Automatique Linéaire

UE GEP3025L, Automatique:
Analyse et commande des procédés : cas des systèmes linéaires1
Marquès Jean-Claude
J’entends et j’oublie, je vois et je retiens, je fais et je comprends.
2
Proverbe Indien.
15 mars 2009
1
Je remercie vivement tous ceux qui ont collaboré à l’élaboration de ce document, les logiciels (LATEXpour son aide à la
décision typographique, la FSF (Free Software Foundation) pour son éditeur emacs, l’université de Aalborg (Danemark) pour
AUCTEX, configuration de emacs pour LATEX, l’INRIA pour son logiciel Scilab), Nicole pour une partie de la frappe au clavier,
Pierre et Hélène pour leur classement aussi efficace que rigoureux, rapide et expéditif.
( Promo
c ESP deuxième année 1998-1999)
L.A.G.E.P., 43 Bd du 11 Novembre 1918 69622 VILLEURBANNE CEDEX
e-mail: marques@lagep.univ-lyon1.fr
Table des matières
1 Description 1
1.1 exemples introductifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 Régulation de température . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.2 Le matin, nous prenons une douche. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Systèmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.1 Schéma fonctionnel ou schéma-bloc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.2 Les structures en cascade, en parallèle, à boucle . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Système de commande . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4 Signaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4.1 Signaux fictifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4.2 Signaux réels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4.3 Transformation de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4.4 Transformation de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4.5 Propriétés de la transformation de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4.6 Tableau de transformées de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.5 Systèmes linéaires temps-invariants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.5.1 Réponse temporelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.5.2 Réponse fréquentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.6 Obtention de systèmes (modèles) linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.6.1 Linéarisation autour d’un point d’équilibre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.6.2 Linéarisation autour d’un point de fonctionnement . . . . . . . . . . . . . . . . . . . . . . . . . 13
2 Rappels : Fonction de transfert (cas SISO) 15

2.1 Équation différentielle −→ fonction de transfert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.1.1 Classification des systèmes linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.1.2 Normalisations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.2 Caractérisation temporelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3 Caractérisation fréquentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.4 Stabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.4.1 Définition et théorème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.4.2 Critère de Routh . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3 Étude des modèles fondamentaux 21

3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.2 Modèle du premier ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.2.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.2.2 Réponses temporelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.3 Modèle du second ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.3.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.3.2 Réponses temporelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.4 Représentations des réponses fréquentielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.4.1 Diagramme de Bode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.4.2 Diagramme de Black . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.4.3 Diagramme et lieu de Nyquist . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4 Commande bouclée des systèmes linéaires 41

4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.2 Bouclage d’un système . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.2.1 Détermination de la fonction de transfert d’un système bouclé . . . . . . . . . . . . . . . . . . 42
4.2.2 Schéma-bloc à retour unitaire équivalent . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.2.3 Retour unitaire étudié . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.2.4 Notations-Définitions des éléments constitutifs d’un système de commande . . . . . . . . . . . 44
i
ii TABLE DES MATIÈRES
4.3 Étude de la stabilité des systèmes asservis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

4.3.1 Critère de Nyquist . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.3.2 Critère du revers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.4 Quelques rappels sur les performances dynamiques d’un système quelconque . . . . . . . . . . . . . . . 46
4.5 Performances statiques des systèmes linéaires asservis . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.5.1 Expression générale de l’erreur statique d’un système asservi . . . . . . . . . . . . . . . . . . . 47
4.5.2 Erreur statique d’ordre 1 (erreur de position) 01 . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.5.3 Erreur statique d’ordre 2 (erreur de vitesse) 02 . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.6 Robustesse de la stabilité des systèmes bouclés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
4.6.1 Étude de la fonction en boucle fermée par le critère de Routh . . . . . . . . . . . . . . . . . . . 48
4.6.2 Marges de stabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
4.7 Correction par Black-Nichols : généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.7.1 Utilisation de l’abaque de Black-Nichols . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.7.2 Déduction des caractéristiques du système en boucle fermée à partir du diagramme de Black de
la fonction de transfert en boucle ouverte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.8 Rôle qualitatif du correcteur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4.9 Différents types de correcteurs ou régulateurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4.9.1 Régulateur proportionnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
4.9.2 Régulateur à action proportionnelle et dérivée . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
4.9.3 Régulateurs à action proportionnelle et intégrale . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.9.4 Régulateurs à action proportionnelle, intégrale et dérivée . . . . . . . . . . . . . . . . . . . . . 68
4.10 Méthodes pratiques de synthèse des correcteurs PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.10.1 Première méthode de Ziegler et Nichols, ou méthode en boucle ouverte . . . . . . . . . . . . . . 70
4.10.2 Seconde méthode de Ziegler et Nichols, ou méthode en boucle fermée . . . . . . . . . . . . . . . 71
4.10.3 Méthode de réglage par identification paramétrique . . . . . . . . . . . . . . . . . . . . . . . . . 71
4.11 Régulation des systèmes à retard . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
4.11.1 Correction par retard de phase . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
4.11.2 Prédicteur de Smith . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
4.12 Méthode d’asservissement par le lieu d’Evans . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
4.12.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
4.12.2 Construction du lieu d’Evans . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
4.12.3 Exemple de tracé d’un diagramme d’Evans . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
4.12.4 Correction des systèmes par la méthode du lieu d’Evans : principes . . . . . . . . . . . . . . . . 77
Chapitre 1
Description
Le terme ”automate” apparaı̂t au XVIème siècle. Il désigne alors un montage mécanique déformable, mû par la
chute d’un poids ou la déformation d’un ressort. Mais ces montages ont un comportement unique, même s’il peut être
très sophistiqué. Ils transposent dans le monde des objets l’idée de l’homme prédestiné.
Par la suite, les chercheurs et ingénieurs ont réalisé des systèmes capables de modifier leur comportement, autrement
dit de réagir en fonction de l’observation qu’ils font de leur environnement. Ces systèmes transposent dans le monde
des objets l’idée de l’homme possédant son libre-arbitre.
un système automatisé moderne est composé :
– d’instruments de mesure pour récupérer des informations sur le monde extérieur et le système automatisé lui-
même
– d’une ou plusieurs boucle(s) de réaction se servant des informations obtenues précédemment, des modes de
fonctionnement désirés et de la connaissance sur la façon de les obtenir
– d’actionneurs qui permettent de mettre en oeuvre ces modes de fonctionnement
– de transducteurs qui transforment les ordres humains en ordres utilisables par le système.
L’automatique analyse les propriétés intrinsèques d’un système dynamique sur lequel on peut agir au moyen d’une
entrée (ou commande ou, en ”franglais”, contrôle) pour en faire un système dynamique commandé. Cela constitue la
partie de l’automatique appelée ”analyse des systèmes”.
Le but suivant est alors d’amener le système d’un état initial donné à un certain état final (asservissement à une
consigne), ou de poursuivre un certain profil de réponse (poursuite de trajectoire) en respectant éventuellement certains
critères, comme l’annulation de l’influence de phénomènes aléatoires perturbant le système (rejet de perturbation) :
c’est l’étape de réalisation de la commande.
Pour qu’une discipline scientifique puisse étudier un objet, il faut qu’elle se donne les définitions précise des mots
qu’elle utilise. Nous définirons donc d’abord les termes système, commande, signal. . . et les adjectifs qualificatifs linéaire
et analogique . . .. Dans ce cours, nous n’étudions que des signaux analogiques. Les théorèmes importants concernant
la transformation de Fourier et la transformation de Laplace, supposés connus, ne seront que cités, les démonstrations
étant laissées au lecteur à titre d’exercice.
1.1 exemples introductifs

Pour illustrer ce cours, nous allons nous servir de quelques exemples.
1.1.1 Régulation de température

Schéma technologique
potentiomtre Puissance thermique
amplificateur
appareil de chauffage
Figure 1.1 – Régulation manuelle de température par chauffage électrique
La figure Figure (1.1) est le schéma fonctionnel d’une installation où l’opérateur agit sur un potentiomètre pour
régler la tension de commande d’un amplificateur de puissance qui alimente l’appareil de chauffage qui délivre la
1
2 CHAPITRE 1. DESCRIPTION
puissance thermique dans une pièce. Cela s’appelle un schéma technologique car il contient les éléments technologiques
du processus. (ici : l’être humain, le potentiomètre, l’amplificateur de puissance et l’appareil de chauffage).
Schéma fonctionnel
Pour obtenir le schéma fonctionnel de la régulation de température, nous allons séparer le processsus complet en
ses différentes composantes élémentaires les plus simples possibles, et établir pour chacune d’elle premièrement
la fonction qu’elle remplit, deuxièmement l’information (ou signal) qui alimente cette foncion et troisièmement
l’information qui en sort.
Pour ce qui concerne la régulation de température d’une pièce, si T (t) est la température de la pièce à l’instant
t, l’opérateur va vouloir que T (t) ait pour valeur Tc , température désirée ou température de consigne que l’on peut
supposer, sans perte de généralité, constante. Pour ce faire, il va tourner le bouton de commande du potentiomètre
d’un angle θ(t), l’amplificateur va fournir une tension d’entrée V (t) au radiateur qui va faire monter la température de
la pièce. L’opérateur va ressentir une image Tm (t), température mesurée de cette température par l’intermédiaire de
ses capteurs corporels de température, la peau, et il va comparer cette température mesurée Tm (t) à la température de
consigne Tc (t). En fonction de cette différence Tc (t)−Tm (t), il va agir dans un sens ou dans l’autre sur le potentiomètre
en faisant varier l’angle θ(t).
1.1.2 Le matin, nous prenons une douche. . .

Pour cet exemple, nous attendrons le chapitre 4
1.2 Systèmes
Définition 1.1. Un système est un groupement d’éléments passifs et actifs, organisés de façon à assurer, sur ordre,
une fonction déterminée.
Par éléments, nous entendons des hommes, des machines ou parties de machines, . . .
Par éléments passifs, nous entendons des éléments n’augmentant pas l’énergie qui leur est fournie ou qu’ils contiennent
(transformateurs . . .).
Par éléments actifs, nous entendons des éléments qui nécessitent une source d’énergie pour leur fonctionnement (am-
plificateurs . . .).
Cette définition permet de décrire des systèmes physiques, biologiques, économiques, mais nous nous restreindrons
ici à l’étude de systèmes physiques pour leur simplicité relative. Cette définition est aussi tendancieuse : elle s’insère
dans une optique de commande des systèmes.
Définition 1.2 (Entrées, Sorties et Perturbations en automatique).

Les entrées d’un système est une grandeur dont on a la maı̂trise et qui permet d’agir sur le système étudié.
Les sorties d’un système sont les grandeurs mesurées sur le système.
Les perturbations sont les grandeurs en entrée du système dont on n’a pas la maı̂trise.
Remarque 1.1. Certaines entrées, si elles sont constantes (respectivement variables dans le temps), peuvent être considé-
rées comme des paramètres (respectivement paramètres temps-variants) du système et non comme des perturbations.
C’est par exemple le cas de la concentration des réactifs pour un réacteur chimique continu : la concentration des
produits est connue et constante, mais peut ne pas être modifiable en cours de réaction.
Les grandeurs d’entrée et de sortie d’un élément peuvent ne pas être de même nature (élément de chauffage :
l’entrée est une quantité d’électricité, la sortie une quantité de chaleur).
1.2.1 Schéma fonctionnel ou schéma-bloc

Un schéma fonctionnel (ou schéma-bloc) est une suite de rectangles symbolisant les différentes parties d’un système
(ou sous-systèmes) et reliés par une ou plusieurs flèches symbolisant les entrées et les sorties de chacun de ces sous-
systèmes.
Dans chaque rectangle est représentée, sous forme symbolique ou mathématique, la fonction assurée par ce sous-
système.
Du point de vue du nombre d’entrées et de sorties d’un système, nous distinguerons quatre grands types de systèmes.
La dénomination anglo-saxonne pour les abbréviations est d’usage car elle permet la discrimination des quatre types.
Système mono-entrée mono-sortie (SISO),
Système mono-entrée multi-sortie (SIMO), Système multi-entrée mono-sortie (MISO),
Système multi-entrée multi-sortie (MIMO),
Prélèvement d’un signal (ou mesure d’une grandeur) : on admet que la branche de prélèvement ne modifie pas la
grandeur de la branche prélevée ; cela signifie par exemple, dans le cas d’une tension électrique, que l’impédance
d’entrée du sous-système de prélèvement est grande devant l’impédance de sortie du montage, comme c’est le cas d’un
voltmètre.
1.2. SYSTÈMES 3
Exemples de fonction : Sommateur, Comparateur, Intégrateur, Dérivateur, Actionneurélectromécanique, Capteur

de pression,
• Exercice 1–1 : Dans les exemples de fonctions ci-dessus, quel(s) est (sont) celui (ceux) qui n’est (ne sont) pas
physiquement réalisable(s) ?
1.2.2 Les structures en cascade, en parallèle, à boucle

Cascade de sous-systèmes Lorsque l’information est transmise sans jamais revenir sur ses pas, on a une cascade de
sous-systèmes, et la sortie de chaque élément ne dépend que de sa propre entrée. Sur la figure Figure (1.2), l’information
e(t) entre dans le système SS1 dans lequel elle est transformée, puis cette information transformée entre dans le système
SS2 dans lequel elle est à nouveau transformée en s(t).
e(t) s(t)
SS1 SS2
Figure 1.2 – Un exemple de deux sous-systèmes en cascade
• Exercice 1–2 : Établir le schéma-bloc de la transmission de la parole par ondes radio et donner le type de structure
obtenue.
Sous-systèmes en parallèle Sur la figure Figure (1.3), la sortie s(t) est la somme des sorties des systèmes SS3 et
(SS1, SS2) en cascade. Les deux sous-systèmes SS3 et (SS1, SS2) sont en parallèle.
SS3
e(t) + s(t)
+
SS1 SS2
Figure 1.3 – Un exemple de deux sous-systèmes en parallèle
Bouclages par retour de sortie Lorsque l’information en sortie est utilisée pour modifier le comportement du
système, on a affaire à un système bouclé. C’est le cas par exemple d’un ampli-op utilisé comme amplificateur.
R2
R1
−
e(t) s(t)

Figure 1.4 – Un exemple de système bouclé par retour de sortie : l’ampli-op monté en amplificateur
−R2
Pour la figure Figure (1.4), la sortie s(t) est donnée par : s(t) = e(t)
R1
Dans l’exercice précédent (Exercice 1–2), il n’est pas possible de faire une boucle, car elle aurait les mêmes défauts
que la chaı̂ne directe (perturbations atmosphériques, électromagnétiques, comme la foudre . . .).
Par contre, une grande partie des systèmes peuvent être bouclés : chauffage d’un bâtiment, avion, commande d’un
robot sur Mars. Le bouclage d’un système peut donc être un bouclage local et/ou un bouclage dé-localisé, chacun
assurant une ou des fonctions différentes. Une électrovanne est ainsi souvent bouclée localement (ie sur l’électrovanne
elle-même) par un PID (type de correcteur basique), et ce nouveau système peut être asservi par une loi de commande
plus évoluée élaborée par un ordinateur par exemple.
Le principe du bouclage en contre-réaction est de prendre de l’information sur la sortie pour la comparer à l’entrée,
puis de concevoir une commande qui minimisera l’écart entre la sortie réelle et la sortie désirée. C’est ce que vous faı̂tes
quand vous circulez à bicyclette : vous prenez l’information concernant votre équilibre, pour modifier la commande
que vous donnez au système (bicyclette + vous).
En conclusion, le bouclage semble une idée séduisante. Mais il faut la manipuler avec précaution : si un système
stable est bouclé de manière mal appropriée, vous risquez de rendre le système instable. C’est ce qui se passe lors
de l’apprentissage de la bicyclette ou quand vous placez le micro devant le haut-parleur qui, après amplification,
”répète” ce qui est entré au micro (effet Larsen). Le comportement d’un système rendu instable par bouclage est alors
indépendant du signal appliqué à l’entrée du système.
Ces quelques réflexions montrent la nécessité de s’assurer de la stabilité des systèmes bouclés, et, mieux encore,
de prendre en compte la stabilité du système bouclé dès la conception du système de commande dont nous précisons
maintenant la définition.
1.3 Système de commande

Un système de commande est un dispositif actif comportant une ligne de retour (structure à boucle) et un compa-
rateur qui donne l’écart entre l’ordre donné au système et l’ordre exécuté par le système. Le signal de commande est
alors élaboré à partir de ce signal d’écart.
La forme générale d’un schéma-bloc d’un système de commande peut être représentée par la figure Figure (1.5)
pour un système SISO :
perturbation additive
en sortie
+
consigne + (t) u(t) +
y(t)
transducteur commande système
e(t)
−
capteur
partie ”logicielle” partie ”système”
Figure 1.5 – Schéma de principe d’un système de commande
Un capteur est un appareil qui transforme une grandeur physique quelconque en une grandeur (en général électrique)
utilisable par les organes de commande. Un transducteur remplit la même fonction, mais pour une utilisation par
l’homme.
Les perturbations peuvent être de deux types :
1. On considère les perturbations dites additives en sortie . Elles sont constituées de phénomènes qui s’ajoutent
directement sur les sorties du système. C’est le cas par exemple d’une porte qui s’ouvre aléatoirement dans une
salle dont on veut réguler la température.
2. L’autre type de perturbations comprend les phénomènes dont on n’est pas maı̂tre et qui viennent influencer le
fonctionnement du système. C’est par exemple le cas de la température extérieure, la présence de soleil ou de
nuages autour d’une salle dont on veut réguler la température.
Si le système est linéaire, on peut calculer la réponse du système à ces perturbations, indépendamment de la réponse
du système à son entrée e(t).
Il faut remarquer que le signal (t) n’est pas directement utilisé comme entrée de l’actionneur, mais que s’intercale
entre le comparateur et le système un bloc appelé correcteur. C’est ce correcteur qui va donner la loi de commande,
et qui sera l’entrée du système.
Vous pouvez facilement imaginer une commande proportionnelle à l’erreur. Plus l’erreur est grande, plus la com-
mande est grande pour ramener la sortie vers la sortie désirée. On obtient alors une commande proportionnelle :
k(t).
1.4. SIGNAUX 5
Vous pouvez aussi facilement imaginer une commande tenant compte des variations de l’erreur au cours du temps
(commande donc proportionnelle à la dérivée de l’erreur par rapport au temps) et le mélange des deux : u(t) =
K(t) + KD (t)
˙ avec K, KD > 0 et où (t) ˙ désigne la dérivée de l’erreur par rapport au temps.
Vous pouvez toujours aussi facilement imaginer une commande tenant compte de l’erreur accumulée au cours du
Zt
d
temps, ce qui est la définition de l’intégration de l’erreur au cours du temps : u(t) = K(t) + KD + KI (t)dt.
dt
0
Les objectifs de la commande des procédés peuvent être classifiés de la manière suivante :
– améliorer les performances du procédé, en assurant tout d’abord sa stabilité de fonctionnement, puis en recher-
chant des améliorations dans le domaine économique (gain de temps dans l’élaboration du produit final, économie
d’énergie, meilleur fonctionnement des différents organes, d’où une usure diminuée . . .), environnemental (réduc-
tion de la pollution) . . .
– assurer l’asservissement à une consigne ou effectuer la poursuite d’une trajectoire (asservissement de position
d’un moteur ou poursuite d’une trajectoire de descente pour un sous-marin)
– rejeter l’influence que peuvent avoir des perturbations sur le fonctionnement du procédé et sur la qualité du
produit final (régulation de la température à l’intérieur d’un four vis à vis des variations de la température
extérieure).
Nous allons maintenant faire quelques rappels du cours de Signaux
1.4 Signaux
Définition 1.3 (Signal). Un signal est une grandeur physique variant dans le temps. La fonction (du temps) qui
représente mathématiquement un signal, est une fonction réelle, continue, finie, à énergie finie et sa durée est limitée
(c’est à dire que la fonction est non-nulle sur un intervalle fini).
Nous désignerons souvent, par abus de langage mais aussi par commodité de notations, la fonction f par son
évaluation en un point f (t).
1.4.1 Signaux fictifs

Pour étudier les systèmes, nous avons besoin de signaux particuliers, fonctions ou distributions, possédant des
propriétés mathématiques remarquables :
1. La fonction harmonique complexe ejωt (ou exp(jωt)) dont la partie réelle est cos(ωt) (cosinusoı̈de illimitée, donc
sans réalité physique) et la partie imaginaire est sin(ωt) (sinusoı̈de illimitée, donc sans réalité physique). Leur
ω1
fréquence est : f = .
2π
2. La distribution appelée impulsion de Dirac δ(t).
+∞
Z +∞
Z
1
δ(t) est définie par : δ(t) = exp(j2πf t)df = exp(jωt)dω.
2π
−∞ −∞
Cette égalité s’entend au sens des distributions : l’intégrale du produit d’une fonction par l’un ou l’autre des deux
membres de cette égalité conduit au même résultat. La définition même de l’impulsion de Dirac montre qu’il y a
autant d’informations dans la réponse d’un système à cette distribution que dans la réponse du système à toutes
les entrées sinusoı̈dales dont la fréquence varie de 0 à +∞ (ou de fmin à fmax où fmin et fmax déterminent la
bande passante du système pour un système physique). C’est donc une ”fonction” du temps de durée infiniment
brève et d’aire unité. En pratique, c’est une impulsion de durée négligeable vis-à-vis de la plus petite durée
caractérisant le système et qui contient suffisamment d’énergie pour exciter le système. La distribution de Dirac
peut être vue comme la limite, lorsque τ tend vers l’infini, de la suite de fonctions qui valent τ sur l’intervalle
1 1
]− , + [. Mais l’impulsion de Dirac n’est pas une fonction !
2τ 2τ
3. L’échelon unité : Γ(t). C’est une marche de hauteur unité à l’instant t = 0.
Cette fonction n’ a pas non plus de réalité physique, puisque sa durée est infinie.
En pratique, la durée de la variation brusque à t = 0 doit être de durée négligeable vis-à-vis de la plus petite
durée caractérisant le système.
1.4.2 Signaux réels

+∞
Z
2
L’énergie d’un signal f est donnée par |f (t)| dt, ce qui, si cette énergie est finie (< ∞), est la définition d’une
−∞
fonction appartenant à L2 (R). De plus, les signaux réels ont une durée finie : ∃t1 , t2 ∈ R/∀t 6∈ [t1 , t2 ], f (t) = 0, et
1 Le contexte permet de décider si f désigne une fonction ou la fréquence d’une fonction périodique
+∞
Z Zt2
comme ils sont continus, on a |f (t)| dt = |f (t)| dt < ∞, ce qui est la définition d’une fonction appartenant à
−∞ t1
L1 (R).
Les signaux réels sont donc représentés mathématiquement par des fonctions appartenant à L1 (R) ∩ L2 (R).
1.4.3 Transformation de Fourier

Comme l’ensemble des fonctions harmoniques exp(−jω.)|{ω∈R} forme une base complète de L1 (R), tout signal
physique peut se décomposer sur cette base car f ∈ L1 (R) ∩ L2 (R) :
+∞
Z
1
f (t) = F (ω) exp(jωt)dω. (1.1)
2π
−∞
2π
F (ω) est le spectre fréquentiel du signal f (t) exprimé en fonction de la pulsation du signal ω = avec T la
T
période du signal, et s’obtient en inversant la relation (1.1)2 :
+∞
Z
∀ω ∈ R, F (ω) = F [f ] (ω) = F [f (.)] (ω) = F [f (t)] (ω) = F [f (t)] = f (t) exp(−jωt)dt (1.2)
−∞
Ce qui peut se réécrire en notation fonctionnelle :
F [f ] = F [f (.)] = F [f ] (.) = F [f (.)] (.) : R −−−−−−−−−→ C

+∞
Z
ω7−−−−−−−−−−→F (ω) = f (t) exp(−jωt)dt
−∞
Nous allons maintenant rappeler quelques propriétés de la transformation de Fourier.

Proposition 1.1 (Linéarité).
∀f, g ∈ L1 (R) ∩ L2 (R), ∀α, β ∈ R, ∀ω ∈ RF [αf + βg](ω) = αF (ω) + βG(ω) (1.3a)
Proposition 1.2 (Parité hermitienne). Si f est une fonction qui représente un signal physique, elle est donc réelle
et l’égalité (1.2) montre que la partie réelle de sa transformée de Fourier F (.) est une fonction paire et la partie
imaginaire de F (.) est une fonction impaire. C’est ce qu’on appelle la parité hermitienne.
Si f (.) est réelle et paire, F (.) est réelle et paire.
Si f (.) est réelle et impaire, F (.) est imaginaire et impaire.
Proposition 1.3 (Similitude).
1 ω
∀f ∈ L1 (R) ∩ L2 (R), ∀a ∈ R? , ∀ω ∈ R, F [f (a.)] (ω) = F (1.3b)
|a| a
Une dilatation dans le temps entraı̂ne une compression du spectre et réciproquement.
Proposition 1.4 (Théorème du retard).
∀ω ∈ R, ∀f ∈ L1 (R) ∩ L2 (R), ∀τ ∈ R, F [f (. − τ )](ω) = exp(−jωτ )F (ω) (1.3c)
Proposition 1.5 (Intégration).

