Une Avancée Majeure dans le Contrôle des Moteurs pour Véhicules Électriques
L’industrie automobile se trouve à un carrefour décisif, où la course à l’innovation dans le domaine de la mobilité électrique ne se limite plus à la seule autonomie des batteries. Alors que les constructeurs rivalisent pour proposer des véhicules plus rapides, plus efficaces et offrant une expérience de conduite plus raffinée, l’attention se déplace vers un composant fondamental souvent méconnu du grand public : le système de contrôle du moteur électrique de traction. C’est dans ce domaine que vient d’être réalisée une percée significative, promettant de repousser les limites des performances des véhicules électriques (VE). Une équipe de chercheurs de l’École de génie électrique de l’Institut de technologie de Nanjing, dirigée par Wang Yuning, Yang Chengshun et Huang Xiaoning, a publié une étude révolutionnaire dans la revue Electric Drive. Leur travail présente une stratégie de contrôle avancée, basée sur une combinaison inédite de logique floue, d’observation de perturbations et de techniques de mode glissant, qui permet non seulement d’étendre considérablement la plage de vitesse des moteurs synchrones à aimants permanents internes (IPMSM), mais aussi d’améliorer de façon spectaculaire leur robustesse et leur précision de régulation.
Le moteur de traction est l’organe vital d’un véhicule électrique, directement responsable de sa puissance, de son efficacité énergétique et de sa réactivité. Parmi les technologies de motorisation les plus répandues, l’IPMSM occupe une place de choix. Grâce à sa densité de puissance élevée, son excellent rendement et sa capacité à exploiter à la fois le couple magnétique et le couple de reluctance, il est devenu le choix privilégié pour de nombreux constructeurs. Cependant, ce moteur de haute performance est confronté à une limitation physique incontournable : la saturation de la tension. Lorsque la vitesse du moteur augmente, il génère une force électromotrice inverse (back-EMF) proportionnelle à sa rotation. Cette tension interne s’ajoute à celle que l’on doit appliquer via l’onduleur pour faire tourner le moteur. Très vite, la somme de ces tensions atteint la limite maximale que l’onduleur peut fournir. À ce stade, le moteur ne peut plus accélérer, imposant un plafond rigide à la vitesse de pointe du véhicule. Pour contourner cette barrière, l’industrie utilise depuis longtemps la technique du « démagnétisation » ou « affaiblissement de champ » (field weakening). Cette méthode consiste à injecter un courant négatif sur l’axe direct (axe d) du moteur, ce qui crée un champ magnétique opposé aux aimants permanents, affaiblissant ainsi le champ global. En réduisant le champ magnétique, on diminue la back-EMF, libérant de la marge de tension pour continuer à accélérer au-delà de la vitesse nominale.
Malgré son efficacité, cette solution traditionnelle n’est pas sans inconvénients. L’injection d’un courant de démagnétisation entraîne une augmentation des pertes par effet Joule (I²R) dans les enroulements du stator, ce qui réduit l’efficacité globale du système et génère plus de chaleur. De plus, une partie du courant fourni est utilisée non pas pour produire du couple motrice, mais pour maintenir ce champ de démagnétisation, ce qui signifie que le couple maximal disponible à haute vitesse est réduit. Enfin, les systèmes de contrôle classiques, comme les régulateurs PI (Proportionnel-Intégral), sont sensibles aux variations des paramètres du moteur. La résistance du stator, par exemple, augmente avec la température, et l’inductance peut varier selon le point de fonctionnement. Ces « perturbations paramétriques » peuvent déstabiliser un contrôleur basé sur un modèle fixe, entraînant des oscillations, un dépassement de vitesse ou une réponse lente. À cela s’ajoutent les perturbations externes imprévisibles : une côte abrupte, une charge variable ou une accélération brusque peuvent provoquer des fluctuations de vitesse qui nuisent à la qualité de la conduite. La quête d’une stratégie de contrôle capable de surmonter simultanément ces défis – étendre la plage de vitesse, maintenir une haute efficacité, être robuste face aux perturbations et insensible aux variations du moteur – est au cœur de l’innovation actuelle.
