COURS D’AUTOMATIQUE

ZOHRA KARDOUS

1AGE ENIT 2022/2023

 Programme
2

 Chap1: Rappel sur l’asservissement des systèmes

linéaires continus
 Chap2: Représetation des systèmes numériques
 Chap3: Analyse des systèmes numériques
 Chap4: Synthèse des systèmes numériques
Chapitre 1 : Rappel sur l’asservissement des systèmes
linéaires continus
3

1. Introduction
2. Représentation des systèmes continus linéaires
3. Analyse des systèmes continus linéaires
4. Synthèse des systèmes continus linéaires
 Chap1
1- Introduction
4

 L’automatique est une discipline qui traite les systèmes physiques dans
les différentes phases:
 la modélisation: développement de modèle capable de traduire le
comportement du système
 l’analyse: étude des performances du système (stabilité, précision, rapidité…)
 la synthèse: conception de systèmes de commande permettant d’assurer les
performances exigées
 Son intérêt est de remplacer l’homme par la machine dans des
opérations:
 Répétitives: travail à la chaîne, central téléphonique, tri de courriers…
 Complexes: feux de carrefour, station de pompage…
 Délicates: table traçante, pilotage d’avion…
 Pénibles: régulation de température dans les centrales thermiques…
 Inaccessibles: guidage de missile , chirurgie celioscopique
Chap1
Boucle Ouverte et Boucle Fermée
5

Système en BO
pas de correction
Effet des perturbations externes
Effet des incertitudes internes

Système en BF

Auto-correction
Compensation des perturbations externes
Compensation des incertitudes internes
Chap1
Régulation de niveau
6

Qe
N

Comportement humain QS
Tâche à Effet de
réaliser réflexion action l'action

observation
transmission
Chap1
Schéma fonctionnel d’un système asservi
7

Commande

Les systèmes commandés en boucle fermée sont dits asservis

Pour imposer un fonctionnement désiré à un système, il faut consulter toujours sa sortie (grandeur à
asservir) et la comparer à la consigne
Cette information de retour est dite « contre-réaction » ou « feedback »
C’est l’erreur entre la sortie et la consigne qui permet de décider si le système requière ou non une
correction.
La correction est réalisée à travers un signal de commande généré en fonction du signal d’erreur
par un système dit « correcteur »
Chap1
Régulation de niveau
8

+V
uref Ampli. Servo-vanne
Ampli. de
différentiel  puissance

um
Capteur
de niveau Qe

h
QS
Chap1
Régulation de vitesse
9

+V
uref Amplificateur Amplificateur V
différentiel  de puissance

-V 

um
charge

réducteur
Chap1
Classification des systèmes asservis
10

 Selon le type de l’entrée de référence:

 un asservissement : l’entrée de référence évolue
et la sortie doit la suivre le mieux possible malgré les
perturbations.
(radar de poursuite. asservissement de position. etc...)
 une régulation : entrée de référence constante ou évoluant
par paliers (consigne) et la sortie doit rester constante
quelles que soient les perturbations.
(régulation de température par exemple).
Chap1
Classification des systèmes asservis
11

 Selon le type de régulateur :

 Régulateur analogique ( à base d’AOP) et son signal de
sortie évolue de manière continue dans le temps.
système asservi linéaire continu.
 Régulateur numérique : (système programmable µP, µC) et
son signal de sortie le résultat d’un algorithme de calcul.
système asservi linéaire échantillonné.
 Régulateurs T.O.R. La grandeur réglante ne peut prendre
que deux états l’actionneur de puissance est « ouvert » ou «
fermé ».
Chap1
Méthodologie d’étude des systèmes asservis
12

 Modéliser le système
 Choisir le type de commande
 Synthétiser le correcteur
 Essais
Chap1
Signaux tests
13

 Rampe unité r(t)

r
0 si t  0
r t   
t si t  0 t

 Echelon unité u(t) ou fonction de Heaviside

0 si t  0 u
u t    1
1 si t  0 t
Chap1
Signaux tests
14

 Impulsion unité (t) ou distribution du Dirac

dérivée de u1(t) U1(t)
 du1 1
 dt  0 pour t  0 et t  
  t
 du1  1 pour t  0,  1(t)
 dt 
1/
 

 1
 t dt 
1
0  dt  1 
t

 Signal sinusoïdal ou harmonique
 Chap1
2- Représentations des systèmes dynamiques
15

 Equation différentielle
 Transformée de Laplace

 Fonction de transfert
Chap1
Equation différentielle
16

 Système continu linéaire

 Equation différentielle

 Résolution classique s(t) = sg(t) + sp(t)

solution générale + solution particulière
régime libre régime forcé
régime transitoire régime permanent

 Résolution à l’aide d’un calcul opérationnel (Transf. Laplace)

Chap1
Transformée de Laplace
17

 p=jω
F p  L f t    e f t  dt
     pt

0
Chap1
Transformée de Laplace: Propriétés
18

 Linéarité
 Homogène La f t   a F  p 
 Additive La f t   b g t   a F  p   b G  p 

 Dérivée
 df 
L    pF  p   f 0   
 dt 
d n f 
L  n   p n F  p   p n 1 f 0  p n  2 f ' 0  ...  f n 1 0
 dt 

 Intégrale  
L  f t  dt  G p  
1
p
F  p   g 0
1
p

 Convolution  
L  f1   f 2 t    d  F1  p F2  p 
Chap1
Transformée de Laplace: Propriétés
19

 Valeur initiale  
f 0  lim p pF  p

 Valeur finale lim t  f t   lim p0 pF  p 

 Retard

 Translation temporelle L f t  T   e pT F  p 

 Translation Complexe  
L eat f t   F  p  a
Chap1
Transformées de Laplace des fonctions usuelles
20

f (t ) , t  0 F ( p) f (t ) , t  0 F ( p)
cos(t )
p

 (t ) 1
p2   2


1 sin(t ) p2   2
1 p
pa
1 e  at
cos(t )  p  a 2   2
t p2
t n 1 1

e  at
sin(t )  p  a 2   2
(n  1)! pn
 at 1 Aeat cos(t   )
e  p
pa avec

 p  a 2   2

 A        a  
1 2 2 2

t n 1e  at 1 
   arctan   a 
(n  1)!  p  a n  
Chap1
Fonction de Transfert (FT)
21

Soit un système défini par une équation différentielle de la forme :

avec k<n ; Pour des conditions initiales nulles, on déduit:

a p
n
n
  
 ...  a1 p  a0 S ( p)  bk p k  ...  b1 p  b0 E ( p)

Par définition, la fonction de transfert d’un système est la transformée

de Laplace de sa sortie sur la transformée de Laplace de son entrée
pour des conditions initiales nulles:
S ( p) bk p k  ...  b1 p  b0
F  p  
E ( p) an p n  ...  a1 p  a0 .
Chap1
Transformées de Laplace inverse
22

Soit un système défini par sa fonction de transfert F(p)

Pour déterminer la sortie s(t) du système en réponse à F(p)
une entrée donnée e(t), on adopte la méthode suivante:

Méthode générale
 Détermination de S  p   F ( p) E ( p)

Factorisation de la fonction de transfert S  p 

 p  z1  p  z2 ...
 p  p1  p  p2 ...


S  p 
Décomposition en éléments simples A B
   ...  S1 ( p)  S 2 ( p)  .......
p  p1 p  p2
 Transformée inverse de chaque élément à l’aide du tableau des TL des fonctions usuelles

s1 (t )  L1 S1 ( p) ; s2 (t )  L1 S2 ( p) ; .....

 Somme des éléments obtenus

st   s1 (t )  s2 (t )  .......
Chap1
Transformées de Laplace inverse
23

p 1
Exemple F  p 
p2  5 p  6
Déterminer la réponse du système défini par F(p) pour une entrée impulsion de Dirac

e(t )   (t ) E ( p)  1

p 1
S ( p)  F ( p) 
 p  2 p  3
A B 1 2
S ( p)    
p2 p3 p2 p3

 
st    e2t  2e3t u(t )
Chap1
Algèbre des schémas bloc
24

 Eléments en série

 Eléments en parallèle
Chap1
Algèbre des schémas bloc
25

 Système à n entrées indépendantes

Chap1
Algèbre des schémas bloc
26

 Fonction de transfert en boucle fermée: FTBF

Chap1
Algèbre des schémas bloc
27

 Fonction de transfert en boucle ouverte: FTBO

Chap1
Algèbre des schémas bloc
28

 Fonction de transfert en boucle multiple

….. Voir tableau des règles de transformation des schémas

Chap1
Formes canoniques d’une FT
29

 Forme de Bode
b1 bm m
1 p  ...  p
b0  b1 p  ...  bm p m
b0 b0 b0
F  p   
a 0  a1 p  ...  a n p n
a0 a1 an n
1 p  ...  p
m
a0 a0
 1   i p 
F  p  K k i 1
avec n  k  2l
   
i

 j  j
1
j 1
  p 1
j 1
 a p  b j p 2

b0
K : gain statique i et j : constantes de temps
a0
Chap1
Formes canoniques d’une FT
30

 Forme d’Evan
 Chap1
3- Réponses des systèmes dynamiques
31

 Réponses temporelles
 Réponses fréquentielles
Chap1
Réponses temporelles des systèmes dynamiques
32

 Réponse impulsionnelle

 Réponse indicielle

x x

 Réponse en vitesse entrée entrée

0 t 0 t
Système suiveur Système ne suivant pas
Chap1
Réponses harmoniques des systèmes dynamiques
33

e(t )  EM sin(t ) G s(t )  S M sin(t   )

E j   EM e jt S  j   SM e j (t  )

G  j  
S M j
e
EM

 Diagramme de Bode
 Diagramme de Nyquist

 Diagramme de black
Chap1
Réponses harmoniques des systèmes dynamiques
34

 Diagramme de Bode

 Courbe de gain

Gdb  20 log G  j  

 Courbe de phase
  argG j 
Chap1
Réponses harmoniques des systèmes dynamiques
35

 Diagramme de Nyquist

 Coordonnées polaires
OM i  G  ji  Mi

 
i  arg G  ji 

 Coordonnées cartésiennes
 xM i  Re(G  ji )


 yM i  Im(G  ji )

Chap1
Réponses harmoniques des systèmes dynamiques
36

 Diagramme de Black-Nichols
Coordonnées cartésiennes
 
 xM i  arg G  j 


    
 yM i  20 log G j  G j dB

Chap1
Etude des systèmes continus linéaires du premier ordre

 Exemples
VS
 vs t   ve t 
dvs 1
RC 
dt VE 1  RC p

d 
 ft   t 
1

f
J
dt  1  Jf p

TS
TS 1
 Ts t   Te t 
dTs
RthCcal 
TE
dt TE 1  R th Ccal p

S  p
F  p 
k
  st   k et 
ds 
F(p) dt E p 1   p
Chap1
Etude des systèmes continus linéaires du premier ordre

 Réponses temporelles F  p 
S  p

k
E p 1   p

1. Réponse impulsionnelle
E p  1

S  p 
k

 p  1 
st  
k t

e u (t )

