Université Jean Monnet, Roanne, France

TP N°2 :
Analyse numérique d’un véhicule à 5
degrés de liberté

Modélisation des systèmes mécaniques

Présenté Par : Encadré Par :

BASRI Zakaria Dr. LAMRAOUI Mourad
Le but de TP :

L’objectif de ce TP est de familiariser l’étudiant avec la modélisation et l’analyse dynamique

des systèmes mécaniques, en particulier d’un véhicule à 5 degrés de liberté. À l’aide de
Simulink, l’étudiant devra :

• Mettre en équation un système mécanique discret.

• Simuler la réponse vibratoire du véhicule sous l’effet des perturbations de la route.
• Optimiser la suspension pour minimiser les vibrations ressenties.

L’étude inclut l’analyse du comportement du véhicule sur différentes surfaces et

l’optimisation des paramètres pour améliorer le confort et la stabilité.

Modélisation du Système

Schéma du système :

Description du Système
Le véhicule étudié est modélisé en 2D comme un corps rigide soumis à deux types de
mouvements :

2
• Pompage (x3) : mouvement vertical du véhicule.
• Tangage (θ) : rotation autour du centre de gravité.

Le système comprend :

Véhicule

Le véhicule est représenté par une masse M, dont le centre de gravité (C.G.) est situé à une
distance a de l'essieu avant et b de l'essieu arrière.

Suspensions

Les suspensions avant et arrière sont modélisées par :

• Des ressorts de raideurs kf (avant) et kr (arrière).

• Des amortisseurs de coefficients d'amortissement cf (avant) et cr (arrière).

Masses non suspendues

Les essieux-roues avant et arrière sont représentés par des masses m₁ et m₂, avec :

• Des raideurs k₁ et k₂.

• Des amortissements c₁ et c₂.

Siège conducteur

Le siège du conducteur est modélisé par :

• Une masse m₈.

• Une raideur k₈.
• Un amortissement c₈.

Point d’intérêt :
Étudier l’impact des vibrations sur le véhicule : observer les courbes des mouvements du
véhicule pour chaque "degré de liberté" (comme les suspensions avant et arrière, et le siège
arrière) et voir comment ces vibrations se propagent et affectent les passagers.

3
Optimiser la suspension : En jouant avec les paramètres des ressorts avant (kf) et arrière (kr),
tu vas chercher à réduire l’accélération verticale ressentie par le conducteur. Mais attention,
ces ressorts ne doivent pas dépasser une déformation statique δmax et leurs valeurs ne
peuvent pas être plus de deux fois celles d'origine.

Le but, c’est d'éviter que la fréquence des vibrations de la route entre en résonance avec la
fréquence naturelle du véhicule (ça, c’est un mauvais plan pour les vibrations !). Pour cela, tu
peux utiliser le programme MATLAB vibndof.m pour vérifier les fréquences naturelles du
système et ajuster les ressorts en conséquence.

Valeurs des paramètres :

Données communes :

• a = 2.25 m • c₁ = c₂ = 0 Ns/m
• b = 2.5 m • J₆ = 150 000 kg·m²
• d=4m • mₛ = 100 kg
• e=5m • kₛ = 7.0 × 10⁵ N/m
• m₁ = m₂ = 400 kg • cₛ = 3 × 10³ N·s/m
• k₁ = k₂ = 5.6 × 10⁶ N/m • δₘₐₓ = 25 cm (0.25 m)

4
Étape 1 : Équations du Mouvement

Établissez les équations du mouvement du système à 5 degrés de liberté. Mettez-les sous

forme matricielle :

Pour modéliser le comportement dynamique du véhicule, nous établissons les équations

différentielles pour chaque degré de liberté en appliquant les lois de Newton. Le système est
défini par 5 degrés de liberté (5-DOF) avec les équations suivantes :

Pompage du véhicule (x₃)

Où :

• M est la masse du véhicule.

