Commande prédictive

par Jacques RICHALET

Directeur société ADERSA

1. Les quatre principes de la commande prédictive............................ R 7 423 2

1.1 Modèle interne.............................................................................................. — 2
1.2 Trajectoire de référence ............................................................................... — 3
1.3 Structuration de la variable manipulée ...................................................... — 5
1.3.1 Rappel................................................................................................... — 5
1.3.2 Équation de commande...................................................................... — 5
1.3.3 Régime permanent.............................................................................. — 6
1.4 Autocompensateur....................................................................................... — 6
2. Réglage ........................................................................................................ — 7
2.1 Spécifications................................................................................................ — 7
2.2 Compromis de réglage ................................................................................ — 8
3. Contraintes ................................................................................................. — 9
3.1 Cas général ................................................................................................... — 9
3.2 Contraintes sur la variable manipulée........................................................ — 10
3.3 Contraintes sur une sortie dynamique ....................................................... — 10
4. Mise en œuvre ........................................................................................... — 10
4.1 Système du premier ordre........................................................................... — 10
4.2 Système intégrateur pur .............................................................................. — 13
5. Commande partagée................................................................................ — 13
5.1 Deux actions exclusives............................................................................... — 13
5.2 Deux actions coopératives........................................................................... — 14
6. Évaluation ................................................................................................... — 15
6.1 Avantages ..................................................................................................... — 15
6.2 Inconvénients................................................................................................ — 15
7. Pratique industrielle ................................................................................ — 16
8. Conclusion .................................................................................................. — 17
Références bibliographiques .......................................................................... — 17

L ‘essentiel des régulations industrielles sera toujours réalisé par des régula-
teurs PID. Ils ont, quand ils s’appliquent, une efficacité remarquable, et un
rapport prix/performance avec lequel il est difficile de rivaliser. Ils sont, pour ces
raisons, commercialisés sur une échelle industrielle mondiale et sont un outil de
base classique de l’industrie de production.
Mais ce régulateur ne couvre pas tous les besoins et ses performances
s’essoufflent dans plusieurs cas, citons :
— les processus « difficiles », non linéaires, instables, non stationnaires, à
grand retard pur, et aussi multivariables ;
— lorsque les performances exigées par l’utilisateur sont très tendues : forte
atténuation des perturbations, erreur de traînage nulle en poursuite, réponse en
temps minimal, ce qui amène à fonctionner sur des contraintes qui affectent soit
les variables d’action, soit des variables internes du processus.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Mesures et Contrôle R 7 423 − 1
COMMANDE PRÉDICTIVE ________________________________________________________________________________________________________________

Pour la compréhension ultérieure des conditions de mise en œuvre de la com-

mande prédictive, il est important de savoir que l’acceptation industrielle du PID
vient du fait qu’une fois le matériel installé (capteur, actionneur), il suffit, sans
étude préalable, de fixer quelques valeurs de paramètres, sans grande réflexion
ou difficulté particulière, et qu’un essai expérimental suffit. L’automatique est
alors l’affaire des régleurs. La situation est tout autre avec la commande prédic-
tive.
Si les boucles élémentaires, du type régulation du débit par une vanne, sont
très efficacement traitées par le PID, il en est tout autre des boucles difficiles qui,
en juste contrepartie, ont généralement un impact économique fort, ce qui justi-
fie la démarche.
L’autre composante, en plus de ce besoin de performance, qui a favorisé l’éclo-
sion de la commande avancée, se situe sur le plan méthodologique avec l’appa-
rition des méthodes de modélisation et de simulation. Sur le plan technique,
l’accessibilité plus aisée aux calculateurs numériques susceptibles de réaliser
des traitements algorithmiques, mélangeant calcul et logique, inaccessibles à
des organes purement analogiques, a également considérablement facilité
l’introduction de ces méthodes de commande à base de modèle.
La rupture entre l’automatique classique et la commande prédictive est dans le
fait que le régulateur prédictif va être construit sur la base d’un modèle, qu’il va
utiliser sur le site, en temps réel.
Le modèle s’est fait régulateur.
Le PID Smith à compensation de retard utilise également un modèle, mais il ne
fait pas de prédiction du futur.

Remerciements : nous tenons à exprimer nos vifs remerciements à madame Nathalie Fulget,
enseignante à l’ESISAR, Valence, qui a participé à la rédaction de cet article.

1. Les quatre principes mance recherchée, tout en ne nécessitant pas une connaissance
parfaite du processus, mais qui utiliserait quand même une informa-
de la commande prédictive tion de structure du processus pour obtenir des performances
meilleures.
Le modèle est le plus souvent embarqué explicitement dans le
Plusieurs méthodes de commande prédictive existent. Il est nor- calculateur de commande et pour cela dénommé modèle interne. Le
mal qu’il en soit ainsi car les 3 000 unités industrielles significative- choix de la structure du modèle dépend du processus et des spécifi-
ment pilotées par un régulateur prédictif (1996) sont de nature cations de la commande. Il doit être capable de réaliser une prédic-
variée. Des problèmes différents, traités par des auteurs d’origine tion véritable du comportement futur du processus, sous l’effet
diverse, créent une multiplicité de solutions. d’une action supposée connue dans l’avenir.
Cependant, par la force logique de la démarche, si les solutions Ce modèle peut être de connaissance ou de représentation, sa
sont très ouvertes, la méthode s’appuie sur quatre principes univer- forme est ouverte. Il peut être mathématique, ou simplement logi-
sels, auxquels on doit se soumettre, si l’on veut tirer tous les avan- que, à base de règles, ou même être constitué d’une base de don-
tages de cette commande. Décrivons ces quatre composantes. nées expérimentales plus ou moins brute.
Deux types fondamentaux de modèles internes existent :
— modèles indépendants où la sortie du modèle interne n’est cal-
1.1 Modèle interne culée qu’avec les entrées connues, mesurées, du processus
(figure 1a) ;
— modèles réalignés (ou recalés) où la sortie du modèle est cal-
La modélisation et l’identification sont des sujets déjà abordés et culée avec des sorties passées ou des variables internes du proces-
sur lesquels nous allons nous appuyer (cf. J. Richalet, Pratique de sus, mesurées ou estimées (figure 1b).
l’identification, 1991, éditions Hermès) [9] [13]. Notons u l’entrée, yP et yM les sorties du processus P et du
Si l’on était capable de modéliser parfaitement les processus et modèle, δNmes les perturbations non mesurées, δMes les perturba-
les signaux, la commande serait quasiment réduite à un calcul en tions mesurées.
boucle ouverte. À l’opposé, la boucle fermée a précisément été Prenons l’exemple pédagogique simple d’un système du premier
inventée pour piloter essentiellement avec comme seule informa- ordre décrit par l’équation (1) dont la sortie discrète yP(n) ne dépend
tion, des mesures, sans intervention explicite de la connaissance du que de la sortie précédente yP(n – 1) et de l’entrée u (n – 1) :
processus. Entre ces deux approches extrêmes, la commande par
modèle tente de trouver un moyen terme qui apporterait la perfor- y P ( n ) = α y P( n Ð 1 ) + ( 1 Ð α ) ⋅ K ⋅ u ( n Ð 1 ) (1)

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
R 7 423 − 2 © Techniques de l’Ingénieur, traité Mesures et Contrôle
________________________________________________________________________________________________________________ COMMANDE PRÉDICTIVE

δNMes + δMes u
M0 yM

+
u yP a
P
+

+ u +
M1 yM M1 yM1
+ +

δMes
M2 M2

a modèle indépendant
b
δNMes + δMes
u +
M1 yM2
+ +
u yP
P
+
yP
M2
+
M1 yM
+ c
δMes
M2
Figure 2 – Principe de décomposition

b modèle recalé
schéma 2b la sortie du modèle y M 1 par la sortie du processus yP
Figure 1 – Modèle indépendant et modèle recalé prise comme étant une variable de tendance (figure 2c) (cf. § 3).
Si l’on satisfait la condition :
M0 = M1 ⁄ ( 1 Ð M2 ) (4)
Pour calculer la sortie du modèle yM(n) que l’on veut simuler,
deux possibilités sont offertes : Les comportements des sorties yM et yP seront identiques, dans le
— la sortie du modèle est exprimée avec la sortie passée du pro- cas nominal ( objet ≡ modèle ).
cessus (modèle recalé) : On a donc en fait une représentation mixte qui n’utilise que la sor-
tie mesurée et qui permet de n’avoir que des modèles stables, sus-
y M ( n ) = α M y P( n Ð 1 ) + ( 1 Ð α M )K M ⋅ u ( n Ð 1 ) (2) ceptibles d’être implantés.
— ou bien l’équation récurrente où yM(n – 1) intervient donne Une telle procédure permet de piloter des processus instables
(modèle indépendant) : avec cependant la technique du modèle indépendant qui accepte
n’importe quelle représentation, entre autres celle d’état, qui est la
y M ( n ) = α M y M ( n Ð 1 ) + ( 1 Ð α M )K M ⋅ u ( n Ð 1 ) (3) plus générale et la plus robuste numériquement. Cette décomposi-
tion est d’utilisation très fréquente et tend à éliminer les méthodes
On retrouve là d’ailleurs la différence entre la méthode d’identifi- avec modèles réalignés.
cation des moindres carrés et la méthode du modèle.
Nous verrons au paragraphe 2.1 que les méthodes avec modèles
La première ne nécessite pas de simulateur, mais donne un résul- réalignés ont, de plus, l’inconvénient majeur de présenter une
tat biaisé en général. La deuxième nécessite d’intégrer une équation erreur de position si l’on n’y apporte pas une correction spécifique
grâce à un solveur ou un simulateur, mais donne des résultats non supplémentaire.
biaisés.
Les deux démarches ont leur intérêt a priori. En effet, si le proces-
sus est instable en boucle ouverte, il est clair que la deuxième solu-
tion n’est pas applicable, car la sortie du modèle divergerait. Par 1.2 Trajectoire de référence
contre, elle laisse la liberté complète du choix de la structure du
modèle qui, sur un plan algorithmique, va jouer le rôle d’une sous-
routine, qui n’a d’autre argument que l’entrée, alors que la première Le futur de la sortie du processus est spécifié par l’intermédiaire
solution exige de mesurer soit l’état interne (technique d’observa- d’une trajectoire (figure 3), initialisée sur la valeur mesurée ou esti-
tion peu accessible dans l’industrie), soit les sorties passées si l’on mée yP de la sortie du processus, qui tend vers la consigne, quelle
utilise une représentation polynomiale, dont la robustesse numéri- qu’elle soit, suivant une certaine dynamique ; cette dynamique va
que est faible dès que l’ordre du processus augmente et que sa sta- ainsi définir, de façon évidente, le comportement en boucle fermée.
bilité se dégrade.
En pratique, on se limite souvent à la trajectoire exponentielle qui
Principe de décomposition a le mérite d’être simple, de ne nécessiter qu’un seul point de
Considérons un système représenté par un transfert M0 avec un mesure pour être initialisée, et de donner un comportement désiré
mode instable ou mal amorti (figure 2a). On peut toujours le repré- sans surtension.
senter sous la forme de deux systèmes stables M1, M2 (figure 2b). Ce choix se justifie d’autant plus que le futur proche est désensi-
Le principe de décomposition consiste alors à remplacer dans le bilisé, par l’introduction d’un horizon de coïncidence (H1 H2). Il ne

