26247

MARC PERRON
CONCEPTION D'UNE STRATGIE DE

COMMANDE VECTORIELLE
NERGTIQUEMENT OPTIMALE DE LA
MACHINE ASYNCHRONE BASE SUR UN
MODLE DES PERTES NEURONAL SUR FPGA
Thse prsente
la Facult des tudes suprieures de l'Universit Laval
dans le cadre du programme de doctorat en Gnie lectrique
pour l'obtention du grade de Docteur en philosophie (Ph.D.)
DPARTEMENT DE GNIE LECTRIQUE ET DE GNIE INFORMATIQUE

FACUL T DES SCIENCES ET DE GNIE
UNIVERSIT LAVAL
QUBEC
2009
Marc Perron, 2009
Rsum
Les innovations technologiques des dernires dcennies en matire d'lectronique
tant au niveau du traitement numrique de l'information que de la gestion de l' nergie ont
contribu une rvolution majeure dans la conversion d 'nergie lectromcanique: celle
des entranements vitesse variable (EVV).
L'amlioration des plateformes de calculs et des techniques de commande ont
grandement amlior la performance dynamique des moteurs lectriques courant
alternatif notamment grce la commande vectorielle. Cependant, la littrature contient
relativement peu d'tudes sur l'utilisation de la commande vectorielle comme un moyen
d'amliorer la performance nergtique des EVV de machines asynchrones: c ' est
l'tude et l'avancement de ce domaine de connaissances que cette thse est consacre.
L'tat de l'art contient plusieurs avances sur la modlisation des pertes dans la
machine et la plupart des stratgies de commande nergtiquement optimales (SCEO)
reposent sur l'ajustement optimal du flux dans la machine bas sur un modle des pertes.
La proposition d'avancement de cette thse ne repose pas sur l'amlioration de la qualit
d'un modle de pertes de la machine, mais plutt sur les moyens d'intgrer efficacement
ce modle des pertes dans le systme de commande.
Dans cette perspective, nous dmontrons une proprit intressante des rseaux de
neurones artificiels (RNA) de type perceptron multicouche qui ouvre de nouvelles
possibilits en matire d'intgration de fonctionnalits au systme de commande et ce,
sans cot supplmentaire. Deux nouvelles fonctionnalits sont ainsi proposes:
l'amlioration de l'efficacit nergtique du systme sur toute la plage de charge par
l'utilisation judicieuse d'une technique de modulation discontinue et l'amlioration de la
stabilit du systme par l'intgration d'un nouveau dtecteur de rgime permanent.
Ces propositions d'avancement sont valides en simulation et sur un banc d'essai
exprimental compos d'un systme de commande base de FPGA. Ce type de circuit
logique reprogrammable permet la mise en oeuvre d'architectures de systmes parallles
qui conviennent tout fait aux systmes base de RNA et aux architectures avances de
systmes d'EVV.
Abstract
Technological innovations of the last decades in the field of electronics, including
both digital signal processing and energy management, have opened the way to a major
revolution in the process of energy conversion: the advancement of variable speed motor
drive systems (VSD).
Improvements of computing platforms and control techniques su ch as vector
control have contributed to improve dynamic performance of alternating-cuITent (AC)
electric motors systems. However, technical litterature shows a relatively small amount
of papers related with the use of vector control as a way ta improve the energy of
asynchronous machines variable-speed drives: it is to this field of knowledge that this
thesis is committed ta study and to bring forward.
The CUITent state of the art contains many advances on the machine loss
modelization and most of energy-efficiency control schemes involve the optimal
adjustment of the machine flux based on a machine loss model. This thesis' advancement
proposaI is not based on the improvement of the motor' s loss model, but rather on the
means to effectively integrate this loss model into the system controUer.
In this perspective, we demonstrate an interesting property of multilayer
perceptron artificial neural networks (ANN) that opens new possibilities in integrating
controUer system components at no additional cost. Based on this property, two new
functionalities are proposed: fuU-Ioad range energy efficiency improvement by the use of
a discontinuous pulse width modulation (PWM) unit and the improvement of system's
stability by the design of a novel steady-state detector.
Those advancement proposaIs are validated with digital simulations and with an
experimental testbench designed with a FPGA-based controUer. This type of
programmable logic device (PLD) opens up the possibility of paraUelism in embedded
systems design which is convenient for ANN-based systems and for the next generation
of VSD controUers architectures.
Avant-propos
Je tiens d'abord remercier mon directeur de thse, Dr. Hoang Le-Huy, pour son support,
sa gnrosit et sa confiance tout au long de mes annes passes au LEEPCI.
Cette thse aurait sans doute t plus difficile raliser sans le support financier fourni en
partie par Dr. Le-Huy, la bourse au doctorat du Canadien National et la bourse en
recherche industrielle du Conseil de Recheche en Science Naturelles et en Genie du
Canada (CRSNG) que j'ai pu obtenir grce mon partenaire industriel TecHydro inc .. Je
tiens remercier tout spcialement M. Marcel Labb, prsident de TecHydro inc., pour
son ouverture d'esprit, sa trs grande thique de travail et pour m'avoir donn la chance
de toucher au monde de la gnration d'nergie hydrolectrique.
Merci tout le personnel de l'Universit Laval avec qui j'ai travaill de prs ou de loin
au cours de ces annes notamment les techniciens Franois Lemay, Martin Gagnon, Luc
Bouffard et Marco Bland et tout le personnel de secrtariat.
Les annes au LEEPCI n'auraient sans doute pas t aussi gniales s'il n'y avait pas eu
tous les copains de lab et stagiaires qui sont passs depuis mon arrive en 2004. Je garde
de merveilleux souvenirs des discussions passes la caftria, dans le lab et dans les
soires organises parler ouvertement de tous les sujets: srieux et moins srieux. Le
LEEPCI est une grande famille laquelle je garderai un grand sentiment d'appartenance.
Cette thse n'aurait sans doute pas pu se raliser sans le soutien inconditionnel de mes
parents Marcel et Hlne ainsi que de toute ma famille. Je pense notamment ma grandmre maternelle, Laurette, qui est un modle de rsilience et qui je ddie cette thse.
Je remercie finalement l'amour de ma vie, lise, pour son amour et son esprit libre qui
m'inspirent avancer et toujours continuer de rver ...
Ce qui est simple est toujours faux, ce qui ne l'est pas est inutilisable.
Paul Valery (1871 -1 945)
crivain, pote, philosophe et pistmologue franais
L'ordre et la connexion des ides est le mme que l'ordre et la connexion des choses.
Baruch Spinoza (1632- 1677)
philosophe hollandais
Table des matires

RSUM ........................................................................................................................................................ 1
ABSTRACT ................................................................................................................................................. II
AVANT-PROPOS ...................................................................................................................................... 111
LISTE DES TABLEAUX ....................................................................................................................... VIII
LISTE DES FIGURES ............................................................................................................................... IX
LISTE DES SYMBOLES ....................................................................................................................... XIV
INTRODUCTION GNRALE ................................................................................................................. 1
CHAPITRE 1 : LES ENTRANEMENTS VITESSE VARIABLE DE MACHINES
1.
ASYNCHRONES ......................................................................................................................................... 6
1.1
LA MACHINE ASYNCHRONE
1.2
L'ONDULEUR DE TENSION
19
1.3
LE SYSTME DE COMMANDE
21
lA
CONCLUSION
25
2.
CHAPITRE II : TUDE DE LA PROBLMATIQUE DES PERTES DANS LES
MACHINES ASYNCHRONES ET LES ONDULEURS DE TENSION .............................................. 28

2.1
LES MCANISMES DE PERTES
28
2.1.1
LES PERTES DANS LA MACHINE ASYNCHRONE
28
Les pertes lectromagntiques ...... ........... ....................................... ............... ................................... .. 29

Les pertes mcaniques ....... ..... ...... .... .. ................. ...................................... ......... ...... ........... .. .... ........ . 38
Synthse des mcanismes de production de pertes dans la MA .......................... ......................... ....... 38
2.1.2
L ES PERTES DANS L'ONDULEUR
2.2
REVUE DE LA LITTRATURE SUR LA COMMANDE NERGTIQUEMENT OPTIMALE DES MACHINES

ASYNCHRONES
2.3
40
43
2.2.1
Optimisation des pertes dans le moteur ... ................... ................... .. ........................... .......... 43
2.2.2
Minimisation des pertes dans l'onduleur.............................................................................. 52

CONCLUSION
55
CHAPITRE III : CONCEPTION AVANCE DE LA COMMANDE DE FLUX BASE
3.
DE RSEAU DE NEURONES ARTIFiCiELS ....................................................................................... 58

3.1
INTRODUCTION AUX RSEAUX DE NEURONES ARTIFICIELS
58
VI
3.1.1
Le perceptron multicouche ........... ........................................................................................ 60
3.1.2
Applications et caractristiques des RNA ........................ .. .... ..... .................................. ....... . 64
3.2
CONCEPTION D'UNE COMMANDE EN FLUX OPTIMALE ET NEURONALE
66
3.2.1
Gnration des donnes d 'entranement partir d'un modle des pertes connu ............. .. .. 67
3.2.2
Slection des paramtres de l 'architecture du RNA .......... .................... .. ..................... ....... . 68
3.2.3
Conception du modle neuronal des pertes dans la machine avec prise en compte des pertes
dans l 'onduleur ................ ......... ................. .......................... ............. .. ................. .......... ........... ......... . 74
3.2.4
Conception du modle neuronal des pertes dans la machine avec prise en compte du
dtecteur de rgime permanent .................. .............. ...................... ..................... ................................ 82

3.3
PLATEFORMES DE MISE EN OEUVRE DES SYSTMES RNA
87
3.4
CONCLUSION
88
4.
CHAPITRE IV : COMMANDE VECTORIELLE DE MACHINE ASYNCHRONE SUR
PLATEFORME DE DVELOPPEMENT FPGA COMMERCIALE .................................................. 90
4.1
RECHERCHE SUR LES STRATGIES POSSIBLES
90
4.1.1
Architectures de systme........... .......... .................................................................. .... .... ........ 90
4.1.2
Processus de conception ............................................ .......................................... ........... ...... 93
4.2
SCHMA GNRAL ET DESCRIPTION DES COMPOSANTS
95
4.2.1
Gnralits ......... ..................................... .......................................................................... .... 95
4.2.2
La partie machine ........................................................................... ...................................... 96
4.2.3
Module d'lectronique de puissance .................................................................................... 96
4.2.4
Module d'instrumentation et conditionnement de signal ................................................ ...... 98
4.2.5
Le module de traitement de signal FPGA .................................................. ........................... 99
4.3
CONCEPTION DE LA COMMANDE VECTORIELLE SUR FPGA
105
4.3.1
Dfinition des blocs de la commande vectorielle............................................ ............ ........ 107
4.3.2
Conception des blocs de la commande vectorielle pour la mise en oeuvre sur FPGA ....... 111
4.4
VALIDATION EXPRIMENTALE DE LA COMMANDE VECTORIELLE
114
4.4.1
Rgulation de courant......................................................................................................... 115
4.4.2
Rgulation du flux ....................................................................................... ........................ 118
4.4.3
Rgulation du couple .......................................................................................... ................ 119
4.4.4
Rgulation de la vitesse ... ................................................................................................... 120
4.5
CONCLUSION
5.
120
CHAPITRE V : CONCEPTION ET VALIDATION D'UN MODLE DES PERTES DU
MOTEUR ASyNCHRONE ..................................................................................................................... 122
5.1
MODLE DES PERTES AVEC ALIMENTATION TRIPHASE SINUSODALE
122
5.1.1
Identification des paramtres du moteur ............................................................ ................ 123
5.1.2
Conception du modle de pertes ......................................................................................... 127
VIl
5.1.3
Validation du modle de p ertes vide ......... .... ..... .. ... ...... ... ...... ...... ...... .. ........... .... ...... .. ..... 129
5.2
MODLE DES PERTE S AVEC CONVERTISSEUR STATIQUE
130
5.3
CONCLU SION
132
6.
CHAPITRE VI : CONCEPTION ET VALIDATION EXPRIMENTALE DE LA
COMMANDE DE FLUX OPTIMALE ET NEURONALE SUR FPGA ............................................. 133

6.1
C ONCEPTION DE
RNA SUR FPGA
133
6.1 .1
Rsolution associe aux gains .. ... ..... .. .. .. ..... .. ... ... .. .... ... ... ....... .... ..... .......... .. ..... .. .. .. .......... .. 134
6.1.2
Stratgie de mise en uvre de lafonction d'activation .... ..... ... .. ........ .. .. .... ......... .... .... .... ... 134
6.2
RALISATION DES FONCTIONS DE COMMANDE DE FLUX NEU RONAUX SUR
6.2.1
FPGA
Commande de flux neuronal ....... ........... ........ .. .... .. ............ ..... ...... .. .. ..... ................. .... .. .. .... 136
V ALIDATION EXPRIMENTALE DE LA COMMANDE DE FLUX AVEC DTECTEUR DE RGIME
6.3
PERMANENT
6.4
136
139
6.3.1
Essai initial ... .. .... .. .... ... .. .... ..... ....... .... ... .. ...... .. .. ... ... ....... .... ... ... ...... ....... ... .. ... ..... .. ..... .... ..... . 139
6.3. 2
Amlioration des donnes d 'entranement.. ... .. ........... ............. .. ........ .... .. .. .... .... ..... ........ ... . 140
6.3. 3
Validation finale .... ..... ..... ..... .. .. ... .... .... ...... ... ........ .... ....... .. .. .. .... ......... ...... ... .... .. ....... ... ..... .. 142
CONCLUSION
150
CONCLUSION GNRALE .................................................................................................................. 151

RFRENCES ......................................................................................................................................... 155
ANNEXE 1- IDENTIFICATION DES PARAMTRES DU MOTEUR ASyNCHRONE .............. 165
ANNEXE 2 - DONNES EXPRIMENTALES DE LA COMMANDE VECTORIELLE
INTELLIGENTE ET NERGTIQUEMENT OPTIMALE .............................................................. 173
ANNEXE 3 - RSULTATS DES SIMULATIONS DU TABLEAU 3-4 ............................................. 179
ANNEXE 4 - DONNES TECHNIQUES PRINCIPALES DU KIT DE DVELOPPEMENT FPGA
STRA TIX D' ALTERA ............................................................................................................................ 183
VI11
Liste des tableaux

Tableau 1-1 - Variables et paramtres du circuit quivalent d'une phase de la MA ....... 12
Tableau 1-2 - Exemples de problmatiques dans chacune des activits de recherche
propres aux entranements vitesse variable ............................................ ........................ 26
Tableau 2-1 - Synthse des mcanismes de production de pertes dans la MA ................. 39
Tableau 2-2 - Avantages et inconvnients des mthodes de reprsentation du modle des
pertes ................................................................................................................................. 51
Tableau 3-1 - Exemples d'applications de RNA [Vas, 1999] .......................................... 64
Tableau 3-2 - Caractristiques intressantes des rseaux de neurones artificiels [Bose,
2002] ...................................................................................... ........................................... 65
Tableau 3-3 - Classification des applications de RNA dans les machines lectriques ..... 66
Tableau 3-4 - Comparaison de la performance nergtique entre l'approche
conventionnelle et l'approche propose qui minimise la fois les pertes dans la machine
(fondamentales et rsiduelles - PFR) et celles causes par l'onduleur (harmoniques et par
commutation, PRC) .......................................................................................................... 81
Tableau 4-1 - Axes d'analyse des units de traitement numriques intgres dans les
systmes embarqus ddis aux applications de commande ............................................ 91
Tableau 4-2 - Frquences d'chantillonnage des diffrents signaux de mesure ............ 104
Tableau 4-3 - Description des variables d'entres et sorties associes aux blocs de
commande vectorielle ..................................................................................................... 106
Tableau 5-1 - Paramtres du moteur de 2 kW utilis dans le banc d'essai exprimental
..................................................... .................................................................................... 123
Tableau 5-2 - Coefficients ai et b i des expressions Rfe('Vrn) et Lrn('Vrn) ........................... 126
Tableau 5-3 - Validation du modle de perte vide avec alimentation en tension du
rseau .............................................................................................................................. 130
Tableau 6-1 - Comparaison des ressources matrielles utilises ................................... 139
IX
Liste des figures

Fig. 1-0-1 - Schma gnral du positionnement de la thse (en rose) dans l'univers du
gnie lectrique actuel .............. ........................................................................................... 4
Fig. 1-1 - Schma de la structure d'une machine asynchrone [Maxicours, 2009] ............. 7
Fig. 1-2 - Circuit quivalent d'une phase de la MA ramen au stator [Bose, 2002] ........ Il
Fig. 1-3 - Diagramme vectoriel d'une phase [Bose, 2002] ......................... ..................... . 13
Fig. 1-4 - Couple en fonction du glissement [Bose, 2002] ............................................... 15

Fig. 1-5 - Transformation du repre
VSas,bs,cs
Fig. 1-6 - Transformation du repre fixe
au repre
VSds,qs
V Sds,qs
[Bose, 2002] ....................... 16
au repre tournant V eds, qs [Bose, 2002] .... 17
Fig. 1-7 - Circuit quivalent compact du modle d'une phase dans le repre tournant
[Bose, 2002] ................................................................................................... ................... 18
Fig. 1-8 - Onduleur triphas deux niveaux aliment par un redresseur diodes [Bose,
2002] ..................................................... .......... .................................................................. 20
Fig. 1-9 - Classification des stratgies de commande de MA ........................................... 22
Fig. 1-10 - Schma reprsentant la configuration d'un entranement vitesse variable
bas sur la commande scalaire [Bose, 2002] .................................................................... 23
Fig. 1-11 - Commande vectorielle base sur l'orientation du champ (mthode indirecte)24
Fig. 1-12 - Comparaison de diffrents mode d'exploitation sur les axes de performance
dynamique et nergtique en charge (1- alimentation secteur, 2 - alimentation
convertisseur en boucle ouverte, 3 - commande scalaire, 4 - commande vectorielle, 5 commande vectorielle adaptative, 6 - commande vectorielle avec ajustement du flux
rotorique) ........................................................................................................................... 25
Fig. 2-1 - Projection des signaux de tension, de flux et de courant magntisant afin de
crer la boucle d'hystrsis [Fitzgerald et al., 1990]. ....................................................... 30
Fig. 2-2 - Effet des laminations sur les courants de Foucault [Wildi, 2001] .................... 31
Fig. 2-3 - Circuit quivalent haute frquence [Boldea et al., 2002] ............................... 36
Fig. 2-4 - Variation de la rsistance et de l'inductance de fuite en fonction de la frquence
[Boldea et al., 2002] .......................................................................................................... 37
Fig. 2-5 - Caractristique I-V d'un transistor IGBT 15A utilis dans un onduleur 4 kVA.
Image tire de [Abrahams en, 2000] .................................................................................. 40
Fig. 2-6 - nergie perdue lors de la commutation d'un transistor et d'une diode 15A.
Image tire de [Abrahams en, 2000] .................................................................................. 42
Fig. 2-7 - Rendement d'un moteur de 2.2 kW vitesse nominale pour diffrentes charges
avec flux constant et avec optimisation du flux. Image tire de [Abrahamsen, 2000] ..... 43
Fig. 2-8 - Principe de fonctionnement de l'ajustement du flux au rotor par recherche de
point de puissance minimale l'entre. Image tire de [Souza et al., 1995] .................... 48
Fig. 2-9 - Spectre harmonique de la tension et du courant d'un onduleur modul par
SPWM ( gauche) et d'un onduleur modul par DPWM ( droite). Image tire de
[Trzynadlowski et al. 1994] .............................................................................................. 54
Fig. 3-1 - Schma d'un perceptron [Parizeau, 2004] ....................................................... 61
Fig. 3-2 - Rseau de neurones propagation vers l'avant deux couches [Parizeau, 2004]
........................................................................................................................................... 62
Fig. 3-3 - Flux optimal en fonction du point d'opration ................................................. 68
Fig. 3-4 - volution de l'erreur quadratique durant le troisime essai de l'entranement du
RNA ayant 10 neurones dans la couche cache ................................................................ 69
Fig. 3-5 - Erreur quadratique moyenne en sortie selon le nombre de neurones prsents sur
la couche cache pour un RNA ayant une seule sortie ..................................................... 69
Fig. 3-6 - Aspect de la fonction
XA ....................................................................
71
XB ...................................................................................
71
Fig. 3-8 - volution de l'erreur quadratique de l'entranement d'un RNA dont les sorties
sont le flux optimal et les fonction xA ou xB ................................................................... 72
Fig. 3-9 - Comparaison de l'architecture de systme avec RNA conventionnelle et RNA
intgrant des fonctionnalits additionnelles au niveau de la gnration des donnes
d'apprentissage ................................................................................................................. 74
Fig. 3-10- Rapport entre les pertes par commutation par les diffrentes approches
DPWM et des techniques de modulation continues o cp est l'angle du facteur de
puissance [Hava, 1998] ..................................................................................................... 75
Xl
Fig. 3-11 - Rapport entre pertes par commutation de la DPWM optimale et les pertes par
commutation avec modulation continue en fonction de l'angle du facteur de puissance rp
et de l'angle de blocage de la commutation l.f1 [Hava, 1998] ............................................ 76
Fig. 3-12 - Facteur de puissance en fonction de id pour diffrentes valeurs de charge en
utilisant les quations (3-13) (3-17) ............................................................................... 77
Fig. 3-13 - Architecture avec intgration conventionnelle du modle des pertes par
commutation ..................................................................................................................... 78
Fig. 3-14 - Facteur de puissance en fonction du point d'opration .................................. 78
Fig. 3-15 - Angle de blocage optimall.f1opt en fonction du point d'opration ................... 79
Fig. 3-16 - Architecture avec intgration du modle de pertes par commutation au niveau
de la gnration des donnes d'apprentissage .................................................................. 79
Fig. 3-17 - volution de l'erreur quadratique de l'entranement d'un RNA dont les sorties
sont le flux optimal et l'angle de blocage optimal 't'opt ..................................................... 80
Fig. 3-18 - Intgration conventionnelle du dtecteur de rgime permanent la commande
........................................................................................................................................... 83
Fig. 3-19 - Fonction r}(l1wp, I1Te) pour e inf = 0.25, e sup = 0.75 et l.f1opt(p.u.) = 0.5 ........ 85
Fig. 3-20 - Architecture avec intgration du dtecteur de rgime permanent au niveau de
la gnration des donnes d'apprentissage ....................................................................... 86
Fig. 3-21 - volution de l'erreur quadratique de l'entranement d'un RNA avec D 2 qui
intgre le dtecteur de rgime permanent ......................................................................... 86
Fig. 4-1 - volution vers les systmes sur une puce technologie matrielle
programmable ................................................................................................................... 91
Fig. 4-2 - Schma illustrant les deux grandes approches de conception de systmes et
leur application dans la conception de systme embarqus base de FPGA ................... 94
Fig. 4-3 - Schma fonctionnel des composantes du banc d'essai exprimental .............. 95
Fig. 4-4 - Onduleur trois niveaux neutre fix (dit Neutral Point Clamped), [Pham,
2005] ................................................................................................................................. 97
Fig. 4-5 - Schma de l'onduleur vu du circuit de commande .......................................... 97
Fig. 4-6 - Schma de l'interfaage de l'onduleur avec la carte FPGA ............................. 98
Fig. 4-7 - Schma reprsentant la dmodulation d'un signal modul en amplitude par la
mthode de suppression de la porteuse [Stremler, 1994] ............................................... 101
Xll
Fig. 4-8 - Dmodulation du signal de mesure l'aide du SignalTap Analyzer d'Altera

......................................................................................................................................... 102
Fig. 4-9 - Schma du mcanisme de dmodulation des signaux de mesure ................... 104
Fig. 4-10 - Validation de la dmodulation des signaux de mesure ................................. 105
Fig. 4-11 - Schma de la commande vectorielle dveloppe sur le banc d'essai
exprimental .................................................................................................................... 106
Fig. 4-12 - Schma de la rgulation de courant synchrone ............................................. 109
Fig. 4-13 - Version DSP Builder du bloc de rgulation de couple ................................. 113
Fig. 4-14 - Validation du bloc de rgulation PI de vitesse en version DSP Builder ....... 113
Fig. 4-15 - Validation du bloc PI vitesse en simulation avec matriel dans la boucle
(MDB) ............................................................................................................................. 114
Fig. 4-16 - Courant des phases A et B vide (OJp = 37 radis) ........................................ 115
Fig. 4-17 - Rponse l'chelon de la composante de courant id ................................... 116
Fig. 4-18 - Rponse l'chelon de la composante de courant iq ................................... 117
Fig. 4-19 - Rponse l'chelon du flux rotorique ......................................................... 118
Fig. 4-20 - Rponse du couple suite changement de vitesse vide (OJp ref = 18.5 radis
3 7 radis) .......................................................................................................................... 119
Fig. 4-21 - Rponse l'chelon en vitesse pour diffrentes consignes (wp r ef = 18.5,37,
55.5 radis) ....................................................................................................................... 120
Fig. 5-1 - Comparaison des coefficients KRfe et KLm obtenus partir de l'essai vide avec
ceux montrs dans l'article de [Novotny et al., 1984] .................................................... 125
Fig. 5-2 - Courbes de rgression polynomiales pour approximer la valeur des coefficients
K~re
et KLm pour diffrentes valeurs de flux .................................................................... 126
Fig. 5-3 - Pertes dans la MA vide pour diffrents niveaux de flux une vitesse de 0.1
......................................................................................................................................... 131
Fig. 5-4 - Pertes dans la MA en charge pour diffrents niveaux de flux une vitesse de
0.1 .................................................................................................................................... 132
Fig. 6-1 - Fonction sigmode coupe en 4 morceaux partir du point de symtrie (x = 0)
......................................................................................................................................... 135
Xlli
Fig. 6-2 - Validation du rgulateur neuronal de flux avec fonction d'activation base de
TDC par comparaison de la sortie des versions Neural Toolbox, DSP Builder et avec
MDB ............................................................................................................................... 137
Fig. 6-3 - Validation du rgulateur neuronal de flux avec fonction d'activation base de
FLM par comparaison de la sortie des versions Neural Toolbox, DSP Builder et avec
MDB ............................................................................................................................... 138
Fig. 6-4 - Essai initial de la validation de la commande en flux neuronale pour une
vitesse de 0.1 p.u. vide ................................................................................................. 140
Fig. 6-5 - Vitesse de 0.1 p.u. vide ................................................................................ 143
Fig. 6-6 - Vitesse de 0.1 p.u. en charge .......................................................................... 143
Fig. 6-8 - Vitesse de 0.2 p.u. en charge .......................................................................... 145
Fig. 6-10 - Vitesse de 0.3 p.u. en charge ........................................................................ 146
Fig. 6-11 - Vitesse de 0.4 p.u. vide .............................................................................. 147
Fig. 6-12 - Vitesse de 0.4 p.u. en charge ........................................................................ 148
Fig. 6-13 - Vitesse 0.5 p.u. vide ................................................................................ 149
XIV
Liste des symboles

Indices et exposants
a,b,c
phases de la machine
a,~
axes de rfrence dans le repre stationnaire au stator
d,q,
axe direct, en quadrature et composante homopolaire
e (exposant)
repre tournant
e (indice)
lectrique / lectromagntique
fuite
glissement
hystrsis
branche magntisante
relatif au bus courant continu
mcanique
rotor
s (exposant)
repre stationnaire
s (indice)
stator
couple
Symboles et units
A
surface (m2)
densit de flux (Weber 1 m 2 ou Tesla)
coefficient
longueur (m)
force (Newton)
champ magntique (A/m)
inductance (Henry)
courant (Ampre)
nombre de ples de la machine
xv
R
rsistance (Ohm)
glissement (sans dimension)
couple (Nm)
tension (Volt)
co
vitesse angulaire (radis)

flux magntique (Weber)
Abrviations
ASIC
application specific integrated circuit
CA
courant alternatif
CAO
conception assiste par ordinateur
CC
courant continu
CEO
contrleur nergtique optimal
CFO
commande flux orient
DSP
digital signal processing (ou processor, selon le contexte)
EQM
erreur quadratique moyenne
ETANN
electrically trainable artificial neural network
EVV
entranement vitesse variable
FLM
fonction linaire par morceau
FOC
field oriented control
FPGA
field programmable gate array
FMM
force magntomotrice
IGBT
insulated gate bipolar transistor
LEEPCI
laboratoire d'lectrotechnique, d'lectronique de puissance et de

commande industrielle
MA
machine asynchrone
MCC
machine courant continu
MDB
matriel dans la boucle
MLI
modulation de largeur d'impulsions
MOSFET
metal oxide semiconductor field effect transistor
PHS
pertes harmoniques spatiales
XVI
PI
proportionnel intgral
PWM
pulse width modulation
RNA
rseau de neurones artificiels
RTL
register transfer level
SCEO
stratgie de commande nergtiquement optimale
TDC
table de conversion (lookup table)
TDH
taux de distorsion hannonique
TPM
tours par minute
VHDL
VHSIC hardware description language
VHSIC
very high speed integrated circuit
Introduction gnrale
Positionnement de la thse dans l 'univers du gnie lectrique actuel
La science du gnie lectrique est le patrimoine de connaissances que possde
l'humanit afin d'utiliser l' nergie de nature lectrique des fins utiles. La connaissance
scientifique et la matrise de ce type d' nergie sont relativement rcentes (les premires
e
applications sont apparues au XIX sicle) si on la compare l' nergie mcanique dont
les premires applications sont apparues environ 3000 avant J-C (cales, roues, leviers,
etc.). L'nergie lectrique possde de nombreuses utilits qui ont profondment contribu
amliorer la qualit de vie gnrale depuis plus d'un sicle. L'intrt pour l' utilisation
de ce type d'nergie provient d'une application et d'une proprit fondamentales : (1) le
transport conomique de grandes quantits d'nergie sur de grandes distances et (2) une
trs grande vitesse de propagation dans des matriaux conducteurs.
La premire de ces proprits permet de sparer gographiquement un point de
production d'nergie un point de consommation en les reliant l'aide d'un rseau
lectrique qui joue alors un rle d'interface. Un point de production d'nergie transforme
de l'nergie provenant de diffrentes formes (hydraulique, nuclaire, olienne, charbon,
etc.) en nergie mcanique grce une turbine. Le transfert de cette nergie mcanique
vers le rseau lectrique est effectu l'aide d'une machine lectrique (alternateur) qui
est relie la turbine par un arbre. Cette nergie lectrique est distribue aux points de
consommation par le rseau lectrique et peut tre reconvertie en nergie mcanique par
une autre machine lectrique (moteur), transforme en chaleur (chauffage) ou utilise
pour alimenter des appareils lectroniques (ordinateur). La conversion lectromcanique
effectue l'aide de machines lectriques est fondamentale dans ces processus de
gnration et de transformation de l'nergie et provient de la comprhension des
phnomnes lectriques et magntiques dont les fondements sont issus des travaux de
l'cossais James Clerk Maxwell (1831-1879).
2
La seconde de ces proprits permet l'utilisation de l'nergie lectrique comme un
moyen de reprsenter et de transmettre de l'information. En faisant varier l'tat de la
tension ou du courant dans un matriau conducteur, il est possible d'associer un
paramtre de cette variation d'tat une quantit d'information utile pouvant tre propage
d'un metteur vers un rcepteur une vitesse proche de celle de la lumire. Cette
proprit a t exploite pour mener l'invention du tlphone et d'autres moyens de
tlcommunications drivs (radio, tlvision, etc.). Ces inventions ont contribu
fondamentalement au dveloppement du traitement de signal et de l'lectronique. La
thorie fondamentale de l'ingnierie des communications a t dveloppe en 1948 par
l'amricain Claude Shannon (1916-2001) et le transistor bipolaire, la base de toute
l'lectronique moderne, par les chercheurs William Shockley (1910-1989), John Bardeen
(1908-1991) et Walter Brattain (1902-1987) chez Bell Labs aux tats-Unis en 1947.
Ainsi, on peut dire de manire gnrale que le gnie lectrique se divise en deux
grands champs d'applications: les applications relies l'nergie lectrique comme
capacit de produire un travail et les applications relies l'nergie lectrique comme

capacit de reprsenter et de transmettre de l'information. La synthse de ces deux
grands champs d'applications a men l'invention d'un nouveau champ d'application
qui s'tend tous les systmes dynamiques: l'ingnierie de la commande.
Le principe la base de l'ingnierie de la commande est d'utiliser un systme de
basse nergie pour rguler un systme de haute nergie en vue d'obtenir un effet dsir.
La premire application connue de ce type de systme est le clbre rgulateur boule de
James Watt (1736-1819) appliqu la rgulation de la vitesse d'une machine vapeur.
C'est le mme James Clerk Maxwell cit plus haut qui a travaill sur la formalisation de
la thorie du fonctionnement de ce type de rgulateur vers la fin du 1ge sicle et a ouvert
le champ de la thorie de la commande. Vinrent ensuite des noms comme Edward Routh
(1831-1907), Harold Black (1898-1983), Alexandre Lyapunov (1857-1918) et Harry
Nyquist (1889-1976) qui ont construit les bases de la thorie de la commande en tudiant
les critres de stabilit et le mcanisme de rtroaction pour plusieurs classes de systmes.
Norbert Wiener (1894-1964) a synthtis ces travaux en gnralisant la thorie de la
commande et de la communication et en proposant leur application la comprhension
de l'homme et de la socit comme machine. Les travaux de Wiener ont alors ouvert
3
la voie vers les thories d'intelligence artificielle et de techniques de modlisation bases
sur la connaissance plutt que sur des quations analytiques.
Les progrs dans le dveloppement de l'lectronique dans les annes 1950-1960 ont
fondamentalement rvolutionn le gnie lectrique autant dans les applications relies
la conversion d'nergie qu'aux applications relies au traitement de l'information:
les applications relies la conversion d'nergie ont t transformes par

l'lectronique de puissance qui permet de convertir l'nergie lectrique d'une
forme une autre;
les applications relies au traitement du signal ont t transformes par

l'intgration large chelle de transistors permettant la construction de circuits
lectroniques offrant une puissance de calcul de plus en plus leve. Dans les
systmes de commande, l'impact des progrs en lectronique a permis
d'amliorer le dcouplage entre systme command et le systme de commande
l'aide de capteurs et de circuits lectroniques analogiques ou numriques
augmentant ainsi la complexit et la performance de ces systmes (par rapport aux
systmes de commandes mcaniques conventionnels).
La synthse de ces progrs a donn lieu la monte d'un nouveau type de systme
combinant la fois un systme de conversion d'nergie lectrique base d'lectronique
de puissance et un systme de commande base d'lectronique en vue de rguler la
forme du courant lectrique inject dans une machine lectrique. Ce type de systme est
appele entranement et ouvre la voie de nouvelles utilisations des machines
lectriques. Auparavant utilises comme convertisseurs d'nergie lectro-mcanique,
elles jouent dsormais le rle d'actionneur mcanique dont il est possible de commander
prcisment la dynamique.
Il existe deux aspects fondamentaux considrer dans l'valuation de la performance
des entranements: celui de la performance dynamique et celui de la performance
nergtique. L'amlioration de l'un ou l'autre de ces aspects de performance (dynamique
et/ou nergtique) peut se faire selon trois perspectives: par l'amlioration de la machine,
par l'amlioration du convertisseur et par amlioration du systme de commande (Fig.
1-0-1).
Gnie ctnqu
!
~n r
,ransmissior1
nfo
~rn~
M
electnques
El
Entranements
ron u d
puissance
Clrcull '
l ctroniq
'Ii ess variable 14--- - -- 1
8S
Trart rr 1 d
signal
Systemes
00
mane-
Fig. 1-0-1 - Schma gnral du positionnement de la thse (en rose) dans l'univers du gnie lectrique
actuel
Le sujet de cette thse repose sur l'tude de l'amlioration du systme de commande

en vue d'amliorer la performance nergtique d'un systme d'entranement vitesse
variable compos d'une n1achine asynchrone (MA) alimente par un onduleur de tension
triphas deux niveaux. Les contributions de cette thse se situent la fois au niveau de
l'utilisation nouvelle d ' algorithmes d ' intelligence artificielle (rseaux de neurones
artificiels, RNA) et la fois sur l'utilisation d'un nouveau type de circuit lectronique
programmable (appel Field Programmable Gate Array , FPGA).
Organisation de l 'ouvrage
Au chapitre l, les gnralits entourant les pnnCIpes de fonctionnement des
entranements vitesse variable de MA sont montres avec une ouverture sur les
possibilits d'augmenter leur efficacit nergtique.
Au chapitre 2, les principaux mcanismes de pertes prsents dans les MA et dans les
convertisseurs statiques sont prsents dans la premire partie. La seconde partie montre
les diffrentes stratgies possibles de lninitnisation des pertes dans ce type de systme et
dans quelle direction ont t mens les plus rcents travaux en la matire. On termine le
chapitre en ouvrant sur deux perspectives importantes dans l'intgration d'un modle de
5
pertes dans un contrleur: sa performance et son cot (en terme de ressources mmoires,
units logiques ou temps de calculs). Les RNA s' avrent une avenue intressante pour
diminuer le cot d'intgration du modle des pertes dans le contrleur.
Au chapitre 3, on prsente une introduction au domaine des RNA et de leur utilisation
dans les systmes d'lectronique de puissance. Ensuite, on prsente la conception d'une
fonction de commande optimale de flux neuronal partir d 'un modle de pertes
gnrique. On examinera l'utilisation de RNA dans la conception de la fonction de
commande de flux en vue de diminuer la complexit globale du systme de commande et
tendre l'optimisation nergtique sur toute la plage de charge sans cot supplmentaire.
Au chapitre 4, on prsente la conception d'un banc d' essai exprimental permettant
de faire la validation des rgulateurs conus au chapitre 3. On y montre la ralisation d'un
systme de commande vectorielle sur plateforme de dveloppement commerciale FPGA
en
proposant
une
approche
logicielle
plutt
qu'une
approche
matrielle
conventionnellement propose.
Au chapitre 5, on conoit et valide exprimentalement un modle des pertes de la MA
partir des rsultats obtenus l'identification des paramtres du standard IEEE-112.
Au chapitre 6, une introduction sur la conception de RNA sur FPGA est prsente
avant de montrer les rsultats exprimentaux issus de la validation du rgulateur de flux
optimal et neuronal avec intgration du dtecteur de rgime permanent et bas sur le
modle des pertes construit et valid au chapitre 4.
C~nralit5
et probimaHque
Etlme d;e la probMmatique e1

propos.iti()f)s d'ijvQj'i(jrm'1 ants
f"..<mption et raltsation d'un

bene:; d;essaJexpnmenlai
'v,."'.....w
Cooception de commande
vectorielle amliore
ChaoitreVI
,.w.,f'i Validation exprimentale de la
...'",...w ............. w.w"'....,w,w,..
~
Conpl.km et validajJoo d'uf)
modle des pertes
'v"'...." ' w . ' "
~ " ~,w"'vW>v,)
command Vto.till amliQr
Figure 1-1.1-1 - Organisation de l'ouvrage
Chapitre 1: Les entranements vitesse variable de

machines asynchrones
Les machines asynchrones (aussi appeles machines induction) sont des machines
lectriques inventes la fin du XIX sicle et qui permettent la conversion efficace de
l'nergie lectrique en nergie mcanique sur une plage de puissances d 'utilisation de
l'ordre de la centaine de Watt plusieurs milliers de kiloWatt.
Leur simplicit de construction, d'utilisation et d'entretien ont vite popularis leur
utilisation industrielle en mode moteur comme source d ' nergie mcanique primaire pour
entraner des pompes, des ventilateurs, etc. Dans ce type d'application, la MA est
alimente directement partir du rseau de distribution lectrique (de tension lectrique
et de frquence fixes) limitant ainsi sa plage d'opration prs de la vitesse nominale de la
machine. Cette limite a longtemps confin les MA au simple rle de convertisseur
d'nergie laissant le rle d'actionneur aux machines courant continu.
Un moyen pour repousser cette limite est d'alimenter la MA l'aide d'une source de
tension d'amplitude et de frquence rglables adapts aux besoins de l'application. Ce
systme de modulation aliment par une source de tension continue et appel
onduleur
est
bas
sur
l'utilisation
de
convertisseurs
statiques
composs
d'interrupteurs lectroniques de puissance. La tension d'alimentation continue de

l' onduleur peut provenir soit d 'une
batteri~
ou soit d 'un autre type de convertisseur
statique appel redresseur et dont la fonction est de transformer une onde de tension
alternative en tension continue.
La modulation de l'onde tension de sortie de l' onduleur s'effectue par la gnration
de signaux d'ouverture et de fermeture des transistors de puissance. Ces signaux sont
gnrs l'aide d'un circuit de commande lectronique et dterminent directement la
performance de l'entranement de la MA.
Ce chapitre a pour objectif de faire un survol de l'information essentielle connatre
sur les lments qui composent un systme d'entranement vitesse variable d'une MA.
Ainsi, les sections suivantes traiteront spcifiquement de la machine asynchrone, de
l' onduleur de tension et du systme de commande.
1.1
La machine asynchrone
Description gnrale
La MA est un systme lectromcanique permettant la conversion de l' nergie
mcanique en nergie lectrique (mode gnrateur) et la conversion de l'nergie
lectrique en nergie mcanique (mode moteur). Elle est compose d'une partie fixe
appel stator et d'une partie tournante appele rotor (Fig. 1-1).
Stator
Bti
racrordement
Fig. 1-1 - Schma de la structure d'une machine asynchrone [Maxicours, 2009]
Le stator d'une MA polyphase est compos de plusieurs bobines de fil de cuivre

disposes dans des encoches. La fonction de ces bobines est de crer une force
magntomotrice (FMM) tournante (sinusodale) l'intrieur du stator lorsqu'elles sont
mises sous tension. Un nombre gal d'encoches est attribu pour chaque phase de la
8
machine et sont regroupes en ples positionns symtriquement dans le stator. Le
nombre de ple d'une machine dpend de la frquence de son alimentation et de sa
vitesse nominale. Il existe deux types de rotor pour les MA : (1) les rotors bobins et (2)
les rotors cage d'cureuil.
Les rotors bobins sont composs de bobines de fil de cuivre disposes dans des
encoches comme dans le cas du stator. Ces bobines sont alors connectes en parallle
pour former les phases qui sont leur tour connectes entre elles en configuration toile
(Y) et relies l'extrieur de la MA par des balais. On utilise cet arrangement afin de
contrler la vitesse en contrlant le courant dans le rotor l'aide de rsistances variables.
Les rotors cage cureuil sont construits l'aide de barres mtalliques places
dans les encoches et relies entre elles l'aide de bagues de terminaison (end rings). Ce
type de rotor est moins coteux, plus robuste et plus fiable que le rotor bobin mais le
courant qui y circule n'est pas directement contrlable, ni mesurable.
Principe de fonctionnement
La comprhension du fonctionnement de la MA repose essentiellement sur deux
lois physiques fondamentales: la loi d'Ampre (loi des forces lectromagntiques) et la
loi de Faraday (loi de l'induction lectromagntique). Ces deux lois physiques sont
synthtises en une seule loi lectromagntique que sont les quations de Maxwell.
Essentiellement, la loi d'Ampre nonce que lorsqu'un conducteur de courant est
plac dans un champ d'induction magntique, une force lectromagntique est gnre
dont la grandeur et la direction sont donnes par:
(1-1)
F=(BxD)!
o ft est la force mcanique (N), est la densit de flux magntique (Wb/m
),
jj
est la longueur du conducteur qui croise le champ magntique (m) et ! le courant qui
circule dans le conducteur (A).
La loi d'Ampre est le principe de base de toutes les machines lectriques:
l'aide d'un courant lectrique et d'un flux magntique il est possible de crer un couple
mcanique et vice-versa. Ce qui diffrencie les divers types de machines lectriques entre
elles (machines synchrones, machines asynchrone et machines courant continu) se
9
rsume la manire dont on s 'y prendra pour gnrer un flux magntique et le coupler
avec un courant lectrique pour crer un couple mcanique (dans le cas d'une utilisation
en mode moteur). Dans le cas particulier de la MA, le flux magntique produit par le
courant rotorique provient de l'induction de la tension au rotor caus par une diffrence
de vitesse lectrique entre le rotor et le stator. Cette induction de la tension est dcrite par
la loi de Faraday.
La loi de Faraday nonce qu 'une tension lectrique est induite dans un conducteur
lorsque celui-ci croise un flux magntique variable dans le temps ou dans l'espace. Ainsi,
une tension lectrique sera induite dans un conducteur mobile croisant un flux
magntique constant (variation du flux dans l' espace - principe utilis par les machines
lectriques) ou dans un conducteur fixe travers par un flux magntique dont la grandeur
etlou la direction sont variables (variation du flux dans le temps - principe utilis par les
transformateurs de tension). La grandeur de la tension induite dans un tel conducteur est
donne par:
(1-2)
d
e = --lf/
dt
o e est la tension lectrique induite (V) et
(1-3)
lf/
If/
est le flux magntique (Wb) donn par:
= fsB. dS
o S est la surface de la densit de flux croise par le conducteur (m2).