• kf, kr sont les raideurs des suspensions avant et arrière.
• cf, cr sont les coefficients d'amortissement des suspensions avant et arrière.
• a, b sont les distances du centre de gravité aux essieux avant et arrière.

Tangage du véhicule (θ)

Où :

• JG est le moment d'inertie du véhicule par rapport à son centre de gravité.

Déplacement vertical de l’essieu avant (x₁)

Où :

• m₁ est la masse de l'essieu avant.

• k₁, c₁ sont la raideur et l'amortissement du pneu avant.
• y₁(t) est l'excitation de la route à l’avant.

5
Déplacement vertical de l’essieu arrière (x₂)

Où :

• m₂ est la masse de l'essieu arrière.

• k₂, c₂ sont la raideur et l'amortissement du pneu arrière.
• y₂(t) est l'excitation de la route à l’arrière.

Déplacement vertical du siège conducteur (x₄)

Où :

• ms est la masse du siège.

• ks, cs sont la raideur et l’amortissement du siège.

Forme Matricielle

Où :

• M est la matrice des masses,

• C la matrice des amortissements,
• K la matrice des raideurs
• F le vecteur des forces extérieures.

Étape 2 : validation des matrices

Créez un fichier MATLAB (.m). Entrez d’abord les données communes et les données pour
validation (voir le tableau des données spécifiques présenté à la page 3). Ensuite calculez vos
matrices de masse, d’amortissement et de rigidité selon votre équation développée à l’étape

6
1. Avec les valeurs de données communes et données pour validation, vous devez obtenir les
matrices suivantes :

Code Matlab :

% -------------------------------------------------
% Étape 1 : Définition des paramètres du système
% -------------------------------------------------

% Paramètres des masses

m1 = 80; % Masse non suspendue avant (kg)
m2 = 80; % Masse non suspendue arrière (kg)
M = 1400; % Masse suspendue totale (kg)
ms = 75; % Masse du siège (kg)
JG = 1000; % Moment d'inertie (kg·m^2)

% Raideurs
k1 = 125000; % Raideur pneus avant (N/m)
k2 = 125000; % Raideur pneus arrière (N/m)
kf = 20000; % Raideur suspension avant (N/m)
kr = 15000; % Raideur suspension arrière (N/m)
ks = 700000; % Raideur du siège (N/m)

% Amortissements
c1 = 2000; % Amortissement pneus avant (N·s/m)
c2 = 2000; % Amortissement pneus arrière (N·s/m)
cf = 7500; % Amortissement suspension avant (N·s/m)
cr = 5000; % Amortissement suspension arrière (N·s/m)
cs = 3000; % Amortissement du siège (N·s/m)

% Distances (en mètre)

a = 1.4; % Distance entre le CG et l'essieu avant
b = 1.6; % Distance entre le CG et l'essieu arrière

7
d = 0.6; % Distance entre le CG et le siège

% Matrice de masse (M)

M_mat = [
m1, 0, 0, 0, 0;
0, m2, 0, 0, 0;
0, 0, M, 0, 0;
0, 0, 0, ms, 0;
0, 0, 0, 0, JG
];

% Matrice de rigidité (K_mat)

K_mat = [
kf + k1, 0, -kf, 0, -a * kf;
0, k2, -kr, 0, b * kr;
-kf, -kr, kf + kr + ks, -ks, -ks * d + a * kf - b * kr;
0, 0, -ks, ks, ks * d;
-a * kf, b * kr, ks * d + a * kf - b * kr, -ks * d, ks * d^2 +
kr * b^2 + kf * a^2
];

% Matrice d'amortissement (C_mat)

C_mat = [
cf + c1, 0, -cf, 0, -a * cf;
0, cr + c2, -cr, 0, b * cr;
-cf, -cr, cf + cr + cs, -cs, a * cf - b * cr + cs * d;
0, 0, -cs, cs, -cs * d;
-a * cf, b * cr, cs * d - cr * b + cf * a, -cs * d, cs * d^2 + cf *
a^2 + cr * b^2
];

