3.3 Modélisation du système
3.3.2 Modèle de l’actionneur hydraulique
3.3.3.2 Modélisation de la partie dynamique
Le constructeur donne les caractéristiques dynamiques pour le servodistributeur utilisé
(fi-gure 3.14). Ce diagramme de Bode représente l’évolution du gain en déplacement du tiroir
du distributeur et son déphasage en fonction de la fréquence lorsque le signal de commande
(image de la position désirée du tiroir) varie de façon sinusoïdale à une amplitude constante.
Ainsi on observe que pour une amplitude du signal d’entrée égale à40%de la valeur maximale,
la bande passante théorique est égale à300Hz à−3dB. Ces mesures sont réalisées sur des bancs
d’essais spécifiques, en utilisant un piston particulier à faible frottement et inertie réduite, sans
3.3. Modélisation du système 129
fuite, et dont la fréquence propre hydromécanique est très élevée.
F
IGURE3.14 – Réponse en fréquence donnée par le constructeur du servodistributeur.
Ces caractéristiques mettent de toute façon en évidence le caractère fortement non linéaire de
ce composant. Plusieurs approches existent pour la modélisation du comportement dynamique
d’un tel composant, on peut les classer en trois grandes familles.
Modélisation physique :
Dans les modèles de connaissance, les paramètres ont un sens physique et le modèle est déduit
de lois physiques. Ce type de modèle contient une description détaillée du processus. Cependant
un modèle de connaissance peut atteindre un degré de complexité assez grand. Pour un
servo-distributeur à 2 étages, quelques travaux se sont basés sur ce type d’approches [87], [103],
[Xu-Sid10].
Modélisation signal :
Une autre approche issue de la théorie de l’automatique, vise à décrire le système d’une
ma-nière globale, en se basant uniquement sur l’analyse des signaux obtenus expérimentalement.
Cette approche est utilisable dans le cas où il y a un manque de données, des difficultés pour
accéder aux variables d’état d’un système... Dans ce cas, le modèle est une représentation
ma-thématique par des données entrées/sorties uniquement, appelée modèle de représentation de
type "boîte noire". C’est la méthode le plus souvent utilisée dans le cas du servodistributeur.
Un modèle d’ordre 2 a été retenu dans [116] pour un servodistributeur Bosch. Dans ce travail,
les paramètres du modèle sont déduits des courbes du constructeur en considérant une réponse
fréquentielle moyenne des réponses relevées pour des amplitudes du signal de commande égales
à100%et à5% de la valeur maximaleU
n. Ainsi, la réponse en fréquence du système est
sup-posée identique pendant tout le cycle de fonctionnement quelque soit l’amplitude des signaux
de commande, ce qui n’est pas le cas en réalité.
Dans [111], un modèle du3
`emeordre a été proposé. La dynamique de la partie mobile
{armature-palette} est considérée comme un système d’ordre deux auquel on ajoute l’effet intégrateur du
tiroir de distribution. Un modèle linéaire du4
eme´ordre a aussi été proposé en considérant cette
fois-ci deux modèles d’ordre deux en cascade, le premier pour l’ensemble mobile et le second
pour le tiroir de distribution.
Dans ces travaux, une différence est faite entre la dynamique du tiroir et celle de la partie mobile
{armature+ palette}. Dans les servodistributeur courants, la dynamique du tiroir est nettement
plus élevée que celle de l’ensemble mobile. A titre d’exemple, pour un servodistributeur MOOG
76101 de bande passante à−3dB égale à150Hz , la dynamique du1
erétage se situe autour de
400 Hz alors que la dynamique du tiroir dépasse les 2400 Hz, [103]. Ainsi, le savoir faire du
constructeur, réside dans la raideur de rétroaction de l’ensemble mobile qui a un effet important
sur la dynamique du1
erétage. D’un point de vue dynamique, ceci nous permet donc de
don-ner une certaine priorité à chaque partie constituant le servodistributeur. En premier lieu, nous
pouvons nous concentrer sur la dynamique de la partie mobile pour ensuite prendre en compte
l’effet intégrateur du tiroir avant de nous intéresser à la dynamique complète du tiroir.
Modélisation hybride :
Une dernière approche en modélisation consiste en une modélisation dite "hybride" qui vise
à combiner modèles de connaissance et modèles de représentation, ce sont des modèles de
type "boite grise". Ce type d’approche s’appuie d’une part sur la représentation de phénomènes
physiques et d’autre part sur une caractérisation globale des effets majeurs afin de limiter la
complexité du modèle proposé. Citons à titre d’exemple les travaux réalisés dans [5] où le
mo-dèle dynamique d’un servodistributeur "Rexroth 4WS.2EM10" prend en compte l’influence de
l’amplitude du signal d’entrée ainsi que celle de la pression d’alimentation et l’effet de
l’hysté-résis du moteur couple.
Dans ce type d’approche, on retient généralement les hypothèses suivantes pour la modélisation
dynamique d’un servodistributeur. Ainsi, on néglige :
- les volumes de pilotages du tiroir,
- les forces hydrodynamiques sur le tiroir (forces de jet),
- les efforts visqueux au niveau du tiroir,
- l’effort exercé par la tige flexible sur le tiroir.
