Académique Documents
Professionnel Documents
Culture Documents
Automatique PDF
Automatique PDF
Cor r ect i on
1. Introduction.
Soit un système bouclé défini par le schéma bloc ci-dessous :
Si on désire améliorer ses caractéristiques de S(p)
E(p) +
stabilité, précision, et de rapidité, de F(p)
dépassement, sans modifier F(p) il est -
nécessaire d’introduire dans la boucle de
commande un correcteur.
Les correcteurs doivent permettre de réaliser le meilleur compromis entre stabilité, précision,
dépassement et rapidité du système étudié.
2. Corrections élémentaires.
2.1 Correction proport ionnelle.
C(p) = Kp
• Principe physique.
L’entrée de F(p), U(p), est proportionnelle à ε(p).
Si K est trop élevé, la correction est trop « brutale ».
Si K est trop faible, la correction est un peu « molle ».
• Technologie : réalisable à l’aide AOP. Dépense de l’énergie.
• Influence sur la stabilité. • Influence sur la précision.
Si Kp augment les marges de stabilité diminues. Pour les systèmes pour lesquels l’écart n’est ni
nul (parfait) ni infini (instable), l’augmentation
• Influence sur la rapidité.
de Kp améliore la précision.
Dans le cas général, une augmentation de Kp
augmente la rapidité.
• Influence sur les dépassements.
Pour les systèmes dont la FTBO est un second ordre, la FTBF l’est aussi. Dans ce cas, on montre que :
z
zBF = si K augmente, zBF diminue, les dépassements augmentent.
1+K
Correction
proportionnelle Marge de stabilité Précision Rapidité Dépassement
Si KP & ( & & & ou apparaissent
Correction.doc
Correction page 2 / 4
• Principe physique.
L’idée est commander F(p) en fonction de l’erreur totale depuis la mise en marche : la commande est
fonction de l’accumulation des ε(p), d’où « l’intégration ».
• Technologie : ce type de correcteur n’est pas aisément réalisable, mais une approximation peut être
obtenu par un montage AOP.
• Influence sur la stabilité.
La phase d’un intégrateur est constante : ϕ = -90° : elle peut provoquer une instabilité.
Il faut que F(p) ait, à l’origine, un déphasage supérieur à 45° (pour avoir la marge phase = 45°).
Ou alors, il faut diminuer grandement le gain ; avec tout ce que cela implique sur les autres qualité.
• Influence sur la précision.
L’intégrateur augmente la classe de la FTBO, donc la précision.
• Conclusion :
Sans diminuer manière importante Kp, ce type de correcteur n’est pas envisageable.
2.3 Correction proport ionnelle intégrale (P.I.).
1 1 + τi.p
C(p) = Kp. 1 + = Kp.
τi.p τi.p
• Principe.
Tenter de cumuler les avantages des deux correcteurs précédents.
• Diagramme de Bode.
• Réglage : on place de correcteur de telle sorte que le déphasage soit effectif avant la pulsation de
résonance du système non corrigé de manière à ne pas rendre le système instable.
Correction.doc
Correction page 3 / 4
1
• Exemple. F(p) = 3.p2+ 2.p + 1 ωn = 0.5 rad/s
La FTBF est stable (FTBO du 2° ordre), mais peu précis (50% d’erreur).
1 1
Appliquons lui deux correcteurs C1(p) = 1 + 0,1.p et C2(p) = 1 + 10.p
1. C1(p)
C1(p)
F(p)
FTBO(p)
FTBO(p)
Correction.doc
Correction page 4 / 4
3. Autres corrections.
3.1 Correction proport ionnelle 3.2 Correction par ava nce de
dérivée (P.D.). phase.
τd.p 1 + a.τ.p
C(p) = Kp. C(p) = Kp.
1 +τd.p 1 +τ.p
Elle permet principalement de stabiliser le Elle permet principalement de stabiliser le
système système sans changer les autres caractéristiques.
Correction.doc
Asservissements : introduction page 1 / 1
As s er vi s s ement s : i nt r oduct i on
1. Objectif.
Il s’agit de mettre en place des critères et méthodes permettant d’étudier les caractéristiques suivantes :
• Stabilité : sous quelles conditions un système asservi est-il stable ou instable ?
• Précision : quelle est la précision d’un système asservi ?
• Rapidité : temps de réponse à –5% de la valeur finale (influence d’un bouclage)
Il est aussi de déterminer des moyen d’améliorer un système asservi :
Correction : quel correcteur faut-il introduire dans la boucle pour améliorer les performances d’un
système asservi ?
2. Données.
• Dans la suite nous étudierons le problème de la stabilité à partir d’un système modélisé par le schéma
blocs ci-dessous.
E(p) S(p)
+ T(p)
-
G(p)
On note :
Fonction de Transfert en Boucle Ouverte : FTBO = T(p).G(p)
T(p)
Fonction de Transfert en Boucle Fermée : FTBF = H(p) = 1 + T(p).G(p)
• Ou alors, nous étudions les systèmes asservi dont la FTBO peut se mettre sous la forme :
K.N(p)
FTBO = F(p) =
pα.D(p)
Avec N(p) et D(p) deux polynômes en p tels que N(0) = 1 et D(0) = 1.
On note la classe du système α tel que α ≥ 0
K est le gain statique.
Ce qui peut revenir au schéma bloc ci-dessous.
E(p) S(p)
+ F(p)
-
T(p)
• Relation entre les deux modèles : F(p) = (ne pas apprendre par cœur)
1 + T(p).[ G(p) - 1]
Introduction.doc
Précision d'un système asservi page 1 / 1
1. Introduction.
1.1 Définition de la pré cision et de l’écart.
La précision d’un système asservi est défini par l’erreur :
• L’erreur statique : c’est l’erreur en régime permanent entre la sortie et la loi d’entrée. Pour déterminer
cette erreur on soumet le système à des entrées canoniques du type échelon ou rampe.
• L’erreur dynamique : c’est l’écart instantané entre la sortie et l’entrée lors de la phase transitoire (hors
programme).
1.2 Données.
Nous allons étudier les systèmes asservis à E(p) S(p)
retour unitaire. + F(p)
-
On peut facilement montrer que tout système
asservi peut être représenté par un système à
retour unitaire tel que :
Avec N(p) et D(p) deux polynômes en p tels que N(0) = 1 et D(0) = 1.
K.N(p) On note la classe du système α tel que α ≥ 0 (représente l’intégration)
FTBO = F(p) = α
p .D(p)
K est le gain statique.
Précision.doc
Stabilité d'un système asservi page 1 / 5
sortie
entrée
Système stable
temps
sortie
entrée
Système instable
temps
Définition n° 2 : un système est stable si la réponse libre du système tend vers zéro quand t tend vers
l’infini.
Remarque : ces deux définitions sont équivalentes dans le cas de systèmes linéaires. Quelle définition
choisir ?
