Dess 06

Contrle et commande des actionneurs lectriques - dure 3h - G.
Clerc
Estimation et observations des grandeurs non mesurables
1
Plan du cours
Gnralits
Estimateurs
Observateur
Contrle et commande des actionneurs lectriques - dure 3h - G. Clerc
2
Gnralits
But
Reconstruire des grandeurs (dtat) non mesurables (flux rotorique, glissement ...) ou
difficilement mesurables (couple, vitesse...).
Moyens
Estimateurs
Utilisation d'une reprsentation de la machine sous forme d'quation de Park dfinie en rgime
permanent (estimateur statique) ou transitoire (estimateur dynamique).
L'estimateur est obtenu par une rsolution directe des quations associes ce modle. Il
fonctionne en boucle ouverte.
Observateurs
Lobservateur est un estimateur pour lequel la grandeur estime est corrige par un terme qui
dpend dune erreur construite partir de grandeurs mesurables.
) .(
est mes est obs
y y L X X +
Avantages Inconvnients
estimateur rapidit de calcul dpend des paramtres
et des conditions
initiales
observateur indpendant des
conditions initiales
calculs plus lourds
dpend des paramtres
3
Estimateurs
Estimateur de flux et de couple
Principe
Dans un repre quadratique dq quelconque, les flux sont lis par les quations suivantes :
dr m ds s ds
i L i L +
qr m qs s
i L i L
qs
+
dr r ds m dr
i L i L +
qr r qs m qr
i L i L +
Et le flux magntisant :
s ls s m
i L
r
r r

A partir de ces quations, on peut en dduire lexpression des courants partir des flux :
dr
m
ds
s
ds
L L
i

1 1
qr
m
qs
s
qs
L L
i

1 1
ds
m
dr
r
dr
L L
i

1 1
qs
m
qr
r
qr
L L
i

1 1
Le comportement de la machine asynchrone est reprsent par les quations suivantes :
ds s qs
s ds
ds
i R
dt
d
dt
d
v +
,
_

qs s ds
s
qs
qs
i R
dt
d
dt
d
v +
,
_
dr r qr
sl dr
dr
i R
dt
d
dt
d
v +
,
_

0
qr r dr
sl
qr
qr
i R
dt
d
dt
d
v +
,
_
0
4
Do les quations (sous forme canonique) dcrivant lvolution des flux :
ds qs
s
ds s
ds
v
dt
d
i R
dt
d
+
,
_
+

qs ds
s
qs s
qs
v
dt
d
i R
dt
d
+
,
_
qr
sl
dr r
dr
dt
d
i R
dt
d
,
_
+ dr
sl
qr r
qr
dt
d
i R
dt
d
,
_

Ces quations peuvent tre reformules pour ne faire intervenir que les flux :
ds dr
m
s qs
s
ds
s
s
ds
v
L
R
dt
d
L
R
dt
d
+
1
]
1
,
_
,
_
1 1
qs qr
m
s ds
s
qs
s
s
qs
v
L
R
dt
d
L
R
dt
d
+
1
]
1
,
_
,
_
1 1
qr
sl
dr
r
r ds
m
r
dr
dt
d
L
R
L
R
dt
d
,
_
,
_
,
_
1 1
dr
sl
qr
r
r qs
m
r
qr
dt
d
L
R
L
R
dt
d
,
_
,
_
,
_
1 1
Eq1
Eq2
Eq3
Eq4
5
La mthode consiste choisir le repre le mieux appropri pour reprsenter le flux considr
(flux statorique, rotorique ou dentrefer).
Dans un repre li au stator
Dans un repre li au rotor
Dans un repre li au champ tournant
0
dt
d
s
et
et
et
m
sl
dt
d

m
s
dt
d

0
dt
d
sl
e
s
dt
d
sl
sl
dt
d
Estimateur de flux statique

Cet estimateur utilise les quations de la machine exprimes en rgime permanent pour
reconstruire le flux statorique.
La machine est modlise dans un repre tel que v
ds
=V et v
qs
=0. Le flux est alors proche de laxe
q en rgime permanent :
s
-
qs
On peut alors retrouver le flux :
partir des quations en rgime transitoire Eq1 et Eq2, de la loi dautopilotage
et de lhypothse :
r sl e
p +
0
ds
qr sl dr
r
r
dr
L
R
dt
d

