pourl'obtentiondu gradede
DOCTEURDEL'UNIVERSITE DEPOITIERS
(E oleNationaleSupérieured'IngénieursdePoitiers)
(DiplmeNational-Arrêtédu7août2006)
E oleDo torale: S ien esetIngénieriepourl'Information,Mathématiques
Se teur deRe her he: Automatique etAppli ation
Présentéepar
Baya HADID
Développement de apteurs logi iels pour pro édés
industriels par estimation paramétrique
Dire teurdethèse: ThierryPOINOT Universitéde Poitiers,LIAS
Co-en adrants: RégisOUVRARD Universitéde Poitiers,LIAS
ErikETIEN Universitéde Poitiers,LIAS
Présentéeetsoutenuepubliquementle 02dé embre2014
JURY
Rapporteurs: LaurentAUTRIQUE Professeur desUniversités
LARIS, Universitéd'Angers
Ra hidMALTI Professeur desUniversités
IMS,UniversitédeBordeaux
Examinateurs: LaurentLEBRUSQUET Professeur adjoint
Supéle ,Gif-sur-Yvette
ErikETIEN Maîtrede Conféren es,HDR
LIAS,Universitéde Poitiers
RégisOUVRARD Maîtrede Conféren es
LIAS,Universitéde Poitiers
ThierryPOINOT Professeur desUniversités
Introdu tion générale 1
1 Contexte général 5
1.1 Présentation générale. . . 5
1.2 Normesdesprogrammes d'e a itéénergétique . . . 6
1.2.1 Norme ISO50001 . . . 6
1.2.2 Norme IPMVP . . . 6
1.2.3 Importan e delamesure dansl'e a ité énergétique . . . 7
1.3 ProjetANRCHIC . . . 8
1.3.1 CapteurCHICde puissan eéle trique . . . 11
1.3.2 CapteurCHICde débit . . . 11
1.4 La mesure . . . 13
1.5 Dispositifsa tuels de mesuredepuissan e etde débit. . . 15
1.5.1 Mesurede puissan e dansun ondu teur triphasé . . . 15
1.5.2 Mesurede débit. . . 15
1.6 Étatde l'artetappli ations industriellesdes apteurslogi iels . . . . 16
1.7 Con lusion. . . 18
2 Outils d'identi ation 19 2.1 Introdu tion . . . 19
2.2 Dénitions. . . 19
2.2.1 Modèlesboîte blan he,boîtegrise, boîte noire . . . 19
2.2.2 Modèlestatiqueetmodèledynamique . . . 20
2.2.3 Modèleparamétrique etmodèlenon-paramétrique . . . 20
2.2.4 ModèleLTI etmodèleLPV . . . 21
2.2.5 Méthode àerreur d'équation etméthode àerreur de sortie . . 22
2.2.6 Identi ation en bou le ouverte et identi ation en bou le fermée . . . 24
2.2.7 Identi ationhors ligne etidenti ation enligne . . . 28
2.3 Algorithmes LSCTRPM etIVCTRPM . . . 29
2.3.2 AlgorithmeLSCTRPM . . . 30
2.3.3 AlgorithmeIVCTRPM . . . 33
2.4 Algorithmede Levenberg-Marquardt . . . 34
2.5 Identi ationhors-ligne enbou lefermée . . . 35
2.5.1 Estimationdu orre teur . . . 35
2.5.2 Estimationdu modèledu système . . . 37
2.6 Identi ationen ligne par algorithmes ré ursifs . . . 40
2.6.1 AlgorithmeLSCTRPM ré ursif . . . 40
2.6.2 AlgorithmeIVCTRPM ré ursif . . . 41
2.6.3 Analysede performan edesalgorithmes LSCTRPM et IVC-TRPMré ursifs. . . 42
2.7 Modélisation non-paramétrique . . . 44
2.8 Con lusion. . . 49
3 Mesure de puissan e et diagnosti dans un four éle trique 51 3.1 Introdu tion . . . 51 3.2 Des riptionde l'installation . . . 52 3.3 Capteurde puissan e . . . 54 3.4 Déte tion dedéfauts . . . 57 3.4.1 Modèledu orre teur . . . 58 3.4.2 Modèledufour . . . 60
3.4.3 Diagnosti d'undéfaut . . . 62
3.5 Modélisation dufour en harge . . . 64
3.5.1 Essaisdisponibles. . . 64
3.5.2 Conve tion etrayonnement . . . 66
3.5.3 Résultats . . . 67
3.6 Estimationen ligne . . . 69
3.7 Con lusion. . . 74
4 Mesure de débit de gaz onsommé par une haudière 75 4.1 Introdu tion . . . 75
4.2 Présentation dela haudière etde soninstrumentation . . . 76
4.3 Lesvannesétudiées (Serin etSutter, 2000) . . . 77
4.3.1 Vanne àboisseau ylindrique . . . 77
4.3.2 Vanne àpapillon . . . 77 4.3.3 Vanne àsoupape . . . 78 4.4 Cara téristiques de débit . . . 78 4.5 Proto ole expérimental . . . 82 4.6 Modélisation . . . 84 4.6.1 Modélisationparamétrique . . . 85 4.6.2 Modélisationnon-paramétrique . . . 88 4.7 Résultats expérimentaux . . . 88 4.7.1 Modélisationparamétrique . . . 88 4.7.2 Modélisationnon-paramétrique . . . 101
4.7.3 Implémentation du apteur logi iel surune haudière
indus-trielle . . . 106
4.8 Stratégie de alage du apteurlogi iel dedébit . . . 110
4.9 Con lusion. . . 112
5 Mesure du débit d'air omprimé 115 5.1 Introdu tion . . . 115
5.2 Présentation dusous-ensemble air- omprimé . . . 115
5.2.1 Des ription des ompresseurs . . . 115
5.2.2 Compresseur àlobesse sétudié . . . 116
5.2.3 Lesgrandeurs physiques . . . 118
5.2.4 Simulateur . . . 118
5.2.5 Calagedu simulateur . . . 120
5.2.6 Données expérimentales . . . 120
5.3 Étude de sensibilitédesmodèles . . . 123
5.4 Modélisation . . . 125
5.4.1 Modèleboîte noire . . . 126
5.4.2 Modèleboîte grise . . . 126
5.5 Identi ation . . . 127
5.5.1 Obje tifs etméthodes utilisées . . . 127
5.5.2 Identi ationdes modèlesLTI. . . 128
5.5.3 Estimationde lastru ture . . . 128
5.5.4 Identi ationdes modèlesLPV . . . 131
5.6 Calagedu apteurlogi iel . . . 133
5.6.1 Calage1 :Do ument onstru teur . . . 134
5.6.2 Calage2 :Do ument onstru teur etun essai . . . 135
5.6.3 Calage3 :Do ument onstru teur etplusieurs essais . . . 135
5.7 Généri ité desmodèles . . . 135
5.8 Con lusion. . . 136
Con lusion générale 137
Bibliographie 141
Abstra t 151
En Fran e, la onsommation annuelle d'énergie dans l'industrie est d'environ
470 TWh (dont 70%pour lesbesoinsde haleur), e qui orrespond àprès de28%
de la onsommation totale d'énergie et à environ23% des émissions de
CO
2
(soit 30Mt/an).Unepartiede etteénergiepeutêtreé onomiséesansimpa tsurlapro-du tion,niviolationdesrèglesdesé urité ouinuen esurles onditionsde travail
desopérateurs. Bienquel'e a ité énergétiquedansl'industrie françaisesoitl'une
desplus élevéesau monde, ilysubsiste desgisementsd'é onomie très signi atifs.
D'unefaçon générale,lespaysindustrialisés voient dansl'e a ité énergétiqueune
formidable opportunité d'aide à la roissan e é onomique. Une étape lef dans la
MaîtriseDesÉnergies(MDE)etpluslargementdesuides(éle tri ité,gaz,vapeur,
air omprimé, eau) dans l'industrie, ainsi qu'une des onditions né essaires à la
pérennisation des solutions mises en pla e, est la apa ité de mesurer, suivre et
ontrler esux.Enamont detoutedémar hed'e a itéénergétiquesetrouvele
diagnosti énergétique : pour identier les solutions ayant pour but d'é onomiser
l'énergie, il faut avoir unbilan lair desux énergétiques dansl'installation via la
mesure.
