Sciences de l'ingénieur1ère

Choix des variables pertinentes
Exercices corrigés

Maîtrisez le choix des variables pertinentes : identification, sélection, classification et hiérarchisation des paramètres pour la modélisation grâce à ces 5 exercices détaillés avec méthodes, formules et exemples.

Types de Variables
Variables d'Entrée
\(u(t) = [u_1(t), u_2(t), ..., u_n(t)]\)
Vecteur d'Entrée
u_i(t)
Variable i
n
Nombre d'entrées
t
Temps
[...]
Vectorisation
E₁
E₂
Eₙ
S
Variables d'État
\(x(t) = [x_1(t), x_2(t), ..., x_p(t)]\)
Vecteur d'État
x_i(t)
Variable d'état i
p
Nombre d'états
x(t-1)
Historique
f(...)
Fonction système
X₁
X₂
Xₚ
S
Variables de Sortie
\(y(t) = [y_1(t), y_2(t), ..., y_q(t)]\)
Vecteur de Sortie
y_i(t)
Variable de sortie i
q
Nombre de sorties
mesurable
Observabilité
g(...)
Fonction observation
Exercice 1
Modélisation thermique d'une pièce : variables d'entrée, état et sortie
Exercice 2
Système de freinage : identification des variables critiques
Exercice 3
Turbine éolienne : hiérarchisation des paramètres
Exercice 4
Batterie : analyse de sensibilité des paramètres
Exercice 5
Robot mobile : choix des variables pour le contrôle
Corrigé : Exercices 1 à 3
1 Modélisation thermique
Définitions :

Variables d'entrée : Paramètres extérieurs qui influencent le système

Variables d'état : Variables internes qui décrivent le système

Variables de sortie : Variables observables résultant du comportement du système

Méthode d'identification :
  1. Identifier le système à modéliser
  2. Lister tous les paramètres physiques
  3. Classer les variables selon leur rôle (entrée, état, sortie)
  4. Hiérarchiser selon l'importance et la pertinence
  5. Valider les choix par analyse dimensionnelle
Étape 1 : Système étudié

Modélisation thermique d'une pièce de 20 m²

Objectif : Prédire la température intérieure

Contrainte : Maintenir la température entre 18°C et 22°C

Étape 2 : Variables d'entrée (u)

• Température extérieure T_ext(t) [°C]

• Puissance de chauffage P_chauffage(t) [W]

• Puissance dissipée par appareils P_appareils(t) [W]

• Insolation solaire I_solaire(t) [W/m²]

• Débit d'air neuf Q_air(t) [m³/h]

Ces variables sont indépendantes du système et influencent la température

Étape 3 : Variables d'état (x)

• Température intérieure T_int(t) [°C]

• Température des murs T_murs(t) [°C]

• Humidité relative H_rel(t) [%]

• Température du système de chauffage T_chauffage(t) [°C]

Ces variables décrivent l'état interne du système et évoluent dans le temps

Étape 4 : Variables de sortie (y)

• Température intérieure T_int(t) [°C]

• Consommation énergétique E_consommée(t) [kWh]

• Indice de confort thermique IC(t) [-]

Ces variables sont les grandeurs observables et mesurables

Étape 5 : Hiérarchisation des variables

Très importantes :

  • Température extérieure (grand impact sur les pertes)
  • Puissance de chauffage (paramètre de commande)
  • Température intérieure (variable de sortie principale)

Modérément importantes :

  • Insolation solaire (gain thermique gratuit)
  • Température des murs (inertie thermique)
Étape 6 : Modèle simplifié

\( C_{th} \frac{dT_{int}}{dt} = P_{chauffage} - \frac{1}{R}(T_{int} - T_{ext}) + P_{appareils} + Q_{solaire} \)

Où C_th est la capacité thermique et R la résistance thermique

Ce modèle ne retient que les variables les plus pertinentes

Variables entrée: 5
Variables état: 4
Variables sortie: 3
Réponse finale :

Le système thermique a été modélisé avec 5 variables d'entrée, 4 variables d'état et 3 variables de sortie. La hiérarchisation a permis de distinguer les variables critiques des variables secondaires, permettant une modélisation optimisée.