,
_

1
dr sl qr
r
r qs
m
r
qr
L
R
L
R
dt
d

,
_
,
_
1 1
Eq5
Eq6
6
A partir de lquation et de : dr
m
ds
s
ds
L L
i

1 1
0
ds
dr
m
ds
L
i
,
_

1
et de lquation en rgime permanent :
e
ds s
qs
kE I R
o E dsigne la source de tension continue (en sortie des redresseurs ou de la batterie) et en

entre de londuleur et k est le rapport de modulation.
I
ds
est obtenu par une mesure des courants statoriques.
Y Y
qs
est obtenu avec Eq7.
Y Y
dr
et Y Y
qr
est obtenu avec Eq5 et Eq6.
Eq7
Cet estimateur donne de bons rsultats en rgime permanent mais deux inconvnients majeurs en
limitent son utilisation :
lestimation dpend des paramtres R
r
et L
r
difficiles identifier et fortement
variables,
lestimation faible vitesse est grandement entache derreur.
7
Estimateur dynamique du flux (rgime transitoire) dans un repre li au stator
Nous avons
Donc
V
ds
= R
s
I
ds
+
d
dt
ds
V
qs
= R
s
I
qs
+
d
dt
ds
ds
=
( ) V R I dt
ds s ds

qs
=
( ) V R I dt
qs s qs

s
=

ds qs
2 2
+
Cet estimateur ncessite l'utilisation de deux capteurs de courant I
as
, I
bs
(car I
as
+I
bs
+I
cs
=0), de
deux capteurs de tension V
as
et V
bs
(si la composante homopolaire est nulle) et d'une
transformation triphase - biphase.
8
Variante
Dans un repre li au champ tournant pour lequel
c c ds
kU U v
2 2
3
Et v
qs
= 0 avec U
c
tension continue et I
c
courant continu en entre de londuleur, on peut
construire lestimateur suivant :
qs e c
s
c
ds
I
k
R
kU
dt
d
+
c
s
s r
sl
qs
s
s r
sl m
s r
ds e
s r
m r
qs
kU
T
T T
T
T T
T T T T
T
dt
d
2 2
1 1 1 1
1
,
_
+
+
,
_
,
_
,
_
Mais cet estimateur ncessite la connaissance de la pulsation des courants rotoriques

sl
.
9
Estimateur de couple
Le couple peut tre calcul partir des courants et des flux :
Il peut tre valu partir des seuls flux :
( )
ds qs qs ds e
i i p T
( )
dr qr qr dr e
i i p T
( )
ds qr qs dr
r
m
e
i i
L
pL
T
( )
qr ds dr qs
r s
m
e
L L
pL
T

Ou des seuls courants :
( )
qr ds qs dr m e
i i i i pL T
Dans ces expressions, les courants sont mesurs ou estims (pour les courants rotoriques) et les
flux sont reconstruits suivant les techniques prcdemment dcrites.
10
Estimation du glissement, de la vitesse et de la position
Pourquoi mesurer la vitesse?
Capteurs coteux, fortement bruits et sensibles lenvironnement.
Estimation de la vitesse:
Pour raisons de scurit, si la vitesse est estime, un capteur plus lmentaire est souvent
conserv dans la chane de traction.
Cette grandeur peut tre reconstitue partir dune analyse des harmoniques dencoches dans le
spectre des courants statoriques induits par la rotation du rotor [Beguenane 94].
Elle est aussi redonne par les quations de la machine et la mesure des courants et des tensions.
Estimation de la vitesse dans une machine asynchrone alimente en tension
Une commande vectorielle dcouple en tension dans un repre li au flux rotorique est ralise.
Le flux est maintenu constant sur laxe d :
mr m dr
i L
et
0
qr
On montre que compte tenu de lorientation du flux est constant.

ds mr
i i
11
( )
,
_

m r
s
mr s ds
T
T
i L v
~ ~
1
( )
( )
,
_

~
~
~
dt
d
T
T
T
i L v
m
r m
s
r
mr s qs
Si 0, la vitesse est estime partir de la dernire quation :
( )
consigne
mesur consigne
mr m
qs r s qs
m
i L
i R R v +


12
Estimation de la position dune machine synchrone
La machine est modlise dans un repre li au rotor :
qs m
ds
ds s ds
dt
d
i R v
+
ds m
qs
qs s qs
dt
d
i R v
+
f ds ds ds
i L +
qs qs qs
i L
Notons
r
la position du rotor par rapport au stator et , le repre li au stator. En
reportant

qs s r s r
+ sin cos
et
i i i
qs s r s r
+

sin cos
dans la
dernire quation, on obtient :
( )
s qs s
s qs s
r
i L
i L
tg

Cette estimation est trs sensible une erreur

sur L
qs
. Elle peut tre corrige en utilisant la
f.e.m.
f m
e
porte par laxe q.
Soit
$
r
lestimation de
r
. Lerreur correspondante est

