Les erreurs dans les expérimentations et dans les modélisations
Expérimentations
Les expérimentations consistent à mesurer des grandeurs sur le système réel.
Cependant les appareils de mesure utilisés ne sont pas parfaits et sont la cause d'écarts par rapport au réel (incertitude).
Exemple : 2 voltmètres branchés en parallèle peuvent donner des résultats légèrement différents.
D'autre part les mesures peuvent être perturbées par des événements non désirables mais pris en compte par les appareils de mesure. Ces événements viennent ainsi "parasiter" la mesure en modifiant la réalité de la grandeur utile ou en la rendant instable.
Exemples :
un signal électrique de faible amplitude peut être perturbé par le rayonnement électromagnétique ambiant.
la mesure d'une accélération peut être perturbée par des vibrations.
Enfin, la grandeur à mesurer peut être variable dans le temps ce qui rend le résultat difficile à cadrer si l’appareil de mesure ne permet pas d'amortir ces variations.
Exemples :
variation du courant d'un moteur dû à des défauts géométriques dans un réducteur générant des fluctuations cycliques.
variation de la vitesse d'un moteur, pour une même tension et une même charge, en fonction de la température. Généralement la vitesse augmente avec la température, donc avec la durée de fonctionnement.
Pour qu'un résultat de mesures soit acceptable, il faut minimiser les signaux parasites en choisissant la méthode de mesure la plus adaptée et utiliser des appareils ayant une faible incertitude.
D'autre part il est possible d'améliorer les résultats en multipliant les mesures pour un même réglage et en faisant une moyenne de ces différentes mesures.
Modélisations
La modélisation permet la simulation du fonctionnement sur un système virtuel dont on attend un comportement identique à celui du système réel.
Pour obtenir cela, le modèle est établi à partir de blocs fonctionnels définis par leurs caractéristiques de transfert. Ces caractéristiques de transfert sont établies à partir de loi mathématiques (généralement des fonctions affines) en fonction des phénomènes physiques connus, ou parfois de manière empirique (résultat de mesures) lorsque les phénomènes physiques sont trop complexes.
Exemples :
Loi mathématique : caractéristique de transfert d'un réducteur → ω2 en fonction de ω1
Méthode empirique : caractéristique de l'effort d'agrafage → force d'appui en fonction de la course du coulisseau
La modélisation permet une fidélité du résultat puisque les appareils de mesure virtuels ne sont pas soumis aux phénomènes parasites ni aux incertitudes de mesure.
Par contre elle peut générer des écarts avec la réalité pour les raisons suivantes :
Les lois mathématiques ne représentent pas parfaitement le modèle car on fait des hypothèses simplificatrices
Les paramètres choisis dans les caractéristiques de transferts ont été obtenus par des mesures, ou parfois par des estimations, qui présentent elles mêmes une incertitude.
La stratégie de calcul de l'outil de modélisation n'est pas adaptée au contexte du modèle : pas du calcul mal choisi (trop grand).
Fondamental : En conclusion
Ni les expérimentations, ni les modélisations ne permettent une représentation fidèle de la réalité.
Afin de valider un modèle, il faut donc faire converger les résultats des mesures avec ceux du modèle. Si ces résultats se recoupent avec des écarts minimes sur toute la plage d'utilisation du système, on peut alors considérer que le modèle est valide.