Ainsi, en appliquant une tension de forme sinusodale d'amplitude Vs et de
frquence
Ws
(radis) aux bornes des trois phases du stator, on cre ainsi un champ
tournant de mme frquence dans l'entrefer et qui coupe les enroulements du rotor. La
frquence laquelle sont coups les enroulements du rotor dpend de la vitesse
mcanique du rotor wp (radis) du rotor et la vitesse lectrique au stator
frquence de glissement w g (radis) :
Ws
et se nomme
10
o P est le nombre de ples de la machine. Il est utile de reprsenter le glissement S
relatif la vitesse lectrique de la tension au stator W s (notation par unit) :
(1-5)
Selon la loi de Faraday, lorsque la frquence de glissement est non nulle, une
tension induite apparat aux bornes des enroulements du rotor. Cette tension cre son
tour un courant rotorique dont la grandeur ramene au stator est gale :
(1-6)
o Rr est la rsistance du bobinage d'une phase du rotor (n) et Lfr est l'inductance de
fuite au rotor (H). Le courant au rotor est en retard sur la tension du rotor par un angle Br
dtermin par le facteur de puissance du rotor.
Selon la loi d'Ampre, le courant rotorique qui croise le flux magntique pour
chacune des phases produit alors un couple mcanique sur le rotor:
o l' met Ir sont respectivement les valeurs crtes du flux magntique et du courant
rotorique. L'angle Bt est l'angle de couple correspondant la phase entre la force
magntomotrice du stator et celle du rotor :
(1-8)
Il
Circuit quivalent des phases relles
La modlisation de la MA est ncessaire pour dterminer avec prcision son

fonctionnement et son comportement dynamique, utile pour la conception de machines et
d ' entranements de machines haute performance. Il existe plusieurs modles de MA qui
se diffrencient par le systme de coordonnes avec lequel ils sont construits: (1) repre
des phases (a, b, c), (2) repre stationnaire au stator (a, fJ) et (3) repre tournant bas sur
la vitesse lectrique du rotor (d, q). La validit d 'un modle peut galement tre limite
au rgime permanent ou galement inclure les rgimes transitoires.
Le modle de la MA bas sur le repre des phases est le plus intuitif puisqu ' il est
bas sur le dveloppement d'un modle unique et identique pour chacune des phases qui
composent la MA. La premire approximation d'un tel modle est de le construire en
faisant l'hypothse d'un couplage lectromagntique entre le stator et le rotor semblable
celui que l'on trouve dans un transformateur. Le stator et le rotor peuvent donc tre
modliss par les mmes lments: (1) rsistance du bobinage, (2) inductance de fuite et
(3) inductance mutuelle. Sachant que le rapport de transformation de la tension entre le
stator et le rotor est gal (1-9), il est possible de ramener les lments du circuit
rotorique au stator et ainsi se retrouver avec un circuit quivalent d'une phase tel que
montr la Fig. 1-2. La dfinition de chacun des paramtres et des variables prsents
la Fig. 1-2 est montre au Tableau 1-1.
(1-9)
Lfr
Vs
Fig. 1-2 - Circuit quivalent d'une phase de la MA ramen au stator [Bose, 2002]
12
Tableau 1-1 - Variables et paramtres du circuit quivalent d ' une phase de la MA
Variable 1 paramtre
Description
Units
Vs
Tension de phase au stator
Vm
F oree contre-lectromotrice (FCEM)
is
Courant au stator
im
Courant magntisant
ipfe
Courant d aux pertes fer
io
Courant total dans la branche magntisante
ir
Courant au rotor
Rs
Rsistance au stator
Rr
Rsistance au rotor
Rm
Rsistance quivalente des pertes dans le fer
n
n
n
Lfs
Inductance de fuite au stator
Lm
Inductance mutuelle
Lfr
Inductance de fuite au rotor
Glissement
p.u.
Rapport entre le nombre de tour du bobinage

au rotor par rapport celui au stator
La rsistance quivalente Rm a pour but de modliser les pertes engendres dans le noyau
magntique qui sont galement appeles pertes fer (iron losses). L'inductance
magntisante Lm a pour but de modliser l'imperfection au niveau de la permabilit du
noyau magntique (idalement infiniment grande). Le modle prsent la Fig. 1-2 est
valide en rgime permanent et bas sur les hypothses suivantes:
le noyau magntique n'est pas saturable, c'est--dire que le flux est toujours
directement proportionnel au courant magntisant;
les pertes fer reprsentes par la rsistance quivalente Rm ne considrent que les
pertes fondamentales et non les pertes causes par les harmoniques spatiales du
flux magntique causes par les discontinuits/asymtries gomtriques de la
construction de la machine;
13
les rsistances au rotor et au stator ne varient pas en fonction de la temprature;
on ne considre que l'onde fondamentale de la tension Vs: ce qui est valable

lorsque la tension Vs est parfaitement sinusodale (alimente directement par le
rseau) mais ce qui n'est pas le cas lorsque la MA est alimente par un onduleur
de tension.
Le diagramme vectoriel du circuit quivalent d'une phase prsent la Fig. 1-3.
Ct'}ti stator
Fig. 1-3 - Diagramme vectoriel d'une phase [Bose, 2002]
Le couple lectromagntique est gal au rapport de la puissance de sortie de la MA

(Psortie)
et de sa vitesse mcanique (wp )
(1-10) T ==
e
~ortie
J p
==
~ortie
Js
(PJ
(1- S) 2
Or, la puissance de sortie de la MA est gale la puissance qui traverse l'entrefer

(Pentrejer)
moins les pertes cuivres dans le bobinage du rotor (Pcuivre,rotor)
14
(1-11) ~orlie ==
P entre/ er - P cuivre,rolor
==
S - 31r R r
2 R r
31r
==
31r R r
(1-S)
S
En ngligeant les pertes fer [Bose, 2002], on peut estimer le courant rotorique comme
tant peu prs gal :
( 1-12 ) Ir
~ -;:===============Vs=============-
(Rs +~)2 +(j);(Lfs +Lf }
l'aide de (1-10), (1-11) et (1-12), on peut alors exprimer le couple lectromagntique

Te par la relation suivante:
Le couple lectromagntique Te est donc fonction de la tension d'alimentation Vs, de la

frquence d'alimentation
Ws
et du glissement S. La courbe du couple en fonction du
glissement est montre la Fig. 1-4.
15
moteur
fl't'inage
am
~.+--+----
'vUesst~
2~
________
__
t.o uple de
__
...-- glissement, (S)

________________
couple maximal
synchrone
________________
dmarrage
Fig. 1-4 - Couple en fonction du glissement [Bose, 2002]
Circuit quivalent des phases fictives d-q
Le principal problme avec la modlisation base sur les phases est que l'quation
du couple (1-13) n'est pas dcouple en variable de flux et de courant, ce qui ne permet
pas une commande linaire du flux et du courant et par consquent une commande
linaire du couple. Ce modle n'est galement valable qu'en rgime permanent, ce qui
constitue un problme pour les applications o la performance dynamique est trs
importante.
Une manire d'arriver une quation dcouple du couple est de ramener les
composantes du diagramme vectoriel de la Fig. 1-3 de chacune des phases un systme
de coordonnes deux dimensions (d, q) bas au stator (fixe) ou bas au rotor (tournant).
La composante d est aligne sur le flux et la composante q est place 90 de la
composante d (aligne sur le courant de couple). La machine N phases peut donc tre
ramene une machine 2 phases fictives.
La transformation des variables de tension dans un repre des phases fixe (aS, bS,
CS) un repre deux dimensions fixe et rfr au stator (cf, qS) est montr la Fig. 1-5.
16
La transformation pour les variables de courant et de flux au stator et au rotor est
exactement la mme.
bs
an
cs
IIxe
Fig. 1-5 - Transformation du repre
VSas,bs,cs
au repre VSds,qs [Bose, 2002]
Par de simples relations gomtriques, on peut donc transformer les tensions

d'alimentation au stator dans le repre des phases
VSo, b,c
en tensions
VSds, qs, Os
rfres au
stator (transformation de Park) :
VSOs
est la composante de squence zro qui est normalement toujours gale zro (en
raison de l 'hypothse de symtrie parfaite entre les phases au stator et en raison de

l'impossibilit de connecter un neutre dans le cas d'un rotor cage) et
la composante qS et la composante
v s.
Il est commun de ngliger
es est l'angle entre
VSOs
et de travailler
seulement avec les composantes d et q.

Les tensions au stator
V So,b,c
VSds, qs
ont l'avantage de reprsenter les tensions au stator
dans un repre deux dimensions mais
leur grandeur varie toujours
17
sinusodalement dans le temps. Cet inconvnient peut tre contourn en reprsentant les
tensions
VSds,qs
dans un repre tournant la vitesse lectrique
e et dont la position est Be
(Fig. 1-6).
Fig. 1-6 - Transformation du repre fixe" ds,qs au repre tournant veds,qs [Bose, 2002]
La transformation des tensions au stator

tournant v
ds,qs
VSds,qs
dans un repre fixe au stator un repre
se fait l'aide de relations gomtriques simples:
La reprsentation des tensions au stator dans un repre tournant v eds, qs possde l'avantage
que, pour des tensions d'alimentation au stator
VSa,b,c
d'amplitude constante, la grandeur
des composantes est galement constante. Le repre tournant peut tre soit align avec (1)
le flux au rotor
lfJr,
(2) le flux dans l'entrefer
lfJrn
ou (3) le flux au stator
I{fs.
Ainsi, la reprsentation lectrique des circuits au stator et au rotor d'une MA (

cage ou rotor bobin) dans le repre tournant est exprime par:
18
(1-16)
e == R
e d e (
(1-17) v qr
rlqr + -lf/ qr + OJe
dt
- OJ r
\.., dr'
V dl'
==
e d e
R.
r l dr + -lf/ ds
dt
(OJ
\."
e - OJ r H qr
o les expressions des flux magntiques coupls sont gales :
e L (. e .e )
e L
e
L ( .e .e )
e
L (. e .e )
(1 - 18) lf/ qse == L
fs lqs + m l qs + lqr ,lf/ qr ==
jr l qr + m lqs + lqr ,lf/ qm == m lqs + lqr
e L (. e e )
e L (. e e )
e L m (.l dse + le
)
e L
(1 - 19) lf/ dse == L
fs l ds + m l ds + l dr ,lf/ dr ==
fr l dr + m l ds + l dr ,lf/ dm ==
dr
Il est possible d'exprimer les quations (1-16) (1-17) de manire plus compacte en
multipliant les quations Vd par j et en les additionnant vq . Ainsi, on trouve:
( 1- 20)
. e
Vqs - JV ds
==
R (. e
s l qs -
.. e )
J l ds
d ( e
+ dt \lf/ qs
. e)
lf/ ds + J OJe \lf/ qs
e)
lf/ ds == V qds
Le circuit quivalent reprsentant les quations (1-20) (1-21) est montr la Fig. 1-7.
v.qds
o--------------------------------------------------------------~
Fig. 1-7 - Circuit quivalent compact du modle d'une phase dans le repre tournant [Bose, 2002]
19
L'expression du couple lectromagntique Te l'aide des variables issues du modle de
la machine dans le repre tournant est gal :
L'quation du couple lectromagntique (1-22) est maintenant dcouple en variable de

flux et de courant. Cela implique que le modle de la MA dans le repre tournant nous
permet de commander linairement le couple lectromagntique Te l'aide des variables
de flux et de courant. Ainsi, une mme valeur de couple peut tre produite par des
niveaux de flux et de courant diffrents. La recherche de la configuration flux -courant
optimale dpendra d'un compromis entre les performances dynamiques et les
performances nergtiques de la MA.
1.2
L'onduleur de tension
Un onduleur de tension est convertisseur statique permettant la gnration d'ondes de

tension sinusodales d'amplitude et de frquence variables partir d'une source de
tension continue (provenant d'une batterie ou d'un circuit redresseur).
Il est possible de convertir une tension continue une tension pratiquement
sinusodale l'aide d'un onduleur une ou plusieurs phases. Un onduleur est compos
d'un nombre de bras gal au nombre de phases. Chaque bras contient un nombre de
transistors dtermin par le nombre de niveaux de tensions de sortie de chaque bras. Dans
20
le cas d'une alimentation triphase deux niveaux (+/- Vn ), chaque bras contient deux
transistors (Fig. 1-8).
v"
c
cbau'g~
Fig. 1-8 - Onduleur triphas deux niveaux aliment par un redresseur diodes [Bose, 2002]
Il est possible de crer une tension de sortie qui se rapproche d'une onde sinusodale
en faisant commuter adquatement les transistors de l' onduleur. La technique de
commutation la plus utilise pour moduler une tension sinusodale l'aide d'un onduleur
est celle de la modulation par largeur d'impulsion (MLI). La tension de sortie de
l'onduleur n'est pas parfaitement sinusodale et par consquent, plusieurs harmoniques
sont produites par l' onduleur et se traduisent par des pertes harmoniques dans la charge et
en oscillations dans le courant (qui provoque par consquent des oscillations dans le
couple dans le cas o la charge est un moteur).
Les pertes harmoniques et les oscillations de courant dans la charge peuvent tre
rduites en modulant une tension de sortie plus fidle une onde sinusodale parfaite en
ajoutant des niveaux de tensions l'onduleur. Ces onduleurs sont appels onduleurs multi
niveaux.
21
1.3
Le systme de commande
Le systme de commande est un circuit lectronique dont la fonction est de piloter

l ' onduleur de tension afin d'obtenir un effet dsir sur le MA. Ce pilotage peut se faire en
boucle ouverte ou en boucle ferme l'aide de capteurs de courant, de tension ou de
vitesse, suivant la stratgie utilise. Un circuit lectronique et une stratgie de commande
sont donc les composantes principales d'un systme de commande d'un entranement
vitesse variable de MA.
Le circuit lectronique
Le circuit lectronique est compos de ports d'entres et de sortie connects un
circuit de traitement de l ' information. Ce type de systme fait partie de la grande famille
des systmes embarqus. Les premiers systmes de commande pour entranements
vitesse variable taient entirement analogiques mais depuis le dbut des annes 1980, le
traitement de l'information se fait l'aide d'un circuit numrique en faisant la conversion
analogique/numrique des entres et la conversion numrique/analogique des sorties.
Ce circuit numrique peut prendre diffrentes formes qui varient entre le circuit
logique sur mesure (tout matriel) et le circuit logique gnrique interfac une mmoire
dans laquelle on emmagasine du code (tout logiciel). Typiquement, les circuits tout
matriel sont raliss l'aide de technologie ASIC (Application Specific Integrated
Circuit) alors que les circuits gnriques sont des ASIC spcialiss connus sous le nom
de microcontrleurs ou de DSP (digital signal processor). Les circuits matriels offrent
plus de performance et de flexibilit de conception que les circuits gnriques mais leur
cot de dveloppement est beaucoup plus grand. Pour cette raison, la plupart des
systmes de commande dvelopps au cours des 20 dernires annes l'ont t l'aide de
circuits gnriques de type DSP.
Depuis seulement quelques annes], un nouveau type de technologie runissant les
avantages des circuits matriels (performance, flexibilit de conception) et des circuits
La technologie FPGA existe depuis le dbut des annes 1980 mais n'est devenue une alternative aux
autres plateformes de calculs (micro-contrleurs et DSP) que seulement depuis le dbut des annes 2000.
22
gnriques (reprogrammabilit et faible cot de dveloppement) a fait son entre dans le
monde de systmes embarqus: ce sont les FPGA (Field Programmable Gate Array ).
Les FPGA sont essentiellement des ASIC contenant des matrices de portes logiques et de
mmoire reconfigurables. Cette technologie possde l'avantage de pouvoir intgrer la
fois des circuits matriels sur mesure et des circuits gnriques permettant au concepteur
un judicieux arrangement entre matriel et logiciel.
Les stratgies de commande de la MA

Lorsque la MA est alimente partir d'un onduleur de tension, il existe diffrentes
stratgies pour contrler la grandeur et la frquence de sa tension de sortie et ainsi
contrler la vitesse et le couple de la MA. On peut diviser les stratgies de commande de
la MA en deux grandes classes: (1) la commande scalaire et (2) la commande
vectorielle (Fig. 1-9).
Stratgies de
commande de MA .
vitesse variable
Fig. 1-9 - Classification des stratgies de commande de MA
Commande scalaire
Les stratgies de commande scalaire sont bases sur la commande simple des
grandeurs des variables de
hi MA comme la tension, le courant et la frquence sans
considration pour la phase. Bien que ces stratgies aient l'avantage d'tre facilement
ralisables, elles ont l'inconvnient d'offrir de faibles performances dynamiques.
La stratgie de commande scalaire la plus connue est celle o lorsqu'on varie la
frquence
(jJs,
on ajuste la tension d'alimentation au stator Vs de telle manire que le flux
23
ou le ratio entre la tension et la frquence reste constant (car
lfls
= Vsfw e ). Cette stratgie
de commande peut tre applique en boucle ouverte ou en boucle ferme avec rgulation
de la frquence de glissement. Cette dernire approche a comme avantage d' viter
l'instabilit en limitant le glissement une valeur tenant compte du couple maximal de la
machine. La rfrence en tension Vs* et en frquence
W e*
sont fournies en entre un bloc
de MLI qui a comme fonction d'actualiser cette commande.
(O~-y-i:~f"' l- ~~
O>pl
L_~,,~~_~
m;
--._.-._--...
Onduhtr
de tension
etMLI
"'---_.....-_....:1
0> ,
_ _ _,__~
..._.
-_-_.
~
.
~---'--~~-l
; Moteur
capteur de vitesse
Fig. 1-10 - Schma reprsentant la configuration d'un entranement vitesse variable bas sur la
commande scalaire [Bose, 2002]
Commande vectorielle
Les stratgies de commande vectorielle se distinguent des stratgies de commande
scalaire en prenant non seulement en compte la grandeur des variables de contrle mais
galement leur phase. La grandeur et la position des vecteurs de courant et de flux sont
donc toujours connues ce qui assure un dcouplage parfait des composantes du couple et
permet ainsi d'obtenir des performances dynamiques trs leves.
La stratgie de commande vectorielle la plus connue est celle de la commande flux
orient (CFO, ou Field Oriented Control FOC). Elle est base sur l'utilisation d'un
modle de machine deux phases fictives dans un repre tournant tel que prsent la
Fig. 1-7. Ce modle permet un dcouplage des composantes du courant de flux et de
24
couple qui permet d'avoir un contrle linaire sur le couple comme dans le cas d'une
machine courant continu (MCC). Ainsi, en connaissant la valeur du courant dans les
trois phases de la machine (ce qui peut tre fait en prenant une mesure seulement sur
deux phases) et en appliquant la transforme de Park (quation (1-14)), on connat la
valeur des composantes
ide
et
i qe
du courant que l' on peut alors rguler selon la valeur du
flux et du couple souhaites.

Cependant, la transforme de Park exige la connaissance de la position lectrique du
rotor Be. Il existe deux manires d'arriver la connaissance de Be : (1) la manire directe
[Blaschke, 1972] et (2) la manire indirecte [Hasse, 1969] (Fig. 1-11). La manire directe
estime la position Be l'aide de signaux de tension et de courant alors que la manire
indirecte estime cette position en intgrant la somme de la vitesse mcanique du rotor et
de la vitesse de glissement:
\fOC
Fig. 1-11 - Commande vectorielle base sur l'orientation du champ (mthode indirecte)
La mthode indirecte est dpendante de la qualit de l'estimation de la vitesse de

glissement w g qui est elle-mme dtermine l'aide de la valeur de la rsistance au rotor
Rr. Il est bien connu que la rsistance au rotor Rr est un paramtre qui peut grandement
varier en cours d'opration du moteur en raison de l'effet thermique et de l'effet
pelliculaire. Cette variation de paramtre contribue la dgradation du dcouplage entre
25
les composantes de flux et de courant ainsi qu' la stabilit de la commande. Pour ces
raisons, les stratgies de commande vectorielle pour des applications de haute
performance incluent souvent un estimateur de rsistance au rotor.
1.4
Conclusion
Ce premier chapitre permet de donner une perspective gnrale sur l ' tude des
systmes d'entranement vitesse variable de MA qui se dcomposent en trois parties
formant chacun leur propre champ d' tudes en. ingnierie: les machines lectriques,
l'lectronique de puissance et la commande.
La finalit de ce type de systme tant l' exploitation de la MA selon des
spcifications de performances donnes, les problmatiques appartenant ce type de
systmes sont donc orientes vers les problmatiques associes aux performances
attendues de la MA. Ainsi, la performance du convertisseur statique et du systme de
commande seront toujours orientes vers un mode d'exploitation dsir de la MA.
idal . )
cette thse
8 88
.. ... 8..
Performance dynamique
Fig. 1-12 - Comparaison de diffrents mode d'exploitation sur les axes de performance dynamique et
nergtique en charge (1- alimentation secteur, 2 - alimentation convertisseur en boucle ouverte, 3 commande scalaire, 4 - commande vectorielle, 5 - commande vectorielle adaptative, 6 - commande
vectorielle avec ajustement du flux rotorique)
26
Les modes d'exploitation de la MA se situent entre deux grands axes: le mode bas
sur la performance dynamique et le mode bas sur la performance nergtique. Le choix
du mode d'exploitation se fera en fonction des besoins de l'application dans laquelle la
MA sera utilise. Ce choix est le rsultat d 'un compromis entre performances dynamique
et nergtique propres l' appiication en question (Fig. 1-12).
L'objet de la recherche dans le domaine des entranements vitesse variable est soit
d'agrandir l'un ou l'autre des axes principaux (amliorer la performance, amliorer
l' efficacit nergtique) soit de minimiser les compromis (meilleure performance
nergtique pour une mme performance dynamique ou vice-versa). Cette recherche
mne des activits tout fait diffrentes dans les trois champs de connaissances qui
composent celui des entranements vitesse variable (Tableau 1-2).
Tableau 1-2 - Exemples de problmatiques dans chacune des activits de recherche propres aux
entranements vitesse variable
Activits de recherche
Performance dynamique
Performance nergtique
optimisation du rotor
structure, matriaux
Conception de
frquence de commutation,
snubber , commutation
convertisseurs statiques
onduleurs multi niveaux
douce
modle de la machine
modle des pertes
Conception de machines
lectriques
Conception de systmes de
commande
Le prsent ouvrage de recherche porte sur les activits de recherche relies la

conception de systmes de commande d'entranement vitesse variable de MA. La revue
de la littrature montre que dans ce domaine, il existe beaucoup plus d'articles relis
l'augmentation de la performance dynamique que celle de la performance nergtique.
Considrant galement que notre socit est prsentement l'heure de l'efficacit
nergtique, il existe donc une opportunit claire en termes acadmiques et en termes de
besoins au niveau des applications d'orienter le contenu du prsent ouvrage vers la
27
recherche de solutions afin d'amliorer la performance nergtique des MA. Selon [Bose,
2000], plus de 600/0 de l'nergie lectrique produite dans les pays industrialiss sert
alimenter des moteurs lectriques. Dans le mme article, l'auteur affirme que les
applications en lectronique de puissance ont un potentiel de rduction de 150/0 20% de
l'nergie lectrique consomme dans le monde.
Nous avons galement montr prcdemment que la stratgie de commande
vectorielle permettait le dcouplage de la rgulation du flux et du courant. Considrant la
performance dynamique reconnue la stratgie de commande vectorielle, le dcouplage
des composantes du couple ouvre l'opportunit d ' amliorer la performance nergtique
de la commande vectorielle en faisant l' ajustement du flux en fonction du point
d'opration (point 6 sur la Fig. 1-12). Une application type pour ce genre d'amlioration
sont les MA utilises dans les nouvelles voitures lectriques ou hybrides [Chan et al. ,
2001].
Cette orientation implique l'tude des mcanismes de pertes l'intrieur de la MA
ainsi que dans le convertisseur statique. C'est l'objet du prochain chapitre.
28
Chapitre Il : tude de la problmatique des pertes dans

les machines asynchrones et les onduleurs de tension
Ce chapitre a pour objectif d'identifier et de dcrire les principaux mcanismes de
pertes dans un systme compos d'une MA et d'un onduleur de tension ainsi que de faire
une revue de la littrature sur la problmatique de l'optimisation nergtique dans la
conception de systmes de commande pour entranements vitesse variable de MA.
2. 1
Les mcanismes de pertes
2.1.1 Les pertes dans la machine asynchrone

Selon le premier principe de la thermodynamique (principe de conservation de
l'nergie), il n'y a jamais cration ou destruction de l'nergie mais seulement sa
transformation d'une nature une autre (lectrique, mcanique, thermique, etc.).
Dans un systme dont on peut clairement identifier les frontires (entre et sortie du
systme), on peut analyser la transformation de l'nergie en faisant la diffrence entre la
puissance l'entre et la sortie du systme. Cette diffrence correspond la somme de
la variation d'nergie accumule et de la puissance dissipe en chaleur. Dans un systme
idal, la diffrence entre la puissance l'entre et la sortie est nulle de telle manire
qu'il n'y a pas d'nergie accumule (facteur de puissance unitaire), ni de pertes dans le
systme (rendement unitaire).
La MA est un systme dont les frontires sont clairement identifiables. Utilise en
mode moteur, sa puissance l'entre est de nature lectrique et correspond un produit
de la tension et du courant. Sa puissance de sortie est de nature mcanique et correspond
au produit du couple et de la vitesse. Le passage de l'nergie lectrique l'nergie
mcanique n'est pas directe: il doit passer par une nergie de couplage qui est l'nergie
magntique. La MA n'est pas un systme idal: il y a accumulation d'nergie dans le
champ magntique et perte de puissance en chaleur dans tout le systme.
29
On peut ainsi diviser les mcanismes de production de pertes dans la MA en deux

grandes classes: (1) les pertes lectromagntiques et (2) les pertes mcaniques.
Les pertes lectromagntiques
Les pertes lectromagntiques dans la MA sont celles qui ont lieu dans les
conducteurs lectriques (pertes cuivre ou pertes par conduction) et dans le noyau
magntique (pertes fer) du rotor et du stator. On peut, leur tour, les diviser en trois
grandes catgories : (1) les pertes fondamentales , (2) les pertes harmoniques spatiales
(pertes rsiduelles) et (3) les pertes harmoniques temporelles.
Les pertes harmoniques temporelles n'existent que lorsque la MA est alimente par
une source imparfaite (qui gnre des harmoniques) comme un rseau de distribution
pollu ou un onduleur en tension.
Pertes fondamentales
Les pertes fondamentales sont les pertes fer et les pertes cuivre occasionnes par
l'onde fondamentale de la tension, du courant et du flux.
Les pertes fondamentales dans le fer sont : (1) les pertes par hystrsis et (2) les
pertes par courant de Foucault. Ces pertes fer sont causes par la variation du flux
magntique et ne sont prsentes que dans le noyau magntique du stator et dans ses
encoches dans lesquelles est insr le bobinage lorsque le glissement est peu prs nul.
Les pertes par hystrsis sont dues une rorientation des domaines magntiques
dans le matriau. Cela a pour effet que, lorsque la densit de flux magntique B varie
sinusodalement dans le matriau (ce qui est le cas en raison de la forme sinusodale de la
tension), la forme de la variation de l'intensit du champ magntique H (caus par le
courant magntisant) ne change pas de la mme manire (voir Fig. 2-1).
30
Fig. 2-1 - Projection des signaux de tension, de flux et de courant magntisant afin de crer la boucle
d'hystrsis [Fitzgerald et al., 1990].
Cette non linarit donne lieu ce qu' on appelle une boucle d'hystrsis. On peut
mesurer la quantit d'nergie absorbe W chaque cycle l'aide de l'quation suivante:
(2-1)
W = AlfHdB
o A= l'aire de la section du noyau magntique, 1 = longueur parcourue par le flux dans le

noyau magntique.
Les pertes par hystrsis sont donc fonction de la frquence d'opration f, de l'aire de
la boucle d 'hystrsis et du volume du noyau magntique. La valeur des pertes par
hystrsis est value empiriquement par le manufacturier du matriau utilis et est donn
par le coefficient Ch (W/kg). Ainsi, on peut approximer ces pertes dans le stator et dans le
rotor l'aide de ces quations:
~ Chf(BenGe,s + BnnGn ,s )
(2-2)
P jer,hystrsis,stator
(2-3)
Pjer,hystrs;s,mtor ""
~n,s chsf{;1: Ce,r + B:Cn,r )

n,r
31
o
B[e,nj
est la densit de flux dans les encoches et dans le noyau (T),
G[e,nj,[r,sj
est la
masse des encoches et du noyau (Kg) dans le stator et le rotor, s est le glissement et n
(1.7 - 2.0) est un coefficient dpendant de la forme de la boucle d'hystrsis (appel
exposant de Steinmetz ).
On voit bien dans l'quation (2-3) qu' la vitesse synchrone (s
0), les pertes par
hystrsis dans le rotor sont peu prs nulles.

Les pertes par courant de Foucault sont causes par la cration d'un champ lectrique
l'intrieur du noyau afin de s'opposer la variation de flux. Il s'agit en fait d'une
consquence directe de la loi de Faraday. Ce champ lectrique donne lieu la cration
d'un courant (de Foucault) qui engendre alors des pertes Joule. Pour les minimiser, on
construit le noyau magntique l'aide de petites feuilles lamines isoles les unes des
autres l'aide d'une couche d'oxyde ou de vernis. Les courants de Foucault ne sont alors
confins qu'aux laminations, ce qui rduit de beaucoup les pertes (voir Fig. 2-2).
noya.Lf de fer lame!f
~.............~.
trux altemaJf
If
Sans lamination
Avec laminations
Fig. 2-2 - Effet des laminations sur les courants de Foucault [Wildi, 2001]
Les pertes par courant de Foucault varient avec le carr de la frquence f, le carr de
la densit de flux B et de l'paisseur des laminations:
32
Les pertes fondamentales dans le cuivre sont causes par le passage du courant dans
le bobinage du stator et du rotor. Il en rsulte un effet Joule correspondant au produit de
la rsistance par le carr du courant pour chacune des phases:
(2-5)
Les pertes cuivres seront influences par: (1) la temprature et (2) l'effet pelliculaire
(aussi appel effet de peau). En effet, la rsistance R d'un conducteur varie en fonction de
la temprature T de la manire suivante:
(2-6)
= Ra (1 + a(T -
Ta))
o R et Ra sont respectivement la rsistance aux tempratures T et Ta et a est le

coefficient de variation thermique du matriau du conducteur.
L'effet pelliculaire se produit en prsence de courant alternatif dans le conducteur.

