Chapitre 3 Application de la logique floue à la commande DTC
3.1 INTRODUCTION
La logique floue est une théorie qui a connu un grand succès depuis que prof. L. Zadeh a
introduit le concept de sous-ensembles flous en 1965. Elle trouve notamment sa place dans le
domaine de la commande pour une large gamme de systèmes et plus généralement en génie
électrique [6], [34]. Elle présente en effet l’avantage d’utiliser des règles linguistiques simples
permettant de traduire facilement le savoir faire d’un expert pour répondre à une problématique
spécifique. Dans ce sens on utilise des correcteurs à base de logique floue qui améliorent de
façon globale aussi bien les performances dynamiques que la robustesse des systèmes
commandés, en s’appuyant sur leur connaissance a priori.
Dans ce chapitre, nous allons présenter les concepts de la commande par logique floue, nous
présenterons par la suite une structure de la commande directe du couple utilisant des blocs flous
au lieu des blocs à hystérésis. Le but est de mettre en relief l’apport de la logique floue dans ce
domaine. A la fin, des résultats de simulation viendront finalement mettre en évidence les
performances de contrôle du couple électromagnétique par logique floue.
3.2 STRUCTURE D’UN REGULATEUR FLOU
3.2.1 Structure externe
Au niveau externe, rien ne différencie un contrôleur flou d’un autre contrôleur. Un contrôleur
flou est donc défini par une loi de commandeU CM =f ( x), où U CM est le vecteur de sortie du
contrôleur et x son vecteur d’entrée.
Figure 3.1. Structure externe d’un contrôleur flou.
CLF : Contrôleur par logique floue.
OCM: Organe de commande.
3.2.2 Structure interne
Par opposition au contrôleur conventionnel, le contrôleur flou ne traite pas une relation
mathématique bien définie, mais il utilise des inférences avec plusieurs règles se basant sur des
variables linguistiques. Ces inférences sont alors traitées par des opérateurs de la logique floue.
38
Chapitre 3 Application de la logique floue à la commande DTC
Figure 3.2. Structure interne d’un contrôleur flou.
[Link] Fuzzification
C'est l'étape de passage du domaine numérique au domaine symbolique. Cette étape est
nécessaire dès que l'on veut manipuler à l'aide de la théorie des ensembles flous des grandeurs
physiques mesurables précises ou non. Elle permette entre autre de déterminer la fonction
d'appartenance d'une variable à un ensemble flou. Il s’agit de la conversion
Analogique/Numérique, ainsi que de traitement des grandeurs mesurées Y m et de leur
transformation en variables linguistiques [21].
[Link] Inference
Elle lie les grandeurs mesurées transformées en variables linguistiques à l’aide de la
fuzzification, à la variable de sortie exprimée comme variable linguistique. La règle
compositionnelle d’inférence de Zadeh (SI-ALORS) est utilisée à cet effet [29].
Pour l’inférence, on utilise en général l’une des méthodes suivantes :
Méthode de MAMDANI
La méthode de MAMDANI repose sur l’utilisation de l’opérateur Min pour la combinaison
des prémices, et pour l’implication, l’agrégation des règles par l’opérateur Max. La figure 3.3
illustre le principe de cette méthode [22].
39
Chapitre 3 Application de la logique floue à la commande DTC
Figure 3.3. La méthode de MAMDANI.
Méthode de LARSEN
Cette méthode est basée sur l’utilisation du produit pour l’implication [18].
Figure 3.4. La méthode de LARSEN.
Méthode SOMME-PROD
Par opposition aux méthodes d’inférence précédentes. La méthode d’inférence somme-prod
réalise l’agrégation des règles par la formation de la somme, plus précisément la valeur
moyenne, tandis que la combinaison des prémices et l’implication sont réalisées par la formation
de produit [22].
40
Chapitre 3 Application de la logique floue à la commande DTC
Figure 3.5. La méthode de SOMME-PROD.
Méthode de TSUKAMOTO
C’est une méthode simplifiée basée sur la méthode de MAMDANI, dans laquelle les
fonctions d’appartenance de la valeur de sortie sont monotones [18].
Figure 3.6. La méthode de TSUKAMOTO.