Z.
1
∀ω ∈ R, ∀f ∈ L (R) ∩ L (R), F [
1 2
f (t0 )dt0 ](ω) = F (ω) (1.3d)
jω
−∞
Proposition 1.6 (Dérivation).
∀ω ∈ R, ∀f ∈ L1 (R) ∩ L2 (R), F [f˙(.)](ω) = jωF (ω) (1.3e)
Le spectre de la dérivée d’une fonction se déduit du spectre de la fonction par deux propriétés :
π
1. par une rotation de dans le plan complexe
2
2 Notez bien l’abus de notation : seules les écritures F (ω) = F [f ] (ω) = F [f (.)] (ω) sont correctes car la transformation de Fourier est
un opérateur agissant sur les fonctions f ou f (.) et non pas sur les valeurs f(t)
1.4. SIGNAUX 7
2. par une amplification par ω (en particulier, il est annulé pour la fréquence nulle)
Proposition 1.7 (Convolution).
∀ω ∈ R, ∀f1 , f2 ∈ L1 (R) ∩ L2 (R)F [f1 ? f2 (.)](ω) = F [f1 ? f2 (.)](ω) = F1 (ω)F2 (ω) (1.3f)
où le produit de convolution f1 ? f2 (.) est défini par :
+∞
Z
1 2
∀t ∈ R, ∀f1 , f2 ∈ L (R) ∩ L (R), [f1 ? f2 ](t) = [(R), f1 (.) ? f2 (.)](t) = f1 (τ )f2 (t − τ )dτ (1.3g)
−∞
Le produit de convolution de deux fonctions dans le domaine temporel est transformé par la transformation de
Fourier en produit simple des deux spectres dans le domaine fréquentiel.
• Exercice 1–3 : Démontrez les propriétés précédentes de la transformée de Fourier.
1.4.4 Transformation de Laplace

L’intérêt évident de la transformation de Fourier (transformation du calcul d’un produit de convolution en un
produit simple) est fortement limité par la restriction de l’ensemble des fonctions dont on peut calculer la transformée
de Fourier : les fonctions f telles que, ∀t ∈ R, f (t) = constante, t, t2 , . . . n’ont pas de transformée de Fourier.
Si, dans l’équation (1.2), la fonction f croı̂t moins vite que l’exponentielle, c’est-à-dire si ∀t ∈ R, ∃M, α ∈ R/ |f (t)| <
M exp(αt), on peut rendre l’intégrale de Fourier (1.2) convergente en
1. multipliant l’intégrande (ce qui est sous le signe intégral) par exp(−σt) avec σ > α
2. limitant l’intégration aux valeurs de t par exemple positives, car exp(−σt) diverge si t → −∞.
Une fois ces transformations faites, l’intégrande s’écrit g(t) = f (t) exp(−σt)Γ(t) où Γ(t) est l’échelon unité. Alors
g(t), pour σ > α admet une transformée de Fourier :
+∞
Z
G(ω) = f (t) exp(−σt)Γ(t) exp(−jωt)dt (1.4)
−∞
+∞
Z
1
tel que f (t) exp(−σt)Γ(t) = G(ω) exp(jωt)dω. (1.5)
2π
−∞
par transformation de Fourier inverse.

Avec le changement de variable p = σ + jω et en notant F (p) = G(ω) (ie on remplace G(ω) par F (p), puisque dans
la variable p = σ + jω, σ est une constante), les intégrales (1.4) et (1.5) deviennent :
+∞
Z
F (p) = f (t) exp(−pt)dt (1.6)
0
et
σ+j∞
Z
1
f (t)Γ(t) = F (p) exp(pt)dp avec σ = <(p) > α (1.7)
2πj
σ−j∞
+∞
Z +∞
Z +∞
Z
En effet, G(ω) = f (t)Γ(t)e−(σ+jωt) dt d’où F (p) = f (t)Γ(t)e−pt dt = f (t)e−pt dt (dans l’écriture de F (p),
−∞ −∞ 0
Γ(t) se retrouve dans la limitation des bornes d’intégration qui passent de (−∞, +∞) à (0, +∞)).
+∞
Z
+σt 1
Puis, à partir de l’égalité (1.5), f (t)Γ(t) = e G(ω)e jωt dω.
2π
−∞
 dp
 dω =
j

Avec p = σ + jω =⇒ ,

 ω = −∞ → p = σ − j∞
ω = +∞ → p = σ + j∞
σ+j∞
Z
1
nous obtenons f (t)Γ(t) = F (p) exp(pt)dp.
2πj
σ−j∞
Remarque 1.2 (Importante). p est un nombre complexe : p = σ+jω. F (p) est donc une fonction de la variable complexe
p et qui prend ses valeurs dans l’ensemble des nombres complexes C. Dans p = σ + jω, ω représente une pulsation et
σ symbolise la croissance maximale que peut atteindre la fonction f .
Remarque 1.3 (Notations). p est ce que l’on appelle la variable de Laplace. En France, cette variable est notée p, alors
que dans le reste du monde, elle est notée s.
On en conclut la définition de la transformée de Laplace d’une fonction. Mais il nous faut d’abord définir plus
précisément les types de fonctions dont on peut calculer la transformée de Laplace :
Définition 1.4 (Fonction causale). f est une fonction causale si et seulement si f (t) = 0 pour t < 0.
Définition 1.5 (Fonction lisse sur [a, b] ). f est lisse sur ]a, b[ si et seulement si elle est indéfiniment différentiable sur
dnf dnf
]a, b[ et si lim n (a + ) et lim n (b − ) sont finies pour tout n ∈ N et > 0.
→0 dt →0 dt
Définition 1.6 (Fonction lisse par morceaux). f est une fonction lisse par morceaux si et seulement si elle est lisse
sur chaque morceau.
Notation 1.1 (saut). Si f est lisse par morceaux et possède une discontinuité en t0 , alors le saut de f en t0 , noté
−
σf (t0 ) est donné par σf (t0 ) = f (t+
0 ) − f (t0 ).
Remarque 1.4 (Fonctions de l’automatique). Les fonctions que nous utilisons en automatique sont donc des fonctions
causales, lisses par morceaux et à croissance modérée (c’est à dire des fonctions dont la croissance est inférieure à celle
d’une exponentielle).
Définition 1.7 (Transformation de Laplace (transitoire)). Soit f une fonction causale, lisse par morceaux et à crois-
sance modérée. Alors :
+∞
Z
F (p) = L [f (t)] = f (t) exp(−pt)dt est la transformée de Laplace de f , et, dans l’équation d’inversion de la trans-
0
σ+j∞
Z
1
formée de Laplace f (t)Γ(t) = F (p) exp(pt)d p avec σ = <(p) > α, le parcours d’intégration est la droite
2πj
σ−j∞
d’équation <(p) = σ > α, parallèle à l’axe imaginaire et α est l’indice de croissance exponentielle de f .
La fonction F (p), analytique dans le demi-plan droit, est définie par continuité analytique dans le demi-plan gauche.
L’intégrale d’inversion de la transformée de Laplace (équation (1.7)) est toujours nulle pour t < 0 : si on ferme le
parcours par le demi-cercle CR de rayon R dans le demi-plan droit, il vient :
σ+j∞
Z Z
F (p) exp(pt)dp + lim F (p) exp(pt)dp = 0
R→∞
σ−j∞ CR
Le membre de droite (= 0) vient du fait que F (p) est analytique à l’intérieur du domaine d’intégration. La se-
conde intégrale est nulle, car, pour t < 0, le terme F (p) exp(pt) tend en module vers 0 lorsque R → ∞, et donc
σ+j∞
Z
F (p) exp(pt)dp est nulle pour t < 0. On peut donc se passer de Γ(t) dans le premier membre de l’équation (1.7),
σ−j∞
et donc la définition définitive de la transformation de Laplace est :
Définition 1.8 (Transformation de Laplace (définitive)). Soit f une fonction causale, lisse par morceaux et à croissance
modérée. Alors :
la transformée de Laplace F (.) de f (.) est donnée par :
+∞
Z
∀p ∈ C <(p) < σ, F (p) = L [f ](p) = L [f (.)](p) = L [f (t)](p) = L [f (t)] =
?
f (t) exp(−pt)dt (1.8)
0
et l’original f (.) de F (.) est donné par :

σ+j∞
Z
1
∀t ∈ R f (t) = L
+ −1
[F (p)] = F (p) exp(pt)dp (1.9)
2πj
σ−j∞
Dans l’équation d’inversion de la transformée de Laplace, le parcours d’intégration est la droite d’équation <(p) =
σ > α, parallèle à l’axe imaginaire.
Pour les t > 0, on utilise la méthode des résidus pour calculer f (t) :
X
f (t) = Résidusσ<α [F (p) exp(pt)] , t > 0
1.4. SIGNAUX 9
1.4.5 Propriétés de la transformation de Laplace

Les différentes propriétés de la transformation de Laplace qui sont utiles en automatique sont les suivantes :
Proposition 1.8 (Linéarité).
∀a, b ∈ R, L [af (.) + bg(.)] = aL [f (.)] + bL [g(.)] (1.10a)
Si la fonction f possède un nombre fini de sauts ou une infinité dénombrable de sauts en les points t0 (là où la
fonction cesse d’être lisse), alors :
Proposition 1.9 (Dérivation).

h i X
∀p ∈ C− , L f˙ (p) = pF (p) − σf (t0 ) exp(−pt0 ) (1.10b)
t0 ≥0
Si nous nous limitons aux fonctions qui ne possèdent qu’un saut en t0 = 0 (cas des fonctions causales continues
par exemple) : h i
∀p ∈ C− , L f˙ (p) = pF (p) − f (0+ ) (1.10c)
Pour un ordre de dérivation n quelconque fini et entier :

h i
∀p ∈ C− , L f [n] (p) = pn F (p) − pn−1 f [0] (0+ ) − pn−2 f [1] (0+ ) · · · − pf [n−2] (0+ ) − f [n−1] (0+ ) (1.10d)
Proposition 1.10 (Théorème de la valeur finale).
lim (f (t)) = lim (pF (p)) (1.10e)

t→∞ p→0
Proposition 1.11 (Théorème de la valeur initiale).
lim (f (t)) = lim (pF (p)) (1.10f)

t→0 p→∞
Proposition 1.12 (Théorème de convolution).
∀p ∈ C− , L [(f1 ? f2 ) (.)] (p) = F1 (p).F2 (p) (1.10g)
Proposition 1.13 (Signal retardé). Soit x(.) un signal causal et y(.) = x(.−τ ) le signal x retardé de la durée constante
τ > 0 : y(t) = 0 si t < τ et y(t) = x(t − τ ) si t ≥ τ . Alors nous avons le résultat suivant :
∀τ ∈ R, ∀p ∈ C− , L [y(.)] (p) = L [x(. − τ )] (p) (1.10h)

= exp(−pτ )X(p) (1.10i)
• Exercice 1–4 : Démontrez les propriétés précédentes, en particulier le théorème de convolution (équation (1.10g))
et le théorème du retard (équation (1.10h)).
L’intérêt de la transformation de Laplace pour l’automatique est maintenant évident :

– elle concerne les signaux réels (ou physiques)
– elle transforme des équations différentielles linéaires à coefficients constants de la variable t en équations ordinaires
de la variable p (p = σ + jω)
– elle transforme un produit de convolution (calcul de la sortie d’un système) en un produit simple
– elle transforme les calculs pour un signal retardé en un produit par une exponentielle
1.4.6 Tableau de transformées de Laplace
Tableau 1.1: Tableau de transformées de Laplace
x(t) pour t > 0 X(p)
δ(t) (impulsion de Dirac) 1
δ(t − T ) (impulsion de Dirac retardée de T ) e −T p

Tableau 1.1: Tableau de transformées de Laplace (Suite)
1
e −at
p+a
1 1
tn−1 e −at
(n − 1)! (p + a)n
1 1
(e −at − e −bt ) , a 6= b
b−a (p + a)(p + b)
1 p
(ae −at − be −bt ) , a 6= b
a−b (p + a)(p + b)
1 p+c
(c − a)e −at − (c − b)e −bt

, a 6= b
b−a (p + a)(p + b)
(d − a)e −at (d − b)e −bt (d − c)e −ct p+d
+ +
(b − a)(c − a) (c − b)(a − b)  (a − c)(b − c)  (p + a)(p + b)(p + c)
n −ai t
Ye 1
X  

n
(a − a )
  Y
i=1 j i
(p + ai )
j6=i
i=1
ω
sin(ωt)
p2 + ω 2
p
cos(ωt)
p2 + ω 2
r
a2 + ω 2 ω p+a
sin(ωt + φ) , φ = arctan
ω2 a p2 + ω 2
p sin φ + ω cos φ
sin(ωt + φ)
p2 + ω 2
ω
e −at sin(ωt)
(p + a)2 + ω 2
1 −zωn t p 1
e sin ωp t , ωp = ω n 1 − z2
ωp p + 2zωn + ωn2
2
p+a
e −at cos(ωt)
(p + a)2 + ω 2
r
(b − a)2 + ω 2 −at

ω p+b
e sin(ωt + φ) , φ = arctan
ω2 b−a (p + a)2 + ω 2
1
Γ(t) (Échelon unité)
p
1 −T p
Γ(t) (Échelon unité retardé) e
p
1
Γ(t) (Créneau rectangulaire) (1 − e −T p )
p
1 1
(1 − e −at )
a p(p + a)
be −at ae −at

1 1
1− +
ab b−a b−a p(p + a)(p + b)
−at
a(c − b)e −at

1 b(c − a)e p+c
c− +
ab b−a b−a p(p + a)(p + b)
1 1
(1 − cos ωt)
ω2 p(p2 + ω 2 )
r
a a2 + ω 2 ω p+a
− cos(ωt + φ) , φ = arctan
ω2 ω4 a p(p2 + ω 2 )
1.5. SYSTÈMES LINÉAIRES TEMPS-INVARIANTS 11
Tableau 1.1: Tableau de transformées de Laplace (Suite)
1 1 −zωn t p 1
2
− e sin(ωp t + φ), ωp = ωn 1 − z 2 , φ = arccos z
ωn ωn ωp p(p2 + 2zωn + ωn2 )
1 1
(1 − e −at − ate −at )
a2 p(p + a)2
1 p+b
(b − be −at + a(a − b)te −at )
a2 p(p + a)2
1
t
p2
1 1
(at − 1 + e −at )
a2 p2 (p + a)
tn−1 1
, n = 1, 2, 3, . . .
(n − 1)! pn
−t
1 1
e τ
τ 1 + τp
−t
1
1−e τ
p(1 + τ p)
−t
1
t − τ + τe τ
p2 (1 + τ p)
−t −t
e τ1 − e τ2 1
τ1 − τ2 (1 + τ1 p)(1 + τ2 p)
t −t 1
eτ
τ2 (1 + τ p)2
−t −t
τ1 e τ1 − τ2 e τ2 1
1−
τ1 − τ2 p(1 + τ1 p)(1 + τ2 p)

t −t 1
1− 1+ e τ
τ p(1 + τ p)2
p (p + zωn ) sin φ + cos φωp
e −zωn t sin(ωp t + φ) , φ = arcsin z, ωp = 1 − z 2
p2 + 2zωn p + ωn2
1.5 Description des Systèmes Linéaires Invariants

Définition 1.9. Un système est dit invariant (dans le temps) si sa réponse à une entrée ne dépend pas de l’instant
auquel est appliquée l’entrée. Autrement dit, soit y(t) = S [u(t)] la réponse du système S à l’entrée u(t) ; S est
temps-invariant, si et seulement si la sortie retardée est donnée par y(t − t0 ) = S [u(t − t0 )] :
∀t, t0 ∈ R, S est temps-invariant signifie y(t) = S [u(t)] ⇐⇒ y(t − t0 ) = S [u(t − t0 )]
Définition 1.10. Un système est dit linéaire s’il est représenté par un opérateur linéaire (homogénéité et additivité) :
∀k1 , k2 ∈ R, ∀t ∈ R, S [k1 u1 (t) + k2 u2 (t)] = k1 S [u1 (t)] + k2 S [u2 (t)]
Un des opérateurs linéaires que nous connaissons bien est l’opérateur de dérivation. D’autre part, la modélisation
des systèmes nous conduit souvent à des équations ou des systèmes d’équations différentielles. Parmi les équations
différentielles possibles, une classe est particulièrement intéressante pour la simplicité de ses éléments : la classe des
équations linéaires à coefficients constants. Les systèmes linéaires temps-invariants sont donc les systèmes qui sont
modélisables par cette classe d’équations différentielles.
• Exercice 1–5 : Démontrez l’affirmation ci-dessus (linéarité de l’opérateur de dérivation).
1.5.1 Réponse temporelle

Définition 1.11 (réponse impulsionnelle). La réponse impulsionnelle h(t) d’un système linéaire invariant est sa
réponse à l’impulsion de Dirac δ(t).
Cette réponse impulsionnelle caractérise complètement le système.

L’impulsion de Dirac δ(t) étant l’unité du produit de convolution, tout signal u(t) peut se décomposer en : u(t) =
+∞
Z
u ? δ(t) = u(t0 )δ(t0 − t)dt0 , ce qui est une somme pondérée d’impulsions de Dirac décalées. En effet :
−∞
+∞
Z
u ? δ(t) = u(t0 )δ(t0 − t)dt0
−∞
+∞
 +∞ 
Z Z
0
= u(t0 )  e j2πf (t −t) df  dt0
−∞ −∞
+∞
 +∞ 
Z Z
0
=  u(t0 )e j2πf t dt0  e−j2πf t df
−∞ −∞
+∞
Z
= U (−2πf )e−j2πf t df
−∞
= u(t)
Comme on ne traite que les systèmes linéaires constants, si la réponse d’un système à δ(t) est h(t), alors la réponse
de ce système linéaire temps-invariant à δ(t − t0 ) est h(t − t0 ).
La réponse d’un système linéaire temps-invariant à u(t) est alors :
y(t) = S [u(t)]
 +∞ 
Z
=S u(t0 )δ(t − t0 )dt0 
−∞
+∞
Z
= u(t0 )S(δ(t − t0 ))dt0
−∞
+∞
Z
= u(t0 )h(t − t0 ))dt0
−∞
= u(t) ? h(t)
+∞
Z
y(t) = u(.) ? h(.)(t) = u(t0 )h(t − t0 )dt0 (1.11)
−∞
La sortie d’un système linéaire temps-invariant est donc donnée par le produit de convolution du signal d’entrée
du système par la réponse impulsionnelle du système.
La réponse temporelle d’un système se scinde en plusieurs parties que nous allons maintenant définir :
Définition 1.12 (Réponse libre). C’est la réponse du système à l’entrée nulle. Elle ne dépend donc que des conditions
initiales.
Définition 1.13 (Réponse forcée). C’est la réponse du système, à partir de son état d’équilibre (pour un système
linéaire, cela correspond à des conditions initiales nulles) à un signal d’entrée.
Définition 1.14 (Réponse totale). C’est la somme de la réponse libre et de la réponse forcée.
Définition 1.15 (Régime permanent). C’est la partie de la réponse totale qui subsiste lorsque t tend vers l’infini,
c’est à dire quand t est très supérieur au plus grand temps caractérisant le système (période d’oscillation ou constante
de temps).
Définition 1.16 (Régime transitoire). C’est la partie de la réponse totale qui disparaı̂t lorsque t tend vers l’infini.
Nous allons déterminer les différentes parties de la réponse d’un système sur un exercice.
• Exercice 1–6 : Soit un système dont le modèle est donné par l’équation différentielle du premier degré :
dy
τ (t) + y(t) = Ku(t) avec τ > 0
dt
1.6. OBTENTION DE SYSTÈMES (MODÈLES) LINÉAIRES 13
où y(t) est la sortie du système, u(t) l’entrée du système, τ la constante de temps du système, et K un gain.
Donner la réponse de ce système pour une entrée u(t) quelconque appliquée à l’instant t = t0 sachant que
y(t0 )(= y0 en donnant explicitement les réponses libres et forcées. Donner la réponse complète du système à l’en-
u(t) = 0 si t < t0
trée , et en mettant en exergue les différents types de réponse et de régime.
u(t) = cos ωt si t ≥ t0
1.5.2 Réponse fréquentielle

En posant t − t0 = τ dans (1.11) page 12, la réponse d’un système linéaire temps invariant à une entrée harmonique
u(t) = exp(jωt) est :
+∞
Z +∞
Z
yω (t) = S [exp(jωt)] = exp(jω(t − τ ))h(τ )dτ = exp(jωt) exp(−jωτ )h(τ )dτ
−∞ −∞
Le coefficient de proportionnalité entre la sortie du système et l’entrée harmonique ne dépend que de ω :

+∞
Z
yω (t) = H(ω) exp(jωt) avec H(ω) = h(t) exp(−jωt)dt (1.12)
−∞
C’est la réponse fréquentielle d’un système linéaire temps-invariant à une entrée harmonique particulière. Pour
étudier la réponse en fréquence d’un système linéaire, il suffira donc d’étudier la fonction H(ω) (voir la partie du cours
3.4 page 28).
+∞
Z
D’autre part, d’une manière plus générale, en reprenant l’égalité (1.11) page 12, y(t) = u ? h(t) = u(τ )h(t − τ )dτ
−∞
et en en calculant la transformée de Fourier, nous trouvons :
Y (ω) = H(ω)U (ω) (1.13)
Avec H(ω) la transformée de Fourier de la réponse impulsionnelle, U (ω) le spectre fréquentiel du signal d’entrée et
Y (ω) le spectre fréquentiel du signal de sortie ;
et si nous prenons la transformée de Laplace de cette même équation, nous avons :
Y (p) = H(p)U (p) (1.14)
Avec H(p) la transformée de Laplace de la réponse impulsionnelle, U (p) la transformée de Laplace du signal d’entrée
et Y (p) la transformée de Laplace du signal de sortie : la réponse fréquentielle d’un modèle linéaire temps-invariant
s’obtient en remplaçant p par jω dans la fonction de transfert..
1.6 Obtention de systèmes (modèles) linéaires

Il faut bien se rendre compte que les systèmes linéaires n’existent pas dans la nature. Au mieux, un modèle linéaire
peut être une suffisamment bonne approximation d’un système réel pour un objectif donné. Certains systèmes se
représentent bien par un système linéaire (par exemple un ampli-op monté en filtre actif), mais il faut alors préciser
dans quel type de fonctionnement (par exemple pour des fréquences suffisamment basses et des tensions ne saturant
pas l’ampli-op). Dans certaines circonstances, on peut utiliser une approximation linéaire d’un système non-linéaire,
mais il faut alors préciser les conditions de fonctionnement.
1.6.1 Linéarisation autour d’un point d’équilibre

Nous verrons la notion de point d’équilibre dans le chapitre sur la stabilité. Mais un petit exemple sera suffisamment
parlant.
g
Si on étudie un pendule simple, son mouvement est donné par l’équation : θ̈ + sin θ = 0 où θ est l’angle entre la
`
verticale et le fil du pendule, g l’accélération de la pesanteur et ` la longueur du pendule. Vous savez depuis un certain
temps déjà que pour de petites variations de θ autour de la position d’équilibre θ = 0, cette équation se transforme en
g
une équation linéaire (en posant sin θ ≈ θ) : θ̈ + θ = 0
`
1.6.2 Linéarisation autour d’un point de fonctionnement

La linéarisation autour d’un point de fonctionnement sera vue plus en détail lors de l’étude des systèmes sous la
forme de leur représentation d’état, en mastère 1.
Un pointd’équilibre est l’état d’un système lorsque ce système n’est soumis à aucune entrée (entrée nulle) et lorsque
ce système n’évolue pas dans le temps. Un point de fonctionnement est l’état d’un système lorsque ce système, soumis
à une entrée constante, n’évolue pas dans le temps.
Chapitre 2
Fonction de transfert d’un système

linéaire SISO
Ce chapitre est un rappel du cours Systèmes linéaires vu en L2.