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Mesures et Contrôle R 7 423 − 3
COMMANDE PRÉDICTIVE ________________________________________________________________________________________________________________

Passé n Futur

C (n + H )

ε (n + H )
Consigne C
Trajectoire
de référence yref
∆P
ε (n) Sortie
prédite
yP

Sortie processus
yP

∆M

Sortie modèle H
yM H1 H2
Horizon de coïncidence

Figure 3 – Trajectoire
Horizon de prédiction de référence et horizon
de coïncidence

s’agit pas en effet de rechercher une coïncidence à tous les instants une commande qui réalise, sur ce modèle, le même incrément de
futurs, mais seulement sur un certain nombre de points entre H1 sortie modèle ∆M = ∆P. Ce transfert de spécification est un élément
et H2. clé de la méthode.
Le premier intérêt de la procédure est de pouvoir piloter des sys- Il suppose que le système soit localement linéarisable, puisque la
tèmes à retard pur, en choisissant H1 au-delà du temps de retard pur. commande ne sera calculée qu’avec cette valeur, indépendamment
de la valeur absolue de la sortie du processus, ou de son état.
Pour un système sans retard, on peut, dans une première appro-
che, interpréter le choix de cet horizon sur la base physique sui- La trajectoire de référence est prise exponentielle de décrément λ,
vante. Supposons que l’on choisisse un horizon court H1 = H2 = 1, la elle relie le point courant de la sortie à la consigne C (n).
sortie du processus va suivre la trajectoire de référence à chaque A un point futur, dit de coïncidence, pris à n + H, on souhaite qu’il
pas d’échantillonnage. On transforme alors le processus en un sys- y ait égalité entre la trajectoire de référence et la sortie prédite du
tème du 1er ordre, ce qui a pour conséquence que la commande va processus. Cette prescription est incrémentale, à savoir : on cherche
être très « active » pour compenser tous les modes du processus. un projet de variable manipulée tel que la variation de la variable
Par contre, si l’horizon est très lointain, cela revient à ne commander régulée soit égale à l’incrément ∆P de la trajectoire de référence, on
que le régime statique et la commande sera alors voisine d’un éche- a alors :
lon pour un changement de consigne en échelon, mais les modes
du processus en boucle ouverte apparaîtront complètement libres. C ( n + H ) Ð y Ref ( n + H ) = λ H ( C ( n ) Ð y P ( n ) ) H1 < H < H2 (5)
Nous verrons que ce choix d’horizon a un impact sur la stabilité
du processus. Piloter à court terme engendre donc des actions de y Ref ( n + H ) = y P ( n + H )
grande amplitude pour des systèmes passe-bas, avec le cas extrême
du système ayant un retard pur, où une commande infinie rendrait C ( n + H ) Ð yö P ( n + H ) = λ H ( C ( n ) Ð y P ( n ) )
le système bouclé instable.
La dynamique de la trajectoire de référence peut éventuellement Dans le cas où la consigne est constante C (n) = C0 :
être variable dans le temps ou suivant l’état du processus. Elle est le
facteur qui va régler la dynamique en boucle fermée avec une
∆P = ( C0 Ð yP ( n ) ) ⋅ ( 1 Ð λ H ) = ∆M = yM ( n + H ) Ð yM ( n )
grande simplicité, directement interprétable par n’importe quel Cet écart ∆P prescrit, issu de la valeur de la consigne et de la
régleur. mesure de la sortie du processus, est alors transposé dans le monde
La méthode de commande consiste alors à transférer l’incrément du modèle mathématique ∆M auquel on va demander de réaliser le
de sortie désiré du processus, ∆P spécifié par la trajectoire de réfé- même incrément sous l’effet d’une action de commande à recher-
rence, vers un modèle mathématique qui va permettre de calculer cher.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
R 7 423 − 4 © Techniques de l’Ingénieur, traité Mesures et Contrôle
________________________________________________________________________________________________________________ COMMANDE PRÉDICTIVE

1.3 Structuration de la variable manipulée La sortie forcée sera alors, par superposition linéaire :
Nb

1.3.1 Rappel
yF ( n + i ) = ∑ u K SB K ( i )
K=1

Le choix des fonctions de base sera précisé ultérieurement.

La solution d’une équation différentielle comporte deux termes,
l’un yF dit solution forcée, l’autre yL solution libre. Cette projection sur une base a justifié le nom de PFC (Predictive
Functional Control) [10].
Prenons l’exemple simple d’un système du premier ordre :
y M ( n ) = α y M ( n Ð 1 ) + ( 1 Ð α )Ku ( n Ð 1 )
1.3.2 Équation de commande
La solution libre, dite aussi sans second membre, suppose une
entrée future nulle : L’incrément désiré ∆P à un instant H ∈ ( H 1 H 2 ) , spécifié par la tra-
jectoire de référence, est alors transporté dans l’espace du modèle
yM ( 0 ) = y0 auquel on demande d’incrémenter sa sortie de la même valeur.
L’incrément de sortie modèle est, par contre, complètement connu
u(n + i) = 0 i>0
en fonction des sorties actuelles yM(n), libre yL(n + H ) et forcée
yL ( n + i ) = yM ( 0 ) α i yF(n + H ) du modèle, qui est soumis à une entrée u (n + i ) dont on
cherche la valeur, solution de l’équation :
La solution forcée yF suppose que les conditions initiales soient
nulles, et que le processus soit soumis à une entrée connue dans le ∆P = ( C0 Ð yP ( n ) ) ( 1 Ð λ H ) = yL ( n + H ) + yF ( n + H ) Ð yM ( n ) (7)
futur :
yM ( 0 ) = 0 ■ Dans le cas élémentaire où la commande serait structurée par
une seule fonction de base, supposée constante à l’avenir (un éche-
u(n + i) ≠ 0 lon d’amplitude à rechercher), et où un seul point de coïncidence à
H serait considéré, on obtient alors la relation la plus simple qu’il
yF ( n + i ) = K ( 1 Ð α i ) si u ( n + i ) = 1 par exemple soit :
( C Ð y P ( n ) ) ( 1 Ð λ H ) = y L ( n + H ) + u ( n )SB 0 ( H ) Ð y M ( n ) (8)
Par hypothèse de linéarité, on peut additionner les deux réponses
pour obtenir la réponse totale : dont on extrait la valeur u (n), solution.
yM ( n + i ) = yL ( n + i ) + yF ( n + i ) Le principe de l’horizon glissant amène à recommencer cette opé-
ration identiquement à chaque période d’échantillonnage, ce qui
La réponse totale dépend donc du passé subi et du futur qui peut surprendre. Il est classique d’entendre :
dépend du régulateur. Certaines méthodes s’attachent à rechercher — pourquoi ne pas viser le point suivant H = 1, puisque l’on cal-
les commandes futures de l’instant présent à l’instant H2, avec H2 cule à chaque instant une trajectoire qui ne sera pas suivie à cause
degrés de liberté, au plus. des perturbations d’état et de structure qui affectent le processus ?
Pour les deux raisons suivantes, il est plus efficace de structurer la — pourquoi ne pas appliquer, au contraire, toutes les comman-
commande, en la projetant sur une base de fonctions : des futures, calculées, et ne calculer qu’un nouveau jeu de H2 com-
— on limite le nombre d’inconnus NB en projetant le futur sur une mandes toutes les H2 périodes ?
base de fonctions UBK de dimension plus petite que H2 ; La réponse à ces questions viendra au paragraphe traitant du
— on limite a priori les discontinuités, et le spectre de la com- « réglage ».
mande, en limitant la dimension de la base, soit par exemple son
ordre dans le cas d’une base polynomiale (développement de ■ Dans le cas général, l’horizon ne se réduit pas à un point de coïn-
Taylor). cidence, et il convient alors d’utiliser un solveur qui va, suivant les
différentes variantes :
La commande future sera donc exprimée sous la forme suivante :
— minimiser un critère de distance entre la sortie prédite
Nb yö P ( n + i ) et la trajectoire de référence yRef(n+i ), critère le plus sou-
u(n + i) = ∑ u K ( n )UB K ( i ) (6) vent quadratique car différentiable :
K=1 H2

où les UBK sont dénommées fonctions de base. C = ∑ [ yRef ( n + i ) Ð yö P ( n + i ) ] 2 (9)

i = H1
Chaque entrée de base UBK induit une sortie de base SBK connue
a priori pour un modèle donné. Si l’on prend la base polynomiale, — amener la sortie prédite dans un canal donné δ (i ) spécifié
on a, par exemple, le schéma de la figure 4. autour de la trajectoire de référence, tout en respectant des
contraintes sur la ou les variables d’action et/ou sur les variables
d’état interne du processus.
De nombreuses propositions de solveur existent, l’introduction de
contraintes complique grandement le problème et un compromis
est à trouver entre la puissance des organes de calcul disponibles, la
UB0 = u (t) SB0 sophistication de la solution, et la cadence d’échantillonnage.
La commande d’une grosse unité de distillation pétrolière, multi-
variable, contrainte, mais avec une cadence d’échantillonnage de
UB1 = u (t).t SB1
5 minutes ne sera pas traitée de la même façon que la commande
d’un laminoir avec une cadence de commande de 5 ms.
UB2 = u (t).t 2 SB2 Un compromis où une dégradation de performance limitée, due à
un solveur approché, mais où la commande serait cependant
implantable dans une carte de commande économique, est à
Figure 4 – Entrées et sorties de base trouver.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Mesures et Contrôle R 7 423 − 5
COMMANDE PRÉDICTIVE ________________________________________________________________________________________________________________