Méthode de SUGENO
Cette méthode utilise des règles à conclusion numérique. Pour simplifier le principe de la
méthode, considérons les règles suivantes [18] :
R1 : Si x est A1 et y est B1 Alors u = f1(x, y), OU
R2 : Si x est A2 et y est B2 Alors u = f2(x, y).
41
Chapitre 3 Application de la logique floue à la commande DTC
Figure 3.7. La méthode de SUGENO.
[Link] Défuzzification
La défuzzification permet la conversion de l’union des sous-ensembles flous modifiés
(fonctions d’appartenance résultantes fournies par l’inférence), à une sortie non floue; suivie par
une dénormalisation et conversion N/A.
Pour la méthode de défuzzification, plusieurs stratégies de défuzzification existent, les plus
utilisées sont [21]:
La méthode de maximum ;
La méthode de moyenne des maximums ;
La méthode de centre de gravité ;
La méthode des hauteurs pondérées.
3.3 APPLICATION DU CONTROLEUR FLOU A LA COMMANDE DTC
On a présenté dans le chapitre précédent quatre algorithmes de commutation. Les résultats de
l'application d'application de ces algorithmes la DTC classique dans un moteur à induction
indiqué que le deuxième algorithme est le meilleur parmi les autres algorithmes. Mais toujours
les ondulations au niveau du couple, du flux apparent pour les fonctionnements à faible vitesse.
C'est dans cette optique que se situe notre étude et on a proposé un contrôleur basé sur la logique
floue qui substitue l'hystérésis classique de couple et un autre substituant l'hystérésis classique
de flux pour minimiser ces ondulations de couple avec une bonne réponse de courants. La
sélection du vecteur de commande approprié est similaire d’un contrôleur à hystérésis
classique ; La sortie de ces deux contrôleurs avec le numéro du secteur dans lequel se trouve le
vecteur flux statorique déterminent le vecteur de tension de l’onduleur optimal à appliquer à
42
Chapitre 3 Application de la logique floue à la commande DTC
chaque instant de commutation à partir de la table de commutation. Donc, la question qui se
pose : Est-ce qu’on peut remplacer les deux contrôleurs flous et la table de commutation par un
seul contrôleur flou ayant le vecteur de tension comme sorti sans le passage de table de
commutation ? Si oui quelle est l’effet de cette modification sur la performance de la commande
DTC ?
couple
Erreur de couple Commande du couple
ec Kc
Erreur de couple Commande du couple
ec Kc
Erreur de flux Commande du flux
ef Kf
Erreur de flux Commande du flux
ef Kf
Figure 3.8. La substitution d’un contrôleur classique par un contrôleur flou.
43
Chapitre 3 Application de la logique floue à la commande DTC
3.3.1 Développement du contrôleur flou
Avant de présenter le contrôleur flou, nous devrons signaler que la difficulté majeure
rencontrée dans ce type de commande réside dans le choix judicieux des fonctions
d’appartenances, son nombre et sa forme.
Ce choix dans notre étude on l’a fait par tâtonnement et ajustement des paramètres des
fonctions d’appartenances.
Les deux contrôleurs flous ayant l’erreur de couple comme entré et l’amplitude de couple
comme sortie, et de même pour le flux La figure (3.9) montre le contrôleur flou proposé :
Figure 3.9. La substitution d’un contrôleur classique par un contrôleur flou.
Le contrôleur flou proposé est de type Sugeno avec des fonctions d’appartenance triangulaire
et trapézoïdale pour les entrées et constantes pour les sorties.
La fuzzification de l’erreur du couple
On suppose que La grandeur ec soit normalisée dans un univers de discours [-1 ,1]. Les
fonctions d’appartenance sont représentées en trois sous-ensembles flous, figure (3.10).
44
Chapitre 3 Application de la logique floue à la commande DTC
N : Négative ; Z : Zéro ; P : Positive.
Figure 3.10. Fuzzification de l’erreur de couple.
La fuzzification de la commande du couple
La fonction d’appartenance de vecteur de commande Kc est donnée sous la forme de
constantes appartenant à l’intervalle [-1,1].
Figure 3.12. Fuzzification d’amplitude de couple.
Figure 3.11. Fuzzification de la commande du couple.
La fuzzification de l’erreur du flux
On suppose que La grandeur ef soit normalisée dans un univers de discours [-0.5 ,0.5] Les
fonctions d’appartenance sont représentées en deux sous-ensembles flous :
45
Chapitre 3 Application de la logique floue à la commande DTC
S : Small ; B : Big.
