Contrôle Commande
Procédés IndustrielsSéance 2
Année académique: 2024/2025 Douala BERAL
1
Rappels Séance 1
Nature du
système:analogique,digi
Entrée tale Linéaire, non
Cause linéaire, stochastique,
Consigne déterministe, inconnu Sortie
Ordre Effet
Commande Réponse
Comportement Comportement 2
souhaitée
Rappels: Séance 1
Qu’est ce que la modélisation ?
Dans toutes les disciplines, l’étude d’un processus
physique/dispositif/mécanisme
nécessite d’établir un modèle :
pour comprendre et analyser le dispositif,
pour pouvoir prédire son comportement,
pour utiliser des outils de simulation
Pour le commander efficacement
Améliorer les futures versions du système
un modèle est toujours une représentation approchée de la réalité
3
Chapitre 3: Modélisation
Techniques de modélisation
SISO
MIMO
Transformée en Z,
4
Bond graph,etc
Notions utiles
Un signal est la grandeur physique porteuse d’une
information
Exemples : position, vitesse, température, signal électrique
Types de signaux: Analogique/continu;
Numérique/discret/digital
Système: C’est l’objet que l’on désire étudier possédant un ou
plusieurs signaux d’entrée et un ou plusieurs signaux de sortie
Exemples : bras de robot, drone, avion
En automatique, on représente souvent un système par
un schéma
fonctionnel ou schéma-bloc
5
Notions utiles
Système statique :C’est un système dont l’état (ensemble de grandeurs
suffisant à qualifier le système) à un instant donné ne dépend que de
l’entrée à cet instant.
Un système statique est dit sans mémoire car sa sortie y(t) est
indépendante des valeurs antérieures de l’entrée x(t) avec t < t,
pour tout t.
L’étude d’un système statique nécessite la connaissance de :
– sa loi d’évolution, qui prend la forme d’une équation
algébrique
Système dynamique: C’est un système dont l’état évolue en fonction du temps
Un système dynamique est dit à mémoire car sa sortie dépend de ses
valeurs et de celles de l’entrée dans le passé.
L’étude d’un système dynamique nécessite la connaissance de :
– sa loi d’évolution, qui prend la forme d’une équation différentielle
– son état initial, c’est-à-dire son état à l’instant t=0
6
Notions utiles
Devoir 3:(individuel)
1: Automatique vs automatismes (Différences)
2: Expliquer les propriétés des systèmes :
Homogénéité ,linearité,causalité,superposition,invariance
[Link] un système LTI
[Link] modèle peut il être parfait? Justifier
[Link] système réel peut être lineaire?justifier
7
Suite chapitre 3
Technique de modélisation par équations différentielles (domaine
temporel) et Transformée de Laplace (domaine fréquentiel)
8
chapitre 3: Modélisation
Technique de modélisation par équations différentielles (domaine
temporel) et Transformée de Laplace (domaine fréquentiel)
Fonction de transfert d’un système
Avantage: fournit rapidement des
informations sur la stabilité et
la réponse transitoire d’un système SISO
LTI à conditions initiales nulles
Inconvénients: Dans la pratique les
systèmes ne sont pas toujours SISO LTI
à conditions initiales nulles
9
chapitre 3: Modélisation
Technique de modélisation par équations différentielles (domaine
temporel) et Transformée de Laplace (domaine fréquentiel)
Fonction de transfert d’un système
10
chapitre 3: Modélisation
Technique de modélisation par équations différentielles (domaine
temporel) et Transformée de Laplace (domaine fréquentiel)
Fonction de transfert d’un système Définitions :
L’ordre d’un système est le degré du polynôme du dénominateur (n).
le cas échéant après élimination des facteurs communs au numérateur et
au dénominateur.
Le système est dit strictement propre (propre), si n > m (n = m).
Les pôles sont les racines du dénominateur.
Les zéros sont les racines du numérateur.
11
chapitre 3: Modélisation
Technique de modélisation par équations différentielles (domaine
temporel) et Transformée de Laplace (domaine fréquentiel)
Fonction de transfert d’un système
12
chapitre 3: Modélisation
Méthodes pour obtenir des fonctions de transfert sous
Matlab: Simulink (blocs systèmes) et M file(Par équations,
Coefficients et gain-poles-zeros
Command: “tf”
Syntax :
transfer function variable name = tf(‘transfer function variable
name’);
Command: “tf”
Syntax:
transfer function variable name = tf([numerator coefficients ] ,[denominator coefficients]);
command: zpk
syntax: zpk([zeros],[poles],gain)
13
chapitre 3: Modélisation
M-Files
Par coefficients
Par équations
gain-poles-zeros
14
chapitre 3: Modélisation
Simulink
15
chapitre 3: Modélisation
Technique de modélisation par équations différentielles (domaine
temporel) et Transformée de Laplace (domaine fréquentiel)
Schéma fonctionnel
16
chapitre 3: Modélisation
Technique de modélisation par équations différentielles (domaine
temporel) et Transformée de Laplace (domaine fréquentiel)
Schéma fonctionnel
17
chapitre 3: Modélisation
Technique de modélisation par équations différentielles (domaine
temporel) et Transformée de Laplace (domaine fréquentiel)
Schéma fonctionnel
18
chapitre 3: Modélisation
Technique de modélisation par équations différentielles (domaine
temporel) et Transformée de Laplace (domaine fréquentiel)
Asservissement et Régulation
Asservissement:
Consigne variable
- Perturbations : peu d’influence.
Régulation
Consigne constante
-Perturbations : forte influence.
Donnez des
exemples
19
chapitre 3: Modélisation
Technique de modélisation par équations différentielles (domaine
temporel) et Transformée de Laplace (domaine fréquentiel)
Asservissement et Régulation
FTBO , FTBF et règle de Mason
20
chapitre 3: Modélisation
Technique de modélisation par équations différentielles (domaine
temporel) et Transformée de Laplace (domaine fréquentiel)
Asservissement et Régulation
FTBO , FTBF et règle de Mason
signal d’erreur 𝜀 : c’est l’organe intelligent.
a) Le régulateur (comparateur + correcteur) élabore l’ordre de commande à partir du
b) L’actionneur ou l’organe d’action apporte en générale la puissance nécessaire à la
réalisation de la tache c’est l’organe musclé (la vanne).
c) Le système dynamique évolue selon l’action suivant des lois physiques qui lui sont
propre ; la sortie est en générale une grandeur physique qui caractérise la tache à
réaliser, en plus cette sortie peut fluctuer en fonction des perturbations imprévisible.
d) Le capteur délivre à partir de la sortie une grandeur caractérisant l’observation
(précision du capteur implique la précision du système)
21
chapitre 3: Modélisation
Technique de modélisation par équations différentielles (domaine
temporel) et Transformée de Laplace (domaine fréquentiel)
Asservissement et Régulation
FTBO , FTBF et règle de Mason
22
chapitre 3: Modélisation
Technique de modélisation par équations différentielles (domaine
temporel) et Transformée de Laplace (domaine fréquentiel)
Asservissement et Régulation
Devoir 4: Binôme
23