Régulation & Commande

Emmanuel SIMEU
Professeur des Universités
[Link]@[Link]

Laboratoire TIMA
46, Av. Félix VIALLET

GRENOBLE

Notions de Base
v De nos jours, les systèmes physiques animés par une
commande automatique sont très répandus et nous côtoient
dans la vie quotidienne.

v L’objectif premier de l’automatique est l’étude et la

conception d’algorithmes appropriés, afin que la sortie
mesurée d’un processus, appelée grandeur à commander,
suive une trajectoire désirée, en dépit de perturbations
éventuelles.

v Le développement récent de moyens informatisés, des

processeurs et par conséquent de la puissance de calcul, ont
considérablement amplifié l’utilisation de cette science pour
la commande de processus.
© Emmanuel SIMEU
Professeur Polytechnique Grenoble 2

1
 Exemple en biomédical
v La nature souvent très distincte des systèmes, ainsi que les différentes
exigences formulées pour les performances requises, entraînent une
demande de stratégies, ayant une complexité et des objectifs variables.

v Exemple 1
¤ L’exemple des systèmes et équipements médicaux modernes corrobore
amplement ces propos.
Ø Les équipements médicaux modernes comptent plusieurs dizaines de boucles de
rétroaction de nature très diverses.

Ø Parmi elles, on peut citer la commande de la température des salles d’opération,

qui n’est somme toute pas une application critique, mais relève du confort des
patients et du personnel soignant.

Ø Dans ce cas, une variation de température d’un degré est à peine ressentie et
peut être largement tolérée.

¤ Ainsi, le but du problème de régulation est de garder la grandeur à

commander plus ou moins proche de celle de consigne.

© Emmanuel SIMEU
Professeur Polytechnique Grenoble 3

Exemple en Biomédical
v Exemple 2
¤ D’un autre côté, le système pompage qui remplit les fonctions cardiaques lors
de certaines opérations délicates constitue un système bien différent,
contraint à d’autres performances.

Ø Pour assurer le bon fonctionnement du système et ainsi satisfaire les normes très
strictes de fonctionnement, il est primordial d’injecter (et d’aspirer la quantité
exacte de sang dans le système circulatoire).

¤ Les exigences envers la commande sont grandes, non seulement en terme de

performances, puisqu’un écart significatif de la grandeur à commander n’est
pas toléré, mais également en terme de robustesse.

© Emmanuel SIMEU
Professeur Polytechnique Grenoble
4

2
Régulation et Asservissement:
Notions de schémas blocs

Entrée Sortie
MCC :
Tension Ue M Vitesse Ws=MxUe

Entrée Sortie
Pompe:
Ouverture de P Débit Qs=PxVe
vanne Ve

Entrée Sortie
Capteur de
Température T e température: Tension Vs=CxT e
C

Régulation et Asservissement:
Notions de schémas blocs

vComparateur ou sommateur

Xc e=XC-Xr Xc e=XC+Xr

Xr Xr

3
Régulation et Asservissement:
Notions de schémas blocs

Xe XS=[Link]
K1 K2

Xc e=XC-Xr XS=KP.e= KP (X C-Xr)

Kp

Xr

Régulation et Asservissement:
Notions de schémas blocs

Xc e XS Xc XS
Kp Kp

Xr

Kp

Xr

Y2 Y2

Xc XS Xc e XS

Y1 Y1

4
Régulation et Asservissement:
Boucle fermée

Organes de commande d’un four

Régulation et Asservissement:
Notions de schémas blocs
F(p) ìXC - Xr = e (1)
ï
Chaîne directe íe ´ H = X S (2)
H(p)
Xc(p) Xs(p) ïX ´ K = X (3)
e(p)
C(p) G(p) î S r

(1) & (2) ® ( X C - Xr )´ H = XS

Chaîne de retour
&(3) ® ( X C - X S ´ K ) ´ H = X S
Þ XC ´ H = XS + X S ´ K ´ H
K(p)
Xr(p) Þ X C ´ H = X S (1 + KH )
XS H
Þ F ( p) = =
X C 1 + KH

Transmittance en boucle fermée

X s ( p) H ( p)
F ( p) = =
X e ( p) 1 + K ( p) H ( p)

5
 Régulation et Asservissement:
Eléments constitutifs

— un capteur ;
— une consigne (fixe ou variable dans le temps) ;
— un comparateur délivrant un signal d’écart ;
— une loi de commande qui calcule le signal à envoyer
sur l’actionneur ;
— un actionneur ;
— le système physique à commander et soumis à des
perturbations.