$
r r
.
13
d
q
d estim
li au rotor
e
e
d
( )
sin
$

e
e
d
avec
e
m f

Or
Donc
qs qs m d
ds
ds ds s qs m
ds
ds s ds
i L e
dt
di
L i R
dt
d
i R v
+ + +
qs qs m
ds
ds ds s ds d
i L
dt
di
L i R v e +
Lvaluation de lerreur sin() permet de corriger lestimation de la position du rotor.
14
Observateurs
Lobservateur permet de reconstituer ltat dun systme observable partir de la mesure des
entres et des sorties. Il est utilis dans les commandes par retour dtat lorsque tout ou partie du
vecteur dtat ne peut tre mesur.
Dans sa version tendue, il permet destimer les paramtres variables ou inconnus dun systme.
Il peut tre reprsent par le schma bloc suivant :
Processus
-
U
k
X = A X + B U
k+1 k d d k
Y = C X
d
k k
+
y
k
^
X
k
^
X
k+1
^
B
d
A
C
K
d
d
obs
+
y
k
X
k
^
Observateur
z
-1
k
+
+
.
Les diffrents types
dobservateur se
diffrentient sur la
synthse du gain
15
Dfinitions et thormes
Un systme linaire discret S.I.S.O. est observable si et seulement si on peut reconstituer ltat
initial du vecteur dtat X(k
0
T
ech
) partir de lobservation de son entre et de sa sortie sur un
nombre fini de priodes dchantillonnage.
Exemple
La position nest pas observable si la vitesse est la seule composante lie au comportement
mcanique de la machine. Elle est dfinie une constante prs.
Par contre si elle est mesure et fait partie du vecteur dtat, elle devient videmment
observable.
Le systme est observable si et seulement si :
est de rang maximum (et donc n)
Observateur dterministe
1
1
1
1
]
1
1
...
n
d d
d d
d
obs
A C
A C
C
W
16
Une condition ncessaire et suffisante dobservabilit est de trouver un changement de base W
O
pour lequel le systme puisse tre reprsent par le triplet avec :
( ) 0 ... 0 0 1
~
0 0 0 0
1 0 ... 0
... ... ...
0 ... 1 0
0 ... 0 1
~
0
1
2
1
,
_
d
n
n
d
C et
a
a
a
a
A
Dcomposition selon lobservabilit
Lorsque le systme nest pas compltement observable, on peut trouver une transformation W
telle que
et telle que le sous-systme A
11
, B
1
et C
1
soit observable.
) 0 (
~
,
0
~
1
2
1
22 21
11 1
C C et
B
B
B
A A
A
W WA A
d d

,
_
,
_

17
Calcul de la matrice de changement de base W
o
(algorithme de Leverrier)
Soient
~
,
~
,
~
A B C
d d d
les matrices dans lespace canonique et A
d
, B
d
, C
d
les matrices
dans lespace initial.
Notons
W
w
w
w
o
n
1
]
1
1
1
1
1
1
2
...
linverse de la matrice de changement de base vers lespace
canonique dobservabilit.
Nous avons :
~ ~
C W C et A W W A
d o d d o o d

1 1 1
Soit en reportant lexpression des matrices dans lespace canonique :
w C
d 1
et
w a w w A
w a w w A
a w w A
n n d
n d
n d

'
1 1 1
2 1 1 1
0 1
...
18
Observateur de Luenberger
Processus
-
U
k
X = A X + B U
k+1 k d d k
Y = C X
d
k
k
+
y
k
^
X
k
^
X
k+1
^
B
d
A
C
K
d
d
obs
+
y
k
X
k
^
Observateur de Luenberger
z
-1
k
+
+
.
19
Appelons le vecteur dtat estim. La mise en quation de lobservateur conduit :
X
'
+ +
+
k d k
k obs k d k d k
X C Y
K U B X A X

1

Le terme K
obs
k
corrige le vecteur reconstruit partir de lerreur de sortie :
k k k
y y

A partir du systme dquations prcdant, on tablit ( )
k obs k d k d obs d k
y K U B X C K A X + +
+
.
1
Lerreur destimation sur ltat est donne par
k k k
X X X
~

( )
k d obs d k
X C K A X
~
.
~
1

+
La matrice de gain est calcule de manire assurer une convergence rapide de vers X.
Les performances de cet observateur sont lies aux valeurs propres de .
Le passage dans lespace canonique dobservabilit simplifie la synthse de lobservateur par
placement de ples.
X
d obs d
C K A
20
Dans ce nouveau rfrentiel
( ) 0 ... 0 0 1
~
...
~
,
0 0 0 0
1 0 ... 0
... ... ...
0 ... 1 0
0 ... 0 1
~
1
2
1
0
0
1
2
1
,
_
,
_
d
n
n
d
n
n
d
C et
b
b
b
b
B
a
a
a
a
A
Le polynme caractristique (invariant par changement de base) est donn par :
)
~
( ... )
~
(
0 0
1
1 1
~ ~ ~ k a z k a z
n
n n
n
d
C K A
obs d
+ + + + +

En notant le gain de lobservateur dans cet espace canonique.

