Projet, rapport de stage, et mémoire de fin d’études REGULATION DE TEMPERATURE D’UNE ETUVE DE SECHAGE CONVECTIF PAR LOGIQUE FLOUE en PDF
Modélisation des systèmes non-linéaires
Le problème d’identification des systèmes suscite un grand intérêt et ce depuis plusieurs décennies. L’activité de recherche menée autour de ce problème a fait l’objet de très nombreux colloques et séminaires et a donné lieu à d’innombrables publications. Si l’identification des systèmes linéaires est maintenant arrivée à maturité, celle des systèmes non linéaires reste à ce jour un thème de recherche loin d’être tari.
L’intérêt s’explique simplement par le fait que le caractère non linéaire des systèmes physiques est plutôt la règle que l’exception. En outre, ce caractère peut difficilement être ignoré quand le modèle identifié doit servir comme base à la synthèse de prédicteurs ou régulateurs hautement performants. De ce fait, l’intérêt porté à l’identification, comme d’ailleurs à la commande, des systèmes non linéaires n’est pas du tout récent. Toute approche d’identification s’appuie sur une structure de modèle adaptée au système considéré. Cette structure peut être déterminée moyennant une modélisation précise du système.
Cependant, il arrive couramment que l’approche par modélisation conduise à une structure de modèle trop complexe pour être utilisée comme base au processus d’identification. Dans certaines situations, la complexité du système et de son interaction avec son environnement est telle qu’il s’avère très difficile, voire impossible, de parvenir à un modèle par cette approche. Dans ces cas, il est normal de se tourner vers l’approche par identification qui consiste à déterminer un modèle dont la structure est choisie à l’avance parmi une variété de structures « universelles ».
Les modèles ainsi obtenus ne rendent pas compte des caractéristiques physiques du système et, de ce fait, ne se prêtent pas à l’élaboration de simulateurs. En revanche, ils s’avèrent très souvent adéquats pour la synthèse de prédicteurs et de régulateurs. Pour faire face à la diversité des systèmes non linéaires, de très nombreuses méthodes d’identification furent développées.
Néanmoins, on peut comme dans le cas linéaire classer ces méthodes en deux grandes catégories : la première étant celle qui regroupe les méthodes qui visent des modèles paramétriques, la seconde regroupe les méthodes qui portent sur les modèles non paramétriques.
Les modèles paramétriques sont caractérisés par une structure mathématique connue impliquant un nombre fini de paramètres inconnus ; la détermination de ceux-ci constitue le but de l’identification.
Problème fondamentaux des régulations automatique
1- Stabilité : La stabilité d’un système de régulation automatique est une condition impérative. Elle définit un caractère de sécurité du système. Cependant, tout système en contre-réaction est potentiellement instable. La cause en est due au retard parfois trop important que peut subir un signal se propageant à travers la boucle. On peut distinguer les critères analytiques (règle de Routh,…) des critères graphiques (règle du revers). Ces derniers, s’appliquant à la grande majorité des systèmes asservis linéaires réels, sont les plus utilisés. Cependant, ces règles garantissent seulement la stabilité au sens théorique mathématique, et non une bonne stabilité. On définit alors les marges de stabilité pour avoir un certain degré de stabilité.
2- Précision : L’étude de la précision peut se faire soit par rapport à la consigne (fonctionnement en asservissement), soit par rapport aux perturbations (fonctionnement en régulation). On peut séparer ces deux cas et ensuite superposer les résultats en vertu du principe de la superposition. Considérons un système asservi stable au repos. Une sollicitation du système entraine une évolution du signal d’erreur dans le temps. Cette erreur sera la somme d’un terme transitoire et d’un terme permanent. On peut donc distinguer :
– Une précision Statique : correspondant à l’erreur permanente observée.
– Une précision dynamique : caractérisée par l’évolution du signal d’erreur pendant le régime transitoire.