Le oûtex essifdesmesuresa tuellesde ourant,detension,depuissan eet de
débit onstitue leprin ipalobsta le àuneinstallation généraliséede apteurs,
frei-nantdemanière onsidérablel'analyseetlesuiviet,par onséquent,lespotentielles
é onomies d'énergie réalisables sur une installation. An d'a élérer le
développe-ment du mar hé de la Gestion Te hnique des Énergies (GTE) et lever le verrou
quipermettrade réer unenouvelle dynamique hez lesindustriels,ilesturgent de
diminuer le oût de mise en pla e d'un tel servi e de gestion. L'une des solutions
a été d'initier desprojetde re her hes tel quele projet ANRCHIC CHaînes de
mesures Innovantes à bas Coût dont une partie a fait l'objet de ette thèse. Ce
projet, initié par EDF R&D,s'ins rit dans leprogramme E a ité énergétiqueet
rédu tiondesémissionsdeCO2danslessystèmesindustrielsdel'Agen eNationale
de la Re her he (projet CHIC n°ANR-10-EESI-02). Il a pour obje tif entral de
diminuerd'unfa teur10le oûtd'unemesurede ourant,detension,depuissan e,
faible oûtetnonintrusifspoursuivreetanalyser les onsommationsde esuides
énergétiquesandedéte terdesdérivesde onsommationave unejustessede
me-sure del'ordre de5%.
Lors d'un diagnosti énergétique ou lors de la mise en pla e de mesures
d'ef- a ité énergétique, les mesures de débit (air omprimé, eau, vapeur, gaz, et ) et
d'énergie éle trique ( ourant, tension, puissan e) sont elles qui posent le plus
gé-néralement problème. La onnaissan e de es valeurs mises en jeu est néanmoins
essentielle dansun obje tif d'e a ité énergétique. La plupart deste hnologies de
mesurepouvant être utilisées sont intrusives etdon oûteuses:l'installation d'un
débitmètre né essite souvent de se tionner la analisation où il doit être installé,
impliquant lavidangedu ir uitetun arrêttemporairede produ tion;les mesures
éle triques,toutes aussiintrusives,né essitent d'êtremisesenpla epar des
spé ia-listes habilitéséle triqueslors d'unarrêt de l'installation.
L'obje tif duprojetétant dediminuerles oûtsliésà unemesure, e travail de
thèses'intéresseaudéveloppementde apteurslogi ielspourlamesuredepuissan e
éle triqueetdedébit d'airetdegaz,travailquis'insèredanslatâ he n°4duprojet
CHIC. Trois appli ations semi-industrielles présentes sur le site EDF R&D des
Renardières à MoretsurLoingontainsi étéétudiées:
−
lamesurede lapuissan eéle trique onsommée surunfour éle trique indus-triel;−
lamesuredu débitd'air sur laprodu tiond'air omprimé du site;−
lamesuredu débitde gaz surune haudière industrielle. Lemémoire présentant e travailest organiséen inq hapitres.Lepremier hapitre posele ontexte général qui a amené àla réationdu
pro-jetANRCHIC. Aprèsune brèveprésentation desnormesutilisées danslamise en
pla e de programmes d'e a ité énergétique, une présentation des partenaires et
une des ription des diérentes tâ hes du projet CHIC sont ee tuées en insistant
plusparti ulièrement surles obje tifsdelatâ hen°4danslaquelles'intègre e
tra-vail. Quelques notions liées à la mesure sont ensuite rappelées et un bref état de
l'art entré surles apteurs logi ielsest présenté.
Ledeuxième hapitre dé ritlesoutilsdemodélisationetd'identi ationquiont
étéappliqués en vuede on evoir les apteurs logi ielsprésentés dans e mémoire.
Lorsquelesmesures quel'on souhaitea quérirsont sensiblesaux onditions
opéra-toires(température,pression,et .),unemodélisationlinéaire àparamètres variants
(LPV)aétéutiliséeetsonprin ipeestrappelébrièvement.Unrappeldesprin ipes
générauxdeste hniquesd'identi ationàerreurd'équationeterreurdesortieetdes
méthodesd'identi ation enbou lefermée estee tuéavant deprésenterplus
physique pouvant né essiterle re alagedu apteur au ours dutemps, e hapitre
présentelamiseen÷uvredelaversionré ursivedesMomentsPartielsRéinitialisés.
Cetravailn'ayantjamaisétéen oremené,une étudeen simulationsto hastique de
l'algorithmepermetde omparersesperforman esàdiérentsalgorithmesré ursifs
de lalittérature. Enn,une méthodede modélisationnonparamétrique àl'aide de
pro essusgaussiens estutiliséepour unedesappli ations etest présentée enn de
hapitre.
Le troisième hapitre est onsa ré à l'étude du sous-ensemble four éle trique.
Aprèsunedes riptiondel'installation dusitedesRenardières, e hapitreprésente
la méthodologie mise en ÷uvre pour estimer la puissan e éle trique onsommée
ainsique ellepour déte ter desdéfauts de type résistan e en défautou porte
ou-verte à partir des mesures disponibles, 'est-à-dire la onsigne de température, la
température interne et le signal de ommande issu du régulateur. Si l'estimation
de lapuissan eéle trique estrelativement triviale,ladéte tionde défautné essite
l'estimation du orre teur implanté etdu modèle du four en fon tion de la harge
présente à l'intérieur. Une identi ation en bou le fermée a pour ela été mise en
÷uvreetappliquée surdesessais à videeten harge.
Le quatrième hapitre est dédié au sous-ensemble haudière industrielle pour
laquelle ons'intéresse à la mesurede débit de gaz massique. Après avoir introduit
late hnologiede la haudière étudiée etsoninstrumentation, une présentation des
diérentes te hnologies des vannes testées est réalisée. Le proto ole expérimental
ainsiqueles diérents points defon tionnement étudiés sontprésentés. La mesure
dudébit degaz s'avérant sensibleaux onditions de pressionetdetempérature du
gaz,une modélisationLPVestproposée. Ce hapitreprésenteainsilesrésultatsde
modélisation obtenus selon letype de vanne utilisé en fon tion d'une puisde deux
variables de séquen ement. Une étude similaire est menée pour un seul type de
vanne en utilisant une modélisation non paramétrique.Le apteur obtenu à partir
du modèle LPV à une variablede séquen ement est validé sur site via une
implé-mentation dire te en C# dans l'automate de ontrle du pro essus. Finalement,
une stratégie de alagedu apteur logi ielde mesurededébit de gaz estproposée.
Le inquième hapitreprésentelesrésultatsobtenussurlamesurededébitd'air
fourniparun ompresseurvolumétrique.Pour etteappli ation,unsimulateur
pre-nant en ompte les phénomènesphysiques mis en jeu est préalablement onstruit.
Cesimulateur permetde aler lesdiérents modèles de apteur logi ielen palliant
aumanque d'essaisexpérimentaux sur esous-ensemble.Un modèlestatique
semi-physique ainsi qu'un modèle boite noire sont étudiés en fon tion de la puissan e
onsommée,despressionsd'aspirationetderefoulementde l'air,delatempérature
etdutauxd'humiditédel'air,mesuresdisponiblessurlesite.Lesparamètresde es
modèles variant en fon tion de latempérature etdu taux d'humidité de l'airainsi
ainsiquesurdesdonnéesréelles.Pournir, unestratégiede alagedesmodèlesest
proposée.
Une on lusiongénérale lt e mémoire enrésumantletravail quiétéee tué,
Contexte général
1.1 Présentation générale
Le on eptd'e a itéénergétiqueprend,deplusen plus,unepla eimportante
dansun ontexte defortedemande en énergie.La norme internationaleISO50001
on rétise e désir d'é onomie d'énergie. Cette norme se base sur un audit
éner-gétique préliminaire etla miseen ÷uvre de systèmes de mesure et de surveillan e
pour vérierqueles obje tifsdénissoient atteints.
Danslese teurindustriel, haqueinvestissement est onsentiauregard des
bé-né esattendus.Le oûtd'unprogrammed'améliorationde l'e a itéénergétique
doit être ompensé par les béné es engrangés. Parfois, un projet, pourtant
pro-metteur, estrejetésurlabasedumontant desdépensesd'immobilisationsinitiales,
la mise en pla e né essitant un arrêt de produ tion. Pour favoriser l'a eptation
desprogrammes d'amélioration del'e a ité énergétique, lesarrêts de produ tion
doivent être limitésau stri tminimumetles oûts demesures doivent êtrefaibles.
C'est dans e ontexte que le projet ANR CHIC a été initié en janvier
2010
et lan é en janvier2011
an de s'attaquer auxproblèmes de mesure dans l'indus-trie. L'obje tif estde on evoir et d'expérimenterune haîne de mesure innovanteà bas oût permettant de suivre et d'analyser les onsommations des prin ipaux
uidesénergétiques utiliséssurdessitesindustriels(éle tri ité,gaz,air omprimé).
La haîne de mesure envisagée dans le projet ANR CHIC doit permettre le suivi
de onsommation etla déte tionde dérive de onsommation. Lesinitiateurs de e
projetsesont donnéspourobje tif d'atteindreune justessede mesuredel'ordre de
5%
. Le projet onsiste à on evoir de nouveaux apteurs à bas oût dans les do-maines suivants : apteursde ourant, apteurs de tension, apteursde puissan e,débitmètres àgaz.