Un système réel instable oscille jusqu’à la destruction. Ces oscillations peuvent, dans le cas général, être
limitées par les différentes saturations (limites des ampli-OP, butées physiques) et laisser croire que la
sortie du système est bornée, mais le système ne peut plus être considéré comme linéaire. La première
définition ne peut pas être utilisée.
Etudier la réponse libre d’un système revient à écarter le système de sa position d’équilibre et à analyser
sa réponse.
• Un système stable a tendance à revenir dans sa position d’équilibre.
• Un système instable à tendance à s’en écarter.
• Un système qui ne revient pas dans sa position d’équilibre mais qui ne s’en écarte pas est dit juste
instable.
• Position des pôles de H(p) dans le repère complexe (ou des zéros de FTBO + 1).
Pôles complexes
Pôles complexes conjuguées à partie
conjuguées à partie stable instable réelle positive
réelle négative
Im
Pôles nuls
Re
Il suffit donc d’avoir une méthode pour déterminer le signe des parties réelles des pôles de la fonction de
transfert du système
3. Critères de stabilité.
3.1 Critère algébrique : Routh.
Le critère de Routh est un critère permettant de déterminer à partir du polynômes dénominateur de la
fonction de transfert le signe des racines de ce polynôme sans avoir à résoudre l’équation
1 + G(p).T(p) = 0
qui peut se mettre aussi sous la forme :
b0 + b1.p + b2.p² + … + bn.pn = 0
avec bn > 0
Présentation du critère de Routh :
Créons un tableau :
pn bn bn – 2 bn – 4 …
pn - 1 bn – 1 bn - 3 bn – 5 …
Ces deux lignes regroupent tous les coefficients du polynôme dénominateur de la FTBF
Créons les lignes suivantes jusqu’à p 0 :
pn-2 c1 c2 c3 …
pn - 3 d1 d2 d3 …
…
p0
Avec :
-1 bn bn - 2 -1 bn bn - 4
c1 = b . c2 = b .
n-1 b n-1 b
n - 1 bn - 3 n - 1 bn - 5
-1 bn - 1 bn - 3
-1 bn - 1 bn - 5
d1 = c . d2 = c .
1 c c2 1 c c3
1 1
Remarques :
• on voit bien
qu’un gain
trop
important
peut rendre le
système
instable
• On montre
alors que les
systèmes qui
ont une
FTBO du 1°
ordre et du
second ordre
sont toujours
stables en
FTBF
(diagramme
de Black)
4. Marges de stabilité.
La force des méthodes graphiques est dans la possibilité de définir des réserves de stabilité sous forme de
distances entre le lieu de la FTBO et le point critique.
• On définit la marge de Gain et la marge de Phase.
1. Marge de gain (en dB) : c’est la différence entre 0 dB et la valeur du gain pour
lequel la phase est égale à -180°
2. Marge de phase (en degré) : c’est la différence entre la valeur de la phase pour
laquelle le gain est égal à 0 dB et –180°.
• Les valeurs usuelles de marge de gain et de phase sont :
Marge de gain : 10 à 12 dB
Marge de phase : 45° à 50°
Ces marges sont nécessaires pour prendre des « distances de
sécurité » par rapport aux résultats des calculs afin de se
prémunir d’une modélisation approximative, de l’évolution des
systèmes (usures, dégradations, jeux mécaniques), et des
utilisations imprévues.
• Les figures ci-contre montrent comment on peut mesurer
les marges de gain et de phase dans les plans Black et
Bode.
Facteur de résonance.
Il est possible d’ajouter aux critères de
marges une limite à la résonance :
La valeur usuelles de réglage est :
QdB = 2.3 dB
Le diagramme de Black permet de
déterminer l’amplitude de la fonction
de transfert en boucle fermée (FTBF) à
partir du lieu de la fonction de transfert
en boucle ouverte (FTBO).
Le réglage du système asservi sera
correct si le contour de la FTBO est
tangent au contour à 2.3 dB.
Le point de tangence de la FTBO avec
un contour d’amplitude est le point de
résonance du système.
R api di t é
Elle se mesure dans le cas d’une réponse à un échelon. Le plus souvent cette réponse tend
asymptotiquement vers sa valeur finale, aussi on définit le temps de réponse du système à ±5%.
• On peut donc noter que le système bouclé (quand la FTBO est du premier ordre) est plus rapide. En
particulier si le Gain Statique de la FTBO augmente, le temps de réponse diminue.
Rapidité.doc
Rapidité page 2 / 2
3. Généralisation.
Il n’est pas aisé de généraliser le temps de réponse à un échelon. Il faudrait procéder à une étude
temporelle à chaque fois.
Mais, globalement, on peut considérer que pour améliorer la rapidité d’un système, il faut augmenter le
gain statique de la FTBO :
♦ les deux exemples ci-dessus ont montré que c’est généralement le cas.
♦ Le gain correspondant à l’amplitude de la réaction du système en fonction de l’erreur à la sortie du
comparateur, il paraît cohérent de considérer qu’un système est d’autant plus rapide que le gain est
élevé.
♦ Mais attention aux risques d’instabilité.
Rapidité.doc
Automatique : aspects généraux page 1 / 4
1. Objectifs.
• L’objectif de l’automatique est d’étudier le comportement du système (ce qu’il fait) en fonction de
l’évolution du système (consignes, informations), de l’environnement extérieur et du temps.
Faisons un bilan des entrées et sorties sous forme de shéma :
Sorties : ordres,
visualisation,
Entrées : consignes, Système mouvement, efforts,
informations
tout phénomène
automatisé physique (selon le
point de vue)
Selon le type d’entrées et de sorties et selon la manière dont évoluent les sorties en fonction des entrées,
on distingue différentes familles (ou différents points de vue) de systèmes automatisés.
Automatique introduction.doc
Automatique : aspects généraux page 2 / 4
consigne réponse
ACTION
OBSERVATION
Chaîne de retour
Automatique introduction.doc
Automatique : aspects généraux page 3 / 4
Schéma bloc : un système asservi peut être modélisé par le schéma fonctionnel suivant :
régulateur
perturbations
comparateur commande
Consigne ε sortie
+ + Système
d’entrée Correcteur Actionneur +
- écart dynamique
mesure
Capteur
3.2.2 La précision.
On appelle précision statique,
l’écart entre la sortie est l’entrée
lorsque le système est stabilisé. entrée
sortie
temps
On appelle précision dynamique, si la sortie suit l’entrée en tout circonstances (perturbation, évolution
de la consigne).
sortie sortie
temps temps
3.2.3 La rapidité.
La rapidité se caractérise par le temps mis par le système pour que la sortie atteigne la valeur finale.
On définit, pour caractériser la rapidité, le temps de réponse à 5% (±5%).
Rapide lent
entrée entrée
sortie 5% sortie
5%
temps temps
t5% t5%
3.2.4 Conclusion.
L’objectif final du cours d’asservissement va être d’apprendre à déterminer ces propriétés précédentes,
puis d’apprendre à les améliorer, à trouver des compromis.
