N OTES DE COURS

D ’ AUTOMATIQUE
CONTINUE & ECHANTILLONNEE

A.P. M AQUINGHEN -G ODILLON

INSA H AUTS - DE -F RANCE

FISE 3 – ESE, GI, MT

2021 – 2022
 I- Objectifs – compétences attendues
A l’issue de l’enseignement, les étudiants devront :
 Distinguer les signaux d’un système commandé automatiquement : consigne, erreur, commande, sortie
 Distinguer le type de signal permettant la commande des processus : continu, discret, échantillonné,
binaire et le type de système : continu, combinatoire, séquentiel
 Modéliser sous différentes formes un système continu : Schéma fonctionnel, Equations différentielles,
Fonction de Transfert, Représentation d’état
 Etablir les correspondances entre les domaines temporel et fréquentiel
 Etablir le lien entre réponse impulsionnelle et fonction de transfert
 Calculer et dessiner les réponses temporelle et fréquentielle (Bode) d’un 1er et d’un 2nd ordre
 Interpréter l’influence de la correction proportionnelle d’un système régulé ou asservi
 Décrire les performances techniques d’un système commandé automatiquement
 Modéliser sous différentes formes un système échantillonné bloqué : Fonction de Transfert en z,
équations de récurrence, algorithme de simulation

II - Durée des enseignements

Ma durée des enseignements est de : 10,5h cours + 10,5 h TD + 9 h TP, soient 7 séances de cours
d’1,5h, 7 de TD d’1,5h et 3 de TP de 3h.
Les enseignements sont, en 2020-2021, en alternance Présenciel / Distanciel. Le programme n’évolue
cependant pas à la baisse et il convient aux étudiants de « mettre les bouchées doubles »

III - Méthode de travail

Des notions importantes sont vues en cours mais un travail complémentaire doit être fait pour acquérir
les compétences attendues.
Lors des TD, des explications seront données et l’ensemble du travail sera réalisé en équipe de 4, un
rapport devra être rendu à l’issue des TD avant le 2 novembre 2020 23h59. Les indications sont données
dans le polycopié de TD.
Le présent document a été construit à partir de données issues de la bibliographie donnée en début de
polycopié.
Différents polycopiés sont donnés en version papier et sont disponibles sur Moodle, cours
« Automatique Continue et Echantillonnée ».
L’inscription sur Moodle se fait à l’aide de la clé : CoursAUTO
Les documents sont relatifs aux CM, TD et TP.

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________2
 IV - Remarques sur le présent polycopié
1. L’objectif du polycopié est d’être un support de cours, il comprend des définitions et des
démonstrations mais pratiquement aucun exemple. Autrement dit, il ne se suffit pas à lui même, la
présence aux enseignements ainsi qu’une recherche dans les livres (disponibles à la BU) sont
indispensables pour une bonne compréhension.
2. Il se peut que certaines polices de caractères ne passent pas à l’imprimante. Par conséquent, des signes
peuvent être modifiés lors de l’impression.
3. Des erreurs peuvent s’être glissées dans le polycopié, il convient de les signaler à Mme Maquinghen.

V- Informations pour les TP

Les TP doivent être préparés avant les séances de TP, il n’y a pas d’accès libre en salle de TP.
Les comptes-rendus doivent être rendus en fin de séance (tolérance admise aux 1es séances de TP), 1
compte-rendu par binôme.
Les sujets pour la manipulation sont donnés dans la salle de TP et doivent être laissés sur place à l’issue
des séances de TP.
A l’issue des séances de TP, les étudiants veilleront à éteindre les maquettes et PC ; éteindre les
paillasses, ranger le matériel, remettre les chaises sous les paillasses.
Les étudiants travaillent sur 3 sujets différents répartis en 6 postes de travail correposndant à 6 binômes :
 Température : Température : réponse temporelle, fréquentielle, limite de stabilté
 Simu : Asservissement de position sous Matlab et représentation d’état : mise en application des TD
 Position : Asservissement de position avec maquette & Matlab.
La rotation des TP est donnée dans le tableau suivant, la préparation adéquate doit donc être faite avant la
1e séance.
Il revient aux étudiants de constituer eux-mêmes les binômes et de se répartir les numéros de binômes.
Binôme 1 Binôme 2 Binôme 3 Binôme 4 Binôme 5 Binôme 6
Séance TP 1 TP Position TP Position TP Température TP Température TP Température TP Température

Séance TP 2 TP Température TP Température TP Position TP Position TP Simu TP Simu

Séance TP 3 TP Simu TP Simu TP Simu TP Simu TP Position TP Position

I- Evaluation de la matière
L’enseignement d’Automatique Continue et Echantillonée sera évalué de la sorte :
- Un Rapport reprenant l’étude de l’asservissement de position ; étude et rapport réalisés en équipe de
4 (si le nombre d’étudiants du demi-groupe de TD est multiple de 4, sinon à voir avec
l’enseignante) : NoteR. Le rapport est à rendre sur Moodle, en format pdf avant le mercredi 3
novrembre 23h59.
- Un Partiel de 1h30, sans document ni calculatrice ; si les partiels peuvent se dérouler en présentiel ;
sinon un test via Moodle, dans un créneau prédéfini, avec accès limité au temps imparti : NoteP.
- 3 compte-rendus de TP réalisés en binôme (si le nombre d’étudiants du demi-groupe de TD est
multiple de 2, sinon à voir avec l’enseignante) : NoteT. Les compte-rendus de TP sont à rendre à
l’issue des TP.

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________3
 Les binômes comme les équipes de 4 sont contituées par les étudiants, les noms doivent être fournis à
l’enseignant référent du TD.
Les pondérations sont les suivantes : Note finale = [(0,2 NoteR + 0,8 NoteP) x 2 + NoteT ] / 3

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________4
 B IBLIOGRAPHIE D ' AUTOMATIQUE LINEAIRE CONTINUE

P Borne, G Dauphin Tanguy, JP Richard, F Rotella, I Zambettakes, Analyse et régulation des processus
industriels, tome 1 : régulation continue, Ed Technip 1993
E Boukas, Systèmes asservis, Ed de l'école Polytech. De Montréal 1995
JJ DiStefano, AR Stubberud, IJ Williams, Systèmes asservis. - Cours et Problèmes, Série Schaum, éd
McGraw-Hill- 2ème Éd 1994
J Mainguenaud, Cours d'automatique, tome 1 : Systèmes asservis continus, Ed Masson - Coll. de l'ing. -
techn. 1972
M Rivoire, JL Ferrier, Cours d'automatique, tomes 1,2, 3, Ed Eyrolles 1990
M Rivoire, JL Ferrier, J Groleau, Exercices d'automatique, tomes 1, 2, 3, Ed Eyrolles 1992
D. Jaume, S. Thelliez, M. Vergé, Commande des systèmes dynamiques par calculateur, Eyrolles, Paris,
1991
I. D. Landau, Identification et commande des systèmes, Hermès, 2ème éd., Paris, 1996
R. Longchamp, Commande numérique de systèmes dynamiques, Presses Polytechniques et Universitaires
Romandes, Lausanne, Suisse, 1995
D. Trentesaux – support de cours Identification ENSIAME IA2 2007
P. Vanheeghe, C. Sueur, P. Borne, Automatique des systèmes échantillonnés, ed Technip, Paris, 2001
JC Gille, M Clique, Systèmes linéaires, équations d’état, ed Eyrolles, 1990
D. Jaume, S. Thelliez, M. Vergé, Commande des systèmes dynamiques par calculateur, Eyrolles, Paris,
1991
P. De Larminat, Automatique – commande des systèmes linéaires, ed Hermes, 1993-1996
Cours de Denis Arzelier, LAAS, 1999
Remerciements : Je remercie sincèrement Damien Trentesaux pour son polycopié qui a servi de base pour la partie
« représentation d’état » de ce cours.

[Link] rubrique médiathèque

[Link]
[Link]
[Link]
[Link]
[Link]
[Link]
[Link]
[Link]
[Link]
[Link]

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________5
 A UTOMATIQUE LINEAIRE

I NTRODUCTION A L ’A UTOMATIQUE

A.P. M AQUINGHEN -G ODILLON

INSA H AUTS - DE -F RANCE

FISE 3 – ESE, GI, MT

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________6
 chapitre 1 : INTRODUCTION

I- Généralités
I - 1 - Insertion professionnelle
Les industries du secteur EEA représentent 10% de la totalité des effectifs industriels. Ces entreprises
de haute technologie emploient des personnels très qualifiés: ingénieurs, cadres et techniciens y
représentent 44,9% des effectifs avec une progression annuelle prévue de 15% pendant les 30 prochaines
années [Club EEA].
Les entreprises du secteur EEA constituent un des tous premiers secteurs industriels, elles employaient
en 1997 près de 328 000 personnes. En 1996, 5600 cadres ont été recrutés dans le secteur matériel
électrique et électrotechnique - La croissance de la production du domaine de l'EEA a été proche de 5%
en 1997.70% de la eproduction nationale est exportée et plus du tiers des effectifs des entreprises
travaillent à l'étranger.
I - 2 - Terminologie utilisée
Titres de livres du domaine :
- Commande automatique des systèmes continus
- Commande et temps discret
- Modélisation, analyse et commande des systèmes linéaires
- Systèmes automatiques : analyse et modèle, commande des processus
- Ingénierie de la commande des systèmes
- Systèmes asservis
- Identification de modèles paramétriques
- Automatique
- Régulation industrielle
- Commande numérique des systèmes dynamiques
- Commande et estimation multivariable
- Identification des systèmes
- Régulation PID en génie éléctrique
- Analyse et régulation des processus industriels
- Commande et optimisation des systèmes dynamiques
- Boucles de régulation
- Conception de systèmes automatiques
- Analyses variationnelle et optimisation
- Réglages échantillonnés
- Systèmes linéaires

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________7
I - 3 - Définitions
L’automatique fait partie des sciences de l'ingénieur.
L’automatique est la science de l’analyse, de la modélisation et de la commande des systèmes
dynamiques (évoluant dans le temps). Elle vise principalement la maîtrise des systèmes à évolution
temporelle, dans le but de performances désirées (temps de réponse, amortissement, précision) quels que
soient les aléas ou les perturbations dus à l’environnement.

Les actions correctrices sont généralement prises en fonction d’information en ligne, mesures
effectuées selon un schéma en boucle fermée (boucle de réaction), concept de l’automatique.
Il s’agit de la science de la commande de processus, qu’ils soient à commande discrète (logique,
automatisme) ou commande continue (automatique des systèmes linéaires ou non linéaires).
 On cherche à comprendre un processus afin de connaître sa réponse en fonction de la consigne puis
on cherche à améliorer la commande du système (entrée) afin d’améliorer les performances de la sortie.
 On cherche à connaître le comportement du système soit par observation soit par connaissance (lois
de la physique). C’est l’étape de modélisation.
La commande automatique cherche à remplacer l’homme (commande manuelle) par une machine.
Aujourd’hui, de nombreux chercheurs ont compris que l’homme doit parfois être intégré dans la
chaîne d’action ou de réaction. Cela correspond à l’automatique humaine étudiée au LAMIH.
L’automatisme est la mise en œuvre d’une succession de commande binaire (tout ou rien). L’étude
des automatismes appartient à l’automatique (comme l’étude des mécanismes fait partie de la
mécanique).

L’automatique a pour fondements théoriques les mathématiques, la théorie du signal et l’informatique

théorique. L’automatique permet de contrôler un système de manière continue et en respectant un cahier
des charges (rapidité, dépassement, stabilité …).

Les processus évoluent par variation de grandeurs d’entrée appelées variables d’entrée ou de
commande ou consigne. Elles agissent par l’intermédiaire d’actionneurs. La variation du processus est
observée à l’aide de variables de sortie identifiées par l’intermédiaire de capteurs. Lorsque le système
n’est pas connu, on l’appelle boite noire.
e(t)
 s(t)

actionneurs capteurs

Ce qui agit directement sur le système est appelé chaîne d’action. Afin de commander au mieux les
systèmes, en plus de cette chaîne d’action, une chaîne de réaction est effectuée, elle permet
l’asservissement et/ou la régulation d’un processus. Dans ce cas, les grandeurs de sortie sont prises en
compte pour commander le système.
Sans la boucle de réaction, le système est dit en boucle ouverte (BO), sinon en boucle fermée (BF).
Autrement dit, un système en BO ne dépend que de ses variables d’entrée.

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________8
 Boucle d'action
e(t) +
-
(t)
 s(t)

Boucle de réaction
Les systèmes sont étudiés en fonction du temps, réponse temporelle ou en fonction de la fréquence,
réponse fréquentielle, dans ce cas, l’entrée est une sinusoïde permanente. La réponse temporelle
enseigne sur la réponse fréquentielle et inversement.
En général, lors d’une étude temporelle, les variables sont notées en minuscule et lors d’une réponse
fréquentielle, les variables sont notées en majuscule.

L’automatique nécessite une phase de modélisation des processus. Celle-ci correspond à la

représentation d’un processus réel sous forme mathématique ou graphique par exemple. Toute
modélisation illustre partiellement la réalité. Par exemple, en représentant le soleil par un rond, il s’agit
d’une représentation graphique de celui-ci, représentation qui n’incorpore pas toutes les réalités du soleil.
I - 4 - Histoire de l’automatique
Les préludes
- XVIII ième : inventions et applications de vieux principes ( 1788 : le régulateur de WATT pour la
commande des machines à vapeur )
- XIX ième : description du mouvement par équa. diff. (AIRY, 1851, MAXWELL)
Résultats sur la stabilité (ROUTH, 1877, HURWITZ 1895)
Systèmes de commande pneumatiques et hydrauliques pour
Asservissement en position des moteurs de puissance.

Les premières applications industrielles 1900 - 1930

Applications de la commande par rétroaction, commertialisation de capteurs, peu de régulateurs (P)
1922 première loi de commande P.I.D. (Minorsky)
1927 BLACK esquisse un circuit pour une amplification à rétroaction négative
1931 Stabilog : régulateur pneumatique P.I. commertialisé
1932 NYQUIST « Regeneration theory » : fondements de l’analyse et de la conception des systèmes de
commande sans manipulation d’équations différentielles
travaux sur calculatrices analogiques
1934 première théorie importante des servomoteurs ( HAZEN )

Fonction de transfert 1930 - 1960

1940 La relation de BODE
1942 ZIEGLER et NICHOLS ( Taylor instrument ) publient leurs réglages optimaux : méthode
temporelle
seconde guerre mondiale : commande de la visée des missiles antiaériens
développement des radars en mécanique
puissance de l’approche fréquentielle
faiblesse de l’hypothèse linéaire déterministe
- techniques de commande classique ( fréquentielles + temporelles) établies,
exeptée la méthode d’EVANS (1948 -1950)
- étude des systèmes stochastiques : filtrage fréquentiel de WIENER
* premiers ouvrages théoriques entre 1940 et 1950 :
S. SMITH : Automatic Control Engineering 1942
H. BODE : Network Analysis and Feedback Amplifier Design 1945
LEROY MacCOLL : Fundamental Theory of Servomechanisms
Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________9
* premiers congrès IEE : institution of electronic engineers
- Radars , Londres, 1946
- Commande , Londres, 1947
- Automatic Control, Cranfield, 1951
- Frequency Response Symposium, New York, 1953
* début de la notion de commande optimale : « meilleur régulateur / un certain critère »
* quelques études de systèmes comportant des non-linéarités (TSYPKIN, 1958)
* bases de la théorie des systèmes échantillonnés

Espace d’état 1960 – 1980

Commande optimale
1956 PONTRYAGIN : principe du max du Hamiltonien
1962 R. BELLMAN : - principe d’optimalité
Programmation dynamique
Systèmes mutlivariables
1960 KALMAN : filtrage temporel « A new approach to linear filtering and prediction problems »
Calculateurs numériques
Simulations numériques
Acquisition de données
Régulateurs continus numérisés
Commande optimale adaptative en temps réel
Matrice de tarnsfert 1970 - 1980
inconvénients de l’approche espace d’état :
* modélisation des problèmes industriels
* formulation des contraintes
* système de commande complexe
Transfert multivariable = matrice de fonction de transfert
- approche fréquentielle multivariable ( DESOER, VIDYASAGAR )
- méthodes polynomiales ( KUCERA )

Commande robuste depuis 1980

Performances exigées + incertitudes sur le modèle
Loi de commande robuste
- Généralisation des travaux de NYQUIST
- Outils mathématiques en multivariable ( H ) pour définir un gain
Commande adaptative et non lin´eaire :˚Aström (1989), Fliess (1991), Kokotovic (1996), Sontag
(1998)
Commande neuronale, floue et intelligente, systèmes experts, apprentissage :
- Logique floue : Zadeh (1973)
- Réeseaux de neurones : Hopfield (1986)
- Apprentissage : Viddyasagar (1997)

II - Systèmes à grandeurs continues

Les systèmes à grandeurs continues sont divisés en deux classes :
II - 1 - Les systèmes linéaires
Un système est dit linéaire s’il peut être décrit par une équation différentielle linéaire ; une équation
différentielle est dite linéaire si toutes les variables dépendantes et leurs dérivées sont au 1er degré.
Le système est alors dit linéaire d’ordre n lorsque l’équation différentielle est d’ordre n.

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________10
II - 2 - Les systèmes non-linéaires
Un système est dit non-linéaire s’il ne peut être décrit par une équation différentielle linéaire.
II - 3 - Exemples d’équations différentielles

d2y dy
  y( t )  3
dt 2 dt
2
 dy 
   y( t )  0
 dt 
y(t )  cos(y)  0
II - 4 - Exemples de systèmes non-linéaires

Système avec seuil

Système avec hystérésis

Système avec seuil hystérésis

Remarque

Les systèmes sont souvent non-linéaires (pour diverses raisons comme la saturation, ou … ), afin de
simplifier leur étude, leur comportement est considéré linéaire par partie.
y

x
Partie considérée linéaire

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________11
 III - Systèmes à événements discrets
III - 1 - Informatique industrielle
L'utilisation des calculateurs pour réaliser le traitement d'informations et de mesures s'étend à la
communication homme-machine, au diagnostic, à la maintenance. La variété des mises en œuvre
matérielles et logicielles est immense depuis l'automate programmable ou la carte à microprocesseur
jusqu'aux gros systèmes pouvant en temps réel traiter les informations issues d'un grand nombre de
capteurs et assurer la commande de multiples actionneurs et de robots. L'utilisation grandissante de
réseaux industriels ou d'instrumentation permettant des traitements répartis assure une diversification des
implantations depuis la domotique et la gestion technique centralisée jusqu'aux applications embarquées
en passant par les systèmes de productions continus ou par lot.

IV - Commande et contrôle des processus

Les automates et régulateurs sont devenus les cerveaux de systèmes qui vont de la simple régulation de
température dans une pièce jusqu'au contrôle de processus et la supervision d'une usine . La commande
des processus électriques, thermiques, pneumatiques et hydrauliques est nécessaire dans toutes les
entreprises et se réalise à travers des techniques sans cesse renouvelées (réseaux de neurones, systèmes
experts, commande floue, réalité virtuelle...).
IV - 1 - Exemples, cf démo
Régulateur de vitesse
Asservissement de position
Régulation de température
Régulateur de débit

V- Cconcepts de l’automatique

Consigne (en noir) et réponse (en bleu) d’un système asservi avec un régulateur PID
On désire contrôler la température d’un four. La première tâche consiste à définir le système « four ».
Celui-ci possède une entrée (le courant fourni à la résistance de chauffage) et une sortie (la température à
l’intérieur du four). On modélise le système sous forme d’équations, qui permettent d’exprimer les
relations entre les entrées et les sorties du système, sous la forme d’une équation différentielle ou d’une
fonction de transfert. On détermine aussi les conditions de stabilité du système (on ne veut pas que le four
se mette à augmenter la température sans s’arrêter).
Les personnes chargées de réguler ce système ont un cahier des charges à respecter :
- la stabilité (le régulateur ne doit pas rendre le système instable),
- la poursuite (la température du four doit atteindre la température en consigne, on peut spécifier
dans le cahier des charges si on a des contraintes de rapidité ou de dépassement),
Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________12
 - le rejet des perturbations (on ouvre la porte du four, la température descend, la température doit
rejoindre la température voulue).
- Les coûts et délais de développement.
Après avoir déterminé la solution répondant le mieux aux besoins, on va synthétiser un nouveau
système, le « régulateur », celui-ci aura pour entrées la consigne (c’est-à-dire la température souhaitée à
l’intérieur du four) ainsi que la température réelle du four fourni par un capteur et pour sortie la
commande du four, cette sortie est ainsi reliée à l’entrée du système four.
L’ensemble forme ce qu’on appelle un « système asservi ».
Le régulateur peut alors être réalisé sous forme analogique (circuit électronique) ou numérique
(microcontrôleur). Il existe également des régulateurs dans le commerce qui permettent ces fonctions, où
l’automaticien peut choisir la méthode de régulation, ou par exemple entrer les coefficients dans le cadre
d’un régulateur Proportionnel-Intégral-Dérivé.

