Vous êtes sur la page 1sur 232

Analyse et Correction des Systèmes Numériques

Florent Nageotte

Fomation d’Ingénieurs en Partenariat 2A

Année Universitaire 2007/2008

Florent Nageotte () 1 / 209


Introduction

Automatique

système
signaux d’entrée signaux de sortie
phénomènes
-physiques
-électroniques
-mécaniques
-chimiques
-etc.

Automatique
I Modélisation, représentation, analyse et correction des systèmes
I Donner comportement désiré au système

Florent Nageotte () 2 / 209


Introduction

Automatique
Exemple
Douche
I Sans contrôle de la température
I Contrôle manuel
I Contrôle automatique

Objectifs
I Stabilisation de la température → stabilité
I température demandée → erreur nulle
I en peu de temps → rapidité du système
I sans passer par 50˚ → Dépassement raisonnable
Mais aussi : comportement dynamique (marge de phase, amortissement,
dépassement), rejet de perturbations, suivi de trajectoires, etc.
Commande du processus en fonction
I de la différence entre ce qui est demandé et mesuré
I des caractéristiques du système (modèle)
Florent Nageotte () 3 / 209
Introduction Systèmes asservis

Systèmes asservis
w (t ) δ y (t )

+ + + y (t )
r (t ) (t ) u (t ) +
C (s) G(s)
+
-

ym (t ) +
H (s)
+

v(t)

Dénominations
I signaux : r ?, u ?, y ?, ym ?,  ?, w ?, δy ?, v ?
I blocs : C ?, G ?, H ?
I chaı̂nes : directe ?, de retour ?, boucle ouverte ?, boucle fermée ?

Florent Nageotte () 4 / 209


Introduction Systèmes asservis

Systèmes asservis
w (t ) δ y (t )

+ + + y (t )
r (t ) (t ) u (t ) +
C (s) G(s)
+
-

ym (t ) +
H (s)
+

v(t)

Dénominations
I signaux : r : consigne, u : commande, y : sortie, ym : signal de mesure ou sortie
mesurée,  : signal d’écart ou d’erreur, w : perturbation d’entrée ou de charge, δy
perturbation de sortie, v : perturbation de mesure,
I blocs : C : correcteur, G : processus, H : capteur
I chaı̂nes : directe : CG, de retour : H, boucle ouverte : CGH, boucle fermée :
CG(s)
1+CGH(s)
Florent Nageotte () 4 / 209
Introduction Correction numérique

Systèmes à commande numérique

Te w (t )

r (kTe ) + (kTe ) u (kTe ) u (t ) + y (t )


C (z ) CNA G(s)
- +

ym (kte )

+
CAN H (s)
+

Te v(t)
partie numérique partie analogique

Pourquoi ?
I Capteurs numériques (ex : caméras)
I Développement des ordinateurs : possibilités d’algorithmes complexes

Florent Nageotte () 5 / 209


Introduction Correction numérique

Systèmes à commande numérique

avantages
I Coût faible inconvénients
I Moindre sensibilité aux bruits I limités en bande passante
I Implémentation et I gestion de deux types de
modifications simples signaux : analogiques et
numériques
I Supervision, commande à
distance

Florent Nageotte () 6 / 209


Introduction Correction numérique

Rappels d’automatique continue

I Système linéaire G(s) continu (analogique) invariant dans le temps (LTI)


Notion Signification
Les pôles de la fon-
cion de transfert sont
BIBO Stabilité Entrée bornée −→ sortie bornée
à partie réelle stricte-
ment négative
Gain du système pour une excita- lims→0 G(s) ou
Gain statique
tion de fréquence nulle limω→0 |G(jω)|
Ordre de l’équation différentielle qui
Ordre d’un système
donne la relation entre entrée et sor-
linéaire
tie du système
Nombre d’intégrateurs dans la fonc- Nombre de pôles en
Classe d’un système
tion de transfert zéro
pôle(s) le(s) plus
Pôle(s) dominant(s) Pôle(s) le(s) plus lent(s) du système proche(s) de l’axe
imaginaire
La sortie du système réagit après
Causalité
l’application d’un signal à l’entrée
Système à bande passante finie, i.e. nombre de pôles ≥
Système propre
réalisable physiquement nombre de zéros
Florent Nageotte () 7 / 209
Introduction Correction numérique

I Système continu en boucle fermée


Notion Signification
Fonction de transfert F (s) = G(s)
1+G(s)H(s)
de la BF
Différence entre signal de consigne
et signal mesuré. Attention : parfois
Erreur
différence entre signal de référence
et signal de sortie
Erreur en régime permanent en
Erreur d’ordre n réponse à un signal d’entrée de la
forme t n Γ(t)
lims→0 (s) quand
Erreur statique Erreur d’ordre zéro r (t) = Γ(t)

Florent Nageotte () 8 / 209


Introduction Correction numérique

I Correction des systèmes


Notion Signification
Faisable unique-
Compensation pôles Placement d’un zéro du correcteur
ment pour des pôles
/ zéros sur un pôle du procédé
stables
Annulation de l’erreur
CG de classe ≥ n + 1
d’ordre n
Annulation de l’erreur
CG de classe ≥ 1
statique
erreur statique nulle + retour unitaire lims→0 (s) quand
Gain statique unitaire ou préfiltre de gain 1+G(0)H(0)
G(0) r (t) = Γ(t)
Rejet de perturbation
C(s)G(s) de classe n + 1
de sortie d’ordre n
Rejet de perturbation
C(s) de classe n + 1
d’entrée d’ordre n

Florent Nageotte () 9 / 209


Introduction Correction numérique

I Correcteurs classiques
augmentation de la bande passante
P mais diminution des marges de sta- C(s) = Kp
bilité
Annulation de l’erreur statique, re-
jet de perturbations, réglage de Ki K (s+z)
PI C(s) = Kp + Ti s
= s
la bande passante mais diminution
des marges de stabilité
réglage de la bande passante et des Kd τd s K (s+z)
C(s) = Kp + 1+aτ =
PD réel marges de stabilité, pas de réglage ds s+p

de la précision (a  1 et z  p)
Ki Kd τd s
réglage de la bande passante, des C(s) = Kp + Ti s
+ 1+aτd s
=
PID réel marges de stabilité, et réglage de la K (s+z1 )(s+z2 )
(a  1, z1 ≤ z2 
s(s+p)
précision p)

Florent Nageotte () 10 / 209


Introduction Correction numérique

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique

Représentation des systèmes numériques

Analyse des systèmes échantillonnés

Analyse en boucle fermée

Correction par transposition

Synthèse numérique des correcteurs

Florent Nageotte () 11 / 209


Introduction Correction numérique

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique

Représentation des systèmes numériques

Analyse des systèmes échantillonnés

Analyse en boucle fermée

Correction par transposition

Synthèse numérique des correcteurs

Florent Nageotte () 11 / 209


Introduction Correction numérique

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique

Représentation des systèmes numériques

Analyse des systèmes échantillonnés

Analyse en boucle fermée

Correction par transposition

Synthèse numérique des correcteurs

Florent Nageotte () 11 / 209


Introduction Correction numérique

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique

Représentation des systèmes numériques

Analyse des systèmes échantillonnés

Analyse en boucle fermée

Correction par transposition

Synthèse numérique des correcteurs

Florent Nageotte () 11 / 209


Introduction Correction numérique

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique

Représentation des systèmes numériques

Analyse des systèmes échantillonnés

Analyse en boucle fermée

Correction par transposition

Synthèse numérique des correcteurs

Florent Nageotte () 11 / 209


Introduction Correction numérique

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique

Représentation des systèmes numériques

Analyse des systèmes échantillonnés

Analyse en boucle fermée

Correction par transposition

Synthèse numérique des correcteurs

Florent Nageotte () 11 / 209


Introduction Correction numérique

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique

Représentation des systèmes numériques

Analyse des systèmes échantillonnés

Analyse en boucle fermée

Correction par transposition

Synthèse numérique des correcteurs

Florent Nageotte () 11 / 209


Conversion Numérique - Analogique et Analogique - Numérique

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique


Conversion analogique - numérique
Reconstruction des signaux échantillonnés

Représentation des systèmes numériques

Analyse des systèmes échantillonnés

Analyse en boucle fermée

Correction par transposition

Synthèse numérique des correcteurs

Florent Nageotte () 12 / 209


Conversion Numérique - Analogique et Analogique - Numérique

Conversion analogique - numérique

f (t ) f (t )

t t
Te

f (t ) f (t ) quantification
de pas ∆q

∆q

t t

échantillonnage de période Te

I Echantillonnage
I Quantification

Florent Nageotte () 13 / 209


Conversion Numérique - Analogique et Analogique - Numérique Conversion analogique - numérique

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique


Conversion analogique - numérique
Reconstruction des signaux échantillonnés

Représentation des systèmes numériques

Analyse des systèmes échantillonnés

Analyse en boucle fermée

Correction par transposition

Synthèse numérique des correcteurs

Florent Nageotte () 14 / 209


Conversion Numérique - Analogique et Analogique - Numérique Conversion analogique - numérique

Echantillonnage idéal

Prélèvement d’une valeur du signal continu à période fixe Te .


Schéma :

Te

Représentation mathématique : multiplication par un peigne de Dirac

δTe (t )
fe (t) = f (t)δTe (t)


X
δTe (t) = δ(t − kTe )
k =−∞
Te t

Florent Nageotte () 15 / 209


Conversion Numérique - Analogique et Analogique - Numérique Conversion analogique - numérique

Transformée de Laplace d’un signal échantillonné

Rappel : Transformée de Laplace Unilatérale (signal continu)


Z +∞
L(f (t)) = F (s) = f (t)e−st dt
0


X
Formulation 1 : TL d’un signal échantillonné causal Fe (s) = f (kTe )e−kTe s
k=0

+∞
1 X 2πk
Formulation 2 : TL d’un signal échantillonné Fe (s) = F (s − j )
Te Te
k=−∞

Florent Nageotte () 16 / 209


Conversion Numérique - Analogique et Analogique - Numérique Conversion analogique - numérique

formulation 1
Z +∞ Z +∞ ∞
X
Fe (s) = L(fe (t)) = fe (t)e−st dt = ( f (kTe )δ(t − kTe ))e−st dt
0 0 k=−∞

Causalité du signal f → on ramène la somme discrète de 0 à ∞, puis en inversant


somme et intégrale, on obtient :
+∞ Z +∞
X ∞
X Z +∞
Fe (s) = ( f (kTe )δ(t − kTe )e−st dt) = f (kTe ) δ(t − kTe )e−st dt
k =0 0 k=0 0

Où on reconnaı̂t la transformée de Laplace de l’impulsion de dirac décalée dans le


temps :

X
Fe (s) = f (kTe )L(δ(t − kTe ))
k=0
Or la transformée de Laplace de l’impulsion de Dirac vaut
 −kT s
e e si k ≥ 0
L(δ(t − kTe )) =
0 sinon
D’où finalement :

X
Fe (s) = f (kTe )e−kTe s
k=0

Florent Nageotte () 17 / 209


Conversion Numérique - Analogique et Analogique - Numérique Conversion analogique - numérique

formulation 2
Décomposition du peigne en série de Fourier :
∞ Z +− Te
j 2πkt 1 2
X
δTe (t) = ck e Te −j 2πkt
ck =
δTe (t)e Te dt
k =−∞ T e Te
− 2
Des propriétés de l’impulsion de Dirac on déduit simplement que

1 ∞
1 j 2πkt
ck = =⇒ δTe (t) =
X
e Te
Te Te
k =−∞
La transformée de Laplace de fe s’exprime donc :
Z +∞ +∞
X 1 j 2πkt
Fe (s) = ( e Te )f (t)e−st dt
0 Te
k=−∞
+∞ Z ∞
1 X −(s−j 2πk )t
= ( f (t)e Te dt)
Te 0
k =−∞

où on reconnaı̂t la transformée de Laplace du signal continu décalée :


+∞
1 X 2πk
Fe (s) = F (s − j )
Te Te
k =−∞

Florent Nageotte () 18 / 209


Conversion Numérique - Analogique et Analogique - Numérique Conversion analogique - numérique

Spectre d’un signal échantillonné


Transformée de Fourier d’un signal continu : décomposition sur une base
d’exponentielles complexes
Z +∞
F (jω) = f (t)e−jωt dt
−∞

Transformée de Laplace bilatérale avec s = jω


Transformée de Fourier d’un signal échantillonné (formulation 2)
+∞
1 X 2πk
Fe (jω) = F (j(ω − ))
Te Te
k=−∞

Spectre (densité spectrale d’amplitude) du signal échantillonné :