% Affichage des matrices pour vérification

disp('Matrice de masse (M) :');
disp(M_mat);
disp('Matrice de rigidité (K) :');
disp(K_mat);
disp('Matrice de rigidité (C) :');
disp(C_mat);

Résultats obtenus :

8
Interprétation :
Après avoir saisi les données communes et spécifiques dans le fichier MATLAB, les matrices
de masse (M), d’amortissement (C) et de rigidité (K) ont été calculées conformément à
l’équation développée à l’étape 1.

Les résultats obtenus ont été comparés aux matrices attendues, et il a été constaté que les
valeurs correspondaient parfaitement aux attentes. Ainsi, les matrices ont été validées avec
succès, confirmant que la modélisation est correcte et prête pour les étapes suivantes de
l’analyse dynamique.

9
Annexe 6 : Traçage des courbes

Code Matlab :
% Exemple : Traçage des courbes
tf = 10; % Durée de la simulation (en secondes)
t = 0:0.001:tf; % Vecteur de temps de 0 à 10 secondes avec un
pas de 0.001
A1 = 0.1; % Amplitude du premier signal
A2 = 0.2; % Amplitude du deuxième signal
w1 = 3.5*pi; % Fréquence angulaire du premier signal
w2 = 2*pi; % Fréquence angulaire du deuxième signal

% Calcul des signaux sinusoïdaux

x1 = A1*sin(w1*t); % Premier signal (sinusoïdal)
x2 = A2*cos(w2*t); % Deuxième signal (cosinusoidal)

% Tracé des courbes

plot(t, x1, 'r', t, x2, 'b'); % 'r' pour rouge et 'b' pour bleu
grid on; % Ajout d'une grille
xlabel('Temps (s)'); % Label de l'axe X
ylabel('Déplacements (m)'); % Label de l'axe Y
title('Exemple de tracé des courbes'); % Titre du graphique
legend('x_1', 'x_2'); % Légende pour les deux courbes
xlim([0 tf]); % Limite de l'axe X
ylim([-A2*1.5 A2*1.5]); % Limite de l'axe Y
pause; % Pause pour visualiser la courbe
close all; % Ferme toutes les fenêtres de
graphique

Résultats obtenus :

10
Interprétation :
Le graphique généré permet de visualiser deux signaux oscillants dans le temps, l'un sinusoïdal
et l'autre cosinusoïdal, présentant des amplitudes et des fréquences distinctes. Cette
représentation est essentielle pour comprendre le comportement dynamique de systèmes
physiques tels que les suspensions de véhicules, où des signaux analogues peuvent être
observés. Dans le cadre de la simulation de suspension, ces signaux peuvent correspondre aux
excitations générées par des irrégularités de la route, telles que des dos d'âne ou des
ondulations.

Cette analyse illustre l'importance des différentes fréquences et amplitudes dans l'étude des
vibrations et du comportement dynamique d'un système mécanique, tel qu'un véhicule en
mouvement, permettant ainsi d'optimiser la conception et le contrôle des systèmes de
suspension pour améliorer le confort et la sécurité.

Annexe 7 : Les fréquences naturelles :

Avant d'analyser le comportement dynamique du véhicule, il est crucial de déterminer ses
fréquences naturelles. Ces fréquences permettent d'éviter la résonance, phénomène qui peut
amplifier les vibrations et nuire au confort du conducteur. En calculant ces fréquences à partir
des matrices de masse et de rigidité, nous pouvons optimiser les paramètres du système de
suspension pour garantir une conduite stable et confortable.

