Vous êtes sur la page 1sur 60

SYSTEMES A TEMPS DISCRET

Commande numérique des procédés

Dimitri Peaucelle

7 avril 2003
2
Avant-propos

Ce document est conçu comme un support de cours destiné à des élèves ingénieurs. Il a été rédigé en particulier en vue
d’un enseignement de 15 heures à l’ENSA (Ecole Nationale des Sciences Appliquées) située sur le pôle technologique de
l’Université Ibn Zohr, Agadir, Maroc.
L’objectif de ce cours est d’aborder certains aspects de la commande numérique des systèmes et ne se veut en aucun cas
exhaustif. Les pré-requis concernent des aspects mathématiques tels que la manipulation de fonctions et de suites, le calcul
intégral et les séries, la transformée de Laplace; ainsi qu’une bonne connaissance de l’Automatique des systèmes linéaires
à temps continu. Partant de procédés physiques modélisées par des fonctions de transfert en p (variable de Laplace) nous
aborderons successivement la modélisation de systèmes discrets et échantillonnés, leur analyse et pour finir la synthèse
de lois de commande numériques.
Le premier chapitre est entièrement dédié à la modélisation. Il présente dans un premier temps la modélisation de si-
gnaux à temps discret avant d’introduire la notion de fonction de transfert en z. Il porte une attention particulière aux
systèmes discrets obtenus par échantillonnage de procédés continus et qui sont au centre de la problématique de la com-
mande numérique.
Les deux chapitres suivants portent sur la description et l’analyse des comportements temporels d’un système à temps
discret. Le chapitre 2 commence par décrire et calculer les réponses d’un système à la donnée d’une entrée. Le chapitre
3 quant à lui, s’intéresse à la notion primordiale en Automatique de stabilité. Il propose des résultats théoriques pour
analyser cette propriété.
Par la suite, deux chapitres sont consacrés à la synthèse de lois de commande. Le chapitre 4 considère le cas le plus
élémentaire d’une loi de commande statique constituée de simples gains. Le chapitre 5 aborde une technique dite de
discrétisation. Elle consiste à transposer les méthodes de synthèse spécifiques aux systèmes à temps continu pour la
commande numérique de systèmes échantillonnés.
Il est important de préciser que ce document doit beaucoup au polycopié de cours réalisé par Bernard Pradin à l’INSA
de Toulouse, [9]. De plus il s’inspire d’ouvrages précédents tels que [1] [3] [4] [6] [7] [2] [5] [8].

Toulouse, 7 avril 2003

Dimitri Peaucelle

i
ii
BIBLIOGRAPHIE iii

Bibliographie

[1] P. Borne, G. Dauphin-Tanguy, J.P. Richard, F. Rotella, and I. Zambettakis. Analyse et Régulation des Processus
Industriels. Tome 1 : Régulation continue. Technip, France, 1993.
[2] P. Borne, G. Dauphin-Tanguy, J.P. Richard, F. Rotella, and I. Zambettakis. Analyse et Régulation des Processus
Industriels. Tome 2 : Régulation numérique. Technip, France, 1993.
[3] B. d’Andréa Novel and M. Cohen de Lara. Commande Linéaire des Systèmes Dynamiques. Masson, France, 1994.
[4] E. Dieulesaint and D. Royer. Automatique Appliquée : 1. Systèmes linéaires de commande à signaux analogiques.
Masson, France, 1987.
[5] E. Dieulesaint and D. Royer. Automatique Appliquée : 2. Systèmes linéaires de commande à signaux échantillonn és.
Masson, France, 1990.
[6] R.C. Dorf and R.H. Bishop. Modern Control Systems. Addison-Wesley Publishing Company, Inc., New-York, 1995.
[7] G.F. Franklin, J. D. Powell, and A. Emami-Naeini. Feedback Control of Dynamic Systems. Addison-Wesley Publi-
shing Company, Inc., New-York, 1994.
[8] D. Jaume, S. Thelliez, and M. Vergé. Commande des Systèmes Dynamiques par Calculateur. Eyrolles, France, 1991.
[9] B. Pradin. SYSTEMES A TEMPS DISCRET - Commande numérique des procédés. INSA Toulouse, France, 1999.
iv BIBLIOGRAPHIE
Chapitre 1

Modèles des systèmes à temps discret

On examine ici des modèles qui peuvent être utilisés continu dont les valeurs sont nulles à tout instant sauf à
pour représenter des systèmes à temps discret, mono en- certains instants périodiquement répartis. Soit T  0 cette
trée mono sortie. Dans un premier temps, ces modèles période qui peut être quelconque à ce stade. Dans certains
sont présentés dans leur généralité. Une attention parti- cas T est appelée la cadence du signal. Le signal à temps
culière est ensuite portée aux systèmes à temps discrets discret peut être confondu par analogie avec le signal à
obtenus par échantillonnage, en vue de la commande par temps continu suivant :
calculateur, de systèmes à temps continu.   
 n

  x t  xk si t  kT : k 
t   x t  0 sinon
1.1 Signal à temps discret
Nous verrons par la suite que cette représentation cor-
1.1.1 Introduction respond à la modélisation du processus d’échantillonnage.

L’Automatique des systèmes à temps continu repose


sur une représentation mathématique des échanges d’éner- 1.1.2 Définition de la transformée en z
gies, de forces, d’informations en tant que fonctions du
La transformée de Laplace pour les signaux continus
temps à valeurs réelles (éventuellement espace vectoriel
s’écrit :
de ) :    
n ∞
 X  p   x  t  !" x  t  e# pt
dt
t  x t  0
Cette représentation ne tient pas compte de l’ensemble Dès lors, avec ce qui précède il est possible de définir la
des réalités des échanges de signaux rencontrés en pra- transformée de Laplace d’un signal discret à la donnée
tique. En particulier, l’emploi accru de calculateurs nu- d’une période T :
mériques conduit à considérer des signaux, dit à temps  ∞
discret, qui n’admettent des valeurs qu’a certains instants X   p $  x  t  ! " x   t  e# pt
dt
régulièrement espacés. Mathématiquement ils sont repré- 0

sentés par des suites : En ce cas, le signal X  étant non nul que pour certaines
   valeurs discrètes du temps on trouve :
n
 
k  xk ∞
X   p  ∑ xk e# pkT
Sans entrer dans les détails, notons que les outils mathé- k 0
matiques associés aux suites sont aussi riches que ceux C’est à partir de ce résultat que la transformée en z des
employés dans le cas de fonctions. Un grand nombre de signaux discrets a été proposée.
notions primordiales ont leur équivalent telles que l’in-
tégration (
tT 0 ) qui correspond dans le cas de séquences On appelle transformée en z de la séquence % xk & k ' N la
discrètes à l’opérateur somme (∑Nk 0 ), et la transformée série entière définie par :
de Laplace (  x  t  X  p  ) dont l’équivalent discret ap-  ∞
pelée transformée en z ( xk  X  z  ) est décrite dans ce X  z  (% xk & ! ∑ xk z # k
k 0
qui suit.
Il est possible sous certaines hypothèses de représenter Des exemples de transformées en z fréquemment utili-
les signaux à temps discret comme des signaux à temps sées sont données dans le tableau 1.1 de la page 5.

1
2 CHAPITRE 1. MODÈLES DES SYSTÈMES À TEMPS DISCRET

1.1.3 Propriétés de la transformée en z – Théorème de la sommation


Pour les signaux à temps continu on parle de théo-
La transformée en z est une simple variante de la trans- rème de l’intégration et il s’écrit :
formée de Laplace et elle conserve ses propriétés à quelques
t 1
modifications près. Voici les principales propriétés :
76 " f  τ  dτ89 F  p
0 p
– Linéarité
Pour les signaux à temps continu on rappelle que : Pour les signaux à temps discret on a :

 α f  t *) βg  t  + α  f  t  +) β  g  t   k


z z
;:=< ∑ fl >@?   3% fk &  F  z
De même, on a pour la transformée en z : l 0 z/ 1 z/ 1

 α % fk & ) β % gk &  α (% fk & +) β (% gk & 


– Théorème de la valeur initiale
La valeur initiale d’un signal à temps continu se dé-
– Produit de convolution
duit de sa transformée de Laplace comme suit :
La transformée de Laplace du produit de convolu-
tion  f , g - t  défini par : f  0  lim f  t C lim pF  p 
t A 0B A
p ∞
t t
 f , g - t . " f  τ  g  t / τ  dτ  " f  t / τ  g  τ  dτ La version discrète de ce théorème est donnée par :
0 0

est donnée par : f0  zlim


A ∞ F  z
 0 f , g - t  ! F  p  G  p 
Dans le cas des signaux à temps discret la convolu- – Théorème de la valeur finale
tion se définit par : Si pF  p  est une fraction rationnelle dont les racines
du dénominateur sont à partie réelle négative alors le

k k signal f  t  converge pour t ) ∞ et on a :
 f , g  k  ∑ f l gk # l  ∑ f k # l gl
l 0 l 0 lim f  t  lim p F  p 
t A ∞ A
p 0
et sa transformée en z est :
De même, si z # z 1 F  z  est une fraction rationnelle
 (% f , g & k. F  z G  z  dont les racines du dénominateur sont dans le cercle

unité alors le signal f k converge pour r ) ∞ et on
– Théorème du retard a:
On désigne par f  t / a  le signal identique à f  t  z/ 1
lim f k  lim F  z
mais retardé de la durée a. On a : kA ∞ zA 1 z

 f  t / a  . e# ap
 f  t  e# ap
F  p
1.1.4 Exemples de transformées en z
De même, si f k l est le signal à temps discret f k re-
#
tardé de l périodes : Exemple 1.1
Soit le signal discret tel que :
 (% fk # l &  z# l 
 (% fk & ! z# l F  z 
δ0  1 D7E k  F 0 δk  0
Ce résultat permet de signaler que l’opérateur z # 1

s’apparente à l’opérateur “retard d’une période”. Le calcul de sa transformée en z est relativement direct.
En appliquant la définition on trouve :
– Théorème de l’avance  ∞
Si f k  l correspond au signal f k avancé de l périodes
 3% δk & ! ∑ δkz# k  δ0 z0  1
et tel que f j  0 pour tout j 1 0, alors on a la relation k 0
suivante :
Remarque : Le signal δk définit ici est usuellement dési-
 (% fk  l & ! zl 2  3% fk & 4/ ∑li # 01 fi z# i 5 gné sous l’appellation de l’impulsion unitaire ou encore
dirac. Sa transformée en z vaut 1. G
1.2. SIGNAL ÉCHANTILLONNÉ 3

Exemple 1.2 l’énoncé du théorème de la valeur finale. En effet, z # z 1 F  z R


z # a est une fraction rationnelle dont la racine unique du
z 1
A partir de l’exemple précédent et des propriétés de la
transformée en z les relations suivantes sont obtenues.
#
dénominateur est a. Dire que cette racine est dans le disque
Premièrement considérons le dirac retardé : unité reviens à Q a QS1 1. La limite de la suite se calcule
alors comme suit :
fh  1 DHE k  F h fk  0
z/ 1
lim ak  lim  0
On remarque que f k  δk h, donc d’après le théorème du k A  ∞ zA 1 z / a
retard :
#
G
 (% fk & ! 3% δk # h & . z#  3% δk & ! z#
h h

Considérons maintenant un signal du type échelon :


1.2 Signal échantillonné
E k I 0 ek  1
1.2.1 Introduction
On remarque que ek  ∑kj 0 δk , donc d’après le théorème
de la sommation : Ce cours s’intitule “Commande Numérique des Procé-
k dés” car l’objet principal concerne l’utilisation de calcu-
z z
 (% ek & .J (% ∑ δk &   (% δk & ! lateurs numériques utilisés en temps réel pour comman-
j 0 z/ 1 z/ 1 der, piloter, guider... des procédés physiques qui par es-
sence sont le plus souvent à temps continu. La problé-
Prenons en suivant le signal du type rampe :
matique est alors de représenter les interactions entre des
E k I 0 rk  k signaux physiques modélisés par des fonctions avec des
signaux assimilables par des calculateurs numériques qui
Il est possible de constater que rk H/ ek ) ∑kj 0 ek , donc se présentent sous forme de suites.
en combinant la linéarité de la transformée en z et le théo- Sans entrer dans les détails du fonctionnement des dif-
rème de la sommation on trouve : férents éléments, la commande par calculateur, ou pro-
k cesseur, d’un procédé nécessite la mise en œuvre d’un
 3% rk & KL/M (% ek & )N (% ∑ ek &  certain nombre d’éléments (figure 1.1) :
j 0
z
L/M (% ek & )  (% ek &  – un actionneur, ou organe de commande qui reçoit
z/ 1 les ordres du processeur à travers un convertisseur
z
HO/ 1 ) O (% ek & 
z/ 1 numérique-analogique,
1
  (% ek & 
z/ 1 – un capteur, ou organe de mesure qui transmet au pro-
z
 cesseur les informations recueillies sur le procédé, à
 z / 1 2 travers un convertisseur analogique-numérique.
G
Exemple 1.3 Considérons le signal suivant : Action- u  t  Procédé
y t 
Capteur
neur
E k I 0 f k  ak
Par définition, sa transformée en z se calcule comme suit :
 ∞  ∞  ∞ CAN
CNA
 (% fk &  ∑ fk z# k  ∑ ak z# k  ∑  a P z k
k 0 k 0 k 0 uk yk
Processeur
Il s’agit d’une série géométrique connue :
1 z
F  z  (% f k & . 
1 / aP z z/ a F IG . 1.1 – Structure générale d’une commande de pro-
cédé par calculateur
La limite de la suite ak est très bien connue. Elle existe
uniquement si Q a Q+1 1. Cette condition correspond bien à
4 CHAPITRE 1. MODÈLES DES SYSTÈMES À TEMPS DISCRET

1.2.2 Conversion analogique numérique 1.2.3 Conversion numérique analogique


D’un point de vue modélisation, l’ensemble capteur Le processeur calculant la commande à appliquer au
convertisseur analogique-numérique peut être assimilé à procédé travaille de manière séquentielle et génère des
une prise d’échantillons de la sortie continue y  t  à pé- valeurs numériques uk avec la même période T que celle
riode fixe T (période d’échantillonnage ). Si l’on fait l’hy- qui a été choisie pour l’échantillonnage. L’opération de
pothèse que le temps de codage est négligeable (échan- conversion numérique-analogique la plus courante consiste
tillonnage instantané) et qu’il n’y a pas d’erreur de quan- à produire un signal de commande u  t  en escalier à partir
tification, on peut représenter l’opération de conversion des valeurs uk selon le schéma de la figure 1.3.
analogique-numérique selon le le schéma de la figure 1.2.
uk u t 
y t  yk

uk u t
y t  yk B0  p 
T
0 1 2 k CNA 0 1 2 k
0 t CAN 0 1 2 k
F IG . 1.3 – Convertisseur numérique-analogique
F IG . 1.2 – Convertisseur analogique-numérique
Le modèle mathématique que l’on associe alors à la
Mathématiquement, l’opération d’échantillonnage peut conversion numérique analogique est le bloqueur d’ordre
être assimilée à la modulation du signal continu y  t  par zéro dont la fonction de transfert B0  p  peut être facile-
un train d’impulsions unitaires de période T noté δT (par- ment calculée. En effet, c’est la transformée de Laplace
fois appelé également peigne de Dirac) : de sa réponse impulsionnelle représentée sur la figure 1.4.
 ∞
y  t  y  t  δT  t  δT  t  ∑ δ t / kT  δ t
k 0
Il vient : 1 1
 ∞  ∞ B0  p 
y  t  ∑ y t  δ  t / kT  ∑ yk δ  t / kT 
k 0 k 0
0 t CNA 0 T t
où y t  est un signal à temps continu égal à y  t  aux
instants t  kT et zéro ailleurs et où yk  y  kT  est la F IG . 1.4 – Bloqueur d’ordre zéro
valeur de l’échantillon de y  t  à l’instant kT . Le signal
échantillonné est représenté par la séquence des valeurs La réponse impulsionnelle du bloqueur d’ordre zéro
y  kT  mesurées avec la période T : est de la forme :
% y  kT  &UT % yk & Γ  t ./ Γ  t / T 
L’échantillonnage conduit à une perte d’information au
où Γ  t  représente l’échelon de position unitaire. Il vient
regard du signal continu. Cette perte d’information est
donc :
d’autant plus grande que la fréquence f  1 P T est pe- 1 e# T p 1 / e# T p
tite. Idéalement il faudrait donc échantillonner à une fré- B0  p  / 
p p p
quence infinie, cependant, le choix de la période d’échan-
tillonnage dépend du type de procédé et des possibilités
offertes par les outils numériques. En tout état de cause,
l’échantillonnage doit respecter le théorème de Shannon
qui précise que la fréquence d’échantillonnage f  1 P T
doit être au moins égale à deux fois la plus grande fré-
quence contenue dans le spectre du signal que l’on veut
échantillonner.
Le tableau 1.1 de la page 5 donne une collection de
signaux continus classiques ainsi que leurs transformées
de Laplace et leurs représentations après échantillonnage.
1.2. SIGNAL ÉCHANTILLONNÉ 5

Transformée de Laplace Signal continu Signal échantillonné Transformée en z

F  p   f  t  f  t fk F  z VJ f k 

1 δ t f0  1 D7E k  F 0 fk  0 1

e# ap δ  t / a

e# hT p δ  t / hT  fh  1 D7E k  F h fk  0 z# h

1 z
Γ t  1
p z/ 1

1 z
t kT T
p2  z / 1 2
2 z  z ) 1
t2 k2 T 2 T2
p3  z / 1 3
1 z
e# at
e# akT
p) a z/ e# aT

1 T ze# aT
te # at kTe# akT
 p ) a 2  z / e# aT 2 
b/ a z  e# aT / e# bT 
e# at / e# bt e# akT / e# bkT
 p ) a - p ) b   z / e# aT W  z / e# bT 
z
ak
z/ a
z
O/ a  k
z) a

a z  1 / e # aT 
1 / e# at 1 / e# akT
p  p ) a  z / 1 W z / e# aT 
ω z sin ωT
sin ωt sin ωkT
p2 ) ω2 z2 / 2z cos ωT ) 1
p z  z / cos ωT 
cos ωt cos ωkT
p2 ) ω2 z2 / 2z cos ωT ) 1