Lorsque le courant varie, le champ magntique correspondant varie galement mais avec
un certain retard causant un dsquilibre temporaire qui a pour effet de pousser les
charges vers la surface du conducteur et ainsi augmenter la rsistance R du conducteur.
L'importance de l'effet pelliculaire augmente avec la frquence du courant. L'effet
pelliculaire est non ngligeable si la profondeur de pntration du champ magntique est
suprieure au rayon du conducteur:
(2-7)
8(/,0)
r=r=
~~
>r
o f est la frquence du courant,
(j
est la conductivit lectrique du matriau et r le rayon
du conducteur.
A la frquence de glissement nominale, l'effet de peau est ngligeable dans le rotor d'une
MA.
33
Dans le cas o le rotor cage a des barres en biais (skew) et non isoles, on pourra
observer un courant entre les barres du rotor, ce qui augmentera les pertes cuivre dans le
rotor. Cependant, on fera l' hypothse ici que les barres sont droites et que ce courant
entre les barres est nul. Ainsi, la rsistance du bobinage du stator Rs et du rotor Rr varient
en fonction de la temprature, de la frquence du courant et du glissement: Rs(T,j) et
Pertes harmoniques spatiales

Les pertes harmoniques spatiales (PHS) sont causes par la gomtrie de l' espace
dans lequel circule le flux magntique dans la MA. Par exemple, une encoche est une
discontinuit spatiale qui a pour effet perturber le passage de l'onde fondamentale de flux
et de provoquer la dispersion d'harmoniques de flux dans le moteur. Les pertes d ' nergie
ainsi causes sont appeles pertes rsiduelles (stray losses) et varient selon la charge:
pertes rsiduelles sans charge ou avec charge (stray no-Ioad/load losses) .
Il existe deux types de PHS : (1) la surface du noyau magntique et (2) par pulsation
du flux caus par les encoches. On dterminera les PHS en charge l'aide d'un facteur de
correction appliqu aux PHS sans charge.
Les PHS la surface du noyau magntique du rotor sont causes par une dformation
du flux et sont estimes (dans une lamination d ' paisseur d et pour une harmonique v) :
(2-8)
o
(j
P,am' V
1
= -
d 12 y =-oo 2 1rR
f f f Jr ,v dxdydz
0" -d / 2 y =O x=O
est la conductivit lectrique du matriau utilis pour fabriquer les laminations et J r , v
est gale la densit de courant dans la lamination (au rotor) :
(2-9)
Jr
= aSvmBve R Z
o Sv est le glissement de l'harmonique v.
On trouve les pertes par PHS la surface du noyau magntique en calculant (2-8) pour
chacune des harmoniques v pour chaque lamination:
34
(2-10)
PHS surface rotor sch

,
J'
"
(J
== -Bv (SvaJ ) d -21rRI

24
v
1 est la longueur axiale du rotor (m).
Pour trouver ces pertes dans le cas o il y a une charge, on doit appliquer le facteur de
correction suivant:
(2-11)
PHS ,surjace, rotor,ch
(2-12)
C ch
== ( lch
l sch
==
PHS ,surjace ,rotor ,schCch
J2o l ch et l sch reprsentent le courant statorique avec et sans charge,
La solution de ces quations montre que les PHS la surface du noyau magntique en
charge peuvent tre plus grandes de 9% que celles sans charge. Les PHS la surface du
noyau magntique du stator sont ngligeables puisque la largeur des encoches du rotor est
gnralement beaucoup plus petite que celle du stator.
Les PHS par pulsation du flux causes par les encoches ont lieu deux endroits: (1)
dans le noyau magntique du stator et du rotor et (2) dans la cage du rotor. Le principe de
calcul de ces pertes est semblable celui montr pour les PHS en surface du noyau
magntique du rotor. On peut montrer que ces pulsations de flux donnent lieu des pertes
par courant de Foucault et l'expression de ces pertes est donne par:
(2-13)
PHS ,pulsation ,nstator,sch
(2-14)
PHS,pu/sation ,nrotor ,sch
(;~
= C ep (Bpr)t ~~
= C ep (B p j
Ge,s
G e"
o Cep sont les pertes fer 1T et 60 Hz, Bp[s,rJ la pulsation de densit de flux dans le stator
et dans le rotor,h[s,rJ est la frquence de pulsation de flux dans le stator et le rotor.
Les pertes par pulsation de flux dans la cage du rotor (avec des barres droites ou sans
biais) donnent lieu des pertes cuivre occasionnes par une augmentation de l'effet de
peau dans les barres du rotor. Les pertes pour toutes les harmoniques k sont estimes :
35
(2-15)
O
PHS ,pulsation,cagerotor
==
k=1
NrRb (N
PI
fJ( i~2' )2
-V L
Rb est la rsistance entre les barres de la cage du rotor (n), N[r,s) le nombre d'encoches
au rotor et au stator,fla frquence d'alimentation (Hz),plle nombre de paires de ples et

ibk
le courant au rotor (A).
La solution de ces quations montre que les PHS par pulsation de flux dans la
cage du rotor causes par les encoches en charge peuvent tre plus grandes d'e 430/0 de
celles sans charge. L'ide de construire une cage de rotor avec des barres en biais
(skewed) est dans le but de rduire ces pertes par pulsation de flux dans la cage.
Un modle pour estimer les pertes de charges rsiduelles base sur la vitesse
mcanique et le courant au rotor a t propos par [Kioskeridis, 1996] :
Cres
est un coefficient de pertes de charges rsiduelles gal 0.0150 pour un
moteur induction de 1 HP.
Pertes harmoniques temporelles

Les pertes harmoniques temporelles causes par les imperfections des ondes de
tension, de courant et de flux surviennent lorsque la MA est alimente par une source non
idale (gnrant des harmoniques) comme un rseau pollu ou un onduleur de tension.
Ces harmoniques augmentent les pertes dans le cuivre et dans le fer du stator et du rotor
et contribuent augmenter l'effet pelliculaire qui devient non-ngligeable haute
frquence.
Dans un onduleur de tension, le paramtre qui aura le plus d'impact sur la quantit
d 'harmoniques gnres par la source est le ratio k (galement appel facteur de
modulation) entre la frquence de la porteuse h et la frquence de l'onde fondamentale f:
(2-17) k =
fp
f
36
Plus le ratio k est lev, moins il y aura d 'harmoniques gnres par la source de
tension. Cependant, un ratio k lev aura pour consquence d ' augmenter les pertes par
commutation dans l' onduleur. Le choix optimal du ratio k sera celui du meilleur
compromIs entre pertes harmoniques dans la MA et pertes par commutation dans
l' onduleur.
Les pertes par conduction causes par les harmoniques temporelles se calculent
sensiblement de la mme manire que celles causes par l'onde fondamentale.
Cependant, en raison de l' effet pelliculaire, on observe une variation de la valeur des
rsistances et des inductances de fuite au rotor et au stator. galement, haute frquence,
l'impdance de l'inductance mutuelle devient tellement grande qu ' on peut maintenant la
ngliger dans le circuit quivalent (voir Fig. 2-3).
Fig. 2-3 - Circuit quivalent haute frquence [Boldea et al., 2002]
Ainsi, les pertes par conduction causes par les harmoniques temporelles sont gales :
o le courant Iv est dtermin par les inductances L sl et Lrl
La variation de la valeur des rsistances et des inductances de fuites (au stator et au rotor)
en fonction de la frquence est montre par la Fig. 2-4.
37
Fig. 2-4 - Variation de la rsistance et de l'inductance de fuite en fonction de la frquence [Boldea et
al., 2002]
Les pertes fer par hystrsis et par courants de Foucault occasionnes par les
harmoniques temporelles dans le noyau magntique de la MA se situent la fois dans le
rotor et le stator. Il devient cependant difficile de les valuer car la pntration du flux
magntique dans le matriau haute frquence devient peu prs gale l'paisseur des
laminations. Ainsi, en fonction de la pntration du flux, on distinguera deux situations:
(1) absence d'effet pelliculaire et (2) prsence d'effet pelliculaire.
Il n'y aura pas d' effet pelliculaire pour les harmoniques qui ont une frquence
relativement basse. Dans ce cas, les pertes fer seront composes de pertes par hystrsis
et pertes par courants de Foucault et seront gales :
l n
(2-20) P/er,h-temp,pep = {Kh,Vvf v- + K e,Vv )AI
On voit bien dans l'quation (2-20) que plus la frquence est leve, plus les pertes
par hystrsis deviendront ngligeables alors que les pertes par courants de Foucault
resteront constantes. Ainsi, haute frquence les pertes fer causes par les harmoniques
temporelles seront gales :
1 2
(2-21) P/er,h-temp,ep = K eV} f v /
38
Les pertes mcaniques
Les pertes mcaniques dans la MA sont dues : (1) la friction de l'arbre du rotor sur
les billes de roulement et (2) la friction de l'air sur le rotor.
La friction de l'arbre du rotor se divise en deux parties: (1) friction statique et (2)
friction dynamique. La friction statique est constante alors que la friction dynamique est
fonction de la vitesse mcanique du rotor wp et d'une constante d'amortissement B.
Ainsi, sachant que la friction est un couple, on n'a qu' multiplier par la vitesse pour
obtenir les pertes par friction de l'arbre du rotor:
(2-22)
P jriction,rotor
= OJ p Cr friction,stat + BOJp )
La friction de l'air sur le rotor est fonction d'une constante kvent et du carr de la
vitesse mcanique wp . Ainsi, les pertes par friction de l'air peuvent tre exprimes
comme:
Les pertes mcaniques totales sont donc gales :
Synthse des mcanismes de production de pertes dans la MA
Voici un tableau qui synthtise chacune des pertes dcrites dans les paragraphes
prcdents et ce, dans chacune des parties de la MA qui entrane une charge couple
constant et vitesse et temprature constantes. On fait galement les hypothses
suivantes:
39
les barres du rotor sont droites (nonskewed) et isoles;

la frquence d'alimentation est de 60 Hz;
la machine est triphase.
Tableau 2-1 - Synthse des mcanismes de production de pertes dans la MA
Cuivre
Hystrsis
Courants de Foucault
Surface du noyau
magntique
Pulsation de flux dans le
noyau (pertes fer)
Pulsation de flux dans la
cage (pertes cuivre)
Pertes fer (bf)

K V 2 j,1 / 2
Pertes fer (hf)
Pertes mcaniques
Friction du rotor
Friction due la ventilation
OJp
(r friction ,sIal + B OJp )
40
2.1.2 Les pertes dans l'onduleur
Il existe trois tats possibles d'un transistor dans l' onduleur: (1) fenn (en
conduction), (2) ouvert (bloqu) et (3) en commutation (passage de l'tat ouvert ferm
ou vice-versa). Lorsqu'un transistor est ouvert, il n'y a pas de courant qui le traverse (
l'exception d'un courant de fuite trs faible) et ainsi il n'y a pas de perte de puissance.
Les pertes de puissance dans l' onduleur se divisent donc en : (1) pertes par conduction et
(2) pertes par commutation.
Pertes par conduction

Lorsqu'un transistor de l' onduleur conduit un courant 1c, la tension VCE ses bornes est
faible mais non nulle. Il s'en suit une perte par conduction qui est directement dtennine
par l'intensit du courant lc et la caractristique
VCE-SAT
du type de transistor utilis (voir
exemple, Fig. 2-5).
Toshiba MG 15Q6ES40, diode and IGBT on-state voltage

15 - - - - -- - -:- - - - _. - . :- -
-r -----:-.. ----. -:---_... -;- -- - ---:
djOfe
,
,
,
,
,
IG8T:
,
,
,
,
~ 10 - - .. - - - - ~ - - - - - ... :. - - - - - - - -:- .. - - - - - -:- - - - . .. - ~ - - - - - - - - ~

l
"
,"
:. .y..
i
:
1
0.5
1.5
'
1
,,
i / i
.
.
,
forward voltage fVJ
j........ j
:
l
.
.
,
2.5
Fig. 2-5 - Caractristique I-V d'un transistor IGBT 15A utilis dans un onduleur 4 kVA. Image tire
de [Abrahamsen, 2000].
Ainsi, on peut valuer les pertes dans le transistor et dans la diode de roue libre de la
manire suivante [Abrahams en, 2000] :
41
(2 - 26) PON, D
VO[T,D}
=(
T7
y O,D
P eon D ) '
'
ID
est la tension en polarisation directe (du transistor et de la diode),
rsistance interne,
i[T,D}
+ rO ,DID
i[T,D}
en fonction de
rO[T,D}
la
le courant et fJcond[T,D] est une constante qui caractrise le courant
V[T,D}.
En pratique, on peut rduire ces courbes une expression linaire (fJcond[T,D)
1).
La stratgie de modulation n'a pas d'influence sur les pertes par conduction dans
l' onduleur [Kolar et al., 1991]. Ainsi, du point de vue de la commande, il n'existe pas de
moyen de rduire les pertes par conduction dans l' onduleur (pour une grandeur de
courant donne).
Pertes par commutation
Les pertes par commutation dans un transistor ou une diode sont difficilement
estimables analytiquement car elles sont relies plusieurs facteurs au niveau de la
construction des composants et du circuit. Pour cette raison, ces pertes sont dtermines
de manire empirique et sont indiques dans les caractristiques techniques fournies par
le manufacturier. Cependant, les donnes fournies par le manufacturier ont des tolrances
trs grandes et l'identification prcise de ces pertes doit se faire par une procdure
d'identification telle que montre dans [Blaabjerg, 1994].
Une telle identification a t faite dans [Abrahamsen, 2000] et les pertes par
commutation pour le transistor (on-off) et la diode (off) sont prsentes la Fig. 2-6.
42
mea sured switcll energy, 15 A module
:
.
,.
transistor
2_5 - - - - - - - - . - - - - - - - - ~ - - - - - - - - - - - - - - - - ~ - - - - - - - - - - J_,
,
!:i' 2 ... - .. . .. _. . _. . _. ~ .. _. . _... . _. . _.. ~. #
f 1.5_ _ _ __
z:r
S.
ca
/ ' __
01
--
iransISto-"-oit -
.. ;............_.. .
~~tr
, ~ T
.,
0_5 ''7
current [A]
10
15
Fig. 2-6 - n ergie p erdue lors de la commutation d ' un transistor et d ' une diode 15A. Image tire d e
[Abrahamsen, 2000]
Les pertes par commutation peuvent alors s'approximer par les relations suivantes:
(2- 27) Psw ,on, T
{' A
=J
f1 on ,T
BOil T
1T '
o f est la frquence de commutation,

A [on,offJ,[T,D}
i [T, D}
le courant dans le transistor et la diode,
et B[on,offJ,[T, D} sont des constantes qui caractrisent les pertes.
Pour minimiser les pertes par commutation pour un courant
i[T, DJ,
on peut minimiser
la frquence de commutation f Mais une frquence de commutation trop faible entranera

une augmentation du taux de distorsion harmonique (TDH) (voir l'quation (2-17)). Dans
[Abrahams en, 2000] , le compromis idal entre harmoniques et pertes par commutation
dans un moteur de 2 kW a t trouv entre 3-4 kHz.
43
2.2
Revue
de
la
littrature
sur
la
commande
nergtiquement optimale des machines asynchrones

2.2.1 Optimisation des pertes dans le moteur
Deux excellents articles [Hori et al., 2003], [Levi et al., 2003] ainsi que la thse de
[Abrahamsen, 2000] permettent de faire une revue efficace des dveloppements de la
commande en vue d'optimiser le rendement nergtique de la MA.
Les premiers travaux qui ont port sur l'intrt d'conomiser de l'nergie lorsque la
charge est infrieure la charge nominale sont ceux de [Nola, 1977] qui a propos un
contrleur de facteur de puissance (aussi appel contrleur de Nola). Une analyse
quantitative de l'esprance des conomies engendres par l'ide de Nola est prsente
pour une application de commande de MA partir d'un redresseur construit au moyen de
thyristors [Lipo et al., 1983]. Cette analyse prsente les dfauts du contrleur de Nola et
conclue que les marges d'conomie d'nergie l'aide de cette technique sont limites (la
charge doit tre infrieure 0.45 p.u. pour une longue priode de temps). C'est bien ce
qui est observ dans la thse de [Abrahams en, 2000] (Fig. 2-7).
1~------------------------------~
1
optJmJs~d
.....
::i
0.8 . -- -- - - - --
1 - - - -- 1
efffc/en'r;y
-
-- -r 1
- - r- -- - - 1
-- -- - .., 1
-- -- - - -
-- --
const~nt .ir~Q.~ flux

:
~O.6 - ------ ---~------------~----------~-----------~-----------
c:
.~
1:
.... 0.4-
oS
a
E
-------~--------~--------~-------~-------1
1
1
1
1
1
0.2
1
1
1
1
-------~--------~--------~-------~--------
1
1
1
1
1
1
o~----------~------~----------~
0.2
0.6
0.4
Joad torque [p.u.]
0.8
Fig. 2-7 - Rendement d'un moteur de 2.2 kW vitesse nominale pour diffrentes charges avec flux
constant et avec optimisation du flux. Image tire de [Abrahamsen, 2000].
44
La mme anne, [Kusko et al., 1983] ont propos la premire stratgie de
commande nergtiquement optimale (SCEO) bas sur un modle analytique des pertes
pour une application de commande scalaire de MA et de machines CC. Une analyse des
pertes en mode moteur est prsente et il est montr que pour une vitesse et un couple de
charge donns, on peut minimiser les pertes en ajustant la tension d'entre Vs et la
frquence d'entre
Is.
L'ide d'une SCEO base sur la recherche de la puissance
minimale l'entre est galement mentionne.

C'est justement ce qui a t prsent par [Novotny et al., 1985] : une SCEO dont
le principe de fonctionnement est bas sur la recherche du point minimal de la puissance
d'entre. Ainsi, en mesurant la puissance l' entre directement sur le bus CC et en
utilisant la commande vectorielle, ils proposent d'ajuster graduellement les composantes
du flux et du couple du courant statorique is jusqu' ce que la puissance d'entre atteigne
un minimum pour une mme puissance de sortie (produit de la vitesse et du couple). Les
avantages de cette stratgie sont vidents: (1) on minimise non seulement les pertes dans
le moteur mais dans tout le systme et (2) il n'est pas ncessaire de connatre le modle
du systme et la valeur de ses paramtres a priori pour que cette SCEO fonctionne.
Cependant, cette stratgie de SCEO prend beaucoup de temps converger (plus de 7 s.
dans ce cas-ci) et est dpendante de la qualit de la mesure de la puissance l'entre. Un
autre inconvnient est que les variations de flux engendrent des oscillations dans le
couple.
Les travaux de [Kusko et al., 1983] et de [Novotny et al., 1985] sont la base de tous
les dveloppements subsquents dans le domaine des SCEO de MA. Les innovations
subsquentes sont au niveau de la minimisation des faiblesses de chacune de ces SCEO :
la robustesse aux variations de paramtres dans le cas de la stratgie base sur le

modle des pertes;
l'augmentation du temps de convergence et la rduction des oscillations du couple

dans le cas de la stratgie par recherche de la puissance l'entre minimale.
45
Dveloppements des SCEO bass sur un modle des pertes
L'ouvrage de [Novotny et al., 1984] propose, dans le cadre de la conception d'une

commande scalaire, un modle des pertes beaucoup plus labor en utilisant une version
du paramtre des pertes dans le fer Rm tenant compte des pertes par hystrsis et des
courants de Foucault. Ils incluent galement dans leur circuit quivalent de la MA des
composantes modlisant les pertes de charges rsiduelles. Leur article montre
l'importance de la saturation magntique dans le modle des pertes, rendant ainsi la
frquence de glissement optimale dpendante de la grandeur du couple de charge T,.
Le problme avec la commande scalaire est que sa rponse dynamique est lente et
ne peut qu'tre utilise que dans un systme o il n'est pas ncessaire d'avoir une grande
plage dynamique de commande. Une alternative est l'utilisation de la commande
vectorielle: dans [Garcia et al., 1994] les auteurs proposent une nouvelle version des
travaux de [Novotny et al., 1984] mais base sur la commande vectorielle. La SCEO
propose par ces auteurs comprend un modle des pertes lmentaire qui ne tient pas
compte des effets de saturation et de la temprature. Les auteurs ont cependant fait une
analyse de sensibilit et le paramtre qui a la plus grande influence sur l'efficacit
nergtique du systme est la rsistance au rotor Rr. Une variation de Rr de 100% se
traduit par une perte d'efficacit du systme de 2%.
Un modle des pertes incluant la saturation magntique pour les machines CA et
CC a t prsent par [BernaI et. al., 2000]. Les auteurs montrent une mthode gnrale
pour calculer les pertes dans les moteurs lectriques. Les rsultats en simulation pour un
moteur asynchrone montrent que la loi de commande pour id incluant la saturation
magntique, les pertes par hystrsis et les pertes par courant de Foucault est peu prs
identique la commande optimale. D'autres analyses des pertes ont notamment t faites
par [Boldea et al., 1987] mais elles n'taient pas adaptes tre utilises avec la
commande vectorielle.
La complexit du modle des pertes utilis dans un montage exprimental est
limite par la capacit de calculs des microcontrleurs utiliss pour commander la MA.
La monte de la capacit de calculs des microcontrleurs va de pair avec la rapidit de
commutation des nouveaux transistors qui est de l'ordre de 50 kHz. Pour augmenter la
46
rapidit des calculs du modle de pertes et d'augmenter la prcision de celui-ci, il devient
avantageux de remplacer ces calculs complexes par un rseau de neurones artificiels
(RNA).
Les travaux de [Hasan et al, 1997] sont les premiers prsenter l'utilisation d'un
RNA pour intgrer le modle des pertes dans la SCEO et pour commander le courant de
flux id. Pour entraner le RNA, ils ont simul 16 points d'oprations du systme et ajust
manuellement le courant de flux optimal pour finalement crer des donnes
d'entranement autour de ces 16 points d'opration. Le contrleur a t valid en
simulation et montre une efficacit constante peu importe le point d'opration.
Les travaux de [Peracaula et al., 2002] sont beaucoup plus intressants car ils
intgrent un vrai modle de pertes, incluant la saturation magntique, dans un RNA.
L'architecture du RNA est propagation par l'avant de type 2-5-7-1 (2 neurones sur la
premire couche, 5 sur la deuxime, etc.) avec une fonction d'activation linaire sur les
couches d'entre et de sortie et une fonction d'activation non linaire (tangente sigmode)
sur les couches caches. L'entranement du RNA a t fait selon l'algorithme de
Levenberg-Marquardt. Le temps de rponse de cette SCEO obtenu en simulation est de
l'ordre de 100-120 ms.
Les mmes auteurs ont prsent une suite de ces travaux [Peracaula et al., 2005]
dans laquelle les entres du RNA sont non seulement la vitesse du rotor COr et le couple
lectromagntique Te mais aussi une estimation de la rsistance au rotor Rr.
L'architecture du RNA a galement t change pour une 3-3-1 (une seule couche
cache). La validation de ce modle amlior est galement prsente en simulation et le
temps de rponse est semblable aux travaux prcdents.
Un autre groupe de chercheurs ont prsent une SCEO base sur un modle des
pertes et implant l'aide d'un RNA [Abdin et al, 2003] qui est semblable celui
prsent par [Peracaula et al., 2002]. Les entres du RNA sont la vitesse du rotor et le
couple de charge et la sortie est la commande en flux. La diffrence est au niveau du
modle des pertes utilis o les effets du flux et de la frquence de la fondamentale sont
modliss par une variation de la rsistance magntisante Rm. La structure du RNA utilis
est 2-9-1 et la mthode d'entranement utilise est la rtro propagation des erreurs partir
de donnes d'entranement construites partir de 25 points d'opration. Les rsultats
47
obtenus en simulation seulement ne se contentent que de montrer que l'efficacit du
systme ne change pas en fonction de la charge.
Il est intressant de noter qu'aucun chercheur n'a encore pouss le processus de

conception jusqu' la validation exprimentale d'une SCEO base de RNA. La ncessit
de la validation exprimentale dans l'tude de l'augmentation de la performance
nergtique des EVV est trs importante puisque, comme il a t vu dans les sections
prcdentes, il est particulirement difficile de concevoir un modle des pertes prcis du
systme machine-onduleur.
Dveloppement des SCEO bases sur la recherche de la puissance d'entre minimale
L'ouvrage de [Bose et al. , 1995] propose l'utilisation d'une commande logique

floue pour dterminer plus efficacement la grandeur des incrments pour l'ajustement du
flux (voir Fig. 2-8). Cette innovation, valide en simulation et sur un banc d' essai
exprimental, acclre le temps de convergence de cette SCEO. Cependant, les
ondulations du couple doivent tre compenses l'aide d'une technique de propagation
vers l'avant (jeedforward) trs complexe. Cette SCEO n'est toutefois active qu'en rgime
permanent; lorsqu'un changement du couple de charge survient ou une nouvelle vitesse
de rfrence est commande, la commande revient une configuration normale avec flux
nominal: ce qui a pour consquence de complexifier l'architecture du systme de
commande. Une verSIon neuro-floue de ce contrleur, valide en simulation, est
prsente par le mme auteur dans [Bose et al., 1997].
48
________________~_ _ ~Q
N'~STIfS
OONVERTlDl
LOSS
--:::::--::::::::::...~~ IRON LOIS
H'OPnEP!
Fig. 2-8 - Principe de fonctionnement de l'ajustement du flux au rotor par recherche de point de
puissance minimale l'entre. Image tire de [Souza et al., 1995].
L'ouvrage de [Sul et al., 1988] propose une autre approche de recherche base sur
la frquence de glissement optimale. Les auteurs montrent qu' vitesse constante, le
rendement ne dpend que de la frquence de glissement, peu importe le couple de charge.
partir de la tension et du courant au stator, ils dduisent la frquence de glissement, le

couple et la puissance d'entre. Ainsi, pour une charge dynamique invariante dans le
temps, ils identifient la frquence de glissement optimale pour chaque point d'opration
et la placent en mmoire. En opration normale, le systme de commande n'a qu' rgler
la frquence de glissement optimale pralablement identifie.
D'autres chercheurs ont travaill sur l'amlioration du temps de convergence des
SCEO bases sur la recherche de la puissance d'entre minimale. Notamment les travaux
de [Cao-Minh et al., 2001]1 qui ont port sur l'utilisation de la technique section
d'or (golden section technique) qui est pratiquement aussi performante que la technique
de recherche (de point minimum d'une fonction) de Fibonnacci mais a l'avantage d'tre
plus facile mettre en application [Bazaraa et al., 1993]. Cette technique de recherche
Ancien tudiant du LEEPCI galement sous la direction de Dr. Hoang Le-Huy.
49
n'a pas besoin de connatre la valeur de la vitesse du moteur ni du couple

lectromagntique. Le problme de l'oscillation de couple caus par le changement de
flux ( toutes les 0.20 s) est rsolu par les auteurs l'aide d'un filtre passe-bas de
deuxime ordre dont le temps de monte de 0.15 s. Leur SCEO est teste en simulation et
sur un banc d'essai exprimental et le temps de convergence une tolrance de 1.5% du
flux nominal est de 1.8 s pour les deux types de tests, ce qui est plus performant que celle
de [Novotny et al,
1985]. L ' conomie d'nergie par rapport une stratgie
conventionnelle de commande vectorielle se situe entre 220/0 (charge 0.25 p.u. et vitesse
0.75 p.u.) et 30% (sans charge et vitesse 0.5 p.u.).
Stratgie hy bride: modle des pertes et recherche de la puissance d'entre minimale

D'autres chercheurs ont combin les avantages des deux techniques en proposant
une SCEO hybride qui allie la fois rapidit de convergence et robustesse [Hori et al. ,
2003]. Le principe propos par les auteurs est d'utiliser un modle des pertes pour
l'ajustement grossier de la commande de flux et un engin de recherche de puissance
d'entre minimale pour l'ajustement fin de cette commande. En rgime transitoire, lors
d'un changement de la consigne de vitesse ou d'une variation de charge, le flux nominal
est rtabli et la SCEO est active aussitt que le rgime transitoire est atteint. Les auteurs
ont compar exprimentalement la performance de cette SCEO hybride une SCEO
base uniquement sur la recherche de la puissance d'entre minimale: la SCEO hybride
converge en 0.9 s alors que la seconde SCEO (recherche seulement) converge en 2.2 s.
Un avantage de cette SCEO hybride est qu'elle ne ncessite pas de modle trs prcis du
systme et des pertes car l'ajustement fin est fait par recherche.
L'amlioration de la robustesse de la SCEO base sur un modle de pertes peut
tre accomplie par l'identification en ligne des paramtres du moteur d'aprs l'ouvrage
de [Levi et al., 2003]. Les auteurs proposent un modle gnrique du modle des pertes et
la mesure de la puissance d'entre du bus CC pour estimer les paramtres de ce modle.
Leur modle gnrique tient compte de toutes les pertes et non-linarits dans la MA, y
compris la saturation magntique. Cette stratgie a t vrifie exprimentalement sur des
entranements vitesse variable commande vectorielle avec ou sans capteur. Les
auteurs observent une diminution de la consommation de puissance de l'ordre de 13%
50
26% compar une SCEO base uniquement sur la recherche de la puissance d'entre
minimale. Il s'agit d'un excellent compromis entre les deux types d'approches.
La question de la robustesse
L'ajustement du flux magntique dans l'intention de diminuer les pertes cuivre et
les pertes fer implique un compromis sur la robustesse du contrleur aux perturbations de
charge et de variation de commande en vitesse. La diminution du flux implique une
diminution du temps de rponse la commande en couple (rduction de la largeur de
bande de contrle) et par consquent rend le systme plus vulnrable l'instabilit. Le
design idal est celui o on augmente le rendement du systme sans compromis sur sa
dynamique.
Pour solutionner ce problme, les auteurs [Levi et al., 2003], [Hori et al., 2003],
[Cao-Minh et al., 2001] (et plusieurs autres) proposent de rtablir la commande en flux
nominal lorsqu'une perturbation de charge ou une variation de la commande en vitesse
survient l'aide d'un dtecteur de rgime permanent. L'optimisation du rendement
nergtique ne se fait alors qu'en rgime permanent. Cette approche comporte cependant
certains inconvnients:
l'ajout d'un dtecteur de rgime permanent augmente la complexit de la SCEO;
la transition rapide entre une valeur de flux optimale et nominale peut entraner des
oscillations de couple qui peuvent mener l'instabilit;
la ncessit de dfinir une frontire entre le rgime permanent et le rgime transitoire.
La littrature ne contient actuellement aucune proposition de solution permettant

d'liminer ou de rduire un de ces inconvnients.
Mise en uvre de la commande de flux dans la SCEO

La valeur de la commande de flux ne tient pas uniquement la prcision de son
modle des pertes mais galement aux ressources (temps, mmoire, units logiques)
qu'elle devra prendre pour tre intgre au reste de la commande vectorielle. Idalement,
on voudra un modle prcis de pertes sans trop prendre de ressources matrielles ou de
calcul sur l'unit de traitement.
51
Typiquement, les mthodes utilises pour intgrer un modle des pertes dans un
contrleur consiste faire le calcul en temps rel du flux optimal l'aide du modle
analytique ou de construire une table de conversion contenant la valeur du flux optimal
pour diffrents points d'opration. Les avantages et inconvnients de chacune de ces
mthodes sont montrs au Tableau 2-2.
Tableau 2-2 - Avantages et inconvnients des mthodes de reprsentation du modle des pertes
Mthode
Avantages
Inconvnients
calcul en temps rel partir
prcis, ncessite peu
long temps de calcul,
du modle analytique
d'espace mmoire
complexe
ncessite beaucoup
d'espace mmoire,
table de conversion
rapide, simple
ncessite un calcul
d'interpolation
La mthode base sur le calcul en temps rel du flux optimal bas sur un modle
analytique peut tre intressante pour un modle simple. Cependant, cette mthode ne
sera plus envisageable partir d'un certain niveau de complexit car le temps de calcul
associ cette mthode augmentera en fonction de ce niveau de complexit.
La mthode base sur table de conversion n'a pas le problme de l'augmentation
du temps de calcul en fonction de la complexit mais a plutt le problme de
l'augmentation de l'espace mmoire en fonction de celle-ci. En effet, pour un modle
dimension donne, plus on voudra un grand degr de prcision, plus la table de
conversion prendra de l'espace mmoire. De plus, si on ajoute une dimension au modle
(celui-ci tant seulement fonction de la vitesse et du couple mais galement de la
rsistance rotorique par exemple [Peracaula, 2005]), l'espace mmoire alloue la mise
en place du modle augmentera significativement.
Une mthode situe mi-chemin entre le calcul en temps rel et la table de
conversion est celle discute au chapitre prcdent et base sur l'utilisation de rseaux de
neurones artificiels (RNA). Le modle des pertes, aussi complexe soit-il, peut tre utilis
pour gnrer des donnes d'entranement afin d'entraner un RNA dont la prcision sera
52
fonction du nombre de neurones qu'il contient [Cybenko, 1989]. Cette approche ne
ncessite pas beaucoup d'espace mmoire et sa flexibilit permet de l'envisager pour des
modles de pertes multiples entres multiples sorties fortement non linaires. Sa
performance pourra tre accrue si elle est mise en place sur une plateforme de calcul
permettant le paralllisme comme les ASIC ou les FPGA. Dans le cas o elle est mise en
place sur une plateforme de calcul srie de type von Neumann (DSP), le temps de calcul
associ au calcul des sorties du RNA sera fonction du nombre de neurones qu'il contient.
Ainsi, l'utilisation de RNA pour reprsenter le modle des pertes l'intrieur du
contrleur est une approche performante et qui permet d'uniformiser le processus de mise
en place en proposant une seule mthode pour diffrents niveaux de complexit de
modles de pertes. Cette approche ouvre galement la voie l'utilisation de mthodes
d'identification du modle des pertes en temps rel base de RNA qui auraient comme
avantage d'tre adaptatives et permettant ainsi une augmentation de la performance du
contrleur. Ce type de solutions pourrait tre ralise par un RNA fonctionnant comme
modle des pertes (neuro-commande) [Narendra, 1990] ou comme identificateur de
paramtres d'un modle de rfrence (model-based reference adaptive system) [Elbuluk
et al., 2002].
2.2.2 Minimisation des pertes dans l'onduleur
L'tude de l'influence des techniques de MLI sur la performance dynamique et

nergtique des entranements vitesse variable est l'objet de la thse de [Hava, 1998],
du livre de [Lipo et al., 2003] et l'article de [Holtz, 1994]. Ces trois travaux permettent de
faire une revue efficace de l'tat de l'art au niveau des stratgies de MLI afin de rduire
les pertes dans l' onduleur.
Les pertes causes par l' onduleur de tension dans un systme d'entranement vitesse
variable sont: (1) les pertes par commutation dans l'onduleur et (2) les pertes
harmoniques dans le moteur. Les premires sont relies la frquence de commutation
des lments d'lectronique de puissance de l' onduleur alors que les secondes sont
53
causes par les harmoniques gnres par le mode de fonctionnement intrinsquement
discontinu d'un convertisseur statique (transitions rapides d'un tat un autre).
C' est [King, 1974] qui a formul en premier l'ide d' ajouter un signal (appel de
squence zro) au signal de rfrence de l' onduleur afin d'en augmenter la capacit
d'utilisation en tension. Jusque l, les onduleurs avaient une sortie linaire jusqu' 78%
de la tension maximale. L'injection du signal de squence zro a permis d'augmenter
cette limite 90.7% et a donn lieu l' invention de la modulation par vecteur spatial
(space vector pwm, SVPWM).

D ' autres techniques de modulation populaires ont par la suite vu le jour dont celle
incluant l' injection d'une composante troisime harmonique (third harmonie injection
PWM, THIPWM) dans le signal de rfrence par [Buja et al., 1975] permettant ainsi
d'augmenter l'indice de modulation possible d'un onduleur de 15% sans entrer dans la
rgion d'hypermodulation. Par la suite, l'injection d'un signal de squence zro
discontinu a t propose par [Depenbrock, 1977] et c'est ce que l'on appelle dsormais
la MLI discontinue (DPWM). Les avantages reconnus cette technique de modulation,
outre sa grande plage linaire, sont la rduction des pertes par commutation et
l'augmentation de la qualit de l'onde fondamentale indice de modulation leve (par
rapport celle gnre par la SVPWM).
L'ouvrage de [Trzynadlowski et al., 1994] propose une stratgie de modulation base
sur les travaux de Depenbrock et qui fait un compromis entre les pertes par commutation
et la qualit de l' onde (quantit d'harmoniques) produite par l' onduleur. Leurs rsultats
montrent bien la supriorit de la qualit de l'onde d'un onduleur modul par DPWM
comparativement un autre modul par SPWM (voir Fig. 2-9).
54
'. _.
01 .. ;;,
~ ~ - -
...
t - ... ~ ... ~ ... - -
JI:'
~,Jo,.
;;C J9 IV
1" ... _ ...
- "t - - - -;- ~,. '" ~: ...
91.:- .. _ ... _
~; -:::t::::r::::i:::::::::t:::t -::t:::.._., ..
!
,.
<10' . .
I.C
i~ :::~::::l::::c:~::::;::::::. :::::::t::: :~:: :::
::uT"!~(--l:-I--i ul--l"l
FREOiJENCY (Hz)
SPWM
DPWM
Fig. 2-9 - Spectre harmonique de la tension et du courant d'un onduleur modul par SPWM (
gauche) et d'un onduleur modul par DPWM ( droite). Image tire de [Trzynadlowski et al. 1994].
Les travaux de [Hava, 1998] sont certainement les plus concrets qui ont t faits
dans ce sens jusqu' maintenant. Il a notamment dvelopp une technique de DPWM
adaptative [Hava et al., 1998] qui permet d'ajuster les pertes par commutation dans
l' onduleur et la qualit de l'onde en sortie. Puisqu'aucune technique de modulation
n'offre une performance suprieure sur toute la plage de modulation, les auteurs ont
propos l'utilisation du SVPWM pour un indice de modulation m i faible et du DPWM
pour un indice de modulation mi lev (mi> 0.81). La combinaison de deux types de MLI
dpend aussi de ce que l'on veut minimiser: les pertes par commutation ou celles dues
aux harmoniques. Il est dmontr que le DPWM peut rduire jusqu' 50% les pertes par
commutation par rapport au SPWM et que ces pertes sont fonction du facteur de
puissance et d'une variable de commande. Les essais exprimentaux effectus sur une
MA de 5 HP avec commande scalaire montre que l' chauffement (en OC) du dissipateur
de chaleur avec DPWM et une charge de 1.0 p.u. est pratiquement gal celui avec
SVPWM mais avec une charge deux fois plus petite (0.5 p.u.).
Dans sa thse, Hava a galement montr le bon fonctionnement exprimental de
la DPWM dans le cadre de la commande vectorielle d'une MA. Il a surtout tudi le
55
comportement du DPWM en hyper-modulation en rgime transitoire et en rgime
permanent. Il conclut que la limite du DPWM pour le rgime permanent est de mi = 0.95.
Les travaux de [Blasko, 1997] illustrent le mme concept que [Hava, 1998] avec des
rsultats semblables mais exprims d'une manire diffrente.
2.3
Conclusion
Les mthodes existantes

Il existe deux mthodes de commande optimale de flux dans une MA : (1) la mthode
base sur un modle des pertes et (2) la mthode base sur la recherche de la puissance
minimale l'entre. La premire mthode a un temps de convergence rapide mais est
sensible aux variations de paramtre du modle alors que la deuxime mthode minimise
les pertes totales dans tout le systme mais possde un temps de convergence plus lent
que la premire. Il est possible de profiter des avantages de ces deux mthodes en
utilisant une mthode hybride.
Dans la pratique, la mthode par modle de pertes suscite un plus grand intrt que la
mthode par recherche du point de puissance minimal l'entre car elle est non
seulement moins coteuse mettre en oeuvre (elle ne ncessite pas de capteurs
supplmentaires) mais sa performance n'est pas dpendante de la qualit de la mesure de
la puissance l'entre. De plus, la prsence d'oscillations de couple engendres par la
mthode par recherche du point de puissance minimal l' entre (en raison de
l'ajustement graduel du flux) exige un mcanisme de compensation complexe. Ainsi, le
seul intrt vident pour cette mthode est son utilisation dans une SCEO hybride.
Nouvelles avances et problmes non-rsolus

L'volution des SCEO avec modle de pertes pour la commande vectorielle est
passe d'un modle ne contenant que les pertes fondamentales un modle qui tient
compte de la saturation magntique et de l'estimation en ligne de la rsistance rotorique
Rr. Les plus rcents dveloppements rsident dans la conception d'une telle SCEO base
sur l'utilisation de RNA qui permet les avantages en flexibilit et en performance des
TDC (temps de rponse court compar la stratgie de calculer en temps rel le flux
56
optimal partir d'un modle des pertes analytique) mais sans l'inconvnient de ncessiter
beaucoup de ressources en mmoire.
Le rendement nergtique d'un systme compos d'un onduleur de tension et
d'une MA peut tre grandement amlior faible charge par l'utilisation d'une SCEO
mais pleine charge, le rendement du systme est le mme qu'un systme sans SCEO. Il
est cependant possible de minimiser les pertes dans le systme en pleine charge en
s'attaquant une autre source de pertes: les pertes par commutation dans l' onduleur et
les pertes harmoniques dans le moteur engendres par l' onduleur. Ces pertes peuvent tre
minimises par l'utilisation d'une technique de modulation discontinue de l' onduleur.
L'tat de l'art au niveau de la thorie de la modulation discontinue est trs abondant et il
fait presque l'unanimit qu'il s'agit d'une technique de modulation intressante pour
minimiser les pertes par commutation et/ou harmonique. Cependant, les travaux qui
traitent de son utilisation exprimentale dans l'application de commande de MA sont peu
nombreux et plusieurs questions ne sont pas encore bien rsolues (comme par exemple la
dtermination du point mi seuil pour le passage d'une modulation SVPWM modulation
DPWM).
Un second problme associ aux SCEO bas sur un modle des pertes est celui
d'obtenir non seulement de bonnes performances nergtiques du systme en rgime
permanent mais galement de bonnes performances dynamiques en rgime transitoire. Ce
problme est gnralement solutionn en ramenant le flux au niveau nominal lorsque le
systme est identifi comme tant en rgime transitoire par un dtecteur de rgime
permanent. Cette solution comporte des problmes de conception qui ont des
rpercussions sur la stabilit et la complexit du systme de commande.
Un autre problme, plus mthodologique, est que la littrature ne prsente que des
SCEO impliquant des modles de MA impliquant des paramtres difficilement
identifiables au moyen de techniques simples (notamment les coefficients associes aux
pertes par hystrsis, par courant de Foucault et par les harmoniques spatiales) : ce qui en
rduit certainement l'application. Une SCEO base sur un modle des pertes facile
construire au moyen d'une technique simple et offrant des performances acceptables
augmenterait certainement l'accessibilit de l'implantation de telles solutions.
57
Proposition d'avancement
Considrant les problmatiques actuelles en conception de SCEO et telles
qu'illustres plus haut, cette thse propose de contribuer leur solution en proposant de
nouvelles mthodes de conception de SCEO base de RNA. Ces nouvelles mthodes
permettront notamment:
d'augmenter l'efficacit du systme toute la plage de charge par l'intgration de

la DPWM la commande;
de rduire la complexit et le risque d'instabilit en intgrant le dtecteur de

rgime permanent mme la commande neuronale;
de simplifier le processus de conception du modle des pertes par la construction

d'un modle l'aide du standard bien connu IEEE-112.
Considrant
l'importance
de
la
validation
exprimentale
dans
l'tude
de
l'optimisation nergtique des systmes MA, un banc d'essai exprimental a t

dvelopp. La validation exprimentale de la SCEO base de RNA propose constitue
une premire pour ce type de contrleur.
58
Chapitre III : Conception avance de la commande de

flux base de rseau de neurones artificiels
Il a t montr au chapitre prcdent que les SCEO de MA bases sur un modle des
pertes sont trs prometteuses mais ouvrent sur deux problmatiques: la conception d 'un
modle des pertes reprsentatif de la MA et l'intgration efficace de ce modle dans la
stratgie de commande.
Sur ce sujet, l' approche base sur l'utilisation des qualits d ' approximateurs
universels des RNA en vue de l'intgration du modle des pertes dans la stratgie de
commande ouvre des perspectives intressantes en termes de cots et de performance.
Une certaine maturit a rcemment t atteinte dans l'tude de cette approche avec les
travaux de [Peracaula et al., 2005]. Cependant, ces travaux n'ont t prsents qu ' en
simulation et une version exprimentale d'une telle SCEO n'a toujours pas t ralise.
Ce chapitre a pour objectif de dcrire la mthode de conception du modle des pertes
de la machine base sur un rseau de neurones artificiels et de proposer deux nouvelles
approches de conception qui permettent respectivement:
d'augmenter l'efficacit du systme toute la plage de charge par l'intgration de

la DPWM la commande;
de rduire la complexit et le risque d'instabilit en intgrant le dtecteur de

rgime permanent la commande neuronale.
Mais tout d'abord, une introduction aux systmes RNA sera prsente ainsi qu 'un
survol de leurs applications dans la commande de machines lectriques.
3. 1
Introduction aux rseaux de neurones artificiels
Les rseaux de neurones artificiels (RNA) sont une des approches issues du domaine
de l' intelligence artificielle (lA) qui comprend galement d'autres approches tels la
59
logique floue, les algorithmes gntiques (aussi appels algorithmes volutionnaires) ou
les systmes experts. Le domaine de recherche de l'lA a vu le jour durant les annes 1940
et a volu en un domaine trs multidisciplinaire runissant autant de chercheurs en
psychologie, en linguistique, en informatique, en mathmatiques, en robotique, etc. dont
l' obj ectif est de trouver des mcanismes permettant l'augmentation de l'autonomie des
machines. Le concept porteur de cet accroissement d'autonomie est celui de l'volution
du comportement de la machine par des mcanismes d'adaptation ou d'apprentissage
dans un environnement d'exploitation difficilement modlisable et/ou variant dans le
temps. Avec le temps, ce domaine de recherche est devenue une spcialit appele
intelligence computationnelle qui est un sous-ensemble du domaine de l'lA.