Code Matlab :
Voici le code qui calcule les fréquences naturelles et les modes propres pour ce système.

function [P, U, Fn] = modenonamorti(M, K)

% MODENONAMORTI : Calcule les fréquences naturelles et les modes propres
% d'un système mécanique non amorti.
% Entrées :
% - M : Matrice de masse (symétrique, définie positive)
% - K : Matrice de rigidité (symétrique)
%
% Sorties :
% - P : Modes propres normalisés par rapport à l'unité
% - U : Modes propres normalisés par rapport à la masse
% - Fn : Matrice diagonale des fréquences naturelles au carré

% Étape 1 : Décomposition en valeurs propres

[P, lam] = eig(M^(-0.5) * K * M^(-0.5));

11
 % Étape 2 : Calcul des fréquences naturelles
Fn = sqrt(lam);
[w, k] = sort(sqrt(diag(lam))); % Trier les fréquences naturelles
P = P(:, k); % Réarranger les vecteurs propres dans l'ordre des
fréquences

% Étape 3 : Ajustement des vecteurs propres (évite les inversions de

signe)
for i = 1:length(M)
if P(1, i) < 0
P(:, i) = -P(:, i);
end
end

% Étape 4 : Normalisation des modes propres par rapport à la masse

U = M^(-0.5) * P;

% Affichage des résultats

disp('Les fréquences naturelles sont :');
for i = 1:length(w)
disp(['omega', num2str(i), ' = ', num2str(w(i)), ' rad/s']);
end

disp('Les modes propres normalisés par rapport à l''unité sont :');

disp(P);

disp('Les modes propres normalisés par rapport à la masse sont :');

disp(U);

disp('La matrice des fréquences naturelles est :');

disp(Fn);

end

% Appel de la fonction
[P, U, Fn] = modenonamorti(M, K);

Résultats obtenus :

12
Interprétation :

Fréquences naturelles :

• Omega1 = 4.54 rad/s : Vibration lente, probablement liée à des mouvements globaux
du véhicule.
• Omega2 = 24.13 rad/s : Oscillation plus rapide, avec une possible interaction entre
l'avant et l'arrière.
• Omega3 = 39.64 rad/s, omega4 = 42.69 rad/s, omega5 = 97.81 rad/s : Vibrations plus
rigides et rapides, impliquant principalement les suspensions et la masse suspendue.

13
Modes propres :

• Le mode 1 (omega1) montre une vibration dominée par le siège.

• Le mode 2 (omega2) implique un mouvement opposé entre les masses avant et arrière.
• Le mode 3 (omega3) est principalement associé à la masse suspendue.
• Les modes 4 et 5 (omega4 et omega5) indiquent des vibrations complexes affectant
plusieurs parties du système.

Modes normalisés par rapport à la masse :

Les modes montrent des déplacements similaires, mais ajustés en fonction des masses
respectives des composants.

Conclusion :

• Les fréquences naturelles indiquent des modes de vibration à différentes échelles, avec
des mouvements plus lents (omega1) et plus rapides (omega5). Les modes propres
décrivent la manière dont chaque partie du système réagit à ces fréquences.
• Les modes propres normalisés et normalisés par la masse vous montrent l'importance
relative des différentes parties du système (comme le siège, les pneus, la masse
suspendue) dans les vibrations à chaque fréquence donnée.

Ces résultats peuvent être utilisés pour évaluer la dynamique du véhicule et potentiellement
ajuster les paramètres de la suspension, des amortisseurs et de la structure pour améliorer la
performance et le confort en fonction des besoins spécifiques du système.

Conclusion générale :
Ce TP a permis d'approfondir la compréhension de la modélisation des systèmes mécaniques,
tout en mettant en évidence l'utilisation de Matlab comme un outil puissant pour simuler et
analyser les phénomènes vibratoires. Il a permis de mieux appréhender la manière de
modéliser les interactions complexes entre les différentes masses, raideurs et amortissements
d'un système, et de calculer les fréquences naturelles et les modes propres. Ainsi, ce travail
pratique illustre l'importance de la simulation numérique pour étudier et optimiser le
comportement dynamique de systèmes complexes.

14