Mais auparavant, nous allons mettre en place un même modèle, pour tous les systèmes dynamiques,
qu'ils soient mécaniques, électriques, électroniques, thermiques, fluides, électromagnétiques,
électrodynamiques, etc…
Automatique introduction.doc
Technologie des automatismes page 1 / 2
capteur
Nature des capteurs : à sortie logique (TOR), analogique ou numérique.
Caractéristiques : étendue, limites, résolution, sensibilité, précision, rapidité.
Fonctionnement : avec ou sans contact, électrique ou pneumatique, etc… voir exemples.
pré actionneur
Énergie électrique : contacteurs et relais.
Energie pneumatiques et hydraulique : distributeurs 5/2, 3/2 etc…
1.4 Actionneurs.
Transformer
Energie électrique, l’énergie en énergie Energie mécanique de
hydraulique, pneumatique mécanique rotation, de translation etc…
actionneur
Sortie vérin
Entrée vérin
Codage
1. Numération.
• Les différentes bases :
Le système de numération le plus utilisé est le système décimal (base 10), sûrement pour des raisons
morphologique (nombres de doigts). Les systèmes automatiques sont naturellement appelés à utiliser
le système binaire (base 2) par présence ou nom d'un flux énergétique.
La base 10 utilise 10 symboles (de 0 à 9). La base 2 en utilise seulement 2 (0 et 1).
Le système hexadécimale est aussi souvent utilisé en informatique car 16 est égal à 24, ce qui
correspond à un codage en 4 bits. La basse 16 utilise 16 symboles (de 0 à 9 puis de A à F).
• Autres codes :
Le code binaire réfléchi dit code Gray a la
particularité de n'avoir qu'un seul bit
changeant d'une ligne à la suivante. Il est
utile pour les tableau de Karnaugh et pour
la réalisation de capteurs numériques : il
permet d'éviter toutes confusions de codes
lors du passage d'une position à une
adjacente.
Le code 3 parmi 5 est utilisé pour les
codes à barres (la Poste). Chaque valeur
est codée par 5 bits contenant toujours
trois 1 et deux 0. Ce codage est
techniquement fiable (reconnaissance
facile, régularité du nombre de barres).
Ce code utilise plus de variables que les
système binaires pur et réfléchi.
2. Signal Analogique.
• Nature :
un signal analogique peut être représenté par une fonction du temps continue.
Il permet de représenter de nombreux types d'informations physiques réelles telles que le son, l'image.
• Support physique :
l'information est stockée et transportée sous forme de tension variable, de champs magnétique, de relief
selon que le support est un circuit électrique, une bande magnétique ou de la matière gravable.
Ex. le son est stocké sur bande sous forme de champs magnétique puis transporté de la bande vers les
enceintes sous forme de tension, pour être transformé en son (variation de pression).
• Avantages et inconvénients :
les grandeurs physiques (le son par ex.) étant de nature analogique, les signaux analogiques les
représentant sont très fidèles à la réalité.
Par contre, la qualité de l'information dépend de la quantité de matière physique utilisée pour une quantité
donnée d'information (ex : un enregistrement vidéo à vitesse lente est de moins bonne qualité que
l'enregistrement à vitesse normale, car les informations sont stockées sur moins de matière physique).
Pendant le transport, l'information risque de s'atténuer ou d'être déformée par des interférences
(ex : réception des ondes FM parfois difficiles).
Si le support s'altère avec le temps, l'information s'altère aussi (ex: altération du support vinyle).
Codage.doc
Codage page 2 / 4
3. Signal Numérique.
• Nature : le signal est représenté par une suite de 0 et de 1.
• Support physique : l'information est
stockée sur un support analogique, puisque
réel : le signal qui supporte le signal
numérique est analogique : magnétique
(disque dur, DAT, Vidéo numérique),
électrique, ondes (téléphonie), relief (CD).
At t ent ion : le signal stocké sur le support analogique n'a pas de rapport directe avec le signal
analogique que représente le signal numérique.
• Reconstruction : la reconstruction du support analogique vers le signal numérique se fait grâce à une
horloge à battement très régulier.
Exemple d'un signal généré par une tension comprise en 0 et 5 Volts (fig. ci-dessus). A intervalle
régulier, le convertisseur note la valeur de cette tension : si elle est supérieur à 2,5 V (par exemple),
le signal numérique prendra la valeur de 1, sinon, 0.
Seuil
Battements de l'horloge
0 1 0 0 1 0 0 0 1 1 0 0 1 0 0 1 1
exemple : l'horloge d'un lecteur de CD se fait à 705600 battements/secondes
• Avantages :
De part la notion de seuil, l'altération du support ou la présence d'interférences, si elles ne sont pas trop
importantes, n'ont pas d'effet sur la reconstruction du signal numérique : d'où les qualitésstockage
de
dans le temps et de transport des signaux numériques.
De plus, grâce à ce "droit à l'erreur", il n'est pas utile d'utiliser beaucoup de matière physique (bande
magnétique, plastique) pour stocker correctement un signal : d'où la possibilitéde stocker énormément
d'informations sur un seul support.
Les signaux peuvent être traités (triturés) informatiquement à volonté sans perte de qualité.
• Inconvénients :
La conversion du signal numérique vers le signal analogique ne peut pas donner un résultat aussi fidèle
que le signal analogique source (voir paragraphe suivant). Le rendu est nécessairement moins bon.
Codage.doc
Codage page 3 / 4
Codage.doc
Codage page 4 / 4
• Codage : il s'agit de discrétiser l'information en un nombre fini de valeurs, puis de coder ces
valeurs en binaire : nombre de bits.
À partir de l'échantillonnage satisfaisant :
Codage en 2 bits : les 2.5 volts sont découpés Codage en 32 bits : les 2.5 volts sont découpés
en 4 morceaux : en 232 morceaux = 4.109
0 → 0.625 ≡ 0⇒00
0.625 → 1.25 ≡ 1⇒01
Ex : 01101101011011010110101010111000
1.25 → 1.875 ≡ 2⇒10
1.875 → 2.5 ≡ 3⇒11
Codage.doc
Epreuve Commune de TIPE : Partie D
Nous allons dans un premier temps préciser la notion de signal. Tous les traitements
que nous allons envisager sont réalisés par des circuits électroniques (analogiques ou
10 numériques). La grandeur physique à mesurer peut être de nature diverse : onde de pression
sonore, onde électromagnétique, température, … Il faut la convertir en signal électrique avant
de la traiter. C'est le rôle d'un capteur. Le signal est donc une tension électrique en général
fonction du temps. Elle est l'image des variations temporelles de la grandeur physique à
mesurer.
15
Volts ()
x t
Capteur
Grandeur physique t
Signal électrique
fig. 1
20 Ce type de signal est qualifié d'analogique (par opposition aux signaux logiques ou
numériques). C'est une fonction continue du temps : x(t ) . Numériser un tel signal consiste à le
remplacer par un ensemble dénombrable de valeurs numériques. Dans le cas d'un signal de
durée finie, on passe d'un ensemble non dénombrable de valeurs à un ensemble fini. Les
nombres ainsi obtenus sont alors codées en binaire (0 et 1). Les avantages associés à cette
25 conversion sont nombreux. Nous allons citer les principaux.
