Com Floue

REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE
UNIVERSITE EL-HADJ LAKHDAR-BATNA

FACULTE DES SCIENCES DE LINGENIEUR
DEPARTEMENT DELECTROTECHNIQUE

Mmoire

Prsent en vue de lobtention du diplme de Magister
En Electrotechnique
Option : Commande Electrique
Prsent par :
Elbia Youcef
Ingnieur dEtat en Electrotechnique

Thme

Commande Floue Optimise dune Machine Asynchrone
Double Alimentation et Flux Orient

Soutenu le 15 / 06 /2009
Devant le jury compos de :

Nom Grade Universit Qualit

Mr Rachid Abdessmed

Professeur

Batna

Prsident

Mr Lakhdar Mokrani

Matre de Confrences Laghouat

Rapporteur

Mr Bachir Abdelhadi

Matre de Confrences Batna

Examinateur

Mr Amor Bourek Matre de Confrences Biskra Examinateur

Mr Said Drid

Matre de Confrences Batna

Examinateur

Remerciements

Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient Remerciements

REMERCIEMENTS
Tout dabord merci au bon dieu le tout puissant, de mavoir donn la force, la patience et la
volont pour raliser ce travail dans des meilleures circonstances et en bon tat.
Le prsent travail a t ralis au sein du Laboratoire des Matriaux de Gnie Electrique de
lUniversit de Laghouat sous la direction de Monsieur Lakhdar Mokrani Matre de Confrences
lUniversit de Laghouat, qui ma fait lhonneur de diriger ce travail. Je tiens lui exprimer ma
profonde reconnaissance, mes vifs remerciements pour son aide, ses conseils prcieux, ses
sacrifices, malgr ses obligations, ainsi que pour la confiance quil ma prodigue durant la
ralisation de ce travail.
Jadresse mes sincres remerciements Monsieur Rachid Abdessmed Professeur
lUniversit de Batna, Directeur du Laboratoire de Recherche LEB, pour mavoir honor avec sa
prsence en acceptant de prsider le jury de soutenance de ce mmoire.
Mes vifs remerciements vont galement aux membres de jury de soutenance compos de
Messieurs : Bachir Abdelhadi, Said Drid, Matres de Confrences lUniversit de Batna, Amor
Bourek Matre de Confrences lUniversit de Biskra. Je les remercie chaleureusement pour leur
prsence et pour avoir accept dexaminer le prsent mmoire.
Je remercie aussi tous les enseignants et les responsables du Dpartement
dElectrotechnique de lUniversit de Batna pour leurs aides et leurs encouragements.
Sans oublier mes collgues dans le domaine de la recherche et durant les annes dtude, je
tiens les remercier vivement.
Enfin, Je voudrais associer mes remerciements toutes les personnes qui ont contribu de
prs ou de loin laboutissement de ce travail.

Ddicaces

Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient Ddicaces

DEDICACES

A ma chre mre, la personne qui a beaucoup sacrifi pour moi sans elle je
naurais eu la volont datteindre ce niveau ;
A la mmoire de mon cher pre et ma deuxime chre mre ;
A toute ma famille ;
A tous mes frres et mes amis ;
A tous les enseignants et les ducateurs qui ont contribu ma formation
durant tout le parcours de mes tudes jusqu' ce jour ;
je ddie ce modeste travail.

Y. Elbia

- Rsum-Abstract

Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient

.
.
:
.

.
( )
( ) .
.
.

:
-
-
-
-

-
(
)
.
.
:

.

- Rsum-Abstract
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient Rsum

Rsum :
Ce mmoire prsente une tude par simulation de la commande floue optimise dune
machine asynchrone double alimentation (MADA) et flux orient. Le systme dalimentation de
cette machine comporte deux parties identiques, lune relie au stator et lautre au rotor. Chaque
partie est constitue par les lments suivants : un onduleur de tension triphas, command en
courant, un redresseur triphas diodes et un filtre passe-bas. Pour commander la machine, on a
utilis un rgulateur de vitesse de type PI classique en premier lieu ; puis un rgulateur PI flou. Ces
deux rgulateurs sont optimiss par un algorithme gntique combin tantt avec la mthode de
Simplex et tantt avec lalgorithme de Gradient. Afin damliorer le dcouplage entre le flux et le
couple lectromagntique de la MADA, la synthse dun observateur de flux modes glissants a t
prsente. De plus, une technique de commande sans capteur de vitesse t propose la fin de ce
mmoire. Pour ce faire, on a adopt les tapes suivantes :
1. Modlisation de la MADA vitesse variable et de son alimentation ;
2. Prsentation de la technique de commande vectorielle applique la MADA ;
3. Prsentation de la thorie de la commande floue, et son utilisation pour la conception
dun rgulateur de vitesse flou ;
4. Prsentation des algorithmes gntiques et leur utilisation comme outil
doptimisation des paramtres des deux rgulateurs de vitesse de la MADA ;
5. La conception dun observateur de flux modes glissants et son utilisation au
rglage de flux et la commande sans capteur de vitesse de la MADA.
Plusieurs rgimes transitoires ont t traits par simulation (dmarrage vide, introduction
dun couple de charge, inversion et changement de consigne de la vitesse). De plus, des tests de
robustesse concernant la variation paramtrique de la MADA ont t aussi effectus. Daprs les
rsultats de simulation, la technique de commande tudie permet dobtenir de bonnes
performances dynamiques et statiques et prsente une robustesse vis--vis de la perturbation
extrieure et la variation paramtrique.
Mots cls :
Machine asynchrone double alimentation, Onduleur de tension triphas, Commande vectorielle,
Rgulateur PI classique et flou, Optimisation des rgulateurs, Algorithmes gntiques, Observateur
modes glissants, Commande sans capteur de vitesse, Robustesse de la commande.

- Rsum-Abstract
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient Abstract

Abstract :
This memoir presents a simulation study of a genetic optimized fuzzy logic control of a field
oriented doubly fed induction machine (DFIM). The supply system of this machine includes two
identical parts, one of the stator and the other of the rotor. Every part is constituted by the following
elements : a three phase voltage source inverter controlled by current, a three phase rectifier of
diodes, and a low-pass filter. Two speed regulators are used to control the speed of this machine.
One is a conventional PI regulator and the other is a fuzzy logic PI controller. These two regulators
are optimized by a genetic algorithm combined with the simplex algorithm and of the gradient
algorithm respectively. In order to improve the decoupling between the flux and the electromagnetic
torque the synthesis of a sliding mode flux observer has been presented and used to estimate the
machine rotor flux. Finaly, a sensorless speed control technique is used to eliminate the speed
sensor. For this fact, one has adopted the following stages :
1. Modelling of the DFIM and its supply system ;
2. Presentation of the field oriented control, applied to the DFIM ;
3. Presentation of the theory of the fuzzy logic, and its use to design a fuzzy speed
regulator ;
4. Presentation of the genetic algorithms as a tool of optimization of the two speed
regulators ;
5. A design of a full state sliding mode observer used to the flux and sensorless speed
control.
Several transient cases have been treated (no- load starting operation, step loading, inversion
of speed and change of its command value). Besides, robsutness tests concerning the parametric
variation of the DFIM have been presented. According to the simulation results, the strategy used to
control ther system has shown good static and dynamic performances and presented a robsutness
against the loading operation outside disruption and some key parametric variations.
Key words :
Doubly fed induction machine, Three phase voltage source inverter, Field oriented control, PI
conventional and fuzzy PI logic controllers, Optimization of the regulators, Genetic algorithms,
Sliding mode flux observer, Sensorless speed control, Robsutness of the control.

Table des Matires
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient I

TABLE DES MATIERES
INTRODUCTION GENERALE ...1
CHAPITRE I
ETUDE ET MODELISATION DE LA MACHINE ASYNCHRONE A DOUBLE
ALIMENTATION
I.1 INTRODUCTION......5
I.2 PRESENTATION DE LA MACHINE ASYNCHRONE A DOUBLE ALIMENTATION....5
I.3 PRINCIPE DE FONCTIONNEMENT DE LA MACHINE ASYNCHRONE A DOUBLE
ALIMENTATION.......6
I.4 DIFFERENTES STRATEGIES DE COMMANDE DE LA MADA........6
I.4.1 Commande de la MADA par un seul convertisseur..........6
I.4.2 Commande de la MADA par deux onduleurs...7
I.5 AVANTAGES ET INCONVENIENTS DE LA MADA.........8
I.5.1 Avantages de la MADA........8
I.5.2 Inconvnients de la MADA......9
I.6 DOMAINES DAPPLICATION DE LA MADA..10
I.7 MODELISATION DE LA MADA.....10
I.7.1 Modle effectif de la MADA.......................................................................................................11
I.7.2 Equations lectriques de la machine asynchrone double alimentation.....12
I.7.3 Application de la transformation de Park la MADA....15
I.7.4 Mise en quation de la MADA dans le repre de Park...16
I.7.4.1 Equations des tensions ....17
I.7.4.2 Equations des flux........18
I.7.4.3 Choix du rfrentiel.18
- Rfrentiel li au stator....19
- Rfrentiel li au rotor ....19
- Rfrentiel li au champ tournant ......20
I.7.4.4 Expression du couple lectromagntique de la MADA dans le repre de Park ....20
I.8 MODELE DE LA MADA DANS LE REPERE DE PARK SOUS FORME DETAT.....20
I.9 MODELISATION DE LALIMENTATION DE LA MADA.....21

Fig. I.9 MADA alimente par un deux onduleurs travers un redresseur commun.
Table des Matires
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient II

I.9.1 Modlisation dun redresseur triphas double alternance diodes..22
I.9.2 Modlisation du circuit de filtrage .23
I.9.3 Modlisation de londuleur triphas MLI.24
a. Tensions des phases statoriques ..25
b. Tensions composes de la charge (MADA) ....25
c. Tensions simples de la machine ..25
d. Principe de la MLI ..27
I.10 CONCLUSION.......28
CHAPITRE II
COMMANDE VECTORIELLE DE LA MACHINE ASYNCHRONE A DOUBLE
ALIMENTATION
II.1 INTRODUCTION.......29
II.2 GENERALITES SUR LA COMMANDE VECTORIELLE ....30
II.2.1 Principe de la commande vectorielle......30
II.2.2 Variantes de la commande vectorielle....31
II.2.3 Commande vectorielle directe....31
II.2.4 Commande vectorielle indirecte.....32
II.3 COMMANDE VECTORIELLE DE LA MACHINE ASYNCHRONE A DOUBLE
ALIMENTATION......32
II.3.1 Diffrents repres de rfrence...33
II.3.2 Lois de la commande vectorielle applique la MADA....35
II.4 REGLAGE DE VITESSE DE LA MADA A FLUX STATORIQUE ORIENTE PAR UN PI
CLASSIQUE.......38
II.5 DEFLUXAGE......40
II.6 RESULTATS DE SIMULATION .....41
II.6.1 Machine asynchrone simple alimentation............41
II.6.1.1 Dmarrage vide ....41
II.6.1.2 Introduction dun couple de charge ....42
II.6.2 Machine asynchrone double alimentation flux statorique orient munie dun rglage de
vitesse PI......44