Deux pistes ont été investiguées dans l'ANR CHIC : le développement d'un
apteur physique non-intrusifde ourant pour âbles multi ondu teurs basé surla
polyphasé dont la position des ondu teurs est in onnue. Ce i a donné lieu à une
thèse (Bourkeb, 2014). La se onde piste est ledéveloppement de apteurs logi iels
présenté dans e mémoire.
Dansun sou i d'é onomie, il est souhaitable que le apteur logi iel visépuisse
être fa ilement mis en pla e. Le développement d'unmodèlephysique dédié à une
installation(ou untyped'installation)estex lu arilinduirait un oûtde
dévelop-pement tropimportant.Dans etobje tif,ilest proposé de onstruire desmodèles
omportementaux de type boite noire ouboitegrise.
1.2 Normes des programmes d'e a ité énergétique
Il existe unfort potentield'é onomie d'énergiedans l'industrie manufa turière
française, ommeprobablement dans l'ensemble de l'Europe. Ce potentiel n'apas
en ore été entièrement révélé et exploité. De plus en plus d'industriels sont prêts
à passer le ap et sont don en train de mettre en ÷uvre des programmes
d'amé-lioration de l'e a ité énergétique. La plupart de es programmes s'appuient sur
des normes nationales ou internationales. Les meilleurs outils disponibles
aujour-d'hui sont : lanorme internationale ISO 50001 Energy Management Systems et
la norme internationale de la mesure de performan e et du proto ole de
véri a-tion IPMVP (International Performan e Measurement and Veri ation Proto ol);
es deuxnormes s'appuient sur lamesure appropriée d'indi ateurs lés d'e a ité
énergétique.
1.2.1 Norme ISO 50001
La norme ISO50001 pour les systèmes de gestion de l'énergie, publiée en juin
2011, est le résultat de l'eort de ollaboration de
61
pays, y ompris les pays du ComitéEuropéendeNormalisation.Cettenormespé ielesexigen espourunsys-tème de gestion de l'énergie qui est basé sur le prin ipe d'amélioration ontinue,
Planier - Faire - Vérier- Agir.La norme ISO50001 repose surun audit
énergé-tique préliminaire qui permet de déterminer les systèmes les plus onsommateurs
en énergie dansl'usine. Après ela, il faut xer desobje tifs de performan e pour
essystèmes etinstallerdesdispositifs demesureetde surveillan e ande vérier
lerespe tde esobje tifsde performan e.
1.2.2 Norme IPMVP
La norme internationale de la mesure de performan e et du proto ole de
vé-ri ation IPMVP a été publiée pour la première fois en 1996 et a évolué depuis.
Elle est établie par E ien y Valuation Organization (EVO), une organisation à
but nonlu ratifdédiée à la réation d'outils demesure et devéri ation pour
per-mettre l'épanouissement de l'e a ité (si http://www.evo-world.org/). Ce
d'é onomiessuite àlamiseen÷uvred'unprogrammed'améliorationdel'e a ité
énergétique.
L'IPMVPse on entresurtroisquestionsprin ipalesqui sont :ladénition de
laperforman e, lamesurede laperforman e etlavéri ation de laperforman e.
Dénir laperforman eest une onditionpréalable. La performan e peut être
dénieauniveaudel'usine ouàunniveauintermédiaire,selon leprogramme
d'amélioration de l'e a ité énergétique. Par exemple, si un système d'air
omprimé doit être restauré, alors le proto ole peut se on entrer seulement
surlesystème spé iqued'air omprimé.
La mesure de performan e né essite l'installation de dispositifs de mesure,
haquefois quené essaire, quidépend duproto ole de véri ation dela
per-forman e appliqué.
Lavéri ationdelaperforman eestlapartielaplusdéli ateduproto ole, ar
ilest ensoi impossible de mesurerles é onomies enénergie, seule la
onsom-mationd'énergiepeutl'être.La mesurede onsommationdoit être omparée
aux prévisions de onsommation an d'estimer la quantité d'énergie
é ono-misée. Selon le proto ole, es prévisions de onsommation sont al ulées en
utilisant une onsommation de base prise ommeréféren e, etplusieurs
fa -teurs d'ajustement doivent être dénis. Les fa teurs d'ajustement typiques
peuventêtre,parexemple,lefa teurde hargedeprodu tion,latempérature
extérieure, et .
1.2.3 Importan e de la mesure dans l'e a ité énergétique
Quelquesoitlese teurindustriel onsidéré(alimentation, imenterie,
métallur-gie, et ), l'optimisation d'une usine de fabri ation est un pro essus omplexe qui
né essiteun suivi.Onne peutpasoptimiser equ'on ne onnait pas.
Pouridentieretévaluerlesé onomiesenénergie, ilfaut avoirunevision laire
de la façon dont l'énergie est utilisée. Comme indiqué dans la norme ISO 50001,
la mesure est la première étape pour une quanti ation de la onsommation en
énergie.La apa itédemesurer, surveilleret ontrlerla onsommationàplusieurs
endroits lésdansuneusinedefabri ationestune onditionessentielledetout
pro-grammee a e.
Toutes les usines de fabri ation sont en onstante évolution, et e qui a été
optimisé à un moment donné peut ne pas le rester pour une longue période. Une
fois de plus, la mesure est la lé pour la durabilité de l'e a ité énergétique. Les
programmesd'é onomied'énergie,quandleurs eetsnesontpasrégulièrement
me-surés,semontrentine a esàlongoumêmeà ourt-terme.Généralement,quelques
une situationnon optimale.Par onséquent,lamesure onstantedesuxd'énergie
est unedes onditions né essaires pour dessolutions durables.
Dans l'industrie, on distingue deux types de onsommation énergétique : une
onsommation liée au pro essuslui-même etune onsommation liée aux systèmes
quifournissentdel'air omprimé,de lavapeur,del'eaufroide,et .Tandisqu'ilest
généralement très di ile de modier la onsommation d'énergie liée à un
pro es-sus de fabri ation, notamment à ause de l'impa t important sur laprodu tion, il
est souvent plusfa ile d'optimiser la onsommation des systèmes auxiliaires, pour
autant qu'ilssoient bien étudiés et bien ompris,et don mieux mesurés. Dans le
se teur industriel, haque programme d'investissement, eten parti ulier elui
des-tiné à l'amélioration de l'e a ité énergétique, est ou n'est pas mis en ÷uvre en
fon tion de sonanalyse oûts-béné es.Malheureusement, laplupart du temps,la
miseen ÷uvrede e genre deprogramme,en raison delaphase obligatoirede
me-sure, est onsidérée ommeina eptable ouinfaisable.
Plusieursgrandeursdoivent êtremesurées.Si ertainsparamètresphysiques,tel
quelatempérature,sontfa ilementmesurablesave un oûtlimité,d'autreslesont
plus di ilement, voire parfois ne le sont pas. Pour la mesure de puissan e, par
exemple,ilestné essairede ouperl'alimentation pourpouvoirinstallerle apteur.
Pour unemesureilotdeprodu tionparilotdeprodu tion,lenombred'interruption
deprodu tionestalorstrès oûteux.Lemême onstatpeutêtrefaitpourlamesure
de débit.
Cequi pénalisela mesuren'est passeulement le oût apteur,mais 'estaussi
etsurtout les interruptions de produ tionné essaires à soninstallation.
1.3 Projet ANR CHIC
LeprojetCHICCHaînedemesureInnovanteàbasCoûtaétéinitiéparEDF
R&D. Il s'ins rit dans le programme E a ité énergétique et rédu tion des
émis-sions de CO2 dans les systèmes industriels de l'Agen e Nationale de laRe her he
(projetCHICn°ANR-10-EESI-02).Ilapourobje tifsde on evoiretexpérimenter
une haînedemesureinnovante àfaible oûtetnon-intrusive,permettant desuivre
etd'analyserles onsommationsdesuidesénergétiquesutiliséssurdessites
indus-triels (éle tri ité, gaz,air omprimé)ande déte ter desdérivesde onsommation
ave une justessede mesurede l'ordrede 5%. Sonbudgettotal s'élève à 2,55M
e
. En plus d'EDFR&D, porteur du projet, six autres partenaires sont impliquésdans e projet:
−
lelaboratoire Ampèrede l'E ole Centrale de Lyon,−
le Laboratoire d'Informatique etd'Automatique pour les Systèmes de l'Uni-versité dePoitiers,−
le Laboratoire d'Ele tronique et de Te hnologies de l'Information du Com-missariat àl'énergieatomique etaux énergiesalternatives,−
ledépartementSignauxetSystèmesEle troniquesdeSupéle Gif-sur-Yvette,−
laso iété SOCOMEC,−
laso iété Kapteos.Leprojetestrépartien sixtâ hes.
Lapremièretâ he Gestiondu projet apourobje tifd'assurer lesuivietla
qua-litédestravaux,leurbonneadéquationave lesobje tifsduprojetetlerespe tdes
délaisetdes oûts.