Règles appliquées :

• Classification : Distinction claire entre entrée, état et sortie

• Pertinence : Seules les variables influençant significativement le système sont retenues

• Hiérarchisation : Classement selon l'importance et l'impact

2 Système de freinage
Définition :

Pertinence : Caractère significatif d'une variable dans le comportement du système

Variables critiques : Variables ayant un impact majeur sur la performance

Étape 1 : Contexte du système

Système de freinage hydraulique d'une voiture

Objectif : Arrêt sûr et rapide

Contrainte : Distance d'arrêt < 40 m à 100 km/h

Étape 2 : Liste exhaustive des paramètres

• Pression hydraulique dans les circuits

• Température des disques de frein

• Épaisseur des plaquettes

• Viscosité du liquide de frein

• Pression atmosphérique

• Humidité de l'air

• Type de route (sec, humide, neige)

• Charge du véhicule

• Vitesse initiale

• État de la route (adhérence)

Étape 3 : Classification des variables

Variables d'entrée :

  • Pression appliquée sur la pédale (commande)
  • Température ambiante
  • État de la route (type, humidité)
  • Vitesse initiale
  • Charge du véhicule

Variables d'état :

  • Pression hydraulique dans les circuits
  • Température des disques
  • Épaisseur des plaquettes
  • Vitesse actuelle
Étape 4 : Analyse de sensibilité

Pour une distance d'arrêt critique :

• Très sensible à : Vitesse initiale (v²), adhérence route

• Moyennement sensible : Charge du véhicule, température disques

• Peu sensible : Pression atmosphérique, humidité

Étape 5 : Variables critiques retenues

Variables critiques (à surveiller en permanence) :

  • Vitesse initiale et actuelle
  • Pression hydraulique
  • Température des disques (surchauffe)
  • Épaisseur des plaquettes (usure)
  • État de la route (coeff. d'adhérence)

Ces variables sont essentielles pour la sécurité et la performance

Étape 6 : Modèle simplifié

\( d_{arrêt} = \frac{v_0^2}{2 \mu g} + d_{réaction} \)

Où μ est le coefficient d'adhérence, v₀ la vitesse initiale

Ce modèle met en évidence les variables critiques : v₀ et μ

Étape 7 : Validation des choix

• Les variables critiques identifiées correspondent aux paramètres mesurés dans les essais

• Elles expliquent la majorité des variations de performance

• Elles sont pertinentes pour la sécurité routière

Variables critiques: 5
Équation: d = v²/(2μg)
Importance: v² et μ
Réponse finale :

Le système de freinage a été analysé pour identifier 5 variables critiques : vitesse, pression hydraulique, température des disques, usure des plaquettes et adhérence. La distance d'arrêt dépend principalement du carré de la vitesse et de l'adhérence.

Règles appliquées :

• Sensibilité : Identifier les variables les plus influentes

• Criticité : Prioriser les variables affectant la sécurité

• Surveillance : Mettre en place des capteurs pour les variables critiques

3 Turbine éolienne
Définitions :

Hiérarchisation : Classement des variables selon leur importance

Priorité : Ordonnancement des paramètres selon leur impact

Étape 1 : Système étudié

Turbine éolienne de 2 MW

Objectif : Maximiser la production d'énergie

Contrainte : Vitesse de rotation limitée, vibrations acceptables

Étape 2 : Liste complète des paramètres

• Vitesse du vent

• Direction du vent

• Température ambiante

• Pression atmosphérique

• Humidité

• Densité de l'air

• Angle des pales

• Vitesse de rotation

• Couple électromagnétique

• Température des composants

• Vibrations mécaniques

• État des paliers

• Condition des pales

Étape 3 : Classification fonctionnelle

Variables d'entrée :

  • Vitesse du vent (critique)
  • Direction du vent
  • Température ambiante
  • Pression atmosphérique

Variables d'état :

  • Angle des pales
  • Vitesse de rotation
  • Couple électromagnétique
  • Température des composants

Variables de sortie :

  • Puissance électrique produite
  • Énergie produite cumulée
  • Vibrations mécaniques
Étape 4 : Hiérarchisation des variables

Niveau 1 (Critique) :

  • Vitesse du vent (impact direct sur la puissance)
  • Vitesse de rotation (limitation physique)
  • Puissance produite (objectif principal)

Niveau 2 (Important) :