Table des Matires
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient III

II.6.2.1 Dmarrage vide...44
II.6.2.2 Introduction dun couple de charge...44
II.6.2.3 Changement de consigne et inversion du sens de rotation....47
II.6.2.4 Robustesse vis--vis de la variation paramtrique.....47
II.6.2.4.1 Robustesse vis--vis de la variation de la rsistance rotorique...47
II.6.2.4.2 Robustesse vis--vis de la variation des inductances..47
II.6.2.4.3 Robustesse vis--vis de la variation dinertie.49
II.6.2.4.4 Robustesse vis--vis de la variation de la frquence rotorique...50
II.7 CONCLUSION..52
CHAPITRE III

COMMANDE PAR LA LOGIQUE FLOUE DE LA VITESSE DUNE MACHINE
ASYNCHRONE A DOUBLE ALIMENTATION
III.1 INTRODUCTION.53
III.2 UN PEU DHISTORIQUE ...53
III.3 DOMAINES DAPPLICATION...54
III.4 CONCEPT DE LA LOGIQUE FLOUE...55
III.5 NOTIONS DE BASE DE LA LOGIQUE FLOUE..56
III.5.1 Ensemble flou.....56
III.5.2 Fonction dappartenance.....57
III.5.3 Variables linguistiques........58
III.5.4 Operateurs de la logique floue...59
III.5.5 Rgles floues.......60
III.6 COMMANDE PAR LA LOGIQUE FLOUE........61
III.6.1 Interface de fuzzification.....62
III.6.2 Base des rgles....62
III.6.3 Mcanisme dinfrence flou........63
III.6.4 Interface de dfuzzification.....64
III.7 AVANTAGES ET INCONVENIENTS DE LA COMMANDE PAR LA LOGIQUE
FLOUE......65
III.8 COMMANDE FLOUE DE LA VITESSE DUNE MADA A FLUX STATORIQUE
ORIENTE......65
III.8.1 Structure de base dun contrleur flou de vitesse....66

Table des Matires
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient IV

III.8.1.1 Fuzzification67
III.8.1.2 Base des rgles68
III.8.1.3 Mcanisme dinfrence...69
III.8.1.4 Dfuzzification....69
III.8.2 Rglage de vitesse de la MADA par un contrleur flou....70
III.9 RESULTATS DE SIMULATION.....71
III.9.1 Dmarrage vide71
III.9.2 Introduction dun couple de charge....71
III.9.3 Changement de consigne et inversion du sens de rotation.....71
III.9.4 Robustesse vis--vis de la variation paramtrique..75
IIII.9.4.1 Robustesse vis--vis de la variation de la rsistance rotorique..75
IIII.9.4.2 Robustesse vis--vis de la variation des inductances.....75
III.9.4.3 Robustesse vis--vis de la variation de linertie..75
III .9.4.4 Robustesse vis--vis de la variation de la frquence rotorique..76
III.9 CONCLUSION...78

CHAPITRE IV

OPTIMISATION DES REGULATEURS DE VITESSE DE LA MADA PAR LES
ALGORITHMES GENETIQUES
IV.1 INTRODUCTION.....79
IV.2 DEFINITION DUN ALGORITHME GENETIQUE.......80
IV.3 BREF HISTORIQUE DE LALGORITHME GENETIQUE...81
IV.4 PRINCIPES GENERAUX...81
IV.5 FONCTIONNEMENT DUN ALGORITHME GENETIQUE.82
IV.6 OPERATEURS ET PARAMETRES DE LALGORITHME GENETIQUE..83
IV.6.1 Codage des chromosomes.....83
IV.6.2 Initialisation de la population....84
IV.6.3 Fonction dadaptation......84
IV.6.4 Evaluation......85
IV.6.5 Slection....85
IV.6.5.1 Slection par la roulette..85
IV.6.5.2 Slection par ordonnancement........87
Table des Matires
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient V

IV.6.5.3 Slection par tournoi..87
IV.6.5.4 Slection uniforme.87
IV.6.6 Croisement....87
IV.6.6.1 Croisement un point de coupure ou discret....88
IV.6.6.2 Croisement deux points.....89
IV.6.6.3 Croisement multiple (multi-points)...89
IV.6.6.4 Croisement continu (uniforme).....90
IV.6.6.5 Croisement arithmtique (barycentrique).90
IV.6.7 Mutation...91
IV.6.7.1 Mutation uniforme....92
IV.6.7.2 Mutation non uniforme.....92
IV.7 CHOIX DES PARAMETRES DUN ALGORITHME GENETIQUE..93

IV.7.1 Taille de la population.....93
IV.7.2 Probabilit des oprateurs gntiques..93
IV.7.3 Nombre de gnrations....93
IV.8 OPTIMISATION DES REGULATEURS DE VITESSE DE LA MADA PAR
ALGORITHME GENETIQUE..94
IV.8.1 Mthode de gradient....94
IV.8.2 Mthode de simplex ou Nelder-Mead.94
IV.8.3 Procdure doptimisation des deux rgulateurs...95
IV.8.4 Optimisation du rgulateur PI classique..96
IV.8.5 Rsultats de simulation....96
VI.8.6 Optimisation du rgulateur PI flou....100
IV.8.7 Rsultats de simulation et interprtation.......100
IV.9 CONCLUSION..........104
CHAPITRE V
OBSERVATEUR A MODES GLISSANTS DEDIE A LA COMMANDE SANS CAPTEUR DE
VITESSE DUNE MADA

V.1 INTRODUCTION.......105
V.2 THEORIE DE LA COMMANDE PAR MODE GLISSANT.106
V.3 NOTIONS DUN SYSTEME A STRUCTURE VARIABLE.....106

Table des Matires
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient VI

V.4 COMMANDE PAR MODE GLISSANT...106
V.4.1 Conception de la commande par mode glissant......107
V.4.1.1 Choix de la surface de glissement....107
V.4.1.2 Condition daccs au mode glissant.....108
V.4.1.3 Synthse des lois de commande du mode glissant...108
V.5 OBSERVABILITE ET OBSERVATEURS...111
V.5.1 Prsentation des observateurs..111
V.5.1.1 Description...111
V.5.1.2 Principe dun observateur.111
V.5.2.3 Classification des observateurs.....112
V.5.2.4 Observateur mode glissant.113
V.5.2.5 Etapes de dimensionnement de lobservateur...113
V.6 APPLICATION A LA MACHINE ASYNCHRONE DOUBLE ALIMENTEE.....115
V.6.1 Synthse de lobservateur de flux mode glissant appliqu la MADA....115
V.6.2 Estimation des composantes du flux........117
V.7 RESULTATS DE SIMULATION...118
V.7.1 Cas dun rgulateur PI classique..118
V.7.1.1 Dmarrage vide..118
V.7.1.2 Introduction dun couple de charge......119
V.7.1.3 Inversion du sens de rotation........119
V.7.2 Cas dun rgulateur PI flou......121
V.7.3 Commande sans capteur de vitesse de la MADA123
V.7.4 Algorithme destimation de la vitesse rotorique......123
V. RESULTATS DE SIMULATION.125
V. CONCLUSION...130
CONCLUSION GENERALE.....131
ANNEXE
REFERENCES BIBLIOGRAPHIQUES

Notations Symboliques et Abrviations
Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient A

I. NOTATIONS SYMBOLIQUES
Symbole Signification Unit
A, B Ensembles flous Sans unit
C Capacit du filtre
C
e
Couple lectromagntique N.m
C
r
Couple rsistant N.m
e, e, Erreur de vitesse et sa variation rd/s
f Frquence du rseau dalimentation Hz
f
ro
Frquence rotorique Hz
Coefficient de frottement . . /
Frquence de coupure Hz
Fonction objective
g Glissement Sans unit
Gnration courante Sans unit
Facteurs dchelles du rgulateur flou Sans unit

t Temps s
i Courant lectrique A
Courant dinduit A
Courants instantans des phases statoriques A
Courants instantans des phases rotoriques A
Composantes du courant rotorique dans le repre de Park A
Composantes du courant statorique dans le repre de Park A
() Courant redress A
() Courant filtr A
Courant dexcitation A
Composantes du courant rotorique dans le repre (, ). A
Composantes du courant statorique dans le repre (, ) A

u Tension lectrique V
Tensions instantanes des phases statoriques V
Tensions instantanes des phases rotoriques V

Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient B

Composantes de tension rotorique dans le repre de Park V
Composantes de tension statorique dans le repre de Park V
() Tension redresse V
() Tension filtre V
() Signal de commande
Commande quivalente
Commande discrte
Composantes de tension rotorique dans le repre (, ) V
Composantes de tension statorique dans le repre (, ) V

U Univers de discours Sans unit
J Moment dinertie kg.m
2

Gains du rgulateur PI classique Sans unit

L Inductance du filtre H
Inductances cycliques, rotorique et statorique respectivement H

M Inductance cyclique mutuelle H
N Nombre de gnrations
P Nombre de paires de ples Sans unit
Puissance lectromagntique W
Probabilit de croisement Sans unit
Probabilit de mutation Sans unit
Probabilit de slection Sans unit
Puissances actives, rotorique et statorique respectivement W
Puissances ractives, rotorique et statorique respectivement Var
Probabilit cumultative Sans unit

() Signal de rfrence
() Signal de sortie
Rsistances de phases, rotorique et statorique respectivement ou Ohm

() Surface de glissement Sans unit
s Oprateur de Laplace Sans unit
Taille de la population Sans unit

Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient C

Ensembles des catgories floues Sans unit

V Variable linguistique Sans unit
V(x) Fonction de Lyapunov Sans unit
Bandes dhystrsis rotorique et statorique respectivement A

Fonction ou degr dappartenance Sans unit
Vitesse angulaire du repre de park rd/s
gl
Pulsation de glissement rd/s
Vitesse angulaire de rotation du rotor rd/s
Vitesse angulaire de rfrence rd/s
Vitesse angulaire de rotation du champ tournant rd/s
Vitesse de rotation mcanique du rotor rd/s

Flux Wb
, , Composantes du flux rotorique dans le repre de Park Wb
, , Composantes du flux statorique dans le repre de Park Wb
Composantes du flux rotorique dans le repre li au stator Wb
Composantes du flux statorique dans le repre li au stator Wb

Coefficient de dispersion de Blondel Sans unit
1
,
2
Gains de lobservateur de flux modes glissants Sans unit
Angle entre laxe rotorique A et laxe statorique a rd
Angles lectriques, rotorique et statorique rd

ref, * Indices de rfrence
Grandeur estime
Grandeur drive

Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient D

II. LISTE DES ABREVIATIONS
Acronyme Signification
MADA Machine Asynchrone Double Alimentation
DFIM Doubly Fed Induction Machine
MAS Machine Asynchrone
MCC Machine Courant Continu
MLI Modulation de Largeur dImpulsions
F-O-C Field Oriented Control
AG Algorithme Gntique
fem Force lectromotrice
fmm Force magntomotrice
PI Proportionnel Intgral
Park
-1
Transformation de Park inverse

Introduction Gnrale

Commande Floue Optimise dune Machine Asynchrone Double Alimentation et Flux Orient 1

INTRODUCTION GENERALE

Les machines asynchrones sont les plus utilises dans les secteurs industriels en raison de
leur fiabilit et leur construction simples. Elles occupent plus de 80% dans le domaine de conversion
lectromcanique d'nergie. Leur dynamique non linaire est un problme assez dlicat car elle rend
la commande trs difficile.
De nos jours, plusieurs travaux ont t orients vers l'tude de la machine asynchrone
double alimentation. Cette dernire et grce au dveloppement des quipements de l'lectronique de
puissance et l' apparition des techniques de commande modernes prsente une solution idale pour
les entranements hautes puissances et vitesse variable. L' intrt de telles machines est qu'elles
assurent un fonctionnement trs basse vitesse [1]. L'application potentielle de la MADA a t un
sujet de recherche le long de la dernire dcennie. L'association des machines asynchrones double
alimentation des convertisseurs statiques permet de donner diffrentes stratgies de commande et
prsente un autre avantage d' utilisation de ces machines. 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 machine asynchrone double alimentation comme une
alternative srieuse aux machines synchrones classiques dans de nombreux systmes de production
d'nergie dcentralise. De plus, la prsence d' un convertisseur entre le rotor et le rseau permet de
contrler le transfert de puissance entre le stator et le rseau [2].