TAB . 1.1 – Signaux échantillonn és et leurs transformées de Laplace


6 CHAPITRE 1. MODÈLES DES SYSTÈMES À TEMPS DISCRET

1.3 Système à temps discret de la transformation de Laplace à son équation différen-


tielle, on peut associer à un système à temps discret, une
Un système à temps discret se définit comme un opé- fonction de transfert en z, par application de la transfor-
rateur entre deux signaux à temps discret. Considérons le mation en z à son équation récurrente (cf. Transforma-
système représenté sur la figure 1.5, où uk représente le tion en z dans la section 1.1.2). Sous l’hypothèse que les
conditions “initiales” sont nulles (y0  y1 a`Y`Y`b yn 1 
terme général de la séquence d’entrée et yk le terme gé- #
u0  u1 7`Y`Y`Z um 1  0) il vient la relation suivante :
néral de la séquence de sortie. Un modèle entrée-sortie, #
appelé aussi modèle externe, ne fait intervenir que les va-
riables d’entrée uk et de sortie yk .  a0 ) a1 z )$`Y`Y`[) an# 1 zn# 1 ) an zn  Y  z 
7 b0 ) b1 z )$`Y`Y`\) bm # 1 zm# 1 ) bm zm  U  z 
% uk & % yk &
Système soit encore :
N  z
Y  z  U  z
D  z
F IG . 1.5 – Système à temps discret avec :

Nous allons aborder dans ce cours deux types de mo- N z c d  G  z b0 ) b1 z )_`Z`Y`[) bm # 1 zm# 1 ) bm zm
dèles externes, complémentaires l’un de l’autre, que sont Dz c d a0 ) a1 z )$`Y`Y`[) an 1 zn# 1 ) an zn
les équation récurrentes et les fonctions de transfert. #
qui est définie comme la fonction de transfert en z du
1.3.1 Equation récurrente système.
Dans le cas général où les condition initiales sont non
La modélisation initiale d’un système à temps discret nulles la représentation en z du système s’écrit plus exac-
conduit souvent à l’écriture d’une équation récurrente entre tement :
différents termes des séquences d’entrée et de sortie. La N  z I  z
Y  z  U  z *)
forme générale d’une équation récurrente linéaire peut D  z D  z
être donnée par :
où le polynôme I  z  ne dépend que des conditions ini-
tiales. Il influe sur la sortie du système sans modifier le
an yk  n) an# 1 yk  n# 1 $
) XYXZX[) a1 yk  1 ) a0 yk comportement dû au signal d’entrée U  z  .
 bm uk  m ) bm 1 uk  m 1 )$XYXYX\) b1 uk  1 ) b0 uk La factorisation du numérateur et du dénominateur conduit
# # à la forme pôles, zéros, gain suivante :
(1.1)
Par hypothèse an  F 0 et n est appelé l’ordre du système. bm  z / z1 - z / z2 R`Y`Z`  z / zm 
G  z 
Le système est dit causal si les sorties dépendent unique- an  z / p1 - z / p2 R`Z`Y`O z / pn 
ment des évènements passés. Pour cela il doit obligatoi-
rement vérifier m ] n. Dans ce cas, il est possible d’écrire avec :
l’algorithme qui détermine la sortie du système à la don- bm
née des entrées/sorties précédentes: pi 1 e f f fge n : pôles z j 1 e f f f e m : zéros k : gain
an
an yk 7/ an# 1 yk # 1 /^XYXYX / a1 yk # n# 1 / a0 yk # n Par définition les pôles du système sont les racines du
(1.2)
) bm uk  m# n )_XZXYX[) b1 uk # n# 1 ) b0 uk # n polynôme dénominateur et les zéros du système sont les
racines du polynôme numérateur. Les uns et les autres
Cette formulation de l’équation récurrente est bien adap- sont par défaut des nombres soit réels soit complexes.
tée au calcul numérique. C’est la forme sous laquelle se- Certains auteurs préfèrent une formulation en z # 1 de
ront présentés les algorithmes de commande des procé- la fonction de transfert. On peut l’obtenir à partir de la
dés. Le système est entièrement défini et l’équation ré- formulation en z comme suit :
currente peut être résolue si l’on précise les conditions
“initiales” : y0 D y1 DY`Z`Y`[D yn 1 D u0 D u1 DY`Y`Y`\D um 1. bm m 1 ) bm 1z # 1_ ) XZXYX[) b0 z# m
# # G  z  z # n
# (1.3)
1 ) an 1 )_XZXYX[) a  z
# 1 # 0 #
an z n

1.3.2 Fonction de transfert en z avec les notations suivantes :


De la même manière que l’on associe à un système à bj ai
temps continu, une fonction de transfert, par application b j  ai 
bm an
1.4. SYSTÈME ÉCHANTILLONNÉ 7

Elle correspond à l’équation (1.2) par opposition à (1.1). à temps discret obtenu à la donnée du modèle continu du
Son intérêt est de représenter le système au plus près de procédé.
sa réalité physique dans le sens où z # 1 représente l’opé- Avant cela il est important de revenir sur le choix de
rateur “retard” qui est physiquement réaliste tandis que z la période d’échantillonnage. Le théorème de Shannon
suppose de prévoir les instants futurs. Bien entendu, les précise que la fréquence d’échantillonnage f  1 P T doit
formulations en z et z # 1 sont équivalentes. L’écriture (1.3) être au moins égale à deux fois la plus grande fréquence
fait apparaı̂tre non seulement le gain, les pôles, les zéros contenue dans le spectre du signal que l’on veut échan-
mais également un retard pur zm # n entre une excitation en tillonner. . Ce résultat est exploitable uniquement à la
entrée du système et son effet sur la sortie. donnée d’un signal. Cependant, le signal de sortie d’un
Notons également que, comme dans le cas des sys- système y  t  n’est pas connu dans la problématique consi-
tèmes à temps continu, le dénominateur de la fonction dérée.
de transfert est appelé également polynôme caractéris- Le véritable problème envisagé est celui de l’échan-
tique du système. Son degré n correspond à l’ordre du tillonnage en sortie d’un procédé dont on connaı̂t, par
système et ses racines sont les pôles du système : exemple, sa fonction de transfert mais la sortie du sys-
tème est inconnue car elle dépend du signal d’entrée u  t 
an zn ) an 1 zn# 1
)$XYXYX\) a1 z ) a0
# qui n’est pas précisé. La méthode consiste alors à analy-
 an  z / p1 W z / p2 R`Y`Z`  z / pn  ser les fréquences transmises par le système. En traçant le
diagramme de Bode il est possible de déterminer la fré-
quence de coupure f c du système et donc d’indiquer que
1.4 Système échantillonné toutes les fréquences supérieures à f c dans le spectre du
signal de sortie seront atténuées.
1.4.1 Introduction
Théorème 1.1 En pratique, il est recommandé de choi-
Comme nous l’avons vu dans la section 1.2, la com- sir la fréquence d’échantillonnage dans une fourchette de
mande par calculateur, ou processeur, d’un procédé né- l’ordre de 6 à 24 fois la fréquence de coupure du procédé.
cessite la mise en œuvre de conversions numérique-analogique
et analogique-numérique (voir figure 1.1). La modélisa- Exemple 1.4
tion conduit donc a considérer simultanément dans la boucle
un (ou plusieurs) organes à temps continu et un (ou plu- Ainsi, pour un procédé d’ordre 1 :
sieurs) éléments à temps discret. Alors qu’il est mal aisé 1
de faire l’analyse des systèmes à temps discret en tant que G  p 
1 ) τp
systèmes à temps continu dont les entrées sorties sont non
nulles uniquement par instants, la démarche inverse se ré- la fréquence de coupure est f c  1 P. 2πτ  . La fréquence
vèle être très riche. d’échantillonnage f  1 P T sera choisie telle que :
Ainsi, l’analyse d’un système commandé par calcu-
6 1 24
lateur numérique passe par la définition d’un système à 1 1
temps discret, comprenant le procédé commandé de na- 2πτ T 2πτ
ture généralement continue, et les convertisseurs numérique- soit approximativement :
analogique et analogique-numérique, que l’on peut res-
pectivement assimiler au bloqueur d’ordre zéro et à l’échan- τ
1 T1 τ
tillonneur, selon le schéma de la figure 1.6. 4
G
uk u t  y t  yk Exemple 1.5 Considérons cet autre système :
B0  p  Procédé
T p/ 1
G  p 
p3 ) 2p2 ) 10 X 25p ) 9 X 25

F IG . 1.6 – Procédé échantillonn é Son diagramme de Bode est donné sur la figure 1.7.
La fréquence de coupure est approximativement de ωc 
5rad P s ou encore f c  ωc P 2π. Le critère de Shannon im-
Les modèles entre uk et yk sont du type de ceux présen- pose donc de choisir :
tés précédemment. La suite de cette section s’intéressera
au techniques de détermination du modèle échantillonné 2π P. 24 , 5 1 T 1 2π P. 6 , 5 ih 0 X 05 1 T 1 0X 2
8 CHAPITRE 1. MODÈLES DES SYSTÈMES À TEMPS DISCRET

0
Bode Diagram que l’échantillonnage est très dense en comparaison des
−10
dynamiques observées. Tout échantillonnage plus rapide
−20 demanderait des vitesses de capacité de traitement non
Magnitude (dB)

−30 nécessaires.
−40

−50 Impulse Response


0.2
−60

−70 0.15
−80
180
0.1

90
0.05
Phase (deg)

Amplitude
0

−90
−0.05

−180
10
−2
10
−1
10
0 1
10
2
10 −0.1
Frequency (rad/sec)
−0.15

F IG . 1.7 – Diagramme de Bode du procédé −0.2

−0.25

Nous choisissons T  0 X 2s pour observer le comporte-


0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Time (sec)

ment quand l’échantillonnage implique la plus grande perte


d’information. L’effet de cette période d’échantillonnage F IG . 1.9 – Sorties à temps continu et échantillonn ées
est observée sur des exemples de signaux en sortie du
système. Nous avons tracé deux telles réponses sur la G
figure 1.8 pour une entrée impulsionnelle et une entrée
en échelon. On observe que la période d’échantillonnage
rend correctement compte de la réalité du signal à temps 1.4.2 Fonction de transfert échantillonnée
continu. Il n’y a pas de perte significative de l’informa-
tion contenue dans le signal. Dans cette sous-section, la méthode de calcul qui per-
met à la donnée d’une fonction de transfert d’un système
0.2
Step Response
à temps continu de déduire le modèle en z du système
à temps discret obtenu par échantillonnage est exposée.
0.15 Elle se résume au théorème suivant.
0.1

Théorème 1.2 Soit un procédé continu modélisé par


0.05
une fonction de transfert Gc  p  . Ce procédé, échantillonn é
suivant le schéma de la figure 1.6 admet une fonction de
Amplitude

0
transfert en z telle que:
−0.05

z/ 1 Gc  p 
−0.1 G  z j G  p  Bo  p  .  6 8
z p
−0.15

−0.2

−0.25
Avant de procéder à la preuve de ce résultat il convient
0 1 2 3 4
Time (sec)
5 6 7 8
de détailler l’écriture  H  p  où H  p  est une fonction
de transfert d’un système continu. Cette notation recouvre
F IG . 1.8 – Sorties à temps continu et échantillonn ées l’opération suivante:

Les observations peuvent également se faire avec T 


 1  
H  p N/kVl h t  / / m H  z
T
hk
0 X 05s, quand l’échantillonnage devient élevé au regard
des fréquences non-atténuées par le système. Pour ce cas A la donnée d’une fonction de transfert H  p  il convient
nous avons fait un grossissement des premiers instants en premier lieu de calculer sa réponse impulsionnelle h  t  ,
des réponses du système (voir figure 1.9). On constate puis d’échantillonner ce signal, % hk &UT % h  kT  & , et enfin
1.4. SYSTÈME ÉCHANTILLONNÉ 9

de calculer sa transformée en  hk n H  z  . Cette pro- uk 1 yk


cédure est détaillée par la suite sur des exemples et un B0  p 
p  p ) 1 T
tableau de conversion est fourni (tableau 1.2 page 10).
Preuve du théorème 1.2
Appelons u o t  le signal à temps continu constitué des F IG . 1.10 – Système échantillonn é x
échantillons uk  u  kT  du signal de commande et qui
vaut zéro partout ailleurs :
 ∞
u   t  ∑ uk δ  t / kT 
k 0 Exemple 1.6
La transformée de Laplace de ce signal s’écrit: Considérons le système échantillonné représenté sur la
figure 1.10 et pour lequel on veut calculer la fonction de
 ∞
 ∞ transfert en z.
U   p  " u   t  e# pt
dt  ∑ uk e # kT p
La fonction de transfert continue étant :
0 k 0
1
Par définition des fonctions de transfert les signaux conti- Gc  p 
p  p ) 1
nus U  p  et Y  p  vérifient:
la fonction de transfert échantillonnée est donnée par :
U  p  B0  p  U   p  Y  p  Gc  p  U  p 
z/ 1 G  p
Ainsi en posant H  p  Gc  p  B0  p  : G  z J B0  p  Gc  p  v6 c 8
z p
 ∞ avec la décomposition en éléments simples suivante:
Y  p  H  p  U   p  ∑ H  p  uk e # kT p
k 0 Gc  p  1 / 1 1 1
 r ) )
ce qui en appliquant le théorème du retard donne : p p2  p ) 1  p p2 p) 1
En utilisant le tableau 1.1, il vient :
y  t pq
 ∞# Y  p  
1
z/ 1
 ∑ r# 1 s H  p  e# t uk z Tz z
kT p G  z  6/ ) ) 8
z z/ 1  z / 1 2 z / e# T
k 0

 ∑ h  t / kT  uk soit :
k 0
yy
  K   e# T / 1 ) T
T

avec h  t .u # 1 H  p   . Après échantillonnage, yl  y  lT  ,  z / b yy a e#


G  z  K
 z / 1 - z / a  T  1 / e# T 
le signal à temps discret de sortie vérifie donc: b 1/
e# T / 1 ) T
 ∞
yl  ∑ hn # k uk Application numérique :
k 0 Soit T  1s. Il vient :
qui est la convolution discrète des séquences % uk & et % hk & . z ) 0 X 7183
G  z  0 X 3679
Il vient donc Y  z V G  z  U  z  avec :  z / 1 W z / 0 X 3679 
G  z  H  p  !J Gc  p  B0  p   G
En introduisant l’expression de la fonction de transfert du
bloqueur d’ordre zéro :
1.4.3 Propriétés du modèle échantillonné
Suite aux formules du tableau 1.2 de la page 10 qui
1 / e# Tp
G  z  6 Gc  p  8 permettent de déterminer le modèle à temps discret d’un
p système continu échantillonné, nous pouvons mettre en
Les propriétés des transformations de Laplace et en z per- avant quelques propriétés fondamentales de cette opéra-
mettent d’écrire : tion :

Gc  p  z/ 1 G  p – Un système linéaire continu reste linéaire après échan-


G  z 7 1 / z # 1
Ov6 8w v6 c 8 tillonnage.
p z p
10 CHAPITRE 1. MODÈLES DES SYSTÈMES À TEMPS DISCRET

Système continu Décomposition en elt. simples Transformée en z Système échantillonné


Gc  p  Gc  p 
Gc  p   6 8 G  z  Gc  p  B0  p  
p p

1 z
1 1
p z/ 1

1 1 Tz T
p p2  z / 1 2 z/ 1

b bP a bP a b z b z b 1 / e# aT
/ / `
p) a p p) a az/ 1 a z / e# aT a z / e# aT

b1 p ) b0 b0 b1 / τb0 b0 z  b1 P τ / b0  z b1 P τ  z / 1 R/ b0  1 / e # T τ z 
) )
τp ) 1 p τp ) 1 z/ 1 z / e# T z τ z / e# T z τ

1 / τ 1 τ2 / τz Tz τz  τe# T z τ / τ ) T  z ) τ /^ τ ) T  e# T z τ
) ) ) )
p  τp ) 1  p p2 τp ) 1 z / 1  z / 1 2 z / e# T z τ  z / 1 -  z / e# T z τ 
 p1 / p2  p 1 1 z z  ep1 T / ep2 T - z / 1 
/ /
 p / p1 - p / p2  p / p1 p / p2 z/ e p1 T z/ e p2 T  z / ep1 T W z / ep2 T 
b1 z ) b0
 z/ e 1T
p W  z / ep2 T 
 p1 / p2  p1 p2 p1 / p2 p2 p1  p1 / p2  z p2 z p1 z b1  p2 / p1 )$ 2p2 / p1  e p1 T
) / ) / )$ p2 / 2p1  ep2 T
 p / p1 - p / p2  p p / p1 p / p2 z/ 1 z/ e p1 T z / e p2 T

b0 H p1 / p2  e c p1 p2 d T
) p1 ep2 T ) p2 ep1 T

TAB . 1.2 – Calcul des fonctions de transfert des systèmes échantillonn és
1.5. EXERCICES 11

– L’ordre du système est conservé. Solution


Pour commencer on peut remarquer que le système
– Les pôles du système échantillonné se déduisent des
ainsi décrit a une cadence T de un an. Cette cadence
pôles du système continu comme suit:
peut également s’interpreter comme une période d’échan-
pdi  e pci T E i  1 DYXYXYX[D n tillonnage si on considère que le procédé (élevage) est en
réalité continu (les vaches existent entre deux mesures).
où pci sont les pôles du système continu, pdi les La notion d’échantillonnage correspond au choix de comp-
pôles du système échantillonné et T la période d’échan- ter les vaches une fois par an.
tillonnage.
1. Les équations correspondant à l’énoncé s’écrivent :
– La période d’échantillonnage T conditionne forte-
x1k 1  0 X 8x2k ) 0 X 4x3k
ment le modèle du système échantillonné. B
x2k 1  x1k
B
x3k 1  x2k )$ 1 / 0 X 3  x3k ) uk
– L’échantillonnage du produit de deux fonctions de B
transfert n’est pas égal au produit de leurs modèles yk  x1k ) x2k ) x3k
échantillonnés respectifs. Cette dernière remarque
est très importante. Le calcul d’un système échan- 2. Pour obtenir la fonction de transfert on opère la trans-
tillonné n’a de sens que s’il correspond à un transfert formée en z sur ce système d’équation en supposant
entre un bloqueur d’ordre zéro et un échantillonneur que les conditions initiales sont nulles :
(voir l’exercice 1.3).
zX1  z  0 X 8X2  z *) 0 X 4X3  z 
zX2  z  X1  z 
1.5 Exercices zX3  z  X2  z !) 0 X 7X3  z *) U  z 
Exercice 1.1 Y  z V X1  z *) X2  z *) X3  z 
On souhaite modéliser l’évolution du cheptel d’un éle- Si on remplace dans ces équations X1  z  par zX2  z 
veur de bovins. Soit : on trouve :
– x1k : le nombre de vaches de 1 an, z2 X2  z  0 X 8X2  z !) 0 X 4X3  z 