Chap1
Etude des systèmes continus linéaires du premier ordre

 Réponses temporelles F  p 
S  p

k
E p 1   p

2. Réponse indicielle
E p 
e0
p
1 1 
S  p 
ke0
 ke0   
p1  p   p p 1  

 
t

st   ke0 1  e  u (t )

 
Chap1
Etude des systèmes continus linéaires du premier ordre

 Réponses temporelles 3. Réponse à une rampe

E p 
1
p2

S  p 
k
p 2 1   p 
 1   
 k 2   
p p p 1 
  

s t   k  t     e  u (t )
t

 

Si K=1

Suiveur avec retard

Chap1
Etude des systèmes continus linéaires du premier ordre

 Réponses fréquentielles 1. Diagramme de Bode

F  j  
k k

1  j  1  j 
c
1
avec c 


F  j  
k
1  2

 c2

Gain en dB
G  20 log F  j  
Phase

argF  j    arctan
c
Chap1
Etude des systèmes continus linéaires du premier ordre

 Réponses fréquentielles
2. Diagramme de Nyquist 3. Diagramme de Black
Chap1
Etude des systèmes continus linéaires du second ordre

 Exemples
R L
d 2vs (t )
 vs t   ve t 
dvs (t )
I LC  RC
e
C s dt 2 dt
S  p 1

E  p  LC p 2  RC p  1

d 2 x(t )
M 2
 F t   
dx(t )
 kxt 
dt dt
X  p 1

F  p  Mp 2  p  k

d 2s
a 2 2  a1  a0 s  b0 et 
ds
F(p) dt dt
S  p
F  p 
b0

E  p  a2 p 2  a1 p  a0
Chap1
Etude des systèmes continus linéaires du second ordre

Forme canonique :
d 2s S  p
a 2 2  a1  a0 s  b0 et 
ds
F  p 
b0

dt dt E  p  a2 p 2  a1 p  a0

F  p 
b0 k
F  p 
1

a0 a1 a2 2 2 p2
1 p p 1 p
a0 a0 0 0 2
b0
k gain statique.
a0
a0
0  pulsation propre non amortie.
a2
a1 1
  coefficient d'amortissement
2 a0  a 2
Chap1
Etude des systèmes continus linéaires du second ordre
Formes canoniques :
k0
2
F  p 
k

2 p 2
p 2  20 p  0
2
1 p
0 0 2

Forme de Bode Forme d’Evan

F  p 
k
1   1 p 1   2 p  k0
2
 1 F  p 
 1   p1  p  p1  p  p2 
 1 
  1 2  2 1 
 0  2    p p
1 2   0
2

avec   p2 avec 
2
 1   2   ( p1  p2 )  20


 0
Chap1
Etude des systèmes continus linéaires du second ordre
46

 Si ξ>1 alors le système a deux pôles réels

p 2  20 p  02  ( p  p1 )( p  p2 )
pôles Constantes de temps
 1 1
 
 p1  0     2  1   1   p 
     2

1
 
1
 
0


 2
p       2
1    1  1
 
0
 2 p     2
1
 2 0
Réponse apériodique

p1  p2  0 1
 Si ξ=1 alors 1   2 
0
Réponse critique
Chap1
Etude des systèmes continus linéaires du second ordre
47

 Si 0<ξ<1 deux pôles complexes conjugués

p 2  20 p  02  ( p  p1 )( p  p1 )
*

 1 0
 p      j 1  2  Réponse oscillatoire amortie
 *
 p
 1   0   j 1   2

p1

0
  cos  
0
*
p1
Chap1
Etude des systèmes continus linéaires du second ordre
48

 Réponse impulsionnelle (ξ>1 )

 
k k  1 1 
S  p   
1  1 p  1   2 p  1   2  p  1 p  1 
 1 2

 1 1
   
 
Impulse Response
0.35

1
 p1  0    2
1 0.3


   1  1 0.25

 2
 p 2    2
1  0.2
Amplitude

0
0.15

 
t

t

st  
k  1 u (t )
0.1

e  e 2
 1   2  

0.05

0
0 5 10 15
Time (sec)
Chap1
Etude des systèmes continus linéaires du second ordre
49

 Réponse impulsionnelle (ξ=1 )

s p  
k k 1 1
 2. avec  
(1  p) 2
 ( p  1/  )2 0
Impulse Response
0.35

0.3

0.25

t

st  
k 
0.2

te u (t )
Amplitude

 2 0.15

0.1

0.05

0
0 5 10 15
Time (sec)
Chap1
Etude des systèmes continus linéaires du second ordre
50

 Réponse impulsionnelle (0<ξ<1 )

k02 k02 
S  p  2  K
p  20 p  0 ( p  0 )  0   0
2 2 2 2 2
( p  a) 2   2
avec  2  02 (1   2 )   0 1   2
k0
K a  0 1
Impulse Response

1  2 0.8

0.6

 
  0 t
k0 e
st  
0.4

sin 0 1   2  t u (t )
Amplitude

0.2

1  2 0

-0.2

-0.4

-0.6
0 5 10 15 20 25 30 35 40
Time (sec)
Chap1
Etude des systèmes continus linéaires du second ordre
51

 Réponse impulsionnelle en fonction de l’amortissement

Chap1
Etude des systèmes continus linéaires du second ordre
52

 Réponse indicielle (ξ>1 )

 
 1 2 
S  p 
k 1 1 1
k    
p1   1 p 1   2 p   p 1   2 p  1 1   2 p  1 
 1  2 
Step Response
1

=1,5
=2
0.9
=3

 t
 
t 0.8


s t   k 1  1  e  1   2  e  2 u (t )
=6
0.7

 
0.6

Amplitude
0.5

1 2 0.4

1  et  2 
1  2 1  2
0.3

0.2

0.1

0
0 10 20 30 40 50 60 70
Time (sec)
Chap1
Etude des systèmes continus linéaires du second ordre
53

 Réponse indicielle (ξ=1 )

S  p 
k k 1
 2. avec   1 / 0
p(1  p)  p( p  1 /  ) 2
2

Impulse Response
1

0.9

 
t

st   k 1  e (1  t /  )u (t )
0.8

 0.7

  ξ=1
0.6

Amplitude
0.5

0.4

0.3

0.2

0.1

0
0 1 2 3 4 5 6 7 8 9 10
Time (sec)
Chap1
Etude des systèmes continus linéaires du second ordre
54

 Réponse indicielle (0<ξ<1 )

k02 1 p  2  0 
S  p   k  2

p p 2  2 0 p  0
2
  p p  2   0 p   2
0 


st   k 1 

e   0 t
1  2

cos 0 1   2 t   
 u(t)

1.4

1.2
Step Response

D Tp

 1

avec    arctan
1 
0.8
2

Amplitude
tpic
0.6

temps de montée tm 0.4

temps du premier maximum tpic 0.2

dépassement D en % tm

pseudo-période Tp
0
0 2 4 6 8 10 12 14 16 18 20
Time (sec)
 Chap1
Etude des systèmes continus linéaires du second ordre
55

 Réponse indicielle (0<ξ<1 )

Step Response
1.4

1.2
Temps de montée tm
 
Tp


D

1
1   arctan 
tm 
0 1   2  2 0 1   2 
0.8
Amplitude

0.6
tpic

0.4

Dépassement D en % 
0.2

1 2
tm

0
0 2 4 6 8 10
Time (sec)
12 14 16 18 20
D %  100 e
Temps de pic tpic
Pseudo-période Tp
 2
t pic  Tp 
0 1   2
0 1   2
Chap1
Etude des systèmes continus linéaires du second ordre
56

 Réponse indicielle en fonction de l’amortissement

Chap1
Etude des systèmes continus linéaires du second ordre
57

 Réponse en vitesse (ξ>1 )

 
1  2 12
22
S  p  k  2  1 
1 1
   
p p 1   2 p  1 1   2 p  1 
 1  2 

  
t

t

st   k t   1   2  
1  2 1 u (t )
 1 e   22e  2
 1   2  
35

  30
entrée
 2
25
k=1
k=2 n  2
Si K=1 Suiveur avec retard
k=3
k=4
20

2 15

erreur   Erreur de traînage

0 10

Si K≠1 Non suiveur 0

0 1 2 3 4 5 6 7 8 9 10
Chap1
Etude des systèmes continus linéaires du second ordre
58

 Réponse en vitesse (ξ=1 )

s p   2
k k 1
 2. 2 avec   1 / 0
p (1  p)  p ( p  1 /  ) 2
2

40

 1
s p   k ( 2 
1 1 35 entrée
)
p ( p 1/ )
k=1
2 30 k=2
k=3
n  2
k=4
25
t

s t   kt (1  e )u (t )

20

15

10

Si K=1 Suiveur avec retard 5

Si K≠1 Non suiveur 0

0 1 2 3 4 5 6 7 8 9 10
Chap1
Etude des systèmes continus linéaires du second ordre
59

 Réponse en vitesse (0<ξ<1 )

k02 1 2  0  1 
S  p  2 2  k 2  2

p p  2 0 p  0
2
p p  2   0 p   2
0 

 (20  1)e  0 t 
40

st   k t  sin t  u(t)   0.1


35

  30
0  1
entrée
k=1
25
k=2
k=3
k=4

  0 1   2
20

avec
15

Si K=1 Suiveur avec oscillations 10

Si K≠1 Non suiveur 5

0
0 1 2 3 4 5 6 7 8 9 10
Chap1
Etude des systèmes continus linéaires du second ordre
60

Diagramme de Bode
F  j  
 k
2
  
1 2 j   j 
 0  0 
 F  j  
k
2
    2
 2
2  
 1      4   
   0    0 

 
 2
    arctan
arg F  j 

0
2
  
1   
  0 
 Chap1
Etude des systèmes continus linéaires du second ordre
61

 Diagramme de Bode: 2
   2    
2
 courbe de gain 20 log F  j   20 log k  20 log 1      4  2  
  0    0 
* Pour ω<< ω0 20 log F  j   20 log k (asymptote horizontale)
2

* Pour ω>> ω0 20 log F  j   20 log k  20 log    20 log k  40 log 0  40 lg 
 0 
 
les asymptotes se coupent en 20 log k  20 log k  40 lg   pour   0
 0 
 courbe de phase  
 2      0,  (0)  0
 0 
  

 ( )  arg F j  arctg 2 
   0 ,  (0 )  90
       ,  ()  180
 1     
  0 
Chap1
Etude des systèmes continus linéaires du second ordre
62

 Diagramme de Bode: gain en fontion de l’amortissement

Chap1
Etude des systèmes continus linéaires du second ordre
63

 Diagramme de Bode: phase en fontion de l’amortissement

Chap1
Etude des systèmes continus linéaires du second ordre
64

1
 Pulsation de résonance R  0 1  2 2
(pour 0     0.707)
2
K
 Gain maximal GMax  G( jR ) 
2 1   2

 Pulsation de coupure C  0 1  2 2  2 2

2
1 1
GMax 1
 Facteur de résonance (coeff. de surtension) Q 
K 2 1   2
 < 0,7
GdB
20logk
-40 dB/déc

 > 0,7

0 R c 
Chap1
Etude des systèmes continus linéaires du second ordre
65

 Diagramme de Nyquist
Chap1
Etude des systèmes continus linéaires du second ordre
66

 Diagramme de Black
Chap 1
4- Analyse des systèmes continus linéaires
67

 Définitions
 Critères de Stabilité
 Critère de Routh
 Critère de Nyquist
 Marges de stabilité
 Précision
Chap1:
Stabilité
68
 Chap1:
Stabilité
69

 Influence des pôles

Chap1:
Stabilité
70
Chap1: Stabilité
Critère de Routh-Hurwitz
71

Le critère de Routh permet de déterminer si les racines de

l'équation caractéristique D(p)=0 du système sont à parties réelles
positives ou non sans calculer explicitement ces racines
Chap1: Stabilité
Critère de Routh-Hurwitz
72
Chap1: Stabilité
Critère de Routh-Hurwitz
73

Remarques
 Le nombre de changements de signe dans la
première colonne est égal au nombre de pôles à parties
réelles positives
 Si dans la première colonne il existe un élément nul, le
système admet au moins un pôle à partie réelle positive
ou une paire de pôles conjugués imaginaires purs
Chap1: Stabilité
Critère de Routh-Hurwitz
74
Chap1: Stabilité
Critère de Routh-Hurwitz
75
 Chap 1 Stabilité
76
Critère de Nyquist
Le critère de Nyquist est un critère graphique permettant d'étudier
les conditions de stabilité du système asservi (en BF ) à partir du
diagramme de Nyquist du système en boucle ouverte.