[ ]
1 0
~
...
~ ~
n obs
k k K
Lobjectif de la commande est spcifi par la donne dun polynme caractristique :
0
1
1
... + + +

n
n
n
objectif
z z
21
Lidentification de ces deux polynmes caractristiques donnent les gains de lobservateur
i i i
a k
~
Il suffit alors de revenir dans la base initiale :
pour tout i de 0 n-1
1
~

o obs obs
W K K
o W
o
dsigne la matrice de changement de base.
22
Application
Cet observateur permet de reconstituer le flux. Bcker propose une modlisation de la machine
dans un repre li au stator.
1
]
1
1
]
1
1
1
1
1
1
]
1
1
1
1
1
]
1
1
1
1
1
]
1
1
1
1
1
1
1
1
1
1
]
1
'
+
qs
ds
qs
ds
qr
dr
qs
ds
m s
m s
c
c
r
r
m
r s
m r
m
r
r
r s
m r
r s
s
s
s
r s
m s
s
s
c c
i
i
Y et
u
u
U X
L L
L L
C
B
L
R
L L
L R
L
R
L L
L R
L L
M R
L
R
L L
L R
L
R
CX Y
U B X A
dt
dX
, : vecteurs les et
1
0
1
0
0
1
0
1
,
0 0
0 0
1 0
0 1
,
0
0
0 0
0 0
= A avec
c

23
Ce systme est bloqu lordre 0 entre deux pas dchantillonnage et discrtis. La matrice
dtat discrte A
d
et la matrice dentre discrte B
d
sont dveloppes au premier ordre :
( ) [ ] ( )
m c ech m d
A T I A . +
c ech d
B T B
o [I] dsigne lidentit matricielle et T
ech
la priode dchantillonnage.
Le pas dchantillonnage tant trs faible (de lordre de 500s), ce dveloppement suffit.
A
d
est rafrachie en ligne pour tenir compte des variations de la vitesse de rotation du rotor
m
.
La structure du reconstructeur est reprsente sur la figure suivante.
Processus
-
u
s
+
i
k
^
k
^
k+1
^
B
d
A
C
K
d
d
obs
+
i
s
k
^
Reconstructeur de Flux
z
-1
k
+
+
.
Machine asynchrone
Echantillonnage
+ bloquage
Echantillonnage
+ bloquage
m
k
s
24
Observateur stochastique : filtre de Kalman
Rappels sur les Variables et vecteurs alatoires
Dfinitions et proprits
Signal alatoire, variable alatoire
Un signal alatoire x(t) est un signal dont le comportement temporel ne peut tre prdit de faon
dterministe. A chaque instant t
i
, ce signal est reprsent par une variable alatoire X
i
.
Un vecteur alatoire de dimension n est constitu de n variables alatoires. Il peut tre construit,
par exemple, partir du signal x(t) considr n instants distincts.
Un signal alatoire est dit stationnaire (au sens strict) si toutes ses proprits sont invariantes
dans le temps. Plus restrictivement, un signal est stationnaire dordre n si ses proprits
statistiques dordre infrieur ou gal n sont invariantes dans le temps. Par exemple, un signal est
stationnaire dordre 2 si sa moyenne et sa variance sont indpendantes du temps.
25
Proprits temporelles
Soit x(t) un signal rel alatoire stationnaire. Ses proprits temporelles sont caractrises par
les expressions suivantes :
Moyenne temporelle
Fonction dautocorrlation
Fonction dintercorrlation
2 /
2 /
) (
1
lim
T
T
T
dt t x
T
x
+
+
2 /
2 /
) ( ) (
1
lim ) (
T
T
T xx
dt t x t x
T
R
+
+
2 /
2 /
) ( ) (
1
lim ) (
T
T
T xy
dt t y t x
T
R
Remarque : si le signal nest pas stationnaire, il faut dfinir : R
xx
(t,) et R
xy
(t,).
26
Proprits statistiques dune variable alatoire
Densit de probabilit
Soit X
i
une variable alatoire. La fonction de rpartition est dfinie par :
F(x) = Pr((X
i
<x)) en notant Pr la probabilit
et la densit de probabilit par :
p(x) =
Moments du premier ordre
x
F(x)
Moyenne statistique
Moments de degr n
Moments centrs de degr n
+

dx x xp X E m
i X
i
) ( ) (
+

dx x p x X E
n
n
i
) ( ) (
( )
+

dx x p m x m X E
n
x
n
X i
i
) ( ) ) ((
xi
2
= E[(X
i
-m
xi
)
2
] dsigne la variance de la variable alatoire X
i
(scalaire),
xi
son cart type.
27
Moments du second ordre
Soient deux variables alatoires X
i
et X
j
et p(x,y) la densit de probabilit conjointe
(dfinie par )
y x
y X et x X
y x p
j i

