Vous êtes sur la page 1sur 9

Chapitre 1

Introduction

Les systèmes de contrôle sont utilisés partout dans la vie courante : dans les automo-
biles, les fours, la robotique, l’aérospatiale, avions, etc...

Le contrôle de systèmes est un partie importante des procédés industriels et manufac-


turiers : pression, vitesse, température, humidité, viscosité, etc...

L’évolution de ce domaine permet d’atteindre des performances de plus en plus opti-


males et augmente la précision du contrôle de ces systèmes.

1.1 Définition

Un système de contrôle est composé d’un ensemble de sous-systèmes et procédés as-


semblés pour contrôler la sortie de procédés. Par exemple, un système simple est un ther-
momètre qui contrôle la température d’une pièce.

Avantages

Les systèmes de contrôle permettent d’atteindre des précisions qui seraient autrement
impossible. Ils permettent aussi de faire des opérations à distance. On peut aussi transfor-
mer la forme d’une entrée (ex : un thermomètre a comme entrée une position, et comme
sortie la chaleur). Ils sont aussi utilisés pour compenser lorsqu’un système est soumis à
des perturbations.

1
CHAPITRE 1. INTRODUCTION

Historique

Parmi les premiers à utiliser du contrôle, il y a les anciens Grecs. On note aussi ici
certains travaux importants :
• Watt : 18e siècle, réglage de la vitesse d’une locomotive
• Minorsky : 1922, Stabilité selon les équations différentielles
• Nyquist : 1932, Stabilité dans le domaine fréquentiel
• Huzen : 1934, Servo-mécanismes
• 1940 – 1950 : Réponse en fréquence
• 1960 : Variables d’état

Types de systèmes

Comme mentionné plus haut, un système de contrôle produit une sortie ou réponse
pour une entrée (ou stimulus) donnée.

Deux facteurs font que la sortie est différente de l’entrée. On prend l’exemple de la
figure 1.1 :

1.2

0.8 erreur
Amplitude

Sortie
0.6
Régime Entrée
transitoire
0.4

0.2

0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 2.2 2.4 2.6 2.8 3
Temps

Figure 1.1 – Exemple de réponse d’un système

La sortie ne change pas instantanément ; c’est le temps de réponse du système. Pendant


ce temps de réponse, le système a un comportement bien particulier : la réponse transi-
toire. La précision de la réponse détermine l’erreur en régime permanent. Dans certains
cas, on peut tolérer une erreur en régime permanent non-nulle, alors que dans d’autre cas,
elle doit être nulle.

Gabriel Cormier 2 GELE5313


CHAPITRE 1. INTRODUCTION

Il y a deux types de système : en boucle ouverte, et en boucle fermée. En boucle ouverte,


le système est de la forme donné à la figure 1.2.

Perturbation

Entrée + + Sortie
Contrôleur Procédé

Figure 1.2 – Système en boucle ouverte

Un système en boucle ouverte ne peut pas corriger pour des perturbations. Par contre,
en boucle fermée, il y a du feedback entre la sortie et l’entrée, comme à la figure 1.3.

Perturbation

Entrée + + + Sortie
Contrôleur Procédé

Contrôle

Figure 1.3 – Système à boucle fermée

En boucle fermée, le système permet de corriger pour des perturbations.

1.2 Analyse et objectifs de design

Les systèmes de contrôle sont dynamiques : ils répondent à une entrée en ayant une
réponse transitoire puis en se stabilisant à une réponse en régime permanent. Il y a trois
paramètres importants à considérer lors du design de systèmes de contrôle : la réponse
transitoire, réduire l’erreur en régime permanent, et la stabilité.

1.2.1 Réponse transitoire

La réponse transitoire est importante. Dans certains cas, il est important d’atteindre le
régime permanent le plus rapidement possible, tandis que dans d’autres cas on ne peut
pas osciller.

Gabriel Cormier 3 GELE5313


CHAPITRE 1. INTRODUCTION

Comme exemple : un ascenseur. Lorsqu’on monte d’étage et que l’ascenseur s’arrête, la


décélération est graduelle. L’ascenseur n’oscille pas non plus autour de la position finale
avant de s’arrêter.

1.2.2 Réponse en régime permanent

L’erreur en régime permanent est un paramètre important aussi. Un deuxième objectif


de design sera de minimiser l’erreur en régime permanent.

Exemple : Lorsqu’un ascenseur s’arrête à un étage, on veut que le bas de l’ascenseur


soit au même niveau que le plancher, et pas 30 cm plus haut (ou plus bas).

