Soutenance mémoire
Discussion des résultats des simulations
Les résultats de simulation mettent en évidence la différence dans le comportement du système dans les deux méthodes. Les figures 3-10 et 3-20 montrent que les vitesses de la charge sont très similaires pour les deux stratégies. Les figures 3-7 et 3-16 montrent la différence entre les caractéristiques des couples électromagnétiques des moteurs dans les deux cas. Les trois couples de référence des moteurs dans la méthode pseudo inverse sont identiques (répartition égale) (figure 3-8). Les moteurs partagent la charge de façon équitable dans la technique pseudo inverse, tandis que dans la technique Daisy Chain, seulement le premier moteur est utilisé pour le démarrage; les moteurs sont par la suite activés selon le principe de la technique et les coefficients de partage attribués à chacun (figure 3-19). Les couples électromagnétiques fournis par les moteurs respectent les plages de fonctionnement imposées par leurs références dans les deux stratégies (figures 3-7, 3-8, 3-16 et 3-17).
Les courants et les tensions des trois machines dans les deux méthodes diffèrent en amplitude et en phase et cela est dû au fait qu’ ils ne soient pas identiques, et en faisant la comparaison des paramètres cités entre chacune des machines dans les deux cas, on constate clairement les différences et cela est dû aux coefficients de répartition qui sont égaux et constants pour la technique pseudo inverse, et dynamiques et variables pour la technique Daisy Chain. La puissance électrique doit être en pratique supérieure à la pmssance électromagnétique et aussi à la puissance mécanique additionnée à toutes les pertes dans le système puisque c’est la puissance d’ entrée. La figure 3-2 nous montre que cette théorie n’est pas vérifiée dans les simulations effectuées dans ce travail, ni dans les simulations d’autres publications. Cela est dû au fait que le modèle mathématique ne prend pas en considération la totalité des pertes. On voit bien que les deux grandeurs présentées dans cette figure sont égales en régime permanent (l.5s à 2.5s), et différentes en accélération. La puissance absorbée telle que définie à la section 2.7.1 est une meilleure approximation de la puissance à l’entrée du système.
Évaluation des performances des deux techniques de répartition
Le critère d’évaluation adopté lors de cette étude est d’un aspect purement énergétique. Pour ce faire, l’étude est basée sur la comparaison des taux de consommation, absorption, et dissipation en puissances pour le système d’ entrainement pour les deux techniques de répartition. La technique Daisy Chain fournit un rendement global du système qui est meilleur que celui obtenu par la technique pseudo inverse (Figure 3-24), et permet une diminution considérable de la puissance dissipée en pertes (Figures 3-21 , 3-22 et 3-23), de la consommation en puissance électrique (Figure 3-25) et par conséquent une optimisation de la puissance absorbée (Figure 3-26) qui est la somme de la puissance électrique et les pertes. On note que la différence la plus importante au niveau des pertes entre les deux approches est au niveau des pertes Joule ce qui rend plus élevé le rendement du system avec la technique Daisy Chain. Deux stratégies inspirées des techniques de l’allocation de contrôle ont été utilisées pour assurer la répartition de la charge dans un système d’entrainement multimachine; les deux méthodes furent implémentées avec succès selon le principe de chacune. La technique Daisy Chain démontre une supériorité par comparée à la technique pseudo inverse en matière de diminution des pertes dans le système d’entrainement, de sa puissance électrique, et absorbée. De plus; elle révèle une facilité et simplicité d’implémentation et permet de limiter la sollicitation d’un ou plusieurs actionneurs ainsi que la favorisation de certains actionneurs par rapport aux autres en les plaçant en haut de la chaine, et donne également plus de précision puisque les grandeurs ne peuvent pas dépasser leurs limites. Cependant elle reste limitée lorsqu’il s’agit de générer des signaux de référence qui soient optimaux pour toutes les plages de fonctionnement, un problème dont les solutions vont être suggérées dans le prochain chapitre en proposant une stratégie plus efficiente basée sur la logique floue.