– x2k : le nombre de vaches de 2 ans, zX3  z  X2  z !) 0 X 7X3  z *) U  z 


Y  z V zX2  z *) X2  z *) X3  z 
– x3k : le nombre de vaches de 3 ans et plus,
On en déduite que X3  z Va 2 X 5z2 / 2  X2  z  donc :
ces valeurs représentant des nombres moyens au cours de
l’année k. z  2 X 5z2 / 2  X2  z  X2  z !)_ 1 X 75z2 / 1 X 4  X2  z !) U  z 
Les vaches de 1 an ne se reproduisent pas. Les vaches Y  z  zX2  z *) X2  z !)_ 2 X 5z2 / 2  X2  z 
de deux ans produisent en moyenne 0 X 8 veau par an, celles
de trois ans et plus 0 X 4 veau par an. D’autre part, seules ce qui conduit aux équations suivantes :
celles de trois ans et plus meurent de causes naturelles
avec un taux moyen de 30 % par an.  2 X 5z3 / 1 X 75z2 / 2z ) 0 X 4  X2  z  U  z
Enfin l’éleveur s’autorise à acheter ou vendre unique- Y  z Va 2 X 5z2 ) z / 1  X2  z 
ment des vaches de trois ans et plus. Soit uk le nombre
de vaches achetées (uk  0) ou bien vendues (uk 1 0) au La fonction de transfert de ce système est donc de la
cours de l’année k. forme :
2 X 5z2 ) z / 1
1. Etablir les équations récurrentes de ce système en G  z 
2X 5z3 / 1 X 75z2 / 2z ) 0 X 4
prenant pour sortie yk le nombre total de vaches au
cours de l’année k. 3. L’équation récurrente décrivant entièrement l’évolu-
Y  z tion entrée/sortie du troupeau est donc obtenue en
2. En déduire la fonction de transfert .
U  z opérant la transformée inverse en z :

3. En déduire l’équation récurrente qui relie unique- 2 X 5yk  3 / 1 X 75yk  2 / 2yk  1 ) 0 X 4yk
ment les entrées et les sorties du système.  2 X 5uk  2 ) uk  1 / uk
12 CHAPITRE 1. MODÈLES DES SYSTÈMES À TEMPS DISCRET

e2k e3 { t | T e4k
B0 { p | G1 { p | G2 { p |
u t  y t 
+-
uk yk
B0  p  Procédé e1k
T T
H4 { z | + G3 { p | B0 { p |
e7k e6k e5 { t |

F IG . 1.11 – Procédé échantillonn é


F IG . 1.12 – Schéma de trois systèmes interconnectés et
régulés par H4  z 
Exercice 1.2
On considère le système échantillonné représenté sur
la figure 1.11. Donner l’expression de la fonction de transfert de
On suppose que la fonction de transfert du procédé est : ce système, F  z  , avec comme entrée e1k et comme
H sortie mesurée e4k .
G  p 
1) p 2. La période d’échantillonnage est de T  1s et les
fonctions de transfert sont donnée par les expres-
1. Etablir les modèles (équation récurrente, fonction de
sions suivantes :
transfert en z) de ce système.
1
2. Mêmes questions lorsque ce système est bouclé par G1  p 
p
un retour unitaire uk  yck / yk .
2 ln  2 - 1 / 2p *) 2p
G2  p 
Solution p ) ln  2 
1. Modèles du procédé : ln  2 
G3  p 
– Equation récurrente : p ) ln  2 

yk  / e# T yk 7 1 / e# T  Huk H4  z  K


1

– Fonction de transfert en z : Donner l’expression de la fonction de transfert F  z 


en fonction de K.
1 / e# T
G  z  H
z / e# T Solution
2. Modèles du système bouclé : 1. La première chose à faire est d’identifier les trans-
– Equation récurrente : fert entres les différents bloqueurs et les échantillon-
neurs. C’est uniquement entre ces deux opérateurs
 1 ) H  yk  1 / e# T yk  Hyck que l’on peut définir des systèmes échantillonnés. Le
premier transfert est donné par :
– Fonction de transfert en z :
1 / e# T e4  z 
G  z  H JJ B0  p  G1  p  G2  p  H5  z
z) H /^ 1 ) H  e# T e2  z 
Ensuite du fait de la linéarité de la transformée en z,
Exercice 1.3 on peut écrire :
Soit les systèmes interconnectés donnés par la figure
1.12. e6  z }qj B0  p  G1  p   e2  z *)Nj B0  p  G3  p  e4  z 

1. On pose les notations suivantes :


 H1  z e2  z*) H3  z e4  z 
Ainsi le système se réécrit comme indiqué sur la fi-
H1  z $j B0  p  G1  p 
gure 1.13. Et la boucle fermée est donnée par :
H2  z $j B0  p  G2  p  e4  H5 e2 D e2  e1 / H4 H1 e2 / H4 H3 H5 e2
H3  z $j B0  p  G3  p  Ce qui conduit à la fonction de transfert :
H5  z $j B0  p  G1  p  G2  p   e4
 F
H5
e1 1) H4  H1 ) H3 H5 
H6  z $j B0  p  G1  p  G2  p  G3  p  
1.5. EXERCICES 13

e4k Le système en boucle fermée peut donc être calculé :


H5 { z |
H5  z 
F  z }
e2k
+ H1 { z | 1 ) H4  z W H1  z !) H3  z  H5  z b
-
e1k XYXYX
2  2z / 1 

H4 { z | + H3 { z |  z / 1 - 2z / 1  2 ) K € 2z / 1  2 ) 2 
e7k e6k 4z / 2

4z3 )_ 4K / 8  z )$ 5 / 4K  z )$ 3K / 1 
2

F IG . 1.13 – Schéma équivalent

2. Le calcul de F  z  nécessite le calcul préalable des


fonctions de transfert échantillonnées H1  z  , H3  z 
et H5  z  . Commençons par H1  z  :

H1  z ~qj B0  p  G1  p  
z/ 1 G  p
 6 1 8
z p
z/ 1 1
  6 28
z p
z/ 1 Tz
 `
z  z / 1 2
1

z/ 1

Puis maintenant H5  z  :

H5  z ~qj B0  p  G1  p  G2  p  
z/ 1 G1  p  G2  p 
  6 8
z p
z/ 1 2 ln  2 - 1 / 2p *) 2p
  6 8
z p2  p ) ln  2 b
z/ 1 / 4 2 4
  6 ) ) 8
z p p2 p) ln  2 
z / 1 / 4z 2T z 4z
 6 ) ) 8
z z / 1  z / 1 2 z / 1P 2
1

 z / 1 - z / 1 P 2 

et enfin H3  z  qui donne avec la même démarche :

H3  z ~ j B0  p  G3  p 
z/ 1 ln  2 
  6 8
z p  p ) ln  2 €
1P 2

z / 1P 2
14 CHAPITRE 1. MODÈLES DES SYSTÈMES À TEMPS DISCRET
Chapitre 2

Réponse des systèmes à temps discret

Ce chapitre fait le lien entre les différents modèles des On peut ici reconnaı̂tre (mais ce n’est pas toujours aussi
systèmes à temps discret et leur comportement dynamique évident) la suite :
en réponse à des entrées connues. Dans un premier temps
le calcul des réponses en sortie est abordé et dans un se-
yk H/ 1 ) 2k # 1
E k 0
cond temps la notion de modes est définie et étudiée. qui donne l’expression analytique de la réponse cherchée.
G
2.1 Calcul de la réponse
2.1.2 A partir de la fonction de transfert
2.1.1 A partir de l’équation récurrente Théorème 2.1 Soit G  z  une fonction de transfert et
U  z ‚ uk  la transformée en  d’une séquence d’en-
Un système à temps discret peut être représenté par une trée, sous l’hypothèse de conditions initiales nulles la ré-
équation récurrente : ponse du système est donnée par :
an yk H/ an# 1 yk # 1 /^XYXYX / a1 yk # n# 1 / a0 yk # n yk  # 1 G  z  U  z  
) bm uk  m# n )$XYXZX[) b1 uk # n# 1 ) b0 uk # n
Comme dans le cas des systèmes à temps continu, la
avec m ] n pour des raisons de causalité. fonction de transfert permet un calcul aisé des réponses
Cette modélisation est sous forme algorithmique direc- uniquement dans le cas des systèmes initialement au re-
tement adaptable à l’implantation dans le processeur. Elle pos. La méthode est illustré sur l’exemple du paragraphe
est bien adaptée à la formulation des lois de commande. précédent.
Le modèle par équation récurrente n’est pas celui que l’on
choisit généralement pour un calcul manuel de réponse. Il Exemple 2.2
peut toutefois être utilisé pour calculer point par point la La fonction de transfert du système s’écrit :
réponse comme le fait un calculateur. L’exemple suivant
1
illustre ce calcul. G  z 
z2 / 3z ) 2
Exemple 2.1 La transformée en z du signal impulsionnel uk est ici :
Soit le système à temps discret suivant :
U  z  1
yk  2 / 3 yk  1 ) 2 yk  uk
Il vient donc :
Il est supposé initialement au repos, soit : 1
Y  z  G  z  U  z 
yk  0 E k] 0 z2 / 3z ) 2
et on applique une entrée impulsionnelle telle que Le calcul de l’original peut se faire à partir de tables de
transformées, ce qui nécessite généralement une décom-
uk  0 E k  F 0 et u0  1 position en éléments simples. Pour simplifier les calculs
L’application successive de l’algorithme conduit à : il est recommandé d’effectuer la décomposition en élé-
y1  3y0 / 2y# 1 ) u #  0 ments simples de Y czz d et non pas celle de Y  z  . En effet,
1
y2  3y1 / 2y0 ) u0  1 il vient ici :
y3  3y2 / 2y1 ) u1  3 Y  z 1 11 1 1 1
 3y3 / 2y2 ) u2  7   ) /
y4 z z  z / 3z ) 2 
2 2 z 2z/ 2 z/ 1

15
16 CHAPITRE 2. RÉPONSE DES SYSTÈMES À TEMPS DISCRET

Ainsi on obtient une décomposition de Y  z  en éléments Par décomposition en éléments simples :


qui sont tous des transformées de termes connus (voir ta-
Y  z 1
bleau 1.1 page 5) : 
z z  z / 2 W z / 3 
1 1 z z
Y  z  ) / 11 1 1 1 1
2 2z/ 2 z/ 1  / )
6z 2z/ 2 3 z/ 3
La transformée inverse s’obtient directement par applica-
tion des transformées de la table : d’où :
1 1 z 1 z
Y  z  / )
1 1 z z 1 1 k 6 2z/ 2 3z/ 3
yk Jw# 1
6 ) / 8  δk ) 2 / 1k
2 2z/ 2 z/ 1 2 2 En utilisant le tableau de transformées, il vient :
Ce qui donne: y0  0
y0  1
2 ) 1 0
22 / 10  0 yk  /
1 k 1 k
2 ) 3 E kI 1
2 3
yk ƒ 0  1 k
22 / 1k  2k # 1 / 1
G 2.2 Réponses échantillonnées
Exercice 2.1
Comme évoqué dans le chapitre 1, l’échantillonnage
On considère le système régi par l’équation récurrente
d’un signal continu conduit à un perte d’information. Sans
suivante :
entrer dans le détail nous allons observer ce phénomène
yk  2 / 5yk  1 ) 6yk  uk
sur deux exemples de procédés continus échantillonnés
Calculer sa réponse indicielle et sa réponse impulsion- selon le modèle de la figure 2.1.
nelle.

Solution
uk u t  y t  yk
Le calcul de sa réponse indicielle (réponse à une entrée B0  p  Procédé
en train d’impulsions unitaires uk  1 D„E k I 0) peut se T
calculer en partant des représentation en z du signal d’en-
trée et du modèle :
z 1
U  z  D G  z  F IG . 2.1 – Procédé échantillonn é
z/ 1 z2 / 5z ) 6
On a donc :
On sait associer à ce système un modèle de type dis-
Y  z V G  z  U  z 
z cret entre la séquence d’entrée % uk & et la séquence de sor-
 z / 1 - z / 2 - z / 3  tie % yk & . Ce modèle permet le calcul de % yk & pour % uk &
Par décomposition en éléments simples : donné, mais ne permet absolument pas de retrouver le si-
gnal continu y  t  . La seule utilisation du modèle à temps
Y  z 1
 discret ne pose généralement pas de problème pour une
z  z / 1 - z / 2 - z / 3  étude en boucle ouverte, mais peut s’avérer insuffisante
1 1 1 1 1 pour caractériser complètement un système fonctionnant
 / )
2z/ 1 z/ 2 2z/ 3 en boucle fermée. Il est préférable dans ce cas d’utiliser
aussi le modèle à temps continu du procédé commandé
d’où :
1 z z 1 z pour déterminer y  t  .
Y  z  / )
2z/ 1 z/ 2 2z/ 3 Les calculs devenant complexes, les courbes qui suivent
En utilisant le tableau de transformées 1.1 page 5, il vient : sont déterminées à l’aide du logiciel Matlab.
1 k 1 k
yk  1 / 2k ) 3 Exemple 2.3
2 2
Considérons le procédé continu de fonction de trans-
Le calcul de sa réponse impulsionnelle (réponse à une fert :
entrée u0  1 D uk  0 D…E k  F 0, i.e. U  z  1) se calcule G  p 
1
de la même façon : 1) p
1 Pour trois périodes d’échantillonnage différente la figure
Y  z  G  z  U  z 
 z / 2 W z / 3  2.2 donne la réponse yk du système.
2.3. NOTION DE MODES 17

Sortie du systeme
1 1.5

0.5
1

Amplitude
0
0 1 2 3 4 5 6 0.5

1
0
0 1 2 3 4 5 6 7 8
Temps
0.5
Sortie du systeme
2
0
0 1 2 3 4 5 6
1.5

Amplitude
1 1

0.5
0.5

0
0 0 1 2 3 4 5 6 7 8
0 1 2 3 4 5 6 Temps

F IG . 2.2 – Trois échantillonnages différents F IG . 2.4 – Echantillonnage à la période de l’oscillation

Dans le premier cas, T  0 X 1s, l’échantillonnage est temps continu. En particulier ici, l’échantillonnage se fait
très rapide devant la constante de temps du système τ  exactement à la période d’un phénomène oscillant pour le
1s. La réponse du système échantillonné se confond avec système à temps continu faisant croire à la convergence
la réponse du système continu. En première approxima- du signal. G
tion on pourrait quasiment négliger l’effet de l’échan-
tillonnage.
Dans le troisième cas, T  2s, l’échantillonnage n’est 2.3 Notion de modes
pas assez rapide pour respecter la règle de Shannon. Le
signal discret ne rend pas compte de la réalité du proces- Nous avons établi que pour calculer la réponse d’un
sus. système à temps discret, il est possible de procéder par
Le second cas, T  0 X 5s, est donc à préférer car l’échan- décomposition en éléments simples de Y  z €P z. Nous al-
tillonnage rend compte fidèlement du comportement du lons maintenant observer cette décomposition dans le cas
système sans multiplier des mesures inutiles. G général.
Soit G  z  la fonction de transfert d’un système compre-
Exemple 2.4 nant n p pôles notés p1 DYXYXZX D pn p . Chaque pôle peut éven-
Considérons le système échantillonné bouclé de la fi- tuellement apparaı̂tre plusieurs fois dans le dénomina-
gure 2.3, avec une période d’échantillonnage T  0 X 5 s et teur. On parlera de mi , l’ordre de multiplicit é du pôle pi
un algorithme de commande représenté par la fonction de (i  1 DYXYXZX…D n p ).
transfert : Identiquement on définit une entrée quelconque U  z 
5z / 3 pour le système. Sa transformée en z se caractérise par un
z) 1 polynôme au dénominateur avec un certain nombres de
racines r1 DYXYXZX…D rq .
Après avoir effectué la décomposition en éléments sim-
ek Š yˆ t‰ yk
ples de Y  z €P z  G  z  U  z €P z on trouve une représenta-
5z † 3 1
‡ z† 1 B0 p2 tion de la forme suivante :
T
np q
Y  z V ∑ Gi  zH) ∑ U j  z (2.1)

i 1
j 1
F IG . 2.3 – Système échantillonn é bouclé
Chacun des termes de cette somme s’exprime en fonc-
tion soit d’un pôle pi soit d’une racine du dénominateur
La figure 2.4 montre d’une part la réponse indicielle de U  z  , r j . Nous ne nous intéresserons pas à ces derniers
de ce système obtenue à partir des seuls modèles à temps termes dans cette partie du cours. Ils représentent ce qui
discret, d’autre part la sortie y  t  du procédé calculée à est appelé le régime forcé du système et dépendent es-
partir de son modèle à temps continu. sentiellement du type d’entrée envoyée au système. Par
La constatation est que si le capteur mesure y  t  avec contre, nous allons détailler les premiers termes Gi  z 
la période d’échantillonnage T  0 X 5s, la mesure ne rend qui, même s’ils dépendent du choix du signal d’entrée,
pas compte entièrement du comportement du système à décrivent des caractéristiques intrinsèques au système G  z  .
18 CHAPITRE 2. RÉPONSE DES SYSTÈMES À TEMPS DISCRET

Plus précisément, les fonctions Gi  z  se décomposent – Si Q p QY 1 et que P  k  P  0  est un polynôme con-
comme suit : stant, alors la contribution de ce mode est un signal
mi
αiq z qui ne diverge ni ne converge. On parle alors de
Gi  z  ∑
q 1  z / pi 
q mode entretenu. Ce cas est possible uniquement si
P  k  est un polynôme constant (i.e. de degré zéro) ce
et leur transformée en z inverse s’écrit génériquement de qui est possible uniquement quand l’ordre de multi-
la forme suivante : plicité du pôle est égal à m  1.

 # 1 Gi  z  7 β0 ) β1 k )$XYXYX) βmi # 1 kmi # 1  pki  Pi  k  pki – Si Q p Qb 1 et P  k  est de degré non nul, alors la suite

% P  k  pk & diverge quand k ) ∞. On parle de mode
Ce terme ainsi formulé est composé du produit d’un po- divergent dont la divergence est portée par la suite
lynôme en k avec la suite géométrique des puissances du % km# 1 & (divergence polynômiale).
pôle pi . On va voir que l’évolution de ce type de terme
– Si p  0, alors la suite % P  k  pk & a tendance (au signe
dépend essentiellement de la valeur de pi . On parlera de
de P  k  près) à être du même signe (mode apério-
mode associé au pôle pi et nous allons décrire dans la
dique).
suite des catégories de comportement de ces modes en
fonction de la valeur (réelle ou complexe) de pi . – Si p 1 0, alors la suite % P  k  pk 7O/ 1  k P  k ‹Q p Q k & a
Par superposition, la réponse d’un système à une entrée tendance (au signe de P  k  près) à changer de signe
quelconque comprends toujours une somme de termes à chaque itération (mode oscillatoire).
tels que :
np np – Si p  0, alors la suite % P  k  pk & converge vers 0 en
 # 1 ∑ Gi  z . ∑ Pi  k  pki une seule itération (réponse pile).
i 1 i 1
Sans entrer plus dans les détails, voici quelques exemples
dont d’évolution temporelle est caractérisée par chacun qui illustrent ces différentes notions.
des modes. Il y a autant de modes que le système a de
pôles distincts. Exemple 2.5
Nous allons maintenant envisager tour à tour des cas Soient les deux systèmes suivants composé d’un seul
simples de modes associés à différentes valeurs des pôles et même pôle.
puis nous caractériserons la réponse globale du système
composée de la superposition de tous les modes. 1 / z2 ) 3z / 1 X 1
G1  z  G2  z 
z/ 2  z / 2 3
2.3.1 Mode réel Les réponses à un échelon pour ces deux systèmes sont
données sur la figure 2.5 ( Œ pour G1 et o pour G2 ). On
Un mode réel est associé à un pôle réel. Pour alléger constate que la divergence même si elle n’est pas exacte-
les notations, soient p ce pôle et % P  k  pk & la suite cor- ment identique se fait avec la même vitesse approxima-
respondant à la contribution de ce pôle à la réponse du tive. L’autre constatation est que le signe de la réponse
système. suit la courbe d’un polynôme (mode apériodique).
Indépendemment de ce que peut être le polynôme P  k  , 1600

l’étude des suites nous enseigne que :


1400

– Si Q p Q1 1, alors la suite % P  k  pk & converge vers 0



1200

quand k ) ∞. On parle alors de mode convergent 1000

dont la convergence est portée par la suite géomé-


trique % pk & . La vitesse de convergence dépend es-
800

sentiellement de la valeur de p. Plus la valeur de Q p Q


600

est faible, plus le mode converge vite vers l’origine 400

(convergence exponentielle). 200

– Si Q p Q 1, alors la suite % P  k  pk & diverge quand


0


k ) ∞. On parles alors de mode divergent dont la −200
0 1 2 3 4 5 6 7 8 9 10

divergence est portée par la suite géométrique % pk & .