Par modèle linéaire, nous désignerons la ou les équations différentielles obtenue(s) par la modélisation d’un système
physique (donc forcément non-linéaire) qui a (ont) été linéarisée(s). Dans le cas des systèmes SISO, nous n’avons qu’une
entrée et qu’une sortie, et donc une seule équation différentielle reliant les deux.
2.1 Obtention de la fonction de transfert à partir de l’équation différen-

tielle
Nous allons bien entendu utiliser la transformation de Laplace qui transforme l’opérateur dérivation par rapport
au temps de la fonction en l’opérateur multiplication algébrique par p de la transformée de Laplace de la fonction.
Soit l’équation différentielle liant l’entrée u(t) du système à sa sortie y(t) :
n m
X d i y(t) X d j u(t)
ai = bj (2.1)
i=0
dti j=0
dtj
En prenant la transformée de Laplace des deux termes de cette égalité, et en supposant un seul saut en t0 = 0,
nous obtenons l’équation :
n
X
ai pi Y (p) − pi−1 y(0+ ) − pi−2 y [1] (0+ ) − · · · − y [i−1] (0+ )
i=0
m
X
= bj pj U (p) − pj−1 u(0+ ) − pj−2 u[1] (0+ ) − · · · − u[j−1] (0+ )
j=0
ce qui peut encore s’écrire :

n
X m
X
ai pi Y (p) − bj pj U (p)
i=0 j=0
Xm
= bj −pj−1 u(0+ ) − pj−2 u[1] (0+ ) − · · · − u[j−1] (0+ )
j=0
Xn
− ai −pi−1 y(0+ ) − pi−2 y [1] (0+ ) − · · · − y [i−1] (0+ )
i=0
j−1
m
! n i−1
!
X X X X
j−k−1 [k] + i−k−1 [k] +
= bj −p u (0 ) − ai −p y (0 )
j=0 k=0 i=0 k=0
Pour un système partant à l’instant t = 0 de conditions initiales nulles on définit la fonction de transfert du système
par
m
X
b j pj
Y (p) j=0
F (p) = = n (2.2)
U (p) X
i
ai p
i=0
15
16 CHAPITRE 2. RAPPELS : FONCTION DE TRANSFERT (CAS SISO)
Remarque 2.1. Pour un système causal, on a n ≥ m (la dérivée de l’entrée n’intervient qu’à un ordre au plus égal à
l’ordre de dérivation de la sortie intervenant dans l’équation différentielle).
Définition 2.1 (Pôles et zéros). Les racines du numérateur sont les zéros de la fonction de transfert, les racines du
dénominateur sont les pôles de la fonction de transfert. Le nombre de pôles est généralement noté n, le nombre de
zéros, m.
Définition 2.2 (Ordre et degré relatif d’un modèle). L’ordre d’un modèle est le degré du dénominateur (nombre de
pôles), le degré relatif est la valeur n − m. Si n − m ≥ 0, le système est dit causal, si n − m > 0, il est dit strictement
causal.
Nous avons vu que le produit de convolution dans le domaine temporel était transformé en un produit simple dans
le domaine de Laplace, nous avons maintenant un moyen simple pour calculer la réponse impulsionnelle d’un système
linéaire. Il suffit, comme la transformée de Laplace de la distribution de Dirac vaut 1, de calculer la transformée inverse
de Laplace de la fonction de transfert pour obtenir la réponse impulsionnelle du système :
∀t ∈ R+ h(t) = L −1 [H(.)] (t) (2.3)
Réciproquement, la fonction de transfert d’un système linéaire est la transformée de Laplace de sa réponse impul-
sionnelle :
H(p) = L [h](p) (2.4)
2.1.1 Classification des systèmes linéaires

On distingue cinq grands types de systèmes linéaires (souvent appelés systèmes fondamentaux) qui permettent de
décrire tous les systèmes linéaires par multiplication et addition (selon les relations entre les différents blocs) de leurs
fonctions de transfert, à la multiplication ou division par un polynôme en p près.
Nous allons maintenant voir les fonctions de transfert de ces différents types.
D’abord, l’amplificateur de gain constant dont la fonction de transfert est F (p) = K.
1
Puis l’intégrateur de fonction de transfert F (p) =
p
1
Puis les systèmes du premier ordre de fonction de transfert F (p) = où τ est la constante de temps du
1 + τp
système.
1
Puis les systèmes du second ordre dont la fonction de transfert est donnée par F (p) = 2 où ωn
z p
1+2 p+
ωn ωn
est la pulsation naturelle et z le coefficient d’amortissement.
Pour finir, on décrit les systèmes à retard pur par leur fonction de transfert F (p) = e−TR p où TR est la valeur du
temps de retard.
De plus, comme nous l’avons déjà signalé, le numérateur est un polynôme en p dont le degré est inférieur ou égal
à celui du dénominateur s’il s’agit d’un système physique.
2.1.2 Normalisations
Il existe deux types de normalisation pour les fonctions de transfert que nous expliciterons à partir des fonctions
b b
de transfert F (p) = et G(p) =
a1 p + a0 a2 p2 + a1 p + a0
b b
a1 a2
normalisation mathématique F (p) = et G(p) =
p + aa01 p2 + + aa02 a1
a2 p
Le coefficient du monôme en p de plus haut degré du dénominateur est 1.
b
a0 b a1
normalisation physique 1. F (p) = où on reconnaı̂t bien le gain K = et la constante de temps τ =
1 + aa10 p a0 a0
b
a0 b
2. G(p) = 2 où on reconnaı̂t bien le gain K = , la pulsation naturelle
a0
s 
1 a21 1 p
1+2 q p + q 
2 a0 a2 a0 a0
a2 a2
s
a21
r
a0 1
ωn = et le coefficient de frottement z =
a2 2 a0 a2
Le terme constant du dénominateur est 1.
2.2. CARACTÉRISATION TEMPORELLE 17
Décomposition en éléments simples On écrit d’abord la fonction de transfert sous la forme normalisée mathéma-
tiquement :
Xm Xm Xm
0 j
bj p j
bj p b0j pj
j=0 j=0 j=0
n = n = r (2.5)
X Y Y
i ri
ai p (p − pi ) (p − pi )
i=0 i=1 i=1
Xr
r est le nombre de racines différentes du dénominateur (pôles) et ri est la multiplicité de la iième racine ( ri = n)
i=1
dont la décomposition en éléments simples est donnée par :
 
r ri
X X Cij
α+ 
j
 (2.6)
i=1 j=1
(p − p i )
α = 0 pour n > m et α 6= 0 si n = m.
Comme, en automatique, nous avons affaire à des systèmes réels, les coefficients des monômes sont réels, ce qui
fait que les pôles des fonctions de transfert étudiées sont réels ou complexes conjugués deux à deux.
Cette décomposition en éléments simples sera utilisée pour calculer la réponse temporelle du système à une
entrée connue : de la définition temporelle de l’entrée on passe à la transformée de Laplace de l’entrée que l’on
multiplie dans le domaine de Laplace avec la fonction de transfert pour obtenir la transformée de Laplace de
la sortie d’où l’on repasse dans le domaine temporel par la transformée inverse de Laplace, ce que nous allons
maintenant écrire explicitement.
2.2 Caractérisation temporelle

u(t) : excitation du système connue.
À partir de u(t), nous calculons la transformée de Laplace de l’entrée : U (p).
F (p) est connue par une modélisation du système, par exemple une équation différentielle linéaire ordinaire à
coefficients constants dont on prend la transformée de Laplace.
Nous en déduisons alors Y (p) = F (p)U (p).  
r ri
X X Cij
Nous décomposons ensuite Y (p) en éléments simples : Y (p) = α + 
j
 dont nous calculons la
i=1 j=1
(p − p i )
transformée de Laplace inverse par :
 
r ri
X X Cij j−1
y(t) = αδ(t) +  t exp(pi t) (2.7)
i=1 j=1
(j − 1)!
• Exercice 2–1 : Déterminer la fonction de transfert et la réponse temporelle du système étudié à l’exercice 1–6 dans
le cas où t0 = 0 et pour des conditions initiales nulles.
2.3 Caractérisation fréquentielle

On obtient la réponse fréquentielle d’un système linéaire en remplaçant p par jω dans la fonction de transfert
(voir la section 1.5.2 page 13 ). D’après la définition de la fonction de transfert, on n’obtient que la partie régime
permanent de cette réponse fréquentielle.
Cette réponse fréquentielle est représentée graphiquement de différentes manières. Nous expliciterons en détail ces
différentes représentations au chapitre sur l’étude des différents modèles de base (voir le chapitre 3 page 21).
2.4 Stabilité
2.4.1 Définition et théorème
Définition 2.3 (Entrées bornées, sorties bornées). Un système dont l’entrée est u(t) et la sortie est y(t) est stable si
il existe deux constantes finies A et B telles que ku(t)k < A =⇒ ky(t)k < B
Dans le cas des systèmes linéaires, cette définition à entrée bornée, sortie bornée est équivalente à la définition
de la stabilité asymptotique.
Concernant la stabilité, trois cas peuvent se produire :
18 CHAPITRE 2. RAPPELS : FONCTION DE TRANSFERT (CAS SISO)
1. Si le régime transitoire tend vers 0 quand t tend vers l’infini, le système est stable.
2. Si le régime transitoire tend vers l’infini quand t tend vers l’infini, le système est instable.
3. Si le régime transitoire tend vers une constante quand t tend vers l’infini, le système est oscillant (ou margina-
lement stable).
La sortie d’un système se décompose en une partie régime permanent et une autre régime transitoire . Si on
note pi les pôles de la fonction de transfert, la partie transitoire de la réponse s’écrit :
n
X
Ai exp(pi t) + réponse libre
i=1
où les Ai dépendent du signal d’entrée u(t) et la réponse libre est la réponse du système à une entrée nulle. Le
régime transitoire tend vers zéro en norme si et seulement si tous les pôles pi sont à partie réelle négative. D’où le
théorème :
Théorème 2.1. Un système linéaire de fonction de transfert F (p) est stable si et seulement si tous les pôles de sa
fonction de transfert sont à partie réelle strictement négative.
Il est marginalement stable si l’un au moins de ses pôles est à partie réelle nulle, les autres pôles étant à partie réelle
strictement négative.
Si l’un au moins de ses pôles est à partie réelle strictement positive, il est instable.
Remarque 2.2. Vous avez appris, en physique, que seul un équilibre pouvait être qualifié de stable ou d’instable. Nous
étudions adns ce document les systèmes linéaires temps-invariants, et, dans ce cadre particulier, si une configuration du
système est stable (respectivement instable), alors toute configuration du système est stable (respectivement instable)
par la linéarité du système. C’est pour cette raison que, dans l’étude des systèmes linéaires temps-invariants, et
uniquement dans ce cadre-là, on peut parler de système stable (respectivement instable), voire même de pôles et/ou
de zéros instables. Mais cela reste tout de même un abus de langage.
Un critère calculatoire permet de déterminer le signe de la partie réelle des racines d’un polynôme à partir de son
développement en monômes : il s’agit du critère de Routh. Les moyens de calculs actuels permettent de nous passer
de ce critère sauf dans des cas très particuliers de précision numérique. Il peut aussi permettre de déterminer des
conditions sur la valeur des paramètres entrant dans l’écriture du modèle pour imposer la stabilité du système.
2.4.2 Critère de Routh

Le critère de Routh est un critère algébrique présenté sous la forme d’un tableau, qui permet de déterminer le
nombre de racines à partie réelle positive d’un polynôme à coefficients réels, comme par exemple le dénominateur d’une
fonction de transfert. La condition nécessaire pour pouvoir utiliser le critère de Routh est que tous les coefficients
du polynôme doivent être de même signe. En effet, si, par exemple, tous les coefficients sont positifs sauf un qui
est négatif, ce coefficient négatif provient du produit du type (λ + bi )(λ − bj ), donc forcément, l’une des racines est
à partie réelle négative ! Et ce n’est pas la peine de construire le tableau de Routh : la réponse est déjà trouvée, sans
aucun calcul !
2.4.2.1 Les règles de construction du tableau de Routh

Soit un polynôme D(λ) :
D(λ) = an λn + an−1 λn−1 + · · · + a1 λ + a0
Construisons le tableau suivant :
Le polynôme étudié P (λ) est rangé par ordre décroissant des puissances de λ.
La première ligne du tableau de Routh est constituée des coefficients des monômes de rang impair du polynôme
étudié, avec an λn le monôme numéro 1 (premier monôme impair). Le dernier élément de la première ligne est soit a1
si n est impair, soit a0 si n est pair.
La seconde ligne du tableau de Routh est constituée des coefficients des monômes de rang pair du polynôme étudié,
avec an−1 λn−1 le monôme numéro 2 (premier monôme pair). Le dernier élément de la seconde ligne est soit a0 si n
est impair, soit 0 si n est pair.
Dans ce tableau, le coefficient de la première colonne de la k ième ligne est appelé le pivot de la k ième ligne (la
première colonne est la colonne des pivots).
Pour construire une ligne, à partir de la ligne numéro 3, on se sert des deux lignes précédentes. Le terme de la ligne
i, colonne j est donné par :

a ai−2,j+1
− i−2,1
ai−1,1 ai−1,j+1
ai,j =
ai−1,1
ai−1,1 ai−2,j+1 − ai−2,1 ai−1,j+1
=
ai−1,1
2.4. STABILITÉ 19
Tableau 2.1 – Tableau du critère de Routh
ligne 1 an an−2 an−4 ... ... ... ... ... ... ... ... a1 |a0
ligne 2 an−1 an−3 an−5 ... ... ... ... ... ... ... ... a0 |0
ligne 3 a3,1 a3,2 a3,3 ... ... ... ... ... ... ... ... 0
ligne 4 a4,1 a4,2 a4,3 ... ... ... ... ... ... ... 0 0
.. .. .. .. .. .. .. .. .. ..
. . . . . . . . . . 0 0 0
.. .. .. .. .. .. .. .. .. .. .. .. ..
. . . . . . . . . . . . .
.. .. ..
ligne i − 2 ai−2,1 ... ... ... ... ... ai−2,j+1 ... ... . . .
.. .. .. ..
ligne i − 1 ai−1,1 ...... ... ... ... ... ai−1,j+1 ... . . . .
.. .. .. ..
ligne i ai,1 ... ... ... ... ai,j ... ... . . . .
.. .. .. .. .. ..
. ... ... ... ... ... ... ... . . . . .
.. .. .. .. ..
ligne k ak,1 ak,2 ak,3 ak,4 ... ... ... . . . . .
.. .. .. .. ..
ligne k + 1 0 0 0 0 0 ... ... . . . . .
.. .. .. .. ..
. ... ... ... ... ... ... ... . . . . 0
ligne n an,1 0 0 ... ... ... ... ... ... ... ... 0
ligne n + 1 an+1,1 0 0 ... ... ... ... ... ... 0 0 0
Le tableau de Routh associé à un polynôme de degré n possède n + 1 lignes. Le nombre de changements de signes
au sens large dans la première colonne du tableau de Routh donne le nombre de racines du polynôme à partie réelle
positive.
Si l’un des pivots est nul, les autres coefficients de la ligne n’étant pas nuls, il existe alors au moins une racine à partie
réelle positive. On peut continuer la construction du tableau en remplaçant le pivot nul par un réel arbitrairement
petit et de signe quelconque.
Si tous les coefficients d’une ligne sont nuls, (voir la ligne k + 1 dans le tableau), le polynôme étudié possède des
racines imaginaires pures conjuguées deux à deux et qui sont racines du polynôme Pk (λ) de degré n − k + 1, et donc
solutions de :
Pk (λ) = ak,1 λn−k+1 + ak,2 λn−k−1 + ak,3 λn−k−3 + · · · = 0
On peut dans ce cas poursuivre la construction du tableau de Routh en remplaçant les zéros de la ligne k + 1 par
les coefficients du polynôme obtenu en dérivant Pk (λ) par rapport à λ.
Si tous les éléments de la première colonne (autres que le premier) sont nuls, on applique le critère de Routh au
polynôme (λ + α)P (λ), α ∈ R+ .
Si tous les pivots (termes de la première colonne) sont strictement du même signe1 , toutes les racines du polynôme
sont à partie réelle strictement négative. Le nombre de changement de signe au sens large2 donne le nombre de racines
à partie réelle positive.
2.4.2.2 Utilisation en automatique

Si nous voulons étudier la stabilité d’un système dont un modèle linéaire temps invariant est donné par la fonction
N (p)
de transfert F (p) = , nous devons étudier le signe de la partie réelle des racines du dénominateur D(p). Nous
D(p)
appliquons alors le critère de Routh au polynôme D(p).
Les racines de D(p) sont à partie réelle strictement négative si et seulement si tous les coefficients de la première
colonne sont de même signe strictement. Le système dont on étudie le polynôme caractéristique est alors stable.
A contrario, il y a autant de racines à partie réelle positive (le système est instable) qu’il y a de passages par zéro
d’un pivot à l’autre (il y a, soit au moins un changement de signe strict, soit au moins un pivot nul sans que tous les
autres éléments de la ligne du pivot nul soient nuls).
Si une ligne k + 1 complète est nulle, on résoud l’équation Dk (p) = 0 pour trouver les pulsations d’oscillations et
le système est alors un système oscillant, puis on continue le tableau de Routh en remplaçant cette ligne toute nulle
par la ligne composée avec le polynôme dérivé (par rapport à p) du polynôme précédent.
1 Une suite de nombre est strictement du même signe si ils ont tous le même signe et aucun est nul.
2 Une valeur nulle dans une suite de nombre est un changement de signe au sens large, quel que soit le signe des nombres précédant ou
suivant cette valeur nulle
Chapitre 3
Étude des modèles fondamentaux
3.1 Introduction
L’intérêt des modèles fondamentaux est qu’un grand nombre de systèmes physiques peuvent être modélisés par une
combinaison de ces différents modèles. Selon l’étude désirée, il faudra écrire les modèles sous la forme d’une somme
(pour la détermination de la réponse temporelle) ou d’un produit (pour l’étude de la stabilité ou pour l’obtention de
la réponse fréquentielle) de ces modèles fondamentaux.
La réponse fréquentielle peut être décrite par des courbes d’allures différentes selon la représentation utilisée
(échelles linéaires, logarithmiques, plan complexe), mais chaque représentation a son utilisation quant aux conclusions
apportées par la forme de la réponse fréquentielle.
Pour chaque type de modèle, nous donnerons :
1. l’équation différentielle
2. la fonction de transfert
3. l’équation caractéristique
4. le régime libre
5. les réponses à un échelon (réponse indicielle), impulsionnelle et à une rampe
Dans un deuxième temps, nous étudierons les réponses fréquentielles des systèmes linéaires et leur représentation.
3.2 Modèle du premier ordre

3.2.1 Généralités
L’équation différentielle d’un modèle du premier ordre est donné par :
dy
τ (t) + y(t) = Ku(t) (3.1)
dt
τ , qui a la dimension d’un temps, est la constante de temps du modèle. K est le gain statique, c’est à dire que
pour une entrée u(t) = Cte = u0 , la sortie y(t), une fois le régime permanent atteint, vaut Ku0 . C’est par exemple le
modèle d’un circuit éléectrique RC.
La fonction de transfert d’un modèle du premier ordre, obtenue par transformation de Laplace de l’équation
différentielle (3.1) est :
K
F (p) = (3.2)
1 + τp
L’équation caractéristique est :

1 + τp = 0 (3.3)
3.2.2 Réponses temporelles

La réponse libre est :
−t
yL (t) = y(0) exp( ) (3.4)
τ
21
22 CHAPITRE 3. ÉTUDE DES MODÈLES FONDAMENTAUX
3.2.2.1 Réponse indicielle
Calculs :

1 K 1 1 −t
u(t) = Γ(t) =⇒ U (p) = =⇒ Y (p) = =K − 1 =⇒ y(t) = K(1 − exp( ))Γ(t)
p p(1 + τ p) p p+ τ
τ
La réponse indicielle d’un système du premier ordre est donc :
−t
y(t) = K(1 − exp( ))Γ(t) (3.5)
τ
V al. F in.
1.0
95%V al. F in.
0.9
0.8
0.7
63%V al. F in.
0.6
0.5
0.4
0.3
0.2
0.1
0
τ 3τ
0 1 2 3 4 5 6 7 8
1/(1+1.5915494*p)
1
Figure 3.1 – Réponse indicielle d’un système du premier ordre de fonction de transfert 10
1 + 2π p
3.2.2.2 Réponse impulsionnelle
Calculs :
K 1 K −t
u(t) = δ(t) =⇒ U (p) = 1 =⇒ Y (p) = 1 =⇒ y(t) = exp( )Γ(t)
τ p+ τ
τ τ
La réponse impulsionnelle d’un système du premier ordre est donc :
K −t
y(t) = exp( )Γ(t) (3.6)
τ τ
3.2. MODÈLE DU PREMIER ORDRE 23
0.7
K
τ
0.6
0.5
0.4
0.3
0.2
0.1
0
0 1 2 3 4 5 6 7 8
1/(1+1.5915494*p)
1
Figure 3.2 – Réponse impulsionnelle d’un système du premier ordre de fonction de transfert 10
1 + 2π p
Cette réponse impulsionnelle peut surprendre : comment un système, initialement au repos (conditions initiales
K
nulles), peut-il atteindre une valeur finie instantanément (y(0− ) = 0 et y(0+ ) = ) ? En fait, la réponse d’un système
τ
1
à une impulsion de durée finie θ et d’aire unité (donc de hauteur ) se scinde en deux : de 0 à θ, c’est la réponse à un
θ
1
échelon, de θ à l’infini, c’est une réponse libre. Si la durée de l’impulsion diminue, sa hauteur augmente, et la partie
θ
réponse à l’échelon se redresse. Exprimé mathématiquement, cela donne :
aire unité
1 −θ z}|{ K θ K
y(θ) = K (1 − exp( )) ≡ (1 − 1 + ) = = y(0+ )
θ τ θ−→0 θ τ τ
D’autre part, un calcul simple montre que la réponse impulsionnelle est la dérivée de la réponse indicielle (voir les
équations (3.5) et (3.6)).
3.2.2.3 Réponse à une rampe
Calculs :
1
u(t) = tΓ(t) =⇒ U (p) =
p2

K 1 τ τ
=⇒ Y (p) = 2 =K − + 1
p (1 + τ p) p2 p p+ τ

−t
=⇒ y(t) = K t − τ + τ exp( ) Γ(t)
τ
La réponse à une rampe d’un système du premier ordre est donc :

−t
y(t) = K t − τ + τ exp( ) Γ(t) (3.7)
τ
3.3 Modèle du second ordre

3.3.1 Généralités
L’équation différentielle d’un modèle du second ordre est donnée par :
1 d2y 2z dy
2 2
(t) + (t) + y(t) = Ku(t) (3.8)
ωn dt ωn dt
ωn , qui a la dimension d’une pulsation est la pulsation propre du modèle (fréquence d’oscillation du modèle si l’amor-
tissement n’est pas suffisant). z est un facteur d’amortissement du mouvement oscillatoire naturel du système. K est
le gain statique. C’est par exemple le modèle d’un circuit électrique RLC ou d’un système mécanique masse-ressort
avec amortisseur.
La fonction de transfert d’un modèle du second ordre, obtenue par transformation de Laplace de l’équation diffé-
rentielle (3.8) avec des conditions initiales nulles est :
K ωn2
F (p) = 2z 1 2 =K (3.9)
1+ ωn p
+ ωn2 p p2 + 2zωn p + ωn2
L’équation caractéristique est :

p2 + 2zωn p + ωn2 = 0 (3.10)
Les racines de l’équation caractéristique seront notées p1 et p2 .
On a p1 p2 = ωn2 et p1 + p2 = −2zωn .
3.3.2 Réponses temporelles

Pour simplifier les écritures des réponses, nous examinerons le cas particulier où K = 1 (pour obtenir les réponses
complètes, il suffira de multiplier celles obtenues par K).
3.3.2.1 Réponse indicielle
1
u(t) = Γ(t) =⇒ U (p) =
p
ωn2 ωn2
=⇒ Y (p) = =
p(p2 2
+ 2zωn + ωn ) p(p − p1 )(p − p2 )
2
ωn p1 p2
=⇒ Y (p) = =
p(p2 + 2zωn + ωn2 ) p(p − p1 )(p − p2 )

1 1 p2 p1
6 p2 , Y (p) = +
Si p1 = − dont l’original est la réponse indicielle :
p p1 − p2 p − p1 p − p2

