Présentation

Article

1 - PROBLÈME

  • 1.1 - État des lieux
  • 1.2 - Système : état/structure
  • 1.3 - Complexité et complication
  • 1.4 - Hypothèse fondamentale
  • 1.5 - Protocole d'essai
  • 1.6 - Types de signaux de test

2 - MODÉLISATION

3 - IDENTIFICATION

4 - PROTOCOLE D'ESSAI

5 - OPTIMISATION DU PROTOCOLE D'ESSAI

6 - QUALITÉ DU MODÈLE

  • 6.1 - Sous-caractérisation
  • 6.2 - Sur-caractérisation

7 - CONCLUSION

8 - ANNEXE : LOGICIELS D'IDENTIFICATION

Article de référence | Réf : S7424 v1

Qualité du modèle
La commande prédictive : modélisation - Predictive control : Process Modelling

Auteur(s) : Jacques RICHALET, Guy LAVIELLE, Joëlle MALLET

Date de publication : 10 déc. 2012

Pour explorer cet article
Télécharger l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !

Sommaire

Présentation

Version en anglais En anglais

RÉSUMÉ

La commande prédictive proposée dans cet article est de plus en plus courante, tant elle propose un rapport coût/performance intéressant. Elle est fondamentalement à base de modèle, c’est pourquoi cet article s’attache tout d’abord à décrire les problèmes et les solutions proposées afin d’obtenir ces modèles. Sont donc décrit les différents aspects que sont le type de modèle, l’identification, le protocole d'essai, l'analyse des signaux d'entrée et de sortie et les diverses procédures d'identification avec les logiciels correspondants.

Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.

Lire l’article

ABSTRACT

Predictive Control : Process Modeling

Predictive control offers an interesting cost-performance ratio and is therefore increasingly used. As it is fundamentally based on models, this article describes the issues and solutions offered in order to obtain such models. It thus describes the types of models, identification process, test protocol, analysis of input and output signals as well as the various identification processes with the corresponding software.

Auteur(s)

  • Jacques RICHALET : Docteur en Sciences - Fondateur et ancien directeur d'ADERSA

  • Guy LAVIELLE : Consultant, ancien automaticien - Ingénieur retraité du groupe Arcelor

  • Joëlle MALLET : Professeur en automatique avancée, - Institut de régulation et d'automatisation

INTRODUCTION

Cet article s'adresse aux techniciens et ingénieurs chargés d'installer dans les sites de production industriels des systèmes de commande automatique. La Commande Prédictive ici proposée est de plus en plus utilisée, car elle a des caractéristiques qui répondent bien aux besoins des utilisateurs avec un rapport coût/performance intéressant. C'est avec la volonté de rendre le message facilement accessible que cette commande est présentée ici de la façon la plus simple possible, alors que des justifications mathématiques sont disponibles dans d'autres documents plus théoriques.

Elle se présente sous la forme d'un algorithme de commande implantable, ou souvent déjà pré-implanté, dans les automates et systèmes de commande actuellement disponibles industriellement.

Tous les processus dans leurs environnements propres sont particuliers avec des objectifs bien spécifiques ; il ne s'agit pas d'appliquer des « recettes » mais plutôt de fournir des bases de solution à partir desquelles l'automaticien local pourra, selon sa compétence, adapter la méthode et son réglage au cas précis.

La loi de commande utilise en temps réel un modèle dynamique du processus, dont l'identification constitue l'essentiel du travail à effectuer.

La commande PFC est la plus ancienne commande prédictive, elle a été conçue volontairement ‘facile à comprendre’ et à implanter, mais elle assure en général de meilleures performances en précision et stabilité que la régulation PID traditionnelle, qu'elle ne cherche pas à remplacer mais dont elle souhaite prendre le relais lorsque celle-ci bute sur ses limites.

La commande prédictive est fondamentalement à base de modèle et nous commençons donc par décrire les problèmes et les solutions proposées pour obtenir ces modèles qui seront implantés et utilisés en temps réel dans l'organe de commande.