Perturbation
REGULATEUR Processus

Consigne (c) e Grandeur réglante (u) M ODULATEUR C ONVERTISSEUR Sortie y

C ORRECTEUR
(souvent 0 – 10V) PID (souvent 4 – 20 mA) (ex : Gradateur) (ex : Four)
(ex : q)

retour (r)
adapter

SONDE DE
TEMPERATURE
(grandeur identique à la consigne)

1.1 Notation utilisée

Notions Utilisées
r(t) e(t) u(t) y(t)
Gc(s) Gp(s)
+
-

Consigne r(t)
Variable de procédé y(t)
Variable manipulée u(t)
Erreur e(t)
Procédé Gp(s)
Contrôleur Gc(s)
GEL-4100 / GEL-7063 Commande industrielle 27

© Emmanuel SIMEU
Professeur, Polytechnique Grenoble 12

6
 Objectifs d’une régulation
vErreur nulle par rapport à la consigne
¤ Pour un fonctionnement en poursuite et en
régulation
vStabilité et robustesse
¤ Face aux changements de comportement du
procédé
vRespect de l’équipement
¤ Pour ne pas écourter inutilement la durée de vie
des actionneurs et augmenter la fréquence des
entretiens

© Emmanuel SIMEU
Professeur, Polytechnique Grenoble 13

Spécifications
vPerformance
¤ Dépassement
¤ Temps de montée
¤ Temps de réponse
vStabilité et robustesse
¤ Marge de phase (Mp) ou marge de retard
(Mp/ω0)
¤ Marge de gain (Mg)
vRespect de l’équipement
¤ Effort de commande
¤ Sensibilité au bruit de capteur
© Emmanuel SIMEU
Professeur, Polytechnique Grenoble 14

7
1.3 Spécifications
Spécifications
Consigne et variable de procédé
15
Dépassement
10

Temps de montée
5
Temps de réponse

0 50 100 150
Temps (secondes)
Simulation (variable manipulée)
30

20
Effort de commande

10

0 50 100 150
© Emmanuel SIMEU Temps (secondes)
Professeur, Polytechnique Grenoble 15
GEL-4100 / GEL-7063 Commande industrielle 30

Commande de système (ou procédé)

Vent, surtension
Position
Courant
Vitesse
Tension

Exemple: système = bras flexible

perturbations

Entrées ei Système Sorties si

(procédé)

L’objectif est de contrôler les sorties d’un système qui répond aux
sollicitations des entrées et ce malgré les perturbations non maîtrisées
© Emmanuel SIMEU
Professeur Polytechnique Grenoble 16

8
 Commande de système
Procédé à commander

entrée Procédé sortie

commande de système en boucle ouverte

Réponse
désirée correcteur Procédé sortie

commande de système en boucle fermée

Réponse +
désirée correcteur Procédé sortie
-
© Emmanuel SIMEU Mesure
Professeur Polytechnique Grenoble 17

Commande de système en boucle fermée

+ e(t) u(t) y(t)
r(t) correcteur Procédé
-
y’(t)

Mesure

Le correcteur fournit le signal de commande u(t) à appliquer au procédé.

