e
n
(
W
b
)
PI flou
PI flou optimis
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
e
n
q
u
a
d
r
a
t
u
r
e
p
h
i
q
s
e
n
(
W
b
)
PI flou
PI flou optimis
0.11 0.115 0.12 0.125 0.13 0.135 0.14 0.145
42
44
46
48
50
52
54
56
58
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
PI flou
PI flou optimis
0.23 0.235 0.24 0.245 0.25 0.255 0.26 0.265 0.27 0.275
-104
-102
-100
-98
-96
-94
-92
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
PI flou
PI flou optimis
Fig. IV.18 Rsultats de simulation de la MADA flux statorique orient munie d' un rglage
de vitesse par un PI flou pour diffrentes consignes de vitesse.
Fig. IV.19 Le Zoom de la rponse de la vitesse pendant le changement de consigne.
Fig. IV.20 Le Zoom de la rponse de la vitesse pendant linversion du sens de rotation.
Chapitre IV Optimisation des Rgulateurs de Vitesse de la MADA par les Algorithmes Gntiques
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 103
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35
0
20
40
60
80
100
120
140
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
PI flou optimis
0.5Rr
Rr
1.5Rr
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35
0
20
40
60
80
100
120
140
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
PI flou non optimis
0.5Rr
Rr
1.5Rr
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35
0
20
40
60
80
100
120
140
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
PI flou optimis
0.8M
M
1.2M
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35
0
20
40
60
80
100
120
140
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
PI flou non optimis
0.8M
M
1.2M
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35
0
20
40
60
80
100
120
140
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
PI flou optimis
J
1.5J
2J
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35
0
20
40
60
80
100
120
140
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
PI flou non optimis
J
1.5J
2J
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35
0
20
40
60
80
100
120
140
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
PI flou optimis
fro=2Hz
fro=5Hz
fro=10Hz
fro=15Hz
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35
0
20
40
60
80
100
120
140
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
PI flou non optimis
fro=2Hz
fro=5Hz
fro=10Hz
fro=15Hz
Fig. IV.21 Influence de la variation de la rsistance rotorique
.
Fig. IV.22 Influence de la variation des inductances
,
et la fois de 20% de la
mutuelle inductance.
Fig. IV.24 Influence de la variation de la frquence rotorique
.
Fig. IV.23 Influence de la variation de linertie J.
Chapitre IV Optimisation des Rgulateurs de Vitesse de la MADA par les Algorithmes Gntiques
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 104
IV.9 CONCLUSION
Ce chapitre nous a permis de donner une vue gnrale sur les concepts des algorithmes
gntiques. Nous pouvons conclure que ceux-ci sont des algorithmes simples de conception et peuvent
rsoudre des problmes assez complexes avec une bonne prcision. Cependant, ils prsentent certaines
limites et des difficults. Ces difficults reposent sur le choix des critres darrt : la taille de la
population, le nombre de gnrations, la probabilit de croisement et de mutation et les techniques
utiliser pour les raliser. Le bon choix de ses paramtres exige une bonne connaissance du systme
tudier et le problme rsoudre.
Lapplication de ces algorithmes la conception optimale des deux rgulateurs nous a permis
davoir de bons rsultats. Daprs ces rsultats, on a not une nette amlioration des performances
dynamiques de la vitesse. On a not galement que la commande vectorielle peut tre sensible la
variation des inductances et de linertie surtout. Leffet de la variation de linertie sur la rponse de
vitesse parait normal. Mais leffet de la variation des inductances, la cause est d labsence de la
boucle du flux. Pour remdier ce problme et amliorer la robustesse de la commande vectorielle
face ces variations paramtriques, il sera intressant dintroduire une boucle de rgulat ion du flux. Ce
problme est le souci du prochain chapitre travers lequel nous proposons une technique destimation
de flux base sur le mode de glissement qui peut tre utilise pour commander le flux et amliorer le
dcouplage entre le flux et le couple.
Chapitre V Observateur Modes Glissants Ddi la Commande sans Capteur de Vitesse dune MADA
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
105
V.1 INTRODUCTION
La commande de la MADA sappuie sur la mesure de ses courants statoriques et rotoriques,
la vitesse ou la position du rotor, grandeurs physiques qui doivent fournir des informations
suffisantes en qualit et en quantit de ltat de la machine. Quelque soit la technique de commande
applique la MADA (commande vectorielle, commande scalaire ou la commande directe du
couple DTC), pour asservir la vitesse de la charge, il faut mesurer celle-ci par lintermdiaire dun
capteur mcanique. Lassociation de ce codeur entrane un surcot important du variateur
spcialement pour les faibles puissances [16,21,26]. Pour des raisons conomiques et/ou de sret
de fonctionnement, plusieurs recherches ont t orientes vers la suppression des ces capteurs
mcaniques et de les remplacer par des estimateurs ou des observateurs. Dans ce cas, linformation
de vitesse doit alors tre reconstruite partir des grandeurs lectriques en utilisant des observateurs
[16,21,89]. Ces derniers permettent llaboration dun modle destimation dtat utilisant les
grandeurs accessibles du systme, telles que ses entres et ses sorties [90].
Une grande partie des mthodes destimation proposes dans la littrature est base sur des
estimateurs qui dpendent du modle de la machine. Parmi ces derniers, on trouve le filtre de
Kalman, lobservateur de Luenberger, lobservateur modes glissants et base de la commande
adaptative. Dautre part, il existe des mthodes destimation de vitesse sans modle partir des
saillances dans la machine par exemple ou base des techniques intelligentes [14,91].
Lobservateur modes glissants prsente beaucoup davantages grce sa simplicit de mise en
uvre et sa robustesse vis--vis des variations paramtriques. Son principe est bas sur la thorie du
mode glissant. Ce type de systmes a t tudi tout dabord en Union Sovitique et fond par le
professeur Emelyanov puis introduit comme une technique de commande non linaire par Utkin
[5,14,15].
Ce chapitre prsente un bref aperu sur la thorie du mode glissant et ses applications dans
la commande des systmes. On va prsenter aussi la synthse dun observateur modes glissants
afin destimer le flux de la MADA. De plus, des rsultats de simulation concernant le systme de
commande de vitesse par un PI classique et un PI flou dune MADA flux statorique orient munie
dun observateur de flux modes glissants seront prsents. Dautre part, on va simuler aussi le
comportement de la MADA sans capteur de vitesse en se basant sur un observateur modes
glissants dordre complet permettant lobservation du flux et de la vitesse.
Chapitre V Observateur Modes Glissants Ddi la Commande sans Capteur de Vitesse dune MADA
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
106
V.2 THEORIE DE LA COMMANDE PAR MODE GLISSANT
La thorie du mode glissant est le prolongement de ltude des systmes structure variable.
Les premiers travaux concernant ces systmes de commande ont t proposs et labors au dbut
des annes 50 par Emelyanov [5,92-94], puis par dautres chercheurs comme Utkin partir des
rsultats des tudes du mathmaticien Filipov. Par la suite, ces travaux ont t repris ailleurs, soit
pour complter ltude thorique, soit pour tudier quelques applications. Aux Etats-Unis, cette
thorie est introduite par Slotine et au Japon par Young, Harasma et Hashimoto [5]. Il a fallu
attendre les annes 80, pour que le concept de cette thorie trouve ses applications dans plusieurs
domaines notamment dans les systmes de commande et serait parmi les techniques de contrle non
linaire les plus efficaces et les plus robustes [94].
Aprs ce bref historique de la thorie du mode glissant, on va prsenter dans ce qui suit le
concept gnral de cette thorie.
V.3 NOTIONS DUN SYSTEME A STRUCTURE VARIABLE
Un systme structure variable est un systme dont la structure change pendant son
fonctionnement [5,94]. Le terme Systme structure variable apparat cause de la commutation
(variation discontinue) du systme et de son contrleur (ou observateur) entre deux ou plusieurs
structures. Ltude de tels systmes prsente un grand intrt, notamment en physique, en
mcanique et en lectricit. Cela est principalement d aux proprits de stabilit que peut avoir le
systme global indpendamment de celles de chacun des sous systmes pris seuls.