Discussion
Les résultats des simulations émergent des différences au niveau du comportement des deux systèmes d’entrainement sous le même profil de charge. Les résultats obtenus pour le système d’ entrainement bi-machine montrent clairement l’effet de la stratégie floue de 1 répartition. Lorsque le couple total requis est dans la gamme dite petite, on note que seulement le premier moteur est utilisé pour le démarrage. Lorsque le couple résistant augmente et que le premier moteur se rapproche de son couple nominal (4N·m), nous constatons l’activation du second moteur qui commence à produire un couple électromagnétique. Les deux moteurs partagent la charge selon les coefficients générés par l’algorithme flou (figure 4-6). Les courants tirés par les deux moteurs composant le système bi-moteur présentent des allures différentes (figure 4-7) et (figure 4-8), selon le pourcentage attribué à chacun des deux moteurs. Il est démontré que c’est très intéressant de remplacer l’ entrainement mono machine par celui bi-machine accompagné d’une stratégie qui assure une répartition efficace de la charge, chose que l’on peut constater dans la figure 4-11 ; la stratégie floue assure un fonctionnement à haut rendement du système global et de chacun des moteurs comparé avec le système monomoteur, une diminution considérable au niveau de la puissance dissipée sous forme de pertes (figure 4-9). Il faut noter que dans le cas de cette étude, la diminution des pertes est due d’une grande part aux paramètres des machines utilisées; le coefficient de friction de la machine S 1 est plus grand que la somme des deux machines M1et M2, les écarts des inerties aussi. Cela peut attirer l’ attention sur les avantages qu’on peut tirer en remplaçant des entrainements classiques (monomachines) par des systèmes multimoteurs en choisissant judicieusement les moteurs équivalents. Le système et la stratégie proposée assurent une réduction du taux de l’énergie consommée dans toutes les plages de fonctionnement (figure 4-10), ce qui est considéré comme étant un énorme avantage.
Algorithme de répartition des charges
Les algorithmes de répartition présentés dans les sections précédentes génèrent des coefficients proportionnels à la charge, et donc ce sont des valeurs numériques qui présentent des pourcentages du couple total requis. La stratégie que l’on présente dans cette section est basée sur la connaIssance des performances de chacun des moteurs, et sa spécification est de générer des coefficients de répartition de différentes valeurs dans le respect de la contrainte Ki :::; 1. Ces coefficients contrairement aux autres obtenus à l’aide des différents algorithmes de répartition des forces ne sont pas appliqués directement à l’entrée de la commande (tem) afin d’obtenir directement les entrées de réglage des divers actionneurs : tem~ , tem~ , et tem3 mais représentent des pourcentages des couples maximaux des machines et sont calculés en fonction de la plage où se situe le couple total requis, suivant un principe d’ activation hiérarchique des moteurs, et donc (le deuxième moteur non activé tant que le premier n’a pas encore atteint son couple maximal) ),quand c’ est un seul moteur qui fonctionne; k1 = 1, du moment que le deuxième soit activé; son coefficient devient:
La thématique de notre projet de recherche porte sur la conception des stratégies de répartition des charges dans les systèmes électromécaniques couplés et vue la complexité de tels procédés, cela révèle beaucoup de défis en matière de gérer les enjeux dans le système d’ entrainement. Pour ce fait une attention particulière fut prêtée à la modélisation afin de fournir une expression complète et cohérente du système tout en tenant compte de la sensibilité due aux comportements des éléments constituant le procédé aux moindres perturbations. La combinaison de l’élasticité et de l’inertie des matériaux utilisés dans les mécanismes contrôlés révèle des modes de vibration qui peuvent nuire à la précision du contrôle si ignorée. Pour remédier à ce fait, une attention importante fut prêtée à la mise détaillée en équations de la transmission flexible. La technique d’ optimisation des régulateurs dans la loi de commande par les algorithmes génétiques a démontré des avantages en matière de précision et de fiabilité du contrôle envers les dynamiques des systèmes étudiés. La tentative de donner aux problèmes liés à la répartition des charges de nouveaux aspects nous a conduit à exploiter des avantages tirés de l’usage des techniques de l’allocation de contrôle qui furent utilisées dans de diverses applications et surtout en aéronautique ; des stratégies de répartition des charges à base de techniques pseudo inverse et Daisy Chain ont été implémentées avec succès et utilisées pour la thématique de notre sujet. Les deux stratégies ont fait l’objet d’une évaluation comparative sous un aspect énergétique.