1
y(t) = 1 + (p2 exp(p1 t) − p1 exp(p2 t)) Γ(t) (3.11)
p1 − p2
dont on déduit la réponse impulsionnelle h(t) en dérivant :

dy p1 p2
h(t) = = (exp(p1 t) − exp(p2 t)) Γ(t) (3.12)
dt p1 − p2
La forme de ces deux réponses dépendent des valeurs de p1 et p2 .
Racines réelles distinctes

p : z > 1 Les deux racines de l’équation caractéristique s’écrivent :
p1,2 = ωn (−z ± z 2 − 1) < 0, et on supposera |p2 | > |p1 |.
La réponse indicielle est donnée par :

1
y(t) = 1 + (p2 exp(p1 t) − p1 exp(p2 t)) Γ(t) (3.13)
p1 − p2
La tangente à l’origine est nulle (voir la réponse indicielle pour t voisin de zéro sur la figure Figure (3.5)), la ré-
ponse indicielle présente
un point d’inflexion au temps ti pour ÿ = p1 exp(p1 ti ) − p2 exp(p2 ti ) = 0, c’est à dire
1 p2
ti = ln
|p2 | − |p2 | p1
Ce régime n’est en fait pas très particulier, étant donné qu’il est équivalent à deux premiers ordres en cascade dont
les pôles sont p1 et p2 .
3.3. MODÈLE DU SECOND ORDRE 25
Racine double : z = 1 La racine de l’équation caractéristique s’écrit alors :

ωn2 1 1 1
p1,2 = −ωn , d’où Y (p) = 2
= − − dont on calcule l’original pour obtenir la réponse
p(p + ωn ) p p + ωn (p + ωn )2
indicielle :
y(t) = [1 − (1 + ωn t) exp(−ωn t)] Γ(t) (3.14)
Racines complexespconjuguées : z < 1 Les deux racines de l’équation caractéristique s’écrivent :

√
p1,2 = ωn (−z ± j 1 − z 2 ) = a ± jb = ωn exp(±jφ) avec φ = π − arcsin 1 − z 2 pour que cos φ = −z
On porte p1 et p2 dans (3.11) en notant que p1 p2 = a2 + b2 et que p1 − p2 = 2jb :

ωn
y(t) = 1 + (exp(−jφ) exp(at + jbt) − exp(jφ) exp(at − jbt)) Γ(t)
2jb
h ωn i
= 1+ exp(at) sin(bt − φ) Γ(t)
b
D’où :
exp(−zωn t) p p
y(t) = 1 − √ sin ωn 1 − z 2 t + arcsin 1 − z 2 Γ(t) (3.15)
1 − z2
exp(−zωn t) exp(−zωn t)
y(t) évolue donc entre 1 − √ et 1 + √
1 − z2 1 − z2
Le premier terme de cette somme représente le régime permanent, le second le régime transitoire. √ Le régime
transitoire est un régime pseudo-périodique dont la pseudo-période dépend du paramètre z : ωp = ωn 1 − z 2 (ωp est
appelée la pulsation propre du système).
L’amplitude de la sinusoı̈de est modulée par une exponentielle décroissante :
1. Si z < 0, cette enveloppe croı̂t vers l’infini avec t, et le système est instable.
2. Si z > 0, cette enveloppe tend vers 1 : le régime transitoire disparaı̂t à la vitesse d’une exponentielle. On parle
alors de décroissance exponentielle du régime transitoire.
D1
D2
K
2π
(période propre)
ωp
0.0 π 3π t
0.00
ωp ωp
Figure 3.3 – Réponse indicielle théorique d’un système du second ordre
dy ωn e −zωn t απ
Les extrema de y(t) sont atteints pour = √ sin ωp t = 0, c’est à dire aux instants te = (d’où le nom
dt 1 − z2 ωp
de pseudo-pulsation propre.)
dy
La tangente à l’origine est horizontale ((0) = 0).
dt
π √ zπ
Le premier dépassement D1 , qui se produit à l’instant tD1 = , a pour amplitude yD1 = 1 + e 1−z2 , ce qui, en
ωp
√−zπ
pourcentage de la valeur finale, donne : D1 = 100e 1−z 2 .
3π 2π
Le second dépassement a lieu à l’instant tD2 = (la pseudo-période des oscillations étant ) et a pour valeur
ωp ωp
−3zπ −2zπ
√ √
D2 = 100e 1−z 2 = D1 e 1−z 2 .
−2zπ
D2 √
Le rapport = e 1−z2 nous permet de retrouver z à partir de la réponse indicielle du système du second ordre :
D1
D1
ln D 2
z=q .
D1 2
4π 2 + (ln D 2
)
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0
0.00 0.04 0.08 0.12 0.16 0.20 0.24 0.28 0.32 0.36 0.40
z=0.2 z=0.707
z=0.4 z=1
z=0.5
1(10.2π)2
Figure 3.4 – Réponse indicielle d’un système du second ordre :
(10.2π)2 + 2z10.2πp + p2
3.3. MODÈLE DU SECOND ORDRE 27
0.591
0.507
0.422
0.338
0.253
0.169
0.084
0.000
0.00000 0.00333 0.00667 0.01000 0.01333 0.01667 0.02000
z=0.2 z=0.707
z=0.4 z=1
z=0.5
Figure 3.5 – Zoom pour les premiers instants de la réponse indicielle d’un système du second ordre
Sur cette figure (figure Figure (3.5)), qui est un zoom sur les premiers instants de la réponse indicielle donnée sur
la figure Figure (3.4), nous pouvons constater la pente nulle à l’origine.
3.3.2.2 Réponse impulsionnelle
Comme nous l’avons vu pour la réponse indicielle, le cas intéressant est le cas où z < 1. En effet, le cas z ≥ 1
correspond à la mise en cascade de deux systèmes du premier ordre, avec, à la limite si z = 1, la même constante de
temps.
√
La réponse impulsionnelle est obtenue par l’équation (3.12), soit avec z < 1, nous avons a = −zωn et b = ωn 1 − z 2 ,
ce qui donne :
ωn2
2
ωn
h(t) = exp(at)(exp(jbt) − exp(−jbt)) Γ(t) = sin(bt) exp(at)Γ(t), soit :
2jb b

ωn exp(−zωn t) p
h(t) = √ sin(ωn 1 − z 2 t) Γ(t) (3.16)
1 − z2
47.5
37.1
26.8
16.4
6.1
−4.3
−14.7
−25.0
0.0000 0.0667 0.1333 0.2000 0.2667 0.3333 0.4000
z=0.2 z=0.707
z=0.4 z=1
z=0.5
1.(10.2.π)2
Figure 3.6 – Réponse impulsionnelle d’un système du second ordre de fonction de transfert
(10.2.π)2 + 2.z.10.2.π.p + p2
3.3.2.3 Réponse à une rampe
1
u(t) = tΓ(t) =⇒ U (p) =
p2
ωn2
=⇒ Y (p) =
p2 (p2 + 2zωn p + ωn2 )
Après décomposition en éléments simples, nous obtenons :
1 z 2 zp + 4 ω z 2 − ω
Y (p) = 2
−2 +
p ω p ω (p2 + 2 zω p + ω 2 )
et après transformation de Laplace inverse, nous avons pour réponse à une rampe :
1 t√ωn2 (1−z2 ) 1 −t√ωn2 (1−z2 )

−tzωn 1
2 z2 − 1 p

y(t) =t + e e − e
2 2 ωn (1 − z 2 )
2
z √ 2 2
√ 2 2

+2 −1 + e−tzωn 1/2 et ωn (1−z ) + 1/2 e−t ωn (1−z )
ωn
3.4 Description des différents modes de représentation de la réponse

fréquentielle d’un système
La réponse fréquentielle d’un système est obtenue en remplaçant p par jω dans sa fonction de transfert (voir les
équations (1.12), (1.13) et (1.14) page 13, les calculs permettant d’obtenir cette égalité, et les remarques faites dans
les paragraphes suivants).
Cette fonction de transfert peut alors être écrite : F (p = jω) = |F (jω)| exp(jφ(ω)) où |F (jω)| est le module de la
fonction de transfert et φ(ω) en est l’argument, ou phase (déphasage de la sortie sur l’entrée).
L’étude harmonique d’un système donne des résultats quant à la fonction de transfert par l’intermédiaire d’un
tableau donnant le module et la phase en fonction de la pulsation du signal d’entrée. Il suffit ensuite d’utiliser une
représentation adéquate en vue des objectifs désirés.
3.4. REPRÉSENTATIONS DES RÉPONSES FRÉQUENTIELLES 29
3.4.1 Diagramme de Bode

C’est le type de représentation le plus utilisé et le plus connu. Pour une exécution facile de cette représentation, il
est judicieux d’utiliser la formulation physique des fonctions de transfert.
C’est aussi le plus facile à interpréter. Il s’agit en fait d’une double représentation, du gain et de la phase en fonction
de la fréquence (ou de la pulsation). On représente en abscisse la fréquence (en Hz ou en s−1 ) ou la pulsation (en
rad s−1 ) sur une échelle logarithmique et en ordonnées
1. 20 log10 (|F (jω)|) sur une échelle linéaire (logarithme en base 10, noté log et non pas logarithme népérien, de
base e = 2, 71828, noté ln). L’unité est le décibel, notée dB.
2. la phase (en degrés) sur une échelle linéaire
Ces deux graphiques peuvent être représentés sur le même graphique ou sur deux graphiques l’un sous l’autre de
façon à ce que les valeurs des pulsations sur les deux axes des abscisses coı̈ncident.
ω2
Une décade est l’intervalle entre deux pulsations ω1 et ω2 ([ω1 , ω2 ]) tel que = 10
ω1
ω2
Une octave est l’intervalle entre deux pulsations ω1 et ω2 ([ω1 , ω2 ]) tel que =2
ω1
• Exercice 3–1 : Où se trouve la pulsation nulle sur l’axe des abscisses dans le plan de Bode ?
Pour représenter facilement les systèmes linéaires en utilisant les lieux de Bode, on factorise les numérateurs et
dénominateurs de façon à additionner les courbes de gain (le logarithme d’un produit est la somme des logarithmes)
et les courbes de phase (la phase du produit de deux nombres complexes est la somme des phases de chacun des deux
nombres complexes).
Comme toute fonction de transfert de systèmes linéaires peut se mettre sous la forme :
Y (p) b0 + b1 p + · · · + bm−1 pm−1 + bm pm
F (p) = = , elle est factorisée en éléments simples dans l’ensemble des
U (p) a0 + a1 p + · · · + an−1 pn−1 + pn
réels de la forme :
K
pα
(1 + τ p)β
γ
p2 + 2zωn p + ωn2

ωn2
avec K, τ ∈ R, α, β, γ ∈ Z, z ∈ [0, 1[ et ωn > 0.

Toute fonction de transfert peut alors se mettre sous la forme :
Y Y p2 + 2zl ωnl p + ωn2 γl
F (p) = Kpα (1 + τi p)βi 2
l
i
ω nl
l
Nous obtenons pour le gain :
G = 20 log |F (jω)|
X
= 20 log |K| + 20α log ω + 20βi log |1 + jωτi |
i
X
20γl log (jω)2 + 2jzl ωnl ω + ωn2 l − 20γl log ωn2 l

+
l
X
= 20 log |K| + 20α log ω + 10βi log(1 + ω 2 τi2 )
i
X
10γl log (ω − ωn2 l )2 + 4zl2 ω 2 ωn2 l − 40γl log ωnl
2

+
l
Nous obtenons pour la phase :

π X X
φ = arg(K) + α + βi arg(1 + jωτi ) + γl arg((jω)2 + 2jzl ωnl ω + ωn2 l )
2 i l

π X X 2zl ωnl ω
= (α + (signe(K) − 1)) + βi arctan(ωτi ) + γl arctan
2 i
ωn2 l − ω 2
l
Cas des systèmes à retard Si le système comporte un retard de durée TR , la fonction de transfert linéaire est
multipliée par exp(−TR p), ce qui ne modifie pas le gain de la fonction de transfert, mais modifie la phase en introduisant
un retard égal à ωTR , proportionnel à ω.
Nous prendrons maintenant τ > 0.
3.4.1.1 Présentation des diagrammes de Bode

La réalisation pratique des diagrammes de Bode se fait en trois étapes :
1. pour chaque modèle fondamental constituant le modèle complet du système, on dessine les diagrammes asymp-
totiques du gain et de la phase (en gras pointillé sur les figures de ce document) en calculant les valeurs limites
du gain et de la phase lorsque ω tend vers 0, l’infini et peut-être certaines valeurs particulières
2. on dessine ensuite les courbes réelles par report des écarts entre la courbe asymptotique et la courbe réelle
3. on termine le tracé en faisant la somme géométrique de toutes ces courbes.
3.4.1.2 Gain K
Les courbes de Bode de gain et de phase se réduisent à des horizontales :
G = 20 log |K|
(
0 si K > 0
φ=
−π si K < 0
3.4.1.3 Dérivation : Kpi

Dans le cas d’un dérivateur simple F (p) = Kp
G = 20 log ω
π
φ=
2
La pente du gain est constante et est de +20dB par décade ou 6dB par octave.
Dans le cas d’un dérivateur multiple de fonction de transfert Kpi avec i ∈ N? et K ∈ R?+ , nous avons :
G = 20 log Kω i = 20 × i × log ω + 20 log K

π
φ=i×
2
La pente du gain est constante et est de +i × 20dB par décade.
Intersection avec la droite 0dB pour F (p) = Kpi
20 log(Kω i ) = 0 =⇒ 20 log(Kω i ) = 20 log(1)

1
=⇒ ω = √ i
K
√
1
Il est à noter que K = K.
K
3.4.1.4 Intégration :
pi
K
Dans le cas d’un intégrateur simple .
p

1
G = 20 log = −20 log ω
ω
−π
φ=
2
La pente du gain est de −20dB par décade ou −6dB par octave.
K
Dans le cas d’un intégrateur multiple de fonction de transfert i avec i ∈ N? et K ∈ R?+ , nous avons :
p
K
G = 20 log = −20 × i × log ω + 20 log K
ωi
π
φ = −i ×
2
La pente du gain est constante et est de −i × 20dB par décade.
K
Intersection avec la droite 0dB pour F (p) =
pi

K K
20 log( i
) = 0 =⇒ 20 log = 20 log(1)
ω ωi
√i
=⇒ ω = K
√
1
Il est à noter que K = K.
3.4.1.5 Degré 1 au numérateur, stable : 1 + τ p
Magnitude
db
50
40
30
20
10
Hz
.
0
−3 −2 −1 0 1
10 10 10 1 1 10 10
.
τ 2π
Phase
degrees
90
80
70
60
50
40
30
20
10 Hz
.
0
−3 −2 −1 0 1
10 10 10 1 1 10 10
.
τ 2π
1+1.5915494*p
10
Figure 3.7 – Diagramme de Bode de la fonction de transfert 1 + p
2π
Gain
G = 20 log |1 + jωτ | = 10 log(1 + ω 2 τ 2 )
Diagramme asymptotique de gain : Si ωτ 1, G ' 0 (pente nulle), si ωτ 1, G ' 20 log(ωτ ) (pente
ω2
+20dB/décade +6dB/octave). En effet, soit [ω1 ; ω2 ] un intervalle de pulsations tel que = 10 : 20 log(ω2 τ ) −
ω 1
ω2 τ ω2
20 log(ω1 τ ) = 20 log = 20 log = 20 log(10) = 20. En faisant le même calcul avec un rapport de 2 entre
ω1 τ ω1
les fréquences, on trouve une pente de +6dB/octave
Diagramme réel de gain : Pour ωτ = 1, G = G(0) + 10 log 2 ≈ 0,301 03dB ≈ +3dB.
Phase
φ = arctan(ωτ )
π
Diagramme asymptotique de phase : Si ωτ 1, φ ' 0, si ωτ 1, φ ' .
2
π
Diagramme réel de phase : Pour ωτ = 1, φ =
4
Tableau des écarts courbes-asymptotes d’un premier ordre :
1
F (p) =
(1 + τ p)
1
ou τ ω 1 2 4 8 16
τω
type octaves : Gdb 3 1 0,25 - -
ϕo 45 26,3 14 7 3
1
ωτ ou 0,01 0,02 0,05 0,1 0,2 0,5 1
ωτ
type décades : Gdb 0 0 0,01 0,04 0,17 0,97 3,01
ϕo 0,57 1,15 2,86 5,71 11,31 26,57 45
3.4.1.6 Degré 1 au numérateur, instable : 1 − τ p
Magnitude
db
50
40
30
20
10
Hz
.
0 1 1
−3 −2 −1 0 1
10 10 10
. 10 10
τ 2π
Phase
degrees
0
−10
−20
−30
−40
−50
−60
−70
−80 Hz
.
−90 1 1
−3 −2 −1 . 0 1
10 10 10 τ 2π 10 10
1−1.5915494*p
10
Figure 3.8 – Diagrammes de Bode de la fonction de transfert 1 − p
2π
Gain
G = 10 log(1 + ω 2 τ 2 )
Nous avons donc le même résultat que dans le cas d’un premier ordre numérateur stable.
Si ωτ 1, G ' 0 (pente nulle), si ωτ 1, G ' +20 log(ωτ ) (pente +20dB/décade). Pour ωτ = 1, G =
G(0) + 3dB = +3dB
Phase
φ = − arctan(ωτ )
−π −π
Si ωτ 1, φ ' 0, si ωτ 1, φ ' . Pour ωτ = 1, φ =
2 4
1
3.4.1.7 Premier ordre (dénominateur) stable :
1 + τp
Magnitude
db
0
−10
−20
−30
.
−40
Hz
−50
−3 −2 −1
1 1 0 1
.
10 10 10 τ 2π 10 10
Phase
degrees
0
−10
−20
−30
−40
−50
−60
−70
−80 Hz
.
−90
−3 −2 −1 1 1 0 1
10 10 10 . 10 10
τ 2π
1/(1+1.5915494*p)
1
Figure 3.9 – Diagramme de Bode de la fonction de transfert 10
1 + 2π p
Gain

1
G = 20 log

1 + jωτ
= −10 log(1 + ω 2 τ 2 )
Si ωτ 1, G ' 0 (pente nulle), si ωτ 1, G ' −20 log(ωτ ) (pente -20dB/décade). Pour ωτ = 1, G = G(0) − 3dB =
−3dB
Phase
φ = − arctan(ωτ )
−π −π
2 4
1
3.4.1.8 Premier ordre (dénominateur) instable :
1 − τp
Magnitude
db
0
−10
−20
−30
.
−40
Hz
−50
−3 −2 −1
1 1 0 1
.
10 10 10 τ 2π 10 10
Phase
degrees
90
80
70
60
50
40
30
20
10 Hz
.
0
−3 −2 1 1
−1 0 1
10 10 10 . 10 10
τ 2π
1/(1−1.5915494*p)
1
Figure 3.10 – Diagramme de Bode de la fonction de transfert 10
1 − 2π p
Gain

1
G = 20 log

1 + jωτ
= −10 log(1 + ω 2 τ 2 )
Nous avons donc le même résultat que dans le cas d’un premier ordre dénominateur stable.
Si ωτ 1, G ' 0 (pente nulle), si ωτ 1, G ' −20 log(ωτ ) (pente -20dB/décade). Pour ωτ = 1, G = G(0)−3dB =
−3dB
Phase
φ = arctan(ωτ )
π π
2 4
p2 + 2zωn p + ωn2
3.4.1.9 Numérateur de degré 2 :
ωn2
Magnitude
db
50
40
30
20
10
0
−10 .
Hz
−20
0 1
1 2
ωn .
10 10 2π 10
Phase
degrees
180
160
140
120
100
80
60
40
20 Hz
.
0
0 1 1 2
10 10 ωn . 10
2π
z=0.1 z=0.5
z=0.2 z=0.707
z=0.4 z=1
(10.2.π)2 + 2.z.10.2.π.p + p2
Figure 3.11 – Diagramme de Bode de la fonction de transfert
1.(10.2.π)2
Gain
G = 20 log (jω)2 + 2jzωn ω + ωn2 − 20 log ωn2

= 10 log (ω 2 − ωn2 )2 + 4z 2 ω 2 ωn2 ) − 40 log ωn

ω
Si ω ωn , G ' 0 (pente nulle), si ω ωn , G ' 40 log( ) (pente 40dB/décade). Pour ω = ωn , G = G(0) +
ωn
20 log(2z) = 20 log(2z)
Si z = 0.5, la courbe de gain passe par l’asymptote.
Phase
φ = arg((jω)2 + 2jzωn ω + ωn2 )

2zωn ω
= arctan
ωn2 − ω 2
π
Si ω ωn , φ ' 0, si ω ωn , φ ' π. Pour ω = ωn , φ =
2
ωn2
3.4.1.10 Second ordre dénominateur :
p2 + 2zωn p + ωn2
Magnitude
db
20
10
0
−10
−20
−30
.
−40
Hz
−50
0 1 2
10 10
1 10
ωn .
2π
Phase
degrees
0
−20
−40
−60
−80
−100
−120
−140
−160 Hz
.
−180
0 1 1 2
10 10 ωn . 10
2π
z=0.1 z=0.5
z=0.2 z=0.707
z=0.4 z=1
1.(10.2.π)2
Figure 3.12 – Diagramme de Bode de la fonction de transfert
(10.2.π)2 + 2.z.10.2.π.p + p2
Gain
G = −20 log (jω)2 + 2jzωn ω + ωn2 + 20 log ωn2

= −10 log (ω 2 − ωn2 )2 + 4z 2 ω 2 ωn2 + 40 log ωn

ω
Si ω ωn , G ' 0 (pente nulle), si ω ωn , G ' −40 log( ) (pente -40dB/décade). Pour ω = ωn , G =
ωn
G(0) − 20 log(2z) = −20 log(2z)
Si z = 0.5,
√ la courbe de gain passe par l’asymptote.
2 √
Si z < , on observe un phénomène de résonance qui se produit pour la pulsation ωr = ωn 1 − 2z 2 et dont
2
1
l’amplitude est donnée par √
2z 1 − z 2
Phase
φ = − arg((jω)2 + 2jzωn ω + ωn2 )

2zωn ω
= − arctan
ωn2 − ω 2
−π
Si ω ωn , φ ' 0, si ω ωn , φ ' −π. Pour ω = ωn , φ =
2
3.4.1.11 Systèmes à retard : exp(−TR p)

Gain Le gain est constant et vaut 0dB
phase Le retard de phase croı̂t linéairement avec ω : φ = −ωTR . Comme nous avons une échelle logarithmique en
ω, nous obtenons une exponentielle pour la phase.
3.4.1.12 Règles de tracé du diagramme de Bode
Voir les exercices.
3.4.2 Diagramme de Black
C’est une représentation paramétrique de la fonction de transfert : l’abscisse est la phase et l’ordonnée le gain en
dB de F (jω). La courbe est paramétrée par la pulsation. Sa détermination passe en général par le tracé préalable
des diagrammes de Bode de la fonction de transfert : les diagrammes de Bode sont faciles à tracer, et une fois les
diagrammes de Bode tracés, il est facile de tracer le diagramme de Black.
1
3.4.2.1 Premier ordre (dénominateur) stable :
1 + τp
h(2i.pi.f)
magnitude
0.037 ×0.026 ×0.001
×0.049 ×
0
×0.065
×0.086
×0.11
−4
×0.15
×0.2
−8 ×0.26
×0.35
−12
×0.46
×0.6
−16
×0.8
−20 ×1.1
×1.4
−24
×1.8
×2.4
−28
×3.2
−32 ×4.2
×5.6
−36 phase
×7.4
×9.8
−40
−90 −80 −70 −60 −50 −40 −30 −20 −10 0
1/(1+1.5915494*p)
2.3db curve
10
Figure 3.13 – Diagramme de Black de la fonction de transfert 10
1 + 2π p
ωn2
3.4.2.2 Second ordre dénominateur :
p2 + 2zωn p + ωn2
h(2i.pi.f)
magnitude
20
10 ×8.5
×8.5
0 ××0.1
×0.1
×8.5
×8.5
×17 ×17
−10 ×17
×22 ×22 ×17
×22
×22
×29×29
×29
×29
−20
×37×37 ×37 ×37
×53
×53 ×53 ×53
−30
×77 ×77×77
×77
×1e+02
×1e+02
×1e+02
×1e+02
−40
phase
−50
−180 −160 −140 −120 −100 −80 −60 −40 −20 0
2.3db
z=0.1 curve z=1
z=0.2
z=0.707
1.(10.2.π)2
Figure 3.14 – Diagramme de Black de la fonction de transfert
(10.2.π)2 + 2.z.10.2.π.p + p2
3.4.3 Diagramme et lieu de Nyquist

