Automatique PDF

Correction page 1 / 4
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.
E(p) ε(p) U(p) S(p)

+ C(p) F(p)
-
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
2.2 Correction intégrat ion pure.

1
C(p) =KP. p
• 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
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)
Le système corrigé devient instable.

2. C2(p)
FTBO(p)
Ce système est stable. Et la précision est améliorée : 0.01%

• Influence sur la stabilité : pour Kp = 1, si le correcteur est bien réglé, l’influence est faible.
• Influence sur la précision : bonne influence grâce à l’intégrateur.
• Influence sur la rapidité : le temps de réponse augmente.
Correction
proportionnelle Marge de stabilité Précision Rapidité Dépassement
Intégral P.I. ( faible & ( Peu d’effets
Correction.doc
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.
3.3 Correction proport ionnelle intégrale dérivée (P.I.D.).

C’est la composition des trois actions : proportion, intégration et dérivation.
C’est une construction avantageuse car elle existe sous forme de carte de commande paramétrable.
Il n’existe pas de méthode analytique pour le réglages du correcteur mais des méthodes empiriques.
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
P r éci s i on d'un s ys t ème as s er vi
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.
2. Détermination de l’écart et de la précision.

L’erreur instantanée : Er(t) = e(t) – s(t)
L’erreur statique (une fois le système stabilisé) : Estat = limt→∞Er(t).
1
Alors on montre que : Estat = limp→0 p. .E(p)
K.N(p)
1+ α
p .D(p)
E0 Estat
Avec E(p) = εstat = on appelle εstat, l’erreur relative
pβ E0
1 1 1 1
= limp→0 . = limp→0 .
pβ - 1 K pβ-α-1 pα + K
1+ α
p
Entrée Echelon Rampe Parabole

Classe du système β=1 β=2 β=3
1 ∞ ∞
Classe 0 α = 0 Pas d’intégration
1+K
0 1 ∞
Classe 1 α = 1 Une intégration
K
0 0 1
Classe ≥ 2 α ≥ 2 2 ou plus
K
Remarque : il ne faut pas conclure trop hâtivement qu’il suffit de rajouter une intégration pour que le
système soit précis, en effet chaque intégration ajoute aussi un déphasage de –90° ; le système risque
donc de devenir instable.
Précision.doc
Stabilité d'un système asservi page 1 / 5
S t abi l i t é d'un s ys t ème as s er vi
1. Notion de stabilité et définition.

Définition n° 1 : on dit que le système est stable si pour une entrée bornée, la sortie reste bornée quelles
que soient les perturbations.
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.
Stabilité des systèmes asservis.doc

2. Condition fondamentale de stabilité d’un système asservi.

Etudions la stabilité du système en considérant la deuxième définition : ce qui revient à considérer que le
système est soumis à l’instant t = 0 à une impulsion.
S(p) = H(p) car E(p) = 1
T(p)
Avec FTBF = H(p) = 1 + G(p).T(p)
• Condition nécessaire et suffisante de stabilité :

Un système linéaire invariant est stable si est seulement si tous ses pôles ont une partie réelle négative.
• 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
Pôles imaginaires pures

Pôles réelles négatives Pôles réelles positives
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
La première colonne de coefficient (noire) est appelées la colonne des pivots.

 Enoncé du critère de Routh :
Le système est stable si tous les termes de la colonne des pivots sont du même signe que bn.
Il y a autant de racines à partie réelles positives que de changement de signe.
Une ligne de zéro indique l’existence de racines imaginaires pures.
 Conclusion :
Le critère de Routh est un critère de stabilité absolue. Il ne permet pas de préciser les marges de stabilité
du système.
Sachant qu’une fonction de transfert est toujours le modèle d’un système réel (qui vieilli), et que ce
modèle est toujours obtenu à partir d’approximations ou d’hypothèses plus ou moins fortes ( linéarisation
etc.…), montrer la stabilité du modèle ne prouve pas toujours celle du système : en effet, l’instabilité peut
être très proche, et une erreur sur un coefficient de la FTBF peut tout faire changer.
Les critères graphiques permettent de déterminer une marge de stabilité.

3.2 Critères graphique s.

Les critères graphiques permettent d’étudier la stabilité d’un système en boucle fermée (FTBF) à partir de l’analyse
fréquentielle de la fonction de transfert en boucle ouverte (FTBO).
Remarque : bien que l’analyse se fasse dans le domaine fréquentielle, le résultat est valables pour tous les signaux
d’entrée (voir séries de Fourier).
Règle du revers (non démontrée) : Exploitable dans les deux graphiques Bode et Black de la FTBO :
(attention on trace les diagrammes de la FTBO pour étudier la stabilité de la FTBF)
Stabilité dans Black : un système asservi linéaire est stable si en décrivant le lieu de transfert en boucle
ouverte dans le sens des pulsations ω croissantes, on laisse le point critique (-180°,0 dB) à droite. Dans le
cas contraire, il est instable. Utilisé en entreprise.
Stabilité dans Bode :
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.

Rapidité page 1 / 2
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%.
1. Système du premier ordre.

1.1 Temps de réponse d’un système du premier ordre ouvert.
K
Soit un système bouclé à retour unitaire tel que la FTBO = F(p) =
1 + τ.p
τ
On sait déjà que le temps de réponse de la FTBO est T5% = 3.τ
1.2 Temps de réponse du système bouclé.
KBF
On montre que la FBTF est aussi un système du premier ordre : H(p) =
1 + τBF.p
K τ
Avec KBF = 1 + K et τBF = 1 + K
• 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.
2. Système du second ordre.