1.3.3 Régime permanent

δ
Il n’y a pas d’erreur permanente, malgré la présence de perturba-
tions de structures ou de perturbations d’état constantes : +
R P yP
C 0 = y P ( ∞ ) implique que : +
∆P
yL ( n + H ) Ð yM ( n ) = ÐyF ( n + H )
+
Si nous sommes dans le cas d’un modèle réaligné, cette équation u e (n)
F.E.P.
est satisfaite pour tout système asymptotiquement stable : la -- ~ (n + H )
e
réponse lâchée d’un régime permanent vers 0 est l’opposée de la
réponse forcée de 0 à ce régime permanent. L’équation est cohé- M yM
rente car elle fait intervenir les variables issues du modèle et les
paramètres du même modèle. En mélangeant mesures issues du
processus et paramètres issus du modèle, l’équation de commande F.E.P. filtrage, estimation, prédiction
ne boucle pas à 0, ce qui fait que les commandes à modèle réaligné R régulateur
présentent un biais, ce qui contribue encore à diminuer leur intérêt P processus
plus académique qu’industriel. M modèle

Figure 5 – Autocompensateur
1.4 Autocompensateur

Le modèle interne étant embarqué dans le calculateur de com- e (n) = DOM

mande, il est a priori intéressant d’observer la qualité de la modéli- s
sation en temps réel par l’écart objet-modèle e ( n ) = y P ( n ) Ð y M ( n )
et éventuellement d’exploiter ce signal pour améliorer la commande e
(figure 5). ∆1 e~ (n + H )
Ce signal est en général non nul, pour deux raisons essentielles :
— perturbations d’état : le processus physique est perturbé par
des entrées inconnues (δ ), qui induisent, de façon linéaire additive
sur les variables d’état du système, et entre autres sur la sortie, des
écarts aléatoires (couple perturbateur sur un servomécanisme,
perte thermique inconnue non prise en compte sur un réacteur chi- n -- H * n n+H
mique, etc.) ;
— perturbations de structure : le modèle étant toujours « faux », e entrée prédite
s sortie prédite
dans sa structure qualitative, et/ou dans la valeur numérique de ses
paramètres structuraux, les sorties du processus vont différer,
même sans perturbations d’état (inertie d’un système mécanique, Figure 6 – Correction de DOM d’ordre 1
coefficient d’échange thermique d’un réacteur, etc.).
Suivant ces deux hypothèses, les traitements vont être plutôt de
nature : Le problème revient alors à faire un filtrage, une estimation et une
— estimation de l’état du processus, reconstruction des perturba- prédiction (F.E.P.) sur un horizon relativement court, à chaque ins-
tions, par des techniques qui relèvent de la théorie des observa- tant réactualisée en état, d’un signal monodimensionnel dans le cas
teurs, à supposer que le modèle soit correct dans sa structure ; d’un processus monovariable.
— identification en temps réel de la structure, ou plutôt réadapta-
De nombreuses techniques sont disponibles, elles passent toutes
tion numérique des paramètres, ce qui relève des techniques
par les étapes suivantes :
d’auto-adaptation en temps réel.
— hypothèse sur la structure du signal, c’est-à-dire polynôme de
On voit là que toutes les méthodes susmentionnées, abondam- degré N, ou signal harmonique à M composantes, etc. ;
ment étudiées théoriquement dans le passé, peuvent à loisir s’inté-
— calage de cette structure sur un horizon passé (H*), par
grer dans le schéma de la commande prédictive. En fait, une
exemple par une technique de minimisation quadratique... ;
approche simplifiée, intégrant implicitement les deux aspects, peut
— hypothèse que, sur l’horizon de prédiction, la structure retenue
être proposée : les deux types de perturbations étant toujours pré-
et les paramètres glissants identifiés sont constants ;
sents, il ne s’agit pas dans le cadre restreint de l’horizon de prédic-
tion, qui nous intéresse ici, de faire une détermination en temps réel — initialisation de la structure retenue et extrapolation à l’instant
des caractéristiques supposées stationnaires du bruit additif, ou de n + H.
réidentifier le modèle dans un schéma d’auto-adaptation, mais de On introduit alors en fait une deuxième boucle de retour comme
faire une simple prédiction, à l’instant n + H, de l’erreur non station- le montre le schéma de la figure 5, à laquelle on va demander de rat-
naire de modélisation, dite DOM, Différence Objet-Modèle sur un traper des écarts basse fréquence, par exemple de type polynomial
horizon glissant (figure 6). ou fréquentiel. L’estimateur-prédicteur risque donc de provoquer
Il convient alors de faire une estimation de l’incrément de l’erreur des instabilités par bouclage, s’il est trop actif, commençant alors
de modélisation, terme que l’on va ajouter dans le membre de droite à jouer un rôle équivalent à celui de la boucle principale de
de l’équation de commande (7), qui va ainsi continuer de se complé- rétroaction. On va donc, pour ces raisons, demander à l’autocom-
ter. Elle devient alors : pensateur de ne rattraper que des biais dynamiquement lents ou
des dérives.
∆ P = ( C Ð y P ( n ) )(1 Ð λ H ) Un autocompensateur harmonique à la fréquence ωδ crée une
÷ (10) absorption sélective à cette fréquence qui peut être de 20 dB
= y L ( n + H ) + y F (n + H ) Ð y M ( n ) + ( e÷ ( n + H ) Ð e ( n ) ) (figure 7).

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
R 7 423 − 6 © Techniques de l’Ingénieur, traité Mesures et Contrôle
________________________________________________________________________________________________________________ COMMANDE PRÉDICTIVE

et d’une sortie future pour laquelle on est amené à faire une hypo-
yP thèse de structure (prédiction plate, figure 9) ou polynomiale
δ d’ordre plus élevé.
ωδ L’incrément de sortie (∆Tei) est à ajouter dans le membre de droite
0 dB ωC ωR ω de l’équation de commande.
Cette procédure est très efficace, car étant en boucle ouverte, elle
ne risque pas de déclencher des instabilités ; elle repose sur la qua-
lité du modèle. Elle est à utiliser pour des perturbations de fré-
quence moyenne, étant inutile pour des perturbations qui seraient
déjà dans la zone de réjection naturelle de la boucle ordinaire.

Figure 7 – Réjection de perturbation

2. Réglage
Text Tei
P2 2.1 Spécifications

q + Tous les systèmes de commande doivent satisfaire trois princi-

Tcons R P1 Tint
+ paux types de spécification : précision, dynamique, robustesse.
■ Précision
R régulateur Le système est asservi, c’est-à-dire que sa sortie doit être égale à
Tcons consigne une consigne constante ou variable dans le temps, malgré des per-
q action
turbations d’état et de structure : le régulateur idéal serait celui qui
Tei perturbation
se comporterait comme un filtre « passe-tout » pour le signal de
consigne, et « passe-rien » pour toutes les perturbations.
Figure 8 – Variable de tendance
■ Dynamique
Lors d’un changement de consigne, le processus en boucle
ouverte, que l’on suppose ici asymptotiquement stable, répond avec
une certaine dynamique, évaluée classiquement par son temps de
~
Text Text réponse à 5 %, (temps au-delà duquel le processus reste à ± 5 % de
sa réponse asymptotique) : temps de réponse en boucle
ouverte : TRBO. Le système bouclé répondra en un temps
dénommé temps de réponse en boucle fermée : TRBF.
Le rapport TRBO/TRBF va jouer un rôle important dans le réglage
Tei du régulateur, amenant à des commandes surtensives ou non.
∆Tei
Une autre façon de spécifier les performances dynamiques porte
sur sa capacité de réjection des perturbations, exprimées dans le
domaine fréquentiel, et principalement, en pratique industrielle, par
n -- H n n+H
~ le diagramme de Bode qui donne le rapport des modules entre une
Text température prédite perturbation additive sur la sortie (δ) et cette sortie (y), en fonction
de la fréquence (diagramme souvent appelé « colline », par sa
forme caractéristique, figure 10).
Figure 9 – Prédiction plate de l’effet de tendance
ω→0 y ⁄ δ → Ð∞
ω→∞ y⁄δ →0
Il convient de noter qu’un écart permanent est déjà naturellement La fréquence de coupure ωc montre qu’au-delà d’une certaine fré-
compensé par la technique du modèle indépendant, qui contient quence ωc, le régulateur augmente l’effet des perturbations. On voit
implicitement un intégrateur non exprimé explicitement, ce qui l’importance de la position relative de cette fréquence par rapport au
élimine d’ailleurs élégamment les problèmes de saturation d’inté- spectre des perturbations additives du processus.
grateur (wind-up). C’est donc pour des écarts, au moins structura-
bles par une rampe, que se justifie la méthode. Dans le cas d’un
autocompensateur fréquentiel, il convient de filtrer le signal d’erreur
dans la zone spectrale d’intérêt et de faire la prédiction d’un signal yP
harmonique à la fréquence choisie ωδ. δ
■ Variable de tendance
Un cas particulier de la démarche, très utile en pratique, est celui 0 dB ωC ωR ω
de la prise en compte des variables de tendance, définie comme une
perturbation mesurable, mais sur laquelle on ne peut agir, par
exemple : dans la régulation de la température (Tint) d’une habita-
tion, prise en compte de la température extérieure (Text).
Supposons pour simplifier que ce soit l’entrée mesurée d’un pro-
cessus connu modélisé, (figure 8) ; son effet incrémental sur la sor-
tie est composé d’une sortie lâchée, qui est parfaitement calculable, Figure 10 – Réjection de perturbation

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Mesures et Contrôle R 7 423 − 7
COMMANDE PRÉDICTIVE ________________________________________________________________________________________________________________

