Aller au contenu
ELECTRONICS ENGINEERINGelectronics-engineering.com
Contrôle des procédés

Systèmes multivariables : matrice des gains relatifs et appariement

Processus à deux entrées et deux sorties, le gain relatif de Bristol avec démonstration, lignes et colonnes de somme égale à un, la règle d'appariement, un exemple de colonne de distillation, le découplage et la commande prédictive.

https://www.electronics-engineering.com/fr/systemes-multivariables-rga-appariement-decouplage/

Pas encore de vote : soyez le premier à noter cette page.

Dans une installation réelle, les boucles de commande ne sont pas indépendantes : ouvrir une vanne pour corriger une température change aussi une pression, qu’un autre régulateur corrige, en perturbant à son tour la température. Quand les interactions sont fortes, bien régler chaque boucle seule ne suffit pas. Dans cette leçon, nous regardons le modèle d’un processus à plusieurs entrées et sorties, la matrice des gains relatifs (RGA) de Bristol avec la démonstration de ses propriétés, la règle d’appariement des entrées et des sorties, le découplage et la commande prédictive.

Le processus à deux entrées et deux sorties

Le cas le plus simple a deux variables manipulées u_1, u_2 et deux variables commandées y_1, y_2, chacune affectée par les deux entrées :

    \[ y_1 = G_{11}u_1 + G_{12}u_2,\qquad y_2 = G_{21}u_1 + G_{22}u_2 \]

Processus à deux entrées et deux sorties et ses couplages
Chaque sortie dépend des deux entrées : G_11 et G_22 sont les effets directs, G_12 et G_21 les couplages croisés.

Un exemple classique est un réservoir de mélange alimenté en eau chaude et froide : les sorties sont le débit total et la température, et chacune des deux vannes modifie les deux. Un autre est la colonne de distillation, où le reflux et la chaleur du rebouilleur affectent les deux puretés, en tête et en pied.

Si l’on ferme deux boucles séparées, u_1 sur y_1 et u_2 sur y_2, le régulateur 1 ne voit plus le gain G_{11} : il voit un gain modifié par l’action du régulateur 2, qui réagit à chacun de ses mouvements. Il faut une mesure de l’importance de cette interaction.

Le gain relatif

Nous travaillons avec les gains statiques K_{ij} = G_{ij}(0).

Définition. Le gain relatif entre u_1 et y_1 est le rapport entre le gain de u_1 à y_1 avec l’autre boucle ouverte (u_2 constant) et le même gain avec l’autre boucle fermée et parfaite (y_2 constant) :

    \[ \lambda_{11} = \frac{(\partial y_1/\partial u_1)_{u_2}}{(\partial y_1/\partial u_1)_{y_2}} \]

Théorème. Pour un processus 2×2

    \[ \lambda_{11} = \frac{1}{1 - \dfrac{K_{12}K_{21}}{K_{11}K_{22}}} \]

Démonstration. Avec u_2 constant, le gain est simplement K_{11}. Avec y_2 constant, la seconde équation impose K_{21}u_1 + K_{22}u_2 = \text{const}, donc une variation de u_1 modifie u_2 de -(K_{21}/K_{22})\,u_1. En substituant dans la première équation :

    \[ \Delta y_1 = \left(K_{11} - \frac{K_{12}K_{21}}{K_{22}}\right)\Delta u_1 \]

Le rapport des deux gains est K_{11}/(K_{11} - K_{12}K_{21}/K_{22}), et en divisant numérateur et dénominateur par K_{11}, on obtient la formule. ∎

Les autres éléments se calculent de la même façon, et sont réunis dans la matrice des gains relatifs (RGA).

