Download pdf - 09/02/2015 E7: Approche système Contenu « …chamilo2.grenet.fr/inp/courses/ENSE3A13EMTABQ0/document/... · Predictive control, LQ control ... – Contrôle / Commande – Optimisation,

09/02/2015

1

© Olivier Sename 2013

Méthodes d’analyse et de commande des systèmes dynamiques (12h CM)

Évaluation : DS-CC

Traitement du signal (12h CM)Évaluation : DS-CC

PROJETS (38h)Évaluation : rapport et présentation

� Régulation de confort dans les bâtiments intelligents� Analyse et commande d'un incinérateur de boues en vue de la maîtrise des émissions de NOx � Analyse des paramètres hydrauliques par méthodes ultra-sonores � Surveillances des machines tournantes

Objectifs: illustrer les principes généraux de traitement du signal –analyse spectrale, corrélation, mesures de paramètres physiques, dans le domaine E3, et apprendre, par la pratique, à utiliser les notions de base de traitement du signal

Objectifs:•Modélisation des systèmes dynamiques• Méthodologie d’analyse de performance et de robustesse des structures de commande,•Etude avec Matlab d’une méthode interactive assistée de synthèse de régulateurs

E7: Approche systèmepour l’environnement


Méthodes d’analyse et de commande des systèmes dynamiques (12h CM)

Évaluation : DS

Olivier Sename

Professeur Grenoble INP/ENSE3

GIPSA-lab, Department Automatique

Bureau B 247

Phone: 33 (0) 4 76 82 62 32

Email:[email protected]

www.gipsa-lab.fr/~o.sename

BE et PROJET (19h)Évaluation : rapports, présentation

Hayate Khennouf,

PRAG Grenoble INP / ENSE3

Olivier Sename (PR Grenoble INP /

GIPSA-lab)

Christophe Bérenguer (PR Grenoble

INP / GIPSA-lab)

Contenu « Automatique »


Méthodes d’analyse et de commande des systèmes dynamiques/ Methods for analysis and control of dyn amical systems(12h CM) Évaluation : DS

Organisation

5. Specific issues in control design

- Time-delay- Actuator saturation

4. Control design- Root locus design- Frequency design

method

3. Tools for performance analysis

- Sensitivity functions- Robustness

2. Modelling- Physisal equations- Linear/non linear

systems

1. Introduction - Problems- Applications

7. Towards digital control

- Discrete-time systems

- Sampling problems


BE et PROJET (19 h)Évaluation : rapports

Objectif : illustrer, la méthodologie de l’Automati que par des applications

typiques E3

(travail en binôme )

+ Bureaux d’études : 8 h – Conception d’un système de régulation de

température dans les bâtiments “intelligents”

Modélisation (4 h)+Commande (2 h)+Analyse (2 h)

Organisation

+ Projet : 8 h Analyse et commande d’un incinérateur de boue en vu e de la

maîtrise des émissions de Nox

Analyse (4 h)+Commande (4 h)

présentation : 3H

09/02/2015

2


Improved control is a key for advanced technology to:

enhance product quality

ensure waste and energy minimization

allow for environmental protection

provide a greater yield

defer costly plant upgrades

guarantee higher safety margins

reduce global cost

…..

Why automatic control ?

Today:

More complex systems (many sensors, actuators …)

Higher requirements


THE CONTROL SYSTEM DESIGN

Goodwin et al, 01 : “Success in control engineering depends on taking a holistic viewpoint. Some of the issues are :

plant, i.e. the process to be controlled

objectives

sensors

actuators

communications

computing

algorithms

architectures and interfacing

accounting for disturbances and uncertainties …”


THE CONTROL SYSTEM DESIGN

Skogestad and Postlewaite, 96: “The process of designing a control system makes many demands of the engineering team. The steps to be followed are:

Plant study and modelling

Determination of sensors and actuators (measured and controlled outputs, control inputs)

Performance specifications

Control design

Simulation tests

Implementation ….”


THE CONTROL SYSTEM DESIGNSteps :

Controlmodel

Industrial and academic

performances specifications

Controlsynthesis

Identitification and/or Modelling: 1. Formulate a nonlinear state-space model based on physical knowledge.2. Determine the steady-state operating point about which to linearize.3. Introduce deviation variables and linearize the model.

needs good system knowledgeneeds criteria choice

Us of various methods:Internal model control, Pole

placementPredictive control, LQ control

Hinf control …..