) Pr(
) , (
2
< <
Corrlation
Covariance
+

dx y x p y x X X E R
j i X X
j i
) , ( . . ) (
( )( ) [ ] ( )( )

+

+

dxdy y x p m y m x m X m X E
j i j i j i
X X X j X i X X
) , ( . .
Proprits statistiques dun vecteur alatoire
Densit de probabilit
Soit X un vecteur alatoire de dimension n : X = [X
1
,X
2
, ..., X
n
]
La fonction de rpartition est dfinie par :
F(x
1
,x
2
, ..., x
n
) = Pr((X
1
<x
1
) et (X
2
<x
2
) et ...(X
n
<x
n
))
et la densit de probabilit par :
n 2 1
n 2 1
n 2 1
x ... x x
) x ..., , x , F(x
) x ..., , x , x (

n
p
28
Proprits dun vecteur alatoire
La moyenne statistique ou esprance mathmatique est donne par :
m
X
= E(X) =
E(X )
E(X )
. ..
E(X )
1
2
n
_
,
=
m
m
m
n
1
2
...
_
,
avec E(X
i
) =
-
+
...

-
+
x
i
p(x
1
,x
2
, ..., x
n
)dx
1
...dx
n
La matrice de covariance (nxn) est donne par :
X
= E[(X-m)(X-m)
T
] =
E[(X - m ) ] E[(X - m )(X - m )] .
E[(X - m )(X - m )] . .
. . .
. . E[(X - m ) ]
1 1
2
1 1 2 2
2 2 1 1
n n
2
_
,

29
Variable alatoire et Vecteur Gaussien
Une variable alatoire est gaussienne si sa densit de probabilit est de la forme :
( )
)
2
exp(
2
1
) (
2
2
2
x
x
x
m x
x p

Un vecteur alatoire gaussien de dimension n est un vecteur ayant une densit de probabilit
dfinie par :
)) ( ) (
2
1
exp(
) det( ) 2 (
1
) (
1 T
m x m x x p
n

Chaque composante dune vecteur Gaussien est une variable alatoire gaussienne
La plupart des bruits physiques sont reprsents par des caractristiques de ce type. Ils sont en
particulier utiliss pour la dfinition des filtres de Kalman.
30
Rappels sur les lois de probabilit conditionnelle
Dfinition
Soient X et Y deux variables alatoires.
On note p(x|y) la densit de probabilit conditionnelle lie la fonction de rpartition F(x|y) :
F(x|y) = Pr( X<x | Y=y ) =
p y d
p y d
x
( , )
( , )

avec p(,) densit de probabilit associe la variable alatoire bidimensionnelle (X,Y).

Proprits

+
+
+
+
) , ( = g(y) et )d p(x, = f(x) avec
) (
) , (
) | ( et
) (
) , (
) | ( d y p
x f
y x p
x y p
y g
y x p
y x p

) (
) ( ) | (
) | (
y g
x f x y p
y x p
f(x) et g(y) sont les lois de probabilit marginale.
31
Filtre de Kalman
Le filtre de Kalman donne une ralisation de la variable alatoire
$
X
k
reprsentant ltat du
systme linstant k, connaissant le vecteur de mesure Y= {y
1
, y
2
, ...y
k-1
}, qui minimise la
variance a priori de l'erreur d'estimation : E X X X = X - X
k
T
k k k k
(
~ ~
)
~
$
avec
Le procd discrtis est modlis par les quations suivantes :
'
+
+ +
+
k k d k
k k d k d k
V X C Y
W U B X A X
k
k
1
W
k
et V
k
sont des bruits blancs centrs non corrls caractriss par leur matrice de covariance.
Les bruits sont centrs donc : E(W
i
) = 0 et E(V
j
) = 0
Les matrices de covariance sont notes :
( ) [ ]
ij k k k W W
Q W W E
j i
j
k
i
k

o
ij
est loprateur dfini par
ij
= 1 si i = j et
ij
= 0 si i j
et o Q dsigne une matrice symtrique dfinie positive.
( ) [ ]
ij k k k V V
R V V E
j i
j
k
i
k

o R dsigne une matrice symtrique dfinie positive.
W
k
et V
k
sont dcorrls donc : E W V
k
i
k
j
( ) 0
32
On note
$
|
X
k n
l'estimation l'instant kT
ech
minimisant la variance de lerreur destimation
( )( )
E X X X X
k k n k k n
T