1
1- Les avantages du numérique
30
Que les signaux soient transmis (radio, TV, …) ou stockés (CD, DVD, …) leur codage
sous forme de bit permet une lecture simplifiée. En effet, soit le niveau lu dépasse un seuil, on
détecte alors un 1, soit le niveau est inférieur, on lit un 0. Ainsi, dans le cas d'un bruit additif
de faible niveau le signal pourra être recueilli de façon parfaite; ce qui n'est pas le cas pour un
35 signal analogique (cf. fig. 2).
Dans le cas où le bruit additif devient important par rapport au niveau du signal utile,
on peut alors effectuer des erreurs de détection. Pour lutter contre ces erreurs, on code en
général le signal binaire de manière à faire apparaître une redondance dans le signal. La
40 méthode la plus répandue pour détecter une erreur de détection éventuelle est l'ajout d'un bit
supplémentaire à la fin de chaque trame de bits (en général 7) représentant la somme modulo
2 de ces 7 bits (cf. fig. 3). A la lecture, il suffit alors de vérifier que le bit de contrôle (appelé
bit de parité) correspond bien à la somme des 7 bits lus. Si celle-ci est différente, c'est qu'il y a
une erreur de lecture. Il faut alors relire les données. Cette méthode permet seulement de
45 détecter une erreur de transmission ou de lecture. Elle est mise en défaut si l'on est en
présence de deux erreurs. Elle ne permet pas également de corriger l'erreur. D'autres codes
plus performants (codes correcteurs d'erreur) permettent de détecter l'erreur et de la corriger
automatiquement.
50 La robustesse du signal numérique vis-à-vis du bruit permet également d'en créer des
copies parfaites. Cette supériorité du signal numérique par rapport à l'analogique peut être
constatée sur la qualité sonore d'un CD par rapport à un disque vinyle, ou sur la qualité de
l'image et du son d'un DVD par rapport à un enregistrement sur cassette VHS, ou encore entre
la TV analogique et la récente TV numérique (TNT).
55
2
Lecture
Emission ou stockage
analogique
Bruit
Numérisation
Conversion
numérique
numérique analogique
Détection (seuil)
fig. 2
0 1 0 1 1 1 0 0 1 0 1 1 1 0 0
0 1 0 1 0 1 0 0 0+1+0+1+0+1+0 = 1 ≠ 0
fig. 3
D'autre part, le traitement d'un signal numérique est en général réalisé par un
calculateur. Il en résulte de nombreux avantages par rapport à un traitement réalisé grâce à
65 une électronique analogique (résistances, capacités, amplificateurs opérationnels, …). En
effet, les principaux défauts liés à l'électronique analogique sont ainsi levés. Les problèmes de
précision et de dispersion des composants électroniques (donnés, en général à 10%) ainsi que
les problèmes de dérive en température n'existent plus en numérique. Ainsi la fréquence de
coupure d'un filtre numérique peut-être maîtrisée plus facilement qu'en analogique. Il en
70 résulte également une grande reproductibilité entre les différents systèmes réalisés.
3
Un autre avantage lié au traitement du signal par calculateur réside dans la facilité de
faire évoluer les performances d'un matériel sans modifications de son électronique. En effet,
si le constructeur d'un appareil développe un traitement plus performant ou corrige certaines
erreurs, il est en général facile de modifier le programme exécuté par le calculateur sans
75 modification électronique du système. C'est le cas, par exemple sur certains lecteurs de DVD
de salon pour lesquels il est possible de mettre à jour la version de l'algorithme de décodage
vidéo (mpeg2 ou 4). Certains décodeurs TNT réalisent même ces mises à jour
automatiquement. Cette facilité d'évolution est également utilisée dans l'automobile où
certains systèmes de contrôle (ABS, ESP, contrôle moteur, …) sont mis à jour lors des visites
80 chez le garagiste, ou lors de campagnes de rappels dans le cas de défauts plus importants.
Parmi les autres avantages liés à l'utilisation d'un traitement numérique, on peut citer
la miniaturisation. Un calculateur étant capable de traiter plusieurs signaux et de s'adapter aux
requêtes extérieures, il peut à lui seul remplacer plusieurs cartes électroniques dont la tâche
est à chaque fois spécifique. En fonction de la puissance de calcul disponible, les calculateurs
4
105 sont même capables de traiter différentes tâches à la fois (systèmes multitâches). On peut
enfin citer la possibilité de développer des fonctions de traitement de plus en plus
compliquées qu'il serait très difficile d'obtenir par le biais de cartes analogiques.
x(t)
Quantification
t
t1 t2
Echantillonnage
fig. 4
125
a- L'échantillonnage :
130 échantillonnable sans perte d'information, nous allons introduire la fonction périodique w(t )
représentée sur la figure 5.
5
w(t)
t
Te
fig. 5
135
xe(t)
x(t)
140 fig. 6
+∞
⎛ k ⎞
w(t ) = ∑ a k cos⎜⎜ 2π t ⎟⎟
k =0 ⎝ Te ⎠
145
⎛ t ⎞ ⎛ 2t ⎞
On peut remarquer ainsi que x e (t ) = a 0 x(t ) + a1 x (t ) cos⎜⎜ 2π ⎟⎟ + a 2 x(t ) cos⎜⎜ 2π ⎟⎟ + ... est un
⎝ Te ⎠ ⎝ Te ⎠
signal beaucoup plus riche fréquentiellement que x(t ) puisqu'il correspond à une somme
6
Essayons d'analyser l'effet de la multiplication d'un signal par cos(2πkFe t ) à travers un
1
155 x(t ) = cos(2πf 0 t ) × cos(2πkFe t ) = [cos(2π (kFe + f 0 )t ) + cos(2π (kFe − f 0 )t )]
2
On peut donc constater que le fait de multiplier x(t ) = cos(2πf 0 t ) par cos(2πkFe t ) revient à
Temps Fréquences
()
x t
t f0
x(t ) × cos(2πkFe t )
2f0
t
kFe
160
fig. 7
Ce résultat se généralise quelle que soit la forme du signal x(t ) . Multiplier x(t ) par
165 cos(2πkFe t ) revient à le décaler en fréquence autour de kFe . C'est ce que l'on appelle une
modulation d'amplitude. Ainsi pour tout signal x(t ) , l'allure fréquentielle du signal
échantillonné xe (t ) sera de la forme suivante (cf. fig. 8).
7
X(f ) Xe( f )
Echantillonnage
a0 a1
a2
f
f
f max
Fe 2Fe
170 fig. 8
Nous voudrions que cette opération d'échantillonnage soit réversible. Autrement dit,
nous voudrions pouvoir repasser, sans perte d'information de x e (t ) à x(t ) . D'après la figure 8,
on voit que l'on pourra retrouver x(t ) à partir de x e (t ) dans le cas où les différents motifs
175 fréquentiels ne se chevauchent pas. Ainsi, en notant f max la fréquence maximale présente
dans x(t ) , on voit que l'opération d'échantillonnage sera réversible si Fe > 2 f max . Dans ce cas
on n'aura pas de chevauchement fréquentiel et on pourra retrouver le signal continu
d'origine, x(t ) par filtrage passe-bas (cf. fig. 9).