C’est précisément à cette quête que répond le travail de Wang Yuning, Yang Chengshun et Huang Xiaoning. Leur approche ne consiste pas à affiner une technique existante, mais à concevoir une architecture de contrôle entièrement nouvelle, un assemblage sophistiqué de plusieurs concepts de pointe de la théorie du contrôle moderne. Le cœur de leur système est un contrôleur à mode glissant flou, dont le fonctionnement repose sur un observateur de perturbations basé sur l’algorithme de super-torsion (Super-Twisting Algorithm, STA). Cette architecture est conçue pour gérer de manière intelligente le moteur sur toute la gamme de ses opérations, de la conduite en ville à basse vitesse jusqu’aux régimes de vitesse autoroutière.
La stratégie commence par une gestion optimisée de la plage de vitesse. En dessous de la vitesse nominale du moteur, le système opère en mode de Couple Maximum par Ampère (MTPA, Maximum Torque per Ampere). Ce mode est crucial pour l’efficacité. Son objectif est de produire le couple demandé avec la consommation de courant la plus faible possible, maximisant ainsi l’autonomie du véhicule. Le contrôleur MTPA guide le moteur le long d’une courbe de fonctionnement optimale, garantissant des performances de rendement de premier ordre dans les conditions de conduite les plus fréquentes.
Lorsque la vitesse du moteur dépasse sa valeur nominale, le système passe automatiquement en mode de démagnétisation. C’est ici que l’approche des chercheurs se distingue radicalement des méthodes conventionnelles. Au lieu d’appliquer un courant de démagnétisation fixe ou basé sur des tables prédéfinies, qui peuvent être inefficaces, ils utilisent un algorithme de descente de gradient. Cet algorithme traite la démagnétisation comme un problème d’optimisation dynamique. Il calcule en continu la direction et l’amplitude idéales pour ajuster le courant de l’axe d, en se basant sur la différence entre la tension disponible de l’onduleur et la tension requise par le moteur. En suivant ce « chemin de descente » vers le point de fonctionnement optimal, le système parvient à étendre la plage de vitesse de manière beaucoup plus efficace et stable, permettant au moteur de fonctionner avec moins de pertes et une meilleure régulation du couple.
Cependant, la véritable force du système réside dans sa capacité de rejet des perturbations. Pour contrer les charges externes imprévisibles, les chercheurs ont intégré un observateur de perturbations de super-torsion (STA-DOB). Cet algorithme mathématique sophistiqué estime en temps réel la perturbation totale de couple qui agit sur le moteur, incluant à la fois la charge réelle et toute perturbation externe. L’avantage clé de l’algorithme de super-torsion est sa capacité à converger vers l’estimation correcte en un temps fini et avec une grande précision, tout en minimisant le problème du « broutement » (chattering), ces oscillations de haute fréquence qui affectent les observateurs de mode glissant traditionnels. Cette estimation de la perturbation est ensuite injectée directement dans le contrôleur principal sous forme d’une action de contrôle anticipée (feedforward). Plutôt que de réagir à une perturbation après qu’elle ait affecté la vitesse, le contrôleur peut la compenser de manière proactive. Cette compensation anticipée est le facteur déterminant qui garantit une stabilité de vitesse exceptionnelle, même dans des conditions extrêmes, offrant une sensation de conduite ferme et prévisible.
Un autre défi critique dans la mise en œuvre d’algorithmes de contrôle non linéaire avancés, comme le contrôle Backstepping, est le célèbre « problème de l’explosion différentielle ». La méthode Backstepping est puissante pour les systèmes non linéaires, mais elle nécessite la dérivation répétée de fonctions de contrôle virtuelles. Ces dérivations peuvent conduire à des lois de contrôle extrêmement complexes, bruyantes et gourmandes en ressources de calcul, difficiles à implémenter sur un contrôleur numérique en temps réel. Pour résoudre élégamment ce problème, les chercheurs ont introduit un différentiateur de mode glissant d’ordre deux (SOSMD). Ce différentiateur agit comme un filtre robuste, fournissant une estimation propre et précise de la dérivée du signal de référence en un temps fini. En remplaçant la dérivation analytique par cet observateur robuste, la loi de contrôle finale est grandement simplifiée, la charge de calcul est réduite et l’immunité au bruit de mesure est considérablement améliorée. Cette étape est cruciale pour préserver les avantages théoriques du Backstepping sans subir les inconvénients pratiques de l’explosion différentielle.