Les RNA sont des structures mathmatiques dont le fonctionnement est inspir de
celui des rseaux de neurones biologiques dj prsents dans la nature. La stratgie
fondamentale de ce type de structure est de concevoir des cellules de traitement
d'information lmentaires et de les connecter entre elles pour former un rseau. Ce
rseau, combin un algorithme d'apprentissage et stimul par des donnes
d'entranement, peut tre entran modliser le monde extrieur et ensuite tre utilis
remplir des fonctions bien spcifiques. Les deux grandes classes de RNA existantes se
distinguent en fonction de leur mode d'apprentissage qui peut tre supervis ou nonsupervis.
Les RNA bass sur un mode d'apprentissage supervis sont ceux o le RNA est
entran faire des associations entre un jeu de donnes d' entre et un jeu de donnes
de sortie . Par exemple, dans une application de contrle de qualit, on peut entraner
un RNA associer des images de pices fabriques un tat de qualit qui pourrait tre
dfectueux ou normal . L'apprentissage de ces associations par le RNA se fait en
lui prsentant des donnes d'entre et en corrigeant les paramtres du RNA en fonction
de la diffrence entre la sortie du RNA et celle attendue pour ce type de donnes.
Les RNA bass sur un mode d'apprentissage non-superviss sont ceux o le RNA est
entran classifier automatiquement les donnes d'entranement sans rfrence
extrieure. Pour reprendre l'exemple prcdent, en prsentant successivement des images
de pices dfectueuses ou normales un RNA apprentissage non-supervis, celui-ci en
vient se reprsenter le monde extrieur en deux classes d'vnements possibles.
60
L ' apprentissage se fait par une construction et un positionnement successif des images
d ' entranement qui finissent par converger dans des sous-espaces distincts de l'espace
d ' entre.
3.1.1 Le perceptron multicouche

Le perceptron multicouche (multilayer perceptron ou feedforward neural network)
appartient la classe des RNA apprentissage supervis et est le type de RNA le plus
connu et le plus utilis. En effet, selon [Meireles et al. , 2003] , le perceptron multicouche
est utilis dans 81 % des applications industrielles qui incluent des systmes RNA. Les
lments fondateurs de ce type de rseau de neurones ont t proposs vers la fin des
annes 1950 par [Rosenblatt, 1957], inventeur du perceptron qui est le nom donn au
neurone artificiel tant la base de ce type de RNA. Son vritable essor a cependant t
pris au cours des annes 1980 suite l'invention d'un algorithme d ' apprentissage
performant pour ce type de RNA et bas sur la rtropropagation des erreurs l .
Anatomie et principe defonctionnement d'un perceptron

Un perceptron se divise en trois parties fondamentales: (1) les entres, (2) l'unit de
traitement et (3) la sortie. L'unit de traitement se divise son tour en deux parties: (1) le
sommateur et (2) la fonction d'activation. Tous ces lments qui composent un
perceptron sont montrs la Fig. 3-1.
En fait, l' invention de ce type d'apprentissage a t propos d'abord par [Bryson et al., 1969] mais a t
oubli suite l'ouvrage de [Minksy et al. , 1969] qui rvlait - tort - les limites des rseaux de neurones
artificiels de type perceptron, ce qui a jet un froid sur le financement de ce type de recherche dans les
annes 1970. C'est suite aux travaux de [Rumelhart et al., 1986] et ceux d'autres chercheurs que les
conclusions pralablement faites par Minksy et al. ont t rfutes.
61
Rentres
Modle du neurone
1\ 1
'--J
\~
____
-1 _ _ _ _ _ _~1
Fig. 3-1 - Schma d'un perceptron [Parizeau, 2004]
Le principe de fonctionnement d'un perceptron est simple. Chacune des Rentres

est multiplie par un gain
dont les sorties sont additionnes ensemble dans le
Wi
sommateur. Le niveau du sommateur peut tre ajuste l'aide d'un biais b. Le rsultat est
ensuite pass dans une fonction
appele fonction d'activation. La sortie a de la
fonction d'activation est gale :
o w
= [WI , W2, ... , WR}T
est le vecteur des gains qui multiplie le vecteur d'entre
P = [Pl, P2, ... , PR}T et b est la valeur du biais.
Il existe plusieurs types de fonction d'activation: (1) fonction seuil, (2) fonction
sigmode, (3) fonction tangente hyperbolique, (4) fonction linaire, etc. Le choix de la
fonction d'activation dpend de l'application pour lequel il sera utilis (caractristiques
de l'espace de sortie) et constitue une tape fondamentale dans le processus de
conception d'un RNA.
Ainsi, pour un vecteur d'entre p, la sortie du perceptron sera dtermine par la valeur
des gains
et du biais b. La connaissance prsente dans un perceptron est donc
emmagasine dans la valeur des gains

d'apprentissage.
et b qui sont ajusts l'aide d'un algorithme
62
Pour des fins de simplifications pour le reste de l'ouvrage, nous utiliserons
l'expression neurone artificiel pour dsigner le perceptron, moins d'indication
contraire.
Organisation des neurones artificiels en couche et en rseaux

En disposant de S neurones artificiels en parallle, on peut aInSI crer une
organisation appele couche. Chaque entre p est connecte chacun des neurones
artificiels de la couche et sa sortie est ainsi constitue de R valeurs. On peut alors former
un rseau de couches en les connectant en srie: les sorties des couches places en amont
deviennent ainsi les entres de celles places en aval.
Le nombre de neurones artificiels et le type de fonction d'activation de chaque
couche peuvent varier d'une couche l'autre mais le nombre de neurones artificiels dans
la couche de sortie doit tre gal au nombre de sorties du rseau.
\
s2x 1
'---.1 \'--_ _ _ _ 1 \....

: _ _ _ _....,1
....1
Fig. 3-2 - Rseau de neurones propagation vers l'avant deux couches [Parizeau, 2004]
Le RNA prsent la Fig. 3-2 correspond un perceptron multicouche Rentres

ayant Si neurones sur la premire couche avec fonction d'activation sigmode,
neurones sur la deuxime couche (appele couche cache) avec fonction d'activation
linaire et une seule sortie. Cette architecture de perceptron multicouche ayant une seule
couche cache a une importance particulire dans le domaine de l'approximation de
fonctions. En effet, il a t rcemment montr que ce type de perceptron multicouche
63
peut tre utilis pour approximer n ' importe quelle fonction continue une prcision
donne [Cybenko, 1989]. La prcision de l' approximation est dpendante du nombre de
neurones utiliss dans la couche cache (plus il y a de neurones, plus l'approximation est
prcise).
Pour des fins de simplification pour le reste de l' ouvrage, nous utiliserons
l'expression rseau de neurones artificiels (RNA) pour dsigner le perceptron
multicouche, moins d'indication contraire.
L'algorithme d 'apprentissage bas sur la rtropropagation des erreurs
Le principe de base de cet algorithme est d'arriver une configuration des poids
We
et
des biais he de chacun des neurones du RNA entraner qui minimise l' erreur
quadratique moyenne entre la sortie de la dernire couche a e du RNA et la sortie dsire
d en fonction des entres p. On peut d'ailleurs dfinir les donnes d'entranement D d'un
RNA comme tant gal :
nombre de donnes d'entranement.
Rappelons que la sortie de chaque couche c (d'un rseau ayant C couches) est gale :
(3-3)
a G = J C(W ca c-1 - h C) o
= 1 ... C et aD = p (vecteur d'entre)
Il s'agit d'un processus itratif qui revient calculer la variation des poids et des biais
(respectivement W et b) attribuer aux valeurs prsentes chaque itration k :
o
(3-5)
(Wc)k
= -1] ;
avec
1]
le taux d'apprentissage,
(3-6)
F(x) = E(e T (k)e(k)) ~ eT (k)e(k) = F(x) reprsente l'indice de performance et
(3-7)
e(k)
= d(k) -
a e (k)
reprsente l'erreur en sortie du rseau.
64
On remarque que cet algorithme implique le calcul de la drive partielle de

l'approximation de l'erreur quadratique moyenne pour chacun des neurones sur chacune
des couches. On comprend qu'une des conditions d'utilisation de cet algorithme
d'apprentissage est d'avoir des fonctions d'activation drivables pour chacun des
neurones du RNA.
3.1.2 Applications et caractristiques des RNA
Les applications des RNA se divisent en deux grandes classes d'applications: celles
bases sur l'approximation de fonction et celles bases sur la reconnaissance de fonne
(pattern recognition). Des exemples d'applications appartenant chacune de ces classes

sont montrs au Tableau 3-1.
Tableau 3-1- Exemples d'applications de RNA [Vas, 1999]
Applications
Exemple
Prdiction
Dynamique de la charge
Commande
Rgulateur PI
Approximation de fonction
Dtection de pices
Vision artificielle
dfectueuses
Reconnaissance de fonne
Identification du type de
Classification
dfaut
En plus de la capacit d'apprentissage des RNA, ces structures de calcul comportent

plusieurs autres caractristiques qui les rendent intressants utiliser pour des
applications pratiques (Tableau 3-2).
65
Tableau 3-2 - Caractristiques i ntressantes des rseaux de neurones artificiels [Bose, 2002]
Caractristique
Justification
l 1 n ' est pas obligatoire d'entraner le RNA sur tout l' espace
d' entre: une judicieuse slection des points critiques de
capacit d'extrapolation
1' espace d ' entre fournira assez d' information au RNA pour le
modliser et le gnraliser.
Ce qui rend leur utilisation intressante dans les applications
tolrance au bruit
de reconnaissance de formes o la caractristique identifier

e st souvent bruite.
La structure intrinsquement parallle des RNA en fait une
paralllisme
puissante unit de calcul dans le cas o le RNA est ralis sur

une plateforme matrielle.
La distribution de la connaissance sur les gains et les biais
robustesse aux fautes
dans tout le rseau le rend tolrant un ventuel changement

de valeur accidentel d'un gain ou d'un biais.
Applications des RNA dans la commande de machines lectriques et en lectronique de

puissance
Les machines lectrique s et les convertisseurs statiques sont des procds ayant une
dynamique trs non-linaire et dont les paramtres varient dans le temps. Nous avons vu
la section prcdente que les RNA sont des structures particulirement performantes
pour modliser des proces sus non-linaires et dont la capacit d'apprentissage leur
permet d'voluer dans le te mps. Par consquent, cette complmentarit entre les besoins
des ces applications et les caractristiques des RNA fait en sorte qu'il s'agit d'une
approche intressante pour r soudre des problmes dans ces applications.
Il existe de nombreux 0 uvrages et articles scientifiques qui traitent de l'utilisation des
RNA dans les applications de machines lectriques et d'lectronique de puissance
notamment ceux de [Bose, 2002], [Kazmierkowski et al., 2002], [Cirstea et al. , 2002].
L'ouvrage le plus complet sur la question est certainement celui de [Vas, 1999]. Le
Tableau 3-3 classifie ces applications en 5 catgories:
66
Tableau 3-3 - Classification des applications de RNA dans les machines lectriques
Application
estimateur de variables d'tat
Exemple
estimation du flux ou de la vitesse d'un
moteur asynchrone
rsistance au rotor ou inductance de fuite
estimation de paramtres
d'un moteur asynchrone
modulation par largeur d'impulsion
modulation par vecteur d'espace
rgulation de courant
commande vectorielle ou directe

dfaut de roulement ou d'isolation du
dtection de dfaut
3.2
bobinage
Conception d'une commande en flux optimale et neuronale

Tel qu'illustr au chapitre 2, le RNA est une alternative intressante aux mthodes
de reprsentation traditionnelles du modle des pertes l'intrieur du contrleur qui sont

bases sur le calcul en temps rel l'aide d'un modle analytique ou l'utilisation d'une
table de conversion. Il s'agit l d'un bel exemple d'application d'approximation de
fonction qui convient parfaitement l'architecture du RNA perceptron multicouche.
La conception d'une version neuronale du modle des pertes de la MA se divise
en trois tapes: (1) la gnration des donnes d'entranement, (2) la slection de
l'architecture du RNA et (3) l'entranement du RNA l'aide des donnes d'entranement.
Ces tapes peuvent tre ralisees l'aide du logiciel de calcul scientifique Matlab MC
ainsi que la bote outil spcialise dans la conception de RNA Neural N etwork
Toolbox Mc .
67
3.2.1 Gnration des donnes d'entranement partir d'un modle
des pertes connu
La gnration de donnes d'entranement qui caractrisent tout l'espace d'entre est

fondamentale dans la conception d'un RNA performant [Norgaard et al., 2000]. Un
nombre trop faible de donnes augmentera l'erreur en sortie du RNA alors qu'un nombre
trop lev de donnes augmentera le temps de calculs et risque galement de faire entrer
le RNA dans un mode de sur-apprentissage . La procdure suivre est de commencer
avec un nombre faible de donnes et d'augmenter jusqu' ce que le critre de l' erreur
quadratique en sortie soit rencontr.

Ainsi, les donnes d'entranement DO pour le contrleur optimal de flux deux
entres sont composes des valeurs de vitesse lectrique au stator
lectromagntique
Te
et de la valeur du flux optimal au rotor
lfir
OJ s ,
du couple
associ la valeur de ces
entres:
(3-8)
DO = [po
dO]opo =
ms l
T el
ms2
T e2
msQ
T eQ
lf/ rI
etd O =
lf/r2
lf/rQ
Ces donnes d'entranement sont construites l'aide du modle des pertes que l'on
dsire reprsenter. On divise alors l'espace d'entre en Q points uniformment rpartis
entre 0 et 1 p.u. pour chacune des dimensions du modle (associes la variable p)
auxquels correspondent Q valeurs de flux optimales (associes la variable d).
La gnration des donnes d'entranement pour la conception d'un modle neuronal
des pertes dans la machine se fait l'aide du modle prsent par [Peracaula, 2002].
L'espace d'entre est alors divis en Q = 525 points (25x25) d'oprations pour lesquels le
flux qui minimise les pertes dans la MA a t pralablement trouv l'aide de la fonction
de recherche de minimumfminbnd disponible dans Matlab.
Il a t pralablement dtermin que la structure de RNA de choix pour l'application
d'approximation de fonction est celle du perceptron multicouche avec une couche cache.
68
Ce type de RNA peut approximer n'importe quelle fonction une prcision donne qui
est fonction du nombre de neurones prsents dans la couche cache. Une tape
importante de la conception est de trouver le nombre optimal de neurones placer ur la
couche cache pour avoir une approximation sati faisante du modle (une erreur
quadratique minimale) et un RNA le plus parcimonieux possible afin de minin1iser les
re ource en temps et en matriel nce saire a mi e en place dan le contrleur. Dan
leur plus rcent travail, [Peracaula et al. 2005] ont utilis un RNA ayant 3 entres et 3
neurones sur la couche cache (la 3 e entre tant l' approximation de la rsistance
rotorique) avec 385 donnes d'entranement et une erreur quadratique de 1.57xlO- s (Fig.
3-3).
Flux optimal pour diffrents points d'opra Ion
~ ~I
.. .
..:.........,. ~ ~ ~ ..'. "' .. ' . ",:'. >~.'. >. . ... .
..
'
....
'
..
...
.. . ..
. . . . - .4o
..
~ ri
.:l
.. -i
'
........
...
'+
.......
. .... ,
.......
..
..
.,.
....
of
'"
: -~
..
.....
...
'
-4
-j
il
.......
. . ... . . . . . .. .
. , ...
........
..
... ..
. ....... . . . .
.. , .. ..........
. . . . ... ... . .... .........
,. ......... ......... .
....
...... . . ..... ,...; . . .
. ...
.
.
......
...... .. . . .. .
..
m ' ~ ,j
~
...of
+ .t ..... ' . . . .
...........
-~
8- ."
...
.. .
.1'
,.
...
l~
1
.j-~-
.... '!,..-
Couple (p u)
..
--~-
'1
Vitesse (p .U )
Fig. 3-3 - Flux optimal en fonction du point d ' opration
3.2.2 Slection des paramtres de l'architecture du RNA

l'aide de la boite outil de Matlab Neural Network Toolbox, des RNA ayant un
nombre diffrent de neurones sur la couche cache ont t conus (de 3 20 neurones) et
entrans avec le jeu de donnes d'entranenlent (voir l'volution de l'entranement la
69
Fig. 3-4). Le nombre d'itrations (appels epochs) a t fix arbitrairement 500. Les
rsultats de l'entranement des diffrents RNA pour 3 essais sont prsents sur la Fig.
3-5.
Performance is 3.2121e-006, Goal is 0
10' ~~"~~~~-~-~-~~-~~~~~~----~--~--~---~,~-,___~~~__~
4l)
:J
a;s 10'1 ,
0)
c:
'.
'ro 10
.:j:'
.=
10~~
1
105 }
lO'i< ------'-1- _ , 1 _---'1_ _-'1 _---'_ _-'--_-'-_---'-_ _-'--_-'

o 50 100 150 200 250 300 350 400 450 500
500 Epochs
Fig. 3-4 - volution de l'erreur quadratique durant le troisime essai de l'entranement du RNA
ayant 10 neurones dans la couche cache
Erreur quadratique moyenne en fonction du nombre de neurones sur
la couche cache
7,OE-04
6,OE-04 -1-11.- - - - --
----------------------
CI)
c:
~
>E
5,OE-04 , __ - __- - - - - - - - - - - - - - - - - - - - - - - - - -
4,OE-04 - .
--11.- - - - - - - - - - - - - - - - - - - - - - - - - -
.2"
ni
~
3,OE-04
~-----------------------------
C"
:;
~
2,OE-04
W
1,OE-04-1--11.- __ ---I_____I-
__- -__- - - -- - - - - -- - --
10
11
12
13
14
15
16
17
----
18
19
20
Nombre de neurones sur la couche cache
Fig. 3-5 - Erreur quadratique moyenne en sortie selon le nombre de neurones prsents sur la couche
cache pour un RNA ayant une seule sortie
70
On voit sur la Fig. 3-5 que l'erreur quadratique moyenne (EQM) en sortie du
RNA entran l'aide des donnes d'entranement provenant du modle de pertes de la
machine diminue en fonction du nombre de neurones prsents sur la couche cache, ce
qui confirme bien ce qui a t dmontr par [Cybenko, 1989]. Cette erreur est
relativement faible mme avec un petit nombre de neurones (3 neurones, EQM
6.20xl0-
puis diminue par environ 3 en ajoutant 2 neurones supplmentaires. Pass un
certain nombre de neurones sur la couche cache (plus de 8 neurones), on observe que
l'EQM ne diminue pratiquement plus.
L'impact de l'ajout d'une sortie supplmentaire sur la taille du RNA
La question de l'impact de l'ajout d'une sortie supplmentaire au RNA sur le

nombre de neurones ncessaires pour obtenir une EQM du mme ordre est intressante.
Cet ajout implique une modification la structure des donnes d'entranement de telle
sorte que le vecteur d contient une nouvelle composante x et que Dl est par consquent
gal :
(3-9)
D! =[i i]oi =
(Osl
T el
(Os 2
T e2
(OsQ
T eQ
lf/ rI Xl
etd
lf/ r2 X 2
lf/rQ X Q
Est-ce que l'ajout de connaissance amene par la sortie supplmentaire X au RNA aura un
impact significatif sur sa taille? On peut dj penser que cet impact sera fonction de la
forme du nouvel espace de sortie: plus sa corrlation avec les connaissances dj
apprises par le RNA est grande, moins l'impact sur sa taille sera grand. l'oppos, un
nouvel espace d'entre totalement non-correl avec l'espace dj en place ncessitera
beaucoup plus de ressources neuronales ncessaires.
On peut valider cette hypothse en examinant l'impact sur la taille du RNA suite
l'ajout des espaces de sorties
XA
et
XB
suivants (voir Fig. 3-6 et Fig. 3-7) pour crer les
J.eux de donnes d'entranements Dxl et Dl:

A
XE
71
(3 -1 0)
X A (p)
= X A ( [s , Te) = Te
(3-11)
X B (p)
= X B (0)" Te) = Te + Sin( S 211"2:" ) = Te + sin(SO)J
. .... '
.,+
.
..... .. ..' - ....... .....
...
......
of ..... -,.. .......
..
.....
.... ..- ...... .+" .........
....... ....
.
..
........
.+'
~
....
.~
...........

..... "'t ..
..
..
-.
.-
...... ....... .... .
+ t ... .
.+ .... "
......
....
11' '
......
........ ,
, ,
,.t
.
,
~ '
-
-:c>- -.,-- _
G4
n:o
..-- -
.'
+.~~.:~.
. t . , "".~
..... _--~~ee
.-....... - ' n
":ti J
G~
Vitesse (p ,u,)
COLJnl~ (0 LI )
>.. ,'_

....

~ _
~- -
. "
'
....
r.
...
........
XA
Vitesse (p U l ' _
Couple (p U,)
j--
On observe que les fonctions
XA
et
Xs
XB
sont compltement diffrentes. Les rsultats de
l'entranement d'un RNA ayant pour sortie supplmentaire l'une de ces fonctions sont
montrs sur la Fig. 3-8 pour diffrent nombre de neurones sur la couche cache.
72

la couche cache
2,5E -04
Q,)
2,OE -04
c
c
Q,)
>.
Q,)
1,5E-04
::l
C"
D xA . xB
~
~
"'C
~
::l
0'"
1,OE-04
::l
cu
~
5,OE-05
0,0 E +00
1-....L-----'------'-----r-'----r-'----L----~------'------'------'----_,__J_---_,___'_-------L-----'-----'---
10
11
12
13
14
15
16
17
18
19
20
Fig. 3-8 - volu tio n de l'erreur qu ad ratiq ue de l'e ntranement d 'u n RNA dont les so rties sont le flux
optimal et les fo nctio n xA ou xB
On observe sur ce graphique que l'EQM pour
XA
et
Xs
est respectivement de 3. 7 -S et
7 .S E-S pour 10 neurones sur la couche cache: ce qui est du mme ordre de grandeur que
E
les rsultats pour le RNA une seule sortie (S.3 -S) prsent la Fig. 3-S. On observe
galement que l'EQM de
Xs
est suprieur
XA,
rsultat attendu en raison de la moins
grande homognit de son espace de donnes par rapport XA (comparer Fig. 3-6 et Fig.
3-7), mais que cette diffrence devient de plus en plus petite en fonction du nombre de
neurones prsents sur la couche cache du RNA.
Ces observations originales permettent de penser qu'il est possible d 'ajouter de la
connaissance utile un RN A avec un impact n1ineur sur sa topologie. Cela a pour
consquence qu'il est possible d ' ajouter des fonctionnalits un systme base d e
RNA sans cot suppplmenta ire dans la mise en uvre du systme de commande
(lnme RNA avec plus de fonctionnalits).
73
Nouvelle utilit des RNA dans la conception de systmes de commande: l'intgration

fonctionnelle au niveau de la gnration des donnes d'apprentissage
L'examen de la question de l'influence de l'ajout d'une dimension l'espace de sortie du

RNA la section prcdente ouvre la porte une utilisation originale de RNA dans la
conception de systmes de commandes: en plus d'tre utilis pour tablir des relations
complexes entre entres et sortie, ils peuvent galement tre utiliss pour intgrer des
fonctionnalits (nouvelles ou dj existantes) mme le RNA en modifiant le jeu de
donnes d'apprentissage. Il s'agit d'une utilit trs intressante puisqu'elle permet:
d'ajouter de nouvelles fonctionnalits au systme de commande trs faible cot;
de rduire la complexit de l'architecture du systme de commande en procdant

l'intgration de composants au niveau des donnes d'apprentissage;
de modifier l'architecture fonctionnelle du systme de commande sans

ncessairement en modifier la topologie (i.e. l'intgration des composants au
niveau des donnes d'apprentissage ne vient pas changer l'intgration d'un RNA
dj prsent dans le systme de commande).
74
81 .
JI .
RmctO!1 B
_Cl
lL.._F_oo_ct_ion_._A_.. Jb
I
L-.-_(_R_N_A}_~~
82
:1
ArWitecture vec RNA intgrant des f2nc1~noal it$ supr!rnentaires
au ni eau de la gnration s dor nes d'apprentissage.
Fonotion$ A6,C
,"--_<_R_N_Al_-"" ...
, ~J
----~
Fig. 3-9 - Comparaison de l'architecture de systme avec RNA conventionnelle et RNA intgrant des
fonctionnalits additionnelles au niveau de la gnration des donnes d ' apprentissage
Les sections suivantes montreront deux exemples concrets d ' amlioration de SCEO qui
profitent de cette amlioration de design de systme RNA.
3.2.3 Conception du modle neuronal des pertes dans la machine

avec prise en compte des pertes dans l'onduleur
Nous avons vu au chapitre 2 les principales approches mentionnes dans la

littrature permettant de rduire les pertes dans la MA par ajustement optimal du flux
(bases sur un modle des pertes, la recherche du point minimal de puissance l' entre,
approches hybrides, etc.). Les pertes par commutation et par conduction dans l' onduleur
ont galement t tudies et il a t observ qu ' il tait possible d' en minimiser les pertes
75
par commutation en utilisant des stratgies de MLI avances telle que la DPWM optimale
par [Hava, 1998].
Le pnncIpe utilis par la D PWM optimale pour rduire les pertes par
commutation est d'empcher la commutation des transistors IGBT lorsque le courant est
maximal. La DPWM optimale est en fait la combinaison de plusieurs techniques de
DPWM (DPWMO, DPWM1, DPWM2, DPWM3 voir [Lipo et al., 2003] pour une
description dtaille) qui sont utilises dans leur zone optimale. On voit sur la Fig. 3-10
que la DPWM optimale peut rduire les pertes par commutation jusqu' 500/0 par rapport
aux techniques de modulation continues.
O.45L--...L..-----L...--"--_....J....._---L._ _...L...-_--'-_ _" - - _ - I - - - . . J

-80
-60
-40
-20
20
40
60
80
[deg]
Fig. 3-10 - Rapport entre les pertes par commutation par les diffrentes approches DPWM et des
techniques de modulation continues o
({J
est l'angle du facteur de puissance [Hava, 1998]
Afin de dterminer l'angle lJf requis pour bloquer la commutation, la DPWM

gnralise ncessite de connatre le facteur de puissance de la charge qui est alimente
par l' onduleur de tension qu'elle commande. La relation entre l'angle de blocage de la
commutation et le facteur de puissance est donne par (voir Fig. 3-11) :
76
(3-12)
1r
lj/=CP + -
L'angle du facteur de puissance en rgime permanent peut tre calcul en fonction de la

vite se lectrique au stator w s, du couple lectromagntique Te et de la campo ante id du
courant [Bose, 2002] :
(3-13 ) cp ( (s' Te' id ) = arc tan
in1Q 0 (i . + i )
, b . ' . 1/1
[ reel(l ,. + ' 1/1)
J ou'
... ..;
.. ... -:.
'. "'~- .
0.7 .. .. '
0.6
, 1
0.5
~ 1. (
"
60
,. [d o]
Fig. 3-11 - Rapport entre pertes par commutation de la DPWM optimale et les pertes par
commutation avec modulation continue en fonction de l'angle du facteur de puissance qJ et de l'angle
de blocage de la commutation '11 [Hava, 1998J
(3-14) i l'
------------------------~
R J2
')
( R, + -: + (jw s (LI' + L f; ))-
(3-15)
T/}/
= . V ',
} {'I L III
lj/ m{.I
~----
{s L IJI
lj/ m ~
( R, + -:
R J2 + (jm, (Lf'
et
+ L f; ))-')
77
Le facteur de puissance pour un moteur ayant les n1mes caractristiques que celui utilis
au laboratoire du LEEPCI (voir caracttistique au chapitre 4) en fonction de id, vitesse
lectrique nominale
W sO
et couple nominal Te () a t calcul avec les quations montre
plus haut (Fig. 3-12).
Facteur de Puissance en fonction de Id

pour diffrentes valeurs de charge
0 ,9
0,8
0 ,7
- t -- - -- - II I - ------c
...----;;;-------------'1~.
-,---------------l
0 ,6
0 ,5
04
0,3 I-------------__ ---,---;===~====~==,~------------,,-------------,---,,-----,,--------. ----------------- -- - ,...------,,-------.--------- ---------------1
...
0,2
0 ,1 -1-- - - - - - - - - - - - - - - - - - - - - - - - - ---1
0 ,15
0 ,25
0,35
0,45
0 ,55
0 ,65
0,75
0,85
0,95
1,05
Id (p.u.)
Fig. 3-12 - Facteur de puissance en fo nction de id pour diffrentes valeurs de charge en utilisant les
quations (3-13) (3-17)
Ces valeurs de facteur de pUIssance peuvent alors tre utilises facilement pour
commander optimalement la modulation DPWM en fonction du point d'opration. Ainsi,
pralablement l'intgration la SCEO dveloppe auparavant, l'architecture du
nouveau systme qui minimise les pertes dans l'onduleur ressemble la Fig. 3-13.
78
Fig. 3-13 - Architecture avec intgration conventionnelle du modle des pertes par commutation
Nous avons vu que le module de commande optimale du DPWM nces ite de connatre
le courant id afin d ' en dduire le facteur de puissance. Or, cette fonction est dj remplie
par le module de conlmande optimale de flux qui associe un flux optimal pralablement
calcul en fonction d'un modle des pertes de la machine pour chacun des points
d' opration.
Couple (p.u.)
Vitesse (p.u.)
Fig. 3-14 - Facteur de puissance en fonction du point d'opration
79
Angle de blocage optimal pour diffrents points d'opration
... ...
-t-
...
... ...
... ...
016
01 4
...
012
13'
..-
..
..-
...
...
01 -,
~
~ 008
...
...
0>
.;-
e OOS
<{
004 ,
..
lf
...
...
..-
..
...
* ...
...
..-
... ..- ...

..-
...
.op-
002 ,
0.8
Couple (p.U.)
Vitesse (p.U.)
Fig. 3-15 - Angle de blocage optimal
f!1opt
en fonction du point d ' opration
Il devient alors logique de combiner les deux modules en un seul et de gnrer un

nouveau jeu de donnes d ' entranement qui associe dsormais chacun des points
d ' oprations (dtermins par
OJ s
et Te) deux sorties: la commande en flux optimale et
l'angle de blocage de commutation de la DPWM (Fig. 3-16).
rL
.....
Iw
l' ,
III:
Iw
Iln:rr l
:r
11:-:r " J
Fig. 3-16 - Architecture avec intgration du modle de pertes par commutation au niveau de la
gnration des donnes d'apprenti ssage
80
Tel qu'attendu, l'impact de l'ajout du modle de pertes par commutation sur la taille du
RNA est minime. Lorsqu ' on remplace les fonctions
optimal
lj1 opt
XA
pour crer un nouveau j eu de donnes D ~
Opl
ou
XB
par l'angle de blocage
qui associe chacun de points
d ' opration un niveau de flux optimal et un angle de blocage de modulation de

l' onduleur optimal, le niveau d'erreur quadratique moyenne est semblable celui obtenu
pour le jeu de donnes d'entranement DO (Fig. 3-17).
Cette nouvelle SCEO base sur la minimisation des pertes dans la machine et
dans l'onduleur permet d ' augmenter l'efficacit du systme sur toute la plage de charge
au lieu de seulement pour la rgion de faible charge pour les SCEO bases seulement sur
l'ajustement du flux. Une tude sur la performance nergtique de cette approche a t

effectue [Perron et al., 2006] afin de la comparer l' approche conventionnelle sans
ajustement de flux et dont la modulation est continue (modulation par vecteur espace)
pour un systme entranant une MA de 2 HP ( 4 ples et vitesse nominale de 1800
RPM). La synthse des rsultats de cette tude est prsente au Tableau 3-4.

la couche cache avec angle de blocage optimal en 2e sortie
1,6E-04
1,4E-04
Ci)
1-
1,2E-04 t-
Ci)
>o
1,OE-04
I-
B,OE-05
1-
Ci)
::l
cr
...
"C
6-ca
...
r--
:1
6,OE-05 -;___- _ 1 -
::l
W 4,OE-05
o~::+::
~-I=1
---,
---I.----1--.Jj
__, ---1, --1,---1.---1 ,-I-,-- Ll
-
-it-----,-_ _
, ---=--=--I
10
11
12
13
14
15
16
17
18
19
20
Fig. 3-17 - volution de l'erreur quadratique de l'entranement d'un RNA dont les sorties sont le flux
optimal et l'angle de blocage optimal 'l'opt
81
Tableau 3-4 - Comparaison de la performance nergtique entre l'approche conventionnelle et
l'approche propose qui minimise la fois les pertes dans la machine (fondamentales et rsiduelles PFR) et celles causes par l'onduleur (harmoniques et par commutation, PHC)
Vitesse
(p.u.)
0,2
0,2
0,5
0,5
1,0
1,0
0,2
0,2
0,5
0,5
1,0
1,0
SVPWM
Charge
(p.u.)
PFR-PUC(W)
DPWM
Rend. (0/0)
PFR- PUC (W)
Rend. (%)
0,2
1,0
0,2
1,0
0,2
1,0
Commande avec flux constant (nominal)

23,6
4,0
74,3
23,6
169,6
Il,2
68,9
169,6
123,1
4,3
61,1
123,1
276,1
276,1
Il 8
77,6
4,7
310,1
56,0
310,1
471,0
471,0
12,3
80,5
2,1
6,1
2,2
6,2
2,4
6,5
75,7
69,5
61,5
78,0
56,1
80,7
0,2
1,0
0,2
1,0
0,2
1,0
23,1
171,2
95,1
275,4
216,5
471,4
2,1
7,0
2,2
6,2
2,7
7,1
76,1
69,2
67,4
78,0
64,8
80,7
Commande avec ajustement du flux base sur un modle neuronal
4,1
13,0
4,2
Il,8
5,3
12,9
74,6
68,5
66,8
77,7
64,3
80,5
23,0
171,2
94,7
275,4
214,9
471,2
En analysant les rsultats montrs au Tableau 3-4, on observe que:
les pertes fondamentales dans la machine charge nominale sont similiaires pour les
deux approches mais celles faible charge sont en moyenne 27% infrieures avec
l'approche base sur un ajustement du flux bas sur un modle des pertes neuronal;
peu importe l'approche, on observe que les pertes par commutation sont coupes
environ de moiti (47%) lorsque l' onduleur est modul partir d'une approche
DPWM au lieu d'une approche SVPWM;
si on compare les pertes totales, on observe que l'approche propose permet une
rduction des pertes de 31 % par rapport l'approche conventionnelle faible charge
(217,6 W vs 314,8 W) et de 1% charge nominale (478,3 W vs 483,3 W).
Ainsi, l'ide d'intgrer les pertes par commutation dans la SCEO permet d'tendre
l'augmentation de l'efficacit nergtique du systme sur toute la plage de charge.
L'approche neuronale de cette SCEO vient en faciliter la ralisation en n'ajoutant ni cot
ni complexit supplmentaires au systme: ce qui en augmente la probabilit
d'utilisation.
82
3.2.4 Conception du modle neuronal des pertes dans la machine

avec prise en compte du dtecteur de rgime permanent
Une limite du modle de pertes de la MA prsente au chapitre 2 est de n' tre

valide que dans le rgime permanent et ne peut tre utilis pour minimiser les pertes en
rgime transitoire. galement, afin d ' assurer une excellente rponse dynamique du
systme suite un changement du point d ' opration (variation de la vitesse commande
et/ou de la charge), on voudra rtablir le flux sa valeur nominale.
C ' est la stratgie gnralement prsente dans la littrature sur la conception de
rgulateur de flux en vue de minimiser les pertes dans la MA [Levi et al., 2003], [Hori et
al., 2003], [Cao-Minh et al., 2001] mais qui comporte un inconvnient important qui est
de concevoir un dtecteur de rgime permanent. Le rle de ce dtecteur est d'ajuster la
commande en flux la valeur nergtiquement optimale ou la valeur nominale selon le
rgime dynamique du systme (transitoire ou permanent).
L'ajout de ce dtecteur de rgime permanent augmente la complexit de
l'architecture du contrleur et s'intgre mal au reste des composants. Il s'agit l d'un
inconvnient des contrleurs typiquement prsents dans la littrature et qui aurait
avantage tre limin, sinon rduit.
Une manire d'liminer ce dtecteur de rgime permanent est de l'intgrer
compltement au rgulateur de flux au niveau de la gnration des donnes
d'apprentissage. Une faon de mettre en uvre cette intgration est de rendre la consigne
en flux non seulement fonction du point d'opration de la MA mais galement fonction
de son rgime (permanent ou transitoire). Cela peut tre rendu possible en ajoutant deux
entres la commande de flux: l'erreur en vitesse mcanique (I1Wp ) et l'erreur en couple
lectromagntique (I1Te) (voir Fig. 3-18).
83
lDtectetJr de
rginle
rl~~~ I~'~~~~~~.~._;___p_.e_T_'ma_..
_c m_
; ._e_n_
t __
Fig. 3-18 - Intgration conventionnelle du dtecteur de rgime permanent la commande
Ainsi, la valeur de sortie du rgulateur de flux est situe entre le flux nominal
l/fr-nom
et le flux nergtiquement optimal
l/fr-opt
en fonction de la grandeur du rgime
transitoire qui serait fonction de l'erreur en vitesse et l'erreur en couple r(L1CVp , L1Te )
La fonction r( L1CVp , L1Te ) doit tre conue de manire ce que fJf/ej

permanent (L1CVp
L1Te ~ 0) et fJf/ ej
fJf/pt en rgime
[fJf/pt ,fJfrnom ] en rgime transitoire (L1CVp t- 0 et/ou
L1Te t- 0). Cette fonction vient donc jouer le rle de dlimiteur entre le rgime
transitoire et le rgime permanent et peut tre conue de plusieurs faons. Il y a donc une
contrainte de conception qui est celle de crer une zone de transition entre fJf/pt et fJf/ om
qui est:
assez large pour viter les fluctuations rapides de la commande de flux et ainsi
diminuer le risque d'instabilit du systme;
assez troite pour assurer une bonne rponse dynamique du systme.
La conception de la fonction r( L1CVp , L1Te ) est donc un compromis entre performance et

stabilit du systme qui doit tre dtermin par le concepteur en fonction du cahier des
84
charges et des caractristiques de l'application. Il existe donc une infinit de faons
possibles de concevoir r(l1wp , 11 Te).
Proposition de conception de r(l1wp , I1Te )