Figure 3.12. Fuzzification de l’erreur de flux.
La fuzzification de la commande du flux
La fonction d’appartenance de vecteur de commande Kf est donnée sous la forme de
constantes appartenant à l’intervalle [0,1].
Figure 3.13. Fuzzification de la commande du flux.
L’Inférence
L’extraction des règles est faite selon le principe de fonctionnement de l’algorithme présenté.
On compte 3 règles pour l’inférence de couple qui sont :
46
Chapitre 3 Application de la logique floue à la commande DTC
SI (e c est N) ALORS ( K c est −1 ), OU
SI (e c est Z) ALORS ( K c est 0 ), OU
SI (e c est P) ALORS ( K c est 1 ), OU
Et on compte 2 règles pour l’inférence de flux qui sont :
SI (e f est S) ALORS ( K c est 0 ), OU
SI (e f est B) ALORS ( K c est 1 ), OU
La méthode d'inférence retenue est la méthode produit-somme.
Défuzzification
Pour la défuzzification, on utilise la méthode du centre de gravité.
3.3.2 Le contrôleur flou modifié
En effet, on peut remplacer les deux contrôleurs précédents et la table de commutation par un
seul contrôleur flou ayant l’erreur de couple, l’erreur de flux et le numéro de secteur comme des
entrées. Le vecteur de tension de l’onduleur comme sortie.
La figure (3.14) montre le contrôleur flou modifié.
ec Kc
La table de
commutation
V
ef Kf (switching table)
Ns
3 2
4 1
5 6
ec
ef V
Ns
Figure 3.14. Structure du contrôleur flou modifié.
47
Chapitre 3 Application de la logique floue à la commande DTC
Les entrées du contrôleur flou choisies sont :
ec : Erreur de couple = référence – sortie du processus.
ef : Erreur de flux = référence – sortie du processus.
Ns : Numéro de secteur dans lequel se trouve le vecteur flux.
La sortie de ce contrôleur indique directement le vecteur de commande de l’onduleur (V). Le
contrôleur flou reçoit en entrée l'erreur de couple (ec) et l’erreur de flux (ef) comme des
grandeurs commandables et le numéro de secteur dans lequel se trouve le vecteur flux (Ns). Les
grandeurs manipulées par le contrôleur sont des ensembles flous, ce qui nécessite une conversion
des valeurs numériques en entrée c'est la fuzzification. En fonction de ces variables floues et des
règles de décision, le contrôleur flou calcule la valeur floue de la commande, c'est l'inférence. Il
suffit en suite de convertir cette valeur floue en une valeur numérique c'est la défuzzification.
Pour faire la comparaison entre les contrôleurs flous, proposé et modifié et voir clairement
l’effet de cette modification ; nous avons conservé les mêmes propriétés du contrôleur flou
proposé :
le contrôleur flou est de type Sugeno.
La fuzzification des entrées tel que l’erreur de couple et l’erreur de flux est la même que
le contrôleur précèdent.
La stratégie de commande dépend essentiellement des inférences (règles). L'inférence est
basée sur la méthode de l'inférence produit-somme. Pour simplifier la description des
inférences on utilise une table d'inférence Table (3.1).
Pour la défuzzification, on utilise la méthode du centre de gravité.
Les différences entre les deux contrôleurs sont :
L’introduction d’une nouvelle grandeur d’entrée qui est le secteur dans lequel se trouve
le vecteur flux (Ns).
La fuzzification de la nouvelle sortie qui est le vecteur de commande de l’onduleur (V)
par une fonction d’appartenance sous la forme de constantes appartenant à l’intervalle
[0,7].
48
Chapitre 3 Application de la logique floue à la commande DTC
Figure 3.15. Fuzzification du vecteur de commande.
Figure 3.16. Fuzzification du numéro de secteur.
Table 3.1. Inférence des règles.
