Intelligence Artificielle 6

MODELISATION ET COMMANDE DES
SYSTEMES DYNAMIQUES
INTRODUCTION ET MOTIVATIONS
Tarik AL ANI
Département Informatique - ESIEE-PARIS
02/10/2011 T. ALANI - A2SI -Groupe ESIEE

0
PLAN
I. Introduction et motivations
II. Equations Différentielles des systèmes linéaires
III. Représentation externe des systèmes linéaires en
temps continu.
IIII. Représentation d ’état des systèmes linéaires en
temps continu.
V. Représentation externe des systèmes linéaires en
temps discret.
IV. Représentation d ’état des systèmes linéaires en
temps discret.
IIV. Analyse et synthèse des lois de commande
1
I.1 Notions de systèmes et systèmes de commande

Un système est un assemblage, un ensemble, ou une
collection des choses (ou de composants physiques) reliées
entre elles de manière à former une entité.
Un système de contrôle est un assemblage de composants
physiques reliés entre eux de manière à contrôler, diriger,
ou réguler lui même ou d ’autres systèmes. En général et
en un sens abstrait, ces systèmes peuvent être n ’importe
quelles composantes physiques qui peuvent altérer ses
environnements d ’une certaine manière. En Ingénierie
nous considérons uniquement les systèmes qui ont pour
une fonction majeure de contrôler, diriger ou réguler
dynamiquement.

2

L ’ entrée est l ’excitation appliquée à un système de
contrôle à partir d ’une source externe d ’énergie pour
produire une réponse désirée (consigne) du système de
contrôle.
La sortie est la réponse réelle obtenue de système de
contrôle. Elle peut être égale ou pas à la réponse désirée.
En général, un système de contrôle peut avoir plusieurs
entrées et/ou plusieurs sorties.
Des entrées supplémentaires : perturbations déterministes
et/ou stochastiques.

3
Il existe 3 types de systèmes de commande de base:
1. Systèmes de commande artificiels
Exemple I.1 : Système de chauffage d ’une pièce.
Entrée : température de référence
Sortie : température réelle.
2.Systèmes de commande naturels, incluant les systèmes de commande
biologiques.
Exemple I.2 : montrer avec un doigt un objet dans l ’espace.
Entrée : la direction précise d ’un objet statique ou mobile par rapport à
un certain référence.
Sortie : la direction réelle montrée par rapport au même référence.
3. Systèmes artificio-naturels
Exemple I.3 : une personne conduisant une voiture.
Entrée :la direction des lignes blanches de guidage, par exemple
Sortie : le guidage réel de la voiture.

4
Représentation du problème : Le modèle
Pour résoudre le problème des systèmes, les spécifications ou
les descriptions de la configuration du système et ses
composants doivent être mises sous une forme souple pour
l ’analyse, la conception, et l ’évaluation.
Il existe 3 représentations (modèles)
1.Equations différentielles et autres relations mathématiques
2. Schémas blocs
3. Graphes de flux d ’un signal.

5
Représentation du problème : Le modèle
Les schémas blocs et les graphes de flux d ’un signal
sont des représentations graphiques réduites soit de
diagramme du système physique soit de l ’ensemble des
équations mathématiques caractérisant ses parties.
Le schéma blocs est une représentation réduite de la
relation cause à effet entre l ’entrée et la sortie. Il fournit
une méthode convenable et utile pour caractériser les
relations fonctionnelles entre les différents composants
(éléments) du système de contrôle, Fig. I.1. Perturbation w
bloc Entrée de contrôleur procédé
entrée sortie + Un point de référence
Un élément sommation e h1 u h2 y
+ r +
± chemin direct Sortie
contrôlée
+ Fig. I.1 b g
02/10/2011 T. ALANI - A2SI -Groupe ESIEE chemin du retour
6
Terminologie du schéma synoptique en boucle fermé
Procédé (système commandé) h2 : c ’est est un corps, processus, ou
une machine dans lequel une quantité particulière ou une condition
doit être contrôlé.
Contrôleur (organe de commande) (h1) : c ’est l ’élément qui génère
le signal m pour commander le procédé.
Eléments du retour (g) : Ce sont les composants nécessaires à établir
la relation fonctionnelle entre le signal b de retour et la sortie contrôlée
y.
Entrée (consigne ou référence) (r) : C ’est un signal externe
appliqué à un système de contrôle en boucle fermée pour contrôler une
action spécifique du procédé. Il représente souvent un comportement
idéal de la sortie.
Sortie contrôlée (y) : C ’est la quantité ou la condition contrôlée du
procédé .
7
Terminologie des schémas blocs en boucle fermé
Signal du retour (b) : C ’est un signal (scalaire ou vecteur) qui est
fonction de la sortie contrôlé y b=g(y)
Ce signal est additionné algébriquement avec l ’entrée de référence r pour
obtenir le signal d ’action de commande (e).
Action de commande (erreur) (e) : C ’et la somme (scalaire ou vecteur)
algébrique de r et y : e = r ±b
Le signe + pour une retour positive.
Le signe - pour une retour négative.
Signal (ou signaux) de commande (u) : C ’est une quantité (scalaire ou
vecteur) ou une condition appliquée au procédé h2 par le contrôleur h1.
Perturbation (w) : C ’est un signal (scalaire ou vecteur) indésirable
(souvent bruit blanc) qui affecte la valeur de la sortie y. Il peut pénétrer le
procédé par une sommation avec u, ou via un point intermédiaire.
Chemin direct : C ’est un chemin de transmission de e à u.
Chemin du retour : C ’est un chemin de transmission de y à b.
02/10/2011 8
T. ALANI - A2SI -Groupe ESIEE
Terminologie des schémas blocs en boucle fermé (suite)
Convertisseur (tranducer) : C ’est un élément qui permet de
convertir une énergie à partir d ’une autre. Fig. I.2 montre un
+
exemple d ’un potentiomètre. Entrée : position
Tension de V du curseur
Commande v : C ’est un signal d ’entrée, référence +
R r
d ’habitude égal à l ’entrée de référence r. - -
(a)
Mais quand la forme d ’énergie de la commande Tension
potentiomètre de sortie
V n ’est pas la même que celle du signal du Entrée
V r
(b)
retour b, un convertisseur est nécessaire entre la Fig. I.2
commande (consigne) V et la référence r.
Stimulus : C ’est n ’importe qu’elle entrée externe qui
peut affecter la sortie contrôlée du système. Exemples : r et w sont des
stimuli.
9
Représentation du problème : Le modèle (suite)
Les modèles mathématiques, sous forme de système
d ’équations, sont employés quand des relations détaillées
sont nécessaires. N ’importe quel système de contrôle peut,
théoriquement, être décrit par des équations
mathématiques. La solution de ces équations représente le
comportement du système. Souvent, cette solution est
difficile et parfois impossible de trouver à cause des
composants non linéaires du système physique. Dans ces
cas, certaines hypothèses simplificatrices doivent être
employées dans la description mathématiques. Pour un
grand nombre de systèmes de commande ces
approximations et simplifications permettent d ’obtenir des
systèmes décrites par des équations différentielles linéaires
ordinaires.

10
Un système de contrôle à boucle ouverte est un système
dans lequel l ’action de commande est indépendant de la
sortie.
Deux conditions de fonctionnement :
1. Sa capacité à fonctionner d ’une façon précise est
déterminée par son étalonnage. Etalonner signifie établir
ou rétablir la relation entrée-sortie pour obtenir une
réponse désirée du système.
2. Ce système, en général, n ’est pas perturbé ou ne subisse
pas des problèmes d ’instabilité.

11
Un système de contrôle à boucle fermée (avec retour) est
un système dans lequel l ’action de commande est d ’une
certaine manière dépendant de la sortie.
Dans ce cas, les conditions de fonctionnement d ’un
système en boucle ouverte ne sont pas, en générale,
satisfaites.
Pour classifier un système de contrôle comme un système
en boucle ouverte ou en boucle fermée, ses composants
doivent être clairement distingués des composants qui ont
des actions réciproques avec ce système, mais qui ne font
pas parties de ce dernier. Par exemple, un opérateur
humain peut ou ne peut pas être une composante de ce
système.

12

Un retour est une propriété de système à boucle fermée
qui permet à la sortie (ou aux autres variables contrôlées
du système) d ’être comparée avec l ’entrée du système (ou
avec une entrée à une certaine composante située à
l ’intérieure ou un sous-ensemble de ce système) tel que
l ’action appropriée de la commande peut être réalisée
comme une fonction de l’entrée et de la sortie.
En général, un retour est dit existe dans un système quand
une séquence fermée de relations cause-à-effet existent
entre les variables du système.

13

Les propriétés les plus importantes du retour dans un
système :
1. Une précision augmentée pour reproduire la consigne.
2. Une sensibilité réduite du rapport sortie/entrée aux
variations des caractéristiques du systèmes.
3. Effets de non linéarité et de distorsions réduites.
4. Une bande passante augmenté.
5. Tendance vers une oscillation ou instabilité.