Théorème. Dans chaque ligne et chaque colonne de la RGA, les éléments ont pour somme 1. Pour un processus 2×2, la matrice est donc déterminée par \lambda_{11} :

    \[ \Lambda = \begin{pmatrix} \lambda_{11} & 1 - \lambda_{11} \\ 1 - \lambda_{11} & \lambda_{11} \end{pmatrix} \]

Démonstration (cas 2×2). Soit x = K_{12}K_{21}/(K_{11}K_{22}), donc \lambda_{11} = 1/(1 - x). Pour \lambda_{12}, entre u_2 et y_1, le même raisonnement (maintenant u_1 s’adapte pour garder y_2 constant : \Delta u_1 = -(K_{22}/K_{21})\Delta u_2) donne

    \[ \lambda_{12} = \frac{K_{12}}{K_{12} - K_{11}K_{22}/K_{21}} = \frac{1}{1 - 1/x} = \frac{-x}{1 - x} \]

et \lambda_{11} + \lambda_{12} = (1 - x)/(1 - x) = 1. Par symétrie, il en va de même pour la deuxième ligne et pour les colonnes. ∎

Comment lire la RGA

  • \lambda_{11} = 1 : l’autre boucle ne change pas le gain vu par la première. Pas d’interaction, les boucles se règlent séparément.
  • 0 \lt  \lambda_{11} \lt  1 : fermer l’autre boucle augmente le gain vu (l’autre régulateur « aide »). Interaction modérée si proche de 1.
  • \lambda_{11} \gt  1 : fermer l’autre boucle réduit le gain. De grandes valeurs, 5, 10 ou plus, indiquent une forte interaction et un processus difficile.
  • \lambda_{11} \lt  0 : fermer l’autre boucle change le signe du gain. Un régulateur réglé avec l’autre boucle ouverte devient une réaction positive quand l’autre se ferme : instabilité.

La règle d’appariement de Bristol : apparier chaque sortie avec l’entrée dont le gain relatif est positif et le plus proche de 1, et ne jamais apparier sur un gain relatif négatif.

Exemple. Un modèle classique de colonne de distillation, très étudié dans la littérature, a pour gains statiques

    \[ K = \begin{pmatrix} 0.878 & -0.864 \\ 1.082 & -1.096 \end{pmatrix} \]

Ici x = (-0.864)(1.082)/((0.878)(-1.096)) \approx 0.971 et \lambda_{11} \approx 35. L’appariement diagonal est le bon (l’autre aurait \lambda = -34), mais l’interaction est très forte : les deux boucles se battent entre elles, et une petite erreur de modèle change beaucoup le comportement. Un tel processus est dit mal conditionné : les deux sorties bougent presque toujours ensemble, et il est difficile d’en changer une seule.

Découplage et commande prédictive

Quand l’interaction est forte, on peut insérer un découpleur D entre les régulateurs et le processus pour que KD soit diagonale : dans le cas statique, D = K^{-1}, donc chaque régulateur déplace une combinaison de vannes qui ne change qu’une seule sortie. Sur des processus mal conditionnés, cependant, le découplage exact est fragile, pour la même raison : il demande d’inverser une matrice presque singulière.

Dans les raffineries et les grandes usines chimiques, la solution aujourd’hui la plus répandue est la commande prédictive à modèle (MPC). Un ordinateur utilise un modèle multivariable du processus pour prédire les sorties des prochaines minutes ou heures et, à chaque période d’échantillonnage, résout un problème d’optimisation : il trouve la séquence de mouvements des vannes qui amène les sorties à leurs consignes en respectant toutes les contraintes (ouvertures maximales, limites de température, pressions de sécurité). Il n’applique que le premier mouvement et répète le calcul au pas suivant avec les nouvelles mesures. La MPC gère naturellement les interactions, les retards et les contraintes ; en général, elle ne pilote pas directement les vannes, mais fournit les consignes aux PID de base, qui restent la couche rapide de l’installation.

S’abonner
Notifier de
guest
1 commentaire
Le plus ancien
Plus récent Les plus votés
1
0
Vous avez apprécié cet article ? Merci de laisser un commentaire.x