Contrôle actif des vibrations de structures élancées

FGPM
Jonas Maruani

To cite this version:

Jonas Maruani. Contrôle actif des vibrations de structures élancées FGPM. Mécanique [physics].
Université de Nanterre - Paris X, 2019. Français. �NNT : 2019PA100062�. �tel-02895201�

HAL Id: tel-02895201

[Link]
Submitted on 9 Jul 2020

HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est

archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non,
lished or not. The documents may come from émanant des établissements d’enseignement et de
teaching and research institutions in France or recherche français ou étrangers, des laboratoires
abroad, or from public or private research centers. publics ou privés.
 École doctorale 139 :
Connaissance, langage,
modélisation
LEME

Membre de l’université Paris Lumières

Jonas Maruani

Contrôle actif des vibrations de

structures élancées FGPM

Thèse présentée et soutenue publiquement le 26/09/2019

en vue de l’obtention du doctorat de Génie mécanique, mécanique, génie civil
de l’Université Paris Nanterre
sous la direction de Mr Laurent Gallimard (Université Paris Nanterre)
et de Mme Isabelle Bruant (co-encadrante) et de Mr Frédéric Pablo (co-encadrant)

Jury :

Rapporteur : Mr Farid Abed-Meraim Professeur des Universités,

Arts et Métiers ParisTech

Rapporteur : Mr Gaël Chevallier Professeur des Universités,

Université de Bourgogne Franche-
Comté

Président du jury : Mr Jean-François Deü Professeur des Universités,

CNAM Paris

Examinatrice : Mme Angela Vincenti Maître de Conférences,

Sorbonne Université
ii
Remerciements

Mes premiers remerciements vont à Mme Isabelle Bruant, qui est pour moi l’encadrante que
tout doctorant souhaite avoir. Patience, rigueur, humanité et "débogage" sont ses maîtres mots. À
Mr Frédéric Pablo, le phare breton du sens physique, merci de m’avoir guidé à bon port dans la
tempête piézoélectrique. Cette équipe encadrante ne serait pas complète sans mon directeur Mr
Laurent Gallimard et son sens de la simplicité à ramener tout problème à un problème "poutre",
merci pour ta vision en hauteur du projet. Je tiens également à vous remercier tous les trois pour
m’avoir fait confiance et m’avoir laisser orienter ce projet, spécialement dans le flou.
Mr Abed-Meraim et Mr Chevallier un grand merci d’avoir pris le temps de relire attentivement
ce manuscrit, d’en avoir pointé les points forts, les quelques manquements et les améliorations
futures. Vos avis sur ce travail m’ont permis de le réévaluer à sa juste valeur. Des sincères remer-
ciements vont également à Mr Jean-François Deü qui m’a fait l’honneur de présider le jury et de
m’avoir questionner et orienter vers des pistes prometteuses. Enfin, à Mme Angela Vincenti, exa-
minatrice de ce travail, un immense merci pour m’avoir fait découvrir la recherche lors de mon
premier stage, une sincère amitié en a découlé et qui j’en suis sûr durera longtemps.
Je tiens également à remercier toute l’équipe du LEME, pour leur accueil chaleureux, en parti-
culier Mr Michele d’Ottavio pour sa disponibilité à m’aider sur la fameuse plaque piézoélectrique
et Max pour les nombreuses discussions sans fin, sa vision éclairée du monde et sa compassion.
Je suis également reconnaissant d’avoir pu participer à deux conférences internationales et à
trois séminaires dans le cadre du Collège doctoral Franco-Allemand, qui m’ont permis de décou-
vrir d’autres horizons et de faire des rencontres scientifiquement et humainement enrichissantes.
Pour finir dans le cadre professionnel, les longues journées au labo n’airaient jamais été les
mêmes sans mes collègues de galère, les doctorants du LEME : Patrick, Romain, Yvain, Astrid,
Joszé, Laithe, Thi, Boubakar, Marie, Mirjana, Zhi, Tchao, Walid, Fadel, Salim, Girolamo, Giuseppe.
Merci pour l’entraide, les repas partagés, les pauses café et bonne chance à ceux qui ont encore la
tête dans le guidon.

Maintenant j’aimerais remercier mes parents qui m’ont plutôt bien "formé" en général, en par-
ticulier pour résister et réussir ces quatre années de thèse. Il serait dur de lister toutes les qualités
de l’éducation que vous m’avez transmise : ouverture d’esprit, amour, patience, abnégation, voir
plus loin que le bout de son nez, prendre les choses de la vie comme elles viennent, le goût des
bonnes choses, le goût des belles choses, la réflexion sur n’importe quel sujet, apprendre à jouer,
avoir du cœur, ... La fierté dans vos yeux le jour de cette soutenance était le meilleur des cadeaux.
Benjamin, le grand frère, je pense te devoir ma logique, aiguisée au fil de la multitude de jeux
qu’on a explorés et découverts ensemble. J’adore toujours autant les moments passés ensemble
et avec maintenant ta femme Élise et la petite Lila, dont je suis l’heureux parrain et j’espère être
l’oncle complètement gâteux et gâteaux.
Marine, la petite sœur, je pense avoir développé à tes côtés, grâce à une relation très proche,
un sens aigu d’égalité, dont je tire mon féminisme actuel. J’adore ta façon de prendre soin de moi
et j’apprécie tout le bien que Jérémie, le beau-frère plus que sympathique, t’apporte.
Merci Benjamin et Marine de ne pas avoir cillés et de m’avoir soutenu quelque soit la situation.

À tous mes amis, je sais que vous m’aimez pour ma cuisine et ma langue bien pendue, un
immense merci d’avoir été là :

iii
 • Moubine, un pilier, le premier à m’avoir fait sentir bien dans mes basquettes,
• Aurélien, le parleur et grand débatteur devant le cosmos,
• Lola, la chaleureuse et grande fan de Céline, j’en connais trop maintenant,
• Delphine, la force tranquille et le cœur sur la main,
• Benjamin, l’accueil parfait, je ne peux même pas compter le nombre de bonnes soirées pas-
sées ensemble,
• Anne-Sophie, l’amitié sans filtre, une fraîcheur incomparable, le Bouddha sera toujours là
pour toi,
• Sharon, l’amitié couscous du vendredi soir, une connexion instantanée et un même entraî-
nement au levé de coude,
• David et Rachel, le couple idéal et un retour aux sources toujours le bienvenu entre belote et
merguez,
• Clémentine, la cinquième coloc et une amitié plus que parfaite, mon guide dans les remous,
• Julie, mon doppelgänger, tout est tellement facile et naturel avec toi,
• Yvain, l’élément perturbateur, tellement opposé qu’on ne pouvait que se lier d’amitié, et
Manon la câlineuse un vrai trésor à garder,
• Audrey, une amitié qui change de couleurs au fil des années, je tairais les premières années
plus mouvementées ("Mais où est passé mon verre", Oups),
• Grégoire, copain toujours là dans les bons coups et danseur hors pair, merci pour le cours
particulier,
• Marco, le deuxième grand frère, merci pour l’écoute et les bons moments passés ensemble,
• Sung-Ah et Johan, est-ce qu’on peut faire plus friendly ? Une vrai question,
• Céline, curieux mélange entre Bretagne et Brésil dit aussi la papoteuse, ou comment se faire
coincer une heure dans un couloir,
• Samantha, ou comment éclairer la plus sombre des journées avec un sourire,
• Thomas, Louis, Baptiste, Vitto, Hélène, Benjamin, William, Julien, Sam, Simon, Luisa, Ma-
this, Hugo, le groupe Jussieu n’aurait pas été le même sans vous tous,
• Richard, Gatien, Coline, Quentin, Aurélie, Camille, Martin, Sakina, Valentine, Oriana, Jean-
Loup, Pamela, Isma, Roby, ... MERCI !

Enfin, oui il faut que je cesse d’écrire, une dernière dédicace pour ma grand-mère : je suis
extrêmement fier d’être ton petit fils et ton premier petit fils docteur, je sais ce que pour toi les
études représentaient et je suis persuadé que tu veilles sur nous.

iv
Table des matières

Table des matières v

Liste des figures vii

Liste des tableaux ix

Introduction 1

1 État de l’art 5
1.1 La piézoélectricité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2 Contrôle actif des structures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3 Les matériaux piézoélectriques à gradient de propriétés (FGPM) . . . . . . . . . . . . 14
1.4 Références . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

2 Modélisation du FGPM 31
2.1 Description du FGPM : PZT4/Al/PZT4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.2 Modèle de poutre FGPM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.3 FEniCS et le modèle de référence 3D FGPM . . . . . . . . . . . . . . . . . . . . . . . . 42
2.4 Modèle de plaque FGPM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.5 Équations discrétisées des modèles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
2.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
2.7 Références . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61

3 Automatisme et Contrôle Actif des vibrations 65

3.1 Représentation d’état du système FGPM . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.2 Systèmes linéaires commandés-observés . . . . . . . . . . . . . . . . . . . . . . . . . . 70
3.3 Les régulateurs linéaires et la synthèse quadratique . . . . . . . . . . . . . . . . . . . . 73
3.4 La logique floue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
3.5 Le régulateur flou pour la plaque FGPM . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
3.6 Optimisation des réseaux d’actionneurs et de capteurs en contrôle actif . . . . . . . 89
3.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
3.8 Références . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93

4 Simulations de Poutres FGPM 95

4.1 Validation et convergence de l’élément fini de poutre . . . . . . . . . . . . . . . . . . . 96
4.2 Études statiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
4.3 Contrôle Actif d’une poutre FGPM avec un régulateur LQR . . . . . . . . . . . . . . . 101
4.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
4.5 Références . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111

5 Simulations de Plaques FGPM 113

5.1 Validation de l’élément fini de plaque FGPM . . . . . . . . . . . . . . . . . . . . . . . . 114
5.2 Contrôle Actif d’une plaque FGPM avec contrôleur flou décentralisé . . . . . . . . . . 124
5.3 Comparaison des différentes distributions pour le contrôleur flou décentralisé . . . 131

v
 TABLE DES MATIÈRES

5.4 Intérêt du régulateur flou vis à vis de la commande LQR . . . . . . . . . . . . . . . . . 138

5.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
5.6 Références . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145

Conclusion et Perspectives 147

Publications 151

A Annexes I
A.1 Le verrouillage numérique d’une poutre en flexion simple . . . . . . . . . . . . . . . . I
A.2 Références . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . II

vi
Liste des figures

1.1 Conception d’un système de contrôle actif . . . . . . . . . . . . . . . . . . . . . . . . . 10

1.2 Principe de la commande prédictive . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3 Principe de la commande prédictive adaptative . . . . . . . . . . . . . . . . . . . . . . 11
1.4 Principe d’un dispositif de contrôle actif par feedback . . . . . . . . . . . . . . . . . . 12
1.5 Micro-structure d’un FGPM, variant du matériau A au matériau B RUBIO et collab.
[2009] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.6 Concept FGM appliqué au bimorphe actionneur : (a) actionneur classique et (b) ac-
tionneur à propriétés graduelles RUBIO et collab. [2009] . . . . . . . . . . . . . . . . . 17

2.1 FGPM PZT4/Alu/PZT4 pour différentes valeurs de k . . . . . . . . . . . . . . . . . . . 33

2.2 Coupe du FGPM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.3 Propriétés matériaux adimensionnelles pour k = 2 et VT = 0.3 . . . . . . . . . . . . . . 38
2.4 Degrés de liberté dans une couche p . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.5 Élément poutre : degrés de liberté . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.6 Éléments tétraédriques de Lagrange : linéaire, quadratique et cubique . . . . . . . . 43
2.7 Cinématique de Love-Kirchhoff . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.8 Cinématique de Reissner-Mindlin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.9 Élément de plaque : degrés de liberté . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54

3.1 Conduite d’un véhicule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66

3.2 Représentation d’un système asservi . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.3 Fonction d’appartenance triangulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
3.4 Fonction d’appartenance trapézoïdale . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
3.5 Fonction d’appartenance gaussienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
3.6 Fonctions d’appartenance pour la température . . . . . . . . . . . . . . . . . . . . . . 80
3.7 Structure d’un système d’inférence flou . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
3.8 Représentation floue des variables pour un véhicule s’approchant d’un feu rouge . . 82
3.9 Méthode d’inférence de deux règles floues . . . . . . . . . . . . . . . . . . . . . . . . . 83
3.10 Inférence à deux règles : sortie agrégée . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
f uz
3.11 Fonctions d’appartenance de αi , α̂i et φi . . . . . . . . . . . . . . . . . . . . . . . . 86
3.12 Surface de réponse du sous-régulateur flou . . . . . . . . . . . . . . . . . . . . . . . . . 87
3.13 Sous-Régulateur pour le mode i . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
3.14 Système plaque contrôlé-observé par un régulateur flou décentralisé . . . . . . . . . 89

4.1 Étude du capteur FGPM : Sortie potentiel capteur . . . . . . . . . . . . . . . . . . . . . 100

4.2 Étude du capteur FGPM : flèche maximale . . . . . . . . . . . . . . . . . . . . . . . . . 100
4.3 Étude de l’actionneur FGPM : flèche maximale . . . . . . . . . . . . . . . . . . . . . . 101
4.4 Diagrammes de Bode pour k = 0.4, k = 1 et k = 5, et VT = 0.3 . . . . . . . . . . . . . . . 104
4.5 Influence de k : Potentiel capté pour VT = 0.3 . . . . . . . . . . . . . . . . . . . . . . . 105
4.6 Influence de k : Potentiel actionneur injecté pour VT = 0.3 . . . . . . . . . . . . . . . . 105
4.7 Influence de k : Flèche maximale pour VT = 0.3 . . . . . . . . . . . . . . . . . . . . . . 106
4.8 Influence de VT : Potentiel capté pour for k = 0.7 . . . . . . . . . . . . . . . . . . . . . 106
4.9 Influence de VT : Flèche maximale pour k = 0.7 . . . . . . . . . . . . . . . . . . . . . . 107

vii
 LISTE DES FIGURES

4.10 Influence de VT : Potentiel actionneur injecté pourk = 0.7 . . . . . . . . . . . . . . . . 107

4.11 Poutre FGPM simplement supportée : Position des électrodes . . . . . . . . . . . . . 107
4.12 Poutre FGPM simplement supportée, chargement F1 : Énergie mécanique . . . . . . 109
4.13 Poutre FGPM simplement supportée, chargement F1 : Énergie électrique . . . . . . . 109
4.14 Poutre FGPM simplement supportée, chargement F2 : Énergie mécanique . . . . . . 109
4.15 Poutre FGPM simplement supportée, chargement F2 : Énergie électrique . . . . . . . 110

5.1 Mono-couche FGPM : configurations capteur et actionneur (B RISCHETTO et C AR-

RERA [2009]) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
5.2 Plaque FGPM équipée de 16 électrodes . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
5.3 Modes propres de la plaque FGPM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
5.4 Critères d’optimisation pour la plaque encastrée libre . . . . . . . . . . . . . . . . . . 126
5.5 Critères d’optimisation pour la plaque simplement appuyée . . . . . . . . . . . . . . 126
5.6 Étude du spillover plaque simplement appuyée : Déplacements modaux αi . . . . . 128
5.7 Étude du spillover plaque simplement appuyée : Potentiel actionneur et capteur . . 129
5.8 Étude du spillover plaque simplement appuyée : Flèche . . . . . . . . . . . . . . . . . 130
5.9 Comparaison des distributions plaque simplement appuyée : Déplacements mo-
daux αi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
5.10 Comparaison des distributions plaque simplement appuyée : Potentiel actionneur
et capteur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
5.11 Comparaison des distributions plaque simplement appuyée : Flèche . . . . . . . . . 134
5.12 Comparaison des distributions plaque encastrée-libre : Déplacements modaux αi . 135
5.13 Comparaison des distributions plaque encastrée-libre : Potentiel actionneur et cap-
teur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
5.14 Comparaison des distributions plaque encastrée-libre : Flèche . . . . . . . . . . . . . 137
5.15 Comparaison LQR plaque simplement appuyée : Déplacements modaux αi . . . . . 139
5.16 Comparaison LQR plaque simplement appuyée : Potentiel actionneur et capteur . . 140
5.17 Comparaison LQR plaque simplement appuyée : Flèche . . . . . . . . . . . . . . . . . 141
5.18 Comparaison LQR plaque encastrée-libre : Déplacements modaux αi . . . . . . . . . 142
5.19 Comparaison LQR plaque encastrée-libre : Potentiel actionneur et capteur . . . . . 143
5.20 Comparaison LQR plaque encastrée-libre : Flèche . . . . . . . . . . . . . . . . . . . . 144

viii
Liste des tableaux

1.1 Changement d’indice : Notation de Voigt . . . . . . . . . . . . . . . . . . . . . . . . . . 9

f uz
3.1 Moteur d’inférence pour la commande φi (Z ORI Ć et collab. [2013]) . . . . . . . . . 86

4.1 Propriétés matériaux et géométriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96

4.2 Étude de convergence : Flèche maximale (mm) d’une poutre encastrée-libre (VT = 0.3) 97
4.3 Étude de convergence : Fréquences propres (Hz) d’une poutre encastrée-libre avec
k = 1 et VT = 0.3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
4.4 Étude du capteur FGPM : Convergence du potentiel capté (V) . . . . . . . . . . . . . 98
4.5 Étude de l’actionneur FGPM : Convergence de la flèche maximale (µm) . . . . . . . . 98
4.6 Validation élément fini de poutre FGPM . . . . . . . . . . . . . . . . . . . . . . . . . . 98
4.7 Validation fréquences propres pour une poutre FGPM encastrée-libre . . . . . . . . . 99
4.8 Fréquences propres (Hz) pour la poutre encastrée-libre . . . . . . . . . . . . . . . . . 104
4.9 Fréquences propres (Hz) pour la poutre simplement appuyée . . . . . . . . . . . . . 104

5.1 Propriétés matériaux du PZT4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115

5.2 Configuration capteur valeurs prises à x = y = 0.25m : déplacements plan u 1 , dépla-
cement transverse u 3 , potentiel électrique φ, déplacement électrique D3 , contraintes
planes σ11 et σ12 et contrainte transverse normale σ33 . . . . . . . . . . . . . . . . . . 117
5.3 Configuration capteur valeurs prises à x = y = 0.25m : déplacements plan u 1 , dépla-
cement transverse u 3 , potentiel électrique φ, déplacement électrique D3 , contraintes
planes σ11 et σ12 et contrainte transverse normale σ33 . . . . . . . . . . . . . . . . . . 118
5.4 Configuration actionneur valeurs prises à x = y = 0.25m : déplacements plan u 1 , dé-
placement transverse u 3 , potentiel électrique φ, déplacement électrique D3 , contraintes
planes σ11 et σ12 et contrainte transverse normale σ33 . . . . . . . . . . . . . . . . . . 119
5.5 Configuration actionneur valeurs prises à x = y = 0.25m : déplacements plan u 1 , dé-
placement transverse u 3 , potentiel électrique φ, déplacement électrique D3 , contraintes
planes σ11 et σ12 et contrainte transverse normale σ33 . . . . . . . . . . . . . . . . . . 120
5.6 Première fréquence propre adimensionnée par Z HONG et Y U [2006] . . . . . . . . . . 121
5.7 Propriétés matériaux et géométriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
5.8 Plaque FGPM encastrée-libre (VT = 0.3), configuration actionneur . . . . . . . . . . . 122
5.9 Plaque FGPM simplement appuyée (VT = 0.3), configuration actionneur . . . . . . . 122
5.10 Plaque FGPM encastrée-libre (VT = 0.3), configuration capteur : flèche maximale
(µm) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
5.11 Plaque FGPM encastrée-libre (VT = 0.3), configuration capteur : potentiel moyen (V)) 123
5.12 Plaque FGPM simplement appuyée (VT = 0.3), configuration capteur : flèche maxi-
male (µm) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
5.13 Plaque FGPM simplement appuyée (VT = 0.3), configuration capteur : potentiel moyen
(V)) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
5.14 Fréquences propres de la plaque encastrée-libre, k = 0.5, VT = 0.3 . . . . . . . . . . . 123
5.15 Fréquences propres de la plaque simplement appuyée, k = 0.5, VT = 0.3 . . . . . . . . 123
5.16 Étude du spillover plaque simplement appuyée : choix des actionneurs et capteurs 127
5.17 Choix des actionneurs et capteurs pour la plaque simplement appuyée . . . . . . . . 127

ix
 LISTE DES TABLEAUX

5.18 Choix des actionneurs et capteurs pour la plaque encastrée libre . . . . . . . . . . . . 128

x
Introduction

La présence de vibrations dans de nombreuses applications industrielles est un problème im-

portant, pouvant entraîner des dommages ou même les rendre inefficaces à cause de la fatigue des
matériaux. Traditionnellement, des techniques d’atténuation passives sont utilisées pour résoudre
ce problème. L’exemple le plus classique est l’ajout de masses et d’amortisseurs afin de réduire les
vibrations de la structure (M EAD [1999]). Cependant la difficulté de l’atténuation passive réside
dans son application dans la bande basses fréquences de la structure (F ULLER et collab. [1990]).
De plus, le besoin de réduire le poids des structures mécaniques, en particulier dans le domaine
spatial est un frein à l’utilisation des méthodes passives (B RENNAN et collab. [1992],R EZA et collab.
[2003]).
Dans ce contexte les méthodes de contrôle actif apparaissent à priori plus adaptées, afin d’at-
ténuer le niveau des vibrations et de préserver l’intégrité de la structure. Le développement des
techniques de contrôle actif des vibrations va de pair avec l’apparition des matériaux dits in-
telligents. Ceux-ci doivent leur nom à leur capacité de modifier spontanément leur propriétés
physiques (forme, conductivité, couleur, ...) en réponse à des sollicitations naturelles ou provo-
quées. On peut citer les matériaux piézoélectriques, électrostrictifs, magnétostrictifs, à mémoire
de forme, etc. Parmi ces matériaux, les matériaux piézoélectriques sont largement utilisés car ils
sont faciles à intégrer à la structure hôte à réguler et efficaces sur une large bande de fréquences,
et modifient peu le comportement de la structure.
De nombreux travaux (S ONG et collab. [2006]) montrent la faisabilité et l’efficacité du contrôle
actif de structures à l’aide matériaux piézoélectriques. En général, la structure à contrôler est équi-
pée de pastilles piézoélectriques qui sont utilisées comme capteurs et actionneurs. Le système de
commande associé à la structure est informé de l’état de celle-ci par l’intermédiaire des capteurs
et peut réagir en retour grâce aux actionneurs. L’ensemble formé de la structure à contrôler et les
pastilles est appelé structure intelligente. Mais celle-ci souffre de quelques inconvénients :
• Le changement brutal de matériau entre la structure hôte et les pastilles piézoélectriques
entraîne des concentrations de contraintes aux interfaces (H AUKE et collab. [2000], TAKAGI
et collab. [2002]).
• Les pastilles piézoélectriques placées sur la structure peuvent se décoller, dû aux conditions
externes (température, fatigue) (Q IU et collab. [2003]).
Le travail effectué ici, s’inscrit dans ce contexte et propose, grâce à l’utilisation d’un matériau
piézoélectrique à gradient de propriétés ("Functionally Graded Piezoelectric Material" : FGPM), de
supprimer ces inconvénients. Ces matériaux à gradient de propriétés permettent une transition
d’un matériau A à un matériau B de façon graduelle, sans changement brutal de propriétés. Le
but est de remplacer les structures intelligentes classiques, par une structure formée d’un seul
bloc, fabriquée à partir d’un FGPM intégrant directement les propriétés piézoélectriques et de
montrer la faisabilité du contrôle actif des vibrations avec cette nouvelle structure. Les propriétés
piézoélectriques de ces matériaux sont activées via des électrodes (fin dépôt métallique) déposées
sur les surfaces extérieures. L’un des intérêt des FGPM réside dans le fait de pouvoir dessiner de
multiples électrodes à la surface de la structure. Celles-ci peuvent alors être utilisées à la fois pour
des capteurs ou pour des actionneurs.
Cette étude porte donc sur la modélisation des matériaux à gradient de propriétés et le contrôle
actif des vibrations de structures FGPM élancées (poutre et plaque), à l’aide des propriétés piézo-

1
 Introduction

électriques internes du matériau.

Les objectifs de ce travail de thèse sont :
• de modéliser les lois de comportement graduelles du FGPM,
• de développer une modélisation élément fini de structures élancées composées de matériau
FGPM,
• de développer des outils de contrôle actif des vibrations adaptés à ce type de structures.
D’une façon plus précise, ce document est structuré en cinq chapitres :
Le chapitre 1 présente l’état de l’art sur le contrôle actif des vibrations de structures FGPM.
On rappelle dans un premier temps les lois de comportement piézoélectriques à partir de la théo-
rie classique de l’électromagnétisme et de la mécanique. Ces lois reflètent la double fonctionna-
lité des matériaux piézoélectriques pouvant être utilisés comme capteurs et comme actionneurs.
Puis de façon générale, les différentes étapes de la mise en place du contrôle actif classique des
structures sont présentées. Après une introduction des matériaux à gradient de fonction (FGM et
FGPM), on détaille le contrôle actif des structures FGPM.

Le chapitre 2 est consacré à la modélisation du FGPM et des structures FGPM élancées (poutre
et plaque). On présente tout d’abord les lois d’homogénéisation du FGPM utilisé dans ce travail,
mélangeant une céramique piézoélectrique (du PZT4) et un métal (de l’aluminium). La prise en
compte de ces lois est le principal problème lors de la modélisation de structures FGPM par la mé-
thode des éléments finis. Les logiciels éléments finis du commerce ne permettent qu’une modéli-
sation multi-couches de ce type de matériau. C’est à dire, comme un corps hétérogène constitué
d’un nombre fini de couches homogènes collées entre elles, chaque couche ayant des propriétés
matériaux différentes et homogènes, correspondantes à l’intégration de la loi graduelle dans la
couche. C’est pourquoi nous avons développé deux éléments finis dans ce travail de thèse :
• un élément de poutre, basé sur la cinématique de Timoshenko et avec une approximation
par couches numériques pour le potentiel électrique, a été développé dans le logiciel Mat-
lab,
• un élément de plaque, basé sur une cinématique adaptative (modèle de Reissner-Mindlin
ou modèle d’ordre supérieur) et avec une approximation par couches numériques pour le
potentiel électrique, a été développé dans le logiciel FEniCS.
Ces deux modèles éléments finis permettent d’obtenir les équations discrétisées du problème et
la base modale de la structure, qui seront utilisées pour créer la représentation d’état du système,
nécessaire à la mise en place du contrôle actif.

L’objet du chapitre 3 est de rappeler les notions fondamentales de l’automatique utilisées

dans la suite de ce travail. Le contrôle actif des vibrations nécessite la mise en œuvre d’une loi de
commande (ou régulateur) gérant les tensions électriques à appliquer aux actionneurs en tenant
compte des informations mesurées par les capteurs. Ces dernières sont en pratique insuffisantes
pour connaître l’état complet de la structure, on doit également construire un dispositif appelé
observateur qui fournira une estimation de l’état de la structure. On propose donc de construire
un système observateur-régulateur formé d’un observateur de Luenberger et :
• dans la cas de la poutre, d’un régulateur linéaire quadratique (LQR) basé sur la méthode
de la synthèse quadratique, consistant à rechercher une commande optimale minimisant
un critère quadratique de l’état de la commande. Ce problème de minimisation nécessite la
résolution d’une équation algébrique de Riccati,
• dans le cas de la plaque, d’un régulateur flou décentralisé, basé sur la logique floue intro-
duite par le Pr Zadeh (1968) et sur les connaissances humaines du système à contrôler. Il a
été développé spécifiquement pour la gestion d’un grand nombre d’actionneurs et permet
un contrôle adaptatif et efficace.

2
Introduction

Le chapitre 4 présente les résultats des simulations effectuées sur la poutre FGPM, modélisée
grâce à l’élément fini présenté dans le chapitre 2. Après une étape de validation de cet élément, des
études statiques paramétriques sont menées sur l’efficacité de l’actionneur et sur la sensibilité du
capteur.
Le contrôle actif de cette poutre FGPM est mis en œuvre grâce à un régulateur LQR et un ob-
servateur de Luenberger, présentés dans le chapitre 3. Des études paramétriques sont également
menées pour deux configurations (encastrée-libre et simplement appuyée), sur le contrôle actif
de la poutre FGPM. Cette première étude de faisabilité montre l’efficience des structures FGPM en
contrôle actif.

Le chapitre 5 présente les résultats numériques de la plaque FGPM. Celle-ci est modélisée
grâce à l’élément fini présenté dans le chapitre 2. L’élément fini est validé par comparaison avec
une solution analytique pour un matériau FGPM composé d’un seul composant et variant avec
une loi exponentielle. À notre connaissance il n’existe pas dans la littérature de résultats analy-
tiques pour le FGPM présenté dans cette thèse (PZT4/Alu/PZT4). Un élément 3D développé sous
FEniCS est donc utilisé comme référence.
Le contrôle actif de cette plaque est ensuite mis en œuvre grâce à un régulateur flou décentralisé
et un observateur de Luenberger. Plusieurs simulations sont effectuées pour comparer les diffé-
rents distributions du potentiel maximal pour ce régulateur et également pour le comparer à un
régulateur LQR. Les simulations montrent l’efficacité de ce régulateur et sa capacité à s’adapter
facilement aux changements brutaux de perturbations extérieures.

3
 Introduction

4
Chapitre 1

État de l’art

« The thing about quotes on the

internet is that you can not
confirm their validity »

Abraham Lincoln

Sommaire
1.1 La piézoélectricité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.1.1 Équations générales d’un problème piézoélectrique . . . . . . . . . . . . . . 7
1.1.2 Formulation variationnelle 3D . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2 Contrôle actif des structures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.2.1 Modélisation de la structure . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.2.2 Architecture de la commande . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2.3 Les régulateurs à retour d’état . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.3 Les matériaux piézoélectriques à gradient de propriétés (FGPM) . . . . . . . . . . 14
1.3.1 Les matériaux à gradient de propriétés (FGM) . . . . . . . . . . . . . . . . . . 15
1.3.2 Les matériaux piézoélectrique à gradient de propriétés (FGPM) . . . . . . . 16
1.3.3 La modélisation des FGPM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.3.4 Le contrôle actif et les FGPM . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.4 Références . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

5
 CHAPITRE 1. ÉTAT DE L’ART

Les techniques de contrôle actif ont été développées afin d’atténuer le niveau des vibrations
et de préserver l’intégrité d’une structure. Contrairement au contrôle passif, les techniques ac-
tives sont basées sur l’apport d’une énergie extérieure au système. L’utilisation de matériaux in-
telligents est au cœur de ces techniques. Ce sont des matériaux sensibles, adaptatifs et évolutifs.
Ils possèdent des fonctions leur permettant de se comporter comme capteurs (détecter des si-
gnaux), comme actionneurs (effectuer une action sur l’environnement) ou parfois comme pro-
cesseurs (traiter, comparer, stocker des informations). Ces matériaux sont capables de modifier
spontanément leurs propriétés physiques, par exemple leur forme, connectivité, viscoélasticité
ou couleur, en réponse à des excitations naturelles ou provoquées venant de l’extérieur ou de
l’intérieur du matériau. Ceux-ci utilisés comme actionneurs et capteurs permettent de réduire
les vibrations de la structures et de nombreuses études ont montré leur efficacité (M UHAMMAD
et collab. [2006],S ONG et collab. [2006], M OON et collab. [2007],A BDULLAH et collab. [2015]).
Une structure intelligente est ainsi constituée généralement d’une structure hôte et d’une par-
tie active distribuée, formée de matériaux intelligents travaillant comme capteurs et actionneurs.
Le haut degré d’intégration de la partie active à l’intérieur de la structure implique une modéli-
sation couplée de la structure. Les mesures effectuées par les capteurs sont envoyées à un régula-
teur commandant les actionneurs afin d’obtenir la réponse structurelle désirée. Il existe beaucoup
d’applications de contrôle actif dans différents domaines tels que : les voitures O LSSON [2005], les
télescopes P REUMONT [2011], la marine D ALEY et collab. [2004], FARD [2002], les hélicoptères P E -
TITJEAN et collab. [2002], le secteur militaire C HOMETTE et collab. [2010], la musique J OSSIC [2017]
...
Les matériaux intelligents pouvant être utilisés comme partie active sont des matériaux où les
déformations peuvent être induites par différents mécanismes tels que la variation de tempéra-
ture, un champ électrique ou magnétique, ..., introduisant automatiquement un couplage dans
leur équations constitutives. On peut citer les matériaux à mémoire de forme, les matériaux ma-
gnétostrictifs, les fluides magnéto-rhéologiques et les matériaux piézoélectriques.
Ces derniers sont le choix de nombreux chercheurs en contrôle actif de vibrations, à la fois
comme capteurs et actionneurs, grâce à l’effet piézoélectrique direct (production d’un champ
électrique lorsqu’ils sont déformés) et l’effet inverse (déformation sous l’effet d’un champ élec-
trique). Un des principaux avantages de ces matériaux réside dans leur faculté d’intégration au
sein de la structure à réguler. En effet, collés ou inclus dans la structure en faible épaisseur, ils ne
modifient pas de manière significative la masse et le comportement mécanique de la structure. De
plus, même s’ils ne sont pas très puissants en général (ne pouvant s’allonger que de quelques µm),
ils répondent en quelques µs avec une grande précision et ce sur une large bande de fréquences.
Enfin, ils sont peu sensibles aux variations de température (pour des températures inférieures à
leur température de Curie). L’intérêt porté aux matériaux piézoélectriques depuis de nombreuses
années a permis d’en faire un matériau peu coûteux (H ALIM et M OHEIMANI [2001]) et a ainsi faci-
lité le développement de structures intelligentes piézoélectriques (F ULLER et collab. [1990], M O -
HEIMANI et collab. [1998], H ALIM et M OHEIMANI [2001], G OSAVI et K ELKAR [2001], P ETERSEN et
P OTA [2003], A RIDOGAN et B ASDOGAN [2015], C HOI et H AN [2016], L IN et J HENG [2017]).
Avant de traiter plus précisément de contrôle actif des vibrations avec des matériaux piézo-
électriques, il apparaît nécessaire de préciser les relations caractéristiques du phénomène piézo-
électrique et ses équations générales.

1.1 La piézoélectricité
L’effet piézoélectrique a été découvert en 1880 par les physiciens Pierre et Jacques Curie (M A -
SON [1980]), qui remarquèrent que certains cristaux présentaient un phénomène d’électrification
lorsqu’ils étaient comprimés. Ce phénomène fut appelé piézoélectricité, le préfixe ”piézo” prove-
nant du mot grec signifiant ”pression”. L’effet inverse fut pressenti par Gabriel Lippmann et vérifié
par les frères Curie : quand un champ électrique est appliqué à un matériau piézoélectrique sa
taille et sa forme sont modifiées.

6
CHAPITRE 1. ÉTAT DE L’ART

La piézoélectricité peut donc être définie comme l’interdépendance entre les propriétés mé-
caniques et électriques que possèdent certaines classes de matériau. Elle se traduit par deux effets
complémentaires. Le premier est l’effet direct qui correspond à l’apparition d’une tension élec-
trique lorsqu’on applique un effort mécanique au matériau. Le second est l’effet inverse : il cor-
respond à une dilatation ou à une contraction du matériau lorsqu’on lui applique une différence
de potentiel. Ces deux effets offrent la possibilité d’utiliser les matériaux piézoélectriques comme
capteurs ou actionneurs. En effet, la charge électrique générée en déformant le matériau collé à
une structure peut être mesurée à l’aide d’électrodes. Le milieu piézoélectrique informe alors sur
la déformation subie par la structure ; il est dans ce cas utilisé comme capteur. A l’inverse, en ap-
pliquant un champ électrique à un milieu piézoélectrique couplé à une structure, le matériau et
la structure peuvent s’étirer ou fléchir. Le milieu piézoélectrique joue dans ce cas le rôle d’action-
neur. Il existe dans la nature différentes classes de matériaux ayant de façon plus ou moins mar-
quée des propriétés piézoélectriques. Parmi ceux-ci, citons : des cristaux solides, comme le quartz,
le sel de Rochelle et le cristal de tourmaline, des matériaux non cristallins, comme le caoutchouc,
le verre, le bois, les os et la laine.
Actuellement ce sont les céramiques polycristallines comme le titanozirconate de plomb PZT
et les polymères piézoélectriques (PVDF) qui sont utilisés car ils ont de fortes propriétés piézoélec-
triques. Ces matériaux apportent un grand nombre d’avantages : ils sont durs, denses, et peuvent
être fabriqués sous diverses tailles ou forme, mais surtout, leurs propriétés électriques peuvent
être choisies avec précision par rapport à leur géométrie. Ces matériaux sont rendus piézoélec-
triques après polarisation. La polarisation est un traitement qui consiste à appliquer un très fort
champ électrique puis à l’annuler, créant ainsi une polarisation rémanente dans le matériau. L’ap-
plication du champ électrique induit l’alignement des dipôles présents dans le matériau suivant
un axe privilégié (axe de polarisation). Ces matériaux peuvent se dépolariser sous l’effet de condi-
tions extrêmes : sous un effort extrêmement important, lorsqu’ils sont soumis à une température
au dessus d’une température limite, appelée température de Curie et sous l’application d’un trop
fort champ électrique.

1.1.1 Équations générales d’un problème piézoélectrique

Le problème de piézoélectricité peut être considéré comme une généralisation du problème

élastique. Pour prendre en compte les effets capteurs et actionneur, on introduit avec les lois de
comportement élastique, celle de couplages élasto-magnéto-électriques et celles régissant le com-
portement électromagnétique. On considère dans la suite un milieu Ω, délimité par une frontière
Γ de normale n.

1.1.1.a Considérations mécaniques

L’équation fondamentale de la dynamique s’écrit :

d i v σ + f = ρ ü dans Ω (1.1)
σ n = T sur Γ (1.2)

où u, σ, f , ρ, T sont respectivement le déplacement, le tenseur des contraintes de Cauchy, les

efforts volumiques, la masse volumique et la densité d’effort surfacique sur Γ.
On fait également l’hypothèse des petites déformations, où le tenseur des déformations ε est
donné par :

1¡
ε= g r ad u + g r ad t u
¢
(1.3)
2

7
 CHAPITRE 1. ÉTAT DE L’ART

1.1.1.b Considérations électriques

La théorie classique de l’électromagnétisme se traduit par les équations de Maxwell (F EYNMAN

[1969]) :

∂D

r ot H =
 +J


 ∂t
∂B



r ot E = − (1.4)
 ∂t
d i vD = ρe







d i vB = 0

où E est le vecteur champ électrique, H le vecteur champ magnétique, D le vecteur déplacement

électrique ou induction, B le vecteur induction magnétique, J le vecteur densité de courant élec-
trique et ρe la densité volumique de charges électriques libres.
Comme mentionné précédemment, dans un milieu piézoélectrique Ω il y a un couplage entre
la déformation élastique et le champ électrique. Le problème de propagation de ces champs de-
vrait être traité en résolvant simultanément les équations de la dynamique et les équations de
Maxwell, qui régissent l’électromagnétisme. Cependant, en raison des vitesses des ondes élas-
tiques (liées à un déplacement de la matière) qui sont 10−4 à 10−5 fois plus petites que les vi-
tesses des ondes électromagnétiques, nous pouvons négliger le champ magnétique associé aux
vibrations mécaniques (AULD [1973], R OYER et D IEULESAINT [1996]). On considère donc que les
champs électromagnétiques sont établis à chaque instant de déformation considéré. Par consé-
quent, seul le champ électrique associé aux vibrations mécaniques est pris en compte. On peut
donc utiliser l’hypothèse quasi statique des phénomènes électriques permettant de découpler les
ondes élastiques des ondes électromagnétiques. L’équation (1.4)2 se réduit dans ce cas à r ot E = 0,
impliquant alors que le champ électrique dérive d’un potentiel scalaire φ :

E = −g r ad φ dans Ω (1.5)

où φ est le potentiel électrique.

Les milieux piézoélectriques sont des milieux isolants, contenant autant de charges positives
et négatives, ils sont donc neutres électriquement et ne conduisent pas le courant électrique. Par
conséquent, d i vD = ρe = 0. D’autre part, les phénomènes magnétiques dans les milieux piézo-
électriques sont négligés, seules les équations électrostatiques sont alors prises en compte :

E = −g r ad φ dans Ω
(
(1.6)
d i vD = 0

1.1.1.c Lois de comportement

Les matériaux piézoélectriques étant peu influencés par les variations de température infé-
rieures à la température de Curie, leur comportement peut être modélisé en première approxima-
tion par les lois suivantes (on néglige également l’hystérésis) (R OYER et D IEULESAINT [1996]) :

(
σ = Cε − eE dans Ω
(1.7)
D = eε + ²E

où C, e, ² sont respectivement le tenseur de raideur élastique à champ électrique constant, le

tenseur de couplage électro-mécanique à déformations constantes et le tenseur des constantes
diélectriques à déformations constantes ou tenseur des permittivités. Ces tenseurs vérifient les
relations de symétrie suivantes (conséquence de l’existence de l’énergie interne de déformations) :

8
CHAPITRE 1. ÉTAT DE L’ART

Ci j kl = Ci j l k = C j i kl = Ckl i j
ei j k = ei k j (1.8)
²i j = ² j i
avec i , j , k, l = 1, 2, 3

1.1.1.d Notation de Voigt

Afin d’alléger la notation de ces lois de comportement, nous pouvons utiliser la notation de
Voigt, dont le changement d’indice est précisé dans la Table 1.1.

(i j ) (11) (22) (33) (23),(32) (13),(31) (12),(21)

p/q 1 2 3 4 5 6

Table 1.1 – Changement d’indice : Notation de Voigt

La loi de comportement piézoélectrique s’écrit alors, en considérant la convention d’Einstein :

σp = Cpq εq − e kp Ek p, q = 1, ..., 6 (1.9)

Di = e i q εq + ²i k Ek i , k = 1, 2, 3 (1.10)

Pour un matériau piézoélectrique orthotrope, comme les céramiques PZT (utilisées dans ce
travail) et les polymères PVDF, les tenseurs de raideur élastique, de constantes piézoélectriques et
diélectriques s’expriment comme (I KEDA [1990]) :
 
C11 C12 C13 0 0 0
C C22 C23 0 0 0 
 12 
C C23 C33 0 0 0 
 13
(1.11)

 0 0 0 C44 0 0 
 
 
 0 0 0 0 C55 0 
0 0 0 0 0 C66

0 0 0 0 e 15 0
 

e = 0 0 0 e 24 0 0 (1.12)
e 31 e 32 e 33 0 0 0

²11 0 0
 

²= 0
 ²22 0 (1.13)
0 0 ²33

1.1.2 Formulation variationnelle 3D

En injectant la loi de comportement dans les équations d’équilibre puis en les intégrant sur le
domaine Ω et en multipliant par les fonctions tests u ∗ et φ∗ on obtient la formulation variation-
nelle suivante (T IERSTEN [2013]), qui sera le point de départ de la méthode des éléments finis :
Z Z Z Z Z
∗ ∗ ∗ ∗
ρ ü.u d Ω + σ : ε(u )d Ω + D.E(φ )d Ω = f .u d Ω + σ.n.u ∗ d Ω (1.14)
Ω Ω Ω Ω ∂Ω

∀ u ∗ , φ∗ admissibles

Ayant rappelé les équations gouvernant la piézoélectricité, on s’intéresse dans la section sui-
vante au contrôle actif des vibrations principalement à l’aide de matériaux piézoélectriques.

9
 CHAPITRE 1. ÉTAT DE L’ART

1.2 Contrôle actif des structures

Les matériaux piézoélectriques, comme les céramique PZT et les polymères PVDF sont lar-
gement utilisés en contrôle actif de structures élancées (poutres, plaques et coques), grâce à leur
capacité d’actionnement et de mesure. Tout système de contrôle actif, utilisant n’importe quel ma-
tériau intelligent en tant qu’actionneur et capteur, comporte les mêmes étapes de mise en place
(Figure 1.1). Un scénario typique est le suivant :
1. Analyse du système à contrôler en vibration, i.e machine ou structure.
2. Obtention d’un modèle mathématique idéalisé du système, via une analyse numérique (élé-
ments finis) ou une analyse modale expérimentale, et réduction du modèle si nécessaire.
3. Analyse du modèle obtenu : détermination de ses propriétés, des caractéristiques dyna-
miques, des types de perturbations et des réponses du système.
4. Détermination du nombre de capteurs et actionneurs nécessaire, de leur type et de leur
placement.
5. Analyse de l’influence des capteurs et des actionneurs sur les caractéristiques dynamiques
du système.
6. Conception du régulateur/de la commande : choix du type d’algorithme de contrôle et concep-
tion du contrôleur répondant aux spécifications.
7. Implémentation numérique de la commande.
8. Simulations numériques du système à contrôler ou expérimentations
9. Si le régulateur ne répond pas aux spécifications : correction des spécifications ou modifi-
cation de la commande. On réitère les deux dernières étapes.

F IGURE 1.1 – Conception d’un système de contrôle actif

1.2.1 Modélisation de la structure

La première étape dans la conception d’un système de contrôle actif est la caractérisation dy-
namique de la structure intelligente : structure hôte équipée de capteurs et d’actionneurs (fait

10
CHAPITRE 1. ÉTAT DE L’ART

de matériaux intelligents). Celle-ci est menée grâce à des outils numériques et/ou de façon ex-
périmentale (R EYNDERS [2012], G IBERT [2001]), et détermine les caractéristiques vibratoires de la
structure. Les systèmes étant souvent assez complexes, on utilise généralement au niveau numé-
rique, des techniques de discrétisation comme la méthode des éléments finis, permettant d’ap-
proximer et de résoudre les équations aux dérivées partielles régissant le système. L’étape suivante
est la réduction du modèle afin d’avoir une implémentation de la commande rapide et efficace.
Cette réduction doit prendre en compte la gouvernabilité et l’observabilité du système. La dernière
étape est la conception de la commande, où le but est de paramétrer les algorithmes de contrôle
pour satisfaire les objectifs de performances fixés et de robustesse.

1.2.2 Architecture de la commande

Il existe deux types d’architecture de la commande pour le contrôle actif des vibrations : la
commande à retour d’état (feedback control) ou la commande prédictive (feedforward control).
Sommairement, les algorithmes par retour d’état sont basés sur la mesure de la réponse du sys-
tème ; alors que les algorithmes prédictifs sont basés sur la mesure des perturbations.

1.2.2.a Commande prédictive ou feedforward control

F IGURE 1.2 – Principe de la commande prédictive

La Figure 1.2 illustre le principe de base du contrôle actif de type feedforward. Il repose sur
la connaissance d’un signal de référence corrélé à la perturbation. Des systèmes existent où la
perturbation est prévisible. Cela est notamment courant dans deux types de systèmes :
• quand le contrôle concerne le bruit ou les vibrations d’une machine tournante, la perturba-
tion tend alors à être harmonique.
• quand la perturbation se propage de telle sorte qu’elle est en tout point du système fonction
de sa valeur en amont.
Les dispositifs de contrôle prédictifs sont le plus souvent adaptatifs, et sont représentés par la
Figure 1.3.

F IGURE 1.3 – Principe de la commande prédictive adaptative

Le régulateur exploite alors en plus du signal de référence, les informations fournies par la me-
sure de la réponse du système pour construire le signal de contrôle. Les vibrations engendrées par

11
 CHAPITRE 1. ÉTAT DE L’ART

les actionneurs se superposent alors aux perturbations afin de les atténuer. Le mouvement rési-
duel est ensuite mesuré par des capteurs d’erreur placés en aval des actionneurs, et utilisé pour
ajuster les coefficients du régulateur au cours du temps. Ce type de commande est dit adaptatif
parce qu’il tient compte des éventuelles variations des perturbations.
Les coefficients du régulateur sont typiquement optimisés à partir du principe de descente de gra-
dient, visant à minimiser une fonction quadratique des échantillons d’erreur mesurés. La forme la
plus courante d’algorithme de commande adaptative est celle utilisant un algorithme basé sur les
moindre carrés (LMS, Least Mean Square) (E LLIOTT et collab. [1987], K UO et M ORGAN [1995]). Des
exemples typiques de contrôle actif avec une commande prédictive sont données par les auteurs
suivants : E LLIOTT et B ILLET [1993],A LKHATIB et G OLNARAGHI [2003], DE O LIVEIRA et collab. [2009],
E LLIOTT et S UTTON [1996], L EE et H ALIM [2004], O KUMURA et collab. [2008]. Cette approche pré-
dictive ne sera pas considérée dans ce travail, car les perturbations extérieures sont considérées
comme des entrées et on n’a pas accès à un signal de référence corrélé aux perturbations.

1.2.2.b Commande par retour d’état ou feedback control

L’approche feedback (Figure 1.4), contrairement aux méthodes feedforward, permet d’agir sur
le comportement vibratoire des structures seulement avec la mesure de sortie du système et même
si aucune information n’est disponible à propos des perturbations. La démarche pour amortir les
vibrations est donc d’engendrer à chaque instant t un signal de correction en observant l’évolution
temporelle du système, à savoir son état ou bien sa sortie. Plusieurs techniques ont été dévelop-
pées pour déterminer le régulateur dans ces conditions.
Dans ce travail, on s’intéresse particulièrement aux régulateurs optimaux et aux régulateurs
intelligents. Ceux-ci sont capables d’agir sur l’état d’un système afin que son évolution temporelle
tende vers une trajectoire désirée. Dans le cas du contrôle actif de structure, cette méthode est
généralement utilisée pour que la mesure des vibrations de la structure s’approche d’un signal de
référence appelé consigne. Typiquement on recherche un régulateur minimisant le plus rapide-
ment possible :
• l’erreur entre la sortie et la consigne,
• l’amplitude de la commande.
Le régulateur prend généralement comme entrée l’état du système, estimé si nécessaire à partir
de la mesure des entrées et des sorties.

F IGURE 1.4 – Principe d’un dispositif de contrôle actif par feedback

On définit la représentation d’état d’un système dynamique en boucle fermée. Elle s’écrit de la
façon suivante (D ’A NDRÉA N OVEL et DE L ARA [2000]) :

ẋ = Ax + Bu + Fe (1.15)
y = Cx + Du (1.16)

où x est la variable d’état, y la sortie mesurée (i.e le déplacement, la vitesse, l’accélération, la dé-
formation), u la commande envoyée au régulateur et Fe la perturbation extérieure (i.e forces ou
moments mécaniques extérieures). A représente la matrice d’état, B la matrice de commande, C
la matrice d’observation et D la matrice d’action directe.

12
CHAPITRE 1. ÉTAT DE L’ART

1.2.3 Les régulateurs à retour d’état

Les régulateurs par retour d’état nécessitent une modélisation et identification de la structure
intelligente (partie passive et partie active intégrée), car les paramètres du régulateur sont déter-
minés à partir de ce modèle (A RIDOGAN et B ASDOGAN [2015]).

1.2.3.a Le régulateur "negative velocity feedback"

Un des régulateurs par retour d’état couramment utilisé et facile à mettre en place est le ré-
gulateur basé sur la mesure de la vitesse (negative velocity feedback). Dans celui-ci, on considère
que la commande u suit la loi suivante :
u = −G ẏ (1.17)

où G = d i ag (G1 , G2 , ..., Gn ) est la matrice de gain par retour d’état. Les coefficients constants Gi
sont les gains individuels du ième actionneur et sont déterminés par l’utilisateur par essais succes-
sifs jusqu’à obtention de la dynamique voulue par rapport à une sollicitation externe connue. Il
existe également des régulateurs suivants la même construction basés sur la mesure du déplace-
ment (negative displacement feedback) et sur la mesure du déplacement et de la vitesse en même
temps (negative displacement and velocity fedback).
Dans ce travail, on s’intéresse à des régulateurs par retour d’état moins empiriques que sont
les régulateurs optimaux et les régulateurs intelligents.

1.2.3.b Les régulateurs optimaux

Les régulateurs optimaux doivent être construits en garantissant à la fois des performances
optimales et une robustesse aux variations des paramètres et aux incertitudes. Cependant, il y a
toujours des compromis à faire entre performances et robustesse, c’est un des principaux chal-
lenges du processus de création de ce type de régulateur (B OULET et D UAN [2007]). En effet, per-
formances et robustesse sont inversement proportionnelles : si le régulateur est très robuste les
performances sont faibles et inversement. Ainsi, le but principal dans la construction d’un ré-
gulateur optimal est de développer un régulateur ayant des performances optimales en présence
d’incertitudes et du cahier des charges (performances minimales exigées). Dans la littérature sur le
contrôle en ingénierie, des groupes de recherche se sont penchés sur l’analyse des performances
et de robustesse des régulateurs : B ALAS et D OYLE [1990], B OULET et D UAN [2007], S ANA et R AO
[2001].
L IONS [1968] est le premier à avoir présenté une étude complète sur la conception d’un régula-
teur robuste et optimal, en appliquant la théorie des espaces de Hardy. Cette méthode est devenue
une norme dans la conception de ce type de régulateurs. Cette méthode de conception de régu-
lateur robuste est appliquée depuis la parution de l’article, et ce dans de nombreux cas, comme
par exemple dans : B ALAS [1990], B ALAS et D OYLE [1990], H U et N G [2005], S ANA et R AO [2001],
Z HANG et collab. [2001], Z HANG et collab. [2004]. On peut citer parmi ces régulateurs robustes : le
régulateur H∞ et le régulateur H2 .
Deux autres régulateurs optimaux très souvent utilisés, le régulateur quadratique linéaire (LQR)
et le régulateur quadratique gaussien (LQG) sont basés sur la minimisation de la fonction coût
quadratique suivante : Z ∞
J= xt Q x + ut R u d t (1.18)
0

où Q et R sont des matrices définies positives de pondération des variables d’état et de la com-
mande respectivement. Le régulateur LQR permet d’aboutir à une commande faisant le compro-
mis entre l’énergie de vibration (premier terme de la fonction coût) et de l’énergie délivrée aux
actionneurs. Le régulateur LQG est une extension du régulateur LQR, prenant en compte le ca-
ractère stochastique des bruits de mesure. Le critère d’optimalité est alors porté sur l’espérance
mathématique du critère quadratique. De nombreux auteurs utilisent ces deux régulateurs, on
peut citer : KONDOH et collab. [1990], L IEW et collab. [2003], K USCULUOGLU et R OYSTON [2005],

13
 CHAPITRE 1. ÉTAT DE L’ART

VASQUES et R ODRIGUES [2006], C HOMETTE et collab. [2008], P REUMONT [2011].

Dans ce travail, un régulateur LQR sera utilisé pour le contrôle d’une poutre FGPM équipée d’un
actionneur et d’un capteur, en raison de sa facilité d’implémentation et d’utilisation, sa robustesse
et sa stabilité.

1.2.3.c Les régulateurs intelligents

Les régulateurs intelligents visent à émuler l’intelligence humaine (adaptation et apprentis-

sage), grâce à l’utilisation de la logique floue, les réseaux neuronaux, ou les algorithmes génétiques
(F U [1971], F ENG [2006], L INKENS et N YONGESA [1996]). Un régulateur intelligent idéal a les capa-
cités suivantes :
• reconnaître l’état dynamique de la structure,
• identifier les perturbations internes et externes,
• détecter les changements de propriétés structurelles et des perturbations,
• prendre des décisions "intelligentes" en ce qui concerne les perturbations et les forces d’ac-
tionnement adaptées,
• identifier des défaillances potentielles et leurs causes,
• réparer les défaillances et/ou informer sur celles-ci,
• apprendre des performances antérieures en vue d’améliorer les futures actions.
Les réseaux de neurones artificiels ont été développés dans l’idée de reproduire le fonction-
nement biologique du cerveau humain, fabriquant ainsi des systèmes apprenant par expérience.
La logique floue a été développée dans l’idée de traiter des informations linguistiques vagues et
imprécises.
Les régulateurs intelligents dans le contrôle actif des vibrations sont de plus en plus utilisés, on
peut citer :
• Avec un régulateur basé sur la logique floue : C AO et collab. [1999], A LDAWOD et collab.
[2001], L IN [2005], S HARMA et collab. [2005], B ECERIKLI et C ELIK [2007], L I et collab. [2011],
Z ORI Ć et collab. [2013], T HENOZHI et Y U [2015], S USHEEL et collab. [2016],
• Avec un régulateur basé sur les réseaux neuronaux : A HN et collab. [1996], M A et S INHA
[1996], L EE [1996], C HEONG et C HO [1997], N ORGAARD et collab. [2000], A L -N ASSAR et collab.
[2000], M URADOVA et collab. [2017],
• Avec un régulateur couplant la logique floue et les réseaux de neurones : J ANG [1993] D ARUS
et T OKHI [2005], les algorithmes génétiques : P OURZEYNALI et collab. [2007].
Dans ce travail, un régulateur flou sera utilisé pour le contrôle d’une plaque FGPM équipée
d’une multitude d’actionneurs et de capteurs, en raison de sa facilité à utiliser un grand nombre
d’actionneurs et sa capacité à s’adapter.

1.3 Les matériaux piézoélectriques à gradient de propriétés (FGPM)

Les matériaux peuvent être classés en quatre grandes catégories : les métaux, les céramiques,
les polymères et les composites. Contrairement aux propriétés matériaux des métaux, des cé-
ramiques et des polymères, les matériaux composites possèdent des propriétés résultants de la
combinaisons de leurs constituants. On peut les classer en trois catégories : les composites à ma-
trice métallique, céramique ou organique. Les propriétés des matériaux composites, comme par
exemple : la résistance et la raideur, bouclier thermique, etc, peuvent être adaptées en incorporant
des particules de céramiques ou des fibres de renforcement.
Les FGMs font partie d’une nouvelle classe de matériaux composites, où la composition du
matériau et/ou la microstructure varient localement afin de réguler les propriétés mécaniques et
physiques dans le matériau à un endroit spécifique (V IEIRA et collab. [2009] R AJAN et collab. [2008]
N AI et collab. [2004]).

14
CHAPITRE 1. ÉTAT DE L’ART

F IGURE 1.5 – Micro-structure d’un FGPM, variant du matériau A au matériau B RUBIO et collab. [2009]

1.3.1 Les matériaux à gradient de propriétés (FGM)

Les structures graduelles sont prévalentes dans la nature : bambou, dent, os, bois sont des
FGM naturels. La dent est un excellent exemple de FGM naturel. En effet, elle requière une grande
résistance à la friction et aux impacts sur la partie extérieure et une structure interne flexible pour
des raisons de fatigue et de dureté.
Dans l’ingénierie, le concept de FGM est apparu en 1984-1985, lorsque les chercheurs japonais
dans l’aérospatiale ont eu besoin d’un matériau pouvant supporter le gradient de température gé-
néré lors du retour d’une navette sur Terre. Dans ce cas le gradient de température est d’environ
1000°C entre l’extérieur et l’intérieur de la navette. Ils ont donc créé une structure en FGM ayant
des propriétés d’une céramique (grande résistance au gradient de température) sur la surface ex-
térieure, exposée à de hautes températures, et avec des propriétés d’un matériau métallique sur la
surface intérieure afin d’assurer la tenue structurelle de la navette.
Les FGM (Functionally Graded Material) sont ainsi des matériaux composites dont les proprié-
tés varient graduellement et de façon continue selon une direction spécifique au sein du matériau
(M ORTENSEN et S URESH [1995]). La variation des propriétés est généralement obtenue grâce au
changement continu de la micro-structure du matériau. En d’autres termes, les FGMs sont carac-
térisés par une variation spatiale des micro-structures, fabriquée par une distribution non uni-
forme des constituants des phases. Cette variation peut être créée en utilisant des renforts ayant
des propriétés, des formes ou des tailles différentes, ainsi qu’en inter-changeant le rôle de la ma-
trice et des renforts et ce de manière continue. Dans le dernier cas, la fraction volumique des
phases du matériau varie continuellement de 0% à 100% entre deux points de la structure. Par
exemple, le matériau A de la Figure 1.5 est graduellement remplacé par le matériau B, avec une
variation douce dans la zone de transition. Ces variations se font donc sans interface, conduisant
à une réduction des contraintes internes par rapport aux composites classiques de type stratifiés.
Les FGMs font donc désormais partie de plusieurs champs de recherche industriels (aérospa-
tiale, industrie automobile, défense, etc ) (R AJAN et collab. [2008] K AWASAKI et WATANABE [1997]),
tant au niveau de leur fabrication que de leur modélisation et expérimentation.
Notons que la fabrication des FGMs est très exigeante et soulève de nombreuses difficultés tech-
nologiques. Il existe de nombreuses techniques de fabrication tel que : la déposition de vapeur
chimique, la déposition de vapeur physique, la technique sol-gel, la pulvérisation plasma, l’infil-
tration de métal fondu, l’auto-propagation, le moulage par centrifugation, etc. Parmi celles-ci le
moulage par centrifugation est la méthode la plus simple et ayant le meilleur rapport coût/pro-
duction pour produire de grandes pièces.

15
 CHAPITRE 1. ÉTAT DE L’ART

1.3.2 Les matériaux piézoélectrique à gradient de propriétés (FGPM)

Les matériaux piézoélectriques ont la propriété de convertir l’énergie électrique en énergie

mécanique et inversement. Ils sont principalement utilisés comme capteurs et actionneurs électro-
mécaniques, comme résonateurs dans les équipements électroniques, comme transmetteurs ul-
trasons, hydrophones navals et sonars. Récemment, une nouvelle approche est de créer des trans-
ducteurs piézoélectriques basés sur le concept de FGM (Q IU et collab. [2003], A LMAJID et collab.
[2001], S HI et collab. [2004], TAYA et collab. [2003], Z HU et M ENG [1995]). Dans ce cas, le maté-
riau piézoélectrique conventionnel est remplacé par un matériau piézoélectrique à gradient de
propriété, avec une ou plusieurs de ces propriétés variant selon une direction spécifique. Cette
variation peut être décrite par des lois ou fonctions de ‘gradation’. Ce type de matériau est nommé
FGPM (Functionally graded piezoelectric material).

1.3.2.a Les transducteurs FGPM

Plusieurs auteurs ont mis en évidence les avantages du concept des FGM appliqué aux struc-
tures piézoélectriques (YAMADA et collab. [1998], S AMADHIYA et M UKHERJEE [2006], C HAKRABORTY
et AL [2005], G UO et collab. [2005], I CHINOSE et collab. [2004], RUBIO et collab. [2009]). Pour les ap-
plications statiques ou dynamiques (A LMAJID et collab. [2001], WANG et N ODA [2001]), les princi-
paux avantages sont la réduction des concentrations de contraintes mécaniques, l’augmentation
de la redistribution des contraintes, la maximisation du déplacement et l’augmentation de la du-
rée de vie en fatigue.
Une bonne illustration des FGPM, est le cas d’un actionneur bimorphe (Figure.1.6). Ce type
d’actionneur est traditionnellement composé de deux matériaux piézoélectriques avec des direc-
tions de polarisation contraires et les deux sont mécaniquement couplés. L’actionneur fléchit car
les deux matériaux piézoélectriques vont se déformer dans des sens opposés : élongation de la
couche supérieure et contraction de la couche inférieure. Lors d’applications dynamiques, l’in-
terface entre les matériaux, spécifiquement celle entre l’électrode et le matériau piézoélectrique
engendre une distribution des contraintes non uniforme dans l’actionneur. Cette distribution
rend l’actionneur sensible à la fatigue. Cette interface entraîne également des concentrations de
contraintes, réduisant la durée de vie en fatigue.
Cependant, en appliquant le principe des FGM au bimorphe, on peut créer un matériau ayant
les propriétés de l’électrode au centre variant doucement vers des propriétés piézoélectriques vers
l’extérieur. L’interface entre les matériaux peut donc être réduite ou voir complètement éliminée.
Q IU et collab. [2003] étudient la durabilité d’un FGPM actionneur soumis à des basses fréquences
(quasi-staticité) et la durabilité à la résonance. Ils ont démontré que l’actionneur en FGPM est
plus de deux fois plus performant à basse fréquence (le bimorphe classique casse au bout de 138h
de test et le FGPM après plus de 300h) et dix fois plus performant à la résonance (24 min pour
l’actionneur classique et 240 min pour le FGPM).
Dans d’autres applications, le concept FGM permet de réduire la réflexion des ondes au sein
des transmetteurs piézoélectriques ultrasoniques (S AMADHIYA et M UKHERJEE [2006]) et d’obte-
nir des réponses acoustiques ayant des bandes de fréquences plus larges que les transmetteurs
non graduels (YAMADA et collab. [1998], G UO et collab. [2005], I CHINOSE et collab. [2004], RUBIO
et collab. [2009]). Ces avantages permettent d’améliorer la résolution axiale en imagerie médicale
et dans les applications de détection non destructive.

1.3.2.b La fabrication des FGPM

Dans le cas des FGPM, la recherche sur la fabrication du matériau et la recherche sur la mo-
délisation avancent en même temps. Il est encore difficile de trouver des essais expérimentaux
sur les FGPM. On peut distinguer plusieurs techniques pour la fabrication des FGPM comme la
métallurgie des poudres (frittage de poudre par amalgames) (L I et collab. [2001], Z HANG et collab.
[2006]) et la cataphorèse (dépôt par électrophorèse) (L I et collab. [2005]).

16
CHAPITRE 1. ÉTAT DE L’ART

F IGURE 1.6 – Concept FGM appliqué au bimorphe actionneur : (a) actionneur classique et (b) actionneur à
propriétés graduelles RUBIO et collab. [2009]

Dans la littérature on trouve deux grands types de FGPM : ceux mixant deux céramiques piézo-
électriques et ceux mixant une céramique piézoélectrique et un métal.
Les FGPM de type céramique/céramique montrent une réduction des concentrations de contraintes
(W U et collab. [1996]) mais se caractérisent par des propriétés mécaniques inférieures, comme une
diminution de la résistance à la rupture en comparaison à des céramiques non-piézoélectriques
ou une diminution de la dureté comparé aux métaux. Ainsi, pour résoudre ces problèmes on a créé
les FGPM de type céramique/métal, où une grande variété de métaux sont utilisés. Parmi ceux-ci
on peut citer : le platine (Pt) (L I et collab. [2001] TAKAGI et collab. [2002] TAKAGI et collab. [2003]), le
zinc (Zn) (J IN et collab. [2003]), le cuivre (Cu) (FANG et collab. [2003]), le nickel (Ni) RUBIO et collab.
[2012] et l’argent (Ag) (H WANG et collab. [1999] Z HANG et collab. [2006]).
Plus précisément sur les FGPM de type céramique/métal, qui est le type de FGPM utilisé dans
ce travail, trois articles sont particulièrement notables :

• RUBIO et collab. [2012] ont étudié le comportement dynamique d’un FGPM PZT/Ni, consti-
tué de six couches ayant respectivement 0,10,20,30 et 40 % de Nickel inclus dans la matrice
piézoélectrique. Ils montrent la présence du phénomène de percolation : le mélange de-
vient entièrement conducteur quand il y a assez de particules conductrices (ici le Ni) dans
le mélange. Le seuil de percolation est atteint pour la couche contenant 40% de Nickel et le
matériau devient conducteur et perd donc ses propriétés piézoélectriques.
• Z HANG et collab. [2006], Z HANG et collab. [2008] ont fabriqué un FGPM mêlant du PZT et
de l’argent. Ils étudient l’influence de la dispersion des particules d’Argent sur les propriétés
électriques et mécanique du mélange : la permittivité, la résistance à la rupture et la téna-
cité du milieu augmentent avec l’ajout de particules d’argent dans la céramique. Le seuil de
percolation n’est pas atteint dans leur article.

1.3.3 La modélisation des FGPM

La modélisation des structures FGPM est étudiée depuis quelques années. On trouve généra-
lement des FGPM dont les propriétés varient seulement dans l’épaisseur du matériau et suivant
deux types de loi de comportement :
• soit selon une loi puissance : P(z) ∝ z k ,
• soit selon une loi exponentielle : P(z) ∝ e kz
où P est une propriété matériau et k dirige la gradation du matériau et où ∝ est le symbole de
proportionnalité
Les recherches sont principalement axées sur les structures élancées (poutres, plaques et coques)
et la difficulté majeure dans la modélisation réside dans l’intégration de la loi graduelle du maté-
riau. On retrouve une grande variété de méthodes de modélisation des structures FGPM élancées :
à partir principalement de méthodes analytiques et de la méthode des éléments finis.

17
 CHAPITRE 1. ÉTAT DE L’ART

1.3.3.a Méthodes analytiques

Dans le cas de certaines structures simples, des solutions analytiques peuvent être obtenues.
Le cas de la plaque rectangulaire simplement supportée fait référence, car ses conditions aux li-
mites sont vérifiées par les solutions utilisant des expansions en séries de Fourier.
Plusieurs auteurs en donnent une solution tri-dimensionnelle exacte, où la gradation du matériau
suit une loi exponentielle :
• L U et collab. [2006] avec un formalisme similaire à celui de Stroh (formulation Hamilto-
nienne du problème de propagation d’ondes),
• K ULIKOV et P LOTNIKOVA [2013] en utilisant une "sampling surface method" (méthode de
surface d’échantillonnage),
• Z HONG et S HANG [2003] avec l’approche de la représentation d’état.
Des solutions exactes de modèles plaques de ce problème sont également données par Z HONG
et Y U [2006] (pour un FGPM variant avec une loi exponentielle avec une approche de la représen-
tation d’état) et L I et PAN [2015] (pour un FGPM variant avec une loi puissance avec la "modified
coupled-stress theory").
On peut noter aussi la résolution du cas d’une plaque encastrée-libre par :
• A LMAJID et collab. [2001] en résolvant par intégration les équations de la théorie classique
des plaques, pour une plaque FGPM dont la gradation est linéaire,
• L IM et H E [2001], TAYA et collab. [2003] grâce à une méthode hiérarchique à deux niveaux
pour un FGPM variant avec une loi exponentielle et une loi puissance respectivement : la
prédiction des propriétés élasto-électriques de chaque couche grâce au modèle d’Eshelby
et la modélisation de la plaque grâce à la théorie classique des plaques laminées,
• B ARATI et Z ENKOUR [2018] donnent la solution d’une plaque FGPM avec porosités variant
selon une loi puissance, basée sur les fondements élastiques de Winkler-Pasternak.
Le cas de la poutre encastrée-libre est également considéré. Plusieurs auteurs en donnent une
solution analytique :
• en résolvant le problème grâce à une méthode basée sur la fonction d’Airy pour une poutre
FGPM variant avec : une loi exponentielle Z HONG et Y U [2008], une loi puissance X IANG et
S HI [2009] et une loi où seule une propriété matériau varie quadratiquement H UANG et col-
lab. [2008],
• E MAMI et collab. [2010] en utilisant une méthode basée sur des fonctions "stress-induction
potential" pour résoudre le cas d’une poutre variant avec une loi exponentielle.
En dehors de ces structures simples, une méthode numérique conduisant à une solution appro-
chée est nécessaire.

1.3.3.b La méthode des éléments finis

La modélisation par éléments finis de structures FGPM est largement utilisée. On trouve prin-
cipalement des modèles de poutres et de plaques, ainsi que quelques modèles de coques.
Concernant la modélisation de poutres FGPM on trouve :
• D OROUSHI et collab. [2011],KOMEILI et collab. [2011] avec une cinématique du troisième
degré dans l’épaisseur et où différentes hypothèses sont considérées pour la variation du
potentiel électrique dans l’épaisseur (linéaire, quadratique, cubique, sinusoïdale),
• L EZGY-N AZARGAH et collab. [2013] utilisent une modélisation multi-couche avec une ciné-
matique enrichie, introduisant une fonction inconnue reliée à la discrétisation par couche
et avec un potentiel électrique cubique dans l’épaisseur,
• L EE [2005] propose un modèle également par couches, avec une approximation linéaire par
couche pour le déplacement longitudinal et constante pour le déplacement transverse et où
le potentiel électrique est considéré linéaire dans l’épaisseur,

18
CHAPITRE 1. ÉTAT DE L’ART

• enfin PANDEY et PARASHAR [2016] proposent un modèle basé sur la cinématique d’Euler-
Bernoulli avec le logiciel COMSOL.
On peut citer, B EHJAT et collab. [2011], N OURMOHAMMADI et B EHJAT [2016] pour un modèle de
plaque FGPM, ayant la cinématique de Reissner-Mindlin, utilisant un élément de plaque à quatre
nœuds ou à huit nœuds.
On trouve également des modèles éléments finis moins classiques :
• B HANGALE et G ANESAN [2006] analysent une plaque simplement appuyée à l’aide d’une mé-
thode éléments finis semi-analytique permettant de garder le caractère tri-dimensionnel de
la solution : une solution en double série de Fourier pour le déplacement et le potentiel élec-
trique est utilisée dans le plan de la plaque et une méthode éléments finis dans la direction
de l’épaisseur,
• B RISCHETTO et C ARRERA [2009] utilisant la CUF (Carrera Unified Formulation), proposent
un élément fini de plaque où l’ordre de l’expansion de Taylor pour le déplacement et le po-
tentiel électrique est réglable, permettant facilement d’avoir des modèles de plus en plus
raffinés.

1.3.3.c Autres méthodes numériques

En dehors de la méthode des éléments finis, d’autres méthodes numériques sont développées
dans la littérature :
• YANG et X IANG [2007] et PARASHAR et S HARMA [2016] analysent une poutre FGPM avec une
méthode de quadrature différentielle, se basant sur l’approximation d’une fonction incon-
nue et de sa dérivée à chaque point discret comme une somme linéaire pondérée de ses
valeurs en tous les autres points du domaine,
• L I et collab. [2014] développent un modèle de poutre en utilisant une théorie à gradient de
déformation, permettant de capturer les effets d’échelle,
• C HUAQUI et R OQUE [2017] étudient également une poutre et l’analysent grâce à une mé-
thode sans maillage basée sur une méthode multi-quadratique à fonctions de base radiales,
se reposant uniquement sur la distance Euclidienne entre les nœuds et un paramètre de
forme défini par l’utilisateur.

1.3.4 Le contrôle actif et les FGPM

En premier lieu la recherche sur le contrôle actif de structure avec des matériaux à gradient de
propriétés, s’est portée sur le contrôle actif de structures FGM (métal/céramique ou métal/métal),
équipées d’actionneurs et de capteurs piézoélectriques sur les deux surfaces externes.
La plupart des auteurs utilisent alors des régulateurs à retour d’état, avec une commande de contre-
réaction basée sur la mesure de la vitesse ou du déplacement et de la vitesse simultanément ("ne-
gative velocity feedback" ou "displacement and velocity feedback"). Ce contrôle est appliqué à
différents types de structures :
• pour les poutres F U et collab. [2011],
• pour les plaques Y IQI et Y IMING [2010], H E et collab. [2001], L IEW et collab. [2001], K ARGAR-
NOVIN et collab. [2007],

• pour les coques S HENG et WANG [2009], Z HENG et collab. [2009], K IANI et collab. [2013].
D’autres auteurs utilisent des régulateurs robustes comme le régulateur linéaire quadratique
(LQR) (B RUANT et P ROSLIER [2015], N ARAYANAN S [2010]) ou un régulateur H2 (FAKHARI et O HADI
[2011]).
En ce qui concerne le contrôle actif de structure FGPM, ce sujet étant relativement nouveau,
peu d’articles sont encore disponibles dans la littérature. Plusieurs auteurs montrent la faisabilité
du contrôle actif de différentes structures FGPM. Comme dans le cas du contrôle des structures

19
 CHAPITRE 1. ÉTAT DE L’ART

FGM, la commande par rétro-action ("velocity feedback") est la plus utilisée et est mise en place
dans les quatre articles suivants :
• P IETRZAKOWSKI [2006], P IETRZAKOWSKI [2015] étudie une plaque stratifiée symétrique consti-
tuée de couches "classiques" (i.e graphite-epoxy) et de couches piézoélectriques, l’ensemble
ayant un comportement global orthotrope. Les couches piézoélectriques sont de deux types,
les couches capteurs en PVDF et les couches actionneurs en FGPM. Un actionneur est lui-
même un multi-couches constitué d’une matrice avec inclusion de fibres PZT. En jouant
sur la densité et la répartition des fibres de PZT dans les différentes couches de l’actionneur
l’auteur crée un matériau graduel.
• S HARMA et collab. [2016] étudient une structure complètement FGPM (PZT/Pt) constituée
de sept couches contenant (0%|10%|20%|30%|20%|10%|0%) de platine. Le seuil de perco-
lation étant atteint, la couche centrale contenant 30% de platine est considérée comme
conductrice, il y a donc deux couches isolantes l’une utilisée comme capteur et l’autre en
tant qu’actionneur.
• L I et collab. [2019] étudient une plaque FGPM (AT quartz crystal/PZT-5H), graduée de ma-
nière symétrique par rapport à la ligne moyenne, passant du matériau piézoélectrique (PZT-
5H) sur les surfaces externes, au quartz sur la surface moyenne.
Enfin, S USHEEL et collab. [2016] étudient une structure FGPM composée d’une couche cen-
tral FGM (aluminium/ dioxyde de zirconium) et deux couches extérieures FGPM (PZT/Pt), l’une
étant utilisée comme capteur l’autre comme qu’actionneur. Un régulateur intelligent, basé sur la
logique floue est utilisé pour le contrôle : les entrées sont le déplacement et la vitesse obtenues par
le capteur et la sortie est le potentiel à envoyer à l’actionneur. Entrées et sortie sont décrites par
sept fonctions d’appartenance.

20
CHAPITRE 1. ÉTAT DE L’ART

1.4 Références
A BDULLAH , E. J., D. L. M AJID, F. I. R OMLI, P. S. G AIKWAD, L. G. Y UAN et N. F. H ARUN. 2015, «Ac-
tive control of strain in a composite plate using shape memory alloy actuators», International
Journal of Mechanics and Materials in Design, vol. 11, no 1, p. 25–39. 6

A HN , K., H. PAHK, M. J UNG et D. C HO. 1996, «A hybrid-type active vibration isolation system using
neural networks», Journal of Sound and Vibration, vol. 192, no 4, p. 793–805. 14

A L -N ASSAR , Y. N., M. S IDDIQUI et A. Z. A L -G ARNI. 2000, «Artificial neural networks in vibration

control of rotor-bearing systems», Simulation Practice and Theory, vol. 7, no 8, p. 729–740. 14

A LDAWOD, M., B. S AMALI, F. N AGHDY et K. C. K WOK. 2001, «Active control of along wind response
of tall building using a fuzzy controller», Engineering Structures, vol. 23, no 11, p. 1512–1522. 14

A LKHATIB , R. et M. G OLNARAGHI. 2003, «Active structural vibration control : a review», Shock and
Vibration Digest, vol. 35, no 5, p. 367. 12

A LMAJID, A., M. TAYA et S. H UDNUT. 2001, «Analysis of out-of-plane displacement and stress field
in a piezocomposite plate with functionally graded microstructure», International Journal of
Solids and Structures, vol. 38, no 19, p. 3377–3391. 16, 18

A RIDOGAN , U. et I. B ASDOGAN. 2015, «A review of active vibration and noise suppression of plate-
like structures with piezoelectric transducers», Journal of Intelligent Material Systems and Struc-
tures, vol. 26, no 12, p. 1455–1476. 6, 13

AULD, B. A. 1973, Acoustic fields and waves in solids, Wiley. 8

B ALAS , G. J. 1990, Robust control of flexible structures : Theory and experiments, thèse de doctorat,
California Institute of Technology. 13

B ALAS , G. J. et J. C. D OYLE. 1990, «Robustness and performance tradeoffs in control design for
flexible structures», dans Decision and Control, 1990., Proceedings of the 29th IEEE Conference
on, IEEE, p. 2999–3010. 13

B ARATI , M. R. et A. M. Z ENKOUR. 2018, «Electro-thermoelastic vibration of plates made of po-

rous functionally graded piezoelectric materials under various boundary conditions», Journal
of Vibration and Control, vol. 24, no 10, p. 1910–1926. 18

B ECERIKLI , Y. et B. K. C ELIK. 2007, «Fuzzy control of inverted pendulum and concept of stability
using java application», Mathematical and Computer Modelling, vol. 46, no 1-2, p. 24–37. 14

B EHJAT, B., M. S ALEHI, A. A RMIN, M. S ADIGHI et M. A BBASI. 2011, «Static and dynamic analysis
of functionally graded piezoelectric plates under mechanical and electrical loading», Scientia
Iranica, vol. 18, no 4, p. 986–994. 19

B HANGALE , R. K. et N. G ANESAN. 2006, «Static analysis of simply supported functionally gra-

ded and layered magneto-electro-elastic plates», International Journal of Solids and Structures,
vol. 43, no 10, p. 3230–3253. 19

B OULET, B. et Y. D UAN. 2007, «The fundamental tradeoff between performance and robustness-a
new perspective on loop shaping-classic control revisited part ii», IEEE control systems, vol. 27,
no 3, p. 30–44. 13

B RENNAN , M., S. E LLIOTT et R. P INNINGTON. 1992, «Active control of vibrations transmitted

through struts», dans International Conf. on Motion and Vibration Control, Yokohama. 1

21
 CHAPITRE 1. ÉTAT DE L’ART

B RISCHETTO, S. et E. C ARRERA. 2009, «Refined 2d models for the analysis of functionally graded
piezoelectric plates», Journal of Intelligent Material Systems and Structures, vol. 20, no 15, p.
1783–1797. 19

B RUANT, I. et L. P ROSLIER. 2015, «Improved active control of a functionally graded material beam
with piezoelectric patches», Journal of Vibration and Control, vol. 21, no 10, p. 2059–2080. 19

C AO, S.-G., N. W. R EES et G. F ENG. 1999, «Analysis and design of fuzzy control systems using
dynamic fuzzy-state space models», IEEE Transactions on Fuzzy Systems, vol. 7, no 2, p. 192–200.
14

C HAKRABORTY, A. et AL. 2005, «Wave propagation analysis in inhomogeneous piezo-composite

layer by the thin layer method», International Journal for Numerical Method in Engineering,
vol. 64, p. 567–598. 16

C HEONG , M.-S. et D.-W. C HO. 1997, «A new vibration isolation of a hydraulic system using a hete-
rosynaptic neural network», Mechanical systems and signal processing, vol. 11, no 6, p. 887–901.
14

C HOI , S.-B. et Y.-M. H AN. 2016, Piezoelectric actuators : control applications of smart materials,
CRC Press. 6

C HOMETTE , B., S. C HESNE, D. R ÉMOND et L. G AUDILLER. 2010, «Damage reduction of on-board

structures using piezoelectric components and active modal control—application to a printed
circuit board», Mechanical Systems and Signal Processing, vol. 24, no 2, p. 352–364. 6

C HOMETTE , B., D. R EMOND, S. C HESNE et L. G AUDILLER. 2008, «Semi-adaptive modal control of

on-board electronic boards using an identification method», Smart Materials and Structures,
vol. 17, no 6, p. 065 019. 14

C HUAQUI , T. et C. R OQUE. 2017, «Analysis of functionally graded piezoelectric timoshenko smart

beams using a multiquadric radial basis function method», Composite Structures, vol. 176, p.
640–653. 19

D ALEY, S., F. J OHNSON, J. P EARSON et R. D IXON. 2004, «Active vibration control for marine appli-
cations», Control Engineering Practice, vol. 12, no 4, p. 465–474. 6

D ARUS , I. M. et M. T OKHI. 2005, «Soft computing-based active vibration control of a flexible struc-
ture», Engineering Applications of Artificial Intelligence, vol. 18, no 1, p. 93–114. 14

D OROUSHI , A., M. E SLAMI et A. KOMEILI. 2011, «Vibration analysis and transient response of
an fgpm beam under thermo-electro-mechanical loads using higher-order shear deformation
theory», Journal of Intelligent Material Systems and Structures, vol. 22, no 3, p. 231–243. 18

E LLIOTT, S. et L. B ILLET. 1993, «Adaptive control of flexural waves propagating in a beam», Journal
of sound and vibration, vol. 163, no 2, p. 295–310. 12

E LLIOTT, S., I. S TOTHERS et P. N ELSON. 1987, «A multiple error lms algorithm and its application
to the active control of sound and vibration», IEEE Transactions on Acoustics, Speech, and Signal
Processing, vol. 35, no 10, p. 1423–1434. 12

E LLIOTT, S. J. et T. J. S UTTON. 1996, «Performance of feedforward and feedback systems for active
control», IEEE Transactions on Speech and Audio Processing, vol. 4, no 3, p. 214–223. 12

E MAMI , A., R. H ASHEMI, M. K ARGARNOVIN et R. N AGHDABADI. 2010, «Exact electroelastic field of

a functionally graded piezoelectric cantilever beam subjected to pure body force loading», dans
ASME 2010 10th Biennial Conference on Engineering Systems Design and Analysis, American So-
ciety of Mechanical Engineers, p. 45–52. 18

22
CHAPITRE 1. ÉTAT DE L’ART

FAKHARI , V. et A. O HADI. 2011, «Nonlinear vibration control of functionally graded plate with pie-
zoelectric layers in thermal environment», Journal of Vibration and Control, vol. 17, no 3, p.
449–469. 19

FANG , M. H., P. W EI, R. G. WANG, Z. Z. C AO, C. J IAN et H. L IKUN. 2003, «Fabrication of cu/pzt
functionally graded actuators by spark plasma sintering», dans Materials Science Forum, vol.
423, Trans Tech Publications Ltd., Zurich-Uetikon, Switzerland, p. 423–426. 17

FARD, M. P. 2002, «Passivity analysis of nonlinear euler-bernoulli beams», Identification and

Control, vol. 23, p. 139–258. 6

F ENG , G. 2006, «A survey on analysis and design of model-based fuzzy control systems», IEEE
Transactions on Fuzzy systems, vol. 14, no 5, p. 676–697. 14

F EYNMAN , R. 1969, Le Cours de physique de Feynman, Electromagnétisme-1, Interéditions. 8

F U , K. 1971, «Learning control systems and intelligent control systems : An intersection of artifical
intelligence and automatic control», IEEE Transactions on Automatic Control, vol. 16, no 1, p.
70–72. 14

F U , Y., J. WANG et Y. M AO. 2011, «Nonlinear vibration and active control of functionally graded
beams with piezoelectric sensors and actuators», Journal of Intelligent Material Systems and
Structures, vol. 22, no 18, p. 2093–2102. 19

F ULLER , C., G. G IBBS et R. S ILCOX. 1990, «Simultaneous active control of flexural and extensional
waves in beams», Journal of Intelligent Material Systems and Structures, vol. 1, no 2, p. 235–247.
1, 6

G IBERT, C. 2001, Analyse modale non-linéaire expérimentale, thèse de doctorat, École Centrale
Lyon. 11

G OSAVI , S. V. et A. K ELKAR. 2001, «Passivity-based robust control of piezo-actuated flexible beam»,

dans American Control Conference, 2001. Proceedings of the 2001, vol. 3, IEEE, p. 2492–2497. 6

G UO, H., J. M. C ANNATA, Q. Z HOU et K. K. S HUNG. 2005, «Design and fabrication of broadband
graded ultrasonic transducers with rectangular kerfs», IEEE transactions on ultrasonics, ferroe-
lectrics, and frequency control, vol. 52, no 11, p. 2096–2102. 16

H ALIM , D. et S. R. M OHEIMANI. 2001, «Spatial resonant control of flexible structures-application

to a piezoelectric laminate beam», IEEE transactions on control systems technology, vol. 9, no 1,
p. 37–53. 6

H AUKE , T., A. KOUVATOV, R. S TEINHAUSEN, W. S EIFERT, H. B EIGE, H. T HEO, L ANGHAMMER et H.-

P. A BICHT. 2000, «Bending behavior of functionally gradient materials», Ferroelectrics, vol. 238,
no 1, p. 195–202. 1

H E , X., T. N G, S. S IVASHANKER et K. L IEW. 2001, «Active control of fgm plates with integrated pie-
zoelectric sensors and actuators», International journal of Solids and Structures, vol. 38, no 9, p.
1641–1655. 19

H U , Y.-R. et A. N G. 2005, «Active robust vibration control of flexible structures», Journal of sound
and vibration, vol. 288, no 1-2, p. 43–56. 13

H UANG , D., H.-J. D ING et W.-Q. C HEN. 2008, «Analysis of functionally graded and laminated pie-
zoelectric cantilever actuators subjected to constant voltage», Smart Materials and Structures,
vol. 17, no 6, p. 065 002. 18

23
 CHAPITRE 1. ÉTAT DE L’ART

H WANG , H. J., M. YASUOKA, M. S ANDO, M. T ORIYAMA et K. N IIHARA. 1999, «Fabrication, sinte-

rability, and mechanical properties of lead zirconate titanate/silver composites», Journal of the
American Ceramic Society, vol. 82, no 9, p. 2417–2422. 17

I CHINOSE , N., N. M IYAMOTO et S. TAKAHASHI. 2004, «Ultrasonic transducers with functionally

graded piezoelectric ceramics», Journal of the European Ceramic Society, vol. 24, no 6, p. 1681–
1685. 16

I KEDA , T. 1990, Fundamentals of piezoelectricity, Oxford University. 9

J ANG , J.-S. 1993, «Anfis : adaptive-network-based fuzzy inference system», IEEE transactions on
systems, man, and cybernetics, vol. 23, no 3, p. 665–685. 14

J IN , D., Z. M ENG et F. Z HOU. 2003, «Mechanism of resistivity gradient in monolithic pzt ceramics»,
Materials Science and Engineering : B, vol. 99, no 1-3, p. 83–87. 17

J OSSIC , M. 2017, Contrôle actif et non-linéarités géométriques : le cas du gong xiaoluo, thèse de
doctorat, Paris 6. 6

K ARGARNOVIN , M., M. N AJAFIZADEH et N. V ILIANI. 2007, «Vibration control of a functionally gra-

ded material plate patched with piezoelectric actuators and sensors under a constant electric
charge», Smart Materials and Structures, vol. 16, no 4, p. 1252–1259. 19

K AWASAKI , A. et R. WATANABE. 1997, «Concept and p/m fabrication of functionally gradient mate-
rials», Ceramics international, vol. 23, no 1, p. 73–83. 15

K IANI , Y., M. S ADIGHI et M. E SLAMI. 2013, «Dynamic analysis and active control of smart doubly
curved fgm panels», Composite Structures, vol. 102, p. 205–216. 19

KOMEILI , A., A. H. A KBARZADEH, A. D OROUSHI et M. R. E SLAMI. 2011, «Static analysis of functio-

nally graded piezoelectric beams under thermo-electro-mechanical loads», Advances in Mecha-
nical Engineering, vol. 3, p. 153 731. 18

KONDOH , S., C. YATOMI et K. I NOUE. 1990, «The positioning of sensors and actuators in the vi-
bration control of flexible systems», JSME international journal. Ser. 3, Vibration, control engi-
neering, engineering for industry, vol. 33, no 2, p. 145–152. 13

K ULIKOV, G. et S. P LOTNIKOVA. 2013, «A new approach to three-dimensional exact solutions for

functionally graded piezoelectric laminated plates», Composite Structures, vol. 106, p. 33–46. 18

K UO, S. M. et D. M ORGAN. 1995, Active noise control systems : algorithms and DSP implementa-
tions, John Wiley & Sons, Inc. 12

K USCULUOGLU , Z. K. et T. J. R OYSTON. 2005, «Finite element formulation for composite plates

with piezoceramic layers for optimal vibration control applications», Smart Materials and Struc-
tures, vol. 14, no 6, p. 1139. 13

L EE , G.-S. 1996, «System identification and control of smart structures using neural networks»,
Acta astronautica, vol. 38, no 4-8, p. 269–276. 14

L EE , H.-J. 2005, «Layerwise laminate analysis of functionally graded piezoelectric bimorph

beams», Journal of Intelligent Material Systems and Structures, vol. 16, no 4, p. 365–371. 18

L EE , Y. K. et D. H ALIM. 2004, «Vibration control experiments on a piezoelectric laminate plate

using spatial feedforward control approach», dans Decision and Control, 2004. CDC. 43rd IEEE
Conference on, vol. 3, IEEE, p. 2403–2408. 12

24
CHAPITRE 1. ÉTAT DE L’ART

L EZGY-N AZARGAH , M., P. V IDAL et O. P OLIT. 2013, «An efficient finite element model for static and
dynamic analyses of functionally graded piezoelectric beams», Composite Structures, vol. 104,
p. 71–84. 18

L I , J., Y. X UE, F. L I et Y. N ARITA. 2019, «Active vibration control of functionally graded piezoelectric
material plate», Composite Structures, vol. 207, p. 509–518. 20

L I , J.-F., K. TAKAGI, N. T ERAKUBO et R. WATANABE. 2001, «Electrical and mechanical properties of

piezoelectric ceramic/metal composites in the Pb(Zr, Ti)O3/Pt system», Applied Physics Letters,
vol. 79, no 15, p. 2441–2443. 16, 17

L I , L., G. S ONG et J. O U. 2011, «Adaptive fuzzy sliding mode based active vibration control of a
smart beam with mass uncertainty», Structural control and health monitoring, vol. 18, no 1, p.
40–52. 14

L I , T., Y. C HEN et J. M A. 2005, «Characterization of fgm monomorph actuators fabricated using

epd», Journal of materials science, vol. 40, no 14, p. 3601–3605. 16

L I , Y., W. F ENG et Z. C AI. 2014, «Bending and free vibration of functionally graded piezoelectric
beam based on modified strain gradient theory», Composite Structures, vol. 115, p. 41–50. 19

L I , Y. et E. S . PAN. 2015, «Static bending and free vibration of a functionally graded piezoelectric
microplate based on the modified couple-stress theory», International Journal of Engineering
Science, vol. 97, p. 40–59. 18

L IEW, K., X. H E, T. N G et S. S IVASHANKER. 2001, «Active control of FGM plates subjected to a tem-
perature gradient : modelling via finite element method based on FSDT», International Journal
for Numerical Methods in Engineering, vol. 52, no 11, p. 1253–1271. 19

L IEW, K., S. S IVASHANKER, X. H E et T. N G. 2003, «The modelling and design of smart structures
using functionally graded materials and piezoelectrical sensor/actuator patches», Smart Mate-
rials and Structures, vol. 12, no 4, p. 647–655. 13

L IM , C. et L. H E. 2001, «Exact solution of a compositionally graded piezoelectric layer under uni-

form stretch, bending and twisting», International Journal of Mechanical Sciences, vol. 43, no 11,
p. 2479–2492. 18

L IN , C.-Y. et H.-W. J HENG. 2017, «Active vibration suppression of a motor-driven piezoelec-

tric smart structure using adaptive fuzzy sliding mode control and repetitive control», Applied
Sciences, vol. 7, no 3, p. 240. 6

L IN , J. 2005, «An active vibration absorber of smart panel by using a decomposed parallel fuzzy
control structure», Engineering Applications of Artificial Intelligence, vol. 18, no 8, p. 985–998. 14

L INKENS , D. A. et H. O. N YONGESA. 1996, «Learning systems in intelligent control : an appraisal of

fuzzy, neural and genetic algorithm control applications», IEE Proceedings-Control Theory and
Applications, vol. 143, no 4, p. 367–386. 14

L IONS , J. L. 1968, Contrôle optimal de systemes gouvernés par des équations aux dérivées partielles,
Dunod. 13

L U , P., H. L EE et C. L U. 2006, «Exact solutions for simply supported functionally graded piezoelec-
tric laminates by stroh-like formalism», Composite Structures, vol. 72, no 3, p. 352–363. 18

M A , R. et A. S INHA. 1996, «Neural network based active vibration absorber with state feedback
control», Journal of Sound and vibration, vol. 190, no 1, p. 121–128. 14

M ASON , W. P. 1980, «Piezoelectricity, its history and applications», The Journal of the Acoustical
Society of America, vol. 68, no S1, p. S39–S39. 6

25
 CHAPITRE 1. ÉTAT DE L’ART

M EAD, D. J. 1999, Passive vibration control, John Wiley & Sons Inc. 1

M OHEIMANI , S. R., H. R. P OTA et I. R. P ETERSEN. 1998, «Spatial control for active vibration control
of piezoelectric laminates», dans Decision and Control, 1998. Proceedings of the 37th IEEE Confe-
rence on, vol. 4, IEEE, p. 4308–4313. 6

M OON , S.-J., C.-W. L IM, B.-H. K IM et Y. PARK. 2007, «Structural vibration control using linear
magnetostrictive actuators», Journal of Sound and Vibration, vol. 302, no 4-5, p. 875–891. 6

M ORTENSEN , A. et S. S URESH. 1995, «Functionally graded metals and metal-ceramic composites :

Part 1 processing», International Materials Reviews, vol. 40, no 6, p. 239–265. 15

M UHAMMAD, A., X.- L . YAO et Z.- C . D ENG. 2006, «Review of magnetorheological (mr) fluids and
its applications in vibration control», Journal of Marine Science and Application, vol. 5, no 3, p.
17–29. 6

M URADOVA , A. D., G. K. TAIRIDIS et G. S TAVROULAKIS. 2017, «Adaptive neuro-fuzzy vibration

control of a smart plate», Numerical Algebra, Control and Optimization, vol. 7, p. 251–271. 14

N AI , S., M. G UPTA et C. L IM. 2004, «Synthesis and wear of al based, free standing functionally gra-
dient materials : effects of different reinforcements», Materials science and technology, vol. 20,
no 1, p. 57–67. 14

N ARAYANAN S, B. V. 2010, Functionally Graded Shells with Distributed Piezoelectric Sensors and
Actuators for Active Vibration Control, chap. 1, Springer, p. 3–13. 19

N ORGAARD, M., O. R AVN, N. P OULSEN et L. H ANSEN. 2000, Neural networks for modelling and
control of dynamic systems : a practitioner’s handbook. Advanced textbooks in control and signal
processing, Springer, Berlin. 14

N OURMOHAMMADI , H. et B. B EHJAT. 2016, «Design criteria for functionally graded piezoelectric

plates under thermo-electro-mechanical loadings», Journal of Intelligent Material Systems and
Structures, vol. 27, no 16, p. 2249–2260. 19

D ’A NDRÉA N OVEL , B. et M. C. DE L ARA. 2000, Commande linéaire des systèmes dynamiques,

Presses des MINES. 12

O KUMURA , H., R. E MI et A. S ANO. 2008, «Adaptive two degree-of-freedom vibration control for
flexible plate with piezoelectric patches», dans SICE Annual Conference, 2008, IEEE, p. 218–221.
12

DE O LIVEIRA , L. P., K. J ANSSENS, P. G AJDATSY, H. VAN DER AUWERAER, P. S. VAROTO, P. S AS et

W. D ESMET. 2009, «Active sound quality control of engine induced cavity noise», Mechanical
systems and signal processing, vol. 23, no 2, p. 476–488. 12

O LSSON , C. 2005, Active vibration control of multibody systems : application to automotive design,
thèse de doctorat, Institutionen för informationsteknologi. 6

PANDEY, V. B. et S. K. PARASHAR. 2016, «Static bending and dynamic analysis of functionally gra-
ded piezoelectric beam subjected to electromechanical loads», Proceedings of the Institution of
Mechanical Engineers, Part C : Journal of Mechanical Engineering Science, vol. 230, no 19, p.
3457–3469. 19

PARASHAR , S. K. et P. S HARMA. 2016, «Modal analysis of shear-induced flexural vibration of fgpm

beam using generalized differential quadrature method», Composite Structures, vol. 139, p. 222–
232. 19

P ETERSEN , I. R. et H. R. P OTA. 2003, «Minimax lqg optimal control of a flexible beam», Control
Engineering Practice, vol. 11, no 11, p. 1273–1287. 6

26
CHAPITRE 1. ÉTAT DE L’ART

P ETITJEAN , B., I. L EGRAIN, F. S IMON et S. PAUZIN. 2002, «Active control experiments for acoustic
radiation reduction of a sandwich panel : Feedback and feedforward investigations», Journal of
sound and vibration, vol. 252, no 1, p. 19–36. 6

P IETRZAKOWSKI , M. 2006, «Active control of plates using functionally graded piezocomposite

layers», Mechanics and Mechanical Engineering, vol. 10, no 1, p. 117–125. 20

P IETRZAKOWSKI , M. 2015, «An active functionally graded piezocomposite plate subjected to a sto-
chastic pressure», Archives of Acoustics, vol. 40, no 1, p. 101–108. 20

P OURZEYNALI , S., H. L AVASANI et A. M ODARAYI. 2007, «Active control of high rise building struc-
tures using fuzzy logic and genetic algorithms», Engineering Structures, vol. 29, no 3, p. 346–357.
14

P REUMONT, A. 2011, Vibration control of active structures : an introduction, vol. 179, Springer
Science & Business Media. 6, 14

Q IU , J., J. TANI, T. U ENO, T. M ORITA, H. TAKAHASHI et H. D U. 2003, «Fabrication and high dura-
bility of functionally graded piezoelectric bending actuators», Smart Materials and Structures,
vol. 12, no 1, p. 115. 1, 16

R AJAN , T., R. P ILLAI et B. PAI. 2008, «Functionally graded al–al3ni in situ intermetallic composites :
fabrication and microstructural characterization», Journal of Alloys and Compounds, vol. 453, no
1-2, p. L4–L7. 14, 15

R EYNDERS , E. 2012, «System identification methods for (operational) modal analysis : review and
comparison», Archives of Computational Methods in Engineering, vol. 19, no 1, p. 51–124. 11

R EZA , M. S., H. D UNANT et collab.. 2003, Spatial Control of Vibration : Theory and Experiments,
vol. 10, World Scientific. 1

R OYER , D. et E. D IEULESAINT. 1996, Ondes élastiques dans les solides : propagation libre et guidée,
Masson. 8

RUBIO, W. M., F. B UIOCHI, J. C. A DAMOWSKI et E. C. N. S ILVA. 2009, «Modeling of functionally

graded piezoelectric ultrasonic transducers», Ultrasonics, vol. 49, no 4-5, p. 484–494. vii, 15, 16,
17

RUBIO, W. M., E. C. S ILVA et F. B UIOCHI. 2012, «Manufacturing of pzt-nickel functionally graded

piezoelectric ceramics», dans AIP Conference Proceedings, vol. 1433, AIP, p. 667–670. 17

S AMADHIYA , R. et A. M UKHERJEE. 2006, «Functionally graded piezoceramic ultrasonic transdu-

cers», Smart materials and structures, vol. 15, no 6, p. 1627. 16

S ANA , S. et V. S. R AO. 2001, «Robust control of input limited smart structural systems», IEEE Tran-
sactions on Control Systems Technology, vol. 9, no 1, p. 60–68. 13

S HARMA , A., A. K UMAR, R. K UMAR, R. VAISH et V. S. C HAUHAN. 2016, «Finite element analysis on
active vibration control using lead zirconate titanate–pt–based functionally graded piezoelec-
tric material», Journal of Intelligent Material Systems and Structures, vol. 27, no 4, p. 490–499.
20

S HARMA , M., S. S INGH et B. S ACHDEVA. 2005, «Fuzzy logic based modal space control of a canti-
levered beam instrumented with piezoelectric patches», Smart materials and structures, vol. 14,
no 5, p. 1017. 14

S HENG , G. et X. WANG. 2009, «Active control of functionally graded laminated cylindrical shells»,
Composite Structures, vol. 90, no 4, p. 448–457. 19

27
 CHAPITRE 1. ÉTAT DE L’ART

S HI , Z., et Y. C HEN. 2004, «Functionally graded piezoelectric cantilever beam under load», Archive
of Applied Mechanics, vol. 74, no 3-4, p. 237–247. 16

S ONG , G., V. S ETHI et H.-N. L I. 2006, «Vibration control of civil structures using piezoceramic
smart materials : A review», Engineering Structures, vol. 28, no 11, p. 1513–1524. 1, 6

S USHEEL , C., R. K UMAR et V. S. C HAUHAN. 2016, «Active shape and vibration control of functio-
nally graded thin plate using functionally graded piezoelectric material», Journal of Intelligent
Material Systems and Structures. 14, 20

TAKAGI , K., J.-F. L I, S. Y OKOYAMA et R. WATANABE. 2003, «Fabrication and evaluation of pzt/pt
piezoelectric composites and functionally graded actuators», Journal of the European Ceramic
Society, vol. 23, no 10, p. 1577–1583. 17

TAKAGI , K., J.-F. L I, S. Y OKOYAMA, R. WATANABE, A. A LMAJID et M. TAYA. 2002, «Design and fabri-
cation of functionally graded pzt/pt piezoelectric bimorph actuator», Science and Technology of
Advanced Materials, vol. 3, no 2, p. 217–224. 1, 17

TAYA , M., A. A. A LMAJID, M. D UNN et H. TAKAHASHI. 2003, «Design of bimorph piezo-composite

actuators with functionally graded microstructure», Sensors and Actuators A : Physical, vol. 107,
no 3, p. 248–260. 16, 18

T HENOZHI , S. et W. Y U. 2015, «Active vibration control of building structures using fuzzy

proportional-derivative/proportional-integral-derivative control», Journal of Vibration and
Control, vol. 21, no 12, p. 2340–2359. 14

T IERSTEN , H. F. 2013, Linear Piezoelectric Plate Vibrations : Elements of the Linear Theory of Pie-
zoelectricity and the Vibrations Piezoelectric Plates, Springer. 9

VASQUES , C. et J. D. R ODRIGUES. 2006, «Active vibration control of smart piezoelectric beams :

comparison of classical and optimal feedback control strategies», Computers & structures,
vol. 84, no 22, p. 1402–1414. 14

V IEIRA , A., P. S EQUEIRA, J. G OMES et L. R OCHA. 2009, «Dry sliding wear of al alloy/sicp functionally
graded composites : Influence of processing conditions», Wear, vol. 267, no 1-4, p. 585–592. 14

WANG , B. et N. N ODA. 2001, «Design of a smart functionally graded thermopiezoelectric compo-

site structure», Smart Materials and Structures, vol. 10, no 2, p. 189. 16

W U , C. C., M. K AHN et W. M OY. 1996, «Piezoelectric ceramics with functional gradients : a new
application in material design», Journal of the American Ceramic Society, vol. 79, no 3, p. 809–
812. 17

X IANG , H. et Z. S HI. 2009, «Static analysis for functionally graded piezoelectric actuators or sensors
under a combined electro-thermal load», European Journal of Mechanics-A/Solids, vol. 28, no 2,
p. 338–346. 18

YAMADA , K., J.- I . S AKAMURA et K. N AKAMURA. 1998, «Broadband ultrasound transducers using ef-
fectively graded piezoelectric materials», dans Ultrasonics Symposium, 1998. Proceedings., 1998
IEEE, vol. 2, IEEE, p. 1085–1089. 16

YANG , J. et H. X IANG. 2007, «Thermo-electro-mechanical characteristics of functionally graded

piezoelectric actuators», Smart Materials and Structures, vol. 16, no 3, p. 784–797. 19

Y IQI , M. et F. Y IMING. 2010, «Nonlinear dynamic response and active vibration control for piezoe-
lectric functionally graded plate», Journal of Sound and Vibration, vol. 329, no 11, p. 2015–2028.
19

28
CHAPITRE 1. ÉTAT DE L’ART

Z HANG , H., J.-F. L I et B.-P. Z HANG. 2006, «Fabrication and evaluation of pzt/ag composites and
functionally graded piezoelectric actuators», Journal of Electroceramics, vol. 16, no 4, p. 413–417.
16, 17

Z HANG , H., J.-F. L I, B.-P. Z HANG et W. J IANG. 2008, «Enhanced mechanical properties in ag-
particle-dispersed pzt piezoelectric composites for actuator applications», Materials Science
and Engineering : A, vol. 498, no 1-2, p. 272–277. 17

Z HANG , W., J. Q IU et J. TANI. 2004, «Robust vibration control of a plate using self-sensing actuators
of piezoelectric patches», Journal of intelligent material systems and structures, vol. 15, no 12, p.
923–931. 13

Z HANG , X., C. S HAO, S. L I, D. X U et A. E RDMAN. 2001, «Robust hinf vibration control for flexible
linkage mechanism systems with piezoelectric sensors and actuators», Journal of Sound and
Vibration, vol. 243, no 1, p. 145–155. 13

Z HENG , S., F. D AI et Z. S ONG. 2009, «Active control of piezothermoelastic fgm shells using integra-
ted piezoelectric sensor/actuator layers», International Journal of Applied Electromagnetics and
Mechanics, vol. 30, no 1, 2, p. 107–124. 19

Z HONG , Z. et E. S HANG. 2003, «Three-dimensional exact analysis of a simply supported functio-

nally gradient piezoelectric plate», International Journal of Solids and Structures, vol. 40, no 20,
p. 5335–5352. 18

Z HONG , Z. et T. Y U. 2006, «Vibration of a simply supported functionally graded piezoelectric rec-

tangular plate», Smart materials and structures, vol. 15, no 5, p. 1404. 18

Z HONG , Z. et T. Y U. 2008, «Electroelastic analysis of functionally graded piezoelectric material

beams», Journal of Intelligent Material Systems and Structures, vol. 19, no 6, p. 707–713. 18

Z HU , X. et Z. M ENG. 1995, «Operational principle, fabrication and displacement characteristics

of a functionally gradient piezoelectric ceramic actuator», Sensors and Actuators A : Physical,
vol. 48, no 3, p. 169–176. 16

Z ORI Ć , N., A. S IMONOVI Ć, Z. M ITROVI Ć et S. S TUPAR. 2013, «Active vibration control of smart com-
posite beams using pso-optimized self-tuning fuzzy logic controller», Journal of Theoretical and
Applied Mechanics, vol. 51, no 2, p. 275–286. 14

29
 CHAPITRE 1. ÉTAT DE L’ART

30
Chapitre 2

Modélisation du FGPM

« Et c’est là que jadis, à quinze ans

révolus
A l’âge où s’amuser tout seul ne
suffit plus
Je connus la prime amourette
Auprès d’une sirène, une
femme-poisson
Je reçus de l’amour la première
leçon
Avalai la première arête »

Georges Brassens

Sommaire
2.1 Description du FGPM : PZT4/Al/PZT4 . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.1.1 Lois d’homogénéisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.1.2 Diélectricité d’un mélange isolant conducteur . . . . . . . . . . . . . . . . . . 33
2.1.3 Percolation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.1.4 Lois d’homogénéisation avec percolation . . . . . . . . . . . . . . . . . . . . . 37
2.2 Modèle de poutre FGPM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.2.1 Le modèle de poutre 1D FGPM . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.2.2 Choix du potentiel électrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.2.3 Écriture variationnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.2.4 L’élément fini de poutre FGPM . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.3 FEniCS et le modèle de référence 3D FGPM . . . . . . . . . . . . . . . . . . . . . . . 42
2.3.1 Le Projet FEniCS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.3.2 Le modèle élément fini 3D de référence . . . . . . . . . . . . . . . . . . . . . . 43
2.4 Modèle de plaque FGPM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.4.1 Les modèles de plaques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.4.2 Modèle de plaque FGPM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
2.4.3 Choix du potentiel électrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.4.4 Écriture variationnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.4.5 L’élément plaque FGPM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
2.5 Équations discrétisées des modèles . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
2.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
2.7 Références . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61

31
 CHAPITRE 2. MODÉLISATION DU FGPM

Ce chapitre porte sur la modélisation du matériau piézoélectrique à gradient de propriétés uti-

lisé dans ce travail. Celui-ci est pensé pour remplacer les structures classiques utilisées en contrôle
actif, c’est à dire une structure hôte (généralement une plaque de métal) équipée de pastilles pié-
zoélectriques. L’idée est donc de considérer un FGPM composé de métal (de l’aluminium) au cœur
(z = 0) et de céramique piézoélectrique (PZT4) aux deux surfaces extérieures (z = ±h/2), afin de
créer une structure "mono-couche" remplaçant les structures classiques, et ainsi, de supprimer
les contraintes aux interfaces (structure hôte/pastilles) et les risques de décollement des pastilles.
La première partie de ce chapitre, porte sur la description des propriétés graduelles de ce
FGPM. C’est un matériau composite mélangeant un matériau conducteur (l’aluminium) et un
matériau isolant (le PZT4), il est soumis au phénomène de percolation. Ainsi, on établira les lois
de comportement et d’homogénéisation du FGPM en tenant compte de ce phénomène.
Dans la deuxième partie du chapitre, on s’intéresse à la modélisation de structures FGPM élan-
cées (poutre et plaque). Cette modélisation est basée sur la méthode des éléments finis et trois
éléments sont présentés :
• Un élément fini de poutre à deux nœuds développé sous Matlab, basé sur la cinématique de
Timoshenko.
• Un élément fini 3D tétraédrique à dix nœuds développé sous FEniCS, servant à valider les
modélisations poutre et plaque.
• Un élément fini de plaque triangulaire à six nœuds développé sous FEniCS, basé sur une
cinématique d’ordre supérieure.

2.1 Description du FGPM : PZT4/Al/PZT4

Les structures étudiées dans le cas du contrôle actif des vibrations sont souvent des struc-
tures "tri-couches" : une structure hôte à contrôler équipée sur ses deux faces de pastilles piézo-
électriques servant de capteurs ou d’actionneurs. Celles-ci sont soumises à des concentrations de
contraintes aux interfaces, et sont sujettes au décollement des pastilles.
Dans le but de remplacer ces structures par une structure formée d’une seule couche, on utilise
un FGPM dont la fibre moyenne est constituée de métal (remplaçant ainsi la structure hôte), et
les parties externes sont constituées de matériau piézoélectrique (reproduisant les pastilles). On
a choisit comme matériau l’aluminium et le PZT4. Le matériau varie graduellement dans l’épais-
seur, il varie du PZT4 sur les deux surfaces extérieures (z = ± h2 ) à de l’aluminium à la fibre moyenne
(z = 0). Cette variation est supposée symétrique par rapport à la fibre moyenne. Le choix des ces
deux matériaux constituant le FGPM n’est en rien restrictif et les deux matériaux peuvent être
changés.
La Figure 2.1 présente des coupes du FGPM pour différentes valeur de k, indice gérant la gradation
du FGPM.

2.1.1 Lois d’homogénéisation

Comme la caractérisation expérimentale des propriétés matériaux des FGPM est difficile, on
suppose qu’elles suivent une loi de premier ordre d’homogénéisation, appelée loi des mélanges.
Soit P une propriété matériau mécanique ou électrique et p, m deux exposants référant au métal
et à la céramique piézoélectrique respectivement, on a :

P(z) = Pm Vm (z) + Pp Vp (z) avec Vm (z) + Vp (z) = 1 (2.1)

P(z) = (Pm − Pp )Vm (z) + Pp (2.2)
où Vm et Vp sont les fractions volumiques du métal et de la céramique, respectivement.
On considère que la fraction volumique varie comme une loi puissance dans l’épaisseur :
2|z | k −h h
µ ¶ · ¸
Vm (z) = 1 − ,z∈ , (2.3)
h 2 2

32
CHAPITRE 2. MODÉLISATION DU FGPM

F IGURE 2.1 – FGPM PZT4/Alu/PZT4 pour différentes valeurs de k

Le PZT4 est représenté en blanc et l’aluminium en noir

assurant des extrémités purement piézoélectrique en z = ± h2 et un cœur purement métallique en

z = 0.
L’indice de la fraction volumique, k, régit le profil de distribution des deux composants dans
l’épaisseur.
On a par exemple les cas suivants :
• k = 1 : distribution linéaire dans l’épaisseur.
• k > 10 : presque l’entièreté du FGPM est constitué de PZT4 sauf la surface moyenne.
• k → 0 : l’entièreté du FGPM est constitué d’aluminium sauf les deux surfaces externes z =
±h/2.

2.1.2 Diélectricité d’un mélange isolant conducteur

2.1.2.a Généralités sur les milieux diélectriques

Un milieu est dit diélectrique s’il ne contient pas de charges électriques susceptibles de se
déplacer de façon macroscopique. Le milieu ne peut donc pas conduire le courant électrique et
est par définition un isolant électrique B AÏLON et D ORLOT [2000].
Les diélectriques ne sont cependant pas inertes électriquement. En effet, les constituants du
matériau peuvent présenter à l’échelle atomique des dipôles électrostatiques, qui interagiront
avec un champ électrique externe appliqué. Cette interaction se traduit par la création d’une pola-
risation P reliée au niveau microscopique à ce champ électrique par la polarisabilité, et au niveau
macroscopique, par la susceptibilité électrique χ.
Les électrons présents dans un milieu diélectrique ne peuvent pas, par définition, se déplacer
sur des grandes distances. Ils peuvent par contre présenter des mouvements d’amplitude très pe-
tite à notre échelle, mais qui peuvent être à l’origine de nombreux phénomènes. Ces mouvements
sont souvent des mouvements d’oscillation autour du noyau : le nuage électronique peut être dé-
formé et ainsi créer un dipôle électrostatique. Les atomes peuvent également osciller autour de
leur position d’équilibre et créer des dipôles.
De tels dipôles peuvent donc être créés en soumettant le matériau à un champ électrique. S’ils
existaient déjà, cela peut avoir comme effet de tous les aligner dans le sens du champ électrique.
Ainsi la polarisation est la somme de tous les dipôles du matériau, provenant de différents effets
physiques :

33
 CHAPITRE 2. MODÉLISATION DU FGPM

• la polarisation électronique, toujours présente, est due au déplacement et à la déformation

de chaque nuage électronique,
• la polarisation atomique est due aux déplacements des atomes,
• la polarisation d’orientation existe lorsque des dipôles déjà présents sont tous alignés entre
eux.
Dans le cas linéaire, la polarisation P est proportionnelle au champ électrique E qui est le
champ électrique total après que la matière a été polarisée :

P = ²0 χE (2.4)
avec ²0 la permittivité du vide et χ la susceptibilité électrique du matériau, qui est un nombre
complexe.
La loi constitutive dans un matériau diélectrique reliant le déplacement électrique D et le
champ électrique E est la suivante :
D = ²0 E + P (2.5)
La permittivité ² d’un matériau définit la possibilité d’être traversé par un courant électrique,
sous l’action du champ électrique, résultant des diverses polarisations. Elle est ainsi définie comme :

D = ²E (2.6)

On définit également la permittivité relative adimensionnelle ²r comme :

² = ²r ²0 avec ²r = 1 + χe (2.7)

La permittivité d’un matériau est une grandeur tensorielle (la réponse du matériau peut dé-
pendre de l’orientation des axes cristallographiques du matériau), qui se réduit à un scalaire dans
les milieux isotropes. Elle est souvent complexe, la partie imaginaire étant liée au phénomène
d’absorption ou d’émission du champ électromagnétique par le matériau.
Dans un milieu diélectrique réel, il existe toujours à basses fréquences une faible conductivité
liée à différents mécanismes microscopiques (défauts, diffusion, absorption). On parle alors de
pertes diélectriques. On peut tenir compte de ces pertes en définissant une permittivité complexe :
0 00
²̃ = ² − i ² (2.8)
0 00
où ² et ² sont respectivement la partie réelle et la partie complexe de la permittivité électrique
complexe ² du milieu.

2.1.2.b Théorie moléculaire des milieux hétérogènes

La permittivité électrique des milieux hétérogènes est étudiée depuis le début du XIXème siècle.
Elle dépend principalement des permittivités des matériaux constituants le mélange, de leurs frac-
tions volumiques et de la forme des inclusions (mais non de leur structure interne). Si le mélange a
une structure périodique, la permittivité effective peut être évaluée analytiquement sous certaines
conditions par des lois dites de mélanges. Si le milieu est désordonné, il n’existe pas de solutions
analytiques et l’utilisation de méthodes numériques s’avère indispensable.
Le premier modèle diélectrique d’un mélange hétérogène à deux phases a été proposé par
Mossotti et Clausius. En 1848, l’astronome Mossoti (M OSSOTTI [1846]) a constaté que le comporte-
ment de la poussière constituée de particules identiques peut être décrit par la quantité Nk αk /3²0 ,
qui est elle même proportionnelle à la densité de la poussière (Nk est le nombre de particules
par unité de volume et αk est la polarisabilité de chaque particule). En 1879, Clausius (C LAUSIUS
[1879]) montre que le rapport (²−²0 )/(²+2²0 ) est proportionnel à la densité, où ² est la permittivité
macroscopique. Les deux approches, microscopique (Mossotti) et macroscopique (Clausius) sont
réunies en une seule, la relation de Clausius-Mossotti (P RINKEY et collab. [1994]) :
k Nk αk ² − ²0
P
= (2.9)
3²0 ² + 2²0

34
CHAPITRE 2. MODÉLISATION DU FGPM

Cette équation est établie en supposant que le champ local El est identique au champ externe, et
en admettant le modèle du champ local de Lorentz avec la polarisation P :

P = (² − ²0 )E = Nk αk (El )k
X
(2.10)
k

A partir de cette relation, on peut retrouver les théories classiques de la permittivité effective
dans un milieu hétérogène, il suffit de définir le milieu dans lequel baignent les inclusions.
Les lois de mélanges permettant de caractériser la permittivité d’un mélange hétérogène sont
celles décrites par le modèle du milieu effectif où plus connu sous le nom de théorie de Maxwell-
Garnett, et par le modèle de l’approximation du milieu effectif ou théorie de Bruggeman.
La théorie de Maxwell-Garnett est dérivée de la relation de Claussius-Mossotti. Elle est basée
sur la polarisation induite par un champ uniforme externe sur des inclusions sphériques placées
dans le matériau hôte. La formule de Maxwell-Garnett établie en 1904 est la suivante (G ARNETT
[1904]) :
² − ²m ²i − ²m
=f (2.11)
² + 2²m ²i + 2²m
où ² est la permittivité effective du milieu constitué d’une matrice continue, ayant une permittivité
²m , dans laquelle sont émergées les inclusions ayant une permittivité ²i , et où f est la fraction
volumique des inclusions.
Le domaine d’application de cette formule est défini par les hypothèses suivantes : l’ensemble
des inclusions est équivalent à un dipôle unique, isolé dans la matrice, dont la polarisabilité est
la somme des polarisabilités individuelles. Les inclusions sont supposées sans interaction entre
elles, la théorie est donc valide pour un faible volume d’inclusions et de grandes distances inter-
particules (le modèle est incertain pour des concentrations d’inclusions supérieures à 50%) (C A -
LAME et collab. [1996],M ICHEL et L AKHTAKIA [1996], B OYD et collab. [1996]).
Le modèle de Bruggeman est basé sur le calcul de permittivité du composite en imaginant
sa construction, à partir de la matrice hôte, par des ajouts infinitésimaux successifs d’inclusions.
Ainsi la permittivité est déterminée à partir de la relation :

²m − ² ²i − ²
(1 − f ) +f =0 (2.12)
²m + 2² ²i + 2²
Le modèle de Bruggeman assure la validité pour des fractions volumiques plus élevées, puis-
qu’il traite les deux constituants de manière symétrique (C ALAME et collab. [1996],M ICHEL et L A -
KHTAKIA [1996], B OYD et collab. [1996]).
D’autres modèles ont été créés au cours du XX ème siècle, prenant en compte la taille des inclu-
sions (modèle de Fricke), ou pour des concentrations d’inclusions très élevés (modèle de Böttcher
M EJDOUBI [2007]).

2.1.2.c Matériaux composites diélectriques avec une phase conductrice

Le FGPM considéré dans ce travail est un matériau composite diélectrique, dans lequel les
inclusions (aluminium) constituent une phase conductrice, dispersées dans la matrice hôte di-
électrique. La prédiction de la permittivité effective et/ou la conductivité effective de ces milieux
composites n’est pas évidente. Néanmoins, depuis les premiers travaux de Maxwell et Garnett, de
nombreux travaux sur l’évaluation des caractéristiques diélectriques de ces matériaux ont été me-
nées.
Pour modéliser des mélanges conducteur-isolant, on peut retenir deux types d’approches :
• la première implique le traitement du comportement diélectrique des mélanges entière-
ment indépendant des effets de la conduction des inclusions,
• la deuxième où la phase conductrice est considérée comme un matériau diélectrique avec
de fortes pertes.

35
 CHAPITRE 2. MODÉLISATION DU FGPM

Dans ce deuxième cas, les théories de mélanges concernant les composites diélectrique - diélec-
trique ont été étendues aux matériaux à fortes pertes, pour tenir compte des inclusions conduc-
trices. La permittivité complexe du mélange est calculée en supposant que la permittivité des in-
clusions conductrices est infinie.
L’ajout de particules conductrices dans une matrice diélectrique augmente de façon signifi-
cative la permittivité globale du composite. Celle-ci peut être estimée grâce aux théories du mi-
lieu effectif, comme la théorie de Maxwell-Garnett ou celle de Bruggeman. On considère que les
particules conductrices sont dispersées dans une matrice continue de céramique. La permittivité
effective ², est alors estimée par la loi de Maxwell-Garnett (C H ỲLEK et S RIVASTAVA [1983]) :
 ²m − ²p 
1 + 2Vm ² + 2²
m p 
²(Vm ) = ²p  (2.13)

²m − ²p 
1 − Vm ² + 2²
m p

où Vm est la fraction volumique de métal et les indices p, m font références respectivement à la

céramiques piézoélectrique et au métal.
On suppose que les particules métalliques peuvent être assimilées à un matériau avec des
grandes pertes diélectriques (i.e avec une permittivité dont la partie imaginaire est dominante),
et que la matrice céramique peut être assimilée à un matériau diélectrique parfait (sans pertes
diélectriques). De plus à basses fréquences, les pertes diélectriques des particules métalliques
tendent vers l’infini. La permittivité effective du composite devient alors (L I et collab. [2001]; O R-
LOWSKA [2003]) :

1 + 2Vm
²(Vm ) ' ²p , ²m >> ²p (2.14)
1 − Vm

2.1.3 Percolation
La percolation désigne, à l’origine, le passage d’un fluide à travers un solide perméable. Pour
analyser un tel processus, les scientifiques ont conçu des modèles simples afin de répondre à des
questions élémentaires : par exemple, lors du coloriage d’un réseau avec deux couleurs (jaune et
bleu), on peut se demander quand est ce qu’une ligne bleue ira d’un bord à l’autre ?

L’étude scientifique des modèles de percolation a débuté avec les travaux de l’ingénieur Si-
mon Broadbent et du mathématicien John Hammersly en Angleterre (B ROADBENT et H AMMERS -
LEY [1957]). Ils ont introduit en 1957 un tel modèle afin de comprendre comment les poussières
pouvaient obstruer les masques à gaz. Depuis, la percolation n’a cessé de susciter l’intérêt des
scientifiques, notamment parce qu’on la rencontre sous une forme ou une autre dans de nom-
breux phénomènes : écoulement d’un fluide dans un matériau poreux, gélification d’un liquide,
propagation d’incendie ou d’une épidémie, passage d’un courant dans un mélange de matériaux
conducteurs et isolant, transition de phase, etc.
Le FGPM considéré dans ce travail est un mélange entre un conducteur et un isolant, donc
de fait soumis au phénomène de percolation. Celui-ci a lieu lorsque qu’il y a assez de particules
conductrices pour former un chemin conducteur à travers le mélange. Quand la concentration de
particules conductrices atteint le seuil de percolation, le FGPM entreprend une transition conduc-
trice/isolante. En notant la concentration au seuil de percolation VT , on a deux cas :
• lorsque Vm (z) < VT : le FGPM a un comportement isolant,
• lorsque Vm (z) > VT : le FGPM a un comportement conducteur.
Le seuil de percolation dépend principalement de la micro-structure du mélange (tailles et formes
des différentes particules (P ECHARROMÁN et M OYA [2000])), il est usuellement déterminé grâce à
des mesures expérimentales. En se basant sur des modèles théoriques de la percolation (C H ỲLEK
et S RIVASTAVA [1983]) et des études expérimentales (L I et collab. [2001], TAKAGI et collab. [2002])

36
CHAPITRE 2. MODÉLISATION DU FGPM

on considère que VT peut varier entre les valeurs 0.1 et 0.3, correspondant à 10% et 30% de parti-
cules conductrices.

On peut noter aussi qu’à l’approche du seuil de percolation les propriétés électriques du com-
posite ont un comportement particulier. En effet, elles sont proportionnelles à la concentration de
particules conductrices, et la théorie de la percolation permet de prédire l’évolution de la permit-
tivité et de la conductivité effectives :

σ = σm (Vm − VT )t Vm > VT (2.15)

−q
σ = σp (VT − Vm ) Vm < VT (2.16)
²0
²= (2.17)
|VT − Vm |q
où σm et σp sont les conductivités du métal et de la céramique respectivement. Les exposants ré-
gissant ces lois t et q sont déterminées grâce à la théorie de la percolation et dépendent principa-
lement du type de réseau représentant le matériau et de sa dimension. Ce comportement critique
à l’approche du seuil de percolation n’a pas été pris en compte dans ce travail, et devra faire l’objet
d’une étude complémentaire.
La prise en compte du phénomène de percolation dans la littérature sur les FGPM est assez
rare : soit car le FGPM considéré n’est pas un mélange isolant-conducteur, soit par "oubli" (C HUA -
QUI et R OQUE [2017]).

2.1.4 Lois d’homogénéisation avec percolation

La prise en compte du phénomène de percolation nécessite de distinguer trois parties dans le
FGPM (Figure 2.2) :
• une partie conductrice, la "région" centrale riche en aluminium, où la percolation a eu lieu
Vm (z) > VT ,
• deux parties isolantes, proches des faces extérieures, où la concentration de particules conduc-
trices est en dessous du seuil de percolation Vm (z) < VT

F IGURE 2.2 – Coupe du FGPM

L’épaisseur de la partie conductrice, h T , dépend à la fois du seuil de percolation VT et de l’in-

hT
dice de fraction volumique k. En résolvant l’équation Vm (z = ) = VT , on obtient en utilisant
2
l’équation (2.3) :
µ 1
¶
h T = h 1 − VTk (2.18)

Les propriétés mécaniques Ci j (coefficients de rigidité) et la masse volumique ρ effectives sont

données par la loi des mélanges :
´µ 2|z| k h
¶
³
(m) (p) (p) −h
Ci j (z) = Ci j − Ci j 1 − + Ci j ≤z≤ (2.19)
h 2 2

37
 CHAPITRE 2. MODÉLISATION DU FGPM

2|z| k h
µ ¶
¡ (m) (p) −h
ρ(z) = ρ − ρ + ρ(p)
¢
1− ≤z≤ (2.20)
h 2 2
Les propriétés effectives électriques, les coefficients piézoélectriques e i j et les constantes di-
électriques ²i j sont nulles dans la partie conductive du FGPM.
On a ainsi pour les coefficients piézoélectriques la loi de mélange suivante :

2z k

³ ´µ ¶
 (m) (p) (p) hT h

 e − ei j 1 − + ei j 2 ≤z≤ 2
 ij h


−h T hT
e i j (z) = 0 2 <z< 2
(2.21)
2z k

 ³ ´ µ ¶
(p) (p)
 e i(m) −h T

−h
− e 1 + + ei j ≤z≤


j ij h 2 2

La permittivité effective d’un mélange isolant-conducteur présente des propriétés particu-

lières (Section 2.1.2.c) : elle augmente avec l’ajout de particules conductrices jusqu’au seuil de
percolation.
La permittivité effective suit la loi de Maxwell-Garnett (Eq 2.14), et en tenant compte de la perco-
lation, on obtient :

2z k
 ¡ ¢
(p) 1 + 2 1 − h

hT h
²i j



 ¢k 2 ≤z≤ 2
1 − 1 − 2z

 ¡
h


−h T hT
²i j (z) = 0 2 <z< 2
(2.22)
 ¢k
 (p) 1 + 2 1 + 2z

 ¡
h
 ²i j
−h
≤ z −h2 T


2
 ¢k
1 − 1 + 2z
 ¡
h

La Figure 2.3 montre l’évolution des propriétés Ci j , e i j et ²i j en fonction de l’épaisseur, pour k = 2

et VT = 0.3.

h
2

hT
2
eij
0 ǫii
z

Cij
− h2T

− h2
-1 -0.5 0 0.5 1
Propriétés adimensionnelles
F IGURE 2.3 – Propriétés matériaux adimensionnelles pour k = 2 et VT = 0.3

Dans le cas particulier du modèle poutre, les propriétés mécanique de l’aluminium et du PZT4
sont isotropes et exprimées par le module de Young Y, le coefficient de Poisson ν et le coefficient
de cisaillement G, de plus, le coefficient de Poisson est considéré constant. Le module de Young et
de cisaillement varient donc comme :

2|z| k h
µ ¶
¡ (m) (p) −h
+ Y (p)
¢
Y(z) = Y − Y 1− ≤z≤ (2.23)
h 2 2
Y(z) −h h
G(z) = ≤z≤ (2.24)
2(1 + ν) 2 2

38
CHAPITRE 2. MODÉLISATION DU FGPM

2.2 Modèle de poutre FGPM

Le principal problème rencontré lors de la modélisation des FGPM est la prise en compte des
variations graduelles des propriétés du matériau. Les logiciels du commerce de type Abaqus, An-
sys, Comsol, ne permettent qu’une modélisation multi-couches des matériaux à gradient. C’est à
dire, comme un corps hétérogène constitué d’un nombre fini de couches homogènes collées entre
elles, chaque couche ayant des propriétés matériaux différentes et homogènes, correspondant à
l’intégration de la loi graduelle dans la couche.
Les éléments finis utilisés dans ce travail ont été développés avec Matlab et FEniCS, pour éviter
ce genre de modélisation. Les propriétés graduelles sont directement intégrées numériquement
dans l’épaisseur et le phénomène de percolation est pris en compte. On présente l’élément de
poutre développé sous Matlab pour valider en première approximation la faisabilité du contrôle
actif avec ce FGPM.

2.2.1 Le modèle de poutre 1D FGPM

On considère une poutre droite d’axe (O, x) élaborée à partir du FGPM décrit précédemment,
ayant pour dimension L, b et h, la longueur, la largeur et la hauteur, respectivement.
Le modèle développé est basé sur la cinématique de Timoshenko, permettant de traiter des poutres
relativement épaisses et de prendre en compte l’effet de cisaillement. Selon la théorie de Timo-
shenko, le déplacement dans le plan (O, x, z) d’un point M de la poutre s’exprime comme :

u 1 (x, z, t ) = u 0 (x, t ) + zθ0 (x, t ) (2.25)

u 3 (x, z, t ) = w 0 (x, t ) (2.26)

où u 0 et w 0 sont les composantes du déplacement de la fibre moyenne selon les axes (O, x) et (O, z)
respectivement, et θ0 est la rotation de la section autour de l’axe (O, y). Les deux termes non-nuls
des déformations ε1 et ε5 sont donnés par :

∂u 0 ∂θ0 ∂w 0
ε1 (x, z, t ) = +z 2ε5 (x, z, t ) = θ0 + (2.27)
∂x ∂x ∂x

2.2.2 Choix du potentiel électrique

Afin de construire un modèle de poutre piézoélectrique, il faut également choisir une approxi-
mation du potentiel électrique φ(x, y, z, t ). Le choix d’une loi de distribution du potentiel dans
l’épaisseur approchant convenablement la réalité s’impose. D’après P OLIT et B RUANT [2006], le
potentiel électrique doit être au moins quadratique dans la direction z (épaisseur de la structure).
Une approximation par couches numériques dans l’épaisseur est utilisée pour le potentiel
électrique. En effet, elle à l’avantage de modéliser correctement les phénomènes dans l’épaisseur
tout en permettant une discrétisation indépendante de celle du déplacement.
Chaque élément est discrétisé en 2n l couches, n l couches dans la partie isolante inférieure
(z ≤ − h2T ) et n l couches dans la partie isolante supérieure (z ≥ h2T ). La partie conductrice du FGPM
ne possède que deux degrés de liberté électriques aux interfaces avec les parties isolantes, où le
potentiel est nul.
On a un total de (Nφ = 2(2n l + 1)) degrés de liberté électrique par élément de poutre.
Ainsi dans une couche numérique p le potentiel électrique est approximé par une interpola-
tion quadratique de Lagrange. Chaque couche possède donc trois degrés de liberté électrique : le
p p p
potentiel supérieur φsup , le potentiel inférieur φi n f et le potentiel médian φmi d (Figure 2.4). Le
potentiel électrique s’exprime au sein d’une couche p comme :

p p p
φp (x, z(ξ)) = h(ξ)φi n f (x) + g (ξ)φmi d (x) + f (ξ)φsup (x) (2.28)

39
 CHAPITRE 2. MODÉLISATION DU FGPM

F IGURE 2.4 – Degrés de liberté dans une couche p

Avec :
1 1
f (ξ) = ξ(ξ + 1) g (ξ) = (1 − ξ2 ) h(ξ) = ξ(ξ − 1) (2.29)
2 2
Où ξ est le changement de variable dans une couche p :

p p
ξ ∈ [−1, 1] et z ∈ [z i n f , z sup ]

³ ´
p p
2z p − z sup + z i n f 1³ p ´
p
ξ(z) = p p et z(ξ) = z sup (1 + ξ) + z i n f (1 − ξ) (2.30)
z sup − z i n f 2

2.2.3 Écriture variationnelle

Le FGPM sera recouvert d’électrodes (fines couches conductrices) afin d’activer ses proprié-
tés piézoélectriques, elles sont déposées sur les surfaces extérieures z = ± 2z . Chaque électrode
forme une surface équipotentielle (B ERLINCOURT et collab. [1964]), c’est à dire que le potentiel
est constant sur l’électrode. Le potentiel électrique est donc indépendant dans une électrode de
x et de y et le champ électrique se restreint à E = E3 z. On considère donc dans ce modèle que
∂φ(x,z,t )
seule la composante E3 = − ∂z du champ électrique est non nulle. La loi de comportement
piézoélectrique présentée à la section 1.1 se réduit alors aux trois équations suivantes :

σ1 (x, z, t ) = Y(z)ε1 (x, z, t ) + e 31 (z)E3 (x, z, t ) (2.31)

σ5 (x, z, t ) = G(z)ε5 (x, z, t ) (2.32)
D3 (x, z, t ) = e 31 (z)ε1 (x, z, t ) + ²33 (z)E3 (x, z, t ) (2.33)

Comme l’élément fini de poutre sera implémenté sous Matlab, il est nécessaire d’écrire la formula-
tion variationnelle 1D du problème. Il faut donc intégrer sur la section de la poutre la formulation
variationnelle 3D du problème piézoélectrique (Eq (1.14)). La formulation variationnelle 1D s’écrit
comme :
Z Z
¡ 1D
Πm + Π1D 1D
e + Πa d S = Π1D
¢
f dS (2.34)
x x

où Π1D 1D 1D 1D
m ,Πe ,Πa et Π f sont les puissances virtuelles mécanique, électrique, inertielle et des ef-
forts extérieurs respectivement.
On introduit les vecteurs suivants contenant les composantes des déformations et du potentiel
électrique :
ªt
εv = u ,1
© 0
θ0,1 θ0 + w ,1
0
(2.35)
φ = {φ(0) φ(1) ... φ(nφ ) }t (2.36)

40
CHAPITRE 2. MODÉLISATION DU FGPM

2.2.3.a La puissance mécanique virtuelle

La puissance mécanique virtuelle Π1D

m a pour expression :
Z
t t
Π1D
m = εv∗ I εv + εv∗ J φ d x (2.37)
x
avec
E(z) zE(z) 0
 
Z
I = zE(z) z 2 E(z) 0 dS (2.38)
S
0 0 G(z)
et la matrice J est l’assemblage sur le nombre de couches discrètes utilisées des matrices J p , défi-
nies dans une couche comme :
0 0 0
 
Z Z 1 e 31 (ξ) f (ξ) e 31 (ξ)g (ξ) e 31 (ξ)h (ξ)
0 0 0
Jp = z i (ξ) e 31 (ξ) f (ξ) e 31 (ξ)g (ξ) e 31 (ξ)h (ξ) d ξd y (2.39)
 
y −1
0 0 0

2.2.3.b La puissance électrique virtuelle

La puissance électrique virtuelle Π1D

e a pour expression :
Z
Π1D
e = φ∗t ² φ + φ∗t J t εv d x (2.40)
x

où la matrice ² est l’assemblage sur le nombre de couches discrètes utilisées des matrices ²p , défi-
nies dans une couche comme :
 0 0 0 0 0 
Z 1 ( f (ξ))2 f (ξ)g (ξ) f (ξ)h (ξ)
 0 0 0 0 0
²p = ²33  f (ξ)g (ξ) (g (ξ))2 g (ξ)h (ξ) d ξ (2.41)

−1 0 0 0 0 0
2
f (ξ)h (ξ) g (ξ)h (ξ) (h (ξ))

2.2.3.c La puissance inertielle virtuelle

La puissance inertielle virtuelle Π1D

a s’exprime comme :
Z
1D
Πa = u ∗t M ü d x (2.42)
x

où
ªt
u = u 0 w 0 θ0
©
(2.43)
et
1 0 z
 
Z
M = ρ(z) 0 1 0 dS (2.44)
S
z 0 z2

2.2.4 L’élément fini de poutre FGPM

L’élément fini développé sous Matlab est un élément de poutre à deux nœuds et est schématisé
sur la Figure 2.5.
On choisit d’utiliser l’interpolation consistante pour éviter le verrouillage numérique (A.1),
avec w 0 quadratique et θ0 linéaire, et u 0 linéaire également. Les déplacements généralisés du mo-
dèle de poutre Timoshenko u 0e ,w 0e ,θe0 sont approximés par :

2
u 0e (x, t ) = u j (t ) Nlj (x)
P
j =1
3 q
w 0e (x, t ) =
P
w j (t ) N j (x) (2.45)
j =1
2
θe0 (x, t ) = θ j (t ) Nlj (x)
P
j =1

41
 CHAPITRE 2. MODÉLISATION DU FGPM

F IGURE 2.5 – Élément poutre : degrés de liberté

q
où Nlj =1,2 et N j =1,2,3 sont les interpolations linéaire et quadratique de Lagrange et u j , w j , θ j sont
les valeurs nodale de u 0e , w 0e , θe0 respectivement.
Les degrés de liberté de l’élément de poutre sont donc :
• trois degrés de liberté en déplacement (u 0 ,w 0 et θ0 ) à chaque nœud,
• un degré de liberté supplémentaire pour le déplacement transverse sur un nœud central,
• 2(2n l + 1) degrés de liberté électrique par élément, où n l est le nombre de couches numé-
riques utilisées pour l’approximation du potentiel électrique.
Cet élément de poutre a été développé sous le logiciel Matlab, dans l’objectif de montrer la
faisabilité du contrôle actif des vibration du FGPM. Celui-ci permet de remplacer les structures
classiques tri-couches, et de placer facilement des électrodes, afin d’utiliser certaines parties du
FGPM comme actionneurs et capteurs. Celles-ci peuvent être de n’importe quelle forme et pla-
cer à n’importe quel emplacement sur les surfaces extérieures du matériau. Cependant, le modèle
poutre en réduisant la section à la ligne moyenne, réduit également les possibilités d’utilisation du
FGPM.
Afin de mettre en évidence l’intérêt du FGPM et de s’approcher de structures plus courantes dans
l’industrie, on a développé un modèle de plaque. Le choix du langage de programmation pour
développer cet élément s’est porté sur le Projet FEniCS, qui est une collection de logiciels open-
source permettant la résolution automatique d’équations différentielles. On présente dans la sec-
tion suivante FEniCS et l’implémentation d’une structure FGPM élancée avec un élément 3D, puis
2D.

2.3 FEniCS et le modèle de référence 3D FGPM

2.3.1 Le Projet FEniCS
Il y a de nombreux outils disponibles pour implémenter la méthode des éléments finis, chacun
avec ses avantages et inconvénients. Le choix de l’outil dépend beaucoup du problème à résoudre
et des ressources disponibles. Dans cette thèse, le projet FEniCS est utilisé. Le projet FEniCS est
un regroupement moderne de logiciels open source pour la résolution d’équations aux dérivées
partielles (PDEs) par la méthode des éléments finis (L OGG et collab. [2012]).
L’environnement FEniCS possède les éléments clefs suivant :
• Une interface utilisateur de haut niveau (écrite en Python) permettant d’imiter la formula-
tion mathématique de la méthode des éléments finis (écriture très proche de la formulation
faible du problème).
• Des techniques sophistiquées permettant la discrétisation du problème considéré avec une
large palette d’éléments finis, succinctement définis, tout en assurant un code hautement
efficace.
Une caractéristique importante de FEniCS est sa flexibilité pour modifier facilement les re-
lations constitutives et les équations auxiliaires. FEniCS permet également l’automatisation des

42
CHAPITRE 2. MODÉLISATION DU FGPM

F IGURE 2.6 – Éléments tétraédriques de Lagrange : linéaire, quadratique et cubique

tâches fastidieuses et sujettes aux erreurs comme peuvent être l’assemblage des matrices et vec-
teurs éléments finis, encourageant ainsi un développement rapide.
De façon générale, l’utilisateur spécifie les équations du problème et les méthodes de discré-
tisation et FeniCS effectue l’implémentation des éléments finis. Pour l’instant, FEniCS ne propose
que des éléments tétraédriques (3D) ou triangulaires (2D), mais l’implémentation d’autres formes
d’élément est possible.
Des calculs éléments finis de plus en plus avancés avec FEniCS apparaissent, comme par exemple :
• A BERT et collab. [2013] pour la simulation de système micro-magnétique,
• H OFFMAN et collab. [2013] pour la simulation de flux turbulent et d’interaction fluide struc-
ture,
• V YNNYTSKA et collab. [2013] pour simuler la convection au sein du manteau terrestre.
Le projet FEniCS est construit comme un projet "boite à outils", les éléments essentiels sont :
• UFL (Unified Form Language), ’a domain-specific language’ implémenté en Python pour la
discrétisation par éléments finis des équations différentielles exprimées grâce aux formes
variationnelles,
• FIAT (Finite element Automatic Tabulator), un module Python pour la génération automa-
tique d’un ordre arbitraire des fonctions de bases des éléments finis,
• FFC (FEniCS Form Compiler), un compilateur pour les formes variationnelles éléments fi-
nis, prenant en entrée un code UFL et générant un code UFC en sortie,
• UFC (Unified Form-assembly Code), une interface C++ consistant en des fonctions de bas-
niveau pour l’évaluation et l’assemblage des formes variationnelles éléments finis,
• Instant, un module Python effectuant l’extension inline du C et C++ en Python,
• DOLFIN utilise le FEniCS Form Compiler (ffc), permet depuis la formulation faible de géné-
rer du code C++ permettant l’assemblage de la formulation discrète sur les éléments.

2.3.2 Le modèle élément fini 3D de référence

Le premier travail effectué a été de modéliser une structure FGPM à l’aide d’élément finis 3D.
Le modèle 3D n’ayant aucune hypothèse sur la cinématique est plus simple à implémenter. Il ser-
vira également de référence pour le modèle plaque. L’élément utilisé est un élément tétraédrique
a dix nœuds de Lagrange quadratique (Figure 2.6) pour le déplacement et le potentiel électrique.
Chaque nœud possède donc quatre degrés de liberté : les trois déplacements (u 1 ,u 2 ,u 3 ) et le po-
tentiel électrique φ.
On peut noter qu’avec FEniCS les choix des éléments utilisés (Lagrange, Hermite, Lagrange
discontinu,...) et du degré d’interpolation de l’élément (linéaire, quadratique, cubique, ...) sont
facilement modifiables. Afin d’aider à la compréhension de FEniCS et illustrer une partie du travail
effectué, on présente dans la section suivante les principaux points de l’implémentation d’une
structure FGPM avec cet élément 3D.

43
 CHAPITRE 2. MODÉLISATION DU FGPM

2.3.2.a Implémentation

Les principaux points de l’implémentation sous FEniCS avec des éléments 3D d’une structure
élancée de type plaque sont présentés et expliqués ci-après.
• On définit la géométrie du problème et les données du matériau :
# # Geometry , fraction index and percolation threshold # #
k = 1; # fraction index
Vc = 0 . 3 # percolation threshold
L = 50e - 3 ; b = 25e - 3 ; h = 2 . 5e - 3

# # Material properties # #
# PZT4
E = 63e9 ;
mu = 0 . 3 ;
rho_1 = 7600
# Piezoelectricity parameters
e31 = - 2 . 1 ; e33 = 9 . 5 ; e15 = 9 . 2
# Dielectric parameters
psi11 = 15 . 3e - 9 ; psi33 = 15e - 9

Ce_1 , Cp_1 , Ceps_1 = material_iso (E , mu , e31 , e33 , e15 , psi11 , psi33 )

# Ce : mechanical rigidity matrix , Cp : piezoelectric coupling matrix ,
# Ceps : dielectric matrix

# Aluminum
E = 69e9 ;
mu = 0 . 3 ;
rho_2 = 3960
# Piezoelectricity parameters
e31 = 0 ; e33 = 0 ; e15 = 0 ;
# Dielectric parameters
psi11 = 0 ; psi33 = 3 * 8 . 85e - 12

Ce_2 , Cp_2 , Cepsi_2 = material_iso (E , mu , e31 , e33 , e15 , psi11 , psi33 )

• On maille le domaine dans le plan et on choisit le maillage dans l’épaisseur (z). La discré-
tisation en z prend deux arguments, nz est le nombre d’éléments dans chacune des deux parties
isolantes du matériaux et na le nombre d’éléments dans la partie conductrice. Cette dernière né-
cessite moins d’éléments car elle n’est pas le siège d’effets électriques.
# # Number of element in each direction , for z need nz mod 2 = 0 # #
nx = 20 ; ny = 15 ; nz = 6 ; na = 2

# # Create Mesh # #
z = intervalle_z_full (h , hc , nz , na ) # Discretization in z direction
mesh = box ( x = [ 0 .0 , L ] , y = [ 0 .0 , b ] , z =z , nx = nx , ny = ny )
P_mesh = File ( " mesh . pvd " )
P_mesh < < mesh

• Le problème piézoélectrique est un problème couplé à deux champs, en déplacement et en

potentiel électrique. FEniCS permet ce type d’implémentation : on déclare deux éléments finis,
un pour le champ des déplacements et un pour le potentiel électrique. Le degré d’interpolation
et le type des deux éléments sont choisis par l’utilisateur. Enfin un espace fonctionnel est créé en
associant le maillage à l’élément fini "mixte", regroupant les deux éléments précédents.
# # Element type and interpolation # #
n_inter_u = 2 ; ele_type_u = " Lagrange " # EF for displacement
n_inter_p = 2 ; ele_type_p = " Lagrange " # EF for potential

# # Create Mixed element space : displacement and electrical potential # #

Ele_u = VectorElement ( ele_type_u , tetrahedron , n_inter_u )
Ele_p = FiniteElement ( ele_type_p , tetrahedron , n_inter_p )
Ele_up = MixedElement ( Ele_u , Ele_p )

44
CHAPITRE 2. MODÉLISATION DU FGPM

V = FunctionSpace ( mesh , Ele_up )

• De cet espace fonctionnel on extrait alors le couple de variables cherchées : le déplacement

u et le potentiel électrique φ, et le couple de variables tests v et p. À partir de celles-ci on crée
les champs de déformations cherchés et tests, de même pour le champ électrique. Ceux ci sont
directement exprimés en notation de Voigt.
# # Create test and trial functions : TestFunction will always be the first
argument in a form and
# # TrialFunction be the second argument in a form , order of declaration
does not matter # #
u , phi = TrialFunctions ( V )
v,p = TestFunctions ( V )

# # Computation of strains in Voigt notation # #

eps_u = strain_to_voigt ( sym ( grad ( u ) ) ) # Strains
eps_v = strain_to_voigt ( sym ( grad ( v ) ) ) # Strains test

# # Computation of electric field in Voigt notation # #

Ef_phi = EF_to_voigt ( - grad ( phi ) ) # Electric field

Ef_p = EF_to_voigt ( - grad ( p ) ) # Electric field test

• On implémente la loi de comportement graduelle en z.

# # FGPM behaviour law # #
xx = SpatialCoordinate ( mesh ) # Coordinate of each nodes
Vf = pow ( - 2 * abs ( xx [ 2 ] ) / h +1 , k ) # Fraction volume of aluminium

Ce = Vf * ( Ce_2 - Ce_1 ) + Ce_1 # Rigidity matrix , mixture law

Cpsi = ( 1 + 2 * Vf ) / ( 1 - Vf ) * Cpsi_1 # Dielectric matrix , Maxwell - Garnett law
Cp = ( Vf * ( Cp_2 - Cp_1 ) + Cp_1 ) # Piezoelectric matrix , mixture law

• On assemble les contraintes et le déplacement électrique déduit de la loi de comportement

piézoélectrique. En raison de la percolation, contraintes et déplacement électrique doivent être
découpés selon les régions isolantes et conductrice.
# # Computation of stresses and electric displacement in Voigt notation # #

sigma_1 = Ce * eps_u + Cp * Ef_phi # Stresses in bottom isolant part

sigma_2 = Ce * eps_u - Cp * Ef_phi # Stresses in top isolant part
sigma_3 = Ce * eps_u # Stresses in mid conductive part

D_1 = - Cp . T * eps_u + Cpsi * Ef_phi # Electrical displacement in bottom

isolant part
D_2 = Cp . T * eps_u + Cpsi * Ef_phi # Electrical displacement in top
isolant part

• On peut maintenant retranscrire directement la formulation faible du problème.

d x(i ) correspond à l’intégration volumique et les indices i au différents domaines : 1 et 2 aux deux
parties isolantes et 3 à la partie conductrice, et d s( j ) correspond à l’intégration surfacique.
# # Governing equations # #
# Linear part of variational form
Ll = dot (f , v ) * dx - dot ( Constant (( gx , gy , gz ) ) ,v ) * ds ( s_app )
# Bilinear part of variational form
a = inner ( sigma_0 , eps_v ) * dx ( 1 ) + inner ( sigma_1 , eps_v ) * dx ( 2 )
+ dot ( D_0 , Ef_p ) * dx ( 1 ) + dot ( D_1 , Ef_p ) * dx ( 2 ) + inner ( sigma_2 , eps_v ) * dx ( 3 )

• On présente ici le cas d’une plaque épaisse encastrée libre soumise à une différence de po-
tentiel appliquée sur les surfaces supérieure et inférieure. On impose également un potentiel nul
dans toute la partie conductrice de la structure.

45
 CHAPITRE 2. MODÉLISATION DU FGPM

# # Dirichlet boundaries condition # #

# Fix end
bc_f = DirichletBC ( V . sub ( 0 ) ,( 0 .0 , 0 .0 , 0 . 0 ) , left_b )
bc_f = [ bc_f ]
# Imposed electric potential on bot and top surfaces
bc_V1 = DirichletBC ( V . sub ( 1 ) ,V0 , top_elec )
bc_V2 = DirichletBC ( V . sub ( 1 ) ,- V0 , bot_elec )
bc_V = [ bc_V1 , bc_V2 ]
# Zero potential on conductive part
bc_mid = DirichletBC ( V . sub ( 1 ) ,( 0 . 0 ) , int_b , method = ’ pointwise ’)
bc_vect2 = bc_mid . get_boundary_values ()
bc_mid = [ bc_mid ]

bcs = bc_f + bc_V + bc_mid

• Ayant les expressions de la formulation variationnelle et les conditions aux limites, il faut
assembler le système puis le résoudre.
# # Solve # #
sol = Function ( V ) # Initialisation of solution function over the domain V
A = assemble (a , keep_diagonal = True ) # Assembling bilinear form
B = assemble ( Ll , keep_diagonal = True ) # Assembling linear from
[ bc . apply (A , B ) for bc in bcs ] # Apply all bc to A and BC

t1 = ti . time () # Counting solving time

solve (A , sol . vector () ,B , " mumps " ) # Solving Au = B , with mumps algorithm
( u_sol , phi_sol ) = sol . split ( deepcopy = True )
t2 = ti . time ()
print " Solve Finish , time = % 14 . 12f " % ( t2 - t1 )

Ce modèle 3D a permis d’une part la prise en main de FEniCS et d’autre part servira de réfé-
rence pour le développement de l’élément de plaque FGPM. Celui-ci est présenté dans la section
suivante, et est basé sur une cinématique généralisée.

2.4 Modèle de plaque FGPM

2.4.1 Les modèles de plaques
Une plaque est un solide défini par une surface de référence plane (plan (O,x,y)) et par une
épaisseur notée h, petite par rapport aux autres dimensions, à savoir la longueur L et la largeur
b. Suivant l’ordre de grandeur de l’épaisseur h par rapport aux autres dimensions, on introduit
parfois l’adjectif mince ou épais. Cette qualification n’implique pas seulement une caractéristique
géométrique mais sous-entend également un rôle particulier des déformations dites de cisaille-
ment transversal. La géométrie d’une structure mince favorise donc le choix d’une cinématique
particulière par rapport à la cinématique générale d’un solide.
Classiquement, les cinématiques de plaques sont basées sur la supposition explicite de la
forme des champs inconnus dans l’épaisseur de la structure, par exemple avec des polynômes
en z. En général, les champs approchés sont les déplacements et on utilise le principe de dépla-
cement virtuel (PVD) pour formuler les modèles approchés. Mais il existe des formulations mixtes
telles que Hellinger-Reissner (R EISSNER [1984]) ou RMVT (Reissner Mixed Variational Theorem)
(R EISSNER [1950],C ARRERA [2001]) qui proposent des hypothèses pour le déplacement et le champ
de contrainte de cisaillement transverse.
Les déplacements et/ou les champs de contraintes sont calculés suivant l’épaisseur dans la direc-
tion z :
f (x, y, z) = f 1 (x, y)F1 (z) + ... f i (x, y)Fi (z)... + f N (x, y)FN (z) (2.46)

Les modèles les plus utilisés sont les suivants :

• Les modèles mono-couches équivalentes.

46
CHAPITRE 2. MODÉLISATION DU FGPM

F IGURE 2.7 – Cinématique de Love-Kirchhoff

• Modèles Layer-wise (R OBBINS J R et R EDDY [1993],R EDDY [1987] ).

Dans ce travail, on a choisi d’utiliser un modèle mono-couches équivalentes pour la partie mé-
canique de la plaque et un modèle par couches numériques pour la partie électrique (similaire à
celui de la poutre). On présente les différents modèles mono-couche équivalentes.

2.4.1.a Les modèles mono-couches équivalentes

Dans cette famille on peut citer trois modèles différents :

• Le modèle classique de Love-Kirchhoff
• Le modèle de Reissner-Mindlin
• Les modèles d’ordre supérieur

1. Le modèle classique Love-Kirchhoff (CLT, classical lamination theory) :

Le modèle de Kirchhoff-Love est parfois appelé dans la littérature le modèle "classique" de

plaque. Ce modèle se base sur l’hypothèse que la section transverse reste plane et perpen-
diculaire à la section moyenne après avoir été déformée (Figure 2.7). Donc la déformation
de cisaillement transverse est supposée nulle (K RAUS [1967]) et les effets dus à l’effort tran-
chant sont négligés. Ce modèle est valide pour des plaques minces.
Le champ de déplacement d’une plaque Love-Kirchhoff s’écrit :

u α (x, y, z) = u α0 (x, y) − zw ,α
0
(x, y) α = 1, 2 (2.47)
0
u 3 (x, y, z) = w (x, y)

avec u α le déplacement membranaire de la direction α, u 3 le déplacement transverse, w 0

la flèche de la plaque et w ,α la rotation due à la flexion (sans cisaillement). Le ,α désigne
respectivement la dérivée spatiale selon les axes x et y.
2. Le modèle de Reissner-Mindlin :
Pour introduire les effets dus au cisaillement transverse, on fait l’hypothèse cinématique
(M INDLIN [1951]) que la section reste plane mais n’est plus normale à la section moyenne
dans la configuration déformée (Figure 2.8). Le champ de déplacement d’une plaque Reissner-
Mindlin s’écrit :

u α (x, y, z) = u α0 (x, y) − zθα (x, y) α = 1, 2 (2.48)

u 3 (x, y, z) = w 0 (x, y)

47
 CHAPITRE 2. MODÉLISATION DU FGPM

F IGURE 2.8 – Cinématique de Reissner-Mindlin

avec u α le déplacement membranaire de la direction α, w 0 la flèche de la plaque et θα la

rotation autour des axes x ou y.
Par conséquent, la déformation de cisaillement transverse n’est pas nulle. u 3 est constant
en z donc les déformations ²13 et ²23 sont également constantes en z et ²33 = 0. Ainsi, les
contraintes σ13 et σ23 sont constantes, ce qui en fait une assez mauvaise approximation.
De plus, ²33 = 0 est incompatible avec l’hypothèse classique de plaque généralement faite, à
savoir l’hypothèse des contraintes planes (σ33 = 0). Tout ceci fait que le modèle prédit mal
le comportement en cisaillement transverse, dès que le rapport h/L augmente ou que des
gradients de propriétés matériaux importants existent (comme la plaque sandwich).
Ainsi on introduit la notion de coefficient correcteur pour mieux prendre en compte ces
effets de cisaillements transverses (W HITNEY [1973]). On peut déduire ces coefficients en
comparant l’énergie de cisaillement résultante de la théorie du premier ordre et celle dé-
duite des équations d’équilibres (C HO et K IM [2000]).
3. Les modèles d’ordre supérieur : Les modèles d’ordre supérieur permettent de se passer des
coefficients de correction en cisaillement. La plupart d’entre eux utilisent un développe-
ment en série de Taylor des champs de déplacements pour approcher la théorie tridimen-
sionnelle. Le déplacement est supposé sous la forme suivante :

u i (x, y, z) = u i(0) (x, y) + zu i(1) (x, y) + z 2 u i(2) (x, y) + z 3 u i(3) (x, y) + ... (2.49)

avec i = 1, 2, 3.
H ILDEBRAND et collab. [1949] sont les premiers à avoir introduit cette sophistication dans la
théorie classique des plaques.
Cependant, pour augmenter la précision de la théorie, on doit utiliser des modèles d’ordre
toujours supérieur, augmentant le nombre de degrés de liberté. Pour réduire le nombre
de degrés de liberté, plusieurs simplifications sont proposées. Une de ces simplification
consiste à tronquer les derniers termes de la série de Taylor en introduisant une "fonction
de cisaillement" . La forme du déplacement est alors la suivante :

u α (x, y, z) = u α0 (x, y) − zw ,α
0
(x, y) + f (z)φα (x, y) α = 1, 2 (2.50)
0
u 3 (x, y, z) = w (x, y)

On trouve selon les auteurs des expressions de f (z) :

48
CHAPITRE 2. MODÉLISATION DU FGPM

• Ambartsumyan (A MBARTSUMYAN [1969])

z h2 z 2
µ ¶
f (z) = − (2.51)
2 4 3

• Reissner et Panc (PANC [1975])

4z 2
µ ¶
5
f (z) = z 1 − 2 (2.52)
4 3h

• Levinson, Murthy et Reddy (L EVINSON [1980],M URTHY [1981],R EDDY [1984])

4z 2
µ ¶
f (z) = z 1 − 2 (2.53)
3h

avec h l’épaisseur de la plaque.

2.4.2 Modèle de plaque FGPM

Dans ce travail, la cinématique de plaque FGPM est basée sur un modèle d’ordre supérieur. Les
composantes du champs de déplacements peuvent être exprimées de façon générale, en fonction
du choix de l’expansion en z pour les déplacements dans le plan et le déplacement transverse.

u α (x, y, z, t ) = u α(0) (x, y, t ) + zu α(1) (x, y, t ) + ... + z n u α(n) (x, y, t ) (2.54)

(0) (1) m (m)
u 3 (x, y, z, t ) = w (x, y, t ) + zw (x, y, t ) + ... + z w (x, y, t ) (2.55)

avec α = 1, 2 et n, m les ordres des expansions en z du déplacement dans le plan et transverse

respectivement. On en déduit les expressions des déformations :
n 1³ ´
(i ) (i )
εαβ = zi
X
u α,β + u β,α (2.56)
i =0 2
à !
1 X n m
i −1 (i ) i (i )
εα3 =
X
i z uα + z w ,α (2.57)
2 i =1 i =0
m
ε33 = i z i −1 w (i )
X
(2.58)
i =1

Cette cinématique permet à la fois d’avoir un modèle d’ordre supérieur ou le modèle de Reissner-
Mindlin (pour n = 1 et m = 0), selon les degrés d’expansion choisis.
Remarque : Le modèle de Reissner-Mindlin entraîne une modification de la loi de comportement.
En effet, en utilisant l’hypothèse des contraintes planes σ33 = 0, on peut exprimer ²33 tel que :

1
²33 = (e 13 E1 + e 33 E3 − C13 ²11 − C23 ²22 ) (2.59)
C33
On définit de nouveaux coefficients :

 Cp3 C3q

 Cpq = Cpq − C33





e k3 Cq3
e kp = e kq − C33





 Ci 3 C j 3
²i j = ²i j −

C33

La nouvelle loi de comportement bidimensionnelle s’exprime comme :

49
 CHAPITRE 2. MODÉLISATION DU FGPM

σ1 ε1
      
C11 C12 0 0 0 0 0 e 31
σ  C C22 0 0 0  ε   0 0 e 32 
 E1
 
 2   12   2 
σ4  =  0 0 C44 0 0  ε4  −  0 e 24 0  E2 (2.60)
       
σ5   0 0  ε5  e 15
      
0 0 C55 0 0  E3
σ6 0 0 0 0 C66 ε6 0 0 0
et

ε1
 

D1 0 0 0 e 15 0 ε2  ²11 0 0 E1
       
D 2  =  0 0 e 24 0 0 ε4  +  0 ²22 0  E2  (2.61)
 
0 ε5  ²33 E3
 
D3 e 31 e 32 0 0 0 0
ε6

2.4.3 Choix du potentiel électrique

A contrario du modèle poutre, on ne fait aucune hypothèse sur le potentiel, et on a la relation :

∇φ(x, y, z)
E(x, y, z) = −∇ (2.62)

Comme dans la cas de la poutre, on choisit une approximation quadratique par couches dis-
crètes du potentiel électrique. Dans le cas de la plaque, cette approximation est faite en chaque
nœud et non plus par élément. La plaque est discrétisée dans l’épaisseur en 2n l couches numé-
riques : n l dans chacune des parties isolantes (supérieure et inférieure), conduisant ainsi à un total
de n φ = 2(2n l + 1) degrés de liberté électriques par nœud. Chaque couche possède trois degrés de
p p
liberté électriques : le potentiel supérieur φsup , le potentiel inférieur φi n f et le potentiel médian
p
φmi d (Figure 2.4). Le potentiel électrique s’exprime au sein d’une couche p comme :
p p p
φp (x, y, z(ξ)) = h(ξ)φi n f (x, y) + g (ξ)φmi d (x, y) + f (ξ)φsup (x, y) (2.63)

Avec :
1 1
f (ξ) = ξ(ξ + 1) g (ξ) = (1 − ξ2 ) h(ξ) = ξ(ξ − 1) (2.64)
2 2
Où ξ est le changement de variable dans une couche p :
p p
ξ ∈ [−1, 1] et z ∈ [z i n f , z sup ]
³ ´
p p
2z p − z sup + z i n f 1³ p ´
p
ξ(z) = p p et z(ξ) = z sup (1 + ξ) + z i n f (1 − ξ) (2.65)
z sup − zi n f 2

Le potentiel électrique s’écrit donc en tout point comme :

φ(x, y) = {φ(0) φ(1) ... φ(nφ ) }(x, y) (2.66)

2.4.4 Écriture variationnelle

Comme l’élément fini de plaque sera implémenté sous FEniCS, il est nécessaire d’écrire la
formulation variationnelle 2D du problème. Il faut donc intégrer dans la direction z la formulation
variationnelle 3D (Eq 1.14). La formulation variationnelle 2D peut s’écrire comme :
Z Z
(Πm + Πe + Πa ) d S = Π f d S (2.67)
S S

où Πm ,Πe ,Πa et Π f sont les puissances virtuelles mécanique, électrique, inertielle et des efforts
extérieurs respectivement.

50
CHAPITRE 2. MODÉLISATION DU FGPM

2.4.4.a La puissance mécanique virtuelle

La puissance mécanique virtuelle Πm , en injectant la loi de comportement (1.1.1.d), a pour

expression en utilisant la notation de Voigt :

Z
Πm = σ : ε(u ∗ )d z (2.68)
z
Z
t
= [ ε∗1 (C11 ε1 + C12 ε2 + C13 ε3 − e 31 E3 )
z
t
+ ε∗2 (C12 ε1 + C22 ε2 + C23 ε3 − e 32 E3 )
t
+ ε∗3 (C13 ε1 + C23 ε2 + C33 ε3 − e 33 E3 )
t
+ ε∗4 (C44 ε4 − e 24 E2 )
t
+ ε∗5 (C55 ε5 − e 15 E1 )
t
+ ε∗6 (C66 ε6 ) ] d z

En décomposant les contraintes selon les contraintes planes σp , les contraintes de cisaillement
σs et les contraintes transverses σt , la puissance mécanique virtuelle devient :
Z ³ ´
Πm = σp .ε∗p + σs .ε∗s + σt .ε∗t d z (2.69)
z

avec

σp = {σ1 , σ2 , σ6 }t (2.70)
t
σs = {σ4 , σ5 } (2.71)
σt = {σ3 } (2.72)

et les composantes des déformations correspondantes :

εp = {ε1 , ε2 , ε6 }t (2.73)
t
εs = {ε4 , ε5 } (2.74)
εt = {ε3 } (2.75)

On introduit les vecteurs suivants :

εvp = {ε(0) ε(1) ... ε(n) }t (2.76)

½ ´¾
(i ) 1
³
(i ) (i ) (i )
où ε(i ) = u 1,1 u 2,2 u 1,2 + u 2,1 (2.77)
2
εvs = {γ1 γ2 }t (2.78)
où γα = {u α(1) 2u α(2) ... nu α(n) (0)
w ,α (1)
w ,α ... (m)
w ,α } (2.79)
εvt = {w(1) (2)
2w ... mw (m) t
} (2.80)

Et les composantes du potentiel électrique :

φ = {φ(0) φ(1) ... φ(nφ ) }t (2.81)

On explicite les trois termes de la puissance mécanique virtuelles :

Z
t
σp .ε∗p d z = εv∗
p A εvp
z
v t
+ εv∗
p B ε3 (2.82)
t
+ εv∗
p Cφ

51
 CHAPITRE 2. MODÉLISATION DU FGPM

Z
t
σs .ε∗s d z = γ1v∗ D1 γ1v
z
t
+ γ1v∗ E1 φ,1
t
+ γ2v∗ D2 γ2v (2.83)
t
+ γ2v∗ E2 φ,2

Z
t
σ3 .ε∗3 d z = ε3v∗ F ε3v
z
t
+ ε3v∗ Bt εvp (2.84)
t
+ ε3v∗ Gφ

Les différentes matrices de rigidité mécanique s’expriment comme suit :

 
A0 A1 . . . An
..  C11 C12 0
  
A2
Z
 . 
A= avec Ai = z i C12 C22 0 dz (2.85)
 
.. ..  z
. . 
 
 0 0 C66
Sym A2n
 
B0
C13 zC13 ... z m C13
 
 1
B 
Z
B=
 .. 
 avec Bi = z i C23 zC23 ... z m C23  d z (2.86)
 .  z
0 0 ... 0
Bn

 
1 z ... z n−1 1 z ... zm
 .. .. 
 z . zn z . z m+1
 

 . .. .. ..
.. ..

 .
 . . . . . .


 n−1 2n−2 n−1 m+n−1 

z z z z
Z
... ... ... ... dz
(D1 , D2 ) = (C55 , C44 )  (2.87)
z
 1
 ... ... z n−1 1 z ... zm 
 .. .. 
 z
 . zn z . z m+1 

 . .. .. ..
.. ..

 . . .
 . . . .


zm ... ... z m+n+1
zm ... ... z 2m

z m−1
 
1 z ...
z z2 ... zm 
Z  

F = C33  .. .. .. ..  (2.88)
. . . . 
 
z 
z m−1 zm ... z 2m−2
Les matrices piézoélectriques nécessitent une étape d’assemblage supplémentaire sur le nombre
de couches discrètes utilisées, en effet les couches partagent des degrés de liberté : le potentiel
inférieur d’une couche p est également le potentiel supérieur de la couche p − 1. Les différentes
matrices piézoélectriques dans une couche p sont définies par :

 
C0  0 0 0

 1
C  1 Z e 31 (ξ) f (ξ) e 31 (ξ)g (ξ) e 31 (ξ)h (ξ)
0 0 0
Cp =  avec Ci = z i (ξ) e 32 (ξ) f (ξ) e 32 (ξ)g (ξ) e 32 (ξ)h (ξ) d ξ (2.89)
 
 .. 

 .  −1
0 0 0
Cn

52
CHAPITRE 2. MODÉLISATION DU FGPM

 
1
z
 
 
  ..
.
 
 
Z 1  n−1 
¡ p p¢ z
g (ξ) h(ξ) d ξ
£ ¤
E1 , E2 =  1  f (ξ)
(e 15 , e 24 )  (2.90)

−1  
 z 
 
 . 
 . 
 . 
zm
 
1
1 z
Z  
£ 0 0 0
Gp = g (ξ) h (ξ) d ξ
 ¤
e 33  ..  f (ξ) (2.91)
.
 
−1  
z m−1

2.4.4.b La puissance électrique virtuelle

La puissance électrique virtuelle Πe s’exprime comme :

Z
t
Πe = D.E∗ d z = φ∗,1 ²1 φ∗,1
z
t
+ φ∗,2 ²2 φ∗,2
t
+ φ∗ ²3 φ∗
t
− φ∗,1 E1t γ1v (2.92)
t
− φ∗,2 E2t γ2v
t
− φ∗ C t εvp
t
− φ∗ Gt ε3v

Les matrices diélectriques nécessitent une étape d’assemblage supplémentaire sur le nombre de
couches discrètes utilisées. En effet les couches partagent des degrés de liberté : le potentiel in-
férieur d’une couche p est également le potentiel supérieur de la couche p − 1. Les différentes
matrices diélectriques dans une couche p sont définies par :

f 2 (ξ) f (ξ)g (ξ) f (ξ)h(ξ)

 
¡ p p¢
Z 1
²1 , ²2 = (²11 , ²22 )  f (ξ)g (ξ) g 2 (ξ) g (ξ)h(ξ) d ξ (2.93)
−1
f (ξ)h(ξ) g (ξ)h(ξ) h 2 (ξ)

 0 0 0 0 0 
Z1 ( f (ξ))2 f (ξ)g (ξ) f (ξ)h (ξ)
p  0 0 0 0 0
²3 = ²33  f (ξ)g (ξ) (g (ξ))2 g (ξ)h (ξ) d ξ (2.94)

−1 0 0 0 0 0
f (ξ)h (ξ) g (ξ)h (ξ) (h (ξ))2

2.4.4.c La puissance inertielle virtuelle

La puissance inertielle virtuelle Πa s’exprime comme :

Z
t
Πa = ρü.u ∗ d z = q u∗ M q¨u (2.95)
z

où q u est le vecteur contenant tous les degrés de liberté mécaniques. La matrice de masse est
donnée par :

53
 CHAPITRE 2. MODÉLISATION DU FGPM

 
1 z ... zn 1 z ... zm
 .. .. 
 z . z n+1 z . z m+1 
 
 . .. .. .. 
 . .. ..
 . . . . . . 

Z  n
z 2n zn z m+n 

z ... ... ... ...
M = ρ dz (2.96)
z  1
 ... ... zn 1 z ... zm  
 .. .. 
 z
 . zn z . z m+1 
 . .. .. .. 
 . .. ..
 . . . . . . 

zm ... ... z m+n
zm ... ... z 2m

2.4.5 L’élément plaque FGPM

F IGURE 2.9 – Élément de plaque : degrés de liberté

L’élément fini de plaque développé est un élément triangulaire à six nœuds et est schématisé
sur la Figure 2.9.
Les composantes du déplacement sont interpolées avec des polynômes de Lagrange d’ordre deux
dans le plan (x, y). Chaque nœud possède donc 2(n + 1) degrés de liberté pour le déplacement
dans le plan (u 1 et u 2 ) et (m + 1) degrés de liberté pour le déplacement transverse u 3 . Le nombre
de degré de liberté dépend donc de l’expansion choisie pour la cinématique généralisée.
Le potentiel électrique est interpolé avec des polynômes de Lagrange linéaire dans le plan (O, x, y),
et est approximé par une approche par couches numérique dans la direction z, avec 2n l couches,
conduisant ainsi à un total de 2(2n l + 1) degré de liberté électriques à chacun des trois nœuds for-
mant les sommets de l’élément.
Il faut noter que le choix de l’interpolation dans le plan (quadratique pour le déplacement et li-
néaire pour le potentiel) peut être facilement modifié dans FEniCS lors de la déclaration des élé-
ments utilisés.

2.4.5.a Implémentation numérique

Le modèle de plaque FGPM est implémenté sous FEniCS en deux étapes principales. La pre-
mière consiste à effectuer en amont le calcul des différentes matrices de rigidité, de masse, de
piézoélectricité et de diélectricité. La seconde est d’effectuer le calcul éléments finis grâce à FE-
niCS.

54
CHAPITRE 2. MODÉLISATION DU FGPM

Un programme Python à été développé afin d’effectuer les intégrations en z de façon prélimi-
naire. Ce programme fonctionne avec les données d’entrée du système (géométrie, matériau (loi
de comportement : monocouche, bimorphe, FGPM), discrétisation en z (nombre de couches nu-
mériques)) et enregistre dans un dictionnaire les matrices intégrées. L’intégration numérique en z
est effectuée avec une méthode de Gauss-Legendre.

Implémentation FEniCS • L’utilisateur choisit les paramètres de la simulation : géométrie, maillage,

loi de comportement, degré d’expansion pour les déplacements dans le plan et transverse, le
nombre d’électrodes pouvant servir à la fois d’actionneur et de capteur.
# # Parameters ##

# Plate ’s dimensions
h = 0 . 01 ; L0 = 1 ; b0 = 0 . 8

# Material behaviour law

law_Carrera = False ; beta = 0 ; N_lay = 2 # Set true for Carrera law :
beta ( gradient index ) , N_lay ( number of
numerical layer in half thickness )
law_FGPM = True ; k = 0 . 6 ; fc = 0 . 3 ; dec = [1 , 4 ] # Set true for FGPM
Alu / PZT4 : k ( fraction index ) , fc (
percolation threshold ) , dec [ 0 ]( number
of numerical layers in conductive part
) , dec [ 1 ]( number of numerical layers
in insulative part )

# Choice of degree of expansion for displacement

n = 1 ; # In plane displacement u = U_0 + z * u_1 + z ^ 2 * U_2 + ... + z ^ n * U_n
m = 0 # Transverse displamcent w = W_0 + z * W_1 + z ^ 2 * W_2 + ... + z ^ m * W_n

# # Mesh # #

P1 = Point ( 0 . , 0 .) ; P2 = Point ( L0 , b0 )
domain = Rectangle ( P1 , P2 )

n_el_x = 4 ; n_el_y = 4 ; # Number of electrodes in x and y directions

Sx = 2 * 10e # Rectangular electrode with a size = Sx * Sy
Sy = 2 * 6e - 2

• On définit trois éléments finis triangulaire de Lagrange dans le plan (x, y) :

• el e_1 élément fini quadratique de Lagrange servant de support pour l’approximation du
déplacement transverse.
• el e_2 vecteur d’éléments finis (deux composantes) quadratique de Lagrange servant de sup-
port pour l’approximation du déplacement dans le plan.
• el e_3 élément fini linéaire de Lagrange servant de support pour l’approximation du poten-
tiel électrique.
Puis on assemble les éléments finis globaux pour u α , u 3 et φ en fonction des expansions (n et
m) choisies pour la cinématique et le nombre de couches 2n l pour le potentiel.
Enfin ces trois éléments sont "sommés" pour créer l’élément global (appelé élément mixte sous
FEniCS), présenté en début de section.
L’espace fonctionnel est déclaré avec le maillage de la plaque et l’élément mixte.
# Finite Element
ele_1 = FiniteElement ( " CG " , triangle , 2 ) # Element for transverse
displacement
ele_2 = VectorElement ( " CG " , triangle , 2 ) # Element for in plane displacement
ele_3 = FiniteElement ( " CG " , triangle , 1 ) # Element for electrical potential

ele_W = [ ]

55
 CHAPITRE 2. MODÉLISATION DU FGPM

for i in range ( m + 1 ) : # We build the total transverse disp element ,

in adding
ele_W . append ( ele_1 ) # m + 1 times the element ele_1

ele_U = [ ]
for i in range ( n + 1 ) : # We build the total in plane disp element ,
in adding
ele_U . append ( ele_2 ) # n + 1 times the vector element ele_2

ele_el = [ ] # We build the total electric element , in adding

N_dofz_el
for i in range ( N_dofz_el ) : # ( number of electric dof in z ) times the
element ele_3
ele_el . append ( ele_3 )

ele_tot = MixedElement ( [ ele_U , ele_W , ele_el ] ) # The mixed element

UWP = FunctionSpace ( mesh , ele_tot )

• On déclare les fonctions solutions et les fonctions tests du problème :

# # Create test and trial functions : TestFunction will always be the first
argument in a form and
# # TrialFunction be the second argument in a form , order of declaration
does not matter # #
uu = TrialFunction ( UWP )
vv = TestFunction ( UWP )

• On définit les composantes des déformations et du champ électrique, pour créer les puis-
sances mécanique et électriques (Sections 2.4.4.a, 2.4.4.b).
# # Kinematics and virtual work # #

# kinematics
[ eps , eps_ , g_u1 , g_u1_ , g_u2 , g_u2_ , g_w1 , g_w1_ , g_w2 , g_w2_ , eps_33 , eps_33_ , phi , phi_
, phi_d0 , phi_d0_ , phi_d1 , phi_d1_ , u_ , w_ ]
= kinematics_auto ( uu , vv ,n , m )

# Virtual work : elastic part and electrical part

[ Pi_elastic , Pi_elec ] = virt_w_auto ( Mat ,n ,m , eps , eps_ , g_u1 , g_u1_ , g_u2 , g_u2_ ,
g_w1 , g_w1_ , g_w2 , g_w2_ , eps_33 , eps_33_ ,
phi , phi_ , phi_d0 , phi_d0_ , phi_d1 , phi_d1_
, w_ )

• La création de la cinématique de la plaque et du champ électrique est assez simple et lisible.

def kinematics_auto ( uu , vv ,n , m ) :
r """ Defining Reissner - Mindlin kinematics

Args :
uu , vv , trial and test functions of Function Space , with a 2D mesh and a Mixed
finite element ( u in plane
displacement , w transverse
displacement , theta rotations and
potentiel electric )
Return :
in voigt notation : strains tensor in plane , strains curvature tensor , shear
tensor , electric potential and
electric gradient ; of both trial and
test functions
"""

(u ,w , phi ) = split ( uu ) # Split of trial function

( u_ , w_ , phi_ ) = split ( vv ) # Split of test function

dep = as_matrix ( [ ( u [ 2 * a ] ,u [ 2 * a + 1 ] ) for a in range ( n + 1 ) ])

dep_ = as_matrix ( [ ( u_ [ 2 * a ] , u_ [ 2 * a + 1 ] ) for a in range ( n + 1 ) ])

56
CHAPITRE 2. MODÉLISATION DU FGPM

eps = as_matrix ( [ ( dep [a , 0 ] . dx ( 0 ) , dep [a , 1 ] . dx ( 1 ) , dep [a , 0 ] . dx ( 1 ) + dep [a , 1 ] . dx (

0 ) ) for a in range ( n + 1 ) ] )
eps_ = as_matrix ( [ ( dep_ [a , 0 ] . dx ( 0 ) , dep_ [a , 1 ] . dx ( 1 ) , dep_ [a , 0 ] . dx ( 1 ) + dep_ [a , 1 ]
. dx ( 0 ) ) for a in range ( n + 1 ) ] )

g_u1 = as_vector ( [ ( a * u [ 2 * a ] ) for a in range (1 , n + 1 ) ])

g_w1 = as_vector ( [ ( w [ a ] . dx ( 0 ) ) for a in range ( m + 1 ) ])

g_u2 = as_vector ( [ ( a * u [ 2 * a + 1 ] ) for a in range (1 , n + 1 ) ])

g_w2 = as_vector ( [ ( w [ a ] . dx ( 1 ) ) for a in range ( m + 1 ) ])

g_u1_ = as_vector ( [ ( a * u_ [ 2 * a ] ) for a in range (1 , n + 1 ) ])

g_w1_ = as_vector ( [ ( w_ [ a ] . dx ( 0 ) ) for a in range ( m + 1 ) ])

g_u2_ = as_vector ( [ ( a * u_ [ 2 * a + 1 ] ) for a in range (1 , n + 1 ) ])

g_w2_ = as_vector ( [ ( w_ [ a ] . dx ( 1 ) ) for a in range ( m + 1 ) ])

if m = = 0 :
eps_33 = as_vector ( [ 0 . 0 ] )
eps_33_ = as_vector ( [ 0 . 0 ] )
else :
eps_33 = as_vector ( [ ( a * w [ a ] ) for a in range (1 , m + 1 ) ])
eps_33_ = as_vector ( [ ( a * w_ [ a ] ) for a in range (1 , m + 1 ) ])

phi_d0 = phi . dx ( 0 ) # x electric field

phi_d1 = phi . dx ( 1 ) # y electric field

phi_d0_ = phi_ . dx ( 0 )
phi_d1_ = phi_ . dx ( 1 )

return [ eps , eps_ , g_u1 , g_u1_ , g_u2 , g_u2_ , g_w1 , g_w1_ , g_w2 , g_w2_ , eps_33 , eps_33_ ,
phi , phi_ , phi_d0 , phi_d0_ , phi_d1 , phi_d1_
, u_ , w_ ]

• Le calcul des puissance se fait comme suit :

def virt_w_auto ( Mat ,n ,m , eps , eps_ , g_u1 , g_u1_ , g_u2 , g_u2_ , g_w1 , g_w1_ , g_w2 , g_w2_ ,
eps_33 , eps_33_ , phi , phi_ , phi_d0 , phi_d0_
, phi_d1 , phi_d1_ , w_ ) :
r """ Defining virtual work , mechanical part ( elastic + piezoelectric coupling
) and electrical part ( dielectric part
+ piezoelctric coupling )

Args : Mat ( integraded in z matrices of material constant ) , all kinematics

returns

Return : Pi_elastic and Pi_elec : mechanical and electric parts of virtual work

"""

Pi_elastic = 0 . 0

for i in range ( n + 1 ) :
for j in range ( n + 1 ) :
Pi_elastic + = dot ( as_matrix (( Mat [ ’A ’] [ 3 * i : 3 * i +3 , 3 * j : 3 * j + 3 ] . astype ( float ) ) ) *
eps [j , : ] , eps_ [i , : ] )

for i in range ( n + 1 ) :
if m > = 1 :
Pi_elastic + = dot ( as_matrix (( Mat [ ’B ’] [ 3 * i : 3 * i +3 , : ] . astype ( float ) ) ) * eps_33
, eps_ [i , : ] )
Pi_elastic + = dot ( as_matrix (( Mat [ ’B ’] [ 3 * i : 3 * i +3 , : ] . astype ( float ) ) ) . T * eps [i , : ]
, eps_33_ )
Pi_elastic + = dot ( as_matrix (( Mat [ ’C ’] [ 3 * i : 3 * i +3 , : ] . astype ( float ) ) ) * phi ,

57
 CHAPITRE 2. MODÉLISATION DU FGPM

eps_ [i , : ] )

Pi_elastic + = dot ( as_matrix (( Mat [ ’ D1 ’] [ 0 :n , 0 : n ] . astype ( float ) ) ) * g_u1 ,

g_u1_ )
Pi_elastic + = dot ( as_matrix (( Mat [ ’ D1 ’] [ 0 :n , n : n + m + 1 ] . astype ( float ) ) ) * g_w1 ,
g_u1_ )

Pi_elastic + = dot ( as_matrix (( Mat [ ’ D1 ’] [ n : n + m +1 , 0 : n ] . astype ( float ) ) ) * g_u1 ,

g_w1_ )
Pi_elastic + = dot ( as_matrix (( Mat [ ’ D1 ’] [ n : n + m +1 , n : n + m + 1 ] . astype ( float ) ) ) * g_w1
, g_w1_ )

Pi_elastic + = dot ( as_matrix (( Mat [ ’ D2 ’] [ 0 :n , 0 : n ] . astype ( float ) ) ) * g_u2 ,

g_u2_ )
Pi_elastic + = dot ( as_matrix (( Mat [ ’ D2 ’] [ 0 :n , n : n + m + 1 ] . astype ( float ) ) ) * g_w2 ,
g_u2_ )

Pi_elastic + = dot ( as_matrix (( Mat [ ’ D2 ’] [ n : n + m +1 , 0 : n ] . astype ( float ) ) ) * g_u2 ,

g_w2_ )
Pi_elastic + = dot ( as_matrix (( Mat [ ’ D2 ’] [ n : n + m +1 , n : n + m + 1 ] . astype ( float ) ) ) * g_w2
, g_w2_ )

Pi_elastic + = dot ( as_matrix (( Mat [ ’ E1 ’] [ 0 :n , : ] . astype ( float ) ) ) * phi_d0 ,

g_u1_ )
Pi_elastic + = dot ( as_matrix (( Mat [ ’ E1 ’] [ n : n + m +1 , : ] . astype ( float ) ) ) * phi_d0 ,
g_w1_ )

Pi_elastic + = dot ( as_matrix (( Mat [ ’ E2 ’] [ 0 :n , : ] . astype ( float ) ) ) * phi_d1 ,

g_u2_ )
Pi_elastic + = dot ( as_matrix (( Mat [ ’ E2 ’] [ n : n + m +1 , : ] . astype ( float ) ) ) * phi_d1 ,
g_w2_ )

if m > = 1 :
Pi_elastic + = dot ( as_matrix (( Mat [ ’F ’] . astype ( float ) ) ) * eps_33 , eps_33_ )
Pi_elastic + = dot ( as_matrix (( Mat [ ’G ’] . astype ( float ) ) ) * phi , eps_33_ )

Pi_elec = 0.0

Pi_elec + = dot ( as_matrix (( Mat [ ’ Psie33 ’] . astype ( float ) ) ) * phi , phi_ )

Pi_elec + = dot ( as_matrix (( Mat [ ’ Psie11 ’] . astype ( float ) ) ) * phi_d0 , phi_d0_ )
Pi_elec + = dot ( as_matrix (( Mat [ ’ Psie22 ’] . astype ( float ) ) ) * phi_d1 , phi_d1_ )

for i in range ( n + 1 ) :
Pi_elec - = dot ( as_matrix (( Mat [ ’C ’] [ 3 * i : 3 * i +3 , : ] . astype ( float ) ) ) . T * eps [i , : ] ,
phi_ )

Pi_elec - = dot ( as_matrix (( Mat [ ’ E1 ’] [ 0 :n , : ] . astype ( float ) ) ) . T * g_u1 ,

phi_d0_ )
Pi_elec - = dot ( as_matrix (( Mat [ ’ E1 ’] [ n : n + m +1 , : ] . astype ( float ) ) ) . T * g_w1 ,
phi_d0_ )

Pi_elec - = dot ( as_matrix (( Mat [ ’ E2 ’] [ 0 :n , : ] . astype ( float ) ) ) . T * g_u2 ,

phi_d1_ )
Pi_elec - = dot ( as_matrix (( Mat [ ’ E2 ’] [ n : n + m +1 , : ] . astype ( float ) ) ) . T * g_w2 ,
phi_d1_ )
if m > = 1 :
Pi_elec - = dot ( as_matrix (( Mat [ ’G ’] . astype ( float ) ) ) . T * eps_33 , phi_ )

return [ Pi_elastic * dx , Pi_elec * dx ]

• On définit les conditions aux limites, ici un encastrement et un potentiel électrique imposé
sur les surfaces supérieure et inférieure de la plaque
# # Boundaries conditions # #

58
CHAPITRE 2. MODÉLISATION DU FGPM

# fix end
bc_CCCC . append ( DirichletBC ( UWP . sub ( 1 ) , Constant ( np . zeros (( m + 1 ) ) ) ,
all_boundary ) )
for i in range ( n + 1 ) :
bc_CCCC . append ( DirichletBC ( UWP . sub ( 0 ) . sub ( i ) . sub ( 0 ) , Constant ( 0 . 0 ) ,
all_boundary ) )
bc_CCCC . append ( DirichletBC ( UWP . sub ( 0 ) . sub ( i ) . sub ( 1 ) , Constant ( 0 . 0 ) ,
all_boundary ) )

# imposed electric potential on bot and top surfaces

bc_V1 = DirichletBC ( UWP . sub ( 2 ) . sub ( N_dofz_el - 1 ) , Constant (( V0 ) ) , mid_surf
, method = " pointwise " )
bc_V2 = DirichletBC ( UWP . sub ( 2 ) . sub ( 0 ) , V1 , mid_surf , method =
" pointwise " )
bc_V = [ bc_V1 , bc_V2 ]

bcs = bc_CFFF + bc_V

• On définit également le travail des forces extérieures, ici une pression uniforme. On assemble
le système et on le résout.

# # External work # #
q0 = 10e3
f = Constant ( q0 )
z0 = h / 2 . 0
ext = 0 . 0
for i in range ( m + 1 ) :
ext + = ( z0 ** i ) * w_ [ i ]

# # Building of a bilinear form and L linear form # #

a = Pi_elastic + Pi_elec
L = ext_w

# # Solve # #
AA , b = assemble_system (a , L , bcs = bcs_tot ) # assembling system
solver = LUSolver ( " umfpack " ) # choice of solver
uwp = Function ( UWP ) # initialisation of solution function
solver . solve ( AA , uwp . vector () , b ) # solving static problem
Enreg ( uwp ) # saving function

(u ,w , thet , p ) = uwp . split ( deepcopy = True ) # extraction from the solution of

displacements , rotations and
electrical potential

2.5 Équations discrétisées des modèles

Les modèles éléments finis de poutre et de plaque permettent d’obtenir les équations discré-
tisées de la structure FGPM suivantes :

Mq¨u + K uu q u + K uφ q φ = F (2.97)
t
K φφ q φ + K uφ qu =0 (2.98)

où q u et q φ sont les vecteurs des degrés de libertés mécaniques et électriques respectivement ;

M, K uu , K φφ et K uφ sont respectivement les matrices globales de masse, de rigidité, de "rigidité
électrique" et de couplage piézoélectrique ; F est le vecteur d’effort mécanique.

59
 CHAPITRE 2. MODÉLISATION DU FGPM

2.6 Conclusion
Le FGPM utilisé dans ce travail est un composite, mixant un matériau conducteur, l’alumi-
nium, et un matériau isolant, le PZT4. Il montre des propriétés électriques particulières. En effet,
le phénomène de percolation intervient quand il y a assez de particules conductrices pour for-
mer un chemin conducteur, rendant ainsi tout le matériau conducteur. Le modèle développé ici,
prend en compte ce phénomène. Le FGPM possède donc une partie conductrice en son centre (où
la percolation a eu lieu) et deux parties isolantes vers l’extérieur. Les propriétés matériaux sont dé-
crites par une loi des mélanges, en considérant que la fraction volumique de l’aluminium suit une
loi puissance, gérée par l’indice k.
Dans la deuxième partie de ce chapitre, afin de modéliser des structures FGPM élancées , trois
types d’éléments finis sont implémentés. Un élément de poutre, basé sur la cinématique de Timo-
shenko, à deux nœuds avec intégration consistante et un potentiel électrique approximé quadra-
tiquement par couche numérique et constant par élément.
Un élément de plaque et un élément 3D servant de référence sous FEniCS sont implémentés. L’élé-
ment de plaque est basé sur une cinématique généralisés (modèle de Reissner-Mindlin ou modèle
d’ordre supérieur) et sur un potentiel électrique quadratique par couches discrètes dans l’épais-
seur.
La méthode des éléments finis permet ainsi d’obtenir :
• Les équations discrétisées de la structure FGPM élancée.
• La base modale de la structure FGPM élancée déduite des équations précédentes.

60
CHAPITRE 2. MODÉLISATION DU FGPM

2.7 Références
A BERT, C., L. E XL, F. B RUCKNER, A. D REWS et D. S UESS. 2013, «magnum. fe : A micromagnetic
finite-element simulation code based on fenics», Journal of Magnetism and Magnetic Materials,
vol. 345, p. 29–35. 43

A MBARTSUMYAN , S. 1969, Theory of anisotropic plate, Technomic Publishing Co,. 49

B AÏLON , J. et J. D ORLOT. 2000, Des matériaux, Presses Internationales Polytechnique, ISBN

9782553007705. URL [Link] 33

B ERLINCOURT, D. A., D. R. C URRAN et H. J AFFE. 1964, «Piezoelectric and piezomagnetic materials

and their function in transducers», Physical Acoustics : Principles and Methods, vol. 1, no Part A,
p. 247. 40

B OYD, R. W., R. J. G EHR, G. L. F ISCHER et J. S IPE. 1996, «Nonlinear optical properties of nanocom-
posite materials», Pure and Applied Optics : Journal of the European Optical Society Part A, vol. 5,
no 5, p. 505. 35

B ROADBENT, S. R. et J. M. H AMMERSLEY. 1957, «Percolation processes : I. crystals and mazes», dans

Mathematical Proceedings of the Cambridge Philosophical Society, vol. 53, Cambridge University
Press, p. 629–641. 36

C ALAME , J., A. B IRMAN, Y. C ARMEL, D. G ERSHON, B. L EVUSH, A. S OROKIN, V. S EMENOV, D. D ADON,

L. M ARTIN et M. R OSEN. 1996, «A dielectric mixing law for porous ceramics based on fractal
boundaries», Journal of applied physics, vol. 80, no 7, p. 3992–4000. 35

C ARRERA , E. 2001, «Developments, ideas, and evaluations based upon reissner’s mixed variational
theorem in the modeling of multilayered plates and shells», Applied Mechanics Reviews, vol. 54,
no 4, p. 301–329. 46

C ARRERA , E. 2003, «Historical review of zig-zag theories for multilayered plates and shells», Ap-
plied mechanics reviews, vol. 56, no 3, p. 287–308.

C HO, M. et J.-S. K IM. 2000, «A postprocess method for laminated shells with a doubly curved
nine-noded finite element», Composites Part B : Engineering, vol. 31, no 1, p. 65–74. 48

C HUAQUI , T. et C. R OQUE. 2017, «Analysis of functionally graded piezoelectric timoshenko smart

beams using a multiquadric radial basis function method», Composite Structures, vol. 176, p.
640–653. 37

C H ỲLEK , P. et V. S RIVASTAVA. 1983, «Dielectric constant of a composite inhomogeneous medium»,

Physical Review B, vol. 27, no 8, p. 5098. 36

C LAUSIUS , R. 1879, Die mechanische wärmetheorie : bd. Die mechanische behandlung der electri-
cität. 1879, vol. 2, f. Vieweg und sohn. 34

G ARNETT, J. M. 1904, «Xii. colours in metal glasses and in metallic films», Philosophical Transac-
tions of the Royal Society of London. Series A, Containing Papers of a Mathematical or Physical
Character, vol. 203, no 359-371, p. 385–420. 35

H ILDEBRAND, F., E. R EISSNER et G. T HOMAS. 1949, «Notes on the foundations of the theory of
small displacements of orthotropic shells», . 48

H OFFMAN , J., J. J ANSSON, R. V. DE A BREU, N. C. D EGIRMENCI, N. J ANSSON, K. M ÜLLER, M. N AZA -

ROV et J. H. S PÜHLER . 2013, «Unicorn : Parallel adaptive finite element simulation of turbulent
flow and fluid–structure interaction for deforming domains and complex geometry», Computers
& Fluids, vol. 80, p. 310–319. 43

61
 CHAPITRE 2. MODÉLISATION DU FGPM

K RAUS , H. 1967, Thin elastic shells : an introduction to the theoretical foundations and the analysis
of their static and dynamic behavior, John Wiley & Sons. 47

L EVINSON , M. 1980, «An accurate, simple theory of the statics and dynamics of elastic plates»,
Mechanics Research Communications, vol. 7, no 6, p. 343–350. 49

L I , J.-F., K. TAKAGI, N. T ERAKUBO et R. WATANABE. 2001, «Electrical and mechanical properties of

piezoelectric ceramic/metal composites in the Pb(Zr, Ti)O3/Pt system», Applied Physics Letters,
vol. 79, no 15, p. 2441–2443. 36

L OGG , A., K.-A. M ARDAL et G. W ELLS. 2012, Automated solution of differential equations by the
finite element method : The FEniCS book, vol. 84, Springer Science & Business Media. 42

M EJDOUBI , A. 2007, Étude par simulation numérique des propriétés diélectriques d’hétérostruc-
tures multiphasiques contenant des inclusions de forme arbitraire, thèse de doctorat, Thèse de
doctorat de l’université de Bretagne Occidentale. 35

M ICHEL , B. et A. L AKHTAKIA. 1996, «On the application of the strong property fluctuation theory
for homogenizing chiral-in-chiral composites», Journal of Physics D : Applied Physics, vol. 29,
no 6, p. 1431. 35

M INDLIN , R. D. 1951, «Influence of rotatory inertia and shear on flexural motions of isotropic,
elastic plates», J. appl. Mech., vol. 18, p. 31–38. 47

M OSSOTTI , O. F. 1846, Discussione analitica sull’influenza che l’azione di un mezzo dielettrico ha

sulla distribuzione dell’elettricità alla superficie di più corpi elettrici disseminati in esso, dai tipi
della r. D. camera. 34

M URTHY, M. 1981, «An improved transverse shear deformation theory for laminated antisotropic
plates», . 49

O RLOWSKA , S. 2003, Conception et prédiction des caractéristiques diélectriques des matériaux com-
posites à deux et trois phases par la modélisation et la validation expérimentale, thèse de docto-
rat, Ecole Centrale de Lyon. 36

PANC , V. 1975, Theories of elastic plates, vol. 2, Springer Science & Business Media. 49

P ECHARROMÁN , C. et J. S. M OYA. 2000, «Experimental evidence of a giant capacitance in insulator–

conductor composites at the percolation threshold», Advanced Materials, vol. 12, no 4, p. 294–
297. 36

P OLIT, O. et I. B RUANT. 2006, «Electric potential approximations for an eight node plate finite ele-
ment», Computers & Structures, vol. 84, no 22, p. 1480–1493. 39

P RINKEY, M. T., A. L AKHTAKIA et B. S HANKER. 1994, «On the extended maxwell-garnett and the
extended burggeman approaches for dielectric-in-dielectric composites», Optik, vol. 96, no 1,
p. 25–30. 34

R EDDY, J. 1987, «A generalization of two-dimensional theories of laminated composite plates»,

Communications in applied numerical methods, vol. 3, no 3, p. 173–180. 47

R EDDY, J. N. 1984, «A simple higher-order theory for laminated composite plates», Journal of ap-
plied mechanics, vol. 51, no 4, p. 745–752. 49

R EISSNER , E. 1950, «On a variational theorem in elasticity», Journal of Mathematics and Physics,
vol. 29, no 1-4, p. 90–95. 46

R EISSNER , E. 1984, «On a certain mixed variational theorem and a proposed application», Interna-
tional Journal for Numerical Methods in Engineering, vol. 20, no 7, p. 1366–1368. 46

62
CHAPITRE 2. MODÉLISATION DU FGPM

R OBBINS J R , D. et J. R EDDY. 1993, «Modelling of thick composites using a layerwise laminate

theory», International journal for numerical methods in engineering, vol. 36, no 4, p. 655–677.
47

TAKAGI , K., J.-F. L I, S. Y OKOYAMA, R. WATANABE, A. A LMAJID et M. TAYA. 2002, «Design and fabri-
cation of functionally graded pzt/pt piezoelectric bimorph actuator», Science and Technology of
Advanced Materials, vol. 3, no 2, p. 217–224. 36

V YNNYTSKA , L., M. R OGNES et S. C LARK. 2013, «Benchmarking fenics for mantle convection simu-
lations», Computers & geosciences, vol. 50, p. 95–105. 43

W HITNEY, J. 1973, «Shear correction factors for orthotropic laminates under static load», Journal
of Applied Mechanics, vol. 40, no 1, p. 302–304. 48

63
 CHAPITRE 2. MODÉLISATION DU FGPM

64
Chapitre 3

Automatisme et Contrôle Actif des

vibrations

« Étrange époque où il est plus

facile de désintégrer l’ atome que de
vaincre un préjugé. »

Albert Einstein

Sommaire
3.1 Représentation d’état du système FGPM . . . . . . . . . . . . . . . . . . . . . . . . 67
3.1.1 Décomposition sur une base modale . . . . . . . . . . . . . . . . . . . . . . . 67
3.1.2 Prise en compte de l’amortissement . . . . . . . . . . . . . . . . . . . . . . . . 68
3.1.3 Représentation d’état du système et notations . . . . . . . . . . . . . . . . . . 69
3.2 Systèmes linéaires commandés-observés . . . . . . . . . . . . . . . . . . . . . . . . 70
3.2.1 Le régulateur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
3.2.2 L’Observateur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
3.2.3 Observateur de Luenberger . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
3.3 Les régulateurs linéaires et la synthèse quadratique . . . . . . . . . . . . . . . . . 73
3.3.1 Synthèse observateur-régulateur . . . . . . . . . . . . . . . . . . . . . . . . . . 73
3.3.2 La synthèse quadratique : le régulateur linéaire quadratique (LQR) . . . . . 74
3.4 La logique floue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
3.4.1 Les ensembles flous . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
3.4.2 Implications floues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
3.4.3 Le régulateur flou . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
3.5 Le régulateur flou pour la plaque FGPM . . . . . . . . . . . . . . . . . . . . . . . . 84
3.5.1 Sous-régulateur flou pour le mode i . . . . . . . . . . . . . . . . . . . . . . . . 85
3.5.2 Le régulateur flou décentralisé . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
3.6 Optimisation des réseaux d’actionneurs et de capteurs en contrôle actif . . . . . 89
3.6.1 Optimisation du réseau d’actionneurs . . . . . . . . . . . . . . . . . . . . . . 89
3.6.2 Critère d’optimisation du réseau de capteurs en contrôle actif . . . . . . . . 90
3.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
3.8 Références . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93

65
 CHAPITRE 3. AUTOMATISME ET CONTRÔLE ACTIF DES VIBRATIONS

Automatique est un raccourci pour contrôle automatique (automatic control, en anglais). Le

terme contrôle (à l’instar du control anglo-saxon) possède deux significations, la première est la
surveillance (vérification, supervision, sécurisation), la seconde est la conduite (le pilotage). On
contrôle (au sens de piloter) un véhicule, un navire, un avion, ou n’importe quel processus : échan-
geur thermique, bras articulé, haut-fourneau ...
Autrefois, les systèmes de contrôle automatique (régulations ou asservissements) intégraient
dans un même dispositif mécanique ou électromécanique les fonctions suivantes :
• la prise d’informations,
• son traitement,
• la réalisation des actions de commande,
• sans oublier le prélèvement énergétique nécessaire à leur fonctionnement.
Nous pouvons citer par exemple, la soupape de contrôle de pression d’un autocuiseur, le ré-
gulateur de vitesse à boules de Watt, la vanne réglante de température d’un radiateur de chauffage
central ... Les progrès de l’électromécanique (relais), de l’hydraulique (vérins et distributeurs), de
la technologie pneumatique, de l’électronique, enfin et surtout des ordinateurs et microproces-
seurs ont conduit à bien séparer les fonctions capteurs, actionneurs, et traitement des informa-
tions.
Dans les régulations modernes, ces fonctions apparaissent avec évidence. Ainsi, dans un ré-
gulateur de vitesse automobile, la vitesse mesurée par un capteur est convertie en signal informa-
tique, ainsi que la consigne de vitesse émanent du conducteur. La différence est traitée numéri-
quement par le "contrôleur" selon une loi de commande qui engendre une demande d’accéléra-
tion ou de décélération. Celle-ci est transmise au moteur du véhicule, à travers un calculateur dé-
dié à la gestion des actionneurs individuels d’admission d’air, d’injection du carburant et d’avance
de l’allumage, en vue de réaliser l’accélération requise. La conduite du véhicule peut être schéma-
tisée par la Figure 3.1.

F IGURE 3.1 – Conduite d’un véhicule

La représentation précédente met en évidence l’opération de bouclage du système : en per-

manence, les actions (direction, accélération, freinage) sont ajustées de manière à ce que les gran-
deurs réglées (la position et la vitesse) suivent au mieux les consignes (durée de trajet, consom-
mation). C’est ce qu’on appelle un système asservi. Il est usuel de représenter un tel système par
le schéma 3.2.

Un tel système possède deux chaînes :

• Une chaîne directe ou chaîne d’action comportant le système de commande (ou régulateur).
• Une chaîne de retour ou chaîne d’information comportant le capteur.

66
CHAPITRE 3. AUTOMATISME ET CONTRÔLE ACTIF DES VIBRATIONS

F IGURE 3.2 – Représentation d’un système asservi

Comme dans l’exemple de la conduite d’un véhicule, de nombreuses grandeurs sont régulées
par bouclage. Avant toute élaboration d’une loi de commande, une étape de modélisation du sys-
tème à étudier est nécessaire. Suivant la représentation mathématique du système, un algorithme
mathématique de commande sera alors adopté.
L’objectif de ce chapitre est de rappeler les outils fondamentaux nécessaires pour commander les
systèmes linéaires, et d’expliciter les deux régulateurs mis en place pour le contrôle actif des vi-
brations des structures FGPM étudiées dans ce travail :
• dans le cas de la poutre, à l’aide d’un régulateur optimal basé sur la méthode de la synthèse
quadratique, encore appelé linear quadratic regulator (LQR), consistant à rechercher une
commande optimale minimisant un critère quadratique de l’état de la commande,
• dans le cas de la plaque, à l’aide d’un régulateur intelligent basé sur la logique floue, généra-
lisant la logique booléenne classique avec des valeurs de vérité partielles. Ce régulateur flou
décentralisé permet la gestion d’une multitude d’actionneurs et un contrôle adaptatif.

3.1 Représentation d’état du système FGPM

Afin de se ramener à la représentation d’état du système, utilisée dans la mise en place du
contrôle actif des vibrations des structures, on utilise la décomposition sur une base modale du
système discrétisé, obtenu ici grâce aux modèles éléments finis.

3.1.1 Décomposition sur une base modale

Les modèles éléments finis de poutre et de plaque permettent d’obtenir les équations discré-
tisées de la structure FGPM suivantes :

Mq¨u + K uu q u + K uφ q φ = F (3.1)
t
K φφ q φ + K uφ qu =0 (3.2)

où q u et q φ sont les vecteurs des degrés de libertés mécaniques et électriques respectivement ;

M, K uu , K φφ et K uφ sont respectivement les matrices globales de masse, de rigidité, de rigidité
électrique et de couplage piézoélectrique ; F est le vecteur d’effort mécanique.
Le potentiel électrique peut être séparé en deux parties, les potentiels des capteurs et des ac-
tionneurs, et en utilisant l’équation 3.2 dans 3.1 on obtient le système suivant (B ENJEDDOU et col-
lab. [2006]) :

Mq¨u + K t ot q u = F + K a q φa (3.3)
³ ´
t
q φs = −K −1
φs φs K q
uφs u + K q
φs φa φa (3.4)

67
 CHAPITRE 3. AUTOMATISME ET CONTRÔLE ACTIF DES VIBRATIONS

où les indice a et s font référence aux potentiels actionneurs et capteurs respectivement, et :

K t ot = K uu + K uφs K −1
φs φs K φs u (3.5)
K a = K uφs K −1
φs φs K φs φa − K uφa (3.6)

Afin de se ramener aux équations usuelles de l’automatique pour mettre en place le contrôle
actif, on cherche une solution en déplacement sur la base des modes propres de la structure. La
base modale de la structure est obtenue en résolvant le problème aux valeurs propres suivant :

K t ot − ω2 M ψ = 0
¡ ¢
(3.7)

avec ψ la matrice contenant les modes propres et ω les pulsations propres.

Les modes propres sont normés au sens de la matrice de masse et vérifient les relations d’or-
thogonalités suivantes (G ÉRADIN et R IXEN [1993]) :

ψit M ψ j = δi j (3.8)
ψit K t ot ψ j = ω2i δi j (3.9)

où δ est le symbole de Kronecker.

La technique de superposition modale consiste alors à utiliser les modes propres comme base de
la solution, soit :
∞
αn (t ) ψn
X
q u (t ) = (3.10)
n=1

où αn est le déplacement modal du n i ème mode.

On restreint communément l’étude aux modes les plus excités et on considère une solution ap-
prochée tenant compte des N premiers modes :
N
αn (t ) ψn
X
q u (t ) ' (3.11)
n=1

En injectant l’équation 3.11 dans 3.3 et en utilisant les propriétés d’orthogonalité on obtient le
système suivant :

α¨n + ω2n αn = ψnt F + ψnt K a q φa (3.12)

N
t
− K −1 −1
φφ K uφs ψn αn − K φφ K φφa q φa
X
q φs = (3.13)
n=1

3.1.2 Prise en compte de l’amortissement

Nous avons supposé jusqu’à présent que la structure avait un comportement conservatif. En
réalité, sa réponse comporte le plus souvent une partie visqueuse (comportement, liaison, ...),
dissipant de l’énergie en faible quantité L EMAITRE et C HABOCHE [1988]. Il est donc essentiel de
prendre en compte la présence d’amortissement dans la modélisation du mouvement de la struc-
ture.
Tenir compte de l’amortissement peut compliquer considérablement la solution du problème,
entraînant un couplage entre les équations différentielles en αn (t ) :
∞
α¨n + βnk α˙k + ω2n αn = ψnt F + ψnt K a q φa
X
(3.14)
k=1

où les coefficients βnk représentent l’amortissement. L’approche modale perd alors de son intérêt
pour le calcul de la solution numérique des équations du mouvement. En effet, les équations vé-
rifiées par les αn restent couplées par les coefficients d’amortissement βnk .

68
CHAPITRE 3. AUTOMATISME ET CONTRÔLE ACTIF DES VIBRATIONS

Toutefois, dans le cas faiblement amorti, Lord Rayleigh (G ÉRADIN et R IXEN [1993]) a émis l’hy-
pothèse d’amortissement diagonal (βnk = 0 si n 6= k), permettant de simplifier les équations 3.14
sous la forme :

α¨n + βnn α˙n + ω2n αn = ψnt F + ψnt K a q φa (3.15)

et en posant βnn = 2ηn ωn :

α¨n + 2ηn ωn α˙n + ω2n αn = ψnt F + ψnt K a q φa (3.16)

où ηn représente le taux d’amortissement correspondant au n i ème mode (le taux d’amortissement

est obtenu par des essais sur maquette). Cette hypothèse ne repose sur aucune justification phy-
sique mais elle est dans la plupart des cas physiquement cohérente avec l’hypothèse de faible
dissipation (G ÉRADIN et R IXEN [1993]). On utilisera cette équation par la suite.
Les coefficients d’amortissement ηn du n i ème mode peuvent être définis par (C LOUGH et PEN-
ZIEN [1975]) :
β1
2ηn = + β2 ωn (3.17)
ωn
où β1 et β2 sont deux coefficients proportionnels à la masse et à la raideur respectivement. Ceux-ci
sont identifiés en utilisant deux modes indépendants (i , ωi ) et ( j , ω j ). On obtient :

η i ωi − η j ω j ωi ω j ¡
β1 = 2 β2 = 2 η j ωi − ηi ω j
¢
(3.18)
ω2i − ω2j ω2i − ω2j

3.1.3 Représentation d’état du système et notations

Jusqu’à présent, nous avons considéré la tension électrique à appliquer aux actionneurs comme
une donnée du problème. L’automatique propose pour des systèmes dynamiques linéaires, appe-
lés représentation d’état, des méthodes de commande fiables et efficaces.
Ayant choisi une base modale tronquée (on ne considère que les N premiers modes), le problème
modal peut s’écrire sous la forme d’un système dynamique linéaire. On introduit le vecteur d’état,
noté x, défini comme :

x = {ω1 α1 ...ωN αN α˙1 ... α˙N }t (3.19)

On peut alors mettre le système précédent, composé des équations 3.16 et 3.13, dans sa forme
de représentation d’état :

ẋ = A x + B φa + Fe (3.20)
y = C x + D φa (3.21)

avec :
y = q φs et φa = q φa (3.22)

ω
· ¸
0
A= (3.23)
−ω −2ηω
· ¸
0
B= (3.24)
Ψt K a
h i
C = K −1 K s Ψ ω−1
φs φs φ u
0 (3.25)

h i
D = K −1
φs φs
K −1
φs φa (3.26)

69
 CHAPITRE 3. AUTOMATISME ET CONTRÔLE ACTIF DES VIBRATIONS

½ ¾
0
Fe = (3.27)
Ψt F
où y et φa sont le vecteur de sortie et le vecteur de commande, A, B, C et D sont les matrices
d’état, de commande, d’observation et d’action directe respectivement, Fe le vecteur des efforts
extérieurs et ω et η sont des matrices diagonales contenant les pulsations propres et les coeffi-
cients d’amortissement naturel respectivement.
Il faut maintenant mettre en place une loi de commande en utilisant les méthodes de l’automa-
tique afin d’amortir les vibrations.

3.2 Systèmes linéaires commandés-observés

La représentation d’état (3.20, 3.21) sur la base des N premiers modes propres, fait partie des
systèmes appelés système linéaire commandé-observé par les automaticiens. L’intérêt de la repré-
sentation d’état (qu’elle soit linéaire ou non) est double :
• elle permet de décrire des systèmes multivariables (gestion de plusieurs commandes et de
plusieurs sorties),
• dès que l’équation d’état est résolue, on connaît l’évolution de chacune des variables d’état
à tout instant (la représentation classique, à l’aide d’une fonction de transfert, ne fournirait
que le lien entre la sortie du système et ses entrées sans les conditions initiales).
Le système commandé-observé (3.20, 3.21) contient deux types de variables mesurables : la
commande φa (t ) et la sortie y(t ). On souhaite en contrôle actif :
1. amener l’état x(t ) du système à une valeur quelconque prédéfinie et en un temps fini le plus
court possible, au moyen de la commande,
2. reconstruire l’état complet du système à partir de l’information partielle que constitue la
sortie,
ceci en garantissant la stabilité du système.
L’automatique permet, sous certaines conditions et à l’aide de dispositifs spécifiques, d’at-
teindre les objectifs 1 et 2. Pour ce faire, les deux points essentiels sont :
• construire, après avoir vérifié que le système soit gouvernable, une commande ou régula-
teur. Dans notre étude, on utilisera une commande par retour d’état. Dans le cas du contrôle
de poutres, on considérera un régulateur optimal quadratique linéaire (LQR). Dans le cas des
plaques un régulateur intelligent basé sur la logique floue sera développé.
• construire un dispositif appelé observateur qui fournira une estimation notée x̂ de x à par-
tir de l’information donnée par la sortie, en s’assurant que le système vérifie la propriété
d’observabilité.

3.2.1 Le régulateur
En modélisant le système mécanique sous la forme (3.20), où la commande φa (t ) contient
les tensions électriques à appliquer aux bornes des actionneurs, on est amené à construire un
régulateur. Celui-ci va permettre, sous la condition que le système soit gouvernable, d’atténuer les
vibrations. Pour y arriver, on définit tout d’abord la notion de gouvernabilité.

3.2.1.a Notion de gouvernabilité

La construction d’un régulateur implique que le système ait la propriété de gouvernabilité.

Définition 1 Le système linéaire 3.20 est gouvernable si pour tout x(0) et quelque soit x T il existe un
temps fini T et une fonction continue par morceaux φa (t ) pour tout t ∈ [0, T] telle que x(T) = x T .

70
CHAPITRE 3. AUTOMATISME ET CONTRÔLE ACTIF DES VIBRATIONS

D’autre part Kalman (D ’A NDRÉA N OVEL et DE L ARA [2000]) propose une caractérisation algé-
brique très simple de la gouvernabilité, celle-ci peut être définie comme suit :

Théorème 1 Critère de gouvernabilité de Kalman : le système linaire 3.20 est gouvernable si et

seulement si la matrice de gouvernabilité :

G = B |A B| ... |A2N−1 B
¡ ¢
(3.28)

est de rang 2N, où 2N est la dimension du vecteur d’état x. On dit alors que la paire A, B est gouver-
nable.

La définition de la gouvernabilité, ainsi que le critère de gouvernabilité de Kalman sont tota-

lement indépendants de la notion d’observation ou de sortie du système et sont par conséquent
identiques quelle que soit la sortie du système (3.21). Lors des applications réelles, la recherche du
rang d’une matrice est une opération numériquement délicate, qui s’achève toujours par la déci-
sion de considérer qu’un résidu est nul lorsqu’il est suffisamment petit. Il existe un second critère
de gouvernabilité, parfois plus pratique, faisant intervenir la matrice grammienne. Ce critère est
très souvent utilisé lors de la recherche de l’emplacement des actionneurs.

Définition 2 On appelle matrice grammienne de gouvernabilité la matrice symétrique définie po-

sitive (K AILATH [1980]) :
Z T
t
Gc (T) = e sA BBt e sA d s (3.29)
0

Proposition 1 Lorsque T → ∞, si le système est stable, la matrice grammienne de gouvernabilité :

Gc = l i m Gc (T) existe et est solution de l’équation de Lyapunov :
T→∞

AGc + Gc At + BBt = 0 (3.30)

Proposition 2 La matrice de gouvernabilité permet par conséquent d’introduire un nouveau critère

de gouvernabilité, équivalent au critère de Kalman : le système est dit gouvernable si et seulement si
Gc (T) est inversible (D ’A NDRÉA N OVEL et DE L ARA [2000]).

3.2.1.b Notion de stabilité

Si le système est gouvernable, nous pouvons construire un régulateur. Ce dispositif doit rendre
l’état initial x 0 du système commandé asymptotiquement stable. La stabilité asymptotique d’un
état d’équilibre peut être définie par (D ’A NDRÉA N OVEL et DE L ARA [2000]) :

Définition 3 Le système dynamique linéaire

ẋ = Ax + Fe (3.31)

est dit asymptotiquement stable si, écarté de son état d’équilibre x e , en l’absence de perturbation
extérieure, il revient à son état d’équilibre :

Si Fe = 0 Alors l i m x(t ) = x e (3.32)

t →∞

Cette notion de stabilité est liée directement au signe des parties réelles des valeurs propres de
la matrice d’état. Dans le cas particulier du point d’équilibre x e = 0 on dispose d’un critère simple
de stabilité asymptotique :

Théorème 2 L’état d’équilibre x e = 0 du système (3.20) est asymptotiquement stable si et seulement

si les valeurs propres de la matrice A sont à partie réelle strictement négative.

71
 CHAPITRE 3. AUTOMATISME ET CONTRÔLE ACTIF DES VIBRATIONS

3.2.2 L’Observateur
La commande par retour d’état nécessite la connaissance de l’état, mais il peut s’avérer coû-
teux, voir irréalisable, de mesurer l’état complet d’un système à l’aide de capteurs. Lorsque l’état
d’un système n’est pas mesurable, on conçoit un observateur d’état permettant de reconstruire
l’état à partir d’un modèle du système dynamique et des mesures des capteurs. Pour ce faire , il
faut introduire la notion d’observabilité.

3.2.2.a Notion d’observabilité

Nous pouvons définir l’observabilité comme suit :

Définition 4 Le système linéaire (3.20, 3.21) est dit observable si pour tout vecteur x 0 , il existe un
temps T fini et une commande φa (t ) définie sur [0, T] tels que si x(t = 0) = x 0 et qu’on applique
φa (t ), alors la connaissance de y(t ) sur l’intervalle [0, T] permet de déterminer x 0 .

De même que pour la gouvernabilité, il existe une caractérisation algébrique simple d’obser-
vabilité dite d’observabilité de Kalman :

Théorème 3 Critère d’observabilité de Kalman : le système linéaire (3.20, 3.21) est observable si et
seulement si la matrice d’observabilité définie par :
 
C
 CA 
O= (3.33)
 
 ... 

CA2N−1

est de rang 2N. On dit alors que la paire (A, C) est observable.

On constate (D E L ARMINAT [1996]) que la matrice Ot est identique à la matrice de gouverna-

bilité qui serait associée à un système fictif d’état q et d’entrée υ :

q̇ = At q + C t υ (3.34)

On peut donc effectuer, à partir de Ot , toutes les manipulations relatives à la gouvernabilité. Il

existe également un second critère d’observabilité faisant intervenir la matrice grammienne d’ob-
servabilité.

Définition 5 On appelle matrice grammienne d’observabilité la matrice symétrique définie positive

K AILATH [1980] :
Z T t
Go (T) = e sA C t Ce sA d s (3.35)
0

Par dualité avec la gouvernabilité, on a les résultats suivants (D E L ARMINAT [1996],D ’A NDRÉA
N OVEL et DE L ARA [2000]) :

Proposition 3 Lorsque T → ∞, si le système est stable, la matrice Go = l i m Go (T) existe et est solu-
T→∞
tion de l’équation de Lyapunov :

A t Go + Go A + C t C = 0 (3.36)

Proposition 4 Le système (3.20, 3.21) est observable si et seulement Go (T) est inversible, pour au
moins un T positif.

72
CHAPITRE 3. AUTOMATISME ET CONTRÔLE ACTIF DES VIBRATIONS

3.2.3 Observateur de Luenberger

L’observateur de Luenberger est un observateur asymptotique linéaire qui permet de fournir
une estimation x̂ de x.

Définition 6 L’observateur du système (3.20, 3.21) est un modèle d’état de la forme :

x̂˙ = Ax̂ + Bφa − L C x̂ − y

¡ ¢
(3.37)

où la matrice L de dimension 2N × Nc est telle que x̂ tend vers x quand t tend vers l’infini et ce pour
toutes conditions initiales x(0) et x̂(0), où Nc est le nombre de capteurs.

La matrice L, appelée matrice de gain de l’observateur, pondère l’écart entre la sortie mesurée
y(t ) et la sortie reconstruite C x̂. Elle fixe la dynamique de l’observateur, c’est à dire quelle permet
d’agir sur la stabilité et la rapidité en fixant les valeurs propres de la matrice (A − LC). Le système
sera stable lorsque celles-ci seront à partie réelle strictement négative. Plus précisément, on a le
théorème de placement des pôles de l’observateur (D ’A NDRÉA N OVEL et DE L ARA [2000]) suivant :

Théorème 4 Si la paire (A, C) est observable, on peut choisir une matrice de gain L pour placer
arbitrairement les valeurs propres de (A − LC). Ainsi, tout système (3.20, 3.21) observable admet un
observateur asymptotique.

3.3 Les régulateurs linéaires et la synthèse quadratique

Dans le cas d’un système linéaire gouvernable, on étudie le moyen d’élaborer un régulateur
linéaire rendant le point d’équilibre x e du système commandé (3.20) asymptotiquement stable.

Définition 7 On appelle régulateur linéaire du système (3.20) une loi de commande de la forme :

φa (t ) = −Kx(t ) (3.38)

où K de dimension Na × 2N est dite matrice de gain de contre-réaction, avec Na le nombre d’action-

neurs.

Avec un choix judicieux de la matrice de gain K du régulateur, on peut stabiliser tout système
gouvernable. Ceci est confirmé par le théorème suivant (D ’A NDRÉA N OVEL et DE L ARA [2000]) :

Théorème 5 Considérons le système commandé-observé (3.20,3.21). Si la paire (A, B) est gouver-

nable, on peut choisir une matrice de gain K du régulateur (3.38) pour placer arbitrairement les
valeurs propres de A − BK. En conséquence, tout système (3.20) gouvernable peut être stabilisé par
un régulateur linéaire.

Le problème à résoudre est alors de placer correctement les pôles du système bouclé à l’inté-
rieur du demi-plan de stabilité. Pour ce faire, dans la suite, nous utilisons la méthode de la synthèse
quadratique en commande optimale. Cette méthode permet, en effet, de transformer le problème
en celui du choix d’une fonction coût qu’il s’agit de minimiser. La loi de commande résultante
stabilise alors naturellement le système. On détaille cette méthode dans le paragraphe 3.3.2.

3.3.1 Synthèse observateur-régulateur

On sait donc construire un régulateur linéaire pour un système gouvernable dont on connaît
l’état et un observateur asymptotique pour un système observable dont on mesure une partie de
l’état. Il semble alors naturel, dans le cas d’un système gouvernable et observable, de construire
un régulateur comme si tout l’état était mesuré, puis de remplacer dans le régulateur l’état par son
observateur.

73
 CHAPITRE 3. AUTOMATISME ET CONTRÔLE ACTIF DES VIBRATIONS

Définition 8 On appelle observateur-régulateur du système (3.3), (3.4) un système d’entrée φa , d’état

x̂ et de sortie y de la forme :

x̂˙ = Ax̂ + Bφa − L C x̂ − y

¡ ¢
(3.39)
φa = −K x̂
h it
Cette démarche stabilise le système. En effet, compte-tenu que y = Cx, le système d’état x̂, x̂˙
devient d’après (3.20) et (3.39) :

ẋ = Ax − BK x̂ + Fe (3.40)
x̂˙ = LCx + (A − BK − LC) x̂ (3.41)

En faisant le changement de variable suivant :

[x, x̂] → [x, ²] = [x, x̂ − x] (3.42)

le système 3.40,3.41 devient :

µ ¶ · ¸µ ¶ µ ¶
ẋ A − BK BK ẋ Fe
= + (3.43)
²̇ 0 A − LC ²̇ Fe
Les valeurs propres de ce système sont donc les valeurs propres du régulateur et de l’observateur.
Ainsi le système est stable.
Il existe plusieurs méthodes pour la création de la matrice de gain K comme la méthode de place-
ment de pôles ou la synthèse quadratique. Dans ce travail, on met en place un régulateur à partir
de la synthèse quadratique, qui a l’avantage d’être une commande optimale et efficace.

3.3.2 La synthèse quadratique : le régulateur linéaire quadratique (LQR)

La méthode de la synthèse quadratique permet de transformer le problème du placement des
pôles en celui de la recherche d’une fonction coût à minimiser, afin de construire les matrices de
régulation et d’observation K et L.
Considérons le système linéaire commandé-observé (3.20,3.21). Soit Q une matrice symétrique
positive et R une matrice symétrique définie positive, la méthode de la synthèse quadratique
consiste à choisir une loi de commande minimisant la fonction coût J suivante :
Z ∞
J(φa ) = (φta R φa + x t Q x) d t (3.44)
0
Le premier terme de J représente l’énergie de commande à fournir et le second terme l’énergie
associée à l’état vibratoire. Les matrices Q et R sont dites matrices de pondération de l’état et de la
commande.
La commande optimale φa du problème de minimisation du critère J est égale à :

φa = −R−1 Bt P x (3.45)
où P est la matrice définie positive, symétrique, solution de l’équation de Riccati :

dP
+ P A + At P − P B R−1 Bt P + Q = 0 (3.46)
dt
La commande optimale ainsi définie est malheureusement difficilement réalisable en pratique
car elle nécessite la connaissance de P à chaque instant. Cependant, lorsque le temps tend vers
l’infini, la matrice P tend vers une matrice constante Pc , solution de l’équation algébrique de Ric-
cati L IONS [1968] :

74
CHAPITRE 3. AUTOMATISME ET CONTRÔLE ACTIF DES VIBRATIONS

Pc A + At Pc − Pc B R−1 Bt Pc + Q = 0 (3.47)

ce qui conduit à la solution sous optimale suivante du problème de minimisation du critère J :

u = −R−1 Bt Pc x (3.48)

La valeur minimale de la fonction coût correspondante est alors :

mi n (J) = x 0t Pc x 0 (3.49)
u

L’avantage principal de cette méthode est qu’elle est robuste et garantit la stabilité du système.
Elle reporte le problème du choix des pôles du système en boucle fermée sur le choix des matrices
de pondération Q et R. Elles doivent être choisies en fonction de l’ordre de grandeur de l’état et
des bornes limites admissibles pour la commande. À Q fixée, plus la matrice R possède de petites
valeurs, plus le système bouclé est rapide, mais la diminution des valeurs des composantes de R
peut entraîner une saturation des actionneurs. Le choix de Q et R va donc dépendre du cahier des
charges imposé (tension maximale admissible par les actionneurs, rapidité du système bouclé) et
va nécessiter plusieurs simulations numériques pour en déterminer les valeurs optimales.

3.3.2.a Construction de la matrice de gain de l’observateur par la synthèse quadratique

Comme nous l’avons rappelé précédemment la matrice gain de l’observateur fixe la dyna-
mique de l’observateur. Elle doit être choisie de façon à ce que les valeurs propres de la matrice
A − LC soient à partie réelle strictement négative.
En pratique, deux méthodes existent pour satisfaire ce critère :

• Le première, appelée méthode de placement des pôles, consiste à choisir les valeurs propres
de (A−LC) puis à trouver la matrice C correspondante (B LANGUERNON [1997]). Il existe dans
la plupart des logiciels d’automatique une fonction déjà définie qui utilise cette méthode.
• La seconde méthode, appelée méthode du système fictif est basée sur la dualité entre régu-
lateur et observateur (D ’A NDRÉA N OVEL et DE L ARA [2000]). En effet, le calcul de la matrice
L est semblable à celui de la matrice K du régulateur LQR en vue d’obtenir une dynamique
fixée.
Imaginons le système fictif dual du système à observer (3.20, 3.21) suivant :

q̇ = At q + C t υ (3.50)
t
y =B q (3.51)

À condition que ce système soit gouvernable, on peut déterminer une loi de commande du
type retour d’état de la forme ψ = −Hq par synthèse quadratique, telle que ce système, une
fois bouclé ait ses valeurs propres fixées.
La condition de gouvernabilité correspond à la condition d’observabilité, d’après le para-
graphe 3.2.2. Dans ces conditions, le système fictif devient, en boucle fermée :

q̇ = At − C t H q
¡ ¢
(3.52)

et ses valeurs propres sont les mêmes que celles de A−Ht C. En comparant A−Ht C à (A−LC),
ceci revient à prendre L = Ht .
On se ramène ainsi par cette méthode à l’utilisation de la synthèse quadratique appliquée
au système fictif (3.50,3.51).

75
 CHAPITRE 3. AUTOMATISME ET CONTRÔLE ACTIF DES VIBRATIONS

3.3.2.b Inconvénients de la synthèse quadratique

Les principaux inconvénients de la synthèse quadratique sont :

• la difficulté de régler les coefficients de la matrice R lorsque le nombre d’actionneurs est
supérieur à deux,
• les termes des matrices R et Q sont réglés pour une sollicitation donnée et donc optimaux
uniquement pour celle ci,
• la nécessité de plusieurs simulations numériques pour le réglage.
Nous avons ainsi choisi la méthode de la synthèse quadratique pour créer le régulateur et l’ob-
servateur de la poutre FGPM. En effet pour les sollicitations considérées dans ce travail, un ou
deux actionneurs seulement sont nécessaires pour activement contrôler les vibrations de la poutre
FGPM.
Dans le cas d’une plaque FGPM, il est possible de placer de multiples actionneurs et capteurs et
la synthèse quadratique est difficilement applicable. C’est pourquoi nous avons développé dans
cette thèse, un régulateur intelligent basé sur la logique floue permettant d’utiliser plusieurs ac-
tionneurs et capteurs en même temps. Afin de comprendre comment un régulateur flou fonc-
tionne, il est tout d’abord nécessaire d’introduire les notions de la logique floue.

3.4 La logique floue

Le raisonnement humain est basé sur des données imprécises ou incomplètes et soumis à
l’appréciation et l’expérience de l’être humain. Un ordinateur, quant à lui est basé sur la logique
classique traitant des données exactes. L’idée principale de la logique floue, introduite en 1965 par
Zadeh (Z ADEH [1968]), est de transmettre la faculté de raisonnement humain à un ordinateur.
Les sous ensembles flous (Z ADEH [1975], Z ADEH [1976]) sont une manière mathématique de
représenter l’imprécision du langage. Ils peuvent être considérés comme une généralisation de la
théorie des ensembles classiques. La logique floue est aussi appelée logique linguistique car ses
valeurs de vérités sont des mots du langage courant comme : "proche, loin, presque vrai, faible,
...".
En automatique, l’approche floue est très utile pour des problèmes mal définis, où la connais-
sance et le raisonnement humain sont indispensables. Cette approche permet au concepteur
de mieux appréhender les phénomènes naturels, imprécis et difficilement modélisables en s’ap-
puyant sur la définition de règles et de fonctions d’appartenance aux ensembles flous. La lo-
gique floue est maintenant souvent utilisée dans l’industrie pour créer des régulateurs efficaces,
sans avoir besoin d’effecteur des développements théoriques importants (K ERRE et N ACHTEGAEL
[2013], M ELIN et C ASTILLO [2014], S UGANTHI et collab. [2015], KORENEVSKIY [2015]). Son efficacité
tient également de la prise en compte des expériences acquises par les utilisateurs et opérateurs
du processus à commander.

3.4.1 Les ensembles flous

En théorie des ensembles classiques, l’appartenance d’un élément à un sous-ensemble est
booléenne. Les sous-ensembles flous permettent en revanche de connaître le degré d’apparte-
nance d’un élément au sous-ensemble. Les ensembles flous ont le grand avantage de constituer
une représentation mathématique de variables linguistiques largement utilisées dans l’expres-
sion de connaissances expertes, qualitatives et manipulées dans un raisonnement humain. Ces
ensembles sont donc un moyen de réaliser l’interface entre l’information quantitative (mesures,
résultats numériques, ...) et l’information symbolique (linguistique, qualitative).

Définition 9 Sous-ensemble flou

Soit X un ensemble, un sous-ensemble flou A de X est caractérisé par sa fonction d’appartenance µA ,

76
CHAPITRE 3. AUTOMATISME ET CONTRÔLE ACTIF DES VIBRATIONS

telle que :

µA : X → [0, 1]
x → µA (x)

où µA (x) représente le degré d’appartenance avec lequel x appartient à l’ensemble flou A.

3.4.1.a Caractéristiques et opérations des sous-ensembles flous

On redéfinit pour les sous-ensembles flous les notions de support, noyau et hauteur.
• Support d’un sous-ensemble flou
Le support d’un sous-ensemble flou A est caractérisé par l’ensemble des éléments de X, qui
sont à des degrés divers dans A, défini par :

Supp(A) = x ∈ X | µA (x) 6= 0
© ª

• Noyau d’un sous-ensemble flou

Le noyau d’un sous-ensemble flou A est caractérisé par l’ensemble des éléments de X, qui
appartiennent totalement à A, défini par :

N(A) = x ∈ X | µA (x) = 1
© ª

• Hauteur d’un sous-ensemble flou

La hauteur d’un sous-ensemble flou A est défini par :

H(A) = sup µA (x) | x ∈ X

© ª

Afin d’utiliser les ensembles flous comme des ensembles classiques, Zadeh a généralisé les
opérations d’égalité, d’inclusion, de complémentation, d’union et d’intersection aux ensembles
flous. Pour les définitions suivantes on considère Ai et A j deux éléments de M(X), où M(X) est
l’ensemble de tous les sous-ensembles flous de X.
• Égalité

Ai = A j ⇔ ∀ x ∈ X, µAi (x) = µA j (x)

• Inclusion

Ai ⊂ A j ⇔ ∀ x ∈ X, µAi (x) ≤ µA j (x)

• Intersection
L’intersection de Ai avec A j définit un nouveau sous-ensemble Ak , ayant pour fonction
d’appartenance µAk définie par :

µAk (x) = mi n µAi (x), µA j (x) , ∀ x ∈ X

¡ ¢

• Réunion
La réunion de Ai avec A j définit un nouveau sous-ensemble Ak , ayant pour fonction d’ap-
partenance µAk définie par :

µAk (x) = max µAi (x), µA j (x) , ∀ x ∈ X

¡ ¢

• Complémentaire
Le complémentaire Āi de Ai a pour fonction d’appartenance µĀi , définie par :

µA¯i (x) = 1 − µAi (x), ∀ x ∈ X

77
 CHAPITRE 3. AUTOMATISME ET CONTRÔLE ACTIF DES VIBRATIONS

Le choix des opérateurs mi n et max pour définir respectivement l’intersection et l’union de

sous-ensembles flous est justifié par le fait qu’ils préservent presque toute la structure de la théo-
rie des ensembles classiques. En effet, d’après les définitions données ci-dessus, nous pouvons
retrouver les propriétés classiques de l’intersection et de l’union à savoir : l’associativité, la com-
mutativité, la distributivité, l’idempotence et la monotonie.
Néanmoins, d’autres opérateurs sont envisageables si l’on est moins exigeant sur la préservation
des propriétés classiques. Ils sont définis à l’aide d’une norme triangulaire et d’une conorme tri-
angulaire pour l’intersection et l’union respectivement.

3.4.1.b Les fonctions d’appartenances

Dans le cas où l’ensemble X appartient à l’ensemble des réels, cas le plus souvent utilisé pour
décrire des paramètres physiques, on présente les principaux types de fonctions d’appartenance
µ(x) des sous-ensembles flous prenant des valeurs dans [0, 1].
• Fonction d’appartenance triangulaire

Une fonction d’appartenance triangulaire, illustrée par la Figure 3.3, est caractérisée par
trois paramètres a 1 , a 2 et a 3 , et est définie comme suit :
 x − a1
 a1 ≤ x ≤ a2
 a2 − a1



µA (x) = a 3 − x a 2 ≤ x ≤ a 3


 a3 − a2


0 sinon

1
0.8
µA (x)

0.6
0.4
0.2
0

a1 a2 a3
x

F IGURE 3.3 – Fonction d’appartenance triangulaire

• Fonction d’appartenance trapézoïdale

Une fonction d’appartenance trapézoïdale, illustrée par la Figure 3.4, est définie par quatre
paramètres a 1 , a 2 , a 3 et a 4 . Cette fonction est définie par :
 x − a1
 a1 ≤ x ≤ a2
 a2 − a1




1 a2 ≤ x ≤ a3

µA (x) = a − x
4
a3 ≤ x ≤ a4


a − a4


 3


0 sinon


• Fonction d’appartenance gaussienne

Une fonction d’appartenance gaussienne, illustrée par la Figure 3.5, est caractérisée par sa
valeur centrale m et son écart type σ. Elle est définie par :

1 ³ x − m ´2
µ ¶
µA (x) = exp −
2 σ

78
CHAPITRE 3. AUTOMATISME ET CONTRÔLE ACTIF DES VIBRATIONS

1
0.8

µA (x)
0.6
0.4
0.2
0

a1 a2 a3 a4
x

F IGURE 3.4 – Fonction d’appartenance trapézoïdale

1
0.8
µA (x)

0.6
0.4
0.2
0

m
x

F IGURE 3.5 – Fonction d’appartenance gaussienne

3.4.2 Implications floues

On introduit tout d’abord les notions de "variable linguistique" et de "proposition floue".

3.4.2.a Variable linguistique

Une variable linguistique est une variable dont les valeurs sont des mots ou des phrases expri-
mées dans une langue naturelle ou dans un langage artificiel Z ADEH [1975]. Elle est représentée
par le quadruplet (V, X, TV , µx ) :
• V la variable,
• X un ensemble de référence (ensemble des réels, des nombres entiers, ...),
• TV = {A1 , A2 , ..., An } un ensemble fini de sous ensembles flous normalisés de X, qui sont uti-
lisés pour caractériser V,
• µAi les fonctions d’appartenance associées à chacun des sous ensembles flous Ai .
Les termes Ai sont donc choisis pour effectuer des descriptions de V, et chacun est associé
à un sous ensemble flou de X de fonction d’appartenance µAi , définie sur X et à valeurs dans
[0, 1]. Pour simplifier, on note Ai à la fois le terme linguistique et le sous ensemble flou qui lui est
associé. Exemple : On considère la température d’une pièce, la variable linguistique température
sera définie comme suit :

Température , X = {0, 30} , TV = {A1 , A2 , A3 } , µx = µx1 , µx2 , µx3

¡ © ª¢

où :
• X est l’univers de la température défini en degré,
• l’ensemble TV est constitué de trois étiquettes linguistiques : A1 = froide, A2 = tempérée et
A3 = chaude,

79
 CHAPITRE 3. AUTOMATISME ET CONTRÔLE ACTIF DES VIBRATIONS

Froide Tempérée Chaude

1
0.8
0.6

µ(x)
0.4
0.2
0

0 5 10 15 20 25 30
T (Celsius)

F IGURE 3.6 – Fonctions d’appartenance pour la température

• les fonctions d’appartenances définies pour chaque terme linguistique sont illustrées dans
la Figure 3.6.

3.4.2.b Proposition flou

Le traitement et la représentation des connaissances symboliques non numériques, passent

par le conditionnement des données sous forme de variables linguistiques. On se limite à des
descriptions de la forme suivante : la taille est moyenne, la température de la pièce est froide, etc.
On considère un ensemble L de variables linguistiques.
Une proposition floue élémentaire est définie à partir d’une variable linguistique (V, X, TV , µx )
de L et par la qualification (V est Ai ). La valeur de vérité de cette proposition est donnée par sa
fonction d’appartenance µAi .
Une proposition floue générale est obtenue par la composition de propositions floues élémen-
taires. L’utilisation de la proposition floue générale la plus simple, s’exprime par la conjonction
(intersection) de propositions flous élémentaires sous la forme suivante :

(V est Ai ) et (W est A j )
où V et W sont des variables définies sur les référentiels X et Y.
La proposition floue générale est associée au produit cartésien Ai × A j qui caractérise la valeur
conjointe (V,W) sur l’ensemble X × Y.
On peut également composer deux propositions floues élémentaires par disjonction (réunion)
sous la forme :
(V est Ai ) ou (W est A j )

3.4.2.c Implication floue

Une implication floue est une proposition floue qui possède la forme suivante :

Si (V est Ai ) Alors (W est A j )

D’une manière générale, les propositions floues sont construites à l’aide de différents opérateurs,
comme la disjonction, la conjonction et l’implication portant sur des propositions floues quel-
conques.
En particulier une proposition floue utilisant une implication floue entre deux propositions floues
ayant la forme suivante :

Si (V est Ai ) et (W est A j ) Alors (U est Ak )

est appelée règle floue. Le membre de gauche (V est Ai et W est A j ) est appelé la prémisse de la
règle floue, et (U est Ak ) est sa conclusion.

80
CHAPITRE 3. AUTOMATISME ET CONTRÔLE ACTIF DES VIBRATIONS

3.4.3 Le régulateur flou

Un régulateur flou est un système à base de connaissances particulières, utilisant un raison-
nement assez simple, dans un processus de chaînage. Les régulateurs flous utilisent, en général,
une expertise proche du langage humain sous forme de règles floues.
Un régulateur flou a donc pour but de construire les sorties en fonction des données d’entrée,
à partir de l’évaluation d’un ensemble de règles floues. Ce régulateur est divisé en trois étapes
essentielles (Figure 3.7) :
• La fuzzification est l’étape de définition des variables linguistiques caractérisant les variables
numériques (réelles) du problème (entrées et sorties) et également l’étape de transforma-
tion des valeurs des variables numériques d’entrée à leurs valeurs floues (constitue les en-
trées floues dans l’inférence).
• L’inférence est dans un premier temps l’application de toutes les règles floues définies par le
concepteur à partir de son expertise. Chaque règle donne une sortie floue "partielle". Il faut
ensuite agréger l’ensemble des sorties partielles pour obtenir la sortie floue globale.
• La défuzzification transforme la sortie floue issue de l’inférence en une valeur numérique
y ∗ de sortie.
Ces différentes étapes sont explicitées par la suite grâce à l’exemple suivant : on considère la
conduite d’un véhicule et son comportement à l’approche d’un feu rouge. Les deux entrées du
système sont la distance au feu et la vitesse du véhicule. La sortie du système d’inférence est le
freinage du véhicule.

F IGURE 3.7 – Structure d’un système d’inférence flou

3.4.3.a La fuzzification

L’étape de fuzzification a pour but de transformer une valeur numérique en valeur floue. Pour
cela, le concepteur du système flou doit définir les variables linguistiques décrivant chaque va-
riables d’entrée et de sortie du système. La caractérisation des variable nécessite de bien connaître
le domaine d’application afin de proposer un modèle adéquat à l’aide de la logique floue. Dans la
plupart des cas on effectue une normalisation des variables d’entrée physique pour se ramener à
un univers dont les variables normalisées varient généralement entre −1 et 1.
Pour l’exemple du véhicule s’approchant d’un feu rouge :
• On définit chaque variable comme suit (Voir Figure 3.8 ) :

Distance , X = {0, 70} , Pr oche, Moyenne, Loi n , µx = µpr oche , µmoyenne , µl oi n

¡ © ª © ª¢

Vitesse , X = {0, 80} , Fai bl e, Nor mal e, Él evée , µx = µ f ai bl e , µNor mal e , µél evée
¡ © ª © ª¢

Freinage , X = {0, 50} , {Doux, For t } , µx = µd oux , µ f or t

¡ © ª¢

81
 CHAPITRE 3. AUTOMATISME ET CONTRÔLE ACTIF DES VIBRATIONS

• Le passage des entrées numériques à leur valeurs floues est illustré en considérant la dis-
tance égale à 20m et la vitesse égale à 65 km/h :

d i st ance = 20 → µpr oche (20) = 0.42, µmoyenne (20) = 0.57, µl oi n = 0

vi t esse = 65 → µ f ai bl e (65) = 0, µnor mal e (65) = 0.375, µél evée = 0.833

Proche Moyenne Loin Faible Normale Elevée Doux Fort

1 1 1
0.8 0.8 0.8
µ(x)

µ(x)

µ(x)
0.6 0.6 0.6
0.4 0.4 0.4
0.2 0.2 0.2
0 0 0
0 5 35 60 70 0 10 40 70 80 0 5 15 35 40 50
Distance (m) Vitesse(km/ h) Freinage(N)

F IGURE 3.8 – Représentation floue des variables pour un véhicule s’approchant d’un feu rouge

3.4.3.b L’inférence floue

Le but de l’inférence floue est de déterminer les sorties du système à partir des entrées floues
(valeurs floues des entrées numériques) issues de la fuzzification. L’inférence floue est basée sur
un ensemble de règles, décrivant comment le système doit être commandé. Chaque règle donne
donc par implication floue une conclusion partielle représentée par une fonction d’appartenance.
Les conclusions sont alors agrégées pour former la sortie floue du système. Étant donné un en-
semble de règles, le mécanisme d’inférence consiste à générer un sous-ensemble flou de sortie à
partir de l’agrégation des conclusions de l’ensemble des règles floues.
On considère un ensemble de n règles comme suit :

Règle n : Si x 1 est A1 ET/OU x 2 est A2 ... ET/OU x n est An alors Y est Bn (3.53)

On illustre l’inférence grâce à l’exemple de la conduite du véhicule : on considère comme en-

trées que la distance est égale à 20 mètres et que le véhicule à une vitesse de 65 km/h. Les deux
règles d’inférence sont les suivantes :
1. R1 : Si Distance est Proche ET Vitesse est Élevée Alors Freinage est Fort
2. R2 : Si Distance est Moyenne ET Vitesse est Normale Alors Freinage est Doux
On a donc pour les règles les valeurs suivantes (Voir Figure 3.10) :

R1 = µ f or t = mi n µpr oche (0.42), µél evée (0.833) = mi n(0.42, 0.833) = 0.42

£ ¡ ¢¤

R2 = µd oux = mi n µmoyenne (0.57), µnor mal e (0.375) = mi n(0.57, 0.375) = 0.375

£ ¡ ¢¤

Les deux règles donnent des résultats différents, le freinage doit être à la fois fort et doux. Il faut
alors agréger ces deux résultats, la fonction d’appartenance µ∗ de l’agrégation est montrée dans la
Figure 3.10.

3.4.3.c La défuzzification

Le but de la défuzzification est de transformer la sortie floue de l’inférence en variable numé-

rique. Il existe plusieurs méthodes de défuzzification, parmi les plus utilisées on peut distinguer la
méthode de la moyenne des maximas et celle du centre de gravité :
• La méthode de la moyenne des maximas revient à prendre l’abscisse correspondant à la
moyenne des abscisses ayant pour ordonnée la valeur maximale des fonctions d’apparte-
nance. C’est une méthode rapide mais assez imprécise.
D’un point de vue formel, soit y ∗ la valeur défuzzifiée :
R
x dx
y = RS
∗
avec S = {x, µ(x) = sup(µ(x))}
S dx

82
CHAPITRE 3. AUTOMATISME ET CONTRÔLE ACTIF DES VIBRATIONS

Règle1 : Si Distance est Proche et Vitesse est Elevée Alors Freinage Fort

Proche Moyenne Loin Faible Normale Elevée Fort

1 1 1
0.8 0.8 0.8
MIN
µ(x)

µ(x)

µ(x)
0.6 0.6 0.6
0.4 0.4 0.4
0.2 0.2 0.2
0 0 0 1
0 5 20 35 60 70 0 10 40 65 70 80 0 5 15 35 40 50
Distance (m) Vitesse(km/ h) Freinage(N) 0.8

µ(x)
0.6
Règle2 : Si Distance est Moyenne et Vitesse est Normale Alors Freinage Doux 0.4
0.2
Proche Moyenne Loin Faible Normale Elevée Doux
1 1 1 0
0 5 15 35 40 50
0.8 0.8 0.8 Freinage(N)

µ(x)
µ(x)

µ(x)
0.6
0.6 0.6
MIN
Agrégation des règles
0.4 0.4 0.4

0.2 0.2 0.2

0 0 0
0 5 20 35 60 70 0 10 40 65 70 80 0 5 15 35 40 50
Distance (m) Vitesse(km/ h) Freinage(N)

Combinaison des prémisses

F IGURE 3.9 – Méthode d’inférence de deux règles floues

0.6
µ∗ (x)

0.4

0.2
0 25 29 50
Freinage(N)
F IGURE 3.10 – Inférence à deux règles : sortie agrégée

• La méthode du centre de gravité consiste à prendre l’abscisse correspondant au centre de

gravité de la fonction d’appartenance. C’est une méthode plus précise que la première mais
nécessite plus de calcul. Formellement, on a :

µ(x)xd x
R
y = RS
∗
avec S le domaine de la fonction d’appartenance.
S µ(x)d x

Dans l’exemple du freinage du véhicule on obtient :

• Avec la méthode de la moyenne des maximas :
R 50
xdy
y = R2950
∗
= 39.5N
29 d y

La sortie indique que le conducteur doit exercer une force de 39.5 N sur le frein.
• Avec la méthode du centre de gravité :
R 50
0 µ∗ (x) d x
y∗ = R 50 = 25.77N
0 d x

La sortie indique que le conducteur doit exercer une force de 25.77 N sur le frein.

3.4.3.d Avantages et inconvénients

La logique floue permet de raisonner sur des variables linguistiques, i.e des variables qualita-
tives (grand, petit, moyen, loin, près, ...). Le fait de raisonner sur des variables linguistiques permet

83
 CHAPITRE 3. AUTOMATISME ET CONTRÔLE ACTIF DES VIBRATIONS

de pouvoir manipuler des connaissances en langage naturel. Les seuls données nécessaires à don-
ner au système sont des règles d’inférences exprimées en langage naturel.
L’avantage principal est ainsi de pouvoir contrôler des systèmes complexes non forcément
modélisables de façon intuitive.
Les inconvénients sont :
• l’expression des connaissances sous la forme de règles dans un langage naturel ne permet
pas de prouver que le système aura un comportement optimal,
• les réglages du système se font de façon arbitraires,
• pas de garantie de la stabilité du système, ni de la précision, ni l’optimalité, ni même que les
règles entrées ne soient contradictoires.
En conclusion, la logique floue possède l’avantage d’être intuitive et de pouvoir faire fonction-
ner une quantité importante de systèmes différents possédant une forte expertise humaine. Néan-
moins, il faut garder à l’esprit qu’en logique floue, il est impossible de prédire les performances
d’un système. La qualité de la méthode dépend principalement du réglage des paramètres.

3.5 Le régulateur flou pour la plaque FGPM

Afin de contrôler activement la plaque FGPM à l’aide d’un réseau de plusieurs capteurs et
d’actionneurs, on a choisi de construire un régulateur flou.
Quelques chercheurs ont utilisé ce régulateur pour le contrôle actif des vibrations de structures
intelligentes piézoélectriques, comme S USHEEL et collab. [2016] qui utilisent un régulateur flou
pour le contrôle d’une plaque FGM équipée d’un capteur et d’un actionneur FGPM.
On peut aussi noter que plusieurs études expérimentales montrent l’efficacité du régulateur flou
(G U et S ONG [2005], DE A BREU et R IBEIRO [2002], L I et collab. [2011], L IN [2005]).
Les régulateurs flous peuvent être classifiés selon certaines caractéristiques :
• Selon la nature des équations discrétisées du modèle utilisé pour modéliser la structure :
. par la méthode des éléments finis (K UMAR [2013], M ARINAKI et collab. [2015], S HARMA
et collab. [2005], S USHEEL et collab. [2016]),
. par la méthode modale (L I et collab. [2011], S HARMA et collab. [2007], DE A BREU et
R IBEIRO [2002], Z ORI Ć et collab. [2013]).
• Selon la forme et le nombre des fonctions d’appartenance choisies pour la représentation
floue des entrées et de la sortie :

. La plupart des auteurs utilisent des fonctions triangulaires ou trapézoïdales et le même

nombre de fonctions d’appartenances pour décrire les entrées et la sortie :
◦ S HARMA et collab. [2007] et DE A BREU et R IBEIRO [2002] utilisent trois fonctions
d’appartenances,
◦ Z ORI Ć et collab. [2013] en utilisent cinq,
◦ L I et collab. [2011], L IN [2005], S USHEEL et collab. [2016], S HARMA et collab. [2014]
en considèrent sept,
◦ K UMAR [2013] en utilise neuf.
. M ARINAKI et collab. [2015] considèrent trois, cinq et neuf fonctions triangulaires pour
la vitesse, le déplacement et la force de contrôle respectivement.
. G U et S ONG [2005] quand à eux utilisent des fonctions d’appartenance de forme gaus-
sienne.
. Plus on utilise de fonction d’appartenance plus le régulateur flou construit sera précis
mais plus il sera complexe : augmentation de règles à considérer et de paramètres à
définir.

84
CHAPITRE 3. AUTOMATISME ET CONTRÔLE ACTIF DES VIBRATIONS

• Selon les différentes façons d’utiliser le régulateur flou :

. L I et collab. [2011] utilisent un régulateur flou adaptatif décentralisé où chaque mode
propre est régulé par un actionneur.
. Dans S HARMA et collab. [2007] l’actionneur est dédié, à chaque instant, à la régulation
du mode ayant la plus grande énergie modale.
. L IN [2005] utilise un régulateur flou en parallèle, chaque sous système du régulateur
est associé à un mode et la commande totale est générée par la somme de chaque sous
commande.
Dans le cas de la plaque FGPM, afin d’assurer une régulation efficace, on décide de créer une
commande pour chaque mode contrôlé (Na = N) et de définir pour chacun d’eux un régulateur
flou.
Ainsi, le régulateur flou créé pour le contrôle actif de cette plaque FGPM est en fait l’addition de
plusieurs sous-régulateurs flous contrôlant chacun un seul mode. C’est un régulateur flou dit dé-
centralisé, car chaque sous-régulateur n’a accès qu’aux informations propres au mode qu’il doit
contrôler. Le sous régulateur présenté après est construit en se basant sur la littérature présentée
ci-dessus. L’originalité du régulateur flou décentralisé tient à donc à l’association de l’ensemble
de sous régulateur et aux différentes façons de distribuer l’énergie électrique injecté dans le régu-
lateur à chaque instant.

3.5.1 Sous-régulateur flou pour le mode i

On suppose que le système est observable et que l’observateur permet de reconstruire l’état
du système, i.e reconstruire le déplacement modal et la vitesse modale α̂i et α̇
ˆ i du mode i . Ces
deux composantes modales du mode i sont les données d’entrée du sous-régulateur. la sortie du
f uz
sous-régulateur est le potentiel à appliquer à l’actionneur, noté φi .

3.5.1.a La fuzzification

La première étape est de normaliser les données d’entrée, elles sont notés αi et α̇i :

α̂i (t ) αˆ˙i (t )
αi (t ) = α̇i (t ) = (3.54)
max |α̂i (τ)| max |α̇ ˆ i (τ)|
τ∈[0;t ] τ∈[0;t ]

αi et α̇i ∈ [−1, 1].

Puis on doit transformer ces données d’entrées, variables numériques en variables linguis-
f uz f uz
tiques, que l’on note αi et α̇i . Lors de la fuzzification, on définit les fonctions d’appartenances
des deux données d’entrée. Afin d’avoir un sous-régulateur précis mais relativement simple, on
choisit cinq fonctions d’appartenance de forme triangulaire, ayant les variables linguistiques sui-
vantes : très négatif, négatif, zéro, positif, très positif (N+, N, Z, P, P+). Celles-ci sont présentées
f uz f uz
dans la figure 3.11. On utilise les mêmes types de fonctions pour αi et α̇i et la commande
f uz
φi .
Les valeurs utilisées pour les bornes des différentes fonctions d’appartenance sont les valeurs ob-
tenues par Z ORI Ć et collab. [2013] après optimisation pour un problème similaire : il étudie une
poutre composite équipée de deux actionneurs et un capteur piézoélectriques et utilisent un ré-
gulateur flou pour contrôler le premier mode de la poutre. Les entrées et la sortie du régulateur
sont également le déplacement modal, la vitesse modale et le potentiel actionneur.
f uz f uz
Les fonctions d’appartenances pour les entrées αi et α̇i sont similaires et considèrent que
l’entrée est P+ ou N+ dès 6% de la valeur maximale. Le régulateur réagit donc très vite même si
la perturbation subie est faible. M ARINAKI et collab. [2015] donnent également après optimisation
des fonctions d’appartenances similaires.

85
 CHAPITRE 3. AUTOMATISME ET CONTRÔLE ACTIF DES VIBRATIONS

1 N+ N Z P P+

ᾱi
-0.056 -0.028 0 0.028 0.056

1 N+ N Z P P+

α̇¯i
-0.06 -0.03 0 0.03 0.06

1 N+ N Z P P+

φfi uz
-0.92 -0.46 0 0.46 0.92

f uz
F IGURE 3.11 – Fonctions d’appartenance de αi , α̂i et φi

3.5.1.b Le moteur d’inférence

Le moteur d’inférence est l’ensemble des règles floues, basées sur la connaissance humaine du
problème. Dans le contrôle actif de structure élancées, les règles sont basées sur les observations
suivantes, expliquées facilement sur le cas d’un système masse-ressort :
soit x et x 0 le déplacement et la vitesse de la masse. La position d’équilibre de la poutre est x = x 0 =
0.
Si x est négatif, la masse est positionnée en amont de sa position d’équilibre. Afin de ramener la
masse à sa position d’équilibre on considère trois cas :
• si x 0 est positif : la masse est en train de revenir à sa position d’équilibre donc on applique
une commande positive faible.
• si x 0 est négatif : la masse continue à s’éloigner de sa position d’équilibre donc on applique
une commande positive forte.
• si x 0 est nulle : la poutre est à la position la plus éloignée de sa position d’équilibre et com-
mence à revenir vers celle-ci donc on applique une commande positive moyenne.
On peut faire le même raisonnement avec un déplacement x positif, ou quasi nul.
Dans le cas du sous-régulateur associé au mode i, on définit les règles pour la sortie floue qui
f uz
représente la commande φi à la Table 3.1 .

α¯˙i
α¯i P +
P Z N N+
P+ N+ N+ N+ N N
P N N N Z Z
Z N N Z P P
N Z Z P P P
N+ P P P+ P+ P+
f uz
Table 3.1 – Moteur d’inférence pour la commande φi (Z ORI Ć et collab. [2013])

3.5.1.c La défuzzification

Le passage des données d’entrées fuzzifiées par le moteur d’inférence génère une multitude
f uz
de commandes φi , que l’on fusionne à l’aide de l’opérateur logique floue OU. La deuxième
étape de la défuzzification est le passage des variables linguistiques aux variables numériques de
la commande, noté φci , valeur comprise dans [−1, 1]. Dans ce sous-régulateur on utilise la méthode
du centre de gravité.
On peut construire la surface de réponse du régulateur flou, c’est à dire calculer la réponse φci pour

86
CHAPITRE 3. AUTOMATISME ET CONTRÔLE ACTIF DES VIBRATIONS

0.5

-0.5

-1
-1
0 0 -0.5 -1
1 1 0.5
αi α̇i
F IGURE 3.12 – Surface de réponse du sous-régulateur flou

F IGURE 3.13 – Sous-Régulateur pour le mode i

toutes les valeurs des deux entrée αi et α˙i . Celle-ci est présentée dans la Figure
¯ 3.12.
¯ On remarque
c ¯ c¯
que le maximum (en valeur absolue) de φi ne vaut pas 1 mais est égal à max ¯φi ¯ = 0.814.
On re-normalise donc la commande associée au mode i pour avoir une commande dont le
maximum et minimum valent respectivement 1 et −1, à l’aide de la relation suivante :

φci (t )
φci (t ) = ¯ ¯ (3.55)
max ¯φci ¯
¯ ¯

Le schéma fonctionnel du sous-régulateur est présenté dans la figure 3.13.

3.5.2 Le régulateur flou décentralisé

Le régulateur flou de la plaque FGPM est donc l’assemblage de l’ensemble des sous-régulateurs
flous chacun dédié au contrôle d’un seul mode i .

Ainsi pour créer un régulateur contrôlant les N premiers modes, il faut choisir N actionneurs,
dédiés chacun à un seul mode i ∈ [1, N]. Chaque sous-régulateur donne à chaque instant t une

87
 CHAPITRE 3. AUTOMATISME ET CONTRÔLE ACTIF DES VIBRATIONS

valeur φci (t ) pour la commande du mode i .

L’énergie électrique φTOT injectée dans le système à chaque instant t étant limitée, il est nécessaire
de créer une distribution de cette énergie entre les différentes paires d’actionneurs.
On note φi la commande, après distribution, envoyée à l’actionneur contrôlant le mode i . On a
considéré trois sortes de distribution :
• La distribution équitable, chaque actionneur reçoit la même part du potentiel électrique
total φTOT :
φTOT
φi (t ) = ∗ φci (t ) (3.56)
N
• La distribution maximale, tout le potentiel électrique est envoyé au mode le plus excité.
On définit l’énergie modale Ji du mode i comme :
2
Ji (t ) = ω2i αˆi 2 (t ) + αˆ˙i (t ) (3.57)

La commande maximale φi est alors donnée par :

φi (t ) = φTOT φci (t ) si Ji (t ) = max Ji (t ) sinon φi (t ) = 0 (3.58)

i

• La distribution adaptative, le potentiel électrique est réparti entres modes en fonction de

leur énergie modale. On définit la fraction d’énergie modale du mode i , Ji% , comme :

Ji (t )
Ji% (t ) = (3.59)
N
X
Ji (t )
i =1

La commande adaptative φi est alors donnée par :

φi (t ) = φTOT Ji% (t )φci (t ) (3.60)

La distribution adaptative permet d’avoir un régulateur adaptatif, activant les actionneurs de

façon pertinente sans exclure un ou plusieurs modes, et s’adapte facilement aux changements
brutaux de chargements. Les performances de ces trois distributions seront étudiées en détail
dans le Chapitre 5.
La figure 3.14 schématise le système plaque FGPM observé/contrôlé à l’aide d’un observateur
de Luenberger et le régulateur flou décentralisé.

88
CHAPITRE 3. AUTOMATISME ET CONTRÔLE ACTIF DES VIBRATIONS

F IGURE 3.14 – Système plaque contrôlé-observé par un régulateur flou décentralisé

3.6 Optimisation des réseaux d’actionneurs et de capteurs en contrôle

actif
Le choix des électrodes utilisées pour les capteurs ou les actionneurs est un paramètre es-
sentiel du régulateur en contrôle actif. Il apparaît nécessaire d’introduire des critères d’optimisa-
tion, permettant de discriminer les performances capteur ou actionneur des différentes électrodes
entre elles.

3.6.1 Optimisation du réseau d’actionneurs

De nombreuse études ont montré l’influence importante de la position des actionneurs sur les
performances de la commande, d’où la nécessité d’optimiser celle-ci. On cherche à optimiser la
position des actionneurs en considérant le choix du régulateur inconnu, afin que le réseau d’ac-
tionneurs obtenu soit valable quelque soit la méthode de commande utilisée. Cette approche est
basée sur la notion de gouvernabilité.
On rappelle que N représente le nombre de modes à contrôler, Na le nombre d’actionneurs à
choisir et que les équations d’états sont données par (3.19,3.20,3.21).
Dans le cas du régulateur flou N = Na , tandis que dans le cas de la poutre FGPM, la commande
LQR utilisée est construite en considérant un actionneur pour contrôler les quatre premiers mode,
N = 4 et Na = 1.
La construction de la commande se faisant à partir des mesures obtenues par les capteurs, on
considère que le système est observable et gouvernable.
Afin d’optimiser la position des actionneurs, on choisit d’utiliser l’approche développée par
A RBEL [1981], H A Ć et L IU [1993], D EVASIA et collab. [1993] qui cherche à rendre le système à l’état
désiré x T , en minimisant la quantité, appelée énergie de contrôle du système, définie par :

89
 CHAPITRE 3. AUTOMATISME ET CONTRÔLE ACTIF DES VIBRATIONS

Z T
Ja = φta (τ) φa (τ) d τ (3.61)
0

En considérant les conditions initiales du système x(t = 0) = x 0 , H A Ć et L IU [1993] ont montré

que la solution optimale est de la forme :

φa (t ) = −Bt e A(T−t ) G−1

¡ AT ¢
c (t ) e x0 − xT (3.62)

où Gc(t ) est la matrice grammienne de gouvernabilité (Équation 3.29).

Ainsi :
¢t
Ja = e AT x 0 − x T G−1
¡ ¡ AT ¢
c (t ) e x0 − xT (3.63)

Cette énergie Ja dépend de la position des actionneurs principalement via Gc (t ). La minimisa-

tion de J revient donc à minimiser G−1
c (t ), soit maximiser une mesure de cette matrice. La position
du réseau d’actionneurs sera ainsi valable quelque soit x 0 . H A Ć et L IU [1993] ont démontré que,
pour un temps suffisamment grand, la matrice grammienne de gouvernabilité peut être approxi-
mée par une matrice diagonale dominante, indépendante de T :

λa
µ ¶
0
Gˆc = (3.64)
0 λa

où λa est une matrice carrée diagonale de dimension N qui s’exprime comme :

Na
1 X
(λa )i i = B2 (3.65)
4ηi ωi j =1 i j

(λa )i i est la valeur propre de la matrice grammienne de gouvernabilité Gˆc associée au i ème
mode. Elle correspond à l’énergie de contrôle pour le i ème mode. Ainsi, plus (λa )i i est élevé, plus
les actionneurs sont capables d’amortir le mode i . À l’inverse quand (λa )i i tend vers 0 ce mode
sera difficile à amortir.
L’objectif est maintenant de créer un critère d’optimisation du réseau d’actionneurs prenant
en compte les modes de manière homogène. B RUANT et P ROSLIER [2005] proposent d’établir une
homogénéité entre les différents termes diagonaux de λa en divisant chacun d’eux par leur valeur
maximale :

Na
B2i j
X
(λa )i i j =1
λ˜a i i =
¡ ¢
= (3.66)
max (λa )i i Na
B2i j
X
position acts max
position acts j =1

De ce fait λ˜a i i varie entre 0 et 1. L’équation 3.66 représente l’énergie de contrôle du réseau
¡ ¢

actuel des actionneurs pour le i ème mode, divisée par l’énergie maximale que pourrait transmettre
le réseau des actionneurs pour ce i ème mode. Après application de ce critère au système d’élec-
trodes considéré dans ce travail, on choisira les actionneurs pour un mode i parmi les électrodes
maximisant λ˜a i i (B RUANT et collab. [2010]).
¡ ¢

3.6.2 Critère d’optimisation du réseau de capteurs en contrôle actif

Le rôle des capteurs en vibration est de mesurer à tout instant la position, la vitesse ou la dé-
formation transverse de la structure en certains points. L’information transmise par les capteurs
peut s’écrire sous la forme intrinsèque, sans la présence de la commande φa :

y = Cx (3.67)

90
CHAPITRE 3. AUTOMATISME ET CONTRÔLE ACTIF DES VIBRATIONS

La connaissance du vecteur de sortie y permet alors, sous l’hypothèse que le système d’état
associé à la structure soit observable, de construire une estimation de l’état x de la structure à
tout instant. Cette estimation est cruciale car elle permet de connaître le mouvement vibratoire
de la structure et d’en déduire éventuellement une commande à appliquer pour amortir les vibra-
tions. Intuitivement, on souhaite donc optimiser le réseau des capteurs afin que l’information y
soit maximale. Or, quelque soit la modélisation faite, la position des capteurs intervient dans les
composantes de la matrice de sortie C. Dans le cas de l’utilisation d’un seul capteur piézoélec-
trique, on peut montrer que les zones de la structure où le système est peu ou pas observable sont
les zones où le centre du capteur est sur un nœud de la courbure d’un des modes à mesurer. La
composante associée à ce mode dans le vecteur C est alors proche de zéro. Le déplacement modal
associé sera donc mal mesuré, et la commande construite à partir de celui-ci ne sera pas correcte.
L’optimisation du réseau des capteurs est donc nécessaire, afin de s’assurer de bien observer
chaque composante modale du déplacement. N représente le nombre de mode à mesurer et Nc le
nombre de capteurs.

3.6.2.a Maximisation de l’énergie de sortie

L’optimisation du réseau des capteurs en contrôle actif des vibrations de structures peut s’ap-
puyer sur la quantité appelée énergie de sortie définie par :
Z ∞
Jc = y t yd t (3.68)
0

Maximiser J semble en effet être un bon critère pour assurer une information globale sur l’en-
semble des modes propres.
Lorsque le système, libre d’effort, est ramené à l’état d’équilibre (x(t = 0) = 0) en boucle ou-
verte (φa (t ) = 0, ∀t > 0), tout comme lorsqu’il est soumis à un effort, H A Ć et L IU [1993] ont montré
que maximiser l’énergie de sortie J conduit à maximiser la matrice grammienne d’observabilité
Go (Équation 3.35) de dimension (2N × 2N). Go est une matrice diagonale dominante et peut être
approximée par (H A Ć et L IU [1993]) :

λc 0
µ ¶
ˆ
Go ' (3.69)
0 λc

où λc est une matrice de dimension (N × N) diagonale. H A Ć et L IU [1993] ont montré que :

Nc C 2
X ji
(λc )i i = (3.70)
j =1 4ηi ωi

Chaque terme diagonal (λc )i i = (Go )i i correspond à l’énergie de sortie Jc associée au mode propre
i.
Comme pour l’optimisation du réseau d’actionneur, B RUANT et P ROSLIER [2005] proposent
d’établir une homogénéité entre les différents termes diagonaux de λc en divisant chacun d’entre
eux par leur valeur maximale :

Nc
C2j i
X
(λc )i i j =1
λ˜c i i =
¡ ¢
= (3.71)
max (λc )i i Nc
C2j i
X
position cap max
position cap j =1

De ce fait, tous les termes λ˜c i i varient entre 0 et 1. L’équation (3.71) représente l’énergie mesurée
¡ ¢

par le réseau des capteurs pour le i ème mode, divisée par l’énergie maximum mesurable par le
réseau des capteurs dans le système pour cet i ème mode. Si λ˜c i i est proche de 0, le mode i n’est
¡ ¢

quasiment pas observé par le réseau des capteurs. En revanche s’il est proche de 1, le mode i est
observé de façon optimale par le réseau de capteurs.

91
 CHAPITRE 3. AUTOMATISME ET CONTRÔLE ACTIF DES VIBRATIONS

Ainsi, au lieu de considérer la matrice grammienne d’observabilité Go pour déterminer le ré-

seau des capteurs, on propose d’utiliser la matrice appelée semi-grammienne d’observabilité Gˆo ,
matrice diagonale, ayant sur sa diagonale les valeurs λ˜c i i .
¡ ¢

3.7 Conclusion
Dans ce chapitre, les différents outils de l’automatique ont été présentés afin de mettre en
place les deux systèmes commandés-observés que sont la poutre et la plaque FGPM. Un obser-
vateur de Luenberger permettant de donner une approximation de l’état du système, sera utilisé
pour les deux types de structures. Celui-ci est basé et réglé par la synthèse quadratique.
La structure poutre, équipée d’un capteur et d’un actionneur, sera commandée par un régulateur
quadratique linéaire (LQR). Ce régulateur est robuste et facile à implémenter et a permis de mon-
trer la faisabilité du contrôle actif pour ce type de structure FGPM.
Pour la plaque, l’utilisation d’une multitude d’actionneurs a conduit à changer de type de régula-
teur. Le choix s’est porté, dans ce travail, sur un régulateur flou décentralisé. Celui-ci est constitué
de plusieurs sous-régulateurs flous régulant chacun un seul mode et va permettre de considérer
facilement autant d’actionneurs que de modes à réguler. Il permet également, grâce à une distri-
bution adéquate de l’énergie électrique injectée dans le système, une régulation adaptative.

92
CHAPITRE 3. AUTOMATISME ET CONTRÔLE ACTIF DES VIBRATIONS

3.8 Références
DE A BREU , G. L. C. et J. F. R IBEIRO. 2002, «A self-organizing fuzzy logic controller for the active
control of flexible structures using piezoelectric actuators», Applied soft computing, vol. 1, no 4,
p. 271–283. 84

A RBEL , A. 1981, «Controllability measures and actuator placement in oscillatory systems», Inter-
national Journal of Control, vol. 33, no 3, p. 565–574. 89

B ENJEDDOU , A., S. B ELOUETTAR, B. T OPPING, G. M ONTERO et R. M ONTENEGRO. 2006, «On the

evaluation and application of the modal properties of piezoelectric adaptive structures», In-
novation in Computational Structures Technology. Stirlingshire : Saxe-Coburg Publications, p.
287–302. 67

B LANGUERNON , A. 1997, Contrôle actif de poutres et de plaques à l’aide d’un composant piézocéra-
mique, thèse de doctorat, Paris 6. 75

B RUANT, I., L. G ALLIMARD et S. N IKOUKAR. 2010, «Optimal piezoelectric actuator and sensor loca-
tion for active vibration control, using genetic algorithm», Journal of Sound and Vibration, vol.
329, no 10, p. 1615–1635. 90

B RUANT, I. et L. P ROSLIER. 2005, «Optimal location of actuators and sensors in active vibration
control», Journal of intelligent material systems and structures, vol. 16, no 3, p. 197–206. 90, 91

C LOUGH , R. W. et Y. PENZIEN. 1975, DYNAMIQUE DES STRUCTURES, Pluralis. 69

D E L ARMINAT, P. 1996, Automatique : commande des systèmes linéaires, Hermes Paris. 72

D EVASIA , S., T. M ERESSI, B. PADEN et E. B AYO. 1993, «Piezoelectric actuator design for vibration
suppression-placement and sizing», Journal of Guidance, Control, and Dynamics, vol. 16, no 5,
p. 859–864. 89

G ÉRADIN , M. et D. R IXEN. 1993, Théorie des vibrations : application à la dynamique des structures,
vol. 2, Masson Paris. 68, 69

G U , H. et G. S ONG. 2005, «Active vibration suppression of a composite i-beam using fuzzy positive
position control», Smart materials and structures, vol. 14, no 4, p. 540. 84

H A Ć , A. et L. L IU. 1993, «Sensor and actuator location in motion control of flexible structures»,
Journal of sound and vibration, vol. 167, no 2, p. 239–261. 89, 90, 91

K AILATH , T. 1980, Linear systems, vol. 156, Prentice-Hall Englewood Cliffs, NJ. 71, 72

K ERRE , E. E. et M. N ACHTEGAEL. 2013, Fuzzy techniques in image processing, vol. 52, Physica. 76

KORENEVSKIY, N. 2015, «Application of fuzzy logic for decision-making in medical expert systems»,
Biomedical Engineering, vol. 49, no 1, p. 46–49. 76

K UMAR , V. 2013, «Vibration control of a plate with help of fuzzy logic controller», International
Journal of Enhanced Research in Science Technology and Engineering, vol. 2, p. 100–106. 84

L EMAITRE , J. et J.-L. C HABOCHE. 1988, Mécanique des matériaux solides,© Bordas, Paris. 68

L I , D., W. L IU, J. J IANG et R. X U. 2011, «Placement optimization of actuator and sensor and de-
centralized adaptive fuzzy vibration control for large space intelligent truss structure», Science
China Technological Sciences, vol. 54, no 4, p. 853–861. 84, 85

L IN , J. 2005, «An active vibration absorber of smart panel by using a decomposed parallel fuzzy
control structure», Engineering Applications of Artificial Intelligence, vol. 18, no 8, p. 985–998.
84, 85

93
 CHAPITRE 3. AUTOMATISME ET CONTRÔLE ACTIF DES VIBRATIONS

L IONS , J. L. 1968, Contrôle optimal de systemes gouvernés par des équations aux dérivées partielles,
Dunod. 74

M ARINAKI , M., Y. M ARINAKIS et G. E. S TAVROULAKIS. 2015, «Fuzzy control optimized by a multi-

objective differential evolution algorithm for vibration suppression of smart structures», Com-
puters & Structures, vol. 147, p. 126–137. 84, 85

M ELIN , P. et O. C ASTILLO. 2014, «A review on type-2 fuzzy logic applications in clustering, classifi-
cation and pattern recognition», Applied soft computing, vol. 21, p. 568–577. 76

D ’A NDRÉA N OVEL , B. et M. C. DE L ARA. 2000, Commande linéaire des systèmes dynamiques,

Presses des MINES. 71, 72, 73, 75

S HARMA , A., R. K UMAR, R. VAISH et V. S. C HAUHAN. 2014, «Lead-free piezoelectric materials’

performance in structural active vibration control», Journal of Intelligent Material Systems and
Structures, vol. 25, no 13, p. 1596–1604. 84

S HARMA , M., S. S INGH et B. S ACHDEVA. 2005, «Fuzzy logic based modal space control of a canti-
levered beam instrumented with piezoelectric patches», Smart materials and structures, vol. 14,
no 5, p. 1017. 84

S HARMA , M., S. S INGH et B. S ACHDEVA. 2007, «Modal control of a plate using a fuzzy logic control-
ler», Smart materials and structures, vol. 16, no 4, p. 1331. 84, 85

S UGANTHI , L., S. I NIYAN et A. A. S AMUEL. 2015, «Applications of fuzzy logic in renewable energy
systems–a review», Renewable and Sustainable Energy Reviews, vol. 48, p. 585–607. 76

S USHEEL , C., R. K UMAR et V. S. C HAUHAN. 2016, «Active shape and vibration control of functio-
nally graded thin plate using functionally graded piezoelectric material», Journal of Intelligent
Material Systems and Structures. 84

Z ADEH , L. A. 1968, «Probability measures of fuzzy events», Journal of mathematical analysis and
applications, vol. 23, no 2, p. 421–427. 76

Z ADEH , L. A. 1975, «Fuzzy logic and approximate reasoning», Synthese, vol. 30, no 3-4, p. 407–428.
76, 79

Z ADEH , L. A. 1976, «A fuzzy-algorithmic approach to the definition of complex or imprecise

concepts», dans Systems Theory in the Social Sciences, Springer, p. 202–282. 76

Z ORI Ć , N., A. S IMONOVI Ć, Z. M ITROVI Ć et S. S TUPAR. 2013, «Active vibration control of smart com-
posite beams using pso-optimized self-tuning fuzzy logic controller», Journal of Theoretical and
Applied Mechanics, vol. 51, no 2, p. 275–286. ix, 84, 85, 86

94
Chapitre 4

Simulations de Poutres FGPM

« Plus que bu, oui !... [. . . ]

quand on est parti, on s’est aperçu
que la terre tournait.
[. . . ] Comme quoi, il faut être
pochard pour constater les lois de
la nature ! »

Occupe toi d’Amélie, Feydeau

Sommaire
4.1 Validation et convergence de l’élément fini de poutre . . . . . . . . . . . . . . . . . 96
4.1.1 Convergence du nombre d’éléments dans la longueur . . . . . . . . . . . . . 97
4.1.2 Convergence du nombre de couches numériques n l dans l’épaisseur . . . . 97
4.1.3 Tests de validations à l’aide du modèle 3D en statique . . . . . . . . . . . . . 98
4.1.4 Tests de validation en fréquences à l’aide du modèle 3D . . . . . . . . . . . . 98
4.2 Études statiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
4.2.1 Sensibilité du capteur FGPM aux paramètres k et VT . . . . . . . . . . . . . . 99
4.2.2 Efficacité de l’actionneur FGPM en fonction des paramètres k et VT . . . . . 101
4.3 Contrôle Actif d’une poutre FGPM avec un régulateur LQR . . . . . . . . . . . . . 101
4.3.1 Construction du système contrôlé-observé . . . . . . . . . . . . . . . . . . . . 102
4.3.2 Paramétrage des simulations . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
4.3.3 Poutre FGPM encastrée-libre : étude paramétrique sur k et VT . . . . . . . . 104
4.3.4 Poutre FGPM simplement supportée : étude de la position des électrodes . 106
4.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
4.5 Références . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111

95
 CHAPITRE 4. SIMULATIONS DE POUTRES FGPM

Dans ce chapitre, on s’intéresse aux comportements statique et dynamique de la poutre FGPM.

Celle-ci est modélisée grâce à l’élément fini de poutre à deux nœuds, présenté à la section 2.2.
On rappelle que les propriétés piézoélectriques du FGPM sont activées grâce à des électrodes dé-
posées sur les surfaces supérieure et inférieure de la poutre de façon symétrique par rapport à
la ligne moyenne. Les électrodes utilisées pour les capteurs sont libres électriquement, et celles
utilisées pour les actionneurs sont soumises à un potentiel électrique appliqué (condition de Di-
richlet). De plus, le modèle FGPM prenant en compte en compte le phénomène de percolation,
on impose un potentiel nul aux interfaces entre les parties isolantes et la partie conductrice du
matériau.
L’étape préliminaire de validation et de convergence de l’élément fini de poutre est présentée dans
un premier temps. Cette étude est double en raison de l’approximation par couches numériques
du potentiel électrique dans l’épaisseur : il faut déterminer le nombre d’éléments dans la longueur
et le nombre de couches numériques n l par élément. Les études numériques sur la poutre FGPM
sont divisées en deux groupes :

• Des analyses statiques permettant de mieux comprendre le comportement du FGPM. On

étudie la sensibilité des capteurs et actionneurs aux paramètres suivants : à l’indice de frac-
tion volumique k (gérant la gradation du FGPM) et au seuil de percolation VT
• Des simulations de contrôle actif de la poutre grâce à un régulateur linéaire quadratique
et un observateur de Luenberger (Section 3.3). On étudie l’influence des paramètres k et
VT et également celle de la position des électrodes sur les performances et la faisabilité du
contrôle.

Dans tout ce chapitre on considère une poutre FGPM dont les propriétés matériaux et géomé-
triques sont données dans la Table 4.1.

Propriétés Aluminium PZT4

Module de Young Y (GPa) 69 63 Propriétés Valeur
Coefficient de Poisson ν 0.3 0.3 Longueur L (m) 1
Constante piézoélectrique e 31 (C/m 2 ) 0 -2.1 Épaisseur h (m) 0.01
Constant diélectrique ²33 (nF/m) 0 15 Largeur b (m) 0.01
3
Densité ρ (kg /m ) 3960 7600

Table 4.1 – Propriétés matériaux et géométriques

4.1 Validation et convergence de l’élément fini de poutre

La première étape est de valider l’élément fini de poutre par rapport à des résultats analytiques
ou de la littérature. Cet élément à été validé pour plusieurs configurations :
• Une poutre constituée d’un seul matériau : des résultats analytiques sont accessibles dans
le cas de poutre de Timoshenko (B ATOZ et D HATT [1990]) pour plusieurs conditions aux
limites.
• Une poutre bimorphe piézoélectrique, encastrée-libre, en polymère PVDF. Des résultats de
la littérature sont accessibles : pour le cas actionneur (PABLO et collab. [2009]) et pour le cas
capteur (F UKUNAGA et collab. [2001]).
• Une poutre FGM (Acier/Aluminium) simplement supportée, les fréquences propres sont
disponibles dans A LSHORBAGY et collab. [2011].
Ces trois configurations ont permis une première étape de validation et l’élément de poutre
donne d’excellents résultats.

96
CHAPITRE 4. SIMULATIONS DE POUTRES FGPM

4.1.1 Convergence du nombre d’éléments dans la longueur

Des études de convergence sur le nombre d’éléments dans la longueur en statique et en vibra-
tion, pour une poutre encastrée-libre, ont permis de déterminer que :
• 10 éléments dans la longueur assurent la convergence en déplacement dans le cas statique.
La Table 4.2 présente l’étude de convergence sur la flèche maximale d’une poutre encastrée
libre soumise à une force ponctuelle f = 1N en bout de poutre, pour trois valeurs de k et
VT = 0.3.
HH k
H 0.4 1 5
n e HH
H
4 5.95 6.09 6.21
6 6.00 6.15 6.27
10 6.03 6.18 6.30
16 6.04 6.18 6.30

Table 4.2 – Étude de convergence : Flèche maximale (mm) d’une poutre encastrée-libre (VT = 0.3)

• 40 éléments dans la longueur sont nécessaires pour la convergence des cinq premières fré-
quences propres de la poutre. La Table 4.3 présente l’étude de convergence sur les fréquences
propres d’une plaque encastrée-libre (k = 1 et VT = 0.3).

H
HH f
f1 f2 f3 f4 f5
n e HH
H
10 5.411 34.291 97.788 196.898 337.368
20 5.403 33.942 95.410 188.036 313.156
40 5.401 33.856 94.834 185.940 307.593
100 5.401 33.832 94.674 185.360 306.676

Table 4.3 – Étude de convergence : Fréquences propres (Hz) d’une poutre encastrée-libre avec k = 1 et
VT = 0.3

À notre connaissance il n’existe par d’article permettant de valider le cas d’une poutre FGPM
(PZT4/Al/PZT4) construit dans ce travail. De ce fait, on compare le modèle poutre au modèle 3D
développé sous FEniCS (Section 2.3.2). Celui-ci à été validé par rapport à une solution analytique
3D, voir section 5.1.

4.1.2 Convergence du nombre de couches numériques n l dans l’épaisseur

On considère une poutre FGPM encastrée-libre et équipée d’une paire d’électrodes utilisée,
selon le cas, pour le capteur ou l’actionneur. Les électrodes sont placées proche de l’encastrement
et mesurent L/10 de long.
• Dans le cas capteur : une force ponctuelle f = 1N est appliquée en bout de poutre. La Table
4.4 présente les résultats de l’étude de la convergence du potentiel capté en fonction de n l ,
pour trois valeurs de k et VT = 0.3.
• Dans le cas actionneur : un potentiel φa = 250V est appliqué sur les électrodes. La Table 4.5
présente la convergence de la flèche maximale générée par le potentiel appliqué en fonction
de n l , et pour trois valeurs de k et VT = 0.3.
La convergence est donc obtenue dans les deux cas avec 10 couches. On gardera donc un maillage
constitué de 10 éléments avec 10 couches numériques par élément.

97
 CHAPITRE 4. SIMULATIONS DE POUTRES FGPM

HH k
H
0.4 1 5
n l HH
H
4 1.31 9.62 27.47
10 1.31 9.60 27.56
50 1.30 9.57 27.55
100 1.30 9.57 27.55

Table 4.4 – Étude du capteur FGPM : Convergence du potentiel capté (V)

HH k
H
0.4 1 5
n l HH
H
4 74.5 75.0 62.8
10 74.5 74.9 62.8
50 74.4 74.7 62.8
100 74.4 74.7 62.8

Table 4.5 – Étude de l’actionneur FGPM : Convergence de la flèche maximale (µm)

4.1.3 Tests de validations à l’aide du modèle 3D en statique

On présente ici deux tests de validation utilisant le modèle 3D comme référence :
• Le cas actionneur : un potentiel φa = 250V est appliqué sur les électrodes et on relève la
flèche maximale w max . La table 4.6a présente les résultats pour trois valeurs de k et VT = 0.3.
• Le cas capteur : une pression uniforme f = 10N/m est appliquée sur toute la poutre et on
relève la flèche maximale w max et le potentiel moyen sur les électrodes φmoy . La table 4.6b
présente les résultats pour trois valeurs de k et VT = 0.3.
Dans les deux études, le modèle poutre donne des résultats très proches de ceux du 3D FEniCS.
En effet, l’erreur maximale pour la flèche est inférieure à 2% et celle sur le potentiel moyen capté
par les électrodes est inférieure à 5%.

k 3D FEniCS Poutre
w max (mm)
0.5 2.24 2.27
1 2.28 2.31
k 3D FEniCS Poutre 2 2.30 2.34
w max (mm) φmoy (V)
0.5 0.754 0.753 0.5 0.840 0.883
1 0.754 0.749 1 3.18 3.37
2 0.714 0.708 2 6.17 6.66
(a) Validation cas actionneur (b) Validation cas capteur

Table 4.6 – Validation élément fini de poutre FGPM

4.1.4 Tests de validation en fréquences à l’aide du modèle 3D

On effectue à présent un test sur les fréquences propres pour la poutre encastrée libre (Table
4.7) et trois valeurs de k et VT = 0.3. Ce test a été effectué avec un maillage de 40 éléments, néces-
saire pour avoir une convergence des cinq premières fréquences propres. Pour les trois valeurs de
k considérées, le modèle poutre donne d’excellents résultats (moins de 2.5% d’erreur) sur les cinq
premières fréquences.

98
CHAPITRE 4. SIMULATIONS DE POUTRES FGPM

f i (Hz) 3D FEniCS Poutre 3D FEniCS Poutre 3D FEniCS Poutre

k =1 k =2 k = 0.5
1 5.451 5.401 5.156 5.106 5.810 5.760
2 34.21 33.84 32.36 31.99 36.46 36.09
3 96.02 94.71 90.83 89.53 102.34 101.00
4 188.91 185.47 178.68 175.35 201.35 197.81
5 313.42 306.37 296.92 289.64 334.62 326.74

Table 4.7 – Validation fréquences propres pour une poutre FGPM encastrée-libre

L’élément fini de poutre FGPM à deux nœuds est validé à la fois pour des chargements mé-
caniques (capteur) qu’électriques (actionneur). Des études similaires effectuées pour le cas de la
poutre simplement appuyée donnent des résultats satisfaisants.

4.2 Études statiques

Dans cette partie, on étudie l’influence sur les réponses statiques du système des paramètres
suivants : l’indice de gradation k du FGPM et le seuil de percolation VT .
On précise que :
• L’indice k est un paramètre défini à la fabrication du matériau. On considère qu’il peut
prendre des valeurs dans l’intervalle [0, 5].
• Le seuil de percolation VT est un paramètre inhérent à la microstructure du matériau, il
dépend du processus de fabrication et du choix de l’indice k. Selon la littérature, on a pu
déterminer que VT se trouve dans l’intervalle [0.1, 0.3] (voir Section 2.1.3). On considère dans
les études effectuées trois valeurs possibles : VT = 0.1, 0.2, 0.3 .

4.2.1 Sensibilité du capteur FGPM aux paramètres k et VT

On considère une poutre encastrée-libre subissant une force de 1 N transversale au bout libre
de la poutre, équipée d’une paire d’électrodes utilisées comme capteur. Ces électrodes mesurent
L
10 m et sont placées à l’encastrement.

4.2.1.a Influence sur le potentiel capté

La Figure 4.1 montre l’influence des paramètres k et VT sur le potentiel capté. Ce dernier aug-
mente avec ces deux paramètres. Pour expliquer ce comportement, on peut assimiler le fonction-
nement d’un capteur piézoélectrique (ici du capteur FGPM) à celui d’un condensateur classique.
Dans un condensateur, le potentiel φg généré entre ses deux plaques est donné par la formule
suivante :

de
φg = (4.1)
Y²
où d est la distance entre les deux plaques du condensateur, e la constante piézoélectriques, Y
le module de Young et ² la constante diélectrique du matériau constituant le condensateur. En
faisant la comparaison avec la structure FGPM considérée, la distance d correspond à l’épaisseur
de la partie isolante, soit : d = h −h T . Donc, le potentiel capté suit la loi de comportement suivant :

(h − h T )e 31
φs ' (4.2)
Y²33
Quand l’indice de fraction k augmente, (h − h T ) et e 31 augmentent et ²33 et Y diminuent. De plus,
le seuil de percolation VT a seulement un effet sur l’épaisseur de la partie isolante, qui augmente

99
 CHAPITRE 4. SIMULATIONS DE POUTRES FGPM

30

25

Potentiel capteur (V)

20

15
VT = 0.1
10
VT = 0.2

5 VT = 0.3

0
0 1 2 3 4 5
k
F IGURE 4.1 – Étude du capteur FGPM : Sortie potentiel capteur

×10-3
6.3
Flèche maximale (m)

6.2

6.1

6 VT = 0.1
VT = 0.2
5.9 VT = 0.3

5.8
0 1 2 3 4 5
k
F IGURE 4.2 – Étude du capteur FGPM : flèche maximale

quand le seuil est plus important. On peut en conclure que le potentiel capté croît logiquement
lorsque ces deux paramètres augmentent. La Figure 4.1 montre également que le capteur FGPM
est inefficace (signal trop faible) si k est inférieur à un certain seuil, noté k l i m . En effet, quand k
tend vers zéro l’épaisseur de la partie isolante, (h − h T ), tend également vers zéro. Dans notre cas,
les simulations indiquent un seuil k l i m = 0.4, et ceci pour toutes les valeurs prises par VT .

4.2.1.b Influence sur le déplacement transverse

La figure 4.2 montre que la flèche maximale augmente avec k et qu’elle est quasi indépendante
de VT . La flexion de la poutre sous l’effet de la force ponctuelle, est principalement d’ordre méca-
nique et est directement reliée à la rigidité de celle-ci. Le couplage électro-mécanique influence
peu ou pas la réponse de la structure. Donc VT n’influençant que l’épaisseur de la couche conduc-
trice a peu ou pas d’effet sur la flèche de la poutre. Ainsi, la tendance générale de la réponse est
facilement explicable : quand k augmente, le module de Young effectif diminue et tend vers la va-
leur du module de Young du PZT4, celui-ci étant inférieur à celui de l’aluminium.

Un capteur piézoélectrique est donc d’autant plus efficace quand son épaisseur est grande et
que ses coefficients piézoélectriques sont importants. On peut donc en conclure que le capteur
FGPM est d’autant plus efficace que les paramètres k et VT sont grands.

100
CHAPITRE 4. SIMULATIONS DE POUTRES FGPM

×10-5
9
VT = 0.1

Flèche maximale (m)

VT = 0.2
8
VT = 0.3

5
0 1 2 3 4 5
k
F IGURE 4.3 – Étude de l’actionneur FGPM : flèche maximale

4.2.2 Efficacité de l’actionneur FGPM en fonction des paramètres k et VT

Dans ce paragraphe, on étudie l’influence des mêmes paramètres k et VT sur l’efficacité en sta-
tique de l’actionneur FGPM. On considère une poutre FGPM encastrée libre équipée d’une paire
d’électrodes utilisées comme actionneur. Elles sont placées proche de l’encastrement et mesurent
L/10 de long. Un potentiel électrique φa = 250 V est appliqué aux électrodes.
Classiquement pour les actionneurs piézoélectriques, quand un potentiel extérieur est appli-
qué, la déformation électriquement générée est proportionnelle à la fois au coefficient piézoélec-
trique e 31 du matériau utilisé et au potentiel électrique φa appliqué. Elle est également inverse-
ment proportionnelle à l’épaisseur de l’actionneur, ici à l’épaisseur de la partie isolante (h − h T ).
Les actionneurs sont donc plus performants quand ils sont fins. On peut ainsi écrire que la défor-
mation de flexion générée électriquement suit la tendance suivante :

φa e 31
εa ' (4.3)
h − hT

La Figure 4.3 montre la flèche maximale de la poutre FGPM générée par le potentiel appliqué en
fonction de k et de VT . Contrairement au comportement en mode capteur, le déplacement induit
ne varie pas de façon monotone avec k. R EDDY [2000] observe ce même comportement pour des
plaques FGM soumises à des chargement thermiques. On observe donc une augmentation au
début, avec des maximas atteint pour des valeurs de k comprises entre 0.4 et 0.7, puis la flèche
subit une diminution induite principalement par l’augmentation de (h − h T ). Ce comportement
non monotone est dû à l’évolution du rapport entre les deux termes e 31 et (h − h T ).
D’autre part, les performances de l’actionneur FGPM sont meilleures quand le seuil de percolation
est plus faible. En effet quand VT augmente l’épaisseur de la couche isolante augmente également.
Cette étude met en évidence que l’actionneur FGPM est plus efficace quand k ∈ [0.4, 0.7] et quand
le seuil de percolation est faible.
Ces deux études sur l’efficacité du capteur et de l’actionneur FGPM montrent que des com-
promis dans le choix de k et VT seront à faire, car les deux configurations nécessitent des valeurs
opposées pour ces deux paramètres afin de fonctionner de manière optimale.

4.3 Contrôle Actif d’une poutre FGPM avec un régulateur LQR

La construction du régulateur LQR et de l’observateur de Luenberger constitue la première

étape pour simuler le contrôle actif de la poutre FGPM.

101
 CHAPITRE 4. SIMULATIONS DE POUTRES FGPM

4.3.1 Construction du système contrôlé-observé

4.3.1.a Construction du régulateur

La base modale de la structure, nous permet de construire le régulateur et l’observateur en

utilisant la synthèse quadratique. L’utilisation de la synthèse quadratique (Section 3.3) nécessite
le choix des deux matrices de pondération Q et R. En pratique, le choix des matrices Q et R n’est
pas évident. On choisit ici les matrices Q et R de façon à ce que la fonctionnelle à minimiser ait
un sens physique (L AMMERING et collab. [1994], C OLLET [1996]), c’est à dire qu’elle représente
l’énergie du système. Par définition, l’énergie d’un système quelconque est la somme de l’énergie
cinétique et de l’énergie interne.
• L’énergie cinétique du système est définie par :

1X N
Ec (t ) = α˙i (t ) (4.4)
2 i =1

• L’énergie interne du système peut être découpée en une partie mécanique, Em (t ) et une
partie électrique, Ee (t ).
La partie mécanique de l’énergie s’écrit :

1XN 1XN
Em (t ) = α˙i 2 (t ) + α2 (t )ω2i (4.5)
2 1 2 1 i

ou sous le forme matricielle :

Em (t ) = x t Qx avec Q = I (4.6)

La matrice Q est donc prise égale à la matrice identité I pour que le terme x t Qx représente
l’énergie mécanique du système.
La partie électrique de l’énergie peut s’écrire sous la forme matricielle suivante :

Ec (t ) = φta Rφa (4.7)

Les coefficients de la matrice R seront choisis de façon à ce que le tension électrique ne dé-
passe pas la valeur maximale V0 de la tension admissible par les actionneurs. L’ajustement des
coefficients de la matrice R est effectué en supposant le chargement connu et nécessite plusieurs
tests numériques.

4.3.1.b Construction de l’observateur

L’estimation du vecteur d’état x̂ est construite à partir de l’observateur de Luenberger. La ma-

trice de gain de l’observateur L est obtenue par la méthode du système fictif détaillée au para-
graphe 3.3.2.a. La matrice L est donc construite comme la matrice K du régulateur par la méthode
de la synthèse quadratique.
On considère alors une matrice Qobs égale à la matrice identité I et les coefficients de la matrice
Robs permettent de régler la dynamique de l’observateur.
Pour choisir ces coefficients, plusieurs tests d’estimation numérique du vecteur d’état x sont à
effectuer. Pour ce faire, on se place dans le cas où le système observé est libre de commande, de
perturbation extérieure et en équilibre à l’instant initial (φa (t ) = 0, Fe = 0, x 0 = 0). La solution
analytique de ce système est évidente et est donnée par :

x(t ) = 0 y(t ) = 0

L’estimation x̂ du vecteur d’état est alors solution de l’équation différentielle suivante :

˙ ) = (A − LC) x̂
x̂(t
x̂(0) = x̂ 0 6= 0

102
CHAPITRE 4. SIMULATIONS DE POUTRES FGPM

La résolution de ce système permet d’obtenir l’erreur Er = C (x̂ − x) = C x̂ de la sortie estimée. On

appelle alors temps de réponse de l’observateur, noté t r ep , le temps nécessaire pour que l’erreur
Er soit inférieure à un seuil ²obs . L’observateur sera réglé lors des simulations pour qu’il réponde
en un temps t = t r ep fixé.

4.3.2 Paramétrage des simulations

Les simulations de contrôle actif de la poutre FGPM ont pour objectif principal de montrer la
faisabilité du contrôle actif avec ce FGPM et d’étudier l’influence des paramètres matériaux k et
VT ainsi que la position des électrodes.
Le paramétrage des simulations s’effectue comme suit :

1. Matériau et Géométrie :

• Les coefficients d’amortissement ηn du n i ème mode sont définies par l’équation (3.17).
Dans le cadre de ce travail, on supposera que les coefficients d’amortissement des deux
premiers modes sont égaux (η1 = η2 = η). On obtient alors :

2η ω1 ω2
β1 = β2 = 2η (4.8)
ω1 + ω2 ω1 + ω2

On considère une poutre FGPM dont les propriétés géométriques et matériaux sont
données dans la Table 4.1 et on suppose que l’amortissement modal des deux premiers
modes est de 5%.
• Deux types de conditions aux limites sont étudiés : la poutre simplement appuyée et la
poutre encastrée-libre.

2. Modèle :

• On utilise l’élément fini de poutre avec un maillage régulier (40 éléments avec chacun
10 couches numériques dans l’épaisseur) pour obtenir la base modale de la structure.
• On ne considère que les 4 premiers modes propres. Une étude préliminaire, en consi-
dérant de 6 à 8 modes a été menée et montre que les modes à partir du cinquième sont
peu ou pas excités par les chargements considérés et peuvent donc être négligés.

3. Régulateur et Observateur :

• Le potentiel maximum injecté aux actionneurs à chaque instant t est V0 = 250V, réglé
via la matrice R.
• La dynamique de l’observateur est réglé, via la matrice L, pour qu’il ait un temps de
réponse t r ep = 0.8s.
• Les coefficients des matrices R et L ont besoin d’être réglés à chaque simulation. Ils
sont dépendants du matériau (k et VT ), des conditions aux limites et du chargement.
Ces coefficients sont déterminés par essais successifs jusqu’à l’obtention des objectifs.

4. Simulations :

• Les simulations sont menées sur 10 s, avec un pas de temps de 2.10−5 s.

• La réponse temporelle du système est calculée avec un bloqueur d’ordre un, utilisant
une extrapolation de degré un entre deux échantillons successifs M ATLAB [2019].

Les six premières fréquences propres de la structure sont données pour différentes valeurs
de k dans les Tables 4.8 et 4.9 pour la poutre encastrée-libre et la poutre simplement appuyée,
respectivement.

103
 CHAPITRE 4. SIMULATIONS DE POUTRES FGPM

k f1 f2 f3 f4 f5 f6
0.4 5.88 36.83 103.11 202.04 333.97 498.85
1 5.40 33.85 94.77 185.69 306.94 458.47
2 5.11 31.00 89.59 175.55 290.18 433.44
5 4.86 30.48 58.33 167.21 276.39 412.86

Table 4.8 – Fréquences propres (Hz) pour la poutre encastrée-libre

k f1 f2 f3 f4 f5 f6
0.4 16.50 65.98 148.45 263.90 412.30 593.66
1 15.16 60.64 136.43 242.53 378.93 545.61
2 14.33 57.33 128.98 229.29 358.24 515.82
5 13.65 54.60 122.85 218.40 341.22 491.33

Table 4.9 – Fréquences propres (Hz) pour la poutre simplement appuyée

4.3.3 Poutre FGPM encastrée-libre : étude paramétrique sur k et VT

On considère une poutre FGPM encastrée-libre munie de deux paires d’électrodes de longueur
1
10 L, l’une servant pour l’actionneur placée à l’abscisse x = 0 (à l’encastrement) et l’autre utilisée
pour le capteur placée à l’abscisse x = 0.1. L’actionneur et le capteur ne sont donc pas colocalisés.
Selon B RUANT et P ROSLIER [2013] cette configuration est la configuration optimale pour l’action-
neur et le capteur non colocalisés sur une poutre encastrée-libre, elle assure une bonne observa-
bilité et contrôlabilité pour chaque mode propre.
La Figure 4.4 présente les diagrammes de Bode pour trois valeurs de k, en boucle ouvert (BO,
sans régulateur) et en circuit fermé (BF, avec régulateur). Les trois valeurs de k = 0.7, 1, 5 repré-
sentent le cas où l’actionneur est le plus performant, un cas intermédiaire et le cas où le capteur
est optimal. On remarque clairement l’écart entre les fréquences de résonance en fonction de k.
La baisse de la magnitude (db) des quatre pics de résonance entre la boucle ouverte et la boucle
fermée, montre la performance du contrôle actif et ce quelque soit la valeur de k.

100
Boucle fermée
Boucle ouverte
Magnitude (dB)

50
k=5

k=1
0
k=0.7

-50

-100
100 101 102 103 104
Pulsations (rad/s)
F IGURE 4.4 – Diagrammes de Bode pour k = 0.4, k = 1 et k = 5, et VT = 0.3

Afin d’étudier l’influence des paramètres k et VT on soumet la poutre à un chargement de 1 N

appliqué en x = L pendant un temps t f (k) = f 110
(k) . Ce temps correspond au 10 premières périodes
relatives à la première fréquence propre. Ce temps dépend donc de k via la fréquence et permet
de "lâcher" la poutre au même état vibratoire quelque soit k.
Les deux études paramétriques seront menées en considérant l’autre paramètre constant :

104
CHAPITRE 4. SIMULATIONS DE POUTRES FGPM

• Étude sur k : trois valeurs de k égalent à 0.7, 1, ou 5 sont considérées avec VT = 0.3.
• Étude sur VT : trois valeurs de VT égalent à 0.1, 0.2, ou 0.3 sont considérées avec k = 0.7.

4.3.3.a Poutre FGPM encastrée-libre : influence de k

Afin d’étudier l’influence de k sur le contrôle actif des vibrations, on choisit trois valeurs re-
présentatives : le k où l’actionneur est le plus performant k = 0.7, k = 1 où la distribution matériau
est linéaire et k = 5 où le FGPM est principalement constitué de PZT4 (le capteur est optimal).
La Figure 4.5 montre le potentiel de sortie du capteur au cours du temps. On remarque la
même tendance qu’en statique, le potentiel capté augmente quand k augmente.
Les Figures 4.6 et 4.7 montrent l’influence de k sur le potentiel à envoyer à l’actionneur afin de
contrôler les vibrations et la flèche maximale de la poutre. Au vu de l’évolution de la flèche dans le
temps, on peut affirmer que la poutre est correctement contrôlée quelle que soit la valeur de k.
La configuration où k = 0.7 permet le meilleur contrôle pour ce test.
Ces simulations ont été menées sans prendre en compte les bruits de mesure des capteurs, ceux-ci
devront être caractérisés et inclus dans les futures simulations. On peut mettre en avant le fait que
même si le potentiel capté est faible, il est suffisant pour donner une bonne estimation de l’état de
la structure.

1.5 k=0.7
k=1
Potentiel capté (V)

k=5
1

0.5

-0.5

0 2 4 6 8 10
Temps (s)
F IGURE 4.5 – Influence de k : Potentiel capté pour VT = 0.3

300
k=0.7
Potentiel actionneur (V)

k=1
200 k=5

100

-100

-200
0 2 4 6 8 10
Temps (s)
F IGURE 4.6 – Influence de k : Potentiel actionneur injecté pour VT = 0.3

105
 CHAPITRE 4. SIMULATIONS DE POUTRES FGPM

×10-4
1
k=0.7

Flèche maximale (m)

k=1
k=5

-1
0 2 4 6 8 10
Temps (s)
F IGURE 4.7 – Influence de k : Flèche maximale pour VT = 0.3

4.3.3.b Poutre FGPM encastrée-libre : influence de VT

L’étude de l’influence du seuil de percolation est menée à k = 0.7 constant. Comme dans le cas
statique, le potentiel capté est plus important quand VT augmente (Figure 4.8).
Les Figures 4.9 et 4.10 montrent respectivement la flèche maximale et le potentiel appliqué à l’ac-
tionneur. On remarque que les courbes sont quasiment superposées mais que la flèche est la plus
faible quand VT = 0.1. En effet, l’actionneur est optimal dans ce cas là. D’autres tests ont été me-
nés sur la poutre encastrée-libre, ( i.e, un test de lâcher et un test sinusoïdal) et ils conduisent aux
mêmes conclusions.

0.4
VT=0.1
0.3 VT=0.2
Potentiel capté (V)

VT=0.3
0.2

0.1

-0.1

-0.2
0 2 4 6 8 10
Temps (s)
F IGURE 4.8 – Influence de VT : Potentiel capté pour for k = 0.7

4.3.4 Poutre FGPM simplement supportée : étude de la position des électrodes

Une poutre FGPM simplement supportée est considérée. L’actionneur et le capteur sont cette
fois-ci colocalisés. On considère une paire d’électrodes posées de façon symétrique, l’électrode
supérieure sera utilisée pour l’actionneur et l’électrode inférieure pour le capteur. La longueur des
1
électrodes est fixée à 10 L et trois positionnements sont considérés (Figure 4.11), les coordonnées
selon l’axe x du côté gauche des électrodes sont {P1 , P2 , P3 } = {0, 0.225, 0.450}.
D’autre part, on fixe les paramètres k et VT aux valeurs donnant les meilleurs performances,

106
CHAPITRE 4. SIMULATIONS DE POUTRES FGPM

×10-4
1
V =0.1
T

Flèche maximale (m)

0.5 VT=0.2
V =0.3
T
0

-0.5

-1

-1.5
0 2 4 6 8 10
Temps (s)
F IGURE 4.9 – Influence de VT : Flèche maximale pour k = 0.7

300
VT=0.1
Potentiel actionneur (V)

200 VT=0.2
VT=0.3
100

-100

-200
0 2 4 6 8 10
Temps (s)
F IGURE 4.10 – Influence de VT : Potentiel actionneur injecté pourk = 0.7

F IGURE 4.11 – Poutre FGPM simplement supportée : Position des électrodes

107
 CHAPITRE 4. SIMULATIONS DE POUTRES FGPM

soit k = 0.7 et VT = 0.1.

La poutre est soumise à deux chargements transverse sinusoïdaux différents :

L
F1 (t ) = cos(0.8ω1 t ) àx=
2
L
F2 (t ) = 10cos(1.2ω2 t ) àx=
4
où ω1 et ω2 sont les deux premières fréquences propres. Le premier chargement F1 sollicite la
structure principalement sur son premier mode propre, tandis que le chargement F2 sollicite prin-
cipalement le deuxième.
La comparaison entre les différentes configurations (emplacement des électrodes) se fait grâce
l’énergie électro-mécanique du système. Cette énergie peut être divisée en énergie mécanique et
en énergie électrique, respectivement données par :

Em (t ) = x(t )t x(t ) (4.9)

Eel (t ) = φa (t )t Rφa (4.10)

Par soucis de lisibilité, on trace seulement le haut de l’enveloppe des énergies adimension-
nées par leur valeur maximale. Les Figures 4.12 et 4.14 et les Figures 4.13 et 4.15 montrent res-
pectivement l’évolution de l’énergie mécanique et celle de l’énergie électrique, durant le temps de
simulation (10s) pour les chargement F1 et F2 .
Quand la poutre est sujette au chargement F1 , toutes les configurations assurent un contrôle
actif des vibrations de la poutre, comme nous montre la diminution de l’énergie mécanique (Fi-
gure 4.12).
La position la plus efficace est la position P3 : cette position entraîne la plus grande réduction de
l’énergie mécanique tout en utilisant le moins d’énergie électrique (Figure 4.13).
Enfin, la position P2 est quasi similaire, tandis que la position P1 est clairement moins efficace.
Pour le deuxième chargement, qui excite principalement le deuxième mode, on peut égale-
ment noter que toutes les positions permettent un contrôle des vibrations (Figure 4.14). Mais dans
ce cas là, la position la plus efficace est la P2 . C’est également la position nécessitant le moins
d’énergie électrique afin de contrôler les vibrations (voir Figure 4.15).
Au final, la position optimale des électrodes dépend du mode le plus excité par les sollicitations
extérieures. Ainsi, il faudrait créer un régulateur pouvant choisir entre les trois actionneurs selon
le chargement subi.

108
CHAPITRE 4. SIMULATIONS DE POUTRES FGPM

P1
0.8 P

Energie mécanique
2
P3
BO
0.6

0.4

0.2
0 2 4 6 8 10
Temps (s)
F IGURE 4.12 – Poutre FGPM simplement supportée, chargement F1 : Énergie mécanique

P
1
0.6 P2
Energie électrique

0.5 P3

0.4

0.3

0.2

0.1

0
0 2 4 6 8 10
Temps (s)
F IGURE 4.13 – Poutre FGPM simplement supportée, chargement F1 : Énergie électrique

0.9
P1
0.8 P2
Energie mécanique

P3
0.7 BO

0.6

0.5

0.4

0.3
0 2 4 6 8 10
Temps (s)
F IGURE 4.14 – Poutre FGPM simplement supportée, chargement F2 : Énergie mécanique

109
 CHAPITRE 4. SIMULATIONS DE POUTRES FGPM

1
P1
P
0.8 2

Energie électrique
P3

0.6

0.4

0.2

0
0 2 4 6 8 10
Temps (s)
F IGURE 4.15 – Poutre FGPM simplement supportée, chargement F2 : Énergie électrique

4.4 Conclusion
Deux types d’études numériques, statique et dynamique, ont été menées sur la poutre "intel-
ligente" faite d’une seule couche de FGPM (PZT4/A/PZT4).
Un élément fini de poutre a été implémenté, élément pouvant prendre en compte la loi de
comportement graduelle du FGPM. Cet élément est basé sur la théorie de la piézoélectricité li-
néaire, avec la cinématique de Timoshenko et une approximation par couches numériques dans
l’épaisseur pour le potentiel électrique. L’élément permet d’effectuer des études statiques et éga-
lement de calculer la base modale de la structure nécessaire pour le contrôle actif des vibrations.
La poutre FGPM est équipée d’électrodes reparties de façon discrète, qui permettent l’activation
des capacités capteur et actionneur du matériau. Afin de contrôler activement les vibrations, une
loi de commande LQR avec un observateur d’état est implémentée.
Les résultats des simulations montrent que la poutre FGPM "intelligente" peut contrôler acti-
vement les vibrations. Les études paramétriques, s’intéressant à l’influence des paramètres tel que
l’indice de fraction volumique k et le seuil de percolation VT , montrent que k joue un rôle majeur
dans les capacités de la poutre FGPM de capteur et d’actionneur, alors que le seuil de percolation
a un moindre rôle. Elles mettent également en avant que les capacités capteur et actionneur de la
poutre sont optimales pour des valeurs de k et VT à l’opposé. Le capteur est optimal pour des k
assez grands alors que l’actionneur est optimal pour des k ∈ [0.4, 0.7]. Les simulations ont mon-
tré que la poutre FGPM peut contrôler activement les vibrations quelque soit la valeur de k Ce
contrôle est optimal quand l’actionneur est le plus performant et ce car l’observateur d’état arrive
à reconstruire l’état même avec des capacités de capteur assez faible. Les capacités capteur et ac-
tionneur dépendent également de la position des électrodes. Il faudrait donc créer un régulateur
permettant de changer d’actionneur utilisé en fonction du chargement subit. Le régulateur flou
décentralisé pour la plaque FGPM a été développé pour répondre à cette problématique. Il utilise
les différents actionneurs selon la mesure de l’énergie des différents modes et permet un contrôle
adaptatif.

110
CHAPITRE 4. SIMULATIONS DE POUTRES FGPM

4.5 Références
A LSHORBAGY, A. E., M. E LTAHER et F. M AHMOUD. 2011, «Free vibration characteristics of a func-
tionally graded beam by finite element method», Applied Mathematical Modelling, vol. 35, no 1,
p. 412–425. 96

B ATOZ , J.-L. et G. D HATT. 1990, Modélisation des structures par éléments finis : Solides élastiques,
Presses Université Laval. 96

B RUANT, I. et L. P ROSLIER. 2013, «Improved active control of a functionally graded material beam
with piezoelectric patches», Journal of Vibration and Control, vol. 21, no 10, p. 2059–2080. 104

C OLLET, M. 1996, Contrôle actif des structures rayonnantes, thèse de doctorat, Ecully, Ecole cen-
trale de Lyon. 102

F UKUNAGA , H., N. H U et G. R EN. 2001, «Fem modeling of adaptive composite structures using
a reduced higher-order plate theory via penalty functions», International Journal of Solids and
Structures, vol. 38, no 48-49, p. 8735–8752. 96

L AMMERING , R., J. J IA et C. R OGERS. 1994, «Optimal placement of piezoelectric actuators in adap-

tive truss structures», Journal of sound and vibration, vol. 171, no 1, p. 67–85. 102

M ATLAB. 2019, «Matlab function lsim : Simulate time response of dynamic system to arbitrary
inputs», URL [Link] 103

PABLO, F., I. B RUANT et O. P OLIT. 2009, «Use of classical plate finite elements for the analysis of
electroactive composite plates. numerical validations», Journal of Intelligent Material Systems
and Structures, vol. 20, no 15, p. 1861–1873. 96

R EDDY, J. 2000, «Analysis of functionally graded plates», International Journal for Numerical Me-
thods in Engineering, vol. 47, no 1-3, p. 663–684. 101

111
 CHAPITRE 4. SIMULATIONS DE POUTRES FGPM

112
Chapitre 5

Simulations de Plaques FGPM

« La vie c’est comme une boîte de

chocolats, on ne sait jamais sur
quoi on va tomber. »

Forrest Gump

Sommaire
5.1 Validation de l’élément fini de plaque FGPM . . . . . . . . . . . . . . . . . . . . . . 114
5.1.1 Validation mono-couche FGPM PZT4 . . . . . . . . . . . . . . . . . . . . . . . 114
5.1.2 Validation pour une plaque FGPM PZT4/Al/PZT4 . . . . . . . . . . . . . . . . 121
5.2 Contrôle Actif d’une plaque FGPM avec contrôleur flou décentralisé . . . . . . . 124
5.2.1 Paramétrage des simulations de contrôle actif . . . . . . . . . . . . . . . . . . 124
5.2.2 Système commandé-observé . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
5.2.3 Étude du spillover dans le cas d’une plaque en appui simple . . . . . . . . . 126
5.3 Comparaison des différentes distributions pour le contrôleur flou décentralisé . 131
5.3.1 Plaque simplement appuyée . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
5.3.2 Plaque encastrée libre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
5.4 Intérêt du régulateur flou vis à vis de la commande LQR . . . . . . . . . . . . . . . 138
5.4.1 Plaque simplement appuyée . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
5.4.2 Plaque encastrée libre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
5.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
5.6 Références . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145

113
 CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

L’objectif de ce chapitre est de présenter les simulations de contrôle actif des vibrations d’une
plaque FGPM (PZT4/Al/PZT4). Celle-ci est équipée de seize électrodes rectangulaires, déposées
symétriquement par rapport au plan moyen, pouvant être utilisées pour les actionneurs ou les
capteurs.
La plaque est contrôlée à l’aide du régulateur flou décentralisé (Section 3.5) et d’un observateur
de Luenberger (Section 3.2.3). Ce système commandé-observé nécessite le choix des électrodes
utilisées comme actionneur et capteur. Celui-ci sera effectué de façon optimale en utilisant les
critères d’optimisation du placement des actionneurs et des capteurs (Section 3.6).
La plaque FGPM est modélisée par la méthode des éléments finis, en utilisant l’élément de plaque
développé sous FEniCS (Section 2.4.5). La première partie de ce chapitre porte sur la validation
de cet élément, à l’aide de résultats analytiques obtenus dans la littérature et également grâce au
modèle 3D de référence développé sous FEniCS.
Dans une seconde partie, on présente les simulations de contrôle actif des vibrations, qui portent
notamment sur :
• L’étude du phénomène de spillover (activation des modes non-contrôlés par le régulateur),
• Les performances du régulateur flou décentralisé selon la distribution du potentiel maxi-
mum admissible φTOT ,
• Une comparaison entre le contrôle avec un régulateur flou et le contrôle avec un régulateur
LQR.

5.1 Validation de l’élément fini de plaque FGPM

L’élément fini de plaque FGPM développé dans ce travail possède une cinématique d’ordre
supérieur, rappelée ci-après :
u α (x, y, z, t ) = u α(0) (x, y, t ) + z u α(1) (x, y, t ) + ... + z n u α(n) (x, y, t ) (5.1)
u 3 (x, y, z, t ) = w (0) (x, y, t ) + z w (1) (x, y, t ) + ... + z m w (m) (x, y, t ) (5.2)
avec α = 1, 2 et n, m les ordres des expansions en z du déplacement dans le plan et du déplacement
transverse respectivement.
Dans la suite, on notera (u α(n) , w (m) ) les différentes cinématiques utilisées pour l’élément selon leur
degré d’expansion n et m. Par exemple, un élément ayant la cinématique de Reissner-Mindlin est
noté (u α(1) , w (0) ).
La validation de l’élément a été effectuée pour deux structures :
• Pour une plaque mono-couche FGPM PZT4 simplement appuyée dont la solution analy-
tique est donnée par L U et collab. [2006],
• Pour une plaque FGPM PZT4/Al/PZT4 grâce au modèle 3D de référence.

5.1.1 Validation mono-couche FGPM PZT4

On considère une plaque mono-couche FGPM présentée dans L U et collab. [2006] et B RI -
SCHETTO et C ARRERA [2009]. La plaque est simplement appuyée, de dimension a × b × h, avec
ici a = b = 1m. Le matériau de référence de la plaque est le PZT-4 (Table 5.1). Les propriétés du
matériau sont graduelles dans l’épaisseur et suivent la loi exponentielle suivante :

¡z
+ 12
Ci j (z) = Ci0j exp β
¢
h

¡z
+ 12
e i j (z) = e i0j exp β
¢
h (5.3)
β hz + 12
¡ ¢
²i j (z) = ²0i j exp
−h h
avec h l’épaisseur de la plaque, 2 ≤z≤ 2 et β le paramètre exponentiel de la loi variant dans
l’intervalle [−1, 1].

114
CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

0 0 0 0 0 0 0 0
C11 (GPa) C12 C33 C13 C44 C55 C66 e 31 (C/m 2 ) 0
e 33 0
e 15 ²011 (nF/m ) ²033
139 77.8 115 74.3 25.6 25.6 30.6 -5.2 15.1 12.7 13.06 11.51

Table 5.1 – Propriétés matériaux du PZT4

5.1.1.a Configurations actionneur et capteur

La plaque étant simplement appuyée et les quatre bords étant mis à la terre électriquement,
les conditions aux limites sont donc les suivantes :

u 2 = u 3 = φ = 0 pour x = 0, a (5.4)
u 1 = u 3 = φ = 0 pour y = 0, b

Selon l’utilisation du FGPM (capteur ou actionneur) des conditions supplémentaires sont à

considérer. La Figure (5.1) décrit ces deux configurations :

F IGURE 5.1 – Mono-couche FGPM : configurations capteur et actionneur (B RISCHETTO et C ARRERA [2009])

La configuration "capteur" : la plaque est soumise à un chargement mécanique sinusoïdal

appliqué sur la surface supérieure et à un potentiel nul sur les surfaces supérieure et inférieure :

³ mπx ´ ³ nπy ´
Pz+ = Pz si n si n (5.5)
a b
φ+ = φ− = 0

avec m = n = 1 et Pz = −1.
Les exposants + et − correspondent respectivement aux surfaces supérieure et inférieure (z = ± h2 )
de la plaque et m, n sont les nombres d’ondes choisis dans le plan.

La configuration actionneur : la plaque est soumise à un potentiel électrique sinusoïdale ap-

pliqué sur la surface supérieure tandis que la surface inférieure a un potentiel électrique nul :

³ mπx ´ ³ nπy ´
φ+ = φz si n si n (5.6)
a b
φ− = 0

avec m = n = 1 et φz = 1.

115
 CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

5.1.1.b Résultats et analyses statiques

Une étude paramétrique sur le coefficient β est menée, pour les deux configurations et pour
deux types de plaques : fine h = 0.1m ou très fine h = 0.01m. Le coefficient β régit la loi de distribu-
tion graduelle (β = 0 correspond à un PZT4 homogène). Les résultats sont donnés en x = y = 0.25
pour :
• les inconnues du problème : les déplacements u 1 et u 3 et le potentiel électrique φ,
• les valeur post-traitées suivantes : la composante en z du déplacement électrique D3 et les
contraintes σ11 , σ12 et σ33 .
Les Tables 5.2, 5.3 et 5.4, 5.5 présentent les résultats pour la configuration capteur et action-
neur respectivement, obtenus par le modèle élément fini 3D et le modèle élément finis de plaque
utilisant différentes cinématiques raffinées ((u α(1) , w (0) ), (u α(1) , w (1) ), (u α(2) , w (2) ), (u α(4) , w (4) )).
Ces résultats sont comparés à ceux obtenus par L U et collab. [2006] et B RISCHETTO et C ARRERA
[2009], donnant respectivement une solution 3D exacte et une solution approximée par la mé-
thode des éléments finis avec la CUF (Carrera Unified Formulation). B RISCHETTO et C ARRERA
[2009] utilisent un élément de plaque, où chaque inconnue (déplacements et potentiel) est ap-
proximée par une série de Taylor d’ordre 4.

Pour le modèle 3D : la plaque est maillée avec (15 × 15 × 8) éléments tétraédriques. Le modèle
3D donne d’excellents résultats et ce même pour les plaques très fines. Seul le déplacement élec-
trique D3 dans la configuration capteur n’est pas bien reconstruit.
Ces résultats permettent par la suite de prendre cet élément 3D comme référence pour le FGPM
PZT4/Al/PZT4.

Pour le modèle de plaque : la plaque est discrétisée avec un maillage non-structuré de 724
éléments triangulaires ayant chacun six couches numériques pour le potentiel électrique. Les mo-
dèles (u α(2) , w (2) ) et (u α(4) , w (4) ) donnent tous les deux de très bons résultats et ce, pour les deux
épaisseurs de la plaque. On peut noter que dans le cas actionneur, la contrainte plane σ11 et la
contrainte transverse σ33 nécessitent l’utilisation du modèle d’ordre 4.
La condition de nullité de la contrainte transverse σ33 en z = ± h2 dans le cas actionneur et en
z = − h2 dans le cas capteur est difficile à reconstruire dans le cas de la plaque très mince. Une
solution possible est d’utiliser par exemple, un élément mixte considérant les contraintes de ci-
saillements σ12 et transverses σ33 comme des variables indépendantes.
Le fait que les bords de la plaque soient mis à la terre électriquement entraîne un effet de pince-
ment de la plaque dans l’épaisseur. Le modèle de Reissner-Mindlin est incapable de reproduire un
tel effet et donne donc de larges erreurs. B RISCHETTO et C ARRERA [2009] donnent également les
résultats pour un modèle de Reissner-Mindlin, ceux-ci ne sont pas reportés ici par soucis de lisi-
bilité. Notre modèle, comparé au leur, donne des résultats similaires. Enfin, le modèle (u α(1) , w (1) )
n’apporte aucune amélioration au modèle de Reissner-Mindlin.

5.1.1.c Étude des vibrations libres

En vue du contrôle actif des vibrations, un test de validations en fréquence à été mené. Z HONG
et Y U [2006] présentent la première fréquence propre de la plaque mono-morphe FGPM simple-
ment appuyée et non mis à la terre r électriquement. La comparaison de la première fréquence
ω 1 h ρ
propre adimensionnée f¯1 = , où ω est la pulsation propre, est donnée dans la Table 5.6.
2π C11
Le modèle de Reissner-Mindlin donne des résultats satisfaisants, à moins de 4% d’erreur avec
ceux de Z HONG et Y U [2006].

116
CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

h=0.1
β 3D Lu Plate Brisc. 3D FEniCS (u α(1) , w (0) ) (u α(1) , w (1) ) (u α(2) , w (2) ) (u α(4) , w (4) )

u 1 10−9 (z = 0)
-1 0.650 0.647 0.663 0.474 0.452 0.677 0.673
-0.5 0.247 0.243 0.242 0.186 0.159 0.248 0.246
0 -0.031 -0.029 -0.028 0.000 -0.028 -0.029 -0.029
0.5 -0.197 -0.192 -0.192 -0.113 -0.140 -0.195 -0.194
1 -0.275 -0.273 -0.274 -0.174 -0.198 -0.285 -0.284

u 3 10−9 (z = 0)
-1 -0.251 -0.248 -0.251 -0.196 -0.196 -0.251 -0.253
-0.5 -0.196 -0.194 -0.193 -0.152 -0.152 -0.193 -0.195
0 -0.151 -0.151 -0.150 -0.180 -0.118 -0.150 -0.151
0.5 -0.119 -0.118 -0.118 -0.0921 -0.0921 -0.118 -0.119
1 -0.094 -0.092 -0.093 -0.072 -0.072 -0.094 -0.094

φ10−2 (z = 0)
-1 0.596 0.591 0.599 0.220 0.224 0.601 0.601
-0.5 0.492 0.493 0.493 0.181 0.183 0.494 0.495
0 0.393 0.393 0.391 0.143 0.143 0.392 0.393
0.5 0.299 0.299 0.299 0.109 0.107 0.300 0.300
1 0.220 0.217 0.220 0.0801 0.756 0.221 0.221

D3 10−9 (z = 0)
-1 0.312 0.316 0.341 0.275 0.007 0.333 0.332
-0.5 0.144 0.142 0.156 0.143 0.009 0.144 0.144
0 -0.061 -0.059 -0.045 0.00 -0.059 -0.059 -0.059
0.5 -0.267 -0.259 -0.247 -0.140 -0.123 -0.263 -0.263
1 -0.445 -0.432 -0.434 -0.275 -0.176 -0.451 -0.451

σ11 (z = − h2 )
-1 15.23 15.21 15.23 10.27 16.51 15.39 15.37
-0.5 13.05 12.97 12.96 8.695 14.00 12.95 12.99
0 10.92 10.96 11.03 7.328 11.86 10.86 10.95
0.5 9.138 9.156 9.323 6.143 10.01 9.062 9.176
1 7.529 7.504 7.811 5.114 8.418 7.512 7.628

σ12 (z = h2 )
-1 3.041 3.039 3.159 2.341 2.325 3.070 3.099
-0.5 3.616 3.612 3.671 2.775 2.743 3.595 3.627
0 4.247 4.241 4.257 3.277 3.220 4.207 4.241
0.5 4.959 4.952 4.943 3.861 3.777 4.931 4.967
1 5.830 5.773 5.756 4.543 4.426 5.804 5.841

σ33 (z = − h2 )
-1 -0.500 -0.511 -0.503 -5.190 -5.248 -0.384 -0.513
-0.5 -0.500 -0.507 -0.503 -6.068 -6.200 -0.429 -0.508
0 -0.500 -0.500 -0.504 -7.090 -7.330 -0.504 -0.500
0.5 -0.500 -0.596 -0.504 -8.295 -8.720 -0.585 -0.489
1 -0.500 -0.481 -0.501 -9.721 -10.38 -0.635 -0.477

Table 5.2 – Configuration capteur valeurs prises à x = y = 0.25m : déplacements plan u 1 , déplacement trans-
verse u 3 , potentiel électrique φ, déplacement électrique D3 , contraintes planes σ11 et σ12 et contrainte
transverse normale σ33
117
 CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

h=0.01
β 3D Lu Plate Brisc. 3D FEniCS (u α(1) , w (0) ) (u α(1) , w (1) ) (u α(2) , w (2) ) (u α(4) , w (4) )

u 1 10−9 (z = 0)
-1 - 0.695 0.693 0.473 0.497 0.723 0.723
-0.5 - 0.280 0.272 0.186 0.195 0.283 0.283
0 - 0.000 0.000 0.000 0.000 0.000 0.000
0.5 - -0.170 -0.165 -0.113 -0.119 -0.172 -0.172
1 - -0.260 -0.170 -0.174 -0.183 -0.266 -0.266

u 3 10−6 (z = 0)
-1 - -0.237 -0.236 -0.181 -0.181 -0.241 -0.241
-0.5 - -0.184 -0.181 -0.140 -0.140 -0.185 -0.185
0 - -0.143 -0.140 -0.101 -0.109 -0.143 -0.143
0.5 - -0.112 -0.110 -0.085 -0.085 -0.112 -0.112
1 - -0.087 -0.087 -0.067 -0.067 -0.087 -0.087

φ10−1 (z = 0)
-1 - -0.588 -0.590 -0.186 -0.181 -0.598 -0.598
-0.5 - -0.490 -0.487 -0.153 -0.152 -0.493 -0.493
0 - -0.390 -0.386 -0.122 -0.122 -0.391 -0.391
0.5 - -0.297 -0.296 -0.093 -0.093 -0.299 -0.299
1 - -0.216 -0.218 -0.068 -0.066 -0.220 -0.212

D3 10−7 (z = 0)
-1 - 0.379 0.405 0.265 0.118 0.394 0.395
-0.5 - 0.202 0.220 0.135 0.063 0.205 0.205
0 - -0.001 0.019 0.000 -0.000 -0.001 -0.001
0.5 - -0.203 -0.182 -0.135 -0.064 -0.206 -0.206
1 - -0.380 -0.368 -0.265 -0.120 -0.395 -0.396

σ11 103 (z = − h2 )
-1 - 1.509 1.503 1.003 1.648 1.503 1.501
-0.5 - 1.286 1.258 0.8488 1.397 1.273 1.270
0 - 1.088 1.091 0.7151 1.182 1.074 1.071
0.5 - 0.909 0.923 0.5992 0.9972 0.9022 0.8990
1 - 0.745 0.775 0.4988 0.8380 0.7529 0.7483

σ12 103 (z = h2 )
-1 - 0.312 0.319 0.235 0.237 0.318 0.319
-0.5 - 0.370 0.369 0.279 0.280 0.371 0.372
0 - 0.432 0.426 0.239 0.329 0.431 0.433
0.5 - 0.502 0.492 0.389 0.386 0.503 0.505
1 - 0.582 0.569 0.457 0.452 0.589 0.590

σ33 (z = − h2 )
-1 -0.500 -0.511 -0.406 -527.9 -521.9 -0.801 4.008
-0.5 -0.500 -0.507 -0.381 -618.0 -613.2 2.945 4.976
0 -0.500 -0.500 -0.351 -722.8 -723.1 4.492 6.252
0.5 -0.500 -0.490 -0.170 -845.7 -855.8 6.518 7.924
1 -0.500 -0.480 -0.275 -990.6 -1015 13.01 10.11

Table 5.3 – Configuration capteur valeurs prises à x = y = 0.25m : déplacements plan u 1 , déplacement trans-
verse u 3 , potentiel électrique φ, déplacement électrique D3 , contraintes planes σ11 et σ12 et contrainte
transverse normale σ33
118
CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

h=0.1
β 3D Lu Plate Brisc. 3D FEniCS (u α(1) , w (0) ) (u α(1) , w (1) ) (u α(2) , w (2) ) (u α(4) , w (4) )

u 1 10−9 (z = 0)
-1 -0.129 -0.125 -0.129 -0.0296 -0.119 -0.129 -0.129
-0.5 -0.129 -0.128 -0.129 -0.0297 -0.128 -0.129 -0.129
0 -0.129 -0.128 -0.129 -0.0297 -0.131 -0.129 -0.129
0.5 -0.129 -0.128 -0.129 -0.0297 -0.129 -0.129 -0.129
1 -0.129 -0.125 -0.129 -0.0296 -0.122 -0.129 -0.129

u 3 10−9 (z = 0)
-1 0.327 0.325 0.335 0.0184 -0.444 0.336 0.338
-0.5 0.140 0.139 0.139 -0.0411 -0.0264 0.140 0.141
0 -0.074 -0.072 -0.072 -0.105 -0.105 -0.072 -0.072
0.5 -0.280 -0.283 -0.280 -0.170 -0.185 -0.285 -0.285
1 -0.480 -0.466 -0.480 -0.231 -0.257 -0.484 -0.485

φ10−2 (z = 0)
-1 0.180 0.183 0.183 0.181 0.162 0.182 0.182
-0.5 0.210 0.212 0.212 0.209 0.199 0.211 0.212
0 0.242 0.243 0.242 0.239 0.239 0.242 0.242
0.5 0.272 0.273 0.273 0.269 0.280 0.272 0.272
1 0.300 0.303 0.302 0.298 0.317 0.302 0.301

D3 10−9 (z = 0)
-1 -0.457 -0.455 -0.457 -0.401 -0.443 -0.455 -0.455
-0.5 -0.609 -0.606 -0.606 -0.533 -0.600 -0.604 -0.604
0 -0.787 -0.788 -0.788 -0.693 -0.789 -0.786 -0.760
0.5 -1.009 -1.004 -1.006 -0.884 -0.999 -1.001 -1.000
1 -1.257 -1.249 -1.257 -1.106 -1.220 -1.249 -1.250

σ11 (z = − h2 )
-1 -18.06 -18.04 -18.21 -35.46 -21.60 -13.00 -17.59
-0.5 -19.71 -19.71 -20.02 -46.17 -23.44 -16.84 -19.49
0 -23.79 -23.68 -23.93 -59.53 -25.28 -21.90 -23.69
0.5 -31.75 -31.75 -31.10 -75.82 -27.56 -28.40 -31.31
1 -44.27 -45.61 -42.64 -95.19 -55.34 -36.51 -43.37

σ12 (z = h2 )
-1 -14.22 -13.80 -14.57 -3.198 -9.850 -14.18 -14.22
-0.5 -20.31 -19.99 -20.43 -4.530 -16.23 -20.07 -20.08
0 -27.19 -27.16 -27.36 -6.142 -25.58 -27.09 -27.07
0.5 -34.84 -34.56 -34.77 -7.910 -38.50 -34.67 -34.61
1 -41.72 -41.00 -41.56 -9.600 -55.34 -41.65 -41.56

σ33 (z = − h2 )
-1 0.000 0.002 0.001 54.24 31.06 6.223 0.006
-0.5 0.000 0.003 0.002 73.67 26.41 4.516 0.033
0 0.000 0.005 0.004 98.11 8.971 3.962 0.792
0.5 0.000 0.008 0.004 128.1 -27.89 7.812 0.107
1 0.000 0.001 0.003 164.2 -90.56 21.80 0.176

Table 5.4 – Configuration actionneur valeurs prises à x = y = 0.25m : déplacements plan u 1 , déplacement
transverse u 3 , potentiel électrique φ, déplacement électrique D3 , contraintes planes σ11 et σ12 et contrainte
transverse normale σ33
119
 CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

h=0.01
β 3D Lu Plate Brisc. 3D FEniCS (u α(1) , w (0) ) (u α(1) , w (1) ) (u α(2) , w (2) ) (u α(4) , w (4) )

u 1 10−8 (z = 0)
-1 - -0.126 -0.130 -0.030 -0.120 -0.130 -0.130
-0.5 - -0.129 -0.131 -0.030 -0.128 -0.130 -0.130
0 - -0.130 -0.131 -0.030 -0.130 -0.130 -0.130
0.5 - -0.129 -0.130 -0.030 -0.128 -0.130 -0.130
1 - -0.126 -0.130 -0.030 -0.120 -0.130 -0.130

u 3 10−7 (z = 0)
-1 - 0.379 0.386 0.089 -0.012 0.394 0.394
-0.5 - 0.202 0.200 0.046 0.062 0.204 0.204
0 - -0.001 -0.001 0.000 0.000 -0.001 -0.001
0.5 - -0.204 -0.201 -0.048 -0.064 -0.205 -0.206
1 - -0.380 -0.387 -0.091 -0.120 -0.395 -0.395

φ(z = 0)
-1 - 0.188 0.188 0.188 0.168 0.187 0.188
-0.5 - 0.219 0.219 0.218 0.207 0.218 0.218
0 - 0.250 0.250 0.249 0.249 0.249 0.249
0.5 - 0.281 0.281 0.280 0.291 0.280 0.280
1 - 0.311 0.311 0.310 0.330 0.311 0.310

D3 106 (z = 0)
-1 - -0.461 -0.463 -0.407 -0.449 -0.462 -0.462
-0.5 - -0.613 -0.614 -0.540 -0.608 -0.612 -0.612
0 - -0.796 -0.797 -0.700 -0.795 -0.795 -0.795
0.5 - -1.011 -1.014 -0.890 -1.002 -1.010 -1.010
1 - -1.253 -1.264 -1.108 -1.221 -1.256 -1.256

σ11 (z = − h2 )
-1 - -187.3 -187.6 -374.3 -123.8 -152.0 -182.6
-0.5 - -206.3 -208.8 -489.1 -232.0 -193.1 -204.4
0 - -250.2 -252.8 -632.3 -250.3 -250.5 -250.5
0.5 - -337.7 -332.6 -806.5 -273.2 -322.5 -335.8
1 - -486.5 -456.6 -1012.8 -304.0 -410.4 -467.8

σ12 (z = h2 )
-1 - -131.5 -137.8 -30.93 -97.80 -135.6 -135.9
-0.5 - -188.0 -191.4 -43.12 -160.1 -189.3 -189.5
0 - -250.6 -252.3 -57.00 -250.3 -250.5 -250.5
0.5 - -309.2 -313.0 -70.77 -372.5 -311.0 -310.8
1 - -348.8 -359.7 -81.02 -527.4 -356.0 -355.3

σ33 (z = − h2 )
-1 0.000 0.000 0.013 513.3 280.1 40.17 -1.195
-0.5 0.000 0.000 0.008 685.3 210.8 14.70 -0.922
0 0.000 0.000 0.010 892.2 1.114 0.322 -0.148
0.5 0.000 0.000 0.125 1130 -418.2 -31.61 1.066
1 0.000 -0.002 0.125 1391 -1112 169.2 3.911

Table 5.5 – Configuration actionneur valeurs prises à x = y = 0.25m : déplacements plan u 1 , déplacement
transverse u 3 , potentiel électrique φ, déplacement électrique D3 , contraintes planes σ11 et σ12 et contrainte
transverse normale σ33
120
CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

Table 5.6 – Première fréquence propre adimensionnée par Z HONG et Y U [2006]

k 0 0.1 1 2 5
f¯1 .10 −3
(Zhong) 8.14 8.14 7.85 7.14 4.87
f¯1 .10−3 (u α(1) , w (0) ) 8.32 8.32 7.97 7.30 4.92

5.1.2 Validation pour une plaque FGPM PZT4/Al/PZT4

On utilise à présent le modèle 3D de référence pour valider le modèle de plaque dans le cas
d’une structure FGPM PZT4/Al/PZT4. On souhaite également montrer que le modèle de Reissner-
Mindlin (u α(1) , w (0) ) peut être suffisant pour des conditions aux limites classiques et des sollicita-
tions en flexion simple. La plaque est maillée dans le cas 3D avec 15×15×8 éléments tétraédriques
et dans le cas 2D avec 724 éléments triangulaires ayant chacun six couches numériques pour le
potentiel électrique.
On considère une plaque FGPM PZT4/Alu/PZT4 dont les propriétés matériaux et géométriques
sont données dans la Table 5.7. La loi de comportement dans l’épaisseur est celle présentée à la
section 2.1.4, prenant en compte le phénomène de percolation. Le seuil de percolation est fixé à
VT = 0.3 pour toutes les études suivantes. Le FGPM étant conducteur dans sa partie centrale, on
impose un potentiel nul aux interfaces z = ±h T /2.

Propriétés Aluminium PZT4

Module de Young (GPa) Y 69 -
Coefficient de Poisson ν 0.3 -
Constantes piézoélectriques (C/m 2 ) e 31 = e 32 - -5.2
e 15 = e 24 - 2.7
e 33 - 15.1
Propriétés Valeur
Constantes diélectriques (nF/m) ²11 = ²22 - 13.09
Longueur L (m) 1
²33 26.55e −3 11.51
Épaisseur h (m) 0.01
Constantes élastiques (GPa) C11 = C22 - 139
Largeur b (m) 0.8
C33 - 115
C12 - 77.8
C13 - 74.3
C44 = C55 - 25.6
C66 - 30.6
Densité (kg /m 3 ) ρ 3960 7600

Table 5.7 – Propriétés matériaux et géométriques

On considère deux types de conditions aux limites :

• Une plaque simplement appuyée sur son pourtour (notée AAAA) :

u 2 = u 3 = 0 pour x = 0, a (5.7)
u 1 = u 3 = 0 pour y = 0, b
hT
φ = 0 pour z = ±
2

• Une plaque encastrée-libre (notée CFFF) :

u 1 = u 2 = u 3 = 0 pour x = 0 (5.8)
hT
φ = 0 pour z = ±
2

121
 CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

Trois études sont menées dont deux en statique (configurations actionneur et capteur) et une
en vibration libres. Pour chaque cas, les simulations sont menées avec le modèle plaque en consi-
dérant des cinématiques plus ou moins riches, et le modèle 3D. Dans ces études, les valeurs notées
entre parenthèses sont les erreurs relatives par rapport à la référence et l’analyse des résultats est
donnée au paragraphe 5.1.2.d.

5.1.2.a Configuration actionneur

Dans la configuration actionneur, les surfaces z = ±h/2 sont soumises à un potentiel élec-
trique uniforme
³ ´ V0 = 250V. On relève la déflexion maximale w³max engendrée,
´ pour trois valeurs
b L b
de k, en L, 2 , 0 pour la plaque encastrée-libre (Table 5.8) et en 2 , 2 , 0 pour la plaque simplement
appuyée (Table 5.9) .

CFFF w max (mm)

k 3D (u α(1) , w (0) )
(u α(2) , w (2) ) (u α(4) , w (4) )
0.5 1.808 1.929 (6.7%) 1.708 (5.5%) 1.818 (0.6%)
1 1.723 1.810 (5.0%) 1.683 (2.3%) 1.723 (0.0%)
2 1.572 1.631 (3.8%) 1.562 (0.6%) 1.562 (0.6%)

Table 5.8 – Plaque FGPM encastrée-libre (VT = 0.3), configuration actionneur

AAAA w max (µm)

k 3D (u α(1) , w (0) ) (u α(2) , w (2) ) (u α(4) , w (4) )
0.5 2.273 2.382 (4.8%) 2.158 (3.2%) 2.275 (0.1%)
1 2.172 2.242 (5.1%) 2.131 (1.9%) 2.171 (0.0%)
2 1.989 2.028 (0.1%) 1.982 (0.0%) 1.975 (0.7%)

Table 5.9 – Plaque FGPM simplement appuyée (VT = 0.3), configuration actionneur

5.1.2.b Configuration capteur

Dans la configuration capteur, la structure est soumise à une pression uniforme de 10kPa. On
relève, pour trois valeurs de k, les valeurs suivantes :
³ ´ ³ ´
• le déplacement maximal w max : en L2 , b2 , 0 pour la plaque simplement appuyée et en L, b2 , 0
pour la plaque encastrée-libre,
• le potentiel moyen φmoy , capté sur toute la surface supérieure de la plaque (z = h/2).
Les résultats sont donnés dans les Tables (5.10,5.11) et (5.12,5.13) pour la plaque encastrée-libre
et la plaque simplement appuyée respectivement.

CFFF w max (µm)

k 3D (u α(1) , w (0) ) (u α(2) , w (2) ) (u α(4) , w (4) )
0.5 182.495 186.020 (3.1%) 182.122 (0.9%) 182.731 (1.2%)
1 170.946 173.889 (1.7%) 170.724 (0.1%) 171.256 (0.2%)
2 161.495 163.743 (1.4%) 161.295 (0.1%) 161.870 (0.2%)

Table 5.10 – Plaque FGPM encastrée-libre (VT = 0.3), configuration capteur : flèche maximale (µm)

5.1.2.c Fréquences propres

On étudie également les fréquences propres de la plaque FGPM. Les Tables 5.14 et 5.15 pré-
sentent les six premières fréquences propres des plaques encastrée-libre et simplement appuyée.

122
CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

CFFF φmoy (V)

k 3D (u α(1) , w (0) ) (u α(2) , w (2) ) (u α(4) , w (4) )
0.5 23.418 23.182 (1.9%) 23.182 (0.9%) 23.921 (2.1%)
1 80.209 78.600 (0.1%) 81.523 (1.2%) 80.967 (0.6%)
2 142.360 140.551 (0.8%) 143.956 (0.4%) 143.448 (0.2%)

Table 5.11 – Plaque FGPM encastrée-libre (VT = 0.3), configuration capteur : potentiel moyen (V))

AAAA w max (µm)

k 3D (u α(1) , w (0) )
(u α(2) , w (2) ) (u α(4) , w (4) )
0.5 3.621 3.699 (2.2%) 3.591 (0.8%) 3.619 (0.1%)
1 3.366 3.432 (2.0%) 3.340 (0.8%) 3.365 (0.0%)
2 3.153 3.204 (1.6%) 3.128 (0.8%) 3.154 (0.0%)

Table 5.12 – Plaque FGPM simplement appuyée (VT = 0.3), configuration capteur : flèche maximale (µm)

AAAA φmoy (V)

k 3D (u α(1) , w (0) )
(u α(2) , w (2) ) (u α(4) , w (4) )
0.5 4.512 4.361 (3.3%) 4.502 (0.2%) 4.682 (3.8%)
1 15.629 15.125 (3.2%) 15.797 (1.1%) 15.688 (0.4%)
2 28.106 27.393 (2.5%) 28.433 (1.2%) 28.082 (0.1%)

Table 5.13 – Plaque FGPM simplement appuyée (VT = 0.3), configuration capteur : potentiel moyen (V))

Fréquences (Hz) f1 f2 f3 f4 f5 f6
3D 6.56 18.79 65.91 73.90 115.97 130.90
(u α(1) , w (0) ) 6.42 (2.1%) 18.55 (1.3%) 64.61 (2.0%) 72.62(1.7%) 112.83 (2.7%) 127.68(2.5%)

Table 5.14 – Fréquences propres de la plaque encastrée-libre, k = 0.5, VT = 0.3

Fréquences (Hz) f1 f2 f3 f4 f5 f6
3D 48.10 104.95 195.14 286.06 293.52 348.10
(u α(1) , w (0) ) 47.06 (2.2%) 102.21 (2.6%) 189.31(3.0%) 278.61(2.6%) 282.13(3.9%) 335.63(3.6%)

Table 5.15 – Fréquences propres de la plaque simplement appuyée, k = 0.5, VT = 0.3

5.1.2.d Conclusions des simulations de la plaque PZT4/Al/PZT4

Les modèles d’ordre supérieur (u α(2) , w (2) ) et (u α(4) , w (4) ) donnent d’excellent résultats en sta-
tique, en configurations actionneur et capteur.
Par ailleurs, avec des sollicitations simples de flexion le modèle de Reissner-Mindlin est également
très satisfaisant, avec au maximum 5% d’erreur. Ce modèle donne également des résultats très cor-
rects en ce qui concerne l’évaluation de la base modale (fréquences propres et modes propres). Au
vue de ces résultats, on choisit donc d’utiliser dans la suite de ces travaux le modèle de Reissner-
Mindlin pour créer la représentation d’état du système. L’intérêt est notamment de limiter la taille
du système à résoudre, permettant de réduire le temps de calcul des simulations de contrôle actif.
Par ailleurs, en effectuant des tests statiques sur la plaque FGPM, on observe le même com-
portement que pour la poutre FGPM (voir section 4.2) : l’actionneur est optimal pour un k faible
compris dans la plage [0.4, 0.7] et pour des seuils de percolation faible. Au contraire, le capteur est
plus performant quand k est grand et dépend peu du seuil de percolation.

123
 CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

5.2 Contrôle Actif d’une plaque FGPM avec contrôleur flou décentralisé
Dans ce paragraphe, on souhaite mettre en œuvre le contrôle actif d’une plaque FGPM à l’aide
du régulateur flou décentralisé (Section 3.5). On considère une plaque FGPM (PZT4/Alu/PZT4)
rectangulaire, équipée de 16 électrodes de 0.1m × 0.06m. Les électrodes sont déposées sur les
surfaces externes (supérieures et inférieures) symétriquement par rapport au plan moyen. L’en-
semble de deux électrodes, une sur sur chaque face, sert pour un capteur ou pour un actionneur.
Cette configuration augmente les capacités d’actionnement et de mesure. Il y a donc 16 positions
possibles pour les actionneurs et les capteurs (Figure 5.2). Selon la configuration de la structure
(conditions aux limites), le choix des électrodes servant pour les capteurs ou les actionneurs sera
différent.

F IGURE 5.2 – Plaque FGPM équipée de 16 électrodes

5.2.1 Paramétrage des simulations de contrôle actif

Le paramétrage des simulations s’effectue comme suit :
1. Matériau et Géométrie :
• La plaque FGPM est rectangulaire, équipée de 16 électrodes, les dimensions et les pro-
priétés matériaux sont données dans la table 5.7. Les paramètres matériaux du FGPM
sont fixés à : VT = 0.3 et k = 0.5.
• L’amortissement naturel de la structure est pris en compte. Comme pour la poutre
(Équation 3.17), on considère que les coefficients d’amortissement des deux premiers
modes sont égaux, η1 = η2 = 5%.
• Deux types de conditions aux limites sont étudiés : la poutre simplement appuyée et la
poutre encastrée-libre.
2. Modèle :
• Le modèle de plaque (u α(1) , w (0) ) (cinématique de Reissner-Mindlin) est utilisé pour ob-
tenir la représentation d’état du système contrôle-observé.
• La structure est maillée avec 724 éléments possédant chacun six couches numériques
dans l’épaisseur.
3. Régulateur et Observateur :
• Un régulateur flou décentralisé contrôlant les quatre premiers modes. Celui-ci est pa-
ramétré avec les choix :
. du potentiel maximal, φTOT , admissible à chaque instant t , on considère ici que
φTOT = 250V,
. de la distribution de φTOT selon une distribution équitable, maximale ou adapta-
tive (voir section 3.5.2). Elles sont respectivement notées par la suite DE, DM et
DA.

124
CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

• Un observateur de Luenberger construit à l’aide de quatre capteurs, de la même façon

que l’observateur utilisé pour la poutre (section 4.3.1.b). L’observateur est réglé pour
avoir un temps de réponse, t r ep = 0.5s.
• Les actionneurs et capteurs utilisés dépendent des conditions aux limites, le choix de
ceux-ci est étudié dans les Sections 5.2.2 et 5.2.3
4. Simulations :
• Les simulations sont effectuées à l’aide d’un algorithme de Runge Kutta d’ordre 4, pour
un temps t ∈ [0, 5s] en considérant un pas de temps ∆t = 0.5ms.
• Les simulations sont effectuées en considérant les 6 premiers modes de la plaque. Une
étude préliminaire, en considérant plus de 6 modes a été menée et montre que les
modes supérieurs à 6 sont négligeables pour les chargements considérés.

5.2.2 Système commandé-observé

Le système plaque commandé-observé (Figure 3.14) construit ici , est constitué :
• du régulateur flou décentralisé contrôlant les quatre premiers modes de flexion,
• d’un observateur de Luenberger construit grâce à la méthode du système fictif (Section
3.3.2.a).
Il faut donc choisir les quatre actionneurs utilisés par le régulateur flou ainsi que les capteurs
utilisés par l’observateur pour reconstruire l’état du système. Ces choix sont effectués à l’aide des
critères d’optimisation de placement des actionneurs et des capteurs, présentés à la Section 3.6.
En utilisant les critères d’optimisation présentés à la section 3.6, on peut définir par mode et
par emplacement les performances capteur et actionneur de chaque électrode par rapport aux
autres.
Afin de faciliter la lecture, on regroupe dans un tableau, où chaque case correspond à une élec-
trode, les valeurs des critères (λ̃a )i i et (λ̃c )i i pour les quatre premiers modes, normalisées par la
plus grande valeur. Plus ces valeurs seront proches de 1, meilleur sera l’efficacité de l’actionneur
et du capteur.

L’emplacement des électrodes étant fixé, les valeurs de (λ̃a )i i et (λ̃c )i i dépendent uniquement
des conditions aux limites de la plaque. On considère deux configurations : encastrée-libre et sim-
plement appuyée sur son pourtour, dont les 6 premiers modes de flexion sont présentés dans la
Figure 5.3.

Mode 1 Mode 2 Mode 3 Mode 1 Mode 2 Mode 3

0.00
−0.01 0.10 0.06 0.25 0.2 0.2
−0.02 0.04 0.20
−0.03 0.05 0.02 0.1 0.1
−0.04 0.00 0.00 0.15 0.0 0.0
−0.05 −0.02 0.10
−0.06 −0.05 −0.04 −0.1 −0.1
−0.07 −0.06 0.05 −0.2 −0.2
−0.08 −0.10 −0.08 0.00
0.8 0.8 0.8 0.8 0.8 0.8
0.60.7 0.60.7 0.60.7 0.60.7 0.60.7 0.60.7
0.0 0.2 0.40.5 0.0 0.2 0.40.5 0.0 0.2 0.40.5 0.0 0.2 0.40.5 0.0 0.2 0.40.5 0.0 0.2 0.40.5
0.4 0.6 0.20.3 y 0.4 0.6 0.20.3 y 0.4 0.6 0.20.3 y 0.4 0.6 0.20.3 y 0.4 0.6 0.20.3 y 0.4 0.6 0.20.3 y
x 0.8 1.0 0.00.1 x 0.8 1.0 0.00.1 x 0.8 1.0 0.00.1 x 0.1
0.8 1.0 0.0 x 0.8 1.0 0.00.1 x 0.8 1.0 0.00.1

Mode 4 Mode 5 Mode 6 Mode 4 Mode 5 Mode 6

0.125 0.10
0.10 0.100 0.08 0.2 0.2 0.2
0.05 0.075 0.06 0.1 0.1 0.1
0.050 0.04
0.00 0.025 0.02 0.0 0.0 0.0
0.000 0.00 −0.1 −0.1
−0.05 −0.025 −0.02 −0.1
−0.10 −0.050 −0.04 −0.2 −0.2 −0.2
−0.075 −0.06
0.8 0.8 0.8 0.8 0.8 0.8
0.60.7 0.60.7 0.60.7 0.60.7 0.60.7 0.60.7
0.0 0.2 0.40.5 0.0 0.2 0.40.5 0.0 0.2 0.40.5 0.0 0.2 0.40.5 0.0 0.2 0.40.5 0.0 0.2 0.40.5
0.4 0.6 0.20.3 y 0.4 0.6 0.20.3 y 0.4 0.6 0.3
0.2 y 0.4 0.6 0.20.3 y 0.4 0.6 0.20.3 y 0.4 0.6 0.20.3 y
x 0.8 1.0 0.00.1 x 0.8 1.0 0.00.1 x 0.8 1.0 0.00.1 x 0.8 1.0 0.00.1 x 0.8 1.0 0.00.1 x 0.8 1.0 0.00.1

(a) Modes propres de la plaque encastrée libre (b) Modes propres de la plaque simplement appuyée

F IGURE 5.3 – Modes propres de la plaque FGPM

Plaque encastrée-libre : les performances des actionneurs et des capteurs (Figure 5.4) sont maxi-
males quand les déformations modales sont maximales : proche de l’encastrement pour les deux
premiers modes, au centre vers les bords (y = 0, b) pour le troisième mode et au centre vers le bout
de la plaque (x = L) pour le quatrième mode.

125
 CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

(a) Critère actionneur (λ̃a )i i (b) Critère capteur (λ̃c )i i

F IGURE 5.4 – Critères d’optimisation pour la plaque encastrée libre

Plaque simplement appuyée : les performances des actionneurs et des capteurs (Figure 5.5)
sont maximales quand leur emplacement est proche du ventre de vibration du mode i , correspon-
dant dans cette configuration aux emplacements où les déformations modales sont maximales, et
sont minimales aux nœuds de vibrations du mode i : soit pour le mode 1 : proche du centre, pour
le mode 2 : la position 5,8,9 ou 12, pour le mode 3 : près des coins et pour le mode 4 : les positions
2,3,14 ou 15.

(a) Critère actionneur (λ̃a )i i (b) Critère capteur (λ̃c )i i

F IGURE 5.5 – Critères d’optimisation pour la plaque simplement appuyée

5.2.3 Étude du spillover dans le cas d’une plaque en appui simple

Le spillover est l’activation des modes non contrôlés par la régulation des autres modes. On
cherche à montrer que l’effet de spillover, engendré par le régulateur flou décentralisé, n’est pas
prépondérant devant les sollicitations des modes contrôlés et qu’on peut le réduire en considérant
un couple d’actionneurs par mode pour le régulateur flou, au lieu d’un seul actionneur par mode.
Le potentiel électrique envoyé par la commande pour le mode i , sera alors divisé de façon égale
entre les deux actionneurs.
Ainsi, on considère deux régulateurs flous différents ayant chacun la distribution adaptative :

• Le DA simple : chaque mode est contrôlé par un actionneur dédié,

126
CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

• Le DA double : chaque mode est contrôlé par deux actionneurs dédiés. Dans ce cas la com-
mande φi est divisée entre les deux actionneurs.
On considère une plaque, en appui simple sur son pourtour, soumise à :
• Une condition initiale : x i (t = 0) = 1 pour i ∈ [1, 4].
• Une pression uniforme : P0 = 2kPa sur toute la surface de la plaque pour t ∈ [1.0, 1.11].
À partir des résultats de la Figure 5.5, le choix des actionneurs et capteurs pour les deux régu-
lateurs sont :

Mode 1 2 3 4
Actionneurs DA double 6/11 5/12 1/16 2/15
Actionneurs DA simple 6 5 1 2
Capteurs 7 8 4 3

Table 5.16 – Étude du spillover plaque simplement appuyée : choix des actionneurs et capteurs

Dans le suite de ces travaux pour des soucis de lisibilité, seule l’enveloppe des courbes des
déplacements modaux, des potentiels capteurs et de la flèche, est tracée.
La Figure 5.6 présente les déplacements modaux des six premiers modes de la structure. On re-
marque que les deux régulateurs donnent des résultats quasi similaires pour le contrôle des quatre
premiers modes, avec toutefois un contrôle avec moins d’oscillations et légèrement meilleur pour
le régulateur avec deux actionneurs par mode (DA double). Les déplacements modaux des modes
non contrôlés montrent bien l’effet de spillover. Alors qu’en boucle ouverte (sans contrôle) ces
deux modes ne sont jamais sollicités, en présence d’un régulateur ceux-ci sont activés par le contrôle
des autres modes. On remarque que cet effet est réduit dans le cas du régulateur DA double. L’uti-
lisation de deux actionneurs permet en effet de solliciter ces modes non contrôlés en opposition
et ainsi réduire en partie leur sollicitation.
La flèche relevée au milieu de la plaque est présentée dans la Figure 5.8. Les deux régulateurs
assurent le contrôle de la plaque avec des performances quasi égales, le régulateur DA double
donne une flèche légèrement inférieure. En effet, même avec un effet de spillover plus important
pour le régulateur DA simple, les déplacements modaux des modes non contrôlés sont de deux
ordres de grandeurs inférieurs aux déplacements modaux des quatre premiers modes. On a donc
également des résultats similaires pour le potentiel envoyé à chaque instant t aux actionneurs et
le potentiel capté (Figures 5.7a et 5.7b).
Les mêmes conclusions peuvent être déduites du cas encastrée-libre, le dédoublement des
actionneurs par mode permet de réduire l’effet de spillover et d’avoir un contrôle plus régulier et
un peu plus performant. Ces simulations nous conduisent donc, dans toute la suite de ce travail
de considérer le régulateur flou construit avec deux actionneurs par mode.
Les Tables 5.17 et 5.18 résument le choix des actionneurs pour le contrôle et le choix des capteurs
pour l’observation des quatre premiers modes, pour la plaque simplement-appuyée et la plaque
encastrée-libre, respectivement.

Mode 1 2 3 4
Actionneurs 6/11 5/12 1/16 2/15
Capteurs 7 8 4 3

Table 5.17 – Choix des actionneurs et capteurs pour la plaque simplement appuyée

127
 CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

1e−2 1e−3
0.75
Boucle ouverte Boucle ouverte
0.50 DA simple 1 DA simple
DA double DA double
0.25 0
α1

α2
0.00
−1
−0.25
−0.50 −2
0 1 2 3 4 5 0 1 2 3 4 5
1e−3 1e−3

Boucle ouverte 0.50 Boucle ouverte

0.5 DA simple DA simple
DA double 0.25 DA double
0.0 0.00
α3

−0.5 α4 −0.25
−0.50
−1.0
−0.75
0 1 2 3 4 5 0 1 2 3 4 5
Temps (s) Temps (s)

(a) Modes contrôlés : 1 à 4

1e−5

Boucle ouverte
2 DA simple
DA double

0
α5

−2

0 1 2 3 4 5
1e−5

Boucle ouverte
1 DA simple
DA double

0
α6

−1

0 1 2 3 4 5
Temps (s)

(b) Modes non contrôlés : 5 et 6

F IGURE 5.6 – Étude du spillover plaque simplement appuyée : Déplacements modaux αi

Mode 1 2 3 4
Actionneurs 5/9 1/13 2/14 7/11
Capteurs 6 4 3 12

Table 5.18 – Choix des actionneurs et capteurs pour la plaque encastrée libre

128
CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

ϕMode1
DAsimple : ϕact

200 ϕMode2
ϕMode3
ϕMode4
0

−200

0 1 2 3 4 5

ϕMode1
DAdouble : ϕact

100 ϕMode2
ϕMode3
ϕMode4
0

−100

0 1 2 3 4 5

(a) Potentiel actionneur

ϕcap
3
DAsimple : ϕcap

ϕcap
6
20
ϕcap
7

ϕcap
2
0

−20

0 1 2 3 4 5

30 ϕcap
3
DAdouble : ϕcap

20 ϕcap
6

ϕcap
7
10
ϕcap
2

0
−10
−20
0 1 2 3 4 5
Temps (s)

(b) Potentiel capteur

F IGURE 5.7 – Étude du spillover plaque simplement appuyée : Potentiel actionneur et capteur

129
 CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

1e−3

Boucle ouverte
2.0 DA simple
DA double

1.5
Flèche (m) en (0.5m,0.4m)

1.0

0.5

0.0

−0.5

−1.0

−1.5

0 1 2 3 4 5
Temps (s)

F IGURE 5.8 – Étude du spillover plaque simplement appuyée : Flèche

130
CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

5.3 Comparaison des différentes distributions pour le contrôleur flou

décentralisé
On étudie dans ce paragraphe les performances des trois distributions du potentiel maximal
admissible φTOT à chaque instant t : la distribution équitable (DE), la distribution maximale (DM)
et la distribution adaptative (DA).

5.3.1 Plaque simplement appuyée

On traite le cas de la plaque, en appui simple sur son pourtour, soumise à :
• Une condition initiale représentant un lâcher de la plaque : x i (t = 0) = 1 pour i ∈ [1, 4],
• Une pression uniforme, P0 = 2kPa, sur toute la surface de la plaque pour t ∈ [1.0, 1.11], si-
mulant un impact.
La Figure 5.9 présente les déplacements modaux pour les trois distributions et le système non
contrôlé (boucle ouverte). Pour les modes contrôlés, les trois distributions permettent de réduire
ces déplacements. Les distributions DM et DA réduisent plus rapidement les déplacements mo-
daux des modes 1 et 2, qui sont les plus énergétiques. La distribution équitable (DE) réduit plus
rapidement les déplacements modaux des modes 3 et 4, car un quart de φTOT est dédié à chaque
instant t à la commande de ces modes. En ce qui concerne les modes non contrôlés, on remarque
que la distribution maximale engendre le plus de spillover.
La Figure 5.10 présente les potentiels envoyés aux actionneurs et les potentiels captés par les
capteurs. La Figure 5.11 représente la flèche de la plaque en ( L2 , b2 , 0).
Les trois distributions permettent de réduire les déplacements de la plaque. Mais selon la dis-
tribution le comportement amortissant n’est pas le même :
• Pour le cas du lâcher (t ∈ [0, 1]) :
— les distributions DM et DA annulent 90% des vibrations en 0.7s,
— la DM est plus performante mais génère des oscillations, alors que la DA contrôle la
plaque de façon plus régulière,
— la DE réduit seulement la flèche de moitié sur cette période.
• Lors de l’impact (t ∈ [1.0, 1.11]) :
— la flèche des systèmes observés-contrôlés est moins élevée que le système non-contrôlé.
Le système avec la DM atténue un peu moins bien l’impact que les deux autres distri-
butions,
— Les distributions DM et DA annulent 90% des vibrations en environ 0.5s alors que la
distribution DE en environ 1s.
Comme on pouvait le prévoir, la distribution équitable est donc la moins performante car,
contrairement aux deux autres, elle ne s’adapte pas en fonction du ou des mode(s) le(s) plus ex-
cité(s). Si principalement un seul mode est excité, comme c’est le cas lors de l’impact, cette distri-
φTOT
bution ne peut donc envoyer au maximum que 4 à l’actionneur de ce mode.
Les distributions DM et DA ont des performances similaires, elles s’adaptent toutes les deux de
façons différentes. La distribution adaptative présente l’avantage de générer un contrôle plus ré-
gulier.

5.3.2 Plaque encastrée libre

On considère à présent la plaque FGPM encastrée-libre soumise à :
• Une condition initiale représentant un lâcher de la plaque : x i (t = 0) = 0.2 pour i ∈ [1, 4],
• Une pression uniforme, P0 = 0.1kPa, sur toute la surface de la plaque pour t ∈ [1.0, 1.11],
simulant un impact.

131
 CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

1e−2 1e−3
0.75
Boucle ouverte
0.50 DE 1
DM
0.25 DA
0
α1

α2
0.00
Boucle ouverte
−1
−0.25 DE
DM
−0.50 −2 DA
0 1 2 3 4 5 0 1 2 3 4 5
1e−3 1e−3

Boucle ouverte 0.50 Boucle ouverte

0.5 DE DE
DM 0.25 DM
DA DA
0.0 0.00
α3

α4
−0.5 −0.25
−0.50
−1.0
−0.75
0 1 2 3 4 5 0 1 2 3 4 5
Temps (s) Temps (s)

(a) Modes contrôlés : 1 à 4

1e−5

Boucle ouverte
2 DE
DM
1 DA
0
α5

−1
−2
0 1 2 3 4 5
1e−5
1.5 Boucle ouverte
1.0 DE
DM
0.5 DA
α6

0.0
−0.5
−1.0
−1.5
0 1 2 3 4 5
Temps (s)

(b) Modes non contrôlés : 5 et 6

F IGURE 5.9 – Comparaison des distributions plaque simplement appuyée : Déplacements modaux αi

Les Figures 5.12, 5.13 et 5.14 présentent respectivement les déplacements modaux, les potentiels
actionneur et capteur et la flèche en (L, b2 , 0). Les conclusions déduites du cas simplement appuyée
sont mises en exergue dans le cas de la plaque encastrée libre :
• La distribution équitable est la moins performante. La réduction du déplacement lors du
lâcher n’est pas significative et elle met plus de 4s pour réduire les vibrations après l’impact,
• Les distributions DM et DA réduisent d’environ 35% les vibrations dues au lâcher en 1s et
annulent les vibrations en 2.5s après l’impact,
• La distribution maximale est plus performante que la distribution adaptative mais de façon
beaucoup moins régulière. La DM engendre le plus d’effet de spillover et beaucoup d’oscil-

132
CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

50 ϕDE
1

DE : ϕa ϕDE
2

0 ϕDE
3

ϕDE
4

−50
0 1 2 3 4 5
200 ϕDM
1

ϕDM
2
DM : ϕa

0 ϕDM
3

ϕDM
4

−200
0 1 2 3 4 5
200 ϕDA
1

ϕDA
2
DA : ϕa

0 ϕDA
3

ϕDA
4

−200
0 1 2 3 4 5
Temps (s)

(a) Potentiel actionneur

ϕDA
3
20
DE : ϕcap

ϕDA
6

0 ϕDA
7

ϕDA
2

−20

0 1 2 3 4 5
ϕDA
3
20
DM : ϕcap

ϕDA
6

ϕDA
7
0
ϕDA
2

−20
0 1 2 3 4 5
ϕDA
3
20
DA : ϕcap

ϕDA
6

ϕDA
7
0
ϕDA
2

−20
0 1 2 3 4 5
Temps (s)

(b) Potentiel capteur

F IGURE 5.10 – Comparaison des distributions plaque simplement appuyée : Potentiel actionneur et capteur

lations dans le contrôle.

En conclusion, on privilégiera la distribution adaptative du régulateur flou décentralisé. Elle per-
met un contrôle régulier s’adaptant à n’importe quelles sollicitations et engendre peu d’effet de
spillover.

133
 CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

1e−3

Boucle ouverte
2.0 DE
DM
DA
1.5
Flèche (m) en (0.5m,0.4m)

1.0

0.5

0.0

−0.5

−1.0

−1.5

0 1 2 3 4 5
Temps (s)

F IGURE 5.11 – Comparaison des distributions plaque simplement appuyée : Flèche

134
CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

1e−2 1e−3

0.5
1
0.0
0
α1

α2
−0.5 Boucle ouverte −1 Boucle ouverte
DE DE
DM DM
−2
−1.0 DA DA
0 1 2 3 4 5 0 1 2 3 4 5
1e−4 1e−4

4 4 Boucle ouverte
DE
2 2 DM
DA
0 0
α3

α4

−2 −2
Boucle ouverte
−4 DE
DM −4
−6 DA
−6
0 1 2 3 4 5 0 1 2 3 4 5
Temps (s) Temps (s)

(a) Modes contrôlés : 1 à 4

1e−5

Boucle ouverte
1.5 Boucle ouverte
DE
1.0 DM
0.5 DA
α5

0.0
−0.5
−1.0
0 1 2 3 4 5
1e−5
2

0
α6

Boucle ouverte
Boucle ouverte
−1 DE
DM
DA
−2
0 1 2 3 4 5

(b) Modes non contrôlés : 5 et 6

F IGURE 5.12 – Comparaison des distributions plaque encastrée-libre : Déplacements modaux αi

135
 CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

50 ϕDE
1

ϕDE
2
DE : ϕa

0 ϕDE
3

ϕDE
4

−50
0 1 2 3 4 5
200 ϕDM
1

ϕDM
2
DM : ϕa

0 ϕDM
3

ϕDM
4

−200
0 1 2 3 4 5
200 ϕDA
1

ϕDA
2
DA : ϕa

0 ϕDA
3

ϕDA
4

−200
0 1 2 3 4 5
Temps (s)

(a) Potentiel actionneur

2 ϕDA
5
DE : ϕcap

ϕDA
3

0 ϕDA
2

ϕDA
11

−2
0 1 2 3 4 5
2 ϕDA
5
DM : ϕcap

ϕDA
3

0 ϕDA
2

ϕDA
11

−2
0 1 2 3 4 5
2 ϕDA
5
DA : ϕcap

ϕDA
3

0 ϕDA
2

ϕDA
11

−2
0 1 2 3 4 5
Temps (s)

(b) Potentiel capteur

F IGURE 5.13 – Comparaison des distributions plaque encastrée-libre : Potentiel actionneur et capteur

136
CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

1e−3

Boucle ouverte
DE
3 DM
DA
Flèche (m) en (1.0m,0.4m)

−1

−2
0 1 2 3 4 5
Temps (s)

F IGURE 5.14 – Comparaison des distributions plaque encastrée-libre : Flèche

137
 CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

5.4 Intérêt du régulateur flou vis à vis de la commande LQR

Dans cette dernière étude on compare le contrôleur flou décentralisé ayant une distribution
adaptative, à un régulateur LQR. Les deux systèmes contrôlé-observé utilisent le même observa-
teur.
La plaque FGPM est soumise à :
• Une condition initiale représentant un lâcher de la plaque : x i (t = 0) = C pour i ∈ [1, 4], avec
C une constante,
• Une pression uniforme P sur toute la surface de la plaque, pour t ∈ [1.0, 5.0], ayant une am-
plitude suivant une loi uniforme de distribution, reproduisant une sollicitation externe aléa-
toire.
Le régulateur LQR est construit avec deux actionneurs, choisis parmi les électrodes ayant le
meilleur critère pour le contrôle du premier mode de la plaque. De la même façon que pour le
contrôle de la poutre, la matrice Q est prise égale à la matrice identité et les coefficients de la
matrice R permettent de régler la dynamique du régulateur et le potentiel maximal envoyé aux
actionneurs. Ici, on ajuste ces coefficients de sorte que le potentiel maximum envoyé à chacun des
φTOT
deux actionneurs soit égal à 2 . Cet ajustement s’effectue sur le test du lâcher (supposé connu)
et nécessite plusieurs simulations afin de régler correctement les coefficients.
On étudie les deux configurations suivantes : la plaque simplement appuyée sur son pourtour et
la plaque encastrée-libre.

5.4.1 Plaque simplement appuyée

Dans le cas de la plaque simplement appuyée, le régulateur LQR est construit avec les action-
neurs 6 et 10, et celle ci est soumise à des vibrations induites par une condition initiale C = 1 puis
une pression uniforme d’intensité aléatoire P ∈ [−2, 2]kPa.
La Figure 5.15 montre les déplacements modaux de la plaque :
• Les αi des modes contrôlés sont réduits par les deux régulateurs,
• Pour les modes non contrôlés, le régulateur LQR génère moins de spillover que le régulateur
flou.
La Figure 5.16 présente les potentiels actionneur et capteur. On remarque que pendant la sol-
licitation aléatoire dans le cas de la commande LQR, la somme des potentiels actionneurs est in-
férieure à φTOT : le LQR étant réglé pour le lâcher il n’est plus optimal pour d’autres sollicitations.
D’après la Figure 5.17, représentant la flèche, on montre que le régulateur flou assure un meilleur
contrôle. Il annule 90% des vibrations du lâcher en environ 0.5s alors que le régulateur LQR n’atté-
nue que 75% des vibrations en 1s. Pour les sollicitations aléatoires, on remarque que le régulateur
flou s’adapte mieux et entraîne une atténuation plus importante des vibrations que le régulateur
LQR.

5.4.2 Plaque encastrée libre

Dans le cas de la plaque encastrée-libre, le régulateur LQR est construit avec les actionneurs
5 et 9. La plaque est soumise à des vibrations induites par une condition initiale C = 0.2 puis une
pression uniforme d’intensité aléatoire P ∈ [−0.1, 0.1]kPa.
Les Figures 5.18, 5.19, 5.20 présentent respectivement les déplacements modaux, les potentiels
actionneur et capteur et la flèche. On peut faire les observations suivantes :
• Le régulateur flou assure un meilleur contrôle que le régulateur LQR,
• Le régulateur LQR génère moins de spillover que le régulateur flou,
• Le régulateur LQR n’utilise que 40% de φTOT à chaque instant t, lors de la sollicitation aléa-
toire.

138
CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

1e−3 1e−3
6 Boucle ouverte
4 1 LQR
DA
2
0
0
α1

α2
−2 −1
Boucle ouverte
−4 LQR
DA −2
−6
0 1 2 3 4 5 0 1 2 3 4 5
1e−3 1e−3

Boucle ouverte 0.50 Boucle ouverte

0.5 LQR LQR
DA 0.25 DA
0.0 0.00
α3

α4
−0.5 −0.25
−0.50
−1.0
−0.75
0 1 2 3 4 5 0 1 2 3 4 5
Temps (s) Temps (s)

(a) Modes contrôlés : 1 à 4

1e−6
6 Boucle ouverte
4 LQR
DA
2
0
α5

−2
−4
−6
0 1 2 3 4 5
1e−6
4 Boucle ouverte
LQR
2 DA

0
α6

−2

−4
0 1 2 3 4 5
Temps (s)

(b) Modes non contrôlés : 5 et 6

F IGURE 5.15 – Comparaison LQR plaque simplement appuyée : Déplacements modaux αi

À nouveau, le régulateur LQR a été réglé pour le test de lâcher : il est donc optimal pour ce
test mais est donc moins efficace sur d’autres sollicitations. À l’opposé, une fois le choix des ac-
tionneurs effectué, le régulateur flou ne nécessite aucun autre réglage et peut s’adapter à toutes
sollicitations grâce à la mesure de l’énergie modale.

139
 CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

ϕDA
1

200 ϕDA
2

ϕDA
3
DA : ϕa

0 ϕDA
4

−200

−400
0 1 2 3 4 5

ϕLQR
5

ϕLQR
10
100
LQR : ϕa

−100

0 1 2 3 4 5
Temps (s)

(a) Potentiel actionneur

30 ϕLQR
3

20 ϕLQR
6

ϕLQR
LQR : ϕcap

7
10
ϕLQR
2

0
−10
−20

0 1 2 3 4 5

30 ϕDA
3

20 ϕDA
6

ϕDA
7
DA : ϕcap

10 ϕDA
2

0
−10
−20
0 1 2 3 4 5
Temps (s)

(b) Potentiel capteur

F IGURE 5.16 – Comparaison LQR plaque simplement appuyée : Potentiel actionneur et capteur

140
CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

1e−3
2.0 Boucle ouverte
LQR
DA
1.5
Flèche (m) en (0.5m,0.4m)

1.0

0.5

0.0

−0.5

−1.0

−1.5

−2.0
0 1 2 3 4 5
Temps (s)

F IGURE 5.17 – Comparaison LQR plaque simplement appuyée : Flèche

141
 CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

1e−2 1e−3
0.75
0.50 1
0.25
0
α1

α2
0.00
−0.25 −1
Boucle ouverte Boucle ouverte
−0.50 LQR LQR
DA −2 DA
−0.75
0 1 2 3 4 5 0 1 2 3 4 5
1e−4 1e−4

4 Boucle ouverte 4 Boucle ouverte

LQR LQR
2 DA 2 DA
0 0
α3

α4

−2 −2
−4
−4
−6
−6
0 1 2 3 4 5 0 1 2 3 4 5
Temps (s) Temps (s)

(a) Modes contrôlés : 1 à 4

1e−5
3
Boucle ouverte
2 LQR
DA
1
0
α5

−1
−2
−3
0 1 2 3 4 5
1e−5

0
α6

−1 Boucle ouverte
LQR
DA
0 1 2 3 4 5

(b) Modes non contrôlés : 5 et 6

F IGURE 5.18 – Comparaison LQR plaque encastrée-libre : Déplacements modaux αi

142
CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

200 ϕDA
Mode1

ϕDA
Mode2
100 ϕDA
Mode3
DA : ϕa

ϕDA
Mode4
0

−100

−200
0 1 2 3 4 5

100 ϕLQR
4

ϕLQR
8

50
LQR : ϕa

0
−50
−100
0 1 2 3 4 5
Temps (s)

(a) Potentiel actionneur

2 ϕLQR
5

ϕLQR
3
1 ϕLQR
LQR : ϕcap

0 ϕLQR
11

−1
−2
−3
0 1 2 3 4 5

2 ϕDA
5

ϕDA
3
1
ϕDA
2
DA : ϕcap

0 ϕDA
11

−1

−2

0 1 2 3 4 5
Temps (s)

(b) Potentiel capteur

F IGURE 5.19 – Comparaison LQR plaque encastrée-libre : Potentiel actionneur et capteur

143
 CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

1e−3

2
Flèche (m) en (1.0m,0.4m)

−1

−2 Boucle ouverte
LQR
DA
0 1 2 3 4 5
Temps (s)

F IGURE 5.20 – Comparaison LQR plaque encastrée-libre : Flèche

144
CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

5.5 Conclusion
Ce chapitre porte sur les simulations de contrôle actif d’une plaque FGPM. Celle-ci est modé-
lisée grâce à la méthode des éléments finis. L’élément de plaque d’ordre supérieur développé sous
FEniCS à été validé. L’élément ayant la cinématique de Reissner-Mindlin est utilisé pour construire
la représentation d’état du système.
La plaque FGPM considérée pour le contrôle actif est équipée de 16 électrodes pouvant servir
comme capteurs ou actionneurs. Des critères d’optimisation de positionnement des actionneurs
et des capteurs sont utilisés pour discriminer les électrodes en fonction de leur emplacement et
du mode considéré.
Le système plaque commandé-observé est constitué d’un régulateur flou contrôlant les quatre
premiers modes de la plaque et d’un observateur de Luenberger utilisant quatre capteurs.
Les différents simulations de contrôle ont montré que :
• Le contrôle de chaque mode à l’aide de deux actionneurs au lieu d’un seul permet de réduire
l’effet de spillover subit par la structure,
• Les trois distributions du potentiel maximum admissible donnent les résultats suivants :

— La distribution équitable est la moins performante car elle n’adapte par la répartition
du potentiel,
— Les distributions maximale et adaptative montrent des performances similaires. La
distribution adaptative permet un contrôle entraînant moins d’effet de spillover et plus
régulier.

• Le régulateur flou assure un contrôle plus efficace qu’un régulateur LQR dans le cas d’une
variation de l’excitation au cours du temps,
• Le régulateur flou décentralisé nécessite une étape de paramétrage importante (forme et
nombre de fonctions d’appartenance, méthode de défuzzification, choix des actionneurs et
des capteurs, choix de la distribution, ...), mais qui ne dépend pas de la sollicitation : une
fois ces paramètres établis, le régulateur flou s’adapte à n’importe quelle sollicitation.

5.6 Références
B RISCHETTO, S. et E. C ARRERA. 2009, «Refined 2d models for the analysis of functionally graded
piezoelectric plates», Journal of Intelligent Material Systems and Structures, vol. 20, no 15, p.
1783–1797. viii, 114, 115, 116

L U , P., H. L EE et C. L U. 2006, «Exact solutions for simply supported functionally graded piezoe-
lectric laminates by stroh-like formalism», Composite Structures, vol. 72, no 3, p. 352–363. 114,
116

Z HONG , Z. et T. Y U. 2006, «Vibration of a simply supported functionally graded piezoelectric rec-

tangular plate», Smart materials and structures, vol. 15, no 5, p. 1404. ix, 116, 121

145
 CHAPITRE 5. SIMULATIONS DE PLAQUES FGPM

146
Conclusion et Perspectives

Les travaux présentés dans ce mémoire portent sur le contrôle actif des vibrations de struc-
tures élancées (poutre et plaque) formées de matériau piézoélectrique à gradient de propriétés
(FGPM).
Les principaux objectifs de ce travail ont été :
• de modéliser ces structures FGPM à l’aide de la méthode des éléments finis,
• de montrer la faisabilité et la potentialité des FGPM pour le contrôle actif des vibrations.
La première partie de ces travaux s’articule sur la modélisation du FGPM PZT4/Al/PZT4 uti-
lisé pour le contrôle. Celui-ci s’inspire des bimorphes piézoélectriques et est pensé pour rempla-
cer les structures intelligentes habituellement utilisées (une structure hôte à contrôler équipée de
pastilles piézoélectriques). Il est graduel dans l’épaisseur et varie symétriquement du PZT4 sur
les deux surfaces extérieures à de l’aluminium à la fibre moyenne. Le phénomène de percolation
apparaît dans ce genre de composite, celui-ci entraîne l’apparition de trois parties : une partie
conductrice au centre riche en aluminium (où la percolation a eu lieu) et deux parties isolantes
proches des faces extérieures riches en PZT4 (où la percolation n’a pas eu lieu). Le matériau FGPM
est caractérisé par deux paramètres :
• l’indice de gradation k, qui est choisi à la fabrication du matériau et varie dans l’intervalle
[0, 5],
• le seuil de percolation VT , qui est inhérent à la microstructure du matériau et dépend donc
du processus de fabrication et de l’indice k. Celui-ci peut varier dans l’intervalle [0.1, 0.3]
La méthode des éléments finis est utilisée afin d’étudier ces structures élancées FGPM. On a été
amené à développer trois éléments finis :
• Un élément fini de poutre à deux nœuds développé sous Matlab, basé sur la cinématique de
Timoshenko et dont le potentiel électrique est approximé par élément à l’aide de couches
numériques,
• Un élément fini 3D tétraédrique à dix nœuds développé sous FEniCS, servant à valider les
modélisations poutre et plaque,
• Un élément fini de plaque triangulaire à six nœuds développé sous FEniCS, basé sur une
cinématique d’ordre supérieure et dont le potentiel électrique est approximé au nœud à
l’aide de couches numériques.
Ces différents modèles ont permis dans un premier temps de comprendre l’influence des pa-
ramètres matériaux k et VT sur les comportements statique et dynamique des structures FGPM :
• L’actionneur FGPM est le plus performant : i.e entraîne la plus grande déformée, lorsque
k ∈ [0.4, 0.7] et lorsque le seuil de percolation est le plus faible,
• Le capteur FGPM est le plus performant : i.e génère le plus grand potentiel électrique, lorsque
k tend vers sa plus grande valeur (le FGPM est quasiment entièrement constitué de PZT4) et
pour les plus grandes valeurs du seuil de percolation,
• Les fréquences propres sont dépendantes de k, car ce paramètre modifie la rigidité globale
et la masse volumique de la structure. Les fréquences diminuent quand k augmente. Le seuil
de percolation n’a aucun impact sur les fréquences.

147
 Conclusion

Dans un deuxième temps ces modèles ont permis de créer la représentation d’état de la structure,
utilisée couramment dans le domaine de l’automatique et permettant la mise en place du contrôle
actif des vibrations des structures. Celle-ci est basé sur la décomposition modale du système dis-
crétisé, obtenu ici par la méthode des éléments finis.

La deuxième partie de ces travaux s’articule sur les simulations du contrôle actif de structures
FGPM élancées. Le contrôle actif nécessite la construction d’un régulateur, générant la commande
à envoyer aux actionneurs afin de réduire les vibrations et un observateur afin de reconstruire
l’état de la structure à partir de la mesure fournie par les capteurs. Le contrôle à été mis en place
pour la poutre et la plaque FGPM. Les deux systèmes observé-contrôlé on été construits à l’aide
d’un observateur de Luenberger via la méthode de la synthèse quadratique et d’un régulateur LQR
pour la poutre et un régulateur flou décentralisé pour la plaque.
Les simulations de contrôle de la poutre FGPM mettent en avant la possibilité de contrôle de struc-
tures FGPM et l’efficacité de ce type de contrôleur et ce pour toutes les valeurs de l’indice de gra-
dation k. Les études paramétriques montrent que le contrôle avec un indice k faible réduit plus
rapidement les vibrations.
Un des avantages des structures FGPM est l’activation des propriétés piézoélectriques via des
électrodes déposées sur les surfaces extérieures. Dans le cas de la plaque, ces électrodes utili-
sées comme capteurs ou actionneurs peuvent à priori avoir n’importe quelle forme et taille, et on
peut en déposer un grand nombre. Le régulateur flou décentralisé est alors construit dans l’idée
de pouvoir facilement utiliser une multitude d’actionneurs ce qui est assez vite difficile pour un
régulateur LQR. Ce régulateur est construit à l’aide d’un ensemble de sous-régulateurs contrôlant
chacun un seul mode de la plaque et utilisant un ou deux actionneurs. Les simulations de contrôle
de la plaque FGPM montrent que la régulation floue permet un contrôle performant et s’adaptant
facilement aux changements de sollicitations subies par la structure.

La suite de ce travail peut s’ouvrir sur plusieurs perspectives :

1. L’optimisation du système plaque FGPM observé-contrôlé. Celle-ci peut porter sur plusieurs
points :
• L’optimisation du régulateur flou décentralisé : choix, nombre et bornes des fonctions
d’appartenance des variables linguistiques ; règles d’inférence, méthode de défuzzifi-
cation, ...
• L’optimisation de la forme, de la taille, de la position et du nombre d’électrodes.
2. Une étude de fiabilité du contrôle actif des vibrations à l’aide d’un régulateur LQR ou d’un
régulateur flou. Cette étude peut inclure :
• Les bruits de mesures sur le potentiel capté par les capteurs non inclus dans ce travail,
• Les incertitudes liées à la fabrication du FGPM : i.e les incertitudes sur l’indice de gra-
dation k, sur le seuil de percolation VT et également sur l’hypothèse de symétrie du
FGPM entre les deux parties supérieure et inférieure,
• Les incertitudes sur la base modale de la structure, qui est fortement liée à l’indice de
gradation k,
• Sur le maintien d’une régulation efficace après un changement de conditions aux li-
mites, par exemple un bord de la plaque passe d’un appui simple à libre.
3. De considérer l’étude d’un FGPM ayant des indices de gradation k différents dans la partie
supérieure et inférieure. On pourrait ainsi optimiser les capacités actionneurs dans la partie
supérieure et les capacités capteurs dans la partie inférieure. Il faudra par conséquent utili-
ser les électrodes supérieures en tant qu’actionneur et les électrodes inférieures en tant que
capteur.
On pourrait également étudier un FGPM où le matériau piézoélectrique est différent entre
les parties supérieure et inférieure. Afin d’améliorer les performances capteurs, on peut

148
Conclusion

considérer le FGPM PZT4/Al/PVDF. En effet, le PVDF est un polymère piézoélectrique plus

souple possédant de meilleures capacités capteur que le PZT4.

149
 Conclusion

150
Publications

Les travaux présentés dans ce manuscrit sont reliés aux publications suivantes :

Revues internationales avec comité de lecture

1. J. Maruani, I. Bruant, F. Pablo, L. Gallimard, A numerical efficiency study on the active vibra-
tion control for a FGPM beam, Composite Structures, 182, 478-486, 2017
2. J. Maruani, I. Bruant, F. Pablo, L. Gallimard, Active vibration control of a smart functionally
graded piezoelectric material plate using an adaptive fuzzy controller strategy, Journal of In-
telligent Material Systems and Structures, 2019

Conférences internationales avec comité de lecture

1. J. Maruani, I. Bruant, F. Pablo, L. Gallimard,20th International, Active vibration control of
functionally graded piezoelectric material plates, Conference on Composite Structure (ICCS20),
Paris, France, 4-7 Septembre 2017
2. J. Maruani, I. Bruant, F. Pablo, L. Gallimard, Fuzzy logic control of FGPM plates, Design Mo-
delling and Experiments for Advanced Structures and Systems (DeMEASS IX), Sesimbra,
Portugal, 1-3 Octobre 2018

Séminaires
1. J. Maruani, Active vibration control of FGPM beam, Séminaire de l’école doctorale franco-
allemande (CDFA), Stuttgart, Allemagne, Février 2016
2. J. Maruani, Sensitivity analysis of FGPM beam static and active vibration control studies,
Séminaire de l’école doctorale franco-allemande (CDFA), Stuttgart, Allemagne, Décembre
2016
3. J. Maruani, Active vibration control of functionally graded piezoelectric material plates, Sé-
minaire de l’école doctorale franco-allemande (CDFA), Sèvres, France, Décembre 2017

151
 Publications

152
Annexe A

Annexes

A.1 Le verrouillage numérique d’une poutre en flexion simple

Afin d’introduire le problème du verrouillage numérique, considérons le problème d’une poutre
en flexion simple. Les inconnues sont donc le déplacement transverse w 0 et la rotation θ0 .
On interpole les deux champs inconnus de la façon la plus générale en considérant les expres-
sions suivantes :
m n
θ0 = θj Mj
X X
w0 = w j Nj
j =1 j =1

où w j et θ j sont des coefficients inconnus et où N et M sont les fonctions d’interpolations

lagrangiennes de degré n −1 et m −1 respectivement. De façon générale, m et n sont indépendants
bien que le cas m = n soit le plus commun.
Le degré minimal d’interpolation admissible correspond à un modèle linéaire, où les dérivées
premières de w 0 et θ0 sont non nulles.
En considérant le cas le plus simple, c’est à dire m = n = 2 (interpolation linéaire) on démontre
qu’il existe un problème numérique.
En effet dans ce cas là :
• La dérivée de w 0 est constante sur un élément et s’exprime comme :
d w w2 − w1
= où l est la longueur de l’élément
dx l
• θ0 (x) s’exprime : ³ x´ x
θ0 (x) = θ1 1 − + θ2 ∀x
l l
Or, en regardant le cas des poutres fines (i.e hypothèses d’Euler-Bernoulli) la déformation de
cisaillement transversale est négligeable et on a l’égalité suivante : θ0 (x) = − ddwx .
En développant cette expression :
³ x´ x w2 − w1
θ1 1 − + θ2 =
l l l
x (θ2 − θ1 ) + θ1 l = w 2 − w 1
w2 − w1
impliquant : θ1 = θ2 = = Cste
l
et θ0 (x) est alors constant sur l’élément :

θ0 (x) = θ1 = Cste

Un état constant de θ0 (x) n’est cependant pas admissible car il implique une énergie nulle sur
l’élément :
EI d θ0 2
Z xe +l µ ¶
E f l ex = dx = 0
xe 2 dx

I
 ANNEXE A. ANNEXES

Ce problème numérique est connu dans la littérature des éléments finis comme le verrouillage
numérique en cisaillement ou shear locking.
Pour éviter le blocage numérique deux méthodes existent (R EDDY [1993]) :
d w0
• L’interpolation consistante : on utilise une approximation de w 0 et θ0 telle que dx et θ0
soient des polynômes de même degré, donc en prenant m = n + 1.
• L’intégration réduite : on interpole w 0 et θ0 de la même façon (i.e m = n) et on évalue le coef-
ficient de rigidité associé à E f l ex en utilisant une loi d’intégration numérique cohérente avec
l’interpolation de θ0 . Cependant, le coefficient de rigidité associé à l’énergie de cisaillement

x e +l ¶2
GS d w 0
Z µ
+ θ0 d x
xe 2 dx

doit être évalué en utilisant une loi d’intégration numérique qui considère θ0 avec une inter-
polation de même ordre que ddwx0 . Si w 0 et θ0 sont approximés avec des polynômes linéaires,
on doit utiliser une intégration en un point pour évaluer les coefficients de rigidité lié aux
deux énergies. Cette intégration en un point est suffisante dans ce cas pour évaluer l’énergie
de flexion mais sous estime l’énergie de cisaillement.

A.2 Références
R EDDY, J. N. 1993, An introduction to the finite element method, vol. 2, McGraw-Hill New York. II

II
ANNEXE A. ANNEXES

III