Une CNS de stabilité en BF d’un système asservi linéaire est

que le lieu complet de Nyquist de sa FTBO
( parcouru de ω=-∞ à ω=+∞) , tourne autour du point
critique (–1,0), dans le sens trigonométrique, un nombre de
tours T égal au nombre de pôles instables P de la FTBO.
•Le lieu complet de Nyquist est le diagramme de Nyquist ordinaire
complété par son symétrique par rapport à l’axe des abscisses.
•Les pôles instables sont comptés avec leur ordre de multiplicité.
 Chap 1 Stabilité
77
Critère de Nyquist

K, T1 et T2 >0
 Chap 1 Stabilité
78
Critère de Nyquist

 20(25  4 2 )  j ( 2  20)
H BO  j  
 
( 2  1) (25   2 ) 2  25 2
 Chap 1 Stabilité
79
Critère de Nyquist

 k (1  4 2 )  j3k
H BO  j  
(16 2  1)( 2  1)
 Chap 1 Stabilité
80
Critère de Nyquist
Si le système linéaire est stable en boucle ouverte alors une
CNS de stabilité en BF est qu’en parcourant le lieu de Nyquist
de sa FTBO (de ω=0 à ω=+∞), on laisse le point critique
(–1,0) à gauche.
 Chap 1
81
Marges de stabilité
 Chap 1
82
Marges de stabilité
Lieu de Bode Marge de gain
G( j ) dB
G  20 log G( j )
0 
 / argG( j )  
1

Marge de phase
  arg(G( j1 ))  180

Valeurs usuelles 1 / G( j1 )  1 c.à.d G( j1 ) dB  0

 entre 45 et 60
Système stable
G entre 8dB et 15dB   0 et G  0
 Chap1
Marges de stabilité
83

Lieux des pôles


 p      j 1  2
 1 0 
 *
 p
 1   0 
   j 1   2

0
  cos  
0
45° à 60°
 Chap 1
Marges de stabilité - Bode
84

1   1

Système stable Système instable

 Chap1
Marges de stabilité - Nyquist
85

Système stable Système instable

 Chap1
86
Marges de stabilité - Black

Système stable Système instable

Chap1:
Précision
87

 Précision

 (t ) Erreur
dynamique
 Chap1
88
Précision
Erreur statique
 Chap1
89
Précision
Erreur statique

Erreur en position

Erreur en vitesse
 Chap1
Précision
90

E0 p nm1 Si n  m  1 alors  s  0
 s  lim 1 a1 p  a2 p 2  Si n  m  1 alors  s  constante
p 0
p  K 1b p b p 2 
n
Si n  m  1 alors  s  
1 2
 Chap1
Précision
91

n  m 1
E0 p
 s  lim 1 a1 p  a2 p 2 
p 0
p  K 1b p b p 2 
n
1 2

Erreur de Classe 0 Classe 1 Classe 2

position p E0 0 0
1 k
vitesse t  E0 0
k
accélération a   E0
k
 Chap1
Précision
92

Classe 0 Classe 1 Classe 2

Position
Vitesse
Accélération
 Chap 1:
Synthèse des systèmes continus linéaires
93

 Cahier des charges d’un asservissement

 Actions correctives simples: P,I,D
 Correcteur Proportionnel Intégral
 Correcteur Proportionnel Dérivé
 Correcteur PID
 Correcteur à avance de phase
 Correcteur à retard de phase
Chap 1
Cahier des charges d’un asservissement
94

 La précision : p < seuil ; v < seuil

 La rapidité : tm < seuil (temps de montée)
 La stabilité :   seuil ; G  seuil
 Le dépassement : D% < seuil ξBF > seuil
commande
Chap1
95
Actions correctives simples
 Correcteur Proportionnel pur:
Diagramme de Bode
u 60

Kp 40
Kc 1
Kc=1
Kc 1
20
c0 c0
0
c0
-20

-40
u (t )  K P (t ) C ( p)  K p -60

-80

-100
Réalisation électronique du correcteur 10
0
-2
10
-1
10
0
10
1
10
2
10
3

-20
-40
-60
-80
-100
-120
-140 m
-160 m m
U ( p) R R -180
 KP  2 . 4
-2 -1 0 1 2 3
10 10 10 10 10 10

 ( p) R1 R3
Chap1
96
Actions correctives simples
 Correcteur proportionnel pur:

L’augmentation de Kp

• amélioration de εs
• décroissance du tm
• faible amélioration du tr
• diminution de
• augmentation de D%
Chap1
97
Actions correctives simples
 Correcteur Intégrateur pur: Effet sur la FTBO d’un système de 1er ordre

Diagramme de Bode du correcteur

Réalisation électronique du correcteur

U ( p) 1 1
 .
 ( p) R1C2 p
Chap1
98
Actions correctives simples
 Correcteur Intégrateur pur: 1.4

1.2

Ki 0.8

p
0.6

0.4

0.2

L’action intégrale pure :

0
0 2 4 6 8 10 12 14 16 18 20

• améliore la précision en réduisant ou annulant l’erreur statique, mais

• introduit un déphasage de -90° qui risque de déstabiliser le système
(diminution de la marge de phase).
• Action lente
 Chap1
99
Actions correctives simples
 Correcteur Dérivateur pur: Diagramme de Bode
u
Kdp

d (t )
Signal de commande: u (t )  K d
dt
Réalisation électronique du correcteur

U ( p)
 Rd Cd p
 ( p)
 Chap1
100
Actions correctives simples
 Correcteur Dérivateur pur:
L’action dérivée pure :
• améliore la rapidité (augmentation de la bande passante),
• Introduit un déphasage supplémentaire de + 90°
• fait diminuer la précision du système,
• amplifie les bruits de hautes fréquences.

Théorique Pratique

C ( p)  K d p C ( p) 
Kd p
  K d
1  p
 Chap1
Correcteur Proportionnel-Intégral
101

Effet sur la FTBO d’un système de 1er ordre

U ( p)  K 
FT du correcteur: C ( p)   K p 1  i 
 ( p)  K p
 p 
t
Signal de commande: u (t )  K p (t )  K i   (t )dt
0
Diagramme de Bode du correcteur

Réalisation électronique du correcteur

 Chap1
Correcteur Proportionnel-Intégral
102

Effet du correcteur PI

•Annule l’erreur statique

(gain infini en basse fréquence)

Pour le choix
Ki
de K p  c :

•Gain du système corrigé non

modifié en HF
•Marge de phase non modifiée
 Chap1
Correcteur Proportionnel-Dérivé
103

Diagramme de Bode du correcteur

U ( p)  Kd 
FT du correcteur: C ( p)   K p 1  p
 ( p)  
 Kp 
d (t )
Signal de commande: u (t )  K p (t )  K d
dt
Réalisation électronique du correcteur
 Chap1
Correcteur Proportinnel-Dérivé
104

Effet du correcteur PD

•Amélioration de l'amortissement
et réduction du dépassement.
•Réduction du temps de montée et
du temps d'établissement.
•Augmentation de la bande
passante.
•Amélioration de la marge de
phase et de la marge de gain.
• Possibilité d'accentuation des
bruits aux hautes fréquences.
 Chap1
105
Correcteur PID
 Différentes structures d’un PID
 Série
 +
 Ki 
C  p   K p  1    1  K d p 
+ + U
P + D
I

 p
 Parallèle P

C p  K p 
 + U Ki
 Kd p
I
+
D
p
 mixte
I

 Ki 
+


C  p   K p  1 
+ U

 K d p 
P
+

D  p 
 Chap1
106
Correcteur PID (parallèle)
d (t )
t
U ( p) Ki
u (t )  K p (t )  K i   (t )dt  K d C ( p)   Kp   Kd p
0
dt  ( p) p

Exemple de réalisation
 Chap1
Ajustement des paramètres d’un PID
107

 Si on dispose de la FT du système
Calcul exact en identifiant la FT du système corrigé à la
FT équivalente aux exigences du cahier des charges
 Sinon
Ajustement selon les méthodes pratiques telle que la
méthode de Ziegler & Nichols
 Chap1
Méthode de Ziegler & Nichols
108

 Essai de pompage (en boucle fermée)

TOSC
Kp=KOSC y
+
Kp processus
- t

P PI PID
On règle le PID en
proportionnel pur: série parallèle série parallèle mixte
Kp: faible
Ki : nul (Ti  ) Kp K osc K osc K osc K osc
2 2.2 3.3 1.7
Kd : nul
Ti Tosc 2Tosc Tosc 0.84Tosc Tosc

1.2 K osc 4 K osc 2
On augmente Kp
progressivement jusqu’à Kd Tosc K oscTosc Tosc
l’obtention du pompage 0 0 0
4 13.3 8
 Chap1
Méthode de Ziegler & Nichols
109

 Réponse Indicielle (en boucle ouverte)

E0 +
Tangente au point
K=1
processus d’inflexion
-

Correcteur Kp Ki Kd
Ta TR
C ( p)  K p Ta
E0TR

 K  0.9Ta 3.33TR E0 : amplitude de l’échelon

C ( p )  K p 1  i  E0TR
 p TR : constante de temps apparente
 K  1.2Ta Ta : retard apparent
C ( p )  K p 1  i  K d p  2TR 0.5TR
 p  E0TR
 Chap1
Correcteur à avance de phase
110

Gain
1 a  p
C ( p)  ; a 1
1 p 20log(a)