Ce signal de commande est généralement une fonction complexe de
l’écart (consigne – mesure)
Malgré un éventail très large de processus existants et malgré les diverses
formulations envers les exigences requises, le correcteur proportionnel
intégral dérivé (PID) s’est imposé dans plus de 90% des boucles de
contre-réaction.
e(t) Correcteur PID u(t)
yd(t) + æ 1 ö y(t)
C ( s ) = K P çç1 + + t D s ÷÷
è tIs ø
Sortie désirée -

© Emmanuel SIMEU Sortie mesurée

Professeur Polytechnique Grenoble 18

9
 Transformée de Laplace et Fonction de transfert
Rappels
v Transformée de Laplace
¥
x(t ) ! X ( s ) = L( x(t )) = ò x(t )e st dt
0
v Propriétés
¤ Linéarité L(ax(t ) + by (t )) = a .L( x(t )) + b .L( y (t )) = a . X ( s ) + b .Y ( s )

æ dx ö
¤ Dérivation Lç ÷ = sL( x(t )) = sX ( s )
è dt ø
æt ö L( x(t )) X ( s )
¤ Intégration Lçç ò x(u )du ÷÷ = =
è0 ø s s
v Fonction de transfert d’un système dynamique

x(t) L( y (t )) Y ( s )
H(s) y(t) H (s) = =
X(s) Système L( x(t )) X ( s )
© Emmanuel SIMEU Y(s)
Professeur Polytechnique Grenoble 19

Transformée de Laplace et Fonction de transfert

x(t ) ! X ( s ) = L( x(t )) = ò x(t )e dt Rappels
¥
st

© Emmanuel SIMEU
Professeur Polytechnique Grenoble
GEL-4100 / GEL-7063 Commande industrielle 4
20

10
 Régulateurs PID

vRappels
vTypes de régulateurs
vMéthodes de réglage
vRéglage par placement de pôles

© Emmanuel SIMEU
Professeur, Polytechnique Grenoble 21

2.1Rappel
Rappels
Degré relatif
Différence entre le degré du dénominateur et le degré du
numérateur d’une fonction de transfert

r den num

Fonction de transfert propre : r 0

Théorème de la valeur initiale : f (0 ) lim sF ( s)

s

Théorème de la valeur finale : f ( ) lim sF (s)

s 0

© Emmanuel SIMEU
Professeur, Polytechnique Grenoble 22
GEL-4100 / GEL-7063 Commande industrielle 32

11
 2.1 Exemple : PID académique
Exemple : PID académique
K c (Ti s 1)(Td s 1)
U ( s) E ( s)
Ti s

Échelon unitaire à l’entrée

K c (Ti s 1)(Td s 1) 1
u (0 ) lim s
s Ti s s

Avec filtre
K c (Ti s 1)(Td s 1) 1 K cTd
u (0 ) lim s
s Ti s(T f s 1) s Tf
© Emmanuel SIMEU
Professeur, Polytechnique
GEL-4100 Grenoble industrielle
/ GEL-7063 Commande
23 33

Types de régulateurs
vForme interactive

vForme non-interactive

vForme parallèle

© Emmanuel SIMEU
Professeur, Polytechnique Grenoble 24

12
 2.2 Forme interactive
Forme interactive

K c (Ti s 1)(Td s 1) 1
Gc ( s)
Ti s Tf s 1

GEL-4100 / GEL-7063 Commande industrielle 35

© Emmanuel SIMEU
Professeur, Polytechnique Grenoble 25

2.2 Forme non-interactive

Forme non-interactive

1 1
Gc' ( s) K c' 1 Td
'
s
Ti ' s T f' s 1
© Emmanuel SIMEU
Professeur, Polytechnique Grenoble 26
GEL-4100 / GEL-7063 Commande industrielle 36

13
2.2 Forme parallèle
Forme parallèle

1 1
Gc* ( s) K c* Td
*
s
Ti* s T f* s 1
© Emmanuel SIMEU
Professeur, Polytechnique Grenoble 2.2 Forme interactive 27

GEL-4100 / GEL-7063 Commande industrielle 37

Formules de conversion
2.2 Formules de conversion
K c (Ti s 1)(Td s 1) 1
Forme interactive Gc ( s)
Ti s Tf s 1

Élément Non-interactive Parallèle

Proportionnel GEL-4100 / GEL-7063 Commande industrielle
K c (Ti Td ) K c (Ti Td )
35