Commander une telle machine est une opration dlicate cause du couplage existant entre
leurs diffrentes variables. Contrairement ce type de machine, la machine courant continu
prsente lavantage de la simplicit de sa commande, malgr que sa dynamique soit complexe.
Afin dobtenir une machine asynchrone double alimentation dont les performances sont
semblables machine courant continu, il est ncessaire dassurer le dcouplage entre le flux et le
couple lectromagntique. Cest lide de lapparition de la technique de commande vectorielle, ou
la commande par orientation du flux. Cette technique est propose en 1973 par Blaschke et Hasse.
Le but de cette technique est d'arriver commander la machine asynchrone comme une machine
courant continu excitation indpendante o il y a un dcouplage naturel entre la grandeur
commandant le flux (le courant d'excitation) et celle lie au couple (le courant d'induit).
Lapplication de cette dernire la machine asynchrone double alimentation prsente une solution
attractive pour raliser de meilleures performances pour les applications de la production dnergie
et des entranements lectriques vitesse variable [3,4].

Introduction Gnrale


Dans le domaine de la commande, plusieurs techniques ont t tablies pour assurer un
rglage dsir. Ces techniques sont labores afin de rendre le systme insensible aux perturbations
extrieures et aux variations paramtriques [5]. Les techniques de commande classique de type PI ou
PID couvrent une large gamme dans les applications industrielles. Ce sont des techniques de
commande linaires et prsentent lintrt de la simplicit de mise en uvre et la facilit de la
synthse. Au cours de temps, ses applications seront non efficaces, notamment si les processus
commander ont des structures complexes et non- linaires. De plus, lapplication de ces techniques
exige la connaissance des diffrents paramtres du modle de la machine. Cela peut influer sur le
fonctionnement du processus et peut entraner une robustesse mdiocre face la variation de ces
paramtres et des dpassements importants lors des rgimes transitoires [2,5].

Trouver le remplaant de ces techniques classiques est le souci de plusieurs chercheurs. Car
ce dernier implique un compromis entre la robustesse dun ct et le cot dun autre ct. La
commande intelligente est un vocabulaire qui a apparu ces dernires annes et occupe une large
place dans les domaines de recherche modernes. Elle est base sur lutilisation de lintelligence
artificielle qui permet de reproduire le raisonnement humain [6]. La logique floue, les rseaux de
neurones el les algorithmes gntiques sont les grandes familles qui constituent lintelligence
artificielle.
La logique floue est lune des branches importantes de lintelligence artificielle. Les bases
thoriques de cette logique ont t tablies en 1965 par le Professeur Lotfi Zadeh lUniversit de
Berekley en Californie, qui introduit la notion de lensemble flou [5]. Ds 1975, on trouve les
premires applications au niveau des systmes de rglage. A partir de 1985 environ, ce sont les
Japonais qui commencent utiliser la logique floue dans des produits industriels pour rsoudre des
problmes de rglage et de commande. Tout rcemment, en Europe et en Amrique du Nord, une
intense activit de recherche a dbut afin d' introduire le principe du rglage par la logique floue,
qui est en pleine expansion. Celle-ci 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. Ainsi, il est possible de tenir compte des expriences acquises par les
oprateurs d'un processus technique [7]. Les machines lectriques, notamment les machines
asynchrone possdent une dynamique non linaire ce qui rend la commande conventionnelle non
efficace et justifie lutilisation de la logique floue. Celle-ci manifeste aussi une robustesse vis--vis
de la variation paramtrique et non paramtrique. Cependant, linconvnient majeur de la commande

Introduction Gnrale


floue est le manque de techniques de conception (dtermination des gains du correcteur, le choix des
fonctions dappartenance ). Afin de remdier ce problme, on peut utiliser une procdure
doptimisation pour mieux dimensionner ce type de rgulateurs. Plusieurs mthodes doptimisation
ont t proposes ; on peut les classer en deux groupes : les mthodes doptimisation 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 sa complexit [8-10]. 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].

Les Algorithmes Gntiques (AG
s
) reprsentent une famille assez riche et trs intressante
d'algorithmes stochastiques d'optimisation qui sont fonds sur les mcanismes de la slection
naturelle et la gntique. Les premiers travaux sur les algorithmes gntiques ont commenc dans
les annes soixante par le professeur Holland [12]. Lapplication des algorithmes gntiques aux
problmes doptimisation a t formalise par Goldberg en 1989 [9,13]. Le principe de ces
algorithmes est de procder par une recherche stochastique globale sur un espace important et
travers une population de pseudo-solutions. La procdure de rsolution dun problme par ces
algorithmes gntiques se fait grce aux oprateurs de reproduction et de mutation. Lutilisation de
ces algorithmes pour la conception des systmes de commande classique ou floue applique une
machine asynchrone double alimentation est une solution attractive. De plus, une combinaison
entre lalgorithme gntique qui permet la localisation de loptimum global et dautres mthodes
dterministes de recherche locale permet damliorer les performances dsires.

Dautre part, pour une autre amlioration concernant surtout le dcouplage entre le flux et le
couple de la MADA, on peut doter la commande dun observateur de flux modes glissants par
exemple. Ce dernier prsente beaucoup davantage 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 qui est un prolongement de ltude des systmes structure variable introduit par Utkin
[5,14].
Quelque soit le type de commande applique la MADA, pour asservir sa vitesse il faut
mesurer celle-ci par lintermdiaire dun capteur mcanique. La prsence de ce capteur entrane un
surcot et une complexit de commande. Pour des raisons conomiques et/ou de sret de
fonctionnement, plusieurs recherches ont t labores afin de supprimer ce capteur et le remplacer
par un estimateur ou un observateur. Cette commande dite sans capteur est devenue de plus en
plus attractive, prsente lintrt conomique, amliore la fiabilit et vite la fragilit et la difficult
dinstallation du capteur de vitesse. La vitesse doit alors tre reconstitue par estimation [16,17].

Introduction Gnrale


Le prsent travail concerne une tude de la commande floue optimise sans capteur de
vitesse dune MADA flux statorique orient. Pour ce faire, on a adopt le plan de travail constitu
de cinq chapitres organiss comme suit :

Le premier chapitre prsente une tude thorique sur la machine asynchrone double
alimentation concernant son principe de fonctionnement et les diffrentes stratgies de commande,
ses inconvnients et ses avantages. Une modlisation dtaille de cette machine avec son systme
dalimentation a t aussi prsente.

Le deuxime chapitre est ddi la prsentation de la technique de commande vectorielle
applique au flux statorique de la MADA munie dun rglage de vitesse par un PI classique. Les
performances de cette commande vectorielle seront montres par des rsultats de simulation.

Le troisime chapitre a pour but de prsenter les aspects thoriques de la logique floue et ses
applications dans les systmes de commande. On va aussi construire un rgulateur de vitesse base
de la logique floue. Les rsultats de simulation obtenus par ce rgulateur flou seront compars
ceux obtenus par le PI classique afin de juger les performances dans les deux cas.

Le quatrime chapitre est consacr la prsentation des algorithmes gntiques, utiliss pour
optimiser les paramtres des deux rgulateurs de vitesse de la MADA. Une discussion et
comparaison des performances obtenues par les deux rgulateurs optimiss seront prsentes.

Le dernier chapitre comprend une brve tude thorique concernant le mode glissant et son
application la conception dun observateur de flux permettant de munir la commande dune boucle
de rglage de celui-ci. En suite, on prsente la fin de ce chapitre une technique de commande sans
capteur de vitesse. Lefficacit et la robustesse de cet observateur modes glissants seront montres
par des rsultats de simulation.

Nous finirons ce travail par une conclusion gnrale qui rsume lensemble des rsultats
obtenus, des recommandations et des suggestions sur les travaux futurs dans ce domaine de
recherche.

Chapitre I Etude et Modlisation de la Machine Asynchrone Double Alimentation

I.1 INTRODUCTION
L'objectif de ce chapitre est de mener une tude thorique sur la machine asynchrone double
alimentation concernant son principe de fonctionnement, les diffrentes stratgies de commande, ses
avantages et inconvnients et valuer les performances apportes par cette machine. On prsentera aussi
sa modlisation dans le repre de Park avec ses deux alimentations frquences variables, lune alimente
le stator et l'autre alimente le rotor.
I.2 PRESENTATION DE LA MACHINE ASYNCHRONE A DOUBLE ALIMENTATION
La premire apparition de cette machine date de lanne 1899 [4,18] ; il ne sagit pas dune
nouvelle structure mais dun nouveau mode dalimentation [19]. La MADA est une machine asynchrone
triphase rotor bobin alimente par ses deux armatures ; elle prsente un stator analogue celui des
machines triphases classiques (asynchrone ou synchrone). Son rotor n'est plus une cage d'cureuil
coule dans les encoches d'un empilement de tles, mais, il est constitu de trois bobinages connects en
toile dont les extrmits sont relies des bagues conductrices sur lesquelles viennent frotter des balais
lorsque la machine tourne [1,4]. La figure suivante reprsente la structure de la machine asynchrone
double alimentation.

Dans cette machine, les enroulements statoriques sont aliments par le rseau et les enroulements
rotoriques sont aliments travers un convertisseur de frquence, ou bien les deux enroulements sont
aliments par deux onduleurs autonomes en gnral.

Fig. I.1 Reprsentation de la machine asynchrone double alimentation.
Bague
Axe
Balai
Rotor
Stator

I.3 PRINCIPE DE FONCTIONNEMENT DE LA MACHINE ASYNCHRONE A DOUBLE
ALIMENTATION
Pour un fonctionnement normal de la machine asynchrone en rgime tabli, il faut que les
vecteurs des forces magntomotrices du stator et du rotor soient immobiles dans lespace lun par rapport
lautre. Et du moment que le vecteur rsultant de fmms des enroulements statoriques tourne dans
lespace avec une vitesse angulaire
= 2, et le rotor tourne avec la vitesse
; alors pour que cette

condition soit vrifie, il faut que le vecteur des fmms des enroulements rotoriques tourne par rapport au
rotor avec une vitesse
gl
telle que [20 ] :

gl
=
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] :


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

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


- 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

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].