Ns S1 S2 S3 S4 S5 S6
N V5 V6 V1 V2 V3 V4
S Z V0 V7 V0 V7 V0 V7
P V3 V4 V5 V6 V1 V2
N V6 V1 V2 V3 V4 V5
B Z V7 V0 V7 V0 V7 V0
P V2 V3 V4 V5 V6 V1
49
Chapitre 3 Application de la logique floue à la commande DTC
3.4 DESCRIPTION DU MONTAGE A SIMULER
La modélisation du contrôle direct du couple d’une machine asynchrone a été réalisée à partir
du logiciel de simulation Matlab-Simulink (version 6.5).
Complémentaire à Matlab, Simulink permet de simuler des systèmes dynamiques à partir de
fonctions pour l’analyse et la modélisation. Ainsi, on modélise sous formes de schémas-blocs à
partir de blocs prédéfinis ou même crées par l’utilisateur. Ainsi, le modèle Simulink de la
structure de Commande DTC apparaît sous forme de différents blocs.
Concernant la création du contrôleur flou, elle se fait par l’utilisation de la boîte à outil de la
logique floue qui fait l’appelle d’un fichier (.fis) réalisé par un editor fis (fuzzy inference
system).
Les paramètres de la machine asynchrone utilisés dans notre simulation sont donnés en
annexe. Le système à simuler est représenté par le schéma-bloc.
Note : Pour plus de détails sur les schémas-blocs et le contrôleur flou voir l’annexe (D).
3.5 PRESENTATION DES RESULTATS DE SIMULATION
Avant de présenter les résultats de simulation de la commande direct de couple par un
contrôleur flou, nous devrons signaler qu’ il est préférable de travailler avec un temps de calcul
(temps d’échantillonnage) élevée afin de réduire les oscillations du couple et de flux, soit 25μs.
Nous avons procédé à la simulation du système afin d’estimer les performances de chacun des
deux contrôleurs à utiliser en régime transitoire et en régime permanent.
3.5.1 Performances du régime transitoire et régime permanent
Pour cela on visualise le système de démarrage jusqu’à la stabilisation, afin d’observer son
comportement dynamique en régime transitoire jusqu’à ce qu’il atteigne son régime permanent
en effectuant une opération de ZOOMING sur les signaux visualisés.
Dans le but d’estimer les performances de chacun des deux contrôleurs en régime transitoire ;
on a observé les figures suivant :
50
Chapitre 3 Application de la logique floue à la commande DTC
ZOOM ZOOM
Evolution du flux statorique estimé en fonction de temps.
Evolution du flux statorique estimé en fonction de temps après l’opération de ZOOMING.
Trajectoire du flux statorique estimé dans le repère dq.
Contrôleur flou proposé Contrôleur flou modifié
51
Chapitre 3 Application de la logique floue à la commande DTC
ZOOM ZOOM
Evolution du couple électromagnétique estimé en fonction de temps.
Evolution du couple électromagnétique en fonction de temps après l’opération de ZOOMING.
ZOOM
ZOOM
Evolution du courant statorique de la phase ‘a’ en fonction de temps.
Contrôleur flou proposé Contrôleur flou modifié
52
Chapitre 3 Application de la logique floue à la commande DTC
Evolution du courant statorique de la phase ‘a’ en fonction de temps après l’opération de ZOOMING.
ZOOM ZOOM
Evolution de la tension entre phase ‘a’ et phase ‘b’ en fonction de temps.
Evolution de la vitesse de moteur en fonction de temps.
Contrôleur flou proposé Contrôleur flou modifié
(Ce(réf)=5N.m ;Fs(réf)=0.75Wb.T ;Ts=25𝛍s ;Algorithme 4)
Figure 3.17. Résultats de simulation du système en régime générale
53
Chapitre 3 Application de la logique floue à la commande DTC
INTERPRETATION
Les figures précédentes illustrent le comportement de la structure de contrôle direct du couple
appliqué à la machine asynchrone associée à un onduleur de tension MLI, pour les deux
contrôleurs présentés précédemment. On remarque une nette amélioration des performances de
DTC particulièrement au niveau des pulsations du couple et des courant statoriques en régime
transitoire.
On retrouve les deux régimes transitoire et permanent. Dans le régime transitoire, les
variations du couple sont moins rapides que celles du flux, la tangente à l’origine est nulle pour
le couple et elle est non nulle pour le flux.