Le correcteur à avance de phase est une forme 10log(a)

approchée du correcteur Proportionnel Dérivé qui
est physiquement irréalisable. 
1 a   2 2 2
1 1
C ( j ) 
1   2 2 a 
Arg(C( j))  arctg(a ) - arctg( )  f ()
Phase

df ( ) a 
  φmax
2
d 1  (a  ) 2 1  (  ) 2

df ( ) a  1
0    1
d 1  (a  ) 2 1  (  ) 2  a  a
Ce correcteur présente une avance de phase à toutes
les fréquences et présente un maximum pour : max  1 (rad .s 1 )
 a
a 1
 max  arcsin (rad )
a 1
 Chap1
Correcteur à avance de phase
111

Gain
1 a  p
C ( p)  ; a 1 20log(a)
1 p
10log(a)
Effet du correcteur :
•Introduction d'un déphasage positif. 
•Augmentation de la  d’où amélioration de la stabilité. 1 1
•Augmentation de la bande passante (donc de la rapidité). a 
•Sensibilité aux bruits à cause de l'élargissement de la BP. Phase

Principe de l’action corrective : 2
φmax
Coïncider ωmax avec la pulsation de coupure à
0dB (ωc0) du système à corriger et régler φmax , 
que l’on appelle remontée de phase, de 1
manière à obtenir la marge de phase voulue  a
 Chap1
Correcteur à avance de phase
112
Remarque : On ne peut pas prévoir la nouvelle valeur de ωc0 avant d’effectuer la correction.
D’où il fallait déterminer a et τ par essais successifs.
Algorithme de réglage du correcteur à avance de phase
Etape 1 Réglage du gain de la FTBO G(p) du système non corrigé de manière à satisfaire les
exigences de précision (erreurs statiques) et de rapidité (tr minimal en boucle fermée)
Etape 2 Déterminer la marge de phase de la FTBO du système non corrigé
En déduire la remontée de phase maximale φmax à ajouter pour obtenir la  imposée
NB : prendre ωmax = 1,5 ωc0
1  sin  max
Etape 3 Déterminer a par la relation a
1  sin  max
Etape 4 Déterminer la vraie valeur de ωmax telle que |G(jωmax )|dB = - 10 log(a)
(en effet |Gcorrigé(ωmax)|= |G(jωmax)| . |C(jωmax)| = 1)
Etape 5 En déduire la valeur de τ par la relation 
1
 max a
Etape 6 Vérifier si la nouvelle  du système corrigé correspond bien à celle imposée.
Sinon recommencer à partir de l’étape 2
 Chap1
Correcteur à retard de phase
113

1  p Diagramme de Bode du correcteur

C ( p)  ; b 1
1  b p Gain 1 1
b  
1  2 2
C ( j ) 
1  b 2 2 2
-10log(b)
Arg(C( j))  arctg( ) - arctg(b )
-20log(b)

1
Ce correcteur présente un retard de phase à toutes
les fréquences et présente un minimum pour :
Phase  b 

1
min  (rad .s 1 )
 b φmin

1 b 
 min  arcsin (rad ) 2
1 b
 Chap1
Correcteur à retard de phase
114

Gain
1  p
1 1
C ( p)  ; b 1 b  

1  b p
-10log(b)
Effet du correcteur :
• Introduction d'un déphasage négatif
-20log(b)
• Diminution du gain en hautes fréquences
• Diminution de la largeur de la BP (donc de la rapidité)
• Augmentation de la  d’où amélioration de la stabilité 1
Phase  b 
Principe de l’action corrective :
Diminuer le gain en hautes fréquences sans φmin

modifier le gain en basses fréquences imposé par 
2
les conditions de précision.
 Chap1
Correcteur à retard de phase
115
Remarque :
1
Pour les pulsations   , le correcteur apporte une diminution du gain de  20log(b)

Or la diminution du gain du système diminue la pulsation de coupure à 0dB, d’où l’augmentation
de la 
La stratégie du réglage par retard de phase consiste à compenser la quantité de gain de façon
à ramener le gain corrigé à zéro au niveau de la pulsation qui donne la marge de
phase imposée. Et pour éviter l’effet du retard de phase apporté par ce correcteur, il faut
considérer une constante de temps  telle que 1 soit suffisamment petit devant la nouvelle
 10
pulsation de coupure à 0dB 0 on peut prendre 0 

Pour  
10
, Arg(C( j))  Arctg(10)  Arctg(10b)  f (b)

La fonction f(b) tend vers -5.7° quand b tend vers l’infini. Donc on pourra utiliser cette valeur
pour calculer la pulsation de coupure.
 Chap1
Correcteur à retard de phase
116

Algorithme de réglage du correcteur à retard de phase

Etape 1 Détermination de la nouvelle pulsation de coupure Gc ( p)  C( p)G( p)
imposée  180  Arg (Gc ( j0 ))  180  Arg (C ( j0 ))  Arg (G( j0 ))
0 
10 imposée  180  5.7  Arg (G( j0 ))

10
en déduire la valeurs de 0 puis de 
0
Etape 2 Détermination du gain non corrigé à la pulsation 0 G( j0 )
C’est cette valeur que doit compenser le correcteur pour ramener le gain absolu corrigé à 1
(c.à.d ramener le gain en dB à 0).
Etape 3 Détermination du paramètre b
1 1
Gc ( j0 )  1 C ( j0 )   b  G( j0 )
G( j0 ) b
Etape 4 Vérifier si la nouvelle marge de phase du système corrigé correspond bien à celle imposée
Sinon recommencer l’algorithme.
117 Chapitre 2

Représentation des systèmes numériques

 Chap2: Représentation des systèmes numériques
118

Plan du chapitre

 Introduction à la Commande Numérique des Processus

 Conversion Analogique Numérique
 Conversion Numérique analogique
 Transformée en z directe et inverse d’un signal échantillonné
 Fonction de transfert des systèmes numériques
 Réponses des systèmes numériques
 Introduction à la CNP
119

Boucle d’asservissement
 Introduction à la CNP
120

Asservissement continu

C(p) G(p)

H(p)

• r(t) consigne • u(t) commande

• y(t) sortie du processus • w(t) perturbations de charge
• ym(t) mesure de la sortie • v(t) bruit de mesure
• ε(t) erreur par rapport à la consigne
 Introduction à la CNP
121

Asservissement Numérique

G(p)

H(p)

Te : période d’échantillonnage CNA : Convertisseur Numérique Analogique

C(z) : transmittance discrète du correcteur CAN : Convertisseur Analogique Numérique
 Introduction à la CNP
122

Pourquoi la commande numérique ?

 Exigences de performances
 Exigences matérielles: capteurs numériques
 Développement des outils numériques …
 Introduction à la CNP Comparaison
123

Correction numérique Correction analogique

•Simple à implémenter (algorithme)
•Algorithme adaptable •Système observé en
Avantages

•Mise au point souple continu

•Grande capacité de mémoire •Adaptée aux systèmes
•Convivialité (dialogue) rapides
•Sécurité (séquentiel) •Précis
•Supervision et commande à distance
•Coût faible
•Boucle ouverte en dehors des instants d’échantillonnage
•Structure rigide
Inconvénients

( oscillations non observées)

•(PID ou approchée)
•Discrétisation de la mesure
•Mise au point difficiles
(manque de précision, non linéaire : risque de cycle limite)
•Disponibilité difficile
•Compromis ( précision et temps de calcul)
(valeurs des composants)
•Limitée en bande passante
•Coût plus élevé
•Gestion de 2 types de signaux(analogiques et numériques)
 Conversion Analogique Numérique
124

Signal échantillonné
Signal continu

Signal analogique

Signal quantifié

Signal discret

Signal numérique

Echantillonnage + Quantification = Numérisation

 Echantillonnage d’un signal analogique
125

f(t) fe(t)

Prélèvement d’une valeur du signal continu à période fixe Te.

Schéma d’un échantillonneur (préleveur):

f e t   f 0 t   f Te  t  Te   f 2Te  t  2Te    f kTe  t  kTe   
Représentation mathématique : multiplication par un peigne de Dirac
 Fonction Echantillonnée
126

Fonction peigne de Dirac Signal échantillonné


T (t ) 
e   (t  kT )
k 
e


f e (t )  f (t ) Te (t )   f (kT ) (t  kT )
k 
e e

Transformée de Laplae d’un signal échnatillonné causal


Fe ( p)   f (kTe )e pkTe
k 0
Transformée de Laplace d’un signal échantillonné
127

Rappel: Transformée de Laplace d’un signal continu


L f (t )  F ( p)   f t e  pt dt p : opérateur de Laplace
0

Transformée de Laplace d’un signal échantillonné

 
L f e (t )  Fe ( p)   f e t e dt   f t  T (t )e  pt dt
 pt
e
0 0

Première formulation Deuxième formulation

signal échantillonné causal décomposition en série
de Fourier de  T (t ) e


Fe  p    f kTe e  kTe p 
 2k 
Fe  p   
1

F p  j 

k 0 Te k    Te 
Transformée de Laplace d’un signal échantillonné
128

Première formulation
 
f e t   f (t )   t  kT    f (kT ) t  kT 
Signal échantillonné
e e e
Sa transformée de Laplace k   k  
  
Fe  p   L f e t    f e t e   f (kTe ) t  kTe e  pt dt
 pt
dt 
0 0
k  
Causalité du signal f(t) On ramène la somme discrète de ∞ à 0 et on inverse ∑ et ∫
  
Fe  p    f (kTe )   t  kTe e  pt
dt   f (kTe ) L t  kTe 
0
k 0 k 0
Avec la transformée de Laplace

Fe  p    f kTe e  kTe p
de l’impulsion de Dirac (retardée):
  kT p
 e e si k  0
L t  kTe    k 0

0 sinon
Transformée de Laplace d’un signal échantillonné
129

Deuxième formulation 
La fonction peigne de Dirac  Te t    t  kT 
k  
e est périodique de période Te

Donc décomposable en série de Fourrier

Te 2kt
 2kt  j


1
 Te (t )e
j
 Te t    ck  2 Te
ck e Te avec Te dt
Te 
k   2

 2kt
Des propriétés de l’impulsion 1 j
  Te t   
ck 1 Te
de Dirac on en déduit que: Te e
T
k   e
D’où la transformée de Laplace de fe s’écrit:
2kt  2k
 1     ( p  j 
 j
Te   pt  )t

   
1
Fe ( p)  f (t ) e e dt  f (t )e Te
dt 
0  Te k    Te  0 
  k    

 2k 
Fe  p   
1

F p  j 

Te k    Te 
 Spectre d’un signal échantillonné
130

Une première façon de connaître un signal est d’observer son allure en fonction
du temps donnée par l’oscillogramme.
Pour voir les fréquences contenues dans un signal, on le représente sous la forme
d’un diagramme amplitude-fréquence appelé spectre.
Signal sinusoïdal x(t) = 10sin(400t)
10