V.4 COMMANDE PAR MODE GLISSANT
La commande par mode glissant est lune des techniques de commande non linaire qui est
caractrise par sa robustesse et son efficacit. Elle consiste commuter laide des fonctions
discontinues la structure du systme dynamique de manire que le vecteur dtat suive une
trajectoire s(x)=0 dans lespace dtat [26,31,95,96]. Les objectifs principaux de cette technique de
commande sont [26] :
Synthtiser une surface de glissement de telle manire ce que les toutes les
trajectoires dtat du systme obissent un comportement dsir en terme de
poursuite, de rgulation et de stabilit ;
Chapitre V Observateur Modes Glissants Ddi la Commande sans Capteur de Vitesse dune MADA
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
107
Dterminer une loi de commande ou de commutation, qui est capable dattirer toutes les
trajectoires dtat vers la surface de glissement et les maintenir sur cette surface ;
Rduire le phnomne de chattering (broutement), d la discrtisation des fonctions de
commutation.
V.4.1 Conception de la commande par mode glissant
La conception de la commande par mode de glissement prend en compte les problmes de
stabilit et de bonnes performances de faon systmatique dans son approche. En gnral, pour
raliser ce type de commande trois tapes doivent tre effectues [5,92,94-96] :
Choix de la surface de glissement ;
Dtermination des conditions dexistence du rgime glissant ou conditions daccs ;
Synthse des lois de commande du mode glissant.
V.4.1.1 Choix de la surface de glissement
Le choix de la surface de glissement concerne non seulement le nombre ncessaire de ces
surfaces, mais galement leurs formes en fonction de lapplication et de lobjectif vis [17]. Le
procd le plus judicieux et le plus simple consiste choisir une surface de commutation gale au
vecteur erreur du vecteur d'tat. Considrons le systme non linaire dfini par les quations
suivantes :
= () + ()
() = ()
(V. 1)
O : () est le vecteur dtat, () est le vecteur de commande et () est la sortie.
Gnralement, le nombre des surfaces de glissement est choisi gal la dimension du
vecteur de commande [94]. La surface de glissement est une fonction scalaire telle que la variable
rgler glisse sur cette surface et tend vers lorigine du plan de phase. Plusieurs formes de la surface
de glissement ont t proposes dans la littrature, chacune prsente des meilleures performances
pour une application donne [9]. La surface la plus utilise pour obtenir le rgime de glissement qui
garantit la convergence de ltat vers sa rfrence est dfinie par [26] :
=
+
1
(V. 2)
Chapitre V Observateur Modes Glissants Ddi la Commande sans Capteur de Vitesse dune MADA
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
108
O :
: est le degr relatif au nombre quil faut driver la sortie pour faire apparatre la commande ;
: est une constante positive.
V.4.1.2 Condition daccs au mode glissant
Cette condition est en fait la condition sous laquelle le mode de glissement existe et sous
laquelle la trajectoire dtat va effectivement atteindre la surface de glissement en un temps fini.
Afin de dterminer ces conditions dexistence et de convergence du rgime glissant, deux approches
ont t proposes [5,92-94] :
- Lapproche directe qui est la plus ancienne, a t propose et tudie par Emilyanov et Utkin.
Elle est globale mais ne garantit pas, en revanche un temps daccs fini. Elle est exprime par :
< 0 (V. 3)
- Lapproche de Lyapunov qui est une condition globale daccs au mode glissant. Il sagit de
choisir une fonction scalaire positive appele fonction de Lyapunov qui peut tre donne par :
=
1
2
2
(V. 4)
Lide est de choisir cette fonction pour garantir lattraction de la variable contrler vers sa
valeur de rfrence, et de concevoir une commande telle que le carr de la surface correspond
une fonction de Lyapunov [9]. La drive de la fonction donne :
= (V. 5)
Pour que la fonction candidate de Lyapunov puisse dcroitre et converger vers zro (pour
garantir lexistence du mode de glissant), il suffit dassurer que [94] :
< 0 (V. 6)
V.4.1.3 Synthse des lois de commande du mode glissant
Afin dassurer lattractivit et linvariance de la surface de glissement, on doit dfinir une loi
de commande sous la forme suivante [3] :
=
+
(V. 7)
Chapitre V Observateur Modes Glissants Ddi la Commande sans Capteur de Vitesse dune MADA
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
109
Telle que
est la commande quivalente dfinie par Utkin. Elle sert maintenir la variable
contrler sur la surface de glissement (proprit dinvariance). La commande quivalente est
exprime, en considrant que la drive de la surface est nulle cest dire = 0 [5,26,54]. En
effet, on peut interprter la grandeur de commande quivalente comme tant la valeur moyenne de
la commande lors de la commutation rapide entre ces deux valeurs
et
est la commande discrte qui est dtermine afin de vrifier la condition de convergence en dpit
de limprcision sur les paramtres du modle du systme [5,94]. Quand le systme dfini par
lquation (V.1) fonctionne en rgime glissant, sa dynamique vrifie la condition = 0. La
drive de la surface de glissement est donne par :
=
( + ) (V. 8)
En remplaant lexpression de dans lquation (V.8), on obtient :
=
() +
(V. 9)
Lorsque le mode glissant est atteint et en rgime permanent, la surface de glissement est
nulle, et par consquent, sa drive et la partie discontinue sont aussi nulles. Do, on dduit
lexpression de la commande quivalente [5,94] :
= [
]
1
() (V. 10)
Pour assurer lattractivit de la surface de glissement, il suffit dajouter le terme
la loi
de commande, de telle sorte que :
() < 0
C'est--dire :
= (V. 12)
Chapitre V Observateur Modes Glissants Ddi la Commande sans Capteur de Vitesse dune MADA
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
110
La figue suivante reprsente la fonction de la commande discrte de type relais :
K
K
) (x s
)) ( ( x S Ksign
Le principal inconvnient de la commande de type relais rside dans le phnomne bien
connu de "chattering". En rgime permanent, ce dernier apparat comme une oscillation de haute
frquence autour du point dquilibre, cause de la nature trs discontinue de la fonction signe. Ce
phnomne de chattering ou broutement est un srieux obstacle pour les applications de commande
par mode de glissement, car les oscillations dues ce phnomne peuvent nuire le fonctionnement
du circuit de puissance [26,97]. Ce phnomne est presque toujours problmatique et des efforts de
recherche significatifs ont t dirigs de sorte liminer ou du moins rduire ses effets. Lune des
solutions envisages consiste introduire une bande darrt autour de la surface de commutation.
Pour ce faire, il suffit de substituer une fonction de saturation (voir Figure V.2) la fonction signe
dont les discontinuits au voisinage de zro sont moins brutales. Cette fonction de saturation peut
tre exprime par :
() =
() >
() <
()
()
(V. 13)
K
K
) (x s
)) ( ( x s sat
c c
Fig. V.1 Fonction sign (Commande de type relais).
Fig. V.2 Fonction de saturation (Commande adoucie).
Chapitre V Observateur Modes Glissants Ddi la Commande sans Capteur de Vitesse dune MADA
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
111
V.5 OBSERVABILITE ET OBSERVATEURS
Lobservabilit dun processus est un concept trs important en automatique. En effet, pour
reconstruire ltat et la sortie dun systme, il faut savoir, a priori, si les variables dtat sont
observables ou non. En gnral, pour des raisons de ralisabilit technique, de cot, etc, la
dimension du vecteur de sortie est infrieure celle de ltat. En effet, le problme fondamental de
lanalyse dobservabilit dun systme physique est de pouvoir dire si ltat du systme peut tre
dtermin en fonction des entres et des sorties.
Dans laffirmative, la thorie de lestimation fournit alors des outils pour reconstruire cet
tat. Cet outil qui estime ou observe ltat dun systme est appel un observateur ou un estimateur
[14,90].
V.5.1 Prsentation des observateurs
V.5.1.1 Description
Un observateur est un dveloppement mathmatique qui permet de reconstituer les tats
internes dun systme partir uniquement des donnes accessibles, c'est--dire les entres imposes
et les sorties mesures. Le but dun observateur est de fournir avec une prcision garantie une
estimation de la valeur courante de ltat en fonction des entres et des sorties passes. Cette
estimation doit tre obtenue en temps rel. Lobservateur permet donc de reconstruire des grandeurs
dont on ne peut ou ne dsire pas mesurer ltat par une mthode directe.
La comparaison de la sortie mesure son estime permet de gnrer des signaux appels
"rsidus" devant tre capables de nous informer sur ltat de fonctionnement des capteurs et
actionneurs ainsi que sur ltat du processus [16,90].
V.5.1.2 Principe dun observateur
La structure dun observateur dtat est indique sur la figure (V.3). Elle fait intervenir, tout
dabord, un estimateur fonctionnant en boucle ouverte qui porte aussi le nom du prdicteur et qui
est caractris par la mme dynamique du systme. La structure complte inclut une boucle de
contre raction permettant de corriger lerreur entre la sortie du systme et celle du modle.