3.4.3.1 Introduction
Le diagramme de Nyquist est une représentation paramétrique de la fonction de transfert, mais dans le plan
complexe : on représente la partie réelle < (F (jω)) et la partie imaginaire Im (F (jω)) de la fonction de transfert, ce
qui donne une courbe paramétrée par la pulsation. Le diagramme de Nyquist n’est qu’une partie du lieu de Nyquist.
Le lieu de Nyquist d’un modèle dont la fonction de transfert est F (p) est la représentation de F (p) dans le plan
complexe (donc en coordonnées cartésiennes) lorsque p parcourt le contour d’exclusion de Nyquist.
Le contour d’exclusion de Nyquist est une courbe fermée du plan complexe qui entoure tous les pôles et les zéros
de F (p) à partie réelle strictement positive. Dans le cas où F (p) possèdent des pôles imaginaires purs (conjugués deux
à deux, ils sont contourneés par la droite. De même, l’origine est contournée par la droite. Le contour d’exclusion de
Nyquist est présenté sur la figure Figure (3.15)
Im(p)
jω
R=∞
0 <(p)
−jω
Figure 3.15 – Contour d’exclusion de Nyquist avec deux pôles imaginaires purs conjugués l’un de l’autre et un pôle nul
3.4.3.2 Tracé du diagramme de Nyquist
Il s’agit de tracer le lieu de Nyquist en se limitant à p = jω pour ω variant de 0 à +∞.
Nyquist plot
Im(h(2i*pi*f))
0.1
1.0E+04 1.0E−10
0
2.196
−0.1
0.01448
0.511
−0.2
0.033
−0.3
0.267
−0.4
0.164 0.062
0.101
−0.5
Re(h(2i*pi*f))
−0.6
−0.1 0.1 0.3 0.5 0.7 0.9 1.1
1/(1+1.5915494*p)
10
Figure 3.16 – Diagramme de Nyquist de la fonction de transfert 10
1 + 2π p
1
Premier ordre stable :
1 + τp
Nyquist plot
Im(h(2i*pi*f))
1
100 1
0 11
−1
−2
−3
−4
−5
Re(h(2i*pi*f))
−6
−3 −2 −1 0 1 2 3
z=0.1 z=1
z=0.2
z=0.707
1(10.2π)2
Figure 3.17 – Diagrammes de Nyquist de la fonction de transfert
(10.2π)2 + 2.z.10.2πp + p2
ωn2
Second ordre dénominateur :
p2 + 2zωn p + ωn2
Systèmes à retard : exp(−TR p) Le gain est constant et vaut 1, alors que la phase décroı̂t indéfiniment : le
diagramme de Nyquist est donc un cercle de centre l’origine et de rayon 1 pacouru dans le sens rétrograde (ou sens
inverse du sens trigonométrique ou sens des aiguilles d’une montre).
Autres diagrammes de Nyquist Le tracé du diagramme de Nyquist correspond donc à la représentation dans
le plan complexe du nombre complexe F (p) où p parcourt le contour d’exclusion de Nyquist. Il s’agit donc de la
représentation paramétrique d’une fonction complexe, où la partie réelle < (F (p)) est l’abscisse du point et Im (F (p))
est l’ordonnée du point.
3.4.3.3 Tracé du lieu de Nyquist

– Nous commençons par tracer le diagrmme de Nyquist pour ω variant de 0 à +∞.
– La partie du lieu de Nyquist représentant F (jω) pour ω ∈] − ∞, 0[ s’obtient par symétrie du diagramme de
Nyquist par rapport à l’axe réel.
– Si F (p) ne possède pas de pôle à l’origine, la partie du lieu de Nyquist correspondant au contournement de
l’origine par p sur le contour d’exclusion de Nyquist se réduit à un point sur l’axe réel.
– Si F (p) possède un pôle à l’origine dont la multiplicité est n0 . Posons p = exp(jθ), petit et > 0. Alors, au
k
voisinage de l’origine, nous avons F (p) ' n0 exp(−jn0 θ), et la partie du lieu coorespondant au contournement

−π +π n0
de l’origine s’obtient en faisant varier θ de à : le lieu de Nyquist décrit alors tours à l’infini dans le
2 2 2
−
sens rétrograde en partant du point obtenu pour ω = 0 et en aboutissant au point obtenu pour ω = 0+ .
– La partie du lieu de Nyquist correspondant à |p| = ∞ est un point de l’axe réel, et ce point est l’origine si le
degré du numérateur de F (p) est strictement inférieur au degré de son dénominateur.
• Exercice 3–2 : Tracer les diagrammes de Bode, Black et Nyquist, puis le lieu de Nyquist du modèle (linéaire) d’un
k
système, donné par la fonction de transfert F (p) = avec k > 0 et τ1 > τ2 > 0.
p(1 + τ1 p)(1 + τ2 p)
Chapitre 4
Commande bouclée des systèmes linéaires
4.1 Introduction
Nous avons déjà introduit la notion de système commandé dans le paragraphe 1.3 page 4.
Pour prendre un autre exemple, nous pouvons étudier le phénomène de conduite d’une bicyclette.
Si nous lançons une bicyclette sur ses deux roues et en bonne position et suffisamment vite, le système ”bicyclette”
va avancer de quelques mètres puis va tomber. Il n’y a, dans ce cas, pas de commande du système, juste une consigne
donnée. Nous dirons que le système ”bicyclette” fonctionne en boucle ouverte. Nous constatons que le système bicy-
clette est instable, ou plus exactement, que le point d’équilibre la bicyclette verticale sur les deux roues est un
point d’équilibre instable du système bicyclette (il existe quantité de points d’équilibre stables pour ce système-là).
Si, par contre, nous montons sur cette bicyclette, le conducteur utilise les informations données par ses yeux, son
oreille interne etc . . . pour maintenir une trajectoire rectiligne ; il s’agit de régulation. Si la route présente un virage,
il asservit son véhicule à une consigne qui évolue et on peut parler d’asservissement. Qu’une rafale de vent souffle, et
il lui faut modifier la commande de son engin pour ne pas tomber : c’est du rejet de perturbation. Voyons maintenant
la façon de commander un vélo : soit il s’agit d’un cycliste expérimenté et les choses se font en douceur, avec un
minimum de pertes d’énergie, soit vous avez à faire à un enfant en phase d’apprentissage, et les coups de guidon sont
désordonnés, trop violents et l’emmènent d’un côté à l’autre de la chaussée, et il arrive qu’il finisse même par tomber.
Dans le premier cas, la stratégie de commande est au point, et le correcteur utilisé est performant, alors que dans le
second cas, le couple correcteur/bouclage constitué par l’enfant est moins performant, et la commande ainsi ”calculée”
peut même arriver à déstabiliser le système bicyclette-cycliste.
Le but de toute commande est donc de déterminer l’action à appliquer au système par l’intermédiaire d’un correcteur
pour obtenir la sortie désirée, en fonction des informations reçues du système, par l’intermédiaire de la boucle.
Un autre cas intéressant à étudier consiste à prendre une douche.
Imaginons tout d’abord une personne pressée car elle va être en retard à son cours d’automatique de 8 heures.
Cette personne commence par fixer le débit d’eau froide à une valeur modérée, elle réglera la température au moyen
du robinet d’eau chaude. Elle tourne donc le robinet d’eau chaude, modérément. Ne voyant pas arriver l’eau chaude,
elle le tourne plus fortement. À ce moment-là, l’eau à l’arrivée du tuyau de douche au pommeau est brûlante, et
elle ferme donc très fortement l’eau chaude. Arrive alors une eau très froide, ce qui fait qu’elle ouvre largement le
robinet d’eau chaude . . .. La personne pressée voulant se doucher se retrouve donc en Écosse pour y prendre sa douche
écossaise. Pour peu que son temps de réaction corresponde au temps mis par l’eau pour parcourir le tuyau de douche,
elle va subir une succession de créneaux alternés d’eau chaude et froide. Le système observé ici n’est pas instable,
mais présente des signes alarmants de tendance vers l’instabilité : il peut devenir incontrôlable si un opérateur encore
plus pressé prend sa douche. . . A contrario, un opérateur raisonnable ayant prévu un temps suffisamment long avant
le cours d’automatique, va adapter les débits froids et chauds à une dynamique suffisamment lente pour ne pas avoir
à subir ce phénomène oscillatoire.
Deux cas basiques se présentent :
1. Le système est stable en boucle ouverte : on veut conserver cette stabilité et améliorer ses performances en boucle
fermée :
2. Le système est instable en boucle ouverte : on veut qu’il soit au moins stable en boucle fermée.
Il est important aussi de porter attention à la notion de degré de stabilité : un système n’étant commandé que
par son modèle, et ce modèle dépendant de paramètres souvent mal connus, il est préférable de garder une marge de
sécurité pour assurer la stabilité du système : même si les paramètres du modèle n’ont pas tout à fait la même valeur
que les paramètres réels du système, le système bouclé sera stable, et on parle alors de robustesse de la commande.
Un système commandé peut-être utilisé dans deux situations complémentaires qui peuvent d’ailleurs être simulta-
nées :
Asservissement Un système asservi est un système dit suiveur : c’est la consigne qui varie. Par exemple, une machine
outil doit usiner une pièce selon un profil donné, une fusée doit suivre une trajectoire qui l’amènera à une orbite
particulière où elle larguera un satellite.
41
42 CHAPITRE 4. COMMANDE BOUCLÉE DES SYSTÈMES LINÉAIRES
Régulation Dans ce cas, la consigne est fixée et le système doit compenser les effet des perturbations. Par exemple,
un système de réglage de la température dans un four ou du niveau de l’eau dans un réservoir.
Propriétés d’un système commandé : le rôle d’un automaticien est de concevoir un Système de Régulation Auto-
matique qui soit :
1. Stable : La grandeur de sortie doit converger vers une valeur finie si le signal d’entrée est aussi limitée.
2. Précis : La grandeur à mesurer doit être la plus proche de celle désirée à l’état statique.
3. Rapide : Il doit répondre rapidement à une excitation en entrée.
Rôle du correcteur Les buts de la synthèse de correcteurs sont multiples :

– Stabiliser le procédé (ou augmenter sa stabilité)
– Augmenter la précision de la réponse (diminuer les erreurs statiques)
– Diminuer le temps de réponse (rendre le système plus rapide)
– Diminuer les distorsions entre l’entrée et la sortie (déphasage par exemple pour une certaine gamme de fréquences)
Nous avons vu dans l’exemple de la douche, que si je désire une réponse rapide, il y a un fort risque d’oscillations
de la réponse du système. La commande, en automatique, est donc une affaire de compromis entre les différentes
exigences, sachant que, de toute façon, il n’est pas possible d’avoir à la fois, le beurre, l’argent du beurre et le sourire
de la crémière.
4.2 Bouclage d’un système

Le bouclage d’un système consiste à utiliser l’information de sortie du système au sens automatique du terme
(c’est à dire ce qui est mesuré par un capteur) pour modifier le comportement du système. Ce bouclage peut être fait
en réaction sur l’entrée, ou en contre-réaction.
Un bouclage en réaction consiste à additionner le signal de sortie et celui de l’entrée. C’est ce qui est utilisé
volontairement par exemple dans les oscillateurs, ou involontairement dans le phénomène de l’ effet Larsen .
Un bouclage en contre-réaction consiste à retrancher du signal d’entrée le signal de sortie. C’est cet écart qui sert
à élaborer la commande par application sur cet écart, d’opérateurs linéaires (multiplication par un gain, intégration,
dérivation) ou non linéaires (commande en tout ou rien par l’intermédiaire d’un relais). Bien évidemment, lorsque la
sortie devient égale à l’entrée, cet écart devient nul, et la commande aussi : l’état d’équilibre est atteint et l’objectif de
la commande aussi, puisque la sortie du système est devenue ce qu’elle devait être. La conduite des procédés industriels
doit répondre à ce cahier des charges, et c’est donc ce type de bouclage en contre-réaction que nous étudierons plus
particulièrement.
4.2.1 Détermination de la fonction de transfert d’un système bouclé
E(p) + ∆(p) Y (p)

F (p)
entrée sortie
−
R(p)
G(p)
Figure 4.1 – Un exemple de bouclage de système
F (p) : fonction de transfert contenant éventuellement la fonction de transfert C(p) du correcteur en plus de la
fonction de transfert du système à commander.
G(p) : fonction de transfert de la chaı̂ne de retour (capteur, correcteur . . . )
E(p) : transformée de Laplace du signal de commande.
Y (p) : transformée de Laplace du signal de sortie.
R(p) : transformée de Laplace du signal de retour du capteur : R(p) = G(p)Y (p)
∆(p) : transformée de Laplace du signal d’erreur : ∆(p) = E(p) − R(p)
4.2. BOUCLAGE D’UN SYSTÈME 43
Y (p) R(p)
Le but est de calculer H(p) = , fonction de transfert en boucle fermée en fonction de T (p) = = G(p)F (p)
E(p) ∆(p)
qui est la fonction de transfert en boucle ouverte.

∆(p) = E(p) − R(p)
Y (p) = F (p)∆(p)
R(p) = G(p)Y (p)

=⇒ Y (p) = F (p)[E(p) − G(p)Y (p)] =⇒ Y (p)[1 + F (p)G(p)] = F (p)E(p) et donc :
Y (p) F (p)
H(p) = = (4.1)
E(p) 1 + F (p)G(p)
H(p) es appelée la fonction de transfert en boucle fermée (FTBF).

F (p) est appelée la fonction de transfert de la chaı̂ne directe.
F (p)G(p) est appelée la fonction de transfert en boucle ouverte (FTBO).
4.2.2 Schéma-bloc à retour unitaire équivalent

F (p) T (p) 1
H(p) = = avec T (p) = G(p)F (p).
1 + F (p)G(p) 1 + T (p) G(p)
Le but de la recherche d’un schéma-bloc à retour unitaire qui soit équivalent au modèle initial est de faciliter l’étude
de la stabilité du système ainsi que la synthèse d’un correcteur approprié, cess deux objectifs pouvant être atteints à
l’aide d’un seul outil (dans certains cas), qui est l’abaque de Black-Nichols.
Le schéma-bloc (à retour unitaire) est alors celui donné par la figure Figure (4.2) :
+ T (p) = Y (p) E(p) + T (p) = Y (p)

E(p) 1 ∆(p) ∆(p) 1
G(p) G(p)F (p) G(p)F (p) G(p)
− −
Figure 4.2 – Deux shéma-blocs théoriques à retour unitaire équivalents.
1
On rejette à l’extérieur de la boucle. Si le capteur est bien choisi, on peut considérer dans la pratique que
G(p)
G(p) = C te . Pour cela, il faut que la constante de temps du capteur soit nettement inférieure à la plus petite constante
de temps du système.
4.2.3 Retour unitaire étudié

Le modèle qui sera étudié dans la suitre de ce document aura la structure illustrée par la figure Figure (4.3) :
E(p) + ∆(p) Y (p)

T (p)
−
Figure 4.3 – Schéma bloc à retour unitaire étudié.
T (p)
L’analyse des pôles de H(p) = , donc des racines de l’équation caractéristique 1 + T (p) = 0 donne l’étude
1 + T (p)
de la stabilité du système.
1 + T (p) : 1 n’a pas de dimension. T (p) n’a donc pas de dimension.
T (p)
Des abaques, appelés abaques de Black, existent pour H(p) =
1 + T (p)
4.2.4 Notations-Définitions des éléments constitutifs d’un système de commande

Généralement, et si rien d’autre n’est précisé, F (p) désigne la fonction de transfert du modèle du procédé, G(p)
désigne la fonction de transfert du (modèle du) capteur, C(p) désigne la fonction de transfert du correcteur (ou encore
régulateur), T (p) désigne la fonction de transfert en boucle ouverte du système commandé, et plus particulièrement la
fonction de transfert en boucle ouverte du schéma-bloc à retour unitaire équivalent à la structure de commande réelle
Y (p)
et H(p) désigne la fonction de transfert du modèle du système commandé. La chaı̂ne directe désigne le transfert .
∆(p)
Notation 4.1. L’écart ∆(p) entre la sortie et l’entrée est aussi souvent noté E(p) ou (p) (il n’y a alors pas de
majuscule pour (p)).
Remarque 4.1. En pratique, le correcteur agit sur des petits signaux, sans puissance, généralement électriques. Il y a
donc forcément un étage d’amplification de puissance entre le correcteur et le système proprement dit (ou du moins
l’actionneur du système). Cet étage d’amplification est en général modélisé par un simple gain d’amplification, sans
dynamique.
4.3 Étude de la stabilité des systèmes asservis

Dans le cas des systèmes linéaires bouclés par un retour unitaire de la sortie en contre réaction sur l’entrée, l’étude
de la fonction de transfert en boucle ouverte (correcteur en cascade avec le système) donne des informations sur le
comportement du système en boucle fermée. Cela facilite l’étude car la fonction de transfert en boucle ouverte est
toujours plus simple que la fonction de transfert en boucle fermée (sauf exception rarissime de lois de commande
spéciales). De plus, des critères graphiques existent pour déterminer si un système est stable en boucle fermée dans le
cas d’un bouclage à retour unitaire, à partir de la représentation graphique de la réponse fréquentielle du système en
boucle ouverte.
Il est cependant toujours possible, et parfois même nécessaire, d’étudier algébriquement la fonction de transfert en
boucle fermée, à l’aide du critère de Routh-Hurwitz par exemple.
4.3.1 Critère de Nyquist

4.3.1.1 Introduction mathématique
Le critère de Nyquist est une application du théorème de Cauchy :
Théorème 4.1 (Théorème de Cauchy). Si L(p) est une fonction de la variable complexe p admettant P pôles et
Z zéros dans un contour fermé C du plan complexe, alors quand le point d’affixe p décrit le contour C dans le sens
rétrograde, la courbe décrite par le point M d’affixe L(p) effectue T = P − Z tours autour de l’origine dans le sens
direct.
T (p)
Nous avons vu qu’un système asservi de fonction de transfert H(p) = où T (p) est la fonction de transfert
1 + T (p)
en boucle ouverte du système corrigé, est stable si aucun de ses pôles n’est à partie réelle positive, c’est à dire si son
dénominateur 1 + T (p) n’admet pas de zéro à partie réelle positive.
Soit P et Z les nombres de pôles et de zéros respectivement de 1 + T (p) à partie réelle positive. Le nombre de
tours autour de l’origine dans le sens direct de 1 + T (p) lorsque p décrit le contour d’exclusion de Nyquist est, d’après
le théorème de Cauchy, égal à P − Z. Il est, en pratique, équivalent de regarder le nombre de tours de T (p) autour
du point −1. De plus, comme T (p) et 1 + T (p) ont le même dénominateur, donc les mêmes pôles, nous obtenons le
théorème suivant :
Théorème 4.2. Le nombre Z de zéros instables du dénominateur 1 +T (p) de la fonction de transfert en boucle fermée
est égal au nombre P de pôles instables de la fonction de transfert en boucle ouverte T (p) moins le nombre de tours T
du lieu de Nyquist autour du point −1 comptés positivement dans le sens direct : Z = P − T .
Contour d’exclusion de Nyquist Nous rappelons ici que le lieu de Nyquist est l’image du contour d’exclusion de
Nyquist (voir figureFigure (4.4)) par la fonction de transfert en boucle ouverte T (p).
4.3. ÉTUDE DE LA STABILITÉ DES SYSTÈMES ASSERVIS 45
Im(p)
jω
R=∞
0 <(p)
−jω
Figure 4.4 – Contour d’exclusion de Nyquist avec deux pôles imaginaires purs conjugués l’un de l’autre et un pôle nul
4.3.1.2 Critère de Nyquist

Théorème 4.3 (Critère de Nyquist). Une condition nécessaire et suffisante de stabilité pour un système linéaire
asservi (c’est à dire en boucle fermée à retour unitaire en contre-réaction sur l’entrée) est de présenter un lieu de
Nyquist de sa fonction de transfert en boucle ouverte qui possède un nombre de tours dans le sens direct autour du
point -1 égal au nombre de pôles instables de sa fonction de transfert en boucle ouverte.
• Exercice 4–1 : Déterminez les conditions sur K pour que le système dont la fonction de transfert est donnée par
K
F (p) = soit stable en boucle fermée à retour unitaire.
(4p − 1)(1 + p)
• Exercice 4–2 : Déterminez les conditions sur K pour que le système dont la fonction de transfert est donnée par
K
F (p) = , avec τ1 > 0 et τ2 > 0 soit stable en boucle fermée à retour unitaire.
p(1 + τ1 p)(1 + τ2 p)
4.3.2 Critère du revers

Le critère du revers n’est utilisable que dans le cas des systèmes à déphasage minimal. C’est un cas particulier du
critère de Nyquist.
Définition 4.1 (Systèmes à déphasage (non) minimal). Un système linéaire est à déphasage minimal s’il ne comporte
ni pôle instable, ni zéro instable ni retard pur. Si un système linéaire comporte un pôle instable ou un zéro instable
ou un retard pur, il est à déphasage non minimal.
Le point critique du système en boucle fermée est le point pour lequel T (jω) = −1. Nous l’obtenons en annulant
T (p)
le dénominateur de la fonction de transfert en boucle fermée , ce qui nous ramène à la notion d’équation
1 + T (p)
caractéristique.
4.3.2.1 Critère du revers dans le plan de Nyquist

Un système linéaire continu à déphasage minimal bouclé par un retour unitaire est stable si et seulement si, en
parcourant le diagramme de Nyquist de la fonction de transfert en boucle ouverte T (jω) dans le sens des pulsations
croissantes, on laisse à gauche le point critique du plan complexe (−1, 0).
Si on laisse ce point critique à droite, le système bouclé est instable.
Si on passe sur ce point critique, le système bouclé est oscillant ou marginalement stable.
4.3.2.2 Critère du revers dans le plan de Black

Un système linéaire continu à déphasage minimal bouclé par un retour unitaire est stable si et seulement si, en
parcourant le diagramme de Black de la fonction de transfert en boucle ouverte T (jω) dans le sens des pulsations
croissantes, on laisse à droite le point critique du plan de Black (−180◦ , 0dB).
Si on laisse ce point critique à gauche, le système bouclé est instable.
Si on passe sur ce point critique, le système bouclé est oscillant ou marginalement stable.
4.3.2.3 Critère du revers dans le plan de Bode

Le point critique se transforme en deux droites 20 log(|T (jω)|) = 0dB et arg(T (jω)) = −180◦ : le système bouclé
par un retour unitaire est oscillant si le diagramme de |T (jω)|dB passe par 0dB pour la pulsation pour laquelle
arg(T (jω)) = −180◦ .
Utilisation générale :
– On cherche la pulsation pour laquelle la phase arg(T (jω)) est de −180◦ :
1. Si 20 log(|T (jω)|) > 0dB , le système bouclé est instable

2. Si 20 log(|T (jω)|) = 0dB , le système bouclé est oscillant
3. Si 20 log(|T (jω)|) < 0dB , le système bouclé est stable
OU :
– On cherche la pulsation pour laquelle le gain de la fonction de transfert 20 log(|T (jω)|) est 0dB :
1. Si arg(T (jω)) < −180◦ , le système bouclé est instable
2. Si arg(T (jω)) = −180◦ , le système bouclé est oscillant
3. Si arg(T (jω)) > −180◦ , le système bouclé est stable
4.4 Quelques rappels sur les performances dynamiques d’un système

quelconque
Le temps de réponse à α%, tα% est calculé sur la réponse indicielle. Il correspond au temps (minimum) au bout
duquel la réponse reste dans une plage de ±α% de la valeur désirée.
1
Pour un système du premier ordre, de fonction de transfert , le temps de réponse à 5%, t5% vaut 3τ , alors
1 + τp
que τ correspond à un temps de réponse à (100 − 63)% = 37%.
1 . 0 5 × y ¥
y
¥
0 . 9 5 × y
¥
T 9 0 %
T 1 0 %
0 t [ s ]
T d é p
T m
f _ 0 5 _ 0 7 . e p s
T r e g
+ / - 5 %
Figure 4.5 – Performances dynamiques
y∞ Valeur finale.
D Valeur du premier dépassement.
T10% Temps pour atteindre 10% de la valeur finale.
T90% Temps pour atteindre 90% de la valeur finale.
Tm Temps de montée.
Tdép Instant de dépassement.
Trég±5% Instant à partir duquel la valeur reste dans une bande de ± 5% de la valeur finale
4.5 Performances statiques des systèmes linéaires asservis

Les performances à étudier sont
1. Le temps de réponse à un pourcentage de la sortie désirée près (voir paragraphe précédent).
2. La marge de stabilité.
3. La précision statique en boucle fermée.
Nous commencerons par étudier la précision statique en boucle fermée, puis nous examinerons la robustesse de
stabilité.
4.5. PERFORMANCES STATIQUES DES SYSTÈMES LINÉAIRES ASSERVIS 47
4.5.1 Expression générale de l’erreur statique d’un système asservi