Lase ondetâ heVoiespourune haînedemesure à bas oût :del'existantaux
ruptures a pour obje tif de réunir tous les partenaires autour d'un obje tif
om-mun: elui dedénir les ritères deréussite duprojet. Elle onsiste notamment en
la fourniture de livrables sur l'analyse de valeur de la haîne de mesure, les
spé- i ations é onomiques, fon tionnelles ette hniques d'une haîne de mesureà bas
oût, un état de l'art te hnologique et enn l'identi ation de nouvelles pistes de
solutions te hnologiques.
La troisième tâ he on erne l'étude de Te hniques innovantes de mesure des
ourants, tensions et puissan es. L'obje tif est le développement de apteurs de
ourant, de tension et de puissan e, travaillant autour de âbles multi ondu teurs
non blindés,etne né essitant nidémontage, niinterruption de l'alimentation
éle -trique du âble pour leur installation. Cette tâ he onsiste, entre autres, en la
modélisation et la résolution de problèmes inverses an de déterminer le nombre
optimalde apteursde hamps éle triqueetmagnétique,leur positionnement, leur
orientation etleur sensibilitéetladynamique demesure. Cette tâ he a donné lieu
à lasoutenan ed'unethèse (Bourkeb, 2014).
La quatrième tâ he Capteurs logi iels qui est l'objet de e mémoire de thèse,
on ernedon ledéveloppementde apteursqui onsistentenuneestimationde
er-tainesgrandeurs àpartir de mesuresdéjà existantes ouplusfa ilement a essibles.
Elleestdiviséeentroissous-tâ hes:lamodélisationdessous-ensemblesindustriels
(four éle trique, haudière, ompresseur),lare onstru tion des signauxetle
déve-loppement des apteurslogi iels.
La inquième tâ he Test en usine virtuelle a pour obje tif de vérier que les
prototypesmis au point dansle adre du projetpermettent d'obtenirdes mesures
ables et robustes, à faible oût, onformément aux spé i ationsétablies dansla
etl'intégrationdes apteursdansleurenvironnementdetestetletestdes apteurs.
Lasixièmeetdernièretâ heDisséminationdesrésultatsetimpa tsdesnouvelles
solutionsproposées apourobje tifdediuserlesrésultatsduprojetdefaçonlaplus
largepossibleauprèsdela ommunautés ientique,desindustriels,des
profession-nelsde lamesure,et . Celapeutêtresousforme depubli ations s ientiques etde
parti ipations àdes ongrès etséminaires àdestination desentreprisesextérieures.
Cette tâ he a aussi pour but d'évaluer les résultats du projet à travers une étude
d'impa tdessolutionsproposéespar rapportaumar hédelamesure, etpermettra
ainside savoir si desavan ées réelles et signi ativesen termes de oûtde mesure
ont étéréalisées.
Commeonl'aditpré édemment,touteslesmesuresnesontpasproblématiques.
Cettere her he porte surlamesure de puissan eet de débit.Ces mesures sont les
plus répandues et re her hées au sein de la ommunauté de gestion de l'énergie,
mais également les plus impopulaires en raison de leurs oûts et desréper ussions
de leurinstallation sur lefon tionnement del'usine.
Le projet ANR CHICporte sur lamesure de puissan e et de débit. L'obje tif
est la réationetl'expérimentation desolutions :
−
non intrusives;−
à faible oût;−
plug and play;−
à faible onsommation d'énergie;−
robuste ete a e, même sous onditionde bruit etdeperturbation.Les apteurssuivants sontdéveloppés:
−
unwattmètre physique lamp-on(à pin es),quipeutêtreinstalléautourdes trois phases des âbles éle triques partout dans l'usine (Bourkeb et al., 3-5July,2012; Bourkeb,2014),
−
un apteur logi ielde puissan e pour les fourséle triquesindustriels,qui dé-duitlapuissan e dusignal de ommande,−
un apteur logi iel de débit d'air omprimé, qui al ule le débit de l'air à partirde lapuissan e onsommée par le ompresseur,−
un apteurlogi ieldedébitdegazpourles haudièresindustrielles,qui al ule ledébit dugaz à partirdela position d'ouverture delavanne d'admission.Chaque apteurlogi ieldoitêtredédiéàunéquipementspé ique, arilrepose
surdesvariablesetsurdesmodèlesmathématiquesqui sontfortement dépendants
de laphysique du système.
Lesinstallations utilisées pour tester les prototypes sesituent sur le site EDF
R&D des Renardières à Moretsur Loing etsont semblables aux installations
in-dustrielles. Ellessont peut-être moinspuissantes, mais ellespermettent ependant
detesterles apteurslogi ielsdansdessituationsréellesdefon tionnementen
pré-sen e debruitsde mesure.
1.3.1 Capteur CHIC de puissan e éle trique
L'équipement industriel hoisipourtesterle apteurestunfour éle trique
(Ha-didetal.,2013).Cetteétudeviseàmontrer omment on evoirun apteurlogi iel
pour le suivi et le diagnosti de défaut d'un four éle trique industriel. Ce apteur
doitee tuer les fon tionssuivantes :
l'estimation dela onsommation énergétique,
lasurveillan e etladéte tion dedéfauts.
Le prin ipal avantage du apteur de puissan e CHIC sur les apteurs a tuels est
qu'iln'yapasné essitéde ouperl'alimentation.Lelivrable"Spé i ations
é ono-miques, fon tionnelles et te hniques d'une haîne de mesureà bas oût" a permis
d'estimerles oûtsmoyensenmatièred'a hat,d'installationetdemaintenan edes
apteursde puissan eexistants.Àpartirde etteétude,l'obje tifestdediviserpar
10 le oûtmoyen d'unemesure depuissan e.
Ceseraitunevéritable avan éete hnologiquesion onsidèreque,dansde
nom-breusesusinesde fabri ation,àpeuprès
30
%des ompteurséle triquesfournissent desvaleursin orre tesà aused'une mauvaise installation.1.3.2 Capteur CHIC de débit
Si le oût d'a hat du apteur logi iel de débit est trop élevé, il sera
ertaine-ment rejeté ommelesont aujourd'huilesdébitmètres àultrasons.Ces apteursne
né essiteront pasune maintenan e parti ulière, étant donné leur ara tère virtuel.
Ilssont également nonintrusifs.
Danslelivrable"Spé i ationsé onomiques, fon tionnellesette hniquesd'une
haînedemesureàbas oût",les oûtstotauxpourlamesurededébitdesappareils
ommer iaux a tuellement utilisés ont été évalués pour une période d'exploitation
de
10
ans.Ee tivement, les ompteurs né essitentune maintenan e régulière ave une périodi ité d'un an pour les débitmètres éle tromagnétiques (intrusifs) et deque la mesure de débit est oûteuse et à peu près équivalente pour les diérentes
te hnologies existantes.
Leshypothèsespourl'entretiendes ompteurssontles suivantes:ledébitmètre
éle tromagnétique standard a besoin d'une maintenan e annuelle, e qui né essite
de viderletube etl'envoide l'appareilpour véri ation (les oûtstotaux de
main-d'÷uvrepourdésinstallerle ompteurdelatuyauterieetdeleréinstallerdenouveau
estd'aumoins
2
hparan).Le ompteuràultrasonsquantàluiabesoind'une main-tenan etousles5
ans.Celané essiteégalementl'envoidel'appareilpourvéri ation (les oûtstotauxde main-d'÷uvrepour ladésinstallationet laréinstallation estenmoyenne de
15
min par an). Les gérants d'usines sont don généralement réti ents à l'idéed'installer des ompteursde débitsurles tuyaux opérationnels. Diérentesraisons expliquent etteattitude, selon letype de débitmètre:
−
les débitmètresnon intrusifssont onsidérés omme trop oûteux,−
lesdébitmètresintrusifsné essitentlavidangedel'installationetdese tionner letuyausurlequel ilva êtreinstallé.1.3.2.1 Capteur logi iel de débit d'air omprimé
Dans le se teur industriel français, peu d'attention est a ordée aux systèmes
d'air omprimé.Àpartirdumoment où,pourunepression onsidérée,ledébitd'air
estsusant,la onsommationdusystème ompresseurn'estpasunepriorité.Ilest
onnu quebeau oup de es systèmesgaspillent de l'énergie.
Unsystèmed'air ompriméestunsystème omplexedanslequelplusieurstypes
d'équipements sont impliqués. Le ompresseur joue un rle important, mais le
sé- heur,leréservoird'air, lestuyaux,et , sont également à prendreen onsidération
lors de l'analyse du système. La gure 1.1 montre un système d'air omprimé
ty-pique ave sesprin ipaux omposants.
L'obje tif du apteur logi iel de débit pour les ir uits d'air omprimé
est d'estimer la valeur du débit de l'air omprimé produit par un ompresseur,
en fon tion de la puissan e onsommée du ompresseur et de plusieurs variables
supplémentaires :lapressionduréseau,lapressiondel'airàl'aspiration,la
tempé-raturedel'airetennsontauxd'humidité.L'étude de e sous-systèmeestdétaillée
dansle inquième hapitre.