I somme du spectre du signal continu périodisé (période ωe = Te
).
1
I module multiplié par Te
I plusieurs ”bandes” de largeur ωe .
I bande autour de ω = 0 : bande de base.
I Bandes complémentaires

Florent Nageotte () 19 / 209


Conversion Numérique - Analogique et Analogique - Numérique Conversion analogique - numérique

ωe
Cas ωm < 2 : Module

|F (j ω)|

−ωm ωm ω
bandes complémentaires
-2 -1 |Fe (j ω)| 1 2
− ω2e ωe
2
A
Te

−2ω e −ωe ωe 2ωe ω

bande de base

Spectres disjoints

Florent Nageotte () 20 / 209


Conversion Numérique - Analogique et Analogique - Numérique Conversion analogique - numérique

ωe
Cas ωm < 2 : phase

ϕ(F )

−ωm
ωm ω

ϕ(Fe )

−2ω e −ωe ωe 2ωe ω

Florent Nageotte () 21 / 209


Conversion Numérique - Analogique et Analogique - Numérique Conversion analogique - numérique

ωe
Cas ωm > 2

−ωm ωm ω

− ω2e ωe
2

A
Te

−2ωe −ωe ωe 2ωe ω

Spectres superposés localement : repliement spectral (”aliasing”)


Florent Nageotte () 22 / 209
Conversion Numérique - Analogique et Analogique - Numérique Conversion analogique - numérique

Echantillonnage réel
f (t )

Acquisition du signal continu sur


une fenêtre de largeur finie
valeur de l’échantillon

Z kTe
1
fereel (kTe ) = f (t)dt
Tr kTe −Tr
Tr Te

Effet sur un signal harmonique

f (t) = A sin (ωt)


feid (kTe ) = A sin (ωkTe )

Z kTe
1
fereel (kTe ) = A sin (ωt)dt
Tr kTe −Tr
ωTr Tr
= Asinc( ) sin (ωkTe − ω )
2 2
Florent Nageotte () 23 / 209
Conversion Numérique - Analogique et Analogique - Numérique Conversion analogique - numérique

Echantillonnage réel (suite)

Effets conclusion
˛amplitude ˛multipliée par
I I Pour diminuer la distorsion :
˛sinc( ωTr )˛ diminuer Tr
2
I déphasage de ϕ = −ω T2r ⇐⇒ I Echantillonnage considéré idéal si
retard de T2r Tr < T10e

Florent Nageotte () 24 / 209


Conversion Numérique - Analogique et Analogique - Numérique Reconstruction des signaux échantillonnés

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique


Conversion analogique - numérique
Reconstruction des signaux échantillonnés

Représentation des systèmes numériques

Analyse des systèmes échantillonnés

Analyse en boucle fermée

Correction par transposition

Synthèse numérique des correcteurs

Florent Nageotte () 25 / 209


Conversion Numérique - Analogique et Analogique - Numérique Reconstruction des signaux échantillonnés

Principe de la reconstruction (conversion NA)

Te

f (t ) fe (t ) fr (t )
CNA

Objectif : fr (t) = f (t)∀t

Florent Nageotte () 26 / 209


Conversion Numérique - Analogique et Analogique - Numérique Reconstruction des signaux échantillonnés

Principe de la reconstruction (conversion NA)

Te

f (t ) fe (t ) fr (t )
CNA

Objectif : fr (t) = f (t)∀t


Impossible dans le cas général : exemple
f (kte ) = g (kTe ) = A
g (t ) = A + sin(2π Tte )

Te
f (t ) = A

Il faut une condition supplémentaire sur le signal

Florent Nageotte () 26 / 209


Conversion Numérique - Analogique et Analogique - Numérique Reconstruction des signaux échantillonnés

Reconstruction idéale
ωe
I cas ωm < 2
Filtrage passe-bas idéal
0 si |ω| > ω2e

H(jω) =
Te si |ω| ≤ ω2e
Te
-2 -1 |Fe (ω)| 1 2
− ω2e ωe
2
A
Te

−2ωe −ωe ωe 2ωe ω

|Fr (ω)|
filtrage
A
passe-bas

Florent Nageotte () 27 / 209


Conversion Numérique - Analogique et Analogique - Numérique Reconstruction des signaux échantillonnés

Théorème de Shannon - Nyquist

I cas ωm > ω2e


Reconstruction idéale impossible : on ne peut pas extraire le spectre du signal
continu par filtrage passe-bas

Théorème
Soit un signal continu f (t) dont le spectre est contenu dans l’intervalle de fréquence
[−fm , +fm ], échantillonné à la fréquence fe (période Te ). Pour pouvoir reconstruire le
signal f sans perte à partir des échantillons f (kTe ), il faut que fe > 2fm , ou encore que
fm < f2e . Ces conditions seront appelées conditions de Shannon et on appellera
fréquence de Nyquist fN = f2e la fréquence maximale du signal continu pour laquelle il
n’y a pas de repliement spectral.

Florent Nageotte () 28 / 209


Conversion Numérique - Analogique et Analogique - Numérique Reconstruction des signaux échantillonnés

Expression temporelle de la reconstruction idéale

Fr (jω) = H(jω)Fe (jω)

fr (t) = F −1 (Fr (jω)) = F −1 (H(jω)) ∗ F −1 (Fe (jω)) = h(t) ∗ fe (t)

Z +∞
1
h(t) = F −1 (H(jω)) = H(jω)ejωt dω
2π −∞
ω
Z + 2e
1 Te πt πt
= Te ejωt dω = sin( ) = sinc( )
2π ω
− 2e πt Te Te

Z +∞ Z +∞ +∞
X
fr (t) = h(t) ∗ fe (t) = fe (x)h(t − x)dx = f (kTe )δ(x − kTe )h(t − x)dx
−∞ −∞ k=−∞

+∞ Z
X +∞
= f (kTe )δ(x − kTe )h(t − kTe )dx
k=−∞ −∞

+∞
X π(t − kTe )
fr (t) = f (kTe )sinc( )
Te
k =−∞

Florent Nageotte () 29 / 209


Conversion Numérique - Analogique et Analogique - Numérique Reconstruction des signaux échantillonnés

Exemple de reconstruction idéale : f (t) = sin(2πt), Te = 0.2s


ech. 1 à 2 ech. 1 à 10

ech. 1 à 20 ech. 1 à 100

Florent Nageotte () 30 / 209


Conversion Numérique - Analogique et Analogique - Numérique Reconstruction des signaux échantillonnés

Reconstruction avec repliement spectral : f (t) = sin(2πt), Te = 0.6s


ech. 1 à 2 ech. 1 à 10

ech. 1 à 20 ech. 1 à 100

Florent Nageotte () 31 / 209


Conversion Numérique - Analogique et Analogique - Numérique Reconstruction des signaux échantillonnés

Filtrage anti-repliement

I Choisir Te pour que le théorème de Shannon soit vérifié pour les fréquences utiles
du signal
I Filtrer les signaux analogiques avant échantillonnage de sorte à éliminer les bruits
ayant des fréquences au-dela de la fréquence de Nyquist

Florent Nageotte () 32 / 209


Conversion Numérique - Analogique et Analogique - Numérique Reconstruction des signaux échantillonnés

Reconstruction approchée

H(jω) filtre à phase nulle non causal : il faut connaı̂tre tous les échantillons pour
reconstruire le signal → Pas utilisable en temps-réel
En pratique les convertisseurs numérique - analogique font un blocage de la valeur
échantillonnée pendant une période d’échantillonnage : Bloqueur d’ordre zéro : BOZ

f (t )

fBOZ (t )

Florent Nageotte () 33 / 209


Conversion Numérique - Analogique et Analogique - Numérique Reconstruction des signaux échantillonnés

Effet du BOZ
Réponse impulsionnelle du BOZ :

B0 (t) = Υ(t) − Υ(t − Te )

1 − e−Te s
B0 (s) =
s
Spectre du signal reconstruit par BOZ
+∞
1 − e−Te jω 1 X
Fr (jω) = B0 (jω)Fe (jω) = F (j(ω − kωe ))
jω Te
k=−∞

Dans les conditions de Shannon, dans la bande de base (pour ω ∈ [− ω2e , ωe


2
])
Te Te
Fr (jω) = e−jω 2 sinc(ω )F (jω)
2

module déformé par ˛sinc(ω T2e )˛ (0.63 en limite de bande)


˛ ˛
I

Te
I retardé de 2

Florent Nageotte () 34 / 209


Conversion Numérique - Analogique et Analogique - Numérique Reconstruction des signaux échantillonnés

Spectre du signal reconstruit par BOZ

sinc ( ωTe )

2

|Fr (j ω)|

|F (j ω)|

ωe
ωe ω
2

Florent Nageotte () 35 / 209


Conversion Numérique - Analogique et Analogique - Numérique Reconstruction des signaux échantillonnés

Effet du BOZ (suite)

Conclusion
I L’effet du bloqueur d’ordre zéro est gênant lorsque le spectre du signal initial a une
composante spectrale importante en limite de la bande de base.
I L’effet est diminué lorsque Te devient petit.
I Le spectre du signal reconstruit a des composantes non-nulles en dehors de la
bande de base =⇒ Filtrage éventuel des bandes complémentaires après
reconstruction

Florent Nageotte () 36 / 209


Conversion Numérique - Analogique et Analogique - Numérique Reconstruction des signaux échantillonnés

Conclusion

Conversion Analogique - Numérique


I périodisation du spectre du signal analogique
fe
I repliement spectral si fm > 2
I échantillonnage idéal si Tr  Te
I Filtrage anti-repliement nécessaire avant l’échantillonnage

Conversion Numérique - Analogique


fe
I Reconstruction idéale possible si fm < 2
I Reconstruction approchée par BOZ

Florent Nageotte () 37 / 209


Représentation des systèmes numériques

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique

Représentation des systèmes numériques


Transformées en z
Transmittance des systèmes échantillonnés

Analyse des systèmes échantillonnés

Analyse en boucle fermée

Correction par transposition

Synthèse numérique des correcteurs

Florent Nageotte () 38 / 209


Représentation des systèmes numériques

Introduction

Représentation des systèmes analogiques linéaires :


Fonction de transfert : transformée de Laplace de la réponse impulsionnelle du
système

u (t ) y (t )
g [.]

Y (s) = L(y(t)) = L(g(t))L(u(t)) = G(s)U(s)


y(t) = g(t) ∗ u(t)
Passage en échantillonné : La transformée de Laplace ne permet plus de linéariser les
relations entrée - sortie. Nécessité d’une autre transformation : la transformée en z

Florent Nageotte () 39 / 209


Représentation des systèmes numériques

Système numérique linéaire

Les systèmes numériques linéaires sont définis par une équation récurrente entre
sortie y et entrée u pour tout échantillon k
n
X m
X
ai y(k − i) = bj u(k − j)
i=0 j=0

Exemple :
2y[k] + y[k − 1] − y[k − 2] = u[k] − u[k − 1]
Equation récurrente d’ordre 2. Trouver l’expression de la sortie y si l’entrée est un
échelon unitaire : 
0 si k < 0
u(k) =
1 si k ≥ 0
avec les CI suivantes : y[−2] = 1, y[−1] = 1

Florent Nageotte () 40 / 209


Représentation des systèmes numériques Transformées en z

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique

Représentation des systèmes numériques


Transformées en z
Transmittance des systèmes échantillonnés

Analyse des systèmes échantillonnés

Analyse en boucle fermée

Correction par transposition

Synthèse numérique des correcteurs

Florent Nageotte () 41 / 209


Représentation des systèmes numériques Transformées en z

Transformée en z (monolatérale) d’un signal échantillonné

Définition
La transformée en z (monolatérale) d’un signal fe (t) échantillonné à période Te est la
transformée de Laplace (monolatérale) du signal, dans laquelle on a effectué le
changement de variable z = eTe s .
Transformée de Laplace de fe (t) (formulation 1)

X
Fe (s) = f (kTe )e−kTe s
k=0

k =+∞
X
F (z) = Z{fe (t)} = f (kTe )z −k
k=0

Notations
Transformée en z de fe (t) ou de f (kTe ) ou de f (k) : Z{f (k)} = F (z) = Z{F (s)}

Florent Nageotte () 42 / 209


Représentation des systèmes numériques Transformées en z

Transformée en z (monolatérale) d’un signal échantillonné

Remarques
I La TZ estP une fonction de la variable complexe z. Elle n’existe que là où la série
entière kk =+∞
=0 f (kTe )z −k
est convergente. La plupart du temps la zone de
convergence est l’extérieur d’un disque de rayon R0 . Rigoureusement, la TZ doit
être accompagnée de son rayon de convergence
I On peut calculer la transformée en z d’un signal continu échantillonné à période
Te . La TZ dépend de Te .
I La TZ d’un signal non causal n’a pas de sens
I La TZ ne contient des informations sur le signal qu’aux instants d’échantillonnage

exercice
Calculez et comparez les TZ de f et g.
I f (t) = A
I g(t) = A + sin(2πft) avec f = 10 Hz
si la période d’échantillonnage est choisie à Te = 0.1s tout d’abord, puis à
Te = 0.025s.