K c' K c*
Ti Ti
Intégral Ti ' Ti Td Ti
Ti *
Kc
Dérivé TiTd Td* K cTd
Td'
Ti Td
Filtre Tf ' Tf Tf * Tf

© Emmanuel SIMEU
Professeur, Polytechnique Grenoble 28
GEL-4100 / GEL-7063 Commande industrielle 38

14
 Synthèse de correcteurs

© Emmanuel SIMEU
Professeur, Polytechnique Grenoble
29

Correcteur PID
vLa prédominance incontestée de ce type de
commande provient, outre de sa simplicité
extrême, des performances qu’il peut offrir
aux systèmes en boucle fermée, satisfaisant
très souvent les cahiers des charges, si ses
paramètres sont choisis judicieusement.

vEn pratique, à une catégorie de systèmes à

asservir donnée correspond un type de
correcteur adapté.

© Emmanuel SIMEU
Professeur, Polytechnique Grenoble 30

15
 Correcteurs P, PI et PID
u(t)= f[e(t)] = f[r(t)-y(t)]

P:

Correcteurs
classiques PI:
P, I, D

PID:

© Emmanuel SIMEU
Professeur Polytechnique Grenoble 31

Correcteur PID
v Pour effectuer un choix judicieux, il faut connaître les effets des différentes
actions, proportionnelle, intégrale et dérivée.
¤ Action proportionnelle :
Ø Une correction proportionnelle améliore la précision du système par une
augmentation du gain de la chaîne directe.
Ø En contrepartie la stabilité diminue si le gain augmente et le système plus oscillant.
En revanche, une augmentation du gain proportionnel ne diminue pas
nécessairement le temps de réponse du système.
¤ Action intégrale :
Ø L’ajout d’un terme intégral dans la chaîne directe augmente la précision. L’erreur
statique est annulée par une action intégrale.
Ø En contrepartie, un correcteur intégral présente le défaut de saturer facilement, si
l’erreur ne devient pas nulle. Il faut éventuellement envisager l’ajout d’un dispositif
d’anti-saturation.
¤ Action dérivée :
Ø L’action dérivée permet d’augmenter la bande passante du système ou de rendre
celui-ci plus stable, à bande passante égale.
Ø Un correcteur de type dérivé n’est pas causal, donc pas physiquement réalisable. On
lui substitue donc systématiquement un correcteur approché. On parle alors de
filtrage du terme dérivé.
Ø Le terme dérivé KptD s du correcteur est ainsi remplacé par l’approximation causale
t Ds
KP
© Emmanuel SIMEU tD
1+ s Avec N assez grand
Professeur Polytechnique Grenoble N 32

16
 Réglage des paramètres du
régulateur PID

vIdentification de modèles de procèdes

vDétermination des paramètres du
régulateur PID
vMéthodes empiriques (Ziegler-Nichols)

© Emmanuel SIMEU
Professeur, Polytechnique Grenoble 33

Identification du modèle du procédé

0.1 Procédé
vReprésentation d’un procédé́
Perturbations
mesurées ou non mesurées

Variables Variables de
manipulées procédé
Procédé
Entrées (u(t)) Sorties (y(t))

© EmmanuelGEL-4100
SIMEU/ GEL-7063 Commande industrielle 4

Professeur, Polytechnique Grenoble 34

17
 Identification du modèle du procédé
Les variables (signaux) du procédé́

v Variables à contrôler (Sortie)

Exemples : débit, température, niveau

v Variables contrôlées (manipulées)

¤ Marges de manœuvre permettant d’agir sur le procédé
pour influencer les variables à contrôler Exemples :
courant, tension ouverture/fermeture d’une valve,
vitesse, position de volet.

v Perturbations
¤ Variables non contrôlées mais qui influencent le procédé
¤ Exemples : composition du matériel, température extérieure
© Emmanuel SIMEU
Professeur, Polytechnique Grenoble 35

0.1 Représentation d’un procédé

Identification dud’un
0.1 Représentation modèle du procédé
procédé
Exemple de procédé́
Ajout d’eau manuel