VI - À propos des systèmes

Un système est une modélisation d’un procédé en fonctionnement. Il possède une ou plusieurs entrées,
et une ou plusieurs sorties. Les entrées du système sont appelées variables exogènes, qui rassemblent les
perturbations et les variables manipulées, commandes ou grandeurs de réglage. Elles sont souvent
représentées de manière générique par la lettre u ou e. Elles sont reliées au procédé en tant que tel par un
actionneur.
Les sorties du système sont appelées variables contrôlées, mesures ou grandeurs réglées. Elles sont
souvent représentées de manière générique par la lettre y. Le procédé est relié à la sortie du système par
un capteur.
Dans le cas d’un système échantillonné, les entrées et sortie sont à temps discret, mais le système en-
lui même demeure à temps continu. Le système inclut donc un convertisseur numérique-analogique en
entrée, un convertisseur analogique-numérique en sortie et une horloge permettant de fixer la fréquence
d'échantillonnage.
Il existe une infinité d’exemples de systèmes : des systèmes mécaniques, des systèmes électriques ou
des procédés chimiques. La représentation du système ne pourra alors se faire qu’avec de bonnes
connaissances dans le domaine physique correspondant.
VI - 1 - Différentes représentations des systèmes linéaires invariants

Schémas fonctionnels

Les automaticiens ont l’habitude de représenter graphiquement un système asservi par l’utilisation de
schémas fonctionnels.

Équation différentielle et fonction de transfert

Un système physique se décrit généralement avec des équations différentielles (principe fondamental
de la dynamique, caractéristique d’un condensateur ou d’une bobine…). La transformée de Laplace
permet alors de passer de l’équation différentielle à une fonction de transfert.
Pour un système à temps discret on utilise la transformée en Z.
Cette fonction permettra de déduire le comportement entrée-sortie du système.

Représentation temporelle

On peut s’intéresser au comportement du système lorsqu’on le soumet à certains signaux comme une
impulsion de Dirac ou un échelon. On peut en déduire un certain nombre de caractéristiques du système.

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________13
 Représentation fréquentielle

Le diagramme de Bode représente, sur des graphes séparés, le gain et la phase en fonction de la
fréquence.
Le diagramme de Nyquist représente la partie imaginaire de la fonction de transfert en fonction de la
partie réelle.
Le diagramme de Black représente le gain en fonction de la phase.

Représentation d’état

La représentation d’état est une représentation matricielle du système. On s'intéresse à des variables
internes aux systèmes, appelées variables d’état. On représente alors la dérivée des variables d’état en
fonction d’elles-mêmes et de l’entrée, ainsi que la sortie en fonction des variables d'état et de l'entrée.
VI - 2 - Contrôle d’un processus

Contrôle en boucle ouverte

Dans de rares cas, le contrôle se fait en boucle ouverte tel un Automate programmable industriel, en
tenant compte uniquement de la consigne et non du retour. Cela revient par exemple à conduire une
voiture les yeux fermés. On ne parle pas de « système asservi » dans un tel cas.

Asservissement
La technique d'automatisation la plus répandue est le contrôle en boucle fermée. Un système est dit en
boucle fermée lorsque la sortie du procédé est prise en compte pour calculer l'entrée. Généralement le
contrôleur effectue une action en fonction de l’erreur entre la mesure et la consigne désirée. Le schéma
classique d'un système linéaire pourvu d'un régulateur linéaire en boucle fermée est le suivant :

Schéma général de la boucle de rétroaction

Commande d'un système par rétroaction

Schéma d une boucle utilisée en réel

Nom des variables :
E : Entrée ou consigne,  : Écart ou erreur, U : commande, A : amplificateur, S : Sortie,
P : perturbation, T1 et T2 : transformateur ou adaptateur de signal
Fonction de chaque partie du processus
Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________14
 La sortie S est la grandeur à piloter (vitesse, température, concentration, …).
La charge est la partie du système mise en "mouvement", elle est le plus souvent caractérisée par une
inertie (mécanique, thermique, …).
Le moteur est ce qui met en mouvement la charge (moteur thermique ou électrique, élément chauffant,
…).
L'amplificateur module l'énergie fournie au moteur en fonction de la commande.
La commande U est calculée à partir l'écart  selon un programme qui prend en compte le compromis
de critère, (performance, économie, sécurité, …), fixé par le pilote.
Le capteur traduit la grandeur de sortie en un signal utilisable.
T1 et T2 adaptent, transforment la consigne et le signal venu du capteur pour les rendre comparables
(même grandeur physique, même échelle, …).

Commande d’un système par anticipation

Comparaison des 2 types de commande

Régulation en boucle Commande anticipative

fermée

Rapidité +/- rapide En avance

Toujours en retard

Précision + Dépend de la précision des

modèles de prédiction

Robustesse +++ --

Dépend de la fiabilité des

modèles de prédiction

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________15
 Une régulation en boucle fermée peut réagir rapidement à une variation de la consigne, par contre, elle
réagit aux effets d'une perturbation sur le fonctionnement du processus et donc en retard sur la
perturbation elle-même. Une commande anticipative a pour objet de prédire une évolution de l'état du
processus (et éventuellement de l'environnement) elle agit donc en avance sur les effets (et parfois sur la
cause).
Une régulation en boucle fermée compare consigne et sortie et peut, avec le temps, annuler cet écart,
(utilisation d'un intégrateur). Une commande anticipative risque de provoquer un écart entre consigne et
sortie dans la mesure où le modèle prédictif est, par nature imprécis et incomplet.
Une régulation en boucle fermée réagit aux variations de la sortie indépendamment de leurs causes :
elle sera donc, par nature, robuste à des variations du processus et de l'environnement. Cette robustesse a
des limites au-delà desquelles le système complet peut devenir instable. La robustesse est un élément du
critère sûreté de fonctionnement qui est un élément de la sécurité du système commandé.
Ces deux types de commande régulation sont complémentaires et seront le plus souvent associés selon
une organisation hiérarchique.

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________16
 A UTOMATIQUE C ONTINUE

R APPELS MATHEMATIQUES

A.P. M AQUINGHEN -G ODILLON

INSA H AUTS - DE -F RANCE

FISE 3 – ESE, GI, MT

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________17
 chapitre 2 : LETTRES GRECQUES

minuscule majuscule appellation

  alpha
  béta
  gamma
  delta
  epsilon
  dzéta
  êta
  thêta
  iota
  kappa
  lambda
  mu
  nu
  ksi
  omicron
  pi
  rô
  sigma
  tau
  upsilon
  phi
  khi
  psi
  oméga

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________18
 chapitre 3 : ELEMENTS DE MATHEMATIQUES

Ce chapitre rappelle et présente les éléments mathématiques nécessaires à l’automatique. Certains

éléments ne seront utilisés que dans les années à venir, toutefois, il a été jugé opportun de donner
l’ensemble des éléments à ce moment de la formation. Les démonstrations ne sont pas présentes. Des
livres et le cours de mathématique approfondissent les notions ici abordées.

I- Rappels mathématiques
I - 1 - Calculs des nombres complexes
L'imaginaire pur est noté j. j2 = -1
Une base de C est (1, j)
z  a  jb a, a' : partie réelle
Soient z et z'  C avec 
z'  a ' jb' b, b' : partie imaginaire

- Conjugué d'un nombre : z = a - jb

z x z = a2 + b2

- Module d'un nombre complexe : z  a 2  b 2  z  z

- Forme trigonométrique d'un nombre complexe : z =  x (cos + jxsin)

Définitions : z    a 2  b2  0

arg(z) =  + 2k cos = a , sin = b , tg  b

  a
- Interprétation géométrique :
I

M
b
M : image ponctuelle de z


a R

- • z  z'  z  z'

• arg(zx z') = arg(z) + arg(z') (à 2 près)

1 1
- • 
z z

• arg ( 1 z ) = - arg(z)

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________19
I - 2 - Logarithmes
x


1
- Définition : Logarithme Népérien : Log( x )  dt pour x  +*
1 t
Pour 0 < x < 1 Log(x) < 0 Pour x>1 Log(x) > 0
u'
Dérivée : (Log u)' = u
Logx 
- Base a : loga x =
Loga 
On note, lorsque a = 10, log10 x = log x
- Propriétés :
• log (x x y) = log (x) + log (y)
• log ( 1 x ) = - log (x)
• log (xr) = r x log (x)
I - 3 - Exponentielles
- Définition : x  R, y=ax  x=logay avec y  R+*
- Remarque : log 1 = 0  e0 = 1
- Propriétés : • ex+x' = ex x ex'
- • 1/ex= e-x
- Notation exponentielle d'un complexe : ej = cos + j x sin
z =  x (cos + jxsin) =  ej
tg
- ej(x+x') = ejx x ejx'

- ejx= e-jx 
- (ejx)n = ejnx

I - 4 - Fonctions d'Euler :
e
jx jx
e  e jx  e  jx
- cos(x) = sin(x) =
 j

- Si f(x) = ejx  f'(x) = j f(x)

f''(x) = -2 f(x)
I - 5 - Application aux tracés de la réponse fréquentielle dans le plan de Bode

Soit G(p) = G1(p) G2(p) = 1

H p

 G dB  G1 dB  G 2 dB   H dB


  1  2  

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________20
 II - Transformée de Laplace : L
Pierre-Simon Laplace (1749-1827) est fils d’un agriculteur normand. Il est cofondateur de l’Ecole
Polytechnique sous Bonaparte, il fut un homme politique discret et un scientifique renommé. Il est
contemporain de Fourier (1768-1830) qu’il a connu à Polytechnique. Il rédigea, entre autre, la théorie
objet de ce paragraphe.
II - 1 - Définition
Pour une fonction f de t, t variable réelle, f(t) à valeurs réelles , on fait correspondre :



L : f ( t )  F(p)  f ( t )  e  pt dt
0

où p=+j (p généralise la notion de pulsation ; dans les ouvrages anglo-saxons, il est plutôt noté s) et
F(p) est essentiellement à valeurs complexes avec Re(p)= > 0 condition nécessaire
On note : F(p) = L[f(t)] et f(t) = L-1[F(p)]

Exemple

II - 2 - Quelques propriétés

Linéarité

L [f + g] = L [f ] + L [g]

Cette propriété est utilisée pour le calcul de la transformée inverse d’une fraction après décomposition
en éléments simples.

Produit de convolution (noté *)

L [f * g] = L [f ]  L [g]  L [f  g]
Théorème du retard temporel

Soient :
f g
f : t  f (t ) avec f(t)=0 pour t<0
g : t  g(t )  f (t  ) avec g(t)=0 pour t<
0  t

Si L[f(t)] = F(p) alors L[g(t)] = G(p)= e p  F(p)

 
En effet : L[g(t)] =
0
g( t )  e  pt
dt 


f ( t  )  e  pt dt (de 0 à , g(t)=0)

On pose t-=x  dt=dx et =t-x

 
alors L[g(t)]=
0 
f ( x )  e  px  dx  e  p f ( t )  e  pt dt  e  p  F(p)
0

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________21
II - 3 - Transformée de Laplace de la dérivée

Par définition : L[f’(t)] 
 f ' (t)  e
0
 pt
dt

u  e  pt

En intégrant par parties : 

dv  f ' ( t )

   pe
 
L[f’(t)]  e  pt
 f (t) 0 -  pt
 f ( t )dt or lim e  pt  0 car Re(p)= > 0
0 t 0

D’où : L[f’(t)]

 p f ( t )  e  pt dt  f (0) 
0 pL[f(t)] - f(0)
Par généralisation :
L[f(n)(t)] = pn F(p) – pn-1 f(0) – pn-2 f’(0) – …. – f(n-1)(0)
Si les conditions initiales sont nulles : L[f(n)(t)] = pn F(p)

II - 4 - Théorèmes de la valeur initiale et de la valeur finale

Théorèmes

lim f ( t )  f (0  )  lim pF(p)

t 0 p 

lim f ( t )  f ()  lim pF(p) si F(p) a tous ses pôles à partie réelle négative.
t  p 0

Remarques

- Il existe une correspondance entre le temps et la fréquence. L’étude fréquentielle renseigne sur
l’étude temporelle et inversement.
- Lorsque le régime sinusoïdal est établi, il est généralement noté : p=j=2f avec f : fréquence en
Hz et  pulsation en rd/s
- Le régime permanent (t) correspond aux basses fréquences (f0)
le régime transitoire (t0) correspond aux hautes fréquences (f)

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________22
II - 5 - Extrait des tables
f(t)u(t) Représentation F(p)=L[f(t)u(t)] Pôles
graphique
Impulsion de Dirac
s
1/
0 1
(t) t


Echelon s Im
1
1 p
u(t) 0 Re
t p
tu(t) s Im

1 p1,p2
0 Re
2
t p

tn s Im
u(t) p1,...pn
n! 1 Re
0
n 1
t p

e-at u(t) a>0 a>0

Im

p
1 0 Re
-a
t pa
Im
a<0 a<0
p
0 Re
-a
t

te-at u(t) a>0

1 a>0
Im

p  a 2 p1,p2
0 Re
t -a

Im
a<0
a<0
p1,p2
0 Re
-a
t

sin(t) u(t) s  Im
p1 j
t
p 2  2 Re
0
p2 -j

cos(t) u(t) s p Im

2 2 p1 j
t p  Re
0
p2 -j

e-atsin(t) u(t) a>0  a>0 Im

p1 j

t
p  a  2
 2 -a
0 Re
p2 -j

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________23
 s a<0 Im
j p1
t -a
0 0 Re
-j p2

e-atcos(t) u(t) s pa a>0 Im

p1 j
t p  a 2  2 -a
0 Re
p2 -j

s
a<0 Im
j p1
t
-a
0 0 Re
-j p2

ke-atcos(t+) s cp  d Im
p1 j
u(t) t p  a 2  2 z -a
Re
-d/c 0
avec p2 -j
a,c,b,  réels
k=  d  ac 
c2   
2

  

et  d  ac 
  arctg 
 c 

Retard pur f g
f(t-)  u(t-) F(p)e-p

0  t

1  e t   u(t) 1 Im

p1  p  p2 p1
0 Re
t -1/

 t 
   e  t    1  u ( t ) 1 Im
  
p 2 1  p 
p3 p1 ,p2
0 Re
-1/
t

1
 
e  t T1  e  t T 2  u (t ) 1
T1  T 2
1  T1p 1  T2p 
1
1
T1  T 2
 
T1e  t T1  T 2e  t T 2  u (t ) 1 Im

p1  T1p 1  T 2p  p3 p2 p1

Re
-1/T1 -1/T2 0
t

1
p 1  T1p 1  T 2p 
2

II - 6 - Application à la résolution des équations différentielles

La transformée de Laplace permet de résoudre des équations différentielles linéaires à coefficients
constants.

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________24
 Exemples

Démarche générale
- Partir de l’équation différentielle
- Ecrire la transformée de Laplace de l’équation différentielle
- résoudre l’équation algébrique puis décomposer en éléments simples
- Utiliser les transformées inverses de Laplace (à l’aide des tables) pour déduire l’expression de
l’expression temporelle.
II - 7 - Remarques sur les pôles
Les pôles d’une transformée de Laplace renseignent le type de signal temporel. Ainsi :
- Pôles réels : fonctions exponentielles
Pôles imaginaires purs : fonctions sinusoïdales
Pôles complexes : fonctions sinexp
- Pôles simples : fonction
Pôles doubles : fonction  t
- Partie réelle < 0 : fonction amortie
Partie réelle > 0 : fonction amplifiée
Partie réelle = 0 : fonction périodique

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________25
 III - La transformée en z des signaux numériques
La transformée en Z est relative aux suites numériques. Elle permet de ce fait un traitement des
signaux et systèmes numériques. Elle peut être mise en parallèle avec la transformée de Laplace en
continu.
III - 1 - Signal numérique
Soit une fonction s : k[k1,k2]  C
k  s(k)=sk
Si le signal correspond aux échantillons pris tous les  d’un signal continu, on note s(k) noté de
façon simplifiée s(k).

III - 2 - Définition de la transformée en z

Soit T un ensemble de fonctions si .Ces fonctions de la variable entière k sont à valeurs réelles.
Soit F un ensemble de fonctions Si . Ces fonctions de la variable complexe z sont à valeurs complexes.
La transformée en Z (monolatère) est une application de T dans F : skN SzC S Zs
k 
Telle que Sz  sk  z  k
k 0

La transformée est monolatère car la sommation s’étend de 0 à +

S(z) n’existe que si la série est convergente. Pour cela, z-1doit être assez petit et z assez grand.

Exemple : calcul de la transformée en Z de f avec f(k)=ak pour k0

Fz  z
z a

III - 3 - Quelques propriétés

Linéarité

Z [f + g] = Z [f ] + Z [g]

Produit de convolution

Z [f * g] = Z [f ]  Z [g]
Théorème du retard temporel (signal causal) et CI=0

Soit f : k  f(k), f(k)=0 pour k<0 (causal)

Et g: k  g(k)=f(k-k0), g(k)=0 pour k<k0
G(z)=z-k0F(z)

Multiplication par ak

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________26
III - 4 - Décalage des signaux non causals

Retard du signal. Décalage à droite k0<0

Soit le signal y égal au signal x retardé de k0 coups.

Y(z)= zk0[X(z) + x(-1)z1 + x(-2)z2 + … + x(k0)z-k0]
Si le signal est causal, la fromule revient à : Y(z)= zk0X(z)

Avance du signal. Décalage à gauche k0>0

Soit le signal y égal au signal x avancé de k0 coups.

Y(z)= zk0[X(z) - x(0)z0 - x(1)z-1 - … - x(k0-1)z-(k0-1)]

III - 5 - Transformée en z des fonctions test

Dirac (k)

Z[]= i 0 iz i =1



Echelon (k)

Z[]= i 0iz i =1+z-1+z-2+ ... +z-n+ ...= z


siz>1
z 1

Rampe unité r(k)

Z[r]= i 0ri z i =0+z-1+2z-2+ ... +nz-n+ ...=

 z
z 12
Exponentielle ak

Z[ak]= z
z a
III - 6 - Théorème de la valeur initiale et de la valeur finale

Valeur initiale

x(0)=lim z X(z)

Valeur finale

x()=lim z1 (z-1)X(z) si la limite existe.

Cette limite existe si :
- tous les pôles sont à l’intérieur du cercle unité (module<1)
- ou au plus un pôle réel de module égal à 1, les autres étant de module inférieur à 1.

III - 7 - Recherche du signal original Z-1[X(z)]=x(n)(n)

Le retour au signal original n’est pas toujours nécessaire. Toutefois, des méthodes de recherche de
l’original x(n) de X(z) doivent être connues.

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________27
 Décomposition de X(z)/z en éléments simples

X z  Ai on a : X z  Ai z
i z ai et donc : xn Ai ai 
z 

n
Si pour n0
i z  ai i

On obtient la décomposition standard de x(n) sous forme d’exponentielles , lorsque X(z) n’a pas de
pôles simples.
Exemple

Liste des premiers échantillons par division des polynômes

Exemple

Généralisation de la division polynomiale

III - 8 - Application à la résolution des équations de récurrence

Exemple
III - 9 - Extrait des tables de transformées

a  1e z
a
1 z
p z1 ppa  z1zea 

1  z a  z  1e z
a

p2 z12 p2pa  z12 az1zea 

1  z
pa zea

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________28
 T ABLES DE TRANSFORMEES EN Z
T : période d’échantillonnage, X(s) transformée de Laplace, X(z), transformée en z -1 (non bloquée).

X(s) x(t) x(kT) ou x(k) X(z)

- - Impulsion en k=0 1

- - Impulsion en k>0 z-k

1 Echelon unitaire

e-at e-akT

t KT

t2 (kT)2

t3 (kT)3

1 – e-at 1 – e-akT

e-at – e-
bt
e-akT – e-bkT

te-at kTe-akT

(1 – at)
(1 – akT)e-akT
e-at

t2e-at (kT)2e-akT

at – 1 +
akT – 1 + e-akT
e-at

sin t sin kT

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________29
 cos t cos kT

e-at sin t e-akT sin kT

e-at cos t e-akT cos kT

ak

ak-1
k = 1, 2, 3, …

kak-1

k2ak-1

k3ak-1

k4ak-1

ak cos k

x(t) = 0 pour t < 0, x(kT) = x(k) = 0 pour k < 0 , k entier.

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________30
 T ABLES DE TRANSFORMEES EN Z BLOQUEES
( ENSEMBLE CNA+BOZ/ SYSTEME CONTINU /CAN)
G(p)+BOZ(p) H(z) notations

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________31
 A UTOMATIQUE CONTINUE

OUTILS DE BASE :

1 ER ORDRE , 2 ND ORDRE
E TUDES TEMPORELLES ET FREQUENTIELLES

A.P. M AQUINGHEN -G ODILLON

INSA H AUTS - DE -F RANCE

FISE 3 – ESE, GI, MT

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________32
 chapitre 4 : SYSTEMES LINEAIRES CONTINUS
DU 1ER ORDRE

I- Généralités
I - 1 - Exemple
I - 2 - Définition
Un système linéaire continu du 1er ordre est un système qui peut être décrit par une équation
différentielle du 1er ordre, de la forme :

ds
  s(t)  K  e(t)
dt
ds
ou encore :  sKe
dt
où K est appelé gain statique et  constante de temps.
En appliquant la transformée de Laplace en considérant les CI =0, la fonction de transfert s’écrit alors
S(p) K
sous la forme : G ( p)  
E(p) 1   p

I - 3 - Pôle de la fonction de transfert

1
La fonction de transfert, G(p), ne possède qu’un seul pôle1 : 


II - Réponses temporelles
II - 1 - Réponse impulsionnelle
e(t) = a0 (t)

e(t) s(t)
E(p) = a0
?