Lobservateur fonctionne donc en boucle ferme. Le gain de la boucle de retour est reprsent par
une matrice des gains, note K. Le dimensionnement de cette matrice est effectu de telle sorte
assurer la convergence la plus rapidement possible entre le modle ou lestimateur et le systme
rel.
Chapitre V Observateur Modes Glissants Ddi la Commande sans Capteur de Vitesse dune MADA
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
112
Le vecteur de sortie est compar au vecteur quivalent ou estim donn par
lobservateur pour assurer le fonctionnement en boucle ferme. Ainsi, on dfinit une variable qui est
lerreur de lobservation = (). Celle-ci est multiplie par la matrice K et envoye
lentre de lobservateur pour influencer les tats estims par le retour dtat. Pour un choix
judicieux de la matrice des gains K, on peut modifier la dynamique de lobservateur et par
consquent faire voluer la vitesse de convergence de lerreur vers zro. Afin de connatre bien le
principe dun observateur, on suppose que le systme tudi est dcrit par les quations suivantes :
= +
=
(V. 14)
Lobservateur est une copie du systme original plus un terme de gain. Donc, il est dcrit
comme suit :
= () + () +
() = ()
(V. 15)
La structure gnrale dun observateur dtat est illustre par la figure suivante :
}
A
C B +
) (t x
) (t x
) (t u
Systme
}
A
C B
+
) ( t x
) ( t x ) ( t y
+
K
Estimateur
Observateur
) (t y
+
+
+
c
V.5.2.3 Classification des observateurs
Il existe deux familles des observateurs, les observateurs dterministes et les observateurs
stochastiques [14] :
Fig. V.3 Principe de lobservateur.
Chapitre V Observateur Modes Glissants Ddi la Commande sans Capteur de Vitesse dune MADA
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
113
Les observateurs dterministes sont des observateurs qui ne prennent pas en compte les
bruits de mesures et les fluctuations alatoires des variables dtat. Lenvironnement est
dterministe. Parmi ces observateurs, on cite lobservateur de Luenberger et lobservateur
mode glissant.
Les observateurs stochastiques sont des observateurs qui donnent une estimation optimale
des tats en se basant sur des critres stochastiques. Leurs observations se basent sur la
prsence du bruit dans le systme. Parmi ces observateurs, on cite le filtre de Kalman pour
les systmes stochastiques linaires et le filtre de Kalman tendu pour les systmes non-
linaires.
V.5.2.4 Observateur mode glissant
Dans notre travail, on sintresse lobservateur dtat mode glissant. Le principe des
observateurs modes glissants consiste contraindre, laide de fonctions discontinues, les
dynamiques dun systme dordre n converger vers une varit S(x) de dimension (n-p) dite
surface de glissement (p tant la dimension du vecteur de mesure). Lattractivit de cette surface est
assure par des conditions appeles conditions de glissement. Si ces conditions sont vrifies, le
systme converge vers la surface de glissement et y volue selon une dynamique dordre (n-p).
Dans cet observateur, les dynamiques concernes sont celles des erreurs dobservation dtat
( ). A partir de leurs conditions initiales, ces erreurs convergent vers les valeurs dquilibre
[97].
V.5.2.5 Etapes de dimensionnement de lobservateur
Les diffrentes tapes de synthse dun observateur modes glissants sont connues et
clairement identifies par Slotine, Hedrick et Misawa. Ces dernires sont rappeles ci-dessous [97].
Considrons un systme dtat non linaire dordre n dfini comme suit :
= ,
(V. 16)
Ainsi quun vecteur de mesure dordre p associ au vecteur dtat du systme :
() =
(V. 17)
Chapitre V Observateur Modes Glissants Ddi la Commande sans Capteur de Vitesse dune MADA
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
114
Lobservateur modes glissants est dfini par la structure suivante [6] :
= , +
() =
Pour toutes ces quations, les variables considres sont :
(V. 19)
La figure suivante prsente le schma fonctionnel de lobservateur mode glissant :
Systme
+
sign
}
+ ) , ( u x f
) ( t y
A
Observateur modes glissants
) (t u
) (x h
) (t y
+
x x
Lobservateur modes glissant doit respecter deux conditions [97] :
- La premire concerne latteinte et la garantie de lattractivit de la surface de glissement
= 0 de dimension p. Celle-ci est attractive si la fonction de Lyapunov vrifie :
< 0 pour 0 (V. 20)
(V.18)
Fig. V.4 Schma fonctionnel de lobservateur modes glissants.
Chapitre V Observateur Modes Glissants Ddi la Commande sans Capteur de Vitesse dune MADA
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
115
- Durant le mode glissant, les termes correctifs agissent de sorte satisfaire les conditions
dinvariance suivantes :
= 0 ,
= 0 (V. 21)
Durant ce mode, les dynamiques du systme sont rduites. Le systme dordre n devient un
systme quivalent dordre (np). Ces critres permettent la synthse de lobservateur modes
glissants et dterminent son fonctionnement.
V.6 APPLICATION A LA MACHINE ASYNCHRONE DOUBLE ALIMENTEE
Les sections suivantes seront consacres lapplication de lobservateur modes glissants
afin destimer les composantes du flux rotorique (et par consquent celles du flux statorique) de la
MADA flux orient munie dun rglage de vitesse par un PI classique et un PI flou. Ensuite, on
prsente aussi une technique de commande sans capteur de vitesse applique au mme entranement
lectrique vitesse variable laide dun rgulateur PI classique.
V.6.1 Synthse de lobservateur de flux mode glissant appliqu la MADA
La synthse de cet observateur se fait en se basant sur le modle lectrique de la MADA
exprim dans le repre (, ) :
+
1
+
1
(V. 22)
Avec :
=
; =
et = 1
Le systme prcdent peut scrire sous la forme matricielle suivante :
Chapitre V Observateur Modes Glissants Ddi la Commande sans Capteur de Vitesse dune MADA
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
116
+
1
(V. 23)
(V. 24)
Les composantes du flux ne sont pas disponibles, la vitesse de rotation et les courants
statoriques sont obtenus par une mesure directe. Sur la base des quations prcdentes,
lobservateur de courant et de flux peut tre dcrit par les quations suivantes [17, 98, 99] :
+
1
(V. 25)
(V. 26)
O :
=
1
=
2
(
2
)
O :
1
et
2
sont les surfaces de glissement dfinies par :
1
=
et
2
=
1
et
2
sont les gains de lobservateur.
(V.27)
(V.28)
Chapitre V Observateur Modes Glissants Ddi la Commande sans Capteur de Vitesse dune MADA
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
117
Lanalyse de stabilit de cet observateur consiste dterminer les gains
1
et
2
de faon
assurer lattractivit de la surface de glissement, cela est obtenu par la condition dexistence du
mode glissant
< 0 o = [
1
2
]
1
+
et
2
>
2
+
(V. 29)
En choisissant
1
et
2
assez grands, le mode glissant se produit et ( = 0). Et pour obtenir
le contrle quivalent continu, on rsout
et
et
(V. 30)
En remplaant le systme dquation (V.30) dans le systme (V.26), on obtient :
(V. 31)
La rsolution du systme dquations (V.31) donne les composantes observes du flux
rotorique quon utilise ensuite pour calculer les composantes estimes du flux statorique. Le calcul
de ces dernires se fait comme suit :
(V.32)
Chapitre V Observateur Modes Glissants Ddi la Commande sans Capteur de Vitesse dune MADA
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
118
V.7 RESULTATS DE SIMULATION
Le schma bloc de lentranement base dune machine asynchrone double alimentation et
flux statorique orient munie dun observateur de flux modes glissants et dont la vitesse est
rgle tantt par un PI classique et tantt par un PI flou est montr par la figure suivante.
MADA
Onduleur
statorique
Onduleur
rotroque
Observateur
modes glissants
c b a
| o
| o
C B A
*
gl
e
P
PARK
-1
*
em
C
Rgulateur PI
F-O-C
*
ds
i
*
qs
i
*
cs
i
*
bs
i
*
as
i
*
r
O
P
1
*
dr
i
*
ar
i
*
br
i
*
cr
i
*
qr
i
PARK
-1
+
o s
i
| s
i
*
s
Source courant
continu
r
e
r
e ou
r
e
r
O
ou
Source courant
continu
r
O
r
O
Afin de discuter les performances et la robustesse de lobservateur de flux modes glissants,
plusieurs tests ont t simuls dans le cas des deux rgulateurs PI classique et PI flou, savoir le
dmarrage vide, linversion du sens de rotation et lintroduction dun couple de charge.