2.1 Temps de réponse d’un second ordre ouvert.
K
Soit un système bouclé à retour unitaire tel que la FTBO = F(p) = 1 2.z
.p² + .p + 1
ωn ² ωn
• z < 0.7 : système peu amorti qui met du temps à se stabiliser entre +5% et –5% de la valeur finale.
3
• z = 0.7 : temps de réponse optimal : T5% =
ωn
• z > 0.7 : système très amorti, qui met du temps à réagir.
3
• z > 1.0 : T5% ≈
ωn.(z + z² - 1 )
2.2 Calcul du temps de réponse du système bouclé.
KBF
On montre que la FBTF est aussi un système du second ordre : H(p) = 1 2.zBF
.p² + .p + 1
ωnBF² ωnBF
K z
Avec KBF = 1 + K ωnBF = ωn. 1 + K zBF =
1+K
• On peut constater que zBF est inférieur à z . En particulier si le Gain Statique de la FTBO augmente,
zBF sera d’autant plus inférieur à z :
• Si z est grand (supérieur à 0.7), le temps de réponse du système bouclé sera plus court.
• Si z est déjà petit (inférieur à 0.7) : le temps de réponse va augmenter.
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.
4. Courbe donnant le temps de réponse pour un second ordre.
Temps de réponse à 5% réduit : ωn.T5%

Facteur d’amortissement : z
Rapidité.doc
Automatique : aspects généraux page 1 / 4
Aut omat i que : as pect s génér aux
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.
2. Les différentes approches.

2.1 Les systèmes logiq ues.
On désire étudier le comportement global du système automatisé, et ainsi, décrire l'ordre dans lesquels
le systèmes effectue les différentes tâches (actions = sorties).
Alors, toutes les chaînes d'actions et d'acquisition (sorties et entrées) sont représentées par des variables
du types logiques (signal binaire) : chaque grandeur ne connaît que deux états différents, on ne tient pas
compte des régimes transitoires : allumé/éteint, ouvrir/fermer, présent/absent, à l'arrêt/en mouvement…
Ces états sont modélisés par des 0 / 1.
On distingue :
comparaison avec les systèmes
• Les systèmes logiques combinatoires.
dynamiques
Définition : pour une combinaison des variables
d’entrés (pour un état du système), il n’existe Exemple du moteur électrique :
qu’une et une seule combinaison des variables de
sortie.
on ne tient pas compte du régime
La valeur binaire de chaque signal de sortie est
transitoire du moteur. On considère que le
obtenue par une fonction logique des entrées. "problème" a été réglé par l'étude de la
Les opérateurs logiques utilisés dans ses commande (ci-contre).
fonctions sont du type OUI, NON, ET, OU etc…
L'état du moteur peut alors être décrit par
• Les systèmes logiques séquentiels. la variable M :
Définition : une même combinaison des variables
d’entrés peut donner plusieurs combinaisons des
variables de sortie. Le résultat dépend du passé du Moteur à l'arrêt : M = 0
système, il dépend des séquences précédentes.
Moteur en marche : M = 1
L'outil de description des systèmes séquentiels
s'appelle le GRAFCET.
Automatique introduction.doc
2.2 Les systèmes asse rvis.

comparaison avec les systèmes logiques
On désire étudier le comportement
temporelle d'une seule chaîne d'action. On Le même moteur électrique :
prend en compte les régimes transitoires. on tient compte du
Les grandeurs d’entrées et de sortie ne régime transitoire du
sont plus binaires : elles sont analogiques. moteur.
3. Introduction aux systèmes asservi.

3.1 Structure d’un sys tème asservi.
Un système asservi est un système bouclé (on abuse souvent de l’expression boucle fermée).
Le système asservi contrôle en permanence la réponse à la consigne afin de s’auto-corriger
automatiquement.
Structure d’un système non asservi :
consigne réponse
ACTION
Hors, il est impossible de prévoir la « réponse » en fonction de la « consigne », car :

• Les modèles que l’on utilise pour étudier le comportement d’un système ne sont que des modèles
(approximation …) (modèles mécaniques, électriques, thermodynamiques…).
• Si un événement extérieur vient perturber le système, le système n’aura pas « conscience » qu’il est
perturbé, et ne corrigera pas, et la réponse de correspondra pas à la consigne.
Structure d’un système asservi :

Chaîne d’action
consigne erreur réponse

REFLEXION ACTION
OBSERVATION
Chaîne de retour
Il existe deux types d’asservissement :

• On parle de régulation lorsque le système asservi est commandé par une grandeur physique constante
et qu’il doit maintenir une sortie constante quelles que soient les perturbations qu’il subit (par
exemple : une installation de chauffage).
• On parle de système suiveur lorsque la commande (la consigne) varie dans le temps. Le système doit
ajuster en permanence le signal de sortie au signal d’entrée (exemple : un radar de poursuite, une
imprimante).
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
• Le régulateur, composé d’un comparateur et d’un correcteur, est l’organe « intelligent » du

système. Il contrôle la manière dont l’ordre a été exécuté et le modifie si nécessaire. A partir de la
valeur ε de l’écart constaté, le correcteur élabore un signal de commande.
• Le système dynamique évolue selon les lois physiques qui le caractérisent, afin d’apporter la valeur
ajoutée à la matière d’œuvre. Cependant, il peut subir des perturbations de l’extérieur, prévisibles ou
non.
• ε (écart ou erreur) caractérise la qualité de fonctionnement du système. On cherche à obtenir l’écart
le plus faible possible. Quand ε = 0, la consigne de sortie est égale à la sortie.
perturbations
Remarque :
comparateur commande
Il est toujours possible de voir ce système Consigne
d’entrée
ε Correcteur Actionneur Système
sortie
dynamique
comme une boîte noire (un système écart
ouvert), il n’en reste pas moins asservi. mesure Capteur
3.2 Concept utiles pou r l’étude des systèmes asservis.

Pour mener à bien l’étude d’un système automatisé asservi, il faut s’attacher à ce que le système conjugue
au mieux les qualités suivantes : Stabilité Précision Rapidité.
3.2.1 Stabilité.
On dit que le système est sortie
stable si pour une entrée entrée
constante, la sortie reste
constante quelles que
soient les perturbations.
Système stable – système stable sans dépassement
Un critère efficient de la temps

stabilité est le
sortie
dépassement. Ce critère
permet de définir la entrée
notion de stabilité
relative.
Système instable temps
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).
Précision dynamique très bonne précision dynamique médiocre

entrée entrée
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…
Technologie des automatismes page 1 / 2
T echnol ogi e des aut omat i s mes
1. Les différents éléments

1.1 Les capteurs.
énergie électrique
Information Traduire une Information codée

physique (de la PO) information (vers PC)
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.
1.2 Interfaces de comm ande

Cartes entrées/sorties – électrovannes.
1.3 Interfaces de puiss ance.