Ka 0 Ka 0 1
S(p)  G(p)  E(p)    = Fonction de Transfert
1  p  p 1 
Ka 0
d’où : L-1[S(p)] = s(t) =  e  t  si CI = 0

ds Ka 0
et s’(t) = -  e t 
2
dt 

Valeurs particulières

1 : un pôle annule le dénominateur d’une fraction

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________33
 Ka 0 Ka 0
t =0 s(t) = et s’(t) = - : pente de la tangente en t=0
 2
Ka 0 Ka 0 1
t= s(t) =  e -1 =  0,37   s(0)
  3
Ka 0 Ka 0
t = 3 s(t) =  e -3 =  0,05  5%s(0)
 
t s(t) 0 et s’(t)  0
s(t)
100%= ka0


37%
t


II - 2 - Réponse indicielle
e(t) = a0 u(t)

e(t) s(t)
a0
E(p) = ?
p

1   1 1 
  Ka 0  -
Ka 0 1
S(p)  G(p)  E(p)    Ka 0  -
1  p p  p 1  p   p p  1 
 
 t 
d’où : L-1[S(p)] = s(t) = Ka 0  1  e   si CI = 0
 
ds Ka 0 t
et s’(t) =  e 
dt 

Valeurs particulières

Ka 0
t =0 s(t) =0 et s’(t) = : pente de la tangente en t=0


t=  
s(t) = Ka 0  1 - e -1 = Ka 0  (1  0,37) = Ka 0  0,63 
2
3
 s ( )

t = 2 s(t) = Ka 0  1 - e -2  = Ka 0  (1  0,13) = Ka 0  0,87

t = 3 s(t) = Ka 0  1 - e -3  = Ka 0  (1  0,05) = Ka 0  0,95 = 95% s()

t s(t) = Ka0 et s’(t) = 0

Temps de montée à n%, noté tn% : temps au bout duquel le signal atteint n% de la valeur finale ou plus
généralement, temps au bout duquel le signal ne dépasse pas s()5% ; ici, t5% = 3.

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________34
 s(t)
100%= ka1
95%
63%
t
 3

II - 3 - Réponse à une rampe

e(t) = a0 u(t) t

e(t) s(t)
a0
E(p) = ?
p2

Ka 0 1  2 1  
S(p)  G(p)  E(p)    Ka 0   -
1   p p2  1  p p 2 p 
 
 t t 
d’où : L-1[S(p)] = s(t) = Ka 0    e   - 1 si CI = 0
  

ds  t 
et s’(t) =  Ka 0  1  e  
dt  

Valeurs particulières

t =0 s(t) =0 et s’(t) = 0 : pente de la tangente en t=0

 t 
t s(t) =   Ka 0    - 1 = Ka0  (t - )
  
s(t)

t


II - 4 - Remarque : lien entre les différentes réponses temporelles

Par la commutativité de la convolution, il est possible d’établir les équivalences suivantes.

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________35
 
e(t) s(t)


  
e(t) s(t)


   s(t)

  

s(t)

III - Réponse fréquentielle

e(t) = A  sin(t) en régime établi

e(t) s(t)

Par observation, il a été découvert que, pour un système linéaire, pour une entrée en sinusoïde
permanente, le signal de sortie est une sinusoïde de même période que l’entrée mais dont l’amplitude et le
déphasage avec l’entrée varient en fonction de la fréquence du signal.

s(t) = B  sin(t + )
avec B = fct() et  = fct()
L’étude de la réponse fréquentielle revient à étudier ces variations. Lors de l’étude fréquentielle, on
considère que la sinusoïde est permanente, on pose alors p=j où j est l’imaginaire pur.

Plutôt que d’étudier les variations de B et de  en fonction de la fréquence, on étudie de façon générale
B
le rapport des amplitudes d’entrée et de sortie et  en fonction de la pulsation  = 2f, exprimée en
A
rd/s, et où f est la fréquence.
Le rapport des amplitudes égale le module de la fonction de transfert et le déphasage vaut son
argument.
S(p) K K K (1  j) K (1  j) K K 
G ( p)       j
E(p) 1  p 1  j (1  j)(1  j) 1   2 2 2
1   2
1   2 2

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________36
 S(p)
Le module de G, G (p)  , est appelé gain ; son argument arg(G) =  est appelé déphasage.
E ( p)

Pour certaines représentations, le gain est donné en décibels, dB. G(p) dB = 20 log10( G ( j) )

Cas du 1er ordre :

2 2
S(p)  K   K   K
G ( p)        j   cf rappels mathématiques
E ( p)  1   2 2   1   2 2  1  2 2

  1
G( j) dB  20 log   20 log(K) - 20log(1  2 2 ) 2  20log(K) - 10log(1  2 2 )
K
 2 2 
 1   
 Im(G ) 
arg(G) =  = arctg   = - arctg () cf rappels mathématiques
 Re (G ) 
III - 1 - Valeurs particulières

Module
K
0 G( j)  lim K
0 1   2 2

G ( j) dB = 20 log(K)
1
= 22 = 1

K K
G( j)  
11 2
G ( j) dB = 20 log(K) – 10 log(2) = 20 log (K) – 3dB

1 1
= , soit une décade avant 22 = 0.01
10 
K K
G ( j)   K
1 1 101
100 100
G ( j) dB  20 log(K)
10 1
= , soit une décade après 22 = 100
 
K K K
G ( j)   
1  100 100 10
G ( j) dB  20 log(K) – 20 log (10) = 20 log(K) – 20dB
1 1
= , soit une octave avant 22 = ¼
2 
K K
G( j)  
1 1 5
4 4
 
G ( j) dB = 20 log(K) – 10 log 5 4  20 log(K) – 1dB

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________37
 2 1
= , soit une octave après 22 = 4
 
K K
G ( j)  
1 4 5
G ( j) dB = 20 log(K) – 10 log (5)  20 log(K) –7dB = 20 log(K) – 6dB – 1dB
K
 G( j)  lim 0
 1   2  2

G ( j) dB  -
G ( j) dB  20 log(K) - 10 log(1  22 )
remarque :
 20 log(K) - 10 log(22 )  20 log(K) - 20 log()
de façon plus détaillée, si  est multiplié par 10 tout en tendant vers  :
G ( j10) dB  20 log(K) - 10 log(1   2 (10) 2 )

 2 0log(K) - 10 log(1  100 2  2 )

 20 log(K) - 10 log(100  2  2 )
 20 log(K) - 10 log((10 ) 2 )  20 log(K) - 20 log(10 )
 20 log(K) - 20 log() - 20log(10)
 G ( j) dB  20 dB
d’où pente de –20dB/dec
ou encore : si  est multiplié par 2 avec  :
G ( j2) dB  20 log(K) - 10 log(1   2 (2) 2 )

 20 log(K) - 10 log(4 2  2 )
 20 log(K) - 10 log((2 ) 2 )  20 log(K) - 20 log(2 )
 20 log(K) - 20 log() - 20log(2)
 G ( j) dB  6 dB
équivaut à une pente de –6dB/oct

Phase
0  = lim (- arctg()) = 0°
0
1
=  = - arctg() = - arctg(1) = -45°

1
=  = - arctg(1/10) = -6°
10
10
=  = - arctg(10) = -90+6 = -84°

1
=  = - arctg(1/2) = -26°
2
2
=  = - arctg(2) = -90+26 = -64°

  = lim (- arctg()) = -90°


Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________38
 Synthèse pour K = 1
 0 1 1 1 2 10 
10 2   
G ( j) 1 1 1 1 1 1 0
5 2 5 10
4
G ( j) dB 0 0 -1 -3 -6-1 -20  -
° 0 -6 -26 -45 -64 = -90+26 -84= -90+6 -90
Et encore :
 0  
G ( j) 1  0
G ( j) dB 0   -
° 0  -90

IV - Identification d’un système du 1er ordre

Identifier un système équivaut à déterminer ses caractéristiques :
 linéarité ou non
 ordre
 paramètres de la fonction de transfert.
Cette identification est effectuée à l’aide de modélisation mathématique ou à partir d’observations.
Lorsqu’il a été déterminé par observations que le système est du 1er ordre, il convient d’identifier les
valeurs de K et . Il s’ensuit une imprécision dans l’expression des valeurs trouvées, imprécision due aux
appareils de mesures, à la lecture des valeurs, aux bruits sur le signal observé. Cette imprécision doit
normalement être évaluée et exprimée soit en terme d’erreur soit en terme d’incertitude.
L’identification d’un système peut être effectuée soit à l’aide de la réponse temporelle, soit à l’aide de
la réponse fréquentielle.
IV - 1 - Identification par réponse temporelle
Il est nécessaire de connaître le signal d’entrée (type de signal et amplitude) pour identifier le système.
En effet, la fonction de transfert, comme son nom l’indique, correspond au rapport de la sortie sur
l’entrée.

Entrée en échelon

Si le signal d’entrée est un échelon, il est nécessaire d’avoir le régime permanent de la sortie ; de la
sorte, le gain statique peut être identifié. K est le rapport de l’amplitude de l’échelon d’entrée sur la valeur
s 
finale prise par le signal de sortie : K  .
e 
La constante de temps peut être identifiée de plusieurs façons, par lecture de :
 la valeur du temps mis pour atteindre 63% de la valeur finale, ce temps vaut  (méthode la plus
précise) ;
Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________39
  la valeur du temps mis pour atteindre 95% de la valeur finale, ce temps vaut 3 ;
 la valeur du temps pour lequel la tangente à l’origine coupe l’asymptote de la valeur finale, ce
temps vaut .

Exemple

e(t),s(t) Dans ce cas

4
42 2
G ( p)  
2 1  3p 1  3p
t
3

IV - 2 - Identification par réponse fréquentielle

Il est nécessaire d’avoir le régime établi pour identifier les paramètres de la fonction de transfert.
L’ordre du système a été déterminé en prenant une fréquence tendant vers l’infini (lorsque le système le
supporte, pour cela comprendre concrètement le comportement du système). Ainsi, un déphasage tendant
vers –90° correspond un système du 1er ordre.
La valeur du gain statique, K, est déterminée en prenant une fréquence tendant vers 0. K vaut alors le
S(f  0)
rapport des amplitudes de sortie et d’entrée : K 
E(f  0)

La valeur de la constante de temps, , peut être identifiée lorsque le déphasage vaut –45°. En effet,
1
pour cette valeur de déphasage, la pulsation vaut :   2f  . Il peut être rappelé que pour cette

K
pulsation le gain vaut , ceci permet de vérifier la valeur de K.
2
Afin d’affiner l’identification du système, il est fortement conseillé de prendre quelques points avant et
après la pulsation 1/ et de tracer la réponse fréquentielle dans .le plan de Bode par exemple, voir chapitre
sur cette partie.
IV - 3 - Mesures, erreur, incertitude
Lors de mesures, il existe toujours une imprécision. On parle d’erreur lorsque la valeur mesurée peut
être évaluée par rapport à une référence, d’incertitude lorsqu’aucune référence n’est connue. Il est, dans
tous les cas, important d’évaluer cette erreur ou imprécision.

Exemple d’erreur et d’incertitude

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________40
 chapitre 5 : REPRESENTATIONS GRAPHIQUES
DE L’ETUDE FREQUENTIELLE :
PLANS DE BODE, BLACK, NYQUIST

L’étude fréquentielle des systèmes linéaires continus correspond à l’étude de la variation du module et
de la phase de la fonction de transfert en fonction de la fréquence lorsque l’entré est une sinusoïde
permanente. En effet, il a été observé que, pour un signal sinusoïdal à l’entrée d’un système linéaire, le
signal de sortie est aussi une sinusoïde de même fréquence qu’en entrée. Lorsque la fréquence varie, seuls
varient l’amplitude de sortie et le déphasage de la sortie par rapport à l’entrée.

e(t) = A  sin(t)

e(t) s(t)
s(t) = B  sin(t + )

avec B = fct() et  = fct()

B
L’étude fréquentielle revient à étudier le rapport des amplitudes d’entrée et de sortie et le
A
déphasage  en fonction de la pulsation  = 2f, exprimée en rd/s et où f est la fréquence.

Le rapport des amplitudes égale le module de la fonction de transfert et le déphasage vaut son
argument.
Lors de l’étude fréquentielle, on considère que la sinusoïde est permanente, on pose alors p=j où j est
l’imaginaire pur.

S(p) S( j)
G ( p)  et G(j) 
E ( p) E( j)

S(p) S(p) B
Le module de G, G (p)    , est appelé gain
E ( p) E(p) A

L’argument de G, arg(G) = , est appelé déphasage.

Pour certaines représentations, le gain est exprimé en décibels, dB2. G(p) dB = 20 log10( G ( j) )

Il existe trois représentations graphiques de l’étude fréquentielle, il s’agit des plans de Bode, Black et
Nyquist ; chaque représentation possède des avantages et inconvénients. Toutes trois fournissent les
mêmes informations, seule la représentation diffère.

 P 
Note 2 : à l’origine, les décibels sont utilisés pour un calcul de rapport de puissances : 10  log10   , P est proportionnel à
 P0 
U2, d’où G(p) dB = 20 log10( G ( j) )
Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________41
 I- Représentation dans le plan de Bode
Le plan de Bode représente séparément le module de G et son argument, en fonction de la pulsation
exprimé en échelle logarithmique. Le module de G est exprimé en décibels G(p) dB  20  log10  G(p)  et
son argument est généralement exprimé en degrés.

En résumé : Bode représente G dB  fct () et   fct () avec  graduée en échelle logarithmique.

L’intérêt des décibels est la facilité de calculs, notamment pour les multiplications, divisions et
1
puissance. Par exemple : G(p) = G1(p)  G2(p) et H(p) =
G ( p)

Alors : G(p) dB = G1(p) dB  G2(p) dB et H(p) dB = - G(p) dB

Et ° = 1° + 2° ° = -°

L’intérêt de l’échelle logarithmique est la compression et la dilatation des échelles. Un autre intérêt est
que, pour un même rapport de , la distance reste identique. Par exemple, sur le papier semi-log, la
distance entre 1 et 2 équivaut à celle de 2 à 4 puis celle de 10 à 20 … , il s’agit alors d’une octave. De
même pour des décades : la distance entre 10 et 100 équivaut celle entre 100 et 1000 ou encore celle entre
0.01 et 0.1 ou encore entre 0.2 et 2.

Dans le plan de Bode, il est courant de travailler avec des asymptotes tant pour le module que pour la
phase. Il peut être important de détailler le plus possible ces asymptotes afin d’obtenir des résultats plus
précis. Ce calcul détaillé sert, par exemple, lors de la conception des correcteurs.

I - 1 - Tracé pour un système 1er ordre

S(p) K
De façon générale : G (p)  
E(p) 1   p
S(p) K
G ( p)  
E ( p) 1   2 2

G( j) dB  20log(K) - 10log(1  2 2 )

arg(G) =  = - arctg ()

Pour le module, il existe 2 asymptotes : une lorsque   0 et une lorsque   . On a vu au chapitre
précédent que :

pour   0, G( j) dB  20log(K)

pour   , G( j) dB  -  avec une pente de –20dB/dec ou –6dB/oct

1
Les 2 asymptotes se coupent en   avec le module en dB = 20 log(K)

Pour la phase, deux représentations sont possibles : grossière ou affinée. Pour la représentation
grossière, il existe 2 asymptotes : une lorsque   0 et une lorsque   . On a vu au chapitre précédent
que :
Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________42
 pour   0, 0°
pour   , -90°
1
Le basculement de l’une à l’autre asymptote se fait en  

Pour une représentation affinée, il est possible d’avoir 3 segments de droite :
pour   0, 0°
pour   , -90°
1 10
et pour << ,  descend de –45° par décade.
10 
0
Gain (dB)

-5

-10

10 -2 10 -1 10 0
 (rad/sec)
0

-30
(d°)

-60

-90

10 -2 10 -1 10 0
 (rad/sec)

Gain (dB)
0  (rad/sec)

(d°)
0  (rad/sec)

-45

-90

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________43
 3 4 5 6 78 9
2
3 4 5 6 78 91
2
3 4 5 6 78 91
2
3 4 5 6 78 9 1
2
1

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________44
 II - Représentation dans le plan de Black
Dans le plan de Black, le module de G, en décibels, est représenté en fonction de l’argument de G
exprimé en degrés. La courbe est graduée avec les valeurs de  variant de 0 à +. Cette représentation est
utilisée pour passer rapidement, à l’aide d’un abaque, de la fonction de transfert en boucle ouverte à la
fonction de transfert en boucle fermée, cf chapitre BO-BF.

Autrement dit, en résumé : Black représente G dB  fct () avec graduation en .

Pour chaque valeur de , les mêmes règles d’addition vues dans le plan de Bode s’appliquent ; ces
règles ne sont pas valables pour l’addition d’asymptotes.

II - 1 - Tracé pour un système du 1er ordre

Gain (dB)

-90 0 (d°)

-5

-10

-15

-20

-25

III - Représentation dans le plan de Nyquist

Dans le plan de Nyquist, une seule courbe est dessinée, il s’agit du lieu de l’extrémité du vecteur image
du nombre G quand  varie de 0 à +, dans le plan (Re, Im). Ceci revient à travailler en coordonnées
polaires et de placer le point de coordonnées polaires  G ,  dans le plan (Re, Im) pour  : 0+. Ou
encore, il est possible, mais souvent plus long, de tracer Im(G) = fct(Re(G)) pour  : 0+.

Im

Re


G

Pour  0 


III - 1 - Représentation pour un système du 1er ordre

On sait que :
 0  
G ( j) K  0
° 0  -90
De ce fait, la courbe est placée dans le quart de plan inférieur droit, part d’un point sur l’axe Réel,
placé en K, se rapproche de l’origine (module nul) et de l’axe Imaginaire par la droite ( supérieur à 90°).

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________45
 Il est possible de trouver plus précisément l’allure de la courbe de la réponse fréquentielle dans le plan
de Nyquist ; des calculs s’imposent.

K
G ( p) 
1  p
K  K
Re(G )  X et Im(G )  Y
2 2
1   1   2 2
2
2 2 2 2  K 2 K2
X  Y  KX  X  KX  Y  0  X    Y 
 2 4
K  K
Il s’agit de l’équation d’un cercle de centre  ,0  et de rayon .
2  2
Comme >0, il s’agit du ½ cercle inférieur (Y<0 >0).
Im

K/2 K Re
 K 
2

=1/

IV - Bande Passante
On appelle Bande Passante (BP) à n dB, l’intervalle des pulsations pour lesquelles l’amplitude de
S
sortie correspond à :  20 log K  n dB .
E dB

Par extension, on dit qu’il s’agit de l’intervalle des pulsations dans lequel le système fonctionne
normalement (ou la sortie est satisfaisante).

 1 
Par exemple : BP à –3dB = 20 log 
 2

 S  K  E  10n 20

 1
Pour un 1er ordre, la BP –3dB est  0, 
 
Pour un 2nd ordre, la BP à –3dB est 0, c 

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________46
 chapitre 6 : SYSTEMES LINEAIRES CONTINUS
DU 2ND ORDRE

I- Généralités
I - 1 - Exemple

I - 2 - Définition
Un système du 2nd ordre relève d’une équation différentielle du 2nd ordre :

ds d 2s
b 0 s( t )  b1  b2  a 0 e( t )
dt dt 2
Si les conditions initiales sont nulles, i.e. le système part d’un état au repos à l’instant initial, la
transformée de Laplace donne :
L  (b 0  b1p  b 2 p 2 )S(p)  a 0 E(p)

S(p) a0
 G ( p)  
E(p) b 0  b1p  b 2 p 2

K
avec la forme standard de la fonction de transfert : G(p)  avec :
2 p2
1 p
n n 2
 K appelé gain statique
  : facteur d’amortissement
 n : pulsation naturelle (en rd/s).
I - 3 - Pôles de la fonction de transfert

2 p2
Les pôles de G(p) équivalent aux racines du trinôme du dénominateur : 1  p
n n 2


4 2
2n

4
2n

4
2n
2  1
3 cas se présentent en fonction de la valeur de  par rapport à 1.

1er cas :  >1 : système hyper-amorti

>0  2 pôles réels distincts, négatifs

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________47
  1 2
p1   T1  n  n   1 1
 Remarque : n 
p2   1      2  1 T1  T 2
 T2
n n

K  T1  T 2 K
Il est possible d’écrire : G (p)  
(1  T1p)(1  T 2p) (p  p1)(p  p2)
Lieu des pôles : Im

Re
p2 p1

2ème cas :  =1 : système en amortissement critique

=0  2 pôles réels confondus, négatifs

1
p1  p2  p0    n  n
T0
K  T0 2 K
Il est alors possible d’écrire : G(p)  
2
(1  T0p) (p  p0) 2
Lieu des pôles : Im

Re
p0

3ème cas :  <1 : système avec oscillations

<0  2 pôles complexes conjugués distincts, à partie réelle négative si  >0

p1    j 1   2
 n n

p2  n  jn 1   2

Lieu des pôles :

Im

p1 n 1-
 
n sin(cos()=
 Re /Op1/= n
 n 

p2

Si   0 : oscillations non amorties car la partie réelle des pôles devient positive.

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________48
 Remarque sur le lieu des pôles : cf cours outils mathématiques

II - Réponses temporelles
II - 1 - Réponse impulsionnelle
e(t) = a0 (t)

e(t) s(t)
E(p) = a0
?