_
,
$ $
| |
connaissant les mesures y
1
, ..., y
n
.
Si k<n,
$
|
X
k n
est obtenu par un lissage.
Si k=n,
$
|
X
k n
est le rsultat dun filtrage.
Si k>n,
$
|
X
k n est une prdiction.
Lalgorithme de Kalman minimisant la variance conditionnelle a priori (n=k-1) se
dcompose en deux tapes
Phase de prdiction ou de propagation
$ $
X A X B U
k k d
k
k k d
k
k +
+
1
P A P A Q
k k d
k
k k d
k
T
k +
+
1
(o P
k+1|k
est la matrice de covariance a priori)
Phase de correction
$ $
(
$
) X X K Y C X
k k k k k k d
k
k k
+
1 1
[ ]
P I K C P
k k
k d
k k k

( )
1
avec P
k|k
est la matrice de covariance a postiori
et K
k
=
P C C P C R
k k
d
k
T
d
k
k k
d
k
T
k

+
1 1
1
( )
dsigne le gain de Kalman.
33
Processus
-
W
k
U
k
X = A X + B U + W
k+1 k
d d
k k
k k
Y = C X + V
d
k k
k
+
y
k
^ X
k|k-1
^
X
k|k+1
^
B
d
A
C
K
k
d
k
d
k
k
+
+
y
k
X
k|k
^
+
+
P
k|k-1
et K
k
P
k|k
P
k+1|k
K
k+1
Estimateur de Kalman
k
V
k
z
-1
34
Estimateur de Kalman (filtrage) Prdicteur de Kalman un pas
Initialisation
Pour k = 0
$
X m
k k

0
et P
k|k
= P
0
Algorithme
[ ] ( )
[ ]
( )
$ $
x I K C A x
I K C B U K y
k k
k d
k
d
k
k k
k d
k
d
k
k k k
+ +
+
+
+
+
+ +
+
+
1 1
1
1
1
1
1 1
avec
[ ] ( )
( )
P I K C
A P A Q
k k k d
k
d
k k k d
k
T
k
+ + +
+

+
1 1 1
1
.
et
( )
( ) ( )
K A P A Q C
R C A P A Q C
k d k k k d k
T
k d
k
T
k d
k
d
k k k d
k
T
k d
k
T
+
+
+
+ +
+
+ +
1
1
1
1 1
1
.
Initialisation
Pour k = 0
$
X m
k k

1 0
et P
k|k-1
= P
0
Algorithme
( )
$ $ x A K C x
B U K y
k k d
k
k d
k
k k
d
k
k k k
+
+
+
1 1
avec
( )
P A K C P A Q
k k d
k
k d
k
k k d
k
T
k +
+
1 1
.
et
( )
K A P C
R C P C
k
d
k
k k
d
k
T
k d
k k k d
k
T
1
1
1
.
35
Ce filtre a plusieurs avantages :
si la matrice de sortie C
dk
est constante et si les bruits sont stationnaires (leurs
proprits stochastiques ne dpendent pas du temps), le calcul de la matrice de gain
de Kalman peut tre fait hors ligne,
il est rcurrent ce qui diminue le volume des donnes stockes.
Bruits Gaussiens
Si les bruits sont gaussiens alors le filtre de Kalman minimise la variance a posteriori de
lerreur dobservation (il minimise ( )( )
E X X X X
k k k k k k
T

_
,
$ $
| | connaissant les
mesures y
1
,...,y
k
) et maximise la probabilit a posteriori des grandeurs estimes (il
maximise p X Y Y
k k
( .. .
0
connus) ). On montre alors que
)
X E X Y Y
k k
( ... )
0
connus
.
36
Bruits corrls
Si les bruits W
k
et V
k
sont corrls, notons S
k
= E(W
k
V
k
T
) et posons
(
A A S R C
d
k
d
k
k k k

1
,
(
U B U S R Y
k d
k
k k k k
+
1
,
(
W W S R V
k k k k k

1
.
Les quations du systme deviennent :
X A X U W
Y C X V
k d
k
k k k
k d
k
k k
+
+ +
+
'
1
( ( (
avec
( (
S Q Q S R S
k k k k k k
T

0
1
et
et o R
k
nest pas modifi.
On retrouve les hypothses permettant dappliquer le filtre de Kalman. Les bruits
(
W
k et V
k
ne
sont plus corrls.
37
Observateur tendu
Lobservateur tendu est une extension des algorithmes prcdants aux systmes non linaires.
'

+
) ( ) , ), ( ( ) (
) ( ) ), ( ( ) ), ( , ), ( (
1
t X C t t X h t Y
t U B t X f t t U t X f
dt
dX
n c n n
c n n n n
n

