⚡ electrical engineering

Design, Modelling, and Control of Magnetic Ball Suspension System

Cet article présente la modélisation, l'analyse de stabilité et l'évaluation comparative des stratégies de commande par placement de pôles, par observateur et LQR pour un système de suspension magnétique à bille non linéaire, démontrant par des simulations Simulink que si les modèles linéarisés atteignent une performance stable avec des oscillations minimales, les approches par observateur et LQR gèrent efficacement l'instabilité inhérente et la dynamique transitoire du système.

Auteurs originaux : Sampson E. Nwachukwu

Publié 2026-01-23

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Sampson E. Nwachukwu

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous essayiez de faire tenir en équilibre une bille d'acier dans les airs, en lévitation juste en dessous d'un aimant puissant, sans qu'elle ne touche rien. C'est le Système de Suspension de Bille Magnétique (SSBM). C'est comme essayer de maintenir une plume en lévitation dans un tunnel de vent puissant ; si vous lâchez prise ne serait-ce qu'une fraction de seconde, la bille soit s'écrase contre l'aimant, soit tombe au sol. L'objectif est de la maintenir parfaitement immobile au milieu, en utilisant uniquement des forces magnétiques invisibles, ce qui signifie qu'il n'y a ni friction ni usure.

Ce document est essentiellement un guide sur la façon de construire le « cerveau » (le contrôleur) qui empêche cette bille de tomber. Voici le détail de leur parcours :

1. Le Problème : Une course bancale et imprévisible

Le système est délicat car il est non linéaire. Imaginez conduire une voiture où le volant devient plus lourd ou plus léger selon votre vitesse, et où les freins fonctionnent différemment si vous tournez à gauche ou à droite. À cause de cela, les mathématiques deviennent complexes. La bille veut tomber à cause de la gravité, mais l'aimant la tire vers le haut. Si l'aimant tire trop fort, la bille remonte brusquement ; s'il tire trop faiblement, elle tombe.

2. La Carte : Tracer les règles

D'abord, les auteurs ont construit une carte mathématique (un modèle d'espace d'état) du système. Ils l'ont décomposé en deux parties :

La Partie Mécanique : Comment la bille se déplace (la gravité tire vers le bas, l'aimant tire vers le haut).
La Partie Électrique : Comment l'électricité circule à travers la bobine de l'aimant pour créer cette attraction.

Ils ont calculé le « point idéal » (point d'équilibre) où la bille devrait être suspendue. Pour leur installation spécifique, celui-ci se situait à environ 6 centimètres sous l'aimant.

3. La Stratie : Trois façons de diriger le navire

Puisque le système est instable, ils avaient besoin d'un contrôleur pour pousser constamment la bille vers le centre. Ils ont testé trois « conducteurs » différents :

Le Conducteur A : Le Placeur de Pôles (Retour d'état)
Imaginez une voiture avec un volant que vous pouvez verrouiller sur des angles spécifiques pour que la voiture roule droit. Cette méthode calcule exactement combien il faut pousser l'aimant pour maintenir la bille stable. Ils ont « placé les pôles » (un terme mathématique pour définir la vitesse de stabilité du système) pour que la bille se stabilise rapidement sans trop osciller.
- Le Résultat : Cela a très bien fonctionné sur la version mathématique « idéale » du système. Sur la version non linéaire réelle et désordonnée, la bille a un peu plus oscillé avant de se stabiliser, mais cela a quand même fonctionné.
Le Conducteur B : L'Expert en Supposition (Observateur d'Ordre Complet)
Dans le monde réel, on ne peut pas toujours mesurer absolument tout ce qui se passe à l'intérieur de la machine (comme la vitesse exacte de la bille à chaque milliseconde). C'est comme essayer de conduire une voiture avec un pare-brise embué où l'on ne voit que la route directement devant soi.
Ce contrôleur agit comme un super-devin intelligent. Il utilise les données limitées qu'il peut voir (la position de la bille) pour estimer le reste (sa vitesse, l'intensité du courant qui circule). Il utilise ensuite ces suppositions pour diriger la bille.
- Le Résultat : C'était très précis. Même lorsque le système était non linéaire, la « supposition » a aidé à stabiliser la bille, bien qu'elle ait parfois mis un peu plus de temps à se calmer que le modèle mathématique parfait.
Le Conducteur C : L L'Expert en Efficacité (LQR - Régulateur Quadratique Linéaire)
Ce conducteur se soucie de deux choses : maintenir la bille au centre et ne pas gaspiller d'énergie. C'est comme un conducteur qui veut arriver à destination en douceur, mais qui veut aussi économiser de l'essence. Il utilise une formule complexe pour trouver le « équilibre parfait » entre la force de poussée de l'aimant et la stabilité de la bille.
- Le Résultat : Ses performances étaient très similaires au Conducteur A. Il était robuste et efficace, offrant un excellent équilibre entre stabilité et consommation d'énergie.

4. Les Résultats de la Course : Simulations

Les auteurs ont fait passer ces trois conducteurs par une simulation informatique (une piste d'essai virtuelle) pour voir leurs performances.

Le « Monde Parfait » (Modèle Linéarisé) : Dans la version mathématique simplifiée, les trois conducteurs étaient des champions. La bille se stabilisait rapidement avec très peu de vibrations.
Le « Monde Réel » (Modèle Non Linéaire) : Lorsqu'ils ont testé la physique réelle et désordonnée, la bille a dû faire une petite danse (osciller) avant de s'arrêter enfin de bouger. Elle a mis un peu plus de temps à se calmer, mais les trois méthodes ont fini par accomplir leur tâche.