180
()
x t ()
xe t ()
xe t
Temps
t
t
Te
t
Xe( f )
Echantillonnage Filtrage passe-bas
X(f ) Xe( f )
Fréquences
f f
f
fmax
Fe 2 Fe Fe 2 Fe
fig. 9
185 La règle que nous venons d'établir est connue sous le nom du théorème de Shannon:
"Pour échantillonner un signal sans perte d'information, il faut choisir une fréquence
d'échantillonnage au moins 2 fois supérieure à sa fréquence maximale".
Cette règle fait apparaître la nécessité de l'existence d'une fréquence maximale dans un
190 signal pour pouvoir l'échantillonner. Pour un signal de durée finie, cette fréquence maximale
n'existe pas, en général. Il faut donc utiliser un filtre passe-bas (appelé filtre anti-repliement)
pour limiter les fréquences du signal que l'on désire échantillonner. Prenons l'exemple d'un
signal musical. L'oreille humaine n'est sensible aux fréquences que jusqu'à 20 KHz dans le
8
meilleur des cas. On choisit ainsi de filtrer les signaux musicaux à 20 KHz de manière à ne
195 conserver que les fréquences inférieures. Ce signal filtré est ensuite échantillonné à 44,1 KHz,
codé et gravé sur un compact-disc. La fréquence d'échantillonnage est choisie avec une marge
par rapport à la fréquence minimale requise par le théorème de Shannon (40 KHz) pour
pouvoir filtrer plus facilement lors de la reconversion du signal numérique vers le signal
analogique.
200
210 fig. 10
9
Pour analyser la valeur de cette fréquence "fantôme" qui apparaît, voyons ce qu'il se
passe en fréquentiel. Nous savons que l'effet de l'échantillonnage est de périodiser et de
215 dédoubler le motif fréquentiel autour des multiples de la fréquence d'échantillonnage. Ainsi,
comme on peut le voir sur la figure 11, une fréquence supplémentaire apparaît aux basses
fréquences (1050 Hz – 1000 Hz = 50 Hz). C'est cette fréquence que l'on voit apparaître sur la
figure 10.
f f
2.1 KHz
1 KHz 1.05 KHz
fig. 11
⎧ x1 (t ) = cos(2π 1000t )
⎨
⎩ x 2 (t ) = cos(2π 50t )
k
Echantillonnage
t = kTe =
1050
⎧ ⎛ k ⎞ ⎛ k ⎞ ⎛ ⎛ 1000 ⎞ ⎞
⎪ x1 (k ) = cos⎜ 2π 1000 ⎟ = cos⎜ − 2π 1000 + 2π ⎟ = cos⎜⎜ 2π ⎜1 − ⎟ k ⎟⎟ = x 2 (k )
⎪ ⎝ 1050 ⎠ ⎝ 1050 ⎠ ⎝ ⎝ 1050 ⎠ ⎠
⎨
⎪ x (k ) = cos⎛ 2π 50 k ⎞
⎪ 2 ⎜ ⎟
⎩ ⎝ 1050 ⎠
10
apparaître une vitesse de rotation qui n'est pas en rapport avec la vitesse d'avancement réelle
de la charrette. Parfois même, la roue semble aller en sens inverse. Cela est dû au fait qu'un
film correspond à un échantillonnage d'un phénomène continu par une succession de photos
prises à intervalles réguliers. Pour le cinéma, la fréquence d'échantillonnage est en général de
235 24 images par secondes et 25 pour les standards français ou européen de la télévision. Ainsi
tous les phénomènes périodiques dont la fréquence est supérieure à 12 Hz vont se replier
fréquentiellement. C'est le cas du mouvement de la roue de charrette (cf. fig. 12). On peut
également constater le même résultat lorsque l'on observe un écran d'ordinateur filmé à la
télévision. La fréquence de rafraîchissement des images d'un écran d'ordinateur est en général
240 comprise entre 50 et 80 Hz; cette fréquence va donc se replier et l'on va voir apparaître une
fréquence plus basse.
Mouvement bien
échantillonné
245 fig. 12
Le phénomène de repliement peut également être exploité à bon escient lorsque l'on
désire analyser de façon fine un phénomène rapide. C'est le rôle de la stroboscopie. Les
250 premiers à s'être intéressés à ce phénomène sont des scientifiques de la fin du 19ième siècle qui
étudièrent les mouvements de la course de certains animaux. On peut trouver d'autres
applications de ce phénomène lorsque les motoristes cherchent à régler le calage des soupapes
sur un moteur en fonctionnement. Le but est de régler de façon très fine les instants
d'ouverture et de fermeture des soupapes permettant le remplissage et le vidage des cylindres
255 en gaz. Le choix de ces instants est primordial pour un bon remplissage du moteur en mélange
air essence, et donc pour l'obtention du meilleur couple moteur. La stroboscopie permet
11
d'observer ce phénomène périodique de façon très lente, voire de le rendre immobile pour
pouvoir l'étudier.
260 b- La quantification :
Il existe plusieurs types de codage des données. Nous allons ici nous intéresser au cas
le plus simple d'un codage en virgule fixe. Dans ce cas les données échantillonnées sont
approximées par la valeur la plus proche codée en binaire sur N bits. Prenons l'exemple d'un
275 codage sur 8 bits. Nous pouvons ainsi coder 2 8 = 256 valeurs différentes (de 00000000
correspondant à 0 Volt à 11111111 correspondant à +V volts) (cf. fig. 13).
x(t)
11111111
Quantification
00000011
00000010
00000001
00000000
t
Echantillonnage
fig. 13
280
Ainsi la dynamique maximale que l'on peut obtenir (rapport entre la tension maximale
( )
admissible et la tension minimale que l'on peut coder) est de 2 N − 1 soit en décibels
dyndb ≈ 20 N log10 (2) ≈ 6 N (pour N grand). Le choix du nombre de bits (N) est donc fixé par
la précision requise. Par exemple pour de la musique haute fidélité gravée sur un CD, on
285 utilise une quantification sur 16 bits soit une dynamique de 96 dB. On peut augmenter la
12
dynamique tout en minimisant le nombre de bits employés en utilisant une quantification non
uniforme (cf. fig. 14). Ce type de quantification consiste à allouer un pas de quantification
plus fin pour les faibles tensions et augmenter le pas au fur et à mesure que l'amplitude croit.
Grâce à cette technique on peut coder finement les signaux de faible niveau tout en évitant
290 une éventuelle saturation pour les signaux de forte amplitude. Les quantifications non
uniformes à pas logarithmiques sont par exemple utilisées pour coder les signaux de
téléphonie fixe.