Florent Nageotte () 43 / 209


Représentation des systèmes numériques Transformées en z

Propriétés de la transformée en z
Propriétés
Linéarité
Z{αf (k) + βg(k)} = αF (z) + βG(z)
Retard
I Pour des signaux causaux ,

Z{f (k − n)} = z −n F (z) ∀n ∈ N

De plus
Z{e−nTe s F (s)} = z −n F (z)
I Pour des signaux non causaux (CI non nulles)
n−1
X
Z{f (k − n)} = z −n F (z) + f (i − n)z −i ∀n ∈ N
i=0

Avance
n−1
X
Z{f (k + n)} = z n F (z) − f (i)z n−i ∀n ∈ N
i=0

Valable pour signaux causaux et non causaux.


Florent Nageotte () 44 / 209
Représentation des systèmes numériques Transformées en z

Propriétés de la transformée en z
Propriétés (suite)
Multiplication par une rampe / dérivation
dF (z)
Z{kf (k)} = −z
dz
Multiplication par une exponentielle

Z{e−ak f (k)} = F (zea )

Théorème de la valeur finale

lim f (kTe ) = lim (1 − z −1 )F (z)


k→∞ z→1

Attention ! ! Valable uniquement quand f (kTe ) converge à l’infini, i.e.


quand 1 est dans la région de convergence de la TZ
Contre-exemple : f (k) = 2k , F (z) = z−2
z

Théorème de la valeur initiale

lim f (t) = lim f (kTe ) = lim F (z)


t→0 k →0 z→+∞

Florent Nageotte () 45 / 209


Représentation des systèmes numériques Transformées en z

Propriétés de la transformée en z

Propriétés (fin)
Convolution
+∞
X +∞
X
(f ∗ g)(k) = f (k − n)g(n) = f (n)g(k − n)
n=−∞ n=−∞

k
X
Si f et g sont causales ((f ∗ g)(k) = f (n)g(k − n)) alors :
n=0

Z{(f ∗ g)} = F (z)G(z)

remarque : le théorème du retard montre que les retards multiples d’une période
d’échantillonnage sont linéarisés par la TZ.

Florent Nageotte () 46 / 209


Représentation des systèmes numériques Transformées en z

Transformée en z inverse

4 méthodes de calcul
1. Formule d’inversion
2. Utilisation de tables
F (z)
3. Décomposition en éléments simples de z

4. Division polynomiale selon les puissances de z −1

Formule d’inversion
I Z
−1 1
f (k) = Z {F (z)} = F (z)z k−1 dz
2πj Γ

Γ est un contour fermé du plan complexe contenant toutes les singularités de


F (z).
I calcul par la méthode des résidus
I Jamais utilisée en pratique

Florent Nageotte () 47 / 209


Représentation des systèmes numériques Transformées en z

Transformée en z inverse

Tables de transformées
I Répertorie les TZ (et TL) de la plupart des signaux rencontrés
Num(z)
I Les TZ sont des fractions rationnelles en z : F (z) = Den(z)
avec
deg(Den) ≥ deg(Num)
I difficiles à utiliser pour les fonctions temporelles complexes

Décomposition en éléments simples


I Décomposition de F (z)
z
(fraction rationnelle) en éléments simples (pôles
complexes) : F (z)
Pn A
z
= i=0 (z−ai )pi (en général pi = 1 ou pi = 2)

Donc F (z) = ni=0 Az pi


P
I
(z−ai )
Az
I Utilisation des TZ inverses de (z−ai )pi
et de la linéarité
I Souvent la meilleure méthode

Florent Nageotte () 48 / 209


Représentation des systèmes numériques Transformées en z

Transformée en z inverse

Division polynômiale
b z −i
Pm
N(z −1 )
I Mettre F (z) sous forme de fraction rationnelle en z −1 : F (z) = D(z −1 )
= Pni=0 i −j
a z
j=0 j

I Calculer le résultat de la division polynômiale selon les termes croissants de z −1


I On obtient F (z) sous forme de polynôme de degré infini en général :
F (z) = c0 + c1 z −1 + ... + ck z −k + ...
I On reconnaı̂t la transformée en z de la séquence : f (0) = c0 , f (1) = c1 , ...
I Ne permet pas de déterminer directement le ni ème terme
I Facile à programmer de façon systématique
I Calcul à la main : à réserver au calcul des premiers termes pour vérification

Florent Nageotte () 49 / 209


Représentation des systèmes numériques Transformées en z

Exemple de calcul des TZ inverses

2z
Calculez la transformée inverse de z 2 −2z+3
à l’aide :
I de la décomposition en éléments simples
I des tables de transformées
I de la division polynômiale

Florent Nageotte () 50 / 209


Représentation des systèmes numériques Transformées en z

Résolution des équations aux différences

n
X m
X
ai y(k − i) = bj u(k − j)
i=0 j=0

Y (z) = Z{y(k)} et U(z) = Z{u(k)} P


Sachant que Z{y(k − i)} = z −i Y (z) + i−1 −l
l=0 z y[l − i], la transformée en z de
chaque terme de l’équation donne :
n
X n−1
X m
X m−1
X
ai z −i Y (z) + cl z −l = bj z −j U(z) + dm z −m
i=0 l=0 j=0 p=0

On obtient Y (z) sous forme de fraction rationnelle


Pm −j
j=0 bj z P
Y (z) = Pn −i
U(z) + Pn −i
a
i=0 i z i=0 ai z

où P est un polynôme en z de degré ≤ max(n, m). Finalement, y(k) est obtenu par
transformée en z inverse.
remarque : équivalent si l’éq. est donnée avec des avances au lieu de retards

Florent Nageotte () 51 / 209


Représentation des systèmes numériques Transformées en z

Exercice :
2y[k] + y[k − 1] − y[k − 2] = u[k] − u[k − 1]
avec
u(k) = Υ[k]
et y[−2] = 1 et y[−1] = 1.
Déterminez l’expression temporelle de y(k). Comparez avec le résultat obtenu par
résolution manuelle de l’équation aux récurrences.

Florent Nageotte () 52 / 209


Représentation des systèmes numériques Transmittance des systèmes échantillonnés

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique

Représentation des systèmes numériques


Transformées en z
Transmittance des systèmes échantillonnés

Analyse des systèmes échantillonnés

Analyse en boucle fermée

Correction par transposition

Synthèse numérique des correcteurs

Florent Nageotte () 53 / 209


Représentation des systèmes numériques Transmittance des systèmes échantillonnés

Système à temps discret (entrée et sortie numérique)


u (k ) y (k )
g [.]
u (kTe ) y (kTe )

n
X m
X
ai y(k − i) = bj u(k − j)
i=0 j=0

Transformée en z de chaque terme en supposant conditions initiales nulles


Pm −j
j=0 bj z
Y (z) = Pn −i
U(z)
i=0 ai z

Définition
La transmittance discrète également appelée fonction de transfert à temps discret ou
fonction de transfert en z d’un système numérique linéaire est la fraction rationnelle :
Y (z)
G(z) =
U(z)
en prenant les CI nulles.
Florent Nageotte () 54 / 209
Représentation des systèmes numériques Transmittance des systèmes échantillonnés

Système à temps discret (entrée et sortie numérique)

Propriétés
I G(z) est la transformée en z de la réponse impulsionelle du système g(k). En
effet l’impulsion unité est

1 si k = 0
u(k) = δ(k) =
0 sinon

et U(z) = 1.
I D’après le théorème de la convolution discrète, par transformée en z inverse :
+∞
X
y(k) = (g ∗ u)(k) = g(n)u(k − n)
n=−∞

Pour un système causal (g(n) = 0∀n < 0), on obtient :


+∞
X
y(k) = g(n)u(k − n)
n=0

Florent Nageotte () 55 / 209


Représentation des systèmes numériques Transmittance des systèmes échantillonnés

Transmittance échantillonnée
Système à entrée échantillonnée et sortie continue ou échantillonnée
Te
y (k )
Te y (kTe )
u (t ) u (k )
G(s) y (t )
u (kTe )

+∞
1 X
Ye (s) = (G(s)Ue (s))e = Y (s − jkωe )
Te
k=−∞
+∞
1 X
= G(s − jkωe )Ue (s − jkωe )
Te
k=−∞

+∞
1 X
Ue (s) = U(s − jkωe ) =⇒ Ue (s − jkωe ) = Ue (s) ∀k
Te
k=−∞

=⇒ Ye (s) = Ge (s)Ue (s)


Changement de variable z = eTe s =⇒ Y (z) = G(z)U(z)
Florent Nageotte () 56 / 209
Représentation des systèmes numériques Transmittance des systèmes échantillonnés

Transmittance échantillonnée

Définition
I La fonction de transfert en z d’un système à entrée échantillonnée est :
Y (z)
G(z) = = Z{G(s)}
U(z)

où G(s) est la transformée de Laplace de la réponse impulsionnelle du système.


I Valable si la sortie du système est continue ou échantillonnée. Attention, seule la
sortie aux instants d’échantillonnage est représentée, on ne sait pas ce qu’il se
passe entre les échantillons

Exercice
Calculez la fonction de transfert échantillonée d’un BOZ.

Florent Nageotte () 57 / 209


Représentation des systèmes numériques Transmittance des systèmes échantillonnés

Transmittance échantillonnée (suite)


Système à entrée analogique
Te
y (k )
y (kTe )
u (t )
G(s) y (t )

Y (s) = G(s)U(s)
+∞
1 X
Ye (s) = G(s − jkωe )U(s − jkωe )
Te
k =−∞

U(s) n’est pas périodique : On n’a pas

Ye (s) = Ge (s)Ue (s)

Y (z) = Z(G(s)U(s)) 6= Z(G(s))Z(U(s))


Florent Nageotte () 58 / 209
Représentation des systèmes numériques Transmittance des systèmes échantillonnés

Conclusion

I On peut représenter un système par une fonction de transfert en z si son entrée


est échantillonnée.
I La fonction de transfert en z est alors la transformée en z de la réponse
impulsionnelle du système

Florent Nageotte () 59 / 209


Représentation des systèmes numériques Transmittance des systèmes échantillonnés

Causalité des systèmes

Système numérique G causal (entrée u, sortie y)


Définition
Si u(k) = 0 ∀k < k1 alors y(k) = 0 ∀k < k1 ⇐⇒ g(k) = Z −1 {G(z)} = 0 ∀k < 0 (le
signal g(t) est causal)
u(k) = 0∀k < 0
+∞
X +∞
X
y(k) = (g ∗ u)(k) = g(k − n)u(n) = g(k − n)u(n)
n=−∞ n=0

y(k) = 0∀k < 0 ⇐⇒ g(k) = 0∀k < 0 alors


k
X
y(k) = (g ∗ u)(k) = g(k − n)u(n)
n=0

Florent Nageotte () 60 / 209


Représentation des systèmes numériques Transmittance des systèmes échantillonnés

Causalité des systèmes


I Si Pm
j=0 bj z −j
G(z) = Pn
i=0 ai z −i
alors
m n
1 X X
y(k) = ( bj u(k − j) − ai y(k − i))
a0
j=0 i=1

causal si a0 6= 0.
I Si Pm
j=0 bj z j
G(z) = Pn
i=0 ai z i
alors causal si n ≥ m.

Conclusion
Les systèmes réels sont causaux et donc
I Le terme constant du dénominateur est non nul si G(z) est écrit en puissance de
Num(z −1 )
z −1 (G(z) = Den(z −1 )
)
Num(z)
I deg(Den) ≥ deg(Num) si G(z) est écrit en puissances de z (G(z) = Den(z)
).