1.2.3 Stabilité

Un bon design des paramètres en régime transitoire et permanent sert à rien si le


système n’est pas stable. Pour expliquer la stabilité, on commence en premier par le fait
que la réponse totale d’un système est la somme d’une réponse naturelle et une réponse
forcée.

Réponse totale = Réponse naturelle + Réponse forcée (1.1)

La réponse naturelle dépend seulement du système, et pas de l’entrée, tandis que la


réponse forcée dépend de l’entrée.

Pour qu’un système de contrôle soit utile, la réponse naturelle doit (1) éventuellement
devenir zéro ou (2) osciller. Dans certains systèmes, la réponse naturelle augmente sans
arrêt au lieu de s’atténuer. Éventuellement, la réponse naturelle est beaucoup plus grande
que la réponse forcée et le système n’est plus contrôlable. Cette condition, l’instabilité,
peut détruire la composantes physiques du système.

On veut donc faire le design d’un système stable.

Autres considérations

Il y a d’autre facteurs à considérer lors du design de système de contrôle :


• Dimensionnement : la taille des composants aura un impact sur le design.
• Coût : La précision requise du système de contrôle affectera beaucoup les coûts.
Même si un système donne un contrôle excellent, des coût exhorbitants peuvent

Gabriel Cormier 4 GELE5313


CHAPITRE 1. INTRODUCTION

dérailler le projet.
• Robustesse : Le système de contrôle devrait être capable de fonctionner même si
les paramètres du système changent. Les changements entre les paramètres et la
valeur de sortie ne sont pas nécessairement linéaires, ce qui rend l’impact d’une va-
riation des paramètres difficile à prévoir. Un système robuste sera mieux en mesure
de fonctionner face à ces variations.
Par contre, dans le cadre de ce cours, on se limitera au trois paramètres principaux présentés.

1.3 Processus de design : Méthodologie

Dans l’étude des systèmes de contrôle, on doit être en de mesure de suivre une méthodologie
qui permet d’arriver à un objectif le plus rapidement possible. Le flot de design est montré
à la figure 1.4.

Modélisation Simplification Analyse Contrôle

Figure 1.4 – Méthodologie de design

1. Modélisation du système : Dans tous les cas, afin d’étudier un système, on doit
être en mesure de modéliser ce système par une série d’équation, et ensuite y for-
muler une fonction de transfert pour chacun des éléments du système. Une bonne
connaissance des outils mathématiques est nécessaire pour transformer les fonctions
de transfert en formes utiles. Un système de contrôle ne fonctionnera pas correcte-
ment si le modèle utilisé est faux. Il faut aussi faire un choix approprié de la techno-
logie : système analogique vs numérique, méthode de contrôle, etc.[Ch.2, Ch.10]
2. Réduction et caractérisation : La prochaine étape consiste à réduire l’ensemble des
sous-systèmes à un système équivalent. L’algèbre des blocs et les équations relatives
aux systèmes de premier et second ordre sont utilisées ici pour simplifier les calculs.
[Ch.3, Ch.4, Ch.8]
3. Analyse du design : On analyse ensuite le système par rapport à certains critères,
notamment la stabilité, la réponse transitoire, et l’erreur statique. [Ch.5, Ch.6]
4. Contrôle : Il s’agit de concevoir les contrôleurs pour obtenir la caractéristique vou-
lue du système. Plusieurs méthodes sont possible, comme l’analyse par diagramme
de Bode, pour les contrôleurs à avance de phase, retard de phase et avance-retard de
phase, ou la technique de Ziegler-Nichols, pour les contrôleurs P, PI, et PID. [Ch.7
et Ch.9]

Gabriel Cormier 5 GELE5313


CHAPITRE 1. INTRODUCTION

1.4 Méthodes de commande

Il existe plusieurs méthodes pour faire le contrôle des systèmes. Certaines méthodes
sont plus performantes, mais aussi plus coûteuses à implémenter. En ordre de complexité,
les méthodes de commandes sont présentées à la figure 1.5.

Empirique Classique Retour d’état


Essai-erreur Temps Commande
Observation Fréquence avancée
A/N A/N A/N

Intelligente
Adaptative Non-linéaire
Adaptative Logique floue
Directe
Non-adaptative Réseau de neurones
Indirecte
Algorithme génétique
A/N A/N
A/N

Figure 1.5 – Méthodologie de commande des systèmes

Les méthodes empiriques sont les pires méthodes à utiliser : il y a risque de briser le
système en essayant de trouver la loi de commande appropriée. On se limitera dans ce
cours aux méthodes classiques analogiques.

L’asservissement n’est pas limité aux systèmes mécaniques ; on peut aussi faire de l’as-
servissement sur les systèmes vivants. Comme exemple, les vaches : l’entrée est la nour-
riture, et le produit est le lait. Un autre exemple est la croissance d’algues marines pour
la production de bio-diésel ; le système asservit peut modifier la quantité de nourriture
fournie aux algues en mesurant la production de CO2 .

