Régulation numérique industrielle : Développement et performance des outils numériques pour la régulation
Durée
3 jours, 21 heures
Modalité
Objectifs
Décrire les principes de base des outils de régulation numérique : filtres numériques, outils d'identification numérique
Utiliser les outils de régulation numérique pour concevoir des systèmes de contrôle adaptés à des processus spécifiques utilisant des régulateurs avancés, des scripts d'identification numérique, des simulateurs de procédés
Analyser les avantages et les limites des différents types de régulateurs numériques, en comparant les performances des régulateurs à modèle avec celles d'un régulateur pid
Énoncer le principe des réseaux de neurones et identifier leur utilité au service de la maintenance prédictive
Prérequis
Connaissances de base en régulation ou avoir suivi les stages : REG1 et 2 : Régulation PID REI : Régulation Industrielle pour techniciens supérieurs et ingénieurs CAP : Panorama des commandes avancées par la pratique.
Public cible
Techniciens et ingénieurs des services contrôle de procédés, informatique industrielle et toute personne souhaitant développer une stratégie de régulation sur calculateur, automate ou Système Numérique de Contrôle-Commande.
Financement
- OPCO
- France Travail
Programme
Introduction
- Le contexte industriel et ses exigences.
- Limites du régulateur PID.
- Analyse fonctionnelle d'un procédé industriel et de son contrôle-commande, représentation en bloc-diagramme.
- Rappel sur les fonctions de transfert.
Systèmes échantillonnés
- Choix de la période d'échantillonnage.
- Transmittance en Z.
- Discrétisation et simulation d'un élément de procédé.
- Conceptions de filtres numériques.
- Développement d'un outil d'identification numérique.
- Démarche pour la conception d'un algorithme de régulation.
- Méthodologie pratique pour simuler une boucle de régulation.
- Les développements informatiques seront réalisés en script Matlab ou Scilab et peuvent être aisément transcrits en Python.
Identification numérique modélisation d'un système industriel
- Différents types de modèles : modèles de représentation et semi-physiques.
- Les méthodes d'identification numérique.
- Démarche pratique d'une identification, du recueil des données à la validation du modèle :
Introduction à la commande à modèle
- Principe et réglage.
- Comparaison des performances avec le régulateur PID.
Réseaux de neurones
- Un outil majeur de l'industrie 4.0.
- Les réseaux de neurones au service de la modélisation, de la maintenance prédictive.
- Exemple pédagogique du développement d'un réseau de neurones sur Python.
Travaux pratiques
- Le développement de tous les outils : filtres, outils d'identification numérique, simulateurs de procédés et correcteurs numériques sont menés en parallèle avec le cours.
- Les conceptions sont réalisées sur PC avec la possibilité de les transposer sur systèmes de conduite industriels : SNCC ou automates.
- Les commandes mises en oeuvre sont validées sous Scilab ou Matlab/Simulink.
Méthodes pédagogiques
Nos formateurs basent leur animation sur des techniques de pédagogie active, et si nécessaire sur des méthodes ludopédagogiques. Afin de renforcer l'apprentissage et d'optimiser une application pratique sur le terrain, les apprenants bénéficient d'exercices, cas concrets conçus par des professionnels de terrain, jeux de rôles, quizz, tests, adaptés au programme de formation.
Modalités d'évaluation
Une évaluation à chaud est effectuée en fin de formation par des tests permettant de valider la compréhension et l'intégration de la thématique par les apprenants; une évaluation à froid peut être proposée quelques mois aprés la formation afin de valider l'appropriation des méthodes et les changements obtenus à la suite de la formation. Une attestation de formation reprenant l'ensemble des objectifs pédagogiques sera délivrée à chaque participant à l'issue de la formation.
En savoir plus
Télécharger le programme
PDF — 1,2 Mo
Accessibilité aux personnes handicapées
Comment se déroulent nos formations ?
Avis et satisfaction
recommandent ira
Score obtenu à partir de 8389 réponse depuis 2020
- 89% recommandent les compétences formateur Basé sur 8389 réponses d'apprenants
- 90% sont satisfait de la proximité du lieu de formation Basé sur 8389 réponses d'apprenants
- 88% sont satisfait de l'organisation globale des formations Basé sur 8389 réponses d'apprenants
Prochaines sessions
Obtenez votre devis personnalisé
Cette formation dans vos locaux
Prochaines sessions
Obtenez votre devis personnalisé
Cette formation dans vos locaux
Demande de devis
Régulation numérique industrielle : Développement et performance des outils numériques pour la régulation
Ces formations pourraient aussi vous intéresser
Aucune formation similaire trouvée