Académique Documents
Professionnel Documents
Culture Documents
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].
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
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.
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
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
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
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
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
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
−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
−0.25
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:
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
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 |
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
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
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
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 DE 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
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 y 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 ( 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
k ) ∞. On parles alors de mode divergent dont la −200
0 1 2 3 4 5 6 7 8 9 10
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 pour G2 ). On 0.6
2
F IG . 2.7 – Réponses de l’exemple 2.7
1.5
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
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 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
tème du second ordre est soit une somme de deux modes 0.5
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
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
10
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
5
riode de fonctionnement du système discret, 4
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
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.
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
(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
/ 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
L’un des pôle est de module supérieur à 1 ( Q/ 2 QW 2). Le 1.5
zP 1 X 5 zP 2 X 5
0.5 k=0
# 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
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
)
z 2 z 2
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 0
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
Ce résultat appliqué aux racines de P z conclue la preuve. La table de Routh correspondante s’écrit :
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
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 :
/ 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
0.75 − 0.6614i
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
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
2π
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.
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
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
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
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
K=0.4
Solution 30
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
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)
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
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
10
transitoire du procédé de fonction de transfert G p .
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
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
/ 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
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)
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)
-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)
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
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
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
la synthèse 20
Magnitude (dB)
0
Phase (deg)
serait très proche de G ´ p µ . Dans cette logique cela revient
−180
−270
devenir très préjudiciable si l’échantillonnage T et élevé −1 0 1
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
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)
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
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
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
z· 1
H ´ z µ¶ Hc à ¸ 1
Amplitude
z 1Ä
0.5
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
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
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
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
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
2
Sortie du systeme Solution
1.5
1. Le système continu bouclé a pour équation caracté-
Amplitude
1
ristique
0.5
1¸
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
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
−1
−1.5
−2
−2 −1.5 −1 −0.5 0 0.5 1 1.5 2
Real Axis
´ 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
Index
ordre du système, 7, 11
oscillations, 21
P.I.D.
52 INDEX
TABLE DES MATIÈRES 53
Index 51