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).

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 :

= [
: le vecteur des tensions statoriques ;

= [
: le vecteur des courants statoriques ;

= [
: le vecteur des flux statoriques.

Fig. I.5 Reprsentation schmatique dune machine asynchrone double alimentation.

On dfinit de mme, par changement dindices, les vecteurs rotoriques :

= [
: le vecteur des tensions rotoriques ;

= [
: le vecteur des courants rotoriques ;

= [
: le vecteur des flux rotoriques.

Les quations des flux totaliss coupls avec les phases statoriques et rotoriques, sont donnes par
les expressions suivantes :
Pour le stator :

I. 5

Pour le rotor :

I. 6

O :
est la matrice des inductances statoriques, elle est donne par :

est la matrice des inductances rotoriques, elle est donne par :

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


Avec :
Cest linductance propre dune phase statorique ;
Cest linductance mutuelle entre deux phases statoriques ;

: Cest linductance propre dune phase rotorique ;
Cest linductance mutuelle entre deux phases rotoriques ;

: 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
) ;

est la vitesse angulaire mcanique du rotor en (/) ;

Avec :

Tel que :
est le nombre de paires de ples ;

est la vitesse angulaire lectrique de rotation du rotor ;

est le coefficient de frottement en (. . /) ;

est le couple lectromagntique en (. ) ;

est le couple rsistant en (. ).


Le modle rel de la machine asynchrone double alimentation est compos dun ensemble
dquations diffrentielles ordinaires coefficients variables en fonction de langle de rotation (voir la
matrice des inductances mutuelles entre le stator et le rotor). On utilise la transformation de Park qui
permet dobtenir un systme dquations coefficients constants, en transformant les enroulements
statoriques et rotoriques en enroulements orthogonaux quivalents.
I.7.2 Application de la transformation de Park la MADA
La transformation de Park consiste transformer un systme d'enroulements triphass d'axes a, b,
c, en un systme quivalent deux enroulements biphass d'axes d, q crant la mme force
magntomotrice. La composante homopolaire intervient pour quilibrer le systme transform, c'est--
dire, elle ne participe pas la cration de cette fmm de sorte que l'axe homopolaire peut tre choisi
orthogonal au plan (d,q). La condition de passage du systme triphas au systme biphas est la cration
dun champ lectromagntique tournant avec des forces magntomotrices gales. Ceci conduit la
conservation de puissances instantanes et la rciprocit des inductances mutuelles, et permet dtablir
une expression du couple lectromagntique dans le repre correspondant au systme transform, qui
reste invariable pour la machine relle [20,28]. Le schma de la figure (I.6) montre le principe de la
transformation de Park applique la machine asynchrone double alimentation.

C
i
ds
u
C
u
A
u
a
i
B
u
r
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.

O :
: est langle entre laxe rotorique A et laxe statorique a ;

: est langle entre laxe rotorique A, et laxe de Park direct d ;

: est langle entre laxe statorique a, et laxe de Park direct d ;

: est la vitesse angulaire du systme daxes (d, q) ;

: est la vitesse angulaire lectrique rotorique.

Grce cette transformation, on dfinit une matrice unique appele matrice de Park donne par :

=
2
3
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

- 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 :
est la vitesse angulaire du systme daxes (d,q).

En procdant dune faon analogue celle du stator, on trouve pour le rotor :

+ (
(I. 22)


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 :

: est linductance cyclique statorique ;

+ 2
: est linductance homopolaire statorique ;

=
3
2
: est linductance mutuelle cyclique entre le stator et le rotor ;

: est linductance cyclique rotorique ;

+2
: est linductance homopolaire rotorique ;

Jusqu maintenant, le modle de Park nest pas compltement dfini, puisque la vitesse de
rotation
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 :

- 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 (
). Ce systme daxes est utilis pour tudier les processus

transitoires dans les machines synchrones et asynchrones avec une connexion non symtrique des circuits
du rotor [20]. Les quations lectriques de la machine dans ce rfrentiel deviennent :
Au stator :

(I. 29)

Au rotor :

(I. 30)


- 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 (
). Les quations lectriques

deviennent :
Au stator :

(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 :

=
1
( 1)
=
1
(1)
=
1
+
1
) (I. 34)

=
1
=
3
2

O : = 1
est le coefficient de dispersion de Blondel.

I.9 MODELISATION DE LALIMENTATION DE LA MADA
Pour entraner en rotation une machine asynchrone, plusieurs mthodes sont utilisables, du
branchement direct sur le rseau, aux variateurs de vitesse en passant par les dmarreurs. Un variateur de
vitesse peut avoir diffrents objectifs [29] :

- Obtenir des performances importantes dans diffrentes phases de fonctionnement : tourner
diffrentes vitesses, suivre des profils dynamiques de vitesse, garder une vitesse constante
malgr une variation du couple de charge etc ;
- Augmenter la dure de vie des moteurs induction en matrisant le niveau de courant dans ces
enroulements ;
- Minimiser la consommation d'nergie.

On a vu prcdemment plusieurs configurations de commande de la MADA vitesse variable.
Dans ce travail on va tudier lassociation dune machine asynchrone rotor bobin avec un systme
dalimentation frquence variable au stator et au rotor. La figure (I.7) prsente le schma de principe de
la MADA vitesse variable. Ce systme comporte deux alimentations frquence variable, lune lie au
stator et lautre au rotor. Les deux alimentations sont identiques sauf que lalimentation rotorique
comprend un transformateur abaisseur. Chaque alimentation comporte les trois parties suivantes :
- Un redresseur triphas double alternance diodes ;
- Un filtre passe bas passif (L,C) ;
- Un onduleur de tension MLI.

Redresseur

diodes
Onduleur
de
tension
Commande
Redresseur
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.

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 :

: est la tension redresse ;

: est la tension filtre applique londuleur ;

La forme discrtise des quations du filtre est commode pour une simulation numrique, elle est
donne par [26] :

+ =
(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.


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.


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)


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.


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
dpend de la stratgie de commande, la plus utilise est la

Modulation de Largeurs dImpulsions (MLI).
d. Principe de la MLI
La MLI consiste former chaque alternance de la tension de sortie de londuleur par un ensemble
dimpulsions sous forme de crneaux rectangulaires de largeurs modules de telle sorte rapprocher
cette tension vers la sinusode. En effet, la MLI permet de reconstituer ces tensions (ou courants) partir
dune source frquence et tension fixe (en gnral une tension continue). Le rglage est effectu par
les dures douverture et de fermeture des interrupteurs et par les squences de fonctionnement [31]. Le
principe de la MLI sinus-triangle repose sur la comparaison entre un signal triangulaire de haute
frquence appel la modulante et un signal de rfrence appel la porteuse. La valeur du rapport de
frquence entre la porteuse et la modulante procde dun compromis entre une bonne neutralisation des
harmoniques et un bon rendement de londuleur [32]. Plusieurs types de la MLI sont prsents dans la
littrature ; lune des plus utilises est la MLI hystrsis, quon va appliquer pour la commande des
deux onduleurs alimentant la MADA dans ce travail. La figure (I.12) reprsente le schma de principe du
contrle par hystrsis dun bras de londuleur.
+
s
i
s
i
-
Comparateur hystrsis
Courant de
rfrence
aref
i
Courant mesur
a
i
Borne ngative
de la source
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.


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 :
= 1,3 : sont les courants des phases statorique
respectivement ;
= 1,3 : sont les courants de rfrence des trois phases statoriques

respectivement gnrs par le circuit de commande des trois bras de londuleur ;
est la bande dhystrsis du courant statorique.

De la mme manire, et par changement dindices, on peut modliser lalimentation rotorique.

I.10 CONCLUSION
Dans ce chapitre, on a prsent une brve tude sur la machine asynchrone double alimentation,
sa structure, son principe de fonctionnement et les diffrentes stratgies de sa commande ; ainsi que ses
avantages, ses inconvnients et ses domaines dapplication. On a aussi prsent le modle rel de la
machine auquel on a appliqu la transformation de Park pour le rendre linaire et plus adapt la
commande. Ensuite, on a modlis le systme dalimentation qui comporte le redresseur, le filtre et
londuleur. Pour ce dernier, on a appliqu la technique de la MLI hystrsis pour le commander. La
modlisation de la MADA et son systme dalimentation a pour but de faciliter la mise en uvre de la
commande vectorielle. Cette dernire est le sujet du deuxime chapitre.

Chapitre II Commande Vectorielle de la Machine Asynchrone Double Alimentation

29

II.1 INTRODUCTION
A lheure actuelle, dans les applications vitesse variable, la machine asynchrone de par sa
simplicit de construction, sa robustesse et son faible cot, dtrne progressivement la machine
courant continu et concurrence son homologue synchrone couvrant ainsi une large pla ge de
puissance de quelque watts jusqu quelques mgawatts. Une association convertisseur statique-
machine asynchrone exige un procd de contrle efficace et performant. La commande haute
performance dune machine asynchrone est devenue trs complexe, mais sa ralisation ne pose plus
de problme vu que les possibilits des techniques numriques modernes ouvrent des perspectives de
plus en plus comptitives tout en respectant laspect conomique de cette ralisation [33]. Malgr
que la machine courant continu prsente plusieurs inconvnients au niveau de sa construction et sa
maintenance, elle reste utilise dans quelques domaines. Lavantage principal de cette dernire rside
dans sa commande simple.
Depuis plusieurs annes, plusieurs recherches universitaires et industrielles ont t ralises et
proposes pour remdier le problme de commande de la machine asynchrone et tablir une
similitude avec la machine courant continu. En effet, la difficult pour commander une machine
asynchrone rside dans le fait quil existe un couplage entre les variables dentres et de sorties et les
variables internes de la machine comme le flux, le couple et la vitesse ; et les techniques de
commande classiques deviennent insuffisantes surtout dans les applications industrielles rclamant
un couple important en basse vitesse (traction, positionnement) [34,35]. Pour maitriser ces
difficults, et pour obtenir une situation quivalente celle de la machine courant continu
Blaschke et Hasse ont propos une technique de commande dite la commande vectorielle en anglais
(field oriented control) ou la commande par orientation du flux. Aujourdhui, grce cette technique
de commande et au dveloppement des systmes numriques, plusieurs entranements courant
continu sont remplacs par des machines courant alternatif, ce qui permet un rglage de vitesse plus
performant de point de vue rapidit et prcision. Lapplication de cette dernire la machine
asynchrone double alimentation prsente une solution attractive pour raliser des performances
meilleures pour les applications de la production dnergie dans une gamme de vitesse limite [3,4]
et constitue actuellement un domaine de recherche.
Le but de ce chapitre est de prsenter la technique de la commande vectorielle applique la
machine asynchrone double alimentation. Quelques rsultats de simulation seront prsents aussi
pour montrer lamlioration des performances dynamiques de la machine.