La précision mesure la différence qu’il y a entre la sortie désirée yd (t) et la sortie réelle du système y(t) : elle doivent
être les plus proches possibles l’une de l’autre afin que la sortie ressemble le plus possible à la sortie désirée.
L’erreur (t) est l’image de l’écart : si yd (t) − y(t) = 0, (t) = 0. L’erreur (t) permet donc de quantifier l’écart d’un
système asservi ((t) = L −1 [∆(p)]).
On distingue l’erreur statique, qui est la limite de l’erreur lorsque le temps tend vers l’infini et l’erreur dynamique
qui est l’évolution de l’erreur en fonction du temps.
Cette erreur est fonction du type d’entrée utilisée. Il nous faut donc rechercher le transfert entre l’entrée et l’écart :
0 = lim (t) = lim p(p)
t→∞ p→0
Y (p) F (p)
=
E(p) 1 + F (p)G(p)
(p) (p) Y (p) 1 F (p) 1 1
= = = =
E(p) Y (p) E(p) F (p) 1 + F (p)G(p) 1 + F (p)G(p) 1 + T (p)
En utilisant le théorème de la valeur finale,

1
0 = lim pE(p) (4.2)
p→0 1 + T (p)
avec T (p) la fonction de transfert en boucle ouverte.
4.5.2 Erreur statique d’ordre 1 (erreur de position) 01

1
C’est l’erreur statique si l’entrée est un échelon : e(t) = Γ(t) =⇒ E(p) =
p
Donc :
1
01 = (4.3)
1 + T (0)
Système sans intégrateur : Si le système (dont le correcteur) ne possède pas d’intégrateur, la fonction de transfert
K(1 + τ1 p)(1 + τ2 p) . . . 1 1
s’écrit T (p) = avec K le gain statique et 01 = = . Autrement dit, plus on
(1 + τ10 p)(1 + τ20 p) . . . 1 + T (0) 1+K
augmente le gain en boucle ouverte, plus on réduit l’écart statique.
Système avec i intégrateur(s) : Si le système (dont le correcteur) possède i intégrateur(s), la fonction de transfert
K(1 + τ1 p)(1 + τ2 p) . . .
s’écrit T (p) = i , donc lim T (p) = +∞, et 01 = 0
p (1 + τ10 p)(1 + τ20 p) . . . p→ 0
1
La condition d’erreur statique d’ordre 1 nulle est : T (p) = i T 0 (p), i ≥ 1
p
4.5.3 Erreur statique d’ordre 2 (erreur de vitesse) 02

1
C’est l’erreur statique si l’entrée est une rampe : e(t) = tΓ(t) =⇒ E(p) =
p2
Donc :
1 1
02 = lim p
p→0 p2 1 + T (p)
1
= lim (4.4)
p→0 p + pT (p)
1
= lim
p→0 pT (p)
Système sans intégrateur : 02 = ∞ . Ça ne va pas du tout car on obtient une erreur infinie : l’entrée varie
linéairement dans le temps et la sortie n’arrive pas à s’en approcher.
Système avec 1 intégrateur : Si le système (dont le correcteur) possède 1 intégrateur, la fonction de transfert
K(1 + τ1 p)(1 + τ2 p) . . .
s’écrit T (p) =
p(1 + τ10 p)(1 + τ20 p) . . .
1 1
D’où 02 = lim K = qui est une valeur finie.
p→0 p
p
K
Système avec 2 intégrateurs : Si le système (dont le correcteur) possède 2 intégrateurs, la fonction de transfert
K(1 + τ1 p)(1 + τ2 p) . . .
s’écrit T (p) = 2
p (1 + τ10 p)(1 + τ20 p) . . .
1 1
D’où 02 = lim K = K = 0.
p→0 p 2
p p
1
La condition d’erreur statique d’ordre 2 nulle est : T (p) = i T 0 (p), i ≥ 2
p
4.6 Robustesse de la stabilité des systèmes bouclés

Les critères donnés jusqu’à présent (cf section 4.3) ne donnent qu’une information qualitative quant à la stabilité
du système en boucle fermée : ils permettent juste de dire si un système en boucle fermée est stable, oscillant/margi-
nalement stable, ou instable, mais ne permettent pas de dire s’il est plus ou moins proche de l’une de ces trois qualités.
La notion quantifiée de robustesse permet de garantir le comportement qualitatif du système étudié, et ce malgré des
erreurs de modélisation et/ou d’identification.
4.6.1 Étude de la fonction en boucle fermée par le critère de Routh

Nous avons déjà abordé cette question et nous sommes maintenant capable de déterminer si un système linéaire
temps invariant est stable ou non. La réalité de l’automaticien n’est pas manichéenne à ce point. Plaçons-nous dans le
cas d’un correcteur qui possède un gain réglable K.
Définition 4.2 (stabilité absolue, stabilité conditionnelle). Il y a stabilité absolue du système bouclé si et seulement
si il existe une valeur limite du gain K0 en boucle ouverte, telle que le système bouclé soit stable pour toutes les valeurs
inférieures à K0 , et instable pour toutes les valeurs supérieures à K0 .
Il y a stabilité conditionnelle du système bouclé si et seulement si le système bouclé est stable pour un certain
intervalle de valeurs du gain K et instable pour les valeurs extérieures à cet intervalle de gain.
4.6.2 Marges de stabilité

La marge de gain MG et la marge de phase Mφ qui sont des critères mesurant le degré de stabilité d’un système.
Soit T (p) la fonction de transfert du système en boucle ouverte dont on veut calculer la robustesse de la commande
en boucle fermée à retour unitaire.
Définition 4.3 (marge de gain, marge de phase). La marge de gain est l’opposée du module exprimé en décibels de
la réponse harmonique du système en boucle ouverte, pris pour la pulsation correspondant à un déphasage de -180˚ :
MG = −20 log |T (jω−π )|
où ω−π est définie par : arg T (jω−π ) = −π = −180◦ .

La marge de phase est le déphasage de la réponse harmonique du système en boucle ouverte , pris pour la pulsation
correspondant à un gain unité (0 dB) et augmenté de 180˚ :
MP = arg T (jωcr ) + 180◦
Cette marge de phase mesure de combien la phase peut varier (rotation du tracé autour de l’origine dans le sens
rétrograde) avant de rencontrer le point critique (−1 + 0j).
La marge de gain du système bouclé par retour unitaire est donnée par la ”marge” en gain dont on dispose pour
que le système passe de stable à oscillant (marge de gain positive) ou de instable à oscillant (marge de gain négative),
et on prend la plus petite valeur de ω s’il y a plusieurs possibilités. On l’obtient en comparant le gain obtenu pour la
fréquence pour laquelle la phase est de −180◦ .
La marge de phase du système bouclé par retour unitaire est donnée par la ”marge” en phase dont on dispose pour
que le système passe de stable à oscillant (marge de gain positive) ou de instable à oscillant (marge de gain négative).
On l’obtient en comparant la phase obtenue pour la fréquence pour laquelle le gain est de 0dB .
Les deux notions suivantes n’existent que pour les systèmes qui sont stables en boucle fermée
Définition 4.4 (marge de retard, marge de module). La marge de retard MR est le retard que l’on peut ajouter à la
fonction de transfert en boucle ouverte jusqu’à ce que le système en boucle fermée, devienne instable :
MP (ωcr )
MR =
ωcr
où ωcr est la pulsation pour laquelle le diagramme de Nyquist coupe le cercle unité et Mφ (ωcr ) est la marge de phase
pour la pulsation critique.
4.7. CORRECTION PAR BLACK-NICHOLS : GÉNÉRALITÉS 49
Bien évidemment, si le diagramme de Nyquist coupe le cercle unité en plusieurs pulsation critiques, la marge de retard
est la plus petite des marges de retard ainsi définies.
Elle mesure la valeur minimale du retard pur introduit dans la boucle qui déstabilise le système. Cette marge
est particulièrement pertinente lorsque le diagramme de Nyquist traverse plusieurs fois le cercle unité. La marge de
retard permet de mettre en évidence qu’une marge de phase même confortable peut être critique si la pulsation ωcr
correspondante est élevée : une bonne marge de retard permet d’assurer la stabilité du système, même si le modèle
possède des erreurs relativement importantes (c’est à dire lorsque la fonction de transfert ne représente pas correctement
le système).
La marge de module MM est la plus petite distance qui existe entre le point critique et le diagramme de Nyquist.
Elle est donc donnée par le rayon du cercle dont le centre est le point d’affixe −1 (c’est à dire le point (-1,0) dans
le plan (<(p), Im(p)) ou encore le point −1 + 0j dans le plan complexe) et tangent au diagramme de Nyquist de la
fonction de transfert en boucle ouverte.
MM = min |1 + T (jω)|
ω
Remarque 4.2. Ces deux dernières marges donnent une mesure de la robustesse de la commande en boucle fermée vis
à vis des erreurs de modélisation car elles remplacent la notion de point critique utilisée pour les marges de gain et de
phase par la notion de zone critique : par exemple, la connaissance d’une marge de phase est inutile si le système est
mal modélisé.
Remarque 4.3 (Importante). Les marges de retard et de module ne donnent pas d’indication pertinente si le système
est à stabilité conditionnelle.
Im (T (jω))
MG
< (T (jω))
−1 ω−π (0, 0)
MM
MP
ωcr
Figure 4.6 – Présentation des différentes marges dans le plan de Nyquist
4.7 Correction des systèmes linéaires par l’abaque de Black-Nichols

Il n’y a pas de puissance dans un correcteur : un correcteur ne fait qu’élaborer une loi de commande.
Plusieurs types de correcteurs existent. Nous allons essayer d’en faire le tour.
4.7.1 Utilisation de l’abaque de Black-Nichols
Cet abaque, qui est tracé dans le plan de Black, permet de relier la réponse fréquentielle de la boucle ouverte T (jω)
T (jω)
et la réponse fréquentielle du système en boucle fermée H(jω) = .
1 + T (jω)
Le module et la phase de T (jω) sont donnés respectivement en ordonnée et abscisse, alors que le module et la
phase de H(jω) sont lus sur les contours isogains et isophases donnés sur l’abaque.
Sur l’exemple de la courbe la plus en bas de la figure Figure (4.7), à la pulsation 0.052s−1 , le gain en boucle ouverte
est de 9dB, la phase en boucle ouverte est de −95◦ , et on en déduit le gain en boucle fermée de −0.5dB et la phase en
boucle fermée de −20◦ .
h(2i.pi.f)
magnitude
60
×0.001
×0.0052
×0.001
40
×0.013
.25 ×0.0052
.5 ×0.023 -.5
.7
20 1 ×0.036 ×0.013 ×0.001
1.4× -1
22.30.046 ×0.023 -1.4
34 ×0.0052 -2
56 ×0.036 -3
×0.077 812× -4-5
×0.097 0.046
0 ×0.013 -6
×0.14 ×0.077 -8
×0.023
×0.097 -12
×0.22× ×0.036
0.14 ×0.046
-20
×0.38×0.22 ×0.077
×0.097
×0.14
-40 ×0.38
×0.71
×0.22
×1
×0.71
-60 ×0.38
×1
×0.71
-80
×1
phase
-100
-400 -300 -200 -100 0
2.3db curve 10/((1+1*p)*(1+10*p)*(1+100*p)) : STABLE
500/((1+1*p)*(1+10*p)*(1+100*p)) : INSTABLE
122.21/((1+1*p)*(1+10*p)*(1+100*p)) : OSCILLANT
Figure 4.7 – Abaque de Black
4.7. CORRECTION PAR BLACK-NICHOLS : GÉNÉRALITÉS 51
4.7.2 Déduction des caractéristiques du système en boucle fermée à partir du dia-

gramme de Black de la fonction de transfert en boucle ouverte
GdB
mφ
ωR,bo
QdB + Gbf (0)
Gbo (0), Gbf (0)
◦
(−180 , 0dB) ω=0
ωcr
φ
ωR,bf
mG
ω−π
ω∞
Figure 4.8 – Déduction des caractéristiques du système en boucle fermée à partir du diagramme de Black de la fonction
de transfert en boucle ouverte
Gbo (0) Gain statique en boucle ouverte (à lire sur l’axe)
Gbf (0) Gain statique en boucle fermée (à lire sur l’une des courbes isogains)
ωR,bo Pulsation de résonance en boucle ouverte
ωcr Pulsation pour G = 0dB
ωR,bf Pulsation de résonance en boucle fermée
ω−π Pulsation de pour un déphasage de −180◦
Q Facteur de résonance en boucle fermée
mφ Marge de phase
mG Marge de gain
4.7.2.1 Précision statique

Un cas particulier est à envisager : si le gain en boucle ouverte est infini (ce qui permet de reconnaı̂tre la présence
d’un intégrateur dans la boucle directe), le gain statique en boucle fermée en décibel est nul ; par conséquent, si le
1
système bouclé est stable, l’erreur statique d’ordre 1, 01 = = 0.
1 + T (0)
4.7.2.2 Résonance
Rappel : résonance en boucle ouverte Il y a résonance en boucle ouverte si le gain, en suivant le diagramme de
Black de la fonction de transfert, passe par un maximum pour une certaine pulsation ωR,bo . Cela se traduit par une
tangente horizontale sur le tracé du diagramme de Black de la fonction de transfert en boucle ouverte.
Résonance en boucle fermée Il y a résonance en boucle fermée si le diagramme de Black de la fonction de transfert
coupe deux fois la même courbe isogain de l’abaque de Black-Nichols. Cela signifie qu’il existe une courbe isogain dont
le diagramme de Black de la fonction de transfert s’approche tangentiellement pour une certaine valeur de la pulsation
ωR,bf . Cette courbe isogain donne alors le gain maximal en fonction de la pulsation de la fonction de transfert en
boucle fermée, et il y a résonance pour cette pulsation.
Le facteur de résonance, exprimé en dB est donné par QdB = Gbf (ωR,bf ) − Gbf (0)
Remarque 4.4. Si le gain statique en boucle ouverte est infini (présence d’un intégrateur dans la boucle ouverte, soit
par le système, soit par le correcteur) ou du moins très grand, le facteur de résonance est donné directement par la
valeur de la courbe isogain de l’abaque de Black-Nichols tangent au diagramme de Black de la fonction de transfert
pour la fréquence de résonance ωR,bf .
4.8 Rôle qualitatif du correcteur
Les moyens sont simples : il suffit que le correcteur conçu réponde le mieux possible aux buts cités plus haut (voir
4.1 page 42), et il faut qu’il soit réalisable. En particulier, il ne peut pas être anticipatif (le degré du numérateur de sa
fonction de transfert ne peut pas être plus grand que le degré du dénominateur).
Il faut donc :
– éloigner le diagramme de Black de la fonction de transfert en boucle ouverte du point critique G = 0dB, φ = −180◦
pour accroı̂tre la stabilité du système en boucle fermée. Une façon de faire est d’augmenter les marges de gain
et de phase (on choisit généralement mφ ≥ 45◦ et mG ≥ 10dB).
– augmenter le gain statique en boucle ouverte, sinon, au moins le gain en basses fréquences, voire, au mieux,
insérer un intégrateur (si le système n’en possède pas un naturellement) de façon à diminuer l’erreur statique,
voire l’annuler.
– accroı̂tre la bande passante en provoquant un tassement des fréquences du côté des gains élevés pour le système
en boucle ouverte, afin de diminuer le temps de réponse du système bouclé.
– induire une avance de phase du côté des moyennes fréquences et un retard de phase en basses fréquences pour
aider à la stabilisation du système.
Tout cela est explicité géométriquement sur l’allure du diagramme de Black suivant :
GdB
accroissement du gain et retard de phase
BF
(−180◦ , 0dB) tassement des fréquences vers

les gains élevés
φ
éloignement du point critique

et avance de phase
HF
Figure 4.9 – Les différents rôles d’un correcteur
4.9 Différents types de correcteurs ou régulateurs
Nous expliciterons chacun des correcteurs sur un exemple :

Soit le système modélisé par la fonction de transfert :
Kωn2 1
T (p) = 2 2
avec K = 15, ωn = 20, τ = et z = 0.9,
(1 + τ p)(ωn + 2zωn p + p ) 2π
6000
soit, une fois développée : .
400 + 99.661977p + 6.729578p2 + 0.0159155p3
Ce système est stable en boucle ouverte (il ne possède pas de pôle ni de zéro à partie réelle positive).
T (p)
Par contre, le système bouclé à retour unitaire, dont la fonction de transfert est H(p) = =
1 + T (p)
6000
dont le dénominateur se factorise en : 0.16 ∗ (p + 47.12) ∗ (p − 2.41 +
6400 + 99.661977p + 6.729578p2 + 0.0159155p3
29.12j)∗(p−2.41−29.12j) (en valeurs approchées) est le modèle d’un système instable. On aurait pu vérifier l’instabilité
du système bouclé par retour unitaire par un tableau de Routh au lieu de factoriser le dénominateur.
Par exemple, la réponse indicielle de ce système bouclé est donnée par la figure Figure (4.10) :
4.9. DIFFÉRENTS TYPES DE CORRECTEURS OU RÉGULATEURS 53
2.7
2.3
1.9
1.5
1.1
0.7
0.3
-0.1
-0.5
0 0.04 0.08 0.12 0.16 0.20 0.24 0.28 0.32 0.36 0.40
Figure 4.10 – Réponse indicielle du système bouclé par retour unitaire de fonction de transfert en boucle ouverte :
Kωn2 1
T (p) = 2 2
avec K = 15, ωn = 20 et τ =
(1 + τ p)(ωn + 2zωn p + p ) 2π
Cette figure montre bien la divergence de la sortie, même si l’entrée est bornée.
Les courbes de Bode et de Black sont respectivement données par les figures Figure (4.11) et Figure (4.12).
Sur le diagramme de Black peut être lue la fréquence de résonance (4.6 Hz), ainsi que le gain du système bouclé à
cette fréquence (13.7dB).
Magnitude
40 db
20
-20
-40
-60
Hz
-80
-1 0 1 2
10 10 10 10
Phase
0 degrees
-100
-200
Hz
-300
-1 0 1 2
10 10 10 10
Sans Correcteur, ZOOM
Figure 4.11 – Diagrammes de Bode de T (p)

h(2i.pi.f)
magnitude
25
×0.1
×0.8
20 ×1.3
×1.7
15
×2.2
10 ×2.9
×3.7
5
13.71
0 ×5
-5
×7.1
-10
-15
×10 phase
-20
-400 -300 -200 -100 0
2.3db curve
Figure 4.12 – Diagrammes de BLack de T (p)
En étudiant le zoom de la courbe de Bode donné par la figure Figure (4.13) nous nous apercevons que le système
a pour marge de gain −17dB pour la fréquence 4 Hz et pour marge de phase −29◦ à la fréquence 7 Hz, ce qui montre
encore une fois l’instabilité du système bouclé.
Magnitude
9 db
8
7
6
5
4
3
2
1
0 Hz
-1
0 1
10 10
Phase
-157 degrees
-161
-165
-169
-173
-177
-181
-185
-189
-193 Hz
-197
0 1
10 10
Figure 4.13 – Zoom sur les diagrammes de Bode de T (p) pour les marges de gain et de phase
4.9.1 Régulateur proportionnel
La fonction de transfert de ce correcteur est : C(p) = Kp avec Kp > 0. À la correction de ce régulateur ne correspond
qu’une translation verticale (parrallèle à l’axe des gains) du diagramme de Black de la fonction de transfert.
Si 0 < k < 1, et on parle d’atténuation, il y a déplacement vers le bas du diagramme de Black de la fonction de
transfert, avec pour conséquence une stabilisation possible du système si le système bouclé unitairement était instable,
ou une plus grande marge de phase et une plus grande marge de gain si le système était stable. Par contre, la précision
est moins bonne.
Si k > 1, et on parle d’amplification, la courbe est remontée, il y a une meilleure précision, mais la stabilité est
moindre.
Si k = 1, Le régulateur ne fait que recopier son entrée.

h(2i.pi.f)
magnitude
50
×0.47 ×0.01
×1.1
×1.8
×3
×4.2 ×0.47 ×0.01
×1.1
×5.8 ×1.8
×7.5 ×3
×4.2 ×0.47 ×0.01
×11
0 ×1.1
×14 ×5.8 ×1.8
×7.5 ×3
×21 ×4.2
×11
×27 ×5.8
×14
×7.5
×40
×21
×11
×27
×66 ×14
-50 ×40
×21
×1e+02
×27
×66
×40
×1e+02
×66
phase
×1e+02
-100
-400 -300 -200 -100 0
2.3db curve k=10
boucle ouverte
k= .1
Figure 4.14 – Influence sur le diagramme de Black d’un correcteur Proportionnel de gain Kp
Rôle et utilisation Le rôle de láction Proportionnelle dans un système automatisé est de réduire lérreur de
réglage qui est inversement proportionnelle au gain. Mais ce gain en performance se paie par une réponse qui peut être
plus au moins oscillatoire. On choisit alors un gain qui permet dávoir un bon taux dámortissement (égal à 0,75). On
utilise un régulateur proportionnel lorsque la précision nést pas importante et/ou s’il n’y a pas d’intégrateur naturel
dans la boucle directe. Un correcteur proportionnel suffit largement par exemple dans le réglage du niveau déau dans
un réservoir de stockage ainsi que dans un grand nombre de situations industrielles.
Schéma-bloc du correcteur
R2
R1
−
(t) u(t)

Figure 4.15 – Réalisation pratique d’un correcteur proportionnel
U (p) −R2
Réalisation pratique La fonction de transfert de ce correcteur est : C(p) = = = Kp
(p) R1
4.9.2 Régulateur à action proportionnelle et dérivée
4.9.2.1 Correction proportionnelle et dérivée
Selon que la pente de la trajectoire de la sortie à l’instant t est positive et négative, il semble judicieux d’utiliser
cette information pour commander le système.
La fonction de transfert de ce correcteur est : C(p) = Kp + Kp τd p avec Kp > 0 et τd > 0.
Ce correcteur n’est qu’un correcteur théorique et ne peut pas être réalisé physiquement (le degré du numérateur est
plus grand que le degré du dénominateur). Nous prendrons Kp = 1 puisque nous avons déjà vu l’effet d’un correcteur
proportionnel.
Ce correcteur Proportionnel et Dérivé entraı̂ne un accroissement du gain et de la phase dans les fréquences élevées,
comme on le voit sur le diagramme de Bode de la figure Figure (4.16)
Magnitude
37 db
33
29
25
21
17
13
9
5
Hz
1
-1 0 1
10 10 10
Phase
-270 degrees
-280
-290
-300
-310
-320
Hz
-330
-1 0 1
10 10 10
Figure 4.16 – Diagramme de Bode du correcteur Proportionnel et Dérivée théorique
L’introduction de ce correcteur entraı̂ne les modifications du diagramme de Black décrites par la figure Figure (4.17).
h(2i.pi.f)
magnitude
30
×0.1
×0.93
×0.93
20
×1.7×1.7
×2.3 ×2.3
10
×3.5 ×3.5
12.11×4.5
×4.5
0
×6.1
×6.1
×8.1
-10 ×8.1
×10
×10
-20 ×16
×16
-30
phase
-40
-400 -300 -200 -100 0
2.3db curve
boucle ouverte
Td= .02
Figure 4.17 – Influence sur le diagramme de Black d’un correcteur Proportionnel et Dérivé théorique
En décryptant le diagramme de Black du système corrigé par le correcteur, nous nous apercevons que la bonne
1 1
solution, vu les objectifs fixés, est < ωR,bf . En effet, si nous choisissons > ωR,bf , l’avance de phase va se faire
τd τd
après (en suivant les fréquences croissantes) le point critique.
Ce correcteur proportionnel et dérivée permet donc d’augmenter les marges de gain et de phase, la bande passante.
Ayant fait cela, nous pouvons maintenant augmenter le gain k de façon à augmenter la précision statique. Il est à
noter que la précision dynamique est aussi améliorée. Le premier défaut rédhibitoire de ce correcteur est qu’il n’est
pas réalisable.
Le second défaut, non moins rédhibitoire que le premier, est que ce type de correcteur amplifie les bruits de mesure.
Afin de pouvoir réaliser et utiliser en pratique ce type de correcteur, on lui adjoint en série un système du premier
1 τd p
ordre de fonction de transfert , avec τ > τd . Láction dérivée pure τd p se transforme alors en : C(p) = .
1 + τp 1 + τp
Cette mise en cascade du correcteur dérivée avec un premier ordre va avoir deux effets : la réalisabilité du correcteur
et le filtrage de l’effet amplificateur de bruit de la partie dérivée du correcteur. En effet, le signal sur lequel agit
le correcteur est la différence entre la sortie et l’entrée, et l’énergie du bruit de mesure peut, dans certains cas (qui,
comme le prévoit la loi de Murphy, ne peuvent que se produire1 ) être du même ordre de grandeur que le signal de
commande proprement dit. Un simple calcul le montre : si le signal de sortie (supposé électrique pour cet exemple)
du système, bruité par des parasites dus au secteur à 50 Hz s’écrit y(t) = Y0 + b0 sin(2π50t) (le bruit est modélisé
par b0 sin(2π50t) ) et l’entrée c(t) = C0 , alors, à la sortie du comparateur et du correcteur Proportionnel et Dérivée,
le signal de commande du système est donné par u(t) = Kp (C0 − Y0 ) − Kp τd 100πb0 cos(2π50t) ; et même si C0 et
Y0 peuvent être proches, l’amplitude du bruit en sortie de correcteur (amplifiée par Kp τd 100π) peut ne plus être
négligeable. L’adjonction d’un filtre du premier ordre va donc permettre de conserver les propriétés de stabilisation
de la boucle fermée (par l’avance de phase) en basse fréquence et s’affranchir de l’influence de la perturbation due au
bruit de mesures.
Rôle et utilisation Láction dérivée compense les effets du temps mort du système, ce qui améliore ses temps
de réponse. Elle a un effet stabilisateur du système en boucle fermée car elle déplace vers la droite le diagramme de
Nyquist de la fonction en boucle ouverte par son avance de phase de 90˚, mais une valeur excessive peut entraı̂ner une
instabilité due aux bruits de mesure. La présence de láction dérivée permet donc dáugmenter la rapidité du système
en augmentant le gain sans avoir à se soucier de la stabilité. Dans líndustrie, láction Dérivée est utilisée pour les
1 Confère http ://www.courtois.cc/murphy/murphy.html
systèmes ou sous-systèmes lents (par exemple les températures) et toujours avec l’action intégrale. De plus, elle ne
doit absolument pas être utilisée dans les environnements bruités ou sur des grandeurs pouvant présenter de brusques
variations, comme la pression par exemple.
R2
C1
R1
−
e(t) s(t)