Dans le design, on peut parfois sauter l’étape de simulation et passer directement à


l’implantation pour les petits systèmes, sans danger de perte d’argent ou de vie. L’intérêt
de la simulation se manifeste sous plusieurs formes.
1. La simulation peut être utilisée pour fins d’apprentissage et d’enseignement
2. L’expérimentation du système réel peut être très coûteuse, dangereuse, demander
beaucoup de temps, impossible, ou moralement inacceptable (ex : médical, nucléaire).
3. Permet d’étudier la sensibilité du système aux changements de paramètres, de la
structure du système ou de la commande.
4. La récolte de données sur le comportement du système peut être plus facile.

Gabriel Cormier 6 GELE5313


CHAPITRE 1. INTRODUCTION

1.5 Exemple : Régulateur de vitesse automobile

Pour illustrer les avantages des systèmes de contrôle, on prend l’exemple des régulateurs
de vitesse dans les automobiles (cruise control). Le système de contrôle simplifié est montré
à la figure 1.6.

Route (pente)
Contrôleur Actionneur Vitesse
Accélérateur actuelle
?? Moteur Automobile

Capteur

Tachymètre

Bruit de mesure

Figure 1.6 – Système de régulation de vitesse automobile simplifié

Pour faire une analyse quantitative de ce système, il faut définir le modèle du système.
Le modèle n’est autre que la fonction mathématique qui relie les différentes variables du
système. Pour simplifier l’analyse, on suppose que le système est linéaire et représenté par
la figure 1.7.

w : pente de la route

0.5

r u + −
Régulateur 10 y : vitesse (km/h)
Vitesse de
référence

Figure 1.7 – Système de régulation de vitesse automobile en boucle ouverte

Si le régulateur est un simple gain de 1/10, la sortie est donnée par :


r
 
y = 10(u − 0.5w) = 10 − 0.5w (1.2)
10
= r − 5w (1.3)

Gabriel Cormier 7 GELE5313


CHAPITRE 1. INTRODUCTION

On peut calculer la sortie du système pour différentes entrées, comme au tableau 1.1.
On voit bien que l’erreur est nulle lorsque la pente est nulle, mais aussitôt que la pente
augmente, une erreur apparait. L’erreur augmente plus la pente augmente.

Tableau 1.1 – Erreurs pour différentes entrées pour le système de régulation de vitesse

Pente w Référence r (km/h) Sortie y (km/h) Erreur Erreur (%)


0 100 100 0 0
1 (1%) 100 95 5 5%
2 (2%) 100 90 10 10%

Le résultat dépend du gain 1/10 du régulateur. Ce gain est égal à l’inverse du gain
du système. En pratique, la connaissance du gain exact du système peut être difficile à
déterminer. De plus, le gain peut être sujet à des changements. Donc s’il y a erreur dans
la détermination du gain K, il y aura aussi erreur à la sortie.

Pour réduire cette erreur, on ajoute du feedback au système. Le système en boucle


fermée est montré à la figure 1.8

0.5

r + u + − y
100 10

Figure 1.8 – Système de régulation de vitesse automobile en boucle fermée

La sortie est calculée selon :

y = 10(u − 0.5w) (1.4)


u = 100(r − y) (1.5)

En combinant ces équations, on obtient :

y = 1000r − 1000y − 5w (1.6)

ce qui donne :
y = 0.999r − 0.005w (1.7)

Gabriel Cormier 8 GELE5313


CHAPITRE 1. INTRODUCTION

Tableau 1.2 – Erreurs pour différentes entrées pour le système de régulation de vitesse
en boucle fermée

Pente w Référence r (km/h) Sortie y (km/h) Erreur Erreur (%)


0 100 99.900 0.100 0.10%
1 (1%) 100 99.985 0.105 0.10%
2 (2%) 100 99.890 0.110 0.11%
10 (10%) 100 99.400 0.600 0.60%

Si on applique maintenant différentes pentes au système, avec la même entrée de


référence, on obtient les résultats du tableau 1.2.

On voit bien, dans le tableau 1.2, que l’erreur augmente de façon beaucoup moins
significative avec le système en boucle fermée. L’erreur est beaucoup plus petite en boucle
fermée pour la même vitesse de référence et la même pente. Un gain plus élevé réduira
cette erreur encore plus. Cependant, il y a une erreur avec une pente nulle : on a amélioré
l’erreur de façon globale, mais au détriment d’un peu de précision.

Gabriel Cormier 9 GELE5313