■ Robustesse 3) Trajectoire de référence : dynamique

Il s’agit là d’être capable de fonctionner, avec une stabilité assu- La trajectoire de référence a une signification immédiate à tout
rée, malgré des désadaptations de la structure du processus esti- instant : si l’on suppose le processus dans un état zéro et si l’on
mée lors du réglage initial du régulateur. applique un changement de consigne en échelon, la première trajec-
toire de référence, si elle était suivie parfaitement, fixerait la réponse
■ La difficulté fondamentale de l’automatique est que ces spécifica- dynamique du processus en boucle fermée.
tions sont contradictoires, elles s’opposent, propriété vraie pour Il n’en est pas exactement ainsi, car le principe d’horizon glissant
toutes méthodes. Le rôle de l’automaticien est de trouver un com- fait qu’à chaque période d’échantillonnage une nouvelle trajectoire
promis. Dans le cas du PID, augmenter le gain du régulateur dimi- de référence est initialisée sur la sortie du processus perturbé. Mais
nue, certes, l’erreur de traînage vis-à-vis d’une consigne en rampe, le temps de réponse effectif constaté et le temps de réponse de la
diminue également le temps de réponse, mais diminue aussi la référence sont voisins et varient dans le même sens.
marge de stabilité, évaluée par exemple par la marge de gain.
Comme nous l’avons vu, si le point de coïncidence était unique et
L’acceptation industrielle d’une méthode de commande dépend
si à la période d’échantillonnage suivante, le processus était sans
de son apport en performance, mais aussi de sa facilité de réglage,
perturbation, sa sortie suivrait parfaitement la première trajectoire
et de son aptitude à négocier ces compromis.
de référence exponentielle, transformant alors le processus en un
La méthode de réglage optimale serait une méthode « ortho- système du 1er ordre de réponse spécifiée.
normale », où chaque spécification serait réglée par un seul paramè-
Inversement, si le point de coïncidence est très lointain, en fait sur
tre, sans interaction sur les autres spécifications.
le régime permanent, on pilote alors avec le gain statique du proces-
sus et, pour un écart donné, le régulateur répondra par un échelon,
■ Dans le cas de la commande prédictive, de quoi dispose-t-on ?
avec une commande qui sera donc très « douce », proche de la sor-
1) Modèle : principe fondamental tie libre d’un processus. Le choix de l’horizon de coïncidence va
donc avoir une certaine influence sur l’allure de la variable manipu-
C’est l’essentiel du réglage, c’est sur ce poste qu’est passé le plus lée et sur le respect de la spécification de la dynamique.
de temps, et où sont les risques de l’opération.
4) Horizon de coïncidence : robustesse
2) Fonctions de base : précision
Comme le raisonnement précédent le laisse entendre, l’horizon
On montre la propriété fondamentale suivante : de coïncidence a une influence majeure sur la stabilité et la robus-
Supposons que le processus soit asymptotiquement stable et tesse du processus bouclé. Une analyse mathématique plus précise
possède k intégrateurs, et que la consigne C soit de la forme : est ici nécessaire [10], toutefois une interprétation physique simple
est possible. Prenons le cas des systèmes à retard pur et à
dc déphasage non minimal (réponse inverse), figure 12.
C = ∑ ci ⋅ t i Avec une fonction de base en échelon, il est clair que l’on ne peut
i=0 spécifier une réponse en boucle fermée avec un point de coïnci-
Si l’on choisit comme base de fonctions des polynômes de la dence qui tomberait avant le temps de retard pur HD (figure 12a). De
forme : plus, si le système est à déphasage non minimal, la réponse forcée,
étant ici négative, amènerait à une commande négative qui rendrait
UB K ( t ) = t K Ð 1 , K = 1, …m le système immédiatement instable (H > HD). Le choix de l’horizon
de coïncidence est en fait déterminé par une procédure d’aide au
avec m > d c Ð k choix qui vient compléter ces informations qualitatives, en analy-
sant divers réglages.
il n’y a pas d’erreur de traînage dans le cas nominal.
Pour les processus asymptotiquement stables non surtensifs,
Par exemple, un système de poursuite avec un intégrateur, sou- avec une fonction de base en échelon et un point unique de coïnci-
mis à une consigne parabolique (robotique, systèmes d’armes...) dence, on démontre la stabilité a priori, en choisissant H > HF
suivra sans erreur de traînage une consigne « participative » para- (HF point d’inflexion de la réponse indicielle du processus)
bolique, c’est-à-dire connue sur l’horizon de coïncidence, si l’on (figure 12b).
prend comme fonctions de base, un échelon UB0 = t0 et une rampe
UB1 = t1 (performance très difficile à obtenir facilement avec toute On montre également que, dans ce cas, la performance dynami-
autre technique de commande) figure 11. que (λ : décrément de la trajectoire de référence) et la robustesse, ici
mesurée par la marge de gain MG, sont liées par la relation :
La précision apparaît alors aisée à spécifier, car les autres paramè-
tres de réglage n’ont pas d’incidence sur elle, étant complètement ( 1 Ð λ H ) ⋅ MG = Cte
découplée.

yp
2.2 Compromis de réglage
Consigne

Erreur de traînage = 0 Nous avons vu que l’on peut exclure des compromis de synthèse,
la spécification de précision en régime permanent, obtenue sans
interaction avec les autres caractéristiques.
D’une façon générale, il convient, dans la relation liant la robus-
tesse à la performance dynamique (figure 13), de déterminer le
Sortie processus besoin en marge de stabilité, évaluée par la marge de gain (MG)
(facteur multiplicatif du gain du processus qui rend instable le sys-
tème), ou par la marge de retard (MR) (temps de retard pur négligé
0 t qui rend le système instable), ou par la marge de stabilité absolue
(MRS), [distance la plus courte entre le point critique (0, –1), du plan
Figure 11 – Cible participative - poursuite à erreur de traînage nulle de Nyquist et le lieu de transfert de la boucle fermée].

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
R 7 423 − 8 © Techniques de l’Ingénieur, traité Mesures et Contrôle
________________________________________________________________________________________________________________ COMMANDE PRÉDICTIVE

Si l’on affecte 2 à l’influence la plus forte et 0 à pas d’influence, on

y obtient le guide du tableau 1.

Tableau 1 – Réglage - Effet des actions

Précision Dynamique Robustesse
Fonction de base 2 0 0
0
HD H Trajectoire de référence 0 2 1
Horizon de coïncidence 0 1 2

a réponse inverse
Des réglages complémentaires sont possibles, concernant la pré-
y sence d’un terme d’adoucissement de variation de la commande (γ)
qui intervient dans le critère (C), mais il a une interaction avec le
temps de réponse :
H2 H2 Ð 1
C = ∑ ( yö P ( n + h ) Ð yR ( n + h ) ) 2 + γ ∑ [ u(k) ( n + 1 ) ]2 (11)
H1 i=0
0
HF i où u(k) est la dérivée d’ordre k de la commande,
yR la référence,
γ un coefficient de pondération.
b réponse non surtensive Dans les cas élémentaires, tels que décrits au paragraphe suivant,
le lien entre les caractéristiques du processus et les paramètres du
Figure 12 – Choix du point de coïncidence régulateur sont explicites ; dans les cas industriels ordinaires, un
logiciel de conception assistée par ordinateur (CAO) est nécessaire
(cf. P.F.C.).

PCF
MG
3. Contraintes
PID
MG1

1
3.1 Cas général
MG0

Les nécessités de la commande industrielle peuvent être interpré-

tées, dans une formulation simplifiée comme suit : dans un temps
donné, agir sur le processus de telle sorte que, malgré des perturba-
tions d’état et de structure, son vecteur d’état soit à un instant n + H
0 1 TRBF/TRBO dans un domaine spécifié, tout en respectant un champ de contrain-
tes qui affecte ses actionneurs (limitations énergétiques), et ses
Figure 13 – Compromis : marge de gain - dynamique composantes d’état (sorties dynamiques).
Le problème se pose clairement en terme de maîtrise perma-
nente, à horizon fini, glissant avec le temps.
Les spécifications sont très dépendantes du processus, par Deux types de considérations sont à prendre en compte :
exemple : — à partir du moment où l’on demande des performances éle-
vées au système de commande, la probabilité de buter sur une con-
— un asservissement d’antenne, sous un dôme protecteur, qui trainte augmente. Il importe alors de connaître le domaine des
n’est pas soumis à des perturbations aérodynamiques et reste de contraintes, d’avoir une bonne robustesse et une dynamique satis-
structure constante, devra satisfaire des performances dynamiques faisante : problème essentiellement temporel, qu’il s’agit de traiter
très fortes : on choisira une robustesse définie par une marge de impérativement à chaque instant de façon non stationnaire ;
gain de 6 dB, mais avec un rapport TRBO/TRBF entre 5 et 10 ;
— l’évaluation a posteriori des caractéristiques statistiques de la
— un four de traitement thermique qui peut fonctionner avec des réjection des perturbations, comme moyen de qualification des per-
charges très variables, présentant une inertie thermique qui peut formances, observées sur un horizon infini, présente également de
varier dans un rapport 10, va exiger une très grande robustesse. l’intérêt, en particulier pour l’industrie de production continue qui va
Deux cas se présentent alors : ou bien, pour respecter un fonction- pouvoir en tirer directement une information à signification écono-
nement stable en toutes circonstances, on choisit une dynamique en mique et optimiser les conditions de marche des unités.
boucle fermée assez lente (TRBO/TRBF=1), ou bien, si les exigences
de réjection de perturbations sont fortes, on adapte en temps réel le La malchance est que les commandes à horizon infini sont étudia-
modèle interne du régulateur en fournissant l’information de charge bles dans un environnement théorique plus confortable que les
du four qui est probablement disponible dans le système de gestion commandes à horizon fini, qui sont, par contre, bien adaptées aux
de production, laissant à la robustesse passive le soin de prendre en problèmes véritablement posés par l’utilisateur industriel.
compte tout ce qui serait trop difficile de recueillir pour des raisons La commande prédictive à horizon fini est donc en présence d’un
techniques ou économiques. problème complexe de minimisation d’un critère de qualité, tout en

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Mesures et Contrôle R 7 423 − 9
COMMANDE PRÉDICTIVE ________________________________________________________________________________________________________________

respectant un champ de contraintes qui peut rapidement être de

grande dimension. La minimisation quadratique sous contrainte C2 (b)
d’une fonctionnelle, chapitre de mathématique appliquée abondam-
ment étudié, peut être utilisée, de même que les techniques de pro-
grammation linéaire du type Simplex. Les solutions sont, là encore, (a)
très ouvertes. Elles sont lourdes de mise en œuvre et nécessitent P2 y2
beaucoup de calculs et sont, avec la technologie actuelle, encore
inaccessibles pour le pilotage de systèmes rapides, mais d’utilisa- C1
tion courante pour les processus lents du type pétrolier.
Nous traiterons ici, à titre d’exemple, une procédure approchée
mais suffisamment simple pour être implantée sur des cartes de P1 y1
commande élémentaire pour des processus rapides. u