  • Direction du vent (orientation)
  • Angle des pales (optimisation)
  • Température des composants (sécurité)

Niveau 3 (Secondaire) :

  • Humidité, pression atmosphérique
  • Vibrations (surveillance)
  • État des pales (maintenance)
Étape 5 : Modèle de puissance

\( P = \frac{1}{2} \rho A v^3 C_p(\lambda, \beta) \)

Où :

  • ρ = densité de l'air (fonction de T et P)
  • A = surface balayée par les pales
  • v = vitesse du vent (variable critique)
  • C_p = coefficient de puissance (fonction de λ et β)
  • λ = taux de vitesse spécifique
  • β = angle des pales
Étape 6 : Analyse de la hiérarchisation

• Vitesse du vent : Cubique dans la formule → impact majeur

• Angle des pales : Influence C_p → optimisation de la performance

• Température : Affecte ρ mais impact secondaire

• Pression : Faible variation → impact négligeable

Étape 7 : Stratégie de contrôle

• Contrôle prioritaire sur la vitesse de rotation

• Ajustement de l'angle des pales pour optimiser C_p

• Surveillance continue des températures critiques

• Ignorer les variables de faible impact pour simplifier le modèle

Niveau 1: vitesse vent
Niveau 2: angle pales
Niveau 3: température
Réponse finale :

La turbine éolienne a été modélisée avec une hiérarchisation en 3 niveaux. La vitesse du vent est la variable critique (impact cubique sur la puissance), suivie de l'angle des pales pour l'optimisation, et les températures pour la sécurité. Cette hiérarchisation permet une gestion optimale des ressources de surveillance.

Règles appliquées :

• Hiérarchisation : Classer selon l'impact quantitatif sur les objectifs

• Quantification : Utiliser des modèles pour évaluer l'impact

• Optimisation : Se concentrer sur les variables les plus influentes

Corrigé : Exercices 4 à 5
4 Analyse de sensibilité batterie
Définitions :

Analyse de sensibilité : Étude de l'impact des variations des paramètres sur la sortie

Sensibilité : \( S = \frac{\partial y}{\partial x} \) ou \( S = \frac{\Delta y/y}{\Delta x/x} \)

Étape 1 : Système étudié

Batterie lithium-ion 3.7V, 3000mAh

Objectif : Prédire la durée de vie et la performance

Contrainte : Maintenir 80% de capacité initiale pendant 5 ans

Étape 2 : Variables du système

Variables d'entrée :

  • Courant de charge/décharge (I)
  • Température de fonctionnement (T)
  • Tension de coupure (V_cut)
  • Fréquence des cycles (f)

Variables internes :

  • Capacité restante (C)
  • Résistance interne (R_int)
  • État de santé (SOH)
Étape 3 : Modèle de dégradation

\( SOH(t) = 100 - k_1 \cdot T \cdot t - k_2 \cdot I^2 \cdot N_{cycles} - k_3 \cdot \log(N_{cycles}) \)

Où k₁, k₂, k₃ sont des coefficients de dégradation

\( C(t) = C_0 \cdot SOH(t) / 100 \)

Étape 4 : Calcul des sensibilités

Pour une batterie à 25°C, I = 1A, 100 cycles :

Sensibilité à la température : \( \frac{\partial SOH}{\partial T} = -k_1 \cdot t \)

Pour t = 1 an, k₁ = 0.1%/°C/an : \( \frac{\partial SOH}{\partial T} = -0.1 \%/\text{°C} \)

Sensibilité au courant : \( \frac{\partial SOH}{\partial I} = -2k_2 \cdot I \cdot N_{cycles} \)

Pour k₂ = 0.001%/A²/cycle : \( \frac{\partial SOH}{\partial I} = -2 \times 0.001 \times 1 \times 100 = -0.2 \%/\text{A} \)

Sensibilité au nombre de cycles : \( \frac{\partial SOH}{\partial N} = -k_2 \cdot I^2 - \frac{k_3}{N} \)

\( = -0.001 \times 1 - \frac{0.1}{100} = -0.001 - 0.001 = -0.002 \%/\text{cycle} \)

Étape 5 : Analyse comparative

Pour des variations typiques :