30

II.2 GENERALITES SUR LA COMMANDE VECTORIELLE

Les origines de la commande vectorielle contrairement aux ides reues, remontent la fin du
sicle dernier et aux travaux de Blondel sur la thorie de la raction des deux axes. Toutefois, compte
tenu de la technologie utilise cette poque, il ntait pas question de transposer cette thorie au
contrle des machines lectriques [36]. Ce nest que vers les annes cinquante, grce lutilisation
dans lEurope de lEst, et plus particulirement en Allemagne et en Hongrie, de la mthode de
phaseur temporel que germa lide de la commande vectorielle appele galement contrle par flux
orient [36]. En 1969, les principes de cette commande ont t dfinis par Hasse et la premire
publication internationale au sujet de ce type de commande applique aux machines induction est
certainement celle de Blaschke en 1971 [36].
Le but de la commande vectorielle est d'arriver commander la machine asynchrone comme
une machine courant continu excitation indpendante o il y a un dcouplage naturel entre la
grandeur commandant le flux (le courant d'excitation) et celle lie au couple (le courant d' induit). Ce
dcouplage permet d'obtenir une rponse trs rapide du couple, une grande plage de commande de
vitesse et une haute efficacit pour une grande plage de charge en rgime permanent [7,27,37,38].

II.2.1 Principe de la commande vectorielle

La commande dune machine courant alternatif est effectue en gnral par deux
techniques, lune classique (commande scalaire), et lautre moderne (commande vectorielle,
commande directe du couple (DTC)). Dans les applications ncessitant des performances
dynamiques importantes, il faut pouvoir agir directement sur le couple instantan. Cest facile pour la
machine courant continu, ou la force magntomotrice de linduit tabli un angle droit avec laxe du
flux inducteur, et ceci quelque soit la vitesse de rotation, ainsi le couple est proportionnel au produit
du flux inducteur et du courant dinduit. Si la machine est excite sparment, et lon maintient le
flux inducteur constant, le couple est directement proportionnel au courant dinduit, on obtient donc
de bonnes performances dynamiques puisque le couple peut tre contrl aussi rapidement que le
courant dinduit peut ltre [5,39]. Par contre, dans une machine asynchrone, langle entre le champ
tournant du stator et celui du rotor varie avec la charge, il en rsulte des interactions complexes et des
rponses dynamiques oscillatoires. Pour obtenir une situation quivalente celle de la machine
courant continu, on introduit la technique de la commande vectorielle. Le principe de cette dernire
consiste transformer le modle de la machine asynchrone une structure similaire celle de la
machine courant continu excitation spare et compense.


31

En effet, en absence de la saturation et de la raction magntique dinduit, le flux principal de
linducteur est proportionnel au courant dexcitation. Il nest pas affect par le courant dinduit
cause de lorientation perpendiculaire des flux statoriques et rotoriques. Cest pourquoi, le couple
lectromagntique dune machine courant continu excitation spare est directement
proportionnel au courant de linduit pour une valeur constante du flux, ce qui prsente un rglage
rapide du couple. Et pour la machine asynchrone, langle entre les deux champs statoriques et
rotoriques est diffrent de 90
o
. Lide propose par Blaschke et Hasse cest de dcomposer le
vecteur des courants statoriques ou rotoriques en deux composantes, lune produit le flux, et lautre
produit le couple. Ce qui permet davoir un angle de 90
o
entre les deux flux de la machine, et on
obtient une caractristique similaire celle de la machine courant continu excitation spare.

II.2.2 Variantes de la commande vectorielle

La commande flux orient applique aux moteurs lectriques est utilise pour obtenir le
mode de fonctionnement recherch en positionnant dune manire optimale les vecteurs courants et
les vecteurs flux rsultants. De nombreuses variantes de ce principe de commande ont t prsentes
dans la littrature, que lon peut classifier [5,7] :

Suivant la source dnergie :
- Commande en tension (Voltage Source Inverter) ;
- Commande en courant (Current Controlled Inverter).
Suivant les oprations dsires pour le flux :

- Commande vectorielle de flux rotorique ;
- Commande vectorielle de flux statorique ;
- Commande vectorielle de flux dentrefer (ou de flux magntisant).
Suivant la dtermination de la position du flux :
- Directe par mesure ou observation du vecteur de flux (module, phase) ;
- Indirecte par contrle de la frquence de glissement.

II.2.3 Commande vectorielle directe

Cette mthode de commande a t propose par Blaschke. Dans ce cas, la connaissance du
module de flux et de sa phase est requise pour assurer un dcouplage entre le couple et le flux
quelque soit le rgime transitoire effectu.


32

En effet, dans ce cas, le flux est rgul par une contre raction, donc il doit tre mesur ou
estim partir des signaux de tensions statoriques et de courants. Afin daccder linformation
concernant lamplitude et la phase du flux, on peut utiliser des capteurs (sondes effet de Hall, spires
de mesure) placs sous les dents du stator (entrefer de la machine). Lavantage de cette technique est
quelle dpend moins des variations paramtriques. Cependant, linconvnient de cette mthode est
que les capteurs sont mcaniquement fragiles et ne peuvent pas travailler dans des conditions svres
telles que les vibrations et les chauffements excessifs. De plus, les signaux capts sont entachs des
harmoniques et leur frquence varie avec la vitesse ce qui ncessite des filtres ajustables
automatiquement [5-7,14,28,31,33].
II.2.4 Commande vectorielle indirecte

Le principe de cette mthode consiste ne pas mesurer (ou estimer) lamplitude de flux mais
seulement sa position, lide est propose par Hasse. Elle consiste estimer la position du vecteur de
flux, et rgler son amplitude en boucle ouverte. Les tensions ou les courants assurant lorientation du
flux et le dcouplage sont valus partir dun modle de la machine en rgime transitoire [31,33].
Cette mthode a t favorise par le dveloppement des microprocesseurs, elle est trs sensible aux
variations paramtriques de la machine. Il est important de souligner que la mthode indirecte est la
plus simple raliser et la plus utilise que la mthode directe, mais le choix entre les deux mthodes
varie d' une application lautre [7,33].

II.3 COMMANDE VECTORIELLE DE LA MACHINE ASYNCHRONE A DOUBLE
ALIMENTATION

Lexpression du couple lectromagntique de la MADA permet de considrer de point de vue
conversion, la machine asynchrone comme lassociation mcanique de deux machines courant
continu, ce qui permet de mieux interprter le problme de couplage entre les grandeurs des deux
axes, direct et en quadrature. En effet, lexpression du couple lectromagntique dune machine
courant continu compense excitation spare, en absence de la saturation est donne par [40] :

(II. 1)
O :

est le flux impos par le courant dexcitation

;

est le courant dinduit.


33

Selon lexpression (II.1), le flux dpend du courant dexcitation. Alors, si le flux est constant
le contrle du couple se fait uniquement par le courant
. Donc la production du couple et la

cration du flux sont indpendantes [31].

Lapplication de la commande vectorielle la MADA consiste raliser un dcouplage entre
les grandeurs gnrant le couple et le flux. Pour cela, on peut rgler le flux par une composante du
courant statorique ou rotorique
ou
, et le couple par lautre composante
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.


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
constant, le couple lectromagntique peut tre contrl par

le courant
[41]. Alors, le couple la MADA peut prendre une forme similaire celle de la machine
courant continu.

Fig. II.2 Orientation du flux statorique.


35

Dautre part, et de la mme manire, on peut orienter le flux rotorique suivant laxe () de
Park. Dans ce cas, le flux
est align avec
. 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.


36

Si l'on nglige la rsistance du bobinage statorique
, ce qui est une hypothse assez raliste

pour les machines de moyenne et forte puissance et pour des conditions de fonctionnement vitesse
proche de la vitesse nominale, la relation (II.9) devient [3,2,42-46] :

(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)


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
= 0, on peut dduire la valeur de rfrence de
, 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


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 :

: est le coefficient de proportionnalit ;

: est le coefficient dintgration ;

: est loprateur de Laplace.


39

Rseau
triphas MADA
PARK
-1
PARK
-1
+
-
Onduleur
MLI
r
*
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.


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
= 0), cette expression du

couple devient :

=
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 :
est la vitesse angulaire nominale de la machine ;

est le flux statorique nominal.

(II. 30)

41

II.6 RESULTATS DE SIMULATION
Si on veut que la vitesse de la machine soit indpendante de la charge, au moins en rgime
tabli, on doit munir la machine dun rglage de vitesse. Celui-ci peut mme acclrer la dynamique
de la vitesse, limiter le pic de courant lors des rgimes transitoires entre deux vitesses trs
diffrentes.
Les notions thoriques prsentes prcdemment ont t exploites pour tablir un programme
qui simule le comportement dynamique dune machine asynchrone double alimentation et flux
statorique orient, munie dun rglage de vitesse par un PI classique, et alimente par deux
onduleurs de tension commands en courant, lun au niveau du stator et lautre au niveau du rotor
(tous les paramtres de lentranement sont rcapituls dans une annexe place la fin du prsent
mmoire). Afin dillustrer les performances statiques et dynamiques de la commande vectorielle,
plusieurs rgimes transitoires ont t traits savoir, un dmarrage vide, une insertion du couple de
charge, un changement de consigne et linversion du sens de rotation. On a t est aussi la robustesse
de la commande vectorielle vis--vis de la variation paramtrique (rsistance rotorique, inductance,
et inertie) et non paramtrique (frquence rotorique).
II.6.1 Machine asynchrone simple alimentation
Afin de montrer les performances et la robustesse du rgulateur PI de vitesse de la MADA, on
a simul tout dabord le comportement dynamique de la MADA sans alimentation rotorique (rotor en
court circuit), le stator tant aliment par un rseau triphas quilibr. Deux cas ont t tudis, un
dmarrage vide, et une insertion dun couple rsistant nominal aprs ltablissement de la vitesse.
II.6.1.1 Dmarrage vide
La figure (II.5) reprsente les rponses dynamiques de quelques caractristiques de la machine
asynchrone alimente au stator par un rseau triphas quilibr au dmarrage vide.
Daprs les rsultats de simulation obtenus, on constate que la vitesse atteint sa valeur finale
qui vaut 156.62 rd/s au bout dun temps de rponse de 0.5 s environ dans ce cas de dmarrage vide.
On remarque aussi que pendant la priode de dmarrage le courant de phase statorique atteint un pic
important de 32.5 A et prsente des oscillations considrables, puis dcroit jusqu sa valeur en
rgime permanent vide de 4.53 A. Dautre part, lallure du couple lectromagntique prsente un
pic de 25.7 N.m pendant le dmarrage puis diminue et quilibre le couple des frottements en rgime
tabli.


42

II.6.1.2 Introduction dun couple de charge
Cet essai est similaire au cas prcdent sauf que, dans ce cas on introduit un couple de charge
de 25 N.m linstant (t =1 s). Les rsultats obtenus sont reprsents par la figure (II.6).
On note daprs cette figure que lintroduction dun couple de charge provoque une diminution
de la vitesse de 156.62 rd/s 151.11 rd/s environ, traduite par une augmentation du glissement de la
machine. Dautre part, le courant de phase statorique augmente de 4.64 A 13.4 A en rgime tabli.
Le couple lectromagntique marque un pic de 42 N.m lors de linsertion de la charge puis stablit

0 0.5 1 1.5
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 0.5 1 1.5
-30
-20
-10
0
10
20
30
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 0.5 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).


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.


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.


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.


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.