K  a0
S(p)  E(p)  G (p) 
2 p2
1 p
n n 2

1er cas :  >1

K  a0  A B 
S(p)   K  a0   
(1  T1p)(1  T 2p)  (1  T1p) (1  T 2p) 
1 T2 1 T1
avec B   et A  
1 - T1 T 2 T 2  T1 1 - T2 T1 T1  T 2

Ka 0  T1 T2 
d’où : S(p)    
T1  T 2  1  T1p 1  T 2p 

et L-1[S(p)] = s(t) =
Ka 0
T1  T 2

e  t T1  e  t T 2  si CI = 0

ds Ka 0  1  t T1 1  t T 2 
et s' ( t )    e  e 
dt T1  T 2  T1 T2 
Valeurs particulières
Ka 0
t =0 s(t) =0 et s' ( t )   Ka 0  2n > 0
T1  T 2
t s(t)  0 et s’(t)  0
tmax pour lequel s(t) est maximum ?

 e t 1 T11 T 2 
T2
s' ( t )  0  T 2  e  t T1  T1  e  t T 2 
T1
 1 1   T 2  T 21 
 ln(T 2)  ln(T1)  t     t 
 T1 T 2   T1  T 2 
  T1   T1  T 2
 t max   ln   
  T 2   T1  T 2

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________49
 s(t)

t
0 tmax

2ème cas :  =1

K  a0  2n 
S(p)   K  a0 
(1  Tp ) 2  2
 (p  n ) 
Ka 0
et L-1[S(p)] = s(t) =  t  e  t T  u ( t )  Ka 02n  t  e  n t si CI = 0
2
T

 Ka 0 2n  e   n t  K2n  t   n   e   n t  Ka 0 2n  e   n t  1  n t 

ds
et s' ( t ) 
dt
Valeurs particulières

t =0 s(t) =0 et s' ( t )  Ka 0   2n > 0

t s(t)  0 et s’(t)  0

tmax pour lequel s(t) est maximum ?
1
s' ( t )  0  1   n t  0  t max  T
n
Même allure que précédemment.
s(t)

t
0 tmax

3ème cas :  < 1

K  a0 K  a 0  2n K  a 0  2n 1  2
p  n 2  2n 1   2 
S(p)    
2 p2 p 2  2n p  2n 1  2
1 p
n n 2

L-1[S(p)] = s( t )  Ka 0 
n
   
 e   n t  sin p t avec p  n 1   2 
2
Tp
: pulsation propre
1  2

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________50
 s(t)

t
0 tmax

Remarque : régime transitoire - régime permanent

Dès avant l’étude complète de la réponse impulsionnelle, il était possible connaître les valeurs initiale
et finale de la réponse ainsi que les valeurs de la dérivée à ces instants en appliquant les théorèmes des
valeurs initiale et finale. Ainsi :
lim s( t )  lim pS(p)  lim pE (p)  G (p)  lim pKa 0 G (p)  0
t 0 p  p  p 

lim s( t )  lim pS(p)  lim pE (p)  G (p)  lim pKa 0 G (p)  0

t  p 0 p 0 p 0

lim s' ( t )  lim ppS(p)  s(0)  lim p 2 E(p)  G (p)  0 : tangente non horizontale
t 0 p  p 

lim s' ( t )  lim ppS(p)  s(0)  lim p 2 E(p)  G (p)  0 : tangente horizontale (cohérent avec s()=0)
t  p 0 p 0

II - 2 - Réponse indicielle
e(t) = a0 u(t)

e(t) s(t)
a0
E(p) = ?
p

a K
S(p)  E(p)  G (p)  0 
p 2 p2
1 p
n n 2
K
S' (p)  p  S(p)  p  E(p)  G(p)  a 0  si CI=0
2 p2
1 p
n n 2

Valeurs particulières

En appliquant les théorèmes des valeurs initiale et finale :

t=0
a
lim s( t )  lim pS(p)  lim pE (p)  G(p)  lim p 0 G(p)  lim a 0 G(p)  0
t 0 p  p  p  p p 

lim s' ( t )  lim ppS(p)  s(0)  lim p 2S(p)  lim p 2 0  G(p)  0 : tangente horizontale ( 1er ordre)
a
t 0 p  p  p  p

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________51
 t
a
lim s( t )  lim pS(p)  lim p 0  G(p)  lim a 0 G(p)  Ka 0  ctse
t  p 0 p 0 p p 0

a
lim s' ( t )  lim p 2S(p)  lim p 2 0  G(p)  0 : asymptote horizontale (cohérent avec s()=ctse)
t  p 0 p 0 p

s(t)
100%= ka1

?
t

Régime transitoire
Régime permanent

Régime transitoire

Le régime transitoire dépend de la valeur du coefficient d’amortissement 

1er cas :  >1 : 2 pôles réels distincts négatifs - Amortissement
K  a0 A B C 
S(p)   K  a0    
p(1  T1p)(1  T 2p)  p (1  T1p) (1  T 2p) 
 1 1  T12 T12
B    
 T2 1 T1  T 2 T 2  T1
1 
 T1 T1

avec : A  1
 2
C  1  1  T 2
 T1 1 T1  T 2
 1  2
 T2 T1
 1  T12 1   T2 2 1 
d’où : S(p)  Ka 0       
 p  T2  T1 1  T1p   T1  T2 1  T2p 

  T1   T2 
et L-1[S(p)] = s( t )  Ka 0  1   e  t T1    e  t T 2  car CI=0
  T 2  T1   T1  T 2 

s( t )  Ka 0  1 
1
 T 2  T1
 

T1  e  t T1  T 2  e  t T 2 

2ème cas :  = 1 : 2 pôles réels confondus, négatifs – Limite des oscillations
1
S(p)  Ka 0
p1  Tp 2

  t 
s( t )  Ka 0 1  1  e  t T 
  T 
3ème cas :  < 1 : 2 pôles complexes conjugués, régime oscillant (amorti ou non)

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________52
 a K
S(p)  E(p)  G (p)  0 
p 2 p2
1 p
n n 2

 2
p  n 1   2  : pulsation propre
  Tp
s( t )  Ka 0  1 

1

 e   n t  

 sinp t    avec   1 - 2 
1    arctg  : déphasage
2
  
    
  
 Si >0, l’exponentielle va décroissante, les oscillations sont amorties ;
 si =0, l’exponentielle égale 1, les oscillations sont constantes ;
 si <0, l’exponentielle va croissante, les oscillations sont amplifiées jusqu’à saturation.
Tp
s(t)
100%+n% >1
ka1
100%-n%
=1
0<<1

t
0 tm tpic tr (n%)
toujours pour <1 :
  2 
Temps de montée tm 
1
  arccos  1
   arcsin 1    
n 1   2 n 1   2   
1  100 
Temps de réponse à n% (pour <0,7) : t r (n %)  Ln 
n   n 
 Tp
Temps du 1er pic : t pic  
n 1   2 2
2 
Pseudo-période : Tp 
n 1   2
2 
Pseudo-pulsation, pulsation propre : p   n 1   2 : ordonnée des pôles dans le lieu des pôles
Tp

Dépassement : D%  100  e   1  2

 e 2 1  2
D1
Rapport entre 2 maxima successifs :
D2
1
Nombre d’oscillations complètes : n  Q
2
II - 3 - Réponse à une rampe
e(t) = a0 u(t) t

e(t) s(t)
a0
E(p) = ?
p2

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________53
 Du fait de la commutativité du produit de convolution, il est possible de dire que la réponse à une
rampe équivaut à l’intégrale de la réponse indicielle ; comme cela a été vu pour le 1er ordre.

   
e(t) s(t) e(t) s(t)

? ?

  
s(t)

III - Réponse fréquentielle

e(t) = A  sin(t)

e(t) s(t)
Entrée en harmonique permanente ; p  j

S( j) K K
 G ( j)  
E( j) 2 ( j) 2 2 2
1 j  1-  j
n n 2 n 2 n

 K S
Module : G (p)  
 2 E
 2    
2
  1    2 
  2    
  n  n
  
  2  
  Im( G )    
Phase :   arg( G )  arctg   arctg n
  déphasage de S / E
  Re (G )   2 
1
   n 2 
 
III - 1 - Valeurs particulières

0

G (p)  K  cste

G(p) dB  20 logK  : constante  asymptote horizontale

  arctg 2  0   0

 = n : pulsation naturelle du système

K
G ( p)   KQ avec Q : facteur de qualité
2
  arctg   90

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________54
 

G ( p)  0

   
G(p) dB  20 logK   20 log 2n  20 log 2  cons tan te  40 log

pente de –40dB/dec  pente de –12dB/oct dans le plan de Bode

 2 
  arctg   180
   n 

Maximum sur la variation du module ?


On note u 
n

 
  1 2 
 2 2 2 2 
 K 1  u  4 u 
 G  ju     
0   tangente horizontale
u u

 G ju 


 1  u 4  2 2 2  1 u 2 
1 2 
  
u
0K 
u
 
   K 1  u 4  2 2  1 u 2  3 2  4u 3  8 2  4 u
2
    
 G ju 
u

K
2

1  u 4  22  1u 2
        
3 2

  
 4u  u 2  2 2  1 
0

 G  ju 
 0 si :
u

4u   0
    0 pas possible

 2
 
2

2
ou u  2  1  0    n 1  2  r : pulsation de résonance si   1 2  0,7
On appelle M, facteur de résonance, le maximum du rapport des amplitudes. M est aussi appelé
coefficient de surtension.
G  j r  K 1 1 1
M    
G 0 K
1  1  2 2 2  4 2 1  2 2  4 4  4 2  8 4 
4 2 1   2 
1
M si <1
2 1   2

Remarques
 M est inversement proportionnel à   un système peu amorti ( petit) est fortement résonant (M
grand) et réciproquement.
 Pour  très petit (<0,1), 2 est négligeable et r  n ainsi que M  Q facteur de qualité.

Bande passante

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________55
 La pulsation de coupure à –3dB, c, est : c  n 1  2 2  1  1  2 2  2
 K 
En effet : G  jc   G 0  3dB  20 logK   10 log2  20 log 
 2
 
2 2

Or G jc   20 logK   10 log 1 
2    2   
 
 
  2n 
  n  
 

   
4 2 4 2
           
 1     2 2 2  1    2     2 1  2 2    1  0
 n   n   n   n 

     
2
2 2   
'  1  2  1     1  2 2  1  1  2 2  c  .....
 n 

Synthèse pour K = 1

 0  r si <0,7  n  
G ( j) 1  si <0,7 M  1  0
 sinon 2
G ( j) dB 0  si <0,7 MdB  -20log(2)   -
 sinon
° 0   -90  -180

III - 2 - Courbes de la réponse fréquentielle

Bode

Quand 0, asymptote horizontale à 20log(K) pour le module et à 0° pour la phase.

Maximum du module pour r = n si <0,7
Quand , asymptote oblique avec une pente de –40dB/dec pour le module et asymptote
horizontale à 180° pour la phase.
Cas 1 et 2 : 1
Possibilité de décomposer la fonction de transfert en 2 1er ordre :

Gp    G1p   G 2p  avec T1=T2 pour =1

K
1  T1p1  T2p
Gp dB  G1p dB  G2p dB

et   1  2

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________56
 Gain (dB)
0  (rad/sec)

(d°)
0  (rad/sec)

-90

-180

1 1 1
Remarque : n est le milieu logarithmique entre et : n  cf note3
T1 T2 T1  T 2
Cas 3 : <1
Gain (dB)
0  (rad/sec)

(d°)
0  (rad/sec)

-90

-180

Black
Gain (dB)

-180 0 (d°)

3 Soit 0 milieu logarithmique de 1 et 2 :

log1   log 2  log1   2 

log0  
2

2
 
 log 1   2  0  1   2

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________57
 Nyquist
Im

0 Re
0

IV - Identification d’un système du 2nd ordre

Identifier un système équivaut à déterminer ses caractéristiques :
 linéarité ou non
 ordre
 paramètres de la fonction de transfert.
Cette identification est effectuée à l’aide de modélisation mathématique ou à partir d’observations.
Lorsqu’il a été déterminé par observations que le système est du 2nd ordre, il convient d’identifier les
valeurs de K,  et n. L’identification d’un système peut être effectuée soit à l’aide de la réponse
temporelle, soit à l’aide de la réponse fréquentielle.
Afin d’éviter des calculs, le tableau des correspondances peut être utilisé.
IV - 1 - Identification par réponse temporelle
Il est nécessaire de connaître le signal d’entrée (type de signal et amplitude) pour identifier le système.
En effet, la fonction de transfert, comme son nom l’indique, correspond au rapport de la sortie sur
l’entrée.

Entrée en échelon

Si le signal d’entrée est un échelon, il est nécessaire d’avoir le régime permanent de la sortie ; de la
sorte, le gain statique peut être identifié. K est le rapport de l’amplitude de l’échelon d’entrée sur la valeur
s 
finale prise par le signal de sortie : K 
e 
Si le système est hyper-amorti, il n’y a pas de méthode, à ce niveau du cours, pour déterminer les
paramètres de la fonction de transfert. Si le système présente des oscillations lors de la réponse à
l’échelon, les valeurs des paramètres,  et n, peuvent être déterminées à partir de deux mesures parmi :
 du 1er dépassement,
 du rapport entre 2 maxima successifs,
 du temps atteint pour ce 1er dépassement (tpic),
 du temps de réponse à n%.

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________58
 s(t)

t(s)
0 4 10

IV - 2 - Identification par réponse fréquentielle

Il est nécessaire d’avoir le régime établi pour identifier les paramètres de la fonction de transfert.
L’ordre du système a été déterminé en prenant une fréquence tendant vers l’infini (lorsque le système le
supporte, pour cela comprendre concrètement le comportement du système). Ainsi, un déphasage tendant
vers –180° correspond un système du 2nd ordre.
La valeur du gain statique, K, est déterminée en prenant une fréquence tendant vers 0. K vaut alors le
S(f  0)
rapport des amplitudes de sortie et d’entrée : K 
E(f  0)

La valeur des paramètres,  et n, est déterminée à partir d’au moins deux mesures parmi :
 la valeur du facteur de résonance, M ;
 la valeur du coefficient de qualité, Q ;
 la pulsation de résonance r ;
 la pulsation de coupure c.
Afin d’affiner l’identification du système, il est fortement conseillé de prendre quelques points avant et
après la pulsation naturelle n et de tracer la réponse fréquentielle dans .le plan de Bode par exemple.

 tm  n tr(5%)n tpic  n Tp  n D% r / n c / n c / r MdB 

0.10 1.68 30.0 3.16 6.31 73 0.99 1.50 1.52 14.0 0.10
0.15 1.74 20.0 3.18 6.36 62 0.98 1.48 1.51 10.6 0.15
0.20 1.81 15.0 3.21 6.41 53 0.96 1.44 1.51 8.1 0.20
0.25 1.88 12.0 3.24 6.49 44 0.94 1.41 1.51 6.3 0.25
0.30 1.97 10.0 3.29 6.59 37 0.91 1.38 1.52 4.8 0.30
0.35 2.06 8.6 3.35 6.71 31 0.87 1.34 1.54 3.7 0.35
0.40 2.16 7.5 3.43 6.86 25 0.82 1.30 1.58 2.7 0.40
0.45 2.28 6.7 3.52 7.04 21 0.77 1.26 1.64 1.9 0.45
0.50 2.42 6.0 3.63 7.26 16 0.71 1.22 1.73 1.2 0.50
0.55 2.58 5.4 3.76 7.52 12.6 0.63 1.18 1.88 0.7 0.55
0.60 2.77 5.0 3.93 7.85 9.5 0.53 1.14 2.15 0.4 0.60
0.65 3.00 4.6 4.13 8.27 6.8 0.39 1.10 2.78 0.1 0.65
0.70 3.29 4.3 4.40 8.80 4.6 0.14 1.05 7.41 0.0 0.70
0.75 3.66 4.0 4.75 9.50 2.8 - 1.00 - - 0.75
0.80 4.16 3.7 5.24 10.47 1.5 - 0.94 - - 0.80
0.85 4.91 3.5 5.96 11.93 0.6 - 0.88 - - 0.85
0.90 6.17 3.3 7.21 14.41 0.2 - 0.81 - - 0.90
0.95 9.04 3.2 10.06 20.12 0.0 - 0.74 - - 0.95
Domaine temporel Domaine fréquentiel

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________59
 chapitre 7 : INTRODUCTION AUX SYSTEMES
ASSERVIS – RELATION BO-BF

I- Cas général
I - 1 - Performance d’un système
En considérant une entrée principale, le schéma fonctionnel
D(p)d’un système asservi est le suivant :

E(p) + (p) +
+ S(p)
G1(p) G2(p)
-

H(p)
Les performances sont étudiées :
 en régulation : la consigne est fixe, le système est uniquement soumis aux perturbations. La boucle
a pour objectif de réduire l’erreur et de combattre l’influence des perturbations.
 en poursuite : la consigne évolue, les perturbations ne sont plus considérées. La boucle a pour
objectif de permettre à la sortie de suivre au plus près la consigne.
En réalité, les systèmes doivent satisfaire des performances en régulation et en poursuite et il est
souhaité d’améliorer la précision, la rapidité, la stabilité.

II - Relation Fonction de transfert BO-BF

Cas général

Sp   G 2p   Dp   G1p p 


p   Ep   Hp Sp 
 Sp   G 2p   Dp   G1p Ep   Hp Sp 
 Sp 1  G1p G 2p Hp   G 2p   Dp   G1p Ep   G 2p Dp   G1p G 2p Ep 
G 2p  G1p G 2p 
 Sp   Dp   Ep 
1  G1p G 2p Hp  1  G1p G 2p Hp 

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________60
 Si on pose : G(p)=G1(p)G2(p) : Fonction de Transfert de la chaîne d’action :
G p  G 2p 
Sp    Ep    Dp 
1  G p Hp  1  G p Hp 
   
terme pour la poursuite terme pour la régulation

Autre méthode pour retrouver cette relation : Décomposition en schémas fonctionnels équivalents en
prenant D=0 puis E=0 puis en faisant la somme des 2 termes.

Si D(p)=0 : pas de perturbation

On pose encore : G(p)=G1(p)G2(p) E(p) + S(p)

Gp  G(p)
Sp    Ep  -
1  Gp Hp 
Sp  Gp  H(p)

Ep  1  Gp Hp 

Si D(p)=0 et H(p)=1 : pas de perturbation et retour unitaire

Sp  Gp  Gp  E(p) + S(p)

  G(p)
Ep  1  Gp Hp  1  Gp  -

Sp  N G p  D G p  N G p  D G p  N G p
  
Ep  1  N G p D G p  D G p  D G p   N G p  D G p  N G p   D G p 

Remarque sur l’ordre d’un système

Un système garde son ordre même s’il est bouclé.

En effet : l’ordre correspond à la puissance la plus grande du dénominateur qui est supérieure à celle
du numérateur. Par conséquent, elle reste identique en BO et en BF.

G
III - Fonction G  (BOBF avec retour unitaire)
1 G
III - 1 - Abaque de Hall
G
Cet abaque correspond à G  pour G(j) dans le plan (Re,Im). Il comprend des courbes
1 G
isophases et iso-modules. On appelle courbe isophase, une courbe correspondant à une même phase et
Im
courbe iso-module, une courbeCourbe
ayant isomodule
même module.
G(p)
A
Re


Courbe isophase

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________61
III - 2 - Abaque de Black-Nichols
 
Cet abaque est tracé dans le plan de Black, , G dB . Il comprend également des courbes isophases et
iso-modules.
G  Ae j  arg(G)   et G  A

 G
H   Be j  arg(H)   et H  B
 1 G

Ae j Ae j 1  Ae  j   Ae j  A 2  Acos  jsin   A
H
1  Ae j

1  Ae j  1  Ae  j  1  A 2  2A cos 1  A 2  2A cos



 modH   H  B 
A
 1  A 2  2A cos 

  sin 
arg(H)    arctg A  cos 
  

Principe de l’abaque de Black-Nichols

Nichols a construit un abaque, dans le plan de Black, par le tracé de deux réseaux orthogonaux de
courbes qui sont les lieux des points pour lesquels H dB et arg(H) sont constants.

Le 1er réseau correspond aux points iso-module : B est constant,  varie

Le 2ème réseau correspond aux points iso-phase :  est constant, B varie

Utilisation

 Tracer la courbe de la réponse fréquentielle en BO

 A partir des courbes iso-phases et iso-modules, relever les valeurs de la réponse fréquentielle en
BF, pour différents .
 Tracer la courbe en BF
 Identifier les paramètres de la fonction de transfert du système en BF

ou, plus simplement :

 Tracer la courbe de la réponse fréquentielle en BO
 Identifier les paramètres de la fonction de transfert du système en BF :
- K par la courbe iso-module quand 
- pour un 1er ordre : 1/ correspond au point pour lequel la courbe en BO coupe la courbe iso-
phase à –45°.
- pour un 2nd ordre : n et  à l’aide de r et MdB déterminés lorsque la courbe en BO est
tangente avec une courbe iso-module. A ce niveau, le module en BF est maximum
correspondant à la résonance, la pulsation est donc r. n peut être confirmé par la valeur de la
pulsation coupant la courbe iso-phase de –90° ; à ce point, la courbe iso-module donne la
K
valeur du module en BF, soit exprimé en décibels.
2
Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________62
 Intérêt de la méthode

Cette méthode évite des calculs. Elle permet aussi de suivre l’évolution de la fonction de transfert en
BF quand on connaît celle en BO.

Exemple

Gp  
30
1  0,1p1  0,004p
 5 10 20 100 125 250 500 1000
G

G dB 28.6 26.5 22.5 8.8 6.6 -1.4 -11.4 -22.8

 -28 -47 -68 -106 -112 -133 -152 -165

H

H dB

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________63
 Abaque de Black-Nichols pour les retours unitaires

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________64
 A UTOMATIQUE C ONTINUE

R EGULATION

A.P. M AQUINGHEN -G ODILLON

INSA H AUTS - DE -F RANCE

FISE 3 – ESE, GI, MT

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________65
 chapitre 8 : PERFORMANCES D’UN SYSTEME

D(p)

E(p) + (p) +
+ S(p)
G1(p) G2(p)
-

H(p)
G 2p  G1p G 2p 
On a :  Sp   Dp   Ep 
1  G1p G 2p Hp  1  G1p G 2p Hp 
On souhaite qu’un système suive la consigne de façon :
- la plus précise ;
- la plus rapide ;
- la plus stable possible ;
- robuste.