Autres effets importants :
Pour être représentative dans un large spectre de fonctionnement, une modélisation du1
erétage
du servodistributeur doit aussi prendre en compte d’autres phénomènes :
- les effets de saturation de l’étage pilote aux grandes amplitudes du signal d’entrée,
- l’hystérésis du moteur couple aux faibles amplitudes,
- la relation non linéaire débit-pression de l’étage pilote (hydraulique du1
erétage).
La plupart du temps, la partie hydraulique du1
erétage est considérée comme un gain pur reliant
le débit de pilotage Q
pà la position de la palettex
p. En réalité, ce comportement est perturbé
par la différence de pression de pilotage résultant sur le tiroir et on doit considérer que le débit
de pilotage est une fonction de la position de la palette (x
p) et de cette différence de pression de
pilotage (∆p
P), voir figure 3.15.
Un grand nombre de modèle est proposé dans la littérature pour la représentation de l’hystérésis
magnétique. Certains sont purement mathématiques, d’autres sont basés sur des considérations
physiques. Généralement, le modèle le plus simple consiste à s’appuyer sur des équations
dif-férentielles. On trouve aussi dans [87], un modèle plus simple dans lequel on considère que
la largeur du cycle d’hystérésis est proportionnelle à l’amplitude de la commande. Dans [5],
3.3. Modélisation du système 131
l’équation différentielle intègre un paramètre de forme qui permet d’ajuster la courbure et la
pente initiale du cycle d’hystérésis. Cependant, l’inconvénient de ces deux types de modèle
est qu’ils nécessitent un grand nombre de paramètres à identifier, puisqu’ils sont fonction des
conditions de travail (température).
F
IGURE3.15 – Variation du débit du premier étage hydraulique, de type buse-palette en fonction
dex
pet de∆P
p.
Modèlisation retenue :
Nous avions mis en place une méthode permettant de développer un modèle Quasi-Linéaire
à Paramètres Variables (QLPV) traduisant le comportement dynamique du servodistributeur,
tout en tenant compte des conditions de fonctionnement (signal d’entrée et pression
d’alimen-tation). Pour ce modèle QLPV, les paramètres utilisés sont une combinaison des géométries du
servodistributeur. L’approche finalement retenue correspond donc à deux modèles d’ordre deux.
C’est une approche du type "boîte grise" au cours de laquelle nous avons cherché à identifier
les paramètres du modèle, qui ne sont autres qu’un regroupement des paramètres géométriques
du servodistributeur, en fonction de la commande et de la pression d’alimentation. Cependant,
la validation des résultats obtenus n’a pu être effectuée puisqu’elle nécessitait un banc d’essai
spécifique. Cette approche est détaillée dans l’annexe D.
Nous nous sommes donc appuyés sur des essais dynamiques réalisés chez le constructeur du
servodistributeur ("MOOG France" à Rungis). Sur le banc d’essai, la charge du
servodistribu-teur était représentée par une vanne. Lors des essais la vanne peut être fermée afin de réaliser
des essais sans charge (sans débit). Le servodistributeur est placé sur un banc de test modèle
("valise") et les réponses sont analysées par un transféromètre (Solartron). En fixant l’amplitude
et la fréquence du signal de commandeu, nous avons enregistré manuellement le gain endB et
le déphasage entre le signal d’entrée et la tension image de la position du tiroirx
t, donnés par
le transféromètre.
Les conditions de mesure sont énumérées ci-dessous :
-p
P= 210bars,
-T = 55
◦C: température moyenne de l’huile relevée au niveau du retour,
- amplitude du signal d’entrée en(%U
n):5,10,25,40,75et100,
- fréquence du signal d’entrée : entre0.1Hz et1kHz.
Suite à ces tests, nous avons alors développé un modèle dynamique de type "boîte noire" valable
uniquement pour ces conditions de fonctionnement. Nous avons évité de choisir les réponses
re-latives aux petites (5%U
n) et aux grandes amplitudes (100%U
n), afin d’écarter les non-linéarités
importantes telles que les saturations de l’étage pilote et l’hystérésis. La courbe pour 40% de
U
ncorrespond donc au cas le plus favorable pour l’identification d’un modèle linéaire du
ser-vodistributeur.
Un modèle d’ordre 2 a été retenu après analyse des données expérimentales et l’identification
des paramètres du modèle s’est basée sur la méthode des moindres carrés pour le critère
qua-dratique suivant :
min
θ= [(G
dbe−G
dbm)
2+P
O(P h
e−P h
m)
2] (3.25)
θ est le paramètre du modèle à estimer, G
dbmet G
dbesont les gains mesurés et estimés en
(dB)de la réponse fréquentielle du servodistributeur,P h
metP h
esont les phases mesurées et
estimées en degré de cette réponse. P
Oest une pondération de valeur0.01en (dB/
◦)
2. Cette
valeur permet d’avoir le meilleur compromis entre la réponse en gain et celle en phase.
F
IGURE3.16 – Réponse fréquentielle mesurée et estimée
L’identification (voir figure 3.16) conduit à un gain statique égale à1, une pulsation de1403.4
rad/s et un coefficient d’amortissement égale à 1.13. Le modèle d’ordre 2 donne une bonne
approximation des valeurs de gains quelque soit la fréquence. En revanche, pour une fréquence
supérieure à300Hz, l’erreur sur l’estimation de la phase devient importante.
Dans le document
Sur les différentiateurs en temps réel : algorithmes et applications
(Page 158-162)