Les différents résultats de simulation montrent que le flux statorique est commandé à sa
référence, la trajectoire du flux décrit un cercle comme prévu. Le couple instantané suit sa
référence, on observe un grand approchement de la forme du courant statorique de la forme
sinusoïdale on remarque aussi que la tension entre la phase ‘a’ et la phase ‘b’ qui, en régime
permanent montre une forme périodique par une modulation MLI, et l’absence des surtensions
car les commutateurs utilisés dans l’onduleur de tension sont des interrupteurs idéales. En plus
de la réponse du système en vitesse (la vitesse de l'arbre en boucle ouvert) qui est obtenu sans
dépassement. Nous constatons que les courbes obtenues par le contrôleur proposé et ceux
obtenues par contrôleur modifié ont la même allure, sauf une légère différence est observée :
lors de démarrage La réponse du couple présente des ondulations plus importantes pour
le contrôleur proposé que celle obtenues avec le contrôleur modifié.
Lors du démarrage, le flux atteint sa référence et se stabilise en régime permanent pour le
contrôleur proposé qui prend un temps moins que prend le contrôleur modifié pour
rejoindre sa référence.
3.5.2 Tests de robustesse
Affin de juger l’efficacité de la commande pour les deux contrôleurs utilisés ; quelques tests
ont été effectués :
Test de robustesse pour l’inversion du couple.
Test de robustesse pour la variation du flux.
Test de robustesse pour l’inversion du couple et la variation du flux.
54
Chapitre 3 Application de la logique floue à la commande DTC
Test de robustesse pour l’inversion du couple
Evolution du flux statorique en fonction de temps.
Trajectoire du flux statorique dans le repère dq.
Evolution du couple électromagnétique en fonction de temps.
Contrôleur flou proposé Contrôleur flou modifié
55
Chapitre 3 Application de la logique floue à la commande DTC
Evolution du courant statorique de la phase ‘a’ en fonction de temps.
Evolution de la tension entre phase ‘a’ et phase ‘b’ en fonction de temps.
Evolution de la vitesse de moteur en fonction de temps.
Contrôleur flou proposé Contrôleur flou modifié
Figure 3.18. Réponses à une inversion du couple (5N.m→-5N.m).
(Fs(réf)=0.75Wb.T ;Ts=25𝛍s ;Algorithme 4)
56
Chapitre 3 Application de la logique floue à la commande DTC
INTERPRETATION
Sur la figure (3.18), nous avons simulé l’inversion du couple (5N.m→-5N.m). On remarque
que le système pour les deux contrôleurs répond positivement à ce test.
Le couple suit sa nouvelle référence (-5N.m). On remarque aussi que l’inversion du couple
n’a pas d’influence sur le flux et la tension ; mais le courant se déforme juste au moment de
basculement à t=2.5s puis il revient à l'état normal. En plus de la réponse du système en vitesse
(la vitesse de l'arbre en boucle ouvert) qui est obtenu sans dépassement mai elle est inversée juste
de l’inversion du couple et suit sa nouvelle référence (-82 rad/s). Donc on peut dire que le
courant statorique et la vitesse répondent aux variations du couple électromagnétique.
Nous constatons que les courbes obtenues par le contrôleur proposé et ceux obtenues par le
contrôleur modifié ont la même allure, sauf une légère différence qui est observée :
On a dit précédemment que le courant se déforme juste au moment de basculement à t=2.5s
puis il revient à l'état normal rapidement, à t=2.675s, on observe la différence entre les deux
contrôleurs, pour le contrôleur proposé le courant revient à sa valeur maximal (8A) et reste
stable jusqu’ a t=2.775 où il revient à l'état normal. Par contre, pour le contrôleur modifié on
trouve que le courant se stabilise à sa valeur minimale (-8A) jusqu’ a t=2.775 où il revient à
l'état normal.
57
Chapitre 3 Application de la logique floue à la commande DTC
Test de robustesse pour la variation du flux
Evolution du flux statorique en fonction de temps.
Trajectoire du flux statorique dans le repère dq.
Evolution du couple électromagnétique en fonction de temps.
Contrôleur flou proposé Contrôleur flou modifié
58
Chapitre 3 Application de la logique floue à la commande DTC
Evolution du courant statorique de la phase ‘a’ en fonction de temps.
Evolution de la tension entre phase ‘a’ et phase ‘b’ en fonction de temps.
Evolution de la vitesse de moteur en fonction de temps.