Florent Nageotte () 61 / 209


Représentation des systèmes numériques Transmittance des systèmes échantillonnés

Calcul des fonctions de transfert en z des systèmes ouverts

u (t ) u (kTe ) y (t )
G1(s) G2(s)

G(s)

Te Te
u (t ) u (kTe ) y (t )
G1(s) G2(s)

G(s)

Florent Nageotte () 62 / 209


Représentation des systèmes numériques Transmittance des systèmes échantillonnés

Calcul des fonctions de transfert en z des systèmes ouverts (suite)


Cas d’un système analogique avec BOZ
u (t ) u (kTe ) y (t )
B0(s) G(s)

F (s)

Y (z) = Z{G(s)B0 (s)}U(z)

1 − e−Te s G(s) G(s)e−Te s


GB0 (s) = G(s) = −
s s s
Donc
G(s) G(s)e−Te s
Z{G(s)B0 (s)} = Z{ } − Z{ }
s s
D’après le théorème du retard,
G(s)e−Te s G(s)
Z{ } = z −1 Z{ }
s s
G(s)
Finalement : Y (z) = (1 − z −1 )Z{ }U(z)
s
Florent Nageotte () 63 / 209
Représentation des systèmes numériques Transmittance des systèmes échantillonnés

Calcul des fonctions de transfert en z des systèmes bouclés

Te
r (t ) + (t ) e (t ) y (t )
G(s)

ym (t )

H (s)

Te
r (t ) re (t )+ e (t ) y (t )
G(s)

yme (t )
Te
ym (t )
H (s)

Florent Nageotte () 64 / 209


Représentation des systèmes numériques Transmittance des systèmes échantillonnés

r (k ) + (k ) u (k ) u (t ) y (t )
C (z ) B0(s) G(s)

ym (k )
Te

H (s)

p(t )
G2(s)

Te
r (k )
+ (k ) u (k ) u (t ) + y (t ) ye (t )
C (z ) B0(s) G(s) +
-
ym (k )
Te
+
H (s)
+

n(k )

Florent Nageotte () 65 / 209


Représentation des systèmes numériques Transmittance des systèmes échantillonnés

Solutions (1/2)
Te
r (t ) + (t ) e (t ) y (t )
G(s)

ym (t )

H (s)

Z{G(s)}
FTBF (z) =
1 + Z{GH}
Te
r (t ) re (t )+ e (t ) y (t )
G(s)

yme (t )
Te
ym (t )
H (s)

Z{G(s)}
FTBF (z) =
1 + Z{GH}
Florent Nageotte () 66 / 209
Représentation des systèmes numériques Transmittance des systèmes échantillonnés

Solutions (2/2)
r (k ) + (k ) u (k ) u (t ) y (t )
C (z ) B0(s) G(s)

ym (k )
Te

H (s)

C(z)Z{B0 (s)G(s)}
FTBF (z) =
1 + C(z)Z{B0 (s)G(s)H(s)}
p(t )
G2(s)

Te
r (k )
+ (k ) u (k ) u (t ) + y (t ) ye (t )
C (z ) B0(s) G(s) +
-
ym (k )
Te
+
H (s)
+

n(k )

C(z)Z{B0 (s)G(s)} C(z)Z{B0 G}Z{G2 HP}


Y (z) = (R(z) − N(z)) + Z{G2 P} −
1 + C(z)Z{B0 (s)G(s)H(s)} 1 + C(z)Z{B0 GH}
Florent Nageotte () 67 / 209
Représentation des systèmes numériques Transmittance des systèmes échantillonnés

Analogie continu / numérique

Analogique Numérique

n m n m
X diy X dju X X
ai i
= bj j ai y[k − i] = bj u[k − j]
dt dt
i=0 j=0 i=0 j=0

Pm j Pm −j
Y (s) j=0 bj s Y (z) j=0 bj z
G(s) = L(g(t)) = = Pn G(z) = Z{g(t)} = = Pn −i
U(s) i=0 ai s
i U(z) i=0 ai z

Florent Nageotte () 68 / 209


Analyse des systèmes échantillonnés

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique

Représentation des systèmes numériques

Analyse des systèmes échantillonnés


Analyse des fonctions de transfert
Réponse temporelle des systèmes échantillonnés
Analyse de la stabilité des systèmes échantillonnés
Réponse fréquentielle des systèmes échantillonnés
Critères algébriques de stabilité

Analyse en boucle fermée

Correction par transposition

Synthèse numérique des correcteurs

Florent Nageotte () 69 / 209


Analyse des systèmes échantillonnés Analyse des fonctions de transfert

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique

Représentation des systèmes numériques

Analyse des systèmes échantillonnés


Analyse des fonctions de transfert
Réponse temporelle des systèmes échantillonnés
Analyse de la stabilité des systèmes échantillonnés
Réponse fréquentielle des systèmes échantillonnés
Critères algébriques de stabilité

Analyse en boucle fermée

Correction par transposition

Synthèse numérique des correcteurs

Florent Nageotte () 70 / 209


Analyse des systèmes échantillonnés Analyse des fonctions de transfert

Relations entre système continu et échantillonné

Te
y (k )
Te y (kTe )
u (t ) u (k )
G(s) y (t )
u (kTe )

+∞
Ye (s) 1 X
Ge (s) = = G(s − jkωe )
Ue (s) Te
k=−∞

Les pôles en s de Ge sont les pôles de G périodisés selon l’axe imaginaire (période ωe )

Florent Nageotte () 71 / 209


Analyse des systèmes échantillonnés Analyse des fonctions de transfert

Im(s)
2j ωe

j ωe

Re(s)

−j ωe

−2j ωe

Florent Nageotte () 72 / 209


Analyse des systèmes échantillonnés Analyse des fonctions de transfert

Relations entre système continu et échantillonné

Définition
Les pôles, resp. les zéros d’une fonction de transfert échantillonnée sont les pôles,
resp. les zéros, de la fraction rationnelle G(z).

Pôles en z
Les pôles de différentes bandes issus d’un même pôle en s se recondensent en un
seul pôle en z.
=⇒ A chaque pôle de G(s) correspond un pôle de G(z)

Florent Nageotte () 73 / 209


Analyse des systèmes échantillonnés Analyse des fonctions de transfert

Im(s)

j ωe

Re(s)

−j ωe

Florent Nageotte () 74 / 209


Analyse des systèmes échantillonnés Analyse des fonctions de transfert

Relations entre pôles en s et pôles en z

Exemple
2(s+5)
G(s) = s2 (s+1+j)(s+1−j)
Par décomposition en éléments simples puis transformée en z, on obtient :
−5zTe 4z (−2+0.5j)z (−2−0.5j)z Az 3 +Bz 2 +Cz+D
G(z) = (z−1) 2 + z−1 + z−e(−1−j)Te + z−e(−1+j)Te = (z−1)2 (z−e(−1−j)Te )(z−e(−1+j)Te )

I les pôles de la fonction de transfert numérique sont en eTe pi où les pi sont les
pôles de la fonction de transfert analogique
I la fonction de transfert numérique a 3 zéros alors que la fonction de transfert
continue en a un seul

Florent Nageotte () 75 / 209


Analyse des systèmes échantillonnés Analyse des fonctions de transfert

Relations entre pôles en s et pôles en z : généralisation

Système continu linéaire propre (n ≥ m) à pôles (réels ou complexes) simples ou


doubles
n n
Πmj=0 (s − zj )
X Ai X Bi
G(s) = = C + +
Πli=0 (s − pi )Πni=l+1 (s − pi )2 i=0
(s − pi )
i=l+1
(s − pi )2

Transformée en z
n n
X Ai z X Bi Te epi t z Num
G(z) = C + p T
+ pi Te )2
= Ql Qn
z −e i e (z − e i=0 (z − e pi Te )
i=l+1 (z − e
pi Te )2
i=0 i=l+1

Conclusion
Les pôles de G(s) pi deviennent des pôles de G(z) en z = epi Te ayant la même
multiplicité.
Attention : lorsque G(s) contient un retard, G(z) peut avoir des pôles supplémentaires
en zéro qui n’ont pas d’équivalent en s.
−2Te s
Exemple : G(s) = es−p donne G(z) = z(z−e1 pi Te ) avec un pôle en 0 sans équivalent en
i
s.

Florent Nageotte () 76 / 209


Analyse des systèmes échantillonnés Analyse des fonctions de transfert

Correspondances

Correspondances
I les pôles réels stables en s deviennent des pôles réels positifs inférieurs à 1
I les pôles réels instables deviennent des pôles réels positifs supérieurs à 1
I les pôles complexes conjugués stables deviennent des pôles complexes
conjugués de norme inférieure à 1
I les pôles complexes conjugués instables deviennent des pôles complexes
conjugués de norme supérieure à 1
I les pôles sur l’axe imaginaire deviennent des pôles complexes sur le cercle unité

Remarque : les pôles simples en z réels négatifs n’ont pas d’équivalent en s.

Florent Nageotte () 77 / 209


Analyse des systèmes échantillonnés Analyse des fonctions de transfert

Correspondances

11111111111111
00000000000000
00000000000000
11111111111111
00000000000000 plan
11111111111111
00000000000000
11111111111111 en s plan en z
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111 111111111111
000000000000
00000000000000
11111111111111
00000000000000
11111111111111 C1
000000000000
111111111111
00000000000000
11111111111111 000000000000
111111111111
00000000000000
11111111111111 000000000000
111111111111
000000000000
111111111111
00000000000000
11111111111111
00000000000000
11111111111111 000000000000
111111111111
00000000000000
11111111111111 000000000000
111111111111
00000000000000
11111111111111 000000000000
111111111111
000000000000
111111111111
00000000000000
11111111111111 000000000000
111111111111
00000000000000
11111111111111
00000000000000
11111111111111 000000000000
111111111111
00000000000000
11111111111111 000000000000
111111111111
000000000000
111111111111
00000000000000
11111111111111
00000000000000
11111111111111 000000000000
111111111111
00000000000000
11111111111111 000000000000
111111111111
000000000000
111111111111
00000000000000
11111111111111
00000000000000
11111111111111 000000000000
111111111111
00000000000000
11111111111111 000000000000
111111111111
000000000000
111111111111
00000000000000
11111111111111
00000000000000
11111111111111 000000000000
111111111111
00000000000000
11111111111111 000000000000
111111111111
000000000000
111111111111
00000000000000
11111111111111 000000000000
111111111111
00000000000000
11111111111111
00000000000000
11111111111111 000000000000
111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111
00000000000000
11111111111111

Florent Nageotte () 78 / 209


Analyse des systèmes échantillonnés Analyse des fonctions de transfert

Exemple des systèmes d’ordre 1 et 2


I Système d’ordre 1
K K 0z
G(s) = =⇒ G(z) =
s−p z − eTe p
I Système à 2 pôles réels
K K 0z −K 0 z Az + B
G(s) = =⇒ G(z) = T p
+ =
(s − p1 )(s − p2 ) z −e e 1 z − eTe p2 (z − eTe p1 )(z − eTe p2 )
I Système à 2 pôles complexes conjugués
K K0 −K 0
G(s) = = +
s2 2
+ 2ζsωn + ωn (s − p) (s − p∗ )
p
p = −ζωn + jωn 1 − ζ2
K 0z −K 0 z Az + B
G(z) = + =
T
(z − e )e p (z − eTe p∗ ) (z − eTe p )(z − eTe p∗ )

2
pôles complexes conjugués : z1,2 = e−Te ζωn e±jTe ωn 1−ζ
Attention : On note qu’un système continu sans zéro peut conduire à un système
numérique avec zéro. Il n’y a pas de relation directe entre zéros en continu et zéros
numériques
Florent Nageotte () 79 / 209
Analyse des systèmes échantillonnés Analyse des fonctions de transfert

Abaques pour les systèmes du 2nd ordre

5π 4π
9
ζ=0 9
6π 3π
9 ζ = 0, 1 ωn Te = 9

ζ = 0, 2
7π 2π
9 ζ = 0, 3 ωn Te = 9

ζ = 0, 4
ζ = 0, 5
π
8π ζ = 0, 6 ωn Te = 9
9
ζ = 0, 7
ζ = 0, 8
ζ = 0, 9

Florent Nageotte () 80 / 209


Analyse des systèmes échantillonnés Analyse des fonctions de transfert

Effet du BOZ sur les pôles du système


Te
u (k ) u (t ) y (t )
BOZ G(s)

Exemple
10(s+5)
G(s) = (s+10)(s+100)

G(s) 2 0.25 2.25


G(z) = (1 − z −1 )Z{ } = (1 − z −1 )Z{ + − }
s s s + 50 s + 10
2z 0.25z 2.25z
= (1 − z −1 )( + − )
z −1 z − e−50Te z − e−10Te
Az + B
=
(z − e−50Te )(z − e−10Te )

Analyse
Les pôles sont les mêmes que lorsqu’on transpose G(s) sans BOZ.
Florent Nageotte () 81 / 209
Analyse des systèmes échantillonnés Analyse des fonctions de transfert

Effet du BOZ sur les pôles du système : généralisation


Te
u (k ) u (t ) y (t )
BOZ G(s)

Qm
j=0 (s − zj )
G(s) = K Qn
i=0 (s − pi )di

G(s) C X Ai X Bl
G(z) = (1 − z −1 )Z{ } = (1 − z −1 )Z{ + + }
s s (s − pi ) (s − pl )2
i l