Ajout de Mesure de
matériel
Ajout d’eau manuel niveau
Ajout de matériel
Ajout d’eau manuel
Ajout de Mesure de
matériel niveau
Vitesse
Ajout de matériel Niveau
Ajout d’eauProcédé
manuel

Vitesse Niveau
Ensablement
Vitesse Procédé
Usure de la pompe

Modèle : GC(s)
Ensablement
Vitesse
GEL-4100 / GEL-7063 Commande industrielle Usure de la pompe 7

© Emmanuel SIMEU
Professeur, Polytechnique Grenoble 36
GEL-4100 / GEL-7063 Commande industrielle 7

18
0.1 Notation utilisée
Identification du modèle du procédé
Rappel de l’objectif
r(t) e(t) u(t) y(t)
Gc(s) Gp(s)
+
- A déterminer Déterminer
(pour l’instant)

Consigne r(t)
Variable de procédé y(t)
Variable manipulée u(t)
Erreur e(t)
Procédé Gp(s)
Contrôleur Gc(s)
© Emmanuel
GEL-4100 / GEL-7063SIMEU
Commande industrielle 8
Professeur, Polytechnique Grenoble 37

Identification du modèle du procédé

(Modèle de procédé́)

v Objectifs de la modélisation du procédé

¤ Regrouper les informations à propos d’un procédé
¤ Caractériser le comportement d’un procédé́
¤ Exprimer les propriétés d’un procédé́ sous forme quantitative

v Utilisations possibles
¤ Prédire le comportement du procédé́
¤ Calculer les paramètres du régulateur
¤ Simuler pour déterminer les performances
¤ Superviser l’évolution du procédé

© Emmanuel SIMEU
Professeur, Polytechnique Grenoble 38

19
 Identification du modèle du procédé
(Types de modèles de procédé́)
v Modèle de connaissances d’expert
¤ Opérateurs
¤ Experts procédé́

v Modèle de connaissances physiques

¤ basé sur les principes fondamentaux
¤ Les équations du modèle sont basées sur les lois de la physique,
chimie, etc.

v Modèle empirique (de représentation)

¤ Fonction de transfert
¤ Réponse en fréquence
¤ Réseaux de neurones
© Emmanuel SIMEU
Professeur, Polytechnique Grenoble 39

Identification du modèle du procédé

(Identification du modèle du procédé́)

vRelever les caractéristiques de base du procédé́

¤ Faire réagir le procédé
Ø Exemple: un échelon appliqué au niveau de la
variable d’entrée contrôlée

vReproduire le comportement observé avec un

modèle simple

© Emmanuel SIMEU
Professeur, Polytechnique Grenoble 40

20
 0.3 Identification
Identification du modèle du procédé
(Identification du modèle du procédé́)
20
y(t): procédé et modèle

15

10

-5
0 20 40 60 80 100 120 140 160 180
Temps (secondes)

12

10
u(t): variable manipulée

-2
0 20 40 60 80 100 120 140 160 180
Temps (secondes)

© Emmanuel SIMEU
Professeur, Polytechnique Grenoble 41
GEL-4100 / GEL-7063 Commande industrielle 12

0.3 Identification
Identification du modèle du procédé
0.3 Identification
(Identification du modèle du procédé́)

u(t) y(t)
u(t) Système y(t)
Système
+
- +
-
Modèle
Modèle ε(t) ε(t)

Minimisation
Minimisation
du critère
du critère

C ( s)
Y ( s) G p ( s)U ( s) E ( s)
D( s ) s )
C (
Y ( s) G p ( s)U ( s) E ( s)
D( s )
© Emmanuel SIMEU
Professeur, Polytechnique Grenoble 42
GEL-4100 / GEL-7063 Commande industrielle 13

GEL-4100 / GEL-7063 Commande industrielle 13

21
 Identification du modèle du procédé
(Caractéristiques d’un procédé)
v Type de procédé́
¤ Autorégulant (stable asymptotiquement)
¤ Intégrateur

v Signe du gain
¤ Positif
¤ Négatif

v Dynamique
¤ Présence d’un zéro
¤ Ordre de grandeur du retard
¤ Ordre de grandeur des constantes de temps
© Emmanuel SIMEU
Professeur, Polytechnique Grenoble 43