V.7.1 Cas dun rgulateur PI classique
Dans ce cas, le systme dentranement est muni dun observateur de flux mode glissant
associ un rgulateur de vitesse de type PI classique. Les diffrents rsultats de simulation obtenus
en boucle de flux ouverte sont reprsents dans ce qui suit.
V.7.1.1 Dmarrage vide
La figure (V.6) reprsente quelques rponses dynamiques de la MADA au dmarrage vide.
Daprs ces rsultats, on remarque bien une parfaite concordance entre les composantes de flux
rotoriques et statoriques et de leurs valeurs estimes. De plus, les composantes estimes du courant
statorique suivent bien leurs valeurs relles.
Fig. V.5 Structure de commande de vitesse dune MADA flux statorique orient associe
un observateur de flux modes glissants.
Chapitre V Observateur Modes Glissants Ddi la Commande sans Capteur de Vitesse dune MADA
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
119
V.7.1.2 Introduction dun couple de charge
Dans ce cas de simulation, un couple de charge a t introduit entre linstant 0.2 et 0.4 s
aprs un dmarrage vide. Les rsultats obtenus sont reprsents par la figure (V.7). Vu ces
rsultats obtenus, on note que lobservateur prsente une robustesse remarquable face cette
perturbation et lestimation du flux et du courant se fait dune manire satisfaisante.
V.7.1.3 Changement de consigne et inversion du sens de rotation
Afin de tester la robustesse de lobservateur de flux modes glissants vis--vis dune
variation importante de la rfrence de la vitesse, on a simul le mme comportement dynamique
ralis aux chapitres prcdents, c'est--dire un changement de consigne et une inversion du sens de
rotation. La figure (V.8) illustre les rsultats obtenus. A partir de ces rsultats, on note galement
une nette poursuite des valeurs estimes de leurs valeurs relles. En effet, les composantes estimes
de flux rotorique suivent leurs valeurs relles avec une erreur pratiquement nulle (elle est de 0.0015
Wb au maximum). De mme pour lerreur destimation du courant statorique qui est de 0.07 A
environ au maximum. Et ceci montre aussi la robustesse de cet observateur face ces variations de
la consigne de vitesse.
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
-20
-15
-10
-5
0
5
10
15
20
Temps en (s)
C
o
u
r
a
n
t
s
s
t
a
t
o
r
i
q
u
e
s
e
n
(
A
)
Courant estim
Courant rel
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
-15
-10
-5
0
5
10
15
20
Temps en (s)
C
o
u
r
a
n
t
s
s
t
a
t
o
r
i
q
u
e
s
e
n
(
A
)
Courant estim
Courant rel
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
r
o
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
r
o
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l u
x
s
t
a
t
o
r
i q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
p
h
i
d
s
e
n
(
W
b
)
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
p
h
i
q
s
e
n
(
W
b
)
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
-20
0
20
40
60
80
100
120
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
Fig. V.6 Rsultats de simulation du dmarrage vide dune MADA commande par un PI classique,
associe un observateur de flux modes glissants.
Chapitre V Observateur Modes Glissants Ddi la Commande sans Capteur de Vitesse dune MADA
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
120
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
-20
-15
-10
-5
0
5
10
15
20
Temps en (s)
C
o
u
r
a
n
t
s
s
t
a
t
o
r
i
q
u
e
s
e
n
(
A
)
Courant estim
Courant rel
0 0.1 0.2 0.3 0.4 0.5 0.6
-15
-10
-5
0
5
10
15
20
Temps en (s)
C
o
u
r
a
n
t
s
s
t
a
t
o
r
i
q
u
e
s
e
n
(
A
)
Courant estim
Courant rel
0 0.1 0.2 0.3 0.4 0.5 0.6
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
r
o
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.1 0.2 0.3 0.4 0.5 0.6
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
r
o
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.1 0.2 0.3 0.4 0.5 0.6
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.1 0.2 0.3 0.4 0.5 0.6
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.1 0.2 0.3 0.4 0.5 0.6
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
p
h
i
d
s
e
n
(
W
b
)
0 0.1 0.2 0.3 0.4 0.5 0.6
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
p
h
i
q
s
e
n
(
W
b
)
0 0.1 0.2 0.3 0.4 0.5 0.6
-20
0
20
40
60
80
100
120
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-30
-20
-10
0
10
20
30
Temps en (s)
C
o
u
r
a
n
t
s
s
t
a
t
o
r
i
q
u
e
e
n
(
A
)
Courant estim
Courant rel
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-30
-20
-10
0
10
20
30
Temps en (s)
C
o
u
r
a
n
t
s
s
t
a
t
o
r
i
q
u
e
e
n
(
A
)
Courant estim
Courant rel
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
r
o
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
r
o
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
p
h
i
d
s
e
n
(
W
b
)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
p
h
i
q
s
e
n
(
W
b
)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-150
-100
-50
0
50
100
150
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
Fig. V.7 Rsultats de simulation du dmarrage vide, suivi dune application dun couple
de charge de 25 N.m entre 0.2 et 0.4 s.
Fig. V.8 Rsultats de simulation du dmarrage vide, suivi dun changement de consigne de vitesse
et dinversion du sens de rotation.
Chapitre V Observateur Modes Glissants Ddi la Commande sans Capteur de Vitesse dune MADA
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
121
V.7.2 Cas dun rgulateur PI flou
Dans ce cas, le rgulateur PI classique a t remplac par un PI flou et les mmes
comportements dynamiques ont t simuls, un dmarrage vide et une introduction dun couple de
charge, puis une inversion du sens de rotation. Les figures (V.9-11) illustrent les rsultats obtenus.
Selon ces rsultats, on peut constater une bonne estimation des composantes du flux statorique et
rotorique, de mme pour les composantes du courant statorique dans tous les essais.
En effet, les composantes du flux rotorique suivent parfaitement leurs composantes relles
correspondantes avec une erreur destimation de moins de 0.005 Wb. Cest une erreur non
significative et pratiquement nulle. De plus, les composantes du courant statorique prsentent une
erreur destimation de moins de 0.08 A environ. On note galement que lobservateur mode
glissant prsente une robustesse vis--vis de la variation de la charge, linversion du sens de rotation
et du changement de consigne de la vitesse.
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
-20
-15
-10
-5
0
5
10
15
Temps en (s)
C
o
u
r
a
n
t
s
s
t
a
t
o
r
i
q
u
e
s
e
n
(
A
)
Courant estim
Courant rel
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
-20
-15
-10
-5
0
5
10
15
20
Temps en (s)
C
o
u
r
a
n
t
s
s
t
a
t
o
r
i
q
u
e
s
e
n
(
A
)
Courant estim
Courant rel
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
r
o
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
r
o
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
p
h
i
d
s
e
n
(
W
b
)
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
p
h
i
q
s
e
n
(
W
b
)
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
-20
0
20
40
60
80
100
120
140
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
Fig. V.9 Rsultats de simulation du dmarrage vide dune MADA commande par un PI flou,
associe un observateur de flux modes glissants.
Chapitre V Observateur Modes Glissants Ddi la Commande sans Capteur de Vitesse dune MADA
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
122
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
-20
-15
-10
-5
0
5
10
15
20
Temps en (s)
C
o
u
r
a
n
t
s
s
t
a
t
o
r
i
q
u
e
s
e
n
(
A
)
Courant estim
Courant rel
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
-20
-15
-10
-5
0
5
10
15
20
Temps en (s)
C
o
u
r
a
n
t
s
s
t
a
t
o
r
i
q
u
e
s
e
n
(
A
)
Courant estim
Courant rel
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
r
o
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
r
o
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
p
h
i
d
s
e
n
(
W
b
)
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
p
h
i
q
s
e
n
(
W
b
)
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
0
20
40
60
80
100
120
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
0 0.1 0.2 0.3 0.4 0.5 0.6
-20
-15
-10
-5
0
5
10
15
20
25
30
Temps en (s)
C
o
u
r
a
n
t
s
s
t
a
t
o
r
i
q
u
e
s
e
n
(
A
)
Courant estim
Courant rel
0 0.1 0.2 0.3 0.4 0.5 0.6
-25
-20
-15
-10
-5
0
5
10
15
20
25
Temps en (s)
C
o
u
r
a
n
t
s
s
t
a
t
o
r
i
q
u
e
s
e
n
(
A
)
Courant estim
Courant rel
0 0.1 0.2 0.3 0.4 0.5 0.6
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
r
o
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.1 0.2 0.3 0.4 0.5 0.6
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
r
o
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.1 0.2 0.3 0.4 0.5 0.6
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.1 0.2 0.3 0.4 0.5 0.6
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.1 0.2 0.3 0.4 0.5 0.6
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
p
h
i
d
s
e
n
(
W
b
)
0 0.1 0.2 0.3 0.4 0.5 0.6
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
p
h
i
q
s
e
n
(
W
b
)
0 0.1 0.2 0.3 0.4 0.5 0.6
-150
-100
-50
0
50
100
150
Temps en (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
Fig. V.10 Rsultats de simulation du dmarrage vide, suivi dune application dun couple
de charge de 25 N.m entre 0.15 et 0.25 s.