Présence d’ordre (énergie élec, pneu à petite puissance)
Energie haute puissance Energie haute puissance

disponible Distribuer l’énergie distribuée
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
Énergie électrique : moteurs asynchrone, à courant continu, pas à pas.

Énergie pneumatiques et hydraulique : vérin simple ou double effet (translation), moteur hydraulique à
palettes, à pistons (rotation).
Énergie thermique : moteur diesel ou a essence.
Technologie des automatismes.doc

Technologie des automatismes page 2 / 2
2. Représentation schématique des pré-actionneurs, capteurs et vérins.

2.1 Principes.
2.2 Mise en situation.

Représentation en situation d'un distributeur 3/2
avec un vérin simple effet
Sortie vérin
Entrée vérin
2.3 Quelques exemple s.
Technologie des automatismes.doc

Codage page 1 / 4
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
4. Conversion Analogique/Numérique – Numérique/Analogique.

Il s'agit de convertir un signal analogique
source en signal numérique – CAN -
(enregistrement d'un instrument de
musique). Puis de reconvertir le signal
numérique en signal analogique – CNA -
(restitution de l'enregistrement du CD
vers les enceintes).
• CAN
Le signal analogique est un signal continu
dans les deux dimensions : le temps et
pour un signal électrique la tension. Le
signal numérique étant de nature "fini", il
faut discrétiser ces deux dimensions.
• Échantillonnage : discrétisation du temps.
A intervalle régulier, on regarde la valeur du signal analogique. L'intervalle est défini par la
fréquence d'échantillonnage.
Fréquence d'échantillonnage élevée Fréquence faible

Même si on ne tient pas compte des problèmes liés à la qualité du codage, la fréquence
d'échantillonnage à des conséquences sur la qualité de la reconstruction analogique.
Reconstruction par interpolation linéaire (il y a mieux…) :

Toutes les formes sont partiellement restituées certaines fréquences d'origines ne sont pas restituées
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
10 11 00 01 chaque valeur nécessite 3 bits

Ensuite, cette suite de valeurs binaires est écrite sur un support analogique physique (vu précédemment).
• CNA
La reconstitution du signal analogique n'est pas de la même qualité selon de codage.
qualité insuffisante qualité correcte

• compression : la suite de 1 et de 0 peut être écrite telle quelle sur le support numérique, ou
compressé selon différentes techniques logicielles : par exemple au lieu d'écrire 100 zéros à la
suite, lorsque c'est le cas, on peut écrire qu'il y a 100 zéros, ce qui est plus court
.
Exemple du son :
 Le son sur un CD est échantillonné à 44100 Hz sur 16 bits. Pour une seconde de son, il y a
44100 x 216 informations binaires (fréquence de l'horloge). Un CD ne peut pas restituer des
fréquences supérieures à 44000 Hz. Un CD possède 12.1012 "creux" et "bosses".
 Certain MP3 sont échantillonnés à 22050 Hz et codés sur 8 bits. Une seconde de son demande moins
de mémoire, mais la restitution sera de moins bonne qualité. De plus, les MP3 gagnent en mémoire
car l'information numérique est traitée pour être compressée.
 Le DVD audio est échantillonné à 192000 Hz sur 24 bits.
Codage.doc
Epreuve Commune de TIPE : Partie D
TITRE : Conversion des signaux analogiques en numérique
Temps de préparation :………………………….2h15

Temps de présentation devant le jury :…...10 minutes
Entretien avec le jury :……………………10 minutes
GUIDE POUR LE CANDIDAT :

Le dossier ci-joint comporte au total :………13 pages
• Document principal :………………………..13 pages
Travail suggéré au candidat :
Le candidat pourra présenter les différentes étapes permettant de passer d'un

signal analogique à un signal numérique en précisant comment choisir les différents
paramètres de la numérisation. Il pourra éventuellement illustrer ses propos par un exemple
de son choix.
CONSEILS GENERAUX POUR LA PREPARATION DE L’EPREUVE :
* Lisez le dossier en entier dans un temps raisonnable.

* Réservez du temps pour préparer l’exposé devant le jury.
- Vous pouvez écrire sur le présent dossier, le surligner, le découper … mais

tout sera à remettre au jury en fin d’oral.
- En fin de préparation, rassemblez et ordonnez soigneusement TOUS les
documents (transparents, etc.) dont vous comptez vous servir pendant l’oral,
ainsi que le dossier, les transparents et les brouillons utilisés pendant la
préparation. En entrant dans la salle d’oral, vous devez être prêt à débuter
votre exposé.
- A la fin de l’oral, vous devez remettre au jury le présent dossier, les
transparents et les brouillons utilisés pour cette partie de l’oral, ainsi que
TOUS les transparents et autres documents présentés pendant votre
prestation.
De nos jours, le qualificatif "numérique" devient un argument de vente pour un grand
nombre de biens de consommation courante. En effet, les appareils photos, la vidéo, la
télévision ou encore le téléphone se doivent d'être numériques pour être à la mode. Comment
transformer un signal analogique en signal numérique et quelles améliorations apporte cette
5 transformation ? Ce sont les questions auxquelles nous allons essayer de répondre dans ce
dossier.
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
Bits à transmettre transmission Bits reçus Détection d'erreur
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
Calcul du bit de parité 0+1+0+1+1+1+0 = 0