I- Précision
Un système est dit précis si l’écart entre l’entrée et la sortie  = e-s est faible.
La précision statique correspond à une entrée constante, lorsque t  
La précision dynamique correspond à une entrée dynamique, plutôt lorsque t  0
Les erreurs sont dues :
- aux variations d’entrée ;
- au système ;
- aux perturbations.

On parlera d’erreurs en poursuite (variations dues la consigne) ou en régulation (variations dues aux
perturbations).
En général, on décompose les erreurs dues à l’entrée et celles dues aux perturbations. En négligeant
celles dues aux perturbations et en prenant un retour unitaire, les erreurs permanentes peuvent être
exprimées de la façon suivante :
Erreur permanente : lim t   lim et   st   lim p  p 
t  t  p 0

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________ 66
  Sp  
or : p   Ep   Sp   Ep 1    Ep 1  Hp 
 Ep  
 G p    1   D G p  
 Ep 1    Ep    Ep  
 1  G p    1  G p    N G p   D G p  
I - 1 - Calculs de l’erreur :
Sp 
Soit la Fonction de Transfert en BO : G p  
K


p  p n 1  a1p  a 2 p 2  ... 
n est appelé classe du système et correspond au nombre d’intégrations en BO, placées si possible en
amont du système, en général, n  2.

e
E p   0
Entrée en échelon : p

e0
   lim
p 0  K 
1  

n
1
 p 1  a p  a p 2  ...
2  

Si n = 0 ()=
Si n  1 ()=

e
Ep   0
Entrée en rampe : p2

e0
   lim
p 0 K
p

p n 1 1  a1p  a 2 p 2  ... 
Si n = 0 ()=
Si n = 1 ()=
Si n  2 ()=

e
Ep   0
Entrée en parabole : p3

e0
   lim
p0 2 K
p 
p n 2
1  a1p  a 2 p 2  ...
Si n  1 ()=
Si n = 2 ()=
Si n  3 ()=
I - 2 - Synthèse

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________ 67
 Classe entrée Echelon Rampe Parabole

0 e0  
1 K

1 0 e0 
K

2 0 0 e0
K
I - 3 - Exemple

II - Rapidité
La rapidité se qualifie par le temps mis par le système à réagir à une variation de l’entrée et à effacer
l’influence de perturbations. Il s’agit d’un temps de réaction, en étroite relation avec l’inertie propre du
système.
La rapidité peut être quantifiée par le temps de la réponse du système à un échelon de commande.
Suivant les auteurs, il est plus précisément quantifié par :
- temps mis pour atteindre la 1ère fois la valeur finale, tm
- temps mis pour ne plus dépasser n% de la valeur finale, tr(n%)
s(t)
+n%
s( )
-n%

t
tm trép(n%)

Remarques :

La rapidité, du domaine temporel, est liée à la Bande Passante, domaine fréquentiel : tr , BP 

Le bouclage permet d’élargir la BP, donc d’améliorer la rapidité d’un système.
Comme le système ne peut être modifié (son inertie est constante), pour améliorer les performances,
on modifie la consigne par bouclage avec ou sans correction.

Exemple

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________ 68
 III - Stabilité
Un système est dit stable si :
- abandonné d’un état quelconque avec une entrée nulle, il revient au repos avec une sortie nulle
ou si
- après une position de repos (ou d’équilibre statique) puis une excitation par une impulsion de
Dirac, il revient à sa position initiale de repos.

Exemples
s(t) s(t) s(t)

t t t

Stable Stable Instable

Etude approfondie au chapitre suivant.

IV - Robustesse – Sensibilité
Dans les applications industrielles, les paramètres des systèmes asservis varient, à cause notamment du
vieillissement des composants du procédé, des capteurs et des actionneurs. De ce fait, il existe une
détérioration des performances. Il faut donc des systèmes robustes, i.e. insensibles aux variations des
paramètres et aux perturbations.
La sensibilité d’une fonction Y(p) par rapport à une fonction ou à un paramètre G(p) donné est traduite
par :
Y ( p) variation de Y(p) en % dY (p) Y(p) dY (p) G (p)
SG ( p)    
variation de G(p) en % dG (p) G (p) dG (p) Y(p)
La sensibilité dynamique est reliée à l’étude fréquentielle, avec p=j. La sensibilité statique est prise
pour p0.

Exemple

Etude de la sensibilité d’un système donné lorsqu’un pôle varie en fonction de K. Ce système est
traduit par : p2 + 5p +2k = 0
dp k dp dp
Spk   or 2p 5 2  0
dk p dk dk
 2k
D’où : S pk 
p(2p  5)
Pour k=3, les pôles de p2 + 5p +2k = 0 sont p = -2 et p = -3
 23
Pour p = -3, la sensibilité est donnée par Spk  3   2
(3)  (2  (3)  5)
k
Si le gain K varie de 10%,  0,1
k

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________ 69
 k
La variation du pôle est alors : p  (3)  (2)  0,1  0,6  p  S pk 
k
Im

-3 -2
Re
-2,4
D’où système moins stable
Pour k/k = 0,1

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________ 70
 chapitre 9 : STABILITE D’UN SYSTEME
ASSERVI

Définition :

Un système est dit stable si, après une position de repos (ou d’équilibre statique) puis une excitation
par une impulsion de Dirac, il revient à sa position initiale de repos.

I- Généralités
Pour un système linéaire :
e(t) s(t)
G
E(p) S(p)
G(p)
Pour une impulsion de Dirac, e(t) = (t) et E(p)=1

D’où S(p)=G(p)E(p)=G(p)=
 Ai
i p  pi
 A
avec les pi pôles réels 
pc

 p i  c  ou complexes

 A' 
conjugués   p i  a  jb  .
 p  a 2  b 
 

Il s’ensuit que : s(t)= L-1[S(p)]=

 i
L-1[
Ai
p  pi
]=
 Ai  epi t
i

Pour les pôles réels : A i  e ct mode apériodique

Pour les pôles complexes : A'i e at  sinbt    mode oscillatoire.

Il faut que les valeurs en exponentielle (a ou c) soient négatives pour qu’elles tendent vers 0 quand
t. Ainsi le système est stable.

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________ 71
 Théorème

Un système n’est stable que si tous les pôles de sa fonction de transfert sont à partie réelle strictement
négative.
Conséquence : sur le lieu des pôles de G(p), tous les pôles doivent être placés à gauche de l’axe
imaginaire pour que le système soit stable.
Im

Re

Application BO-BF

E(p) + (p) S(p)

G (p)
-

H (p)

En BO, on regarde les pôles de G(p)

G ( p)
En BF, on regarde les pôles de soient les racines de 1+G(p)H(p).
1  G(p)H(p)

Exemple

Remarque

Il est possible de parler de stabilité absolue ou de stabilité relative à un paramètre. Ainsi, on peut avoir
des marges de stabilité pour :
- réduire le temps de réponse, on interdit alors une région à droite de D  Im ;
- assurer un amortissement suffisant, on interdit la région du plan situé en dehors de l’angle 2 ;
- améliorer les 2 performances.

Exemple

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________ 72
 II - Lieu des pôles
Le lieu des pôles est aussi appelé lieu des racines ou lieu d’Evans. Il permet de trouver la limite de la
valeur du gain k permettant la stabilité d’un système asservi.
Soit le système asservi :
E(p) + S(p)
k G(p)
-

H(p)

On note T(p) = kG(p) H(p), soit la FdT en BO

k  G ( p)
F(p) = la FdT en BF.
1  T ( p)


m
p  z  i
On note aussi T (p)  k  i 1
 k  T 0( p )

 p  p 
n
i
i 1
avec k : gain statique du système
m le nombre de zéros, zi les zéros
n le nombre de pôles, pi les pôles mn
On cherche à connaître les pôles de F(p), FdT en BF. Ils sont trouvés par l’équation caractéristique :
1 + T(p) = 0 = 1 + kT0(p) eq (1)
Les pôles dépendent de k

 p  z 
m
i
1 i 1
(1)  T 0(p)   

 p  p 
k n
i
i 1
On cherche alors les points M, complexes, vérifiant cette équation.
II - 1 - Exemple
II - 2 - Commandes sous Matlab
Pôles placés : pzmap(N,D) ou [P,Z]=pzmap(N,D) comme Pôles et Zéros
Lieu des pôles complet : rlocus(N,D) ou [R,K]=rlocus(N,D) comme Racines et Gain
II - 3 - Méthode générale pour tracer le lieu des pôles

 p  z 
m
i
1 i 1
On a : T 0(p)   

 p  p 
k n
i
i 1

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________ 73
  pz  1
m
i
d’où : i 1


n k
pp i
i 1

argp  z   argp  p   (2q  1)    

m n
ET : i i i i avec q=0,1,2,…
i 1 i 1
Im
M

2 1
4 1 3
Re
p4 z1 p3 p2 p1

1) Nombre de branches
m branches finies, (n-m) branches infinies.
Remarque : les branches sont symétriques par rapport à l’axe réel (car les pôles sont soient réels, soient
complexes conjugués).
2) Départ et arrivée des branches


m
p  z  i
1
i 1
Comme 


n k
pp  i
i 1

pour k0, il faut p=pi départ du lieu en pi

pour k (  1 k  0 ), il faut p=zi arrivée du lieu en zi
3) Branches asymptotiques
Les (n-m) branches infinies correspondent aux zéros infinis, elles ont des asymptotes.
Or, quand M est à l’infini, tous les angles i et i deviennent proches et tendent vers la même valeur
notée  : on a alors :
argp  z i   argp  p i   

 argp  p   (m  n)    (2q  1)

m n
et argp  z i   i
i 1 i 1
 (2q  1)  (2q  1)
d’où :  q   q = 0, 1, 2, …
(m  n ) ( n  m)
L’intersection des droites asymptotiques avec l’axe réel se situe au point  avec

 p i   i 1 z i
n m
  i 1
nm

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________ 74
 4) Branches du lieu sur l’axe réel
Les branches du lieu sur l’axe réel sont situées à gauche d’un nombre impair de zéros et de pôles. En
effet, pour un point M du lieu et réel :
- pour les pôles et les zéros à gauche de M, arg(p-z i) = arg(p-p i) = 0
- pour les pôles et les zéros à droite de M, arg(p-z i) = arg(p-p i) = 
- pour chaque paire constituée d’un pôle et d’un zéro conjugué, située à droite de M,
arg(p-z i) = arg(p-p i) =2
D’où, si on a N pôles et Z zéros à droite de M  Re, les angles donnent :
N+Z = (2q+1)  q= 0, 1, 2, …  N+Z impair
5) Tangente du lieu en un point de départ ou d’arrivée
Soit M(p) un point du lieu et P(p’) un point du lieu proche de M. On note  l’argument associé ;
  arg(p+p’).
Il est possible de remplacer arg(p-p i) par  et arg (p’-pi) par /2 quand pi est complexe, car MP

 argp
m n
D’où :     argp k  z i   k  pi  avec ki
i 1 i 1
6) Intersection du lieu avec l’axe réel

 p  p 
n
i
N ( p) D( p) i 1
1 k 0   k 

 p  z 
D(p) N ( p) m
i
i 1
d  N ( p)  dN (p) dD (p)
Par la dérivée :    0  D(p)  N ( p)
dp  D(p)  dp dp
dN dD
d 
 
dp dp d ln( N) d ln(D) m  d  n 
     ln(p  z i )    ln(p  p i ) 
N ( p ) D( p ) dp dp dp  i  dp 
 i 

 
m 1 n 1
 
i 1 p  z i i 1 p  p i
D(p 0 )
Si p0 est solution de cette équation, la valeur de k vaut : 
N( p 0 )
Remarques :

 1 n
S’il n’y a pas de zéro, l’équation devient : 0
i 1 p  p i
Quand il faut décider si le point d’intersection est point de départ ou d’arrivée du lieu , il faut prendre
d 2k
la dérivée seconde : . Si cette dérivée est <0, alors le point est de départ sinon il est point d’arrivée.
dp 2
7) Intersection avec l’axe imaginaire
Deux méthodes sont possibles pour déterminer l’intersection du lieu des pôles avec l’axe imaginaire.
 Appliquer du critère de Routh, l’annulation des termes aux deux dernières lignes (p0 et p1) du
tableau donne la valeur de K. En remplaçant dans l’avant-dernière ligne (p2), la valeur
approximative des pôles est trouvée.

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________ 75
  Remplacer de p par j dans l’équation caractéristique et résoudre l’équation Re()=0 et
Im()=0. Ceci donne la valeur de  (d’où p=j) et la valeur du gain K associé.

Exemple

Résumé de la méthode
 Ecrire l’équation caractéristique (1)
 Calculer le nombre, m, de zéros et n de pôles en BO  (n-m) branches infinies
 Etablir le lieu des pôles sur l’axe Réel : à gauche d’un nombre impair de pôles et de zéros
 Déterminer les directions asymptotiques :  2q  1
n  m

 L’intersection des asymptotes avec l’axe Réel passe en  0 



 
pôles 

zéros 

n  m 
dK
 Le point de départ du lieu sur l’axe Réel est : (1)   0  p  ...
dp
Re  0   ...
 L’intersection du lieu avec l’axe Imaginaire est : (1)    
Im  0 K  ...

III - Critère de Routh-Hurwitz

Il s’agit d’un critère algébrique qui renseigne si une Fonction de Transfert a des pôles à partie réelle
positive. Soit :
E(p) + (p) S(p)
G (p)
-

H (p)

G ( p) N ( p)
Si on étudie la stabilité du système en BF, la Fonction de Transfert est : F(p)  
1  G(p)H(p) D(p)
avec D(p)  a n p n  a n 1p n 1  .....  a1p  a 0

Enoncé

Un système est stable si et seulement si :

 tous les ai, i 0  n, sont strictement positifs
ET
 tous les termes de la 1ère colonne du tableau de Routh sont strictement positifs
Dans ce cas, tous les pôles sont à partie réelle négative.

Remarque
Le nombre de pôles à partie réelle positive est égal au nombre de changements de signes comptabilisés
dans la 1ère colonne.

Tableau de Routh
ordre
On pose n an an-2 an-4 …
n-1 an-1 an-3 an-5 …
On détermine n-2 A1 A2 …

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________ 76
 n-3 B1 B2 …
… … …
2 M1 M2
1 N1 N2
0 C1 C2
an a n 2

a n 1 a n  3 a n 1a n  2  a n a n  3
avec : A1  
a n 1 a n 1

an a n4

a n 1 a n  5 a n 1a n  4  a n a n  5
A2  
a n 1 a n 1

a a n 3
 n 1
A1 A2 A a  A 2 a n 1
B1   1 n 3
A1 A1

M1 M2

N1 N1 N1M 2  N 2 M1
C1  
N1 N1

Exemples

Limites de la méthode de Routh-Hurwitz

 La méthode cesse d’être applicable dans les cas suivants :

- les paramètres du dénominateur ne sont pas constants
N ( p)
- le système a un retard, i.e. G (p)  e  p 
D(p)
- tous les termes d’une ligne sont nuls
- un terme de la 1ère ligne est nul.
 Le critère ne renseigne pas sur le degré de stabilité.
 Le critère ne renseigne pas sur la façon de stabiliser un système instable.
Remarque sur les systèmes à retard
Pour étudier la stabilité des systèmes à retard, on utilise une des approximations suivantes :

 2 p 2 3 p 3
 Développement de Taylor : e  p  1  p    ...
2! 3!
on s’arrête après 3 termes par exemple.
1
 ou e  p 
2p2
1  p 
2!

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________ 77
 p
1
2  12  6p  p 
2
 ou approximation de Padé : e  p 
p 12  6p  p 2
1
2
1
 ou encore : e  p  avec nN
n
 p 
1  
 n

IV - Critère géométrique de stabilité : critère de Nyquist

Soit un système asservi
E(p) + (p) S(p) S(p) G ( p)
G (p) En BF : 
- E ( p) 1  G ( p) H ( p)

H (p)

L’étude de la stabilité est faite avec les pôles du dénominateur, i.e. 1 + G(p)H(p) en BF.
La méthode de Nyquist permet l’étude de :
- la stabilité des systèmes linéaires sans ou avec retard ;
- la stabilité des systèmes dont on connaît la réponse fréquentielle expérimentale sans
obligatoirement connaître la FdT ;
- le degré de stabilité (très stable ou proche de l’instabilité).
IV - 1 - Rappels mathématiques du lemme de Nyquist-Cauchy
Soit F(p) une fonction de la variable complexe p = +j
Si un point M d’affixe p décrit dans le plan (Re, Im) une courbe (C) fermée arbitraire mais sans point
multiple, alors le point Q d’affixe F(p) décrit dans le même plan une courbe () qui correspond point par
point à la courbe (C).
Le nombre de fois que la courbe () entoure l’origine est lié au nombre de zéros et de pôles de F(p)
situés à l’intérieur de la courbe (C).
Quand le point M décrit entièrement la courbe (C) dans le sens dextorsum (sens horaire), la variation
totale de la phase de F(p) comptée positivement dans le sens trigonométrique est égale à :
 = 2 (n0 – m0) où n0 est le nombre de pôles et m0 est le nombre de zéros de F(p) compris à
l’intérieur de (C).
Im Im

M F(p)
(C) ()

Re Re

Ici, (n0 - m0) = 2

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________ 78
 Justification

Soit F(p)  A 
N ( p) p  z1   .....p  z k   .....p  z m 
 A
D(p) p  p1   .....p  p k   .....p  p n 
Les grandeurs complexes zk et pk sont représentées par les vecteurs O1Z k et O1Pk
Im

M
pk ’
pk Re
O1
zk (C)

1. Considérons p- pk avec pk à l’intérieur de (C). Lorsque le point M décrit tout le contour de (C) dans le
sens dextrorsum, le vecteur Pk M tourne de -2
2. Considérons cette fois p- pk’ avec cette fois pk’ à l’extérieur de (C). Lorsque M décrit (C), le vecteur
Pk ' M a une rotation de phase nulle.
Il s’ensuit que, pour chaque pôle et chaque zéro à l’intérieur de (C), on tourne de 2. La somme des
rotations de phase est alors 2 (n0 – m0).
IV - 2 - Application à l’étude de la stabilité

Cas général


m
1
p  z i 
Soit R ( p)  k  i avec m<n.
 i 1 p  p i 
n

Afin de contenir tout le demi-plan droit du plan des complexes (Re, Im), on utilise le contour de
Bromwich, () parcouru par p ; son rayon est infini. () évite les pôles éventuels de R(p) situés sur l’axe
Im en passant par leur droite.
Quand p décrit le contour de Bromwich (i.e. p : -  +), R(p) décrit un lieu (), image de (), qui
correspond au lieu de Nyquist de R(p).
Comme p : -  +, le lieu () est symétrique par rapport à l’axe Réel.

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________ 79
 Im Im

p R(p)
i ()
()
pi 
i Re Re
zi

Ici, (n0 - m0) = 0

Théorème
Si R(p) n’a ni pôle ni zéro à l’intérieur de (), son lieu de Nyquist, (), n’entoure pas l’origine.
Théorème de Nyquist
Le nombre de tours, dans le sens horaire du lieu de Nyquist autour de l’origine est égal à n0 – m0, n0 et
m0 étant le nombre de pôles et de zéros à l’intérieur du contour de Bromwich (), i.e. ayant une partie
réelle positive (>0).
Justification
arg(R)= arg(p-z1)+arg(p-z2)+…-arg(p-p1)-arg(p-p2)… = m i -  n i
Or, quand p fait un tour complet de (), la variation des i et i est :
- zéro si pi ou zi i est à l’extérieur de ()
-   sinon
 (arg(R)) = m i -  n i = -(m-n) 2
Conséquence : un système de FdT G(p) est stable si son lieu de Nyquist n’entoure pas l’origine quand
p : -  +
Exemple
Im Im Im

Re Re Re

Systèmes asservis

Soit un système asservi

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________ 80
 E(p) + (p) S(p) S(p) G ( p)
En BF : T(p)  
G (p) E ( p ) 1  G ( p) H ( p )
-

H (p)

Les pôles de T(p) résolvent l’équation 1 + G(p)H(p) = 0

- les zéros sont les mêmes que ceux de G(p)
- les pôles sont les valeurs de p qui résolvent G(p)H(p) = -1
- or le lieu de 1 + G(p)H(p) = 0 est le même que celui de G(p)H(p) translaté de 1
D’où :
Théorème
Un système asservi est stable si le lieu de Nyquist n’entoure pas le point critique –1. Dans ce cas, il n’a
pas de pôles à partie réelle positive.
IV - 3 - Exemple
IV - 4 - Critère simplifié – critère du Revers
Sauf cas très particuliers, la FdT en BO (G(p)H(p)) a une structure qui permet de simplifier le critère
de Nyquist. En effet :
- Deg(num(G(p))) < Deg(dén(G(p)))  G(p)0 quand p
- Le lieu  présente une symétrie par rapport à l’axe Réel car G(-p) est le conjugué de G(p).

Théorème

Sur le lieu de Nyquist tracé pour p=j,  :0  +, si ce lieu passe à droite du point critique (-1) alors
le système est stable.
( si le point (-1) est à gauche du lieu de Nyquist quand  :0  + )

Exemple

Remarque

Ce critère exprime qu’aux hautes fréquences, quand =-180°, il faut atténuer le signal de retour
(gain<-1) sinon le signal réinjecté va s’amplifier dans une réaction positive (effet LARSEN des
installations radiophoniques).