-2

-4

-6

-8

-10
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2

Spectre d’un signal composite

8

-2

-4

-6

-8

-10

-12
0 2 4 6 8 10 12 14 16 18 20
 Spectre d’un signal échantillonné
131

Le spectre d’un signal nous renseigne donc sur les différentes

composantes fréquentielles qu’il contient
Exemples de spectres réels:
Signal triangulaire à 300Hz Signal audio entre 20Hz et 20kHz
 Spectre et Transformée de Fourier
132

La décomposition en série de Fourier est un outil simple et pratique pour trouver

le spectre d’un signal périodique
La transformation de Fourier est une extension du développement en série de
Fourier pour les signaux non périodiques
Transformée de Fourier d’un signal continu f(t) non périodique

F ( j )  

f (t )e  jt dt avec e  jt  cos(t )  j sin( t )

F(jw) est une fonction complexe

Son module donne le Spectre de f

 M est la pulsation de coupure à 0dB

Largeur spectrale = 2ωM

 Spectre du signal échantillonné
133

Transformée de Fourier du signal échantillonné fe(t)


2k est une fonction

1 2
Fe ( jw)  F ( jw  j ) 
Te Te périodique de période we
k   Te
Le spectre de fe est une succession infinie de spectres issus de celui du
signal continu décalés en pulsations de we

L’échantillonnage a pour effet de périodiser le spectre du signal continu

et de multiplier son amplitude par 1
Te
 Spectre du signal échantillonné
134

we
Cas où wM 
2
Sans repliement

we
Cas où wM 
2
Avec repliement

Pour pouvoir restituer le spectre du signal continu, il ne faut pas avoir de repliement
au niveau du spectre du signal échantillonné.
 Conversion Numérique Analogique
135

Restitution d’un signal échantillonné

Objectif:
Exemple:

Théorème de Shannon
Soit un signal continu f(t) dont le spectre est contenu dans l’intervalle
de fréquence [−fM,+fM], échantillonné à la fréquence e Te .
f  1

Pour pouvoir reconstruire le signal f sans perte à partir des


échantillons f(kTe), il faut avoir : f e  2 f M où f M  2M
 Conversion Numérique Analogique
136

Remarques
Une fréquence d’échantillonnage fe très petite entraine la perte d’informations
(rater des dynamiques, des variations brusques) et risque de causer l’instabilité
du système asservi.
Une fréquence fe très grande risque d’alourdir le calculateur par des calcul
inutiles pour faire des corrections par petits coups répétés.
En considérant juste la condition de Shannon ( f e  2 f M ), il serait difficile de
supprimer toutes les fréquences strictement supérieures à la fréquence maximale
du signal continu fM, car ça nécessite un filtre parfait
En pratique on choisit des fréquences d’échantillonnage fe telles que:
[Link] < fe < [Link]
En général, il faut filtrer les signaux analogiques avant échantillonnage pour
éliminer les bruits ayant des fréquences supérieures à la fréquence fM: filtrage
anti-repliement
 Conversion Numérique Analogique
137

Restitution approchée d’un signal échantillonné

Par Bloqueur d’ordre zéro (BOZ)

1  e Tp
Fonction de transfert: B0  p  
p
 Conversion Numérique Analogique
138

Restitution approchée d’un signal échantillonné

Par Bloqueur d’ordre un B (t) f1(t)
1

2
1  Tp  1  e Tp

Fonction de transfert: B1 ( p )   
T  p 
 Transformée en Z d’un signal échantillonné
139


Transformée de Laplace d’un signal échantillonné causal: Se  p    e   pkTe
s kT e
k 0

Définition La transformée en Z d’un signal se(t) échantillonné à la période Te est

la transformée de Laplace du signal, avec le changement de variable:
z  e pTe

La transformée en Z de se(t): S z   Ζse (t )  
k 0
skTe z k
Remarque:
On note identiquement se (t )  skTe   s(k )  sk
et S z   Ζs(k )  ΖS ( p)

Exercice: Calculer les transformée en z des fonction usuelles:

Impulsion de Dirac
Echelon unitaire
 Transformée en Z d’un signal échantillonné
140

TZ de l’impulsion de Dirac: S z   Ζse (t )   skT z

k 0
e
k

TZ de l’échelon unitaire:
 Transformée en Z d’un signal échantillonné
141

Autre méthode de détermination de la TZ

Si le signal discret est défini par ses échantillons : s0 , s1 , s2 , ... , sk , ...

Alors sa transformée en Z peut se définir par: S z   
k 0
sk z  k

Exercice:
Donner la TZ de la fonction numérique x(k) représentée par le graphique ci-dessous
(elle est aussi nulle dans les parties non représentées)

S ( z)  0.55  0.44z 1  0.33z 2  0.11z 3  0.35z 4  0.25z 5

 Propriétés de la transformée en z
142

Linéarité Ζa.s1 (k )  b.s2 (k )  a.S1 ( z )  b.S 2 ( z )

   

 (as1 (k )  bs2 (k )) z
k 0
k
  as1 (k ) z
k 0
k
 bs2 (k ) z k
 a  s1 (k ) z
k 0
k
 b  s2 ( k ) z  k
k 0
 aS1 ( z )  bS 2 ( z )
Translation temporelle
Retard Ζs(k  n)  z  n S z  (z-1 est l’opérateur de retard d’une
période d’échantillonnage)
 
 1 

 s ( k  n) z
k 0
k
  s ( k  n) z
k 0
( k  n )
z n
 z   s (i ) z   s (i ) z i 
n

 i  n
i

i 0 
n 1
Ζs(k  n)  z n S  z    si z ni
=0
Avance
i 0
    n 1

 s ( k  n) z
k 0
k
  s ( k  n) z
k 0
( k  n )
z z
n n
 s(i) z
i n
i
z n
 s(i) z z
i 0
i n
 s
i 0
(i ) z i
 Propriétés de la transformée en z
143

Théorème de la valeur initiale: lim s t   lim s k   lim S ( z )

t 0 k 0 z 

 

lim S ( z )  lim  s(k )z  k  lim s(0)  s (1) z 1  s(2) z  2  ...  s(0)  lim s (k )
z  z  z  k 0
k 0

Théorème de la valeur finale: lim st   lim sk   lim (1  z 1 ) S ( z )

t  k  z 1

Soient les deux suites:

S k  s0  s1 z 1  s2 z 2  ...  sk z  k S ( z )  lim S k
k 
S k1  s0 z 1  s1 z 2  s2 z 3  ...  sk 1 z  k  z 1S k 1
z S ( z )  lim S k1
k 

lim (1  z 1 ) S ( z )  lim lim ( S k  S k1 )  lim lim ( S k  S k1 )  lim sk  lim s(t )

z 1 z 1 k  k  z 1 k  t 
 Propriétés de la transformée en z (suite)
144


Théorème de la somme
 s(k )  lim S ( z)
k 0
z 1

  
lim S ( z )  lim  s(k )z k
  lim s(k )z k
  s(k )
z 1 z 1 z 1
k 0 k 0 k 0

Ζk .s(k )   z
dS ( z )
Multiplication par une rampe
dz
dS ( z )  d ( z k )  
  s(k )    ks(k )z ( k 1)
  z  ks(k )z k
1

dz k 0 dz k 0 k 0

Multiplication par une exponentielle  

Ζ e  ak .s(k )  S ( ze a )
 

e
k 0
 ak
s(k )z k
  s (k )( ze a )  k  S ( ze a )
k 0
 Propriétés de la transformée en z (suite)
145

Convolution Ζx(k ) * y (k )  X ( z )Y ( z )

Soient x(k) et y(k) deux suites et s(k) leur produit de convolution.


s(k )  ( x * y)(k )   x(i)y(k  i)
i  
Si x(k) et y(k) sont causales alors 
s(k )  ( x * y)(k )   x(i)y(k  i)
i 0
et sa TZ est:
   
S ( z )  Ζs(k )   x(i)y(k  i) z
k 0 i 0
k
  x(i )z i  y (k  i ) z ( k i )  X ( z )Y ( z )
i 0 k 0
 Transformée en Z des fonctions usuelles (1)
146

t=kT
 Transformée en Z des fonctions usuelles (2)
147
 Transformée en Z des fonctions usuelles (3)
148
 Transformée en Z des fonctions usuelles (4)
149
 Transformée en z inverse
150

À partir d’une fonction en z S(z), on peut déterminer une infinité de fonctions s(t)
car S(z) ne contient que les valeur de s(t) aux instants d’échantillonnage kTe

s1(t) La transformée en z inverse

s2(t) donne la suite des valeurs
s(0), s(1), …,s(k), …
et non pas s(t)

Il existe plusieurs méthodes pour calculer la transformée en z inverse dont:

1. La méthode des fractions élémentaire: Décomposition en éléments simples de
2. La méthode des équations aux différences
 Transformée en z inverse (suite1)
151

1. Méthode des fractions élémentaires

n

 (z  a )
S ( z) S ( z) A
Décomposer la fraction rationnelle en éléments simples:  pi
n z z i 0
 (z  a )
Az i
En déduire S ( z)  pi
i 0 i

Déterminer la TZ inverse de chaque élément à partir des tables des TZ inverses

2z
Exemple: Calculer la TZ inverse de S ( z) 
( z  1)( z  0.5)
S ( z) 4 4 4z 4z
  S ( z)  
z z  1 z  0.5 z  1 z  0.5
z z
et sachant que Z 1 ( )  (k )  1 et Z 1 (  aT
)  e  akT
 ( e  aT k
)
z 1 z e

s(k )  4(k )  4.(0.5) k  4(1  0.5k )

 Transformée en z inverse (suite2)
152

2. Méthode des équations aux différences


m
1 bj z j

B( z ) j 0 N
Mettre S(z) sous la forme S ( z )    sk z  k avec m  n
A( z 1 )

n k 0
ai z  i
i 0

 b j z  j    sk z  k   ai z i 
m N n
 Puis à partir de l’égalité: j 0  k 0  i 0 
déduire le système d’équations puis celui des équation aux différences

b0  s0 a0 s0  a1 .b0


s1  a0 b1  s0 a1 
0
b1  s0 a1  s1a0 1
b2  s0 a 2  s1a1  s 2 a0
 s 2  1 b2  s0 a2  s1a1 
  a0

 
k
bk  s a pour k  m
s  1  b  k s a  pour k  m
 p 0 p k  p
 k a0  k  
 p 1 k  p p 
k
0  s p a k  p pour k  m 
 1 
 
p  0 k
s k   a0  p 1 s k  p a p  pour k  m
  
 Transformée en z inverse (suite3)
153

2. Méthode des équations aux différences

2z
Même exemple: S ( z) 
( z  1)( z  0.5)

2 z 1

N
S ( z)  1 2
 sk z  k
1  1.5 z  0.5 z k 0

 
2 z 1  s0  s1 z 1  ...  sn z  n  ... 1  1.5 z 1  0.5 z 2 
0  s0 s0  0
2  1.5s0  s1 s1  2
0  0.5s0  1.5s1  s2 s 2  1.5s1  3
0  0.5s  1.5s  s s  1.5s  0.5s  3.5
 1 2 3
 3 2 1
0  0.5s  1.5s  s s  1.5s  0.5s
 k 2 k 1 k  k k 1 k 2
 Fonction de transfert d’un système numérique linéaire
154

uk yk
système
Les systèmes numériques linéaires sont définis par une équation récurrente en fonction des
séquences de l’entrée u et de la sortie y sur un ensemble d’échantillons k
yk  1 yk 1   2 yk 2  ...   p yk  p   0uk  1uk 1  ...   quk q

i0 ai yk i  i0 biuk i

p q
Elle peut s’écrire sous à la forme:

Pour des conditions initiales nulles

la TZ donne:
 p i

a z Y ( z) 
i 0 i
 q
b
i 0 i
z 
i
U ( z)

i0 i i
q
La fonction de transfert en z du système numérique est Y ( z) b z
la fraction polynômiale de la TZ de sa sortie sur la TZ G( z)  
 i
p
de son entrée pour des conditions initiales nulles. U ( z) a z
i 0 i

La fonction de transfert en z s’appelle également transmittance discrète ou encore

fonction de transfert à temps discret.
 Fonction de transfert d’un système numérique linéaire
155

Remarques:
 La fonction de transfert en z d’un système est la TZ de sa réponse impulsionnelle:
Si u k   (k ) (impulsion de Dirac) U ( z)  1

 Y ( z )  Ζyk 
Y ( z)
G( z ) 
U ( z)

 La sortie d’un système discret, linéaire, causal, s’exprime comme un produit de convolution
entre l’entrée qui lui est appliquée et sa réponse impulsionnelle:

y (k )  Ζ G ( z )U ( z )  g (k ) * u (k ) 
1
 g (i)u(k  i)
i 
TZ inverse

y (k )   g (i)u(k  i)
i 0
car le système est causal
 Propriétés du modèle échantillonné
156

 Un système linéaire continu reste linéaire après échantillonnage

 L’ordre du système est conservé
 La transmittance échantillonnée peut se mettre sous la forme:
m

 (z  z j)
Les n racines du dénominateur sont les pôles
G( z) 
Y ( z)

j 0 du système échantillonné
U ( z) n
Les m racines du numérateur sont les zéros
 (z  z )
i 0
i
du système échantillonné
La condition n≥m traduit la causalité du système (c.à.d les sorties ne dépendent pas des
évènements futurs)
 Les pôles du système échantillonné se déduisent des pôles du système continu selon
la formule : z  eTpi i
 L’échantillonnage du produit de deux fonctions de transfert n’est pas égal au
produit de leurs modèles échantillonnés respectifs
Z H1 ( p) H 2 ( p)  Z H1 ( p)Z H 2 ( p)
 Fonction de transfert d’un système numérique linéaire
157

Transmittance échantillonnée:
Système à entrée échantillonnée G(p)
et à sortie continue ou échantillonnée
 
2
Ye  p     G p  jke  U e  p  jke  avec
1 1
Y ( p  jke )  e 
Te k  
Te k  
Te

 Ue(p) périodique
U e  p  U  p  jke  U e  p  jke   U e  p 
1
e k  
Te k  

Ye ( p)  Ge ( p)U e ( p) Ye ( z )  Ge ( z )U e ( z )

Valable si la sortie du système est continue ou échantillonnée.

NB: seule la sortie aux instants d’ échantillonnage est représentée, on ne sait pas ce qu’il
se passe entre les échantillons
 Fonction de transfert d’un système numérique linéaire
158

Transmittance échantillonnée:
Système à entrée analogique
G(p)
Y ( p)  G( p)U ( p)
 
2
Ye  p     G p  jke  U e  p  jke  avec
1 1
Y ( p  jke )  e 
Te k  
Te k  
Te

Or U(p) n’est pas périodique Ye ( p)  Ge ( p)U e ( p)

Y ( z )  Z G( p)U ( p)  Z G( p)Z U ( p)

Y ( z )  G ( z )U ( z )
On ne peut représenter un système par une fonction
de transfert en z que si son entrée est échantillonnée.
 Calcul des transmittances échantillonnées
159

Association en série
 1er cas: fonctions de transfert séparées par un échantillonneur:
Ue(p) Xe(p) Ye(p)

 X ( z )  H1 ( z )U ( z ) Y ( z)
Y ( z )  H ( z ) X ( z )  H1 ( z ) H 2 ( z )
 2 U ( z)
 2ème cas: fonctions de transfert non séparées:

Ue(p) Ye(p)

 X ( p)  H1 ( p)U e ( p) Y ( p)  H 2 ( p) H1 ( p)U e ( p)
Y ( p)  H ( p) X ( p)

Y ( p)  H 2 ( p) H1 ( p)e U e ( p)
2

 Z H1 ( p ) H 2 ( p )  H 1 H 2 ( z )
Y ( z)
U ( z)
 Calcul des transmittances échantillonnées
160

Systèmes en boucles fermée (1)

G(p) Z G ( p )
FTBF ( z ) 
1  Z H ( p )G ( p )
G( z)

1  GH ( z )
H(p)

Linéarité du comparateur

G(p) Z G ( p )
FTBF ( z ) 
1  Z H ( p )G ( p )
G( z)

H(p) 1  GH ( z )
 Calcul des transmittances échantillonnées
161

Systèmes en boucles fermée (2)

T
u G( z)
y ye
G(p) FTBF ( z ) 
+ – 1  G( z)

T
u y ye G( z)
G(p) FTBF ( z ) 
+ – 1  G( z)H ( z)

H(p)
 Calcul des transmittances échantillonnées
162

Application: Association en série d’un système H(p) avec un BOZ

Dans la pratique on évite d’attaquer le processus continu avec des impulsions
(ue),il faut disposer d’un bloqueur d’ordre zéro ou de tout autre filtre afin de
protéger l’actionneur:

Ue(p) Ye(p)
B0(p) H(p) 1  e Tp
B0  p  
G(p) p

1  e
Tp 
  H ( p)   H ( p) Tp 
 Z B0 ( p) H ( p)  Z 
Y ( z)
H ( p)  Z    Z  e 
U ( z) 
 p 
  p   p 

Théorème du retard:  
Ζ S ( p)eTp  Ζs(k 1)  z 1S z 

1  H ( p)  z  1  H ( p) 
G( z )  (1  z ) Z   Z 
 p  z  p 
 Calcul des transmittances échantillonnées
163

Exemple : Association en série d’un système du 1er ordre avec un BOZ

Y ( z) z  1  H ( p)  z  1  1 
 Z   Z  
U ( z) z  p  z  p (1  p ) 

 a  (1  e  aT ) z
D’après la table des TZ, on a : Z   aT
 p( p  a)  ( z  1)( z  e )
T T
Y ( z) z 1 (1  e  ) z (1  e  ) b0
  
z ( z  1)( z  e   ) ( z  e ) z  a0
U ( z)
T  T

Le BOZ ne change pas l’ordre du système

 Calcul des transmittances échantillonnées
164

Systèmes en boucles fermée (3)

Calculer la FTBF du système suivant :

C(z) B0(p) G(p)

H(p)

C ( z ) B0G( z )
FTBF ( z ) 
1  C ( z ) B0GH ( z )
 Réponses des systèmes à temps discrets
165

 j 0 j j
l
Y ( z) b z
Soit un système numérique défini par G( z)  
i 0 i i
n
U ( z) a z
 Calcul de la réponse
 A l’aide de l’équation récurrente

yk  a1 yk 1   an yk n  b0uk  b1uk 1   bl uk l

 A l’aide de la transformée en Z inverse de Y ( z)  G( z)U ( z)

avec U(z) transformée en z d’une séquence d’entrée uk
sous l’hypothèse de conditions initiales nulles on en déduit:
y k   1 G ( z )U ( z )
 Réponses des systèmes à temps discrets
166

 Exemple : Réponse indicielle d’un système du 1er ordre +BOZ T


Y ( z) (1  e  ) b0
T
b0 z 1 b0  1  e 
   1 
T
( z  e ) z  a0 1  a0 z
U ( z)  T

a0  e 
1ère méthode:  y0  0
y  b
Equation récurrente: y k  b u
0 k 1  a y
0 k 1  1 0
 y2  b0  a0b0
0 si k  0 
 y3  b0  a0b0  a0 b0
2
Réponse indicielle: u k  
1 sinon 

2èrme méthode:  yk  b0 (1  a0  a02    ( a0 ) k 1 )
T
Y ( z) (1  e  )
Y ( z)  G( z)U ( z)   T
z ( z  1)( z  e )
 T
(1  e ) z 1  (  a0 ) k T k
Y ( z)  yk  b0  1 e 
 T 1  a0
( z  1)( z  e )
 T k
Table des transformée en z yk  1  e
 Réponses des systèmes à temps discrets

 Exemple : Réponse indicielle d’un système de 1er ordre +BOZ

Implémentation sous Matlab avec τ=3s T=4s
>> T=4;
>> to=3;
>> a0=-exp(-T/to);
>> b0=1-exp(-T/to);
>> sys = tf([0 b0],[1 a0],T,'Variable','z^-1')
sys =
0.7364 z^-1
---------------
1 - 0.2636 z^-1
Sample time: 4 seconds
Discrete-time transfer function.
>> step(sys)
167
168 Chapitre 3

Analyse des systèmes numériques

 Chap3: Analyse des systèmes numériques
169

Plan du chapitre
 Stabilité des systèmes dynamiques
 Correspondance entre les plans p et z
 Conditions de stabilité des systèmes numériques
 Critère de jury
 Précision des systèmes numériques (erreur statique)
 Stabilité des systèmes dynamiques (Rappel)
170
 Influence des pôles sur la stabilité d’un système analogique
 Correspondance entre les plans p et z
171

z e pT

avec p    j on obtient :
z  e  j T  eT e jT  eT cosT   j sin T 
z  eT  0
 0

Im( p) Im(z)

Re( p) Re(z)
0
0 Rayon =1

 0
 Effet des pôles sur la réponse du système
172

z
F ( z)  f (k )  zik
z  zi
 Effet des pôles sur la réponse du système
173

z
F ( z)  f (k )  zik
z  zi

 Effet des pôles

• Si tous les pôles sont à l'intérieur du cercle unité:
système asymptotiquement stable
• Si un ou plusieurs pôles de multiplicité simple sont situés sur le cercle unité :
système à la limite de la stabilité
•Si un ou plusieurs pôles sont situés à l'extérieur du cercle unité :
système instable
•Si un ou plusieurs pôles de multiplicité supérieure à 1 sont situés sur le cercle unité :
système instable
 Conditions de stabilité des systèmes numériques
174

Soit un système discret défini par G( z) 

N ( z)
sa fonction de transfert en z D( z )

 Conditions sur les pôles z 1

Pour vérifier ces conditions il faut calculer les pôles de G(z)

 S’il est difficile de calculer les pôles?

On peut utiliser des critères algébriques qui nécessitent
seulement la connaissance des coefficients de D(z)
Critère de Jury
Critère de Routh modifié
 Critère de jury
175

Le critère de Jury permet de déterminer si les racines d'un polynôme sont

de module inférieur à 1 sans avoir à les calculer.