Ajout du bit de parité
Erreur de transmission Erreur de transmission
détectée
60
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.
L'utilisation d'un système de traitement numérique des données facilite également le

contrôle du bon fonctionnement du système, et la gestion des modes de marche. Par exemple,
dans l'automobile, les calculateurs sont capables de détecter certaines pannes (défauts de
85 capteurs, incohérence entre différentes grandeurs, …) et de réagir en adoptant un
comportement sûr : il passe alors dans un mode dégradé où les performances du système sont
réduites, mais son intégrité préservée. Prenons le cas d'un calculateur qui gère le contrôle du
moteur d'une automobile essence. Son rôle est de calculer, en temps réel la quantité d'essence
à injecter dans la chambre de combustion et les instants d'allumage, pour optimiser les
90 performances du moteur en terme de consommation, de pollution et d'agrément de conduite.
Si le calculateur détecte, par exemple une panne sur le capteur de débit d'air entrant dans le
moteur, il ne peut plus calculer de façon précise la quantité d'essence à injecter. Il peut alors
estimer cette quantité de façon plus grossière en fonction du régime moteur et de la position
du papillon des gaz. Le moteur est donc toujours capable de fonctionner, mais de manière non
95 optimale. Le calculateur limite alors la plage des régimes de fonctionnement du moteur. Une
alarme est envoyée au tableau de bord, l'erreur est stockée en mémoire. Le conducteur peut
alors quand même rallier un garage en exploitant ce mode de contrôle dégradé. Le garagiste
dispose d'une baie d'analyse qui va lui permettre de lire les erreurs stockées, et de remplacer
les organes défectueux.
100
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.
110 2- Conversion analogique/numérique
Comme nous l'avons présenté précédemment, le signal électrique provenant d'un

capteur est en général analogique. Nous allons voir maintenant comment et dans quelles
conditions il est possible de le numériser. L'opération de numérisation correspond à la
115 succession de 2 étapes :
- L’échantillonnage qui permet de prélever un ensemble de valeurs prises à

des instants discrets {tk} (cf. fig. 4).
- La quantification qui alloue à chacun de ces échantillons une valeur
120 approchée, codée sur un nombre fini de bits (cf. fig. 4).
x(t)
Quantification
t
t1 t2
Echantillonnage
fig. 4
125
a- L'échantillonnage :
Pour comprendre dans quelles conditions le signal analogique x(t ) est
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
Considérons le signal x e (t ) = x (t ) × w(t ) . Dans le cas où T est infiniment petit, le signal x e (t )
ne contient que les informations x(0) , x(Te ) , x(2Te ) , ….
xe(t)
x(t)
140 fig. 6
Le signal w(t ) est décomposable en série de Fourier :
+∞
⎛ 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
pondérée de x(t ) affecté d'harmoniques aux fréquences multiples de 1 . Notons Fe = 1

Te Te
la fréquence d'échantillonnage.
150
6
Essayons d'analyser l'effet de la multiplication d'un signal par cos(2πkFe t ) à travers un
exemple. Considérons le cas où le signal à échantillonner est un cosinus : x(t ) = cos(2πf 0 t ) .
Le produit de x(t ) par l'harmonique k peut s'écrire :
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
décaler et dédoubler sa fréquence autour de kFe (cf. fig. 7).
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
Que se passe-t-il si l'on ne respecte pas le théorème de Shannon ? Reprenons l'exemple

de l'échantillonnage d'un signal sinusoïdal : x(t ) = cos(2πf 0 t ) où f 0 = 1 KHz. Si l'on choisit
une fréquence d'échantillonnage de 6 KHz, on respecte le théorème de Shannon et l'on décrit
correctement la courbe continue comme le montre la figure 10 (les points d'échantillonnage
205 correspondent aux °). Par contre, si l'on choisit Fe = 1.05 KHz, on obtient les points
représentés par des croix et l'on voit apparaître une fréquence plus basse que la fréquence
réelle du signal de départ.
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.
Périodisation autour de 2.1 KHz
Signal Echantillonnage 1 KHz
analogique à 1.05 KHz
f f
2.1 KHz
1 KHz 1.05 KHz
Périodisation autour de 1.05 KHz

220
fig. 11
En effet, on ne voit pas différence entre un cosinus à 1KHz et un cosinus à 50 Hz

échantillonnés tous les deux à 1.05 KHz :
225
⎧ 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 ⎠
On appelle cet effet le repliement du spectre ou parfois l'effet de moiré. On emploie

également le terme anglais, effet d'aliasing. C'est ce phénomène que l'on peut constater
230 lorsque l'on regarde une roue de charrette qui tourne lorsqu'elle est filmée. On voit souvent
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
Mouvement sous échantillonné :

la roue semble tourner à l'envers
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 :
Suite à l'opération d'échantillonnage, nous sommes passés d'un signal continu en

temps à un nombre fini de valeurs numériques. Cependant, ce vecteur de données ne peut pas
être directement traité par un calculateur. En effet, du fait de la structure électronique de tout
265 calculateur, il ne sait analyser que des niveaux de tension binaires (0 volt correspondant à 0, et
+V volts correspondant à 1). Les données numériques à traiter devront donc être codées par
une structure binaire. Cette opération est appelée la quantification. Contrairement à
l'échantillonnage, cette opération ne s'effectue pas sans perte. Le fait de coder un chiffre sur
un certain nombre de bits s'accompagne d'une approximation. Le calculateur ne sait traiter
270 qu'un nombre fini de valeurs numériques quantifiées.
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.
Amplitude du signal Amplitude du signal

quantifié quantifié
Loi de quantification
non-uniforme
Loi de quantification
uniforme Amplitude du signal réel
Amplitude du signal réel
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
GR A phe F onctionnel de Commande E tape / T rans ition

Le GRAFCET est un outil de description qui obéit à des règles de syntaxe et de représentation normalisées.
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.
Règle de syntaxe Lorsque les DEUX conditions sont réunie, la

l’alternance étape-transition est transition-étape doit transition devient FRANCHISSABLE et est
toujours être respectée quelle que soit la séquence OBLIGATOIREMENT FRANCHIE.
parcourue. Deux étapes ou transitions ne doivent Règle 3 : Evolution des étapes actives
jamais être reliées par une liaison orientée. La Le franchissement d’une transition entraîne
liaison relie obligatoirement une étape à une simultanément l’activation de toutes les étapes
transition ou une transition à une étape. immédiatement suivantes et la désactivation de
Règle 1 : Situation initiale toutes les étapes immédiatement précédentes.
La situation initiale d’un GRAFCET caractérise le Règle 4 : Evolution simultanées
comportement initial de la partie commande vis-à- Plusieurs transitions simultanément franchissable
vis de la partie opérative, de l’opérateur et/ou des sont simultanément franchies.
éléments extérieurs. Elle correspond aux étapes Règle 5 : Activation et désactivation simultanées
actives au début du fonctionnement. Elle traduit d’une étape
généralement un comportement de repos. Si au cours du fonctionnement, la même étape est
Règle 2 : Franchissement d’une transition simultanément activée et désactivée, elle reste
Une transition est dite validée lorsque toutes les active.
étapes immédiatement précédentes reliées à cette Hypothèse généralement retenue
transition sont actives. Le franchissement d’une La simultanéité d’événements externes non corrélés
transition se produit : ne peut pas exister (autrement dit : deux entrées
- lorsque la transition est VALIDEE indépendantes ne peuvent pas changer d’état
- ET QUE la réceptivité associée est VRAIE. simultanément).
GRAFCET.doc
3. Structures graphiques de bases.
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
5. Complément sur les réceptivités.