1.3.2.2 Capteur logi iel de débit de gaz
Il estgénéralement très di ile de onnaître la onsommation d'une haudière
àgazindustrielle,étant donnéquelaplupartdutemps,trèspeude ompteurssont
installés sur lessites industriels, et eux qui sont déjà installés mesurent
habituel-lement la onsommationtotale dusite engaz.Unefoisqu'une haudière est
Figure 1.1 Une installation d'air omprimé typique
àgazdédiéstri tementàunemesurelo ale.Par onséquent,ilexisteunbesoinréel
d'avoirun apteurnonintrusifàfaible oûtpour mesurerlegaz onsommépar une
haudière. Dans le quatrième hapitre, une modélisation du débit de gaz délivrée
par une vanne dansune haudière est présentée danslaperspe tive dedévelopper
un apteurlogi iel.
1.4 La mesure
Les apteurssontdestinésàréaliserunemesure,ilestdon importantdedénir
elle- i. Mesurer une grandeur, 'est établir le rapport de ette grandeur appelée
mesurande
m
à une autregrandeur appelée unitéu
.Maxwell en 1873 dans son traité sur l'éle tri ité et le magnétisme a déni la
mesure omme suit:
l'expression d'une grandeur est le produit de deux fa teurs dont l'un, qui est de
même nature prise omme repère, s'appelle son unité, et dont l'autre, qui est le
nombre defois que l'unitéest ontenue dans la grandeur, s'appellesavaleur
numé-rique, n .
Autrement dit,
m = n × u
.La s ien e de la mesure a pour nom la métrologie. Il est important de dénir
les ara téristiquesmétrologiques suivantes(Wilson, 2005):
ap-teuren fon tion dumesurande (grandeur mesurée).
Sensibilité : 'estle quotient de lavariation dela grandeur de sortiepar la
variation orrespondantede lagrandeur mesurée, pour une valeur donnéedu
mesurande. Elle représente don lapente de la ara téristique statique pour
ette valeur.
Étenduede mesure :L'étendue demesurereprésentelazonedanslaquelle
les ara téristiques du apteur orrespondent aux spé i ations de
fon tion-nement normal.
Linéarité (ou non linéarité) :Un apteurestdit linéairelorsque sa
sensi-bilité est onstantesurl'étendue demesure.
Erreurabsolueourelative :Ellereprésentel'in ertitudesurlamesure.On
distingue les erreurs systématiquesqui n'ont au un ara tère aléatoire. Elles
représententeneetl'erreurobtenuedanslesmêmes onditionsdemesurepar
rapportàlavraievaleur.L'étalonnageouleprin ipemêmedufon tionnement
du apteur peuvent être des sour es d'erreurs systématiques. On distingue
également l'erreur aléatoire. Comme son nom l'indique, ette in ertitude a
une valeur imprévisible.Elle estdue auxbruitsde mesureenvironnants. Elle
estévaluée statistiquement par samoyenne, soné art-type etsavarian e.
Fidélité : La délité est l'aptitude à donner, pour une même valeur de la
grandeurmesurée, desindi ationsvoisines entreelles. Un apteurestdèlesi
l'é art-type sur lesréponses àune même valeur dumesurande estfaible.
Justesse : La justesse est l'aptitude à donner des indi ations égales à la
grandeur mesurée, les erreurs de délité n'étant pas prises en onsidération.
Un apteurest justesi laréponsemoyenne est pro he de lavaleurréelle.
Pré ision : Généralement, la pré ision est dénie omme l'erreur la plus
importanteprévueentrelasortiea tuelleetlasortieidéale.Pluspré isément,
un apteur est pré isquandil estjusteetdèle.
Bandepassante:Lavariationdesensibilitéest ara tériséeparlanotionde
bande passante. Elle est dénie omme l'intervalle de fréquen e dans lequel
la sensibilité ne varie pas au delà d'une limite en générale xé à -3db. La
ara térisation de la bande passante d'un système se déduit de l'étude du
omportement dynamique de e système. La théorie des systèmes linéaires
montre que leurs omportements sont dé rits par une équation diérentielle
à oe ient onstant.
Rapidité : La rapidité est ara térisée par le temps que met le apteur à
réagir à une variation brusque du mesurande. Elle est don évaluée par sa
Résolution : C'est laplus petite variation de mesurande que peut déte ter
le apteur.
1.5 Dispositifs a tuels de mesure de puissan e et de
dé-bit
Lesméthodologies d'alimentation etde mesure des appareils a tuels de
omp-tagede puissan e etdedébit sont présentées dans ette se tion.
1.5.1 Mesure de puissan e dans un ondu teur triphasé
Aujourd'hui, ilexisteun grandnombrede dispositifs ommer iauxqui peuvent
être utilisés pour mesurer la puissan edes âbles d'alimentation triphasée. Ils
uti-lisent tous la même méthodologie. Pour al uler la puissan e, ils ont besoin des
valeurs de tension et de ourant. Il faut don au nal mesurer trois ourants et
trois tensions. Ce i ne peut être fait qu'à l'intérieur d'une boîte de distribution
éle trique,à l'endroit où les ondu teurs du âbled'alimentation sont séparés. Les
tensionssontmesuréespardessondesdire tementreliéesaux ondu teurs.Les
ou-rants sont mesurés en installant un transformateur autour de haque ondu teur.
Cesdernierspermettentdereproduirele ourantqui ir uleàuneé hellebeau oup
plus faible. Des exemples de dispositifs qui peuvent être utilisés pour mesurer les
ourants dansun ondu teur sont donnés danslagure1.2.
Capteur de puissance
b
b
b
b
b
b
b
Transformateurs
de courant
de tension
Sondes
Alimentation en puissance
du client
Figure 1.2 Mesurede puissan e ave lesappareils ommer iaux
a -tuels
1.5.2 Mesure de débit
Lesdébitmètres ommer iaux les plusfréquemment ren ontrés sont :
−
Le débitmètre éle tromagnétique, présenté sur la gure 1.3(a), qui est très utilisédansl'industrie.Ilné essitedese tionnerlatuyauterieàl'installation.Lemême problèmeseposesurd'autrestypesde apteur, ommeles apteurs
Coriolis etVortex.
(a) Débitmètre éle -tromagnétique om-mer ialstandard (b) Mesure du débit ave undébitmètreà ultrasons
Figure 1.3 Appareils demesure physique de débit
1.6 État de l'art et appli ations industrielles des
ap-teurs logi iels
Le on ept de apteur logi iel onsiste à asso ier des mesures disponibles ou
fa ilement réalisables, représentatives de l'évolution du pro édéétudié, etdes
mo-dèles mathématiques reliant les grandeurs mesurées et lesgrandeurs àdéterminer.
Ce on ept est utilisé dansdivers domaines, et notamment dansles pro édés
hi-miques (Ce iletKozlowska,2010;Do hain,2003;Queinne etSpérandio,2003)ou
biologiques (Bogaerts et Vande Wouwer, 2003; Chéruy, 1997; James et al., 2000;
Sotomayor et al., 2002). Que l'implémentation du apteur logi iel soit basée sur
une simulation,un observateurou en oreune méthodeinverse,lamodélisationest
une étape lé et déterminante pour la qualité de la mesure. La modélisation peut
être basée sur les prin ipes physiques ou sur une appro he empirique, voire une
ombinaison desdeux. C'estl'appro he retenue dans ettethèse.
Les apteurslogi ielssontun outilpré ieuxdansdenombreuxdomaines
indus-triels. Ils sont utilisés pour résoudre un ertain nombre de problèmes tels que les
systèmesba k-up,l'analysed'hypothèses,laprévisionentempsréelpourle ontrle
de l'usine etles stratégies dediagnosti de défauts (Fortuna etal., 2006).
Les apteursphysiquessontgénéralementpla ésdansunenvironnement hostile
qui,d'unepart,exigequel'instrumentation répondeauxnormesde on eptiontrès
restri tives, et d'autre part, un proto ole de maintenan e doit être prévu. Dans
tous les as, l'apparition de défauts inattendus ne peut êtretotalement évitée.De
plus, ertains outils de mesure peuvent présenter un retard important dans
l'ap-pli ation, e qui peut réduire l'e a ité des lois de ommande. Pour installer et
maintenirunréseau demesure onsa réàlasurveillan e,lebudgetné essairepeut
Deleur oté, les apteurslogi ielsorent un ertainnombrede propriétés
inté-ressantes :
Ilsreprésentent unealternative àfaible oûtaux apteur physiques. Eneet,
ladisponibilitédesanalyseursenligne etdessystèmesnumériquesquisont à
lafois utiliséspour lasurveillan e etle ontrle,donnent aux on epteurset
aux opérateurs les outils né essairesà la on eptionet lamiseen ÷uvredes
apteurslogi iels,sans augmenter les oûts initiaux;
Ilspermettant laréalisation de réseauxde surveillan e plus omplets;
Ils peuvent travailler en parallèle ave des apteurs physiques, donnant des
informations utiles pour les tâ hes de déte tion de défaut, permettant ainsi
laréalisation depro essus plusables;
Ilspeuvent fa ilementêtre implantésdansdesmi ro-informatiqueset
réajus-téslorsqu'ilya un hangement dansles paramètres dusystème;
Ilspermettent d'estimeren tempsréel desdonnées etde diminuer lesretards
introduits par des apteursphysiques lents, améliorant ainsila performan e
desstratégies de ontrle.