Un nouveau vecteur dtat est construit partir de X
n
et dun vecteur reprsentant les paramtres
inconnus :
1
]
1
n
X
X
En supposant
d
dt
0
, le systme augment est dcrit par les quations suivantes :
[ ]
'
1
]
1
1
]
1
+
1
]
1
1
]
1
n
c
c
n p
n n
n p
n n
X
C t Y
U
B
t X f
t X f
t t X f
t t U t X f
dt
dX
0 ) (
0
) ), ( (
) ), ( (
) , ), ( (
) ), ( , ), ( (
1
1
38
Ce nouveau systme est linaris chaque pas autour du point de fonctionnement dfini au pas
prcdent. Cette linarisation sera dveloppe au chapitre suivant
On peut alors effectuer la synthse dun observateur de Luenberger ou de Kalman partir du
systme linaris et donc reconstruire ltat et identifier les paramtres inconnus.
Sur ce principe, on peut construire des structures dobservateur de position, de vitesse de rotation
et de constante de temps rotorique.
Filtre de Kalman tendu
Le filtre de Kalman tendu est une extension de lalgorithme prcdent aux systmes non
linaires.
'
+
+
) ( ) ), ( ( ) (
) ( ) ), ( ), ( (
t V t t X h t Y
t W t t U t X f
dt
dX
39
Ce filtre linarise le systme chaque pas autour du point de fonctionnement dfini au pas
prcdent. Dfinissons :
H(X(t),t) =

h
X
X X t
_
,
$
( )
et F(X(t),u(t),t) =
f
X
X X t
_
,
$
( )
et
( , )
$
.
k k e
f
X
X X
k k
T
ech
+
_
,
_
,
la matrice de transition de X
k
vers X
k+1
Aprs chantillonnage, lalgorithme devient :
dt t t u t t X f X X
ech
ech
T k
kT
k
k k k k
) ), ( , ) ( (

) 1 (
1
+
+
+
k
T
k k
k k
k k
k k
Q t t P t t P
(
+
+ +
+
) , ( ) , (
1 1
1
avec
( ) dt t t t Q t t Q
T
k
T k
kT
k k
ech
ech
) , ( ) ( ) , (
1
) 1 (
1 +
+
+

(
) .(
1
1
) , (
t t
X
f
k
k
k k
X X
e t t

,
_
,
_
+
+
t
k+1
= (k+1)T
ech
40
Pour calculer P
k+1|k
le systme a t linaris autour de
$
X
k k
.
( ) ( ) ( )
1
]
1
+ + + +
+ + + + + + + 1 1 1 1 1 1 1
) ) 1 ( ,
( . . ) ) 1 ( ,
( . ) ) 1 ( ,
( .
k
T
ech k k k k ech k k
T
ech k k k k k
R T k X H P T k X H T k X H P K
Cette fois, la linarisation a lieu autour de
$
X
k k +1
( )
k k
ech
k k
k
k k
P T k X H K I P
1 1
1
1 1
). ) ) 1 ( , ( . (
+ +
+
+ +
+
( )
ech k k k k k k k k
T k X h Y K X X ) 1 ( ,
( .

1 1 1 1 1
+ +
+ + + + +
Le filtre de Kalman tendu peut prsenter des problmes de convergence qui limitent
notablement son utilisation.
41
Estimation de paramtres
Le filtre de Kalman tendu permet didentifier les paramtres qui varient dans les commandes
adaptatives.
Le suivi de lvolution des constantes de temps rotoriques ou lestimation de la vitesse de
rotation constituent deux applications importantes.
Pour atteindre cet objectif, on construit un systme augment partir de ltat du systme X
k
et
des paramtres inconnus
k
. Un nouveau vecteur dtat est dfini :
1
]
1
k
k
k
X
X
(
En modlisant la variation des paramtres par le bruit
W
k
, les quations du systme augment

sont :
1
]
1
+
1
]
1
+
1
]
1
1
]
1
1
]
1
+
+
k
k
W
W
U
B X
I
A X
X
k
k d
k
k k d
k
k
.
0
) (
0
0 ) (
1
1
[ ]
k
k
k
k k
V
X
C Y +
1
]
1
0 ) (
1
42
Il suffit dappliquer lalgorithme de Kalman tendu pour obtenir une estimation des paramtres
inconnus et de ltat du systme.
Dans ce cas :
( )
1
1
1
]
1
,
_
I
U B X A
A
kT u X F
k
k k d k k d
k d
ech
0
) ( ) (
) (
) , , (

( )
1
1
]
1
,
_
k
k k
k ech
X C
C kT X H
) (
) ( ) , (
En gnral, les bruits
W
k
sur les paramtres et ceux sur ltat

