WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Estimation des paramètres et des états de la machine asynchrone en vue du diagnostic des défauts rotoriques

( Télécharger le fichier original )
par Samir Meradi
Université Mohamed Khider de Biskra - Magister Electrotechnique 2007
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

Chapitre VI

Conception d'un régulateur flou pour

la commande vectorielle de la machine

asynchrone

VI.1 Introduction

Afin de pouvoir appliquer la technique de la logique floue à la commande vectorielle d'une machine asynchrone, nous présentons dans ce chapitre les concepts de la logique floue et nous exposons tous les aspects méthodologiques nécessaires à la compréhension de cette méthode. Nous étudions ensuite la conception d'un contrôleur flou pour la commande vectorielle de la machine asynchrone avec ou sans défauts rotoriques.

VI.2 Principes et définitions de la logique floue

Une des caractéristiques du raisonnement humain est qu'il est généralement fondé sur des données imprécises ou même incomplètes. En effet les connaissances dont nous disposons sur un système quelconque sont généralement incertaines ou vagues, soit parce que nous avons un doute sur leur validité ou alors nous éprouvons une difficulté à les exprimer clairement.

Il est donc nécessaire de penser et de développer un nouveau type de raisonnement, le raisonnement approché, qui permettra de traiter mathématiquement l'imprécis et l'incertain. Le premier à avoir souligné ces possibilités de développement est Lotfi A. Zadeh qui dés 1965 introduit la théorie de la logique floue.

C'est une technique pour le traitement de connaissances imprécises et incertaines. Elle permet de prendre en considération des variables linguistiques dont les valeurs sont des mots ou des expressions du langage naturel, telle que faible, élevée, rapide, lent, grand, petit, etc....

A coté d'un formalisme mathématique fort développé, nous préférons aborder la présentation de manière intuitive. Nous présentons un exemple simple pour comprendre l'intérêt de la logique floue sur la logique classique :

- Exemple : Dans la logique classique, une vitesse peut être qualifiée par le terme « faible » ou « élevée ». Dans la logique floue, des échelons d'appréciation intermédiaires de la variable vitesse sont possibles. La «vitesse » devient une variable linguistique dont les valeurs sont par exemple : « très faible », « faible », « moyenne », « élevée », « très élevée ». Une vitesse de 1000 tr/mn par exemple dans la logique classique correspond au seul ensemble

« moyenne », alors que dans le modèle flou, elle appartient à la fois aux ensembles « faible » et « moyenne ».

VI.2.1 Ensembles flous

La notion d'ensemble flou a pour but de permettre des gradations dans l'appartenance d'un élément à une classe, c'est-à-dire d'autoriser un élément à appartenir plus ou moins fortement à cette classe.

Afin de mettre en évidence cette notion, on introduit les définitions suivantes : Soit un ensemble de référence X continu ou discret d'objets dénotés { x} .

Un ensemble classique A de X est défini sur un univers de discours par une fonction caractéristique u A qui prend la valeur 0 pour les éléments de X n'appartenant pas à A et la

valeur 1 pour ceux qui appartiennent à A (figure VI.3). L'univers de discours est l'ensemble des valeurs réelles que peut prendre la variable floue X .

u A : X ?{ 0,1} (VI.1)

Plus généralement, le domaine de définition de u A (x) peut être réduit à un sous-

ensemble de X .

Un ensemble flou A peut être représenté comme un ensemble de paires (élément générique, degré d'appartenance) ordonnées :

A = { ( x,u A ( x))/x ?X} (VI.2)

A x X A x / x ,

= ? u

? ( )

A = u

? ( )

A x / x , si X est continu

x

si X est discret

(VI.3)

u

u

x

x

(a) (b)

Figure (VI.1)

Fig . I : Exemple de fonctions d'appartenance (a) logique classique (b) logique

VI.2.2 Variable linguistique

Une variable linguistique est représentée par un triplet ( V , X , TV ) , dans lequel V est une

variable (la vitesse, la température ...) définie sur un ensemble de référence X , ses valeurs
peuvent être n'importe quel élément de X . On note TV ( A1 , A2, ...) un ensemble, fini ou infini, de

sous-ensembles flous de X , qui sont utilisés pour caractériser V. Afin de permettre un traitement numérique, il est indispensable de les soumettre à une définition à l'aide de fonctions d'appartenance .

Par exemple, si la vitesse est interprétée comme une variable linguistique, alors son ensemble de termes T( vitesse) = { lente, moyenne, rapide . . .} où chaque terme est caractérisé par

un ensemble flou.

Ces termes peuvent être définis comme des ensembles flous dont les fonctions d'appartenance sont montrées sur la figure (VI.4).

u vitesse

lente moyenne rapide

km/s

40 55 70

1

0.5

Figure (VI.2):Représentation Graphique des termes linguistiques

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"La première panacée d'une nation mal gouvernée est l'inflation monétaire, la seconde, c'est la guerre. Tous deux apportent une prospérité temporaire, tous deux apportent une ruine permanente. Mais tous deux sont le refuge des opportunistes politiques et économiques"   Hemingway