Dans un premier temps, la fonction r(l1w p , I1Te ) peut tre divise en trois parties (avec
transition linaire) sur la base du critre e
(3 -19)
rI (e ) =
1 - 'If opt (p.u.) (e 8 sup - 8 inf

1
e inf )
I1w m (p.u.) + I1Te (p.u.) pour former:
si 0
si
inf
<e
inf
sup
si8 sup <8
Ainsi, selon les quations (3-18) et (3-19), lorsque la somme des erreurs en vitesse
mcanique et en couple lectromagntique est infrieure une certaine limite
rfrence en flux
lflref
e inf,
est gale la valeur optimale provenant du modle de pertes
la
lflop t.
Un cas particulier de l'quation (3-19) est montr la Fig. 3-19. On peut maintenant
former un nouveau jeu de donnes D 2 qui intgre le dtecteur de rgime permanent:
85
. .
.
..
:.: .....
. : . ::.:
..
........:.+::
'. .: .: ..:.....
.
.
. : ...:.. ..:....
: : ...:..
.
. .: : . : : : .. : .: .: : : .: .': ': .: :.:::....::.... .....
.. .:.................
... : ................
.... : .
:' ..: .: .. :......
: ........
~
0.9
: .~
~.
.... .. . . .
'
~ : : : : : : : : . : .~... : : .: : +: . ~. : : ~. : : : ~. : .: .:
~.:
..-.0.8
ID
'
. . . . . .. . . . . . . . .. . . . . . .. . . '+ . . .
0.7
~ 0.6
<1 0.5
.'
~ 0.4
..
.'.: ..'....:-. ...: .... .
0.3
0.8
0.8
0.6
0.4
0.2
L\ Te (p.u.)
0..2
0.4
ilrop (p.u.)
Fig. 3-19 - Fonction l](Awp , ATe) pour e;nf= 0.25, e sup = 0.75 et
2 ],
oup 2
f/lopt(p.u.)
= 0.5
Tel !1m pl !1Tel

Te2 !1m p2 !1Te2
lf/rQ
L'architecture de la commande en flux optimale neuronale qui intgre le dtecteur de

rgime permanent directement partir de son jeu de donnes d'entranement est montr
la Fig. 3-20. L'erreur quadratique moyenne obtenue lors de l'entranement de RNA avec
D 2 et un nombre diffrent de neurones sur la couche cache est montre la Fig. 3-21. La
grandeur de l'erreur obtenue est du mme ordre que celle obtenue avec DO : ce qui montre
bien la proprit intressante de l'approche de l'intgration de fonctionnalit directement
dans le j eu de donnes d'entranement qui permet d'amliorer la performance de la
commande sans cot supplmentaire.
86
Donnes d'en'traJneme.nt
~lIJ~'; Tl.~l t>!I~~~1 4.T.'f'I)
\I.!..\l. T-i.z. &W.~l , Tll~)
rAod. ~
des Jlerte~
ooi.n ~..a l
fJ,tode1e 'Combin-
-_.de-$. pettes fOt1d, et.
j:~Jii'iJ
ftntJ:a w;eflt H!S-
( i-I~}:
e:1.
dteoteur de
d ~C~ lr de
r~ i m;a
t.t9hftlanent
Fig. 3-20 - Architecture avec intgration du dtecteur de rgime permanent au niveau de la

gnration des donnes d ' apprentissage

la couche cache avec dtecteur de rgime permanent intgr
2,5E-04
CI)
c:
c:
CI)
>-
2,OE-04 i -- - - -
o
;
1,5E-04
g
:J
'0
~
:J
...C":J
1,OE-04 ---
----
W 5,OE-05
_ -----1_ ---1.
- --
- - --
---------------
O,OE+OO
10
11
12
13
14
15
16
17
18
19
20
Fig. 3-21 - volution de l'erreur quadratique de l'entranement d'un RNA avec D 2 qui intgre le
dtecteur de rgime permanent
Il est vident que plusieurs autres approches pourraient tre envisages dans la
conception de la fonction r(I1OJp , I1Te ): nouvelle dfinition du critre 8 , tude
approfondie du choix de
einf et esup , volution non-linaire de la zone de transition ,
etc. La proposition ci-dessus est toutefois amplement suffisante dans le cadre de cet
ouvrage et sa validation exprimentale sera dmontre au chapitre 6.
87
3.3
Plateformes de mise en oeuvre des systmes RNA
Les RNA sont une classe de systmes d'inspiration biologique dont la topologie et le
fonctionnement ont des similitudes avec les cellules neuronales du systme nerveux
prsent chez les animaux (incluant l'humain). Ce type de systme possde une
architecture de plusieurs cellules lmentaires connectes en parallle et entranes
devenir performantes dans l'excution d'une tche spcifique.
Ainsi, afin d' exploiter l'architecture parallle de ce type de systme, les premires
ralisations et applications de perceptrons multicouche ont t faites de manire
matrielle: soit sur montages avec composantes discrtes ou soit sur ASIC [Sundararajan
et al., 1998]. Plusieurs modles de neurones artificiels analogiques composs notamment
d'amplificateurs oprationnels (communment appels ampli-op) et de rsistances
lectriques ont t construits au dbut des annes 1990. Certains modles de RNA ont
mme t lancs commercialement sous forme de circuits intgrs (notamment le
80 170X ETANN - Electrically Trainable Analogue Neural Network - fabriqu par Intel).
Ces RNA raliss sous forme matrielle offrent d'intressantes performances (le 80170X
peut faire 2 milliards d'opration de multiplication et de sauvegarde - MAC - par
seconde) [Cirstea et al., 2002] mais leur complexit d'utilisation et leur cot de
dveloppement a frein leur utilisation pratique dans les applications d'ingnierie.
La solution la plus pratique pour l'utilisation de RNA dans les applications de
commande tait de les muler de manire srie sur une plateforme de type DSP. Cette
solution n'est pas idale car on sait que la performance d'un RNA augmente avec son
nombre de neurones mais que son temps de calcul augmente galement de la mme faon
(lorsqu'il est implant sur DSP). Il y a donc un juste compromis faire entre nombre de
neurones et performance du RNA. Certains chercheurs ont alors propos des stratgies de
mise en place efficaces sur DSP pour rduire le temps de calcul et augmenter la
performance en sortie du RNA [Mohamadian et al., 2003], [Harley et al., 1998]. Les
travaux de [Moussa et al., 2006] ont montr que la ralisation de RNA de type perceptron
multicouche sur FPGA est plus de 40 fois plus performante (en termes de rajustement
88
des poids par seconde avec la technique de rtroproapagation des erreurs) que la
ralisation sur un microprocesseur de type Intel Pentium III.
L ' arrive rcente de la technologie FPGA dans le monde des systmes embarqus
(depuis 2002 environ) vient cependant changer les faons de faire. Invente dans les
annes 1980 et utilise pendant une vingtaine d'annes remplir des fonctions bien
prcises (surtout des les applications du secteur des tlcommunications), la technologie
FPGA atteint maintenant une densit de transistors assez grande (consquence de la Loi
de Moore) pour tre utilise des applications de traitement de signal plus gnriques.
Cette technologie permet de concevoir des circuits de commande qui marient la fois la
flexibilit des circuits DSP et la performance des circuits matriels sur mesure ASIC un
prix comptitif avec la technologie DSP. Cette plateforme permettant le paralllisme
bas prix est donc une avenue intressante pour l'intgration de RNA dans les systmes
embarqus [Omondi et al., 2006], notamment dans les applications d'lectronique de
puissance [Bose, 2007], [Kjosavik, 2005].
3.4
Conclusion
Considrant les problmatiques et l' tat de l'art au niveau des SCEO tudies au chapitre
prcdent, deux nouvelles avances intressantes dans la conception de SCEO ont t
proposes dans ce chapitre:
l'augmentation de l'efficacit nergtique sur toute la plage de charge en tenant

compte des pertes par commutation dans l' onduleur et en les commandant partir
d'une modulation discontinue optimale (DPWM);
la conception d'un dtecteur de rgime permanent permettant de trouver le meilleur

compromis entre stabilit et performances dynamiques.
L'tude sur l'impact de l'ajout d'un espace de sortie supplmentaire la taille d'un RNA
a permis de dvelopper une nouvelle approche d'intgration de fonctionnalits dans la
commande.
Cette
approche
suggre
une
intgration
au
niveau
des
donnes
89
d ' entranement permettant ainsi d'augmenter la performance de la commande sans
augmenter sa complexit et son cot de mise en uvre. Cette approche a t applique
avec succs l'intgration des deux avances mentionnes plus haut dans une SCEO.
L'tape suivante est la validation exprimentale de cette approche. C'est la raison pour
laquelle les diffrentes voies possibles de mise en uvre de stratgies de commande
RNA ont t examines: DSP, FPGA, ASIC. La plateforme la mieux adapte en termes
de performance et de flexibilit pour la mise en place de stratgies de commande RNA
est certainement celle des FPGA.
90
Chapitre
IV:
Commande
vectorielle
de
machine
asynchrone sur plateforme de dveloppement FPGA

commerciale
Ce chapitre a pour objectif de dcrire la construction et la validation du banc d'essai
exprimental qui a t mis en place dans le laboratoire du LEEPCI afin de valider
exprimentalement la stratgie de commande optimale propose au chapitre 3. La
validation du bon fonctionnement ainsi que la mthode de dveloppement logiciel dans
un environnement de conception assiste par ordinateur (CAO) sont galement
prsentes.
Dans un premier temps, nous nous pencherons sur l'tude des avenues possibles en
termes d'architectures et de conception de systme. Cette tude permettra de faire un
choix clair sur la meilleure stratgie prendre pour le dveloppement du banc d'essai.
4.1
Recherche sur les stratgies possibles
4.1.1 Arch itectures de systme
Les connaissances ncessaires pour tablir une stratgie de mise en uvre d'un
systme de commande appartiennent au domaine des systmes embarqus. L'expression
la plus simple d'un systme embarqu est celle d'un systme avec des entres (capteurs),
une unit de traitement (numrique ou analogique) et des sorties qui permettent d'agir sur
le monde extrieur. Les systmes embarqus numriques sont appliqus depuis plusieurs
annes dans le monde de l'lectronique de puissance et leur utilit n'est plus dmontrer.
Cependant, compte tenu de l'volution des technologies d'lectronique, il existe
dsormais plusieurs faon de concevoir l'architecture de ces systmes en tenant compte
91
des besoins spcifiques de l'application. L'analyse de ces possibilits peut se faire en

deux axes: l'axe technologique et l'axe mthodologique (voir le Tableau 4-1).
Tableau 4-1 - Axes d'analyse des units de traitement numriques intgres dans les systmes
embarqus ddis aux applications de commande
flexible
flexible
moins
performants
que
un peu moins performant que ASIC
FPGAIDSP
faible cot de dveloppement
faible cot de dveloppement
paralllisme possible
ne permet pas le paralllisme
permet l'intgration de IlCIDSP
trs performant
peu flexible
cot de dveloppement trs lev
parrallisme possible
permet l'intgration de IlCIDSP
Jusqu' rcemment, les approches possibles consistaient utiliser soit des circuits
lectroniques gnriques programmables (micro-contrleurs et DSP), soit des circuits
lectroniques taills sur mesure et non programmables (ASIe) ou soit de mixer les deux
approches en faisant du co-traitement.
t OSP~I
~.
I@/.
oSP
r-~Co-lraitement-4>L-I__
FPGA~II
l i~/
F_PG_
. A_
_ _ _
OSP+FPGA
~,7;)
Systme sur une puce
Fig. 4-1 - volution vers les systmes sur une puce technologie matrielle programmable
92
L ' augmentation de la densit de transistors prsents dans les technologies FPGA a donn
lieu de nouvelles possibilits mariant la flexibilit de la mthodologie logicielle et la
performance des plateformes matrielles: celle des systmes sur une puce (system-
on-chip). Ce qui tait auparavant sous forme de puce lectronique devient dsormais du
logiciel permettant de configurer une partie de FPGA: processeurs de traitement de
signal, fonctions logiques spcialises, etc.
Dans le cadre de cet ouvrage, l'architecture de systme qui a t favorise est celle
1000/0 matrielle FPGA (sans processeur embarqu) pour les raisons suivantes:
l'approche en co-traitement avec un DSP externe a t envisage mais finalement

carte pour des raisons pratiques: deux environnements de dveloppements (DSP et
FPGA) auraient d tre utiliss augmentant ainsi le temps de mise en uvre et la
complexit du banc d'essai exprimental;
la technologie FPGA permet d'obtenir la fois la pleine performance des approches

RNA (ce qui n'est pas le cas des DSP) et un faible cot de dveloppement par rapport
aux solutions matrielles conventionnelles (ASIC);
la technologie FPGA permet le paralllisme dans l'architecture de systme

embarqus et ouvre ainsi la voie une identification temps-rel du modle des pertes
de la machine l' aide d'un RNA apprentissage supervis en ligne, roulant en
parallle l'application de commande de moteur l ;
le but de l'ouvrage n ' tant pas de dvelopper une application mais de valider une
approche de conception de commande vectorielle, l'ajout d'un processeur embarqu
n'aurait pas significativement augment la performance ou rduit la complexit du
systme dvelopp;
les outils de dveloppement permettant de mixer logiciel et matriel n'taient pas

disponibles en dbut de projet;
Conformment l'ide largement rpandue dans l'industrie et initialement formule par Dr. Chris Rowen,
prsident de Tensilica, selon laquelle l'architecture des systmes embarqus volue vers une mer de
microprocesseurs trs spcialiss (traduction libre de l'expression sea ofprocessors ).
93
4.1.2 Processus de conception
Les approches de conception de systmes sont nombreuses et varient selon le type

d'application. Nanmoins, toutes celles qui existent peuvent tre classes en deux
grandes catgories: les approches ascendantes (bottom-up) et les approches descendantes
(top-down).
Les approches ascendantes dbutent par la conception de composants lmentaires
qui sont par la suite intgrs ensemble pour construire des composants de plus grande
complexit. Ces approches conviennent bien des applications o les ressources sont
limites et peu flexibles: elle sont notamment utilises dans le design de systmes
matriels (hardware) l'aide de langage de description matrielle (hardware description
language, HDL).
Les approches descendantes dbutent par une description formelle des spcifications
que doit atteindre le systme et voluent vers une partition de ces spcifications en des
fonctions lmentaires. Ces approches conviennent bien des applications complexes o
les ressources sont pratiquemment illimites et trs flexibles: elles sont notamment
utilises dans le design de systmes logiciels l'aide de langages universels et
indpendants de la plateforme sur lequel ils seront implants (par exemple le language
C++ ou le langage de spcification formelle 'z' bas sur la thorie des ensembles de
Zermelo-Frankel).
Les systmes FPGA tant d'abord des systmes base matrielle, le processus de
conception utilis a t l'origine bas sur l'approche ascendante et utilisaient des
langages de description matrielle. Cette approche convient trs bien pour des
applications de logique ou de traitement de signal. Cependant, l'utilisation rcente des
FPGA dans des applications de plus haut niveau (systmes embarqus) a ncessit le
dveloppement d'outils de conception adapts cette technologie mais bass sur
l'approche descendantes et ce, pour les raisons suivantes :
la conception de systmes complexes par l'approche ascendante est trop coteuse en