Identification du modèle du procédé

(Processus d’identification)
v Préparation
¤ Détermination des caractéristiques de base
¤ Evaluation de l’amplitude de l’échelon
¤ Estimation de la durée de l'essai

v Réalisation de l’essai
¤ Vérification des équipements
¤ Vérification des conditions d’opération
¤ Stabilisation du procédé en manuel
¤ Application de l’échelon

v Calcul du modèle
¤ Analyse des données
¤ Sélection d'une structure de modèle
¤ Calcul des paramètres
© Emmanuel SIMEU
Professeur, Polytechnique Grenoble 44

22
 Identification du modèle du procédé
(Points de vigilance)
v Amplitude de l’échelon
¤ Niveau de bruit
¤ Respect des contraintes d’opération
¤ Respect des plages d’opération normales
¤ Linéarité du procédé
¤ Symétrie du procédé

v Echantillonnage
¤ Suffisamment de points pour voir la dynamique

v Mise à l’échelle
¤ Données en pourcentage (en général)

v Points d’opération
¤ Modèle identifié autour d’un point d’opération
© Emmanuel SIMEU
Professeur, Polytechnique Grenoble 45

Identification du modèle du procédé

(Outils pour l’identification )

vMéthode simplifiée
¤ Identification graphique
¤ Réglage des régulateurs PI

vIdent
¤ Utilitaire Matlab

© Emmanuel SIMEU
Professeur, Polytechnique Grenoble 46

23
 Définitions
U(s) G(s) Y(s)
Procédé

vFonction du procédé

vModélisation du retard
y(t)
u(t) Du Dy
t
q

© Emmanuel SIMEU
Professeur, Polytechnique Grenoble 47

Digramme de Bode - Nyquist

vBode :
¤ En ordonnées 20 log (T) et Arg (T)
¤ En abscisse la fréquence sur une échelle log(f)

vNyquist :courbe paramétrée en f

¤ en ordonnée Ám(T)
¤ en abscisses : Âé(T)

24
Modélisation des systèmes linéaires
Modèle du premier ordre -20 dB/décade

kE
Influence du Gain

Influence de la constante de temps

63 %
Ds
E

De
-90°

t
Pas d’influence de la constante de tempsm=0.7

ds (t )
t + s (t ) = k × e(t )
dt
Point critique

k K=1
H ( p) = K=3
1+t p Influence du Gain

Modélisation des systèmes linéaires

Modèle du second ordre

Influence de l’amortissement

D1
-40 dB/décade
D2

KE

-180°
T

Point critique

m=2
m=0.1
2
d y dy
m=0.7

2
+ 2mw0 + w0 2 y = g (t )
dt dt
Influence de l’amortissement

1
H ( p) = k
2mp p2
1+ +
w0 w02

25
Modélisation des systèmes linéaires
Modèle de système avec retard

s(t) -20 dB/déc

e(t)

t = 5,5 × (t2 - t1 )
Ds
T = 2,8 × t1 - 1,8 × t2

40%Ds
28%Ds
De Chute de la phase

t1 t2 t

T’ T t

Ke -Tp Influence du retard

H ( p) =
1+t p Point critique

Modélisation des systèmes linéaires

Modèle de Strejc

-n´20 dB/déc
n=2 Þ -40 dB/déc°
n=2
n=3 n=3 Þ -60 dB/déc°

-n´90° n=2 Þ -180°

n=3 Þ -270°

K
H ( p) =
(1 + t p )
n
Point critique

n=2

n=3

26
 Transmittance d'un système asservi
Transmittance en boucle ouverte
F(p)
Chaîne directe

Xc(p) e(p)
C(p)
H(p)

G(p)
Xs(p) T ( p) = K ( p) H ( p)
N ( p ) C 1 + b1 p + ... + bm p
m

T ( p) = C = a
Chaîne de retour
D( p ) p 1 + a1 p + ... + an p n
K(p)
Xr(p)