  • ΔT = ±10°C : ΔSOH = ±1%
  • ΔI = ±0.5A : ΔSOH = ±0.1%
  • ΔN = ±50 cycles : ΔSOH = ±0.1%

La température est la variable la plus sensible

Étape 6 : Sensibilité relative

Pour comparer l'impact des variables avec unités différentes :

\( S_{rel,T} = \frac{\Delta SOH/SOH_0}{\Delta T/T_0} = \frac{1/95}{10/25} = 0.026 \)

\( S_{rel,I} = \frac{\Delta SOH/SOH_0}{\Delta I/I_0} = \frac{0.1/95}{0.5/1} = 0.0021 \)

\( S_{rel,N} = \frac{\Delta SOH/SOH_0}{\Delta N/N_0} = \frac{0.1/95}{50/100} = 0.0021 \)

La température a une sensibilité relative 12 fois plus élevée

Étape 7 : Stratégie de gestion

• Contrôle thermique : Système de refroidissement pour limiter T

• Limitation de courant : Contrôle des pics de charge/décharge

• Optimisation des cycles : Éviter les cycles partiels fréquents

Les variables les plus sensibles doivent être contrôlées en priorité

Sensibilité T: 0.026
Sensibilité I: 0.0021
Sensibilité N: 0.0021
Conclusion :

L'analyse de sensibilité montre que la température est la variable la plus influente sur la dégradation de la batterie (sensibilité relative de 0.026 contre 0.0021 pour les autres). Une gestion thermique adéquate est donc essentielle pour maximiser la durée de vie.

Règles appliquées :

• Sensibilité absolue : Dérivée partielle pour l'impact direct

• Sensibilité relative : Pour comparer des variables d'unités différentes

• Priorité : Gérer en premier les variables les plus sensibles

5 Robot mobile
Définitions :

Variables de contrôle : Variables manipulées pour atteindre l'objectif

Variables de mesure : Variables observées pour le feedback

Variables d'état : Variables décrivant le système

Étape 1 : Système robotique

Robot mobile à roues différentielles

Objectif : Suivre une trajectoire prédéfinie

Contrainte : Erreur de position < 5 cm

Étape 2 : Variables physiques disponibles

• Positions x, y, θ (capteurs de position)

• Vitesses linéaire v et angulaire ω

• Tensions aux moteurs V_gauche, V_droite

• Courants moteurs I_gauche, I_droite

• Capteurs de distance (ultrasons, laser)

• Accéléromètres et gyroscopes

• Caméra

• Température des composants

• Niveau de batterie

Étape 3 : Classification fonctionnelle

Variables d'entrée (commandes) :

  • Tensions aux moteurs (V_gauche, V_droite)
  • Consigne de vitesse

Variables d'état (état du système) :

  • Position (x, y, θ)
  • Vitesses (v, ω)
  • Vitesses des roues

Variables de sortie (mesures) :

  • Position mesurée
  • Erreurs de trajectoire
  • Énergie consommée
Étape 4 : Équations cinématiques

\( \frac{dx}{dt} = v \cos(\theta) \)

\( \frac{dy}{dt} = v \sin(\theta) \)

\( \frac{d\theta}{dt} = \omega \)

\( v = \frac{r}{2}(v_{droite} + v_{gauche}) \)

\( \omega = \frac{r}{L}(v_{droite} - v_{gauche}) \)

Où r est le rayon des roues et L l'empattement

Étape 5 : Hiérarchisation pour le contrôle

Variables critiques pour le contrôle :

  • Position (x, y, θ) - pour le feedback
  • Vitesses (v, ω) - pour le contrôle dynamique
  • Tensions aux moteurs - pour la commande

Variables secondaires :

  • Capteurs de distance - pour détection d'obstacles
  • Caméra - pour navigation avancée
  • Température - pour sécurité
Étape 6 : Analyse de la boucle de contrôle

La boucle de contrôle PID nécessite :

• Mesure de la position actuelle

• Comparaison avec la position de référence

• Calcul de la commande (tensions aux moteurs)

Les variables critiques sont donc la position mesurée et les tensions commandées

Étape 7 : Réduction du modèle

Pour une application de base, on peut réduire le modèle à :

États : x = [x, y, θ, v, ω]

Entrées : u = [V_gauche, V_droite]