−1 Cz X Ai z X Bl0 z
= (1 − z )( + + )
z −1 (z − e pi Te ) (z − epl Te )2
i l

Num0
= Q p T
Q pl Te )2
i (z − e l (z − e
i e)

Conclusion
Les pôles d’un système numérique composé d’un système continu G de pôles pi et
d’un bloqueur d’ordre zéro ont pour valeur epi Te .
Florent Nageotte () 82 / 209
Analyse des systèmes échantillonnés Réponse temporelle des systèmes échantillonnés

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique

Représentation des systèmes numériques

Analyse des systèmes échantillonnés


Analyse des fonctions de transfert
Réponse temporelle des systèmes échantillonnés
Analyse de la stabilité des systèmes échantillonnés
Réponse fréquentielle des systèmes échantillonnés
Critères algébriques de stabilité

Analyse en boucle fermée

Correction par transposition

Synthèse numérique des correcteurs

Florent Nageotte () 83 / 209


Analyse des systèmes échantillonnés Réponse temporelle des systèmes échantillonnés

Réponse temporelle des systèmes échantillonnés

Méthode de calcul systématique


I Déterminer Y (z) = G(z)U(z)
Y (z)
I Décomposer z
en éléments simples
I Déterminer la réponse temporelle de chaque élément de Y (z) (hyp. des CI nulles)
I La réponse totale est la somme des réponses de chaque élément (linéarité)
Attention ! : cette méthode prend pas en compte les conditions initiales éventuelles

Florent Nageotte () 84 / 209


Analyse des systèmes échantillonnés Réponse temporelle des systèmes échantillonnés

Réponse temporelle des systèmes échantillonnés


Exemple
2z
Système G(z) = (z−0.5)(z−0.1)
avec pour entrée u[k] = Γ[k]
2
2z 6.25z 7.5z 1.25z
Y (z) = (z−1)(z−0.6)(z−0.2)
= z−1 − z−0.6 + z−0.2

=⇒TZ −1 y[k] = 6.25Γ[k] − 7.5(0.6)k Γ[k] + 1.25(0.2)k Γ[k]

Attention ! : les courbes n’ont de


sens qu’aux instants
d’échantillonnage
2 parties dans la réponse
I Partie associée aux pôles de
G(z) : réponse propre
(courbes noire et verte)
I Partie associée aux pôles du
signal d’entrée : réponse
forcée (courbe bleue)

Florent Nageotte () 85 / 209


Analyse des systèmes échantillonnés Réponse temporelle des systèmes échantillonnés

Réponse temporelle des systèmes échantillonnés : généralisation

Num(G) Num(U)
G(z) = Πni=0 (z−pi )di
, U(z) = f
Πm
j=0
(z−zj ) j
Y (z) G(z)U(z)
Décomposition en éléments simples de z
= z
=⇒
n
X m
X
Y (z) = Gi + Uj
i=0 j=0

Ai z
I Gi = (z−pi )di
modes propres du système =⇒TZ −1 gi [k] = Ck di −1 pik
Bj z
I Uj = f modes forcés
(z−zj ) j

Florent Nageotte () 86 / 209


Analyse des systèmes échantillonnés Réponse temporelle des systèmes échantillonnés

Modes propres associés aux pôles en z


pôle simple réel
Gi = z
(z−pi )
=⇒ yi [k] = pik Υ(k )
I Si pi > 1 le mode est divergent
I Si pi < −1 le mode est oscillatoire divergent
I Si −1 < pi < 0 , le mode est oscillatoire amorti (ou attenué)
I Si 0 < pi < 1 , le mode est amorti
I Si pi = 1 le mode est entretenu
I Si pi = −1 le mode est oscillatoire entretenu

pôle réel multiple


Gi = z
(z−pi )di
=⇒ yi [k] = Bk di −1 pik Υ(k)
I Si pi > 1 le mode est divergent
I Si pi < −1 le mode est oscillatoire divergent
I Si −1 < pi < 0, le mode est oscillatoire amorti
I Si 0 < pi < 1, le mode est amorti
I Si pi = 1 le mode est divergent
I Si Florent −1 le ()mode est oscillatoire divergent
pi = Nageotte 87 / 209
Analyse des systèmes échantillonnés Réponse temporelle des systèmes échantillonnés

Modes propres associés aux pôles en z


paire de pôles complexes conjugués : pi = pj∗

Az A∗ z
Gi + Gj = +
(z − pi ) (z − pj )
Si A = |A| ejθ et pi = |pi | ejϕ

yi [k] = (Apik −A∗ pi∗k )Υ[k] = |A| |pi |k (ej(θ+kϕ) +e−j(θ+kϕ) )Υ[k] = 2 |A| |pi |k cos(θ+k ϕ)Υ[k]

I Si |pi | > 1 le mode est oscillatoire divergent


I Si |pi | < 1 le mode est oscillatoire amorti
I Si |pi | = 1, le mode est oscillatoire entretenu

Réponse
I pôles simples sur le cercle unité =⇒ modes entretenus
I pôles à l’intérieur du cercle =⇒ modes amortis
I pôles à l’extérieur du cercle =⇒ modes divergents
I 2 sources d’oscillations : pôles complexes conjugués et pôles réels négatifs
I Réponse du système : somme pondérée des modes propres et modes forcés
Florent Nageotte () 88 / 209
Analyse des systèmes échantillonnés Réponse temporelle des systèmes échantillonnés

Im(z )

C1

Re(z )

Florent Nageotte () 89 / 209


Analyse des systèmes échantillonnés Réponse temporelle des systèmes échantillonnés

Rapidité des pôles

I Lorsque les modes sont convergents, pour une période d’échantillonnage Te fixée,
ils convergent d’autant plus vite vers 0 que le module des pôles pi est proche de
zéro.

Rapidité des pôles


En numérique, les pôles rapides sont ceux qui sont situés près de l’origine z = 0.

Florent Nageotte () 90 / 209


Analyse des systèmes échantillonnés Réponse temporelle des systèmes échantillonnés

Compléments sur le théorème de la valeur finale

lim y[k] = lim (1 − z −1 )Y (z)


k →∞ z→1

valable uniquement quand y[k] converge à l’infini.


X
lim y[k] = lim yi (k)
k→∞ k→∞
i

Les modes yi de y convergent si les pôles de Y (z) sont à l’intérieur du cercle unité
sauf un pôle possible en 1 (mode entretenu).
Conclusion
On peut utiliser le théorème de la valeur finale si les pôles de Y (z) sont à l’intérieur du
cercle unité à l’exception possible d’un pôle (un seul) en 1.

Florent Nageotte () 91 / 209


Analyse des systèmes échantillonnés Analyse de la stabilité des systèmes échantillonnés

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique

Représentation des systèmes numériques

Analyse des systèmes échantillonnés


Analyse des fonctions de transfert
Réponse temporelle des systèmes échantillonnés
Analyse de la stabilité des systèmes échantillonnés
Réponse fréquentielle des systèmes échantillonnés
Critères algébriques de stabilité

Analyse en boucle fermée

Correction par transposition

Synthèse numérique des correcteurs

Florent Nageotte () 92 / 209


Analyse des systèmes échantillonnés Analyse de la stabilité des systèmes échantillonnés

Notion de stabilité
Stabilité BIBO (Bounded Input Bounded Output)
Un système est BIBO stable si sa réponse à tout signal d’entrée borné est également
bornée :
si ∃Usup / |u[k]| < Usup ∀k alors ∃Ysup / |y[k]| < Ysup ∀k

Propriété 1
Un système est BIBO stable ssi sa réponse impulsionnelle est bornée et tend vers 0
quand k → ∞
Dém :
+∞
X k
X
y (k) = (g ∗ u)(k) = g(n)u(k − n) = g(n)u(k − n)
n=−∞ n=0

Si |u| < Usup et |g[k]| = ˛ i Ci pik ˛ < Gsup avec |pi | < 1 alors
˛P ˛

˛ ˛
X∞ X∞ ˛X ˛ ∞ X
X
n˛ ˛Ci pin ˛
˛ ˛
y[k] ≤ |g(n)u(k − n)| ≤ Usup Ci pi ˛ ≤ Usup
˛
˛
˛ ˛
n=0 n=0 i n=0 i

XX X |Ci |
˛Ci pin ˛ ≤ Usup
˛ ˛
≤ Usup <∞
1 − pi
i n=0 i

Florent Nageotte () 93 / 209


Analyse des systèmes échantillonnés Analyse de la stabilité des systèmes échantillonnés

Propriété fondamentale de stabilité

Propriété 2
Un système échantillonné linéaire est stable ssi tous ses pôles sont à l’intérieur du
cercle unité.
Dém : Si G(z) a un pôle à l’extérieur ou sur le cercle unité, la réponse impulsionnelle
du mode associé à ce pôle est non-amortie. Le système n’est donc pas BIBO stable.
Propriété 3
A un pôle stable d’un système continu (partie réelle négative) correspond un pôle
stable (module inférieur à 1) du système numérique équivalent.
A un pôle instable d’un système continu (partie réelle positive ou nulle) correspond un
pôle instable (module supérieur ou égal à 1) du système numérique équivalent.

Propriété 4
Un système continu stable donne un système numérique stable lorsqu’on le fait
précéder d’un bloqueur d’ordre zéro

Florent Nageotte () 94 / 209


Analyse des systèmes échantillonnés Réponse fréquentielle des systèmes échantillonnés

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique

Représentation des systèmes numériques

Analyse des systèmes échantillonnés


Analyse des fonctions de transfert
Réponse temporelle des systèmes échantillonnés
Analyse de la stabilité des systèmes échantillonnés
Réponse fréquentielle des systèmes échantillonnés
Critères algébriques de stabilité

Analyse en boucle fermée

Correction par transposition

Synthèse numérique des correcteurs

Florent Nageotte () 95 / 209


Analyse des systèmes échantillonnés Réponse fréquentielle des systèmes échantillonnés

Réponse harmonique

Propriété
La réponse d’un système linéaire échantillonné stable de fonction de transfert G(z) à
une excitation sinusoı̈dale (causale) est une
˛ sinusoı̈de en régime permanent, dont
l’amplitude a été multipliée par ˛G(ejωTe )˛ et déphasée de ϕ(G(ejωTe )).
˛

Dém :
U0 z sin(ωTe ) U0 z sin(ωTe )
U(kTe ) = U0 sin(ωkTe ) =⇒ U(z) = =
z 2 − 2z cos(ωTe ) + 1 (z − ejωTe )(z − e−jωTe )

Gi (z) + z−eNzjωTe + z−eN−jωT
z
P
Y (z) = G(z)U(z) se décompose en Y (z) = e
avec
U0 G(ejωTe )
N = limz→ejωTe G(z) Uz−e
0 sin (ωTe )
−jωTe = 2j
TZ −1 : les modes propres obtenus des Gi tendent vers 0 lorsque k → ∞ (système
stable). Donc

lim y[k] = lim (NejkωTe + N ∗ e−jk ωTe ) = lim 2 |N| cos (kωTe + ϕ(N))
k →∞ k→∞ k →∞
˛ ˛
jωTe ˛
= lim ˛G(e )˛ U0 sin (kωTe + ϕ(G(ejωTe )))
˛
k→∞

Florent Nageotte () 96 / 209


Analyse des systèmes échantillonnés Réponse fréquentielle des systèmes échantillonnés

Diagramme de Bode
Le diagramme de Bode d’un système numérique est la représentation du module et de
la phase˛ de la réponse harmonique de ce système. Représentation de
20 log(˛G(ejωTe )˛) et ϕ(G(ejωTe )) quand ω varie de 0 à ∞.
˛

Le diagramme de Bode est périodique de période 2π Te


. Le diagramme en module est
pair et le diagramme en phase impair. On le représente en général pour ω ∈ [0, Tπe ]. La
limite correspond aux conditions de Shannon (pulsation de Nyquist).
rem 1 : On étend le tracer aux systèmes ayant des pôles en 1.
ωTe
rem 2 : On trouve aussi le diagramme de bode normalisé obtenu en posant ν = 2π
et
tracé pour ν ∈ [0, 21 ].

