Application de "Particle Swarm optimisation" pour l'identification paramétrique de la machine asynchrone

Abstract

Ce travail consiste à l’application de la nouvelle méthode d’optimisation « Particle Swarm Optimisation » pour l’identification paramétrique de la machine asynchrone. L’approche proposée permet de déterminer simultanément les paramètres électriques et mécaniques de la machine à l’aide de la méthode du modèle de référence, en utilisant le courant de démarrage ainsi que la tension simple correspondante comme signaux d’entrée-sortie. Un modèle de la machine qui considère la linéarité du l’inductance est d’abord adopté. Trois algorithmes de PSO sont proposés pour la minimisation de l’erreur quadratique entre le courant mesuré et le courant calculé pour valider l’approche et vérifier l’identification de la machine. On montre que ces algorithmes sont adaptés à l’identification de la machine. Un modèle tenant compte de la saturation magnétique dans la machine est ensuite développé. L’approche est alors utilisée pour déterminer, en plus des paramètres électriques et mécaniques, la caractéristique magnétique de la machine. On montre l’intérêt de la prise en compte de cette non linéarité les erreurs entre les courants calculés et les courants mesurés sont beaucoup plus faibles que celles obtenues par le premier modèle.