3- Rapidité : On conçoit aisément que tout système automatique se doit de réagir le plus rapidement possible à toute sollicitation de la commande et de corriger également très vite toutes déviations dues aux perturbations subies. Effectivement on peut difficilement parler de précision dynamique durant le régime transitoire, c’est-à-dire lorsque le signal d’erreur évolue de l’instant initial où le système est sollicité par une grandeur de commande ou par une perturbation, jusqu’à l’établissement du régime permanent. Si on ne peut agir sur la valeur de l’erreur à cet instant, on peut néanmoins influé sur le déroulement du régime transitoire lui-même et sur sa durée. La rapidité d’un système se mesure par son temps de réponse.
Guide du mémoire de fin d’études avec la catégorie Modélisation des systèmes non-linéaires |
Étudiant en université, dans une école supérieur ou d’ingénieur, et que vous cherchez des ressources pédagogiques entièrement gratuites, il est jamais trop tard pour commencer à apprendre et consulter une liste des projets proposées cette année, vous trouverez ici des centaines de rapports pfe spécialement conçu pour vous aider à rédiger votre rapport de stage, vous prouvez les télécharger librement en divers formats (DOC, RAR, PDF).. Tout ce que vous devez faire est de télécharger le pfe et ouvrir le fichier PDF ou DOC. Ce rapport complet, pour aider les autres étudiants dans leurs propres travaux, est classé dans la catégorie Algorithmes d’identification du modèle de Hammerstein où vous pouvez trouver aussi quelques autres mémoires de fin d’études similaires.
|
Table des matières
Liste des abréviations
Liste des figures
Liste des tableaux
INTRODUCTION
Chapitre I : Etat de l’art sur la régulation des systèmes non linéaires
I- Généralités sur la régulation industrielle
II- Eléments et signaux caractéristiques d’un système de régulation automatique
1) Blocs fonctionnels et sous-systèmes
2) Signaux
III- Modes de régulations
IV- Problème fondamentaux des régulations automatique
1- Stabilité
2- Précision
V- Notion de systèmes non linéaires
1. Saturation
2. Seuil
3. Tout ou rien
4. Hystérésis
Chapitre II : Méthodologie de l’étude
I- Modélisation des systèmes non-linéaires
A- Modèle de Volterra
B- Modèle de Wiener et modèle de Hammerstein
C- Identification des systèmes non-linéaires de type Hammerstein
1) Formalisation du modèle
2) Position du problème d’identification
3) Algorithmes d’identification du modèle de Hammerstein
4) Excitation persistante et influence du bruit de mesure
II- Les différentes méthodes de régulation industrielle
A- La régulation en boucle fermée simple
A.1 Rôle des actions PID dans la boucle fermée
A.2 Le régulateur PID
B- La régulation en cascade
C- La régulation par logique floue
1) Historique
2) Théories des ensembles flous
3) La commande floue
Chapitre III : Etude théorique de l’étuve et du procédé de séchage convectif
I- Caractérisation de l’étude
1) Dimensions
2) Instrumentation de l’espace de travail et emplacement des capteurs
II- Dispositifs de régulations
III- Identification du système de chauffage
1) Classe du processus
1-a. Test d’environnement
1-b. Test de stationnarité
1-c. Mona variable/multi variable
1-d. Système à paramètres localisés ou à paramètre répartie
1-e. Linéarité
2) Détermination de la non-linéarité du processus
3) Modèle mathématique de Hammerstein
4) Identification du modèle de Hammerstein
Chapitre IV : Simulation de la commande floue du système
I- Fuzzification du système
I-1. Définition des variables linguistiques
I-2. Définition des fonctions d’appartenance
II- Définition des règles d’inférences
III- Simulation de la commande floue
a) Interprétation des résultats
b) Avantages et inconvénients de la régulation par logique floue
c) Comparaison des résultats « flou-classique »
CONCLUSION
Télécharger le rapport complet