295
fig. 14
La quantification peut également entraîner un autre type d'erreur que la simple erreur
300 d'arrondi : l'erreur de saturation. En effet, le nombre de niveau de quantification étant fini, on
ne peut recevoir que des signaux d'amplitude maximale prédéfinie. Si un signal d'amplitude
supérieure est présent, il sera écrêté.
305 Nous venons de voir comment transformer un signal analogique en signal numérique
et les avantages qui découlent de cette conversion. Nous avons vu qu'un signal était, en
général une fonction du temps (signal de télécommunication, signal audio, ....). Cependant les
notions présentées dans ce dossier s'appliquent également aux images. Celle-ci peuvent être
considérées comme l'extension d'un signal à 2 dimensions. Les axes x et y de l'image
310 remplacent l'axe temporel du signal.
13
GRAphe Fonctionnel de Commande Etape/Transition page 1 / 4
1. Structure du GRAFCET.
étape 0
Mise en marche Action associée à
l’étape
1 LAVER LA VAISSELLE
Etape initiale Lavage terminé
2 RINCER LA VAISSELLE Réceptivité
transition
Rinçage terminé associée à la
transition
Liaison 3 SECHER LA VAISSELLE
orientée Séchage terminé
Les étapes caractérisent un comportement du système étudié. Une étape est soit active soit inactive.
Les transition indique la possibilité d’évolution du Graphe. Une transition est soit validée, soit non validée.
Lorsqu’une étapes est active, l’action associée à cette étape est vraie.
La réceptivité conditionne la validité de la transition. La réceptivité est une grandeur logique
qui est soit vraie, soit fausse.
2. Règles d’évolution.
Le GRAFCET permet de déterminer les évolutions dynamiques de n’importe quel système logique (qu’il soit
concret ou abstrait). Il est normalisé, et son fonctionnement est régit par cinq règles d’évolution.
Si une des règles n’est pas respectée, le graphe n’est pas un GRAFCET.
GRAFCET.doc
GRAphe Fonctionnel de Commande Etape/Transition page 2 / 4
Deux branches d’une structure alternative peuvent être parcourues en même temps si la re-
synchronisation est assurée pour la poursuite de la séquence commune.
4. Multi-graphes.
Il est possible d’effectuer sur un système quelconque, une partition fonctionnelle en différents postes.
Chacun des postes sera décrit par un GRAFCET ajoutés à un GRAFCET de conduite (de
synchronisation)
L’intérêt est que le GRAFCET est globalement plus facile à lire : il est possible d'avoir une approche
plus globale ou, à l'inverse, de s’intéresser à un seul poste sans être gêné par les autres.
X10
Par contre le nombre d’étapes est plus grand que celui d’un GRACET unique (pour un même système),
et la synchronisation n’est toujours pas très simple.
Principe de synchronisation : La réceptivité X20 (par ex) est vraie si l’étape 20 est active. Ainsi, il est
possible de faire interagir les graphes entres eux.
GRAFCET.doc
GRAphe Fonctionnel de Commande Etape/Transition page 3 / 4
Exemple F / GT : (10,20)
• Forçage figeage.
On veut maintenir, par exemple lors d’un arrêt de sécurité, un GRAFCET dans sa situation en cours. On
utilisera alors la convention suivante.
Syntaxe : F / nom du grafcet à forcer : (*)
Exemple : F / GT : (*)
• Sortie conditionnelle.
GRAFCET.doc
GRAphe Fonctionnel de Commande Etape/Transition page 4 / 4
7. Macro Etapes.
Les descriptions de
fonctionnement sous forme de
GRAFCET peuvent comporter un
grand nombre de graphes et par
conséquent un grand nombre
d’étapes (certains systèmes
peuvent utiliser 12000 étapes).
La nécessité d’une présentation
progressive, descendante (à la
manière de la SADT) et
organisée de telles applications
est alors incontournable :
l’utilisation des macro étapes est
une technique de représentation
proposée par le GRAFCET.
Les macro étapes sont utilisées principalement lors de la conception d’un automatisme : en effet la
décomposition du système à décrire conduit à considérer des sous-ensembles fonctionnellement
indépendants (perçage, déplacement) qu’il n’est pas utile de détailler dans une première approche.
• Représentation :
Le symbole de représentation des macro étapes est différent de celui des étapes car une macro étape
n’est pas une étape.
Un macro étape n’étant par une étape, on ne peut pas lui associer une action.
• Expansion :
Chaque macro étape peut être remplacée par son expansion respectant les règles d’écriture suivantes :
L’expansion comprend une étape d’entrée et une étape de sortie repérées E et S
Il n’existe aucune liaison structurale entre un élément de l’expansion et un autre élément du grafcet
d’origine.
• Règles de lecture :
Entrée dans la macro étape : tout franchissement d’une transition amont de la macro étape active
l’étape d’entrée Ei.
Sortie de la macro étape : l’état actif de l’étape de sortie assure la validation des transitions aval de
la macro étape.
Attention : une macro étape n’est pas une étape, car l’activité de la macro étape ne valide pas les
transitions aval de la macro étape.
Une macro étape peut contenir d’autres macro étapes, il est donc possible d’organiser des
emboîtements successifs.
Une macro étape peut contenir des étapes initiales.
GRAFCET.doc
Logique appliquée aux Systèmes Automatisés page 1 / 4
Exemple d'un système de conditionnement de boîtes de soda en cartons : le système peut être
constitué de plusieurs tapis roulants pour amener les boîtes et les cartons, de bras pour
pousser les boîtes, de mécanismes pour attacher les boîtes ou fermer les cartons, etc… Une
chaine d'action est associée à chacun de ces éléments.
Moteur à l'arrêt : M = 0
Moteur en marche : M =
1
Entrées
système Sorties
Il s'agit de recenser lesentrées et les sorties du système en réalisant un graphe d'identification des E/S.
La nature de ces entrées et sorties dépend du point de vue :
• Point de vue système : les sorties décrivent les services que rend le système.
Exemples : saisir une pièce, déplacer quelque chose, remplir un récipient, pousser une pièce…
Remarque : le point de vue système ignore comment sont réalisées les tâches opératives.
• Point de vue partie opérative : les sorties décrivent les actions de la partie opérative.
Exemples : sortir un vérin, fermer une pince, ouvrir un robinet, mettre en route un moteur.
Remarque : le point de vue P.O. donne des indications techniques sur la manière dont le système rend
ses services. Plusieurs solutions techniques permettent de rendre le même service.
• Point de vue partie commande : les sorties décrivent les ordres que donne la P.C. à la P.O.
Exemples : donner l’ordre de sortir le vérin.
Remarque : la différence avec le point de vue P.O. dépend des actionneurs et des préactionneurs ; à
simple ou double effet.
2. Systèmes combinatoires.
On réalise une table de vérité ou un tableau de Karnaugh pour chaque sortie en fonction de toutes les
entrées :
- Cela permet de vérifier que le système est combinatoire.
- Les tables permettent aussi de déterminer l'opération booléenne associée à chaque sortie.
- Ces expressions logiques permettent alors de "câbler" le système automatisé (logigramme).