Fig. V.11 Rsultats de simulation du dmarrage vide, suivi dun changement de consigne de vitesse
et dinversion du sens de rotation.
Chapitre V Observateur Modes Glissants Ddi la Commande sans Capteur de Vitesse dune MADA
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
123
V.7.3 Commande sans capteur de vitesse de la MADA
Dans la section prcdente, lobservateur mode glissant estime les composantes du flux.
Pour des raisons conomiques et techniques, lutilisation du capteur de vitesse sera indsirable. La
section suivante est consacre la prsentation de lalgorithme de commande sans capteur de
vitesse. Dans ce cas, lobservateur estime le retour de vitesse et par consquent le capteur de vitesse
est limin (voir figure V.5 en pointille). Afin de valider cet algorithme de commande, on va
prsenter des rsultats de simulation pour une multitude de rgimes de fonctionnement transitoires
(dans ce cas dtude, seul le rgulateur PI classique a t considr).
V.7.3.1 Algorithme destimation de la vitesse rotorique
Le modle de la MADA dfini par le systme dquations (V.22) peut scrit sous la forme
suivante :
+
1
(V.33)
O :
; =
et =
Les composantes estimes du courant statorique sont exprimes par le systme dquations
suivant :
+
1
(V. 34)
O :
et =
Chapitre V Observateur Modes Glissants Ddi la Commande sans Capteur de Vitesse dune MADA
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
124
Les courants estims
et
et
+
1
=
1
(V.35)
+
1
=
2
Lutilisation de lapproximation dEuler pour la drivation donne [16,18,20] :
+1 = +
1
+1 =
+
2
O est le pas de discrtisation.
Lerreur destimation discrte est exprim donc par :
+1 =
+1 + 1 = + (V. 36)
Tel que : =
2
1
Daprs lquation (V.35), on peut exprimer comme suit :
= ( + 1 )/
On a aussi : =
2
1
= (
+
1
) (
+
1
)
Do : =
On obtient donc :
(V. 37)
Si lon pose :
= (V. 38)
O : = [
1
2
]
Et en remplaant lquation (V.38) dans (V.33), on peut dterminer les composantes du flux
rotorique estim comme suit :
Chapitre V Observateur Modes Glissants Ddi la Commande sans Capteur de Vitesse dune MADA
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
125
= +
(V. 39)
La connaissance des composantes estimes du flux rotorique permet de dterminer la vitesse
de rotation estime. Rcrivons lquation (V.38) comme suit :
2
Elle peut tre reformule sous la forme suivante :
2
A partir de cette dernire quation, on peut crire :
=
1
2
+
2
(V. 40)
Lquation (V.39) permet de calculer la vitesse de rotation estime, ainsi que la constante de
temps rotorique estime. On obtient finalement :
=
1
2
+
et
2
+
(V. 41)
V.7.3.2 Rsultats de simulation
Le schma bloc du systme dentranement de la MADA flux statorique orient sans
capteur de vitesse est similaire celui reprsent par la figure (V.5) sauf que la vitesse de rotation
de retour est celle estime par lobservateur. Afin de mettre en vidence les performances et la
robustesse de lobservateur mode glissant plusieurs cas seront traits, savoir, le dmarrage
vide, lintroduction dun couple de charge et linversion du sens de rotation. Ainsi, plusieurs
rponses dynamiques seront prsentes et discutes pour valider lalgorithme de commande utilis.
Rappelons que la vitesse est rgle par un PI classique et ltude est consacre celui-ci seulement.
Les rsultats de simulation obtenus sont reprsents par les figures (V.12-14).
Chapitre V Observateur Modes Glissants Ddi la Commande sans Capteur de Vitesse dune MADA
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
126
Lessai de dmarrage vide prsente une bonne performance. Toutes les grandeurs estimes
poursuivent bien leurs valeurs relles. En effet, les courants observs convergent vers leurs valeurs
relles avec une erreur destimation de moins de 0.2 A. De mme pour les composantes estimes de
flux rotorique qui manifestent une bonne estimation avec une erreur trs petite de 0.005 Wb au
maximum.
La vitesse de rotation estime suit sa valeur relle sans dpassement avec une erreur
destimation de moins de 1 rd/s en rgime tabli. De plus, des oscillations ont t constates au
niveau de la rponse de vitesse et du couple lectromagntique dues principalement au phnomne
de chattering. On note aussi que le dcouplage nest pas affect par lintroduction de lobservateur
mode glissant.
Pour le deuxime essai, un couple de charge de 25 N.m a t introduit entre 0.3 et 0.6 s aprs
un dmarrage vide. Les rsultats de cet essai sont reprsents par la figure (V.13). A partir de ces
rsultats, on peut constater que lobservateur prsente une robustesse face cette perturbation car
lestimation des composantes de flux statorique et rotorique se fait dune faon convenable, de
mme pour les composantes estimes du courant statorique. Lerreur destimation du flux rotorique
reste gale celle du premier essai de dmarrage vide. Cependant, cette perturbation est
accompagne par des oscillations notamment au niveau de la rponse de la vitesse et du couple
lectromagntique. Ces oscillations sont la cause dune petite augmentation de lerreur destimation
de la vitesse qui devient 2 rd/s environ au moment de lintroduction du couple de charge. De mme,
le dcouplage reste insensible vis--vis de cette variation ce qui montre aussi lefficacit de la
commande vectorielle.
En ce qui concerne lessai de linversion du sens de rotation, un changement de consigne de
100 rd/s -100 rd/s partir de linstant t=0.3 s a t appliqu. Les rsultats obtenus sont
satisfaisants de point de vue poursuite et lobservateur prsente une robustesse vis--vis de cette
variation importante de la consigne de vitesse. En effet, les composantes estimes du flux rotorique
et statorique poursuivent leurs valeurs relles dune faon presque parfaite et lerreur destimation
ne change pas sauf au moment de linversion du sens de rotation. La mme chose pour les
composantes estimes du courant statorique. De plus, la vitesse de rotation estime suit sa valeur
relle en rgime permanent avec un petit dcalage non significatif en rgime transitoire (pendant
linversion du sens de rotation) et des petites oscillations constates pendant la priode de
linversion du sens de rotation. Ceci se manifeste par laugmentation de lerreur de vitesse au cours
de cette priode. Enfin, la commande vectorielle conserve sa robustesse.
Chapitre V Observateur Modes Glissants Ddi la Commande sans Capteur de Vitesse dune MADA
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
127
0 0.1 0.2 0.3 0.4 0.5 0.6
-20
-15
-10
-5
0
5
10
15
Temps en (s)
C
o
u
r
a
n
t
s
s
t
a
t
o
r
i
q
u
e
s
e
n
(
A
)
Courant estim
Courant rel
0 0.1 0.2 0.3 0.4 0.5 0.6
-20
-15
-10
-5
0
5
10
15
20
Temps (s)
C
o
u
r
a
n
t
s
s
t
a
t
o
r
i
q
u
e
s
e
n
(
A
)
Courant estim
Courant rel
0 0.1 0.2 0.3 0.4 0.5 0.6
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps (s)
F
l
u
x
r
o
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.1 0.2 0.3 0.4 0.5 0.6
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps (s)
F
l
u
x
r
o
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.1 0.2 0.3 0.4 0.5 0.6
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
Temps (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.1 0.2 0.3 0.4 0.5 0.6
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
Temps (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.1 0.2 0.3 0.4 0.5 0.6
-20
0
20
40
60
80
100
120
140
Temps (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
Vitesse estime
Vitesse relle
0 0.1 0.2 0.3 0.4 0.5 0.6
-10
0
10
20
30
40
50
60
Temps (s)
C
o
u
p
l
e
l
e
c
t
r
o
m
a
g
n
t
i
q
u
e
e
n
(
N
.