14
Le problème de systèmes de commande en ingénierie
La nature des systèmes de commande en ingénierie doit
prendre en considération deux problèmes :
Analyse c ’est l ’investigation des propriétés d ’un système
existant.
Conception c ’est le choix et l ’assemblage des
composants des systèmes de commande pour réaliser une
tâche spécifique. Deux méthodes existent pour la
conception:
– Conception par analyse réalisé par une modification des
caractéristiques de la configuration existante ou standard d ’un
système.
– Conception par synthèse réalisé par la définition de la forme
(modèle) d ’un système directement à partir de ses spécifications.

15
Terminologie du schéma synoptique en boucle fermé
SERVOMECANISMES
Un servomécanisme est un système de contrôle qui
amplifie la puissance et dans lequel la sortie contrôlée est
une position mécanique, ou une vitesse ou une
accélération. La fonction essentielle d ’un servomécanisme
est d ’assurer la poursuite par la sortie d ’une entrée
variable.

16
REGULATEURS
Un régulateur ou un système de régulation est un
système de contrôle à boucle fermée dans lequel l ’entrée
de référence (consigne) est constante sur des longues
périodes de temps, souvent sur l ’intervalle total de
fonctionnement du système.
La fonction essentielle d ’un régulateur est de maintenir
une sortie contrôlée constante.

17

Exemples généraux des systèmes de commande artificiels
Exemple I.4 Système de chauffage
r
Bâtiment
Entrée : Sortie y :
température consigne (température effective)
Fig. I.3a Système commandé en boucle ouverte (radiateur sans thermostat)
r thermostat Fourneau
+ e u Bâtiment
ou
Entrée : - chauffage Sortie y :
température consigne (température effective)
Fig. I.3b Système commandé en boucle fermée (radiateur avec thermostat)

18
Exemple I.5 système de contrôle d ’une automobile
L ’entrée (consigne) est la position angulaire du volant, Fig. I.4. Le
faible couple de rotation appliquée au volant est amplifiée par un
système hydraulique, produisant une force adéquate pour modifier la
sortie qui est la position angulaire des roues avant. Pour ce système,
une retour négative est nécessaire pour ramener la soupape de
commande à sa position neutre, réduire le couple fournie par
l ’amplificateur hydraulique à zéro quand la position désirée des roues
a été achevée.
Eléments de contrôle g1 Procédé

Soupape y
Position angulaire r+ u Roues
Liaison
Rapport e de Amplificateur
de
du volant commande hydraulique g2
des vitesses transmission
- Position
Liaison de retour angulaire
Fig. I.4 b des roues
02/10/2011 h 19
Exemple I.6 Un interrupteur électrique
C ’est un système de contrôle permettant le contrôle du
courant électrique. L ’appareil ou la personne manipulant
cet interrupteur ne fait pas une partie du système de
contrôle.
Entrée : l ’action de basculement entre « on » et « off ».
Sortie : Le flux ou l ’absence (deux états) du courant
électrique.
on on
Interrupteur
Entrée off Sortie
off
Fig. I.5 Schéma synoptique

20
Exemple I.7 Un grill pain automatique
En boucle ouverte : c ’est un système de contrôle contrôlé par un
minuteur. Le temps nécessaire de préparer « un bon pain grillé » doit
être estimé par l ’utilisateur, qui ne fait pas partie du système.
Entrée : le temps de préparation
Sortie : qualité du pain grillé
Courant électrique Température effective (pain grillé)

Grill pain
Entrée Sortie
Fig. I.6a Schéma synoptique

21
Exemple I.7 Un grill pain automatique (suite)
En boucle fermé :
Supposant que l’élément de chauffage fournit la même quantité de
chauffage de deux côtés du pain, et que la qualité de grillade est
déterminée par le couleur du pain.
Pain
Ce système est initialement calibré
(par une vis, Fig. I.6 b) pour avoir Détecteur de
Résistanc couleur
une qualité désirée de grillade e
Interrupteur
(consigne). Quand l ’interrupteur est Vis pour
fermé, le pain sera grillé jusqu’à ce Miroir ajuster le
couleur
que sa couleur (détecté par détecteur Connexion de retour
de couleur) devient proche de la couleur Fig. I.6 b
désirée. Dans ce cas, l ’interrupteur s ’ouvre automatiquement grâce à
la retour qui peut être mécanique ou électrique.
22
Exemple I.7 Un grill pain automatique (suite)
Procédé Couleur effective
Consigne du couleur du pain contrôleur
du pain
+ Interrupteur on Grill pain Pain
- off T Sorte
Entrée
Mesure du couleur
Fig. I.6c Schéma synoptique

23
Exemple I.8 Un mécanisme d ’auto-pilot et son avion
C ’est un système en boucle fermée. Sa fonction est de maintenir une
direction de vol spécifiée, malgré les changements des conditions
atmosphériques. Il réalise cette tâche en mesurant d ’une façon
continue la direction réelle du vol, et ajuste automatiquement le
contrôle des surfaces de l ’avion (gouvernails, ailes, etc.) pour ramener
la direction réelle du vol à la direction désirée (consigne).
Le pilot humain qui initialise l ’auto-pilot ne fait pas partie du système
de contrôle.
Entrée : consigne de la direction du vol, indiquée sur le tableau de
bord
Sortie : direction du vol réelle
Un instrument de comparaison continue entre l ’entrée et la sortie
indiquera au système de contrôle, par un mécanisme de retour, l ’état
du vol par rapport à la consigne.
24
Exemple I.8 Un mécanisme d ’auto-pilot et son avion
(suite)
Consigne
Contrôleur u1 Direction effective
(direction désirée)
+ u2 de l ’avion
e
Auto-pilot Avion
un
-
u1, u2, …, u3 sont les signaux de commande pour les n surfaces de l ’avion
Fig. I.7 Schéma synoptique.

25
Exemple I.9 Signaux de trafic
Ce système permet de contrôler le trafic des automobiles
sur une intersection entre plusieurs rues.
Les plupart de ces systèmes possèdent des intervalles de temps entre
les déclenchements des signaux vert-orange-rouge qui sont
prédéterminés par un mécanisme détalonnage temporel. Dans ce cas,
ces systèmes sont en boucle ouvertes.
Entrée : les intervalles de temps vert-orange-rouge
Sortie : Le trafic réel du flux d ’automobiles passants par
l ’intersection dans chaque direction.

26
Exemple I.9 Signaux de trafic (suite)
Dans le cas précédent, le système de contrôle ne peut pas contrôler la
densité du trafic. Pour effectuer cette tâche, ce qui rend le trafic plus
efficace, l ’intervalle de temps de feux vert doit être plus long que
celui de rouge dans la direction de trafic de plus haute densité. Cette
tâche est souvent assurée par un gendarme.
Le système idéal est celui qui mesure la densité de trafic dans toutes
les directions, les compare, et utilise le résultat de cette comparaison
pour contrôler les intervalles de temps vert-rouge.
Entrée : résultat de comparaison entre les intervalles de temps vert-
orange-rouge
Sortie : La densité du trafic réel du flux d ’automobiles passants par
l ’intersection dans chaque direction.
Ce système est ainsi un système de contrôle en boucle fermée.
27
Exemple I.9 Signaux de trafic (suite)
Procédé 1
Contrôleur Rue dans la

direction 1
Procédé 2
r + e
Intervalle du Rue dans la
Signaux de
temps entre direction 2
- trafic
vert-orange-rouge
Procédé n
Rue dans la
direction n
Fig. I.8 Schéma synoptique.

28
Exemple I.10 Diviseur de tension
Equation du système en boucle ouverte
R2
v 2 = f (v1 , R1 , R2 ) = ( )v1 +
R1 + R2 + R1
R 2
v2 v1 i R2 v2
v1 R + R
1 2 -
Fig. I.9 b -
Equation du système en boucle fermée

R R Fig. I.9 a
v 2 = f (v1 , v 2 , R1 , R2 ) = ( 2 )v1 − ( 2 )v 2
R1 R1
RR2 2
+ + v1-v2
v1 v2 v1 R2
v2
RR1 1
- - R1
R2
R1
Fig. I.9 c
29
Exemple I.11 Remplissage automatique d ’eau d ’un
réservoir
Ce système permet de remplir un
réservoir avec de l ’eau à stoppeur une corde
suspension
partir d ’un certain niveau (après eau ballons flotteur
chaque utilisation par le robinet).
Le système doit stopper l ’eau
automatiquement une fois que eau
le réservoir est rempli. Ce système est
alors à boucle fermée.
robinet
Entrée : débit d ’eau de canalisation
Fig. I.10 a
Sortie : débit d ’eau par le robinet
30
Exemple I.11 Remplissage automatique d ’eau d ’un
réservoir (suite) Niveau effective
contrôleur Procédé
Consigne du niveau d ’eau de l ’eau
+ Stoppeur Taux de flux
Réservoir
- Sorte
Entrée Eléments du retour
Flotteur, corde et
ses accessoires
Fig. I.0 b Schéma synoptique

