Solprag développe des modèles dynamiques simples de procédés de tout type.

Ces modèles sont utilisés pour:

  • optimiser le dimensionnement d'une installation: par exemple, quelle isolation pour un bâtiment ou quel moment pour un axe?
  • développer des régulateurs classiques (PID): Dans ce cas, des modèles simples identifiables sont utilisés.
  • développement de régulateurs basés sur un modèle: le modèle n'est pas uniquement utilisé dans la phase de développement du régulateur mais fait partie intégrante du régulateur. Il peut s'agir d'un régulateur prédictif (appelé MPC en anglais "Model Predictive Controller") ou d'une commande a priori avancée.

Les modèles peuvent être de nature déterministe ou stochastique en fonction du procédé à étudier.

Solprag dispose en particulier de compétences pointues de développement de modèles dynamiques dans les domaines suivants:

  • Systèmes électro-méchaniques (moteurs à courant continu, machines synchrones, circuits électriques de tout genre)
  • Systèmes hydrauliques (systèmes asservis cylindres/vannes proportionnelles)
  • Bâtiment (modèles thermiques de bâtiments et de composants de chauffage tels que collecteurs solaires, cuves, échangeurs, etc.)
  • Physiologie (Métabolisme du glucose, absorption/action d'insuline)

Identification de paramètres: L'identification des paramètres du modèle est au moins tout aussi importante que le développement du modèle. Solprag est en mesure d'appliquer les approches suivantes pour vos projets:

  • Moindre carrés (classiques, récurrents) avec structure de type ARX.
  • Optimisation non-linéaire avec des modèles linéaires ou non, minimisation de critères de type erreurs de sortie.
  • Modèle non paramétrique: Analyse fréquentielle en utilisant des signaux pseudo-aléatoires et la transformée de Fourier.
  • Identification de type MAP (Maximum A Posteriori): Cette approche permet de prendre en compte de façon explicite des connaissances a priori sur les paramètres et donc d'augmenter l'identifiabilité de ceux-ci.
  • Filtre de Kalman étendu: la version "étendu" du filtre de Kalman permet dans certains cas d'identifier les paramètres d'un modèle en temps réel.
Go to top