raison de son manque de flexibilit;
94
les concepteurs des nouveaux systmes embarqus sur FPGA sont d'abord des
ingnieurs logiciels (approche descendante) tant donn que ce type de systme a
jusqu' maintenant t dvelopp l'aide de technologies logicielles (microcontrleurs, DSP).
Approche ascendante
(matriell)
Approche descendante
(logiciel)
Processus de conception
sur FPGA
~~,
Intgration en 'sous"
EJB8
Dfinition da $ OU$-
~~~(~
Composants lmentaires
Mise en uvre des sot/&-systmes

sur une plateforme
Fig. 4-2 - Schma illustrant les deux grandes approches de conception de systmes et leur application
dans la conception de systme embarqus base de FPGA
Plus concrtement, l'approche descendante applique la conception de systmes

embarqus sur FPGA consiste dcrire les spcifications du systme souhait dans un
langage de haut niveau (C++ ou dans Simulink) qui est indpendant de la plateforme
finale et d'utiliser un gnrateur automatique de VHDL qui traduit cette spcification de
haut niveau en description matrielle. C'est cette approche qui a t privilgie dans le
dveloppement du banc d'essai exprimental et ce, l'aide des outils logiciels
commerciaux fournis par le manufacturier Altera [Perron et al., 2008].
95
4.2
Schma gnral et description des composants
4.2.1 Gnralits
Le banc d ' essai exprimental est schmatis la Fig. 4-3 et montre le conneXIons
prsentes entre chacune des composantes principales du montage (les con1posants avec
fond bleu ple sont des composantes qui ont t construites au LEEPCI) . On peut diviser
le montage en quatre parties : (1 ) la partie machine, (2) la partie lectronique de
puissance, (3 ) la partie instrumentation et conditionnement de signal et (4) la partie
traiten1ent de signal FPGA.
~iI:~
Comrnandt!
VSC10fIsi
Fig. 4-3 - Schma fonc tionnel des composantes du banc d 'essai exprimental
96
4.2.2 La partie machine

La partie machine est compose de machines, de botiers d'alimentation et de banc de
charges provenant de la ligne de produits de Lab Volt. Il s' agit d'un moteur asynchrone de
2.2 kW qui entrane une gnratrice courant continu (CC) 1.5 kW qui alimente un banc
de charges rsistives. La gnratrice CC est excite l'aide d'une source de tension
continue rglable 120 V. Le couple de charge produit par la gnratrice CC peut tre
ajust l' aide du banc de charges rsistives. Une description technique dtaille de ces
composantes est fournie en Annexe.
4.2.3 Module d'lectronique de puissance

La partie lectronique de puissance est compose de l' onduleur triphas trois
niveaux neutre fix (Neutral Point Clamped) construit au LEEPCI par Hung Phi Pham
en 2005 [Pham, 2005] ainsi que des modules de commande rapproche relis l'tage de
commande par fibre optique. L' onduleur est construit l'aide de transistors IGBT de
marque Powerex (modle CM100DU-12F) dont la tension nominale entre le collecteur et
l'metteur (V CE) est de 600 V et le courant nominal est de 100 A. Chacun des transistors
est connect en parallle une diode de roue libre de marque IXYS (modle DSEI
2x101) d'une tension nominale de 600 V et d'un courant nominal de 96 A. Les circuits de
commande rapproche ainsi que les metteurs optiques sont ceux conus et raliss
l'interne au dpartement de gnie lectrique de l'Universit Laval par le technicien
Martin Gagnon.
97
h)
'i
vi
Fig. 4-4 - Onduleur trois niveaux neutre fix (dit Neutral Point Clampetl), [Pham, 2005]
Cependant, l'onduleur prsent la Fig. 4-4 n'est pas utilis comme un onduleur
trois niveaux mais plutt comme onduleur deux niveaux. Cela revient dire que pour
chacun des bras de l' onduleur, les transistors T1-T2 (niveau haut) sont toujours
commands par le mme niveau logique (ouvert ou ferm). Il en va logiquement de
mme pour les transistors T3-T4 qui sont commands identiquement et selon le niveau
logique oppos aux transistors T 1-T2. Ainsi, vu du circuit de commande, l' onduleur
prsent la Fig. 4-5 est un onduleur deux niveaux classique dont le schma est le
suivant:
Fig. 4-5 - Schma de l'onduleur vu du circuit de commande
Le schma de l'interfaage de la partie lectronique de puissance avec l'unit de

traitement signal FPGA est montr la Fig. 4-6.
98
pl.ueforrrt@ de
FPGA Mara
Stfatix:
d vtOO p~nt
metteur
optique
Circuit de
COIllrllUlde
rapprohe
Ondulaur
Fig. 4-6 - Schma de l'interfaage de l'onduleur avec la carte FPGA
4.2.4 Module d'instrumentation et conditionnement de signal

Le circuit de dveloppement utilis (Altera Stratix DSP Development Board, voir la
fiche technique complte en Annexe) a t conu pour des applications de traitement de
signal haute frquence. Ses ports de conversion analogique numrique sont filtrs
(passe-haut) avec la frquence de coupure (-3 dB) situe 1 MHz. Les donnes du
fabricant recommandent l'utilisation de ces ports de conversion pour des signaux dont la
frquence est situe entre 1 MHz et 350 MHz. Les signaux provenant des capteurs de
courant, de tension et de vitesse sont des signaux de basses frquence et ne peuvent donc
pas tre connects directement au circuit de dveloppement.
Deux solutions ce problme sont possibles: (1) utiliser comme co-processeur un
circuit de type DSP qui contient des ports de conversion analogique numrique
fonctionnels dans la bande de frquence des signaux mesurs ou (2) moduler les signaux
de capteurs haute frquence, les connecter au port de conversion analogique
numrique et les dmoduler numriquement sur le FPGA. La premire option ncessite
l'installation d'un deuxime environnement de dveloppement pour le DSP et le
dveloppement d'un protocole de communication entre le circuit FPGA et le circuit DSP.
La deuxime option ncessite le dveloppement d'un circuit d'interface permettant de
moduler en amplitude les signaux des capteurs l'aide d'un gnrateur de fonction et de
les dmoduler adquatement sur le FPGA. Sur recommandation des ingnieurs d'Altera,
c'est la deuxime option qui a t privilgie.
Suivant cette option, un second problme se pose: le circuit de dveloppement n'a
que deux ports d'entre de conversion numrique analogique et le montage contient 4
99
instruments de mesures (2 mesures de courant, 1 mesure de vitesse et 1 mesure de
tension). Cependant, les filtres passe-haut des ports analogiques numriques imposent
que la frquence des signaux d'entre doit tre suprieure 1 MHz. Une telle frquence
d'chantillonnage laisse amplement d'espace pour multiplexer dans le temps les 4
mesures dont les bandes de frquence sont relativement faibles.
La partie instrumentation et conditionnement de signal est compose (1) du circuit
lectronique avec les capteurs de courant et de tension de Hung Phi Pham, (2) du circuit
lectronique avec capteur de vitesse et multiplexeur et (3) du gnrateur de signaux
HP8116A.
Le circuit lectronique avec capteurs de courant permet de mesurer la valeur du
courant instantan des phases A et B du moteur et la tension du bus DC. Ces mesures de
courants et de tension sont converties en un signal de tension continue qui varie
linairement en fonction de l'amplitude du signal d'entre et dont la valeur est de 1.5V
lorsque le signal d'entre est nul.
Le circuit avec capteur de vitesse et multiplexeur permet d'interfacer la mesure de la
vitesse instantane du moteur et de multiplexer dans le temps les signaux de mesures de
courant et de vitesse. La mesure de vitesse instantane est un signal de tension continu
qui varie linairement en fonction de la vitesse du moteur et dont la valeur est de
av
lorsque la vitesse est nulle (+/- 1.75 V vitesse nominale). Cette mesure est conditionne
par le circuit lectronique afin de la convertir dans le mme format que les mesures de
courant (centres 1.5V).
4.2.5 Le module de traitement de signal FPGA

Le module de traitement de signal FPGA contient la configuration logique
programme sur le FPGA et qui dcoule de la conception du contrleur. Elle se
dcompose en deux principales parties: (1) le bloc de traitement des signaux d'entre et
(2) le bloc de commande vectorielle. Le premier bloc sera dcrit dans cette section alors
que le deuxime, tant donne son importance, sera dcrit la section 4.3.
100
Le bloc de traitement des signaux d 'entre
La fonction de ce bloc est de dmultiplexer les signaux de mesures provenant du port

de conversion analogique numrique lui-mme connect l'extrieur au gnrateur de
signal HP 8116A afin de rendre ces signaux utilisables par le bloc de commande
vectorielle. Deux principaux problmes sont rattachs cette fonction: (1) la
dmodulation du signal de mesure et (2) la rduction du bruit dans ce signal.
Dmodulation
Tel que dcrit prcdemment, les quatre signaux de mesures impliqus dans ce
montage sont multiplexs dans le temps et moduls en amplitude sur une porteuse de 5
MHz l'aide d'un gnrateur de fonction. C'est ce signal de 5 MHz variable en
amplitude qui est doit tre dmodul puis dmultiplex pour reconstituer les quatre
signaux de dpart. Plus formellement, nous avons le signal provenant du gnrateur de
fonction:
(4-1)
rp(t)
= jet) cos(COc/)
o W c = 2n(5x1 0 6 ) radis et correspond la frquence de la porteuse
Une mthode classique pour dmoduler le signal est de le multiplier avec sa porteuse
puis de le filtrer passe-bas tel que montr sur la Fig. 4-7.
101
(b )
{e)
(d)
Fig. 4-7 - Schma reprsentant la dmodulation d'un signal modul en amplitude par la mthode de
suppression de la porteuse [Stremler, 1994]
(4-2)
L'quation prcdente montre bien qu'on retrouve le signal modul I(t) avec une
amplitude rduite de moiti la sortie du filtre passe bas. Le principe de cette technique
est plutt simple mais assez complexe mettre en application. Premirement, il yale
problme de gnration de la porteuse qui doit absolument se faire l'intrieur du FPGA
car le gnrateur de fonction n'a pas de sortie supplmentaire cet effet. Cette contrainte
implique donc la mise en place d'un mcanisme de synchronisation avec le gnrateur de
fonction. Deuximement, il y a l'ajout d'un bloc de filtre passe bas qui vient augmenter la
complexit de la conception: un tel bloc prend beaucoup de ressources matrielles et
engendre un dlai dans le signal.
Considrant ces problmes pratiques relis la mise en place de la stratgie de
dmodulation par suppression de la porteuse (suppressed carrier demodulation), une
nouvelle stratgie de dmodulation base sur l'chantillonnage synchronis du signal de
mesure avec le signal de dclenchement provenant du gnrateur de fonction est
propose.
102
Le principe de cette stratgie de dmodulation est d' chantillonner le signal de

mesure prcisment lorsque ce signal est son amplitude maximale, c'est--dire () = n/2
ou () = 3n/2. Ainsi, en choisissant d'chantillonner le signal de mesure une fois par cycle
()
n/2, on se retrouve avec un signal reprsentant l'volution de l'amplitude de la
porteuse dans le temps ce qui revient retrouver le signal modul au dpart I(t). Pour que
cette stratgie fonctionne bien, il est important de connatre le moment o l'angle du
signal de mesure est ()
n/2. cet effet, il est possible d'utiliser le signal de
dclenchement du gnrateur de fonction qui passe de 0 1 chaque passage zro de la

porteuse (avec un dphasage de 25 ns pour tenir compte d'une porteuse 5 MHz dans
notre cas). La valeur du signal chantillonn est ensuite emmagasine jusqu'au prochain
chantillonnage dans un registre.
Fig. 4-8 - Dmodulation du signal de mesure l'aide du SignalTap Analyzer d'Altera
Rduction du bruit dans le signal
Les signaux de mesure provenant des capteurs de vitesse, courant et tension subissent de
nombreuses transformations entre les capteurs et le circuit FPGA : circuit lectronique
des capteurs, circuit multiplexeur, gnrateur de fonction, port d'entre analogique
103
numrique et dmodulation. Chacun des ces systmes ou oprations introduit du bruit
dans le signal et contribue sa dgradation:
S eO sont
les valeurs des mesures la sortie des c capteurs, Se ces valeurs aprs la
dmodulation et e(t) l' erreur introduite dans le signal.

Dans l' hypothse que l'erreur e(k) introduite dans le signal est blanc et gaUSSIen,
l' esprance de l ' erreur e(k) est nulle:
(4-4)
E[e(k)]
Ainsi, il est possible de rduire le niveau de bruit dans les signaux S(k) en faisant la
moyenne des signaux avec plusieurs chantillons:
(4-5)
E[ Sc (k )]
= E[ ScO (k ) + e(k )] = E[ ScO (k )] + E[ e( k )] = E[ ScO (k ) ]
La trs grande frquence d'chantillonnage disponible ( 5 MHz) permet de raliser

facilement cette mthode de filtrage sur le circuit FPGA du montage exprimental.
Chacun des 4 signaux de mesure est ainsi tour tour chantillonn 128 reprises avec
des pauses de 32 cycles entre chaque mesure pour laisser le temps au signal la sortie du
multiplexeur de s'tablir.
tant donn les dynamiques diffrentes entre les signaux de mesure, il est inutile
d'chantillonner tous les canaux de mesure la mme vitesse d'chantillonnage. Le
tableau Tableau 4-2 montre que les signaux de courant sont chantillonns 100 fois plus
rapidement que les signaux de vitesse et de tension. Le mcanisme gnral de
dmodulation du signal est montr la Fig. 4-9.
104
Tableau 4-2 - Frquences d 'chantillonnage des diffrents signaux de mesure
Signaux
Dynamique
Frquence d'chantillonnage
Courants A et B
60 Hz
15 kHz
Vitesse
lente
150 Hz
Ten ion Bus CC
lente
150 Hz
Fig. 4-9 - Schma du mcanisme de dmodulation des signaux de mesure
Les signaux dmoduls sont ainsi disponibles pour le module de commande vectorielle et
peuvent tre envoys vers un port de conversion numrique analogique pour
visualisation sur un oscilloscope. La validation du bon fonctionnement du bloc de
dmodulation est montre la Fig. 4-10 avec trois signaux: (1) la mesure du courant A
dmodul, (2) la mesure du courant A prise directement avec un capteur de courant
branch sur l'oscilloscope et (3) la mesure du courant B dmodul.
105
Fig. 4-1 0 - Validation de la dmod u lation des signaux de mesure
Cette figure montre bien la conformit du signal de mesure A dmodul avec sa forme
originale ainsi que le dcouplage adquat entre les signaux de mesure A et B.
4.3
Conception de la commande vectorielle sur FPGA
Le principe de base dans la commande vectorielle d'un moteur courant alternatif est
de procder au dcouplage des cOlnposantes du couple lectromagntique (flux et
courant) l'aide d'un changement de repre des variables lectriques du dOlnaine de
phases (a, b, c) vers le domaine en quadrature (d, q). Ce dcouplage des variables de flux
et de courant pem1et de linariser la rgulation du couple et par consquent de la vitesse.
Il a t prsent au premier chapitre qu'il existe plusieurs variantes de la comn1ande
vectorielle (Fig. 1-9) qui se diffrencient par le niveau de complexit et de performance.
L ' objectif de cet ouvrage est d'arriver dcoupler les composantes du couple
lectromagntique le plus simplen1ent possible afin de valider une stratgie de
minimisation des pertes d ' nergie dans le moteur. Ainsi , ce qui est recherch n ' est pas la
106
performance dynamique du moteur mais bien un moyen de commander la variable du

flux magntique indpendamment de la variable de courant.
La stratgie la plus simple permettant d'atteindre cet objectif est d'utiliser la
commande vectorielle indirecte base sur le flux au rotor avec un onduleur de tension
rgul en courant. Pour simplifier davantage le dveloppement de la commande, la plage
d'opration de cette dernire a t restreinte au premier cadran (vitesse et couple positifs).
Ce type de commande se divise en huit blocs importants (Tableau 4-3 et Fig. 4-11) :
Tableau 4-3 - Description des variables d'entres et sorties associes aux blocs de commande
vectorielle
Description
Entres
Sorties
transformation de Park
i a, ib, iCI B e
id, iq
estimation du flux rotorique
id
ljfr
estimation de la position lectrique
ljfr, i q, OJp
Be
rgulation de vitesse
il OJp
T/ej
rgulation du couple
yrej
e ,lf/r
. rej
lq
rgulation de courant
ilid, iliq
transformation de Park inverse
rej
rej
Vd , V q
modulation par largeur d'impulsion
rej
rej
rej
Va " Vb ,Vc
Park inverse
(d.q}"'''., .. , (a,o;c)"'f.
Vd
Va
rej
rej
,Vq
. rej
rej
rej
, Vb , V c '
S AH,13, SBH,13, SCH ,13
va",r .
vb,~r
MU
sinusodale
Fig , 4,6
vc""
Parkdir~
(d.qle ~ (a.h,c).
C3pteurs de
courant
Fig. 4-11 - Schma de la commande vectorielle dveloppe sur le banc d'essai exprimental
107
4.3.1 Dfinition des blocs de la commande vectorielle
Bloc de transformation de Park
La transformation de Park se fait en deux tapes qui ont dj t dcrites par les quations
(1-14) et (1-15). En alignant la phase A avec l'axe q ((Je), la transformation des
composantes de courant du repre des phases au stator (ia s, hS , i/ ) au repre stationnaire
(id/, i q/ ) se fait de la manire suivante:
On peut alors faire le passage des composantes du courant du repre stationnaire (id/ , i q/
au repre tournant (id/ , iq/) l'aide de la position lectrique (Je:
(4-7)
Bloc d'estimation du flux rotorique
L'estimation du flux au rotor se fait de manire simple en multipliant la composante du

courant ide par la valeur de l'inductance mutuelle Lm. La dynamique de l'tablissement du
flux selon la constante de temps Tr est respecte l'aide d'une fonction de transfert du
premier degr. Ainsi, le flux rotorique est estim de la manire suivante:
(4-8)
o Tr
Lr/Rr et s est l'oprateur de Laplace
108
Bloc d'estimation de la position lectrique
L'estimation de la position lectrique Be s'effectue en faisant l'intgrale dans le temps de
la vitesse lectrique
Wg.
W e,
elle-mme fonction de la vitesse mcanique wp et du glissement
Ainsi:
o P
le nombre de paires de ples = 2
Bloc de rgulation de vitesse
La rgulation de vitesse est faite l'aide d'un bloc proportionnel intgral (PI) dont le gain
P est ajust en fonction du temps de rponse dsir et de la grandeur maximale du couple
(ou du courant) alors que la grandeur du gain 1 est ajust pour corriger plus ou moins
rapidement l'erreur en rgime permanent. La sortie de ce bloc est la commande en
couple sature au couple maximum Tmax
o I1wp = l'erreur en vitesse
wpref_wp
Bloc de rgulation de couple

La rgulation du couple consiste ajuster la consigne de courant {q/ef en fonction de la
consigne de couple lectromagntique T/ef et du flux magntique au rotor lJfr. La sortie de
ce bloc est sature au courant iq max.
f
. - PLr T;e- 1.max
(4 - Il) 1.e,ref -- mIn
qs
3 L
' q
(2
lf/ r
109
Bloc de rgulation du courant
La littrature contient un vaste ventail de techniques utilisables pour faire la rgulation

de courant [Kazmierkowski et al., 1998]. On y distingue deux grandes classes: (1) les
techniques tat ouvert ou ferm (<< on-off controllers ) dont la plus populaire est la
commande par hystrsis et (2) les techniques bases sur la ML!. Les diffrences en ces
deux classes se situent au niveau de la complexit de la mise en uvre et de la
performance: la commande par hystrsis est simple mais offre des performances
infrieures celle de la commande base sur la MLI quant la qualit du contenu
spectral et de la pleine utilisation de la tension du bus CC.
La technique de commande de courant propose ici est connue sous le nom de
rgulation de courant synchrone [Kazmierkowski et al., 2002] et son principe de

fonctionnement est illustr la Fig. 4-12. L'expression des tensions de rfrence (Vd/,
vq/
s'expriment alors comme suit:
(4 - 13)
ref -
V qs
A.e K 1 + f (AD.l.e KA'

e K OJ )
2 - D.l ds
l
g
qs
D.l qs
vd
wg
~------~~
>---------~
K2'
Fig. 4-12 - Schma de la rgulation de courant synchrone
vq
110
Bloc de transformation de Park inverse
Ce bloc ralise la fonction inverse du bloc de transformation de Park en appliquant un

double changement de repre aux composantes de tension de rfrence (Vdsre~ vq/
ef
).
Le
passage du repre tournant au repre des phases s' effectue par ces deux oprations:
(4-14 )
f
f
vS,r
e ] == [cos(e)
- sin(ge )][ve,r
e]
ds
e
ds
[v;;ref
sin(ee) cos(ee) v;;ref
0
ref
(4-15)
J3
[vvtref 1= 2
vcs
J3
2
1
1 [v~;rif
2 vs,r
qs el
1
-2
Bloc de modulation par largeur d'impulsion
Le bloc de modulation par largeur d'impulsion est compos d'une table de conversion
(look-up table) qui permet la gnration d'une porteuse triangulaire Vp 3906.25 Hz ainsi
que de comparateurs permettant de comparer la porteuse avec les trois tensions de

ej
rfrences Va/e~ Vb/ et Vc/ e! Le choix de cette frquence prcise repose sur une raison
de design et une raison pratique. Il est montr dans les rsultats exprimentaux de la thse
de [Abrahamsen, 2000] que la frquence de commutation idale afin de minimiser les
pertes par commutation dans l' onduleur et les pertes harmoniques dans un moteur de 2
kW se situe entre 3-4 kHz. La carte FPGA utilise dans le banc d'essai possde une
horloge dont la frquence est situe 80 MHz et le signal de la porteuse est gnr
partir d'une table de conversion de 10 bits soit 2 10
1024 chantillons par cycle. En
multipliant le nombre d'chantillons par la frquence dsire (1024x4 kHz) on trouve le

nombre de cycle ncessaires par seconde pour la gnration de la porteuse soit 4,096
MHz. En utilisant de la logique combinatoire pour diviser la frquence de l'horloge
interne par un facteur 20, on se retrouve avec une deuxime horloge 4 MHz. En activant
111
en boucle le signal de la porteuse contenant 2 10 chantillons, on arrive finalement une
frquence de porteuse gale 4 MHz / 2 10 = 3906.25 Hz.
La modulation du signal est de type sinusodal et linaire jusqu' un indice de modulation

de 0.78 (au del de cet indice de modulation, la modulation est non-linaire et appele
surmodulation ) . Les signaux de commutation sont gnrs de la manire suivante:
r
r
r
(4-16)
VT-AH -- 0
si yref
>yp
as
siyref
<yp
as
VT - AB
= VT - AH
(4-17)
VT-BH -- 0
si y~;f ~ yp
si yref
<yp
bs
VT - BB
= VT - BH
VT-CH -- 0
siyref >y
(4-18)
VT - CB
= VT - CH
cs
siyref
<yp
cs
4.3.2 Conception des blocs de la commande vectorielle pour la

mise en oeuvre sur FPGA
La validation dans Simulink des blocs de commande vectorielle montre que du

ct fonctionnel, ces blocs remplissent bien la fonction souhaite. Il ne reste maintenant
qu' mettre en oeuvre ces mmes fonctionnalits l'intrieur de l'unit de traitement de
signal.
Dans le cas des solutions traditionnelles sur micro-contrleurs ou DSPs, il s'agit de
convertir ces blocs en code de haut niveau tel C++, de traduire ce code en langage
machine et de placer le code final en mmoire. Dans le cas des FPGAs, tel que discut
prcdemment la section 4.1.2, il ne s'agit pas de crer du code mais bien de concevoir
des circuits logiques partir des blocs lmentaires prsents sur le type de technologie
FPGA utilise pour remplir chacune de ces fonctions. De nouvelles contraintes propres
ce type de circuit s'ajoutent au processus de dveloppement:
112
1. contraintes au niveau de la reprsentation des donnes (formats et rsolution
de l'information);
2. contraintes au niveau des ressources matrielles disponibles;
3. contraintes au niveau de la synchronisation des signaux;
Dans la cadre de cette thse, l'outil de conception FPGA de haut niveau qui a t
utilis est celui fournit par Altera, le manufacturier de la carte de dveloppement utilise,
est dont le nom commercial est DSP Builder. Ce logiciel est une bote outil (toolbox )
qui doit tre utilis directement dans Simulink et dont les blocs sont interfaables avec
d'autres blocs Simulink.
Ainsi, la mise en place sur FPGA de la commande vectorielle dcrite la section
prcdente revient convertir la version Simulink du design en version DSP Builder. La
librairie de blocs fournie dans le logiciel DSP Builder est compose de blocs pouvant tre
directement convertis en format VHDL puis synthtiss pour la mise en place sur FPGA.
Ces blocs remplissent seulement des fonctions lmentaires comme des additions, des
multiplications ou des oprations logiques ET, OU, NON, etc. La conversion de la
plupart des blocs du design Simulink est plutt directe, mais le fonctionnement de
certains blocs doit tre compltement revus pour tre bien adapts leur version FPGA.
Le bloc de rgulation de couple est montr en exemple la Fig. 4-13. On y voit bien
le mcanisme de calcul de la commande de couple PI en fonction de l'erreur en vitesse
ainsi que le mcanisme de saturation
T/ e/
ION m.
113
q(31 0)
-z+ 1
------~ rst
~---+CD
Couple_Rei
~-----1)01
Fig. 4-1 3 - Ver sion DSP Builder du bloc de rgulation de co uple
Chacun des blocs de la commande vectorielle a ainsi t conu et valid en

comparant sa sortie avec celle du bloc Simulink correspondant pour une mme srie de
donnes en entre (Fig. 4-14).
~.
Fig. 4-14 - Validation du bloc de r gulation PI de vitesse en ve rsion DSP Builder
La validation du bon fonctionnelnent du bloc DSP Builder avec la verSlon

Simulink n ' est cependant pas suffisante pour procder la phase d'intgration. Il arri ve
frquemn1ent que le comportement d'un bloc DSP Builder en simulation ne soit pas le
mme que lorsqu ' elle est ll1ise en place sur le FPGA (en raisons de bogues prsents dans
114
le logiciel). L ' ultime tape consiste donc faire la validation de chacun des blocs dans
leur version sur une simulation avec matriel dans la boucle (MDB) ou hardware-in-the-
loop. La version MDB du bloc est une version matrielle implante dans le FPGA et qui
fonctionne en nlme temps que le reste de la simulation de test dans Simulink grce une
communication tablie par un cble parallle entre la plateforme FPGA et l'ordinateur
utilis pour la conception (Fig. 4-15).
alCo
Plateforme de
dveloppement
FPGA
dus 311
fi
Fig. 4-15 - Validatio n du bloc P I vitesse en simu lation avec matriel dans la boucle (MDB)
4.4
Validation exprimentale de la commande vectorielle
Cette section a pour objectif de montrer le bon fonctionnement du banc d'essai

exprimental conu et dvelopp selon ce qui a t prsent dans les sections 4.1
4.3. Il s'agit d'une condition primordiale rencontrer afin d'utiliser le banc d'essai
exprimental pour valider l'approche de commande optimale prsente au chapitre
prcdent.
115
4.4.1 Rgulation de courant
La premier item valider dans la rgulation de courant est la qualit de la

forme d'onde: on recherche une forme purement sinusodale avec le moins de bruit
(harmoniques) que possible. Avant mme de faire une mesure des pha es du courant,
il est possible de savoir si la rgulation de courant est bonne ou mauvai e seulement
en coutant et en regardant le moteur tourner: une bonne rgulation de courant
engendre un mouvement silencieux du moteur et une vitesse table.
4 00
1.00
+--I~-----I---fl----I'-l------I------I--~+---I---r----#--"1l----I----Jr------lJ--l---<
g
~ o OO ~~--+-~-~~--~~-+-~-~~-----ll--~-~~-~~~
o
-3 0 0~---------~------------~~----~
Phase A
Phas e 8
2000
40 00
-4 00
0.00
60 00
80 00
100.00
120.00
14000
160 00
18000
Tem ps (ms)
Fig. 4-1 6 - Cour ant des ph ases A et B vide (wp
37 r adis)
La Fig. 4-16 montre les mesures des phases A (en bleu) et B (en rose) du courant
(prises avec deux capteurs de courant directement branchs sur l'oscilloscope) lorsque le
moteur tourne vide et avec une commande en vitesse de 0.2 p.u. (37 radis). On
remarque que la qualit du courant est bonne: forme sinusodale qui contient peu de
bruit (surtout la phase B).
116
0.0
01
02
0.3
04
0.5
0.6
0.7
0.8
09
10
11
12
13
14
15
16
17
18
Id-ref
Id
1.9
20
Tellll}S ts)
Fig. 4-17 - Rponse l'chelon de la composante de courant id
La Fig. 4-17 montre les signaux de commande du courant ij-e!' ainsi que sa valeur
observe id la sortie du bloc de transforn1ation de Park lorsque la vitesse du moteur et la
vitesse commande sont nulles (et par consquent un couple command nul). On
remarque que le courant id se stabilise bien la valeur de courant commande mais aprs
de longues oscillations d'amplitudes assez 1nportantes. II existe plusieurs causes
possibles pour expliquer cette mauvaise performance en rgime transitoire notamment
celle d'une estimation imparfaite de la vitesse de glissement (voir le schma du
rgulateur de courant synchrone, Fig. 4-12), elle mme cause par l'erreur d'estimation
des paramtres de la machine et des erreurs de mesures (notamment la mesure de la
vitesse mcanique).
117
10
Iq-ref
Iq
-2
01
0.2
03
04
05
06
07
08
0.9
Te ml>s (s)
Fig. 4-18 - Rponse l'chelon de la co mposante de coura nt iq
La Fig. 4-18 montre les signaux de commande du courant i q rel ainsi que sa valeur
observe iq la sortie du bloc de transforn1ation de Park lorsque la vitesse du moteur et la
vitesse commande sont nulles (et par consquent un couple command nul). On
remarque que le courant iq suit bien le signal de commande et prsente un rgime
transitoire beaucoup plus acceptable que celui du courant id montr la figure prcdente.
Une petite erreur en rgime permanent est observable mais s'explique par un dcalage au
niveau du rglage de l'affichage des signaux. S'il y avait une relle erreur en rgime
permanent, le systme ne serait pas capable de stabiliser la vitesse commande, c' est-dire que lorsque la commande en couple serait nulle, le couple lectromagntique produit
serait non-nul et il serait alors possible d'observer une acclration du moteur.
11 8
4.4.2 Rgulation du flux
020
0 18~------------------------------------------------~
014r-------~----~~------------------------~====~-
012 ~------_+--~~--------------------------~======01O r--------+--~-------------------------------------
0.08
r--------+~L---------------------------------------
006~------~~---------------------------------------
004~------~~---------------------------------------
002~------~~---------------------------------------
MHIIIII_MR!________________________________________---,
0.00 . .
00
01
0.2
03
04
05
06
07
0.8
0.9
1.0
1.1
1.2
13
14
15
16
1.7
1.8
1.9
20
Temps (sI
Fig. 4-19 - Rponse l'chelon du flux rotorique
La Fig. 4-19 montre les signaux de comlnande de flux 'F,.ref ainsi que sa valeur
observe 'Pr la sortie du bloc d' estimation du flux rotorique (quation (4-8)) lorsque la
vitesse du moteur et la vitesse commande sont nulles (et par consquent un couple
command nul) et que le courant comlnand id est de 0.7 p.u .. On observe que la
dynamique du flux est normale et que le tenlps de rponse est d'environ 0.6 seconde, ce
qui correspond bien ]a constante de temps Tr = Lr / Rr ~ 0.67 s. (voir paramtres du
moteur au Tableau 5- 1 du chapitre suivant). Le valeur du flux estim converge bien vers
la commande en flux: il s ' agit d ' un point dterminant pour effectuer une bonne
rgulation du couple et surtout, ajuster le niveau de flux afin de IninLniser les pertes dans
la MA tel que propos au chapitre prcdent.
119
4.4.3 Rgulation du couple
3.0 , - - - - - -
25+-----
2.0 + - - - - - - - l ! -
15 + - - - - - - - - l i - -
1.0 +------+---______'T
0.5
00 - I - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - i
00
0 1 02
03
04
05
06
0.7 0.8
0.9 1.0
1. 1 1.2
1.3
1.4
15
16
17
18
1.9
20
Temps Isl
Fig. 4-20 - Rponse du couple suite cha ngement de vitesse vide (w/ ef = ] 8.5 radIs 37 radIs)
La Fig. 4-19 montre les signaux de commande de couple lectromagntique T/e.l

ainsi que sa valeur observe Te lors d'un changement de la consigne de vitesse mpre.l de
0.1 0.2 p.u. lorsque la MA est vide. Cette figure montre bien que le couple Te suit bien
le signal de commande qui finit par converger vers une valeur proche de zro (qui
quivaut au couple de frottement cette vitesse).
120
4.4.4 Rgulation de la vitesse
70
~ ~~-------------------+#-----------------------
10~----~~------------------------------------
00
05
10
15
2 CI
25
3 CI
3.5
4.0
4t
5 (1
55
60
65
1.0
75
80
85
9.0
95
10 CI
T elll ps(s)
Fig. 4-21 - Rponse l'chelon en vitesse pour diffr entes consignes (w/ ef
La Fig. 4-21 montre les signaux de commande en vitesse
18.5, 37, 55.5 radis)
w pret' ainsi
que la vitesse
mesure w p l' aide du capteur de vitesse install sur la MA pour les consignes de vitesse
de 0.1 , 0.2 et 0.3 p.u. lorsque la MA est vide. On observe que la dynamique de vitesse
de la MA est normale et qu ' elle converge bien la vitesse commande: ce qui montre le
bon foncti onnelnent gnral du systme d ' EVV qui pourra alors tre utilis pour mesurer
les pertes dans la Inachine diffrents points d ' opration en vitesse et couple de charge.
4.5
Conclusion
Dans ce chapitre, nous avons dcrit le proce sus de conception et de mise en uvre
du banc d ' essai exprimental qui sera utili s pour valider le systme de commande
propos au chapitre 3. Ce banc d ' essai a t construit autour d 'une puce lectronique
121
reprogrammable de type FPGA intgre une plateforme de dveloppement commerciale
fournie par le manufacturier Altera.
Ce type de technologie a t choisi en raIson de ses affinits videntes avec la
ralisation de systmes de commande base de RNA (possibilit de paralllisme fin ou
fine-grained parallelism) et d'architectures avances de systmes embarqus (possibilit

de paralllisme grossier ou coarse-grain parallelism). Ce choix nous a permis
d'exprimenter un nouveau processus de conception de systmes matriels bas sur le
paradigme de l'approche descendante, traditonnellement utilise dans les systmes
logiciels.
Chaque sous-systme du systme de commande a t valid avec succs dans un
premier temps par une approche avec matriel-dans-Ia-boucle et l'environnement de
simulation de systmes lectriques SimPowerSystems MC et puis dans un deuxime temps
l'aide d'un moteur et d'un onduleur de tension bien rels.
La validation exprimentale du systme d'EVV prsente dans ce chapitre montre
que le banc d'essai est prt tre utilis pour valider la nouvelle proposition de
commande prsente au chapitre 3.
122
Chapitre V: Conception et validation d'un modle des

pertes du moteur asynchrone
Ce chapitre a pour but de faire la conception et la validation d'un modle des pertes dans
la MA du banc d'essai exprimental en vue de faire la validation de la SCEO avance
dveloppe au chapitre 3. Il avait t identifi au chapitre 2 que les modles typiquement
mentionns dans la littrature comprenaient des paramtres difficiles estimer (comme le
coefficient de pertes par hystrsis ou par courant de Foucault) l'aide de techniques
simples.
Puisqu'il n' est pas dans l'objectif du prsent ouvrage de dvelopper un modle prcis des
pertes, nous proposons de valider la SCEO l'aide d'un modle des pertes construit
l'aide du standard IEEE-112 qui est couramment utilis dans l'industrie. Le modle
rsultant possde l'avantage d'tre facile d'utilisation et par consquent augmente la
probabilit d'acceptation industrielle de la SCEO propose.
5. 1
Modle des pertes avec alimentation triphase sinusodale
L'alimentation d'une MA par une source triphase sinusodale permet de simplifier

l'analyse des pertes dans la machine. En faisant l'hypothse que la tension de sortie de la
source est purement sinusodale, de frquence constante et dont les valeurs d'amplitude et
de frquence sont connues, le calcul des pertes dans la machine se simplifie au calcul des
pertes engendres par l'onde de tension fondamentale.
123
5.1.1 Identification des paramtres du moteur
Il existe plusieurs mthodes et techniques d'identification hors ligne et en ligne des

paramtres d'une MA [Toliyat et al., 2003J. Les mthodes hors lignes gnralement
utilises sont dcrites dans le standard IEEE-112 [IEEE-112, 2004]. La prdiction de la
performance dynamique/nergtique est directement relie la prcision avec laquelle les
paramtres identifis de la machine se rapprochent des paramtres rels.
La mthode qui a t utilise pour identifier les paramtres de la MA du banc d' essai
exprimental est celle base sur un schma quivalent des phases du moteur tel que
prsent au chapitre 1 et dcrite comme la mthode F dans le standard IEEE-112. Cette
mthode se divise en trois parties: (1) essai vide, (2) essai en rotor bloqu et (3) essai
glissement nominal et tension d'entre rduite.
La MA utilise dans le banc d'essai est un moteur LabVolt de 2 kW. Les valeurs des
paramtres de la MA alimente tension nominale (208 V) et frquence nominale (60
Hz) sont prsents au tableau 5-1. Les dtails et les rsultats de l'identification de la MA
sont prsents l'Annexe 1.
Tableau 5-1 - Paramtres du moteur de 2 kW utilis dans le banc d'essai exprimental
Paramtre
Description
Valeur
Unit
Rs
Rsistance statorique
0.655
~fs
Inductance de fuite au stator
16.61
mH
Rfe
Rsistance quivalente aux pertes fer
253.5
Lm
Inductance mutuelle
51.73
mH
Lfr
Inductance de fuite rotorique rflchie au stator
16.61
mH
Rr
Rsistance rotorique rflchie au stator
0.102
partir des paramtres de la MA prsents au tableau 5-1, il est possible de calculer

prcisment les pertes totales dans la machine vide tension et frquence nominale.
124
Cependant, pour tre en mesure de prdire les pertes totales dans la MA vide pour
diffrents niveaux de tension d'alimentation (et par consquent de flux lflm), les
paramtres Rfe et Lm doivent tre ajusts l'aide de coefficients
K~re
et K Lm dtermins
partir des mesures de l'essai vide [Novotny et al., 1984] de telle sorte que:
(5-1)
Rfe(lflm}
(5-2)
Lm(lfl"J =Lmo*KLm(lflm) o Lmo est la valeur nominale de Lm
Rfeo*KMe(lfl"J o Rfeo est la valeur nominale de Rfe
Les coefficients K Rfe et K Lm sont dtermins partir de valeurs Rfei et Lmi quivalentes
calcules pour chacun des i points d'opration vrifis lors de l'essai vide. L'ajustement
de Rfe est fait en fonction de la puissance d'entre et celui de Lmi est fait en fonction du
courant total de la manire suivante:
(5-3)
Rf.;('1/
m,) = 3('1/;OJeY = 3V;; o i = 1, 1, 2, ... ,18, reprsente j'indice de l'essai

hi
Phi
vide et o
(5-5)
La valeur des coefficients KRfei et K Lmi est le rapport entre les diffrentes valeurs de
paramtres Rfei et Lmi trouvs par rapport la valeur au point d'opration nominal:
(5-6)
(5-7)
K RJei
Lmi
RJei
== R O
Je
Lmi
== L O .
ml
La Fig. 5-1 compare les valeurs trouves des coefficients KRfei et KLmi (reprsents en
blanc) avec les valeurs prsentes dans l'article de [Novotny et al., 1984] partir d'essais
125
exprimentaux sur une MA de 7.5 HP 208V triphase ayant une vitesse nominale de
1725 TPM (reprsentes en noir). Puisque ces paramtres dpendent de la construction de
la machine teste, il est normal que les coefficients obtenus par les auteurs de l' article
soient diffrents de ceux obtenus avec les mesures de l' essai vide de la MA du banc
d'essai du LEEPCI. Cependant, on peut observer des similitudes dans la forme des
courbes.
1.
Krfe-N KLm-N
Krfe-exp
KLm-exp
1,4
1,2
1
E 0,8
a
0
~ 0,6
...J
0
0
0
0
0
0
0
0,4
0
0
0,2
0
0,2
0,4
0,6
0,8
1,2
Flux d'entre-fer (p.u.)
Fig. 5-1 - Comparaison des coefficients K Rfe et K Lm obtenus partir de l'essai vide avec ceux
montrs dans l'article de [Novotny et al., 1984]
La caractrisation des valeurs de K Rfe et de K Lm en fonction du niveau de flux d' entrefer
'lfm permet d ' ajouter de la flexibilit au modle et d'tre en mesure d' estimer les pertes
totales peu importe le niveau de flux . L'intgration de ces paramtres variables dans le
modle s'effectue l'aide de courbes de rgression polynomiales: du troisime degr
pour KR.re et du cinquime degr pour K Lm. Les expressions de R.re('lfm) et de Lm(lflm}
deviennent ainsi:
126
( 5 9)
-
0
L (lj/ ) = LO
m K Lili (lj/ m ) = L
J17
11/
~ b ; lj/ fI15-;
"
111
;=0
o la valeur des coefficients
Qi
et
hi
(obtenus par rgression linaire l'aide du logiciel
Excel) est lllontre au Tableau 5-2.
-169.7
57.41
-0.08723
0.03031
9901
-8855
3031
-507
La Fig. 5-2 montre les courbes qui approximent les valeurs de
41,52
-0.1897
K~fe
et de K Lm sur le
domaine utile du flux d ' entre-fer VJm :
1,2
--
_._----
1,4
-------.-.------"-,----------. -.---.-..--.. ---- ---- -_._., ------.----.---..------------.------.-.-.----------"------.------------------..---. -------.

.....;l.. A
......,.......iA a.
.. ... .
.'
~ 0,6
..e:
....
~ 0,4
.... ......
.'
0,05
.::::::
...
'
'
'
Krfe-calc
. Krfe-reg
.' .'
..
.'
0,2
.'
....
..
.. t f
.'
....
0,15
0,2
0,25
KLm-caIC !
. KLm-reg
0,1
0,3
Flux d'entrefer 4Jm (Wb )
Fig. 5-2 - Courbes de rgr ession polynomiales pour app roximer la valeur des coeffici ents KR./e et K LIII
pour diffr entes valeurs de flu x
127
5.1.2 Conception du modle de pertes
Tel que prsent au chapitre 2, il existe de nombreux mcanismes de pertes l'intrieur

de la MA lors de son fonctionnement (voir Tableau 2-1). La modlisation de ces
mcanismes de pertes est simple pour certains (pertes cuivre fondamentales) et trs
complexe pour d'autres (pertes harmoniques spatiales). Bien qu'une estimation juste des
pertes totales dans la MA dpend de la qualit avec laquelle on modlise et on dcouple
chacun des mcanismes de pertes, il est tout de mme possible de concevoir un modle
des pertes performant en simplifiant la modlisation de certains mcanismes de pertes. Il
s'agit de faire un compromis acceptable entre la prcision et la complexit du modle des
pertes.
Pertes fondamentales