31
Exemple I.12 Allumage automatique d ’une lampe au
crépuscule
Ce système est en boucle ouverte.
Entrée : Intensités limoneuses à l’intérieure et à Une pièce
l ’extérieure
Une lampe fenêtre
Sortie : Intensité limoneuse réelle à l ’intérieure
(ou courant électrique)
Photo cellule
e = I1 − I 2
I1 : Intensité limoneuse e > 0 la lampe est allumée
externe d ’un jour claire source électrique
Fig. I.11 a
- + Procédé
+ e=I1-I2
Photo cellule on + u Intensité limoneuse
lampe Pièce
réelle de la pièce
I2 : Intensité limoneuse off
02/10/2011
minimale de la pièce T. ALANI - A2SI -Groupe ESIEE Fig. I.11 b 32
Exemple I.13 Un servomécanisme pour ouvrir et fermer une soupape
d ’eau (asservissement en position)
A l ’entrée du système il existe certain potentiomètre de type rotatoire
alimenté par une source de tension continu (batterie), Fig. I.12a. Sa partie
mobile (curseur) est calibrée en terme de position angulaire (en radians). Ce
curseur est connecté électriquement à l ’une des entrées d ’un amplificateur de
tension (servo-amplifier). Cet amplificateur fournit essaie de tension de sortie
pour faire fonctionner un moteur électrique (servomotor). Ce moteur est lié
mécaniquement à une soupape d ’eau d ’une manière permettant à cette
soupape d ’être ouverte ou fermée par le moteur. Supposons que l ’effet de
charge sur le moteur est négligeable, une rotation de 360 degrés de l ’axe du
moteur ouvre complètement la soupape. De plus, la partie mobile (curseur) de
deuxième potentiomètre est liée mécaniquement à l ’axe du moteur. Elle est
électriquement liée à l ’autre entrée de l ’amplificateur. Les potentiomètres
sont calibrés tel que leurs rapport sont égaux quand la soupape est fermée.
33
Exemple I.13 Un servomécanisme pour ouvrir et fermer une soupape
d ’eau (asservissement en position) (suite)
Quand une commande est donnée pour ouvrir la soupape, le moteur tourne
dans la direction appropriée. Pendant l ’ouverture de la soupape, le deuxième
potentiomètre (celui de retour), tourne dans la même direction que celle du
potentiomètre d ’entrée. Il s ’arrête quand les rapports des deux potentiomètres
sont égaux. r
R2 Liaison mécanique soupape
v radians R1
Source + - + y
de + e Amplificateur u - Servomoteur
tension - b
radians
p1 p2- - +
(a)
contrôleur procédé charge
v r + e u y
p1 Amplificateur Servomoteur soupape
radians volts - volts volts radians
Fig. I.12 b p2 (b)
34
Exemple I.14 Un servomécanisme d ’asservissement en position
Le potentiomètre p est de type rotatoire, calibré en radians/s, et la vitesse de la
motrice « prime mover », le champ magnétique des bobines du moteur et le
courant de potentiomètre d ’entrée sont des fonctions constantes de temps. Pas
de charge est attachée à l ’axe du moteur. Ces fonctions sont pris en compte
par le modèle mathématique du système. Batterie
motrice
p Bobines
R v radians/s du moteur
Source + + + + y
de r volts
e- Amplificateur - Générateur u - Moteur
tension - + - Radians/s
b
volts Tachéomètre
(a) - contrôleur procédé
v r + e u y
p1 Amplificateur Générateur Moteur
Radians/s volts - volts volts volts
Radians/s
b Tachéomètre
Fig. I.13
02/10/2011
(b) T. ALANI - A2SI -Groupe ESIEE
35
Exemple I.15 Machine de lavage automatique
Les plupart (mais pas toutes) des machines de lavage se
fonctionnent de la façon suivante :
Après la mise des linges en machine, le lessive, le
décolorant et l ’eau sont introduis à des quantités
convenables. Le cycle de temps pour le lavage et
l ’essorage sont alors fixés par un temporisateur sur le
bord de programmation de la machine et ensuite le lavage
est déclenché. Quand le cycle est terminé, la machine
s ’arrête automatiquement.

36
Exemple I.15 Machine de lavage automatique (suite)
Sortie : La sortie de la machine peut être définie comme la qualité en
pourcentage de propreté.
Entrée(s) :
Si les quantités convenables de lessive, de décolorant, de l ’eau et sa température sont
prédéterminées ou spécifiées par le fabricant de cette machine, ou introduites
automatiquement par la machine elle même, alors l ’entrée dans ce cas est le temps (en
minutes) pour le cycle de lavage et d ’essorage. Ce temps est fixé d ’habitude par un
opérateur humain.
Pour les plupart des machine fonctionnantes avec un jeton, le temps du cycle est
prédéterminé et la machine commence fonctionner à la mise de jeton. Dans ce cas, la
qualité de lavage et essorage peut être contrôlé en ajustant les quantités de lessive, de
décolorant et de l ’eau et sa température. Nous pouvons considérer dans ce cas que
toutes ces quantités comme des entrées.
Si toutes ces quantités peuvent être ajustées par un appareil, une commande à boucle
fermée sera alors possible à réaliser pour évaluer la qualité de lavage et essorage (sortie)
et ajuster en fonction de cette évaluation les quantités introduites. La machine s ’arrêtera
quand une qualité de 100% est achevée.

37
Exemple I.16 Concept du système économique classique : loi de
offre/demande
Choisissons la sortie du système comme le prix du marché (prix du
vente) d ’un article particulier, et supposons que l ’objectif du système
est de maintenir une stabilité de prix.
Cette loi peut être interprétée de la manière suivante :
La demande du marché d ’un ’article diminue si son prix augmente.
L ’offre du marché augmente d ’habitude si son prix augmente. La loi
de offre/demande dit alors que le prix stable du marché est achevé si
et seulement si la offre est égale à la demande.
La manière dans pour laquelle le prix est régulé par l ’offre et la
demande peut être décrit par un concept de commande à boucle
fermée.

38
Exemple I.16 Concept du système économique classique : loi de la
offre/demande (suite)
Choisissons les 4 éléments de base suivants pour nôtre système :
– le fournisseur
– le demandeur
– la personne qui fixe le prix
– Le marché où l ’article sera vendu
Ces éléments représentent, en général, un processus très compliqué.
L ’entrée de nôtre système est la stabilité du prix. Un moyen plus
convenable pour décrire cette entrée est de la considérer comme une
fluctuation nulle du prix.
La sortie est le prix effectif du marché.

39
Ce système fonctionne de la façon suivante :
La personne qui fixe le prix reçoit une consigne (zéro) pour une
stabilité de prix. Elle estime un prix pour le transaction du marché avec
l ’aide des informations provenants d ’un record des transactions du
passé. Le prix permet au fournisseur de produire ou de fournir un
certain nombre d ’articles, et au demandeur de demander un nombre
d ’articles. La différence entre l ’offre et la demande est l ’action de
commande pour le système. Si l ’action de commande n ’est pas nulle,
autrement dit si l ’offre n ’est pas égale à la demande, la personne qui
fixe le prix initialise un changement de prix du marché en un sens que
l ’offre devient égale à la demande. Ainsi le fournisseur et le
demandeur peuvent être considérés comme le retour, puisqu’ils
déterminent l ’action de commande.

40
b1=offre
Fournisseur
contrôleur procédé
r=0 e Personne qui u y
Marché
fixe le prix
Fluctuation Prix effectif du
nulle du marché
b2=demande
marché Demandeur
Fig. I.14 Schéma synoptique

41
Exemples généraux des systèmes de commande naturels
système de contrôle biologique
Exemple I.17 Mouvements
Glossaire
Système nerveux : De nombreuses fonctions sont coordonnées par le système nerveux.
En particulier, l ’encéphale, partie du système nerveux central situé dans la boîte
crânienne; il comprend le cerveau, le cervelet (située en dessous du cerveau et dont la
fonction principale est de coordonner les mouvements musculaires, la position et
l ’équilibre du corps) , la moelle épinière (portion du système nerveux central logée à
l ’intérieur de la colonne vertébral) et la protubérance annulaire ou pont de Varole
(qui unit le cerveau à la moelle épinière) . Il est capable de recevoir, de distinguer et
d ’élaborer les informations qui arrivent de milieu externe et interne de notre corps pour
ensuite nous permettre, chaque fois, d ’avoir des comportements différents selon le type
d ’information reçue.
Le système nerveux est divisé en deux parties : système nerveux central (formé de
l ’encéphale et de la moelle épinière) et système nerveux périphérique (formé de nerfs
(crâniens et spinaux) qui relient le système nerveux central aux diverses parties du
corps).
42
Exemple I.17 Mouvements (suite)
cerveau
Les composants principales du système de
commande sont le cerveau, les bras,
yeux
les mains, les yeux, les jambes et
les pieds. Le cerveau envoi le
signal nerveux nécessaire au
Position de la bal
autres composants pour
Position des mains
atteindre un objet. Ce signal est
amplifié par les muscles qui jouent le rôle
d ’actionneurs de puissance du système.
Position des pieds
Les yeux sont employés comme un
capteur, qui permet continuellement
de fournir la position de la main et de l ’objet. Fig. I.15 a
02/10/2011 43
Exemple I.17 mouvements (suite)
Entrée : la position courante de l ’objet
Sortie : les positions courantes des bras, mains, jambes, et pieds.
L ’objectif du système de contrôle est de réduire la distance entre les
positions courantes de l ’objet et la main (ou l ’outil intermédiaire entre
la main et l ’objet).
Ce système est un système en boucle fermée
contrôleur procédé
+
cerveau Bras, mains, ..
Position courante - Positions courantes
de l ’objet des bras, mains, ...
Fig. I.15 b