Les apteurslogi iels peuvent être utilisésen tant que:
1. Ba k-up desappareils de mesure
Leba k-updesinstrumentsdemesureestuneappli ationtypiquede apteurs
logi iels:un apteurlogi ielestdans e asspé ialement onçupourêtre
mo-mentanément substitué àunéquipement demesureen panneetpermetainsi
d'éviterladégradation desperforman esde l'usine.
2. Rédu tion desbesoinsmatérielsde mesure
Supervision, automate programmable, base de données, les systèmes
infor-matisés sont souvent présents dans la haine de produ tion. Ces systèmes
peuvent héberger les apteurs logi iels. Les experts peuvent don être
en- ouragés à on evoir des modèles d'inféren e qui sont destinés à rempla er
dénitivement les apteursphysiques.
3. Validation du apteur,déte tion etdiagnosti de défauts
Les stratégies de déte tion et de diagnosti exploitent toujours une ertaine
forme de redondan e. C'est la apa ité d'avoir deux ou plusieurs façons de
déterminerquelquespropriétés ara téristiques(variables,paramètres,
symp-tmes)dupro essus.L'idéeprin ipale,àpartirdelaquelledé oulenttoutesles
stratégiesdedéte tiondedéfaut,estde omparerlesinformationsre ueilliesà
l'information orrespondante d'unesour e redondante. Un défautestdéte té
sigénéralement lesystèmeetlasour e redondantefournissentdeux
physique, qui onsiste à répliquer physiquement le omposant à surveiller;
redondan eanalytique, danslaquellelasour eredondanteestunmodèle
ma-thématique de la omposante; redondan e de la onnaissan e, dans laquelle
lasour eredondante omprend desinformations surlepro essusheuristique.
4. Analyse d'hypothèses
Le modèle, qui a permis d'élaborer le apteur logi iel, est utilisé dans e
aspour ee tuerune simulationde ladynamiquedu système orrespondant
auxtendan esd'entrée,danslebutd'obtenirunemeilleure ompréhensiondu
omportementsystème.Cetteutilisationparti ulièredesmodèlesdepro essus
pouree tuer une simulationestappelée analysede s énarios.
1.7 Con lusion
Ce premier hapitre a permis de dé rire le ontexte général de l'étude menée
dans es travaux de thèse au travers du projet CHIC. Les apteurs logi iels sont
unealternative aux apteursphysiquessouvent onéreuxetdi ilesà imposerà un
industriel depar leur installation souvent intrusive engendrant d'inévitables arrêts
deprodu tion etdepar lané essairemaintenan e inhérenteà leurbon
fon tionne-ment.L'utilisationde apteurslogi ielssimplesàmettreen÷uvrelaisseentrevoirla
possibilitéd'équiperlargement uneusine deprodu tion pour permettre
l'améliora-tionde sone a ité énergétique. Ces apteurslogi iels né essitent néanmoins une
ertaine expertise pour en dénir les modèles et mettre en ÷uvre les algorithmes
permettant d'en estimer leurs paramètres. Les outils utilisés dans e travail pour
Outils d'identifi ation
2.1 Introdu tion
Ce hapitre regroupe les prin ipaux outils de modélisation mathématique et
d'estimation paramétrique qui ont permis de on evoir les apteurs logi iels des
trois sous-ensembles étudiés dans les hapitres suivants. Dans un premier temps,
les dénitions des on epts de basedu domaine de l'identi ation utilisés dans e
travail de thèse sont données. Dans un deuxième temps, une brève introdu tion à
l'estimationhors-ligneenbou leouverteetbou lefermée permetdefaireunrapide
tour d'horizondes méthodes à erreur d'équation eterreur desortie. L'étude se
fo- alise sur une méthode basée sur les moments partiels réinitialisés pour le as des
méthodesà erreur d'équation etsur les algorithmes Tailor-Made et la
dé omposi-tion de la bou le fermée pour le asdes méthodes à erreur de sortie. Ensuite, une
nouvelle méthode d'estimation en ligne baséesur lesmoments partiels réinitialisés
estprésentée. Cettedernières'inspiredesméthodesd'estimationenligne lassiques
telles queles moindres arrésetvariable instrumentale ré ursifs.
2.2 Dénitions
Avant de dé rire les outils, dénissons les termes qui sont employés dans e
mémoire.
2.2.1 Modèles boîte blan he, boîte grise, boîte noire
Enidenti ation de système, ilexiste deux atégories de modèle :
en appliquant les lois de la physique du domaine étudié (physique, himie,
thermique, mé anique, éle tri ité...), on obtient un modèle dit "de
onnais-san e" ou"boîte blan he",
en se bornant à expliquer un omportement d'entrée/sortie à partir de
Desmodèles"boîtegrise"permettentd'introduiredela onnaissan ephysiquedans
un modèlede omportement.
Les modèles boîte blan he né essitent une expertise sur le domaine de
l'appli a-tion. La modélisation, souvent non linéaire, s'ee tue au as par as. Les outils
d'estimation paramétrique lassiquespeuvent être utilisés pour estimer un ou
plu-sieurs paramètres in onnus.
Les modèles boîte noire peuvent être étudiés dans un adre plus général
disso- iéde l'appli ation.
Les modèles boîte grise peuvent prendre toutes les nuan es entre le blan et le
noir
Dans emémoire,unmodèleboîtegriseestdéveloppépourl'étudedu
ompres-seur, alorsquedansl'étudedela haudière etdufour,desmodèles boîtenoiresont
estimés.
2.2.2 Modèle statique et modèle dynamique
Les modèles mathématiques représentent par des équations les relations entre
les entrées et les sorties du pro essus. Si es équations sont algébriques, le modèle
estdit statique.Si eséquations sont deséquationsdiérentiellesoudeséquations
aux diéren es ré urrentes, le modèle est dit dynamique, respe tivement à temps
ontinu ouà temps dis ret.
Plus on rètement, dansun système statique,la réponsedu système à une
ex- itation est instantanéeou supposée omme telle. Dans un systèmedynamique, la
réponse estfon tion de l'ex itationet desréponses passées, etpeut don être
mo-délisée àl'aide d'équationsdiérentielles.
Un modèle est ara térisé par des grandeurs de deux types : les entrées et
les sorties. Les entrées sont des grandeurs de ommande du système ou en ore
des signaux parasites appelés perturbations. Les sorties permettent de juger de la
qualité de latâ he remplie.
2.2.3 Modèle paramétrique et modèle non-paramétrique
Ondistinguedeuxappro hesdiérentes:l'appro heparamétriqueetl'appro he
non-paramétrique.
Le on ept prin ipal de l'ingénieriemoderneest de modéliser lessignaux etles
systèmespourfa iliterl'étude,l'analyseetla ommande.Cemodèledoitêtreestimé
modèles, on utilise des modèles paramétriques, qui omportent par dénition un
nombreniet onstant de paramètres,dont lastru ture estprédéterminée.
Généralement, dans l'appro he non-paramétrique, on suppose que le nombre
de paramètres, dé rivant ladistribution des observations, onsiste en une fon tion
roissante de la dimension des observations; autrement dit, le nombre de
para-mètresestinni.Lamodélisationnon-paramétriqueétudiedon lesproblèmesdont
la paramétrisation n'est pas onsidérée omme xe, maisil y a le hoix entre
plu-sieurs paramétrisations dont l'obje tif est de trouver la onguration qui onduit
auxpro édures les pluse a es.
Dansle as dusous-ensemble haudière industrielle, es deuxappro hes
d'esti-mationsont utilisées et omparées.
2.2.4 Modèle LTI et modèle LPV
Lessystèmeslinéairesinvariantdansletemps(LinearTimeInvariant,LTI)sont
dessystèmeslinéairesquipeuventêtredé ritsparuneéquationdiérentielled'ordre
n
ave des oe ients onstants, ou bien par un ensemble ouplé d'équations dif-férentielles dupremier ordreayant des oe ients onstants,utilisant les variablesd'état (Levine, 1996).