N ( z) b0  b1 z    bm z m
G( z)  
D( z ) a0  a1 z    an z n
Le système défini par G(z) est stable si tous ses pôles sont à l’intérieur du
disque unité.
C’est-à-dire si les racines du dénominateur D(z) sont de module inférieur à 1.

Il suffit d’appliquer le critère de Jury sur le polynôme D(z).

 Enoncé du critère de jury
176

Soit le polynôme D( z )  a0  a1 z    an z n , an  0 Les racines de D(z) sont

de module inférieur à 1 ssi les n+1 conditions suivantes sont vérifiées :

1. D(1)  0 Tableau de Jury

2. (-1)n D(1)  0
3. a0  a n
4. b0  bn 1

n. p0  p3
n  1. q0  q2
où les paramètres b0,…,q2 sont
définis par le tableau de Jury
a0 an  k p p3k
bk  , k  0,...,n - 1 ; ...; qk  0 , k  0,...,2.
an ak p3 pk
 Application du critère de jury
177

 Système du premier ordre: n=1

D(1)  a0  a1  0
D( z )  a0  a1 z  a0  a1
D(1)  a0  a1  0
 Système du second ordre: n=2
 D (1)  a0  a1  a 2  0

D( z )  a0  a1 z  a2 z 2  D (1)  a0  a1  a 2  0

 a0  a 2

 Système du troisième ordre: n=3  D(1)  a0  a1  a2  a3  0


 D(1)  a0  a1  a2  a3  0
D( z )  a0  a1 z  a2 z 2  a3 z 3 

 a0  a3

 a02  a32  a0 a2  a3a1

 Précision des systèmes dynamiques
178

Un système est d’autant plus précis que son erreur est plus faible

Erreur en position

Erreur en vitesse
 Précision des systèmes numériques
179

E(z) (z) Y(z) Erreur dynamique

+ – G( z )
E( z)
 ( z)  E( z)  Y ( z) 
1  G( z )
L’erreur dépend à la fois du système et de l’entrée
En régime permanent:
Erreur statique    lim  (kT)
k 

Théorème de la valeur finale:

z 1 E( z)
   lim (1  z ) ( z )  lim (
1
)
z 1 z 1 z 1  G( z )
 Précision des systèmes numériques
180

Forme standard de la FTBO

G1 ( z ) Erreur dynamique
G( z )  
( z  1)
E( z) ( z  1)  m 1T m zR( z )
  ( z)  
nombre des pôles « z=1 » 1  G( z) ( z  1)  G1 ( z )
il désigne la classe du système
G1(1)= constante finie Erreur statique
Entrées canoniques z 1 ( z  1) m T m R( z )
   lim  ( z )  lim 
z z 1 z z 1 ( z  1)  G ( z )
e(t )  Γ (t )  1  E( z)  1
z 1
Tz
e(t )  t  E( z)  0  m
( z  1) 2  T m R (1)
si
      cte si  m
 1G (1 )
T m zR( z )
e(t )  t m  E( z)  avec R(1)  0  si  m
( z  1) m 1
m: ordre du signal d’entrée
 Exemples d’erreurs statiques
181

z 1 ( z  1) m T m R( z )  0 si  m
   lim  ( z )  lim 
z 1 z 
z 1 ( z  1)  G ( z )
    cte si  m
1
 si  m

Classe 0 1 2 3
Consigne (α=0) (α=1) (α=2) (α=3)
Échelon de position : e(t )  a(t )  a a 0 0 0
z 1 G1( 1)
E(z)= a (m=0 et R(z)=a)
z 1
Échelon de vitesse : e(t )  at  aT 0 0
Tz G1 (1)
E(z)= a (m=1 et R(z)=a)
( z  1)2

Échelon d’accélération : e(t )  at 2   2aT 2 0

T 2 z ( z  1) G1 (1)
E(z)= a (m=2 et R(z)=a(z+1))
( z  1) 3
182 Chapitre 4

Synthèse des systèmes numériques

 Chap4: Synthèse des systèmes numériques
183

Plan du chapitre
 Principe de la correction numérique
 Synthèse par discrétisation d’un correcteur analogique
 PI numérique
 PID numérique
 Synthèse directe dans le domaine discret
 Régulateur RST
 Réponse pile
 Principe de la correction numérique
184

Problème de calcul pour évaluer les performances du correcteur

C(z): correcteur échantillonné

H(z): modèle discret du processus continu

C(z): correcteur numérique

G(z): processus discrétisé
 Principe de la correction numérique
185

Le correcteur numérique est un calculateur où est programmée

l’équation de récurrence déduite de la fonction de transfert C(z)
 Synthèse par discrétisation d’un correcteur analogique
186

z  1  R( p)  z  1  G ( p) 
C ( z )  B0 ( p) R( p)    H ( z )  B0 ( p )G ( p)   
z  p  z  p 
Exemples:
PI numérique (structure parallèle)
R( p)  K p 
Ki z 1  K p K p  KT
C ( z)    2   Kp  i
p z  p p  z 1

PID numérique (structure parallèle)

R p   K p 
Ki
 Kd p z 1  K p K p  KT z 1
C ( z)    2  Kd   K p  i  Kd
p z  p p  z 1 z
 Régulateur RST
187

yc –1 + 1 uk B ( z 1 ) yk
T(z )
A( z 1 )
– S ( z 1 )

R(z–1)
Régulateur RST

1 B( z 1 )
G( z )  Modèle discret du processus à commander
A( z 1 )

 B( z 1 )  b0  b1 z 1    bnB z  nB
 1 1 n
: Polynômes premiers entre eux
 A( z )  a0  a1 z    an A z A
 R( z 1 )  r0  r1 z 1    rnR z  nR
 1 1  nS
 S ( z )  s 0  s1 z    s nS z Polynômes en z-1 à déterminer
 1 1  nT
T ( z )  t 0  t1 z    t nT
z
 Principe du régulateur RST
188

yc –1 + 1 uk B ( z 1 ) yk
T(z )
A( z 1 )
– S ( z 1 )

R(z–1)

Fonction de transfert en boucle fermée:

1 T ( z 1 ) B( z 1 )
F (z ) 
A( z 1 ) S ( z 1 )  B( z 1 ) R( z 1 )
• Imposer les pôles du système en boucle fermée selon les exigences du cahier des
charges et en déduire les polynômes R(z-1) et S(z-1)
• Pour les problèmes de régulation: Imposer un gain statique et en déduire T(z-1)=t0
• Pour les problèmes de poursuite: imposer une trajectoire de référence et en
déduire T (z-1)
 Calcul des polynômes R et S
189

yc 1 uk B ( z 1 ) yk
T(z–1) +
A( z 1 )
– S ( z 1 )
T ( z 1 ) B( z 1 )
F ( z 1 ) 
R(z–1)
A( z 1 ) S ( z 1 )  B( z 1 ) R( z 1 )

Imposer les pôles en BF: A( z 1 ) S ( z 1 )  B( z 1 ) R( z 1 )  P( z 1 )

Il s’agit de résoudre cette équation polynômiale où les inconnues sont R(z-1) et S(z-1)

Elle est de la forme: AS  BR  P c’est l’équation de Diophantine

Or
Pour pouvoir calculer les coefficients des polynômes R et S il faut déjà savoir
déterminer leurs degrés
 Résolution de l’équation polynômiale AS+BR=P
190

Définitions :

 On appelle degré de l’équation polynomiale le nombre:

N  sup(deg( AS ), deg( BR), deg( P))

 L’équation AS+BR=P est dite régulière si:

deg( P)  deg( A)  deg( B)

 La solution de AS+BR = P dans laquelle au moins un des deux

polynômes S et R a le degré minimal possible est appelée
solution minimale
 Résolution de l’équation polynômiale AS+BR=P
191

Théorèmes :
 Si l’équation AS+BR=P est régulière alors les solutions minimales S0 et R0 sont de
degrés respectifs:
deg( S0 )  deg( B)  1

deg( R0 )  deg( A)  1

 Une équation polynômiale non régulière admet deux solutions minimales:

 Une solution minimale en S, (S0,R1) telle que:

 deg( S 0 )  deg( B)  1

deg( R1 )  deg( P)  deg( B)
 Une solution minimale en R, (S1,R0) telle que:
deg( S1 )  deg( P)  deg( A)

 deg( R0 )  deg( A)  1
 Calcul des polynômes R et S
192

 B( z 1 )  b0  b1 z 1    bnB z  nB
 1 1 n  R( z 1 )  r0  r1 z 1    rnR z  nR
Données  A( z )  a0  a1 z    an A z A Inconnues  1 1 n
 P( z 1 )  p  p z 1    p z nP S ( z )  s0  s1 z    snS z S
 0 1 nP

A( z 1 )S ( z 1 )  B( z 1 ) R( z 1 )  P( z 1 )
Formulation matricielle M : Matrice de Sylvester
 a0 0  0 b0 0  0   s 0   p0  Matrice carrée de dim (nA+nB)
    
 a1 a0   b1 b0     s1   p1  X : Vect des paramètres inconnus
a a1  0  b1  0      
 2     VP : Coefficients du polynôme P
  a2  a0    b0   snS   pnP 
a      M-1 existe ssi A et B sont
 nA   a1 bnB  b1   r0  0
  premiers entre eux
 0 an A a2 0 bnB    r1    
    
              
 0 bnB   rnR   0 
  0 an A 0  0
X  M 1VP
M X VP
 Calcul du polynôme T: cas de la régulation
193

yc uk B ( z 1 ) yk
yc est constante T(z–1) + 1
1
– S ( z 1 ) A( z )

1 T ( z 1 ) B( z 1 )
F (z ) 
P( z 1 ) R(z–1)

Pour avoir y(kT)=yc(kT) en régime permanent

Il faut imposer un gain statique unitaire en boucle fermée:

P (1)
F (1)  1 T (1) 
B (1)
On peut ainsi choisir: P (1)
T ( z 1 )  t 0 
B (1)
 Détermination de la loi de commande
194

yc –1
T(z ) + 1 uk B ( z 1 ) yk  R( z 1 )  r0  r1 z 1    rnR z  nR
S ( z 1 ) A( z 1 )  1 1  nS
–
 S ( z )  s 0  s1 z    s n S
z
 1
R(z–1) T ( z )  t0

U ( z) 
1
1
S(z )
T ( z 1
)Yc (z )  R ( z 1
)Y ( z ) 
s0  s1 z 1    snS z  nS U ( z)  t Y ( z)  r
0 c 0  r1 z 1    rnR z  nR Y ( z ) 
s0U ( z)  s1 z 1U ( z)    snS z  nS U ( z)  t0Yc ( z )  r0Y ( z)  r1 z 1Y ( z )    rnR z  nR Y ( z )

uk 
1
s0

t0 yck  r0 yk  r1 yk 1    rnR yk  nR  s1u k 1    u k  nS 
 Régulateur RST
195

Exercice 1 : 0.0975
G( z ) 
z  0.95

1. Déterminer R et S pour imposer une dynamique caractérisée par un pôle 0.55.

2. Déterminer T qui permet d’assurer une régulation avec erreur statique nulle.
3. En déduire l’équation récurrente de la commande u(k).
 Régulateur RST
196

