Contribution à la commande des machines synchrones à aimants permanants, utilisation des

159 Pages·2007·2.73 MB·English

République Algérienne Démocratique et Populaire
Université BADJI MOKHTAR ANNABA
ﺔﺑﺎﻨﻋ رﺎﺘﺨﻣ ﻲﺟﺎﺑ ﺔﻌﻣﺎﺟ
Faculté des Sciences de l'Ingénieur
Département d'électronique
MEMOIRE
En Vue De l'Obtention Du Diplôme De MAGISTERE
Intitulé
CONTRIBUTION À LA COMMANDE DES MACHINES
SYNCHRONES À AIMANTS PERMANANTS, UTILISATION
DES RÉSEAUX DE NEURONES ET DE LA LOGIQUE FLOUE
Option
Automatique Industrielle
Présenté par
MOUSSAOUI Lotfi
Président : DEBBACHE N. Pr. U. ANNABA
Directeur de mémoire : DJEGHABA M. Pr. U. ANNABA
Examinateurs : ABASSI H.A. Pr. U. ANNABA
: BAHI.T. M.C U. ANNABA
: GUERSI N. M.C U. ANNABA
Année 2007
Dédicaces
Je dédie ce travail à :
Mes chers parents qui m’ont beaucoup aidé,
À mes frères et sœurs.
À mes Collègues de LABO
A toute la famille et les amis
M. Lotfi
Remerciement
Le plus grand Merci tout d’abord revient à « Dieu » qui, lui seul,
nous a guidé dans le bon sens durant notre vie et qui nous a donné le
courage, la volonté, et la force pour élaborer ce travail de recherche.
Mes remerciements les plus distingués s'adressent à mon directeur
de thèse Monsieur M. Djeghaba professeur à la faculté des sciences
de l'ingénieur d'Annaba, département d'électronique ; pour le soutient
moral qu'elle m'apporté tout au long de ce travail, pour sa générosité,
ses conseils précieux et l'élaboration de ce document.
À Monsieur N. Guersi, Maître de Conférences au
Département d’Electronique de l’Université de Annaba, qui a bien voulu
accepter de participer à l’encadrement du présent mémoire et qui m’a
conseillé sans ménagement, pour contribuer à l’aboutissement et la
réussite de ce travail. Qu’il trouve ici mes sincères remerciements.
Je tiens à remercier, particulièrement, Monsieur T. Bahi,
Maître de Conférences au Département d’Electrotechnique de
l’Université de Annaba, pour l’aide précieuse qu’il m’a apporter, pour
accomplir le présent travail, par sa maîtrise du logiciel de simulation
ainsi que sa profonde connaissance. Qu’il trouve ici mes sincères
remerciements.
Je tiens à remercier l’ensemble des Enseignants du Magister,
pour leur clairvoyance, disponibilité et patience, tout le long de mes
études de post graduation.
J'exprime mes profonds remerciements et tous mes respects à
Monsieur N. DEBBECHE professeur à la faculté des sciences
de l'ingénieur d'Annaba, département d'électronique, pour avoir bien
voulu accepter de présider ce jury.
Je tiens à remercier et à exprimer ma grande gratitude à tous les
membres de jury : Monsieur AH. ABASSI professeur à la faculté
des sciences de l'ingénieur d'Annaba, département d'électronique et
Monsieur T. BAHI Maître de conférence au département
d’électrotechnique université Badji-Mokhtar Annaba pour avoir
accepté de participer au jury et de juger ce travail.
Je tiens à remercier aussi tous nos enseignants de l'institut
D'électronique, qui ont assuré notre formation Et enfin tous ceux qui
ont participé de loin ou de prés à la réalisation de ce travail.
Résumé
On a présenté dans ce mémoire :
 Une modélisation du Moteur Synchrone à Aimants Permanents (MSAP) et de
son alimentation.
 Deux modèles non linéaires de la MSAP en courant et en flux sont présentés
pour une commande linéarisante par retour d’état de la MSAP.
 Deux techniques pour la commande en MLI d’un onduleur de tension à deux
niveaux.
 Une commande vectorielle associée à une régulation en vitesse de la MSAP
avec un régulateur de type PI, un régulateur neuronale et floue ont été
élaboré.
Abstract
One presented in this memory:
 A modelling of the Permanent Magnet Synchronous Motor (PMSM) and of
its power supply.
 Two nonlinear models of the PMSM are presented for an feedback
linearization of the PMSM.
 Two techniques for PWM inverter control.
 A vector controls thus a regulation with a regulator of the type PI and then a
regulation with a neural and fuzzy regulator in elaborate summer.