09/02/2015

3


INTRODUCTION

Modern industrial plants have sophisticated control systems crucial to their successful operation

Robotics

Process engineering : water, nuclear, chemical plan ts

Oil & gas industry

Aerospace


Transport


Automotive industry

Intelligent highways

SI and Diesel engine controlSuspension controlBraking controlGlobal chassis controldriver supervision……….

Transport


AUTOMOTIVE CONTROLSome actual important fields of investigation concern:

1. Environmental protection (Limiting of pollutant emissions )

Engine controlAutomatic drivingTraffic optimisationEnergy consumption optimisationElectrical and Hybrid vehicles

2. Road safety and monitoring

Braking in dangerous situationsDetection of critical situationsChassis controlTraffic controlDriver assistance (stop & start, anti-collision)“by wire” technologyDiagnosis of embedded system

09/02/2015

4


European norms for pollutant emission


Engine control

� injection control (Common Rail)� idle-speed control� air to fuel ratio control� cylinder balancing� Torque control� throttle control� EGR + VGT� driveline control� Post-treatment� Energy recovery� Downsizing


Ex: Le système d’injection Common Rail


Modélisation Common Rail

Injecteurs

PompeHP

Actionneur de

remplissage

Actionneur de

décharge

Rail

Uimv

Uhpv

pulse Pressionrail

Qppe

Qinj

Qhpv

09/02/2015

5


ModélisationActionneur de décharge

Circuitmagnétique

Circuitélectrique

SystèmeMasseressort

Systèmehydraulique

tension courant force position débit

[V] [A] [N] [m] [m 3.s-1]

Forcehydraulique

Force dejet

pression[Pa]

[Pa]

Σ

Σpression

[Pa]


ModélisationRail

• Le rail est un intégrateur

• La pression du carburant évolue en fonction du signe de la différence des débits entrant et sortant.

• V : volume HP (rail, tubes, etc.)• K : coefficient de compressibilité• T : température du carburant


ESP: Electronic Stability Program

AUTOMOTIVE CONTROL


ESP: Electronic Stability Program

AUTOMOTIVE CONTROL

09/02/2015

6


SINGLE-TRACK MODEL: equations

Dynamic equation of lateral motion:

( ) ( ) trtfrfs FFVmmm +=+++ βψ &&..

Wheel sideslip angles:

−=

−+=

ψβα

δψβα

&

&

V

lV

l

rr

ff

f

• Longitudinal CG velocity V is constant

• Small angles

• Linear lateral tire forces: Fti=- Cαι.αi (i=f front; i=r rear)

δδδδf

yr

CG

lr

lf

xr

ββββcarVr

( )zdM,ψ&

ααααf

ααααr

Ftr

Ftf

( ) zdrtrftfrrffzz MlFlFlmlmI +−=++ ..... 22 ψ&&

Dynamic equation of yaw motion:


AUTOMOTIVE CONTROLGlobal Chassis control or Active Body Control :

• Active chassis control system to increase driving comfort and safety • Compensation of pitching and rolling motions • Active leveling and damping regulation depending on the condition of the road, manner of driving and driver input


THE FULL VEHICLE MODEL – CONCEPT (1/3)

z0

4+3 dof :

Bounce zs

Pitch θ

Roll φ

4 vertical mus

displacements

3+4+2 inputs:

3 ms disturbances

4 road profiles z0

2 horizontal accelerations ax, ay

4 control inputs

Damper forces



3 dof :

Longitudinal vx

Lateral vy

Yaw ψst

6 external inputs:

Lateral dist Fyd

Yaw dist Mzd

4 tire loads Fzt

6 control inputs

Steering angle δδδδv

(front + rear ?)

wheel braking

torques

Only lateral tire Paceijka model(depends on Fzt)

09/02/2015

7



Full car vertical model

Full car hotrizontalmodel

7 + 3 dof

10 control inputs

Fzd MydMxd


Development and integration of new mechatronics subsystems


AUTOMOTIVE CONTROL


Aerospace

09/02/2015

8


Philippe GOUPIL, Flight Control System Engineer, Airbus France (Réunion GT S3, GDR MACS, 2007)






Robotics, micro and

nanosytems

09/02/2015

9


Robotics for manufacturing


Biped Robotics


Robotics for Marine technology


Robotique médicale

asservissements visuels (exploitent la dynamique du robot manipulateur. )