La vitesse de divergence dépend essentiellement de F IG . 2.5 – Réponses de l’exemple 2.5
la valeur de p. Plus la valeur de Q p Q est grande, plus
le mode diverge vite (divergence exponentielle). G
2.3. NOTION DE MODES 19

2
Exemple 2.6
1.8
Soient les deux systèmes suivants composé d’un seul
1.6
et même pôle.
1.4

1 z2 / 1z ) 1
G1  z V G2  z 
1.2

z ) 0X 5  z ) 0 X 5 2 1

0.8
Les réponses à un échelon pour ces deux systèmes sont
données sur la figure 2.6 (o pour G1 et Œ pour G2 ). On 0.6

constate que la convergence est assez similaire même si 0.4

elle n’est pas exactement identique. L’autre constatation 0.2

est que le signe de la réponse alterne (mode oscillatoire). 0


0 2 4 6 8 10 12 14 16 18 20

2
F IG . 2.7 – Réponses de l’exemple 2.7
1.5

nécessairement avec le même ordre de multiplicit é. Par


1
définition un mode complexe est associé à un couple de
pôles complexes conjugués l’un de l’autre. La contribu-
0.5
tion de ce mode est de la forme suivante :
0
Pa  k  pk ) Pb  k W p  k
−0.5 où Pa  k  et Pb  k  sont des polynômes à coefficients com-
plexes du même degré, mais il est possible de monter que
−1
0 1 2 3 4 5 6 7 8 9 10
la contribution conjointe des puissances de pk et  p Y k est
nécessairement réelle. Dès lors la contribution d’un mode
F IG . 2.6 – Réponses de l’exemple 2.6 complexe peut également s’écrire sous la forme suivante :
P  k  ρk sin  kθ ) φ 
G
où P  k  est un polynôme à coefficients réels, où φ est un
Exemple 2.7 déphasage déterminé par la situation, où ρ est le module
Soient les deux systèmes suivants composé chacun d’un du pôle et où θ est l’argument du pôle. D’après les for-
seul et même pôle de module égal à un. mule d’Euler on a p  ρe jθ et p Ž ρe# jθ .
Indépendemment de ce peut être le polynôme P  k  ,
1 0 X 01 l’étude des suites telles que P  k  ρk sin  kθ ) φ  nous en-
G1  z  G2  z V
z) 1  z / 1 2 seigne les caractéristiques suivantes sur la contribution
d’un mode complexe :
Les réponses à un échelon pour ces deux systèmes sont
données sur la figure 2.6 (o pour G1 et Œ pour G2 ). G1 a – Si Q p QY ρ  1 la réponse transitoire diverge à la vi-
une réponse oscillante ni divergente ni convergente (mode tesse de ρk (divergence exponentielle),
entretenu oscillatoire) car le pôle / 1 apparaı̂t dans la fonc-
tion de transfert avec un ordre de multiplicit é égal à un. – Si Q p QY ρ 1 1 la réponse transitoire converge vers 0
G2 par contre diverge sans osciller car le pôle ) 1 est po- à la vitesse de ρk (convergence exponentielle),
sitif et d’ordre de multiplicit é égal à deux. La divergence – Si Q p QY ρ  1 la réponse transitoire diverge à la vi-
n’est pas exponentielle, mais tend vers une asymptote li- tesse du polynôme P  k  et si le pôle est de multipli-
néaire. cité égale à 1 alors P  k V α et le mode ne converge
G ni ne diverge (mode entretenu),
– Si arg  p  θ  F 0 est l’argument de p, la réponse du
2.3.2 Mode complexe système oscille à cette fréquence (oscillation “por-
tée” par la convergence de ρk ). Le mode est oscilla-
Les racines d’un polynôme à coefficients réels sont soit toire.
réelles soit complexes. Dans le second cas, pour chaque
pôle p tels que Im  p  F 0 il existe un autre pôle p  com- Un résumé de ces comportements dynamiques est donné
plexe conjugué de p. ces deux pôles p et p  interviennent sur la figure 2.8 page 20.
20 CHAPITRE 2. RÉPONSE DES SYSTÈMES À TEMPS DISCRET

F IG . 2.8 – Allure des modes selon leur emplacement dans le plan de Laplace
2.3. NOTION DE MODES 21

0.6
Remarque 2.1 En pratique, on retiendra qu’un système
à temps discret peut avoir deux sources d’oscillations : la 0.4

Amplitude
présence de modes complexes et/ou la présence de modes 0.2

à partie réelle négative. Bien entendu, ces deux phéno- 0

mènes d’oscillations peuvent se superposer. −0.2


0 2 4 6 8 10 12 14 16 18 20
No. of Samples

Exemple 2.8 1.5

Considérons le système de fonction de transfert : 1

Amplitude
b0 b0
G  z  
0.5

z2 ) a1 z ) a0  z / λ1 W z / λ2  0
0 2 4 6 8 10 12 14
No. des echantillons
La réponse impulsionnelle de ce système est obtenue en
calculant l’original de sa fonction de transfert en z : F IG . 2.9 – Réponses impulsionnelle et indicielle
b0 b0 z b0 z
G  z . ) )
λ1 λ2  z / λ1  λ1  λ1 / λ2   z / λ2  λ2  λ2 / λ1  Le second système admet les pôles /  2 P 2 ) j  2 P 2 et
/ 2 P 2 / j  2 P 2. Le mode associé à ce pôle a les mêmes

soit :
caractéristiques que pour G1 si ce n’est que en plus de
b0 b0 l’oscillation liée à θ  F 0, s’ajoute une alternance due au
gk  δk )  λk # 1
/ # 
λk2 1
λ1 λ2 λ1 / λ2 1 fait que la partie réelle est négative.
Le troisième exemple est tel que le couple de pôles
Si les modes du système sont réels (4a0 ] a21 ), le système
(  2 P 2 ) j  2 P 2 ,  2P 2 / j  2 P 2) est d’ordre de multipli-
est composé de deux modes réels dont le comportement
cité égale à deux. Le système est donc oscillant avec les
dépend respectivement des valeurs de λ1 et λ2 .
mêmes caractéristiques que pour G1 mais à la différence
Si les modes sont complexes conjugués (4a0  a21 ), il qu’il diverge avec une vitesse polynômiale. G
vient :
sin  k / 1  θ
g k ƒ 0  b 0 ρk # 2
sin θ
20

15

avec : 10
a1
ρ  a0 cos θ L/ 5

2  a0 0
0 2 4 6 8 10 12 14 16 18 20

A la donnée de a0 et a1 , la réponse transitoire d’un sys- 1

tème du second ordre est soit une somme de deux modes 0.5

réels soir un mode complexe dont la convergence est don- 0

née par le module des pôles (ρ Q λ Q ) et l’oscillation est −0.5


0 2 4 6 8 10 12 14 16 18 20

donnée par leur argument (θ  arg  λ  ). 200

100
Pour illustration les réponses impulsionnelle et indi-
cielle pour les valeurs b0  0 X 5, a1 ‘/ 1 et a0  0 X 5 sont 0

données sur la figure 2.9. G −100


0 2 4 6 8 10 12 14 16 18 20

F IG . 2.10 – Réponses indicielles de l’exemple 2.9


Exemple 2.9
Considérons les systèmes suivants :
2.3.3 Caractérisation des modes par analo-
z2 ) 2z ) 3 1
G1  D G2  gie avec les systèmes continus
z / 1 X 414z ) 1
2 z2 ) 1 X 414z ) 1
z2 ) 2z ) 3 On rappelle que les pôles des systèmes continus peuvent
G3  être décrits par :
z4 / 2 X 828z3 ) 4z2 / 2 X 828z ) 1

Le premier système admet deux pôles complexes conju- pc ‘/ ζωn ’ jωn “ 1 / ζ2
gués  2P 2 ) j  2 P 2 et  2 P 2 / j  2P 2. Ces pôles com-
Cette écriture générique pour les pôles complexes devient
plexes sont de module égal à un et ils sont de multiplicit é
dans le cas de pôles réels (ζ  1) :
simple donc la réponse indicielle est oscillante entretenue
(pas de convergence ni de divergence). pc H/ 1 P τ
22 CHAPITRE 2. RÉPONSE DES SYSTÈMES À TEMPS DISCRET

Et les polynômes caractéristiques des systèmes à temps – un amortissement ζ  1 P “ 1 ) ω2p τ2 .


continu se factorisent avec des termes tels que :

p2 ) 2ζωn p ) ω2n et p ) 1P τ Exemple 2.10


En reprenant l’exemple 2.8, le mode complexe est ca-
Les différents paramètres que nous venons de rappeler ractérisé par le polynôme caractéristique :
caractérisent les réponses des modes des systèmes conti-
1
nus : z2 / z ) 0 X 5 h pd   1’ j
2
– τ  1 PR ζωn  : temps de réponse du mode (le mode Ce qui conduit à :
converge à 95% de sa valeur finale en 3τ secondes).
– un temps de réponse τ  2 X 89T (la convergence à
– ω p  ωn ” 1 / ζ2 : pulsation propre (caractérise la
95% se fait au bout de 9 périodes),
pulsation de l’oscillation dans le cas d’un mode com-
plexe). – une pulsation propre ω p  4T π
(la période de l’oscil-
lation est huit fois supérieure à la période des échan-
– ωn : pulsation propre non amortie.
tillons),
– ζ j 0 1  : coefficient d’amortissement (plus ζ est
faible plus le mode oscille avant de converger).
– une pulsation propre non amortie ωn  0 X 8585 P T,
– un amortissement ζ  0 X 4037 (l’amortissement est
Ces propriétés sont maintenant reprises pour caractériser indépendant de la période des échantillons).
les modes des systèmes discrets.
Nous avons établi dans la section 1.4.3 que pour les Le temps de réponse et la pulsation propre se retrouvent
systèmes continus échantillonnés que les pôles du sys- sur la figure 2.9. G
tèmes discret obtenu après échantillonnage se déduisent
du système continu original suivant la formule :
2.3.4 Superposition des modes
pd  e pc T
Pour les procédés rencontrés en pratique, les pôles peu-
où T est la période d’échantillonnage, pc les pôles du sys- vent êtres multiples et leur effets s’additionnent sur la sor-
tème continu et pd les pôles du système discret. tie mesurée du système. L’ensemble des possibilités n’est
pas descriptible. Cependant il est parfois possible de dis-
Ainsi partant du pôle d’un système continu ayant cer-
cerner des allures dues aux différents pôles quand les dy-
taines caractéristiques en termes de temps de réponse,
namiques (vitesses de convergence/divergence) sont très
d’amortissement et de pulsation propre on trouve le pôles
différentes. Quelques exemples sont donnés sur la figure
d’un système discret (fonctionnant à la période T ) qui au-
2.11.
rait les mêmes caractéristiques dynamiques :
14

pc a• / 1 P τ pcL/ ζωn ’ • jωn ” 1 / ζ2 12

10

 e# T z τ pd  e# T z τ  cos  ω p T  ’ j sin  ω p T b


8

pd 6

 zr se
2
Inversement un pôle réel d’un système discret, pd 0
0 5 10 15 20 25 30
caractérise par :
7

– un temps de réponse τ L/ T P ln  zr  , où T est la pé- 6

5
riode de fonctionnement du système discret, 4

– des pulsation propres nulles et un amortissement ζ  2

1
1 (le mode est non oscillant). 0
0 2 4 6 8 10 12 14 16 18 20

Un pôle complexe pd  zr ’ jzi se caractérise par : F IG . 2.11 – Réponses indicielle avec un mode réel et un
– un temps de réponse τ L/ 2T P ln  z2r ) z2i , mode complexe ayant des dynamiques différentes

– une pulsation propre ω p  1


T arctan  zi P zr  , La première de ces courbes montre un système ayant
un pôle réel à convergence lente (plus de 30 itérations
– une pulsation propre non amortie ωn  “ ω2p ) 1 P τ2 , pour converger) et un mode fortement oscillant qui converge
2.3. NOTION DE MODES 23

rapidement (l’oscillation rejoint rapidement l’exponen-


tielle convergente du mode réel).
La seconde courbe montre la situation inverse. Un mode
réel très rapide converge dans les tout premiers instants
(montée rapide vers un voisinage de l’équilibre). A cette
convergence rapide s’ajoute un mode oscillant dont la
convergence est plus lente.
Dans tous les cas il est important de noter que la conver-
gence globale d’un système se fait avec la constante de
temps du mode le plus lent. C’est à dire à la vitesse du
mode dont le pôle à le module le plus grand.
24 CHAPITRE 2. RÉPONSE DES SYSTÈMES À TEMPS DISCRET
Chapitre 3

Stabilité des systèmes à temps discret

Ce chapitre porte sur la stabilité des systèmes à temps de modifier la commande.


discret. Dans un premier temps nous replaceront la notion Ces points d’équilibre se sont en général pas uniques.
de stabilité dans un cadre général puis nous porterons plus Par exemple si l’on considère un pendule constitué d’une
précisément notre attention sur la stabilité définie au sens barre rigide pouvant tourner dans un plan vertical, ce sys-
d’un transfert borné. La suite du chapitre porte sur des tème admet deux points d’équilibre quand la barre est
techniques d’évaluation de la stabilité et conclue sur le verticale soit vers le haut soit vers le bas. Ceci est illustré
cas des systèmes échantillonnés. sur la figure 3.1.

3.1 Stabilité interne des systèmes


Positions d’équilibre pour
Dans ce cours nous avons volontairement choisi de ne θ=π
présenter les systèmes que sous la forme de fonctions de θ=0
transferts et d’équations récurrentes. Une autre modéli-
sation très fréquemment rencontrée s’écrit sous certaines
hypothèses comme suit:
 θ
xk  1  f  xk D uk  mg
yk  g  xk D uk 
Où u représente le signal en entrée du système, y la sortie F IG . 3.1 – Positions d’équilibre du pendule rigide
mesurée et f et g sont des fonction quelconques décri-
vant le fonctionnement du processus. Cette représentation Il est aisé de remarquer que les deux points d’équilibre
a l’avantage de mettre en évidence un vecteur xk  n ap- du pendule n’ont pas le même statut. On peut spontané-
pelé état du système. Ce vecteur décrit exactement à l’ins- ment qualifier l’équilibre θ  π d’instable et la position
tant k l’état (positions, vitesses, concentrations de pro- inverse de stable. Mathématiquement la stabilité de défi-
duits, tensions électriques...) du système. D’usage diffé- nit comme suit :
rent de la représentation présentée dans ce cours, elle va
au delà d’une dépendance entre les entrées et les sorties, Définition 3.1 Un point d’équilibre xe est :
pour représenter les comportements internes du proces-
sus.
simplement stable si quel que soit le voisinage Ω1 de xe ,
La stabilité interne des systèmes est définie à la don- il existe un voisinage Ω2 de xe tel que, pour tout état
née de ce type de modèles. Nous donnons ici unique- initial x0  Ω2 , xk  Ω1 E k I 0.
ment quelques brefs éléments de cette théorie. Le pre-
mier d’entre eux est la définition des points d’équilibre. asymptotiquement stable si il existe un voisinage Ω1 de

On suppose que le système est placé en mode autonome xe tel que, pour tout état initial x0  Ω1 , xk xe
(uk  ue est une constante le plus souvent nulle) et on dé- 
quand k ) ∞.
finit les états d’équilibre xe comme les solution de l’équa-
tion : globalement asymptotiquement stable si pour tout état
xe  f  xe D ue 
 
initial x0  n , xk xe quand k ) ∞.
Ils correspondent aux situations dans les quelles si le sys-
tème est dans cet état alors il ne peut pas évoluer à moins instable s’il n’est pas stable.

25
26 CHAPITRE 3. STABILITÉ DES SYSTÈMES À TEMPS DISCRET

Par définition la stabilité indique que si le système a Les premiers termes ont été étudiés dans le chapitre pré-
un état initial suffisamment proche de l’équilibre alors il cédent. Ils correspondent tous à des signaux soit conver-
ne s’en écarte pas. La stabilité asymptotique ajoute à cela geant vers 0 (modes convergeant exponetiellement) soit
que l’état du système rejoint asymptotiquement l’équi- entretenus, soit divergeants. S’il existe au moins un mode
libre pour des conditions initiales suffisamment proches. divergent, la sortie est non bornée, le système n’est pas
Le caractère global indique que la convergence vers l’équi- stable. Si par contre tous les modes sont convergents alors
libre se fait pour tout condition initiale. Enfin l’instabilité le premier terme est convergent et donc borné.
indique que aussi près que l’état soit de l’équilibre consi- Maintenant, en utilisant des arguments similaires si tous
déré, il a tendance à s’en écarter. les modes sont tels que Q pi Q1 1 et sous l’hypothèse que
La problématique est bien souvent pour les systèmes le signal d’entrée est borné, il est possible de montrer que
non-linéaires de déterminer des domaines de condition le second terme décrit un signal borné :
initiales pour lesquelles le système est assuré de conver- ˜˜ ˜˜
ger vers un équilibre. Pour ce qui est des systèmes li- ˜˜  # 1
: ∑ U j  z ? ˜˜
q
1 ∞
néaires sur lesquels porte ce cours, la stabilité ou l’in- ˜ j 1
˜

stabilité sont toujours des propriétés globales et le point
d’équilibre est, sauf cas particulier, unique. Inversement, si il existe un mode tel que Q pi Qb 1 il est aisé
de construire un signal d’entrée borné tel que la sortie yk
Nous ne détaillons pas plus la notion de stabilité in-
diverge. Le résultat pour les systèmes linéaires à temps
terne ni la théorie de Lyapunov qui lui est associée. Ce-
discret est donc énoncé par le théorème suivant.
pendant, on peut noter qu’a peu de différences près, pour
les systèmes envisagés dans ce cours, la stabilité interne Théorème 3.1 Soit F  z  un système à temps discret et
et la stabilité BIBO sont équivalentes. soient p1 D p2 DY`Y`Y`\D pr ses r pôles distincts.