Figure 15 – Commande avec contrainte d’état

3.2 Contraintes sur la variable manipulée
La procédure consiste à faire implicitement le scénario suivant
Dès que l’on tend à augmenter les performances d’un processus, (figure 15).
on touche donc les limites des actionneurs (par exemple, courant
maximum d’un moteur, débit maximum d’une vanne d’alimenta- 1) calculer la commande du régulateur R1 qui tend à satisfaire la
tion, valeurs extrêmes, vitesse et accélération limitées, etc.). prescription de la trajectoire de référence, puis prédire par le modèle
interne de P2 le comportement de la sortie de P2.
Une solution simple, mais théoriquement non optimale, consiste
à utiliser une procédure de bouclage intermédiaire qui alimente le 2) cela est fait en considérant que l’incrément de la sortie du pro-
modèle interne, non pas avec la valeur calculée par l’algorithme, cessus est égal à l’incrément connu de la sortie du modèle calculé
mais avec la mesure de l’action effectivement appliquée, quelle que de façon habituelle.
soit son origine : commande manuelle, autre régulateur, valeur limi- Deux cas se présentent :
tée a priori après le calcul de la commande, etc. a) la sortie prédite ne viole pas la contrainte sur l’horizon de coïn-
Notons au passage que cette procédure assure des transitions cidence. Le projet est alors acceptable (figure 15a) ;
sans à-coups, appréciées des opérateurs. b) la sortie prédite viole la contrainte et, dans ce cas, le mieux qui
Le modèle yM est calculé avec l’action appliquée uA : puisse être fait est de faire tendre la sortie de P2 vers la contrainte
C2, sans dépassement, à l’aide d’un régulateur R2 avec (figure 15b) :
yM = yM ( uA ( n ) )
valeur de consigne de P2 = valeur de contrainte C2 et y2
Dans l’équation de commande (7), on trouve alors les termes La mise en œuvre consiste alors à avoir en permanence deux
« sortie modèle » et « sortie lâchée », calculés correctement avec régulateurs qui fonctionnent en permanence avec les deux consi-
une entrée du modèle effectivement contrainte, qui donne une com- gnes (P1, consigne), (P2, contrainte), avec des modèles internes ali-
mande qui va être passée à travers un limiteur (figure 14), mais cal- mentés par la variable manipulée effectivement appliquée, ce qui
culée à l’instant courant. garantit une commutation sans à-coups. Un superviseur fait alors,
Procédant ainsi, le processus, vu du régulateur, reste linéaire et la dans un ordre hiérarchique défini, le test de la prédiction du projet
prédiction est correcte ; cependant, la commande n’est que sous- de l’autre régulateur.
optimale, car les limitations qui peuvent intervenir sur la commande La méthode peut s’étendre facilement à plusieurs contraintes
dans le futur, et non pas uniquement instantanément, ne sont pas dynamiques par un système voteur (figure 16), qui va sélectionner
prises en compte. L’expérience montre que la perte d’optimalité est la commande qui satisfait (ou viole moins) les diverses contraintes.
en général faible, alors que la procédure est simple, ce qui justifie sa Elle double ici le nombre de régulateurs, mais la procédure a une
large utilisation. complexité qui n’est que répétitive et linéaire avec le nombre de
contraintes, ce qui justifie son succès industriel.

3.3 Contraintes sur une sortie dynamique

Il n’est pas possible dans ce cas d’éviter la prise en compte du 4. Mise en œuvre
futur. La stratégie sous-optimale proposée ici est utilisée pour sa
facilité de réglage.
Soit donc un processus P1 à piloter tout en respectant une Nous traitons ici complètement deux exemples : un système du
contrainte Max sur le processus dynamique P2, par exemple : réguler premier ordre et un système intégrateur pur, d’une part parce que
la température profonde d’une pièce dans un four de traitement tout l’on rencontre en fait souvent des processus que l’on peut approxi-
en respectant un gradient spatial ou temporel de sa température de mer par ce type de modèle, d’autre part parce qu’ils ont une valeur
surface. pédagogique certaine. Tous les calculs peuvent être faits à la main,
démontrant ainsi clairement toute la mise en œuvre de la procédure,
qui, dans le cas de processus plus complexes, nécessitera de passer
par une CAO pour obtenir les équations du régulateur.
u uA
R P yP
4.1 Système du premier ordre

M yM On considère un processus de fonction de transfert :

K
H ( p ) = ----------------
Figure 14 – Limitateur sur la variable manipulée
1 + Tp

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
R 7 423 − 10 © Techniques de l’Ingénieur, traité Mesures et Contrôle
________________________________________________________________________________________________________________ COMMANDE PRÉDICTIVE

C1 u
M1
u1
P1 y1
u
Superviseur
P2 y2
C2 u u2
M2
Processus

Figure 16 – Commande
contrainte avec superviseur

Caractéristiques choisies pour la commande prédictive PFC : d’où :

— consigne future constante : C (n) ;
— fonction de base : échelon ; [ C ( n ) Ð yP ( n ) ] ( 1 Ð λ H ) 1
u ( n ) = -----------------------------------------------------------
- + -------- y M ( n ) (13)
— trajectoire de référence (exponentielle) de décrément logarith- KM ( 1 Ð αM H) KM
T ech
mique λ = exp  Ð -----------
- où TR = TRBF/3 est la constante de temps
 TR  ce qui peut être représenté par la figure 17.
de la trajectoire de référence et Tech est la période de commande ; La trajectoire de référence caractérisée par λ dans l’équation éta-
blie intervient comme un facteur (1 – λH) de l’écart consigne C (n ) –
— un point de coïncidence à H.
sortie processus yP(n ). On constate qu’il n’y a pas d’intégrateur
1°) Expression de la sortie lâchée du modèle yL(n + H ) et de la explicite et par conséquent qu’il y a suppression du problème de
sortie forcée yF (n + H ) saturation (PID).
Le modèle est représenté par l’équation suivante : 5°) Transfert liant la commande u à l’écart (C – yP) et yP à la
consigne
y M ( n + 1 ) = α M y M ( n ) + K M ( 1 Ð α M )u ( n )
Nous avons :
Si la fonction de base est un échelon, on a donc :
yM = HM u (δ = 0 )
yL ( n + H ) = αM
H y (n)
M (12)
et
yF ( n + H ) = KM ( 1 Ð αM
H )u ( n )

( C Ð yP ) ( 1 Ð λ H ) 1
La réponse d’un système du premier ordre à une fonction échelon - + -------- y M
u = -----------------------------------------
à l’instant n + H est la somme de la réponse lâchée (yL) et de la KM ( 1 Ð αM H) KM
réponse forcée (yF) de ce système :
( 1 Ð λH )
yM ( n + H ) = yL ( n + H ) + yF ( n + H ) K M u = ( C Ð y P ) ---------------------
- + HM ⋅ u
( 1 Ð αM H)

2°) Expression de la trajectoire de référence yR(n + H)

( 1 Ð λH )
Ralliement de la trajectoire de référence à la consigne avec une u ( K M Ð H M ) = ( C Ð y P ) ---------------------
-
dynamique du premier ordre : pour le point de coïncidence H : ( 1 Ð αM H)

C ( n + H ) Ð yR ( n + H ) = λ H [ C ( n ) Ð yP ( n ) ] d’où :

u ( 1 Ð λH ) 1
Pour une consigne constante : - ⋅ -----------------------
---------------- = ---------------------
C Ð yP ( 1 Ð αM H) K ÐH
M M
C(n + H) = C(n)
d’où : K M ( 1 Ð α M )z Ð1
H M ( z ) = --------------------------------------
-
1 Ð α M z Ð1
yR ( n + H ) = C ( n ) Ð λ H [ C ( n ) Ð yP ( n ) ]
soit :
3°) Expression de la sortie processus prédite yö P ( n + H )
u ( 1 Ð λH ) 1 Ð α M z Ð1
yö P ( n + H ) = y M ( n + H ) = y P ( n ) Ð y M ( n ) - ⋅ ----------------------------------------------------------------------------------------
---------------- = --------------------- -
C Ð yP ( 1 Ð α M ) K M ( 1 Ð α M z Ð1) Ð K M ( 1 Ð α M )z Ð1
H

4°) Expression de la variable manipulée u (n )

L’équation de commande est obtenue à partir de l’équation : u ( 1 Ð λH ) 1 Ð α M z Ð1
- ⋅ ----------------------------
---------------- = ------------------------------ - (14)
C Ð yP ( 1 Ð αM H )K
M 1 Ð z Ð1
y R ( n + H ) = yö P ( n + H )

On retrouve donc un intégrateur implicite  ----------------

soit en utilisant les équations précédentes : 1 
- entre l’écart
 1 Ð z Ð1
C ( n ) Ð λ H [ C ( n ) Ð yP ( n ) ] Ð yP ( n ) = yM ( n + H ) Ð yM ( n )
C ( n ) ( 1 Ð λ H ) Ð yP ( n ) ( 1 Ð λ H ) + yM ( n ) ( 1 Ð αM
H ) = K ( 1 Ð α H )u ( n ) ( C Ð y P ) et la commande u.
M M

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Mesures et Contrôle R 7 423 − 11
COMMANDE PRÉDICTIVE ________________________________________________________________________________________________________________

C + 1 -- λH + u K +
yP
-- 11 -- αM 2 M
H K
+ 1 + Tp +

KM . (1 -- αM) z--1
yM
1 -- αM z--1

1
KM
Figure 17 – Commande
équivalente

— algorithme avec une contrainte de vitesse et une contrainte

u (n) d’amplitude :
Amplitude maximum initialisation
début boucle sur n
acquisition de yP(n ) et de C (n )
calcul de yM(n ) = f (yM(n – 1), u (n – 1))
calcul de u (n ) = f (yP, C, yM, ...)
Amplitude minimum (1) si u ( n ) > u ( n Ð 1 ) + V max ⋅ T ech alors
Temps (ou n) u ( n ) = u ( n Ð 1 ) + V max ⋅ T ech
(2) si u ( n ) > U max alors u (n ) = Umax
Figure 18 – Prise en compte de contraintes d’amplitude fin boucle sur n
Les deux nouvelles lignes (1) et (2) de ce dernier algorithme met-
tent en évidence la possible modification de la valeur de la variable
6°) Prise en compte de contraintes d’action u (n ). Il faut remarquer que le calcul de yM(n ) prend en
compte, lors de chaque itération, l’éventuelle limite imposée à u (n ),
■ Contrainte d’amplitude
calculée lors de la précédente itération.
Une contrainte d’amplitude se traduit, au point de vue des équa- On obtient pour un changement de consigne le comportement de
tions de commande, par l’introduction d’une inégalité supplémen- la figure 19.
taire. Celle-ci fixe une limite (maximale ou minimale) que la variable
d’action ne peut pas dépasser : exemple : 0, 2 < u ( n ) < 1, 5 , ce qui
implique la prise en compte de deux inégalités (figure 18).