Àdéfautdepouvoirdé rireunpro essusàl'aidedemodèlesLTI,unete hnique
de modélisation linéaire à paramètres variants (Linear Parameter Varying, LPV)
est utilisée. La modélisation LPV onstitue un outil très étudié a tuellement pour
lamodélisationdessystèmesnonlinéaires(Mar os etal.,2008;Luspayetal.,2011;
DeCaignyet al.,2011;Chouaba etal., 2012;Loveraet al.,2011). Sonprin ipe est
basé surdes modèles simples souvent linéaires. La ontribution relative de haque
modèlelinéaire danslades riptiondu modèleglobal estobtenue grâ eà la
proje -tiondesnonlinéaritésdansdesvariablesexogènesditesvariablesdeséquen ement
ous hedulingparameter supposéesmesurables.Lesparamètresde haquemodèle
linéaire sont par lasuite asso iés dansdesfon tionsd'interpolation dépendant des
variablesdeséquen ement.LesmodèlesLPVpossèdentdespropriétésparti ulières
(utilisant deste hniquesbaséesessentiellement sur ellesdéveloppéesdansle adre
linéaire)qui en font leur intérêten identi ation, ommandeetdiagnosti des
sys-tèmes.
L'estimationparamétrique desmodèles LPV résidedansl'estimation des
para-mètres qui sont fon tions des variables exogènes. Il est possible d'envisager deux
appro hes:l'appro he lo aleetl'appro he globale.
Dansl'appro he lo ale,une pro édured'identi ation lassique estalors
appli-quéepour diérentesvaleurs onstantesdesvariablesde séquen ement
modèleslo auxLTI.LanatureLPVdusystèmeest onstruiteparinterpolationdes
paramètresdesmodèleslo auxLTI.Onpeutparexemple onsidérer l'interpolation
polynmialedes paramètres desmodèles lo auxLTIen fon tion desvariables
exo-gènes(Steinbu h etal.,2003; Groot Wassink etal.,2005; LoveraetMer ère, 2007;
Chouaba etal., 2011b,2012).
L'appro heglobale onsistequantàelle àréaliseruneseule estimationau ours
de laquelle toutes les variables (d'entrée etde séquen ement) sont ex itées de
ma-nière persistante. L'algorithme d'identi ation employé onduit dire tement à un
modèleglobalLPVprésentantunedépendan efon tionnelledesparamètresdu
mo-dèlerelativement auxvariables de séquen ement (Bamieh etGiarre,2002; Verdult
et Verhaegen, 2009; Wei et Re, 2006; Tóth, 2010; Laurain, 2010; Chouaba et al.,
2011a).
L'appro he lo ale s'avère préférable dansnotre étude étant donné le ara tère
très expérimental et également statique du sous-ensemble haudière industrielle
auquel a étéappliqué e type de modélisation.
2.2.5 Méthode à erreur d'équation et méthode à erreur de sortie
Lastru ture dumodèle impose laméthode d'estimation utilisée. Deuxgrandes
famillesd'algorithmes d'estimation peuvent être utilisées:les algorithmes àerreur
d'équation et à erreur de sortie (Landau, 1976; Ljung et Soderstrom, 1983). Des
travauxantérieures ont montréque esdeuxappro hesdoiventêtredéveloppées
si-multanément arpour leste hniquesàerreurde sortie,unebonneinitialisation est
né essaire, alors que pour les appro hes à erreur d'équation, il est typique d'avoir
une estimation biaisée(Tohme, 2008).
Dansle asdel'erreurdesortie,l'algorithmeestbasésurlasimulation d'un
mo-dèledelasortieetdesesfon tionsdesensibilité,etsurlaminimisationd'un ritère
souvent quadratique, par programmation non linéaire. La propriété fondamentale
de ette méthode réside dans le fait qu'elle fournit une estimation
asymptotique-ment non biaisée des paramètres. Par ontre, le problème prin ipal des méthodes
à erreur de sortie est l'existen e possible de plusieurs minima lo aux vers lesquels
peut onvergerl'algorithmed'optimisation.C'estunproblèmedéli atquipeutêtre
ontourné par l'initialisation de l'algorithmeen utilisant des méthodes de type
er-reurd'équation.
Il existe une multitude de méthodes se basant sur l'erreur d'équation
(Mens-ler, 1999; Garnier et al., 2003). On peut iter parmi elles la méthode des ltres
de variables d'état (State Variable Filter, SVF) (Young, 1964), les fon tionnelles
de moment de Poisson (Poisson Moment Fun tionals, PMF) (Unbehauen et Rao,
1997) ou en ore les moments partiels réinitialisés (Reinitialised Partial Moments,
Lesméthodesàerreurdesortie(OutputError,OE)dansledomainefréquentiel
présentent leformalisme dé ritsurlagure2.1. L'erreur estalors dénie par
ε
OE
= y − ˆ
y = y −
ˆ
B
ˆ
A
u
(2.1)où
y
estlasortiemesurée,y
ˆ
,lasortiesimuléedumodèle,u
,l'ex itationdusystème,B
A
,lafon tion detransfert dusystèmeave les paramètres exa ts,ˆ
B
ˆ
A
,lemodèle es-timé, enn,w
estlaperturbationde sortie.u
ˆ
B
ˆ
A
B
A
+
w
y
+
+
−
ε
OE
ˆ
y
Figure 2.1 S héma dela méthode àerreur de sortie
Laméthodeàerreur desortiereposesurlefaitdeminimiserun ritèrebasésur
l'erreur de sortie
ε
OE
qui estladiéren e entre lavaleurmesurée de lasortieetla valeursimulée dumodèleestimé.Lesméthodesàerreurd'équation(EquationError,EE)présententleformalisme
dé ritsurlagure 2.2.L'erreur
ε
EE
estdénie parε
EE
= ˆ
Ay − ˆ
Bu
(2.2)Les blo s de transformation linéaire (Linear Transformation, LT) sont utilisés
dansledomaine dutemps ontinupourestimer lesdérivées temporelles non
mesu-rées.Ce blo est égalà 1dans ledomaine dutemps dis ret.
LesméthodesEEsontsouventasso iéessoitàl'algorithmedesmoindres arrés
(Least Squares, LS),soit à l'algorithmede lavariableinstrumentale (Instrumental
Variable,IV).La méthode desmoindres arrésrevientà(Gauss,1809)etestbasée
sur une forme analytique onstruite à partir des données. L'in onvénient des LS
réside dansl'existen e d'unbiais asymptotique. Cela veutdire que les paramètres
ε
EE
u
LT
B
A
+
−
ˆ
A
ˆ
B
LT
+
w
y
+
Figure 2.2 S héma delaméthode à erreurd'équation
mêmelessériesdedonnéessontinniment longues.Ilestdans e aspossible
d'uti-liser une méthode à erreur de prédi tion (Predi tion Error Method, PEM) dans
une stru ture de modèlequi dé ritégalement les propriétés du bruit, an d'éviter
l'apparition de biais. Cela onduit à une méthode plus omplexe qui requiert une
optimisation numérique d'une fon tion non linéaire. La IV (introduite par
(Reier-sol, 1941)) peut être vue omme une tentative de parvenir à un ompromis entre
la omplexité de l'algorithme et les propriétés des paramètres estimés. En eet,
l'erreur systématique sur les paramètres tend vers zéro suivant l'augmentation de
lalongueur desdonnées (SöderströmetStoï a, 1983).
2.2.6 Identi ation en bou le ouverte et identi ation en bou le
fermée
Pour desraisons pratiques, l'identi ation des systèmes est souvent onsidérée
dansle ontexte d'unfon tionnement enbou leouverte.Cependant, denombreux
systèmes ne peuvent fon tionner qu'en bou le fermée. En outre, des études ont
montrél'intérêt del'identi ationen bou lefermée pour unemeilleure synthèse de
laloi de ommande (Gevers, 1993).
L'identi ation en bou lefermée estmotivée par deuxraisons prin ipales:
Lebou lageestsouventné essairepourstabiliserlepro essus,soitpar equ'il
est instable en bou le ouverte, soit par e quela bou le fermée est né essaire
poursonbonfon tionnement( 'estle asdufouréle triquedansnotreétude).
Desraisonsde sé uritéetdes ontraintesdeprodu tionsontégalement prises
en ompte.
L'estimation des ples non dominants pourrait être un problème en bou le
estima-tionerronée,voireàunenonestimationde esmodes.Laseulefaçond'ex iter
es ples est de pro éder en bou le fermée, le signalde ommande en entrée
ayant despropriétés spe trales apablesd'ex iter lesmodes a hés.
Fondamentalement, les perturbations sto hastiques peuvent auser des
pro-blèmesdans etyped'identi ation.Eneet,à ausedubou lage, esperturbations
peuvent ae ter la variable de ommande
u
(gure 2.3). Ainsi, l'identi ation di-re te (à partir deu
ety
par estimation en bou leouverte) fournit desestimations biaisées sielle est ee tuéesans tenir omptede laloi de ommande.H(z)
+
-y
u
r
C
(z)
+
+
b
Figure 2.3 Système enbou lefermée à temps dis ret
Ungrandnombre deméthodesd'identi ation enbou lefermée ontété
propo-sées (Gustavsson et al., 1977; Ljung, 1987; Söderström et Stoï a, 1989; Van Den
Hof et S hramma, 1995). Selon (Ljung, 1997), elles peuvent être lassées en trois
grandes atégories :
Appro he dire te : Le orre teur est supposé in onnu dans ette appro he.