Figure 4.18 – Réalisation pratique d’un correcteur proportionnel et dérivée

R2 C1 p
Réalisation pratique La fonction de transfert de ce correcteur est : C(p) = − . Il s’agit donc d’un
1 + R1 C1 p
dérivateur filtré par un passe-bas.
4.9.2.2 Correction à avance de phase
C’est ce correcteur qui remplace dans la pratique le précédent : le correcteur à avance de phase a les mêmes effets
de dérivation dans une large gamme de fréquences. Sa fonction de transfert est donnée par :
1 + aτ p
C(p) = avec a > 1 (4.5)
1 + τp
Le diagramme de Bode est donné par la figure Figure (4.19)

Magnitude
28 db
24
20
16
12
8
4
Hz
0
-3 -2 -1 0 1
10 10 10 10 10
Phase
-290 degrees
-300
-310
-320
-330
-340
-350
Hz
-360
-3 -2 -1 0 1
10 10 10 10 10
a=2 a=20
a=4
a=10
Figure 4.19 – Diagramme de Bode du correcteur à avance de phase
r
1 1 1 1
La fréquence axe de symétrie est =√ .
aτ τ aτ
Calculs :
φ = arg(1 + jaωτ ) − arg(1 + jωτ )
= arctan(aωτ ) − arctan(ωτ )
= arctan(ax) − arctan(x) avec x = ωτ
dφ
L’avance de phase maximale est donnée par : =0:
dx
dφ dφ a 1 a + ax2 − 1 − a2 x2
= 0 =⇒ = − = =0
dx dx 1 + a2 x2 1 + x2 (1 + a2 x2 )(1 + x2 )
=⇒ a − 1 + ax2 (1 − a) = 0
=⇒ (a − 1)(1 − ax2 ) = 0
1
=⇒ x = ± √
a
1
=⇒ x = √
a
1 1
=⇒ ω = √
aτ
−π π
Nous avons la relation trigonométrique, pour ≤θ≤ :
2 2
1 π
arctan θ + arctan = 2
θ 2
1 1
Pour cette pulsation ω = √ , nous avons :
aτ
√ 1
φ = φM = arctan a − arctan √
a
2 Nous pouvons utiliser cette relation. En effet, φ ne peut pas dépasser 90◦ car la fonction de transfert du correcteur à avance de phase
ne possède qu’un zéro stable.
√ 1 1
= arctan a + arctan √ − 2 arctan √
a a
π 1
= − 2 arctan √
2 a
1 + τp
• Exercice 4–3 : Soit l’autre écriture du correcteur à avance de phase C(p) = , avec a < 1. Nous allons faire
1 + aτ p
quelques calculs supplémentaires avec cette expression. Ceux qui voudront pourront refaire ces calculs sur la première
écriture.
1
1. Soit ωc la pulsation centrée donnant l’avance de phase maximale notée φM . Montrer que ωc = √
τ a
1−a
2. Montrer que tan φM = √
2 a
3. En remarquant que 0 ≤ φM ≤ 90◦ , montrer que 1 + tan2 φM peut s’écrire de deux manières différentes :
◦
(1 − a)2
1 + tan2 φM =
4a sin2 φM
(1 + a)2
1 + tan2 φM =
4a
1−a
4. En déduire que sin φM = .
1+a
Une première approche de réglage peut se faire comme suit : nous construisons un correcteur, car, à la pulsation
de résonance en boucle fermée, le gain est trop fort et/ou le retard de phase est trop grand. Le phénomène d’avance
1 1
de phase du correcteur à avance de phase se fait sentir entre les pulsations et . Il faut donc choisir τ et a de telle
aτ τ
1 1
sorte que < ωR,bf <
aτ τ
1
Nous constatons sur la figure Figure (4.20) que pour un réglage tel que ωR,bf ' √ , l’action stabilisante maximale
τ a
de ce correcteur s’effectue autour de la pulsation de résonance en boucle fermée. Cette action stabilisante forte permet
alors d’accroı̂tre considérablement le gain k du correcteur, et ainsi de gagner en précision statique.
h(2i.pi.f)
magnitude
40
×1 ×1
20
×2.6
×2.6
×4.3
15.76
×4.3
×6.2
0
×6.2 ×9.4
×12
×9.4
×17
-20 ×12
×22
×17
×22 ×38
-40
×58
×38
-60 ×58
×99
phase
×99
-80
-400 -300 -200 -100 0
2.3db curve
boucle ouverte
Tav= .01 a=5
Figure 4.20 – Influence sur le diagramme de Black d’un correcteur à avance de phase bien réglé
Par contre, on a un comportement du correcteur à avance de phase indésirable si :

1
– on a choisi > ωR,bf car, dans ces conditions, l’avance de phase se fait trop tard (pour des fréquences trop
aτ
élevées) et n’a aucune influence aux fréquences d’instabilité.
1
– on a choisi < ωR,bf car, dans ces conditions, l’avance de phase se fait trop tôt et peut même déstabiliser le
τ
système, ce qui est contraire au but poursuivi.
Rôle et utilisation L’intérêt de ce correcteur est cependant limité : la réponse temporelle d’un correcteur à avance
de phase montre qu’il amplifie fortement les transitoires brusques, ce qui ne manque pas d’arriver en milieu industriel
(présence de bruit sur tout signal). D’un autre côté, il a certains des avantages d’un correcteur Proportionnel Dérivée
tout en étant réalisable.
R2
R1
C2
C1 +
e(t) s(t)

Figure 4.21 – Réalisation pratique d’un correcteur à avance de phase.

R2 1 + R1 C1 p
Réalisation pratique La fonction de transfert est donnée par : C(p) = − × .
R1 1 + R2 C2 p
4.9.3 Régulateurs à action proportionnelle et intégrale

Nous avons vu que, si le système ne possède pas d’intégrateur naturel, comme par exemple le remplissage d’une cuve,
1
en n’adjoignant qu’un correcteur proportionnel, il subsiste une erreur statique d’ordre 1 non nulle (01 = ).
1 + T (0)
Une première solution consiste à prendre en compte cette erreur statique résiduelle dans le calcul de la consigne.
L’inconvénient de cette solution, c’est que chaque fois que la consigne change, il faut refaire le calcul de la consigne
réelle à appliquer.
Une autre façon de faire est d’agir sur la commande : à la sortie up (t) du correcteur proportionnel, nous ajoutons
une commande variable ui (t), et que nous réglons tant que l’erreur n’est pas nulle. Quand l’erreur est nulle,
nous avons up (t) ≡ 0 (la commande due au correcteur proportionnelle est proportionnelle à . . . 0, donc nulle !), mais
u(t) = up (t) + ui (t) qui ne l’est pas, vaut ui (t) qui est fixée exactement à la valeur qu’il faut pour annuler l’erreur
statique. Cette procédure consiste en fait à accumuler de l’information sur l’erreur, autrement dit à intégrer l’erreur
comme le montre facilement un ordinogramme de cette procédure.
4.9.3.1 Correction proportionnelle et intégrale

La fonction de transfert de ce type de correcteur est :
1
C(p) = KP (1 + ) (4.6)
τI p
KI
La fonction de transfert de ce correcteur s’écrit aussi parfois KP + Ce correcteur introduit un pôle à l’origine.
p
Le diagramme de Bode de ce correcteur est donné par la figure Figure (4.22)
Magnitude
50 db
40
30
20
10
Hz
0
-2 -1 0 1
10 10 10 10
Phase
0 degrees
-10
-20
-30
-40
-50
-60
-70
-80
Hz
-90
-2 -1 0 1
10 10 10 10
Ti= .1591549
Figure 4.22 – Diagramme de Bode d’un correcteur Proportionnel et Intégral
L’influence d’un tel correcteur se fait sentir dans les basses fréquences, avec une précision statique d’ordre 1 nulle
pour le système bouclé. L’action ”avance de phase” de ce correcteur doit se faire sentir pour des fréquences très
inférieures à la fréquence de résonance pour ne pas déstabiliser le système, et on doit donc choisir τ de telle sorte que
1
ωR,bf . On constate sur le diagramme de Black que, si le correcteur est bien réglé, ni la fréquence ni le facteur de
τ
résonance ne sont affectés par ce type de correcteur : la précision dynamique n’est pas modifiée. D’un autre point de
vue, c’est aussi un avantage car ce correcteur n’induit pas de déphasage dans les hautes fréquences.
h(2i.pi.f)
magnitude
80
×0.001
60
40
×0.001
×0.95 ×0.95
20 ×1.9
×1.9
×2.7
×2.7
×3.7
×3.7
0 ×5×5
×6.4
×6.4
×9
×9
-20 ××12
12
××19
19
-40 ×30
×51
-60
phase
×93
-80
-400 -300 -200 -100 0
2.3db curve
boucle ouverte
Ti= .5
Figure 4.23 – Influence sur le diagramme de Black d’un correcteur Proportionnel et Intégral
Rôle et utilisation Le correcteur Proportionnel Intégrale est le correcteur le plus utilisé dans l’industrie.
Si nous enlevons l’aspect gain proportionnel de ce correcteur qui n’est pas utile en régime permanent, nous nous
retrouvons avec un correcteur intégrateur pur.
Le diagramme de Bode du correcteur PI (voir figure Figure (4.24)) montre qu’il est plutôt intégrateur dans
les basses fréquences et plutôt proportionnel dans les hautes fréquences. L’avantage de ce correcteur est donc son
côté intégrateur qui donne un gain de boucle égal à 1 (ainsi qu’un gain nul vis-à-vis des perturbations additives en
sortie) et son côté gain qui transmet directement un signal proportionnel à l’erreur, ce qui accélère la correction,
c’est à dire qu’il améliore les performances dynamiques. De plus, l’action intégrale ne va cesser que lorsque l’erreur
va redevenir négative, ce qui risque d’entraı̂ner des dépassements importants de la sortie par rapport à la consigne.
L’action proportionnelle est donc bénéfique de ce point de vue là aussi.
Le côté intégrateur de ce correcteur améliore la robustesse du système bouclé vis-à-vis des erreurs sur les paramètres
du système intervenant dans le modèle, en particulier pour ce qui concerne le gain du système (il rend même la précision
statique du système bouclé indépendante de ce gain)
C2
R2
R1
−
e(t) s(t)

Figure 4.24 – Réalisation pratique d’un correcteur Proportionnel et Intégral.

R2 1
Réalisation pratique La fonction de transfert est donnée par : C(p) = − + .
R1 R1 C2 p
4.9.3.2 Correction à retard de phase
La fonction de transfert de ce correcteur est donnée par :
1 + τp
C(p) = avec b > 1 (4.7)
1 + bτ p
Le diagramme de Bode de ce correcteur est donné par la figure Figure (4.25) :
Magnitude
0 db
-10
-20
Hz
-30
-3 -2 -1 0 1
10 10 10 10 10
Phase
0 degrees
-10
-20
-30
-40
-50
-60
Hz
-70
-3 -2 -1 0 1
10 10 10 10 10
b=2 b=20
b=4
b=10
Figure 4.25 – Diagramme de Bode d’un correcteur à retard de phase

Il constitue une approche du correcteur proportionnel et intégral sans introduire réellement un intégrateur seul qui
retarde la phase sur toute la plage de fréquences.
1
Avec le réglage < ωR,bf , ce correcteur à retard de phase augmente la marge de phase et il permet de conserver
τ
un bon gain en basse fréquence (précision statique), comme on le voit sur la figure Figure (4.26). Par contre, il induit
une diminution conséquente de la bande passante du système bouclé.
h(2i.pi.f)
magnitude
30
.67 ×0.01
×0.01
×0.73
20 ×1.3
×2.1
10 ×3
×3.8
×0.73
0 ×5
×1.3
×6.7 ×2.1
-10
×9.1 ×3
×3.8
-20
×5
-30 ×6.7
×9.1
-40
phase
-50
-400 -300 -200 -100 0
2.3db curve
boucle ouverte
Tre= .1290994 b=15
Figure 4.26 – Influence sur le diagramme de Black d’un correcteur à retard de phase
Rôle et utilisation Il est le remplaçant tout désigné pour remplacer le correcteur Proportionnel et Intégrale, dans
les cas où :
1. La précision du système n’est pas une condition vitale.
2. La rapidité du système est importante.
Comme la marge de phase a été augmentée, il est possible de réintroduire le gain KP > 1, ce qui translate le
diagramme de Black modifié vers le haut : la pulsation de résonance ωR,bf , le facteur de résonance, la fréquence de
coupure, les marges de gain et de phase restent inchangés par rapport au système bouclé initial (sans correcteur),
mais la précision statique est augmentée, peut-être pas autant qu’avec un correcteur Proportionnel Intégrale, mais
sensiblement. Par contre, il n’y a pas de pôle nul, ce qui améliore grandement la dynamique du système bouclé.
Réalisation pratique Le montage est le même que pour le correcteur à retard de phase, seules les valeurs des
composants changent.
R2
R1
C2
C1 +
e(t) s(t)

Figure 4.27 – Réalisation pratique d’un correcteur à retard de phase.

R2 1 + R1 C1 p
La fonction de transfert est donnée par : C(p) = − × .
R1 1 + R2 C2 p
4.9.4 Régulateurs à action proportionnelle, intégrale et dérivée
4.9.4.1 Correction proportionnelle, intégrale et dérivée
Ce type de correction présente les avantages des correcteurs proportionnel intégral et proportionnel dérivée. Sa
fonction de transfert est donnée par :
1 1 + τi p + τi τd p2
C(p) = 1 + + τd p = (4.8)
τi p τi p
1 1
Un réglage satisfaisant est donné par < ωR,bf et < ωR,bf .
τi τd
Les conséquences de ce correcteur sont l’augmentation de la précision statique (influence de l’intégration), l’avance
de phase qui permet d’accroı̂tre le gain k du correcteur (ce qui augmente les fréquences de résonance et de coupure
en remontant le diagramme de Black de la fonction de transfert en boucle ouverte), l’accroissement de la précision
dynamique et la diminution des distorsions.
Cependant, la fonction de transfert de ce PID est irréalisable physiquement (degré du numérateur de la fonction
de transfert supérieur au degré du dénominateur).
4.9.4.2 Correction à avance-retard de phase
Ce correcteur permet d’obtenir le comportement d’un correcteur Proportionnel Intégral et Dérivé dans une certaine
bande de fréquences en combinant les effets de l’avance de phase et du retard de phase. Sa fonction de transfert est :
(1 + τ2 p)(1 + τ3 p)
C(p) = avec τ1 > τ2 > τ3 > τ4 (4.9)
(1 + τ1 p)(1 + τ4 p)
Le diagramme de Bode de ce correcteur est donné sur la figure Figure (4.28)

Magnitude
0 db
-1
-2
-3
-4
Hz
-5
-4 -3 -2 -1 0 1
10 10 10 10 10 10
Phase
-344 degrees
-348
-352
-356
-360
-364
-368
-372
Hz
-376
-4 -3 -2 -1 0 1
10 10 10 10 10 10
avance/retard T1=100/(2*pi); T2=50/(2*pi); T3=10/(2*pi); T4=5/(2*pi)
Figure 4.28 – Diagramme de Bode d’un correcteur à avance-retard de phase
1 1 1
La zone de pulsations ] , [ correspond au retard de phase, et il faut donc choisir √ ωR,bf . La zone de
τ1 τ2 τ1 τ2
1 1 1
pulsations ] , [ correspond à l’avance de phase, et il faut donc choisir √ ' ωR,bf .
τ3 τ4 τ3 τ4
1 1
Pour que ce correcteur soit efficace, il faut donc choisir τ1 > τ2 > τ3 > τ4 avec ωR,bf ' √ √
τ3 τ4 τ1 τ2
1
Un bon choix du correcteur (ωR,bf ' √ ) donne l’évolution du diagramme de Black de la figure Figure (4.29)
τ3 τ4
h(2i.pi.f)
magnitude
40
×0.01
×0.01
×0.87
20
2.72 ×2.2
×0.87
×4.2
0 ×5.8 ×2.2
×7.5
×4.2
×11 ×5.8
-20
×14 ×7.5
×21 ×11
×14
-40 ×27
×40 21
×
×27
-60
×66
40
×
×1e+02
×66
-80
×1e+02 phase
-100
-400 -300 -200 -100 0
2.3db curve
boucle ouverte
Avance-retard de phase
Figure 4.29 – Influence sur le diagramme de Black d’un correcteur à avance-retard de phase bien réglé
1
Par contre, un mauvais choix des constantes de temps, comme par exemple ωR,bf ' √ donne diagramme à un
τ1 τ2
retard de phase au niveau de la fréquence de résonance en boucle fermée, ce qui accentue encore l’instabilité.
4.10 Méthodes pratiques de synthèse des correcteurs PID
Ziegler et Nichols ont proposé ces méthodes en 1942. Elles concernent les systèmes qui ne présentent pas d’oscilla-
tions et qui ont un déphasage dépassant les -180 degrés de retard de phase en hautes fréquences (systèmes susceptibles
d’être instables en boucle fermée en contre-réaction sur l’entrée, à retour unitaire). Ces systèmes peuvent posséder un
retard pur et différentes constantes de temps. Ce type de système se rencontre souvent en génie des procédés (bacs en
cascade, température, pression). Ces méthodes permettent de régler un PID pour un système, et uniquement un PID.
L’étude se fait sur le système seul, sans PID.
La première méthode nécessite la réponse indicielle en boucle ouverte du système seul (sans correcteur), alors que
la seconde demande un préréglage en boucle fermée.
4.10.1 Première méthode de Ziegler et Nichols, ou méthode en boucle ouverte
Sur la réponse indicielle (voir Figure (4.30)), il faut positionner le point I de plus grande pente de cette réponse
indicielle (dans le cas où le système comprend un second ordre, il s’agit du point d’inflexion de la courbe). La pente de
la tangente est notée α . À partir de ce point, on trace la tangente à la courbe en ce point, et l’intersection entre cette
tangente et la valeur initiale de la réponse indicielle définit l’instant T1 . l’instant T2 comme instant de l’intersection
de la tangente et la droite de la valeur finale de la réponse indicielle.
4.10. MÉTHODES PRATIQUES DE SYNTHÈSE DES CORRECTEURS PID 71
Correcteur KP τI τD
1
P X X
αT1
1
PI 0,9 3,3T1 X
αT1
1
PID 1,2 2T1 0,5T1
αT1
Tableau 4.1 – Tableau de réglage d’un PID par la méthode de Ziegler et Nichols en boucle ouverte
Val. Finale
1.0
0.8
0.6
0.4
I
0.2
α
Val. Initiale
0.0
0.00
T1 0.04 T2 0.08 0.16
0.12
Figure 4.30 – Réponse indicielle pour le réglage par la première méthode de Ziegler et Nichols : I est le point de plus
Valeur Finale - Valeur Initiale
grande pente, puis mesure de T1 et de la pente α par : α = .
T2 − T1
On calcule ensuite les valeurs KP , τD et τI par le tableau suivant :

Remarque 4.5. Une autre façon de connaı̂tre la valeur de la pente est de prolonger la tangente en I jusqu’à l’axe des
ordonnées. L’intersection entre cette tangente et l’axe des ordonnées a pour coordonnées (0, −αT1 )
Remarque 4.6. Les gain et constantes de temps proposés par Ziegler et Nichols donnent lieu à des dépassements
relativement importants (de l’ordre de 20% de la valeur finale) lorsque le système est bouclé avec le correcteur PID
ainsi réglé ; d’un autre côté, le système ainsi commandé possède une bonne dynamique. Si le système à commander ne
permet pas une telle valeur de dépassement, il convient de diminuer la valeur du gain statique KP du PID.
4.10.2 Seconde méthode de Ziegler et Nichols, ou méthode en boucle fermée

La première étape de la seconde méthode de Ziegler et Nichols consiste à boucler (par un retour unitaire) le système
en contre-réaction sur l’entrée en insérant dans la chaı̂ne directe un simple gain variable. Puis on augmente le gain
jusqu’à obtenir des oscillations entretenues (le système bouclé est alors en limite de stabilité). Il suffit alors de relever
le gain du correcteur Kcr et la période des oscillations Tcr , puis on règle le PID à l’aide du tableau suivant :
Comme dans le cas de la méthode en boucle ouverte, les valeurs proposées par Ziegler et Nichols ont tendance à
donner un système bouclé un peu trop dynamique, donc un peu trop près de l’instabilité. Dans les situations où la
rapidité du système est moins importante que la stabilité du système et/ou la douceur de la commande, il conviendra
d’utiliser les valeurs suivantes :
4.10.3 Méthode de réglage par identification paramétrique

Il est aussi possible de régler les paramètres du correcteur en rélisant une identification paramétrique du système
et du correcteur. Vous verrez les méthodes d’identification paramétrique en Mastère 1.
P 0,9Kcr X X
PI 0,45Kcr 0,83Tcr X
PID 0,6Kcr 0,5Tcr 0,125Tcr
Tableau 4.2 – Tableau de réglage d’un PID par la méthode de Ziegler et Nichols en boucle fermée
P 0,4Kcr X X
PI 0,4Kcr 0,4Tcr X
PID 0,4Kcr 0,4Tcr 0,1Tcr
Tableau 4.3 – Tableau de réglage d’un PID par la méthode adoucie de Ziegler et Nichols en boucle fermée
4.11 Régulation des systèmes à retard
Les systèmes à retard ont pour fonction de transfert :
F (p) = F1 (p) exp(−pTR ) (4.10)
où F1 (p) est une fonction de transfert ”ordinaire”, c’est à dire une fraction rationnelle en la variable p.
Le terme en exp(−pTR ) a tendance à horizontaliser le diagramme de Black de F (p), ce qui limite la valeur que
nous pouvons donner au gain k d’un correcteur, ce qui est nécessaire si nous voulons améliorer la précision statique du
π
système avec son bouclage. L’avance de phase nécessaire à la stabilisation peut dépasser , ce qui exclut l’utilisation
2
d’un correcteur à action Proportionnelle, Intégrale et Dérivée.
4.11.1 Correction par retard de phase
L’introduction d’un correcteur à retard de phase du type :
1 + τp
C(p) =
1 + bτ p
avec b 1 permet une certaine action stabilisante. Cette solution se fait au détriment de la fréquence de coupure
qui est abaissée et de la précision dynamique du système.
4.12. MÉTHODE D’ASSERVISSEMENT PAR LE LIEU D’EVANS 73
4.11.2 Prédicteur de Smith
C(p)
yc + + u y
C1 (p) F1 (p)e −pTR
− −
(1 − e −pTR )F1 (p)
Figure 4.31 – Schéma-bloc de principe du prédicteur de Smith
Ce régulateur, dont le schéma-bloc est donné à la figure Figure (4.31), tient compte de la fonction de transfert du
processus à commander, y compris le retard.
Pour le prédicteur de Smith, nous obtenons la fonction de transfert :
C1 (p)
C(p) = (4.11)
1 + (1 − e −pTR )F1 (p)C1 (p)
C(p) est la fonction de transfert globale du correcteur ”prédicteur de Smith”, C1 (p) est la partie du correcteur
”prédicteur de Smith” qui corrige la partie F1 (p) de la fonction de transfert du modèle sans le retard e −pTR . Nous
obtenons donc pour la fonction de transfert du système avec son correcteur :
Y (p) C(p)F1 (p)e −pTR
=
Yd (p) 1 + C(p)F1 (p)e −pTR
C1 (p)
−pT
F1 (p)e −pTR
1 + (1 − e R )F (p)C (p)
1 1
=
C1 (p)
1+ F1 (p)e −pTR
1 + (1 − e −pTR )F1 (p)C1 (p)
C1 (p)F1 (p)
= × e −pTR
1 + C1 (p)F1 (p)
Cela donne comme schéma-bloc équivalent pour le système bouclé :
yc + y
C1 (p) F1 (p) e −pTR
Figure 4.32 – Schéma-bloc équivalent du prédicteur de Smith
Le retard est repoussé en fin de chaı̂ne. Il est par contre possible de corriger le reste de la fonction de transfert par
un correcteur quelconque.
Les retards imposés par les systèmes sont incontournables : le système ne répond qu’avec un certain retard, et on
ne peut pas, par le biais de la théorie, aller contre l’installation réelle qui induit ce retard. Par contre, si le reste du
processus a une dynamique lente, elle peut être accélérée par une commande adéquate : l’automatique est la science
des systèmes dynamiques.
4.12 Méthode d’asservissement par le lieu d’Evans