ﺺ ﺨﻠﻣ
: ةﺮﻛﺬﻤﻟا هﺬھ ﻲﻓ ضﺮﻌﻧ
.ﮫﺘﯾﺬﻐﺗ و ﻢﺋاﺪﻟا ﺲﯿﻃﺎﻨﻐﻤﻟا يذ ﻦﻣاﺰﺘﻤﻟا كﺮﺤﻤﻟا ﺔﺟﺬﻤﻧ -
. ﻢﻜﺤﺘﻟا ءاﺮﺟﻹ ﻖﻓﺪﺘﻟا و رﺎﯿﺘﻟا ﻲﻓ ،ﻦﻣاﺰﺘﻤﻟا كﺮﺤﻤﻠﻟ نﺎﺟذﻮﻤﻧ -
ﻖ ﺑﺎﻃ و يرﺎﺴﻤﻟا تﺎﯿﺋﺎﻨﺜﺑ ﺰﮭﺠﻣ ﺔﺑﻮﻨﻟا ﻲﺋﺎﻨﺛ راﻮﻃﻷا ﻲﺛﻼﺛ مﻮﻘﻣ ﻲﻓ ﻢﻜﺤﺘﻠﻟ نﺎﺘﯿﺠﺗاﺮﺘﺳإ -
.ﻲﺋﺎﺑﺮﮭﻜﻟا ﺪﮭﺠﻟا ﺢﯾﺮﺸﺘﻟ
.ﺎﯾﻼﺨﻟا ﺔﻜﺒﺷ ،ﺾﻣﺎﻐﻟا ﻖﻄﻨﻤﻟا عﻮﻧ ﻦﻣ ﺢﯿﺤﺼﺗ ﻊﻣ ﻲﻋﺎﻌﺷ ﻢﻜﺤﺗ-
Liste des figures
Chapitre 1
Figure. I.1 Différentes structures de la roue polaire d’un moteur synchrone
Figure I.2 Représentation de l’aimant permanent.
Figure I.3 Schéma équivalent d'un MSAP dans le repère (d,q) lié au rotor.
Figure I.4 Représentation vectorielle des vecteurs de tensions dans les repères (a, b, c) et (α,β,o).
Figure I.5 Schéma d’un enroulement triphasé et du repère (d, q)
Figure I.6 Tensions triphasées d’alimentation
Figure I.7 Vitesse en régime pleine onde avec un couple de charge nul
Figure I.8 Couple électromagnétique de la MSAP avec un couple de charge nul
Figure I.9 Vitesse en régime pleine onde avec un passage du couple de charge de zéros à 3 N.m
Figure I.10 Couple électromagnétique avec un passage du couple de charge de zéros à 3 N.m
Chapitre 2
Figure. II.1 Schéma global d'un MSAP à vitesse variable et de son alimentation.
Figure. II.2 Redresseur et Filtre associé à un onduleur de tension triphasé
Figure. II.3 Sortie du Redresseur et du Filtre
Figure. II.4 Schéma d'un onduleur de tension triphasé alimentant le stator du MSAP
Figure. II.5 MLI sinus-triangle bipolaire
Figure. II.6 signaux d’entrée, de commandes et de sorties pour un onduleur de tension triphasé (pour m = 3)
Figure. II.7 signaux d’entrée, de commandes et de sorties pour un onduleur de tension triphasé (pour m = 6)
Figure. II.8 signaux d’entrée, de commandes et de sorties pour un onduleur de tension triphasé (pour m = 9)
Figure. II.9 Vecteurs de tension et états des interrupteurs d'un onduleur de tension triphasé,dans le plan (α,β).
Figure. II.10 Modèle de circuit d'un convertisseur MLI triphasé
Figure. II.11 modèle de circuit d'un convertisseur monophasé.
Figure. II.12 convertisseur MLI triphasé de tension
Figure. II.13 les huit vecteurs de tension d'inverseur (V0 à V7).