Florent Nageotte () 97 / 209


Analyse des systèmes échantillonnés Réponse fréquentielle des systèmes échantillonnés

Florent Nageotte () 98 / 209


Analyse des systèmes échantillonnés Réponse fréquentielle des systèmes échantillonnés

Propriétés des diagrammes de Bode des systèmes numériques

Le diagramme de Bode (en module et en phase) d’un système G(z) est la somme
algébrique des diagrammes de Bode élémentaires (en module et en phase) des gains,
zéros et pôles de G(z)
Effet des pôles p Module Phase
p ∈]0, 1[ diminution de 0o à −180o
p=1 diminution de −90o à −180o
p ∈] − 1, 0[ augmentation de 0o à −180o
p=0 gain en dB nul de 0o à −180o
paire de pôles complexes augmentation puis diminu-
de 0o à −360o
conjugués stables tion (résonance)

Florent Nageotte () 99 / 209


Analyse des systèmes échantillonnés Réponse fréquentielle des systèmes échantillonnés

Propriétés des diagrammes de Bode des systèmes numériques

Effet des zéros z Module Phase


z ∈ [0, 1[ Augmentation de 0o à +180o
z ∈] − 1, 0[ Diminution de 0o à +180o
+180o diminution puis aug-
z>1 Augmentation
mentation jusqu’à +180o
0o augmentation puis dimi-
z < −1 Diminution
nution jusqu’à 0o

Florent Nageotte () 100 / 209


Analyse des systèmes échantillonnés Réponse fréquentielle des systèmes échantillonnés

Quelques exemples

10
G(z) =
z + 0.5

Florent Nageotte () 101 / 209


Analyse des systèmes échantillonnés Réponse fréquentielle des systèmes échantillonnés

Quelques exemples

10(z − 0.5)
G(z) =
z − 0.9

Florent Nageotte () 101 / 209


Analyse des systèmes échantillonnés Réponse fréquentielle des systèmes échantillonnés

Quelques exemples

10(z − 2)
G(z) =
z − 0.9

Florent Nageotte () 101 / 209


Analyse des systèmes échantillonnés Réponse fréquentielle des systèmes échantillonnés

Quelques exemples

Conclusion
I Attention, les règles de tracer asymptotique vues en continu ne s’appliquent pas
directement.
I Difficile d’estimer une fonction de transfert à partir du diagramme de Bode
numérique
I =⇒ Utilisation d’outils de traçage numérique (ex : commande bode de matlab)

Florent Nageotte () 101 / 209


Analyse des systèmes échantillonnés Réponse fréquentielle des systèmes échantillonnés

Effet du BOZ sur le comportement harmonique

1
G(s) = s+5
avec Te = 0.1s et BOZ.

I modification d’amplitude en limite de bande de base


I chute de phase importante en limite de bande de base (effet de retard du BOZ).

Florent Nageotte () 102 / 209


Analyse des systèmes échantillonnés Réponse fréquentielle des systèmes échantillonnés

Gain statique
Gain du système à fréquence nulle :

lim G(ejωTe ) = lim G(z)


ω→0 z→1

Le gain statique est défini lorsque le système est stable. C’est aussi le gain en régime
permanent du système en réponse à une entrée constante (échelon)
z
Entrée U(z) = z−1

lim y[k] = lim (1 − z −1 )Y (z) = lim (1 − z −1 )G(z)U(z)


k →∞ z→1 z→1
= lim G(z)
z→1

Propriété
Le gain statique d’un système numérique constitué d’un BOZ et d’un système
analogique est identique au gain statique du système analogique initial

Florent Nageotte () 103 / 209


Analyse des systèmes échantillonnés Critères algébriques de stabilité

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique

Représentation des systèmes numériques

Analyse des systèmes échantillonnés


Analyse des fonctions de transfert
Réponse temporelle des systèmes échantillonnés
Analyse de la stabilité des systèmes échantillonnés
Réponse fréquentielle des systèmes échantillonnés
Critères algébriques de stabilité

Analyse en boucle fermée

Correction par transposition

Synthèse numérique des correcteurs

Florent Nageotte () 104 / 209


Analyse des systèmes échantillonnés Critères algébriques de stabilité

Critères algébriques de stabilité


Quand on ne peut pas déterminer les pôles du système ou que ceux-ci dépendent d’un
paramètre K
I Critère de Jury (détermine si les pôles sont à l’intérieur du cercle unité)

Critère de Jury

N(z)
G(z) =
D(z)
D(z) = a0 + a1 z + a2 z 2 + ... + an z n polynôme caractéristique de G à coefficients réels
8
< a0,i = a ˛ i , ∀i ∈ {0, n} ˛
˛ aj,0 aj,n−j−i ˛˛
: aj+1,i = ˛˛
aj,n−j aj,i ˛ , ∀j ∈ {0, n − 1} et i ∈ {0, n − j − 1}

D(z) a ses pôles à l’intérieur du cercle unité si et seulement si les inégalités suivantes
sont vérifiées :
1. |a0 | − an < 0
2. D(1) > 0
3. (−1)n D(−1) > 0
4. |aj,0 | − |aj,n−j | > 0, ∀j ∈ {1, n − 2}
Florent Nageotte () 105 / 209
Analyse des systèmes échantillonnés Critères algébriques de stabilité

Calcul pratique du critère de Jury

Remarques :
I La condition 1 impose que an > 0
I La condition 4 n’est à vérifier que pour les systèmes d’ordre 3 et plus
I Méthode mnémotechnique pour la détermination des aj+1,i .
a0 a1 ... a
n −1 an
an a
n −1 ... a1 a0
˛ ˛ ˛ ˛ ˛ ˛
a0 a
,0 =
˛ a0 an
˛
,1 =
˛
−1 ˛
...
˛ a0 a1 ˛
,n −1 =
˛ ˛ ˛ n ˛ ˛ ˛
a1 a1 a an a
an a0 −1
˛ ˛ ˛ ˛ ˛ ˛
˛ ˛ ˛ an a1 ˛ 1 ˛ n
˛
a
1 ,n −1 a
1 ,n −2 ... a1 ,0
˛ ˛ ˛ ˛
˛ a1 ,0 a
1 ,n −1
˛ ˛
,0
a1 a
1 ,n −2
˛
,0 = ,1 = ...
˛ ˛ ˛ ˛
a2 ˛ ˛ a2 ˛ ˛
a a1,0 a1,1
1,n−1
a
1,n−1
˛ ˛ ˛ ˛
˛ ˛ ˛ ˛
a
2,n−2
a
2,n−3
...

. . .
. . .
. . .
˛ ˛ ˛ ˛ ˛ ˛
a
−3,0 a
−3,3 a
−3,0 a
−3,2 a
−3,0 a
−3,1
˛ ˛ ˛ ˛ ˛ ˛
n n n n n n
−2,0 = −2,1 = −2,2 =
˛ ˛ ˛ ˛ ˛ ˛
a ˛ ˛ a ˛ ˛ a ˛ ˛
a
n
−3,3 a
−3,0 n a
−3,3 a
−3,1 n a
−3,3 a
−3,2
˛ ˛ ˛ ˛ ˛ ˛
˛ n n ˛ ˛ n n ˛ ˛ n n ˛

La condition 4 nécessite que pour chaque ligne impaire du tableau, exceptée la


première, le terme de la 1ère colonne du tableau soit plus grand en valeur absolue
que le dernier terme non nul.

Florent Nageotte () 106 / 209


Analyse des systèmes échantillonnés Critères algébriques de stabilité

Calcul pratique du critère de Jury

I condition 4 dans le cas d’un système d’ordre 3 :

˛ ˛
˛ 2 2˛
˛a0 − a3 ˛ − |a0 a2 − a1 a3 | > 0
⇐⇒ a32 − a02 > |a0 a2 − a1 a3 |

Florent Nageotte () 107 / 209


Analyse des systèmes échantillonnés Critères algébriques de stabilité

Exemple

On considère le système bouclé suivant :


u (k ) +
1
K (z −0.5)(z −0.1)(z +0.1)
- y (k )

En utilisant le critère de Jury, déterminez la stabilité du système en fonction du gain


K > 0 du correcteur.

Florent Nageotte () 108 / 209


Analyse des systèmes échantillonnés Critères algébriques de stabilité

Solution

D(z) = z 3 − 0.5z 2 − 0.01z + 0.005 + K

1. −1.005 < K < 0.995


2. K > −0.495
3. K < 1.485
4. K < 0.8127
Conclusion : stable pour K < 0.8127.

Florent Nageotte () 109 / 209


Analyse en boucle fermée

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique

Représentation des systèmes numériques

Analyse des systèmes échantillonnés

Analyse en boucle fermée


Critère de Nyquist
Lieu d’evans
Précision des systèmes numériques asservis

Correction par transposition

Synthèse numérique des correcteurs

Florent Nageotte () 110 / 209


Analyse en boucle fermée Critère de Nyquist

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique

Représentation des systèmes numériques

Analyse des systèmes échantillonnés

Analyse en boucle fermée


Critère de Nyquist
Lieu d’evans
Précision des systèmes numériques asservis

Correction par transposition

Synthèse numérique des correcteurs

Florent Nageotte () 111 / 209


Analyse en boucle fermée Critère de Nyquist

Critère de Nyquist
Système asservi à entrée numérique et contre-réaction négative
+
r (k ) y (t )
C (z ) BOZ G(s)

Te
H (s)

Te
+
r (k ) y (k )
C (z ) BOZ G(s)

H (z )

Florent Nageotte () 112 / 209


Analyse en boucle fermée Critère de Nyquist

Critère de Nyquist
Objectif
Déterminer la stabilité de la boucle fermée en analysant la boucle ouverte en régime
harmonique

Théorème de Cauchy
Soit un contour fermé Γ du plan complexe orienté dans le sens trigonométrique.
L’image de Γ par la fonction complexe F (z) est un contour fermé du plan complexe qui
entoure l’origine dans le sens trigonométrique n fois, avec n = Z − P, où Z et P sont le
nombre de zéros et de pôles de F à l’intérieur du contour Γ.
Im
Im
Γ F (z )

Re

Re

Florent Nageotte () 113 / 209


Analyse en boucle fermée Critère de Nyquist

Contour de Nyquist
Contour de Nyquist d’un système numérique
Soit un système ayant pour fonction de transfert en boucle ouverte FBO (z).
Le contour de Nyquist pour le système numérique FBO est le cercle unité z = ejωTe
parcouru dans le sens trigonométrique de ωTe = −π à ωTe = +π. Dans le cas où FBO
a des pôles pi = ejα sur le cercle unité, le contour évite ces points par des
demi-cercles dans le sens trigonométrique de rayon infiniment petit ρ :
z = pi + ρej(α+θ) avec θ ∈ [− π2 , + π2 ] .
Im
Γ

Re

Florent Nageotte () 114 / 209


Analyse en boucle fermée Critère de Nyquist

Lieu de Nyquist

Lieu de Nyquist
Le lieu de Nyquist d’un système numérique de fonction de transfert en boucle ouverte
FBO (z) est l’image du contour de Nyquist de FBO par la fonction complexe FBO .

Im
Im
Γ

FBO (z )
Re

Re -1

Florent Nageotte () 115 / 209


Analyse en boucle fermée Critère de Nyquist

Propriétés du lieu de Nyquist

Propriété 1
Le lieu de Nyquist est symétrique par rapport à l’axe réel. On se contente en général
de tracer la partie pour ω ∈ [0, π] et on obtient la partie pour ω ∈ [−π, 0] par symétrie.

Propriété 2
Les demi-cercles du contour de Nyquist évitant les pôles sur le cercle unité parcourus
dans le sens trigonométrique sont transformés pas FBO en des demi-cercles de rayon
infini parcourus dans le sens anti-trigonométrique.

Propriété 3
Lorsqu’on multiplie la boucle ouverte par un gain K, le lieu de Nyquist subit une
homothétie de facteur K et de centre 0.

Florent Nageotte () 116 / 209


Analyse en boucle fermée Critère de Nyquist

Image des demi-cercles d’évitement

Dém : Qm
j=1 (z − zj )
FBO (z) = K Qn
i=1 (z − pi )

On suppose que p1 = ejα est sur le cercle unité. Le demi-cercle évitant p1 s’écrit :
z = p1 + ρej(α+θ) avec θ ∈ [− π2 , π2 ].
Qm
j=1 (p1 + ρej(α+θ) − zj )
lim FBO (z) = lim K Qn
ρ→0 ρ→0
i=1 (p1 + ρej(α+θ) − pi )
Qm
j=1 (p1 − zj )
= K Qn
i=2 (p1 − pi )(ρej(α+θ) )

Donc
lim |FBO (z)| = ∞
ρ→0

et
ϕ(FBO (z)) ∼ ϕ0 − (α + θ)
où ϕ0 est indépendante de θ.