W
X
k
sont dcorrls. La
matrice de covariance de
W
k
caractrise la dynamique sur lvolution des paramtres (ceux
qui sont constants ont une variance nulle, ceux qui voluent rapidement ont une variance
leve).
43
Linitialisation de lalgorithme doit tre effectue avec soin, le filtre ntant pas robuste. Il
convient de choisir les matrices de covariances et les valeurs des paramtres pour k = 0. Ces
derniers sont valus partir dune identification hors ligne ou calculs partir des indications de
la plaque signaltique de la machine.
En gnral, on choisit, pour initialiser cet estimateur, les valeurs approches :
( )
( )
n
n
cos 1
cos 1
0
n s
n
f
I
U
L
n
0
0

0 0
0
0
1
f r
L L
n
n
s
r
g
T

0
1
0

o g
n
dsigne le glissement nominal, L
f
est linductance de fuite stator ou rotor et T
r
la constante
de temps rotorique.
44
Application lestimation de la constante de temps rotorique
Nous prsentons, ici, une estimation de la constante de temps rotorique implante dans une
commande vectorielle indirecte dun moteur asynchrone o le flux rotorique est maintenu
constant sur laxe d du repre d
e
q
e
synchrone li au champ tournant.
Onchoisit, dans le repre dq li au stator, le vecteur dtat
X =
i i i i
R
L
qs ds qr dr
r
r
T
1
]
1 , lentre
U
v
v
qs
fondamental
ds
fondamental
1
]
1
1
et la sortie
Y
i
i
qs
fondamental
ds
fondamental
1
]
1
1
Le systme, en temps continu, est donn par les quations non linaires suivantes :
'
+
+
V t X h Y
t W t G t U X f
dt
dX
X
) , (
) ( ) ( ) , , (
avec
[ ]
T
x x x x x X
5 4 3 2 1

45
,
_
,
_
+
+
+ + +
+
0
1
1
. ) , , (
2 5 4 3 2
1 4 5 3 2 1
2 5 4 3 2 1
2
1 4 5 3 2
2
1
u
L L
L
x x x x
L
R
L
L
L
L
u
L L
L
x x x x
L
L
x
L
L
u
L
x x
L
L
x
L
L
x
L
R
x
L L
L
u
L
x
L
L
x x
L
L
x
L L
L
x
L
R
t u X f
r s
m
m
s
s
r
m
m
r
m
r s
m
m m
r
m
m
r
m
s s
m
m
s
m
s
s
m
r s
m
s
m
s
m
s
m
m
r s
m
s
s

,
_
1 0 0
0
1
0
0 0
1
0
1
0
0 0
1
. ) (
r
m
s
r
m
s
s
s
L
L
L
L
L
L
L
L
t G
et
46
Le bruit W
X
reprsente les harmoniques de tension et lincertitude paramtrique. V modlise les
harmoniques de courant.
Les matrices F et H obtenues sont :
,
_
,
_
,
_
,
_
,
_
,
_
,
_
0 0 0 0 0
.
2
2
dr m
s
s
r
m
m
r
m
qr m m
r
m
s
s
r
m
dr
s
m
s
m
m
s
m
s
s
m
r s
m
qr
s
m
m
s
m
s
m
m
r s
m
s
s
i
L
R
L
L
L
L
i
L
L
L
R
L
L
i
L
L
L
L
L
L
L
R
L L
L
i
L
L
L
L
L
L
L L
L
L
R
F
r
r
r
r
r
r
r
r
L
R
L
R
L
R
L
R

et

,
_
0 0 0 1 0
0 0 0 0 1
H
47
Cet algorithme ncessite lvaluation en ligne de linductance magntisante L
m
, la matrice F
dpendant sensiblement de ce paramtre. La figure suivante reprsente lestimation de la
constante de temps rotorique obtenue par cette mthode.
3,5
4,5
5,5
6,5
7,5
8,5
9,5
10,5
11,5
0 50 100 150 200
Temps [s]
C
o
n
s
t
a
n
t
e

d
e

t
e
m
p
s

r
o
t
o
r
i
q
u
e

[
1
/
s
]
48
Fin du chaptre

Dess 06

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Dess 06

Hochgeladen von

Copyright:

Verfügbare Formate

Contrle et commande des actionneurs lectriques - dure 3h - G.

Estimateur de flux statique

o E dsigne la source de tension continue (en sortie des redresseurs ou de la batterie) et en

Mais cet estimateur ncessite la connaissance de la pulsation des courants rotoriques

On montre que compte tenu de lorientation du flux est constant.

Contrle et commande des actionneurs lectriques - dure 3h - G. Clerc

Cette estimation est trs sensible une erreur

En notant le gain de lobservateur dans cet espace canonique.

Contrle et commande des actionneurs lectriques - dure 3h - G. Clerc

avec p(,) densit de probabilit associe la variable alatoire bidimensionnelle (X,Y).

, les quations du systme augment

sur les paramtres et ceux sur ltat

Contrle et commande des actionneurs lectriques - dure 3h - G. Clerc

Das könnte Ihnen auch gefallen