44
Exemple I.18 Phénomène de transpiration (perspiration)
Glossaire
La peau (skin) est un véritable organe de revêtement, qui chez une
personne adulte a une surface comprise entre 1,5 et 2 m2 et dont la
structure est faite de deux couches : l ’épiderme la plus superficielle et
le derme; en dessous se trouve une couche sous-cutanée qui contient
des petits amas de tissu graisseux (dit adipeux) dont le rôle est très
important pour isoler l ’intérieur du corps. En effet il empêche de trop
se réchauffer du fait de la chaleur extérieure, mais aussi de se refroidir
en perdant trop de chaleur.
Les glandes sudoripares (sweat glands) produisent la sueur qui est
formée principalement d ’eau et de sels. Comme elle s ’évapore à
l ’extérieur, elle joue surtout un rôle de régulateur de la température du
02/10/2011
corps. 45
systèmes de contrôle biologique
Exemple I.18 Phénomène de transpiration (perspiration) (suite)
Une partie de système de contrôle de la température dans le corps
humain est le système de transpiration. Quand la température
extérieure de la peau devient très élevée, les glandes sudoripares
effectuent alors beaucoup de sécrétions (secretation) , avec un
processus de refroidissement de la peau par évaporation. Les
excrétions sont réduites quand l ’effet de refroidissement désirée est
achevé, ou quand la température de l ’aire est suffisamment réduite.
Entrée : la température normale (ou confortable)
Sortie : la température réelle de la peau.
Système contrôleur procédé

r +
nerveux
u y
Glandes
e peau
Température normale - sudoripares
Température réelle
de la peau Fig. I.16 de la peu
46
Exemple I.19 Mécanisme biologique simplifié de régulation de la pression de
sang artériel (arterial) d ’un être humain.
Glossaire
Systèmes circulatoire : Outre le cœur, qui a des fonctions de pompes, le système
circulatoire est formé d ’un réseau compliqué de vaisseaux dans lequel circule le sang.
Celui-ci utilise trois types de vaisseaux :
Les artères (arteries), les veines (arterioles) , les capillaires(capillaries).
Les Artères sont les vaisseaux qui commencent au cœur et transportent le sang vers la
périphérie. A sa sortie du cœur, le sang se trouve dans des conditions de forte pression,
c ’est pourquoi la paroi des artères est épaisse.
Les Veines : Pour retourner au cœur, le sang emprunte d ’autres vaisseaux, les veines.
Leur paroi est fine, car le sang y circule à basse pression.
Les Capillaires sont des vaisseaux au diamètre très réduit, à la parois mince, qui
permettent l ’échange de substances variées entre le sang et les tissus qu’ils traversent.
47
sang artériel (arterial) d ’un être humain (suit)
Une pression adéquate relativement constante doit être maintenue dans les vaisseaux
de sang (artères (arteries), veines (arterioles) , capillaires(capillaries)) fournissant
les tissus. La pression est mesurée dans l ’artère (aorta, artery), et est appelée
tension de sang (blood pressure p) p. Cette pression typiquement égale à 80-120
millimètres de mercure (mm Hg). Supposons que p est égale à 100 mm Hg (en
moyenne) pour une personne normale.
L ’une des équations fondamentales de la physiologie circulatoire (circulatory
physiology) est l ’équation générale de la pression de sang artériel : p = Qρ
où Q est la sortie cardiaque (cardiac output), ou le taux de flux volumique (volume
flow rate) de sang à partir de cœur jusqu’à l ’artère, et ρ est la résistance
k
périphérie (peripheral resistance) offert par les veines ρ= 4
d
d est le diamètre des veines.
48
sang artériel d ’un être humain (suite)
Maintenant d est contrôlé par les zones cortex moteur (vasomotor center VMC),
situé dans le médullaire ou (lat. medulla, moelle) qui se trouve à la base de
cerveau. Une activité croissante de VMC diminue d, et vice-versa. Malgré que
plusieurs facteurs influent sur l ’activité de VMC, les cellules barorecepteurs
(barorecepters), situées dans la région de l ’arbre artériel appelé le sinus artériel
(arterial sinus), sont les plus importants. L’activité essentielle de barorecepteur est
d inhiber le VMC, et ainsi il fonctionne en boucle fermée. Si p augmente, les
barorecepteurs envoient des signaux au VMC le long des nerfs crâniens vague et
trijumeau (vagus, glossopharyngeal) (parmi 12 nerfs venant de la moelle épinière)
diminuant ses activités. Ceci produit une augmentation de d, une diminution de ρ , et
(en supposant que Q est constant) une diminution de la pression de sang p. Ce
réseau à boucle fermée sert à maintenir une pression approximativement constante
de sang dans l ’artère.
49
sang artériel d ’un être humain (suite)
. contrôleur
procédé
r = p0 +
Centre Vasomoteur Veines u= ρ Artère
y=p
- (VMC) k(.)4 Q
Référence 1/d Pression
La moyenne de effective de
la pression de Nerfs Vague et
sang
sang 100 mm Hg Glossopharyngeal
b
Barorecepteurs
Fig. I.17

50
Exemple I.20 Contrôle de niveau de thyroxine (thyroxin) dans le
flot du sang
La glande thyroïde (thyroid gland) est une glande endocrine (ductless)
localisée dans le cou de l ’être humain. Elle sécréte l ’hormone de
thyroxine dans le flot du sang (système circulatoire). Le système
circulatoire , est le système de transmission La thyroxine agit dans les
tissus du corps humain en simulant, en général, un métabolisme,
produisant une augmentation de la consommation de l ’oxygène et une
augmentation de la température du corps.

51
flot du sang (suite)
Comme les plupart des processus physiologiques humains, la
production de ces hormones par la glande thyroïde est contrôlé
automatiquement avec beaucoup de soin. La quantité de thyroxine
dans le système circulatoire est régulée par la sécrétion d ’une
hormone par la glande pituitaire (pituitary gland), qui est une glande
endocrine suspendue par le bas de cerveau. Cette hormone de
« contrôle » est appelé hormone de stimulation de thyroïde (Thyroid
stimulating Hormon (TSH)).

52
Quand le niveau de thyroxine dans le système circulatoire est plus
élévé que le niveau nécessaire demandé par l ’organisme, la sécrétion
de TSH est inhibé, produisant une réduction de l ’activité de thyroïde.
Ainsi, moins de thyroxine est relâché par la thyroïde. Une mauvaise
fonctionnement de ce système de commande à boucle fermée,
provoquant soit une sous-activité soit hyper-activité de la glande
thyroïde, peut produire une enflure de cette gland dans le cou, une
maladie appelé goitre (goiter).

53
r + e Glande u Glande y
pituitaire Thyroïde
Niveau normal - TSH Niveau de Thyroxine
de Thyroxine dans le sang
Fig. I.18
54
I.2 Modélisation
Dans ce paragraphe nous présentons à travers 5 exemples
l ’idée de la modélisation des systèmes physiques par des
équations différentielles. Les définitions et la résolution de
ces équations seront présentées au chapitre 3. Nous
supposons que les lois fondamentales de la physique sont
connues par le lecteur.

55
I.2 Modélisation- cinq exemples

Exemple I.21 Oscillateur harmonique
Le système est formé d ’une masse M soumise à un ressort
de raideur k.
k
Fig. I.19 Oscillateur harmonique. X est l ’écart à la position d ’équilibre du centre

de gravité de la masse (x=0 est l ’abscisse du système au repos, ressort non tendu).

56
I.2 Modélisation
Exemple I.21 Oscillateur harmonique (suite)
Principe fondamental de la dynamique:
d 2x
M&x& = −kx, où &x& ≡ 2
dt
C ’est une équation différentielle linéaire à coefficients
constants. Pour résoudre cette équation il faut connaître les
valeurs initiales de x(t0 ) et de sa dérivée.
L ’évolution de x pour t ≥ t0 est entièrement déterminée
par ces valeurs.
x&(t0 )
x(t) = x(t0 ) cos(ω(t − t0 )) + sin(ω(t − t0 ))
ω
où (I.1)
ω =k/M
57
I.2 Modélisation
Exemple I.22 Pendule
Le système est formé d ’une masse M suspendue à un fil
rigide de longueur l fixé en 0, soumise à l ’action du champ
de gravité g.
τ
l
θ
M
Mg
Fig. I.20 Pendule