-Compensation des mouvements cardiaques

Robot porte endoscope TIMC / INP G

09/02/2015

10


Quadrirotor helicopter•Surveillance des fissures dans les bâtiments ou dans les ouvrages•Surveillance des lignes Haute tension• Recherche de personnes

• industrie du jouet• pollinisation artificielle


FLYING ROBOTS

Raffaelo D’Andrea ETH Zurich : vimeo.com/110346531


Water industry


Hydraulic Networks

- Open Channel and mixt irrigation systems

- Minimising Water Losses vsMatching Customer Needs

- Nonlinear Modelling and Control

- Fault detection

An irrigation Network : Canal de la Bourne (near Grenoble)

09/02/2015

11


Les apports du Système d’Information

• Aujourd’hui : 1 système d’information par acteur– Contrôle / Commande– Optimisation, simulation– Prévision

• Demain : 1 système d’information global pour optimiser la gestion de cette ressource commune– Planification de son utilisation– Anticipation des excès et des manques d’eau– Anticipation des conséquences de ces excès et manques sur :

• La production d’électricité• L’irrigation• La navigation• L’alimentation en eau potable• L’alimentation des industriels• Les rejets autorisées• La faune et la flore


La production d’eau potable

• Principales fonctions liées à la gestion de l’eau :– Calcul des consommations prévisionnelles– Élaboration des programmes de pompage – Optimisation du remplissage des réservoirs en minimisant les coûts

d’énergie– Calcul des bilans hydrauliques et chimiques– Surveillance des grandeurs (autonomie, temps séjour, corrélations,

etc.)– Calcul des volumes mis en distribution, surveillance et détection des

fuites


Le traitement des eaux usées

• Principales fonctions liées à la gestion de l’eau :– Surveillance des écoulements des effluents – Optimisation des flux par temps de pluie– Calculs des débits pour quantifier les déversements des eaux

usées en rivière– Surveillance de la qualité des eaux rejetées en rivière– Traitements des boues

Eaux résiduelles urbaines Eviter les problèmes due à l’incinération (émission de gaz )


Energy

09/02/2015

12


Electrical Networks

- Stabilisation of transport networks (inter-area oscillations)

- Maximisation of Power Transfer

- Optimal Sensor and Actuator Placement

- Local Control of FACTS

- Fault detectionA four machine agragated network

G en 11

~

~ ~

Gen 1

G en 2

G en 12

~

Zone 1

Zone 2

PSS

R FC

P M U

PM UP M U

P M U

SPM

SPMSPM

SP M

Z/16 Z/8 Z/5 Z/4

1000

1100

1200

1300

1400

1500

1600

Impédance de la l ligne

Ptransit

(MW)

AVR

1-PSS

1-PSS/2-PMU

MAX

A 29 Machine Network

sec.

@+100MW@nominal

MW


Wind turbines

Simulation:Full ADAMS model includes 193 DOFs to represent fully flexible tower, drive-train, and blade components

Problems :Different operating conditions according to the wind speed

Control objectives:•Maximize power • Enhance damping in the first drive train torsion mode• design a smooth transition different modes• ensure a trouble-free control system (reliability, fault diagnosis)•Prevent runaway

Controled oriented model:Linear electro-mechanical equations (aerodynamics, transmission, generator)


Intelligent buildings



09/02/2015

13



• High comfort level: Learn the comfort zone from the user’s preference, and guarantee a high comfort level (thermal, air quality and illuminance) and good dynamic performance.• Energy savings: Combine the comfort conditions control with an energy saving strategy.• Air quality control: Provide CO2-based demand-controlled ventilation (DCV) systems.

Goals of an intelligent management system for energy and comfort (Dounis, Energy&Building 2009) :

• Shading systems, to control incoming solar radiation and natural light.• Windows opening for natural ventilation or mechanical ventilation systems, to regulate natural airflow and indoor air change, thus affecting thermal comfort and indoor air quality.• Electric lighting systems.• Auxiliary heating/cooling systems.

Satisfaction of the above requirements demands control of the following actuators/effectors:



∫=∆2

1

Tdsp ρEx: structure of the building components within the airflow control system :

Structure of the entire ventilation unit control system integrated with the temperature control and airflow

control :



Concept of the airflow control system :