Figure. II.14 Comparaison de tension de commande entre la MLI sinus et la MLI vectorielle
Figure. II.15 Relation entre le référentiel abc et dq
Figure. II.16 Vecteurs et secteurs de base de commutation
Figure. II.17 Espace de vecteur de tension et ses composants dans (d, q)
Figure. II.18 Vecteur de référence comme combinaison des vecteurs adjacents au secteur 1
Figure. II.19 modèles de commutation de la MLI vectorielle à chaque secteur
Figure. II.20 tension et courant de sortie du filtre LC
Figure. II.21 tension de sortie de l’onduleur commandé par MLI vectorielle
Figure. II.22 courants de sortie de l’onduleur commandé par MLI vectorielle
Figure. II.23 tension de sortie de la charge
Figure. II.24 courants de phases de la charge
Figure. II.25 différents signaux pour une commande vectorielle d’une charge inductif triphasé
Chapitre 3
Figure III.1 Principe de la linéarisation entrée-sortie (cas multi variables)
Figure III.2 Schéma bloc de la MSAP
Figure III.3 Structure d’une commande non linéaire de la MSAP
i
Figure III.4 Réponse de la vitesse avec variation des coefficients de réglage
Figure III.5 courant direct avec variation des coefficients de réglage
Figure III.6 courant de quadrature avec variation des coefficients de réglage
Figure III.7 couple électromagnétique avec variation des coefficients de réglage
Figure III.8 flux avec variation des coefficients de réglage
Figure III.9 couple électromagnétique avec variation des coefficients de réglage
Figure III.10 Structure d’une commande non linéaire de la MSAP
Figure III.11 Vitesse de la machine commandée en flux et en couple
Figure III.12 Vitesse de la machine commandée en flux et en couple
Chapitre 4
Figure. IV.1 Représentation d'un neurone
Figure. IV.2 Réseau de neurones de type perceptron à une couche cachée
Figure. IV.3 Identification directe
Figure. IV.4 Identification inverse.
Figure. IV.5 Le modèle NNARX.
Figure. IV.6 Le modèle NNOE
Figure. IV.7 Le modèle NNARMAX
Figure. IV.8 Schéma synoptique du procédé d'apprentissage du réseau de neurones
Figure. IV.9 fonction sinc à apprendre
Figure. IV.10 fonction sinc réelle et estimée
Figure. IV.11 fonction 1/x réelle et estimée
Figure. IV.12 fonction log10 réelle et estimée
Figure. IV.13 fonction exp(-x) réelle et estimée
Figure. IV.15 sortie du modèle et données expérimentales
Figure. IV.16 sortie du modèle et réseaux de neurones et données expérimentales
Figure. IV.17 Commande par modèle inverse neuronal
Figure. IV.18 commande par modèle de référence
Figure. IV.19 Exemple d'ensembles considérés en logique booléenne
Figure. IV.20 Exemple d'ensembles considérés en logique floue
Figure. IV.21 Schéma synoptique d'un régulateur flou de vitesse
Figure. IV.22 Structure du régulateur floue
Figure. IV.24 Exemple d'inférence Max-Min
Figure. IV.25 Exemple d'inférence Max-Produit
Figure. IV.26 Defuzzification par valeur maximum
Figure. IV.27 Defuzzification par la méthode des hauteurs pondérées
Chapitre 5
Figure. V.1. Modèle du moteur synchrone à aimants permanents
Figure. V.2 Commande vectorielle avec boucles primaires de courant
Figure. V.4 Signaux d’entrées de l’onduleur MLI.
Figure. V.5 Signaux de sortie de l’onduleur MLI.
Figure. V.6 Commande par courant de référence
Figure V.7. Circuit de puissance d’un onduleur de tension triphasé.
Figure.V.8 contrôle du couple d’une machine synchrone à aimants permanents
Figure V.9 Boucles de régulations découplées.
Figure.V.10 vitesse du MSAP obtenu par un régulateur PI.
Figure.V.11 Couple électromagnétique du MSAP obtenu par un régulateur PI.
Figure.V.12 Courant de quadrature de référence du MSAP obtenu par un régulateur PI.
Figure.V.13 Courant de quadrature et direct du MSAP obtenu par un régulateur PI.
ii
Figure. V.14 Courants statorique des trois phases du MSAP obtenu par un régulateur PI.
Figure. V.15 Structure de type NNARX du Réseau de neurone à deux couches
Figure. V.16 Apprentissage Spécialisé
Figure. V.17 Couple électromagnétique obtenu avec le correcteur neuronal
Figure. V.18 courant de quadrature et direct obtenu avec le correcteur neuronal
Figure. V.19 courant de phases obtenu avec le correcteur neuronal
Figure. V.20 la vitesse obtenus à partir d’un régulateur neuronal et PI
Figure. V.21 vitesse obtenu avec régulateur floue
Figure. V.22 Couple électromagnétique obtenu avec régulateur floue
Figure. V.23 Iq de référence obtenu avec régulateur floue
Figure. V.24 ids et iqs obtenu avec régulateur floue
Figure. V.25 courant statorique obtenu avec régulateur floue
iii