Contrôleur flou proposé Contrôleur flou modifié
Figure 3.19. Réponses à une variation du flux (0.75Wb.T→0.5Wb.T).
(Ce(réf)=5N.m ;Ts=25𝛍s ;Algorithme 4)
59
Chapitre 3 Application de la logique floue à la commande DTC
INTERPRETATION
Sur la figure (3.19), nous avons simulé la variation du flux (0.75Wb.T→0.5Wb.T). Nous
constatons que le système pour les deux contrôleurs répond positivement à ce test.
On remarque que le flux suit toujours la nouvelle consigne (0.5Wb.T). La trajectoire du flux
est pratiquement circulaire à la nouvelle référence. Au temps de basculement à t=2.5, on
remarque une stabilisation légère sur le couple et une déstabilisation légère sur la forme dans le
courant et après le changement de consigne la valeur maximale change à (7A) et la valeur
minimale change à (-7A)
En plus de la réponse du système en vitesse (la vitesse de l'arbre en boucle ouvert) qui est
obtenu avec dépassement de la valeur nominale à (92 rad/s) mai ce changement est dû juste au
changement de couple. Donc on peut dire que le courant statorique et la vitesse répondent aux
variations du flux statorique.
Nous constatons que les courbes obtenues par le contrôleur proposé et ceux obtenues par le
contrôleur modifié ont la même allure, sauf une légère différence qui est observée :
On remarque que le courant subit un pic (dépassement de la valeur maximale) lors de la
variation du flux puis regagne l’état normal pour le contrôleur proposé. Par contre pour le
contrôleur modifié, il n’y aucun dépassement.
60
Chapitre 3 Application de la logique floue à la commande DTC
Test de robustesse pour l’inversion de couple et la variation du flux
Evolution du flux statorique en fonction de temps.
Trajectoire du flux statorique dans le repère dq.
Evolution du couple électromagnétique en fonction de temps.
Contrôleur flou proposé Contrôleur flou modifié
61
Chapitre 3 Application de la logique floue à la commande DTC
Evolution du courant statorique de la phase ‘a’ en fonction de temps.
Evolution de la tension entre phase ‘a’ et phase ‘b’ en fonction de temps.
Evolution de la vitesse de moteur en fonction de temps.
Contrôleur flou proposé Contrôleur flou modifié
Figure 3.20. Réponses à inversion du couple (5N.m→-5N.m) et variation du flux
(0.75Wb.T→0.5Wb.T)
(Ts=25𝛍s ;Algorithme 4) 62
Chapitre 3 Application de la logique floue à la commande DTC
INTERPRETATION
On remarque que le flux et le couple suivent les nouvelles références données. De plus la
variation du flux est sans effet sur le couple et vise versa.
Ce test a été effectué afin de montrer le découplage dans la commande du couple et de flux.
Il regroupe les conditions du premier test et du deuxième test. Pour cela, les variations de couple
et de flux sont appliquées simultanément. On peut donc remarquer que les conclusions obtenues
pour le premier test et le deuxième restent aussi valables pour ce test.
3.6 CONCLUSION
Ce chapitre a été consacré à l'application de la logique floue à la commande DTC. Tout
d'abord, on a présenté d'une manière brève un aperçu théorique sur le concept de commande
floue. Ensuite, on a énuméré les éléments constitutifs composant la structure d'une commande
floue. Après, on a donné le schéma synoptique d'un contrôleur proposé et modifié. Enfin on a
terminé par le défilement des résultats de simulation obtenus dans cette partie de l'étude.
Les résultats obtenus en utilisant un contrôleur flou appliqué à la machines asynchrone nous
permettent de conclure que :
La régulation par logique floue donne de bonnes performances pour ce qui est de la
qualité des réponses dynamiques du système. C'est l'une des principales propriétés de la
logique floue qui permet de définir et d'atteindre avec facilité un équilibre optimal.
Le système de régulation par logique floue se comporte comme un amortisseur de
perturbations surtout lors d'une inversion du sens de rotation du moteur.
Les Résultats de la simulation ont mis en évidence son efficacité lorsque l'hystérésis
classique est substituée par un contrôleur flou.
L’effet de la modification sur le contrôleur flou proposé n’apparu bien, donc le seul
avantage de cette modification est un moindre cout de contrôleur .
63