1. Si ™ i u% 1 DZ`Y`Y`[D r & tel que Q pi QSI 1, alors le système


3.2 Stabilité BIBO des systèmes est BIBO instable.
2. Si E j  1 DY`Y`Y`[D r, Q p j Q*1 1, alors le système vérifie
BIBO vient de la définition en anglais :“bounded input,
la propriété interne de stabilit é asymptotique et est
bounded output”. La caractérisation des systèmes stables
BIBO stable.
se fait en prouvant que la sortie du système est toujours
non divergente tant que le signal d’entrée est contenu 3. Si E j  1 DY`Y`Y`[D r, Q p j QS] 1 et ™ i ^% 1 DY`Y`Y`[D r & tel que
dans un certain domaine. La traduction de l’anglais dit Q pi Q 1, alors le système peut ééventuellement vé-
“à entrée bornée, sortie bornée”. Mathématiquement la rifier la propriété interne de stabilit é mais n’est pas
définition est : BIBO stable.

Définition 3.2 Un système définit part ses entrées/sorties Exemple 3.1 Soit le système caractérisé par la fonction
tel que: de transfert :
u 
/ k F / yk 0 X 25z
F  z 
est BIBO stable si pour toute entrée bornée  z / 0 X 5 W z / 0 X 25 
– – Les pôles sont de module inférieur à 1. Le système est
% uk & ∞  sup Q uk Q+1 ∞
k '— stable. Par exemple, sa réponse à une entrée impultion-
nelle (U  z  1) s’écrit :
la sortie est toujours bornée
z z
– – Y  z  F  z R, 1  /
% yk & ∞  sup Q yk Qo1 ∞ z / 0X 5 z/ 0 X 25
k '— •
 # 1

Cette définition très générale, s’applique à tout type de yk  f 1k ) f 2k  0 X 5k / 0 X 25k


modèle. Dans le cas des systèmes linéaires, nous allons
voir qu’elle se particularise et revient à étudier les modes et converge comme le montre l’évolution de f 1k et f 2k sur
du système. En effet, en reprenant les notations de la page la figure 3.2. G
17 la transformée en z de la sortie du système pour toute
entrée U  z  est donnée par (2.1) : Exemple 3.2 Soit le système caractérisé par la fonction
np q
de transfert :
Y  z  ∑ Gi  z‘) ∑ U j  z F  z 
z

i 1
j 1  z) 2 - z / 0 X 5 
3.2. STABILITÉ BIBO DES SYSTÈMES 27

(U  z  z
z 1) s’écrit :
#
0

−0.1
zP 4 zP 4 zP 2
Y  z  F  z R, ‘/ z
) )
−0.2 z ) 1 z / 1  z / 1 2
#
z 1
•
−0.3  # 1
−0.4
yk  f 1k ) f 2k œ›…/ 14 O/ 1  k  )a› 14 1k ) 12 k 
−0.5
et l’une des composantes de la somme diverge comme le
−0.6
montre l’évolution de f 1k et f 2k sur la figure 3.4.
−0.7
4
−0.8

3.5 k=7
−0.9

−1
3
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

2.5

F IG . 3.2 – Système asymptotiquement stable


2

L’un des pôle est de module supérieur à 1 ( Qš/ 2 QW 2). Le 1.5

système est instable. Par exemple, sa réponse à une entrée


impultionnelle (U  z  1) s’écrit :
1 k=1

zP 1 X 5 zP 2 X 5
0.5 k=0

Y  z V F  z R, 1 ‘/ )


z ) 2 z / 0X 5 0
• −0.25 −0.2 −0.15 −0.1 −0.05 0 0.05 0.1 0.15 0.2 0.25

 # 1
F IG . 3.4 – Système de l’exemple 3.3 en réponse à un éche-
yk  f 1k ) f 2k L/ 11f 5 2k ) 1
f
2 50 X 5k lon
et l’une des composantes de la somme diverge comme le
Par contre, sa réponse à une entrée impultionnelle (U  z .
montre l’évolution de f 1k et f 2k sur la figure 3.3. G 1) s’écrit :
zP 1 X 5 zP 2 X 5
Y  z V F  z ., 1 L/ )
z ) 2 z / 0X 5
0.45

•
0.4
 # 1
0.35
yk  f 1k ) f 2k L/ 12 O / 1  k ) 12 1k  0 X 5 ) 0 X 5 O/ 1  k
0.3
et elle ne diverge pas mais alterne entre deux valeurs. G
0.25
Exemple 3.4 Soit le système caractérisé par la fonction
0.2 de transfert :
z  z / 0 X 9 cos  π P 4 b
F  z 
0.15

0.1
z2 / 2 ` 0 X 9 cos π P 4  z ) 0 X 92
z  z / 0 X 85 cos  π P 5 €
)
z2 / 2 ` 0 X 85 cos π P 5  z ) 0 X 852
0.05

Les pôles sont complexes (0 X 9e jπ z 4, 0 X 9e # jπ z 4, 0 X 85e jπ z 5


0

et 0 X 85e # jπ z 5) de module inférieur à 1. Le système est


−50 0 50 100

F IG . 3.3 – Système instable stable. Par exemple, sa réponse à une entrée impultion-
nelle indicielle (U  z  1) s’écrit :
zP 2 zP 2
)
z / 0 X 9e jπ z z
Exemple 3.3 Soit le système caractérisé par la fonction
de transfert : Y  z V F  z ., 1 
4 z / 0 X 9e# jπ 4

F  z V
z
) z z
ž )
z 2 z 2
ž
 z ) 1 - z / 1  • # f
z 0 85e jπ 5
# f
z 0 85e jπ 5
l
Les pôles sont de module égaux à 1. Le système est BIBO  #1

instable. Par exemple, sa réponse à une entrée indicielle yk  f1k ) f2k  0 X 9k cos  kπ P 4 *) 0 X 85k cos  kπ P 5 
28 CHAPITRE 3. STABILITÉ DES SYSTÈMES À TEMPS DISCRET

ny  4 :
et les deux composantesconvergent en oscillant à des pé- y a ) a1 ) a2 ) a3 ) a4  0
riodes différentes et avec des vitesses de convergence dif-
  a0 / a1 ) a2 / a3 ) a4  0
férentes comme le montre l’évolution de f 1k et f 2k sur la yy 02
figure 3.5. G a4 / a20 /JQ a0 a3 / a1 a4 Qo 0
 a0 / a4  2  a0 / a2 ) a4 *)$ a1 / a3 - a0 a3 / a1 a4 Ÿ 0

1 Exemple 3.5 Soit le système dont le polynôme carac-


k=0 téristique s’écrit :

P  z  z3 )_ K / 0 X 75  z / 0 X 25
0.5 L’application du critère de Jury conduit à l’ensemble d’équa-
tions :
yy
a0 ) a1 ) a2 ) a3  K  0
 / ) / )  ) 0X 5  0
k=20
k=8
yy a 0 a 1 a 2 a 3 K
0 a3 /JQ a0 Qn 1 / 0 X 25  0
a0 a2 / a1 a3 / a20 ) a23 „/ K ) 1 X 6875  0
dont l’intersection donne 0 1 K 1 1 X 6875 comme condi-
tion de stabilité. G
−0.5
−0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1

F IG . 3.5 – Système de l’exemple 3.4 en réponse à une 3.4 Critère de Routh


impulsion
Le critère de Jury donné dans la sous-section précé-
dente est un critère qui atteste que les racines d’un poly-
nôme appartiennent au disque unité ( Q λ QY1 1) sans avoir à
3.3 Critère de Jury les calculer. Le critère de Routh quant à lui atteste que
les racines d’un polynôme appartiennent au demi-plan
Le critère de Jury adresse la stabilité à partir de la gauche (ℜ  λ @1 0). Il n’est donc pas directement appli-
connaissance du polynôme caractéristique : cable pour les systèmes à temps discret.
P  z  an zn ) an 1 zn # 1
)_`Z`Y` ) a1 z ) a0 Lemme 3.1 Soit P  z  un polynôme de degré n et soit
#
P̃  w  le polynôme du même degré obtenu par la relation
Il est ainsi possible d’évaluer la stabilité d’un système
suivante :
partant d’une fonction de transfert en étudiant le poly-
nôme au dénominateur sans en calculer les racines. 1) w
P̃  w 7 1 / w  n P  
1 / w¡
Théorème 3.2 Un système linéaire à temps discret est
Le polynôme P  z  a toutes ses racines dans le disque
asymptotiquement stable si et seulement si les coefficients
unité ( Q zi Qo1 1) si et seulement si les racines de P̃  w  sont
de son polynôme caractéristique vérifient les relations
dans le demi-plan gauche (ℜ  wi V1 0).
qui suivent. Les conditions dépendent de l’ordre du sys-
tème nous ne les donnons que pour n  2 ,3 et 4. Les Preuve
ordres supérieurs peuvent être générés sans difficulté mais
sont fastidieux. Pour plus de simplicité on suppose que Soit la transformation bijective suivante :
an  0. Dans le cas contraire il suffit de multiplier tous 1) w z/ 1
les coefficients par / 1. z h w
1/ w ¢ z) 1

  a0 ) a1 ) a2  0 elle transforme la variable complexe z en une nouvelle
n 2: a0 / a1 ) a2  0 variable w telle que :
a2 / a0  0
α2 ) β2 / 1 ) 2 jβ
yy z  α) jβ h w
a0 ) a1 ) a2 ) a3  0 ¢  α ) 1  2 ) β2
 / a0 ) a1 / a2 ) a3  0
n 3: yy d’où :
a3 /$Q a0 Q  0
a0 a2 / a1 a3 / a20 ) a23  0 Q z QW1 1 h α2 ) β2 1 1 h ℜ  w V1 0
¢ ¢
3.5. SYSTÈMES ÉCHANTILLONNÉS 29
x

Ce résultat appliqué aux racines de P  z  conclue la preuve. La table de Routh correspondante s’écrit :

Il est important de noter que la transformation en w des K ) 0X 5 4X 5 / K 0


polynômes caractéristiques de systèmes à temps discret 3/ K K 0
permet uniquement d’appliquer le critère de Routh. Au-  f
# 8K3 13 5
0
cune autre utilisation de cette transformation n’est con- # K
seillée. Il ne faut en aucun cas confondre ce résultat avec K 0
des transformations donnant une équivalence entre un sys-
tème discret et un système continu. Le polynôme P̃  w  Le polynôme en w aura toutes ses racines à partie réelle
n’a aucune interprétation en Automatique. négative (et par conséquent, le polynôme P  z  aura ses ra-
cines de module inférieur à 1) si tous ses coefficients sont
Théorème 3.3 Soit le polynôme donné par : de même signe et si les éléments de la première colonne
de la table de Routh sont de même signe. Ceci conduit
P̃  w  αn wn ) αn 1 wn # 1
)_XZXYX ) α1 w ) α0 à la satisfaction simultanée de l’ensemble de conditions
# suivantes : yyy
ses racines appartiennent au demi-plan gauche (ℜ  wi 1 y K ) 0X 5  0
0) si et seulement si tous ses coefficients αi sont du même  3/ K  0
signe et que les coefficients de la première colonne du yyyy 4X 5 / K  0
tableau de Routh sont également du même signe. K  0
/ 8K ) 13 X 5  0
Soit q l’arrondi vers le bas de n P 2 (par exemple pour soit la condition de stabilité 0 1 K 1 1 X 6875. G
n  5, on trouve q  2). Le tableau de Routh est composé
de n ) 1 lignes et q colonnes et se construit comme suit :

βn e 0 βn e 1 βn e 2 XYXZX βne q# 1 βn e q 0 3.5 Systèmes échantillonnés


βn 1 e 0
# βn 1 e 1
# βn 1 e 2
# XYXZX βn# 1e q# 1 βn 1 e q
# 0
βn 2 e 0 βn 2 e 1 βn 2 e 2 XYXZX βn# 2e q# 0 3.5.1 Etude en boucle ouverte
.. # .. # # 1

. . Considérons le système échantillonné en boucle ou-


β2 e 0 β2 e 1 0 verte représenté sur la figure 3.6.
β1 e 0 0
β0 e 0 0
u t y t 
avec pour i  n et i  n / 1 les coefficients du polynôme uk yk
B0  p  Procédé
rangés de deux en deux tels que : T
βn e j  αn# 2j D βn
# 1e j  αn# 1# 2j

et pour i ] n / 2 la relation suivante : F IG . 3.6 – Procédé échantillonn é


βi  e
1 0 βi 2 j 1  e  / βi  1 e j  1 βi  2 e 0
βi e j  Le procédé continu est représenté par une fonction de
βi  1 e 0 transfert Fc  p  et sa stabilité est déterminée par les pôles
λi . La condition nécessaire et suffisante de stabilité est
symboliquement représentée par le produit en croix :
donnée par :
βi  βi  ℜ  λi V1 0 E λi
e
20 e 
2 j 1
βi  e
10 βi  e 
1 j 1 Considérons maintenant le système échantillonné dont la
fonction de transfert s’écrit Fd  z J B0  p  Fc  p  et no-
Exemple 3.6 Reprenons l’exemple précédent dont le tons ces pôles µi . La condition nécessaire et suffisante de
polynôme caractéristique s’écrit : stabilité asymptotique est donnée par :

P  z  z3 )_ K / 0 X 75  z / 0 X 25 Q µi QW1 1 E µi


Par transformation bilinéaire, il vient le polynôme : En raison de la correspondance :

w3  K ) 0 X 5 !) w2  3 / K !) w  4 X 5 / K *) K ℜ  λi Ÿ1 0 £ Q µi QW¤Q eλi T Qo1 1


30 CHAPITRE 3. STABILITÉ DES SYSTÈMES À TEMPS DISCRET

on constate qu’un système continu stable en boucle ou- échantillonné a pour expression :
verte est également stable en échantillonné. Ceci est par
G  z }q s B0  p  t
c  d
K
ailleurs tout à fait trivial. Les signaux bornés restent bor- p p 1
nés quand ils sont échantillonnés et quand ils passent par
un bloqueur d’ordre zéro.  # z  s p2 c Kp 1d t
z 1

La stabilité des systèmes pris de façon isolée n’est pas  z / a  Kb


alternée par l’échantillonnage. Il en va autrement dans le 
 z / 1 W z / e# T 
cas des systèmes échantillonnés bouclés, comme on va le
constater dans le paragraphe suivant. c  d
avec a  l e T  T # 1 et b  e# T / 1 ) T . La fonction de
e T T 1 1

l # fermée s’écrit alors comme suit :


transfert en boucle
G  z  z / a  Kb

3.5.2 Etude en boucle fermée 1 ) G  z z2 )_ Kb / 1 / e# T  z ) e # T / Kba
En appliquant le critère de Jury le système est asymptoti-
Sur un exemple nous montrons que la période d’échan- quement stable si et seulement si :
tillonnage influe la stabilité ou non d’une boucle de ré- 
troaction. De manière générale, il peut être observé que   e# / Kba ) Kb / 1 / e# T ) 1  0
T

le fait de remplacer une régulation analogique par une e # / Kba / Kb ) 1 ) e # T ) 1  0


T

régulation numérique demande de s’assurer que la pé- 1 / e # T ) Kba  0


riode d’échantillonnage choisie n’entraine pas une perte
des propriétés initiales. Ces conditions sont fortement conditionnées par la valeur
de l’échantillonnage. Par exemple pour T  1s et T  10s
on trouve respectivement :
Exemple 3.7 Considérons la régulation continue re- T  1s T  10s
présentée sur la figure 3.7. La fonction de transfert du
système en boucle ouverte est d’ordre 2. Le système est  
 K  0  K  0
asymptotiquement stable quel que soit K  0.
12 X 2  K 0 X 25  K
2X 4  K 1  K
On constate ainsi qu’une augmentation de K et/ou de T
conduisent à l’instabilit é de ce système. G
yc  t  + K y t 
p  p ) 1
/ 3.6 Exercices
Exercice 3.1
F IG . 3.7 – Régulation continue Soit le système F  z  de l’exercice 1.3 de la page 12 ;
4z / 2
F  z 
Considérons le même système dans le cas d’une régu- 4z3 )$ 4K / 8  z2 )$ 5 / 4K  z )$ 3K / 1 
lation échantillonnée selon le schéma de la figure 3.8.
Etudier la stabilité de F  z  en fonction du paramètre K à
l’aide du critère de Jury.

yck
¥¦ uk u{ t | y{ t | yk Solution On est en présence d’un système du troisième
K
B0 { p | ¥ ordre. Le critère de Jury est donc composé de quatre condi-
p { p 1| T tions. La première est :

a0 ) a1 ) a2 ) a3  0
ce qui correspond à la somme de tous les coefficients du
F IG . 3.8 – Régulation échantillonn ée polynôme dénominateur de la fonction de transfert. Pour
la fonction F  z  cette condition donne :

La fonction de transfert en boucle ouverte du système 3K  0 h K  0


3.6. EXERCICES 31

La seconde condition du critère de Jury donne :

/ a0 ) a1 / a2 ) a3  0 h K 1 18 P 11
La troisième condition s’écrit :

a3 /JQ a0 Qo 0 h / 1 1 K 1 5P 3
Enfin la troisième condition est :

a0 a2 / a1 a3 / a20 ) a23  0 h 3  K / 1 2
 0
On en déduit que le système est stable pour toute valeur
de K comprise dans les intervalles suivants :

§ 18
stab. ¨ 0 D 1 ~©ª 1 D
11
Les valeurs 0, 1 et 18 11 conduisent à des systèmes à la li-
mite de la stabilité. Par exemple pour K  1 on trouve un
système F  z  tel que :

4z / 2
F  z 
4z3 / 4z2 ) z ) 2
dont les pôles sont données sur la figure 3.9. Les deux
pôles complexes sont de module égal à un et correspondent
à un mode oscillant entretenu. Le système est BIBO in-
stable mais vérifie la stabilité interne dans ce cas.
Im(z)

0.75 + 0.6614i

−0.5 Re(z) Mode oscillant


entretenu

0.75 − 0.6614i

Mode convergent alterné

F IG . 3.9 – Pôles du système pour K  1


32 CHAPITRE 3. STABILITÉ DES SYSTÈMES À TEMPS DISCRET
Chapitre 4

Synthèse : Gain de rétroaction

A ce stade, nous avons établi un ensemble de notions et Loi de commande


Consigne
d’outils mathématiques qui permettent de décrire le fonc- commande
Kc
tionnement des systèmes. Les chapitres qui suivent sont + K Procédé

dédiés à la synthèse de correcteurs. L’objectif est d’ob-
tenir par le calcul une loi de commande qui connaissant mesure
les mesures en temps réel réalisées sur le système et les
consignes imposées par un utilisateur, agit sur les entrées F IG . 4.2 – Loi de commande par un gain de rétroaction
du système. Globalement, l’objet à réaliser fonctionne en et un gain de pré-commande
temps réel en parallèle du système comme décrit sur le
schéma 4.1.
et en détaillant les polynômes au numérateur et au déno-
commande minateur de la fonction de transfert G  z  N  z bP D  z  :
appliquée