■ Contrainte de vitesse
Une contrainte de vitesse limite l’amplitude de la variation de la
variable d’action entre deux instants consécutifs, séparés par une 1 u (n)
période d’échantillonnage Tech. Cette contrainte correspond à une
contrainte d’amplitude sur la dérivée de u (n ).
0,5
u(n) Ð u(n Ð 1)
Sous forme de représentation discrète : ---------------------------------------- < V max
T ech
dans le cas d’une contrainte sur l’accroissement, ou encore 0
u(n) Ð u(n Ð 1) 0 5 10 15 20 25 30
---------------------------------------- < V min , dans le cas d’une contrainte minimale. De Temps (unités arbitraires)
T ech
Variable manipulée
même que la contrainte d’amplitude, la contrainte de vitesse se tra-
duit par la prise en compte d’une inégalité supplémentaire
(exemple : u ( n ) < V max ⋅ T ech + u ( n Ð 1 ) ).
c (n)
1
Il est à noter que la valeur de la variable manipulée u (n – 1) utili-
sée pour calculer la sortie modèle est celle résultant de la prise en 0,8
compte des contraintes. 0,6
0,4 yP (n) = yM (n)
■ Prise en compte des contraintes dans l’algorithme de
0,2
commande
0
— algorithme sans contrainte :
0 5 10 15 20 25 30
initialisation Temps (unités arbitraires)
début boucle sur n Consigne c, sorties modèle et processus
acquisition de yP(n ) et de C (n )
calcul de yM(n ) = f (yM(n – 1), u (n – 1))
calcul de u (n ) = f (yP, C, yM, ...) Figure 19 – Technique PFC, premier ordre, avec contraintes
fin boucle sur n de vitesse et d’amplitude (unités arbitraires)

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
R 7 423 − 12 © Techniques de l’Ingénieur, traité Mesures et Contrôle
________________________________________________________________________________________________________________ COMMANDE PRÉDICTIVE

+ avec y M 1L ( n + H ) = α H y M 1 ( n )
u yM
G M1 1 Ð αH
y1 + y M 1F ( n + H ) = G ⋅ ---------------- u ( n )
1Ðα
y M 2 ( n + H ) = y M 2L ( n + H ) + y M 2F ( n + H )
yM = yP M2
y2
avec y M 2L ( n + H ) = α H y M 2 ( n )
Figure 20 – Décomposition y M 2F ( n + H ) = ( 1 Ð α H )y P ( n ) .
Soit :

4.2 Système intégrateur pur 1 Ð αH

yö P ( n + H ) = α H y M 1 ( n ) + G ---------------- u ( n )
1Ðα
+ α H y M 2 ( n ) + ( 1 Ð α H )y P ( n ) Ð y M ( n )
Considérons le système de fonction de transfert :
L’équation de prédiction devient :
G z Ð1
H ( z Ð1) = ----------------
-
1 Ð z Ð1 1 Ð αH
[ C ( n ) Ð y P ( n ) ] ( 1 Ð λ H ) Ð α H y M ( n ) Ð G ---------------- u ( n )
1Ðα
Décomposons-le en 2 systèmes (figure 20) où (α < 1 arbitraire) :
Ð ( 1 Ð α H )y P ( n ) + y M ( n ) = 0
z Ð1
M 1 ( z Ð1) = ----------------------
-
1 Ð α z Ð1 1 Ð αH
G ---------------- u ( n ) = [ C ( n ) Ð y P ( n ) ] ( 1 Ð λ H )
1Ðα
M 2 ( z Ð1) = ( 1 Ð α ) M 1 ( z Ð1)
Ð ( α H Ð 1 )y M ( n ) Ð ( 1 Ð α H )y P ( n ) = 0
( 1 Ð α )z Ð1
M2 ( z Ð1) = -------------------------
-
1 Ð α z Ð1 ( 1 Ð α ) ( 1 Ð λH ) 1Ðα
u ( n ) = ----------------- ⋅ --------------------
- [ C ( n ) Ð y P ( n ) ] + ------------- [ y M ( n ) Ð y P ( n ) ]
G 1 Ð αH G
On vérifie bien que :
avec :
yM = u ⋅ G ⋅ M1 + yM M2
yM ( n ) = yM1 ( n ) + yM2 ( n )
y M ( z Ð1) ( 1 Ð M 2 ) = u ⋅ G ⋅ M 1 y M 1 ( n ) = α y M 1 ( n Ð 1 ) + Gu ( n Ð 1 )
yM ( z Ð1) GM 1 GM 1 y M 2 ( n ) = α y M 2 ( n Ð 1 ) + ( 1 Ð α )y P ( n Ð 1 )
- = ----------------
-------------------- - = -----------------------------------
-
u 1 Ð M2 1 Ð ( 1 Ð α )M 1 S’il n’y a pas d’erreur de modélisation HM = HP, cela implique
yM = yP.
y M ( z Ð1) Gz Ð1 Gz Ð1 L’expression de la variable d’action devient :
- = -----------------------------------------------------
-------------------- = -----------------
u 1 Ð α z Ð1 Ð ( 1 Ð α )z Ð1 1 Ð z Ð1
( 1 Ð α ) ( 1 Ð λH )
u ( n ) = ----------------- ⋅ --------------------
- [ C ( n ) Ð yP ( n ) ]
Dans le cas nominal, on remplacera yM de la figure 20 par yP. G ( 1 Ð αH )
Équations de commande : En poursuivant les calculs, on trouve que dans le cas nominal
Les caractéristiques de la commande PFC sont : (HM = HP), le système en boucle fermée se comporte bien comme un
— consigne constante : C (n ) ; système du premier ordre, de gain unitaire et ayant pour décrément
celui de la trajectoire de référence λ rejetant complètement les per-
— fonction de base échelon ;
turbations additives constantes sur la sortie (figure 21).
— trajectoire de référence ;
— point de coïncidence H ; Dans le cas d’un système intégrateur avec retard pur, on obtient,
— prédiction plate écart objet-modèle. pour un changement de consigne, le comportement de la figure 22.
Équation de prédiction :

y R ( n + H ) Ð yö P ( n + H ) = 0
5. Commande partagée
avec :
yR ( n + H ) = C ( n + H ) Ð λ H [ C ( n ) Ð yP ( n ) ]
Donnons ici un exemple d’ouverture de la commande prédictive,
yö P ( n + H ) = y M ( n + H ) + y P ( n ) Ð y M ( n ) montrant sa capacité de s’adapter à un environnement particulier.

où :
yM ( n ) = yM1 ( n ) + yM2 ( n ) 5.1 Deux actions exclusives
y M 1 ( n ) = α y M 1 ( n Ð 1 ) + Gu ( n Ð 1 )
Il arrive souvent que l’on dispose de plusieurs variables d’action
pour piloter la sortie d’un processus soumis à plusieurs actionneurs
y M 2 ( n ) = α y M 2 ( n Ð 1 ) + ( 1 Ð α )y M ( n Ð 1 ) de nature différente (gain statique, dynamique). C’est typiquement
le cas de la commande des réacteurs chimiques où, pour chauffer le
et : fluide caloporteur, l’on dispose par exemple d’un crayon électrique
yM ( n + H ) = yM1 ( n + H ) + yM2 ( n + H ) alors que, pour le refroidir, il faut passer par un échangeur thermi-
que. La solution classique avec un régulateur PID est de considérer
y M 1 ( n + H ) = y M 1L ( n + H ) + y M 1F ( n + H )
que l’on a un seul actionneur et de régler un PID sur un processus

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Mesures et Contrôle R 7 423 − 13
COMMANDE PRÉDICTIVE ________________________________________________________________________________________________________________

commande, on déclenche des oscillations de pompage du fluide

caloporteur, alors que la température du réacteur reste encore rela-
1 tivement correcte, tandis que la diminution escomptée du temps de
réponse n’est pas obtenue. La difficulté vient de ce que, lors de la
0,5 commutation d’un organe à l’autre, les sorties lâchées des deux sys-
0 tèmes ne sont pas prises en compte, alors qu’avec PFC, il n’y a pas
de difficultés particulières. L’équation de commande comporte alors
--0,5 u (n) 2 sorties lâchées et forcées (à droite), alors que les sorties lâchées et
sorties modèles sont toujours actives. A chaque échantillonnage, on
--1 calculera d’abord une action, l’autre étant mise à 0 ; si le résultat est
0 2 4 6 8 10 12 14 16 18 20 Temps positif, elle est appliquée, sinon c’est l’autre action qui le sera.
Variable manipulée On note yLF, yMF, yFF les sorties lâchées, modèle et forcées froides
et yLCH, yMCH, yFCH les sorties lâchées, modèle et forcées chaudes.
Calcul de uCH :
1,5 ( C 0 Ð y P ) ( 1 Ð λ H ) = y LCH ( n + H ) Ð y MCH ( n ) + y LF ( n + H )

1
c (n) Ð y MF ( n ) + u CH ( n )S FCH ( n + H )
Calcul de uF :
0,5 yP (n) = yM (n) y
( C 0 Ð y P ) ( 1 Ð λ H ) = y LCH ( n + H ) Ð y MCH ( n ) + y LF ( n + H )
0 Ð y MF ( n ) + u F ( n )S FF ( n + H )
0 2 4 6 8 10 12 14 16 18 20 Temps
Chaque action peut également être passée dans un limiteur et
Consigne c, sorties modèle et processus fournir ainsi une commande agissant sur contrainte. L’on gagne
alors en performance et, ce qui est peut-être encore plus apprécié,
Figure 21 – Technique PFC : intégrateur pur, avec perturbation en commodité de réglage.
sur l’entrée