Les pertes fondamentales se rduisent aux pertes cuivre au stator et au rotor ainsi
qu'aux pertes fer totales (qui englobent les pertes hystrsis et les pertes par courant de
Foucault au stator et au rotor). En commenant par les pertes cuivres, on les exprime
comme tant gales :
(5-10)
(5-11)
~u = Pcu-s + Pcu-r = 3(RsI: + Rr I ?) o
1: =Id +Iq
( 5-12) 1r
= Lm (lf/m) 1
L
128
En faisant l ' hypothse que l'inductance de fuite au rotor est ngligeable [Bose, 2002] , le
flux au rotor devient peu prs gal au flux mutuel:
(5-16)
lf/ r ~ lf/ m
Les pertes cuivre un couple lectromagntique
flux au rotor lJfr
Te
donn, deviennent donc fonction du
Les pertes fer totales dans le MA sont composes de celles au stator et de celles au rotor.
Cependant, nous avons vu au chapitre 2 que les pertes fer au rotor sont ngligeables.
Ainsi:
(5-18)
P jer
= P jer-s + P j er- r
P jer-s
Pertes de charge rsiduelles
Les pertes de charge rsiduelles
Pres
correpondent aux pertes harmoniques spatiales et
sont ramenes l'quation suivante [Kioskeridis, 1996] :
129
Pertes mcaniques
Les pertes mcaniques correspondent aux pertes par frottement des roulements et aux
pertes par frottement de la ventilation. Ces pertes sont ramenes une seule quation
dpendante de la vitesse :
Pertes totales
Les pertes totales P Tot dans la MA est la somme des pertes fondamentales (cuivre et fer),
rsiduelles et mcaniques:
5.1.3 Validation du modle de pertes vide
Une premire validation vide permet d'avoir un aperu sur les pertes totales
dans la machine sans les pertes Joule au rotor et les pertes de charges rsiduelles qui sont
difficile estimer. Les pertes Joule au rotor dpendent de la valeur de la rsistance
rotorique qui varie en fonction de la temprature et qui n'est pas directement mesurable
dans une MA cage (on doit alors l'estimer l'aide de l'essai rotor bloqu ou par des
mthodes d'estimation en ligne).
Ainsi, en oprant la MA vide sous diffrentes valeurs de tension de phase Vi (et
frquence constante de 60 Hz), on peut mesurer la grandeur du courant dans une phase
de la machine et les pertes totales l'aide d'un analyseur de puissance (AV PA4400). Ces
mesures sont alors compares celles calcules l'aide du modle des pertes en fonction
de la tension de phase et de la vitesse du moteur (pour l'ajustement du glissement).
130
Tableau 5-3 - Validation du modle de perte vide avec alimentation en tension du rseau
Il
Il
mesur
modle
1799
5,118
5,08
210,6
1798
4,806
197,21
1799
186,93
Pertes
Pertes
mesures
modle
0,70/0
199,02
205,99
3,50/0
4,79
0,3%
186,55
189,3
1,5%
4,361
4,34
0,5%
165,38
168,4
1,8%
1799
4,064
4,03
0,8%
153,02
155,2
1,4%
167,74
1799
3,542
3,52
0,60/0
133,8
135,4
1,2%
146,56
1798
3,043
3,04
0,1%
116,55
118,6
1,8%
124,94
1797
2,562
2,58
0,70/0
102,1
105,03
2,9%
102,85
1795
2,122
2,14
0,8%
91,76
94
2,4%
80,37
1794
1,7198
1,72
0,0%
82,08
85,29
3,9%
57,84
1787
1,4328
1,46
1,9%
75,15
78,8
4,9%
42,55
1775
1,4235
1,46
2,6%
72,3
76,64
6,0%
VI (1-1)
Vitesse
219,5
erreur
erreur
Les donnes du tableau 5-3 montrent bien que le modle conu permet de prdire avec
une prcision acceptable (moins de 5%) la grandeur du courant de phase dans la machine
et les pertes totales. On remarque que l'erreur de prdiction des pertes totales augmente
avec le glissement en raison de la variation de la valeur de la rsistance rotorique en
fonction du glissement qui n'est pas pris en compte dans le modle.
5.2
Modle des pertes avec convertisseur statique
Le modle des pertes conu la section prcdente doit tre valid dans le cas o
la MA est alimente par un convertisseur statique. Nous savons dj que ce type
d'alimentation augmente les pertes cuivre et les pertes fer dans la machine et par
consquent, nous devrions ainsi observer une diffrence entre les pertes estimes partir
du modle et celles mesures sur le banc d'essai exprimental.
131
La validation a t faite pour diffrents points d ' opration entre 0.1 et 0.5 p.u. en
vitesse et 0.05 et 0.15 p.u. en charge (correspondant respectivement un essai vide et
un essai avec la MA entranant le rotor d'une machine DC). Pour chacun des points
d ' opration, trois mesures de la puissance d' entre dans la MA (puissance sortant de
l' onduleur) ont t effectues pour 10 niveaux de flux itus entre 0.1 et l.0 p.u. et qui
quivaut aux pertes totales. Ces mesures ont ensuite t moyennes et compare celle
obtenues partir du modle des pertes pour le mme niveau de flux.
On observe ainsi aux Fig. 5-3 et Fig. 5-4 les courbe obtenues pour une vitesse de
0.1 p.u. dans le ca sans charge et avec charge respecti vement. Ce graphique montrent
bien que le n10dle propos pern1et une meilleure estimation des pertes vide qu 'en
charge : ce qui tait attendu tant donn la difficult d ' estin1er prcisment les pertes au
rotor et les pertes de charge rsiduelles .
Il est cependant intressant d'observer que dans les deux cas, le modle permet de
bien estimer quel niveau de flux les pertes dans la MA seront minin1ales.
v =0.1
p.u. - Sans charge
40 ,000
35,000
30,000
~ 25,000
fi)
Q)
1::
20,000
Q)
a.. 15,000 10,000

5,000
0,6
0,8
Exprirrental
1- rvbdle
0,000
0,0
0,2
0,4
1,0
1,2
Flux (p.u.)
Fig. 5-3 - Pertes dans la MA vide pour diffrents nivea ux de flux un e vitesse de 0.1
132
v = 0.1 p.u. - Avec charge

60 ,000
50 ,000
"'
~
t
40 ,000
30,000
20,000
Q)
a..
10,000 -1
0,000 '
0,0
0,2
0,4
0,6
0,8
ExprirT"Bntal
rvbdle
1,0
1,2
Flux (p .u.)
Fig. 5-4 - Pertes dans la MA en ch a r ge pour diffr ents niveaux de flu x un e vitesse de 0.1
Les rsultats obtenus pour les autres points d 'oprations sont similaires ceux prsents
plus haut et par souci de concision, ils ne seront pas lTIontrs ici. Le lecteur est invit les
consulter en Annexe ou au chapitre 6 dans lesquels ils seront compars avec la rponse
obtenue l' aide du systme de commande propos au chapitre 3.
Bien que restreint, le dOlnaine de validation tudi est suffisant pour montrer la validit
du modle des pertes conu la section prcdente et son utilisation dans la commande
avance du chapitre 3.
5.3
Conclusion
Ce chapitre a permis de faire la validation d 'un modle des pertes construit l' aide du
standard lEEE- 112 en vue de faire l' entranement de la SCEO dvelope au chapitre 3.
Les rsultats obtenus n10ntrent qu ' il s' agit d 'un modle acceptable pour la conception de
cette SCEO.
133
Chapitre VI : Conception et validation exprimentale de

la commande de flux optimale et neuronale sur FPGA
Ce chapitre a pour obj ectif de faire la validation de la stratgie de commande vectorielle
nergtiquement optimale avec rgulateur de flux neuronal conue au chapitre 3 l' aide
du banc d' essai exprimental dcrit au chapitre 4. Le rseau de neurones intgr cette
stratgie de commande est entran par des donnes d ' entranements gnres partir du
modle des pertes propos et valid au chapitre 5. Mais avant de prsenter la validation
de la stratgie de commande, une introduction la conception de RNA de type
perceptron multicouche sur FPGA sera prsente.
6.1
Conception de RNA sur FPGA
La question de la conception de RNA sur FPGA est devenu, avec la monte de

l'utilisation des FPGA dans les applications de systmes embarqus (voir section 3.3), un
sujet trs actuel. Le seul ouvrage compltement ddi cette question n'est paru que trs
rcemment [Omondi et al., 2006]. La problmatique fondamentale dans cette activit est
de raliser un systme dont l'architecture est d'inspiration analogique (biologique) sur
une plateforme numrique rsolution finie. Le RNA idal devrait donc tre ralis avec
des gains et des fonctions d'activation de rsolution infinie mais, tant donn les
ressources limites des FPGA, un compromis doit tre effectu entre sa performance et la
quantit de ressource utiliser pour sa ralisation.
Cette problmatique est vraie pour tous les types de RNA mais, par souci de
concision, nous tudierons ici les aspects de cette problmatique relie la ralisation de
perceptrons multicouche.
Ainsi, selon l'article de [Zhu et al., 2003], les deux principaux problmes relis
la ralisation de RNA sur FPGA sont: (1) la rsolution associe aux gains et (2) la
stratgie de mise en uvre de la fonction d'activation.
134
6.1.1 Rsolution associe aux gains
La stratgie d' optimisation de rsolution des gains du RNA qui est la plus simple,
la plus directe et la plus rpandue est celle par essai et erreur. Toutefois, certains
chercheurs ont tent de trouver une mthode formelle permettant de trouver la rsolution
optimale attribuer ces gains en fonction de l' application.
Ainsi, les recherches menes par [Holt et al. , 1991] ont montr que la rsolution
optimale des gains du RNA devrait tre de 16 bits point fixe (1 bit pour le signe, 3 bits
gauche de la virgule, 12 bits droite). Les rcents travaux mens par [Muthuramalingam
et al., 2007] dans l'utilisation des RNA sur FPGA dans une application de modulation par
largeur d'impulsion confirment que la performance optimale du RNA est obtenue une
rsolution de 16 bits point fixe.
6.1.2 Stratgie de mise en uvre de la fonction d'activation
La fonction d' activation joue un rle majeur dans le bon fonctionnement d'un
RNA et peut exister sous plusieurs formes: linaire, sigmoide, tangente hyperbolique,
etc. [Haykin, 1998]. Bien que la ralisation de la fonction d'activation linaire soit
relativement simple (un gain), la ralisation des autres formes mentionnes plus haut
(non-linaires) est beaucoup plus complexe.
Typiquement, la faon la plus rapide de raliser ces fonctions d'activation est
d'utiliser des tables de conversion (look up table) [Botros et al., 1994] afin de faire une
correspondance directe entre les entres et les sorties. Un inconvnient vident de cette
approche est la ncessit d'utiliser beaucoup d'espace mmoire. Un compromis entre
prcision des fonctions d'activation et besoin en espace mmoire doit alors tre effectu.
D'autres mthodes plus complexes mais ncessitant moins d'espace mmoire sont
discutes dans la littrature, notamment en ce qui concerne la fonction d'activation de
forme sigmode [Tommiska, 2003]. L'alternative la plus connue l'utilisation de tables
de conversion est d ' approximer la fonction sigmode l'aide d'une fonction linaire par
135
morceaux (FLM, piecewise linear approximation) : l'espace mmoire se rduit alors
conserver la valeur des coefficients de cette fonction.
Il
1.0
0.9
0 .8
0.7
0 _6
./
e-e--
Y 0_5
0.4
0.3
0.2
0.1
0
>-8
-4
-6
-2
Fig. 6-1 - Fonction sigmode coupe en 4 morceaux partir du point de symtrie (x = 0)
Ainsi, en prenant comme rfrence la Fig. 6-1, l'approximation de la fonction sigmode

s(x) sur un domaine 1 = [B,H] se fait en le divisant en 2k parties (avec B < lI) :
1=
(6-1 )
lI ,l
0
p ...
,12k J
1 = [(z BO , 1HO)' (I BI' 1HI)'" ., (1 B 2 1H 2
1 = [( B,B +
H2~ B
J(
k ,
B+
k )]
H2~ B ,B + 2(~~ B) }
.. .(B +
2k-I(~ - B) ,H )]
Chacune de ces parties est alors approxime par un polynme d'ordre 1 :
(6-2)
s(x) =
(6-3)
s(lBi)
1+ e- x
~ s(xlx E I
,)
l
CI '
,1
+ C 21'X o
,
= 1 + e _1 = s(1 B' ) = CI ' + C 2 .lB'

Bi
,1
,1
136
(6-4)
s(lHJ
= 1+ e -1 . = S(/H' ) = C l ' + C 2 '/H '

HI
,1
,1
En solutionnant, on trouve les valeurs de
(6-5)
(6-6)
l ,i
Cl
et C2 pour l'intervalle l i = [/Ei, /HJ :
= _____r_-:--__:-r + / Hi - / Bi + / Hie1 - Bi e1
=
2,i
Hi
e l Hi
r + / Hi
- Bi
Bi
e l Bi
+ / Hie1
Hi
- Bi e
/
1Bi
(6-7)
Ainsi, plus on divise le domaine l avec un grand nombre de sections plus on rduit
l' erreur entre l'approximation s (x ) et s(x). Un moyen d' amliorer la prcision sans
toutefois augmenter le nombre de sections est d'observer que la fonction sigmode s(x)
est symtrique autour de x = 0 et que s(x)l- 00 < x < 0 = -s(lxl).
6.2
Ralisation des fonctions de commande de flux neuronaux
sur FPGA
Cette section prsente la ralisation sur FPGA des fonctions de commande conues au
chapitre 4. Pour fins de comparaison, deux versions seront prsentes pour chacun des
rgulateurs : une version avec fonction d'activation base de TDC et une autre base de
FLM.
6.2.1 Commande de flux neuronal
La commande de flux neuronal est une fonction qui dtermine le niveau de flux
optimal en fonction du point d'opration de la MA dtermin par sa vitesse et son couple
de charge. Sa ralisation a t faite l' aide d'un perceptron multicouche 3 couches
ayant respectivement 2-8-1 neurones (2 entres, 8 neurones sur la couche cach et 1
137
sortie) et dont la tructure e t entirement parallle. Un script Matlab a t cr afin de
concevoir un RNA sur FPGA (dans DSP Builder) partir d'une pcification provenant
du Matlab Neural
etwork Toolbox.
Con1n1ande deflux neuronale avec.fonction d 'activation base de TDC
La validation du fonctionnement de la commande de flux neuronale avec fonction

d'activation ba e de TD C e t montre la Fig. 6-2. Cette validation e fait en faisant la
comparaison de la ortie respective de ver ions idale (Neural Toolbox) en imulation
(D SP Builder) et en M DB de la commande neuronale pour de
ntre de vite e et de
couple dOlms. On observe sur la Fig. 6-2 que la rponse en sortie des trois ver ions du
rgulateurs sont semblables et que la con1mande en flux suit de prs le couple du MA tel
que dduit du modle de pertes (voir Fig. 3-3).
Signaux d'entre normaliss (vitesse et couple)
0.8
0.6
0.4
0.2
Vitesse
Couple
20
10
30
40
50
60
80
90
100
Commande en flux normalise
0.9 r - - - , - - - - - , . . - - - , - - - - - r - - - - - , - - - - - , - - - - - , - - - , - - - - , - - - - - - ,
0.8
0.7
0.6
fI
:: _ """IT"",, i
. \
0.2
& DSP Builder
_ M~ttri91 d~ns
la
boucle
10
20
30
40
50
60
70
80
90
100
Fig. 6-2 - Validation du rgulateur neuronal de flux avec foncti on d ' activation base de TDC par
comparaison de la sortie des version s Neural Toolbox, DSP Builder et avec MDB
138
Con1mande deflux neuronale avec ,fonction d 'activation base de FLM
La validation du fonctionnement de la commande de flux neuronale a ec fonction

d 'activa6on base de FLM est montre la Fig. 6-3. Cette vali dation e fait en fai ant la
cOlnparaison de la sortie respective des ver ions idale (Neural Network Toolbox), en
siInulation (DSP Builder) et en MDB de la commande neuronale pour de entre de
vitesse et de couple donns. On observe que la rponse en ortie des troi versions du
rgulateurs sont semblab les et que la commande en flux suit de prs le couple de la MA
tel que dduit du modle de pertes (voir Fig. 3-3).
Signaux d'entre normaliss (vitesse et couple)
10
30
20
50
40
60
70
80
90
100
Commande en flux normalise
0 .9 .------.,--------,,-------,.----------,----,.----------,~-__,--,------,---,
~='9
:: ' \
0.8
0 .5
0.1
ri'
:: - """"oolb,,
o2 & DSP Suilder
.
1 \
-'"
Maferie l dan s la
"
~J
\,
p-~,
d'
boucle
10
20
30
40
50
60
70
80
90
100
Fig. 6-3 - Validation du rgulateur neuronal de flux avec fonction d ' activation base de FLM par
comparaison de la sortie des versions Neural Toolbox, OSP Builder et avec MOB
139
Comparaison des ressources matrielles utilises pour les deux approches
La quantit de ressources matrielles utilises pour mettre en place cette fonction de

commande sur un FPGA Altera Stratix EPI S80B956C6 selon les deux types de
construction de la fonction d'activation sont montres au Tableau 6-1.
Tableau 6-1 - Comparaison des ressources matrielles utilises
Fonction activation
lments logiques
Bits mmoire
TDC
1,514
458,752
FLM
1,349
73,728
On remarque que les deux types de constructions de la fonction d'activation prennent

peu prs la mme quantit d'units logiques mais qu'au niveau de la quantit de bits
mmoire utiliss, la stratgie base sur l'utilisation de FLM est beaucoup plus
intressante (la stratgie FLM ne prend que 160/0 de la mmoire ncessaire pour la
stratgie TDC).
6.3
Validation exprimentale de la commande de flux avec

dtecteur de rgime permanent
6.3.1 Essai initial

La validation initiale de la commande de flux se fait de la mme manire que
celle du modle des pertes au chapitre 5 l'exception que la commande en flux est
dsormais reprsente par une commande RNA sur FPGA (RNA qui est entran
l'aide du modle des pertes valid au chapitre 5) et selon une configuration de donnes
d'entranement tel que spcifie par D 2 au chapitre 3. Les rsultats obtenus pour une
vitesse de 0.1 p.u. vide sont montrs la Fig. 6-4.
On observe sur cette figure que le niveau de flux de rfrence en sortie de la
commande neuronale tel qu'observ sur le banc d'essai exprimental est plus lev que
celui attendu (i.e. le niveau de flux indiqu par le point minimum du modle de pertes).
140
40,000
35,000
30,000
_
dcalage pa r rapport au
niveau de flux optim al
25,000
cv 20,000
cv
Q. 15,000
(/)
t::
10,000
Exprirrental
rvlodle
5,000
RNA
0,000
0,0
0,2
0,6
0,4
0,8
1,0
Flux (p .u.)
Fig. 6-4 - Essai initial de la validation de la commande en flu x neu ronale pour une vitesse de 0.1 p.u.
vide
Ce problme observ est d la mauvaise intgration du dtecteur de rgime

pemlanent dans la structure des donnes d'entranement D 2 . Il se trouve que dans cette
structure de donnes, le nombre de donnes d ' entranement correspondant au rgime
permanent (l1wp = I1Tc = 0) et associs au niveau de flux optimal est infrieur au nombre
de donnes d ' entranement correspondant au rgime transitoire (l1w p -1 0 et I1Te -1 0) et
associes un niveau de flux situ entre le niveau optinlal et le niveau nominal. Cela a
donc pour effet de dcaler vers un niveau de flux suprieur tout le groupe de donnes
correpondant au cas spcial du rgime permanent.
6.3.2 Amlioration des donnes d'entranement

Le problme identifi la section prcdente est caus par un dbalancement de
2
l' importance relative des donnes d ' entranement de D o se trouvent quatre fois plus de
donnes relies au cas en rgime transitoire qu ' en rginle permanent. Ce problme peut
tre conlpens par la cration d 'un renforcement positif cr par la rptition des
141
donnes relies au rgime permanent en un nombre suffisant permettant d'atteindre un
quilibre entre donnes d'entranement relies chacun des rgime.
Par exemple, dans les donnes d' entranement D 2 , pour un point d'opration en
rgime permanent (wp = 0.25, Te = 0.25) associ une certaine valeur de flux (lflopt = 0.5),
on aura plusieurs autres donnes relis au rgime transitoire (l1wp
{0.25, 0.50, 0.75 ,
1.0} et I1Te = {0.25, 0.50, 0.75, 1.0}) toutes associes une valeur de flux situe entre le
flux optimallflopt et le flux nominallflnom.
Pour compenser cette diffrence, on crera un jeu de donnes d'entranement
ayant la structure suivante (o les donnes en rgime permanent sont rptes n fois) :
(6-8)
Dl
=~l
d l]O pl
= [p ~ ] et dl = [ d ~ ]
Prt
Prpl
(6-9)
Prp
Prp2
avec Prpl..n
Prpn
(6-10)
Prt
Ws I
T el
00
W s2
T e2
00
W sQ
T eQ
00
W sx
Prt2
W sx
T ex
W sx
T ex
P rtQ
rtx( x=I .. .Q)
d rpi
et d;p
Prtl
avec P
d rt
T ex
d rp2
lf/ rI
avec drpl.. n
drpn
o 0.25
o 0.50
1.0 1.0
lf/r 2
lf/rQ
d rtl
et d;t
d rt2
r'Q
lf/ r-rt-x l
avec d
rtx
lf/ r-rt-x2
lf/ r-rt- x I6
Un nouveau jeu de donnes d'entranement avec quatre rptition des donnes en

rgime permanent (n
4) a t cre et la validation est montre la section suivante.
142
6.3.3 Validation finale
Cette section prsente les rsultats des essais exprimentaux obtenus avec la
SCEO propose au chapitre 3. Les tests ont t effectus des vitesses entre 0.1 et 0.5
p.u. de la vitesse nominale pour l'entranement d'une MA de 2.2 kW vide et avec une
charge.
Ces rsults sont prsents sur les graphiques suivants sur lesquels on distingue les
informations suivantes: les pertes mesures exprimentalement avec l'ajustement manuel
du flux de 0.2 1.0 p.u. (montres par un losange bleu), les pertes estimes partir du
modle construit au chapitre 6 pour diffrents niveaux de flux (montres en rouge) et les
pertes mesures exprimentalement avec le systme de commande intgrant la
proposition du chapitre 3 (un seul point noir).
Ces graphiques permettent de comparer la grandeur estime par le modle des
pertes et les pertes mesures et d'observer que la SCEO commande bien le niveau de flux
optimal (correspondant au minimum de la courbe du modle des pertes) pour chacun des
points d'oprations tests.
143
Vitesse de 0.1 p. u.
40 ,000
35 ,000
30 ,000
~
(f)
Cl>
25,000
20,000
Cl>
a.. 15,000
10,000
Exprirntal
rvbdle
5,000
RNA
0,000
0,0
0,2
0,4
0,8
0,6
1,0
1,2
Flux (p.u.)
Fig. 6-5 - Vitesse de 0.1 p.u. vide

60 ,000
50 ,000
40 ,000
~
(f)
Cl>
30 ,000
Cl>
a..
20,000 -
10,000
Ex prirntal
rvbdle
RNA
0,000
0,0
0,2
0,4
0,6
Flux (p.u.)
Fig. 6-6 - Vitesse de 0.1 p.u. en charge
0,8
1,0
1,2
144
On observe sur la Fig. 6-5 et Fig. 6-6 que le niveau de flux command par la
SCEO propose correspond bien au niveau de flux minimum du modle des pertes utilis
pour entraner le RNA et qui se situe prs de 0.4 p.u .. Ce niveau de flux correpond bien
au niveau de flux experimental observ pour le test en charge mais diffre d'environ 0.1
p.u. du niveau minimal observ lors du test vide.
On observe galement sur ces figures que le perte e times par le lTIodle en
fonction du niveau de flux diffrent de celles ob erves exprimentalement, l'exception
des test effectus de faibles niveaux de flux (0.2 0.6 p.u.). Les test effectus en
charge montrent de lTIanire vidente ces diffrence . Ces observation
ont normale car
le modle utilis a t con truit seulenlent partir de mesure de pertes vide de la MA.
Il est intressant de remarquer que bien que l'erreur d'estimation des pertes par le
modle construit soit grande, ce dernier permet quand mme de dterminer avec justesse
le niveau de flux optimal pour rduire les pertes dans la MA. Cet ajustement du flux
pern1et de diminuer les pertes d'environ 65 0/0 par rapport celles lTIesure flux nominal
pour le test vide et de 400/0 pour le test en charge.
Vitesse de 0.2 p.u.

60 ,000
50 ,000
40 ,000
~
CI)
Cl)
30 ,000
tCl)
a.
20,000
Exprirntal
rvbdle
10,000
RNA
--------
0,000
0,0
0 ,2
0,4
0,6
Flux (p .u .)
Fig. 6-7 - Vitesse de 0.2 p.u. vi de
0 ,8
1,0
1,2
145
100,000
90 ,000
80 ,000
70 ,000
[
CI)
Cl)
-e
Cl)
a.
60 ,000
50 ,000
- - -
40 ,000
30 ,000
20 ,000
Exprirrental
rvbdle
10,000
0,000
RNA
0,0
0,2
0,4
0,6
0,8
1,0
1,2
Flu x (p .u.)
Fig. 6-8 - Vitesse de 0.2 p.u . en charge
On peut faire les Inn1es observations sur les Fig. 6-7 et Fig. 6-8 que sur les
figures montrant les pelies une vitesse de 0.1 p.u.: le modle des pertes utilis ne
permet pas de quantifier de n1anire juste les pertes mesures exprimentalement (sauf
pour la rgion 0.2-0.6 p.u. pour les tests vide qui concorde parfaitement) ll1ais
permettent de dterminer avec justesse le niveau de flux optimal pour minimiser les
pertes dans le systlne.
Cet ajustement de flux permet de rduire les pertes par rapport celles mesures
avec un niveau nominal de 60% lors de l' opration vide et de 260/0 lors de l'opration
en charge.
On remarque galement que le niveau de flux optimal en charge (0.4 p.u.) est
diffrent de celui observ vide (0.3 p.u.) : ce qui n'tait pas le cas dans le test effectu
une vitesse de 0.1 p.u ..
La grandeur des pertes est galelnent signicativement plus grande une vitesse de
0.2 p.u. que par rapport celles observes une vitesse de 0.1 p.u .. L'essai vide montre
des pertes de prs de 20 W vitesse de 0.2 p.u. comparativement prs de 12.5 W la
vitesse de 0.1 p.u .. L'essai en charge montre des pertes de prs de 55 W vitesse de 0.2
p.U. comparativement prs de 30 W la vitesse de 0.1 p.u . .
146
Vitesse de 0.3 p. u.
70 ,000
60 ,000
50 ,000
40 ,000
1/)
Cl)
Cl)
a.
30 ,000
20 ,000
Exprirntal
MJdle
10,000
RNA
0,000
0,0
0,2
0,4
0,8
0,6
1,0
1,2
Flux (p.u .)
Fig. 6-9 - Vitesse de 0.3 p.u. vide

140,000
120,000
100,000
80 ,000
e.
1/)
Cl)
Cl)
a.
60 ,000
40 ,000
Exprirntal
20,000
MJdle
0,000 :
RNA
0,0
0,2
0,4
0,6
0,8
1,0
1,2
Flux (p.u.)
Des observations similaires aux prcdentes peuvent tre faites partir du test
0.3. p.u. reprsent aux Fig. 6-9 et Fig. 6-10. On remarque que le modle des pertes en
charge devient de plus en plus plat entre 0.5 et 1.0 p.u. mais ce qui n ' empche pas d' avoir
147
un niveau de flux minimum l'endroit observ par les mesures exprimentales tant dans
le test vide que dans le test en charge.
L ' ajusteluent optimal du flux permet d'observer une rduction des pertes dans le
systme par rapport celles ob ervs avec un ajustement nominal du flux de l' ordre de
58% pour le test vide et de 27% pour le test en charge.
Vitesse de 0.4 p.u.
70,000
-----.------~--
60 ,000
50 ,000
~ 40,000
ln
Cl>
~ 30 ,000 a..
20,000
Ex prirrent~
IVbdle
10,000
0,000
RNA
1 - - -_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ __
0,0
0,2
0,4
0,6
Flux (p .u .)
Fig. 6-1 1 - Vitesse de 0.4 p.u. vide
0,8
1,0
1,2
148
160,000
--~~
140,000
120,000
~
fIJ
Cl)
t:::
Cl)
a..
100,000
80,000
60,000
40,000
e.
Exprirrental
20,000 ' . rvlodle

0,000
RNA
0,0
0,2
0,4
0,6
0,8
1,0
1,2
Flux (p.u.)
Les rsultats montrs sur les Fig. 6-11 et Fig. 6-12 sont semblables ceux
observs aux niveau de vitesse 0.1-0.3 p.u. la diffrence que dans le cas du test vide,
on observe des diffrences importantes entre le modle et les pertes observes mme pour
des niveaux de flux faibles 0.1-0.4 p.u. ce qui n'avait pas t le cas dans les autres tests.
Ces carts n'empchent pas d'avoir un ajustement de flux efficace pour les tests
vide et en charge. Cet ajustement de flux permet d'observer une rduction des pertes dans
le systme par rapport l'ajustement au flux nominal de l'ordre de 46% vide et de 17%
en charge.
149
Vitesse
0.5 p. u.
100,000
90 ,000
80 ,000
70 ,000
~
If)
Q)
50 ,000
a..
40 ,000
t::
Q)
60 ,000
30 ,000
20,000 - . Exprill'ental
10,000
0,000
rv10dle
RNA
0,0
0,2
0,6
0,4
0,8
1,0
1,2
Flux (p.u.)
Fig. 6-13 - Vitesse 0.5 p.u. vide
On observe sur la Fig. 6-13 une dgradation de l'erreur entre les pertes estinles
par le modle et celles mesures sur le banc d'essai. Le dbut de cette dgradation tait
dj observable sur les rsultats des tests 0.4 p.u ..
Les rsultats du test en charge ne peuvent pas tre prsents car, en raison de la
nature trs exprimentale du banc d'essai sur lequel ces tests sont effectus, le
fonctionnement du systme au-del d'une vitesse de 0.5 p.u. en charge montre des signes
d'instabilits qui peuvent mettre l'intgrit du systme en cause. Pour y arriver, il aurait
fallut investir encore plus de temps dans le dverminage de l' onduleur utilis ainsi que
dans les diffrents circuits lectroniques installs entre la carte FPGA et l' onduleur.
tant donn les rsultats satisfaisants obtenus basse vitesse et le nombre
d'heures de dverminage qu'il aurait fallut investir pour faire fonctionner le systnle sur
une plage d'opration conlplte (0.1 - 1.0 p.u. en vitesse et en charge), il a t jug
appropri de limiter la plage de test un niveau de vitesse de 0.5. p.u ..
150
6.4
Conclusion
Ce chapitre a prsent la mise en uvre de la commande vectorielle amliore

propos au chapitre 3 en commenant par une introduction la conception de RNA sur
FPGA. La validation de cette SCEO a par la suite t dmontr sur le banc d'essai
construit au chapitre 4 et en utilisant le modle des pertes valid au chapitre 5.
Les premiers essais rvl que le j eu de donnes d'entranement tel que conu au
chapitre 3 comportait une lacune qui biaisait les rsultats de la commande en flux optimal
en rgime permanent. Une amlioration de la conception du jeu de donnes
d'entranement a t propose et utilise par valider avec succs la SCEO.
151
Conclusion gnrale
Les travaux prsents dans cet ouvrage touchent une application de grande
importance qui est celle de l'conomie d'nergie dans les MA aliments par un onduleur
de tension. La croissance de l'application des technologies d'lectronique de puissance
ainsi que l' augmentation de la demande mondiale en nergie rendent cette thse
pertinente tant au niveau technlogique qu'au niveau des besoins actuels de notre socit.
Le sujet d'tude de cette thse pouvait tre abord du point de vue de la machine,
du convertisseur ou du systme de commande. Les rcentes avances en matire de
technologie de traitement de signal avances (rseaux de neurones artificiels) et de
plateformes de calculs (Field Programmable Gate Array) ouvrent des voies de recherche
trs prometteuses et c'est sous l'angle du systme de commande que le sujet a donc t
abord.
Une tude de la littrature sur le sujet a permIs de soulever plusieurs
problmatiques non rsolues notamment: (1) l'augmentation de l'efficacit nergtique
limite faible charge par les mthodes d'ajustement de flux, (2) la question du
compromis de la performance dynamique par la mthode de rtablissement du flux un
niveau nominal en rgime transitoire. Plusieurs chercheurs ont montr que l'utilisation de
RNA dans la conception de stratgies de commandes nergtiquement optimale
permettait de les mettre en uvre de manire simple, peu importe la complexit du
modle de pertes utilis, et constituaient une excellente alternative entre leur mise en
place sur forme de calculs en temps-rel ou sous forme de table de conversion.
Une tude approfondie des RNA de type perceptron multicouche a permis de
mettre en vidence une proprit intressante qui consiste pouvoir ajouter de la
connaissance au RNA sans augmenter significativement sa taille ni changer son
architecture. Cette proprit ouvre la voie une nouvelle mthode d'intgration de
fonctionnalits sans impact sur la complexit du systme de commande. Cette nouvelle
approche d' intgration est mise en valeur par l'ajout de deux nouvelles fonctionnalits au
systme de
commande qui viennent combler les problmatiques pralablement
152
identifies: (1) la commande de l' angle optimal du blocage de la commutation un vue de
rduire les pertes par commutation l' aide de la modulation discontinue et (2) le
dtecteur de rgime permanent permettant un rtablissement du flux nominal optimal en
rgime transitoire qui permet d' obtenir le meilleur compromis entre stabilit et
performances dynamiques.
Une validation en simulation de la commande vectorielle nergtiquement
optimale combinant l'ajustement du flux et la modulation discontinue montre que cette
approche permet d' augmenter l' efficacit nergtique du systme onduleur-MA sur toute
la plage de charge. Cette approche permet notamment de rduire les pertes dans le
systme de 1% puissance nominale.
La validation de la stratgie de commande amliore avec dtecteur de rgime
permanent a t ralise l'aide d'un banc d'essai exprimental construit l'aide d 'une
plateforme de dveloppement FPGA commerciale et d'un onduleur construit au LEEPCI.
La technologie FPGA ouvre de nouvelles possibilits d'architectures de systmes
embarqus idales pour les applications d'lectronique de puissance et consiste en une
plateforme naturelle de mise en uvre des systmes RNA. Lors de la mise en uvre
de ce banc d'essai exprimental, nous avons utilis une nouvelle mthodologie de
conception dite descendante qui s'apparente celle utilise dans le dveloppement de
systmes logiciels et qui fait opposition l'approche ascendante conventionnellement
utilise lors de la conception de systme technologie FPGA.
Contrairement aux nombreux ouvrages que l'on retrouve dans la littrature, le
prsent ouvrage ne cherche pas construire et valider un modle des pertes ultra-prcis
ncessitant l'utilisation de paramtres difficiles identifier. Cet ouvrage propose plutt la
validation d'un systme de commande vectorielle nergtiquement optimal l'aide d'un
modle des pertes issu des mesures prises l'aide d'un standard reconnu qui est celui de
l'IEEE-112. Nous avons vu que ce dernier ne permet pas de quantifier prcisment les
pertes dans la MA, mais permet cependant de connatre avec une bonne prcision, le
niveau de flux optimal commander pour chacun des points d'opration du moteur.
La
validation
exprimentale
du
systme
de
commande
vectorielle
nergtiquement optimale montre que la stratgie propose fonctionne bien dans les
limites dans lesquelles elle a t valide et rien ne nous empche de penser que son bon
153
fonctionnement pourrait tre vrifi avec succs sur toute la plage d'opration de ce type
de systme.
Les contributions originales de cette thse
Cette thse contribue l'avancement des connaissances de plusieurs faons. On compte

parmi les contributions principales:
la proposition d'une nouvelle mthode d'intgration de fonctionnalits sans cot

supplmentaire dans les systmes embarqus partir de l'observation d'une proprit
des RNA de type perceptron multicouche qui n'ajamais t mis de l'avant;
la proposition et la validation par simulation numrique d'une approche permettant

d'augmenter l'efficacit nergtique des systmes d'EVV de MA sur toute la plage de
charge l'aide de la modulation discontinue;
la proposition et la validation exprimentale d'une stratgie de commande vectorielle

nergtiquement optimale base sur un modle des pertes ;
la proposition et la validation exprimentale d'un dtecteur de rgime permanent

directement intgr dans le RNA et permettant d'tablir le meilleur compromis entre
performances dynamiques et stabilit du systme d'EVV.
Nous comptons galement les avances suivantes comme contributions secondaires:
la conception et la validation d'un banc d'essai exprimental construit l'aide de

plateforme de dveloppement commerciale normalement utilise dans les applications
de tlcommunications (car aucune disponible pour les application de commande
industrielle) incluant un circuit de multiplexage dans le temps et de modulation de
plusieurs signaux de mesures provenant de capteurs de tension, de courant et de
vitesse;
la dmonstration du bon fonctionnement des outils commercialement disponibles et

l'utilisation d'une mthodologie descendante dans le conception d'un systme sur
FPGA;
154
la dmonstration de la pertinence de l'utilisation d'un modle de pertes base sur les

mesures du standard IEEE-112 dans la conception de la commande de flux optimale.
Lefutur
Le dveloppement logique de cet ouvrage est d'avancer vers des approches adaptatives
du modle des pertes de la machine afin de rendre robuste la commande optimale en flux
par rapport aux variations de paramtres de la MA. Ceci implique la conception d'un
modle des pertes de plus grande dimension (de nouveaux jeux de donnes
d'entranement) et d'estimateurs de paramtres en-ligne de la MA (qui pourront alors tre
intgrs directement dans le jeu de donnes d'entranement).
Nous avons vu que la fonction r(l!lwp , I!lTe) qui permet d'tablir un compromis entre
performance dynamique et stabilit du systme ncessite plus de recherche pour arriver
une forme optimale en fonction des besoins de l'application (qui tient notamment compte
de la dynamique de la charge).
Une autre VOle d'avancement consiste faire la validation exprimentale de la

proposition d'augmentation de l'efficacit nergtique sur toute la plage de charge
l'aide de stratgie de modulation discontinue. Il reste notamment beaucoup de recherche
faire pour augmenter la prise en compte des pertes de commutation et des pertes
harmoniques dans le modle des pertes globales du systme.
Finalement, dans une plus large perspective, cet ouvrage sur la conception d'une stratgie
de commande nergtiquement optimale pourrait certainement tre transfrable dans
d'autres applications d'efficacit nergtique o le couple produit est fonction de deux
variables commandables comme c'est le cas avec le ratio air/essence dans les moteurs
combustion [Guzella et al., 2004].
155
Rfrences
ABDIN, E.S., GHONEM, G.A., DIAB, H.M.M, DERAZ, S.A., Efficiency Optimization
of a Vector Controlled Induction Motor Drive Using an Artificial Neural Network, The
29th Annual Conference of the IEEE Industrial Electronics Society, Vol. 3, p. 2543-2548,
2003.
ABRAHAMSEN, F., Energy Optimal Control of Induction Motor Drives, Thse de
Doctorat (Ph.D.), Institute of Energy Technology, Universit d'Aalborg (Danemark), 216
p., 2000. En ligne (29 dcembre 2008):
http://www.aub.aau.dk/phd/department14/text/abrahamsen-flemming.pdf
Voir galement article synthse: [ABRAHAMSEN et al. 2001].
ABRAHAMSEN, F., BLAABJERG, F., PEDERSEN, lK., THOEGERSEN, P.B.,
Efficiency-optimized control of medium-size induction motor drives, IEEE Trans. on

Industry Applications, Vol. 37, No. 6, p. 1761-1777, Novembre-Dcembre 2001.
BAZARAA, M.S., SHERALI, H.D., SHETTY, C.M., Nonlinear Programming Theory
and Aigorithms, 2e edition, New York, Wiley, p. 270-271,1993.

BERNAL, F.F., GARCIA-CERRADA, A., FAURE, R., Model-Bass Loss Minimization
for DC and AC Vector-Controlled Motors Including Core Saturation, IEEE Trans. on

Industry Applications, Vol. 36, No. 3, Mai-Juin 2000.
BLAABJERG, F., MUNK-NIELSEN, S., PEDERSEN, lK., An Advanced Measurement
System for Verification of Models and Data-sheets, PELS Workshop on Computers in

Power Electronics, pp. 234-239, 1994.
156
BLASCHKE, F., The principle of field orientation as applied to the new transvector
closed loop control system for rotating field machines, Siemens Review, Vol. 34, mai,
1972.
BLASKO, V., Analysis of a Hybrid PWM Based on Modified Space- Vector and TriangleComparison Methods, IEEE Trans. on Industry Applications, Vol. 33, No. 3, p.756-764,
Mai-Juin 1997.
BOLDEA, L, NASAR, S., Unified Treatment of core lasses and saturation in the
orthogonal-axis model of electric machines, Proc. Jnst. Elect. Eng., pt. B, Vol. 134, No.
6, pp. 355-363, Novembre 1987.
BOLDEA, L, NASAR, S., The Induction Machine Handbook, CRC Press LCC, 800 p.,
2002.
BOSE, B.K., PATEL, N.R., RAJA SHEKARA, K., A Neuro-Fuzzy Based On-Line
EjJiciency Optimization Control of a Stator Flux-Oriented Direct Vector-Controlled
Induction Motor Drive, IEEE Trans. on Ind. Electronics, Vol. 44, no. 2., p.270-273, Avril
1997.
BOSE, B., Energy, Environment and Advances in Power Electronics, IEEE Trans. On
Power Electronics, Vol. 15, No. 4, p.688-701, Juillet 2000.
BOSE, B.K., Modern Power Electronics and AC Drives, Prentice-Hall, 711 p., 2002.
BOSE, B.K., Neural Network Applications in Power Electronics and Motor Drives - An
introduction and perspective, IEEE Trans. on Industrial Electronics, Vol. 54, No. 1,
p.l4-33, Fvrier 2007.
157
BOTROS, N.M., ABDUL-AZIZ, M., Hardware implementation of an artificial neural
network using field programmable gate arrays (FPGA 's), IEEE Trans. on Industrial
Electronics, Vol. 40, No. 6, p. 665-667, Dcembre 1994.
BRYSON, A.E., HO, Y.C., Applied Optimal Control, Blaisdell, New York, 1969.
BUJA, G., INDRI, Improvement of pulse width modulation techniques, Arch.
Electrotech. (Allemagne), Vol. 57, p. 281-289, 1975.
CAO-MINH, T., HORI, Y., Convergence Improvement of Ejjiciency-Optimization
Control ofInduction Motor Drives, IEEE Trans. on Industry Applications, Vol. 37, No. 6,
Novembre-Dcembre 2001.
CHAN, C.C., CHAU, K.T., Modern Electric Vehicle Technology, Oxford Science
Publications, 300 p., 2001.
CIRSTEA, M.N., DINU, A., KHOR, J.G., McCORMICK, M., Neural and Fuzzy Logic
Control of Drives and Power Systems, Newnes - Elsevier Science, Oxford (Angleterre),
399 pages, 2002.
CYBENKO, G., Approximation by superpositions of a sigmoidal function, Mathematics
of Control, SignaIs and Systems, Vol. 2, No. 4, p. 303-314,1989.
DEPENBROCK, M., Pulse width control of a 3-phase inverter with non sinusoidal phase
voltages, Conf. Rec. IEEE Int. Semiconductor Power Conversion Conf., p. 399-403,
1977.
ELBULUK, M.E., TONG, L., HUSAIN, I., Neural-network-based model reference
adaptive systems for high-performance motor drives and motion contrais, IEEE Trans. on
Industry Applications, Vol. 38, No. 3, Mai-juin 2002.
158
FITZGERALD, A.E., KINGSLEY, C. J., UMANS, S.D., Electric Machinery, 5e edition,
McGraw-Hill, tats-Unis, p. 599, 1990.
GARCIA, G.O., STEPHAN, R.M., WATANABE, E.H., Comparing the Indirect Field-
Oriented Control with a Scalar Method, IEEE Trans. on Industrial Electronics, Vol. 41,
No. 2, p. 201-207, Avril 1994.
GUZELLA, L., ONDER, C.H., Introduction to Modeling and Control of Internai
Combustion Engine Systems, Springer, 300 pages, 2004.

HARLEY, R.G., BURTON, B., DIANA, G., RODGERSON, J.R., Reducing the
computational demands of continually online-trained artificial neural networks for

system identification and control offast pro cesses , IEEE Trans. on Industry Applications,
Vol. 34, No. 3, mai-juin 1998.
HASSE, K., Zur dynamic drehzahlgeregelter antriebe mit stromrichtergespeisten
asynchrony-kurzschlublaufermaschinen, Darmstadt, Techn. Hochsch, Diss., 1969.

HASAN, K.M., SINGH, B., Neural Network control ofinduction motor drives for energy
efficiency and high dynamic performance, 23 rd International Conference on Industrial

Electronics, Control and Instrumentation, Vol. 2, Novembre 1997.
HAVA, A .. M., Carrier-Based PWM- VSI Drives in the Overmodulation Region, Thse de
Doctorat (Ph.D.), Universit du Wisonsin - Madison (tats-Unis), 360 p., 1998. En ligne
(29 dcembre 2008) : http://www.eee.metu.edu.tr/--hava/
HAVA, A.M., KERKMAN, R.J., LIPO, T.A., A High-Performance Generalized
Discontinuous PWM Aigorithm, IEEE Trans. on Industry Applications, Vol. 34, No. 5,