Florent Nageotte () 117 / 209


Analyse en boucle fermée Critère de Nyquist

Critère de stabilité de Nyquist

Théorème de Nyquist
Un système numérique de fonction de transfert FBO (z) en boucle ouverte est stable en
boucle fermée ssi le lieu de Nyquist de FBO entoure le point −1 dans le sens
trigonométrique un nombre de fois n égal au nombre de pôles de FBO à l’extérieur du
contour de Nyquist.
Dém :
G(z)
FBF (z) =
1 + FBO (z)
Soit P et Z le nombre total de pôles et zéros de 1 + FBO . On a Z = P. L’image du
contour de Nyquist par FBO est l’image du contour par 1 + FBO translatée de −1 selon
l’axe x. Donc, d’après le théorème de Cauchy, FBO entoure −1 n = Z+ − P+ fois où Z+
et P+ sont le nombre de zéros et de pôles de 1 + FBO à l’intérieur du contour de
Nyquist. Si le système bouclé est stable, alors Z+ = Z − Z− = Z − 0 = Z et finalement
n = Z − P+ = P − P+ = P− . Les pôles de FBO et 1 + FBO sont identiques, et donc P−
est aussi le nombre de pôles de FBO à l’extérieur du contour de Nyquist. CQFD.

Florent Nageotte () 118 / 209


Analyse en boucle fermée Critère de Nyquist

Exemple
r (k ) + (k ) u (k ) u (t ) y (t )
C (z ) B0(s) G(s)

ym (k )
Te

H (s)

1.3863(z + 0.5)
C(z) =
z − 0.2
10
G(s) =
s + 6.931
H(s) = 1 et Te = 0.1s

Florent Nageotte () 119 / 209


Analyse en boucle fermée Critère de Nyquist

Exemple
r (k ) + (k ) u (k ) u (t ) y (t )
C (z ) B0(s) G(s)

ym (k )
Te

H (s)

1.3863(z + 0.5)
C(z) =
z − 0.2
10
G(s) =
s + 6.931
H(s) = 1 et Te = 0.1s

z + 0.5
FBO (z) =
(z − 0.5)(z − 0.2)
P− = 0

Florent Nageotte () 119 / 209


Analyse en boucle fermée Critère de Nyquist

Exemple
r (k ) + (k ) u (k ) u (t ) y (t )
C (z ) B0(s) G(s)

ym (k )
Te

H (s)

z + 0.5
FBO (z) =
(z − 0.5)(z − 0.2)

FBO (z = 1) = 3.75
FBO (z = −1) = −0.2778

Florent Nageotte () 119 / 209


Analyse en boucle fermée Critère de Nyquist

Exemple
r (k ) + (k ) u (k ) u (t ) y (t )
C (z ) B0(s) G(s)

ym (k )
Te

H (s)

z + 0.5
FBO (z) =
(z − 0.5)(z − 0.2)
Intersections avec l’axe réel
0.65e−jθ − 0.65 + 0.1ejθ + 0.5e−2jθ
FBO (ejθ ) =
(1.25 − cos θ)(1.04 − 0.4 cos θ)
−0.65sθ + 0.1sθ − 0.5s2θ
Im(FBO ) =
D
Im(FBO ) = 0 ⇐⇒ θ = k π ou θ = arccos −0.55
Pour θ = arccos(−0.55) = 2.1532, Re(FBO ) = −0.5556.
Florent Nageotte () 119 / 209
Analyse en boucle fermée Critère de Nyquist

Exemple
Quand θ → 0+ , Im(FBO ) < 0

Système stable en BF

Florent Nageotte () 119 / 209


Analyse en boucle fermée Critère de Nyquist

Critère du revers

Dans le cas d’un système stable en boucle ouverte, le critère de Nyquist donne :
Critère du revers
Le système bouclé est stable ssi le lieu de Nyquist de FBO tracé pour ωTe > 0 laisse le
point −1 à sa gauche.
Dans les conditions du critère du revers
Robustesse et marges de stabilité
I Marge de gain : pour un système bouclé stable, gain conduisant à l’instabilité

GM = |FBO | quand ϕ(FBO ) = −π


I Marge de phase : c’est l’opposé du déphasage qui ajouté à FBO rend le système
en boucle fermé instable.

ϕM = 180 + ϕ(FBO ) quand |FBO | = 1

Plus la marge de gain GM et la marge de phase ϕM sont importantes plus le système


bouclé est loin de l’instabilité.

Florent Nageotte () 120 / 209


Analyse en boucle fermée Critère de Nyquist

Marges de stabilité
z+0.5
Ex : FBO (z) = (z−0.5)(z−0.2)

Im(z )

Re(z )
ϕM −1 1
GM

Florent Nageotte () 121 / 209


Analyse en boucle fermée Critère de Nyquist

Marges de stabilité sur le diagramme de Bode

z+0.5
Ex : FBO (z) = (z−0.5)(z−0.2)

15

10

5
Ampl. (dB)

−5
GM (dB )
−10

−15
0 1 2
10 10 10
w(rad/s)

−50
phase (deg)

−100

−150
ϕM
−200
0 1 2
10 10 10
w(rad/s)

Florent Nageotte () 122 / 209


Analyse en boucle fermée Lieu d’evans

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique

Représentation des systèmes numériques

Analyse des systèmes échantillonnés

Analyse en boucle fermée


Critère de Nyquist
Lieu d’evans
Précision des systèmes numériques asservis

Correction par transposition

Synthèse numérique des correcteurs

Florent Nageotte () 123 / 209


Analyse en boucle fermée Lieu d’evans

Lieu d’Evans
Système asservi linéaire en z à entrée numérique et contre-réaction négative
+
r (k ) y (t )
KC (z ) BOZ G(s)

Te
H (s)

Te
+
r (k ) y (k )
C (z ) BOZ KG(s)

H (z )

Florent Nageotte () 124 / 209


Analyse en boucle fermée Lieu d’evans

Lieu d’Evans (suite)

KN
FBO (z) = K Z(GH) =
D
KG(z) N0
FBF (z) = =
1 + K Z(GH) D + KN

Définition
Le lieu d’Evans (ou lieu des racines) représente la localisation dans le plan complexe
des pôles du système en boucle fermée FBF en fonction du gain K, c’est-à-dire la
position des zéros du polynôme caractéristique du système : D + KN ou encore les
racines de l’équation 1 + FBO (z) = 0.
Le lieu d’Evans d’un système numérique en boucle ouverte dont les pôles z = pi et les
zéros z = zi est identique au lieu d’Evans d’un système continu dont la boucle ouverte
a des pôles en s = pi et des zéros en s = zi .

Florent Nageotte () 125 / 209


Analyse en boucle fermée Lieu d’evans

Lieu d’Evans (suite)

Le lieu d’Evans se trace à partir de la position des pôles et zéros de la boucle ouverte
et de règles simples
Qm
(z − zi )
FBO (z) = K Qni=1
j=1 (z − pj )
Qm
(z − zi ) 1
1 + FBO (z) = 0 ⇐⇒ Qni=1 =−
j=1 (z − p j ) K
Un point zM appartient au lieu d’Evans ssi :
1. ˛Q ˛
˛ m (z − z ) ˛
˛ i=1 M i ˛ 1
˛ Qn ˛=
˛ j=1 (zM − pj ) ˛ K
2.
n
X n
X
arg(zM − zi ) − arg(zM − pj ) = (2λ + 1)π avec λ ∈ N
i=1 j=1

Florent Nageotte () 126 / 209


Analyse en boucle fermée Lieu d’evans

Règles de construction
I R1 nombre de branches = n.
Points de départ pour K = 0 : les pôles de FBO (pj )
Points d’arrivée pour K → ∞ : les zéros de FBO (zi )
n − m branches partent à l’infini
I R2 Lieu symétrique par rapport à l’axe réel
I R3 Les points de l’axe réel appartenant au lieu des racines ont un nombre de
points particuliers (pôles et zéros de la BO comptés avec leur ordre de multiplicité)
à leur droite et sur l’axe réel impair.
I R4 Asymptotes : les n-m asymptotes des branches à l’infini font avec l’axe réel
des angles :
(2λ + 1)π
αλ = avec λ ∈ [0, n − m − 1]
n−m
Les asymptotes s’intersectent sur l’axe réel au point d’abscisse :
Pn Pm
j=1 pj − i=1 zi
σ=
n−m

Florent Nageotte () 127 / 209


Analyse en boucle fermée Lieu d’evans

Règles de construction (suite)


I R5 Intersection entre branches :
d(1+FBO (z)) d(FBO (z))
Condition Nécessaire dz
= dz
=0
Comme la condition n’est pas suffisante il faut vérifier que le point appartient au
lieu d’Evans : (1 + FBO (z) = 0)
Angle entre les demi-branches au point d’intersection : Nπ où N est le nombre de
branches qui s’intersectent
I R6 Angle de départ d’une branche avec l’axe réel en un pôle complexe pk de
multiplicité nk :
m n
1 X X
βk = ( arg(pk − zi ) − arg(pk − pj ) − (2λ + 1)π) avec λ ∈ [0, nk − 1]
nk
i=1 j=1,j6=k

Angle d’arrivée d’une branche avec l’axe réel en un zéro complexe zk de


multiplicité mk :
n m
1 X X
γk = ( arg(zk − pj ) − arg(zk − zi ) − (2λ + 1)π) avec λ ∈ [0, mk − 1]
mk
j=1 i=1,i6=k

Florent Nageotte () 128 / 209


Analyse en boucle fermée Lieu d’evans

Règles de construction (fin)


I R7 Graduation du lieu en K : au point zM , K vaut
1 D(zM )
K = − N(z =−
M) N(zM )
D(zM )

I R8 Intersection du lieu avec le cercle unité : utilisation du critère de Jury pour


déterminer les valeurs de K limite.

Détermination de la stabilité
Le système en boucle fermée est stable pour les valeurs de K pour lesquelles tous les
pôles de la boucle fermée sont à l’intérieur du cercle unité.

Florent Nageotte () 129 / 209


Analyse en boucle fermée Lieu d’evans

Exemple
r (k ) + (k ) u (k ) u (t ) y (t )
C (z ) B0(s) G(s)

ym (k )
Te

H (s)

1.3863K (z + 0.5)
C(z) =
z − 0.2
10
G(s) =
s + 6.931
H(s) = 1 et Te = 0.1s

Florent Nageotte () 130 / 209


Analyse en boucle fermée Lieu d’evans

Exemple
r (k ) + (k ) u (k ) u (t ) y (t )
C (z ) B0(s) G(s)

ym (k )
Te

H (s)

1.3863(z + 0.5)
C(z) =
z − 0.2
10
G(s) =
s + 6.931
H(s) = 1 et Te = 0.1s

K (z + 0.5)
FBO (z) =
(z − 0.5)(z − 0.2)

Florent Nageotte () 130 / 209


Analyse en boucle fermée Lieu d’evans

Exemple
K (z + 0.5)
FBO (z) =
(z − 0.5)(z − 0.2)

I R1 2 branches, 1 branche à l’infini


I R3 Lieu sur l’axe réel : [−∞, −0.5] et [0.2, 0.5]
I R4 Angle de l’asymptote : π (l’axe réel vers −∞)
I R5
dFBO K (z 2 − 0.7z + 0.1) − (z + 0.5)(2z − 0.7)
=
dz D2
dFBO
= 0 ⇐⇒ −z 2 − z + 0.45 = 0 ⇐⇒ z = −1.33 ou z = 0.33
dz
Tous deux valides
I R6 Ne s’applique pas ici
I R7 En z = 0.33, K = 0.0266 ; En z = −1.33, K = 3.37
I R8 D(z) = K (z − 0.5) + (z − 0.5)(z − 0.2) = z 2 + (K − 0.7)z + 0.5K + 0.1
Critère de Jury ⇒ K < 1.8
Pour K = 1.8, FBO (z) = − K1 ⇒ z = −0.55 ± 0.83j

Florent Nageotte () 130 / 209


Analyse en boucle fermée Lieu d’evans

Exemple

Florent Nageotte () 130 / 209


Analyse en boucle fermée Précision des systèmes numériques asservis

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique

Représentation des systèmes numériques

Analyse des systèmes échantillonnés

Analyse en boucle fermée


Critère de Nyquist
Lieu d’evans
Précision des systèmes numériques asservis

Correction par transposition

Synthèse numérique des correcteurs

Florent Nageotte () 131 / 209


Analyse en boucle fermée Précision des systèmes numériques asservis

Erreur par rapport à l’entrée de consigne

I Types d’erreurs
I Ecarts en régime permanent
I Ecarts dynamiques (non étudiés dans ce cours)
I Systèmes à commande numérique (signal d’écart  est échantillonné)
Exemple :
r (k ) (k ) y (t )
C (z ) CNA G(s)
+

ym (k )
Te
H (s)

Florent Nageotte () 132 / 209


Analyse en boucle fermée Précision des systèmes numériques asservis

Ordre des erreurs

Erreur d’ordre n
Valeur du signal d’écart en régime permanent entre consigne et sortie mesurée en
réponse à une entrée polynômiale de degré n : r (k) = ni=0 ai k i Υ(k), R(z) = (z−1)N(n+1)
P

Exemples
z
I Erreur de position : erreur d’ordre 0 (erreur statique) : r (k) = Υ(k), R(z) = z−1
zTe
I Erreur de traı̂nage : erreur d’ordre 1 : r (k) = k Υ(k ), R(z) = (z−1)2

Florent Nageotte () 133 / 209


Analyse en boucle fermée Précision des systèmes numériques asservis

Classe d’un système numérique

Un pôle en 1 dans un système réalise l’intégration de l’entrée du système.