Fronts montant et descendant :
↑a = 1 si a passe de 0 à 1 pendant que la transition est validée (front montant).
↓a = 1 ssi a passe de 1 à 0 (front descendant).
Prise en compte du temps dans le graphe. X10
t
Variable temporisée : exemple
s = 5s/X10/20s = 1 entre 5 secondes après
l’activation de l’étape 10 et 20 secondes après sa s
désactivation. t
5s 20s
Utilisation pratique : réalisation d’une

temporisation. Si on désire qu’une étape
soit active pendant un certain temps il est
possible d’utiliser la syntaxe suivante.
6. Complément sur les actions.

• Forçage d’une situation
On peut avoir besoin de forcer un GRAFCET dans un certain état, c’est à dire de provoquer son
évolution vers une étape précise, quelle que soit la situation où il se trouve (ex : arrêt d’urgence,
initialisation)
Syntaxe : F / nom du grafcet à forcer : (étapes qui doivent être forcées)
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.
Si c : S4 Lorsque l’étape est active, si c = 0, il n’y a pas d’action

associée, si c = 1, l’action associée est S4.
GRAFCET.doc
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
L ogi que appl i quée aux S ys t èmes Aut omat i s és
1. Modélisation d'un Système Automatisé par un système logique.

L’objectif de « l’automatique » est d’étudier l'évolution du comportement du système (actions,
visualisations) en fonction de l’évolution de son environnement (consignes, informations).
 Les systèmes logiques sont des systèmes pour lesquels toutes les variables d’état (entrées ou sorties)
peuvent être représentée par des variables du types logiques (signal binaire).
 L'étudelogique est complémentaire de l'étudedynamique des systèmes linéaires ou asservis.
Un système automatisé est constitué de plusieurs chaînes d'actions:
Actions des actionneurs ou

Consignes ou ordres : (Partie Commande) – Actionneurs – effet sur la Matière d'œuvre :
(Effecteurs)
Entrées Sorties
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.
L'étude dynamique des asservissements L'étude logique consiste à étudier et décrire

consiste à étudier une seule chaînes d'action l'évolution de l'état du système dans sa globalité
:
afin d'optimiser les différents éléments de cette il s'agit de tenir compte de l'état detoutes les
chaîne pour qu'elle réponde au cahier des chaînes d'actionsen même temps.
charges. Dans ce cas on considère que l'état du système ne
sera décrit que par des variables binaires :
Exemple d'un asservissement en vitesse d'un Exemple du moteur électrique :
moteur électrique :
Dans ce cas, il s'agit d'étudier l'ét at on ne tient pas compte du régime transitoire du
t r ansit oir e entre l'arrêt et le régime moteur. On considère que le "problème" a été
permanent. réglé par l'étude de la commande (ci-contre).
L'état du moteur peut alors être décrit par la
variable M :
Moteur à l'arrêt : M = 0
Moteur en marche : M =
1
Logique appliquée aux Systèmes Automatisé.doc

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.
On rappelle les distinctions de systèmes automatisés.

 Le système combinatoire : l'état du système automatisé ne dépend que de l'état des entrées.
 Le système séquentiel : l'état du système automatisé dépend de l'état des entrées et aussi de la
séquence précédente.
On cite les différentes manières de représenter le comportement d'un système automatisé.

♣ La tableau de vérité – le tableau de Karnaugh. a
♣ Équation logique ou booléenne.
♣ Le symbole logique (logigramme) b
♣ Schéma logique à contact (électrique).
S
♣ Le chronogramme t
♣ Le GRAFCET
Chronogramme de la fonction ET : S = a.b
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
3.1.2 Tableaux de Karnaugh . m.a 00 01 11 10

x
M sortie moteur
0 0 0 ? 1
m : bouton marche, a bouton arrêt,
x : mémoire (x = 1 si M = 1) 1 1 0 ? 1
3.1.3 Réalisation technique de cette variable interne.

Lorsque l’énergie est électrique, on utilise un relais électromagnétique.
Lorsque la bobine est alimentée en courant électrique, l’électroaimant X attire la partie mobile de
l’interrupteur. Conséquence, l’interrupteur x se ferme.

3.1.4 Equations logiques et logigrammes

1° cas : mémoire à effacement prioritaire : lorsque les deux
boutons sont pressés, le moteur est éteint
on trouve alors : M = a .(m + x)
2° cas : mémoire à inscription prioritaire : lorsque les deux

boutons sont pressés, le moteur est en marche.
On trouve alors : M = m + a .x
Remarque : on note dans les logigrammes la présence de boucles de retour.
3.1.5 Généralisation des fon ctions mémoire.

Le système globale n’est pas un système combinatoire. On cherche un sous-ensemble de ce système tel
que ce sous-ensemble soit combinatoire et pour lequel certaines sorties sont aussi des entrées.
Système séquentiel
Entrées Sous-système Sorties

combinatoire
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.

Réponse fréquentielle : analyse harmonique page 1 / 7
R épons e fr équent i el l e : anal ys e har moni que

On lui impose une entrée harmonique : e(t) = E0.sin(ω.t) avec ω imposé et connu (entrée)
Exemples : système du second ordre : K = 0,8 ; z = 0.05 ; ω0 = 150 rad/s et e(t) = sin(ω.t)
1° exemple : ω = 10 rad/s
On observe l'amplitude relative (notée A) et le déphasage (noté ϕ) expérimentalement en régime permanent

Régime transitoire Régime permanent
Etude fréquentielle.doc
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.
2. Diagrammes de Bode et de Black : définitions.

