Formation Contrôle PID et Model Predictive Control (MPC)

Formation Contrôle PID et Model Predictive Control (MPC)

Principe du MPC
Principe du Model Predictive Control

Formation réalisée en février 2025 chez Nehemis à destination des équipes software. L’objectif : donner à des développeurs qui ne sont pas automaticiens de quoi comprendre, régler et débugger une boucle de contrôle, puis situer le Model Predictive Control par rapport à un PID — quand il apporte quelque chose, et à quel prix.

Le programme ci-dessous est celui qui a été déroulé ; il est adaptable à votre système et au temps disponible.


Partie 1 — Comprendre un système dynamique

  • Système en boucle ouverte et en boucle fermée : ce que la rétroaction change.
  • Modélisation d’un procédé simple, notion de fonction de transfert, pôles et stabilité.
  • Lecture d’une réponse indicielle : gain statique, constante de temps, dépassement, temps de réponse.
  • Identification expérimentale d’un procédé à partir de mesures réelles.

Partie 2 — Le correcteur PID en pratique

  • Rôle de chaque action : proportionnelle, intégrale, dérivée, et ce que chacune coûte.
  • Erreur statique, rejet de perturbation, marge de stabilité.
  • Méthodes de réglage : approche empirique, Ziegler-Nichols, réglage guidé par le modèle.
  • Les pièges d’implémentation qui font échouer un PID correct sur le papier : emballement de l’intégrateur (anti-windup), saturation d’actionneur, bruit amplifié par l’action dérivée et filtrage de cette voie.
  • Discrétisation : période d’échantillonnage, forme récurrente du correcteur, effets du temps de calcul et des retards.

Partie 3 — Introduction au Model Predictive Control

  • Principe : optimiser une séquence de commandes sur un horizon glissant plutôt que réagir à l’erreur instantanée.
  • Formulation du problème d’optimisation : modèle de prédiction, fonction de coût, horizons de prédiction et de commande.
  • Ce que le MPC sait faire et que le PID ne sait pas : contraintes explicites sur les entrées et les états, systèmes multivariables (MIMO), anticipation d’une consigne connue à l’avance.
  • Le prix à payer : besoin d’un modèle, coût de calcul, sensibilité aux erreurs de modélisation.
  • Critères de choix : dans quels cas un PID bien réglé reste la bonne réponse.

Partie 4 — Applications

  • Mise en situation sur un système représentatif du métier des participants.
  • Comparaison PID / MPC sur le même procédé : performance, respect des contraintes, robustesse.
  • Discussion des cas d’usage internes et des suites possibles.

Cette formation est proposée en français ou en anglais, sur site ou à distance, et se décline en une à trois journées selon la profondeur souhaitée sur la partie MPC.