KN  z  Kc KN  z 
Consigne aux actinneurs
Loi de commande Procédé Y  z C V  z Y  z C Yc  z 
D  z *) KN  z  D  z *) KN  z 

mesure réalisée par les capteurs


4.2 Calcul du gain de rétroaction
F IG . 4.1 – Loi de commande
Le gain de rétroaction K permet essentiellement d’as-
Dans ce cours nous aborderons uniquement des lois de surer la stabilité de la boucle fermée. C’est ce gain uni-
commande sous forme de modèles linéaires. Elles seront quement qui agit sur le dénominateur de la boucle fermée
représentées soit par des équations récurrentes (c’est en et donc sur les pôles. Au delà de la stabilité, l’objectif
général sous cette forme que les lois de commande sont est d’imposer des dynamiques. La première spécification
réalisées en pratique), soit par des fonctions de transfert. impose que les pôles du système bouclé soient tous de
module inférieur à l’unité, la seconde revient à imposer
des contraintes plus strictes sur ces mêmes pôles (voir
chapitre 2 et la notion de modes).
4.1 Introduction
Ce premier chapitre s’intéresse au cas le plus simple 4.2.1 Critères de Jury et Routh
de synthèse : la synthèse d’un gain statique pour les sys-
tèmes ayant une entrée et une sortie. Dans ce cas la loi de Les critères de Jury et de Routh abordés dans le cha-
commande se résume à deux coefficients représentés sur pitre 3 permettent de donner des conditions pour la sta-
le schéma 4.2. bilité des systèmes à la donnée des coefficients du po-
On note uk le signal de commande, yk le signal de lynôme caractéristique. Dès lors en appliquant ces cri-
mesure, yck le signal de consigne et vk  Kc yck . Partant tères au polynôme D  z .) KN  z  il est possible d’écrire
d’un procédé décrit par une fonction de transfert Y  z « les conditions sur K pour que la boucle fermée soit stable.
G  z  U  z  on trouve : Une application du critère de Jury dans cet objectif est
donnée dans l’exemple 3.7. De plus en choisissant :
KG  z  Kc KG  z 
Y  z  V  z Y  z  Yc  z  D  z  z3 / 0 X 75z / 0 X 25 N  z ¬ z
1 ) KG  z  1 ) KG  z 

33
34 CHAPITRE 4. SYNTHÈSE : GAIN DE RÉTROACTION

l’exemple 3.6 montre une application du critère de Routh – Une portion de l’axe réel appartient au lieu d’Evans
pour la synthèse du gain de rétroaction. si le nombre de pôles et zéros réels à sa droite est
impaire.
4.2.2 Lieu d’Evans – Les points de rencontre et d’éclatement sont parmi
les solutions réelles de l’équation :
Définition 4.1 Le lieu d’Evans d’un système G  z ­
N  z bP D  z  se définit comme le lieu des racines du po- dD  z  dN  z 
® N  z R/ D  z V 0
lynôme D  z !) KN  z  pour toutes les valeurs de K  . dz dz
Par définition le lieu d’Evans représente l’ensemble des Le lieu d’Evans admet une tangente verticale en ces
configurations possibles pour les pôles de la boucle fer- points.
mée représentée sur la figure 4.2. Nous choisissons de
– Les points d’intersection avec le cercle unité sont
donner uniquement quelques résultats de construction du
obtenus comme solutions  k D θ  de l’équation com-
lieu d’Evans sans en détailler les preuves. Le plus sou-
plexe :
vent le lieu d’Evans est de nos jours tracé ł’aide de lo-
D  e jθ *) KN  e jθ  0
giciels comme par exemple M ATLAB. Dans la C ONTROL
TOOLBOX la fonction qui permet de tracer le lieu d’Evans – Au départ d’un pôle complexe pk , le lieu d’Evans à
est rlocus. une tangente d’angle :
Notations :
Le dénominateur de G  z  est donné par π/ ∑ θi  pk *) ∑ φi  pk 
°
i k i
D  z H z / p1 - z / p2 R`Z`Y`  z / pn 
– A l’arrivée sur un zéro complexe zk , le lieu d’Evans
où les pi sont les n pôles du système. Le numérateur de
à une tangente d’angle :
G  z  donné par
N  z  Kg  z / z1 - z / z2 R`Z`Y`  z / zm  π/ ∑ φi  zk *) ∑ θi  zk 
i k ° i
où les zi sont les m zéros du système et Kg est un gain.
Pour chaque pôle et zéro on note : Méthode de construction pour Kg 1 0
θi  z V arg  z / pi  φi  z V arg  z / zi  Dans ce cas la construction est quasiment identique.
Les différences sont les suivantes :
les arguments (ou phases) des vecteurs de ¯ reliant res-
pectivement les pôles et les zéros au point z. – Angles des asymptotes aux branches infinies :
Méthode de construction pour Kg  0

Le lieu d’Evans de G  z  est constitué de n courbes Φ̃a T 0 6 8
n/ m
continues dans le plan complexe ¯ appelées également
branches du lieu d’Evans. Globalement le lieu d’Evans
– Angle au départ d’un pôle complexe pk :
est symétrique par rapport à l’axe réel.

– Les points de départ du pieu d’Evans sont les n pôles


/ ∑ θi  pk *) ∑ φi  pk 
i ° k i
pi représentés par une croix.
– Le lieu d’Evans comporte m branches qui convergent – Angle d’arrivée sur un zéro complexe zk :
vers les zéros zi quand K devient grand.
/ ∑ φi  zk *) ∑ θi  zk 
– Le lieu d’Evans comporte n / m branches qui di- i ° k i
vergent asymptotiquement vers des droites caracté-
risées par un point d’intersection réel unique : Exemple 4.1 Reprenons l’exemple 3.6 qui correspond
à l’analyse de la stabilité du système
n m
1
n / m i∑
σa  : pi / ∑ zi ? z
1 i 1 G  z 
z3 / 0 X 75z / 0 X 25
et qui font des angles avec l’axe réel tels que :
bouclé par une rétroaction K.
π 2π
Φa T n/ 6 8 Le lieu d’Evans de ce système est tracé sur la figure 4.3
m n/ m ainsi que sur la figure 4.4 (tracé obtenu avec Matlab).
4.2. CALCUL DU GAIN DE RÉTROACTION 35

1.5

0.5

Imag Axis
0

−0.5

−1

−1.5

−2
−2 −1.5 −1 −0.5 0 0.5 1 1.5 2
Real Axis

F IG . 4.4 – Lieu d’Evans obtenu avec Matlab

composé de deux mode. L’un réel devient de plus en plus


F IG . 4.3 – Lieu d’Evans de G  z  z
# f # f
z3 0 75z 0 25 rapide à mesure que K est grand (le pôle se rapproche
de l’origine). Le second mode quand à lui est de plus en
plus oscillant et de plus en plus lent à mesure que K est
Le lieu d’Evans a les caractéristiques suivantes :
pris grand (partie imaginaire du pôle et le module aug-
– Il y a autant de branches que le système G  z  contient mentent).
de pôles. Dans l’exemple le système est d’ordre 3, Root Locus
les trois branches représentent les valeurs prises par
1.2
les trois pôles du système bouclé quand K croit de 0
à ) ∞.
1
1.57
– le lieu d’Evans est symétrique par rapport à l’axe 1.88
System: untitled1
1.26

réel. 0.8
2.2
Gain: 0.848
Pole: −0.292 + 0.592i 0.1
Damping: 0.201
– Chacune des branches part (K  0) d’un pôle du Overshoot (%): 52.5 0.2
Frequency (rad/sec): 2.07
système en boucle ouverte (pôles de G  z  ) et tend
Imag Axis

0.3
0.6
 0.4
(K ) ∞) soit vers un zéro de la boucle ouverte (ra- 0.5
cine du numérateur de G  z  ) soit vers l’infini. Dans 0.4 0.6
0.7
l’exemple, l’un des pôles de la boucle fermée est si-
tué en fonction de la valeur de K entre le point z  1
0.8
0.2
(pôle de la boucle ouverte) et le point z  0 (zéro de
0.9

la boucle ouverte), les deux autres pôles sont com-


plexes conjugués et sont situés en z œ/ 0 X 5 ’ j0
0

pour K  0 (pôles de la boucle ouverte) et suivent


une asymptote d’angle de π P 2 quand K prend de
−0.5 −0.4 −0.3 −0.2 −0.1 0 0.1 0.2 0.3 0.4 0.5
Real Axis
grandes valeurs.
F IG . 4.5 – Zoom sur le lieu d’Evans et choix d’un gain
A partir de ce tracé on note que qu’a partir de la va-
leur K  1 X 6875 les pôles de la boucle fermée sortent du De ces constations, il est possible de faire un choix de
disque unité. On en déduit que a boucle fermée est stable K en vue d’assurer une rapidité globale au système et évi-
uniquement si 0 1 K 1 1 X 6875. ter de trop grandes oscillations (voir section 2.3.3 pour la
En plus de ces informations, le lieu d’Evans permet de définition de ces propriétés). Si l’objectif du choix de K
conclure que quelle que soit la valeur de K le système est est d’avoir un amortissement de ζ  0 X 2 il est possible de
36 CHAPITRE 4. SYNTHÈSE : GAIN DE RÉTROACTION

choisir directement sur la courbe la valeur de K associée. Preuve Soit l’échelon unité U  z @ z z 1 , la réponse
Ceci est fait sur le zoom de la figure 4.5. Le point sélec- du système à cet échelon est Y  z ¬ F  z  U#  z  . D’après le
tionné est sur la courbe iso-amortissement ζ  0 X 2. Mat- théorème de la valeur finale la sortie du système converge
lab renvoie la valeur du gain K  0 X 848 correspondant et vers :
 Y  z . lim  1 / z# 1  F  z U  z. lim F x  z
indique que la pulsation propre non amortie associée est
y∞  lim  1 / z # 1
de 2 X 07rad P s (en ayant fait le choix de T  1s pour la z A 1 zA 1 zA 1
période des échantillons). G
Ce qui d’après la définition correspond au gain statique.
Exemple 4.2 Reprenons l’exemple 3.7. La stabilité du
modèle échantillonné bouclé dépend du choix de l’échan- Comme nous l’avons indiqué, le gain de pré-commande
tillonnage T . Ce résultat se retrouve quand on trace les permet de régler le gain statique de la boucle en réponse
lieu d’Evans des deux systèmes à la consigne. En effet, la réponse du système régulé pour
un signal de consigne yc s’écrit :
1
G  z $ 6 B0  p  8 Y  z Kc KG  z 
p  p ) 1 
Yc  z  1 ) KG  z 
obtenus avec les deux échantillonnage T  1s et T  10s.
et son gain statique est donné par (la limite quand z tend
T=1s T=10s vers 1 est atteinte dès lors que le système est asymptoti-
1
quement stable) :
0.8

Kc KG  1 

1
Fs
1 ) KG  1 
0.6

0.4
0.5

0.2
On souhaite généralement régler ce gain statique à l’unité.
Ainsi, quand l’utilisateur envoie une consigne constante,
Imag Axis

Imag Axis

yck  yco , le système, stable par le choix de K, converge


0 0

kA   ∞
vers la valeur de consigne, yk /
−0.2
yco .
−0.5
−0.4
Pour assurer un gain statique unitaire on prend :
−0.6
−1
1 ) KG  1 
−0.8
Kc 
−1
KG  1 
−2 −1 0 1 −1 −0.5 0 0.5 1
Real Axis Real Axis

F IG . 4.6 – Lieu d’Evans pour différentes valeurs de T 4.4 Exercices


Les courbes 4.6 montrent que le choix de la période Exercice 4.1
d’échantillonnage modifie fortement le type de compor- On considère le système de l’exercice 1.1 de la page
tement atteignable par la boucle fermée. G 11. Il s’agit de l’évolution du cheptel d’un éleveur de
bovins où l’action de commande consiste à acheter ou
vendre des vaches et la mesure est la somme totale de
4.3 Calcul du gain de pré-commande bovins. On rappelle que le modèle est donné par :
2 X 5z2 ) z / 1
Un gain de rétroaction K étant choisi, le gain de pré- G  z 
commande Kc est utilisé pour régler le gain statique du 2 X 5z3 / 1 X 75z2 / 2z ) 0 X 4
système en réponse à la consigne. 1. Etudier la stabilité du système en boucle ouverte.
Définition 4.2 Le gain statique d’un système est la va- 2. On considère une loi de commande statique telle
leur à l’infini de la sortie du système en réponse à un que :
échelon unité. Il caractérise également le rapport entre uk  K  Kc yc / yk 
l’entrée et la sortie quand le système est à l’équilibre. Etudier la stabilité et le comportement en régime
transitoire de ce système en fonction de K. Illus-
Théorème 4.1 Le gain statique d’un système décrit par trer le comportement de ce système pour des valeurs
sa fonction de transfert F  z  est donné par : remarquables de K en considérant que la consigne
Fs  lim F  z fixée par l’éleveur est d’avoir un cheptel de trente
zA 1 vaches (yc  30).
4.4. EXERCICES 37

K=0.4
Solution 30

1. Les pôles de G  z  sont : 25

λ1 H/ 0 X 72 λ2  1 X 24 λ3  0 X 18 20

Nombre de vaches
15
Le système est donc instable. Il possède deux modes
stables et un mode instable apériodique (λ2  1). 10

Ceci signifie que toute initialisation non nulle du


troupeau conduit à une augmentation tendant vers 5

l’infini de la population.
0
0 10 20 30 40 50 60 70 80 90 100
annees (sec)
2. Le tracé du lieu d’Evans du système est donné sur
la figure 4.7. Il permet de voir que la stabilité est
atteinte uniquement pour 1 X 86  K  0 X 33. On peut
F IG . 4.8 – Evolution du troupeau pour K  0X 4
alors distinguer plusieurs types de choix de K qui
assure la stabilité : la boucle fermée sont alors :

 0 X 82 λ2 ‘/ 0 X 55 λ3 H/ 0 X 27
Root Locus
1 λ1
0.8
L’évolution du troupeau est plus rapide (voir figure
0.6 4.9).
System: G
0.4 Gain: 0.322
Pole: 1.01 K=0.7, K =0.5143
c
Damping: −1 30
0.2 Overshoot (%): Inf
Frequency (rad/sec): 0.0113
Imag Axis

25
0

−0.2 20
Nombre de vaches

−0.4
15

System: G
−0.6 Gain: 1.86
Pole: −0.874 − 0.464i 10
Damping: 0.00375
−0.8 Overshoot (%): 98.8
Frequency (rad/sec): 2.65 5

−1
−1.5 −1 −0.5 0 0.5 1
Real Axis 0
0 5 10 15 20 25
annees (sec)

F IG . 4.7 – Lieu d’Evans


F IG . 4.9 – Evolution du troupeau pour K  0X 7
a - Si K est pris assez proche de 0 X 33. Alors les trois
pôles sont réels et stables et l’un des pôles est oscil- b - Si K est pris supérieur à 0 X 76 (valeur pour la-
lant car négatif. Ce qui domine dans ce cas c’est le quelle un des modes devient complexe). Alors on
mode associé au pôle proche z  1. Il est de module peut s’attendre à des phénomènes oscillant mais éven-
élevé ce qui conduit à un système bouclé très lent. tuellement avec une convergence du nombre de bêtes
assez rapide.
A titre d’illustration, la réponse du système à l’état
initial x0 est représentée sur la figure 4.8 avec K  A titre d’illustration, la réponse du système à l’état
0 X 4. Le tracé est fait avec un choix de Kc  0 X 15 afin initial x0 est représentée sur la figure 4.10 avec K 
d’assurer un gain statique unitaire et les pôles de la 1. Le tracé est fait avec un choix de Kc  0 X 66 afin
boucle fermée sont : d’assurer un gain statique unitaire et les pôles de la
boucle fermée sont :
λ1  0 X 96 λ2 H/ 0 X 66 λ3  0
λ1  0 X 72 λ2e 3 ‘/ 0 X 51 ’ j0 X 27
Ce choix de régulation ne convient pas à l’éleveur
qui ne souhaite pas attendre 100 années avant de La figure 4.11 montre plus en détail l’évolution ex-
constituer son troupeau. acte du nombre de vaches par catégories. On constate
Pour accélérer le processus on peut prendre K  0 X 7. une convergence rapide vers un équilibre tel qu’il y a
Cela implique de prendre Kc  0 X 5143 et les pôles de environ 12 vaches de moins d’un an et 12 vaches de
38 CHAPITRE 4. SYNTHÈSE : GAIN DE RÉTROACTION

K=1, K =0.66 K=1.86, K =0.8172


c c
30 50

45

25
40

35
20
Nombre de vaches

Nombre de vaches
30

15 25

20

10
15

10
5

0 0
0 5 10 15 0 2 4 6 8 10 12 14 16 18 20
annees (sec) annees

F IG . 4.10 – Evolution du troupeau pour K  1 F IG . 4.12 – Evolution du troupeau K  1 X 86


K=1, Kc=0.66
Ce choix de régulation ne convient évidement pas à
Moins de 1 an

10 l’éleveur.
5

0 Exercice 4.2
On considère le procédé décrit par la fonction de trans-
10 fert continue :
2 ans

1
5
G  p 
Nombre de vaches

0 p2 ) 1

20 1. Etudier la stabilité et le comportement en régime


plus de 3 ans

10
transitoire du procédé de fonction de transfert G  p  .