58
I.2 Modélisation
Exemple I.22 Pendule (suite)
Principe fondamental de la dynamique des solides en rotation
Equation de Lagrange d ∂L& − ∂L = τ
dt ∂θ ∂θ
Où τ est le couple exercé au point de pivotement.
L=K −P
1 2 &2
K = Ml θ
2
P = − Mgl sin θ
d 2θ (I.2)
+ g / l sin θ = τ / Ml 2
dt 2
où τ / Ml 2 est le couple normalisé à l ’entrée.
59
I.2 Modélisation
Exemple I.23 Circuit RLC soumis à une tension de
commande u.
R C
En utilisant les lois de Kirchoff, de
nœuds et des mailles : +
vR vC
u L
Circuit 1, Fig I.21a - vL
1
LI + RI + q = u
&
(I.3) Fig. I.21a
C
Circuit 2, Fig. I.21b R1 L
1
v& 2 = −τ C v 2 − I3 + τ Cu + I1 + I3 + R2
C (I.4) u
1 I2 V2 v3
I&3 = v 2 − τ L I 3 - - C -
L
1 R deux constants de temps
où τ C = ,τL = 2
R1C L Fig. I.21b
60
I.2 Modélisation
Exemple I.24. Moteur à courant continu entraînant une
charge mécanique (avec un arbre compliante ou rigide)
Un moteur électrique est constitué d ’un certain nombre de
bobines de faible épaisseur ayant un diamètre en commun
par lequel passe l ’axe du moteur et plongé dans un champ
magnétique uniforme orthogonal à cet axe. Il est alimenté
par un courant d ’intensité I sous une tension de commande
U.
τm,θm F τc , θc
fm fc k
I moteur
Jm F
U compliance
Masse attachée Jc
Fig. I.22 a moteur à courant continu à l ’arbre du moteur (rotor) Charge
61
I.2 Modélisation
Exemple I.24. Moteur à courant continu entraînant une charge
mécanique (suite)
Un système très important en pratique est le moteur couplé à sa
charge par le biais d ’un arbre possédant une compliance
significative (souple). Ce système apparaît dans les ordinateurs pour
contrôler le mouvement des disques, le guidage des antennes et des
radars, la robotique, etc.
Dans cet exemple, nous traiterons trois cas :
a) cas où le moteur entraîne une charge avec un arbre non rigide (souple)
b) cas où le moteur entraîne une charge avec un arbre rigide.
c) cas où le moteur entraîne une charge avec un arbre couplé à une mécanique à
travers un réducteur.

62
I.2 Modélisation
Exemple I.24. Moteur à courant continu
entraînant une charge mécanique (suite)
a) cas où le moteur entraîne une charge avec un
arbre non rigide + Rm
Lm
+
Equation électrique u i e
D ’après la Loi de Lenz, la rotation des bobines- -
Fig. I.23
dans le champ magnétique a pour effet de
développer une force contre-électromotrice e, Fig. I.23.
Si le moteur entraîne une masse de moment d ’inertie J,
alors le couple communique à la masse une
vitesse angulaire ω m (t ) alors e = k eω m (t ) (1.5a)
02/10/2011
où k e est un constant. 63
I.2 Modélisation
Exemple I.24. Moteur à courant continu
entraînant une charge mécanique (suite)
Soit Rm Résis tan ce du moteur
Lm Induc tan ce du moteur
(1.5b)
Lois Ohm ⇒ u (t ) − e(t ) = u (t ) − keω m (t ) = Lmi&(t ) + Ri (t )

64
I.2 Modélisation
charge mécanique (suite)
a) cas où le moteur entraîne une charge avec un arbre non
rigide (suite)
Equation mécanique du mouvement
La loi d ’Ampers est une conséquence des Equations de
Maxwell et permet de calculer la force exercée par le
champs magnétique sur chaque bobine.
Le couple total de l ’ensemble tournant fourni par le
moteur τ m (t ) = k m i (t ) (I.5c)
où k m est le constant de couple moteur.
Le couple τ m (t ) ne dépend quasiment pas des angles faits entre les
bobines et le champs s ’il y a suffisamment de bobines.

65
I.2 Modélisation
rigide ‘(suite)
Equation mécanique du mouvement (suite)
Soit fm et fc les coefficients de frottements visqueux (supposés
constants) des arbres du moteur et de la charge respectivement.
Soit Jm et Jc sont respectivement les moments d ’inertie de l ’ensemble
rotor du moteur plus son arbre de transmission et de l ’ensemble de la
charge mécanique plus l ’arbre d ’entraînement correspondante la
charge.

66
I.2 Modélisation
rigide (suite)
L ’arbre compliant (souple) est modélisé par un ressort rotatoire de
raideur constant k et de coefficient d ’amortissement fc . La force
d ’interaction exercée par l ’arbre souple de raideur k est alors
F(t) = Jcω&c (t) = fc (ωm(t) −ωc (t))+ k(θm(t) −θc (t)) (I.5d)
où sont les vitesses angulaires
du moteur et de la charge respectivement.

67
I.2 Modélisation
mécanique (suite)
rigide (suite)
sont la position angulaire du moteur et de la charge
respectivement.
Si le moteur entraîne une charge de moment d ’inertie Jc, alors le
couple communique à la charge une vitesse angulaire ω m (t ) qui,
par conservation du moment cinétique, satisfont:
J m ω& m (t ) = τ m (t ) − f m ω m (t ) − F (t )
et en utilisant l ' équation ( I . 5 d ), nous obtenons
J ω& m ( t ) = τ m (t ) − f m ω m ( t ) − f c (ω m (t ) − ω c ( t )) − k ( θ m (t ) − θ c ( t ))

(I.5e) 68
I.2 Modélisation
mécanique (suite)
a) cas où le moteur entraîne une charge avec un arbre non rigide
(suite)
Par l ’équation (I.5c), le mouvement de rotation du système constitué
du rotor, du moteur et de son arbre de transmission est alors
J m ω& m (t ) = k m i(t ) − f m ω m ( t ) − f c (ω m (t ) − ω c ( t )) − k ( θ m (t ) − θ c ( t )) ( I .5 f )
Le mouvement de la charge est défini par l ’équation (I.5d).

Alors Les équations (I.5b, I.5f et I.5d) nous permettent de décrire
complètement les équations dynamique du système dans le cas ou
l ’arbre de la charge n ’est pas rigide.
69
I.2 Modélisation
mécanique (suite)
b) cas où le moteur entraîne une charge avec un arbre rigide
En additionnant les équations (I.5f) et (I.5g), nous obtenons
J m ω& m ( t ) + J c ω& c (t ) + f m ω m (t ) = k m i(t ) ( I .5 h )
Dans le cas où l ’arbre de couplage de la charge est rigide, k= ∞ et
θ c (t ) = θ m (t )
J T ω& m ( t ) + f m ω m ( t ) = k m i ( t )
Alors ( I .5 i )
J T = J m + J c
où est le moment d ’inertie total.
Les équations du mouvement sont alors définies par (I.5b) et (I.5i)

70
I.2 Modélisation
c) cas où le moteur entraîne une charge avec un arbre
couplé à une mécanique à travers un réducteur
Le moteur entraîne maintenant un arbre rigide couplé à une charge
mécanique à travers un réducteur composé de deux disque d1 et d2, Fig.
22b. Nous supposons la présence des frottement visqueux fm et fc
appliqués aux arbres du moteur et de la charge. De plus nous
supposons la présence d ’un effet du ressort sur l ’arbre de la charge.
frottement
fm d1 τ1
I moteur
τ m ,θ m d2 fc
k
U
Fig. I.22 b moteur à courant continu τ2 Jc
02/10/2011 T. ALANI - A2SI -Groupe ESIEE ressort θc Charge
71
I.2 Modélisation
couplé à une mécanique à travers un réducteur (suite)
Dans ce cas, le mouvement de rotation du système
constitué du rotor, du moteur et de son arbre de
transmission est alors
J m ω& m (t ) = k m i(t ) − τ 1 (t ) − f m ω m (t ) ( I .5 j )
où τ 1 (t ) est le couple appliqué par le disque inférieur (d2)

du réducteur sur le disque supérieure (d1).

72
I.2 Modélisation
La charge entraînée par le réducteur est soumise à un
mouvement de rotation, régie par l ’équation :
J c ω& c (t ) = τ 2 (t ) − f cω c (t ) − k θ c (t ) ( I .5 k )
où τ 2 (t ) est le couple appliqué par le disque supérieure (d1)

du réducteur sur le disque inférieur (d2).
Nous supposons que les relations suivante sont valables :
θ c (t ) τ c (t ) 1
= = ( I .5l )
θ m (t ) τ m (t ) n
où n est le rapport du réducteur.
73
I.2 Modélisation
Par les équations (I.5k-l) nous obtenons l ’équation
J fc k
c
2
ω& m (t ) = τ 1 (t ) − 2
ω m (t ) − 2
θ m (t ) ( I .5 m )
n n n
qui combinée avec l ’équation (I.5j) donne :
J T ω& m (t ) = τ m (t ) − f T ω m (t ) − k T θ m (t ) ( I .5 n )
où JT, fT et kT sont respectivement l ’inertie, le frottement
et la raideur équivalents, ramenés en amont du réducteur et
définis par
J fc k
J T = J m + c
2
, fT = f m + 2
, k T = ( I .5 o )
n n n 2

