| Summary: | La commande prédictive de type Model Predictive Control (MPC) s’est imposée au fil du temps dans de nombreux domaines industriels. Elle permet en effet d’optimiser avec succès les performances du système contrôlé tout en respectant de nombreuses contraintes propres à l’application visée. Cependant, l’utilisation de la commande MPC dans les domaines de la commande de moteurs et de générateurs demeure problématique. En effet, ces applications à forte dynamique imposent de choisir de faibles périodes d’échantillonnage, or, ce type d’algorithme demande de résoudre pour chaque période d’échantillonnage un problème d’optimisation complexe. Cette difficulté est renforcée car le champ applicatif visé portant sur les applications embarquées aéronautiques où la vitesse de base des machines électriques est très élevée, de même que leur fréquence d’alimentation. De plus, du fait que les systèmes étudiés sont embarqués, il est également très important de minimiser les pertes énergétiques de l’ensemble convertisseur-machine. Dans ce contexte la commande prédictive par approche MPC peut être d’un grand intérêt. De plus, ce type d’application intègre des contraintes supplémentaires liées à l’environnement sévère dans lequel évoluent ces systèmes, contraintes additionnelles de fiabilité qu’il faut bien sûr ajouter dans l’algorithme de commande prédictif. La conséquence immédiate sera de renforcer la complexité des algorithmes et donc rendre plus difficile l’implantation en temps réel. Cependant, les gains attendus en termes de performance et de fiabilité sont importants. Le sujet proposé demande ainsi dans une première partie, de synthétiser une loi de commande prédictive d’un actionneur synchrone aéronautique. Une mission type sera choisie et l’optimisation portera à la fois sur le niveau des performances du contrôle que la minimisation de la dépense énergétique. Par ailleurs, une étude de robustesse sera menée qui prendra en compte l’impact de l’environnement de l’actionneur. L’aspect robustesse sera ainsi intégré à l’étude de la commande. La seconde partie du travail portera sur le portage de l’algorithme sur cible FPGA. Une attention toute particulière sera apportée à la minimisation du temps de calcul sans détérioration des performances, le tout sous contrainte de place. Il faudra privilégier une architecture de type Système-sur-Puce qui allie la flexibilité d’un ou plusieurs cœurs processeurs et de modules matériels dédiés à l’accélération de certaines parties critiques du traitement. === Nowadays, Model Predictive Control (MPC) has emerged in many industrial fields. It allows the optimization of the controlled drive performances while respecting a number of constraints specific to the application. However, the use of MPC in the fields of motors and generators control remains problematic. Indeed, these highly dynamic applications require small sampling periods. However, these types of algorithms necessitate the resolution of complex optimization problems at each sampling period. These difficulties are reinforced in our case as the chosen field is the aeronautical embedded applications where the drive speed, as well as the frequency, is important. In addition, as the systems are embedded ones, it is important to minimize the overall energy losses of the inverter-drive system. In this context, the Model Predictive Control can be of great interest. Moreover, this type of applications integrates additional constraints related to the harsh environment in which the systems evolve, such as the reliability, which must be added in the predictive control algorithm. The immediate consequence of these constraints results in an increase of the complexity of the algorithms and therefore it becomes more difficult to implement in real time. However, the expected gains in performance and reliability are important. The proposed subject requires in the first part, to synthesize a predictive control law of an aeronautical synchronous drive. A typical mission will be selected and the optimization will be performed on both the performance level of the control and the minimization of the energy cost. Furthermore, a robustness study is to be conducted that takes into account the environmental impact of the motor drive. The second part will be on the implementation of the algorithm on FPGA target. Particular attention will be paid to minimizing the computational time without any degradation in the performances. Focus will be upon architectures of the type System-on-chip (SoC) that combines the flexibility of one or more processor cores and dedicated hardware modules for accelerating critical parts of the treatment.
|
|---|