Définitions.
• Bode :
Gain en décibel : log(ω) → GdB = 20.log(|H(j.ω)|)
Phase en degré : log(ω) → ϕ = arg(H(j.ω)) |H| > 1
l’amplitude de la sortie est plus
grande que celle de l’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
ω→0 ω=1 ω→+∞

Remarque : il n’est pas rare de tracer la courbe de phase et la courbe de gain sur le même graphe : en
effet les ordres de grandeur étant les mêmes près des points particuliers (pulsation de coupure) les courbes
sont proches (-300 dB < GdB < 50 dB, et –360° < ϕ < 0°).
Black :
Il est tracé à partir du diagramme de Bode. C’est une courbe 2 en 1 ! (comme le shampoing)
ϕ = arg(H(j.ω)) → GdB = 20.log(|H(j.ω)|)
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
Droite de pente -20 Bode

dB / décade
ω&
Premier ordre de gain statique unitaire.

1
H(p) =
1 + τ.p
1
Diagramme asymptotique : on note ωc = la pulsation de coupure.
τ
1° cas : ω << ωc H(j.ω) ≈ 1 Gdb = 0 et ϕ = 0°
ωc
2° cas : ω >> ωc H(j.ω) ≈ -j. Gdb = 20.logωc - 20.logω et ϕ = -90°
ω
1
Valeur particulière : ω = ωc H(j.ωc) = 1 + j Gdb = -3 dB et ϕ = -45°
• Diagramme de Bode pour τ = 0.2

GdB ωc = 5
-3 dB
Droite de pente -
20 dB / décade
• Diagramme de Black pour τ = 0.2
-3 dB
ω&
5. Diagrammes de Bode et de Black de l’oscillateur.

Second ordre de gain statique unitaire.
1
H(p) = 1 2.z
.p² + .p + 1
ωn² ωn
• 1° cas : z > 1 : dans ce cas, la fonction de transfert est le produit de deux fonctions de transfert du
premier ordre :
1 1 1 1 τ1 + τ2
Rappels : H(p) = avec ωn² = . et z = 2 .
(1 + τ1.p).(1 + τ2.p) τ1 τ2 τ1.τ2
Il est donc possible d’appliquer la règle de superposition.
1 1
Il existe deux pulsations de cassure (coupure) : ω1 = et ω2 =
τ1 τ2
Exemple pour τ1 = 0.1 et τ2 = 10
ω2 = 0.1 ωn = 1 ω1 = 10
Bode Droite de pente -20

dB / décade
Droite de pente -40

dB / décade
ω2
ωn
ω1
ω&
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
Droite de pente -40

dB / décade
Black pour ωn = 1 et z = 0.15 ou z = 0.975

ωn ωr Facteur de
résonance Amax
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.
5.1.1 Premier ordre à la pui ssance n.

H(p) = (1 + τ.p)n
Bode : GdB
Pente de 20.n dB par décade
Black
Asymptote à 90.n degrés
Bode : ϕ
Déphasage de 90.n degrés
Comportement temporel page 1 / 8
Compor t ement t empor el
1. Introduction.
e(t) SDLCI s(t)
Nous allons chercher à déterminer la sortie s(t) en fonction de l’entrée e(t) :

• Nous allons complètement étudier les réponses temporelles indicielles pour 2 types de systèmes
(d’ordre 1 et 2). Puis en dégager les caractéristiques de ces courbes permettant l’identification.
• Pour les autres systèmes, nous allons voir seulement quelques caractéristiques.
2. Exemples de SDLCI :
Circuit
Tension électrique Tension de
d’alimentation RLC sortie
Consigne angulaire Système Angle d’orientation

d’orientation d’orientation réel
de parabole
Pente de la route Régulateur de vitesse

Vitesse réelle
(perturbation) (consigne définie et fixe)
Tension Moteur Vitesse de

d’alimentation électrique rotation
Tension Moteur Vitesse de

d’alimentation électrique rotation
Capteur de Force indiquée

Force réelle force
Etude temporelle.doc
3. Signaux canoniques d’entrées.

• échelon unitaire : e(t) = u(t) u(t)
définition : u(t) = 0 pour t < 0 1
u(t) = 1 pour t ≥ 0
il est couramment utilisé pour faire des mesures (exemples : fermer l’interrupteur, lâcher un objet, etc).
• impulsion de Dirac e(t) = δ(t)

+∞
définition : δ(t) = 0 pour t ∈ R* et ⌠ u(t).dt) = 1
⌡-∞
δ(t)
autre définition pour le calcul :
a
δ (t) = 0 pour t ∈ ] 0 ; ε [
δ (t) = a pour t ∈ [ 0 ; ε ] tel que a.ε = 1
avec z → 0 ε t
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.
• Signal sinusoïdal : e(t) = E0.sin(ω.t).u(t)

Ce signal nous servira à étudier la réponse en
fréquence d’un système linéaire en régime
permanent (forcé).
Utilisation d'une méthode simple pour tracer des
diagrammes de Bode.
4. Réponse indicielle d’un système du premier ordre.

K
Fonction de transfert d’un 1° ordre avec les conditions initiales nulles : H(p) =
1 + τ.p
K : gain statique (unité de la sortie/entrée), τ : constante de temps (en s)
4.1 Expression tempor elle.
E0
• Réponse à un échelon e(t) = E0.u(t) : Alors E(p) = p
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%
0,63 Paramètres déterminés à partir de

τ croissant ces valeurs :
• Gain statique : K
• Constante de temps : τ
Remarque : la tangente à l’origine ser t à

tracer la courbe. Mais la mesure de la pente
ne peut pas donner τ (précision de mesure).
t
T63% = τ T5% = 3.τ
6. Réponse indicielle d’un système du second ordre.