Cet article est réservé aux abonnés.
Il vous reste 93% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

KEYWORDS

applications   |   software   |   principle   |   modeling and identification of processes   |   modeling   |   internal model predictive regulation   |   control of industrial processes

DOI (Digital Object Identifier)

https://doi.org/10.51257/a-v1-s7424


Cet article fait partie de l’offre

Automatique et ingénierie système

(138 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Présentation
Version en anglais En anglais

6. Qualité du modèle

Il est plus aisé de définir les cas où un modèle n'est pas satisfaisant. Deux cas extrêmes peuvent se présenter.

6.1 Sous-caractérisation

Un modèle n'est pas acceptable s'il ne remplit pas sa première fonction qui est de se « comporter comme » le processus objet qu'il est sensé représenter. Un processus d'ordre 2 avec un mode oscillatoire ne pourra jamais être approché correctement par un système du premier ordre, quel que soit le gain et la constante de temps choisis. Le modèle est trop simple, sa caractérisation est trop élémentaire. Cela se traduit par un nombre insuffisant de paramètres qui définissent la structure du modèle.

La distance d'état est trop grande pour l'objectif recherché. On dit alors que le modèle est sous-caractérisé.

HAUT DE PAGE

6.2 Sur-caractérisation

Le critère d'état est satisfaisant, pour une entrée donnée, objet et modèle se comportent de la même façon. Mais les domaines isodistances sont ouverts. Il y a compensation paramétrique, le volume d'incertitude est grand, plusieurs paramètres peuvent être pris « à n'importe quelle » valeur, les autres paramètres en surnombre compensant ce choix arbitraire. Ce risque de sur-caractérisation est plus subtil car si l'on ne considère que la distance d'état, on n'est pas informé de cette compensation paramétrique. Ne pas oublier que la véritable distance que l'on cherche à minimiser est la distance de structure. On ignore quel espace désensibilisé a été créé. La surprise est amère si les circonstances de l'utilisation du modèle s'éloignent de celles, bien particulières, qui ont prévalu lors de l'identification. Heureusement l'analyse de l'espace paramétrique, qui va bien au-delà de l'analyse de la variance des paramètres du modèle, nous renseigne parfaitement sur le caractère spécifique du modèle.

Le modèle ne vaut que par la richesse de sa structure qui doit donc être en équilibre avec le contenu informationnel du protocole d'essai.

Augmenter la dimension du modèle, son ordre, inclure des non-linéarités, etc. n'est acceptable que si corrélativement les signaux de test sont plus sensibilisants, avec des caractéristiques plus...

Cet article est réservé aux abonnés.
Il vous reste 92% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Automatique et ingénierie système

(138 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Qualité du modèle
Sommaire
Sommaire

BIBLIOGRAPHIE

  • (1) - HIMMELBLAU (D.M.) -   Applied nonlinear programming  -  Mc Graw Hill (1972).

  • (2) - RICHALET (J.) -   Pratique de l'identification  -  ADERSA, Hermès (1998).

  • (3) - LANDAU (I.D.) -   Identification et commande des systèmes  -  Hermès (1999).

  • (4) - BORNE (P.), DAUPHIN-TANGUY (G.), RICHARD (J.P.), ROTELLA (F.), ZAMBETAS (I.) -   Modélisation et Identification des Processus  -  Tomes 1 et 2, Technip, Paris (1992).

  • (5) - LANDAU (I.D.) -   Commandes systèmes  -  Éditions Hermès, Paris (2002).

  • (6) - BOUCHER (P.), DUMUR (D.) -   La commande prédictive  -  Technip, Paris (1996).

  • ...

1 Événements

Applications industrielles de la commande prédictive PFC (SEE / ISA), juin 2012.

HAUT DE PAGE

2 Supports numériques

1 CD : Applications industrielles de la commande prédictive PFC SEE/ISA.

HAUT DE PAGE

Cet article est réservé aux abonnés.
Il vous reste 93% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Automatique et ingénierie système

(138 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS