Scribd
Importer
94 vues10 pages

TP Identification

Ce document présente un compte rendu des travaux pratiques sur l'estimation des paramètres d'un modèle par la méthode des moindres carrés simples récursifs. Il décrit les étapes d'identification d'un modèle industriel, y compris la collecte de données, l'algorithme d'estimation, et la validation du modèle à travers des tests de corrélation. Les résultats montrent que le modèle estimé reproduit fidèlement le comportement du système d'origine, avec une variance d'écart faible pour certaines valeurs du paramètre a.

Transféré par

Mohammed El Hachimi
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
94 vues10 pages

TP Identification

Ce document présente un compte rendu des travaux pratiques sur l'estimation des paramètres d'un modèle par la méthode des moindres carrés simples récursifs. Il décrit les étapes d'identification d'un modèle industriel, y compris la collecte de données, l'algorithme d'estimation, et la validation du modèle à travers des tests de corrélation. Les résultats montrent que le modèle estimé reproduit fidèlement le comportement du système d'origine, avec une variance d'écart faible pour certaines valeurs du paramètre a.

Transféré par

Mohammed El Hachimi
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Royaume de maroc universite hassan II

École nationale supérieure d'électricité et mécanique

Département génie Electrique

COMPTE RENDU DES TRAVAUX PRATIQUES

Identification Paramétriques des systèmes

TP 1 :
Estimation des paramètres d’un modèle par les moindres carrés
simples récursifs

Réalisé par : Encadre par :


Abdelmoumen Marzoug Pr. Saâd LISSANE ELHAQ
Amina Mabrouk

Année Universitaire : 2024/2025


Le but de ce TP est d’estimer, par la méthode des moindres carrés simples récursifs, les
paramètres du modèle d’un procédé à partir des données expérimentales d’entrée/sortie.

I. Identification du modèle d’un procédé industriel :


I.1- Mesures d’entrées / sorties :

Les mesures expérimentales d’entrée/sortie du procédé industriel, sont


sauvegardées dans le fichier data21.mat. Vous pouvez charger le fichier par la
commande :

load dataTP1.mat

Le fichier dataTP1.mat contient deux vecteurs colonnes u et y. Le vecteur u


représente l’entrée du procédé qui est une séquence binaire pseudo-aléatoire
(SBPA). Le vecteur y est la sortie du procédé

I.2- Structure du modèle :

I.3- Algorithme d’estimation :

I.4- Validation du modèle :

Pour valider le modèle il faut :


1) Comparer la sortie procédé y(k) avec la sortie modèle ym(k), donnée ci-dessous,
par simulation.

2) Vérifier le test de corrélation du bruit et le test de corrélation du bruit avec l’entrée.

II. Travail demandé :


1) Calculer la variance des résidus ê(k) (estimé du bruit) pour les différentes
valeurs de a.
Le code :

Affichage de Teta pour différente valeur de a:


2) Étudier l’influence du paramètre a pour cela essayer plusieurs valeurs de a. Choisir a qui
minimise la variance de ê(k).

Le code :

Affichage de différente valeur de variance :

Interprétation :

On remarque que pour toutes valeur de a supérieure à 10 la variance d’écart tend vers 0.8402

Alors le bruit estime est pour tout valeur de a sup à 10

3)

➢ Calculer la précision des paramètres estimés du modèle qui minimise la variance de


ê(k).
Le code :
Pour a =10

➢ Covariance

Pour a =0 : Pour a =1 Pour a =10

Pour a=100

4) Valider le modèle obtenu, pour cela :

a) Comparer, par simulation, la sortie du modèle ym(k) et la sortie du procédé y(k).

❖ Comparaison entre ym(k) et la sortie du procédé y(k)

A laide de ce script on arrivera à générer la sortie du modèle :


Et pour afficher et comparer les deux sorties, aussi que l’écart entre ces deux dernières on
utilisera cette suite :

❖ Les courbes
❖ Variance de l’écart ê (k) entre la sortie du modèle ym(k) et
celle du procédé y(k)

Pour a=0 : Pour a=1 : Pour a=10 :

Pour a=100 :
❖ Conclusion

En utilisant la méthode des moindres carrés, nous avons développé un modèle estimé qui
reproduit de manière assez fidèle le comportement du système d'origine. La sortie du
modèle estimé présente une similarité notable avec celle du système réel, avec un écart
généralement faible, oscillant entre -4,5 et 4,5 pour a=10.

b) Test de corrélation.

❖ Le code

Avec Cor_Res : le test de corrélation des résidus

Cor_RE : le test de corrélation de résidus avec l’entrée

➢ Tableau pour a=100

Tau 0 1 2 3
Cor_Res 1.4571e-04 -3.0404e-04 -9.5364e-06
Cor_RE 3.1417e-04 4.6379e-04 -9.6776e-04 -3.0354e-05

III. Clc :

Les tests effectués sur l'estimation du modèle confirment que celui-ci est
correctement validé. Les résultats obtenus démontrent que le modèle estimé est
fiable et représente de manière adéquate le système d'origine.

IV. Le code :

Vous aimerez peut-être aussi