K K : gain statique (unité de la sortie/entrée)
Fonction de transfert : H(p) = 1 2.z z : facteur d’amortissement (parfois noté ξ) (sans unité)
avec les conditions initiales nulles .p² + .p + 1
ωn² ωn ωn : la pulsation propre (naturelle) du système (rad/s)
6.1 Expressions tempo relles :

• Réponse à un échelon e(t) = E0.u(t).
Valeurs limites :
Positions : limt→0 s(t) = limp→+∞ p.S(p) = 0 limt→+∞ s(t) = limp→0 p.S(p) = K.E0
Vitesses : limt→0 s’(t) = limp→+∞ p².S(p) = 0 limt→+∞ s’(t) = limp→0 p².S(p) = 0
Le régime établi ne dépend que de K. La pente à l’origine est nulle contrairement aux systèmes d’ordre 1.
Il faut distinguer 3 cas :

1° cas : z > 1 régime très amorti dit régime apériodique
K
la fonction de transfert peut s’écrire : H(p) =
(1 + τ1.p).(1 + τ2.p)
1 1 1 1
avec τ1 = = .(z + z² - 1) et τ2 = = .(z - z² - 1)
ωn.(z - z² - 1) ωn ωn.(z + z² - 1 ) ωn
t t
 
 τ1.e-τ1 - τ2.e-τ2 
Réponse temporelle : s(t) = K.E0. 1 –  avec
 τ1 - τ2 
2° cas : z = 1 régime apériodique critique

K 1
la fonction de transfert peut s’écrire : H(p) = avec τ =
(1 + τ.p)² ωn
t
  t  -τ 
Réponse temporelle : s(t) = K.E0. 1 – 1 +  . e 
  τ 
3° cas : 0 < z < 1 régime peu amorti dit régime oscillatoire

 -ωn.z.t  z 
Réponse temporelle : s(t) = K.E0.1 – e .cos(ωp.t) + .sin(ωp.t)
  1 - z² 
avec ωp = ωn. 1 - z² appelée la pseudo pulsation
 -ωn.z.t 
 e  1 - z²
Ou s(t) = K.E0. 1 – .sin(ωp.t + ϕ) avec ϕ = arctan
 1 - z²  z
Les trois expressions temporelles ne sont pas à connaître.
6.2 Allure des courbes (à connaître).

• z<1 régime peu amorti dit régime oscillatoire
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≥1 régime très amorti dit régime apériodique et apériodique critique
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.
6.3 Critères d’identific ation.

υ z<1 régime peu amorti dit régime oscillatoire (a connaître absolument)
1° Dépassement
Valeur limite
K.E0
Tpm Tp
3 critères Valeur mesurée Relations propres au 2nd ordre Paramètres déterminés
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
• z > 0.7 : système très amorti, qui met du temps à réagir.

• z < 0.7 : système peu amorti qui met du temps à se stabiliser
entre +5% et –5% de la valeur finale.
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)
Les deux courbes paraissent identiques,

sauf au début.
Les 3 critères (dans l’ordre) :

s(∞)
1. La détermination de K se fait à l’aide de la valeur limite à l’infini. K= E
o
2. La détermination de τ2 (telle que τ2 > τ1) se fait par analogie avec t5%
un système du premier ordre de constant de temps τ2. τ2 =
3
t t
-τ1 -
3. On remarque que τ1.e est négligeable devant τ2.e τ2
 t
-τ2   -tτm 
 τ2.e  s(tm) - K.E0 τ2.e 2 - 1
0. 1 +
L'équation temporelle devient : s(t) = K.E  τ1 = τ2 .
 τ1 - τ2  s(tm) - K.E0
On choisi un point de mesure tm et on mesure s(tm)
Par identification algébrique, on détermine ensuite K, ωn et z
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.
6.4 Tableau du temps de réponse à 5% pour un 2nd ordre.
Temps de réponse à 5% réduit : ωn.t5%

: ωn.t5%
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.
Modélisation des systèmes dynamiques page 1 / 4
Modél i s at i on des s ys t èmes dynami ques
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.) :
Entrée e(t) Sortie s(t)

Système Dynamique
Linéaire Continu Invariant
• 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 :
e1(t) s1(t) e2(t) s2(t)

Système et Système
dynamique 1 dynamique 2
alors : λ1.e1(t) + λ2.e2(t) Combinaison λ1.s1(t) + λ2.s2(t)

linéaire des
deux
Si le système n’est pas linéaire, il ne sera pas possible de l’étudier normalement.

Exemples de non linéarité : seuil, saturation (butées physiques, ampli-op), hystérésis.
• Continu : si e(t) est continu dans le sens mathématique, alors s(t) l’est aussi.
• Invariant : les caractéristiques de comportement ne se modifient pas dans le temps. On ne tient pas
compte du vieillissement, de l’usure. si e(t + T) = e(t) alors s(t + T) = s(t)
Conclusion : évidemment, aucun système dynamique réel n'est linéaire continu invariant. Mais il est
toujours possible de trouver un modèle linéaire continu invariant qui l’est sous certaines conditions
(comme toujours). Exemple : la linéarisation.
Modélisation des systèmes dynamiques.doc

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.
E(p) S(p) = H(p).E(p)

H
• Jonction : la variable de la branche 1 est identique à celle de la branche 2.
Branche 1 S1(p)
S1(p) Branche 2 S1(p)

• Sommateur et comparateur : permet de faire la somme ou la différence de plusieurs
entrées.
E1
E2 + S = E1 + E2 - E3
+
–
E3

5. Construction du modèle à partir du modèle de connaissance.

5.1 Équations différen tielles → fonction de transfert.
S’il existe une équation différentielle linéaire liant les grandeurs d’entrée e(t) et s(t) du sous-système, elle
est de la forme :
dm d dn d
bm.dtm s(t) + … + b1.dt s(t) + b0.s(t) = an.dtn e(t) + … + a1.dt e(t) + a0.e(t)
dans le cas des systèmes réels m ≥ n : principe de causalité.

L’utilisation de la transformée de Laplace permet de ramener l’équation différentielle à une expression
algébrique. Si les conditions initiales sont nulles, l’équation devient :
an.pn + … + a1.p + a0
S(p) = b .pm + … + b .p + b .E(p)
m 1 0
n
an.p + … + a1.p + a0
• D’où la fonction de transfert H(p) = b .pm + … + b .p + b
m 1 0
5.2 Description schém atique → schéma bloc.