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
= 100 rd/s , suivi dun changement

de consigne de 100 rd/s 50 rd/s = 0.3 s, puis une inversion du sens de rotation 100 rd/s
partir de = 0.7 s. Ensuite, on a simul le processus inverse entre 1.6 et 2 s. La figure (II.9)
reprsente les rsultats de simulation obtenus.
Nous pouvons constater que le changement de consigne et linversion du sens de rotation ne
provoquent aucun dpassement au niveau de la rponse de vitesse. Ce changement se fait
rapidement, mais, il en rsulte des oscillations et/ou des pics au niveau des autres rponses. En effet,
le couple lectromagntique marque un pic de 50 N.m et les courants de phase statorique et rotorique
marquent aussi des pics de 17 A et 40.4 A respectivement.
Dautre part, les composantes du flux statorique suivent leurs rfrences et se stabilisent en
rgime permanent. Aussi, le dcouplage persiste toujours, ce qui montre la robustesse de ce rglage
face des larges variations de vitesse.
II.6.2.4 Robustesse vis--vis de la variation paramtrique
Lessai de robustesse consiste faire varier quelques paramtres cls de la machine afin de
montrer la robustesse de la commande vectorielle face ces variations au dmarrage vide de la
MADA suivi de linsertion dun couple de charge de 25 N.m.
II.6.2.4.1 Robustesse vis--vis de la variation de la rsistance rotorique
Dans cet essai, on a fait varier la rsistance rotorique de 50% de sa valeur nominale. La
figure (II.10) illustre les rponses dynamiques de la vitesse, le couple et les composantes du flux
statorique. Daprs ces rsultats, on remarque de faon claire quaucune influence napparat pendant
la variation de la rsistance rotorique, ce qui montre la robustesse de la commande vectorielle et le
rgulateur PI classique face ces variations.
II.6.2.4.2 Robustesse vis--vis de la variation des inductances
La figure (II.11) prsente les rsultats de simulation de la dynamique de vitesse, du couple et
des composantes du flux statorique de la MADA flux statorique orient, rgle par un PI classique,
pour une variation de 20% de la mutuelle inductance applique
,

et la fois.


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.


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.


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.


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
.


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

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.


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 ;


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.


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
qui exprime le degr

dappertenance de llment la catgorie , o :
: est la taille de lhomme ;
: est la catgorie ou la classe (petite, moyenne, grande) ;
Telle que pour la catgorie (grande ) par exemple on a :

=
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
pour les catgories moyenne et

petite, respectivement. On appelle
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.


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
. Largument se rapporte la variable caractrise, alors que lindice indique

lensemble concern [49,59].

Les fonctions dappartenance peuvent avoir diffrentes formes :

Monotones (croissantes ou dcroissantes), comme il est montr sur la figure (III.2.a) et
(III.2.b) ;
Triangulaires (figure (III.2.c)) ;
Trapzodales (figure (III.2.d)) ;
En forme de cloche (Gaussiennes), comme le montre la figure (III.2.e).

Gnralement, les plus souvent utilises sont les fonctions de forme trapzodale ou
triangulaire.


58

1

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 (, ,
), tels que : est une

variable numrique (Vitesse, Taille, Temprature) dfinie sur un univers de rfrence et
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
= (Lente, Rapide, Moyenne).

c) Forme triangulaire d) Forme trapzodale e) Forme gaussienne
Fig. III.2 Diffrentes formes des fonctions dappartenance.

59

Ces trois ensembles flous de
peuvent tre reprsents par des fonctions dappartenance

comme le montre la figure (III.3).
0
40
55 70 100
5 . 0
1
Rapide Moyenne Lente
) / ( s rd en Vitesse
Vitesse

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

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.


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

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
()
,
sont les ensembles flous des

entres (
1
,
2
,
) et
()
est lensemble flou correspondant la sortie
.


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.


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.


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.


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.


67

O
et
sont des facteurs dchelle ou de normalisation, et jouent un rle dterminant sur

les performances statiques et dynamiques de la commande.
Le rgulateur flou reprsent par la figure (III.6) est compos de :
Un bloc de calcul de la variation de lerreur de vitesse au cours de temps ;
Des facteurs dchelle associs lerreur et sa variation et la grandeur de commande ;
Un bloc de fuzzification ;
Des rgles floues ;
Un bloc de dfuzzification utilis pour convertir la variation de la commande en valeur
numrique ;
Un bloc sommateur qui calcule la valeur intgrale de la commande.

III.8.1.1 Fuzzification
Cette tape soccupe de la transformation des valeurs numriques aux entres en valeurs floues
ou variables linguistiques. Les variables dentres qui sont lerreur de vitesse et sa variation sont
soumises une opration de fuzzification et par consquent converties des ensembles flous.
Lunivers de discours normalis de chaque variable du rgulateur (lerreur, sa variation et la variation
de la commande) est subdivis en cinq ensembles flous. Ceux-ci sont caractriss par les dsignations
standards suivantes :
- Ngatif grand not NG ;
- Ngatif petit not NP ;
- Environ de zro not EZ ;
- Positif petit not PP ;
- Positif grand not PG ;
Pour les fonctions dappartenance, on a choisi pour chaque variable les formes triangulaires et
trapzodales comme le montre la figure suivante :
1
0
1
NG NP EZ
PP
PG
) ( ), ( ), ( U E E A A
U E E A A , ,
5 . 0
5 . 0

Fig. III.7 Fonctions dappartenance des diffrentes variables du rgulateur flou.


68

III.8.1.2 Base des rgles
La base des rgles reprsente la stratgie de commande et le but dsir par le biais des rgles de
commande linguistiques [7]. Elle permet de dterminer la dcision ou laction la sortie du contrleur
flou et exprimer qualitativement la relation qui existe entre les variables dentres et la variable de
sortie.
A partir de ltude du comportement du systme, nous pouvons tablir les rgles de commande,
qui relient la sortie avec les entres. Comme nous lavons mentionn, chacune des deux entres
linguistiques du contrleur flou possde cinq ensembles flous, ce qui donne un ensemble de vingt-cinq
rgles. Celles-ci peuvent tre reprsentes par la matrice dinfrence suivante :

E
E A
NG
NG
NG
NG
NG
PG
PG PG PG
PG
NP
NP
NP
NP NP
NP NP
NP
EZ
EZ
EZ
EZ
EZ
EZ
EZ PP
PP
PP
PP
PP
PP
PP
PP
PP
NP
: 25 Rgle Si PG est E PG est E et A PG est U Alors A

La logique de dtermination de cette matrice des rgles est base sur une connaissance globale
ou qualitative du fonctionnement du systme. A titre dexemple, prenons les deux rgles suivantes :
est et est est

est et est est

Fig. III.8 Matrice dinfrence des rgles floues.


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 ,
et par des fonctions et la combinaison de ces diffrentes

fonctions donnent la sortie floue du rgulateur. Comme on la mentionn prcdemment, plusieurs
mthodes dinfrence ont t labores pour raliser les oprateurs flous. Dans notre travail, on a
adopt la mthode dinfrence Somme-produit. Dans cette mthode loprateur est reprsent
par la fonction Produit, loprateur par la fonction Somme ou Moyenne et pour la conclusion,
loprateur est reprsent par la fonction Produit.
Alors la sortie floue rsultante du rgulateur cest la contribution des 25 rgles floues de la
matrice dinfrence, elle est donne par :

() =
1
25
25
=1
(III. 6)
Tels que :

cest le degr de vrification de la condition de la
rgle (produit du degr

dappartenance de et aux deux ensembles flous de la
rgle) ;

() cest lensemble flou de la commande correspondant la conclusion de la
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 :


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
est la surface de lensemble flou de la commande correspondant la
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.


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
= 100 rd/s, lors dun dmarrage vide. Cela permet

dtablir les caractristiques dynamiques de la machine asynchrone double alimentation et flux
statorique orient illustres par la figure (III.10). Les rsultats de simulation obtenus montre nt bien
lamlioration de la rponse dynamique de la vitesse. Cette dernire atteint sa rfrence en un temps
de rponse de 0.04 s (rponse rapide comparativement celle obtenue dans le cas du PI classique qui
a un temps de rponse de 0.15 s). De plus, lallure du couple marque un pic de 50 N.m, suprieur
celui marqu dans le cas du PI classique qui est de 42.97 N.m. Dautre part, les autres rponses
dynamiques voluent presque selon la mme allure.
III.9.2 Introduction dun couple de charge
On a simul aussi le comportement du systme entrain lors de lapplication dun couple de
charge de 25 N.m entre 0.3 s et 0.7 s . Les rsultats obtenus sont reprsents par la figure (III.11).
Daprs ces rsultats de simulation, on remarque principalement que la vitesse reste insensible
lintroduction du couple de charge ce qui montre bien la robustesse du rgulateur flou face cette
perturbation comparativement au rgulateur PI classique.
II.9.3 Changement de consigne et inversion du sens de rotation
Aprs un dmarrage vide de la machine, nous avons procd un changement de consigne de
la vitesse de 100 rd/s 50 rd/s t =0.3 s, puis une inversion du sens de rotation de 50 rd/s -100 rd/s
t=0.7 s, et vice versa. Les rsultats obtenus sont reprsents par la figure (III.12).
Vu les rsultats obtenus, on note que la vitesse suit sa consigne rapidement comparativement
au PI classique et linversion du sens de rotation se fait sans dpassement. Dautre part, le couple
lectromagntique marque des pics de -54 et -50 N.m pendant le changement de consigne et
linversion du sens de rotation. Ces pics sont presque gaux ceux marqus dans le cas du PI
classique.


72

Ainsi, on peut constater lamlioration des diffrentes rponses dynamiques de la machine et
lefficacit du contrleur flou.

0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
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 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
-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 0.05 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.


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.


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.
.


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
. Daprs les rsultats obtenus, on peut constater que la variation de la rsistance

rotorique ne provoque aucun effet indsirable au niveau de toutes les rponses dynamiques, et ceci
montre la robustesse du contrleur flou face la variation de la rsistance rotorique. De plus, le
dcouplage nest pas affect par cette variation. Ces mmes remarques ont t montres dans le cas du
PI classique.
III.9.4.2 Robustesse vis--vis de la variation des inductances
La figure (III.14) reprsente les rsultats de simulation de la dynamique de vitesse rgle par
un PI flou, du couple et des composantes du flux statorique de la MADA flux statorique orient pour
une variation de 20% de la mutuelle inductance applique
,

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.


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.


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
.


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


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



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 ;



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] :



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 :



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.



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
chromosome dans la population, T est le nombre de chromosomes ou la taille

de la population.

IV.6.3 Fonction dadaptation

La fonction d'adaptation pour but dorienter lensemble de la recherche gntique vers la
"meilleure" solution. Elle permet de mesurer et dvaluer les performances et la capacit dun individu
survivre. Le rsultat fourni par la fonction d'valuation va permettre de slectionner ou de refuser un
individu pour ne garder que les individus ayant le meilleur cot en fonction de la population courante
[9,66,73,74,80].



IV.6.4 Evaluation

Une fois que la population initiale est cre, lalgorithme gntique value cette population
dindividus qui forme la gnration courante quon appelle (
). Les individus les plus forts, au sens

des critres de la fonction dadaptation, auront thoriquement plus de descendants, que les autres
individus, dans la gnration qui suit, donc (
+1
). Dans la transposition mathmatique du problme,
lAG value la fonction dadquation, pour chaque individu de la population courante (
). 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.