Solution de l’exercice 1 :
0.0975 0.0975z 1 B( z 1 )
G( z )  
z  0.95 1  0.95z 1

A( z 1 )
et la dynamique imposée : P( z 1 )  1  0.55z 1

1. Détermination des polynômes R(z-1) et S(z-1)

deg( P)  deg( A)  deg( B) Donc l’équation polynomiale est régulière

D’où deg( S )  deg( B) 1  0 et deg( R)  deg( A) 1  0

soit S ( z 1 )  s0 et R( z 1 )  r0

AS  BR  P  (1  0.95z 1 )s 0  0.0975z 1r0  1  0.55z 1

 s0  1  s0  1
   
0.0975r0  0.95 s 0  0.55 r0  4.1
 Régulateur RST
197

Solution de l’exercice 1 (suite) : yc

T(z–1) + 1 uk B ( z 1 )
A( z 1 )
yk
– S ( z 1 )
1 1
T ( z ) B( z )
F ( z 1 )  R(z–1)
P( z 1 )

2. Détermination du polynômes T(z-1)

T (1) B(1)
Erreur statique nulle pour la régulation: T ( z 1 )  t0 tel que F (1)  1
P(1)
P(1) 0.45
D’où T ( z 1 )  t0    4.61
B(1) 0.0975

3. Détermination de la loi de commande:

U ( z) 
1
TYc ( z )  RY ( z )  4.61Yc ( z )  4.1Y ( z )
S
uk  4.61yc k  4.1yk
 Régulateur RST
198

Exercice 2 : 1
G( z ) 
( z  0.9)( z  0.5)

1. Déterminer R et S pour imposer une dynamique caractérisée par un pôle double

en 0.2.
2. Déterminer T qui permet d’assurer une régulation avec erreur statique nulle.
3. En déduire l’équation récurrente de la commande u(k).
 Régulateur RST
199

Solution de l’exercice 2 :
z 2 B( z 1 )
G( z )  1
1  1.4 z  0.45z 2

A( z 1 )
et la dynamique imposée : P( z 1 )  (1  0.2 z 1 )2

1. Détermination des polynômes R(z-1) et S(z-1)

deg( P)  deg( A)  deg( B) Donc l’équation polynomiale est régulière

D’où deg( S )  deg( B) 1  1 et deg( R)  deg( A) 1  1

soit S ( z 1 )  s0  s1 z 1 et R( z 1 )  r0  r1 z 1
AS  BR  P 

(1  1.4 z 1  0.45z 2 )(s0  s1 z 1 )  z 2 (r0  r1 z 1 )  1  0.4 z 1  0.04 z 2

… s0  1 ; s1  1

r0  0.99 ; r1  0.45
 Régulateur RST
200

Solution de l’exercice 2 (suite) : yc

T(z–1) + 1 uk B ( z 1 )
A( z 1 )
yk
– S ( z 1 )
1 1
T ( z ) B( z )
F ( z 1 )  R(z–1)
P( z 1 )

2. Détermination du polynômes T(z-1)

T (1) B(1)
Erreur statique nulle pour la régulation: T ( z 1 )  t0 tel que F (1)  1
P(1)
P(1)
D’où T ( z 1 )  t0   0.64
B(1)

3. Détermination de la loi de commande:

U ( z) 
1
TYc ( z )  RY ( z )   ...
S
uk  uk 1  0.64 yck  0.99 yk  0.45 yk 1
 Calcul des polynômes R et S : Cas simplifié
201

yc uk B ( z 1 ) yk
T(z–1) + 1 Si le systèmes admets des zéros stables
A( z 1 )
– S ( z 1 )
alors
R(z–1)

S(z–1) est choisi de façon à simplifier les zéros stables de B(z–1).

B( z 1 )  BS ( z 1 ) B1 ( z 1 ) S ( z 1 )  BS ( z 1 ) S1 ( z 1 )
1 T ( z 1 ) B1 ( z 1 )
F (z ) 
A( z 1 ) S1 ( z 1 )  B1 ( z 1 ) R( z 1 )
l’équation de Diophantine devient:

A( z 1 ) S1 ( z 1 )  B1 ( z 1 ) R( z 1 )  P( z 1 )
il suffit de chercher R(z-1) et S1(z-1)
 Régulateur RST : Cas simplifié
202

Exercice 3 :
z  0.5
G( z )  2
z  z 1
1. Déterminer R, S et T pour un problème de régulation
en imposant une dynamique caractérisée par un pôle
double en 0.1.
2. Calculer la commande u(k).
 Régulateur RST : Cas simplifié
203

Solution de l’exercice 3:
z  0.5 z 1 (1  0.5 z 1 )
G( z )  2 
z  z  1 1  z 1  z 2
1 1

B( z )  z 1  0.5 z 1
 B B
1 s
avec
 B1  z 1

 Bs  (1  0.5 z 1 )
z=0.5 étant un zéro stable, on pose

 
S  S1 1  0.5 z 1  S1Bs

TB1 Bs TB1 TB1

D’où F ( z)   
ABs S1  B1 Bs R AS1  B1 R P

Avec la dynamique imposée définie par P( z 1 )  (1  0.1z 1 )2

 Régulateur RST : Cas simplifié
204

Solution de l’exercice 3 (suite):

P( z 1 )  A( z 1 )S1 ( z 1 )  B1 ( z 1 ) R( z 1 )
équation régulière car deg(P) < deg(A) + deg(B1)
donc deg(S1) = deg(B1) – 1=0 S1=s0
et deg(R) = deg(A) – 1=1 B R=r0+r1z-1
1

P( z 1 )  (1  z 1  z 2 ) s0  z 1 (r0  r1 z 1 )  (1  0.2 z 1  0.01z 2 )

Par identification, on obtient: S ( z 1 )  1  0.5z 1
R( z 1 )  1.2  0.99 z 1
En plus F(1)=1 ( problème de régulation ) donc
P ( 1) (1  0 .1) 2
T ( z 1 )  t0    0.81
B1 (1) 1
 Régulateur RST : Cas simplifié
205

Solution de l’exercice 3 (suite) :

Calcul de u(k) yc
T(z–1) + 1 uk z  d B ( z 1 ) yk

– S ( z 1 ) A( z 1 )

1
U ( z)  (TYc ( z )  RY ( z )) R(z–1)
S
Régulateur RST

S ( z 1 )U ( z )  T ( z 1 )Yc ( z )  R( z 1 )Y ( z )

U ( z )  0.5 z 1U ( z )  0.81Yc ( z )  1.2Y ( z )  0.99 z 1Y ( z )

uk  0.5uk 1  0.81yc k  1.2 yk  0.99 yk 1

 Méthode du temps de réponse pile
206

Principe: Imposer au systèmes en BF un comportement où l’erreur s’annule au

bout d’un nombre fini et minimal de périodes d’échantillonnage
Système à réponse pile (ou à réponse plate)
C ( z )G( z ) S ( z)
Soit F(z) la Fonction de Transfert en Boucle Fermée F ( z)  
1  C ( z )G( z ) E ( z )
Imposer F(z) pour avoir en temps minimum une erreur statique nulle :  ()  0

En déduire C(z) par l’expression: 1 F ( z)

C ( z) 
G( z) 1  F ( z )
 Méthode du temps de réponse pile
207

Comment doit-on choisir F(z) pour assurer l’annulation de l’erreur au plus court délai?

 ( z )  E ( z )  S ( z )  E ( z )  F ( z ) E ( z )  1  F ( z )E ( z )
z 1
   lim (1  z ) ( z )  lim (
1
)1  F ( z )E ( z )
z 1 z 1 z
Pour une entrée d’ordre m, on a:

e(t )  t m T m zR( z )
E( z)  avec R(1)  0
( z  1) m1

T m R( z )
   lim 1  F ( z ) Il suffit de choisir: 1  F ( z)  (1  z 1 )m1
z 1 ( z  1) m
F ( z)  1  (1  z 1 )m1
 Méthode du temps de réponse pile
208

Entrée e(t) E(z) F(z)

Prototypes minimaux
Échelon 1 z
z 1 z 1
Vitesse t Tz
2z 1  z 2
( z  1) 2
accélération t2
T 2 z ( z  1) 1
3z  3z  z 2 3

( z  1) 3
Entrée tm
T m zR( z )
d’ordre m 1  (1  z 1 ) m 1
( z  1) m 1
avec R (1)  0
 Méthode du temps de réponse pile
209

Exemple: Réponse pile à un échelon de position

S ( z)
F ( z)   z 1 S ( z )  z 1 E ( z )
E ( z)
s(kT)  e((k  1)T )
Erreur nulle au bout d’une seule
période

Mais l’erreur est nulle aux instants

d’échantillonnage
Possibilité d’existence
d’oscillations cachées
 Méthode du temps de réponse pile
210

Exercice: Réponse pile à une rampe unitaire

Soit le système ayant pour fonction de transfert :

2 z 1 (1  2 z 1 )
H ( z) 
(1  z 1 )(1  0,3z 1 )

1. Déterminer le correcteur C(z) de telle façon que l’erreur

s’annule pour une entrée rampe (échelon vitesse)
2. Donner l’équation récurrente liant le signal de commande au
signal erreur
210
3. Déterminer la sortie du système
 Méthode du temps de réponse pile
211

Réponse de l’exercice: Réponse pile à une rampe unitaire

1
F ( z)  2 z  z 2 (2  z 1 )(1  0,3z 1 )
1.
C( z) 
2(1  2 z 1 )(1  z 1 )
2. U ( z )  C ( z ) ( z )
u k  u k 1  2u k  2   k  0.8 k 1  0.15 k 2

3. Y ( z )  F ( z ) E ( z )  (2 z 1  z 2 ) E ( z )
y k  2ek 1  ek  2
Vérification:

ek  k yk  2(k  1)  (k  2)  k  ek
 Bibliographie
212

 Y. Granjon, « Automatique : Cours et exercices corrigés» Dunod, Paris, 2001.

 P. Siarry, « Automatique de base » Ellipse 1989.
 A. Crosnier, G. Abba, B. Jouvencel et R. Zapata, « Ingénierie de la commande des
systèmes » Collection Technosup, Ellipse 2001.
 M. Villain, « Signaux et systèmes continus et échantillonnés », Collection Technosup,
Ellipse 1996.
 C. Foulard, S. Gentil et J.P Sandraz, « Commande et régulation par calculateur
numérique » Eyrolles, Paris, 1984.
 I. D. Landau, « Commande des systèmes : conception, identification et mise en oeuvre »
Hermès, 2002.
 R. Ben Abdennour, P. Borne, M. Ksouri et F. M’sahli, « Identification et commande
numérique des procédés industriels » Collection Méthodes et pratiques de l’ingénieur,
Technip, Paris, 2001.
 M. Ksouri et P. Borne, « Régulation Industrielle : Problèmes résolus» Technip 1997.