74
I.2 Modélisation
Exemple I.25 Pendule inversé (chariot équilibriste)
Le système est représenté à la Figure I.24.
l est la longueur de la tige rigide (sa masse est négligeable).
m est la masse d ’un objet (balle métallique) solidaire de
l ’extrémité de la tige.
M est la masse du chariot.
u(t) est le signal de commande de
Y
ce système appliquée au chariot par pb
le biais d ’un moteur
qui fait actionner les roues . m
p
g=9,8 m/sec2 l ’accélération θ h
l mg
u
gravitationnelle. M Fp& X
0
02/10/2011 Fig. I.24 75
I.2 Modélisation
Exemple I.25 Pendule inversé (chariot équilibriste) (suite)
Les équations d ’Euler-Lagrange peuvent être utilisées pour
établir une description en termes mathématiques. Equations
d ’Euler-Lagrange
En mécanique lagrangienne, un système mécanique peut à
chaque instant être repéré par un système de n coordonnées
généralisées indépendantes q1 , q 2 ,K, q n appelées les degrés de
liberté du système. On y adjoint les coordonnées de vitesse
q&1 , q& 2 ,K, q& n et on forme le Lagrangien
L(q, q& ) = T (q1 , q 2 ,K, q n , q&1 , q& 2 ,K, q& n ) − V (q1 , q 2 , K, q n )
où T est l ’énergie cinétique et V l ’énergie potentielle.
Soit q = [q1 , q 2 ,K , q n ]' et q& = [q&1 , q& 2 ,K , q& n ]'

76
I.2 Modélisation
1 '
T (q, q& ) = q& M (q )q& ( I .6a )
2
où M(q) est une matrice (n*n) symétrique définie positive et
‘ désigne la transposition.
Les équations de Lagrange sont alors
d ∂L ∂L
( )(q (t ), q& (t )) − (q (t ), q& (t )) = u i , i = 1, 2, K , m ( I .6b)
dt ∂q& i ∂qi
dq(t )
= q& (t ) ( I .6c)
dt
où ui sont les forces généralisées (forces et couples) externes
au système ou ne dérivant pas d ’un potentiel.

77
I.2 Modélisation
L ’énergie cinétique T et l ’énergie potentielle V du pendule
inversé s ’écrivent alors
1 1
T = Mp& + m( p& b + h& 2 ), V = mgh
2 2
2 2
nous pouvons écrire
pb = p + l sin θ p& b = p& + lθ& cosθ
h = l cosθ h& = −lθ& sin θ

78
I.2 Modélisation
Les coordonnées Lagrangiennes retenues sont ( p,θ )
Le Lagrangien s ’écrit alorrs
1 1 2 &2
L = ( M + m) p& + mlp& θ cosθ + ml θ − mgl cos θ
2 &
2 2
si bien que
∂L ∂L
= ( M + m) p& + mlθ& cosθ =0
∂p& ∂p
∂L ∂L
= mlp& cos θ + ml 2θ& = mgl sin θ − mlp& θ& sin θ
∂θ& ∂θ
79
I.2 Modélisation
Les équations (I.6a-c) s ’écrivent alors
( M + m) &p& + mlθ&& cos θ − mlθ& 2 sin θ = u − Fp&
&p& cos θ + lθ&& − g sin θ = 0 (I.7a)
où F est le coefficient de frottement visqueux.
Les équations (I.7) qui sont deux équations différentielles du
second ordre, couplées et implicites, peuvent être transformées sous
forme d ’un système différentiel non linéaires du premier ordre
explicite.
u − Fp& + mlθ& 2 sin θ − mg cosθ sin θ (I.7b)
&p& =
M + m sin 2 θ
− u + F &
p − ml θ& 2 sin θ cosθ + ( M + m) g sin θ
θ&& =
l ( M + m sin 2 θ )
80
I.3 Représentation général d ’un système dynamique-

variables Entrée/Sortie et internes.
Perturbations Erreurs de
(non contrôlables) Sortie de mesure Observations
Signaux de w processus v y
commande y
u Processus dynamique Processus
(paramètres θ ) x d ’observation
Symboles Famille des variables

ou vecteurs
Dimension
θ paramètres l
x Etats dynamiques n
u Entrées contrôlables (signaux de commande) m
w Entrées non contrôlables (perturbations) s
y Sorties du processus r
v Erreurs de mesure r
z Observations r Fig. I.25
81
I.3 Représentation générale d ’un système dynamique-

variables Entrée/Sortie et internes (suite).
Système SISO (Single-Input Single-Output) : C ’est un
système à une entrée de commande et une sortie
mesurable.
Système SIMO (Single-Input Multi-Output) : C ’est un
système à une entrée de commande et plusieurs sorties
mesurables, chacune d ’elles étant affectée par l ’entrées.
. Système MIMO (Multi Input Multi Output) : C ’est un
système à plusieurs entrées de commande et plusieurs
sorties mesurables, chacune d ’elles étant affectée par au
moins deux entrées.

82

Paramètres ( ) : Les paramètres du système permettent
l’étalonnage de la réponse du processus à ses entrées et à
ses propres mouvements, soit à travers le processus
dynamique soit à travers l ’observation soit les deux à la
fois.
Etat (x) : Les composants de ce vecteur sont les variables
d ’états du système. Ces variables représentent les
conditions dynamiques du processus, incluants sa réponse
fondamentale à ses entrées et à ses conditions initiales.
Etant connues à l ’instant initial, ces variables permettent
de décrire l ’évolution du système.
83
I.3 Représentation générale d ’un système

dynamique-variables Entrée/Sortie et internes
(suite).
Le vecteur d ’état x effectue un retour vers le
système à travers ses chemins dynamique naturels.
Ce retour peut modifier la réponse du processus de
différentes manières :
– décalage des caractéristiques asymptotiques
– génération des oscillations
– stabilisation ou déstabilisation du processus.

84
I.3 Représentation générale d ’un système

dynamique-variables Entrée/Sortie et internes
(suite).
Signal de commande (u) : C ’est une quantité
(scalaire ou vecteur) ou une condition appliquée
au procédé par le contrôleur.
Perturbation (w) : C ’est un signal (scalaire ou
vecteur) indésirable (souvent bruit blanc) qui
affecte la valeur de la sortie y. Il peut pénétrer le
procédé par une sommation avec u, ou via un
point intermédiaire

85

Sortie (y) : C ’est une quantité (scalaire ou vecteur) qui est
en général non directement mesurable. Ce vecteur (ou
scalaire) représente toutes ou une partie de ou x ou des
images de ces vecteurs en fonction du processus et ses
instrumentations.
Erreurs de mesure (v) : C ’est un signal (scalaire ou
vecteur) qui représente les erreurs intrinsèques aux
instruments ou moyens de mesure.
Observation (z) : C ’est un signal (scalaire ou vecteur) qui
est une combinaison de y et des erreurs de mesure v.

86
I.3 Représentation générale d ’un système dynamique-variables

Entrée/Sortie et internes (suite).
Exemple I.26 Un réacteur chimique pour la production de
l ’éthylène
e u
r
contrôleur
Soupapes, appareils de y
consigne chauffage, ...
Températures,
concentrations
molaires, ...
z
Fig. I.26

87

l ’éthylène (suite)
Paramètres de processus ( )
– caractéristiques physiques du réacteur,
– valeurs des produits commerciales,
– coûts de séparation.
Vecteur d ’état (x)
– taux de déposition de carbone sur certains points des tuyaux de réacteur,
– une mesure de bénéfices nets et totals des réseaux, accumulée depuis le
début de l ’intervalle de production.

88

Signaux de commande (u )
– taux d ’injection de hydrocarbone,
– rapport vapeur/hydrocarbone,
– température des réacteurs,
– précision des sorties des réacteurs
Perturbations non contrôlables (w)
– variations dans les compositions chimiques des produits utilisés,
– variations locales des températures et des pressions sur les parois et à
l ’intérieure des réacteurs.

89

Sorties, en général non directement mesurables (y)
y peut être une combinaisons des fonctions linéaires et
quadratiques des signaux de commande et les taux de déposition
des carbones.
Observations , mesures effectives (z)
z est une combinaison de y et des erreurs de mesures v.

90
I.4 Notions générales des systèmes linéaires

I.4.1 Commande en boucle ouverte
La dynamique du processus est commandée sans
l ’utilisation d ’une mesure (ou une estimation en cas où
une mesure directe est impossible ou non utilisée) de
vecteur d ’état x.
Ce type de commande est employé uniquement dans le cas
d ’un système dynamique caractérisé par une
commandabilité adéquate.

91

I.4.2 Commande en boucle fermée
Dans ce cas le retour des valeurs (mesure directe ou une
estimation) de x est utilisé.
Ce type de commande nécessite une commandabilité et
une observabilité adéquates.

92
I.4.3 Commandabilité - Observabilité
Les notions de commandabilité et observabilité ne
fournissent aucune information sur la qualité de la
commande ou la qualité de l ’observation. Ces notions
indiquent uniquement si les structures naturelles de la
commande et de l ’observation existent ou non.

93
I.4.3.1 Commandabilité - systèmes complètement/
partiellement commandable
Commandabilité : Un système linéaire continu est
commandable si pour tout couple de vecteurs (x0,xf) de
l ’espace d ’état, il existe un temps fini T et une commande
u(t) définie sur [t0,t0+T] tels que, lorsqu’on applique la
commande u(t), la solution x(t) de ce système partant de
x(t0)= x0 vérifie x(t0+T)= xf .
Un système est complètement commandable s ’il existe un chemin
naturel indépendant entre chaque composante de x et au moins un
élément de u. Dans le cas contraire le système est dit partiellement
commandable. Dans ce cas, le système peut atteindre certains états
dits états atteignables du système. Ce chemin peut être direct ou
indirect à condition qu’il soit unique.