Sorties : y = [x_mesurée, y_mesurée, θ_mesurée]

Ce modèle réduit contient les variables essentielles pour le contrôle

Étape 8 : Validation de la sélection

• Le modèle réduit permet de concevoir un contrôleur efficace

• Les performances sont comparables au modèle complet

• La complexité de calcul est réduite

• La robustesse est maintenue

Variables critiques: 5
Réduction: 8→5
Erreurs: < 5 cm
Réponse finale :

Le robot mobile a été modélisé avec une hiérarchisation des variables. Les 5 variables critiques (position, orientation, vitesses) permettent un contrôle efficace de la trajectoire avec une erreur inférieure à 5 cm. Le modèle réduit de 8 à 5 variables préserve les performances tout en réduisant la complexité.

Règles appliquées :

• Objectif : Sélectionner les variables en fonction de l'objectif du système

• Contrôle : Les variables de commande et de feedback sont prioritaires

• Modèle réduit : Simplifier sans perdre l'essentiel des performances

Cours bien détaillé
Variables d'Entrée
\(u(t) = f_{commande}(t) + f_{perturbation}(t)\)
Décomposition des Entrées
🎯
Définition : Variables indépendantes qui influencent le comportement du système.
📊
Exemples : Forces, couples, tensions, courants, températures extérieures.
🔍
Identification : Ce que l'on peut mesurer ou contrôler à l'extérieur du système.
⚙️
Rôle : Paramètres de commande et perturbations du système.
Variables d'État
\(\frac{dx}{dt} = f(x, u, t)\)
Équation d'État
🎯
Définition : Variables internes qui décrivent l'état du système à tout instant.
📊
Exemples : Positions, vitesses, températures internes, charges électriques.
🔍
Identification : Ce qui détermine l'évolution future du système.
⚙️
Rôle : Représenter l'évolution dynamique du système.
Variables de Sortie
\(y(t) = g(x, u, t)\)
Équation d'Observation
🎯
Définition : Variables mesurables issues du comportement du système.
📊
Exemples : Positions mesurées, tensions, courants, forces, températures.
🔍
Identification : Ce que l'on peut observer ou mesurer.
⚙️
Rôle : Interface entre le système et l'utilisateur.
Paramètres
\(\theta = \{m, k, R, L, C, ...\}\)
Paramètres du Système
🎯
Définition : Constantes qui définissent les caractéristiques du système.
📊
Exemples : Masse, raideur, résistance, inductance, capacité.
🔍
Identification : Ce qui ne change pas ou lentement.
⚙️
Rôle : Influencer les relations entre les variables.
Sensibilité
\(S = \frac{\partial y}{\partial x} \text{ ou } S = \frac{\Delta y/y}{\Delta x/x}\)
Mesure de Sensibilité
🎯
Définition : Mesure de l'impact d'une variable sur la sortie du système.
📊
Exemples : Sensibilité à la température, à la charge, aux paramètres.
🔍
Identification : Calculer la dérivée ou le rapport des variations.
⚙️
Rôle : Hiérarchiser les variables selon leur impact.
💡
Conseil : Toujours commencer par une liste exhaustive des paramètres
🔍
Attention : Ne pas confondre les variables d'entrée, d'état et de sortie
⚡
Astuce : Utiliser l'analyse dimensionnelle pour valider les choix
📋
Méthode : Hiérarchiser selon l'impact et la criticité
✅
Vérification : Valider la sélection par simulation ou expérience
Processus de sélection :
  • Identification : Lister tous les paramètres physiques du système
  • Classification : Ranger les variables selon leur rôle (entrée/état/sortie)
  • Hiérarchisation : Classer selon l'importance et l'impact
  • Analyse de sensibilité : Quantifier l'impact des variations
  • Validation : Tester la pertinence des variables sélectionnées
  • Optimisation : Réduire au minimum nécessaire sans perte de performance
Règles importantes :
  • Une variable est pertinente si elle a un impact significatif sur le comportement du système
  • La hiérarchisation permet de réduire la complexité sans perdre l'essentiel
  • Les variables critiques doivent être surveillées en priorité
  • La pertinence dépend de l'objectif de la modélisation
  • Un modèle trop simple ou trop complexe est inefficace
Choix des variables pertinentes Introduction à la modélisation