|
Table des matières
Résumé
Table des matières
Liste des tableaux
Liste des figures
Chapitre 1 – Introduction
1.1 Problématique de la répartition des charges dans les systèmes électromécaniques couplés
1.2 Objectifs
1.3 Méthodologie
1.4 Structure du mémoire
Chapitre 2 – Modélisation d’un système électromécanique couplé
2.1 Description de la machine synchrone à aimants permanents
2.2 Hypothèses simplificatrices
2.3 Modélisation mathématique de la machine synchrone à aimants permanents
2.3 .1 Équations électriques
2.3.2 Transfonnation de Park
2.4 Modélisation de l’onduleur de tension
2.5 Modélisation du couplage physique dans les systèmes multimoteurs
2.5.1 Modélisation du couplage flexible
2.5.2 Modélisation du couplage rigide
2.6 Modélisation de la charge inertielle
2.6.1 Modèle mathématique de la charge inertielle (lien flexible)
2.6.2 Sélection et dimensionnement de la charge
2.7 Calcul du bilan énergétique du système d’ entrainement multimachine
2.7.1 Calcul du rendement
2.7.2 Modélisation des pertes dans le système
2.8 Conclusion
Chapitre 3 – Répartition des charges à base des techniques de l’ allocation dynamique du contrôle
3.1 Répartition des charges à base de la technique pseudo inverse
3.1.1 Tests et simulations
3.1.2 Résultats des simulations
3.2 Répartition des charges à base de la technique Daisy Chain
3.2.1 Principe de la technique Daisy Chain
3.2.2 Tests et simulations
3.2.3 Résultats des simulations
3.3 Discussion des résultats des simulations
3.4 Évaluation des performances des deux techniques de répartition
3.5 Conclusion
Chapitre 4 – Stratégies de la répartition des charges
4.1 Répartition des charges à base de la logique floue
4.1.1 Principe de la logique floue [34]
4.1.2 Stratégie floue de la répartition des forces
4.1.3 Tests et simulations
4.1.4 Discussion
4.2 Algorithme de répartition des charges
4.2.1 Tests et simulations
4.2.2 Résultats des simulations
4.2.3 Discussion
4.3 Répartition des forces dans un système multimoteur avec la charge placée au milieu des moteurs d’entrainement
4.3.1 Tests et simulations
4.3.2 Résultats des simulations
4.3 .3 Discussion
4.4 Conclusion
Chapitre 5 – Répartition de la puissance à base de la technique de commande Direct Power Control (DPC) et optimisation avec les algorithmes génétiques
5.1 Répartition des puissances dans les systèmes multimoteurs
5.1.1 Principe de la Commande directe de la puissance du moteur asynchrone
5.1.2 Estimation du couple électromagnétique et du flux de la machine
5.1 .3 Structure du contrôle
5.1 .4 Tests et simulations
5.1.5 Résultats es simulations
5.1.6 Discussion
5.2 Optimisation des régulateurs et répartition de la charge par les algorithmes génétiques
5.2.1 Optimisation des paramètres des régulateurs par les algorithmes génétiques
A. Tests et simulations
B. Résultats des simulations
C. Discussion
5.2.2 Répartition des charges à base des algorithmes génétiques
A. Tests et simulations
B. Résultats des simulations
C. Interprétation
5.3 Conclusion
Chapitre 6 – Conclusion générale et recommandations
Références
Annexe A – Articles scientifiques
Télécharger le rapport complet