0 2. Calculer la fonction de transfert G  z  de ce procédé


20
échantillonné selon le schéma de la figure 4.13, pour
10
une période d’échantillonnage T  π P 2 s.
achats

0
−10
0 2 4 6 8 10 12
uk u t  y t  yk
B0  p 
annees
Procédé
T
F IG . 4.11 – Evolution du troupeau pour K  1

deux ans. Le nombre de vaches de trois ans et plus F IG . 4.13 – Procédé échantillonn é
converge vers 6 et l’éleveur vend près de 10 vaches
chaque année. La stratégie semble être de consti-
3. Ce système est bouclé par un retour unitaire selon
tuer dès la première année un troupeau de 20 vaches
le schéma de la figure 4.14. Etudier sa stabilité en
âgées et ensuite très vite l’éleveur finit par vendre
fonction de K  0.
les vaches en excès.
c - Si K est pris proche de 1 X 86. Alors le système est
proche de l’instabilit é et le mode dominant est un
mode oscillant.
ykc + yk
A titre d’illustration, la réponse du système à l’état K G  z
initial x0 est représentée sur la figure 4.12 avec K  /
1 X 86. Le tracé est fait avec un choix de Kc  0 X 8172
afin d’assurer un gain statique unitaire et les pôles
de la boucle fermée sont :
F IG . 4.14 – Système bouclé
λ1  0 X 59 λ2e 3 ‘/ 0 X 88 ’ j0 X 46
4.4. EXERCICES 39

Solution

1. Les modes du système sont p  ’ j. Le système est


donc en limite de stabilité oscillatoire avec une pul-
sation propre ω  1rad P s.
2. La fonction de transfert du système échantillonné est
donnée par :

G  z ~ #  s Gcppd t
z 1
z

 #  s pc p21 1d t
z 1
z

 # z  s 1p / p2p 1 t
z 1

 # 
z 1 z
/  
z2
z z 1
# z2 1
z 1
 z2  1

3. L’application du critère de Jury conduit à :

/ 11 K1 0
qui est incompatible avec la condition K  0. Le sys-
tème bouclé avec K  0 est donc toujours instable.
40 CHAPITRE 4. SYNTHÈSE : GAIN DE RÉTROACTION
Chapitre 5

Synthèse : Transposition des méthodes


analogiques

La synthèse de correcteurs numériques par extension yc { t |


¥¦ y{ t|
de correcteurs analogiques est une approche couramment Rc { p | G { p|
utilisée dans le domaine industriel. Cela s’explique par
le fait que les techniques d’étude des systèmes continus
sont généralement bien maı̂trisées et que les spécifica-
tions sont plus facilement interprétables sur des modèles discrétisation
continus que sur des modèles échantillonnés.
On s’intéresse d’abord à des méthodes relevant de la
yck
¥¦ uk y{ t |
discrétisation directe d’un correcteur analogique calculé yk
Rd { z | B0 { p | G { p|
à partir du modèle continu du procédé à commander. On T
examine ensuite des méthodes de synthèse dans lesquelles
le correcteur est conçu à partir d’un modèle prenant en
compte de manière approchée l’existence du bloqueur en
amont du procédé. On examine ensuite de manière dé-
taillée la discrétisation du correcteur analogique le plus F IG . 5.1 – Discrétisation d’un correcteur analogique
répandu, le régulateur P.I.D.

ε t  u t εk uk
5.1 Discrétisation Rc  p  Rd  z 
p f  z
Cette approche suppose que l’on ait réalisé la synthèse
d’un correcteur analogique par les méthodes d’étude des F IG . 5.2 – Approximation de la variable p
systèmes continus. On recherche alors un algorithme nu-
mérique qui se rapproche le plus possible du correcteur
analogique, en faisant des approximations de la variable
de Laplace p, ou sur les pôles et zéros de la fonction Les approximations les plus utilisées sont les suivantes :
de transfert du correcteur analogique. Si on raisonne en
termes de fonctions de transfert, on cherche à obtenir la discrétisation avant : p  #
z 1
T
fonction de transfert R  z  d’un correcteur numérique par Elle résulte de l’approximation de la dérivée d’une fonc-
approximation de celle d’un correcteur analogique R  p  , tion entre deux instants d’échantillonnage par la méthode
comme illustré sur la figure 5.1. d’Euler :

dx  t  x  t ) T R/ x  t  z/ 1
5.1.1 Approximations de la variable p # 1 pX  p  4 ² # 1
6 X  z 8
dt ± T T
Le principe de l’approche consiste à déduire un cor-
recteur Rd  z  du correcteur Rc  p  en choisissant une ap-
discrétisation arrière : p  #
z 1
zT
proximation de la variable p, selon le schéma de la figure
5.2. Elle résulte de l’approximation suivante de la dérivée

41
42 CHAPITRE 5. SYNTHÈSE : TRANSPOSITION DES MÉTHODES ANALOGIQUES

d’une fonction entre deux instants d’échantillonnage : continu. En effet, si l’on choisit comme approximation de
Tustin adaptée (frequency prewarping) :
dx  t  x  t R/ x  t / T  z/ 1
# 1 pX  p  4 u # 6 X  z 8 ωc z · 1
1
dt ± T zT p¶
tg ω2c T z ¸ 1
approximation de Tustin : p  2 z 1
T z 1 # il vient, pour la pulsation ωc :
Cette approximation, connue également sous le nom ωc ωc T µ¶
de transformation bilinéaire, résulte de l’approximation Rd ´ e jTωc µ¶ Rc ´ j ωcT tg 2 Rc ´ jωc µ
tg 2
de l’intégration numérique par la méthode des trapèzes.
En effet, soit : Les deux correcteurs sont donc bien fréquentiellement
équivalents pour la pulsation ωc .
 1
y  t  " x  t  dt / Y  p  X  p
p
5.1.2 Adaptation des pôles et des zéros
Par approximation entre deux instants d’échantillonnage,
il vient : Cette approche (matched pole-zero method) consiste
 y  kT  yk # 1 )

xk 1 xk à appliquer la transformation z ¶ eT p aux pôles et aux
yk l2 T
zéros de la fonction de transfert du correcteur continu,
³
 avec un facteur multiplicatif permettant de conserver le
gain aux basses fréquences c’est-à-dire pour p º 0 ou
 1 / z# 1  Y  z T
2  1 ) z# 1  X  z bien z º 1.
soit la formule : Par exemple, le correcteur analogique :
p¸ a
Y  z 
T z) 1
X  z Rc ´ p µ¶
2 z/ 1 p¸ b
est approché par le correcteur discret :
Un inconvénient des approches par approximation de
a 1 · e» z · e»
Rd ´ z µV¶
la variable de Laplace p est qu’elles peuvent modifier bT aT
l’échelle des pulsations de la réponse fréquentielle du cor- b 1 · e» aT z · e» bT
recteur que l’on a discrétisé, ce qui peut être gênant dans
le cas d’un filtre passe-bande par exemple. Cet effet est Une précaution à prendre lorsque le degré du numé-
connu sous le nom de distorsion fréquentielle (frequency rateur est inférieur à celui du dénominateur, consiste à
warping). introduire au numérateur du correcteur discret des termes
Examinons ses conséquences dans le cas de l’approxi- ´ z ¸ 1 µ pour conserver un gain nul aux hautes fréquences
mation de Tustin. Soit un correcteur analogique de fonc- en rétablissant des degrés identiques. Ceci se justifie par
tion de transfert Rc  p  . Sa réponse fréquentielle est dé- le fait que le théorème de Shannon limite la pulsation à
terminée par la fonction complexe Rc  jω . Le régulateur ω ¶ π ¼ T , soit z ¶ e jTω ¶ · 1. La valeur z ¶ · 1 joue en
discret obtenu par la méthode de Tustin a pour fonction discret le même rôle que ω ¶ ∞ en continu.
de transfert Ainsi, le correcteur analogique :
2 z/ 1
Rd  z  Rc   p¸ a
T z) 1 Rc ´ p µ¶
En utilisant la relation z  eT p  e jT ω (voir section 1.4.3),
´ p b µ ´ p ¸ cµ
¸
sa réponse fréquentielle est déterminée par la fonction est approché par le correcteur discret :
a ´ 1 · e» bT µ ´ 1 · e» µ ´ z ¸ 1 µ ´ z · e» aT µ
complexe : cT

Rd ´ e jT ω µ¶ Rc ´
2 · 1 µ¶
e jT ω 2 ωT µ­¶ ¹
Rc ´ j tg Rc ´ jωµ
2bc 1 · e» aT ´ z · e» bT µ ´ z · e» cT µ
T e jT ω ¸ 1 T 2
Manifestement la discrétisation induit des erreurs sur le 5.1.3 Application
comportement fréquentiel. Ceci peut être corrigé au voi-
sinage d’une fréquence particulière. On peut mettre en Position du problème
œuvre une adaptation pour que le gain en amplitude des
On considère le procédé représenté par la fonction de
deux correcteurs (continu et équivalent discret) soit iden- transfert :
tique à une pulsation particulière ωc choisie par l’utili-
G ´ p µ¶
5
sateur, par exemple la pulsation de coupure du correcteur p ´ p ¸ 1µ
5.1. DISCRÉTISATION 43

Le gain de boucle ayant été fixé à 5 pour satisfaire des Calcul des correcteurs
conditions de précision. On veut faire la synthèse d’un
réseau correcteur permettant d’obtenir pour le système Les correcteurs (sous forme de fonctions de transfert
bouclé une marge de phase φm ¶ 45o . en z) obtenus par les différentes approximations sont don-
nés ci-après :
50

– discrétisations directes de p.
Avec p ¶ »
Gain dB

z 1
T , il vient :
0

0 ½ 53z · 0 ½ 23
Rd ´ z µ¶
-50 -1

0 ½ 21z ¸ 0 ½ 09
0 1
10 10 10
Frequency (rad/sec)

-60

Avec p ¶ »
z 1
-90

zT , il vient :
Phase deg

-120

0 ½ 83z · 0 ½ 53
-150

Rd ´ z µ¶
0 ½ 51z · 0 ½ 21
-180

-1 0 1
10 10 10
Frequency (rad/sec)

F IG . 5.3 – Réponse fréquentielle de G ´ p µ – méthode de Tustin


1 ½ 89z · 1 ½ 06
Rd ´ z µ¶
A partir des courbes de réponse en fréquence (figure 5.3) z · 0 ½ 17
dans le plan de Bode de la fonction de transfert G ´ p µ , on
détermine un réseau correcteur par avance de phase : – méthode de Tustin avec élimination de distorsion
fréquentielle (prewarp, en prenant wc ¶ 5rd ¼ s).
1 ¸ 0 ½ 53p
Rc ´ p µ¶
1 ¸ 0 ½ 21p 1 ½ 81z · 0 ½ 87
Rd ´ z µ¶
z · 0 ½ 06

50 – méthode de conversion des pôles et des zéros (mat-


ched pole-zero method).
0
Gain dB

1 ½ 76z · 0 ½ 99
Rd ´ z µ¶
z · 0 ½ 24
-50

-100 -1 0 1 2
10 10 10 10
Frequency (rad/sec)

-60 Etude du système bouclé avec correcteur numérique


-90
Phase deg

-120
Les réponses des systèmes obtenues pour les différents
-150
correcteurs numériques sont données sur les figures sui-
-180

10
-1
10
0 1
10
2
10
vantes :
Frequency (rad/sec)

F IG . 5.4 – Réponse fréquentielle de Rc ´ p µ G ´ p µ


– discrétisations directes de p : figures 5.6 et 5.7.

– méthode de Tustin : figure 5.8.


Les courbes de réponse en fréquence de Rc ´ p µ G ´ p µ (fi-
– méthode de Tustin avec élimination de distorsion
fréquentielle (prewarp), en prenant wc ¶ 5rd ¼ s : fi-
gure 5.4) permettent de vérifier que l’on obtient bien la
marge de phase souhaitée φm ¶ 45o .
La commande en sortie du correcteur Rc ´ p µ et la ré-
gure 5.9.
ponse en boucle fermée du système ainsi corrigé, pour – méthode de conversion des pôles et des zéros (mat-
une consigne en échelon unitaire, sont données figure 5.5. ched pole-zero method) : figure 5.10.
On désire étudier le comportement de ce système dans
le cas d’un régulateur numérique calculé par discrétisa- On note que les différentes méthodes conduisent à des
tion du régulateur analogique précédent, pour une période correcteurs relativement similaires même si dans l’ensemble
d’échantillonnage T ¶ 0 ½ 3s. les systèmes corrigés par des régulateurs discrets sont
plus lents et plus oscillants que avec Rc ´ p µ .
44 CHAPITRE 5. SYNTHÈSE : TRANSPOSITION DES MÉTHODES ANALOGIQUES

Commande du systeme Commande du systeme


3 2

2 1
Amplitude

Amplitude
1 0

0 -1

−1 -2
0 0.5 1 1.5 2 2.5 3 0 1 2 3 4 5 6
Time (secs) Temps
Sortie du systeme Sortie du systeme
1.5 2

1.5
1
Amplitude

Amplitude
1
0.5
0.5

0 0
0 0.5 1 1.5 2 2.5 3 3.5 4 0 1 2 3 4 5 6
Time (secs) Temps

F IG . 5.5 – Commande et réponse indicielle de Rc ´ p µ G ´ p µ F IG . 5.8 – Réponses (méthode de Tustin)

Commande du systeme Commande du systeme


3 2

2
Amplitude

1
Amplitude

0
0

-1 -1
0 1 2 3 4 5 6 0 1 2 3 4 5 6
Temps Temps
Sortie du systeme Sortie du systeme
1.5 2

1.5
1
Amplitude

Amplitude

1
0.5
0.5

0 0
0 1 2 3 4 5 6 0 1 2 3 4 5 6
Temps Temps

F IG . 5.6 – Réponses (correcteur discrétisé avec p ¶ z 1


T )
» F IG . 5.9 – Réponses (méthode de Tustin avec “prewarp”)

Commande du systeme Commande du systeme


2 2

1 1
Amplitude

Amplitude

0 0

-1 -1

-2 -2
0 1 2 3 4 5 6 0 1 2 3 4 5 6
Temps Temps
Sortie du systeme Sortie du systeme
2 2

1.5 1.5
Amplitude

Amplitude

1 1

0.5 0.5

0 0
0 1 2 3 4 5 6 0 1 2 3 4 5 6
Temps Temps

F IG . 5.7 – Réponses (correcteur discrétisé avec p ¶ z 1 »


zT ) F IG . 5.10 – Réponses (matched pole-zero method)
5.2. PRISE EN COMPTE DU BLOQUEUR DANS LA SYNTHÈSE 45

5.2 Prise en compte du bloqueur dans 40


Bode Diagram

la synthèse 20

Magnitude (dB)
0

Les méthodes présentées dans le paragraphe précédent −20


ne prennent pas en compte la présence dans la boucle du
bloqueur d’ordre zéro. Si l’on reprend la logique de la fi- −40

gure 5.1, on note qu’elle suppose que Rd ´ z µ sera une ap-


−90

proximation de Rc ´ p µ et devrait donc satisfaire la boucle −135

réalisée avec un opérateur Gd ´ z µ dont le comportement

Phase (deg)
serait très proche de G ´ p µ . Dans cette logique cela revient
−180

à ignorer le comportement du bloqueur, B0 ´ p µ . Ceci peut


−225

−270
devenir très préjudiciable si l’échantillonnage T et élevé −1 0 1

car dans ce cas le comportement de ¾¿ Bo ´ p µ G ´ p µ À se dis-


10 10 10
Frequency (rad/sec)

tingue fortement de celui de G ´ p µ .


F IG . 5.11 – Diagramme de Bode de G ´ p µ et e» G ´ pµ
Tp
2
Nous présentons ci-après des méthodes prenant en compte
l’existence du bloqueur d’ordre zéro, de manière exacte
ou approchée. qui conduit à une marge de phase de φm ¶ 35o . Par la mé-
thode de Tustin, la discrétisation de ce correcteur donne :

3z · 1 ½ 8
Rd ´ z µV¶
5.2.1 Approximation du bloqueur par un re-
z ¸ 0½ 2
Tp
tard pur e Á 2
La réponse du système échantillonné utilisant ce correc-
Dans ce cas, la synthèse est réalisée comme dans les
méthodes du paragraphe 5.1, mais la fonction de transfert teur est donnée figure 5.12.
du procédé est choisie égale à :
Commande du systeme
3

e» G ´ pµ
Tp
2 2
Amplitude

Ce qui revient à faire l’approximation le bloquer d’ordre 0

zéro comme un retard pur d’une demie période d’échan- -1

tillonnage et de tenir compte de cette approximation lors -2

du calcul initial de Rc ´ p µ .
0 1 2 3 4 5 6
Temps
Sortie du systeme
1.5
Considérons le procédé de la section 5.1.3 et la période
d’échantillonnage : 1
Amplitude

G ´ p µ¶ ¶ 0 ½ 3s
5 0.5

p ´ p ¸ 1µ
T
0
0 1 2 3 4 5 6
Temps
Les courbes de réponse en fréquence de la fonction de
transfert F IG . 5.12 – Réponses (correcteur tenant compte du blo-
e» 2 G ´ p µ
Tp
queur)

sont représentées sur la figure 5.11. Sur la même figure


sont représentées également les courbes de réponse fré-
quentielle de G ´ p µ . On remarquera que le gain en am- 5.2.2 Transformation en w
plitude est identique, mais que le retard pur introduit un
déphasage aux hautes fréquences (le déphasage diverge Cette approche est très différente des précédentes. Au-
pour ω croissant). cune approximation n’est faite a aucun moment. L’idée
On calcule pour e»
Tp
G ´ p µ un réseau correcteur par est de faire la synthèse à partir du modèle exact G ´ z µŽ¶
¾¿ B0 ´ p µ G ´ p µ À . Cependant, la synthèse utilise les tech-
2

avance de phase :
niques des systèmes continu au travers de l’astuce pure-
1 ¸ 0 ½ 6p
Rc ´ p µ¶
ment mathématique de la transformation en w (voir sec-
1 ¸ 0 ½ 1p tion 3.4 également).
46 CHAPITRE 5. SYNTHÈSE : TRANSPOSITION DES MÉTHODES ANALOGIQUES

50
On commence par calculer le modèle discret de l’en-
semble bloqueur + procédé :

Gain dB
0

F ´ z µ¶ ¾¿ B0 ´ p µ G ´ p µ À
-50 -2 -1 0 1 2
10 10 10 10 10
On utilise ensuite la transformation en w : Frequency (rad/sec)

1¸ w z· 1
0

z¶ º w¶
1· w z¸ 1
-90

Phase deg
-180

pour définir ensuite une fonction de transfert de type continu : -270


-2 -1 0 1 2

1¸ w
10 10 10 10 10
Frequency (rad/sec)

F ´ zµ · º Fc ´ w µ¶ F Ã
1 · wÄ F IG . 5.13 – Diagramme de Bode de Fc ´ w µ
La transformation mathématique fait que si le système
continu Fc ´ w µ est stable, alors F ´ z µ est stable. Cependant
Commande du systeme
3

Fc ´ w µ n’a pas d’autre signification physique. 2

La synthèse du réseau correcteur Hc ´ w µ s’effectue alors

Amplitude
1

0
selon une méthode classique de synthèse des systèmes
continus appliquée à Fc ´ w µ . De ce correcteur il vient par
-1

-2
la transformation inverse en w la fonction de transfert 0 1 2 3 4 5 6

H ´ z µ du correcteur numérique à utiliser :


Temps
Sortie du systeme
1.5

z· 1
H ´ z µ¶ Hc à ¸ 1
Amplitude

z 1Ä
0.5

Appliquons cette approche au problème du paragraphe


0
5.1.3. On calcule le modèle discret de l’ensemble blo- 0 1 2 3
Temps
4 5 6

queur + procédé :
F IG . 5.14 – Système corrigé par H ´ z µ
0 ½ 204z ¸ 0 ½ 185
F ´ z µ¶ ¾¿ B0 ´ p µ G ´ p µ À.¶
z · 1 ½ 74z ¸ 0 ½ 74
2