m
)
Couple estim
Couple rel
0 0.1 0.2 0.3 0.4 0.5 0.6
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
p
h
i
d
s
e
n
(
W
b
)
0 0.1 0.2 0.3 0.4 0.5 0.6
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
p
h
i
q
s
e
n
(
W
b
)
0 0.1 0.2 0.3 0.4 0.5 0.6
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Temps en (s)
M
o
d
u
l
e
d
e
f
l
u
x
r
o
t
o
r
i
q
u
e
e
n
(
W
b
)
Module de flux estim
Module de flux rel
0 0.1 0.2 0.3 0.4 0.5 0.6
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
Temps en (s)
M
o
d
u
l
e
d
e
f
l
u
x
s
t
a
t
o
r
i
q
u
e
e
n
(
W
b
)
Module de flux estim
Module de flux rel
0 0.1 0.2 0.3 0.4 0.5 0.6
-0.5
-0.4
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
0.4
0.5
Temps en (s)
E
r
r
e
u
r
d
e
f
l
u
x
r
o
t
o
r
i
q
u
e
e
n
(
W
b
)
0 0.1 0.2 0.3 0.4 0.5 0.6
-0.5
-0.4
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
0.4
0.5
Temps en (s)
E
r
r
e
u
r
d
e
f
l
u
x
r
o
t
o
r
i
q
u
e
e
n
(
W
b
)
0 0.1 0.2 0.3 0.4 0.5 0.6
-20
-15
-10
-5
0
5
10
15
20
Temps en (s)
E
r
r
e
u
r
d
e
v
i
t
e
s
s
e
e
n
(
r
d
/
s
)
Fig. V.12 Rsultats de simulation de la commande sans capteur de vitesse de la MADA flux
statorique orient munie dun rglage de vitesse par un PI classique associe un observateur
modes glissants au dmarrage vide.
Chapitre V Observateur Modes Glissants Ddi la Commande sans Capteur de Vitesse dune MADA
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
128
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-20
-15
-10
-5
0
5
10
15
Temps (s)
C
o
u
r
a
n
t
s
s
t
a
t
o
r
i
q
u
e
s
e
n
(
A
)
Courant estime
Courant reel
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-20
-15
-10
-5
0
5
10
15
20
Temps en (s)
C
o
u
r
a
n
t
s
s
t
a
t
o
r
i
q
u
e
s
e
n
(
A
)
Courant estime
Courant rel
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps (s)
F
l
u
x
r
o
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estime
Flux rel
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
r
o
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estime
Flux rel
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
Temps (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estime
Flux rel
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estime
Flux rel
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-20
0
20
40
60
80
100
120
140
Temps (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
Vitesse estime
Vitesse relle
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-20
-10
0
10
20
30
40
50
60
Temps (s)
C
o
u
p
l
e
l
e
c
t
r
o
m
a
g
n
t
i
q
u
e
e
n
(
N
.
m
)
Couple estim
Couple rel
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
p
h
i
d
s
e
n
(
W
b
)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
p
h
i
q
s
e
n
(
W
b
)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Temps en (s)
M
o
d
u
l
e
d
e
f
l
u
x
r
o
t
o
r
i
q
u
e
e
n
(
W
b
)
Module de flux estim
Module de flux rel
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
Temps en (s)
M
o
d
u
l
e
d
e
f
l
u
x
s
t
a
t
o
r
i
q
u
e
e
n
(
W
b
)
Module de flux estim
Module de flux rel
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-0.5
-0.4
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
0.4
0.5
Temps en (s)
E
r
r
e
u
r
d
e
f
l
u
x
r
o
t
o
r
i
q
u
e
e
n
(
W
b
)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-0.5
-0.4
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
0.4
0.5
Temps en (s)
E
r
r
e
u
r
d
e
f
l
u
x
r
o
t
o
r
i
q
u
e
e
n
(
W
b
)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-20
-15
-10
-5
0
5
10
15
20
Temps en (s)
E
r
r
e
u
r
d
e
v
i
t
e
s
s
e
e
n
(
r
d
/
s
)
Fig. V.13 Rsultats de simulation de la commande sans capteur de vitesse dune MADA flux
statorique orient, munie dun rglage de vitesse par un PI classique, associe un observateur
modes glissants, au dmarrage vide, suivi de lintroduction dun couple de charge de 25 N.m
entre 0.3 et 0.6 s.
Chapitre V Observateur Modes Glissants Ddi la Commande sans Capteur de Vitesse dune MADA
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
129
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-20
-15
-10
-5
0
5
10
15
20
Temps (s)
C
o
u
r
a
n
t
s
s
t
a
t
o
r
i
q
u
e
s
e
n
(
A
)
Courant estim
Courant rel
0 0.1 0.2 0.3 0.4 0.5 0.6
-20
-15
-10
-5
0
5
10
15
20
Temps en (s)
C
o
u
r
a
n
t
s
s
t
a
t
o
r
i
q
u
e
s
e
n
(
A
)
Courant estim
Courant rel
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps (s)
F
l
u
x
r
o
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
r
o
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
Temps (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
s
e
n
(
W
b
)
Flux estim
Flux rel
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7
-150
-100
-50
0
50
100
150
Temps (s)
V
i
t
e
s
s
e
d
e
r
o
t
a
t
i
o
n
e
n
(
r
d
/
s
)
Vitesse estime
Vitesse relle
0 0.1 0.2 0.3 0.4 0.5 0.6
-80
-60
-40
-20
0
20
40
60
80
Temps (s)
C
o
u
p
l
e
l
e
c
t
r
o
m
a
g
n
t
i
q
u
e
e
n
(
N
.
m
)
Couple estim
Couple rel
0 0.1 0.2 0.3 0.4 0.5 0.6
-0.5
0
0.5
1
1.5
2
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
p
h
i
d
s
e
n
(
W
b
)
0 0.1 0.2 0.3 0.4 0.5 0.6
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Temps en (s)
F
l
u
x
s
t
a
t
o
r
i
q
u
e
p
h
i
q
s
e
n
(
W
b
)
0 0.1 0.2 0.3 0.4 0.5 0.6
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Temps en (s)
M
o
d
u
l
e
d
e
f
l
u
x
r
o
t
o
r
i
q
u
e
e
n
(
W
b
)
Module de flux estim
Module de flux rel
0 0.1 0.2 0.3 0.4 0.5 0.6
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2
Temps en (s)
M
o
d
u
l
e
d
e
f
l
u
x
s
t
a
t
o
r
i
q
u
e
e
n
(
W
b
)
Module de flux estim
Module de flux rel
0 0.1 0.2 0.3 0.4 0.5 0.6
-0.5
-0.4
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
0.4
0.5
Temps en (s)
E
r
r
e
u
r
d
e
f
l
u
x
r
o
t
o
r
i
q
u
e
e
n
(
W
b
)
0 0.1 0.2 0.3 0.4 0.5 0.6
-0.5
-0.4
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
0.4
0.5
Temps en (s)
E
r
r
e
u
r
d
e
f
l
u
x
r
o
t
o
r
i
q
u
e
e
n
(
W
b
)
0 0.1 0.2 0.3 0.4 0.5 0.6
-20
-15
-10
-5
0
5
10
15
20
Temps en (s)
E
r
r
e
u
r
d
e
v
i
t
e
s
s
e
e
n
(
r
d
/
s
)
Fig. V.14 Rsultats de simulation de la commande sans capteur de vitesse dune MADA flux
statorique orient, munie dun rglage de vitesse par un PI classique, associe un observateur
modes glissants au dmarrage vide suivi de linversion du sens de rotation t = 0.3 s.
Chapitre V Observateur Modes Glissants Ddi la Commande sans Capteur de Vitesse dune MADA
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
130
V.8 CONCLUSION
Dans ce dernier chapitre, la thorie du mode glissant a t brivement prsente, avec
quelques notions sur les observateurs. Cette prsentation a pour but de synthse dun observateur de
flux modes glissants. De plus, la technique de commande sans capteur de vitesse a t adopte en
deuxime phase afin de remdier les inconvnients dues la prsence du capteur mcanique. Cette
dernire est ralise laide dun algorithme destimation du flux rotorique et de vitesse bas sur la
thorie du mode glissant. Les performances obtenues sont montres par des rsultats de simulation.
En effet, une bonne estimation de toutes les valeurs observes a t constate. De plus,
lobservateur propos manifeste une robustesse vis--vis des perturbations extrieures. De mme,
cet observateur donne de bons rsultats lorsquil fonctionne en boucle de vitesse ferme. Les
oscillations apparues au niveau du couple lectromagntique et de la vitesse, sont dues au
phnomne de Chattering et reprsente un inconvnient majeur de cet observateur.