94
I.4.3.1 Commandabilité - systèmes complètement/
partiellement commandable (suite)
Exemple I.26 Un réacteur chimique pour la production
de l ’éthylène (suite)
Si les commandes des soupapes et des appareils de
chauffage peut modifier n ’importe qu’elle variable
dynamique dans le réacteur d ’une façon unique, le
processus est alors complètement commandable.
Si une soupape est en panne, le processus est alors
partiellement commandable.

95
I.4.3.2 Observabilité- système complètement/partiellement
observable
Observabilité : Un système linéaire est observable si pour
tout valeur x0 ∈ Rn , il existe un temps fini T et une
commande u(t) définie sur [t0,t0+T] tels que, lorsqu’on
applique la commande u(t) quand x(t0)= x0 , alors la
connaissance de la trajectoire de y sur l ’intervalle de
temps [t0,t0+T] permet de reconstituer x0.
Un système est complètement observable s ’il existe un
chemin naturel indépendant entre chaque composante de x
et au moins un élément de y. Dans le cas contraire le
système est dit partiellement observable. Ce chemin peut
être direct ou indirect à condition qu’il soit unique.

96

I.4.3 Commandabilité - Observabilité (suite)
Dans les plupart des cas, les processus dynamiques sont uniquement
partiellement observables et partiellement commandables soit à cause des
conséquences des processus dynamiques eux mêmes soit à cause des
conséquences des ressources limitées qui empêchent l ’implémentation de la
commandabilité et de l ’observabilité complètes.
En pratique, une commandabilité ou une observabilité complète ne sont pas
nécessaires si les états non-commandés ou non observés se comportent bien.
Exemple I.27 un véhicule
Une commandabilité adéquate d ’un véhicule ne nécessite pas ou ne dépend
pas de la commandabilité ou de l ’observabilité des modes souples à hautes
fréquences.

97

I.4.4. Sous processus (modes) - Stabilisabilité et
Détectabilité
Un processus commandable et observable est divisé en
six catégories en fonction des propriétés de stabilité ou
non stabilité des sous-processus (modes) constituants ce
processus, Fig. I.27.
– Processus non détectable
– processus détectable
– processus non stabilisable
– processus stabilisable
– processus non détectable et non stabilisable
– processus détectable et stabilisable

98
I.4.4. Sous processus (modes) - Stabilisabilité et
Détectabilité (suite) Processus
commandable et observable
Signaux de
mode
commande commandable mais non observable
u
mode Stable mode non stable
processus détectable processus non détectable sortie
y
mode
observable mais non commandable
Perturbations processus stabilisable processus nonstabilisable
w
mode
non commandable et non observable
état
x
processus stabilisable processus stabilisable
Fig I.27 Processus commandable et observable. et détectable et non détectable
99

I.4.4.1. Stabilité- Stabilisabilité
Stabilité au sens EBSB : Un mode est dit stable au sens
EBSB si des Entrées ou des conditions initiales Bornées
produisent des réponses ou des Sorties Bornées.
Stabilisabilité : Si un mode non commandable dans un
processus commandable est stable au sens EBSB, le
processus est dit stabilisable (la commande u(t) peut être
choisie pour stabiliser tous les modes dans la boucle
fermée).
Dans ce cas, les effets de non commandabilité de ce mode
ne posent pas de problèmes de stabilité au processus.

100

I.4.4.2. Détectabilité
Si un mode non observable dans un processus observable
est stable au sens EBSB, le processus est dit détectable
(les bornes sur les états non observés peuvent être
estimées).
La commande en boucle fermée ne peut être appliquée
qu’à un système stabilisable et détectable.
Des commandabilité et observabilité partielles peuvent être
acceptées, mais des modes non stables au sens EBSB qui
sont ni commandables ni observables doivent être évités.

101

I.4.5. Systèmes à Temps Continu (STC)
Les systèmes dynamiques sont naturellement
fonctions en temps continu.Les modèles
représentants l ’évolution de ces fonctions sont des
équations différentielles qui sont fonctions des
variables d ’état :
dx(t )
= f ( x(t ), u (t ),θ (t ), w(t ), t )
dt
f peut être représentée soit par des équations

différentielles partielles soit par des équations
différentielles ordinaires.
102

I.4.6. Systèmes à Temps Discret (STD)
A cause de l ’utilisation des calculateurs numériques pour
la commande des systèmes, ces systèmes sont alors
modélisés rigoureusement par des équations de différence.
Les commandes et les mesures sont effectuées à des
instants discrets de temps (souvent périodiques).

103

I.4.7. Modèles stationnaires
Si les paramètres θ (t ) d ’un processus dynamique sont
relativement constants, alors un modèle stationnaire sera
suffisant pour modéliser ce processus.
dx(t )
= f ( x, u (t ),θ , w(t ))
dt

104

I.4.8. Modèles non stationnaires
Dans ce cas θ (t ) varie rapidement dans le temps par rapport
à l ’échelle du temps correspondant au mouvement du
processus.
dx((tt )
= f ( x(t ), u (t ),θ (t ), w(t ), t )
dt

105

I.4.9. Modèles non linéaires
Ces modèles sont utilisés pour des processus où le principe
de superposition n ’est pas applicable (doubler les
conditions initiales ou les valeurs d ’entrée double les
valeurs de la réponse correspondante).
Forme générale :
u = f ( x(t ), t )
y = g ( x(t ), t )
f et g sont des fonctions non linéaires
Les équations (I.1, I.2, I.7) sont des exemples de modèles
non linéaires.

106

I.4.10. Modèles linéaires- Linéarisation
Modèles linéaires : Ces modèles sont utilisés pour des
processus où le principe de superposition est applicable.
Linéairisation : La commande des systèmes non linéaires
sont difficiles à réaliser pour beaucoup de systèmes
physiques malgré l ’existence des techniques nouvelles
non linéaires.
Une approche couramment employée consiste à linéariser
le modèle non linéaire autour d ’un point de
fonctionnement. Ainsi, le modèle linéaire obtenu peut être
résolu par des outils mathématiques classiques d ’algèbre
linéaire.

107

I.4.10. Modèles linéaires- Linéarisation (suite)
Linéairisation (suite)
Le modèle obtenu en linéarisant un système non linéaire
n ’est représentatif du système qu’autour de point de
fonctionnement correspondant. Le domaine de validité du
modèle est d ’autant plus large que le degré de non-
linéarité du système est plus faible.

108
I.4.10. Modèles linéaires- Linéarisation
Exemple I.28 Considérons la réponse dynamique d ’un dispositif de
mesure de vent (wethervane), Fig. I.28 par rapport aux changements
de sa direction et sa vitesse.
Soit C=k |V(t)|2 sin(α (t)) , qui est un modèle non linéaire et non
stationnaire, le couple généré sur le dispositif.
V est la vitesse du vent
α (t) est l ’angle entre la direction du vent et
l ’indicateur de mesure.
Modèle linéarisé (mais non
stationnaire) :
α
0 , sin( α (t)) α (t) V
Si α (t)
Fig. I.28
Alors,
C = k V (t ) α (t )
2

109

Exemple I.28 (suite)
Si |V(t)| est constante et la direction du vent varie légèrement, alors α (t) ≈ α
Ainsi nous obtenons le modèle linéarisé et stationnaire suivant
C=k |V|2 α

110
Généralisation de l ’opération de linéarisation
Dans ce paragraphe nous présentons une méthode de
linéarisation générale à tout système non linéaire, qui peut
être décrit par l ’équation suivante
dx(t )
= f [ x(t ), u (t )] (I.8)
dt
où x(t) est le vecteur d ’état de dimension n ≥ 1 , u(t) est le
vecteur d ’entrée de dimension m ≥ 1 et f est une fonction
non linéaire de RnxRm dans Rn.
Supposons que le point de fonctionnement autour duquel
on souhaite linéariser le système soit défini par la
trajectoire x0(t) et correspond à l ’entrée u0(t), avec des
conditions initiales appropriées.

111
Généralisation de l ’opération de linéarisation (suite)
En développant le second membre de l ’équation (I.8) autour
du point d ’équilibre (x(t),u(t))=(x0(t) , u0(t)) et en négligeant
les termes d ’ordre supérieurs à 1, on obtient
n
∂f i
x& i (t ) = f i [ x0 (t ), u 0 (t )] + ∑ [ x0 (t ), u 0 (t )] • ( x j − x0 j )
j =1 ∂x j
m
∂f i
+∑ [ x0 (t ), u 0 (t )] • (u j − u 0 j )
j =1 ∂u j
où xi (i=1, …, n) et uj (j=1, …, m) sont les composants de x(t) et

u(t) respectivement.
112
En posant
∆xi (t ) = xi (t ) − x0i (t ), ∆u j (t ) = u j (t ) − u 0 j (t ),
il vient que ∆x& i (t ) = x& i (t ) + x& 0i (t ).
.
113
Comme x& 0i (t ) = f i [ x0 (t ), u 0 (t )] il s ’ensuit de (I.8) que
n
∂f i m
∂f i
∆x& i (t ) = ∑ [ x0 (t ), u 0 (t )] • ∆x j + ∑ [ x0 (t ), u 0 (t )] • ∆u j ( I .9)
j =1 ∂x j j =1 ∂u j
où i=1, …, n.