5.3 Régulateur P.I.D. numérique


On utilise ensuite la transformation en w pour définir une
fonction de transfert fictive de type continu :
Le régulateur P.I.D. est très répandu dans le domaine
1¸ w ¶ · 0 ½ 019w · 0 ½ 37w ¸ 0 ½ 389
industriel. Il constitue l’outil standard de la commande
Fc ´ w µ¶ F
2
Ã
1 · wÄ 3 ½ 58w2 ¸ 0 ½ 52w
de nombreux procédés industriels. Conçu initialement en
technologie analogique (hydraulique, pneumatique, élec-
On effectue la synthèse d’un réseau correcteur à avance tronique,...), il a été transposé en numérique pour pouvoir
de phase Hc ´ w µ à partir des courbes de réponse en fré- être implanté sur calculateur. Cette transposition n’est rien
quence de Fc ´ w µ représentées figure 5.13. d’autre que l’application de la méthode de discrétisation
de la section 5.1.
Le choix d’un réseau correcteur :
1 ¸ 3 ½ 73w
Hc ´ w µ¶
1 ¸ 0 ½ 74w
5.3.1 Rappels sur le régulateur P.I.D. ana-
logique
conduit à une marge de phase de φm ¶ 35o . La transfor-
mation inverse en w permet d’obtenir la fonction de trans- La formulation de base du régulateur P.I.D. est donnée
fert H ´ z µ du correcteur numérique à utiliser : par la relation suivante :
dε Ç t È
z · 1 ¶ 4 ½ 73z · 2 ½ 73 u ´ t µC¶ k p Å ε ´ t µ ¸ ´ t µ dt ¸ τd dt É
H ´ z µ¶ Hc τi 0 ε
1 t
à ¸ Æ
z 1Ä 1 ½ 74z ¸ 0 ½ 26 Ê Ë
J
La réponse du système échantillonné utilisant ce correc-
teur est donnée figure 5.14. U ´ p µ¶ k p Å 1 ¸ 1
τi p
¸ τd p ´ p µ
¬É Ì
5.3. RÉGULATEUR P.I.D. NUMÉRIQUE 47

où ε représente l’écart entre le signal de consigne yc et le sortie uk de la saturation (réelle ou simulée), avec une
signal de sortie mesuré du procédé y. constante d’intégration τt . Le principe de cette adaptation
En pratique, des adaptations sont réalisées à partir de est montré sur la figure 5.15.
la formulation de base.
· y
Adaptations de la partie dérivée. k p τd p
L’effet dérivé pur ne peut pas être implémenté car non ¸ ¸ v u
réalisable physiquement. De plus, l’effet dérivateur appli- ε
kp
qué à de hautes fréquences conduirait à une amplification ¸
trop importante des bruits de mesure. En approchant le
terme τd p par la fonction de transfert : ¸ 1 ·
kp ¸
τd p τi ¸ p
¸ τd
1 p es
N 1
on limite à N le gain aux hautes fréquences de la par- τt
tie dérivée. Les valeurs de N sont généralement choisies
dans la fourchette 3-20, voir N ¶ 10 par défaut.
En régulation, on évite aussi souvent de dériver le terme F IG . 5.15 – Adaptation de la partie intégrale
de consigne pour éviter des variations brusques de la com-
mande lors de discontinuit és sur la consigne. La variable v, qui est la sortie du P.I.D. classique gé-
En conclusion, l’effet dérivé peut être pris suivant l’un nère la commande u à travers une saturation simulant la
des trois modèles suivants : saturation réelle de l’actionneur. L’écart entre u et v est
D ´ p µ¶ k p τd pÌ ´ pµ
rebouclé sur la partie intégrale du correcteur. Le schéma
du système peut être ramené à celui de la figure 5.16.
Ê
limitations sur les hautes fréquences
¸ v
D ´ p µ¶ k p τd p
Ì ´ pµ
1 Í τd
N p
P.I.D.
Ê
limitations sur la consigne
· u
D ´ p µ¶ · kp τdτp Y ´ p µ 1
1 Í Nd p pτt e
s
¸
Adaptations de la partie proportionnelle.
F IG . 5.16 – Schéma équivalent
Pour la même raison que pour l’effet dérivé, on peut
être amené à n’injecter qu’une partie de la consigne dans
le terme proportionnel. La précision est malgré tout assu- Lorsque la commande sature, alors u ¶ Cte est de type
rée grâce au terme intégral. échelon. La boucle comportant une intégration, l’écart es
L’effet proportionnel peut être pris suivant l’un des deux tend vers zéro et v tend donc vers u ¶ Cte, entraı̂nant une
modèles suivants : dé-saturation de l’intégrateur.

P ´ p µ¶ k p Ì ´ pµ
Ceci se traduit, pour la partie intégrale du correcteur, à
l’un des deux modèles suivants :
Ê
I ´ p µ¶ k p ´ pµ
limitations sur la consigne 1
τi p Ì
P ´ p µ¶ k p ´ bYc ´ p µ · Y ´ p µbµ Ê
anti-dérive de l’intégrateur
avec 0 Î b Î 1.
I ´ p µ¶ k p ´ p µ ¸ kp τ p ´ U ´ p µ · V ´ p µbµ
1 1
Adaptations de la partie intégrale. τi p Ì t
La partie intégrale peut entraı̂ner des effets indésirables
lorsque, en raison d’un signal d’erreur trop grand, l’inté- 5.3.2 Réglage du P.I.D.
grateur sature. L’actionneur reste alors en butée, même
lorsque la sortie du procédé varie. Une approche possible Le réglage du régulateur P.I.D. passe par le choix des
pour éliminer cet effet consiste à introduire un bouclage paramètres k p , τi , τd , τt , b et N. Les paramètres fonda-
sur l’intégrateur, ramenant l’écart entre l’entrée vk et la mentaux sont k p , τi et τd . Le paramètre N est souvent fixé
48 CHAPITRE 5. SYNTHÈSE : TRANSPOSITION DES MÉTHODES ANALOGIQUES

à la valeur par défaut N ¶ 10. La constante de temps τt La partie dérivée vérifie l’une des trois équations ré-
est choisie dans la fourchette ¿ 0 ½ 1τi Ï τi À . currentes :
Pour la détermination des paramètres k p , τi et τd , des
dk ¶ k p τd
´ εk · εk » 1 µ
méthodes expérimentales d’analyse du procédé ont été T

proposées par Ziegler et Nichols (entre autres). Ê


limitations sur les hautes fréquences
Méthode de la réponse indicielle :
¶ τd ¸ k p τd N
´ εk · εk » 1 µ
Pour un système caractérisé par un retard pur Tr et une dk Í
τd NT dk 1 » Í
τd NT
pente a en régime transitoire, les valeurs des paramètres Ê
limitations sur la consigne
sont :
¶ τd · k p τd N
´ yk · yk » 1 µ
dk Í
τd NT dk 1 » Í
τd NT
Type kp τi τd
P 1 ¼ aTr L’algorithme général du P.I.D. numérique est donné
PI 0 ½ 9 ¼ aTr 3Tr comme la somme des trois termes :
PID 1 ½ 2 ¼ aTr 2Tr 0 ½ 5Tr ¶ pk ¸ i k ¸ dk
uk

Méthode de l’oscillation limite en boucle fermée : qui se calculent en temps réel à la donnée du signal εk et
des valeurs précédentes.
On boucle le système avec un régulateur proportionnel
de gain K. Si Ko est le gain mettant le système en oscilla- Adaptation prédictive de l’erreur.
tion limite de période To , les valeurs des paramètres sont : Lorsque la période d’échantillonnage est trop petite pour
que le temps de calcul ne puisse plus être négligé, l’hypo-
Type kp τi τd thèse de synchronisme entre uk et εk peut conduire à des
résultats erronés. On met alors en œuvre un P.I.D. prédic-
P 0 ½ 5Ko teur. La valeur de εk est prédite par la valeur ε̂k obtenue
PI 0 ½ 45Ko To ¼ 1 ½ 2 par l’extrapolation linéaire :
PID 0 ½ 6Ko To ¼ 2 To ¼ 8
ε̂k · εk ¶ εk 1 · εk
» 1 » » 2

5.3.3 Equations d’un correcteur P.I.D. nu- c’est à dire :


ε̂k ¶ 2εk 1 · εk
mérique » » 2

qui est portée dans l’algorithme à la place de εk .


Ayant fait un choix de modèle pour le P.I.D. et ayant ré-
glé les paramètres il est possible d’appliquer ce régulateur
aux système échantillonnés par la technique de discrétisa- 5.3.4 Exemple d’application du P.I.D. nu-
tion. Prenons par exemple le choix d’une approximation mérique
arrière.
Exemple 5.1 A titre d’exemple, nous présentons ici les
La partie proportionnelle s’écrit donc suivant l’une des résultats de simulation obtenus dans le cas de la régula-
deux formules :
tion par P.I. numérique d’un procédé continu de fonction
pk ¶ kp εk de transfert :
G ´ p µ¶
1
Ê
limitations sur la consigne p ´ p ¸ 1µ
en présence d’un bloqueur d’ordre zéro et avec une pé-
¶ kp ´ byc · yk µ
pk k riode d’échantillonnage T ¶ 1s. Les paramètres du cor-
recteur sont fixés à :
avec 0 Î b Î 1.
kp ¶ 1 b ¶ 1 τi ¶ 5 s τt ¶ 5 s
La partie intégrale vérifie l’une des deux équations ré-
currentes :
La figure 5.17 donne le résultat (commande et sortie) dans
ik ¶ ik 1 ¸
k pT le cas où il n’y a pas de saturation de l’organe de com-
» τi εk mande. La figure 5.18 correspond au cas où l’amplitude
Ê de la commande est saturée à 0,1 en valeur absolue et
anti-dérive de l’intégrateur
où il n’y a pas d’adaptation du régulateur. La figure 5.19
¶ ik 1 ¸ k pT ¸ kp T ´ uk · vk µ montre l’effet du correcteur de saturation. Ð
ik
» τi εk τt
5.4. EXERCICES 49

Commande du systeme Commande du systeme


1.5 0.1

1
0.05

Amplitude
Amplitude
0.5
0
0
-0.05
-0.5

-1 -0.1
0 5 10 15 20 25 30 35 40 0 5 10 15 20 25 30 35 40
Temps Temps

Sortie du systeme Sortie du systeme


2 1.5

1.5
1

Amplitude
Amplitude

1
0.5
0.5

0 0
0 5 10 15 20 25 30 35 40 0 5 10 15 20 25 30 35 40
Temps
Temps

F IG . 5.17 – Réponse indicielle du système bouclé F IG . 5.19 – Réponse indicielle avec anti-dérive

Commande du systeme
0.1
3. Etudier en fonction de K le comportement du sys-
0.05 tème échantillonn é bouclé avec bloqueur d’ordre zéro,
Amplitude

0 en présence de ces différents régulateurs et compa-


-0.05
rer avec la régulation continue (lieu d’Evans, limite
de stabilité, comportement en régime transitoire).
-0.1
0 5 10 15 20 25 30 35 40
Temps

2
Sortie du systeme Solution
1.5
1. Le système continu bouclé a pour équation caracté-
Amplitude

1
ristique
0.5

K ¶ 0
0 p ´ p ¸ 1µ
0 5 10 15 20 25 30 35 40
Temps
soit l’équation caractéristique :
F IG . 5.18 – Réponse avec saturation de la commande p2 ¸ p ¸ K ¶ 0

Le système est donc asymptotiquement stable, quel


5.4 Exercices que soit K Ñ 0, avec le comportement suivant
Exercice 5.1 0Î K Î 1¼ 4 apériodique
On considère le système continu de fonction de trans-
fert : K Ñ 1¼ 4 oscillatoire
G ´ p µ¶
1
p 2. Les différentes approximations conduisent aux régu-
lateurs numériques
1. Etudier le comportement en fonction de K de ce sys-
p¶ z· 1 Rd ´ z µ¶
tème lorsqu’on le boucle avec un régulateur : K
º
z
Rc ´ p µ¶
K
p¸ 1 z· 1
p¶ Rd ´ z µ¶
Kz
º
z 2z · 1
z· 1 K ´ z ¸ 1µ
2. On décide de mettre en œuvre une régulation nu-
mérique et on choisit une période d’échantillonnage p¶ 2 º Rd ´ z µ¶
T ¶ 1s. Calculer les régulateurs numériques obtenus z¸ 1 3z · 1
par discrétisation de R ´ p µ en utilisant les approxima-
tions suivantes : 3. Les trois régulateurs conduisent respectivement aux
résultats suivants.
z· 1 z· 1 2 z· 1
p¶ p¶ p¶
T zT T z¸ 1
50 CHAPITRE 5. SYNTHÈSE : TRANSPOSITION DES MÉTHODES ANALOGIQUES

Cas no 1
Equation caractéristique
z ´ z · 1µ ¸ K¶ 0
Le lieu d’Evans est représenté sur la figure 5.20. Les
conditions de stabilité sont :
0Î K Î 1 2
Stabilité asymptotique
1.5

apériodique 0 Î K Î 1¼ 4 1

oscillatoire 1 ¼ 4 Î K Î 1 0.5

Imag Axis
0

2
−0.5

1.5
−1

1
−1.5

0.5
−2
Imag Axis

−2 −1.5 −1 −0.5 0 0.5 1 1.5 2


0 Real Axis

F IG . 5.21 – Lieu d’Evans cas n0 2


−0.5

−1

−1.5

−2
−2 −1.5 −1 −0.5 0 0.5 1 1.5 2
Real Axis

F IG . 5.20 – Lieu d’Evans cas n0 1


Cas no 2
Equation caractéristique

´ z · 1 µ ´ 2z · 1 µ ¸ Kz ¶ 0
Le lieu d’Evans est représenté sur la figure 5.21. Les
conditions de stabilité sont :
Stabilité asymptotique 0Î K Î 6 3

apériodique 0 Î K Î 0 ½ 17 2

oscillatoire 0 ½ 17 Î K Î 3 1

doublement oscillatoire 3 Î K Î 5 ½ 82
Imag Axis

oscillatoire 5 ½ 82 Î K Î 6 −1

Cas no 3
−2

Equation caractéristique

´ z · 1 µ ´ 3z · 1 µ ¸ K ´ z ¸ 1 µ¬¶ 0
−3
−4 −3 −2 −1 0 1 2
Real Axis

Le lieu d’Evans est représenté sur la figure 5.22. Les


F IG . 5.22 – Lieu d’Evans cas n0 3
conditions de stabilité sont :
Stabilité asymptotique 0Î K Î 2
apériodique 0 Î K Î 0 Ï 63
oscillatoire 0 Ï 63 Î K Î 2
INDEX 51

Index

amortissement, 22, 35 analogique, 46


numérique, 48
bloqueur d’ordre zéro, 4, 45 période d’échantillonnage, 4, 7, 11, 16, 36
branches asymptotiques, 34 pôles d’un système, 6, 11, 26, 34
point d’équilibre, 25
cadence, 1, 11
points de rencontre et d’éclatement, 34
causalité, 6, 15
polynôme caractéristique, 7, 28, 29
convertisseur
pulsation propre, 22, 36
analogique-numérique, 4
numérique-analogique, 4 régime forcé, 17
critère de Jury, 28, 30, 33 réponse pile, 18
critère de Routh, 28, 33 retard pur, 45
décomposition en éléments simples, 9, 17 signal
discrérisation, 41 à temps continu, 1
arrière, 41 à temps discret, 1
avant, 41 echantillonné, 3
matched pole-zero, 42 signal borné, 26
Tustin, 42 stabilité, 25, 26
asymptotique, 25, 26
echantillonnage
BIBO, 26
table de conversion, 5
globale, 25
echantillonneur, 4
interne, 25
equation récurrente, 6, 11, 15
système échantillonné, 7, 10, 29
fonction de transfert, 6 systèmes interconnectés, 12
echantillonnée, 8
forme en z » 1 , 6 temps de réponse, 22
forme pôle, zéro, gain, 6 théorème de Shannon, 4, 7, 17
transformée de Laplace, 1, 5
gain de pré-commande, 36 transformée en w, 29, 45
gain de rétroaction, 33 transformée en z, 1, 5, 11
gain statique, 36 linéarité, 2
produit de convolution, 2
lieu d’Evans, 34 théorème de l’avance, 2
loi de commande, 33 théorème de la sommation, 2, 3
théorème de la valeur finale, 2, 3, 36
mode d’un système, 18 théorème de la valeur initiale, 2
mode apériodique, 18 théorème du retard, 2, 3, 9
mode complexe, 19
mode entrennu, 19 zéros d’un système, 6, 34
mode oscillatoire, 18, 19
mode réel, 18

ordre du système, 7, 11
oscillations, 21

P.I.D.
52 INDEX
TABLE DES MATIÈRES 53

Table des matières

1 Modèles des systèmes à temps discret 1


1.1 Signal à temps discret . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.2 Définition de la transformée en z . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.3 Propriétés de la transformée en z . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.4 Exemples de transformées en z . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Signal échantillonné . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.2 Conversion analogique numérique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.3 Conversion numérique analogique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Système à temps discret . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3.1 Equation récurrente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3.2 Fonction de transfert en z . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4 Système échantillonné . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4.2 Fonction de transfert échantillonnée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4.3 Propriétés du modèle échantillonné . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

2 Réponse des systèmes à temps discret 15


2.1 Calcul de la réponse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.1.1 A partir de l’équation récurrente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.1.2 A partir de la fonction de transfert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2 Réponses échantillonnées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.3 Notion de modes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3.1 Mode réel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.3.2 Mode complexe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.3.3 Caractérisation des modes par analogie avec les systèmes continus . . . . . . . . . . . . . . . . . 21
2.3.4 Superposition des modes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

3 Stabilité des systèmes à temps discret 25


3.1 Stabilité interne des systèmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.2 Stabilité BIBO des systèmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.3 Critère de Jury . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.4 Critère de Routh . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.5 Systèmes échantillonnés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.5.1 Etude en boucle ouverte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.5.2 Etude en boucle fermée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

4 Synthèse : Gain de rétroaction 33


4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.2 Calcul du gain de rétroaction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
54 TABLE DES MATIÈRES

4.2.1 Critères de Jury et Routh . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33


4.2.2 Lieu d’Evans . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.3 Calcul du gain de pré-commande . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

5 Synthèse : Transposition des méthodes analogiques 41


5.1 Discrétisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
5.1.1 Approximations de la variable p . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
5.1.2 Adaptation des pôles et des zéros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
5.1.3 Application . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
5.2 Prise en compte du bloqueur dans la synthèse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
5.2.1 Approximation du bloqueur par un retard pur e»
Tp
2 . . . . . . . . . . . . . . . . . . . . . . . . . 45
5.2.2 Transformation en w . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
5.3 Régulateur P.I.D. numérique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
5.3.1 Rappels sur le régulateur P.I.D. analogique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
5.3.2 Réglage du P.I.D. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.3.3 Equations d’un correcteur P.I.D. numérique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.3.4 Exemple d’application du P.I.D. numérique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

Index 51