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________81
 Critère dans les différents plans

STABLE INSTABLE
Im Im

-1 Re -1 Re

NYQUIST

GdB GdB

 rd/s  rd/s

 
 rd/s  rd/s

-180 -180
BODE
GdB GdB

-180
-180
 

BLACK
L’intérêt de ce critère est :
- qu’il nécessite peu de calculs
- qu’il renseigne sur le degré de stabilité : plus le point (-1) est éloigné en passant par sa droite et
plus le système est stable et inversement.

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________ 82
 V- Marges de stabilité
E(p) + (p) S(p)
G (p)
-

H (p)

Soit 0 la pulsation pour laquelle le module du gain G(p)H(p) = 1 en BO. Le système est stable en BF
si (j0) > -180°.
Soit 1 la pulsation pour laquelle la phase vaut –180° en BO, (j1)=-180°. Le système est stable en
BF si G(j1)H(j1) < 1.

Définitions

On appelle marge de phase la différence entre (j0) et 180° : M = 180+(j0).

Si M > 0°  système stable, sinon système instable
Plus M est grande et plus le système est stable. Une « bonne » valeur : M40° – 50°

On appelle marge de gain le facteur maximal pour lequel la valeur de K, à la conception du système,
peut être multipliée pour que le système devienne instable.
valeur de K à la limite de stabilité
MG 
valeur de K à la conception du système
1
MG  où (j1)=-180°
G(1 )  H(1 )

Si MG>1 (MGdB>0)  système stable, sinon système instable

Une « bonne valeur » est : MGdB= 10 à 15 dB.

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________ 83
 Représentation graphique dans les plans de Bode, Black et Nyquist

Im

-1 g Re GdB

M -180 M

MG dB 

MG=1/g

GdB

 rd/s

MG dB


 rd/s

M
-180

Exemple

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________ 84
 VI - Stabilité d’un système avec retard pur
Un système avec retard est aussi appelé système à phase non minimale.
E(p) + S(p) m
-
G(p)
 p  z i 
 p N(p)
G ( p)  e  K  e  p i 1
D( p ) n
 p  p i 
i 1

K
G ( p)  e  p 
1  2p
VI - 1 - Méthode du lieu des Pôles
VI - 2 - Critère de Routh
VI - 3 - Critère de Nyquist

VII - Exemple complet

K
G ( p) 
1  p 3
VII - 1 - Méthode du lieu des Pôles
VII - 2 - Critère de Routh
VII - 3 - Critère de Nyquist

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________ 85
 chapitre 10 : CORRECTEURS

I- Généralités
Le cas général, en mono variable, peut être représenté par :

P(p)
+
E(p) + + S(p)
G1(p) G2(p)
-

H(p)

Si les perturbations ne sont pas prises en compte, on dira que le système répond bien s’il est stable,
précis, rapide et robuste.
Pour augmenter la précision :
e,s e,s Ajouter un ou plusieurs intégrateurs


t t

Pour augmenter la rapidité :

e,s e,s Augmenter le gain statique (BP )


t t

Pour augmenter la stabilité :

e,s e,s Augmenter la marge de phase  ajouter de la
dérivation
 (la courbe a moins de variations)
t t

D’où compromis à trouver entre stabilité – rapidité – précision

La résolution se fait de la manière suivante :
1. Définir un cahier des charges

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________ 86
2. Modéliser le système par observations ou équations des lois physiques, en déduire la Fonction de
Transfert
3. Evaluer l’écart entre le cahier des charges et la réalité
4. Elaborer le correcteur
- Action Proportionnelle
- Action Intégrale
- Action Dérivée

II - Correcteurs P. I. D.

E +  U S
C(p) G(p)
-

II - 1 - Correcteur proportionnel – P
Cp   k
Up   k p 
u  t   k  t 
 BP  rapidité
II - 2 - Correcteur Intégral - I
,u
Cp  
1
Ti p
1 p 
Up   u t   x  dx
1 t
Ti 0
t
Ti p Ti

Ti : constante de temps d’intégration : Temps mis par la sortie pour atteindre l’entrée
Diminue l’erreur permanente
Mais, comme   90 , diminue la phase  stabilité
II - 3 - Correcteur Dérivée - D
Cp  Td p
dt 
Up   Td  p  p   u t   Td
dt
La dérivée est liée aux variations
  90   M   stabilité
Remarque Types de correcteurs :
Type P. I. D. Pour diminuer l’erreur : augmenter I
Pour augmenter la rapidité : augmenter P
Pour augmenter la stabilité : augmenter D
Compromis à trouver
P ; P I ; P D ; P. i. D. ; PI I2D D3 …

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________ 87
 P i R (retard)
par boucle interne (retour tachymétrique ou boucle de courant par exemple)
II - 4 - Correcteur PI – Retard de Phase
Forme Théorique :  + U
Kp
K p Ti p  1
C th  p   K p 
1
 +
Ti  p Ti p
1
Forme Réelle : T ip
1  Tp
C ré  p   K avec b  1, souvent b  10
1  bTp
Le correcteur PI est utilisé pour assurer :
- Une réponse indicielle apériodique ou oscillante
- Une erreur en régime permanent donnée
- Un temps de réponse donné
- Un système stable.
Remarques :
Il permet de  l’erreur permanente (t)  il agit sur les basses fréquences.
Il contribue négativement sur la phase   stabilité. Pour ne pas trop détériorer la stabilité du
système, il faut que le gain ne soit pas trop grand.

Etude fréquentielle, pour K = 1

Bode
Black
Nyquist
1  Tj  b1  Tj   1  1 1  bTj  b 1 1 b 1
C j 
1
     
1  bTj  b1  bTj  b1  bTj  b1  bTj  b b 1  bTj 
 cste + forme d’un 1er ordre  demi-cercle inférieur de rayon (b-1)/2b centré sur (b+1)/2b

b 1 sin M   1
Remarque : sin M   b
b 1 sin M   1


 M    M pour  M  bT
1


 C   1 d' après Bode ou calculs C   1  1 b  1
 M
b
M
1 b b

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________ 88
II - 5 - Correcteur PD – Avance de Phase
Forme Théorique : C th p   K p 1  Td  p 

Irréalisable car deg(num) > deg(dén)  sortie en avance sur l’entrée !

1  aTp
Forme Réelle : C ré p   K avec a  1, souvent a  10
1  Tp
Le correcteur PD est utilisé pour assurer :
- Un temps de réponse imposé
- Une amélioration de l’erreur permanente
- Un régime permanent non affecté
- Un système stable.

Remarque :

Il augmente la phase   stabilité

Il ouvre la BP  meilleures performances transitoires (t0)
Mais moins bonne immunité aux bruits en HF (p)
Filtre passe haut

Etude fréquentielle, pour K=1

Bode
Black
Nyquist
1  aTj  aTj   a  a 1 a a 1  Tj  a 1
C j 
1
    a
1  Tj  1  Tj  1  Tj  1  Tj  1  Tj  1  Tj 
 constante - forme d’un 1er ordre  demi-cercle supérieur de rayon (a-1)/2a centré sur (a+1)/2a
a 1
a 1 1  sin M 
sin M   2  a
a 1 a 1 1  sin M 
2

 M    M
1
pour  M 
 aT
 C   a
 M

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________89
II - 6 - Correcteur PID


Forme Théorique : C th p   K p 1 
1
 Td p  

 K p 1  Ti p  Ti Td p
2

 Ti p  Ti p

   
 T p    
C1 p   K p 1   ou C 2 p   K p 1 
1 1  1 
 d
 Tp  T p
d 
 Ti p Td    Td 
Forme Réelle :  1 p i
1 p
 N   N 
 1  T 2p  1  T3p 
ou C 3 p   K p    avec T1  T2  T3  T4
 1  T1p  1  T 4p 
Le correcteur PID est utilisé pour assurer :
- La stabilité (D)
- Une erreur permanente nulle (I)
- Un temps de réponse maximal imposé (P)
- Une forme apériodique ou oscillante ( , D%)

Remarques :

Il agit en hautes et basses fréquences (régimes transitoire et permanent)

En HF : (action D) : un déphasage en avance   stabilité
Amplification   BP   rapidité
En BF : (action I) : un déphasage en retard
Amplification   ()

Etude fréquentielle, pour K=1.

Bode
Black
Nyquist

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________90
 chapitre 11 : INITIATION A L’IDENTIFICATION
DES SYSTEMES

Il existe plusieurs méthodes basées sur la réponse indicielle ou impulsionnelle ou fréquentielle. Ce

chapitre est approfondi en filières à l’INSA HDF
Aux chapitres du 1er et 2nd ordres, il a été vu l’identification des systèmes de ce type. Plus
généralement, il existe la méthode de Strejc. Elle permet l’identification d’un processus à l’aide de sa
réponse indicielle en BO, si celle-ci n’a pas de dépassement.

K 0 e  p
Strejc propose un modèle mathématique : G p   avec K0, , T, n déduits de
1  Tp n
l’expérimentation.
On a et observe :

Echelon Sortie
Processus
e s
e0 Ke0

t t
Tu Ta

On modélise :

Echelon K 0 e  p Sortie
G p  
1  Tp n

Strejc propose le tableau suivant, pour =0 (sans retard pur) :

n Ta T Tu T Tu T a
1 1 0 0
2 2,718 0,282 0,104
3 3,695 0,805 0,218
4 4,463 1,425 0,319
5 5,119 2,100 0,410
Limites de cette méthode :
- la réponse doit être apériodique
- il n’est pas toujours possible d’étudier le système en BO
- le système doit être au repos, sans condition initiale
- les bruits et perturbations influent le résultat, entraînant la nécessité de plusieurs enregitrements.

Exemple

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________91
 A UTOMATIQUE C ONTINUE

R EPRESENTATION D ’E TAT

A.P. M AQUINGHEN -G ODILLON

INSA H AUTS - DE -F RANCE

FISE 3 – ESE, GI, MT

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon___________________92
 chapitre 12 : GENERALITES

I- Introduction
Il est parfois plus commode, pour résoudre certains problèmes d’asservissement, de décrire un système
au moyen d’un ensemble d’équations différentielles du 1er ordre plutôt que par une ou plusieurs équations
différentielles d’ordre supérieur à 1. La raison est que l’on peut alors appliquer tout l’arsenal de l’algèbre
linéaires et des espaces vectoriels à la résolution de ces équations. Pour cela la théorie d’état a été
développée. Autrement dit, la théorie d’état a été inspirée par celle des équations différentielles.
Quelques remarques sont liées à cette méthode :
 Les variables d’état permettent aussi une description interne du système dans le domaine temporel
(alors que les modèles par Fonction de Transfert sont des modèles externes).
 Le traitement a lieu dans le domaine temporel et fait appel à l’algèbre matricielle.
 La représentation des systèmes monovariables s’étend aux systèmes multivariables qu’on peut
appréhender globalement.
 Les notions de commandabilité et d’observabilité apparaissent et jouent un rôle important.
 L’outil est puissant pour résoudre les problèmes touchant à l’optimisation.
 Certains problèmes présentant des non-linéarités ou des paramètres variant dans le temps peuvent
être traités par cette méthode.
 Le calculateur facilite l’analyse et la commande des systèmes.
 La méthode s’applique à la commande continue et/ou discrète.
 Les automatismes séquentiels peuvent aussi être représentés par ce moyen.
 La description d’un système par représentation d’état n’est pas unique.
I - 1 - Systèmes linéaires continus

Exemple 1 : 1 entrée, 1 sortie : circuit RC

Remarque 1 :

Pour déterminer x(t) (et y(t)), dans [t0,t], on n’a pas besoin de connaître ce qui s’est passé avant t0,
mais seulement en t0. Autrement dit, le chemin pour atteindre x(t0) n’importe pas.

Remarque 2 :

A chaque état (x(t) ici) correspond une valeur à t donné, ce qui permet de prévoir l’évolution du
système.
Si au temps t1 > t0 on applique une nouvelle entrée u1(t), la sortie du système va évoluer, pour t[t1,t]
en fonction :
- du nouveau signal d’excitation u1(t)
- de l’état du système en t1, soit x(t1).
L’état du système à un instant donné représente la mémoire minimale du passé nécessaire à la
détermination du futur.

Exemple 2 : 1 entrée, 1 sortie : masse-ressort-amortisseur

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________93
Pour montrer le concept de représentation d’état, un exemple du 2nd ordre est repris, celui d’un système
mécanique « masse-ressort-amortisseur »

II - Principe général
II - 1 - Description
Ce principe peut être généralisé à tout système linéaire d’ordre n. Soit e(t) la grandeur d’entrée et s(t) la
grandeur de sortie. L’équation différentielle décrivant le comportement est supposée se mettre sous la
forme :
dn d n 1
st   a n 1 st   ...  a 0 st   et  (1)
dt n dt n 1
avec s(0)=s0, …, s(n-1)(0)=s(n-1)
x1 t   st   x 1 t 
 x t   s ' t   x t 
 2
En posant :   Xt    2  et Ut   et 
...  ... 
x n t   s ( n 1) t   
 x n t 
La généralisation de la représentation d’état s’écrit avec les 2 équations :
 
Xt   A  Xt   B  Ut 
 X(t0) = x0 donné (2)
Yt   C  Xt   D  Ut 


équation d' état

Correspondant à : 
équation de sortie
X(t) : Vecteur d’état (n1)
U(t) : Vecteur de commande / d’entrée (m1)
Y(t) : Vecteur de sortie (p1)
A : Matrice d’état / d’évolution (nn)
B : Matrice de commande / d’entrée (nm)
C : Matrice de sortie / d’observation (pn)
D : Matrice de couplage entrée-sortie / Transmittance directe (pm)
X(t0) : vecteur des conditions initiales sur l’état
Les n composantes x i t  du vecteur d’état Xt  correspondent à n variables d’état (notées VE)

Remarques :

La RE d’un processus n’est pas unique. Autrement dit : un processus peut avoir plusieurs RE
équivalentes.
Dans le cas d’un système SISO (1entrée, 1 sortie) : m=1 (B matrice colonne) ; p=1 (C matrice ligne) et
courramment, n = l’ordre du système.
Il est fréquent que D = 0 : il n’y a pas de liaison directe entre l’entrée et la sortie. On dit alors que le
système est « propre ».
Une représentation graphique peut être la suivante :
Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________94
II - 2 - Le schéma fonctionnel équivalent est le suivant :
D

u(t) + X(t) X(t) + y(t)

B  C
+ +
A

Cette forme est générique, i.e. elle est commune à tout système. Il suffit de modifier les valeurs dews
paramètres (vecteurs et matrices) oiur changer de système. Ou, pour un même système, il suffit de
changer les valeurs des matrices pour changer de RE.

Exemple : 2 entrées, 1 sortie

II - 3 - Schéma plus fin

Une autre représentation se base sur les 3 opérations :  ; + ; 

 a

L’équation différentielle : x 1  1 x 1   2 x 2  ...   n x n  bu s’écrit alors :

xn
… n
…
x2
… 2
+
x1 x1

u b +
++ …

1

L’avantage de cette représentation est qu’une correspondance physique est directe entre des cablages
électriques (életroniques) comprenant des potentiomètres et des amplificateurs opérationnels.
L’inconvénient est que ce modèle n’est pas générique : si A, B, C ou D est modifié, le cablage doit être
revu.
Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________95
II - 4 - Systèmes linéaires à commande numérique
La RE s’applique aussi aux systèmes commandés de façon discrète. La base de la théorie est présentée
à partir d’un exemple. L’ensemble de la théorie n’est pas développé dans ce cours.

Exemple : 1 entrée, 1 sortie

Soit une société, appelée RIFE, fabrique du matériel de télécommunication, elle a 2 secteurs
d’activité : le téléphone et la fibre optique (FO). Son montage simplifié est le suivant :
- chaque année « k », RIFE investit un capital désigné par u(k) dans ses 2 activités : 0,75u(k) pour le
téléphone, 0,25u(k) pour la FO.
- RIFE fait des pertes dans la FO, chaque € investi perd 0,10€
- RIFE fait des bénéfices dans le téléphone, chaque € investi rapporte 0,30€
A la fin de chaque année, ces bénéfices sont réinvestis dans le secteur de la FO pour le renflouer.
Soient x1(k) et x2(k) les capitaux cumulés la kième année, respectivement pour le téléphone et la FO.
Entrée : u(k) : capital injecté
  x k  
Une RE peut être : Etat : Xk    1 
  x 2 k 
Sortie : y(k) : total cumulé des capitaux lannée k

Pourletéléphone : x 1 k  1  x 1 k   0  0,75u k 
On peut écrire : 
PourlaFO : x 2 k  1  0,30x 1 k   0,9x 2 k   0,25u k 
Ces 2 équations décrivent complètement le fonctionnement de la RIFE. L’histoire résumée par les 2
variables x1(k) et x2(k) réactualisées chaque année, ce sont les variables d’état.
 x 1 k  1   1 0   x 1 k    0,75 
            u k 
 x 2 k  1  0,3 0,9   x 2 k   0,25   x 0   0 
 avec  1    
 yk   1 1   x 1 k    0  Uk   x 2 0  0 
  x k 
  2 
Si on suppose une loi d’apport dégressif de la forme u(k)=1/2k, il est facile, connaissant les CI de déduire
y(k), k. Par exemple, k=2, y(2)=1,7 : capital des 2 secteurs d’activité.

La forme générale, en numérique, est notée :

Xk  1  F  Xk   G  Uk 
 X(0) = x0 donné
Yk   P  Xk   Q  Uk 
Une représentation graphique est la suivante :

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________96
II - 5 - Passage du domaine continu au domaine discret d’un processus échantillonné-bloqué

F  e A

G   e A   d  B
 0

P  C QD

III - Passage RE  FT
III - 1 - Passage REFT

Elimination des variables d’état (notées VE)

On peut identifier deux techniques. La première consiste à écrire les n équations, puis éliminer les
variables d’état pour ne laisser qu’une relation entre u et y d’où il est facile d’extraire la fonction de
transfert. Cette technique est intuitive, mais parfois fastidieuse sans utiliser les atouts de la représentation
matricielle. D’où la seconde technique :

Calcul matriciel

Proposition : La fonction de transfert d’une représentation d’état (A,B,C,D) est donnée par
C pId  A BD .
1

Remarque : La forme [Link]-A rappelle la théorie des espaces vectoriels.

On en déduit une proposition importante :

Proposition : le polynôme caractéristique de A est le dénominateur de la fonction de transfert (à un
coefficient multiplicateur près).
Exprimé autrement :
Proposition (équivalente) : les valeurs propres de A sont les pôles du système.
III - 2 - Passage FTRE
On va voir sous forme d’exemples plusieurs méthodes pour passer d’une FT à une RE.
Remarque : on suppose travailler sur des FT irréductibles.

Méthode de Horner

C’est une méthode très générale et algorithmique.

b 0  b1 p  ...  b n 1 p n 1
Contrainte : la fonction de transfert doit être sous la forme : F(p)  , avec an=1.
a 0  a 1 p  ... 1.p n

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________97
 n n
Méthode : On met sous la forme  Y(p).a i .p i   U(p).b i .p i les bi éventuellement complétés à 0
i 0 i 0
jusqu’à l’ordre n puisque l’on travaille sous hypothèse de causalité. On divise alors par le degré le plus
élevé, pn , et on exprime Y(p) sous la forme d’un polynôme en puissance négative de p :
Y ( p)( p n  an1 p n1  an2 p n2  ..  a0 )  U ( p)(bn p n  bn1 p n1  bn2 p n2  ..  b0 )
p nY ( p)  bn p nU ( p)  bn 1 p n 1U ( p)  bn 2 p n 2U ( p )  ..  b0U ( p )  an 1 p n 1Y ( p )  an 2 p n 2Y ( p )  ..  a0Y ( p ) 
Y(p)  bn U(p)  p1 bn 1U(p)  a n 1Y(p)  p2 bn  2 U(p)  a n  2Y(p)   ...  p n b0 U(p)  a 0Y(p)  .
On factorise par les p-1 :
1  1  1 1  1   
Y ( p ) b U ( p )  p bn 1U ( p ) an 1Y ( p )  p bn 2U ( p ) an 2Y ( p )  p [... p b1U ( p ) a1Y ( p )  p b0U ( p ) a0Y ( p )  ... 
n   

De droite à gauche, on associe les n variables d’états :

1  1  1 1  1   
Y ( p ) b U ( p )  p bn 1U ( p )  an 1Y ( p )  p bn  2U ( p )  an  2Y ( p )  p [... p b1U ( p )  a1Y ( p )  p b0U ( p ) a0Y ( p )  ... 
n   


X n(p) p1 b0U(p)a0Y(p) 


X n 1(p) p 1 b1U(p)a1Y(p) X n(p) 
…
1

X 1(p) p bn 1U(p)an 1Y(p) X 2(p) 
Y(p)bnU(p) X 1(p).

Soit :
X n (p)  p 1 b 0 U(p)  a 0 Y(p)

X n 1 (p)  p 1 b1 U(p)  a 1 Y(p)  X n (p) …

X1 (p)  p 1 b n 1 U(p)  a n 1 Y(p)  X 2 (p)
avec comme équation de sortie : Y(p)  bn U(p)  X1 (p).
Cette dernière équation permet de supprimer Y des équations précédentes par substitution.
Les n équations différentielles du 1er ordre sont faciles à déduire des équations précédentes, la RE est
immédiate à ce niveau.
Exemple
Schéma

Décomposition série

Méthode : on décompose une FT en produits de 1er ordres.