4.12.1 Introduction
Nous avons, jusqu’à présent, vu que les propriétés du système étudié sont directement liées aux valeurs des pôles
et des zéros de la fonction de transfert du modèle linéaire qui le représente. L’étude des pôles et des zéros va donc
permettre d’avoir des conclusions quant au comportement (temporel, fréquentiel) du système. Si cette étude se fait en
fonction de la variation d’un paramètre, nous obtenons un diagramme des pôles et des racines du système. Dans le
cas où le paramètre variable est le gain k du correcteur C(p), le diagramme étudié s’appelle alors le lieu d’Evans ; c’est
aussi le diagramme le plus étudié.
+
k C(p) F (p)
Figure 4.33 – Système avec correcteur et gain variable
Le système modélisé par le schéma-bloc de la figure Figure (4.33) a comme fonction de transfert W (p) =
kF (p)C(p) kN (p) N (p)
= où N (p) et D(p) sont des polynômes en la variable p définis par F (p)C(p) =
1 + kF (p)C(p) D(p) + kN (p) D(p)
(fonction de transfert en boucle ouverte, sans tenir compte du gain k).
Pour un processus physique, nous avons forcément deg(N ) ≤ deg(D) par le principe de causalité, et nous avons
souvent deg(N ) < deg(D).
Les pôles du système bouclé sont donc les racines de l’équation en p :
D(p) + kN (p) = 0 (4.12)
4.12.2 Construction du lieu d’Evans

4.12.2.1 Nombre de branches
Le nombre de branches du lieu d’Evans est égal au nombre de racines de l’équation (4.12), autrement dit, au degré
du dénominateur D(p) de la fonction de transfert en boucle ouverte.
4.12.2.2 Points de départ

Le lieu d’Evans consiste à représenter le diagramme des pôles et des zéros de la fonction de transfert en boucle
fermée, en fonction des valeurs de k. Les points de départ consistent alors en les diagrammes des pôles si k = 0. Dans
l’équation (4.12), cela revient à trouver les racines de D(p), dénominateur de la fonction de transfert en boucle ouverte.
Nous représenterons ces pôles de la fonction de transfert en boucle ouverte par des croix (×).
4.12.2.3 Points d’arrivée

Pour k −→ +∞, l’équation (4.12) est équivalente à N (p) = 0. Les points d’arrivée du lieu d’Evans sont alors les
zéros de la fonction de transfert en boucle ouverte, et nous représenterons ces points d’arrivée par des cercles (◦). Les
autres pôles tendent vers l’infini, et si n et m sont respectivement les degrés de D(p) et N (p), alors le lieu d’Evans
présente n − m branches infinies.
4.12.2.4 Asymptotes, condition des angles

m
Y
m n
(p − zi )
Y Y i=1 −1
Si nous écrivons N (p) = (p−zi ) et D(p) = (p−pj ), alors la relation (4.12) peut se réécrire : n =
i=1 j=1
Y k
(p − pj )
j=1
Si nous notons M , Zi , Pj respectivement les points d’affixe p, zi , pj , nous obtenons la condition sur les arguments :
m
X n
X
Si k > 0 : arg(Zi M ) − arg(Pj M ) = −(1 + 2λ)π (4.13a)
i=1 j=1
m
X n
X
Si k < 0 : arg(Zi M ) − arg(Pj M ) = −2λπ (4.13b)
i=1 j=1
avec λ ∈ Z.
Les relations (4.13a) et (4.13b) définissent la condition des angles.
Comme les zéros et les pôles sont finis, les points Zi et Pj sont à distance finie, et si nous notons αλ l’angle
définissant la direction asymptotique donnant le point M si k tend vers l’infini, il vient la relation :
2λ + 1
Si k > 0 : mαλ − nαλ = −(1 + 2λ)π soit : αλ = π (4.14a)
n−m
2λπ
Si k < 0 : mαλ − nαλ = −2λπ soit : αλ = (4.14b)
n−m
Dans ces deux cas, nous obtenons n − m directions asymptotiques distinctes caractérisées par les n − m valeurs
possibles pour λ, λ = 0, 1, . . . , n − m − 1.
D’autre part, il est possible de démontrer (mais nous ne le ferons pas), que ces n − m branches infinies admettent
n − m asymptotes qui concourent toutes au même point de l’axe réel dont l’abscisse σ est donnée par :
n
X m
X
pj − zi
j=1 i=1
σ= (4.15)
n−m
Les différentes possibilités pour les asymptotes sont données par les deux figures Figure (4.34) et Figure (4.35).
Im Im
σ < σ <
n−m=1 n−m=2
Im Im
σ < σ <
n−m=4
n−m=3
Figure 4.34 – Diagramme d’Evans : allure des asymptotes lorsque k > 0
Im Im
σ < σ <
n−m=1 n−m=2
Im Im
σ < σ <
n−m=3
n−m=4
Figure 4.35 – Diagramme d’Evans : allure des asymptotes lorsque k < 0
4.12.2.5 Axe de symétrie

Comme tous les coefficients de l’équation (4.12) sont réels (modélisation d’un processus réel), alors les racines de
cette équation sont soit réels, soit complexes conjuguées. Il en résulte une symétrie par rapport à l’axe des réels.
4.12.2.6 Points de séparation d’avec l’axe réel

L’équation (4.12) peut se réécrire :
D(p)
= −k (4.16)
N (p)
On peut montrer que les abscisses des points de séparation du lieu d’Evans sont données par la résolution de
l’équation :
m n
X 1 X 1
= (4.17)
i=1
x − z i j=1
x − pj
−D(xl )
À chaque solution xl de cette équation correspond un gain k = .
N (xl )
4.12.2.7 Intersections avec l’axe imaginaire

Pour trouver les intersections avec l’axe imaginaire, il n’existe pas de méthodes géométriques. Il est alors nécessaire
de construire le tableau de Routh : il s’agit de trouver des pôles imaginaires purs, et, dans ce cas, toute une ligne du
tableau de Routh doit être nulle (voir la construction du tableau de Routh).
4.12.2.8 Tangente en un point terminal complexe (départ ou arrivée)

L’angle β entre la tangente en un point terminal P du lieu d’Evans et l’horizontale peut être approché par l’angle
que fait la sécante joignant le point terminal P et un point M du lieu d’Evans proche de P : β ' arg P M . Si maintenant,
π
nous appelons P̄ le point conjugué de P , nous avons aussi arg P̄ M ' , et la condition des angles permet de calculer
2
β.
4.12.3 Exemple de tracé d’un diagramme d’Evans

k
Tracez le lieu d’Evans de la fonction de transfert pour k > 0. Nous supposerons que 0 < τ1 < τ2 .
p(1 + τ1 p)(1 + τ2 p)
Nombre de branches, points de départ, points d’arrivée Cette fonction de transfert admet les trois pôles
1 1
p0 = 0, p1 = et p2 = et ne possède pas de zéro. Le lieu d’Evans admet alors trois branches asymptotiques dont
τ1 τ2
π
les pentes valent (voir l’équation (4.14a) : (2k + 1) , k = 0, 1, 2. Comme il n’y a pas de zéro, il n’y a pas de point
3
d’arrivée.
Asymptotes Le point de jonction des asymptotes a pour abscisse xa donné par l’équation (4.15) :
X X
pi − zj 1

1 1

τ1 + τ2
xa = = − − =− (4.18a)
n−m 3 τ1 τ2 3τ1 τ2
Points de séparation d’avec l’axe réel Le point de séparation du lieu d’Evans d’avec l’axe réel correspond au
point d’abscisse xs donné par la relation (4.17), ce qui nous donne :
1 1 1
+ 1 + 1 =0 (4.18b)
xs xs + τ1 xs + τ2
Si nous effectuons le calcul, nous obtenons :
1 τ1 (1 + τ2 xs ) + τ2 (1 + τ1 xs )
− =
xs (1 + τ1 xs )(1 + τ2 xs )
=⇒ 1 + xs (τ1 + τ2 ) + τ1 τ2 x2s = −(τ1 + τ2 )xs − 2τ1 τ2 x2s
=⇒ 1 + 2(τ1 + τ2 )xs + 3τ1 τ2 x2s = 0
En résolvant cette équation du second degré, nous obtenons les solutions

p
−(τ1 + τ2 ) ± (τ1 + τ2 )2 − 3τ1 τ2
xs =
3τ1 τ2
1
La valeur de xs à conserver est celle qui est entre les pôles 0 et − car nous avons déjà une branche du point
τ2
1
de départ (− , 0) à (−∞, 0) (asymptote correspondant à la condition des angles avec k = 1) et les deux points de
τ2
1
départ (0, 0) et (− , 0) doivent se séparer pour avoir le bon nombre de branches (il n’y a pas de point d’arrivée sur
τ1
ce lieu d’Evans). Nous obtenons alors pour abscisse du point de séparation :
p
−(τ1 + τ2 ) + (τ1 + τ2 )2 − 3τ1 τ2
xs = (4.18c)
3τ1 τ2
Intersections avec l’axe imaginaire Pour calculer les intersections avec l’axe imaginaire, il faut calculer pour
quelle valeur de k, nous obtenons pour les pôles de la fonction de transfert en boucle fermée les pôles complexes
imaginaires purs p = ±jω de l’équation k + p(1 + τ1 p)(1 + τ2 p) = 0.
Nous obtenons : k + jω(1 − ω 2 τ1 τ2 + jω(τ1 + τ2 )) = 0, ce qui nous conduit, en séparant les parties réelles et
imaginaires, à :
k − ω 2 (τ1 + τ2 )) = 0
(4.18d)
1 − ω 2 τ1 τ2 = 0
1 τ1 + τ2
d’où nous tirons ωc = √ et kc = .
τ1 τ2 τ1 τ2
4.12.4 Correction des systèmes par la méthode du lieu d’Evans : principes

Nous présentons maintenant une liste absolument non exhaustive de conditions à remplir pour choisir une politique
de correction des systèmes dynamiques linéaires continus à l’aide du lieu d’Evans.
– Pour qu’un système dynamique soit suffisamment stable, il faut que la racine de l’équation caractéristique dont
la partie réelle est la plus grande ait une partie réelle suffisamment négative (marge absolue de stabilité). Il faut
donc choisir un k tel que le point correspondant du lieu d’Evans correspondant se trouve à gauche d’une droite
d’abscisse A.
– Si nous voulons comparer le système étudié à un système du second ordre de coefficient d’amortissement z0 =
sin α0 , il nous faut avoir la partie du lieu d’Evans à choisir dans un secteur comprenant le demi-axe réel négatif
et délimité par les deux demi-droites faisant un angle ±α0 avec l’axe imaginaire.
– Pour finir, il nous faut choisir un gain k suffisamment élevé pour assurer la meilleure précision possible en régime
permanent et en basses fréquences.
Pour satisfaire ces différentes conditions, nous pouvons introduire les différents correcteurs précédemment étudiés afin
d’ajouter des pôles et des zéros, et ainsi ”déformer” le lieu d’Evans dans le sens souhaité.
Table des figures
1.1 Régulation manuelle de température par chauffage électrique . . . . . . . . . . . . . . . . . . . . . . . 1

1.2 Un exemple de deux sous-systèmes en cascade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Un exemple de deux sous-systèmes en parallèle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.4 Un exemple de système bouclé par retour de sortie : l’ampli-op monté en amplificateur . . . . . . . . . 3
1.5 Schéma de principe d’un système de commande . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1
3.1 Réponse indicielle d’un système du premier ordre de fonction de transfert 10 . . . . . . . . . . . 22
1 + 2π p
1
3.2 Réponse impulsionnelle d’un système du premier ordre de fonction de transfert 10 . . . . . . . . 23
1 + 2π p
3.3 Réponse indicielle théorique d’un système du second ordre . . . . . . . . . . . . . . . . . . . . . . . . . 25
1(10.2π)2
3.4 Réponse indicielle d’un système du second ordre : . . . . . . . . . . . . . . . 26
(10.2π)2 + 2z10.2πp + p2
3.5 Zoom pour les premiers instants de la réponse indicielle d’un système du second ordre . . . . . . . . . 27
1.(10.2.π)2
3.6 Réponse impulsionnelle d’un système du second ordre de fonction de transfert 28
(10.2.π)2 + 2.z.10.2.π.p + p2
10
3.7 Diagramme de Bode de la fonction de transfert 1 + p . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2π
10
3.8 Diagrammes de Bode de la fonction de transfert 1 − p . . . . . . . . . . . . . . . . . . . . . . . . . 32
2π
1
3.9 Diagramme de Bode de la fonction de transfert 10 . . . . . . . . . . . . . . . . . . . . . . . . . . 33
1 + 2π p
1
3.10 Diagramme de Bode de la fonction de transfert 10 . . . . . . . . . . . . . . . . . . . . . . . . . . 34
1 − 2π p
(10.2.π)2 + 2.z.10.2.π.p + p2
3.11 Diagramme de Bode de la fonction de transfert . . . . . . . . . . . . . . 35
1.(10.2.π)2
1.(10.2.π)2
3.12 Diagramme de Bode de la fonction de transfert . . . . . . . . . . . . . . 36
(10.2.π) + 2.z.10.2.π.p + p2
2
10
3.13 Diagramme de Black de la fonction de transfert 10 . . . . . . . . . . . . . . . . . . . . . . . . . . 37
1 + 2π p
1.(10.2.π)2
3.14 Diagramme de Black de la fonction de transfert . . . . . . . . . . . . . . 38
(10.2.π)2 + 2.z.10.2.π.p + p2
3.15 Contour d’exclusion de Nyquist avec deux pôles imaginaires purs conjugués l’un de l’autre et un pôle nul 38
10
3.16 Diagramme de Nyquist de la fonction de transfert 10 . . . . . . . . . . . . . . . . . . . . . . . . 39
1 + 2π p
1(10.2π)2
3.17 Diagrammes de Nyquist de la fonction de transfert . . . . . . . . . . . . . . 40
(10.2π)2 + 2.z.10.2πp + p2
4.1 Un exemple de bouclage de système . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

4.2 Deux shéma-blocs théoriques à retour unitaire équivalents. . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.3 Schéma bloc à retour unitaire étudié. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.4 Contour d’exclusion de Nyquist avec deux pôles imaginaires purs conjugués l’un de l’autre et un pôle nul 45
4.5 Performances dynamiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.6 Présentation des différentes marges dans le plan de Nyquist . . . . . . . . . . . . . . . . . . . . . . . . 49
4.7 Abaque de Black . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.8 Déduction des caractéristiques du système en boucle fermée à partir du diagramme de Black de la
fonction de transfert en boucle ouverte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.9 Les différents rôles d’un correcteur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4.10 Réponse indicielle du système bouclé par retour unitaire de fonction de transfert en boucle ouverte :
Kωn2 1
T (p) = 2 2
avec K = 15, ωn = 20 et τ = . . . . . . . . . . . . . . . . . . . 53
(1 + τ p)(ωn + 2zωn p + p ) 2π
4.11 Diagrammes de Bode de T (p) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
79
80 TABLE DES FIGURES
4.12 Diagrammes de BLack de T (p) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55

4.13 Zoom sur les diagrammes de Bode de T (p) pour les marges de gain et de phase . . . . . . . . . . . . . 56
4.14 Influence sur le diagramme de Black d’un correcteur Proportionnel de gain Kp . . . . . . . . . . . . . 57
4.15 Réalisation pratique d’un correcteur proportionnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4.16 Diagramme de Bode du correcteur Proportionnel et Dérivée théorique . . . . . . . . . . . . . . . . . . 58
4.17 Influence sur le diagramme de Black d’un correcteur Proportionnel et Dérivé théorique . . . . . . . . . 59
4.18 Réalisation pratique d’un correcteur proportionnel et dérivée . . . . . . . . . . . . . . . . . . . . . 60
4.19 Diagramme de Bode du correcteur à avance de phase . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.20 Influence sur le diagramme de Black d’un correcteur à avance de phase bien réglé . . . . . . . . . . . . 62
4.21 Réalisation pratique d’un correcteur à avance de phase. . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.22 Diagramme de Bode d’un correcteur Proportionnel et Intégral . . . . . . . . . . . . . . . . . . . . . . . 64
4.23 Influence sur le diagramme de Black d’un correcteur Proportionnel et Intégral . . . . . . . . . . . . . . 65
4.24 Réalisation pratique d’un correcteur Proportionnel et Intégral. . . . . . . . . . . . . . . . . . . . . . . 66
4.25 Diagramme de Bode d’un correcteur à retard de phase . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.26 Influence sur le diagramme de Black d’un correcteur à retard de phase . . . . . . . . . . . . . . . . . . 67
4.27 Réalisation pratique d’un correcteur à retard de phase. . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.28 Diagramme de Bode d’un correcteur à avance-retard de phase . . . . . . . . . . . . . . . . . . . . . . . 69
4.29 Influence sur le diagramme de Black d’un correcteur à avance-retard de phase bien réglé . . . . . . . . 70
4.30 Réponse indicielle pour le réglage par la première méthode de Ziegler et Nichols : I est le point de plus
Valeur Finale - Valeur Initiale
grande pente, puis mesure de T1 et de la pente α par : α = . . . . . . . 71
T2 − T1
4.31 Schéma-bloc de principe du prédicteur de Smith . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
4.32 Schéma-bloc équivalent du prédicteur de Smith . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
4.33 Système avec correcteur et gain variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
4.34 Diagramme d’Evans : allure des asymptotes lorsque k > 0 . . . . . . . . . . . . . . . . . . . . . . . . . 75
4.35 Diagramme d’Evans : allure des asymptotes lorsque k < 0 . . . . . . . . . . . . . . . . . . . . . . . . . 75
Liste des tableaux
1.1 Tableau de transformées de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1 Tableau du critère de Routh . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
4.1 Tableau de réglage d’un PID par la méthode de Ziegler et Nichols en boucle ouverte . . . . . . . . . . 71
4.2 Tableau de réglage d’un PID par la méthode de Ziegler et Nichols en boucle fermée . . . . . . . . . . . 72
4.3 Tableau de réglage d’un PID par la méthode adoucie de Ziegler et Nichols en boucle fermée . . . . 72
81

Automatique Linéaire

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Automatique Linéaire

Transféré par

Droits d'auteur :

Formats disponibles

UE GEP3025L, Automatique:

Analyse et commande des procédés : cas des systèmes linéaires1

2 Rappels : Fonction de transfert (cas SISO) 15

3 Étude des modèles fondamentaux 21

4 Commande bouclée des systèmes linéaires 41

4.3 Étude de la stabilité des systèmes asservis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

1.1 exemples introductifs

1.1.1 Régulation de température

potentiomtre Puissance thermique

Figure 1.1 – Régulation manuelle de température par chauffage électrique

1.1.2 Le matin, nous prenons une douche. . .

Définition 1.2 (Entrées, Sorties et Perturbations en automatique).

1.2.1 Schéma fonctionnel ou schéma-bloc

Exemples de fonction : Sommateur, Comparateur, Intégrateur, Dérivateur, Actionneurélectromécanique, Capteur

1.2.2 Les structures en cascade, en parallèle, à boucle

Figure 1.2 – Un exemple de deux sous-systèmes en cascade

Figure 1.3 – Un exemple de deux sous-systèmes en parallèle

1.3 Système de commande

partie ”logicielle” partie ”système”

Figure 1.5 – Schéma de principe d’un système de commande

1.4.1 Signaux fictifs

1.4.2 Signaux réels

1.4.3 Transformation de Fourier

Ce qui peut se réécrire en notation fonctionnelle :

F [f ] = F [f (.)] = F [f ] (.) = F [f (.)] (.) : R −−−−−−−−−→ C

Nous allons maintenant rappeler quelques propriétés de la transformation de Fourier.

∀f, g ∈ L1 (R) ∩ L2 (R), ∀α, β ∈ R, ∀ω ∈ RF [αf + βg](ω) = αF (ω) + βG(ω) (1.3a)

∀ω ∈ R, ∀f ∈ L1 (R) ∩ L2 (R), ∀τ ∈ R, F [f (. − τ )](ω) = exp(−jωτ )F (ω) (1.3c)

Proposition 1.5 (Intégration).

Proposition 1.6 (Dérivation).

∀ω ∈ R, ∀f ∈ L1 (R) ∩ L2 (R), F [f˙(.)](ω) = jωF (ω) (1.3e)

• Exercice 1–3 : Démontrez les propriétés précédentes de la transformée de Fourier.

1.4.4 Transformation de Laplace

par transformation de Fourier inverse.

et l’original f (.) de F (.) est donné par :

1.4.5 Propriétés de la transformation de Laplace

Proposition 1.8 (Linéarité).

∀a, b ∈ R, L [af (.) + bg(.)] = aL [f (.)] + bL [g(.)] (1.10a)

Proposition 1.9 (Dérivation).

Pour un ordre de dérivation n quelconque fini et entier :

Proposition 1.10 (Théorème de la valeur finale).

lim (f (t)) = lim (pF (p)) (1.10e)

Proposition 1.11 (Théorème de la valeur initiale).

lim (f (t)) = lim (pF (p)) (1.10f)

Proposition 1.12 (Théorème de convolution).

∀p ∈ C− , L [(f1 ? f2 ) (.)] (p) = F1 (p).F2 (p) (1.10g)

∀τ ∈ R, ∀p ∈ C− , L [y(.)] (p) = L [x(. − τ )] (p) (1.10h)

L’intérêt de la transformation de Laplace pour l’automatique est maintenant évident :

1.4.6 Tableau de transformées de Laplace

Tableau 1.1: Tableau de transformées de Laplace

x(t) pour t > 0 X(p)

δ(t) (impulsion de Dirac) 1

δ(t − T ) (impulsion de Dirac retardée de T ) e −T p

Tableau 1.1: Tableau de transformées de Laplace (Suite)

x(t) pour t > 0 X(p)

Tableau 1.1: Tableau de transformées de Laplace (Suite)

x(t) pour t > 0 X(p)

1.5 Description des Systèmes Linéaires Invariants

∀t, t0 ∈ R, S est temps-invariant signifie y(t) = S [u(t)] ⇐⇒ y(t − t0 ) = S [u(t − t0 )]

∀k1 , k2 ∈ R, ∀t ∈ R, S [k1 u1 (t) + k2 u2 (t)] = k1 S [u1 (t)] + k2 S [u2 (t)]

• Exercice 1–5 : Démontrez l’affirmation ci-dessus (linéarité de l’opérateur de dérivation).

1.5.1 Réponse temporelle

Cette réponse impulsionnelle caractérise complètement le système.

Ce chapitre est un rappel du cours Systèmes linéaires vu en L2.

1 t√ωn2 (1−z2 ) 1 −t√ωn2 (1−z2 )

type octaves : Gdb 3 1 0,25 - -

type décades : Gdb 0 0 0,01 0,04 0,17 0,97 3,01