pp. 1059-1071, Septembre-Octobre 1998.
159
HA YKIN, S., Neural Networks - A comprehensive Foundation, 2e edition, Pearson
Education, Upper Saddle River (tats-Unis), 842 p., 1998.
HOLT, J.L., BAKER, T.E., Back Propagation simulations using limited precision
calculations, compte-rendu de l'International Joint Conference on Neural Networks, pp.
121-126, Vol. 2, 1991.
HOLTZ, J., Pulsewidth Modulationfor Electronic Power Conversion, Proceedings of the
IEEE, Vol. 82, No. 8, pp. 1194-1214, Aot 1994.
HORI, Y, CHAKRABORTY, C., Fast Efficiency Optimization Techniques for the
Indirect
Vector-Control/ed Induction Motor Drives, IEEE Trans.
on Industry
Applications, Vol. 39, p.1070-1076, No. 4 Juillet/Aot 2003.

IEEE-112, IEEE Standard Test Procedure for Polyphase Induction Motors and
Generators, 79 pages, 4 novembre 2004.
KAZMIERKOWSKI, M.P., MALESANI, L, Current control techniques for three-phase
voltage-source PWM converters: a survey, IEEE Trans. on Industrial Electronics, Vol.
45, No. 5, pp. 691-703, Octobre 1998.
KAZMIERKOWSKI, M.P., KRISHNAN, R., BLAABJEG, F., Control in Power
Electronics - Selected Problems, Academie Press - Elsevier Science, tats-Unis, 518
pages, 2002.
KING, K.G., A three phase transistor class-B inverter with sine wave output and high
efficiency, Inst. Elect. Eng. Conf. Pub. 123, p. 204-209, 1974.
KIOSKERIDIS, L, MARGARIS, N., Loss Minimization in scalar-control/ed induction
motor drives with search control/ers, IEEE Trans. on Power Electronics, Vol. Il, No. 2,
p. 213-220,1996.
160
KJOSA VIK, G., Take Electronic Motor Drives to the Next Level, Embedded Magazine, 4
pages. Septembre 2005.
KOLAR, J.W., ERTL, H., ZACH, F.C., lnfluence of the Modulation Method on the
Conduction and Switching Losses of a PWM Converter System, IEEE Trans. on Industry
Applications, Vol. 27, No. 6, p. 1063-1075, Novembre-Dcembre 1991.
KUSKO, A., GALLER, D., Control Means for Minimization of Losses in AC and DC
Motor Drives, IEEE Trans. on Ind. Appl., vol. IA-19, No. 4, p. 561-570, Juillet-Aot
1983.
LEVI, E., VUKOSA VIC, S.N., Robust DSP-Based Efficiency Optimisation of a Variable
Speed Induction Motor Drive, IEEE Trans. on Ind. Electronics, vol. 50, No. 3, Juin 2003.
LIPO, T.A., ROWAN, T.M., A Quantitative Analysis of lnduction Motor Performance
Improvement by SCR Voltage Control, IEEE Trans. on Ind. Applications, vol. 19, p. 545553, Juillet-Aot 1983.
LIPO, T.A., HOLMES, D.G., Pulse Width Modulation for Power Converters - Principle
and Practice, IEEE Press Series on Power Engineering, tats-Unis, 724 p., 2003.
MAXICOURS, Site web, Cours en lectrotechnique, http: //\V\v\v.u1axicours.com/soutienscolaire/electrotechnique/bac-pro/132631.htnll , 17 mai 2009.
MEIRELES, M.R.G., ALMEIDA, P.E.M., SIMOES, M.G., A Comprehensive Review for
industrial applicability of artificial neural networks, IEEE Trans. on Industrial

Electronics, Vol. 50, No. 3, p. 585-601, Juin 2003.
MINKSY, M.L., PAPERT, S., Perceptrons - An introduction to computational geometry,
MIT Press, Cambridge, 1re edition, 1969.
161
MOHAMADIAN, M., NOWICKI, E., ASHRAFZADEH, F., CHU, A., SACHDEVA, R.,
EVANIK, E., A novel neural network controller and its efficient DSP implementationfor
vector-controlled induction motor drives, IEEE Trans. on Industry Applications, Vol. 39,
No. 6, p. 1622-1629, Novembre-dcembre 2003 .
MOUSSA, M., AREIBI, S., NICHOLS, K., On the Arithmetic precision for
Implementing back-propagation networks on FPGA - A case study, chapitre #2 dans
[Omondi et al., 2006].
MUTHURAMALINGAM, A., HIMAVATHI, S., SRINIVASAN, E., Neural Network
Implementation Using FPGA: Issues and Application, International Journal of
Information Technology, p. 86-92, Vol. 4, No. 2, 2007.
NARENDRA, K.S., PARTHASARATHY, K., Identification and control of dynamical
systems using neural networks, Neural Networks, IEEE Transactions on , Vo1.1, No.1, p.
4-27, Mars 1990.
NOLA, F., Power Factor Control System for AC Induction Motor, Brevet amricain
#4,052,648, 4 Octobre 1977.
N0RGAARD, M., RA VN, O., POULSEN, N.K., HANSEN, L.K., Neural Networks for
Modelling and Control ofDynamic Systems, Springer-Verlag, Londres, 246 p., 2000.
NOVOTNY, D.W., KIRSCHEN D.S., SUWANWISOOT, W., Minimising Induction
Motor Losses by Excitation Control in Variable Frequency Drives, IEEE Trans. on Ind.
Applications, vol. 20, p. 1244-1250, Septembre/Octobre 1984.
162
NOVOTNY, W.N., LIPO, T.A., KIRSCHEN, D.S., On-Line Efficiency Optimization of a
Variable Frequency Induction Motor Drive, IEEE Trans. on Industry Applications, vol.
IA-21, no. 4, p. 610-616, Mai/Juin 1985.
OMONDI, A.R., RAJAPAKSE, J.C., FPGA Implementation of Neural Networks,
Springer, 360 pages, 2006.
PARIZEAU, M., GEL-21140 - Rseaux de neurones, Notes de cours, Universit Laval,
150 p. 2004.
PERACAULA, l, MORENO-EGUILAZ, lM., PRYYMAK, B., Neural Network based
Efficiency Optimization of an Induction Motor Drive with Vector Control, IEEE 2002
28th Annual Conference of the Industrial Electronics Society, Vol. 1, p.146-151, 2002.
PERACAULA, J., MORENO-EGUILAZ, lM., PRYYMAK, B., Neural Network Flux
Optimisation using a Model of Losses in Induction Motor Drives, Proceedings of the
ElectrIMACS'2005, Hammamet, Tunisie, 2005.
PERRON, M., LE-HUY, H., Full Load Range Neural Network Efficiency Optimization of
an Induction Motor with Vector Control using Discontinuous PWM, IEEE International
Symposium on Industrial Electronics, Montral (Canada), 2006.
PERRON, M., LE-HUY, H., Induction Motor Vector Control FPGA Design and
Implementation
using Altera Electronic Design Automation Tools,
Confrence
ELECTRIMACS, Qubec (Canada), 2008.

PHAM, H. P., Commande directe du couple du moteur asynchrone avec l'onduleur
trois niveaux frquence de commutation constante, Thse de doctorat, Universit Laval,
187 pages, juillet 2005.
163
ROSENBLATT, F., The perceptron : A perceiving and recognizing automaton, Rapport
#85-460-1, Projet PARA, Comell Aeronautical Laboratory, Ithaca, New York, 1957.
RUMELHART,
D.E.,
HINTON,
G.E.,
WILLIAMS,
R.J.,
Learning
internai
representations by error propagation, article paru dans RUMELHART, D.E.,

McLELLAND, J.L., ParaUel Distributed Processing, Vol. 1, Chapitre 8, pp. 318-362,
MIT Press, 1986.
SOUSA, G. C. D., BOSE, B.K., CLELAND, J.G., Fuzzy Logic Based On-Line Efficiency
Optimization Control of an Indirect Vector-Controlled Induction Motor Drive, IEEE

Trans. Ind. Electronics, Vol. 42, No. 2, pp. 192-198, Avril 1995.
STREMLER, F.G., Introduction to Communication Systems, 3e edition, AddisonWesley, 757 pages, 1992.
SUNDARARAJAN, N., SARATCHANDRAN, P., ParaUel Architectures for Artificial
Neural Networks - Paradigm and implementation, IEEE Computer Society, 379 pages,
1998.
SUL, K.S., PARK, M.H., A Novel Technique for Optimal Efficiency Control of a
Current-Source Inverter-Fed Induction Motor, IEEE. Trans. on Power Electronics, vol. 3,

No. 2, p. 192-199, Avril 1988.
TOLIYTAT, H.A., LEVI, E., RAINA, M., A Review of RFO Induction Motor Parameter
Estimation Techniques, IEEE Trans. on Energy Conversion, Vol. 18, No. 2., Juin 2003.
TOMMISKA, M.T., Efficient digital implementation of the sigmoid function for
reprogrammable logic, IEE Computers and Digital techniques, Vol. 150, No. 6, pp. 403411,2003.
164
TRZYNADLOWSKI, A., LEGOWSKI, S., Minimum-Loss Vector PWM Strategy for
Three-Phase Inverters, IEEE Trans. On Power Electronics, Vol. 9, No. 1, p.26-34,
Janvier 1994.
VAS, P., Artificial-intelligence based electrical machines and drives, Oxford Science
Publications, 625 pages, 1999.
WILDI, T., SYBILLE, G., lectrotechnique, Presses de l'Universit Laval 3e edition,
1161 pages, 2001.
ZHU, J., SUTTON, P., FPGA Implementations of Neural Networks - a Survey of a
Decade of Progress, Proceedings of 13th International Conference on Field
Programmable Logic and Applications, Lisbonne (Portugal), Septembre 2003.
165
Annexe 1 - Identification des paramtres du moteur

asynchrone
La mthode d'identification des paramtres du moteur asynchrone est celle base sur
l'utilisation d'un circuit quivalent des phases de la machines prsente dans le standard
112 de l'IEEE [IEEE-112, 2004] qui est celle identifie comme tant la mthode F.
Description du circuit quivalent
1
RI
---r-I---'~!oo.----" R
'Io..-Jo---:=r----fl!2......
,
Vl
Z2
l __________~~.
Fig. A-I - Schma du circuit quivalent d'une phase (tir de [IEEE-112, 2004])
Pour un meilleur suivi des oprations avec le standard IEEE-112, la notation utilise dans
cette Annexe sera le mme que celle utilise dans le standard.
Variable
VI
V2
f
12
lm
Ife
RI
R2
Rfe
Xl
X2
XM
s
Description
Tension de ~hase au stator
Tension de ~hase au rotor rflchie au stator
Frquence d'excitation
Courant au rotor rflchi au stator
Courant d'excitation
Courant dans les pertes fer
Rsistance au stator
Rsistance au rotor
Rsistance guivalente aux pertes fer
Ractance de fuite au stator
Ractance de fuite au rotor rflchie au stator
Ractance magntisante
Glissement
Units
V
V
Hz
A
A
A
Ohm
Ohm
Ohm
Ohm
Ohm
Ohm
p.u.
166
Procdure
A - Mesure de rsistance du bobinage au stator
La mesure a t effectue l'aide d'une source de tension ajustable et de deux
multimtres pouvant indiquer prcisment la tension et le courant appliqus aux bornes
des enroulements du stator du moteur branch en toile. Une srie de mesures a t
effectue temprature ambiante et une autre a t prise temprature normale
d ' opration.
En faisant 1'hypothse que la rsistance de chaque phase est identique, la rsistance d 'une
phase est gale la moiti du rapport entre la tension et le courant observ aux bornes de
deux phases.
Test effectu 26.0 Oc
Branchement
Tension (V)
Courant (A)
3.828
2.912
A-B
A-C
3.832
2.886
3.822
2.870
B-C
3.564
2.766
A-B
3.498
2.688
A-C
3.501
2.690
B-C
Mo~enne rsistance statorique
R mesure (fi)
1.314
1.328
1.331
1.289
1.301
1.301
R phase (U)
0.657
0.664
0.666
0.644
0.651
0.651
0.655
Test effectu 39.4 Oc

Branchement
Tension (V)
Courant (A)
3.564
2.766
A-B
3.498
2.688
A-C
3.501
2.690
B-C
Mo~enne rsistance statorique
R mesure (U)
1.289
1.301
1.301
R phase (U)
0.644
0.651
0.651
0.649
On remarque que la rsistance statorique des phases du moteur ne varie pas de manire
significative entre la temprature ambiante et la temprature normale d'opration
(variation de prs de 13 OC).
167
B - Tests vide
Le test vide sert mesurer les pertes fer pour diffrentes valeurs de flux au stator.
Les mesures ont t prises aprs avoir fait tourner le moteur vide une tension de
223.5V jusqu' ce que la puissance d'entre se soit stabilise. Il s'agit en fait de
rchauffer les roulements du moteur qui offrent une rsistance plus grande lorsqu'il ne
sont pas rchauffs (une diffrence de 20W l'entre est observe).
# Test
Tension (V)
Courant (A)
Puissance (W)
1
2
3
4
5
6
7
8
9
10
Il
12
13
14
15
16
17
18
223.5
212.6
208.0
201.6
190.2
178.7
167.4
156.5
145.3
134.7
123.6
112.5
101.5
90.7
79.5
67.9
56.6
45.4
5.26
4.88
4.72
4.50
4.14
3.82
3.54
3.27
2.98
2.74
2.54
2.30
2.09
1.88
1.70
1.53
1.41
1.38
209
188
181
172
155
141
131
122
112
107
99
94
88
85
79
76
73
71
Vitesse
(RPM)
1799
1799
1799
1799
1799
1798
1798
1798
1798
1798
1798
1798
1795
1794
1794
1791
1785
1778
Temp. (OC)
37.8
37.8
37.8
37.8
37.7
37.4
37.1
36.9
36.5
36.3
35.9
35.6
35.4
35.0
34.8
34.6
34.4
34.3
C - Pertes par frottement

Les pertes par frottement se dduisent par interpolation des pertes totales observes en
fonction du carr de la tension au stator. Les pertes par frottement sont gales 39.01 W.
168
170
160
150
/
./
.,. / -
140
130
120
11 0
./
y
= 0,0025x + 39,0 1
1
100
90
80
20000
25000
30000
35000
40000
4500 0
50000
55000
Tension au carr (V2 )
D - Pertes fer
Les pertes fer en fonction de la tension d' alimentation se dduisent partir des pertes
totales desquelles on soustrait les pertes par frottement et les pertes Joule au stator.
Tension (V)
223 .5
212.6
208.0
201.6
190.2
178.7
167.4
156.5
145.3
134.7
123.6
112.5
101.5
90.7
79.5
67.9
56.6
45.4
Puissance (W)
209
188
181
172
155
141
131
122
112
107
99
94
88
85
79
76
73
71
Frottement (W)
39.01
39.01
39.01
39.01
39.01
39.01
39.01
39.01
39.01
39.01
39.01
39.01
39.01
39.01
39.01
39.01
39.01
39.01
P-Stator
54.49
46.83
43 .81
39.82
33.70
28.69
24.57
20.96
17.46
14.79
12.69
10.40
8.59
6.95
5.68
4.60
3.91
3.74
P-Fer (W)
114.91
101.57
97.69
92.08
81.70
72.68
66.81
61.42
54.92
52.59
46.71
43.99
39.74
37.87
33.66
31.70
29.31
27.24
169
115
95
75
~
III
Q)
t::
Q)
55
Q..
35
15
25
75
125
Tension 1-1 (V)
Calcul de Rie
2
R ie
=3~= 253.5 n o
Ph
V2
=120-4.72~O.655 2 +6.26 2 =90.3V
175
225
170
E - Test rotor bloqu et calculs
Puissance (W)
277.0
255.6
222.2
169.1
210.5
231 .5
247.6
268.5
Courant (A)
9.45
9.09
8.45
7.37
8.23
8.62
8.91
9.26
8.87
8.90
9.12
9.08
8.16
8.22
8.23
Tension (V)
39.09
37.90
35.80
32.10
34.99
36.31
37.30
38.52
37.20
37.31
38.04
37.96
34.83
35.02
35.12
9,500 + - - - - - --
246.9
248.7
26l.5
259.9
210.2
213.3
214.5
- - -- -- - - - x - ---l
9,000
8,500
~
c:
(,)
8,000
7,500
7,000 +--- - --
y = O,2968x - 2,1708
- - - - - - -- - - - - j
6,500 + - - - - - --
- - -- - --
--j
6,000 -/--- - - r - -- -- - . - - - - - - - - . - - - - - - . , - - - -- - l
38,000
40 ,000
32 ,000
34 ,000
36 ,000
30 ,000
Tension (V)
290 ,000 ,..--- - -- -- - - - - - -270 ,000 +--- - - - - - -- - - -250 ,000 - f -- - - - - -[
230 ,000
---;
-.;<--
----1
- - -- - - . F - - -- - j
+----------~.._ - --
__j
fil
~
~ 210 ,000 -l--------~-------___i
c..
190,000 -J- - - - - -/ - - -- - - - - --
-j
y = 15,599x - 333 ,56

170.000 +--- --..,IC-150,000
- -- - -- - - - - - - j
+----..-----,-----,----~-----i
30 ,000
32,000
34 ,000
36 ,000
Tension (V)
38 ,000
40 ,000
171
F - Test voltage rduit et glissement nominal et calculs
Calcul des ractances Xl, X 2, X M et de la rsistance Rie

La puissance ractive vide et tension nominale est gale :
La puissance ractive voltage rduit et glissement nominal est gal :
Le calcul des valeurs des ractances 60 Hz se fait par itrations avec les expressions
suivantes:
XM =
3Vo 2
x
Qo -31 1O X I (
2 -
1 + -J
19.50 il
XI
XM
XI =X 2=
[QL
31 2 x 2+_1
IL
r[l+ ;1 ]
6.262
Calcul de la tension V2
Avec les valeurs donnes dans le tableau en haut de page on trouve V 2 = 16.65 V
Calcul de l'angle
()2
172
Calcul des courants Ife, IM et 12
Calcul de R 2
s
= 1- 1770 = 1.670/0
1800
173
Annexe 2 - Donnes exprimentales de la commande

vectorielle intelligente et nergtiquement optimale
Voir pages suivantes.
174
v =0 .1 - SANS CHARGE
TEMPS MESURE
FLUX NOM
0.2442
0,0666
CHARGE
VDC
150
EXPRIMENTAL ET MODELE
0.1
0,2
0 ,3
FLUX
0.0244
0,0488
0,0733
0,4
0 ,5
0 ,6
0,0977
0,1221
0,1465
0 .7
0,8
0,9
1,0
0.1709
0,1954
ESSAI #1
2 MINUTES
EXPRIMENTAL (WATT-H)
ESSAI #3
ESSAI #2
0.483
0,320
0,380
0 ,368
0 .478
0 ,555
0 .665
0,842
0.496
0,336
0. 372
0,455
0,572
0,664
0,842
14 ,280
9,900
11 ,200
13,680
17,260
19,870
25 ,640
1,084
1,180
1,144
1,078
32,700
33,610
ESSAI #2
0 .412
ESSAI #3
0.418
WATT
12.16
0,449
0 ,334
0.2198
0,2442
0,435
0,599
0,658
0,880
1,042
1,103
FLUX
0.406
ESSAI #1
0,386
M M_UlUWATT
MOY-WATT
29 ,6203
11 ,5566
10,0964
11 ,0607
12,6841
14 ,5085
16 ,351 3
18 ,1273
19 ,7976
RNA
03-dc
COUPLE
0,0666
v =0 .1 p .u . - Sans charge
40 ,000
35 ,000
30 ,000
[
III
CIl
25 ,000
20 ,000
15,000
10,000
Exprimenta l
. Modle
. RNA
5,000
0.000
0.0
0,4
0,2
0,6
1,2
1,0
0 ,8
Flux (p .u.)
= 0.1 - AVEC CHARGE

FLUX NOM
0,2442
CHARGE
0.0912
VDC
150
EXPERIMENTAL ET MODELE
0.1
0, 2
0,3
0,4
0,5
0,6
0,7
0,8
0.9
1,0
RNA
03-dc
2 MINUTES
TEMPS MESURE
ESSAI #1
ESSAI #2
ESSAI #3
MOY-WATT
WATT
1,640
1,098
1.016
1,110
49 ,660
1.176
1,390
1,528
1,646
1,680
1,104
1,012
1,084
1,176
1,364
0.2198
0.2442
1,646
1,128
1,002
1,062
1,180
1,350
1,578
1,684
14 ,0108
11 ,3404
11 ,8679
13,2705
14 ,9578
16 ,7059
18,4126
20 .0306
FLUX
0.428
ESSAI #1
0,943
ESSAI #2
0,998
FLUX
0.0244
0,0488
0,0733
0,0977
0,1221
0,1465
0,1709
0,1954
33 ,300
30 ,300
32 ,560
1.568
1,656
35.320
41 ,040
46,740
49 ,860
ESSAI #3
0.960
WATT
29 .01
= 0 .1 p .u.
COU PLE
0.0912
- Avec charge
60 ,000
50 .000
[
III
CIl
;;
Q..
40 ,000
30 .000
20 ,000
10,000
'.. E,p"imOOI''
]
Modle
. RNA
-----
0,000
0 ,0
0.2
0,4
0,6
Flux (p .u.)
0 ,8
1,0
1,2
175
v = 0.2 - SANS CHARGE

0,2442
FLUX NOM
CHARG E
0,058
VDC
150
0,1
0,2
0.3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
TEMPS MESU RE
FLUX
0,0244
0,0488
0,0733
ESSA I #1
2,369
0,0977
0,1221
0,1465
0,1709
0,1954
0.631
0,749
0,861
1,074
1,220
0,2198
0,2442
FLUX
0,300
0.889
0,623
2 MI NUTES
ESSAI #2
ESSAI #3
2,464
2,453
0 ,804
0,854
0,628
0,626
0,672
0,674
- M-UlMWATT
MOY-WATT
72 ,860
25,470
18,770
23,0459
17 ,9860
19,770
19,7318
1,326
1,577
0.702
0,836
1,058
1,285
1,338
1,676
0,756
0,892
1,050
1,206
1,480
1,588
22 ,070
25 .890
31 ,820
37 ,110
41 ,440
48,410
22 ,3550
24 ,8972
27 .1678
29 ,1679
30 ,9467
32 ,5585
ESSAI #1
0,655
ESSAI #2
0,64
ESSAI #3
0.632
WATT
19,27
RNA
03-dc
v = 0.2 p.u. - Sans
COUPLE
0,058
charge
60 .000
50.000
~
III
CIl
Il.
40 .000
30 .000
20 .000
Exprimental
. Modle
10.000
. RNA
0.000
0,0
0,2
0,4
0,6
0.8
1,0
1.2
Flux (p.u .)
V = 0.2 - AVEC CHARGE

FLUX NO M
0,2442
0,120
CHARGE
VDC
150
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
RNA
03-dc
2 MIN UTES
TEMP S MESURE
ESSAI #1
ESSAI #2
ES SA I #3
MOY-WATT
WATT
2,958
2,064
1,764
1,841
2,821
0,1709
0,1954
0,2 198
0,2442
2,884
2,064
1,730
1,745
1,942
2.096
2,266
2,462
1,910
2,111
2,254
2,412
2,003
1,766
1,816
1,914
2,082
2,300
2,538
86 ,630
61 ,310
52 ,600
54 ,020
57 ,660
62 ,890
68,200
74 ,120
54 .33 53
28 ,9629
25,4471
25 ,8878
27 ,2955
28 ,9000
30,4778
31 ,9738
33 ,3880
FLUX
0,4 10
ESSAI #1
1,860
ESSA I #2
1,842
ESSAI #3
1,798
WATT
55
FLUX
0,0244
0,0488
0,0733
0,0977
0,1221
0,1465
COU PLE
0,120
V = 0.2 p.u. - Avec charge

100 ,000
90 ,000
80 .000
70 ,000
~
III
CIl
~
Il.
60 .000
50,000
40 ,000
30 ,000
Exprimental
. Modle
20 ,000
10,000
. RNA
0,000
0,0
0 ,2
0.4
0 ,6
Flux (p.u. )
0,8
10
1,2
176
v =0.3 SANS CHARGE

FLUX NOM
0,2442
CHARGE
0,0573
VDC
150
TEMPS MESURE
ESSAI #3
ESSAI #2
FLUX
0,0244
ESSAI #1
0 ,1
0 ,2
0 ,3
0,0488
0 ,0733
1,064
0,862
1,128
0 ,868
0,4
0,0977
0,942
0,5
0,6
0,7
0,8
0,9
1,0
RNA
0 ,1221
0,1465
0,1709
0,1954
0,2198
0,2442
1,038
1.198
1,353
1,524
1,812
2 ,058
0,968
1,007
1,236
1,393
1,600
1,822
2 ,018
FLUX
0,282
ESSA I #1
0,920
ESSAI #2
0 .898
03-d c
2 MINUTES
M M.!.I'M
WATI
MOY-WATT
0,000
32 ,640
26 ,320
1,072
0,902
0,942
1.040
1.228
1,348
1,596
1,812
2,038
28 ,520
30,850
36,620
40, 94 0
47 ,200
54,460
61 ,140
ESSAI # 3
0.872
WATI
26. 900
34 ,1845
28,4932
29,8082
31.9991
34 ,1657
36,1954
38 ,1239
40 ,0067
41 ,8928
COUPLE
0.0573
v = 0.3 p.u. - Sa ns charge

70.000
60,000
50, 000
[
VI
Cl
c..
, ,
40 ,000
30,000
Exprimental
20, 000
. Modle
. RNA
10, 000
0 ,000
0,0
0,4
0,2
0,8
0,6
1,0
1,2
Flux (p.u.)
= 0.3 - AVEC CHARGE

0,2442
FLUX NOM
0,125
CHARGE
VDC
150
EXPERIMENTAL ET MODELE
0.1
0,2
0,3
0,4
0,5
0, 6
0.7
0,8
0. 9
1,0
2 MI NUTES
TEMPS MESU RE
NTAL(WATT-H)
ESSAI #3
ESSAI #2
FLUX
0,0244
0,0488
0,0733
0,0977
0.1221
0,1465
0,1709
0,1954
0,2198
0,2442
ESSAI #1
3,789
2,826
2,607
2.698
2,730
2,884
3,169
3,438
4,086
2,902
3,962
2,822
2.591
2,778
2.798
3,048
3,368
3,698
2 .552
2,740
2.778
2.847
3.382
3,521
MOY-WATI
0,000
0,000
118,370
85 ,500
77,500
82 ,160
83 .060
87 ,790
99 ,190
106,570
FLUX
0,482
ESSAI #1
2,768
ESSAI #2
2.778
ESSAI #3
2.654
WATI
82
WATI
87 ,1181
48 ,7973
40 ,62 18
38 ,7345
38 ,7757
39 .5601
40 .6980
42 .0484
43 ,5593
RNA
03-dc
COUPLE
0,125
=0.3 p .u. - Avec charge
140 .000
120 ,000
100, 000
[
Cl
c..
80 ,000
60 ,000
40 ,000
20 ,000
' . Exprimental
. Modle
e.
. RNA
0,000
0,0
0,2
0,4
0,6
Fl ux (p .u.)
0,8
1.0
1,2
177
v =0.4 - SANS CHARGE

FLUX NOM
0,2442
CHARGE
0,0654
VDC
150
0,1
0,2
0 ,3
0,4
0.5
0 ,6
0 ,7
0,8
0 ,9
1,0
TEMPS MESURE
FLUX
0 ,0244
0 ,0488
0 ,0733
0,0977
0,1221
0,1465
0,1709
0,1954
0,2198
0,2442
ESSAI #1
FLUX
0.349
2 MINUTES
ESSAI #2
ESSAI #3
1,982
2 ,198
1,560
1.196
1,241
1,358
1,438
1.591
1,950
2,050
2,232
1,544
1,148
1,226
1,366
1,438
1,562
1,920
2,026
2,206
MOY-WATT
0,000
45 ,660
35 ,180
36 ,990
40,960
43,520
47 ,500
58,580
60 ,580
66,360
ESSAI #1
1,271
ESSAI #2
1.280
ESSAI #3
1,312
WATT
38 ,630
1.462
1.174
1,232
1,372
1,476
1,597
1,988
M .',I.I.I34WATT
57,0467
42 ,8568
41 ,0818
41 ,8083
43 ,3072
45,1709
47 ,2970
49 ,6684
52 ,2938
RNA
03-dc
COUPLE
0 ,0654
v = 0.4 p.u. - Sa ns ch arge
70 .000
60 ,000
50,000
[
40 ,000
Vl
<Il
ai
Cl.
30 .000
Exprimenta l
20 ,000
. Modle
. RNA
10,000
0,000 "
0,0
0,2
0,4
0,8
0,6
1,0
1,2
Flux (p .u.)
v = 0.4 - AVEC CHARGE

FLUX NOM
0,2442
CHA RGE
0,123
V DC
150
EXP RIMENTAL ET MODELE
0, 1
0,2
0.3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
RNA
03-dc
TEMPS MESURE
2 MINUTES
FLUX
0,0244
0,0488
0,0733
0,0977
0,1221
0,1465
0,1709
0,1954
0,2198
0,2442
ESSAI #1
ESSAI #2
ESSAI #3
4,876
3,726
3 ,333
3,332
3, 51 9
3,685
3,855
4,049
4,764
3,734
3,308
3,3 12
3,508
3,720
3,948
4,11 0
4,658
3,883
3, 273
3,342
3,4 18
3,772
3,866
4,008
FLUX
0,575
ESSAI #1
3,488
ESSAI #2
3.424
ESSAI #3
3,486
WATT
MOY-WATT
0,000
0,000
142,980
127,1179
71 ,11 31
56,4232
51,4772
49 ,9835
50 ,0768
51 ,0693
52 ,6714
54 ,7509
113,430
99,140
99.860
104 ,450
111 ,770
116,690
121 ,670
COUPLE
0,123
WATT
103,98
V = 0.4 p.u. - Avec charge

160 ,000
140.000
120.000
~ 100.000
Vl
<Il
80 ,000
Cl.
60 ,000
40 ,000
20 ,000
+E'pe"meo" j 1
-----~
e.
. Modele
. RNA
0,000
0,0
0,2
0,4
0,6
Flux (p.u.)
0,8
1,0
1,2
178
v = 0.5 SANS CHARGE

FLU X NOM
CHARGE
0,2442
0,109
2 MI NUTES
TEMPS MESURE
VDC
150
ESSAI #1
ESSAI #2
ESSAI #3
0,1
FLUX
0,0244
MOY-WATT
0,000
0,2
0,3
0,0488
0,0733
1,640
1,310
1.602
1.388
1,666
1,344
0,4
0,5
0,6
0,0977
0,1221
0,1465
1,489
1,715
1,869
1,500
1,702
1,802
1,470
1,736
1.814
49 ,080
40,420
44 ,590
51,528
54 ,850
0,7
0,8
0,9
1,0
0,1709
0.1954
0.2198
0,2442
2,046
2.392
2,636
2,716
2,052
2,328
2,686
2,036
2,295
2,546
61 ,340
70 ,150
78 ,680
27 ,160
FLUX
0,569
ESSAI #1
2,034
ESSAI #2
2.070
ESSAI #3
1,958
WATT
60, 620
87 ,1125
68 ,6696
62 ,0872
60 .0091
60 ,1577
61 ,6613
64 ,1409
67,4203
RNA
03-dc
COU PLE
0,109
v = 0.5 p .u . - Sans charge

100,000 -
90,000
80,000
70,000
60,000
III
50,000
III
40,000
tI)
a..
30,000
20,000
10,000
0,000
i Exprimental
I . Modle
_______J
l~_~~
0,0
0,2
0,4
0,6
Flu x (p.u .)
0,8
1,0
1,2
179
Annexe 3 - Rsultats des simulations du Tableau 3-4

180
RAPPORT DE SIMULATION
PROJET DE RECHERCHE - MARC PERRON - UNIVERSIT LA V AL
24-Apr-2006 19:27:43
DESCRIPTION DU TEST: Test A VEC/SANS ajustement de flux + AVEC/SANS DPWM, V
= 0.2 p.U.
--------------------- TEST #1 ---------------------24-Apr-2006 19:27:43

Point d'opration: Vitesse(rad/s) = 37 Couple(Nm) = 2.158
Pertes FC (W):
FLUX = 23 .6681 HARMONIQUES = 0.075663 COMMUTATION = 3.8977 FP = 0.27524 FREQH = 12.7554
VEN = 37.5069 CFIN = 2.022
Pertes avec RNA (W): FLUX = 23.0073 HARMONIQUES = 0.075276 COMMUTATION = 3.7053 FP = 0.2013 FREQH = 12 .8869
VFIN = 37.508 CFIN = 2.0372
Pertes avec DPWM (W): FLUX = 23.6681 HARMONIQUES = 0.075804 COMMUTATION = 2.9081 FP = 0.64716 FREQH =
12.8208 VFIN = 37.508 CFIN = 2.1405
Pertes RNA+ DPWM (W): FLUX = 23.008 HARMONIQUES = 0.094807 COMMUTATION = 2.7034 FP = -0.73361 FREQH =
13.0893 VFIN = 37.5092 CFIN = 2.1626
--------------------- TEST #2 ---------------------24-Apr-2006 20:02 :38
Point d'opration: Vitesse(radls) = 37 Couple(Nm) = 10.79
Pertes FC (W):
FLUX = 170.1481 HARMONIQUES = 0.14139 COMMUTATION = Il.4225 FP = 0.48124 FREQH = 15.7238
VFIN = 37.0616 CFIN = 10.4768
Pertes avec RNA (W): FLUX = 170.8912 HARMONIQUES = 0.12442 COMMUTATION = 11.4758 FP = 0.29156 FREQH =
15.6255 VFIN = 37.062 CFIN = 10.4832
Pertes avec DPWM (W): FLUX = 170.1481 HARMONIQUES = 0.10081 COMMUTATION = 7.1636 FP = 0 .7064 FREQH =
15.5284 VFIN = 37.0606 CFIN = ]0.343
Pertes RNA+ DPWM (W): FLUX = 170.8909 HARMONIQUES = 0.11342 COMMUTATION = 7.]872 FP = 0 .75119 FREQH =
15.5284 VFIN = 37.0606 CFIN = 10.5888
Temps de simulation: 1h 18m46s
181
PROJET DE RECHERCHE - MARC PERRON - UNIVERSIT LA V AL
24-Apr-200620:47:46
DESCRIPTION DU TEST: Test A VEC/SANS ajustement de flux + AVEC/SANS DPWM, V = 0.5 p.u.
--------------------- TEST #] ---------------------24-Apr-200620:47:46
Point d'opration: Vitesse(rad/s) = ] ] 1 Couple(Nm) = 2.158
Pertes FC (W) :
FLUX = 123 .3047 HARMONIQUES = 0.24135 COMMUTATION = 4.0851 FP = 0.23722 FREQH = 36.2345
VFIN = 111 .5261 CFIN = 2.7327
Pertes avec RNA (W): FLUX = 95 .064 HARMONIQUES = 0.17495 COMMUTATION = 3.9876 FP = -0.015265 FREQH =
37.3162 VFJN = 1] 1.5349 CFIN = 2.7465
Pertes avec DPWM (W): FLUX = 123.3047 HARMONIQUES = 0.17355 COMMUTATION = 3.0647 FP = -0.25857 FREQH =
36.7674 VFIN = 111.5256 CFIN = 2.5541
Pertes RNA+ DPWM (W): FLUX = 95.249 HARMONIQUES = 0.14062 COMMUTATION = 3.01 ] 8 FP = 0.63242 FREQH =
36.7674 VFIN = ] 1 ] .5345 CFIN = 2.3602
--------------------- TEST #2 ---------------------24-Apr-2006 2] :56:3]
Point d'opration: Vitesse(radJs)
= 111
Couple(Nm)
= 10.79
Pertes FC (W):
FLUX = 280.6768 HARMONIQUES = 0.26712 COMMUTATION = ] 1.5457 FP = 0.40886 FREQH = 39.0656
VFIN = 111.1204 CFIN = 10.5206
Pertes avec RNA (W): FLUX = 28] .288] HARMONIQUES = 0.27109 COMMUTATION = 1 ].5635 FP = 0.31272 FREQH =
39.0656 VFIN = 111.1209 CFIN = 10.5094
Pertes avec DPWM (W): FLUX = 280.6768 HARMONIQUES = 0.20048 COMMUTATION = 7.1102 FP = 0.64288 FREQH =
39.0656 VFIN = ] ] 1.] 198 CFIN = 11.1538
Pertes RNA+ DPWM (W): FLUX = 281.289 HARMONIQUES = 0.]8938 COMMUTATION = 7.1354 FP = 0.63087 FREQH =
39.0656 VFlN = 111.12 CFIN = 10.9474
Temps de simulation: 2h45m36s
182
PROJET DE RECHERCHE - MARC PERRON - UNIVERSIT LA VAL
24-Apr-200623:34:54
DESCRIPTION DU TEST: Test AVEC/SANS ajustement de flux + AVEC/SANS DPWM, V = ] .0 p.u.
--------------------- TEST #1 ---------------------24-Apr-200623 :34:54
Point d'opration : Vitesse(rad/s) = ] 85 Couple(Nm) = 2.] 58
Pertes FC (W):
FLUX = 3]0.6197 HARMONIQUES = 0.37633 COMMUTATION = 4.2877 FP = 0.20114 FREQH = 59.5309
VFIN = 185.4814 CFIN = 3.1977
Pertes avec RNA (W): FLUX = 2] 8.9253 HARMONIQUES = 0.2609] COMMUTATION = 4.49 FP = 0.57269 FREQH = 60.983
VFIN = ] 85.4955 CFIN = 3.0282
Pertes avec DPWM (W): FLUX = 310.6] 97 HARMONIQUES = 0.22787 COMMUTATION = 3.223 FP = 0.25685 FREQH =
59.5309 VFIN = 185.48]5 CFIN = 2.9756
Pertes RNA+ DPWM (W): FLUX = 2]8.56]7 HARMONIQUES = 0.]8364 COMMUTATION = 3.3552 FP = 0.64913 FREQH =
60.983 VFIN = ] 85.495 CFIN = 2.9733
--------------------- TEST #2 ---------------------25-Apr-2006 00: 1 ] :25
Point d'opration: Vitesse(rad/s) = 185 Couple(Nm) = 10.79
Pertes FC (W):
FLUX = 483.6624 HARMONIQUES = 0.43799 COMMUTATION = ] 1.7386 FP = 0.4]685 FREQH = 62 .5078
VFIN = 185.0348 CFIN = ] 1.7897
Pertes avec RNA (W): FLUX = 483 .778] HARMONIQUES = 0.8]47] COMMUTATION = 11.632 FP = 0.58021 FREQH =
64.11 08 VFIN = 185 .0354 CFIN = 11.7428
Pertes avec DPWM (W) : FLUX = 483.6624 HARMONIQUES = 0.3] 54 COMMUTATION = 7.1774 FP = 0.73332 FREQH =
62 .5078 VFIN = 185.0349 CFIN = ] ] .3474
Pertes RNA+ DPWM (W): FLUX = 483.7903 HARMONIQUES = 0.30254 COMMUTATION = 7.2286 FP = 0.34945 FREQH =
62.5078 VFIN = 185.0359 CFIN = ] 1.548
Temps de simulation: 1h22m52s
183
Annexe 4 - Donnes techniques principales du kit de

dveloppement FPGA Stratix d'Altera
Le document complet est disponible en ligne l' adresse:

http://www.altera.comlliterature/ds/ds_ stratix_ dsp _ bd~ro.pdf
184
Stratix EP1 S80 DSP

Development Board
December 2004, ver. 1.3
Features
Data Sheet
The Stratix EPIS80 DSP development board is included with the DSP
Development Kit, Stratix Professional Edition (ordering code:
DSP-BOARD IS80). This board is a powerful development platform for
digital signal processing (DSP) designs, and features the Stratix EPIS80
device in the speed grade (-6) 956-pin package.
Components
Analog 1/0
Two I2-bit l25-MHz A/D converters
Two I4-bit I65-MHz DI A converters
Single-ended or differential inputs, and single-ended outputs

Memory subsystem
2 Mbytes of 7.5-ns synchronous SRAM configured as two

independent 36-bit buses
64 Mbits of flash memory

Configuration options
On-board configuration via the 64-Mbits flash memory, plus the

Altera EPM7064 programmable logic device (PLD)
Download configuration data using ByteBlasterMVTM
download cab les

Dual seven-segment display
One 8-pin dual in-line package (DIP) switch
Three user-definable pushbutton switches
One 9-pin RS-232 connector
Two user-definable LEDs
On-board 80-MHz oscillator
Single 5-V DC power supply (adapter included)
Debugging Interfaces
Two Mictor-type connectors for Agilent Technologies logic analyzers

Several O.l-inch headers
Expansion Interfaces
Altera Corporation
DS-STXDVBD-l .3
Two connectors for Analog Devices A/D converter daughter cards

Connector for Texas Instruments Evaluation Module (TI-EVM)
daughter cards
Al tera Expansion Prototype Connector
Stratix EP1 S80 DSP Development Board
General
Description
185
Footprint for a front panel data port (FPDP)

Prototyping area
The Stratix EPIS80 DSP development board provides a hardware

platform designers can use to start developing DSP systems based on
Stratix devices immediately. Combined with DSP inteUectual property
(IP) from Altera and Altera Megafunction Partners Program (AMPPSM)
partners, users can quickly develop powerful DSP systems. Altera' s
unique OpenCorePlus technology aUows users to try out these IP cores
in hardware prior to licensing them. DSP Builder (version 2.2.1) includes
a library for the Stratix EPIS80 DSP development board. This library
aUows algorithm development, simulation, and verification on the board,
aU from within The MathWorks MATLAB/Simulink system-level design
tools. AdditionaUy, the Stratix DSP development board has a Texas
Instruments' EVM (cross-platform) daughter card connector, which
enables development and verification of FPGA co-processors.
Altera Corporation
186
General Description
Components & Interfaces

Figure 1 shows a top view of the board components and interfaces.
Figure 1. Stralix EP1 S80 DSP Development Board Components &Interfaces

GO-Pin 110
Connector (JP8)
JP25
JP23
JP26
Two External CloC!<

P
Inputs (Jc:::=l ,=J
===:::;;=H=,l
64-Mbit
Flash
Memory
(U3)
JP18
MAX
SMA Connector
Output !rom
DIA 1 (J2)
Altera
Expansion
Prototype
Connector
(JP20 , JP21,
JP24)
JP9 ========:.;=~
14-brt , 165-MHz DIA ---.!"'""----Converters (U21 , U23)
JP 10
=======~
SMA Connector
Output !rom
DIA 2 (J3)
=
Connector (J1 1)
(reverse side)
Pushbutton
Switches
(SWO, SW1 , SW2)
12-bit , 125 MHz

AlD Converters
(U10, U30)
Dual
Seven-segment
Display (0 4)
SMA Connector
Input to
AlD 1 (JP6)
Joint Test Action Group (JTAG)

Connector (JP30)
9-Pin RS-232
Connector (J8)
5.0-V
Power Supply
Connector (J1)
Power-on LED (08)

Two User-De!ined LE Os (06, 07)
T21ble 1 describes the components on the board and the interfaces it

supports.
Table 1. Stralix EP1S80 DSP Development Board Components &Interfaces (Part 1 of 3)
Component/
Interface
Type
Board
Designation
AlD converters
1/0
U10, U30
The board has two 12-bit 125-MHz AlD converters
DIA conve rters
1/0
U21,U23
The board has two 14-bit 165-MHz DIA converters
2 Mbytes SRAM
Memory
U34, U35, U36,

U37
Description
Components
Altera Corporation
The board has 2 MBytes of 7.5-ns synchronous SRAM
configured as two independent 36-bit buses.
187
Stratix EP1S80 DSP Development Board
Table 1. Stratix EP1S80 DSP Development Board Components & Interfaces (Part 2 of 3)
Component/
Interface
Type
Board
Designation
Memory
U3
SMA external clock

input connectors
Input
JP1, JP3
The board has two SMA connector inputs connected to

clocks, and terminated in 50 n.
SMA external clock

output connectors
Output
JP2, JP4
The board has two SMA connector outputs with a

source impedance of 50 n.
Dual seven-segment
display
Display
04
The board has a dual seven-segment display.
DIPswitch
1/0
SW3
The board has eight DIP switches, which are

user-definable as logic inputs.
Pushbutton switches
1/0
SWO, SW1,
SW2
User-defined LEDs
Display
06,07
Power-on LED
Display
08
The board has an LED that illuminates when power is

supplied to the board.
conf_done LED
Display
05
The board has an LED that illuminates upon successful

configuration of the Stratix device.
RS-232 connector
1/0
J8
The board has a OB9 connector, which is configured as

a OTE seriai port. The interface voltages are converted
to 3.3-V signais and brought to the Stratix device, which
must be configured to generate and accept
transmissions.
On-board 80MHz
oscillator
Clock
U1
The board has a socked on-board 80-MHz oscillator.
Single 5.0-V OC
power supply
Input
J1 (adapter)
1/0
JP7, JP8
The board has ninety general-purpose 1/0 pins on the

0.1-inch headers (45 on JP8; 45 on JP7). The Stratix
pins that drive the JP8 header also drive headers JP20,
JP21, and JP24. Similarly, the Stratix pins that drive the
JP7 header also drive headers JP19, and JP22.
1/0
J9,J10
The board has two Mictor headers, each connected to

33 Stratix pins (32 data, 1 clock) for use with an external
logic analyzer.
Analog Deviees
connector (1)
Expansion
JP19,JP22
The board provides an interface to Analog Device's A/D

converters via two 40-pin connectors.
TI-EVM connectors
Expansion
J11,J12
64 Mbits of flash
User 1/0 pins
Description
The board has 64 Mbits of flash memory.
The board has three pushbutton switches, which are

user-definable as logic inputs.
The board has two user-definable LEDs.
A 5.0-V OC power supply and a board adapter is

included.
Debugging Interfaces
Mictor connectors
Expansion Interfaces
The board provides an interface to the TI-EVM. The

connectors can be found on the reverse side of the
board, as shown in Figure 1.
Altera Corporation
188
Using the Board
Table 1. Stratix EP1SBO DSP Development Board Components &Interfaces (Part 3 of 3)
Component/
Interface
Board
Designation
Type
Description
Altera Expansion
Prototype Header
Expansion
JP20, JP21,
JP24
FPDP Footprint
Expansion
J4
Four rows of pins comprise a footprint for an FPDP,

which can be added to the board.
Prototyping area
Expansion
NIA
The board provides a grid of plated through-holes on

O.1-inch centers. Thirty Stratix 1/0 pins are connected
to the grid.
The board provides a custom interface to Altera

expansion cards via a 74-pin header.
Note to Ta.ble 1:
(1) The two debug headers designated in this table can be used ta interface ta Analag Deviees A/D converter
evaluatian boards. They are designated as JP19 and JP22, and interface to Analag Deviees AD6645 / 9433/9430
external A/D converters. Note that the JP19 and JP22 headers share Stratix pins with JP7.
Environmental Requirements
The Stratix EPlS80 DSP development board must be stored between
--40 C and 100 C. The recommended operating tempe rature is between
0 C and 55 C.
n~:&j:~)
Using the Board
The Stratix EPlS80 DSP development board can be damaged

without proper anti-static handling.
When power is applied to the board, the Power On LED illuminates. At

this time, the Stratix device is automatically configured and, upon
successful configuration, the con f _ done LED illuminates.
rCi:i:::
JP18 allows the user to load one of two Stratix configuration

images upon power-up. If the jumper on JP18 is not present, the
factory configuration loads. If the jumper is present, the user
configuration loads. See "Non-Volatile Configuration" on page 7
for more details.
To configure the board with a new design, the designer should perform
the following steps, explained in detail in this section.
Altera Corporation
1.
Apply power to the board.
2.
Configure the Stratix device.

26247

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

26247

Uploaded by

Copyright:

Available Formats

MARC PERRON

CONCEPTION D'UNE STRATGIE DE

MODLE DES PERTES NEURONAL SUR FPGA

DPARTEMENT DE GNIE LECTRIQUE ET DE GNIE INFORMATIQUE

Marc Perron, 2009

Table des matires

CHAPITRE II : TUDE DE LA PROBLMATIQUE DES PERTES DANS LES

MACHINES ASYNCHRONES ET LES ONDULEURS DE TENSION .............................................. 28

LES MCANISMES DE PERTES

LES PERTES DANS LA MACHINE ASYNCHRONE

Les pertes lectromagntiques ...... ........... ....................................... ............... ................................... .. 29

L ES PERTES DANS L'ONDULEUR

REVUE DE LA LITTRATURE SUR LA COMMANDE NERGTIQUEMENT OPTIMALE DES MACHINES

Minimisation des pertes dans l'onduleur.............................................................................. 52

CHAPITRE III : CONCEPTION AVANCE DE LA COMMANDE DE FLUX BASE

DE RSEAU DE NEURONES ARTIFiCiELS ....................................................................................... 58

INTRODUCTION AUX RSEAUX DE NEURONES ARTIFICIELS

Le perceptron multicouche ........... ........................................................................................ 60

Applications et caractristiques des RNA ........................ .. .... ..... .................................. ....... . 64

CONCEPTION D'UNE COMMANDE EN FLUX OPTIMALE ET NEURONALE

Slection des paramtres de l 'architecture du RNA .......... .................... .. ..................... ....... . 68

dtecteur de rgime permanent .................. .............. ...................... ..................... ................................ 82

PLATEFORMES DE MISE EN OEUVRE DES SYSTMES RNA

CHAPITRE IV : COMMANDE VECTORIELLE DE MACHINE ASYNCHRONE SUR

PLATEFORME DE DVELOPPEMENT FPGA COMMERCIALE .................................................. 90

RECHERCHE SUR LES STRATGIES POSSIBLES

Architectures de systme........... .......... .................................................................. .... .... ........ 90

Processus de conception ............................................ .......................................... ........... ...... 93

SCHMA GNRAL ET DESCRIPTION DES COMPOSANTS

Gnralits ......... ..................................... .......................................................................... .... 95

La partie machine ........................................................................... ...................................... 96

Module d'lectronique de puissance .................................................................................... 96

Module d'instrumentation et conditionnement de signal ................................................ ...... 98

Le module de traitement de signal FPGA .................................................. ........................... 99

CONCEPTION DE LA COMMANDE VECTORIELLE SUR FPGA

Dfinition des blocs de la commande vectorielle............................................ ............ ........ 107

VALIDATION EXPRIMENTALE DE LA COMMANDE VECTORIELLE

Rgulation de courant......................................................................................................... 115

Rgulation du flux ....................................................................................... ........................ 118

Rgulation du couple .......................................................................................... ................ 119

Rgulation de la vitesse ... ................................................................................................... 120

CHAPITRE V : CONCEPTION ET VALIDATION D'UN MODLE DES PERTES DU

MOTEUR ASyNCHRONE ..................................................................................................................... 122

MODLE DES PERTES AVEC ALIMENTATION TRIPHASE SINUSODALE

Identification des paramtres du moteur ............................................................ ................ 123

Conception du modle de pertes ......................................................................................... 127

MODLE DES PERTE S AVEC CONVERTISSEUR STATIQUE

CHAPITRE VI : CONCEPTION ET VALIDATION EXPRIMENTALE DE LA

COMMANDE DE FLUX OPTIMALE ET NEURONALE SUR FPGA ............................................. 133

RNA SUR FPGA

RALISATION DES FONCTIONS DE COMMANDE DE FLUX NEU RONAUX SUR

CONCLUSION GNRALE .................................................................................................................. 151

Liste des tableaux

Liste des figures

Fig. 1-4 - Couple en fonction du glissement [Bose, 2002] ............................................... 15

Fig. 1-6 - Transformation du repre fixe

[Bose, 2002] ....................... 16

au repre tournant V eds, qs [Bose, 2002] .... 17

Fig. 3-7 - Aspect de la fonction

Fig. 4-8 - Dmodulation du signal de mesure l'aide du SignalTap Analyzer d'Altera

et KLm pour diffrentes valeurs de flux .................................................................... 126

Liste des symboles

axes de rfrence dans le repre stationnaire au stator

axe direct, en quadrature et composante homopolaire