1 k
Contrainte : la méthode est efficace si la FT est sous la forme :  , d’où
p 1  1p 1   2 p ...1   n p 
m

m+n VE avec des pôles réels.

1 1 k 1 1
On peut alors écrire cette FT comme suit :       , ce qui donne :
p p 1  1 p  1   2 p  1   n p 
Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________98
 xmn(t)
u(t) x1(t) x2(t) xm(t) xm1(t) xm2(t) xmn1(t) y(t)
1 1 1 1 1
p p 11p 1 2 p 1 n p k

On associe une VE à chaque sortie. La RE est alors immédiate.

Remarque : on peut avoir des racines (pôles) multiples : 12... cela ne gène en rien la décomposition.

Exemple
Schéma

Décomposition parallèle ou forme modale

Méthode : on décompose une FT en éléments simples.

Contrainte : aucune, cette forme généralise la précédente et dans le cas des pôles multiples, s’appelle
parfois forme « modale ».
On écrit FT comme suit :
b0  b1 p  ...  bm p m b0  b1 p  ...  bm p m 11 12 1  21  22 2
n1 n2

F ( p)    0    ...     ...
a0  a1 p  ... 1. p   p   1  p   p   p  2  p    
n n1 n2 2 n1 2 n2
1 2
p ... 1 1 2
p 2
p

1 2
Ce qui donne, par exemple, pour F(p)   0   :
1  p  2  p

0

1 x1(t) 1
1 p
u(t)
+
x2(t) + y(t)
1 2
2 p
+

A chaque sortie on associe une VE. Là aussi, la RE est alors immédiate.

Dans le cas de pôles multiples, pour résoudre le problème des puissances > 1, on utilise l’astuce qui
consiste à mettre en série (voir décomposition en série).
Proposition : Une RE dite modale peut être mise sous la forme suivante :
 x 1   1 0 0  0   x1   1 
 x   0 2 0 0    x 2   1 
 2  
 x 3   0 0 3 0 0   x3   1 
      u
         
 x n 1   0 0 0    x n 1   1 
       
 x n   0 0 0   n   x n   1 

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________99
  x1 
x 
 2 
x 
y  c1 c2  c n  3 

 x n 1 
 
 x n 
Exemple
Schéma

Forme canonique de commande

non vue en TC
Méthode : on édite directement la RE à partir d’une forme normalisée de la FT.
b 0  b1 p  ...  b n 1 p n 1
Contrainte : la fonction de transfert doit être sous la forme : F(p)  .
a 0  a 1 p  ... 1.p n
Proposition : Une RE dite commandable peut être mise sous la forme suivante :
 x 1   0 1 0  0 0   x1   0 
 x   0 0 1 0  0   x  0
 2     2   
 x 3   0 0 0 1 0 0   x3   0 
      u
       
 x n 1   0 0 0  0 1   x n 1   0 
       
 x n   a 0  a1 a2   a n 2  a n 1   x n   1 

 x1 
x 
 2
y  b 0 b1  b n  x 3 
 
 
 x n 

Remarques
En mathématiques, cette forme est dite « compagne »4.
n1
Le polynôme caractéristique de A est égal à PA(p)det(pI  A)a0 a1 p... an1 p  p , c’est aussi le
n

dénominateur de F(p), à un coefficient multiplicateur près. Cette remarque sera utilisée régulièrement
dans ce cours.
On montre que les VE sont fonctions des dérivées successives de la sortie.
Il existe une forme duale de la forme commandable qui est dite « observable » (voir Horner).
Si n=m, on met sous la forme F(p)=d+F’(p) et on applique la RE à F’(p), puis on ajoute le terme ‘du(t)’ à
y(t). Dans tous les cas, n ne sera jamais inférieur à m (systèmes propres ayant un sens physique).

4 Une matrice compagne est matrice qui comprend des ‘1’ sur une diagonale supérieure et des coefficients sur une seule
ligne/colonne
Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________100
 Exemple
Schéma

Forme canonique d’observation

non vue en TC
Proposition : Une RE dite observable peut être mise sous la forme suivante :
 x 1  0 0 0  0  a 0   x1   b 0 
 x  1 0 0 0   a 1   x 2   b1 
 2  
 x 3  0 1 0 0 0  a 2   x3   b2 
    u
     
 x n 1   0 0  0  a n  2   x n 1  b n  2 
       
 x n  0 0 0  1  a n 1   x n   b n 1 

 x1 
x 
 2 
x 
y  0 0  0 0 0 1 3 

 x n 1 
 
 x n 
Remarque
La transformation : A  A T , B  C T , C  BT permet d’obtenir la forme canonique de commande.
Exemple
Schéma

Forme de Jordan

non vue en TC
b 0  b1 p  ...  b n 1 p n 1
Méthode : on édite la RE à partir d’une forme normalisée de la FT F(p)  mise
a 0  a 1 p  ... 1.p n
sous la forme d’une décomposition en éléments simples dont au moins un pôle est multiple :
1 2 k  k 1 n
Fp      
p  p1  k
p  p1 k 1
p  p1  p  p k 1  p  p n 
Contrainte : Il faut au moins un pôle multiple.
Proposition : Une RE est dite de Jordan si la matrice d’état est sous la forme de Jordan5.

5 Une matrice est dite de Jordan si elle est diagonale par bloc et que chaque bloc popssède des zéros partout sauf sur sa
diagonale, qui contient des éléments tous égaux et sur sa sur-diagonale qui ne contient que des ‘1’.
Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________101
  x 1  p1 1 0  0 0   x1   0 
 x   0 p1 1 0  0   x 2   0 
 2  
 x 3   0 0 p1 1 0 0   x3   1 
      u
   p k 1     
 x n 1   0 0  0 0   x n 1   1 
       
 x n   0 0 0  0 p n   x n   1 

 x1 
x 
 2 
x 
y   1 1   k  k 1   n  3 

 x n 1 
 
 x n 
Remarque La matrice de commande ne possède, pour éléments non nuls, que des ‘1’ (autant que de
blocs), positionnés au niveau de la dernière ligne de chaque bloc.
Autrement dit : la matrice de commande possède des ‘0’ partout sauf en dernière ligne de chaque bloc,
l’élément est alors un ‘1’.

Exemple

Schéma

III - 3 - RE équivalentes

Définition - Propriétés

 
Définition : deux RE A, B, C, D et A, B, C, D sont dites équivalentes si elles sont représentatives
~ ~ ~ ~
1 ~ ~ 1 ~ ~

d’une même fonction de transfert : CpId  A B  D  C pId  A B  D . 
Proposition : le passage d’une RE à une autre équivalente se fait en appliquant une matrice de passage
(ou de transformation) inversible T.
Remarque : T est parfois notée W.
Remarque : si A  T 1AT , cela correspond à un changement de base et alors PA    PA~   . Ceci
~

signifie donc que les dénominateurs correspondants aux deux RE sont identiques (à un coefficient
multiplicateur près), ce qui cohérent puisque les deux sont représentatives du même système.

Passage d’une RE à une autre RE – cas général

non vue en TC
Soient 2 RE équivalentes :

   ~
Xt   A  Xt   B  Ut  Xt   A  Xt   B  Ut 
~ ~ ~
 et 
Yt   C  Xt   D  Ut  Yt   C  X t   D~  Ut 
 ~ ~

Le passage de l’une a l’autre se fait à l’aide de la matrice de transformation notée W.

Le passage d’une RE à une autre se fait à l’aide des relations suivantes :

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________102
 ~ ~ ~ ~
A  W 1 AW , B  W 1B , C  CW , DD
~ ~ ~
Ou WA  AW , WB  B , CW 1  C
~ ~
AW 1  W 1 A et X  W 1 X
D est invariant à la transformation.

Ces transformations s’appliquent également au domaine discret :

   ~
Xk  1  F  Xk   G  Uk  Xk  1  ~ F  Xk   G  Uk 
~ ~
 et 
Yk   P  Xk   Q  Uk  Yk   ~
P  Xk   Q  Uk 
 ~ ~

Le passage de l’une a l’autre se fait à l’aide de la matrice de transformation notée W.

Le passage d’une RE à une autre se fait à l’aide des relations suivantes :
~ ~ ~ ~
F  W 1 FW , G  W 1G , C  CW , Q  Q
~ ~ ~
Ou WF  FW , WG  G , PW 1  P
~ 1 ~
FW  W 1F et X  W 1 X
Q est invariant à la transformation.

Passage d’une RE à une autre RE particulière

Soient les matrices de transformation pour trouver une RE sous forme diagonale :Wd, de
commandabilité : Wc, d’observabilié Wo
Dans la suite, la matrice W est décomposée en colonnes comme suit : W  w 1  w 2   w n  
On suppose les racines i de l’équation caractéristique de F discinctes.
On a : On veut : A COMPLETER

Cas des pôles complexes

La représentation générale peut inclure celle ayant des pôles complexes. On a :

   a  jb 0  1
X     X     U
  0 a  jb  1
Y    j   j  X

1 1  1 1  j  ~
Le changement de base se fait à l’aide de T    et T 1    qui conduit, avec X  T  X
 j  j 2 1 j 
à la représentation :
 ~  a b   2
X     X     U
  b a 0

Y      X
~

Annulation de la matrice D (ou Q)

En vue de simplifier les études, la matrice D est annulée par changement de variable comme suit.

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________103
Soit le système décrit par la RE suivante :
 
Xt   A  Xt   B  Ut 

Yt   C  Xt   D  Ut 

En considérant une nouvelle sortie Z  Y  D  U , le nouveau système est décrit sur la figure et la RE
devient :
 
Xt   A  Xt   B  Ut   
Xt   A  Xt   B  Ut 
 soit : 

 Z t   C  X t   D  U t   D  U t  Zt   C  Xt 


L’étude du système initial se fait en final en effectuant le changement de variable inverse : Y  Z  D  U

IV - Passage d’une RE au domaine temporel – résolution des équations d’état et de

sortie
IV - 1 - Solution de l'équation d'état
Par généralisation des expressions donnant la solution de l'équation différentielle, nous trouvons la
solution de l'équation différentielle matricielle.
Xt   e A  t  t 0 Xt   t e A  t   BU d


0 t 0 (3)
Yt   CX t   DU t  t  t 0

Ces expressions fournissent l'état du système (et la sortie) pour tout t  t 0 à partir d'un état initial
arbitraire Xt 0  , avec une fonction Ut  appliquée sur l'intervalle [t0, t] à l'entrée.
La solution de l'équation différentielle d'état comprend deux termes : le premier correspond à la solution
homogène (régime libre dû au vecteur d'état initial Xt 0  , le deuxième à la solution forcée (due à l'entrée
Ut  ).

On voit le rôle fondamental joué par la matrice e At - matrice de transition d'état – qu'il faudra évaluer.
La matrice exponentielle répond aux mêmes règles de calcul que la fonction exponentielle, en particulier :
eo  I ; e A  t 2  t1  e A  t1  t 0   e A  t 2  t 0 
Sauf dans quelques cas pour lesquels on peut (ou on doit) calculer par voie analytique X t  selon
l'expression, les systèmes continus seront généralement simulés par approximation numérique, en les
échantillonnant 6.
Si le temps t = 0 est pris comme origine, alors le système d’équations (3) devient :

6 C'est pourquoi il ne faut trop s'attarder sur les résultats formels qui pourraient effrayer un lecteur connaissant mal le calcul
matriciel. L'écriture condensée est en fait celle d'un système condensé
Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________104
 Xt   e A  t X  t e A  t  BU d

0 0 (4)
Yt   CX t   DU t  t  0

La valeur initiale imposée X 0 l'est en t = 0.

IV - 2 - Réponse impulsionnelle
Considérons un système monovariable propre (d = 0). Posons t0 = 0 et X 0  O (C.I. nulles), alors
Xt   t e A  t    bu d
d'après (4) :


0
 yt   0 c e b u d
At  
t


Si l'entrée u est l'impulsion de Dirac unité    , on sait que :  f   d   f   d  f 0
t

0 

En appelant h la réponse y obtenue, il vient : ht   C e At B ; c'est la réponse impulsionnelle du système.

Dans le cas multi-entrées, multi-sorties, la relation est matricielle : Ht   C e At B , matrice de réponses
impulsionnelles du système, de dimension (p x m)7.
IV - 3 - Transformée de Laplace de l'équation d'état
Appliquons la transformation de Laplace à l'équation d'état matricielle de la RE, ce qui revient à
l'appliquer aux n équations temporelles, et ensuite à écrire à nouveau la forme matricielle. Il vient :
p Xp   X0  A Xp   B Up 
Cette dernière équation a pour solution :
Xp   pI  A  X 0  pI  A  BU p 
1 1

L'inversion matricielle n'est possible que pour une matrice régulière.

En rapprochant les équations, on en déduit le résultat très important :

 
£ e At  pI  A
1
à comparer avec £ e at    1
pa
 p  a 
1

IV - 4 - Fonction de transfert en p du système continu

Formulation générale

On impose X0 = 0, alors :
Xp  pI  A B Up 
1

Yp   C pI  A B Up   D Up 

1

Yp 
Hp    C pI  A B  D
1
La fonction de transfert matricielle s'écrit :
Up 

Exemple

V- Evaluation de la matrice eAt

7 La colonne d'indice i de H(t) est déterminée en appliquant un Dirac t  sur l'entrée u i t  , les autres entrée étant nulles, et
en observant l'évolution des sortie y1(t), y2(t), … yp(t)
Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________105
La matrice e At est à la base de l'expression de la réponse temporelle des systèmes continus cf (2); elle
intervient aussi dans le cas des systèmes échantillonnés.
Présentons quatre méthodes permettant son évaluation :
 Développement en série d'une exponentielle de matrice;
 Application du théorème de Cayley Hamilton;
 Transformation de Laplace inverse;
 Diagonalisation.
V - 1 - Développement en série
 At t2 t3 
ti
e  I  At  A 2  A 3  ...   A i
D'une manière explicite, on obtient :  2! 3! i0 i!
 A matrice carrée
Cette forme se prête bien au calcul numérique par ordinateur. On peut, pour chaque valeur de t, évaluer
l'expression précédente par une sommation finie sur n termes; on choisit n tel que la contribution des
termes suivants soit négligeables. Les coefficients de la matrice résultat obtenue sont des nombres (et non
des expressions analytiques). Le calcul se trouve simplifié si la matrice A est diagonale, car alors seules
subsistent les puissances successives des éléments diagonaux.

Exemple

V - 2 - Application du théorème de Cayley-Hamilton

On peut développer e At en un nombre fini de termes, égal à l'ordre de la matrice A. Cette propriété
découle du théorème de Cayley-Hamilton qui indique que toute matrice satisfait à son équation
caractéristique.
1 4  1  4
Par exemple, si A    d'équation caractéristique dét  0 , soit 1   3     8  0 ou
 2 3  2 3  
encore :   4  5  0, alors on peut écrire : A 2  4A  5I  O .
2

Soit maintenant une matrice carrée A d'ordre n, possédant n valeurs propres distinctes 1 , 2 , ...n . On
démontre que : e At   0 I  1A   2 A 2  ...   n 1A n 1 ; avec  0 , 1 , ...  n 1 solutions de 8

  0   1 1   2 21  ...   n 1n11  e 1t

 n 1  t
 0   1 2   2  2  ...   n 1 2  e 2
2


  
 0   1 n   2 2n  ...   n 1nn1  e  n t

On remarque que cette méthode nécessite la connaissance des valeurs propres  i de A

8 Si la matrice A admet une valeur propre multiple – par exemple  1 et  2 distinctes, avec n= 4- alors  0 , 1 ,  2 ,  3 sont
  0  1 1   2 21   3 31  e 1t
  t
 0  1 2   2  2   3  2  e 2
2 3
des solutions de :  3t
  0   1 3   2  3   3  3  e
2 3

 0  1 4   2 24   3 34  e  4 t

Cette dernière est obtenue par dérivation de la précédente par rapport à . Si l'ordre de la multiplicité est plus élevé, on
augmente l'ordre de la dérivation.
Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________106
 Exemple

V - 3 - Transformation de Laplace inverse

 
D'après £ e At   pI  A , on tire :
1
e At  £ 1  pI  A
1

Cette méthode, qui nécessite le calcul de l'inverse d'une matrice et le retour à l'original convient tant que
l'ordre de A est peu élevé.
Son avantage est de fournir une expression analytique ; on peut ainsi apprécier l'importance des différents
paramètres.

Exemple

V - 4 - Diagonalisation de A
1 0 0
On peut aisément montrer que si la matrice A est diagonale, par exemple, A   0 2 0  alors la

 0 0  3 
matrice  pI  A est aussi diagonale.
1

 1 
 0 0 
 p  1   e 1 t 0 0 
 
On a pI  A   0 0  qui conduit à l'original :
1 1 2t
e At
 0 e 0 
 p  2 
  0 e  3 t 
1   0
 0 0 
 p   3 
D'où une expression très simple de la matrice exponentielle à partir de la connaissance de ses éléments
diagonaux.
 x 1 t    e 1 0   x 1 t 0  
 t  t 
0 0
 
Pour un système à entrées nulles, (2) s'écrirait alors :  x 2 t    0 e  2 t  t 0 
0   x 2 t 0 

 x 3 t   0 0 e  3  t  t 0    x 3 t 0 

Exemple

VI - Commandabilité - observabilité
VI - 1 - Commandabilité
Considérons le circuit électrique suivant :
x2(t) i(t)

L
R
C x1(t) y(t)

u(t)

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________107
Dans le cas où il y a une coupure, on conçoit intuitivement que si l’état du circuit est représenté par x 1 et
x2 respectivement tension aux bornes du condensateur et courant dans la self, x1 ne sera pas commandé
par le générateur de tension délivrant u(t). Cet exemple conduit à la définition de la commandabilité :
Définition : Un système est dit commandable si on peut, sur une durée finie, modifier toutes les
composantes du vecteur d’état, X(t), par un signal de commande u(t) en vue d’obtenir un état final X(tf) à
partir d’un état initial X(ti).

Condition de la commandabilité : théorème :

Le système continu représenté par


Xt   A  Xt   B  Ut  d’ordre n, est commandable (gouvernable) SI et SEULEMENT SI :

rangWcom  n note 9 avec 

Wcom  B AB A n -1B 

Le système discret représenté par

Xk  1  F  Xk   G  Uk  d’ordre n, est commandable (gouvernable) SI et SEULEMENT SI :

rangWcom  n avec 
Wcom  G FG  F n -1G 

Remarque : La sortie ne joue aucun rôle dans le critère de commandabilité de l’état ; seules les matrices
(A,B) ou (F,G) interviennent.

Exemple

VI - 2 - Observabilité
Considérons le comportement d’un moteur. Si la sortie mesurée est la vitesse, on peut se poser la
question : est-il possible de remonter à l’état initial (position et vitesse de départ) à partir de la
connaissance de la sortie, c’est-à-dire de la vitesse, et du signal de commande qui la fait évoluer ?
La réponse est forcément négative car la position, intégrale de la vitesse, est définie à une constante près.
Si maintenant, on observe l’évolution de la position ; à la question précédente, la réponse devient
positive. En effet, on a déjà la position et la vitesse en sera la dérivée.
Définition : Un système est dit observable s’il est possible de retrouver l’état initial X(ti) à partir de
l’observation de son entrée u(t) et de sa sortie y(t), sur un intervalle de temps fini.
Pour un système discret ou échantillonné, cette définition s’exprime en remplaçant t par k et la durée
finie devient un nombre fini de périodes d’échantillonnage.

9 Le rang d'une matrice A, noté rg A, est

- le nombre maximal de vecteurs lignes (ou colonnes) linéairement indépendants,
- la dimension du sous-espace vectoriel engendré par les vecteurs lignes (ou colonnes) de A,
- le plus grand des ordres des matrices carrées inversibles extraites de A,
- la taille du plus grand mineur non nul de A,
- la plus petite des tailles des matrices B et C dont le produit est égal à A,
tous ces nombres étant égaux.
On peut déterminer le rang en procédant à une élimination via la méthode de Gauss-Jordan et en examinant
la forme échelonnée obtenue de cette manière.
Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________108
Ce problème d’observabilité a une importance pratique car certaines variables internes sont parfois
inaccessibles à la mesure ou « coûteuses » à mesurer.

Conditions d’observabilité : théorème :

Le système continu représenté par

 
Xt   A  Xt   B  Ut 
 d’ordre n, est observable SI et SEULEMENT SI :
Yt   C  Xt 


 C 
 
rangWobs  n avec 
Wobs  C CA  CA n -1 
t  CA 

 
 
 CA n -1 
 
Le système discret représenté par
Xk  1  F  Xk   G  Uk 
 d’ordre n, est observable SI et SEULEMENT SI :
Yk   P  Xk 
 P 
 
rangWobs  n avec 
Wobs  P PF  PF n -1 
t  PF 

 
 n -1 
 PF 
 
Remarque : La propriété d’observabilité de l’état ne dépend que des matrices (A,C) ou ( F,P). L’état
n’intervient pas.

Exemple

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________109
VI - 3 - Diagramme de Kalman
Le diagramme de Kalman permet de mieux comprendre les problèmes de commandabilité et
d’observabilité dans les systèmes linéaires.
Un système peut toujours se décompser en 4 sous-systèmes commandables ou non, observables ou
non.

Kalman décompose les sous-systèmes de la façon décrite dans la figure suivante.

Les dépendances entre l’entrée et la sortie y sont également présentées.