5.2 Deux actions coopératives

0,8 Un autre cas est celui où l’on dispose de deux actionneurs qui
vont agir ensemble en permanence, mais qui ont encore des carac-
0,6 téristiques différentes. Par exemple, l’un a une grande autorité de
0,4
commande mais une dynamique lente, à laquelle on va demander
u (n) de contrer les perturbations à basse fréquence et de tenir le régime
0,2 permanent, alors que l’autre a une dynamique rapide mais une
excursion faible. Le but est alors de faire tendre la variable d’action
0 rapide vers u10 , au milieu de sa plage d’action, pour contrer les per-
0 5 10 15 20 25 30 Temps turbations à hautes fréquences, alors que l’action lente tient le
régime permanent. Le risque avec une solution PID est d’avoir une
Variable manipulée commande non coopérative, à savoir l’action lente contrerait
l’action rapide qui lui serait opposée. La solution PFC consiste à
modifier le critère de commande (10) en introduisant un terme
c (n) supplémentaire de satisfaction de l’objectif, et de faire tendre u1
1 vers u10 , alors qu’en régime permanent, u2 est stabilisé :
0,8 H2 H2
0,6
0,4
ymay (n) yP (n) = yM (n) C = ∑ [ yRef ( n ) Ð yP ( n ) ] 2 + λ1 ∑ [ u1 ( n ) Ð u10 ( n ) ] 2
H1 H1
0,2 H2
0 + λ2 ∑ [ u2 ( n ) Ð u2 ( n Ð 1 ) ] 2
0 5 10 15 20 25 30 Temps
H1
ymay sortie modèle non retardée
Le critère est nul si, et seulement si :
Consigne c, sorties modèle et processus — satisfaction de la trajectoire de référence : y Ref ( n ) = y P ( n )
— u1 tend vers sa valeur de repos idéale : u1(n ) = u10
Figure 22 – Technique PFC : intégrateur pur, avec retard pur — u2 se stabilise à une valeur qui va contrer les perturbations
(unités arbitraires) u2(n) = Cte
En dérivant l’expression du critère par rapport à u1 et u2, on mon-
tre que la solution obtenue est équivalente, d’une part, à ne considé-
« moyen », intermédiaire entre les deux processus réels, de couper rer qu’une variable d’action passée à travers deux filtres
en deux le champ d’action : de 0 % à 50 % de l’autorité de com- complémentaires :
mande, l’action sera aiguillée vers le « froid », et au-delà vers le
F2 = 1 ⁄ ( 1 + τ p ) et F1 = τ p ⁄ ( 1 + τ p )
« chaud » (figure 23).
S’il s’agit d’une régulation peu exigeante, un réglage moyen et, d’autre part, à attribuer la sortie du filtre passe-bas F2 à l’action
robuste, donc mou, donnera satisfaction ; mais, dès que l’on veut lente et la sortie du filtre dérivateur F1 à la variable d’action rapide
diminuer le temps de réponse, tirer le maximum du système de qui doit tendre vers u10 (figure 24).

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
R 7 423 − 14 © Techniques de l’Ingénieur, traité Mesures et Contrôle
________________________________________________________________________________________________________________ COMMANDE PRÉDICTIVE

uCH
Chaud

+ +
PID P
-- --
uF
Froid

Figure 23 – Commande
partagée exclusive

c) Contraintes (entrée-sortie)
u1 → u10 = 0 C’est la caractéristique fondamentale et unique, qui en fait tout
u
l’intérêt industriel. La prise en compte des contraintes peut se faire
F1 P1 de façon complète ou approchée suivant l’optimalité recherchée et
les moyens de calculs disponibles.
PH +
d) Tendance
R
+ La prise en tendance d’une perturbation mesurée ne peut se faire
que si l’on se donne un rendez-vous dans le futur, ce qui impose en
F2 P2
fait le schéma prédictif. Facile à mettre en œuvre, stable car en bou-
cle ouverte, cette possibilité est à utiliser dès qu’elle est possible.
PB Elle permet de diminuer les écarts de régulation tout en ne compro-
mettant pas la robustesse.
e) Précision
Figure 24 – Commande partagée coopérative La projection de la commande sur une base future permet de ne
pas avoir d’erreur de traînage sur une consigne quelconque connue
ou estimée sur l’horizon de coïncidence : propriété très appréciée
des équipements réalisant des asservissements de poursuite.
6. Évaluation f) Compromis dynamique - stabilité
Aucune commande n’est robuste par nature.
Question souvent posée à juste titre par un automaticien indus- Cette propriété s’oppose aux performances dynamiques et le but
triel, familier de commande classique PID : quels sont les avantages est de « casser » le caractère fatal de cette opposition. La démarche
et inconvénients comparés de la commande prédictive par rapport professionnelle honnête est de laisser le concepteur choisir entre
aux techniques classiques ? Une expérience de longue date, dans de ces deux exigences en lui présentant les termes du compromis.
nombreux secteurs, permet de présenter objectivement les perfor- g) Professionnalisme
mances et limites de la commande prédictive. Étant systématique et rationnelle, la commande prédictive est
susceptible de rentrer dans le cadre d’une démarche de CAO, capa-
ble d’attaquer des problèmes industriels de grande dimension.
6.1 Avantages Documentée à toutes les étapes, car partant d’un modèle, elle est
donc transférable et facile à maintenir par la justification explicite de
ces choix.
a) Puissance Cependant, elle laisse la porte ouverte à toutes « astuces » spéci-
Tout système théoriquement commandable, monovariable, mul- fiques qui vont valoriser l’auteur.
tivariable, linéaire ou non, stationnaire ou non, avec contraintes h) Diagnostic
diverses, peut être piloté par cette technique. Si l’on doit toujours
exploiter au maximum toutes les particularités de chaque proces- Le modèle est disponible en ligne. La comparaison entre les sor-
sus, la procédure de mise en œuvre reste la même pour tout proces- ties ou états du modèle et du processus permet d’aller plus loin que
sus. le simple autocompensateur ici exposé. Une analyse poussée peut
conduire aux techniques de diagnostic, de maintenance prédictive
La méthode est générique et permet toutes sortes d’extensions, selon état, etc., qui contribue fort à la diminution du démérite.
nous en avons vu quelques-unes (commandes partagées, par
exemple).
b) Insensibilité 6.2 Inconvénients
Fondamentalement, toute commande revient à inverser le proces-
sus à réguler, ce qui amène à introduire des « zéros » dans le régu- Ils sont la contrepartie normale des avantages, deux aspects
lateur, source d’une grande sensibilité aux bruits divers qui affectent opposés de la même caractéristique fondamentale issue de la
les mesures. La spécification d’erreur nulle en régime permanent modélisation.
impose également d’avoir un intégrateur dans ce régulateur, source
de problèmes de commutation et de désaturation. Si implicitement a) Nécessité d’un modèle : difficulté scientifique
ces fonctions sont satisfaites, elles ne le sont pas explicitement, ce Il faut faire explicitement une réflexion de modélisation. Celle-ci
qui élimine ainsi une grande sensibilité aux bruits et les problèmes peut être complète et déboucher sur un modèle de connaissance, ou
de gestion de l’intégrateur. rapide et se contenter d’un modèle de représentation (boîte noire).

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Mesures et Contrôle R 7 423 − 15
COMMANDE PRÉDICTIVE ________________________________________________________________________________________________________________

Elle est le plus souvent intermédiaire et nécessite de mettre en intégrateurs, mono ou multivariables, retard pur, etc.), variation de
œuvre des outils de simulation et d’identification. la structure suivant les conditions de marche, contraintes diverses,
Modéliser présente toujours un risque puisque le produit final etc.
(équations mathématiques) est par nature hétérogène avec les don- Première tentative de mise en correspondance entre des faits
nées de base. expérimentaux et des hypothèses. Premières spécifications : que
b) Puissance de calcul : difficulté technique demande-t-on au système de commande ? régulation, poursuite,
optimisation, etc. ?
Par rapport à un PID classique, il est clair que, s’il peut s’appliquer,
Toutes ces réflexions débouchent sur un premier simulateur, frus-
son rapport « puissance de calcul/performance » est bien supérieur.
tre, qui n’a que la simple ambition de mettre en place une première
Même dans le cas de régulateur mis sous forme compacte, le cohérence entre toutes ces informations, sans prétendre simuler
nombre d’opérations augmente avec l’ordre du processus et la prise quantitativement de façon précise le réel.
en compte des contraintes.
C’est une phase délicate, où le métier intervient et où les contacts
L’optimalité a un coût, interdisant l’emploi de la méthode dans humains ont leur importance.
des organes frustres de calcul, pour certains processus très rapides. Sur ce premier simulateur, on va pouvoir dialoguer et entrepren-
L’espoir que les progrès de la technologie électronique permet- dre l’étape fondamentale suivante.
tent de disposer de calculateurs de plus en plus performants est à b) Synthèse des protocoles d’essais
modérer par les exigences de plus en plus grandes demandées aux
systèmes de commande qui satureront éternellement les possibili- Ou bien le processus n’existe pas et, dans ce cas, on travaillera
tés offertes. L’utilisation en temps réel de modèle de connaissances sur un modèle théorique, qui a le plus souvent servi au calcul de la
(déjà possible dans certains cas), qui apportera une robustesse structure matérielle du processus, ou bien il existe et il va falloir par
active remarquable tant en état qu’en structure par une adaptation itérations successives caler les modèles qui vont se perfectionner à
naturelle à l’environnement, est très exigeante en puissance de trai- l’occasion d’application de signaux de tests. Cela va permettre de
tement (mémoire, temps de cycle). faire tendre le comportement du modèle vers celui du processus.
c) Nouvelle démarche : difficulté industrielle Il convient tout d’abord de s’assurer de la qualité du système de
mesure : étalonnage cohérent des capteurs, fidélité de l’instrumen-
Après les inconvénients scientifiques et technologiques, voyons tation, qualité du système d’acquisition de données, fréquence
maintenant les modalités industrielles de mise en œuvre, liées aux d’échantillonnage, capacité de stockage, possibilité de tracer et
structures de l’entreprise. d’observer les signaux, etc.
Les répartitions de responsabilité étaient auparavant bien claire- L’ensemble des signaux de test, dit protocole d’essai, va jouer un
ment distribuées dans l’entreprise. L’automatique était l’affaire des rôle fondamental. C’est pratiquement le seul contact avec le proces-
régleurs : instrumentation, actionneurs, capteurs, maintenance et sus et son propriétaire, sauf au moment de l’implantation définitive,
calculateurs, fonction essentiellement perçue par le reste de l’entre- et c’est de lui que va découler la qualité du modèle et donc du régu-
prise par sa partie matérielle visible. lateur.
Le producteur, spécialiste du processus, connaît son système Le protocole idéal pour le propriétaire qui ne veut pas être per-
dans ses aspects matériels, fonctionnels, logiques, etc., et utilise, en turbé serait un test de durée nulle et d’amplitude nulle !
tant que de besoin, les services du « régleur ». Il est plus soucieux Ce protocole fera donc en général l’objet d’une optimisation, fata-
d’optimalité de marche que de régulation dynamique, alors que lement spécifique, ce qui exclut des techniques conçues sur des
l’automaticien, fonction horizontale de l’entreprise, n’a pas à connaî- considérations théoriques qui ne prenaient pas en compte à l’épo-
tre tous les processus. que ces contraintes de diminution de la nuisance (amplitude-durée)
L’automatique à base de modèle nécessite, par contre, une coopé- que représente un test expérimental. Les techniques du type signal
ration certaine entre ces deux acteurs, qui peut, pour toutes sortes binaire pseudo-aléatoire, sont donc à proscrire d’une façon
de raisons dépassant le cadre technique qui est ici le nôtre, se met- générale ; elles donnent une précision insuffisante dans les basses
tre en place ou non. fréquences au prix d’une durée (ou amplitude) qui peut être dans un
L’automatique avancée est un projet de l’entreprise et qui ne peut rapport 20 avec un protocole optimisé.
être entrepris sans prise de conscience et désir de travailler dans ce L’expérience montre que c’est sur ce poste, avec la réflexion sur la
nouvel environnement culturel. structure du modèle, que l’on passe le plus de temps.
Le personnel doit alors avoir une formation complémentaire por- c) Application des essais
tant sur la modélisation, l’identification, la simulation et la com- Étant volontairement rares, ces essais doivent donc être préparés
mande avancée, dont certains décideurs auront peut-être encore, avec grande précaution. Les signaux de test sont appliqués soit en
pendant un certain temps, des difficultés à en apprécier l’utilité. boucle ouverte, soit en boucle fermée comme des consignes additi-
ves à la consigne d’un régulateur dont il s’agit alors d’améliorer les
performances, suivant une procédure qui va se perfectionner pro-
7. Pratique industrielle gressivement au fur et à mesure de la connaissance du processus.
Tout doit être noté avec soin lors des essais, et un test de ce type
ne peut être fait en « cachette », car il va mobiliser des intervenants
Quelles sont les étapes qu’il convient de suivre pour attaquer un divers.
problème de commande industriel avec ce type de stratégie de d) Prétraitement
commande ? La probabilité que des artefacts perturbent l’essai est très grande :
Décrivons ici toutes les étapes possibles. Elles peuvent, suivant entrées secondaires autoritaires, défaut du système d’acquisition,
les cas, être banales ou critiques. interventions intempestives d’un opérateur, etc. Il convient alors de
a) Première approche vérifier, à vue, la qualité des enregistrements. A l’opposé, une
démarche académique qui consisterait à alimenter sans interven-
Il s’agit de récupérer, à un niveau plus qualitatif que quantitatif,
tion humaine un algorithme d’identification avec des données
toutes informations sur le système à piloter. Il faut consulter la litté-
exploitables est à proscrire.
rature sur le sujet, les « experts », l’expérience des utilisateurs, à
tout niveau, etc., et recueillir des données objectives, avec des tests e) Identification
simples pour se familiariser avec la nature des signaux : variables Elle doit donner de préférence tous les modèles qui sont à une
d’action, de tendance, à réguler. La nature des processus (stables, distance donnée du processus, dans le double but de pouvoir opti-