3. Systèmes séquentiels.
L'état du système dépend du passé du système : il faut donc "inventer" lafonction mémoire permettant
mémoriser les événements passés
3.1 Fonction mémoire.
3.1.1 Présentation.
Exemple de la commande d’un moteur par 2 boutons
poussoir : m pour marche et a pour arrêt.
Chronogramme :
m a M
On réalisant une table de vérité, il vient que quand m
1° étape 0 0 0
= 0 et a = 0 (boutons relâchés), l’état du moteur peut
être M = 1 ou M = 0. Son état dépend du passé. 2° étape 1 0 1
Pour y remédier, il suffit d’introduire une variable 3° étape 0 0 1
interne permettant le suivi de l’état du moteur du
4° étape 0 1 0
convoyeur. Cette variable traduira en fait la présence
d’une mémoire dans le système. sécurité 1 1 A définir
Lorsque la bobine est alimentée en courant électrique, l’électroaimant X attire la partie mobile de
l’interrupteur. Conséquence, l’interrupteur x se ferme.
Système séquentiel
Boucles de retour
3.2 GRAFCET.
Le GRAFCET n'est pas un outil permettant d'expliquer les solutions techniques permettant de réaliser un
système séquentiel : il permet de décrire très précisément et rigoureusement le comportement séquentiel.
Etude fréquentielle.doc
Réponse fréquentielle : analyse harmonique page 2 / 7
1. Problématique.
On observe aussi que le régime permanent peut s’écrire sous une forme harmonique de pulsation ω :
spermanent(t) = A.E0.sin(ω.t + ϕ) d’où le nom de régime forcé
♦ Seul A (l’amplitude relative de la réponse), et ϕ (la phase de la réponse) sont à déterminer.
♦ A et ϕ sont fonction de ω et des caractéristiques du système linéaire (fonction de transfert).
En utilisant l’écriture complexe de e(t) et s(t), on montre qu’il suffit de remplacer la variable de Laplace p
ω : H(j.ω) est appelée la transmittance
dans la fonction de transfert par j.ω
On obtient ainsi A(ω) = |H(j.ω)|
ϕ(ω) = arg(H(j.ω))
Nous allons pouvoir étudier l’évolution de l’amplitude et de la phase en fonction de la pulsation d’entrée.
|H| = 1
l’amplitude de la même
que celle de l’entrée
|H| < 1
l’amplitude de la sortie est plus
faible que celle de l’entrée
Etude fréquentielle.doc
Réponse fréquentielle : analyse harmonique page 3 / 7
3. Propriétés.
Soit H(j.ω) = F(j.ω).N(j.ω)
On montre que 20.log(|H(j.ω)|) = 20*log(|F(j.ω)|) + 20.log(|N(j.ω)|)
Et que arg( H(j.ω)) = arg( F(j.ω)) + arg( N(j.ω))
Pour obtenir les diagrammes de Bode ou de Black d’une fonction de transfert qui est le produit de deux
fonctions de transfert élémentaires, il suffit de faire la somme des diagrammes élémentaires.
4. Préalables.
Gain statique.
H(p) = K alors GdB = 20.logK = cte/ω ϕ = 0° car H(j.ω) est un réel pur.
Remarque : la courbe de Black donne un point (0 , 20.logK)
Dérivée.
H(p) = p alors GdB = 20.[logω] ϕ = 90°
ω&
Black
Bode
Droite de pente 20
dB / décade
Intégrale.
1
H(p) = p alors GdB = -20.[logω] ϕ = -90°
Black
Etude fréquentielle.doc
Réponse fréquentielle : analyse harmonique page 4 / 7
-3 dB
ω&
Etude fréquentielle.doc
Réponse fréquentielle : analyse harmonique page 5 / 7
ω2
ωn
ω1
ω&
Etude fréquentielle.doc
Réponse fréquentielle : analyse harmonique page 6 / 7
1
• 2° cas : z < 1 H(j.ω) =
ω ² ω
1 - + j.2.z.
ωn ωn
Diagramme asymptotique :
ω << ωn H(j.ω) ≈ 1 Gdb = 0 dB et ϕ = 0°
ωn²
ω >> ωn H(j.ω) ≈ - Gdb = 40.logωc - 40.logω et ϕ = -180°
ω²
1
Valeur particulière : ω = ωn H(j.ωn) ≈ -j.2.z et ϕ = -90°
1 1
Pulsation de résonance ωr : |H(j.ωr)| = Amax sachant que |H(j.ω)| = =
ω² ² ω² D
1 - + 4.z².
ωn² ωn²
dD 1
on cherche ω telle que =0 ⇔ ω=0 Alors Amax =
dω 2.z. 1 - z²
ωr = ωn. 1 - 2.z² pour z < 0.7
Exemples : Bode pour ωn = 1 et z = 0.15 ou z = 0.975
ωr ≈ ωn car z < 1
Facteur de
résonance Amax
z = 0.15
z = 0.975
Etude fréquentielle.doc
Réponse fréquentielle : analyse harmonique page 7 / 7
ω&
Remarque : en automatique, l’usage veut que le facteur de résonance de dépasse pas 2.3 dB
Mise en garde : attention de ne pas confondre le facteur de résonance (réponse en fréquence) avec le
dépassement (réponse temporelle à un échelon) ainsi que les deux courbes.
Black
Asymptote à 90.n degrés
Bode : ϕ
Etude fréquentielle.doc
Comportement temporel page 1 / 8
1. Introduction.
2. Exemples de SDLCI :
Circuit
Tension électrique Tension de
d’alimentation RLC sortie
Etude temporelle.doc
Comportement temporel page 2 / 8
il est couramment utilisé pour faire des mesures (exemples : fermer l’interrupteur, lâcher un objet, etc).
Ce signal parait le plus intéressant, car les calculs sont faciles (∆(p) = 1), hors, il est difficile de créer
concrètement un tel signal (énergie infinie) : les essais ne correspondent donc pas toujours aux modèles
théoriques.
u(t).t
• Signal rampe : e(t) = E0.u(t).t
Ce signal est le signal de base qui permet d’analyser
la réponse d’un système en poursuite.
Etude temporelle.doc
Comportement temporel page 3 / 8
Valeurs limites :
positions limt→0 s(t) = limp→+∞ p.S(p) = 0 limt→+∞ s(t) = limp→0 p.S(p) = K.E0
K.E0
vitesses limt→0 s’(t) = limp→+∞ p².S(p) = limt→+∞ s’(t) = limp→0 p².S(p) = 0
τ
t
Réponse temporelle : s(t) = = K.E0.1 - e-τ l’expressions temporelle n’est pas à connaître
Temps de réponse à 5% : T5% est défini comme le temps mis pour atteindre la valeur finale à ±5%
s(∞) - s(T5%)
= 5% ⇔ T5% = 3.τ
s(∞)
Valeur particulière : s(τ) = 63%.K.E0
4.2 Allure de la courbe :
5. Critères d’identification.
pour K = 1, E0 = 1
s(t) Mesures :
E0 • Valeur limite : s(∞)
0,95 • Temps de réponse à 5% : T5%
Ou Temps de réponse à 63% : T63%
t
T63% = τ T5% = 3.τ
Etude temporelle.doc
Comportement temporel page 4 / 8
Etude temporelle.doc
Comportement temporel page 5 / 8
z→0
La courbe présente une valeur limite. Cette valeur limite est dépassées plusieurs fois. Si l’amortissement
est faible, ces dépassements sont plus nombreux et plus importants.
z→+∞
La courbe ressemble à la réponse indicielle d’un 1° ordre, sauf à l’origine où la pente est nulle (comme
pour z < 1). La courbe pour z = 1 est la courbe transitoire entre les cas z > 1 et z < 1.