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
+
sont les probabilits de slection de chaque individu. Cette probabilit est

calcule daprs la relation suivante [9] :

=
(
)
(
=1
)
(IV. 2)
Avec :
(
) cest la valeur de la fonction dadaptation correspondante au
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


Ensuite, si
1
<
1
, lindividu
1
est slectionn, sinon
est slectionn, avec 2 , tel

que
1
<
1
<
. On procde de la mme manire pour le reste des
( = 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.



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
) sera soumis au croisement.

Ainsi, loprateur de croisement choisit au hasard, et avec une probabilit fixe 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
). Cette dernire sera alors constitue

dun pourcentage issu du croisement. Le reste est issu directement de la population
) sans aucune
modification. Le nombre total dindividus dans
) est toujours gal au nombre dindividus de la

population initiale. Il existe diffrentes techniques de croisement. Chacune des techniques sapplique
sur des chromosomes dont la reprsentation est soit binaire ou relle. Nous prsenterons quelques
techniques dans ce qui suit [8,13,64,68,70,77,79,81,83].

IV.6.6.1 Croisement un point de coupure ou discret

Cest le croisement le plus simple et le plus connu dans la littrature. On choisit alatoirement
un point de croisement pour chaque couple dindividus slectionn. Notons que le croisement
seffectue directement au niveau des gnes reprsents soit en binaires ou en rels. Un chromosome ne
peut pas tre coup au milieu dun gne. La figure IV.3 illustre ce croisement dun seul point de
coupure dans le cas dune reprsentation binaire ou relle des gnes des chromosomes [9,64].
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
Point 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

Ce type de croisement sapplique en deux phases [8] :

Fig. IV.3 Croisement un point de coupure (exemple dindividus six gnes).



1. Une slection alatoire de deux paires de chromosomes
1
() et
2
() dindice i et de longueur
L ;
2. Une dtermination du site de croisement dindice K. On obtient alors deux enfants
1
() et
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).


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.


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.


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
qui remplace le gne mut
est calcul partir de lune des deux relations

suivantes [12,26] :

1
1
5
si = +1
1
1
5
si = 1
(IV.5)

O
dsignent respectivement les limites infrieure et suprieure de la valeur du paramtre
et
reprsente la gnration pour laquelle lamplitude de la mutation sannule.

IV.6.7.2 Mutation non uniforme

Dans ce cas, on peut remplacer directement la valeur du gne qui mute, par exemple
, par une
autre valeur prise alatoirement dans lintervalle [
]. Il existe encore un autre type de

mutation non uniforme pour laquelle la valeur du gne mut est donne par :

+,
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].



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
= 0.6 et pour une population de taille petite N=30 ils prennent

= 0.01
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].



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 le pas de descente et
est la
direction. Le choix de
se fera de sorte que (

+1
) < (
).

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.



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.


- 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.



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.



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.



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
.



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.



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 .



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.



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.



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

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.


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 ;


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)


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)


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
[15]. Tandis que
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 :

< 0 (V. 11)

Pour que cette condition soit vrifie, il suffit que le signe de
soit oppos celui de

()
. Gnralement la commande discrte en mode glissant peut prendre la forme de type

relais donne par lexpression suivante [5,26,94 ]:

= (V. 12)


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).


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.


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.


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)


114

Lobservateur modes glissants est dfini par la structure suivante [6] :

= , +
() =

Pour toutes ces quations, les variables considres sont :

reprsente lestime du vecteur dtat ;

u est le vecteur de commande ;
, est lestime de la fonction , ;
est une matrice n p contenant les gains correctifs de lobservateur ;
et sont les sorties mesure et estime, de dimension p 1, respectivement :
Et :

= [
1

1

2
(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.


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 :


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 :
sont les composantes du courant statorique et du flux rotorique estimes

dans le repre (, ). Le mode glissant est gnr par les deux composantes du courant statorique.
Il est dfini par [17,89, 98-100] :

=
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)


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
]
. Daprs cette condition, les deux gains doivent vrifier les

deux inquations suivantes [17,89, 98-100] :

1
>
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
= 0 pour le terme discontinu. Ce dernier dpend des

paramtres de la machine et difficile raliser [17,89, 98-100].

V.6.2 Estimation des composantes du flux

En utilisant les quations (V.23) et (V.25) et en supposant que les courants observs
et
sont gaux aux courants rels
et
en rgime permanent [17,89,98-100], les

composantes du contrle quivalent peuvent tre exprimes comme suit :

(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)


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.


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.


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.


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.


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.


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 =


124

Les courants estims
et
sont utiliss pour gnrer les fonctions de glissement
et
dfinies par lquation (V.30).

1
et
2
sont les gains de lobservateur. Ils doivent tre choisis
assez grands, afin que le mode glissant soit produit [17,98].
Les quations exprimant les courants statoriques rels et estims peuvent tre rcrites
comme suit [17,98, 100] :

+
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 :


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).


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.

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 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.


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 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 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.


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 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 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.


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

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

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.

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


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

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.


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.


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.


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
Edition, Edition Technique et

Documentation, Paris, France, 1994.
[40] M. Filippich, Digital Control of a Three Phase Induction Motor, Thesis Submitted in
Fulfillment of the Requirements of the Degree of Electrical Engineering, University of Queensland,
2002.
[41] N. R. Abjadi, J. Askari and J. Soltani, Adaptive Control of Doubly Fed Field-Oriented
Induction Machine Based On Recursive Least Squares Method Taking the Iron Loss Into account,
IEEE, IPEMC 2006 Proceedings, 2006.
[42] M. Machmoum, F. Poitiers, C. Darengosse and A. Queric, Dynamic Performances of a Doubly
Fed Induction Machine for a Variable-Speed Wind Energy Generation, In Proceedings of
International Conference on Power System Technology, IEEE, Vol 4, pp. 2431-2438, Kunming,
Chine, October 13-17, 2002.
[43] Z. X. Fang, X. D. Ping and L. Y. Bing, Predictive Functional Control of a Doubly Fed
Induction Generator for Variable Speed Wind Turbines, In Proceedings of the 5
t h
World Congress
on Intelligent Control and Automation, Hangzhou, pp. 3315-3319, China, June 15-19, 2004.
[44] D. Casadei, F. Filippetti, C. Rossi, A. Stefani, A.Yazidi, and G. Andre Capolino, Diagnostic
Technique Based on Rotor Modulating Signals Signature Analysis for Doubly Fed Induction
Machines in Wind Generator Systems , IEEE, pp. 1525-1532, 2006.
[45] G. Li, J. Zhang, S. Cheng, J. Wen, and Y. Pan, State Space Formulation and Stability Analysis
of a Doubly- fed Induction Machine with a Flywheel Energy Storage System, In Proceedings of the
IEEE International Conference on Power System Technology, China, 2006.
[46] S. K. El Khil, I. S. Belkhodja and M. P. David, B. Fornel, Design of Rotor and Stator
Converters for a Double Fed Induction Machine, In Proceedings of the IEEE, pp. 2485-2491,
Montreal, Quebec, Canada, July 9-12, 2006.
[47] P. E. Vidal and M. P. David, Flux Sliding Mode Control of a Doubly Fed Induction
Machine, In Proceedings of the EPE 2005, Dresden, Germany, 2005.


V

[48] L. Gacgne, Logique Floue et Applications, Institut d'Informatique d'Entreprise dEvry,
Conservatoire National des Arts et Mtiers, Ministre de l' Education Nationale Franaise, France,
Novembre 2003.
[49] F. Chevrie et F. Guly, La Logique Floue, Cahier Technique N 191, Groupe Schneider, CT
Edition, Mars, 1998.
[50] V. Lacrose, Rduction de la Complexit des Contrleurs Flous : Application la Commande
Multivariable, Thse de Doctorat en Automatique et Informatique Industrielle, Institut National des
Sciences Appliques de Toulouse, France, 1997.
[51] J. Godjevac, Ides Nettes sur la Logique Floue, Collection Informatique, Premire Edition,
Presses Polytechniques et Universitaires Romandes, Lausanne, Suisse, 1999.
[52] Introduction la Logique Floue, Document dInternet, Disponible : www.tn.refer.org.
[53] Pour y Voir Plus Clair ... dans la Logique Floue !, Document dInternet, Disponible :
http://perso.club- internet.fr/bmantel/pages/logfloue/logfloue01.html.
[54] F. Zidani, R. Nait-Said, Introduction la Logique Floue / Conception dun Contrleur Flou,
Cours de Magister, Universit de Batna, Algrie, 2005/2006.
[55] K. M. Passino, S. Yurkovich, Fuzzy Control, Addison Wesley Longman Inc, Printed in USA
and Canada, 1998.
[56] Application de la Logique Floue, Document dInternet, Disponible : www.tn.refer.org.
[57] M.N. Cirstea, A. Dinu, J.G. Khor and M. M. Cormick, Neural and Fuzzy Logic Control of
Drives and Power Systems, Elsevier Science, Printed and Bound in Great Britain, 2002.
[58] K. Chafaa, Structure dIdentification et de Commande des Systmes non Linaires Bases sur
les Techniques Floues, Thse de Doctorat en Electronique, Universit de Batna, Algrie, 2006.
[59] Les Bases de la Commande Floue, Document dInternet, Disponible : www.tn.refer.org .
[60] H. Buhler, Rglage par Logique Floue, Presses Polytechniques et Universitaires Romandes,
Lausanne, Suisse, 1994.
[51] L. Reznik, Fuzzy Controllers, Elsevier Science, Printed in Great Britain, 1997.
[62] D. E. Goldberg, Algorithmes Gntiques : Exploration, Optimisation et Apprentissage
Automatique, Traduction Franaise par V. Corruble, Edition Addison-Wesley France, SA, 1994.
[63] N. Barnier, P. Brisset, Optimisation par Algorithme Gntique sous Contraintes, Technique et
Science Informatiques, Volume 18 n1/1999, Pages 1 29, cole Nationale de lAviation Civile,
Toulouse, France, 1999.