114
Posons :
∆x(t ) = [∆x1 (t ),K , ∆x n (t )]' , ∆u (t ) = [∆u1 (t ),K , ∆u n (t )]' ,
 ∂f 1 ∂f 1 ∂f1   ∂f 1 ∂f 1 ∂f1 
 ∂x ∂x L L
∂x n   ∂u ∂u ∂u n 
 1 2
  1 2

 ∂f 2 ∂f 2 ∂f 2   ∂f 2 ∂f 2 ∂f 2 
 L L
A0 (t ) =  ∂x1 ∂x 2 ∂x n  
( I .10a ) et B0 (t ) =  ∂u1 ∂u 2 ∂u n  ( I .10b)
 LLLLLLLL   LLLLLLLL 
   . 
 n∂f ∂f n ∂f n   n∂f ∂f n ∂f n 
L L
 ∂x1 ∂x 2 ∂x n   ∂u1 ∂u 2 ∂u n 
où les composantes A0 (t ) et B0 (t ) ont pour arg ument ( x0 (t ), u 0 (t ))
et dépendent du po int de fonctionnement defini par cet arg ument.
L' équation ( I .9) peut s ' écrire ∆x& (t ) = A0 (t )∆x(t ) + B0 (t )∆u (t ) ( I .10c)
115
Exemple (I.29) Soit le système non linéaire défini par les équations
:
x&1 (t ) = f1 = x 2
2
( I .11a)
x& 2 (t ) = f 2 = x 2 + u ( I .11b)
a) On se propose de linéariser le système autour de la trajectoire
nominale [x01(t), x02(t)], solution de (I.11a-b) avec les conditions
initiales x01(0)=1, x02(0)=0; et l ’entrée u0(t), =0, ∀ t.
b) On se propose de linéariser le système autour de la trajectoire
nominale [x01(t), x02(t)], solution de (I.11a-b) avec les conditions
initiales x01(0)=0, x02(0)=1; et l ’entrée u0(t), =0, ∀ t.

116
Exemple (I.29) (suite)
a) En intégrant l ’équation (I.11b) on a
x 02 (t ) = x 02 (0)e t = 0 ( I .12a )
Equation (I.11a) donne alors
x 01 (t ) = x01 (0) = 1 ( I .12b)

En calculant les coefficients de (I.10a-b) on trouve
∂f1 ∂f 1 ∂f 2 ∂f 2 ∂f 2
= 0, = 2 x02 (t ) = 0, = 0, = 1, =1
∂x1 ∂x 2 ∂x1 ∂x 2 ∂u

117
En calculant ces fonctions le long de la trajectoire
( x01 (t ), x02 (t )) et u 0 (t ) ; il s ’ensuit de (I.12a-b) et de (I.10c) que
le système linéarisé est le suivant :
0 1  0 0 
∆x& (t ) =   ∆x(t ) +   ∆u (t )
0 0  0 1 
où ∆x(t ) = [∆x1 ∆x 2 ]' , ∆x& (t ) = [∆x&1 ∆x& 2 ]' et ∆u (t ) = [0 ∆u ]'

118
b) En intégrant léquation (I.11b) puis léquation (I.11a) on a
1 2t
x02 (t ) = x02 (0)e t = e t et x01 (t ) = e
2
Les coefficients de (I.10a-b), évalués le long de la trajectoire
x01 (t ), x02 (t ) et u 0 (t ), sont
∂f1 ∂f ∂f ∂f ∂f
= 0, 1 = 2 x02 (t ) = 2e t , 2 = 0, 2 = 1, 2 = 1
∂x1 ∂x 2 ∂x1 ∂x 2 ∂u
Le système (I.11a-b) linéarisé autour de la trajectoire
( x01 (t ), x02 (t )) et u 0 (t ) devient
0 2e t  0 0 
∆x(t ) = 
&  ∆x(t ) +   ∆u (t )
 0 1   0 1 
où ∆x(t ) = [∆x1 ∆x 2 ]' , ∆x& (t ) = [∆x&1 ∆x& 2 ]' et ∆u (t ) = [0 ∆u ]'
119
Le système d ’état de la partie b est à coefficients variables
dans le temps. Ainsi la linéarisation d ’un système non linéaire
ne conduit pas toujours à une représentation linéaire au sens
défini précédemment (équation différentielle linéaire à
coefficients constants).

120
I.5 Représentation des systèmes dynamiques linéaires

continus ou discrets
Les systèmes dynamiques peuvent être représentés par 3

représentations:
Représentation Externe (approche fréquentielle)
Représentation polynomiale
Représentation d ’état

121
I.5.1 Représentation Externe (Méthodes fréquentielles)

L ’avantage des méthodes externes, dites fréquentielles
(voir II) est de permettre la définition naturelle de notions
de robustesse telle que les marge de gain et de phase à
partir de descriptions graphiques comme les diagrammes
de Nyquist et de Bode. Notons aussi que l ’approche
fréquentielle est naturellement adaptée au cas de systèmes
pour lesquels il n ’est pas possible d ’obtenir un modèle
mathématique satisfaisant à partir d ’équations de la
physique.

122
I.5.2 Représentation d ’état

Les pluparts des systèmes physiques ont la propriété de
pouvoir être décrits par des paramètres physiques appelés
variables d ’état.
On appelera état d ’un système un ensemble de variables
qui, étant connues à l ’instant initial, permettent de décrire
l ’évolution future de ce système.
Les deux représentations externe et état sont
complémentaires pour l ’analyse des systèmes linéaires.
Certaines propriétés de ces systèmes sont mieux comprises
à partir d ’une représentation d ’état notamment les
systèmes multivariables, d ’autres sont mieux exprimées
par une représentation sous forme de fonction de transfert

123
I.5.3 Représentation Polynômiale

Cette représentation permet d ’obtenir des formes adaptées
au calcul des liens (fonctions de transfert) en boucle
fermée entre les perturbations et les sorties. Dans le cas de
système à plusieurs entrées et plusieurs sorties, des degrés
de liberté dans la loi de commande subsistent après avoir
stabilisé le système. Il sera alors possible d ’utiliser ces
degrés de liberté pour rejeter l ’influence de certaines
perturbations sur le système sans augmenter la complexité
de la loi de commande. Pour plus de détails voir [1].

124
BIBLIOGRAPHIE
[1] Brigittte d ’Andréa-Novel, Michel Cohen de Lara. Commande
linéaire des systèmes dynamiques. Masson, Paris, 1994.
[2] Frank L. Lewis. Applied Optimal Control&Estimation. Prentice Hall.
[3] B. Friedland. Control system Design. McGraw-Hill, New-York,
1986.
[4] H. H. Rosenbrock. Computer Aided Control System Design.
Academic Press, New-York, 1974.
[5] A.J.G. MacFarlane. Frequency Response Methods in Control
Systems. IEEE Press, New_York, 1979.
[6] Marek Zelazny, Fouad Giri et Taïeb Bennani. Systèmes asservis,
Tome 1 et tome 2. Eyrolles, 1993.
[7] Di stefano III, Stubberud, Williams. Feedback and Control Systems.
SCHAUM ’S Outline Series, McGraw-Hill Book Company, 1967.
octobre 11 T. ALANI - A2SI -Groupe ESIEE
125

Intelligence Artificielle 6

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Intelligence Artificielle 6

Transféré par

Droits d'auteur :

Formats disponibles

MODELISATION ET COMMANDE DES

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

I.1 Notions de systèmes et systèmes de commande

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

I.1 Notions de systèmes et systèmes de commande

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

I.1 Notions de systèmes et systèmes de commande

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

I.1 Notions de systèmes et systèmes de commande

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

I.1 Notions de systèmes et systèmes de commande

Fig. I.3a Système commandé en boucle ouverte (radiateur sans thermostat)

Fig. I.3b Système commandé en boucle fermée (radiateur avec thermostat)

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

Eléments de contrôle g1 Procédé

Fig. I.5 Schéma synoptique

Courant électrique Température effective (pain grillé)

Fig. I.6a Schéma synoptique

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

Fig. I.6c Schéma synoptique

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

Contrôleur Rue dans la

Fig. I.8 Schéma synoptique.

Equation du système en boucle fermée

Fig. I.0 b Schéma synoptique

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

Fig. I.14 Schéma synoptique

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

Système contrôleur procédé

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

I.2 Modélisation- cinq exemples

Fig. I.19 Oscillateur harmonique. X est l ’écart à la position d ’équilibre du centre

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

Le mouvement de la charge est défini par l ’équation (I.5d).

02/10/2011 T. ALANI - A2SI -Groupe ESIEE

où τ 1 (t ) est le couple appliqué par le disque inférieur (d2)

02/10/2011 T. ALANI - A2SI -Groupe ESIEE