L'Essentiel

Le papier conclut que si les modèles mathématiques du « monde parfait » sont faciles à contrôler, le système réel, plus instable, nécessite un peu plus de patience. La méthode de l'Observateur est cruciale car, dans la vie réelle, nous ne pouvons pas tout mesurer parfaitement, nous avons donc besoin d'un moyen de « deviner » les éléments manquants pour maintenir la bille en sécurité.

En fin de compte, ils ont découvert que si vous voulez le contrôle le plus stable, vous devez viser le point d'équilibre le plus petit possible (garder la bille plus proche de l'aimant), car cela rend le système plus facile à gérer. L'étude prouve qu'avec le bon « cerveau » mathématique, vous pouvez faire flotter une bille d'acier dans les airs sans qu'elle ne touche jamais rien.

Résumé Technique : Conception, Modélisation et Commande d'un Système de Suspension Magnétique de Balle (MBSS)

Énoncé du Problème
Le document traite des défis associés au Système de Suspension Magnétique de Balle (MBSS), un système électromécanique non linéaire et intrinsèquement instable utilisé dans des applications de précision telles que les éoliennes et l'actionnement de micro-robots. L'objectif principal du MBSS est de faire léviter une bille d'acier en utilisant une force électromagnétique sans contact physique, éliminant ainsi les pertes par friction. Cependant, la conception et l'analyse du système sont compliquées par ses non-linéarités innées et la volatilité des signaux d'entrée, qui rendent les concepts de commande linéaire standard efficaces uniquement dans des plages de fonctionnement limitées. Le problème central est de développer une stratégie de commande robuste capable de stabiliser la position de la bille malgré ces dynamiques non linéaires et l'impossibilité pratique de mesurer directement toutes les variables d'état.

Méthodologie
L'étude emploie une approche systématique impliquant la modélisation mathématique, la linéarisation et la conception de trois stratégies de commande distinctes :

Modélisation Mathématique : Un modèle complet en espace d'état a été développé pour capturer à la fois la dynamique mécanique et électrique. La partie mécanique est modélisée à l'aide de la deuxième loi de Newton, tandis que la partie électrique utilise la loi de Kirchhoff des mailles (KVL). Le système est défini par trois variables d'état : la position de la bille ( $x_1$ ), la vitesse de la bille ( $x_2$ ) et le courant de la bobine ( $x_3$ ).
Linéarisation et Analyse : Les points d'équilibre ont été déterminés par linéarisation par rétroaction basée sur la matrice Jacobienne. Le système a été linéarisé autour d'un point de fonctionnement spécifique (calculé avec $E=8V$ , $R=10\Omega$ , $K=0.01$ , $M=0.2kg$, $L=0.5H$ ). Des analyses de commandabilité et d'observabilité ont été menées, confirmant que le système est à la fois commandable et observable, ce qui valide la faisabilité de la commande par retour d'état et par observateur.
Conception de la Commande : Trois méthodes de commande ont été implémentées et simulées dans Simulink pour les modèles linéaires et non linéaires :
- Placement de Pôles par Retour d'État : Conçu pour déplacer les pôles du système vers des emplacements souhaités (-5, -10, -20) afin d'assurer la stabilité.
- Observateur d'Ordre Complet : Développé pour estimer les variables d'état lorsque la mesure directe est impraticable, en utilisant le principe de dualité entre commandabilité et observabilité.
- Régulateur Linéaire Quadratique Optimal (LQR) : Une stratégie de commande optimale conçue pour minimiser une fonction de coût quadratique, équilibrant la régulation d'état et l'effort de commande.

Résultats Clés
Les résultats de la simulation sur une durée de 50 secondes ont révélé des caractéristiques de performance distinctes entre les modèles linéaires et non linéaires :

Systèmes Linéarisés : Les trois stratégies de commande (retour d'état, commande par observateur et LQR) ont systématiquement atteint la performance souhaitée, stabilisant le système vers le point d'équilibre avec des oscillations minimales.
Systèmes Non Linéaires : Les modèles non linéaires ont présenté des oscillations transitoires significatives avant la stabilisation.
- La commande par Retour d'État a nécessité plus de temps et a présenté plusieurs oscillations en raison de l'effort de commande plus élevé nécessaire pour amener la bille à l'équilibre.
- L'Observateur d'Ordre Complet a réussi à estimer les états, permettant une commande efficace. Cependant, la performance variait selon les valeurs nominales ; l'utilisation d'une valeur nominale de 0,06 a entraîné des oscillations mineures, tandis qu'une valeur de 0,8 a provoqué une augmentation des oscillations dans les formes d'onde de sortie.
- La Commande basée sur le LQR a offert une meilleure robustesse et a minimisé l'effort de commande. Sa performance s'est avérée comparable au retour d'état standard dans plusieurs cas.

Signification et Revendications
Le document affirme que la méthodologie proposée répond avec succès à l'instabilité du MBSS en déterminant avec précision les points d'équilibre et en appliquant des techniques de commande robustes. L'étude démontre que si les systèmes linéarisés fonctionnent de manière satisfaisante quelle que soit la condition initiale, la non-linéarité inhérente du MBSS nécessite une gestion prudente, car elle entraîne des oscillations avant la stabilisation.

Les auteurs concluent que pour une commande plus stable du système, il est recommandé d'utiliser le plus petit point d'équilibre. Ce travail valide que la modélisation en espace d'état, combinée à la linéarisation par rétroaction et à des stratégies de commande avancées comme le LQR et l'observateur d'ordre complet, constitue un cadre viable pour gérer les dynamiques complexes des systèmes de lévitation magnétique.

1. Le Problème : Une course bancale et imprévisible

2. La Carte : Tracer les règles

3. La Stratie : Trois façons de diriger le navire

4. Les Résultats de la Course : Simulations

L'Essentiel

Articles similaires