VI

[64] N. Benahmed, Optimisation de Rseaux de Neurones pour la Reconnaissance de Chiffres
Manuscrits Isols : Slection et Pondration des Primitives par Algorithmes Gntiques, Mmoire
Prsent lEcole de Technologie Suprieure Comme Exigence Partielle lObtention de la
Matrise en Gnie de la Production Automatise, cole de Technologie Suprieure, Universit du
Qubec, Montral, Canada, 2002.
[65] H. Y. Xu and G. Vukovich, A Fuzzy Genetic Algorithm with Effective Search and
Optimization, In Proceedings of 1993 International Joint Conference on Neural Networks, pp.
2967-2970, 1993.
[66] M. A. Mma and B. L. Walcott, Stability and Optimality in Genetic Algorithm Controllers, In
Proceedings of the 1996 IEEE International Symposium on Intelligent Control, pp. 492-496,
Dearborn, MI September 15-18, 1996.
[67] W. Y. Wang, and Y. Hsum Li, Evolutionary Learning of BMF Fuzzy-Neural Networks Using
a Reduced-Form Genetic Algorithm, IEEE Transactions on Systems, Man, And CyberneticsPart
B: Cybernetics, Vol. 33, No. 6, pp. 966-976, December 2003.
[68] B. Abdelhadi, Algorithmes Gntiques, Cours de DEA, Universit de Batna, Algrie, 2006.
[69] M.S. Guettouche, K. Boukhetala et S. Ait-Kaci, Optimisation du Rseau Pluviomtrique
Hodneen par la Mthode des Algorithmes Gntiques Spatialiss, Larhyss Journal, pp. 21-33, Juin
2007.
[70] J. P. Vacher, Un Systme Adaptatif par Agents avec Utilisation des Algorithmes Gntiques
Multi-Objectifs : Application l'Ordonnancement d' Atelier de Type Job-Shop NM, Thse de
Doctorat en Informatique, Universit du Havre, France, 2002.
[71] G. Wang, M. Zhang, X. Xinhe and C. Jiang, Optimization of Controller Parameters Based on
The Improved Genetic Algorithms, In Proceedings of the IEEE 6
t h
World Congress on Intelligent
Control and Automation, pp. 3695-3698, Dalian, China, June 21 - 23, 2006
[72] A. Gaspar and P. Collard, Time Dependent Optimization with a Folding Genetic Algorithm,
IEEE, pp. 125-132, 1997.
[73] Algorithmes Gntiques pour Rsoudre le Problme du Voyageur, Document dInternet,
Disponible : http://sis.univ-tln.fr/~tollari/TER/AlgoGen1/AlgoGen1.html, Publi le 23/05/2003.
[74] Y. P. Huang and K. Q. Shi, Genetic Algorithms in the Identification of Fuzzy Compensation
System , IEEE, pp. 1090-1095, 1996.
[75] Y.P. Hsu and C. C. Tsai, Autotuning for Fuzzy-PI Control Using Genetic Algorithm, IEEE,
pp. 602-607, 1996.


VII

[76] W. Hui, X. Dong, D. Guanghong, A Genetic Algorithm for Product Disassembly Sequence
Planning, IEEE, 2006.
[77] E. Znouda et N. G. Morcos et A. H. Alouane, Un Algorithme Gntique pour lOptimisation
Energtique et Economique des Btiments Mditerranens, 6
me
Confrence Francophone de
Modlisation et Simulation - MOSIM06, Rabat, Maroc, 3-5 Avril 2006.
[78] L. Thomas, Algorithmes Gntiques et Composites Conducteurs, Rapport de Projet de Fin
dEtudes, Dpartement de Gnie Informatique et Statistique, Ecole Polytechnique dIngnieurs,
Lille, France, 2005/2006.
[79] C. Bontemps, Principes Mathmatiques et Utilisations des Algorithmes Gntiques,
Document dInternet, Disponible : http://www2.toulouse.inra.fr/centre/esr/CV, 18 Novembre
1995.
[80] V. Rialle, J. G. Meunier, I. Biskri, S. Oussedik et G. Nault, Application de lAlgorithmique
Gntique lAnalyse Terminologique, Document dInternet, Disponible : http://www.cavi.univ-
paris3.fr/lexicometrica/jadt/jadt1998/JADT1998.htm.
[81] S. Taibi, Dveloppement et Application dune Procdure dOptimisation Base sur
lAlgorithme Gntique, Sixime Confrence des Jeunes Chercheurs en Gnie Electrique,
JCGE03, Saint Nazaire, pp. 429-434, France. 5-6 Juin 2003.
[82] P. Kumar, V. K. Chandna and M. S. Thomas, Fuzzy-Genetic Algorithm for Pre-Processing
Data at the RTU, IEEE Transactions on Power Systems, Vol. 19, No. 2, pp. 718-723, May 2004.
[83] T. Valle, M. Yldzoglu, Prsentation des Algorithmes Gntiques et de Leurs Applications
en Economie, Disponible : http://beagle.u-bordeaux4.fr/yildi/files/agpresf.pdf, Dcembre 2003.
[84] Algorithme Gntique, Disponible : http://fr.wikipedia.org/wiki/Algorithme/gntique.
[85] Les Algorithmes Gntiques, Disponible : http://algo.developpez.com/, Date de Publication
25/08/2005.
[86] M. Ouabiba, N. Mebarki et P. Castagna, Couplage entre des Mthodes dOptimisation
Itratives et des Modles de Simulation Evnements Discrets, 3
me
Confrence Francophone de
Modlisation et Simulation MOSIM01, Troyes, France, 25-27 Avril 2001, Disponible :
http://www.utt.fr/mosim01/pdf/ARTICLE-124.pdf.
[87] S. Charnoz et A. Daerr, Algorithmes de Minimisation, Universit Paris 7, Denis Diderot,
CEA Saclay, France, Disponible : http://www.aim.ufr-physique.univ-paris7.fr.
[88] Mthode de Nelder-Mead, Disponible : http://fr.wikipedia.org/wiki/Mthode_de_Nelder-
Mead, Publi le 03/06/2008.


VIII

[89] A. Bourek, A. Benakcha, L. Mokrani et M. Chabane, Estimation de la Vitesse dun Moteur
Asynchrone Triphas en Utilisant un Observateur de Flux Mode glissant, 4
me
Confrence
Internationale en Gnie Electrique, pp. 391-396, Universit de Batna, Algrie, 07-08 Novembre
2006.
[90] A. Akhenak, Conception dObservateurs non Linaires par Approche Multi Modle :
Application au Diagnostic, Thse de Doctorat en Automatique et Traitement du Signal, Institut
National Polytechnique de Lorraine, France, 2004.
[91] K. Kouzi, Contribution des Techniques de la Logique Floue pour la Commande d'une Machine
Induction sans Transducteur Rotatif, Thse de Doctorat en Electrotechnique, Universit de Batna,
Algrie, 2008.
[92] D. Arzelier et D. Peaucelle, Systmes et Asservissements non Linaires, Notes de Cours,
Version 4, CNAM - B2. Disponible : www.Lass.fr/~peaucell/cours/cnams/SNLv4.pdf.
[93] A. Dendouga, Commande par Mode Glissant de la Machine Asynchrone Double
Alimentation Alimente par un Onduleur de Tension, Mmoire de Magister Universit de Batna,
Algrie, 2004.
[94] H. Amimeur, Contribution la Commande dune Machine Asynchrone Double Etoile par
Mode de Glissement, Mmoire de Magister, Universit de Batna, Algrie, 2008.
[95] R. J. Wai, Fuzzy Sliding-Mode Control Using Adaptive Tuning Technique, IEEE
Transactions on Industrial Electronics, Vol. 54, No. 1, pp. 586-594, February 2007.
[96] W. Song, Y. Liu and L. Sun, Model Reference Adaptive Integral-Type Sliding Mode Control
Design for a Class of Uncertain Systems, In Proceedings of the 6
t h
World Congress on Intelligent
Control and Automation, pp. 2056-2060, Dalian, China, June 2123, 2006.
[97] A. M. Lienhardt, Etude de la Commande et de lObservation dune Nouvelle Structure de
Conversion dEnergie de type SMC (Convertisseur Multicellulaire Superpos), Thse de Doctorat
en Gnie lectrique, Institut National Polytechnique de Toulouse, France, 2006.
[98] A. Bourek, L. Mokrani, Benakcha and M. Chabane, Indirect Adaptive Fuzzy Sliding Mode
Observer for Sensorless Induction Machine Drive, Elecromotion Journal, Vol. 14, N
0
3, pp. 143-
152, 2007.
[99] N. Inanc, M. K. Guven, H. Rehman, A. Derdiyok and L. Xu, A New Sliding Mode Flux and
Speed Observer for Speed Sensorless Control of Induction Machine, IEEE, pp. 575-578, 2000.
[100] M. K. Guven, H. Rehman, A. Derdiyok and L. Xu, A New Robust Flux, Speed and Rotor
Time Constant Estimation for Wide Range Sensorless Control of an Induction Machine, IEEE, pp.
2622-2628, 2001.

Com Floue

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Com Floue

Uploaded by

Copyright:

Available Formats

REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE

UNIVERSITE EL-HADJ LAKHDAR-BATNA

Gnration courante Sans unit

Facteurs dchelles du rgulateur flou Sans unit

Courants instantans des phases statoriques A

Courants instantans des phases rotoriques A

Composantes du courant rotorique dans le repre de Park A

Composantes du courant statorique dans le repre de Park A

Composantes du courant rotorique dans le repre (, ). A

Composantes du courant statorique dans le repre (, ) A

Tensions instantanes des phases statoriques V

Tensions instantanes des phases rotoriques V

Composantes de tension rotorique dans le repre de Park V

Composantes de tension statorique dans le repre de Park V

Composantes de tension rotorique dans le repre (, ) V

Composantes de tension statorique dans le repre (, ) V

Gains du rgulateur PI classique Sans unit

Inductances cycliques, rotorique et statorique respectivement H

Probabilit de croisement Sans unit

Probabilit de mutation Sans unit

Probabilit de slection Sans unit

Puissances actives, rotorique et statorique respectivement W

Puissances ractives, rotorique et statorique respectivement Var

Probabilit cumultative Sans unit

Rsistances de phases, rotorique et statorique respectivement ou Ohm

Ensembles des catgories floues Sans unit

Bandes dhystrsis rotorique et statorique respectivement A

Vitesse angulaire du repre de park rd/s

Vitesse angulaire de rotation du rotor rd/s

Vitesse angulaire de rfrence rd/s

Vitesse angulaire de rotation du champ tournant rd/s

Vitesse de rotation mcanique du rotor rd/s

, , Composantes du flux rotorique dans le repre de Park Wb

, , Composantes du flux statorique dans le repre de Park Wb

Composantes du flux rotorique dans le repre li au stator Wb

Composantes du flux statorique dans le repre li au stator Wb

Angles lectriques, rotorique et statorique rd

= 2, et le rotor tourne avec la vitesse

; alors pour que cette

: le vecteur des tensions statoriques ;

: le vecteur des courants statoriques ;

: le vecteur des flux statoriques.

: le vecteur des tensions rotoriques ;

: le vecteur des courants rotoriques ;

: le vecteur des flux rotoriques.

est la matrice des inductances statoriques, elle est donne par :

est la matrice des inductances rotoriques, elle est donne par :

Cest linductance propre dune phase statorique ;

Cest linductance mutuelle entre deux phases statoriques ;

Cest linductance mutuelle entre deux phases rotoriques ;

est la vitesse angulaire mcanique du rotor en (/) ;

est la vitesse angulaire lectrique de rotation du rotor ;

est le coefficient de frottement en (. . /) ;

est le couple lectromagntique en (. ) ;

est le couple rsistant en (. ).

: est langle entre laxe rotorique A, et laxe de Park direct d ;

: est langle entre laxe statorique a, et laxe de Park direct d ;

: est la vitesse angulaire du systme daxes (d, q) ;

: est la vitesse angulaire lectrique rotorique.

est la vitesse angulaire du systme daxes (d,q).

: est linductance cyclique statorique ;

: est linductance homopolaire statorique ;

: est linductance mutuelle cyclique entre le stator et le rotor ;