Etude temporelle.doc
Comportement temporel page 6 / 8
Valeur limite
K.E0
Tpm Tp
s(∞)
1er Valeur limite s(∞) s(∞) = K.E0 K= E
o
-π.z
nd D D ln²(d)
2 Premier dépassement relatif d = ∞ d= ∞ =e
1 - z² z=
s( ) s( ) π² + ln²(d)
2.π 2.π
Pseudo période Tp Tp = ω =
p ωn 1 - z² 2.π
3ème ou ωn =
instant du premier dépassement Tpm Tp π Tp. 1 - z²
Tpm = 2 =
ωn 1 - z²
Temps de réponse à 5% : on rappelle que le temps de réponse à 5% est la date à partir de laquelle le
signal se trouve définitivement à ±5% de la valeur limite.
3
• z = 0.7 : temps de réponse optimal : t5% = ω (voir tableau)
n
Etude temporelle.doc
Comportement temporel page 7 / 8
υ z≥1 régime très amorti dit régime apériodique et apériodique critique (pour info)
Observation à partir d’un exemple :
Comparons les réponses indiciel de deux fonctions de transfert ayant une même constante de temps.
1
H1(p) = 1 + 2.p
1
H2(p) = (1 + 2.p).(1 + 0,03.p)
Temps de réponse à 5% :
3 3
Par analogie au 1° ordre, on observe que t5% ≈ = ω .(z + z² - 1)
ωn.(z - z² - 1 ) n
z = 1 correspond donc au régime apériodique le plus rapide, mais la relation est « vraie » quand z >> 1.
Précision :
La propriété de non dépassement est très recherchée dans certains asservissements.
Etude temporelle.doc
Comportement temporel page 8 / 8
Facteur d’amortissement : z
7. Cas quelconque.
ordre quelconque sollicité par une(des) entrée(s) quelconque(s).
Etude temporelle d'un système d'un
• Précision – Valeur finale.
Il suffit d'utiliser le théorème de la valeur finale :
Erreur(∞) = e(∞) - s(∞) = limt→+∞ e(t) - s(t) = limp→0 p.[E(p) - S(p)]
avec S(p) = H(p).E(p)
Il faut donc connaître la transformée de Laplace de l’entrée.
• temps de réponse t5%
En utilisant la propriété de linéarité de la transformée de Laplace, on peut appliquer le principe de
superposition. Alors, il est parfois possible de faire apparaître une somme de fonctions de transfert du
premier et/ou du second ordre.
Si la ou les entrées sont des entrées échelon (indicielle), alors on connaît le temps de réponse de chacun
des éléments de la somme.
Le temps de réponse global n’est pas la somme des temps de réponse.
Le temps de réponse global est le plus long de tous les temps de réponse.
Etude temporelle.doc
Modélisation des systèmes dynamiques page 1 / 4
1. Cadre de l’étude.
Le système asservi réel est complexe et imparfait. Pour avoir une idée du comportement du système
asservi réel, nous allons étudier le comportement du modèle parfait.
Tous nos systèmes et sous systèmes seront modélisés par des Systèmes Dynamiques Linéaires
Continus et Invariants (S.D.L.C.I.). S’il est impossible de modéliser notre système dynamiques par un
SDLCI, alors nous ne serons pas capable d’avoir une idée de son comportement par les méthodes qui vont
suivre.
Définition d’un système dynamique linéaire continus et invariant (S.D.L.C.I.) :
• Système : il réagit à une sollicitation extérieure (entrée paramétrée par e(t)) à sa manière. Sa réaction
est paramétrée par la sortie s(t).
• Dynamique : on appelle système dynamique, tout système dont l’étude ne peut se faire qu’en tenant
compte des valeurs passées et présentes du phénomène (équations différentielles).
• Linéaire : un système linéaire est un système pour lequel les relations entre les grandeurs d’entrée et
de sortie peuvent se mettre sous la forme d’un ensemble d’équations à coefficients constants.
dx dy
exemple d’équation différentielle linéaire : a. dt + b.x = c. dt + e.y
dx
exemple d’équation différentielle non-linéaire : (a.t + b). dt + b.cos(x) = y²
Propriétés des systèmes linéaires : la proportionnalité et l’additivité.
Si les deux systèmes dynamiques 1 et 2 vérifient :
2. Deux approches.
L’objectif est d’étudier les relations entres les entrées (variables de commande) et les sorties (variables
d’observation) des systèmes et sous-systèmes. Nous allons donc faire appel à un modèle mathématique.
Ce modèle s’appelle Fonction de transfert ( H(p) ), et il est inévitablement associé à un schéma bloc.
Il y a deux manières de construire le modèle :
• Le modèle de connaissance : nous connaissons les lois de comportement des composants du système.
Il suffit alors d’écrire les modèles traduisant ces lois.
• Le modèle de comportement : nous observons le comportement du système réel ou d’une maquette
afin et d’y associer une lois de comportement globale passant au plus près des mesures. On parle
d’identification à un modèle connu.
3. Fonction de transfert.
La fonction de transfert H(p) est écrite dans le domaine de Laplace. Elle est définie par :
S(p) = H(p).E(p)
Avec E(p) = L(e(t)) et S(p) = L(s(t))
H(p) n’a de sens que si s(t = 0) = 0 et e(0) = 0 (conditions initiales nulles)
Important à comprendre : la fonction de transfert est la carte d’identité du système. C’est elle qui définie
le système, et elle ne dépend que de ses caractéristiques intrinsèques.
4. Schéma bloc.
La représentation par le schéma fonctionnel permet de représenter de manière graphique un système
linéaire. Chaque bloc du schéma caractérise une des fonctions (un des sous-systèmes) du système.
L’allure globale du schéma renseigne sur la structure (boucle ouverte, boucle fermée (…)).
La fonction de transfert globale s’obtient directement.
Formalisme :
• Bloc : il est équivalent à la fonction de transfert du système ou sous système.
Branche 1 S1(p)
E2 + S = E1 + E2 - E3
+
–
E3
2er ordre – entrée impulsionnelle 2er ordre – entrée indicielle 1er ordre – entrée indicielle
Systèmes standarts
Présuppositions
H(p) Expériences
Telle que
Courbes théoriques Courbes expérimentales
S(p) = H(p).E(p) sollicitations connues
sollicitations parfaites
Analogies à des
Identification
études déjà
et mesures
réalisées