Les SDLCI englobent tous les systèmes qu’ils soient mécaniques, électriques, électronique,
thermodynamiques, pneumatiques, etc…
A chacun de ces domaines correspond une schématisation spécifique. Les schémas blocs permettent de
combiner les domaines dans le même formalisme : exemples : électroacoustique.
Si à chaque symbole correspond une fonction de transfert qui décrit le comportement du sous-système
alors il suffit de construire le schéma bloc en plaçant « bout à bout » les différents blocs liés à chaque
fonction de transfert.
5.3 Schéma bloc → fon ction de transfert.
On utilise la linéarité des systèmes.
• Produit : E S E S
K F G Équivalent à K.F.G
• Déplacement d’une sommation :
E S E S
+ + K G
K G -
-
Équivalent à
M M
1/K
• Déplacement d’une jonction :
E S1 E S1
K G K G
Equivalent à
S2 S2
F K F
• Cas courant à connaître absolument : la structure ci-dessous est une structure que l’on rencontre
toujours.
On détermine facilement sa fonction de transfert globale.
E(p) S(p)
+ A(p) E(p) S(p)
- A
Équivalent à H(p) = 1 + A.B
B(p)
5.4 Si les conditions in itiales ne sont pas nulles.

Si e(0) = e0 et/ou s(0) = s0 avec e0 ≠ 0 et/ou s0 ≠ 0
On procède alors à un changement de variable.
On pose e(t) = e0 + eeq(t) et s(t) = s0 + seq(t)
Et on réalise toute l’étude avec les nouvelles variables eeq(t) et seq(t) qui sont nulles pour t = 0.
5.5 Si les équations ne sont pas linéaires.
On réalise des développements limités d’ordre 1 en supposant que les valeurs des variables sont petites
devant 1 autour de 0 :
• Variable autour de 0 : nécessite le changement de variable préalable.
• Variable << 1 : nécessité de faire apparaître une variable sans unité.
Quelques développements limités d’ordre 1 si x << 1 :
sin(x) = x cos(x) = 1 1 + x = 1 + 12 .x (1 + x)n = 1 + n.x
6. Construction du modèle à partir du modèle de comportement.

Cette construction consiste à réaliser des mesures sur un système réel ou une maquette physique ou
numérique. Puis, à comparer le comportement du système réel avec le comportement de différents
modèles parfaits. Nous identifions alors le système au modèle auquel il se rapproche le plus.
Cela suppose de connaître le comportement de quelques modèles élémentaires. L’objet du prochain
chapitre va donc consister à :
• Étudier le comportement temporel des modèles du 1° ordre et du 2° ordre
• D’en déduire des caractéristiques propres pour mettre en place des critères d’identification.
Sollicitation S yst ème r éel Réponse

e(t) connue modèle H(p) inconnu s(t) expérimentale
A l'aide de mesures, sur la courbe expérimentale, il est

possible de déterminer les paramètres d'un modèle
traduisant au mieux le comportement du système réel.
Identification à des comportements de référence et aux modèles associés
2er ordre – entrée impulsionnelle 2er ordre – entrée indicielle 1er ordre – entrée indicielle

Comment obtenir une fonction de transfert
Systèmes standarts
Relations physiques Désignation, Structure du système

caractéristiques du Schéma bloc
Équations système
différentielles
Ben… depuis le temps on
Mise en abîme
connaît les modèles
Transformées de Laplace Fonction de transfert Relations algébriques

(dans Laplace)
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

Automatique PDF

Transféré par

Informations du document

Titre original

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

Automatique PDF

Transféré par

Droits d'auteur :

Formats disponibles

Correction page 1 / 4

E(p) ε(p) U(p) S(p)

2.2 Correction intégrat ion pure.

Le système corrigé devient instable.

Ce système est stable. Et la précision est améliorée : 0.01%

3.3 Correction proport ionnelle intégrale dérivée (P.I.D.).

P r éci s i on d'un s ys t ème as s er vi

2. Détermination de l’écart et de la précision.

Entrée Echelon Rampe Parabole

S t abi l i t é d'un s ys t ème as s er vi

1. Notion de stabilité et définition.

Stabilité des systèmes asservis.doc

2. Condition fondamentale de stabilité d’un système asservi.

• Condition nécessaire et suffisante de stabilité :

Pôles imaginaires pures

Stabilité des systèmes asservis.doc

La première colonne de coefficient (noire) est appelées la colonne des pivots.

Stabilité des systèmes asservis.doc

3.2 Critères graphique s.

Stabilité dans Bode :

Stabilité des systèmes asservis.doc

Stabilité des systèmes asservis.doc

1. Système du premier ordre.

2. Système du second ordre.

4. Courbe donnant le temps de réponse pour un second ordre.

Temps de réponse à 5% réduit : ωn.T5%

Aut omat i que : as pect s génér aux

2. Les différentes approches.

2.2 Les systèmes asse rvis.

3. Introduction aux systèmes asservi.

Hors, il est impossible de prévoir la « réponse » en fonction de la « consigne », car :

Structure d’un système asservi :

consigne erreur réponse

Il existe deux types d’asservissement :

• Le régulateur, composé d’un comparateur et d’un correcteur, est l’organe « intelligent » du

ouvert), il n’en reste pas moins asservi. mesure Capteur

3.2 Concept utiles pou r l’étude des systèmes asservis.

Un critère efficient de la temps

Précision dynamique très bonne précision dynamique médiocre

T echnol ogi e des aut omat i s mes

1. Les différents éléments

Information Traduire une Information codée

1.2 Interfaces de comm ande

1.3 Interfaces de puiss ance.

Energie haute puissance Energie haute puissance

Énergie électrique : moteurs asynchrone, à courant continu, pas à pas.

Technologie des automatismes.doc

2. Représentation schématique des pré-actionneurs, capteurs et vérins.

2.2 Mise en situation.

2.3 Quelques exemple s.

Technologie des automatismes.doc

4. Conversion Analogique/Numérique – Numérique/Analogique.

Fréquence d'échantillonnage élevée Fréquence faible

Reconstruction par interpolation linéaire (il y a mieux…) :

10 11 00 01 chaque valeur nécessite 3 bits

qualité insuffisante qualité correcte

TITRE : Conversion des signaux analogiques en numérique

Temps de préparation :………………………….2h15

GUIDE POUR LE CANDIDAT :

Travail suggéré au candidat :

Le candidat pourra présenter les différentes étapes permettant de passer d'un

CONSEILS GENERAUX POUR LA PREPARATION DE L’EPREUVE :

* Lisez le dossier en entier dans un temps raisonnable.