Le système est alors identié en utilisant l'entrée
u
et la sortiey
omme en bou leouverte,en ignorant laloi de ommandeet lesignalde onsigner
. Appro he indire te :Le systèmeen bou le fermée estidentié enutilisant laonsigne
r
et lasortiey
.Le système en bou le fermée est estimé surla base de la onnaissan e du orre teur. Appro he entrée-sortie onjuguée ou simultanée : Le orre teur est toujours
in onnu,
u
ety
sontalors onsidérés ommelessorties d'unsystème multiva-riable ommandéparla onsigner
etlebruitb
.Labou leouverteestestimée en utilisant letransfert de labou le fermée etle transfert entrer
etu
(Van DenHof etS hramma, 1993).Laméthodeendeuxétapes(VanDenHofetS hramma,1993)etlaméthode
d'iden-ti ationdefa teurs opremiers(VanDenHofetal.,1995)sontdes asparti uliers
del'appro heentrée-sortie onjuguée.LaparamétrisationDualedeYoula(VanDen
HofetdeCallafon,1996)estunegénéralisationdel'appro heindire te.Chaque
mé-thode a ses propres avantages et in onvénients. Quand la méthode à deux étapes
né essite un ordre élevé et une estimation pré ise de la fon tion de sensibilité du
transfertdelabou lefermée,laméthodedesfa teurs opremiersetla
modèles ayant un ordreprédéni. La paramétrisationTailor-Made permetd'éviter
e problème (VanDonkelaar etVanDenHof, 1996).
Nous allons aborder de manière su in te les appro hes les plus onnues en
matière d'identi ationen bou lefermée.
2.2.6.1 Appro he dire te
Dans le as de l'identi ation par appro he dire te, les données
u(t)
ety(t)
re ueillies en bou le fermée sont traitées de la même manière qu'en bou leou-verte. Sans traitement préalable, ette méthode fournit des estimations biaisées.
Cependant,on peutltrerleserreursdeprédi tionpouraméliorerl'estimation. De
nombreuxltresont déjàétéproposéspourobtenirunmodèleadaptéàlasynthèse
d'uneloi de ommande(Gevers, 1993).
Leprin ipal in onvénient de ette méthode est dûà l'estimation dumodèle du
bruit.Le hoix dumodèledubruitest ru iallorsdel'identi ation d'unpro essus
instable, stabilisé par un orre teur en bou le fermée. Du fait de es divers
in on-vénients, ette appro he est de moins en moins utilisée au prot des deux autres
typesd'appro hes.
2.2.6.2 Appro he indire te
Cetteappro hea étéintroduite par Söderströmet Stoï a (1989).
Considérons le système à identier
H(z)
orrigé en bou le fermée par un or-re teurC(z)
ommemontrédanslagure2.3.Lasortie dusystèmeestdé ritepar l'équation suivantey
k
=
C(z
−
1
)H(z
−
1
)
1 + C(z
−
1
)H(z
−
1
)
r
k
+
1
1 + C(z
−
1
)H(z
−
1
)
b
k
(2.3)Le bruit desortie delabou lefermée
w
k
est dé ritparw
k
=
1
1 + C(z
−
1
)H(z
−
1
)
b
k
(2.4)r
estsupposéindépendantdubruitb
.On onstruitdansunpremiertemps un algo-rithmed'identi ation àerreurde sotieaver
ety
.Onobtient uneestimation non biaiséeˆ
H
BF
(z
−
1
)
qui vadon être indépendantedumodèledubruit hormis lav a-rian edel'estimateur. Sil'onsupposequelemodèledu orre teur estparfaitementonnu,on déduitune estimation de
H(z
−
1
)
enutilisant larelation suivanteˆ
H(z
−
1
) =
H
ˆ
BF
(z
−
1
)
C(z
−
1
)
h
1 − ˆ
H
BF
(z
−
1
)
i
(2.5)Ceprin ipe onstituel'idéedebasedesappro hesindire tes.Cequidièred'une
te hnique à une autre, e sont les façons dont on estime
H(z
ˆ
−
1
)
(Van Den Hof et S hramma, 1995).2.2.6.3 Méthode Closed Loop Output Error (CLOE)
Cetteméthoderé ursive initiéepar Landau(1979) estissuedessystèmes
adap-tatifs à modèle de référen e MRAS, qui onsiste à ajuster en ligne le modèle du
systèmepouraboutiràun omportementidentiqueentrelasortiemesuréeet
simu-lée. Onutilise pour elaune méthodeà erreur desortie.
Soit
G
lepro essus générateurde bruit. OnpeutdénirS =
1
1+CG
lafon tion de sensibilité etT = 1 − S
la fon tion de sensibilité omplémentaire. La méthode CLOE onsiste àutiliser l'équationde sortiedu orre teury(t) = T r(t) + SGb(t)
(2.6)ave
SG = 1
. Leprédi teur alors asso iéestdonné parˆ
y(t) = T r(t)
= [T (1 − A) + CSB] r(t)
= (1 − A)ˆy(t) + Bu
r
(t)
= Φ(t)θ
T
(2.7)ave
Φ(t) = [−ˆy(t − 1) · · · − ˆ
y(t − n
a
) u
r
(t) · · · u
r
(t − n
b
)]
où le signalu
r
(t)
est onstruit àpartir dusignalde référen er(t)
selonu
r
(t) = CS
θ(t−1)
r(t)
(2.8)et
n
b
, n
a
sontrespe tivement,l'ordre dunumérateurB
etdu dénominateurA
. Unalgorithme ré ursifpeutêtreutilisé en sebasant surl'erreur de prédi tionε(t) = y(t) − ˆ
y(t)
(2.9)2.2.6.4 Paramétrisation Tailor-Made
Cette méthode onsiste en une paramétrisation du transfert en bou le fermée
en fon tion des paramètres du système en bou le ouverte en utilisant la
onnais-san e du orre teur (Van Donkelaar etVan DenHof,1996). L'appellation
Tailor-Made (sur-mesure en français) vient du fait qu'elles'adapte à la onguration
de la bou le fermée. Pour obtenir une estimation du modèle du système, un
algo-rithme d'optimisation non linéaire est utilisé, les outils standards d'optimisation
de la bou le ouverte ne pouvant être appliqués. Cette partie sera détaillée dansla
2.2.7 Identi ation hors ligne et identi ation en ligne
Dans un grand nombre de as, il est utile, voire né essaire, d'avoir un modèle
du systèmeestimé en ligne, 'està dire quand lepro essusest en fon tionnement.
La né essité d'un tel modèle est d'autant plus grande quand il s'agit de prendre
ertaines dé isions vis-à-visdu système(Ljung, 1999). Ilpeuts'agir:
du hoix de l'entrée qui doit être appliquée à l'instant d'é hantillonnage
sui-vant;
de lasynthèse d'unltre adaptatif;
de laprédi tion delaou despro haines sorties;
de l'apparition d'une panne dans l'installation, et le as é héant, du type de
lapanne.
Les méthodes se basant sur un modèle ajustable sont appelées adaptatives.
Onparleparexemple de ommandeadaptative,deltrageadaptatif,detraitement
dusignaladaptatif etde prédi tionadaptative.Ces méthodessontdon ré ursives
étant donné qu'elles utilisentséquentiellement les données.
Cetype deprogrammation estgénéralement formuléde lamanièresuivante:
On dénit une méthode générale d'identi ation omme une représentation à
partird'unensemblede données
Z
t
de l'espa edesparamètres
ˆ
θ
t
= F (t, Z
t
)
(2.10)oùlafon tion
F
peutêtreimpli itement dénie(exempleunargument minimisant plusieursfon tions).Uneformulationtellequel'équation(2.10)nepeutêtreutiliséevu le nombre in ertain d'opérations de al ul induites, qui peut ne pas s'a hever
aupro haininstant d'é hantillonnage. Aulieu de etteformulation,un algorithme
ré ursif doitêtre onforme àl'é riture suivante
X(t) = H(t, X(t − 1), y(t), u(t))
ˆ
θ
t
= h(X(t))
(2.11)
X(t)
estunve teurdedimensionxe.H
eth
sontdesfon tionsexpli itesquixent a priori le nombre d'opérations. Comme l'information ontenue dans le dernierouple de mesures
y(t)
etu(t)
est normalement moins importante que l'informa-tion a umulée des é hantillons de mesures pré édents, l'algorithme peut prendrel'expressionsuivante
ˆ
θ
t
= ˆ
θ
t−1
+ γ
t
Q
θ
(X(t), y(t), u(t))
X(t) = X(t − 1) + µ
t
Q
X
(X(t − 1), y(t), u(t))
(2.12)
où