Pour s’attaquer à la sensibilité du contrôleur aux perturbations paramétriques, l’équipe a intégré un système de logique floue. La logique floue est une technique qui permet d’approximer des relations non linéaires complexes sans avoir besoin d’un modèle mathématique exact. Dans ce cas, le système flou est utilisé pour approximer les fonctions non linéaires présentes dans le modèle dynamique de l’IPMSM. Cela rend le contrôleur moins dépendant d’un modèle parfait du moteur. Lorsque les paramètres du moteur changent à cause de la chaleur ou du vieillissement, le système flou peut « apprendre » et compenser ces écarts. Cette approche augmente considérablement l’universalité et la fiabilité du contrôle, car il continue de fonctionner efficacement même lorsque les caractéristiques du moteur s’écartent légèrement de leurs valeurs nominales.
La solidité de toute l’architecture de contrôle repose sur la théorie de la stabilité de Lyapunov. Les chercheurs ont construit une série de fonctions de Lyapunov et ont démontré mathématiquement que toutes les erreurs du système — l’erreur de suivi de vitesse, l’erreur de suivi de courant et les erreurs d’estimation de l’observateur — convergent vers un voisinage très petit autour de zéro en un temps fini. Cette preuve formelle de stabilité est essentielle pour tout système destiné à des applications critiques pour la sécurité, comme le groupe motopropulseur d’un véhicule.
La validité de cette théorie est confirmée par des résultats de simulation convaincants. Les auteurs ont soumis leur stratégie de contrôle à des tests approfondis sur la plateforme MATLAB/Simulink. Les résultats sont impressionnants. Dans la plage de vitesse de base, le nouveau contrôleur a démontré une réponse dynamique supérieure : il a atteint une vitesse de référence de 1 200 tr/min en seulement 0,09 seconde, avec un retard minimal et sans dépassement. Dans une comparaison directe avec les méthodes de contrôle MTPA et id=0 conventionnelles, l’avantage le plus marquant a été observé dans l’extension de la plage de vitesse. Alors que les méthodes conventionnelles limitaient le moteur à un maximum de 1 300 tr/min, le nouveau contrôleur a réussi à faire fonctionner l’IPMSM jusqu’à 3 500 tr/min, plus du double de la plage de vitesse. Ces performances ouvrent de nouvelles perspectives pour la conception de véhicules électriques capables d’atteindre des vitesses élevées sans avoir recours à des transmissions complexes à plusieurs rapports.
Les tests de rejet des perturbations ont été particulièrement éloquents. Après l’introduction d’une perturbation de charge significative, le nouveau contrôleur a fait preuve d’une stabilité remarquable. Alors que la vitesse chutait visiblement dans les méthodes de contrôle conventionnelles, la vitesse sous le nouveau contrôle à mode glissant flou est restée quasiment inchangée et s’est stabilisée immédiatement. Ce résultat est un témoignage direct de la compensation proactive assurée par l’observateur de perturbations de super-torsion. La réponse du courant du stator était également maîtrisée et efficace, avec seulement un petit dépassement momentané avant de se stabiliser.
Cette recherche représente un progrès majeur dans la technologie de traction pour les véhicules électriques. Elle ne propose pas une amélioration incrémentielle, mais une solution holistique qui aborde simultanément plusieurs défis de longue date. La combinaison du contrôle MTPA, de la démagnétisation par descente de gradient, de l’observateur de perturbations de super-torsion robuste, du différentiateur SOSMD pratique et du système de logique floue adaptable crée un contrôleur qui surpasse l’état de l’art en termes de dynamisme, d’efficacité, de robustesse et de plage de vitesse. Les simulations réussies constituent une étape importante qui ouvre la voie à des tests sur banc d’essai (hardware-in-the-loop) et, à terme, à une intégration dans des véhicules de série. Pour l’industrie automobile, cela signifie la perspective de véhicules électriques offrant des performances encore meilleures, une efficacité accrue et une expérience de conduite plus raffinée. Pour les consommateurs, cela se traduit par des véhicules qui accélèrent plus rapidement, atteignent des vitesses plus élevées et se sentent plus sûrs et stables dans toutes les conditions. Le travail de Wang Yuning, Yang Chengshun et Huang Xiaoning marque un jalon important sur la route d’un avenir de mobilité entièrement électrifiée et durable.
Wang Yuning, Yang Chengshun, Huang Xiaoning, École de génie électrique, Institut de technologie de Nanjing, Electric Drive, DOI: 10.19457/j.1001-2095.dqcd25182