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
R 7 423 − 16 © Techniques de l’Ingénieur, traité Mesures et Contrôle
________________________________________________________________________________________________________________ COMMANDE PRÉDICTIVE

miser les protocoles d’essais et d’avoir une mesure de la spécifica- ficatifs. Rester toujours adapté malgré des changements d’objectifs,
tion de robustesse qui va être demandée au régulateur. de matière première, d’instrumentation, etc., est autrement plus dif-
f) Simulateur ficile. Amateurisme et professionnalisme se distinguent à ce niveau.
Tous les modèles partiels ainsi identifiés, concaténés, créent un La documentation, la justification des choix de modèle, du
simulateur, sur lequel des tests complémentaires de son pouvoir réglage du régulateur, etc., doivent être facilement accessibles et de
prédictif sont appliqués, à partir d’une base de données qui n’a pas façon claire. Une formation est nécessaire ; sinon, au moindre chan-
servi à l’identification. Des analyses de sensibilité sont alors possi- gement d’environnement, il y aura régression et retour à l’état pri-
bles pour déterminer les risques encourus par les variations de mitif antérieur. Ordre et rigueur s’imposent.
structure éventuelles du processus. Il faut faire remarquer que la disponibilité de la sortie du modèle
g) Retour sur les spécifications en temps réel et de la sortie du processus, ouvre la porte vers les
techniques de diagnostic et de maintenance suivant état, qui peu-
Le processus est alors mieux appréhendé, mieux perçu par les vent apporter une contribution significative à l’augmentation de la
intervenants, et l’expérience montre que les spécifications évoluent disponibilité, et donc de la production, du processus.
toujours. La fixation des contraintes est mieux argumentée, les com-
promis entre robustesse et dynamique plus clairs dans la tête de
l’exploitant.
h) Régulateur
C’est la récompense de tous les efforts. La CAO de commande 8. Conclusion
prédictive fournit alors tous les éléments de choix dans le domaine
temporel et fréquentiel en ce qui concerne la dynamique, et toutes
les marges de stabilité nécessaires. Le respect des contraintes Ce qui a été présenté ici n’a d’autre prétention que d’être une sim-
apporte alors tous les avantages et une comparaison avec la situa- ple introduction aux concepts de la commande prédictive, car beau-
tion antérieure et la situation proposée est alors faisable dans les coup reste à dire tant au niveau des développements et justifications
environnements (perturbation d’état et de structure) qui doivent être théoriques que de l’implantation informatique des régulateurs. Il ne
plus durs que ce que le processus ne rencontrera jamais. s’agissait que de présenter les principes, qui nécessitent un effort
Une évaluation de l’intérêt économique est à faire. Si cet intérêt certain de compréhension.
est confirmé, il faut alors passer à l’implantation dans un organe de Cette commande n’est pas à ajouter à la liste des commandes pro-
calcul qui va recevoir, soit directement le code C généré par la CAO, posées par ailleurs, car elle est plus une démarche qu’une proposi-
soit une formule générique dont les paramètres vont être changés tion spécifique, comme ont pu l’être, dans le passé, le PID, la
par un organe supérieur. commande quadratique ou le placement des pôles, etc.
La mise en route devra être faite avec prudence, en particulier en C’est une démarche ouverte, qui, si l’on respecte ses principes
demandant une trajectoire de référence assez molle au début, à dur- fondamentaux, est capable d’intégrer précisément tous les résultats
cir avec le temps. C’est là que l’on apprécie la validation du modèle, de ces méthodes. Mises à part les commandes de niveau 0 : manuel,
puisque seules les erreurs d’implantation du régulateur sont à crain- tout ou rien, logique, PID, etc., commandes sans modèle qui en
dre. La génération de code, sans intervention de transfert par un nombre couvriront toujours l’essentiel des besoins alimentaires,
intermédiaire humain, donc faillible, facilite ici la tâche. l’avenir appartient, lorsqu’il s’agit de piloter des unités économique-
i) Évaluation ment significatives, aux commandes avec modèle interne. Qu’elles
soient prédictives ne complique pas le travail de l’automaticien mais
Il importe alors d’évaluer le plus objectivement possible les per- lui donne la possibilité technique, et la rentabilité économique atta-
formances comparées, entre « avant » et « après », soit par une chée, de prendre en compte les contraintes, porte ouverte vers
réponse dynamique, soit par un histogramme de l’écart par rapport l’optimalité à horizon fini, qui est le véritable problème industriel à
à la consigne. Mais la commodité de réglage et la souplesse de résoudre.
modification des objectifs sont deux éléments importants. Opéra-
teur, producteur, directeur, n’attendent pas d’un régulateur nouveau La difficulté, éternelle, reste donc la modélisation, investissement
les mêmes améliorations et ils doivent être tous satisfaits. premier fondamental, qui fait sortir du domaine strict de la com-
mande. L’automaticien industriel qui était un « régleur », car il adap-
j) Maintenance tait les paramètres de réglage d’un régulateur préexistant, devient
Tous les dangers commencent alors. Il est maintenant relative- en partie un modéliste, et cette fonction rencontre celle du
ment aisé, en procédant strictement suivant le plan ci-dessus « spécialiste processus », avec tout l’intérêt que cela entraîne et tou-
exposé, de faire des progrès techniques et économiques très signi- tes les difficultés organisationnelles attachées.

Références bibliographiques

[1] BITMEAD (R.R.), GEVERS (M.) et WERTZ (V.). pretations. Automatica, vol. 23, n° 2, p 149- [9] RICHALET (J.). – Pratique de l’identification.
– Adaptive optimal control : the thinking 160 [GPC], 1987. Hermès, 1991.
man’s GPC. Prentice-Hall, 1990. [5] CORRIOU (J.P.). – Commande des procédés. [10] RICHALET (J.). – Pratique de la commande
[2] BORNE (P.), DAUPHIN-TANGUY (G.), Tec. et Doc. 1996, Paris. prédictive. Hermès, 1993.
RICHARD (J.P.), ROTELLA (F.) et ZAMBETTA- [6] CUTLER (C.R.) et RAMAKER (B.L.). – Dynamic
[11] SCATTOLINI (R.) et BITTANTI (S.). – On the
KIS (I.). – Commande et optimisation des pro- matrix control, A computer control algo-
choice of the horizon in long-range predictive
cessus. Éditions Technip, 1992. rithm, Proceedings JACC, San Francisco,
control - some simple criteria. Automatica,
USA, 1980.
[3] BOUCHER (P.) et DUMUR (D.). – La com- vol. 26, n° 5, p 915-917, 1990.
[7] MORARI (M.) et ZAFIRIOU (E.). – Robust pro-
mande prédictive. IFP Technique, 1996. cess control. Prentice-Hall, Englewood Cliffs, [12] SOETERBOEK (A.R.M.). – Predictive Control.
New Jersey, 1989. Prentice-Hall [UPC], 1992.
[4] CLARKE (D.W.), MOHTADI (C.) et TUFFS
(P.S.). – Generalized predictive control. [8] RICHALET (J.), RAULT (A.), TESTUD (J.L.) et [13] RICHALET (J.). – Modélisation et identifica-
Part 1 : The basic algorithm, Automatica, PAPON (J.). – Model predictive heuristic con- tion des processus. R 7 140 (4. 1983), Techni-
vol. 23, n° 2, p 137-148, and Generalized pre- trol : applications to industrial processes. ques de l’Ingénieur, traité Mesures et
dictive control. Part 2 : Extensions and inter- Automatica, vol. 14, n° 5, p 413-428, 1978. Contrôle, volume R7.

Toute reproduction sans autorisation du Centre français d’exploitation du droit de copie est strictement interdite.
© Techniques de l’Ingénieur, traité Mesures et Contrôle R 7 423 − 17