Dans ces schémas, on remarque qu’il n’existe pas de lien entre l’entrée et les sous-systèmes non
commandables. De même, il n’existe pas de lien entre les sous-systèmes non-observables et la sortie.
Cette figure illustre que la fonction de transfert, qui lie la sortie y à l’entrée u d’un système mono-
variable, ne décrit que les sous-systèmes commandables ET observables.

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________110
 chapitre 13 : COMMANDE PAR RETOUR D’ETAT

I- Exemple introductif
Soit une commande en position d’un moteur :

e(t) + (t) u(t) s(t)

A k
- p(1p)

Rappels :  e (t ) est le signal de consigne, (t ) l’erreur, u ( t ) le signal de commande et  s (t ) le signal de sortie.
On cherche A afin que l’ensemble se comporte comme un second ordre dont on souhaite fixer les
paramètres (amortissement, pulsation). D’un point de vue système, le problème d’élaboration de la
commande se représente comme ceci :
 Paramètre de commande
Données sur
calcul
le système à corriger (la BO) k A
 

Données sur
le système souhaité (en BF)
(cahier des charges)

Le calcul de la fonction de transfert en boucle fermée donne :

Ak
FTBO p(1  p) Ak 1
FTBF     .
1  FTBO Ak Ak  p  p 2
1  2
1 1 p p
p(1  p) Ak Ak
Remarque : Gain statique unitaire car intégrateur + retour unitaire.
On obtient un 2ème ordre (de gain statique unitaire, de par l’intégrateur et le retour unitaire).
Sous la forme normalisée :

 Ak
n   fct(A)
1

1
  .
 2 2 
1
1
p p 1
1
p  2 p2   n 
1

1 1
 fct(A)
Ak Ak n n  2 Ak 2 Ak 
L’amortissement et la pulsation sont tous deux fonctions de A. Placer la valeur de l’un fige la valeur de
l’autre, il n’est pas possible de fixer indépendamment l’amortissement et la pulsation indépendamment
(on dispose d’un degré de liberté pour deux paramètres).

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________111
Il faut donc une commande à deux paramètres. On peut citer par exemple le correcteur PI ou le retour
tachymétrique. Cette dernière présente l’avantage de bien introduire la commande par retour d’état.
On prend A=1. Le schéma devient :

e(t) + u(t) k  s(t) 1 s(t)

- (1p) p
-
l0 vitesse

l1 position

On cherche l0 et l1 afin que l’ensemble se comporte d’une manière fixée par le cahier des charges :
 l0
Données sur
calcul Paramètres de commande
le système à corriger (la BO) k
l1
 

Données sur
le système souhaité (en BF)
(cahier des charges)

Deux approches :
 Approche « par fonction de transfert » :

Le calcul des FT de transfert pour la petite puis grande boucle : FT= BO/(1+retour*BO) donne :

En remplaçant :

e(t) + k  s(t) s(t)

1
- 1l0k p p

l1

 1
K  l

 n  fctl1  .
k 1 1 K 1
FTpetite  , FTBF   
1  l0 k  p l1 1  1  l0 k p   p 2 1  2 p  1 p 2   g(l , l )
kl1 kl1 n n
2
 0 1


Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________112
Le retour sur la position permet de fixer la pulsation, ce qui fixe le gain l 1, le retour sur la vitesse l0
permet alors de fixer l’amortissement.
Remarque : le gain statique en BF n’est plus unitaire, malgré l’intégrateur dans la chaîne directe, cela est
dû au fait que le retour n’est pas unitaire.
On dispose de deux degrés de liberté pour fixer les deux paramètres du système à volonté.
 Approche « par représentation d’état » :

Si on essaye de reproduire la synthèse de la commande (choix des coefficients l0 et l1) en utilisant la

représentation d’état au lieu de la fonction de transfert, on obtient, avec s s :

   s    0 1  s   0 
   u.
X
   1 /    s  k / 
s  0
Le retour d’état s’écrit : u  e  l0 s  l1s . En injectant cette équation dans la précédente, on obtient :

   s    0 1  s   0 
   
0
(e  l0s  l1s )  
1  s  
   
0   0 
 e .
    1 /    s   kl 0 /  s  kl1 /  s  k / 

X
  1 /    s   k /  
s  0 0
On peut modifier cette relation pour revenir à une forme du type « représentation d’état » :

  0 1  s   0 
 kl /    e  A' X  Be
 1 /   kl 0 /    s  k / 
X
 1
On reconnaît une forme commandable, donc on connaît le polynôme caractéristique de A’, et donc le
dénominateur de la FTBF (à un coefficient multiplicateur près) que l’on peut identifier avec celui
souhaité dans le cahier des charges.
 0 1  p -1
A'    , PA ' (p)  pId  A' 
 kl 1 /  1 /   kl 0 /  kl 1 / p  1 /   kl 0 / 

 pp  1 /   kl 0 /   kl 1 /  p 2  1 /   kl 0 / p  kl 1 /
D’où en identifiant et après avoir remarqué que le CdC sous sa forme classique doit être transformé
(facteur près) :
 1
1 2 p  2 p 2  p 2  2n p   2 n
n  n

L’identification terme à terme donne : p 2  1 /   kl 0 / p  kl 1 /  p 2  2n p  2 n . D’où :

1/   kl 0 /   2n et kl1 /   2 n .
On en déduit les deux coefficients l0 et l1 (bien sûr, les mêmes qu’avant).
On appelle l0 et l1 les coefficients du retour d’état / paramètres de commande pour le vecteur d’état
[position, vitesse].
Le retour tachymétrique constitue ainsi un cas particulier pour n=2 d’une commande par retour d’état.
Remarque : on retrouve bien la même chose qu’en passant par la fonction de transfert.

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________113
 II - Cas à n VE dans l’espace commandable
II - 1 - Description
Soit un vecteur d’état X à n VE d’un processus. L’idée consiste à associer à chaque VE xi un coefficient
li-1 comme suit :

Le retour d’état prend la forme suivante : u(t )  e(t)  (l 0 x1  l1 x 2  ...  l n 1 x n ) .

En discret, le schéma est donné par :

Avec :
- le signal e(k) correspondant à une grandeur de commande qui représente l’action nécessaire au
suivi de consigne extérieure.
- X(k), le vecteur d’état qui caractérise la dynamique du processus.
Un signal u(k) est fabriqué pour qu’en tenant compte de la consigne extérieure (via e(k)) et de la
« personnalité » du processus (via L  Xk  ), le signal y(k) soit performant.
Si toutes les composantes du vecteur d’état X(k) sont accessibles et mesurées, la loi de commande
cherchée correspond à un retour d’état exprimé par :
 x1 
x 
u (k )  e(k )  l 0 l1 ... l n 1    2   e(k )  L  Xk  .
 ... 
 
x n 
L est appelé vecteur du retour d’état. Il est calculé pour corriger la dynamique du système tel que décrit
dans le cahier des charges en plaçant les pôles aux valeurs souhaitées (d’où le nom de la technique par
« placement de pôle »).
On dispose ainsi de n degrés de liberté pour fixer les n coefficients du dénominateur de la FTBO (d’ordre
n). Il y a donc autant de coefficients que de degrés de liberté.
Remarques :
Ce type de commande pose 2 questions :
- l’état X(t) peut-il être modifié à partir de u ? Autrement dit, le système est-il commandable ?
- l’état X(t) peut-il être déterminé à partir des signaux y et u ? Autrement dit, le système est-il
observable ?
Ces 2 questions conduisent aux concepts de commandabilité et observabilité déjà vus.
Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________114
 chapitre 14 : INITIATION A L’IDENTIFICATION DES
SYSTEMES

Il existe plusieurs méthodes basées sur la réponse indicielle ou impulsionnelle ou fréquentielle. Ce

chapitre est approfondi en ultérieurement à l’ENSIAME et/ou Master 2.
Aux chapitres du 1er et 2nd ordres, il a été vu l’identification des systèmes de ce type. Plus
généralement, il existe la méthode de Strejc. Elle permet l’identification d’un processus à l’aide de sa
réponse indicielle en BO, si celle-ci n’a pas de dépassement.

K 0 e  p
Strejc propose un modèle mathématique : G p   avec K0, , T, n déduits de
1  Tp n
l’expérimentation.
On a et observe :

Echelon Sortie
Processus
e s
e0 Ke0

t t
Tu Ta

On modélise :

Echelon K 0 e  p Sortie
G p  
1  Tp n

Strejc propose le tableau suivant, pour =0 (sans retard pur) :

n Ta T Tu T Tu T a
1 1 0 0
2 2,718 0,282 0,104
3 3,695 0,805 0,218
4 4,463 1,425 0,319
5 5,119 2,100 0,410
Limites de cette méthode :
- la réponse doit être apériodique
- il n’est pas toujours possible d’étudier le système en BO
- le système doit être au repos, sans condition initiale
- les bruits et perturbations influent le résultat, entraînant la nécessité de plusieurs enregitrements.

Exemple

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________115
 A UTOMATIQUE C ONTINUE

A UTOMATIQUE E CHANTILLONNEE

A.P. M AQUINGHEN -G ODILLON

INSA H AUTS - DE -F RANCE

FISE 3 – ESE, GI, MT

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________116
 chapitre 15 : COMMANDE NUMERIQUE DES
SYSTEMES

I- Rappels

Sz 
BO : Cz Gz 
 z 
Sz  Cz Gz 
BF :   H z 
Ez  1Cz Gz 
Avec G(z) FdT du processus numérisé formé d’un processus analogique muni d’un BOZ (Bloqueur
d’Ordre Zéro).
Le processus analogique est connu par sa FdT A(p).
A p 
G(z) est déterminé soit à l’aide des tables, soit par la relation Gz 1 z 1 
 p 
G(z) peut également être identifié à l’aide de l’équation de récurrence liant S et U.
Exemple :
Remarque : Un processus identifié à l’aide d’échantillons au pas de  DOIT absoluement être
commandé à ce même pas d’échantillonnage.
I - 1 - Modèle numérique du 1er ordre

U(z) S(p) S(z)

BOZ A(p)

 Ap  z  1  Ap 
 
G z   1  z 1     z  p 
 p   
où G(z) est la FdT du système analogique – bloqué échantillonné
et A(p) est la FdT du système analogique.
b0 b 0  K 1  a 0 
Ap   on a Gz  
K
Pour , avec   T
1  Tp z  z0  a 0  e
Remarques :
o G(z) est aussi du 1er ordre
o G(z) dépend de 
o Le pôle de G(z), a0 est positif, inférieur à 1 en valeur absolue, z0 e  T

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________117
 b0 1 a0
o Le gain statique vaut G1   K K
1 a0 1 a0

Pour un système avec retard pur inféreur à 


K1  K  1  e   T 

z z  e  T
Ap   G z   K1 
K
 e p avec < et avec  0
1  Tp z  z0  e
 T

1  e  T 
 1  e    T

Remarques :
o Le retard fractionnaire se traduit par un retard pur d’un pas entier, compensé par une
avance due à 
o Le gain statique vaut bien 1
o <0 et même <-1 si >T/2
Exemple

I - 2 - Modèle numérique du 2nd ordre

b z  b0 z  z0    1   2
Pour Ap   on a Gp   2 1
1

p n
avec 
1  2
p

p2 z  a1 z  a 0  
z  z1 z  z1*    
   e n
 n  2n
 a0  α2

 a 1  2cos ω p Δ 

b  α 2  α ξ ω n sin ω Δ   cosω Δ 
et  0  p p  ou encore :
 
 ω p 
  
b  1  α ξ ω n sin ω Δ   cosω Δ 
 1 p p
  ω p 
  b0
z 0 
 b1

 1 1 
z , z *  exp    j 
n p 
D’où l’intérêt d’utiliser les abaques !
I - 3 - Forme standard de la Fonction de Transfert
Nz 
Gz  
K
z r met en évidence :
1  z m
Dz 

o le nombre d’intégrations = m (pôle z=1)

o le gain K : K lim
z 1
1z  Gz  m

o le retard pur = r 
Exemples :

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________118
2y(k) = y(k-1)° + 4 y(k-2) – 3 y(k-3) + 3 u(k-2) + 2 u(k-3) + 5 u(k-4)
y(k) = 1,5 y(k-1) – 0,5 y (k-2) + 2 u(k-2) – 0,6 u(k-3)

II - Pôles et zéros – stabilité

Si on envoie une impulsion de Dirac à un système, la sortie est :
Sz  G z  Ai
Sz   Gz   1 avec  
z z m z  zi

D’où sk    A i z ik qui ne s’amortit et tend vers 0 que si zi 1

k

Théorème 1 : Un système numérique est stable ssi tous ses pôles sont à l’intérieur du cercle de rayon
1. Il est d’autant plus amorti que les pôles sont à l’intérieur du cercle.
Théorème 2 : Les pôles d’un système numérique G(z)=BOZ A(z) (BOZ suivi d’un système
analogique échantillonné) sont égaux à zi e pi  où pi sont les pôles de A(p).

Ai
En effet : Ap  
K
 avec pi  1

 i
1  T p  m 1  Ti p Ti
m

 Ap  A z 1  i
 i
  et G z   

Ai 1  i  avec zi i e Ti e pi 
Z 
 p  m z  1 z   i   m 
z  i 
Les pôles zi de G(z) caractérisent donc la dynamique du système (comme en analogique).
Les zéros de G(z) influencent sur le gain statique et avance de n pas la réponse. En effet, la présence
de zéros entraîne que le polynôme du numérateur est >0. Autrement dit le 2nd membre de la récurrence
mémorise plusieurs termes de la commande : u(k+2), u(k+1), u(k)
On peut dire que z0=0 est une avance pure d’un pas et z00 agit comme une avance partielle.

III - Stabilité d’un système numérique bouclé.

Si l’ordre du système est > 2, il existe des critères appropriés simplifiant les calculs de détermination
de stabilité d’un système asservi.
III - 1 - Critère portant sur la BO
Gz 
Les pôles de H z  sont les zéros de Dz 1Gz 
1Gz 
D’après le théorème de Cauchy (comme en analogique), lorsque G(z) est stable, H(z) sera stable si le
lieu de G(z) quand z décrit le cercle unité dans le sens trigonométrique, laisse le point –1 à sa gauche.
Im Im

Z=ej G(z) -1
0 Re
Re Stable
0
Instable

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________119
III - 2 - Critère portant sur la BF – Critère de Jury
Le critère de Jury est aux systèmes numériques en z ce qu’est le critère de Routh aux systèmes
analogiques en [Link] stabilité est conditionnée par la place des pôles, ie. par les racines de :
Dz 1Gz an z n an 1z n 1 ....a1 z a0 0 et leur place par rapport au cercle unité.

Soit le tableau de Jury

ordre z0 z1 … zn-j … zn-1 zn
On pose 1 a0 a1 ... an-j ... an-1 an
2 an an-1 … aj … a1 a0
On détermine 3 b0 b1 … bn-j … bn-1
4 bn-1 bn-2 … bj-1 … b0
5 c0 c1 … cj … cn-2
cn-2 c0

p0 p1 p2 p3
p3 p2 p1 p0
2n-3 q0 q1 q2

Avec : bj  aan0 ja
a j a0a j anan j
n
q0 p0 p0  p3 p3

c j bnb0j 1bbnj 1 b0bj bn1bn j1 q1 p0 p1 p3 p2

q2  p0 p2  p3 p1
Le critère de Jury :
Si le polynôme caractéristique, formé pour z=1 (avec an>0)
 D(1)>0
 D(-1)>0 pour n pair et D(-1)<0 pour n impair
 ET (n-1) contraintes satisfaites :
a0  an b0  bn1 c0  cn2 q0  q2

Alors le système est stable.

Exemple :

IV - Précision

E(z) +  (z) S(z)

G(z)
-

D’après le théorème de la valeur finale :  limz 1 z  si les pôles de (z) sont stables.
z 1

Ez 
 z Ez  1  m nombre d’intégrateurs (ou classe du système)
1Gz  1  N z 
1k
z 1m Dz 

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________120
 Les calculs sont similaires à ceux de l’analogique, d’où :

Classe entrée Echelon Rampe Parabole

0 e0  
1 K

1 0 e0 
K

2 0 0 2 e0
K
Attention : le choix de  est fondamental

IV - 1 - Exemple

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________121
V- Principe d’une régulation numérique
La commande numérique par ordinateur d’un processus continu bloqué-échantillonné est mise en
œuvre par 4 étapes :
1) Choix du pas d’échantillonage, 
Détermination de la Fonction de Transfert du processus à réguler, G(z).
2) Choix du modèle numérique du système asservi corrigé, H(z), à l’aide du cahier des charges.
3) Conception du correcteur numérique nécessaire, C(z)
4) Programmation du correcteur
(donc, retour du domaine fréquentiel (transf. en Z) au domaine temporel (eq. de récurrence)).

Attention, on ne numérise pas un PID analogique, on reste dans le numérique, même s’il existe des
correspondances.
Remarque : le régulateur numérique est plus lent que le régulateur analogique (veiller aux temps de
calculs pour les processus ultra-rapides)
Remarque : le régulateur numérique possède la capacité de garder les signaux en mémoire. De ce fait,
il est très aisé d’inclure des retards purs dans les correcteurs numériques (par ex. prédicteur de Smith).

1/ Choix de 

Ni trop petit, ni trop grand  compromis

En automatique, on prend généralement, 5f H  1 25f H où fH est la fréquence la plus haute du système


régulé, en BF et non pas la fréquence du processus initial puisque la boucle et la correction accelère la
réponse.

Pour les systèmes du 1er ordre : T0   TO ou f H  fC 1 2T0

4
Pour les systèmes du 2nd ordre : 0,25n1,25 ou f H  fC  fn n 2 pou =0,7

2/ Correcteur PID numériques

Par abus de langage, on utilise les termes d’intégration et de dérivation alors qu’il faudrait parler de
somme et de soustraction !
Détermination de la FdT de l’appareil A(p) analogique-bloqué-échantillonné :
 Ap 
G z   1  z 1   
 p 
Intégrateur
 1   Uz 
 
Iz   1  z 1   2   
1

 Ti p  Ti z  1 z 
 
d’où : u k  1  u k   k   u k   u k  1  k  1 , opération d’accumulation
Ti Ti

Remarque :  est fixé, Ti permet de doser l’accumulation

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________122
 Dérivateur
La dérivation n’est pas possible en analogique, mais, par définition, on peut poser :
Td T z  1 Uz 
u k    k   k  1 , de laquelle, il est possible de déduire : Dz   d  
  z z 
Remarque :  est fixé, Td permet de doser la soustraction
Dérivateur filtré
  z 1
Ap  
Td p
Td
 
d’où Gz   1  z 1  
Td

1  Td N p 
N
z  z0
avec z0 e N Td
1 p 
N
Remarque : z0 a un effet adoussisant sur la « dérivée » d’une entrée numérique à forte variation
PID numérique
  1 z 1 
Cz   k  1  N  avec z 0  e  N Td , pôle adossisant de l’ordre de 0,2 à 0,4
 Ti z  1 z  z 0 

N règle l’action « dérivée »

Ti règle l’action « intégrale »
K règle l’amplitude de la correction
Programmation
Si l’on considère le temps de calcul négligeable devant  (</2) et ceci est très courant aujourd’hui
avec la vitesse actuelle des calculateurs, la programmation peut suivre l’algorithme :
- acquérir la sortie s(k)
- calculer la commande u(k), fonction de la loi de commande
- envoyer la commande calculée u(k)
- préparer le coup suivant (mémorisation des échantillons)

Démarche de recherche de la loi de commande

* Par bouble ouverte

u(k) est élaboré à partir de e(k)-s(k-1)=(k) qui conduit à définir le correcteur C(z).
La FdT en BO corrigée CG est déterminée pour respecter le cahier des charges en BF :
- CG doit avoir des intégrations 1 z-1  nécessaires à une bonne précision pour une entrée spécifiée
- Le gain est reglé pour contrôler l’amortissement (D% en indiciel)
- C doit apporter les zéros nécessaires (avance de phase) pour permettre au signal de commande
d’agir avec efficacité et donc réduire le temps de réponse.

* Par bouble fermée

Bmz 
On se fixe un modèle H z  pour la BF de gain statique 1 et on en déduit la loi de commande
Amz 
pour y parvenir. Les modèles courants sont :

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________123
 1  a n 1 z 1  ...  a 0 z  n
- Hz   qui possède un nombre fini de termes, ce qui permet d’annuler
1  a n 1  ...  a 0
pos(k) en un nombre fini de coups. C’est la réponse pile (daed beat response).
1  a1  a 0 zb
- Hz    2 qui est un 2nd ordre d’amortissement réglable par a0 et a1. Le
1 b z  a 1z  a 0
zéro b fixe l’angle  qui contrôle le D%.

3/Méthode empirique de Takahashi pour la concetpion d’un correcteur PID numérique

Le correcteur, de type PID, s'écrit, en transformée en z, sous la forme :

 z z  1
C(z)  K1 Ki Kd 
 z 1 z 

Un essai de juste instabilité (pompage) de la boucle fermée fournit Kosc et Tosc (gain et période
d'oscillation). Te est la période d'échantillonnage, elle est par ailleurs notée ∆.
Pour un correcteur PI, Takahashi propose les réglages :
Tosc  0, 6T e
K  Kosc et
2,2T osc
Te
Ki 
0, 45Tosc  0, 6Te 

Pour un PID :
Tosc  T e
K  Kosc
1, 6Tosc
Te
Ki 
0, 5T osc  Te 

T2
o sc
Kd 
8T e To sc  T e 

Cours d’automatique continue & échantillonnée _____ INSA HdF FISE3 _________AP Maquinghen-Godillon__________________124