Transmittance en boucle fermée

F(p)
Chaîne directe
X s ( p) H ( p)
Xc(p)
H(p)
Xs(p) F ( p) = =
e(p)
C(p) G(p) X e ( p) 1 + K ( p) H ( p)

Chaîne de retour

K(p)
Xr(p)

Définition
v

© Emmanuel SIMEU
Professeur, Polytechnique Grenoble 54

27
 Stabilité d'un système asservi
Condition de stabilité :

Un système est stable si sa fonction de transfert

N(S)
F(S)=
D(S)
ne comporte que des pôles (valeurs de p annulant D(S))
à partie réelle strictement négative .

En effet, l’originale d’une fraction à pôle dont la partie réelle

est négative est une exponentielle décroissante
Ø Aiedt dans le cas d’un pôle réel négatif
Ø Aeatcos(wt+j) dans le cas de pôles complexes
conjugués à partie réelle négative

Critères de stabilité

Sur un système modélisé ainsi

H ( p) F(p)

F ( p) = Chaîne directe
H(p)

1 + K ( p) H ( p)
Xc(p) Xs(p)
e(p)
C(p) G(p)

T ( p) = K ( p) H ( p) Chaîne de retour

K(p)
Xr(p)

La recherche des pôles de F(p) conduit à étudier

1 + K ( p) H ( p) = 0
soit 1 + T ( p ) = 0

28
 Critère de Nyquist
Toutes les racines de 1 + K ( p ) H ( p ) = 0 Xc(p) XS(p)
H(p)
ont une partie réelle strictement négative
(système stable) si le diagramme de Nyquist
de la B.O. n’entoure pas le point -1 Xr(p)

K(p)

Critère du Revers
Ám(KH(w))
Le système est stable en boucle
fermée si le diagramme de Nyquist de
la transmittance en B.O.: -1 wc X w®¥ w=0
Âé(KH(w))
Mj

K(p)H(p) wu
Point critique
laisse le point –1 sur sa gauche
Critère du revers
lorsque la pulsation w varie de 0+ à
l’infini.

Critères dans le diagramme de Bode

ìT = 20 log T ( p ) = 0
1 + K ( p) ´ H ( p) = 0 Þ 1 + T ( p) = 0 Þ T ( p) = -1 í dB
î ArgT ( p ) = -p

v Pour la fréquence wu pour T(dB)

laquelle TdB (wu) =0 si

¤ j(wu )>-p: stable
¤ j(wu )<-p: instable
log (w)
wu wc
0 MG

OU j(rad)
wu wc
log (w)

n Pour la fréquence wC pour

laquelle Arg(T)=-p si -p
Mj

n T(wC )>1 : instable

insta ble

n T(wc )<1: stable Critère de Bode

29
 Exemples de modèles
v

Sans retard Avec retard

v Processus d’ordre 2
0.4 Modèles considérés
0.4 Modèles considérés
Procédés autorégulants :

Procédés autorégulants : K p (1 T0 s)e s

Avec retard p G ( s ) , T1 T2 0 , T0 0
s
(T1s 1)(T2 s 1)
© Emmanuel SIMEU G ( s )
K p (1 T0 s)e
, T1 T2 0 , T0 0
(T1s 1)(T2 s 1Procédés intégrateurs :
p

0.4 Modèles considérés

Professeur, Polytechnique Grenoble
) 59

s
Procédés intégrateurs : K pe
G p ( s)
s(T1s 1)
Procédés autorégulants : G p ( s)
K pe s

s(T1s 1)
GEL-4100 / GEL-7063 Commande industrielle 21
s
K p (1 T0 s)e
G p ( s) , T1 T2 0 , T0 0
(T1s 1)(T2 s 1)
GEL-4100 / GEL-7063 Commande industrielle 21

Exemples de modèles
Procédés intégrateurs :
vProcessus intégrateur avec filtrage et retard
s
K pe
G p ( s)
s(T1s 1)

GEL-4100 / GEL-7063 Commande industrielle 21

© Emmanuel SIMEU
Professeur, Polytechnique Grenoble 60

30