Conclusion Gnrale
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
131
CONCLUSION GENERALE
Lobjectif de ce prsent mmoire concerne la commande floue optimise sans capteur de
vitesse dune machine asynchrone double alimentation et flux statorique orient. Cette tude
nous a permis doptimiser par une technique hybride, gntique-gradient et gntique-simplex les
paramtres de deux rgulateurs de vitesse, un PI classique et un PI flou et de concevoir un
observateur de flux et de vitesse.
A partir de cette tude et des rsultats de simulation obtenus, on peut tirer les conclusions
suivantes quon a jug dun intrt de premier plan :
Grce au dveloppement dans la commande lectrique et lapparition de diverses structures
des convertisseurs de llectronique de puissance permettant prsent de disposer de sources
dalimentation frquence variable, la MADA prsente une solution idale pour les entranements
grandes puissances.
Ltude des machines lectriques en gnral et la MADA en particulier exige une bonne
modlisation mathmatique dcrivant lensemble de la machine et le systme entraner. Cela
permet de prvoir les performances dynamiques et statiques de ses entranements.
La technique de la commande vectorielle applique la MADA peut maitriser la difficult
de son rglage. Elle permet dassurer le dcouplage entre le flux et le couple lectromagntique et
amliore la dynamique de la vitesse. Lassociation de la commande vectorielle un rgulateur de
vitesse de type PI classique permet dobtenir une bonne performance. Mais ce dernier peut perdre sa
robustesse vis--vis de la perturbation extrieure et la variation paramtrique.
La logique floue, caractrise par sa capacit de traiter limprcis, lincertain et le vague, a
t exploite pour construire un rgulateur flou de vitesse de la MADA. Lapproche de la
commande floue propose a t justifie par les rsultats de simulat ion et les performances obtenus.
Une comparaison avec les rsultats obtenus par le PI classique a montr lamlioration des
performances dynamiques. Ce qui rend le rgulateur flou un choix acceptable pour les systmes
dentranement ncessitant des rglages rapides, prcis et moins sensibles aux perturbations
extrieures et aux variations paramtriques. Le manque de techniques de conception est
linconvnient majeur de la commande floue. Lune des solutions proposes pour remdier ce
problme est lutilisation dune procdure doptimisation des paramtres du rgulateur.
Conclusion Gnrale
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
132
Parmi les techniques doptimisation les plus attractives, on cite lalgorithme gntique. Ce
dernier est un outil doptimisation trs robuste, de simple conception qui permet de rsoudre des
problmes assez complexes avec une bonne prcision. Cest ce quon a appliqu aux deux
rgulateurs de vitesse en se basant sur les algorithmes gntiques combins avec lalgorithme de
gradient ou de simplex. Cela nous a permis damliorer les rsultats obtenus dans le deuxime et le
troisime chapitre et dobtenir de bonnes performances notamment au niveau du rgime dynamique.
Lamlioration du dcouplage entre le flux et le couple se fait en utilisant un observa teur de
flux. Ce dernier est dvelopp au cinquime chapitre. Il est bas sur la thorie du mode glissant, qui
est un prolongement des systmes structures variables. Cet observateur de flux qui a permis une
bonne estimation des composantes du flux a manifest aussi une bonne robustesse daprs les
rsultats de simulation obtenus.
Grce lintrt conomique surtout, lide de la commande sans capteur de vitesse a t le
souci de plusieurs recherches. Cela nous a guid vers lestimation de la vitesse et llimination des
inconvnients dues linstallation du capteur mcanique.
Enfin, ce travail est un prolongement des tudes ralises sur la MADA et a besoin dune
continuation dans plusieurs directions. Daprs les rsultats obtenus, il serait intressant denvisager
les perspectives et les suggestions suivantes :
Etudier la MADA associe dautres stratgies de commande parmi lesquelles celles
prsentes dans le premier chapitre ;
Orienter dautres flux de la MADA (flux rotorique ou dentrefer) ;
Utiliser dautres types de convertisseurs de frquence, tel que les cycloconvertisseurs
et les convertisseurs matriciels adapts aux grandes puissances ;
Utiliser des onduleurs multi- niveaux associs la commande directe du couple
(DTC), afin de minimiser les fluctuations du couple lectromagntique ;
Utiliser dautres observateurs tels que, le filtre de Kalman ou lobservateur de
Luenberger pour estimer le flux et la vitesse surtout de la MADA avec plus de
prcision ;
Refaire le mme travail, avec un fonctionnement gnrateur utilis dans les systmes
dnergie renouvelable.
Annexe Paramtres de lEntranement Electrique Simul
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient a
PARAMETRES DE LENTRAINEMENT ELECTRIQUE SIMULE
Paramtres du rseau dalimentation
Tension efficace de phase V=220 V
Frquence f =50 Hz
Paramtres de lalimentation statorique
Lalimentation statorique est compose dun onduleur de tension aliment par un redresseur
triphas double alternance diodes travers un filtre passe-bas, et dont les caractristiques sont les
suivantes :
Tension moyenne redresse, applique londuleur E
s
=514 V
Capacit du filtre = 6000 F
Inductance du filtre L=1.2 mH
Bande dhystrsis des courants de londuleur
= 0.15 A
Paramtres de lalimentation rotorique
Lalimentation rotorique est similaire celle du stator, sauf que le redresseur rotorique est
reli un transformateur abaisseur. Ses caractristiques sont rsumes dans le tableau suivant :
Tension moyenne redresse, applique londuleur E
s
=150 V
Capacit du filtre = 6000 F
Inductance du filtre L=1.2 mH
Bande dhystrsis
= 0.3 A
Rapport de transformation m=0.41
Frquence rotorique
= 5 Hz
Paramtres de la machine asynchrone double alimentation
La machine asynchrone double alimentation utilise dans cette simulation est celle utilise
par lauteur Paul- Etienne Vidal dans sa ralisation exprimentale, voir la rfrence [1], page 148.
Selon cette rfrence, la machine a t fournie par la socit Electronavale. Certains de ces
paramtres sont donns par le constructeur et les valeurs des paramtres internes sont obtenues par
le mme auteur en utilisant une caractrisation exprimentale laide de la mthode des deux
Wattmtres.
Annexe Paramtres de lEntranement Electrique Simul
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient b
Le tableau suivant rsume les caractristiques de cette MADA :
Puissance P=4 kW
Tension statorique nominale (toile)
= 400 V
Courant statorique
= 8.4 A
Tension rotorique nominale (toile)
= 130 V
Courant rotorique
= 19 A
Vitesse de rotation nominale N
= 1435 tr/min
Rsistance de phase statorique
= 1.374
Rsistance de phase rotorique
= 0.100
Inductance cyclique statorique
= 0.2241 H
Inductance cyclique rotorique
= 0.0287 H
Inductance mutuelle = 0.074 H
Nombre de paires de ples P=2
Moment dinertie J=0.01862 kg.m
2
Coefficient des frottements
= 0.014 N. m. s/rd
Paramtres du rgulateur PI classique avant et aprs loptimisation
Coefficient de proportionnalit
= 2.753
Coefficient dintgration
= 105.951
Coefficient de proportionnalit optimis
= 4.065
Coefficient dintgration optimis
= 325.463
Paramtres du rgulateur PI flou avant et aprs loptimisation
Gain de lerreur de vitesse
= 0.090
Gain de la variation derreur
= 27.091
Gain de la variation de commande
= 5.3096
Gain de lerreur de vitesse optimis
= 0.353
Gain de la variation derreur optimis
= 20.780
Gain de la variation de commande optimis
= 11.757
Annexe Paramtres de lEntranement Electrique Simul
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient c
Gains de lobservateur de flux modes glissants
Les gains
1
2
de lobservateur modes glissants sont dtermins partir de la condition
dexistence du mode glissant, puis on les a ajusts jusqu' lobtention des meilleurs rsultats. Les
valeurs de ces gains sont :
1
= 200 ;
2
= 200.
Gains de lobservateur de flux modes glissants associ la commande sans capteur
de vitesse
La mme procdure prcdente a t applique pour dterminer ces gains. On a trouv les
valeurs suivantes :
1
= 85 ;
2
= 85.
Pas dchantillonnage de la simulation
Dans tous les essais de simulation on a utilis un pas dintgration = 0.00001 s.
Rfrences Bibliographiques
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
I
REFERENCES BIBLIOGRAPHIQUES
[1] V. Paul-Etienne, Commande non-Linaire d' une Machine Asynchrone Double Alimentation,
Thse de Doctorat en Gnie Electrique, Institut National Polytechnique de Toulouse, France, 2004.
[2] F. Poitiers, Etude et Commande de Gnratrices Asynchrones pour l' Utilisation de l' Energie
Eolienne : Machine Asynchrone Cage Autonome, Machine Asynchrone Double Alimentation
Relie au Rseau, Thse de Doctorat en Electronique et Gnie Electrique, Ecole Polytechnique de
l' Universit de Nantes, France, 2003.
[3] S. Peresada, A. Tilli and A. Tonielli, Indirect Stator Flux-Oriented Output Feedback Control of
a Doubly Fed Induction Machine, IEEE Transactions on Control Systems and Technology, Vol. 11,
No. 6, pp. 875-888, November 2003.
[4] S. Drid, Contribution la Modlisation et la Commande Robuste dune Machine Induction
Double Alimente Flux Orient avec Optimisation de la Structure dAlimentation : Thorie et
Exprimentation, Thse de Doctorat en Electrotechnique, Universit de Batna, Algrie, 2005.
[5] A. L. Nemmour, Contribution la Commande Vectorielle de la Machine Asynchrone Double
Alimentation, Mmoire de Magister, Universit de Batna, Algrie, 2002.
[6] J. Camille de Barros, Application de la Logique Floue la Commande Optimale du Moteur
Asynchrone, Thse de Doctorat en Gnie Electrique, Universit de Droit, dEconomie et des
Sciences dAix-Marseille, Aix-Marseille III, France, 2003.
[7] M. T. Cao, Commande Numrique de Machines Asynchrones par Logique Floue, Thse de
Philosophiae Doctor (Ph.D.), Universit de Laval, Qubec, Canada, 1997.
[8] B. Abdelhadi, Contribution la Conception dun Moteur Induction Spcial Rotor Externe
pour Systme de Propulsion Electrique : Dveloppement dun Algorithme Gntique Adaptatif pour
Identification Paramtrique, Thse de Doctorat en Sciences en Electrotechnique, Universit de
Batna, Algrie, 2004.
[9] N. Zerari, Les Algorithmes Gntiques en Maintenance, Mmoire de Magister en Gnie
Industriel, Universit de Batna, Algrie, 2006.
[10] V. Magnin, Optimisation et Algorithmes Gntiques, Document dInternet, Disponible :
http://www.polytech- lille.fr/%7Evmagnin/, Source http://www.eudil.fr/~vmagnin/index.html, Publi
le 07/07/2006.
[11] L. Mokrani, Contribution la CAO Optimise des Machines Electriques, Application au
Moteur Linaire Induction, Thse de Doctorat dEtat en Electrotechnique, Universit de Batna,
Algrie, 2005.
Rfrences Bibliographiques
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
II
[12] Rsolution Numrique par Algorithmes Gntiques, Document dInternet, Disponible :
http://www.recherche.enac.fr/opti/papers/thesis/NICOLAS/index.html.
[13] D. Matthieu, Les algorithmes Gntiques, Document dInternet, Disponible :
http://www.a525g.com/intelligence-artificielle/algorithme-genetique.htm, Publi le 3/09/2002.
[14] B. Akin, State Estimation Techniques For Speed Sensorless Field Oriented Control of
Induction Motors, In Partial Fullfilment of the Requirements for the Degree of Master of Science,
the Middle East Technical University, August, 2003.
[15] H. Buhler, Rglage par Mode de Glissement, Presses Polytechniques et Universitaires
Romandes, Premire Edition, Lausanne, Suisse, 1986.
[16] F. Morand, Techniques dObservation sans Capteur de Vitesse en vue de la Commande des
Machines Asynchrones, Thse de Doctorat en Gnie lectrique, Institut National des Sciences
Appliques de Lyon, France, 2005.
[17] A. Bourek, Contribution la Simulation dune Commande en Mode Glissant Applique une
Machine Courant Alternatif, Thse de Doctorat dEtat en Electrotechnique, Universit de Batna,
Batna, Algrie, 2007.
[18] S. M. V. and A. John Tegopoulos, A Doubly-Fed Induction Machine Differential Drive Model
for Automobiles, IEEE Transactions on Energy Conversion, Vol. 18, No. 2, pp. 225-230, June
2003.
[19] L. Benalia, Contribution lEtude du Comportement de la Machine Asynchrone Double
Alimentation, Mmoire de Magister, Universit de Batna, Algrie, 2003.
[20] R. Abdessemed, M. Kadjouj ; Modlisation des Machines Electriques, Presses de lUniversit
de Batna, Algrie, 1997.
[21] G. Salloum, Contribution la Commande Robuste de la Machine Asynchrone Double
Alimentation, Thse de Doctorat en Gnie lectrique, Institut National Polytechnique de Toulouse,
France, 2007.
[22] A. Doria-Cerezo, Modeling, Simulation and Control of a Doubly-Fed Induction Machine
Controlled by a Back-to-Back Converter, PhD Thesis, Universitat Politecnica de Catalunya, 2006.
[23] A. Chaiba, Commande par la Logique Floue de la Machine Asynchrone Double
Alimentation Alimente en Tension, Mmoire de Magister, Universit de Batna, Algrie, 2004.
[24] P. Bastiani, Stratgie de Commande Minimisant les Pertes dun Ensemble Convertisseur-
Machine Alternative : Application la Traction Electrique, Thse de Doctorat en Gnie lectrique,
Institut National des Sciences Appliques de Lyon, France, 2001.
Rfrences Bibliographiques
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
III
[25] R. Hubert, La Machine Induction : Commande et Dfaillance, Habilitation Diriger des
Recherches en Gnie Electrique, Universit Henri Poincar, Nancy 1, France, 2000.
[26] K. Kouzi, Commande Vectorielle dun Moteur Induction sans Capteur de Vitesse par un
Rglage PI-Flou Gains-Flous Adapts Associ un Observateur dEtat par Mode de Glissement,
Mmoire de Magister, Universit de Batna, Algrie, 2002.
[27] B. Mokhtari, Implantation de la DTFC par des Techniques de lIntelligences Artificielles
Neuronale et Floue : Application la Machine Asynchrone Alimente par des Onduleurs de Tension
Deux et Trois Niveaux, Mmoire de Magister, Universit de Batna, Algrie, 2004.
[28] H. Tamrabet, Robustesse dun Contrle Vectoriel de Structure Minimale dune Machine
Asynchrone, Mmoire de Magister, Universit de Batna, Algrie, 2006.
[29] F. Malrait, Problmes d'Identification et d'Observabilit du Moteur Induction pour la
Variation de Vitesse Industrielle sans Capteur, Thse de Doctorat en Mathmatique et
Automatique, Ecole Nationale Suprieure des Mines de Paris, France, 2001.
[30] F. Labrique, G. Seguier et R. Bausiere, Les Convertisseurs de lElectronique de Puissance : la
Conversion Continu- Alternatif, 2
me
Edition, Techniques & Documentations Lavoisier, Paris,
France, 1995.
[31] G. Grellet et G. Clerc, Actionneurs Electriques : Principes, Modles, Commande, Deuxime
Tirage, Editions Eyrolles, Paris, France, 1997.
[32] S. Zaidi, Commande non Linaire du Moteur Induction, Mmoire de Magister, Universit
de Batna, Algrie, 2005.
[33] M. Pietrzak-David et B. Fornel, Comparaison et Synthse des Procds de Commande
Vectorielle, SEE, Journe dEtudes, Organise par le Groupe Nord, le Club 13, Lille, France,
Dcembre 1992.
[34] G. A. Capolino et Y. Y. Fu, Commande des Machines Asynchrones par Flux Orient :
Principe, Mthodes et Simulation SEE, Journe dEtudes, Organise par le Groupe Nord, le Club
13, Lille, France, Dcembre 1992.
[35] J. P. Caron et G. P. Hautier, Systmes Electrotechniques : Applications Industrielles,
Problmes et Solutions, Edition Technip, Paris, France, 2000.
[36] G. A. Capolino, H. Hnao et V. T. Nguyen Phuoc, Mthode de Conception dune Commande
Vectorielle pour Machine Induction, SEE, Journe dEtudes, Organise par le Groupe Nord, le
Club 13, Lille, France, Dcembre 1992.
Rfrences Bibliographiques
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient
IV
[37] L. Baghli, Contribution la Commande de la Machine Asynchrone, Utilisation de Logique
Floue, des Rseaux de Neurones et des Algorithmes Gntiques, Thse de Doctorat en Gnie
Electrique, Universit Henri Poincar, Nancy 1, France, 1999.
[38] I. Al- Rouh, Contribution la Commande sans Capteur de la Machine Asynchrone, Thse de
Doctorat en Gnie Electrique, Universit Henri Poincar, Nancy 1, France, 2004.
[39] G. Seguier et F. Notelet, Electrotechnique Industrielle, 2