Dém :
Y (z) N
G(z) = =
U(z) D(z − 1)
On suppose que les pôles de G sont stables (à l’exception du pôle en 1)
n
X m
X
Y (z)(z − 1) = Gi (z) + Uj (z)
i=1 j=1

n
X m
X
y(k + 1) − y(k) = gi (k) + uj (k)
i=1 j=1
Pm
Quand k → ∞, y(k + 1) → y(k) + j=1 uj (k)

Florent Nageotte () 134 / 209


Analyse en boucle fermée Précision des systèmes numériques asservis

Classe d’un système numérique

Ex simple : intégrateur pur avec retard

y (k )

1
G(z) =
z −1
Y (z)(1 − z −1 ) = z −1 U(z) u(k)
y(k) = y (k − 1) + u(k − 1)
k

Classe d’un système numérique


Nombre d’intégrateurs (pôles en 1) dans la boucle ouverte.
Ces intégrateurs peuvent provenir de pôles en 1 de blocs numériques (ex : le
correcteur) ou de pôles en 0 de blocs continus (ex : le procédé)

Florent Nageotte () 135 / 209


Analyse en boucle fermée Précision des systèmes numériques asservis

Expression des erreurs d’ordre n

N(z)
R(z) = avec n l’ordre de la consigne
(z − 1)n+1
A(z)
FBO (z) = avec l classe du système
B(z)(z − 1)l

R(z) N(z)B(z)(z − 1)l


(z) = =
1 + FBO (z) (z − 1) (B(z)(z − 1)l + A(z))
n+1

(k) converge à condition que l ≥ n. Dans ce cas,

lim (k) = lim (1 − z −1 )(z)


k →∞ z→1

N(1)B(1)(z − 1)l+1
= lim
z→1 (z − 1)n+1 (B(1)(z − 1)l + A(1)

Florent Nageotte () 136 / 209


Analyse en boucle fermée Précision des systèmes numériques asservis

Bilan

I (k) → 0 ssi l > n


I Si l = n l’erreur tend vers une valeur finie
I Si l < n l’erreur est infinie (erreur non bornée)
A(1)
Cas courants (on pose K = B(1)
)
z V0 z W0 z(z+1)
Entrée échelon R(z) = E0 z−1 rampe R(z) = (z−1)2
parabole R(z) = (z−1)3
E0
classe 0 1+K
∞ ∞
V0
classe 1 0 K

2W0
classe 2 0 0 K

I Lorsque l = n, l’erreur diminue quand on augmente le gain du système. Mais on


tend aussi en général à déstabiliser le système.
I Compromis entre précision et stabilité

Florent Nageotte () 137 / 209


Analyse en boucle fermée Précision des systèmes numériques asservis

Rejet des perturbations

Erreur statique par rapport à une perturbation


Valeur en régime permanent de l’écart entre consigne et mesure lorsque la consigne
est nulle et une entrée de perturbation activée

P (s)

+ y (t )
r (k ) (k ) +
C (z ) CNA G1(s) G2(s)
+

ym (k )
Te
H (s)

n ordre de la perturbation, l classe du système, l1 nombre d’intégrateurs dans C(z) et


G1 (s) et l2 = l − l1 nombre d’intégrateurs dans G2 H.

Florent Nageotte () 138 / 209


Analyse en boucle fermée Précision des systèmes numériques asservis

Rejet des perturbations (suite)

Num
P(s) = et R(z) = 0
sn+1
A(z)
FBO (z) =
B(z)(z − 1)l
N(z)
Z{G2 HP}(s) =
D(z)(z − 1)l2 +n+1

−Z{G2 HP} −N(z)B(z)(z − 1)l


(z) = = n+1+l
1 + FBO (z) (z − 1) 2 D(z)(B(z)(z − 1)l + A(z))

(k) converge à condition que l ≥ n + l2 ⇐⇒ l1 ≥ n. Dans ce cas,

lim (k) = lim (1 − z −1 )(z)


k→∞ z→1

−N(1)B(1)(z − 1)l+1
= lim
z→1 (z − 1)n+1+l2 D(1)(B(1)(z − 1)l + A(1))

Florent Nageotte () 139 / 209


Analyse en boucle fermée Précision des systèmes numériques asservis

Cas courants

I (k) → 0 ssi l1 > n


I Si l1 = n l’erreur tend vers une valeur finie
I Si l1 < n l’erreur est infinie (erreur non bornée)
A(1) N(1)
On pose K = B(1)
et K2 = D(1)
E0 V0 W0
Perturbation échelon P(s) = s
rampe P(s) = s2
parabole P(s) = s3
l1 = 0 − E1+K
0 K2
∞ ∞
l1 = 1 0 − V0KK2 ∞
l1 = 2 0 0 − W0KK2
I Lorsque l1 = n, l’erreur diminue quand on augmente le gain du système. Mais on
tend aussi en général à déstabiliser le système.

Florent Nageotte () 140 / 209


Analyse en boucle fermée Précision des systèmes numériques asservis

Importance de la chaı̂ne de retour


En pratique on est intéressé par l’erreur entre y(k) et r (k) en régime permanent.
Effet de H
I Cas idéal : H(s) = 1
I En pratique : amplification, H(s) est un filtre passe bas + filtrage anti-aliasing
I Il faut prendre en compte le comportement de H(s) dans la consigne
I Si BP(H + filtre anti-aliasing) > ωM (pulsation max des signaux utiles) =⇒ permet
de considérer H + filtre comme un simple gain
=⇒ Prise en compte du gain statique de H dans un préfiltre

Te

r (k ) + (k ) u (k ) y (t )
H (0) C (z ) BOZ G(s)
-

ym (k )
Te
H (s)

capteur + filtre

régulateur numérique partie analogique

Florent Nageotte () 141 / 209


Analyse en boucle fermée Précision des systèmes numériques asservis

Importance de la chaı̂ne de retour

Perturbations
L’effet des perturbations sur la chaı̂ne de retour ne peut pas être rejeté de l’erreur y − r .

Effet du CAN
I Erreur ”nulle” à la résolution du CAN (ou du capteur numérique) près
Exemple : CAN 12 bits sur une plage [−10V ; +10V ]
I Possibilité de cycle limite

Florent Nageotte () 142 / 209


Analyse en boucle fermée Précision des systèmes numériques asservis

Importance de la chaı̂ne de retour

Perturbations
L’effet des perturbations sur la chaı̂ne de retour ne peut pas être rejeté de l’erreur y − r .

Effet du CAN
I Erreur ”nulle” à la résolution du CAN (ou du capteur numérique) près
Exemple : CAN 12 bits sur une plage [−10V ; +10V ]
pas de quantification ∆q = 220 12 = 5mV . Lorsque l’écart  est nul, |y − r | < 5mV
pour un quantifieur par troncature, |y − r | < 2.5mV pour un quantifieur par
arrondi.
I Possibilité de cycle limite

Florent Nageotte () 142 / 209


Analyse en boucle fermée Précision des systèmes numériques asservis

Effet du CAN

r (k ) + y (t )
BOZ
+

−0.8z −1 CAN

I Si CAN sans quantification


1
Y (z) = U(z)
1 + 0.8z −1
y(k) = −0.8y(k − 1) + u(k)
si u(k) = 0∀k et y(0) = 0.3,

y(k) = 0.3 ∗ (−0.8)k → 0 qd k → ∞

Florent Nageotte () 143 / 209


Analyse en boucle fermée Précision des systèmes numériques asservis

Effet du CAN (suite)


I CAN avec quantification : y(k) = −0.8Q[y(k − 1)]
E

y (0)
y = −0.8x

y (2)

y (4)

S
−0.3 −0.2 −0.1 0.1 0.2 0.3

y (3)

y (1)

Cycle limite entre −q et +q à partir du pas 3


Florent Nageotte () 144 / 209
Analyse en boucle fermée Précision des systèmes numériques asservis

Différents effets de la quantification due au CAN

(k ) y (t )
r (k ) 0.1 10
z −1 BOZ s+5
+

Te

CAN

Florent Nageotte () 145 / 209


Analyse en boucle fermée Précision des systèmes numériques asservis

∆q = 0.1 et r (k) = Γ(k) ∆q = 0.2 et r (k) = Γ(k)


Ecart nul, erreur nulle Ecart nul, erreur non nulle

Florent Nageotte () 146 / 209


Analyse en boucle fermée Précision des systèmes numériques asservis

∆q = 0.2 et r (k) = 1.1Γ(k) ∆q = 0.5 et r (k) = 1.1Γ(k)


Ecart non nul, cycle limite Ecart non nul, cycle limite

Florent Nageotte () 147 / 209


Correction par transposition

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique

Représentation des systèmes numériques

Analyse des systèmes échantillonnés

Analyse en boucle fermée

Correction par transposition


Méthodes de transposition
Calcul de la loi de commande et implémentation
PIDs numériques

Synthèse numérique des correcteurs

Florent Nageotte () 148 / 209


Correction par transposition

Principe de la correction numérique

Te w (t ) δ y (t )

r (k ) u (k ) u (t ) + + y (t )
+ (k )
F (z ) C (z ) BOZ G(s)
- + +

ym (k )
Te
+
H (s)
+
capteur
v(t)
régulateur numérique partie analogique

Florent Nageotte () 149 / 209


Correction par transposition

Principe de la correction numérique

Te w (t ) δ y (t )

r (k ) u (k ) u (t ) + + y (t )
+ (k )
F (z ) C (z ) BOZ G(s)
- + +

ym (k )
Te
+
H (s)
+
capteur
v(t)
régulateur numérique partie analogique

I G(s) processus I ym mesure de la sortie


I H(s) capteur I  écart ou erreur d’asservissement
I C(z) correcteur I u commande
I F (z) pré-filtre I w(t) perturbation d’entrée
I r signal de consigne I v (t) bruit de mesure
I y signal de sortie (à réguler) I δy(t) perturbation de sortie
Florent Nageotte () 149 / 209
Correction par transposition

Objectifs de la synthèse des correcteurs numériques

I Stabilité : système en BF stable


I Performance :
I suivre la consigne (précision)
I comportement selon un modèle (type 2ème ordre)
I rejet des perturbations
I Robustesse : conserver stabilité et performances malgré :
I incertitudes sur les paramètres
I dynamiques non modélisées
I non-linéarités

Florent Nageotte () 150 / 209


Correction par transposition

Outils pour la synthèse

I Stabilité :
I Critère de Jury
I Critère de Nyquist
I Performance :
I Lieu d’Evans (placement des pôles)
I Calcul des erreurs en régime permanent
I Simulation (vérification a postériori)
I Robustesse :
I Marges de stabilité (diagramme de Bode ou Nyquist)
I Simulation (vérification a postériori)

Florent Nageotte () 151 / 209


Correction par transposition Méthodes de transposition

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique

Représentation des systèmes numériques

Analyse des systèmes échantillonnés

Analyse en boucle fermée

Correction par transposition


Méthodes de transposition
Calcul de la loi de commande et implémentation
PIDs numériques

Synthèse numérique des correcteurs

Florent Nageotte () 152 / 209


Correction par transposition Méthodes de transposition

Principe de la transposition des correcteurs continu

Principe
I Synthèse d’un correcteur continu par une méthode continue
I Approximation du comportement du correcteur continu par un correcteur
numérique

Méthodes de synthèse en continu (rappel)


I Synthèses fréquentielles à l’aide des diagrammes de Bode : garantir marges de
gain et de phase
I Synthèse par placement des pôles de la boucle fermée : Lieu d’Evans
I Choix d’un correcteur standard (P, PI, PD, PID, PDD) et réglage des paramètres.

Florent Nageotte () 153 / 209


Correction par transposition Méthodes de transposition

La transposition continu - numérique

Choix
I d’une méthode de transposition
I de la période d’échantillonnage (quand cela est possible)

(t ) u (t )
Cc (s)

Te
(t ) u (t )
Cz (z ) BOZ
(k ) u (k )

Florent Nageotte () 154 / 209


Correction par transposition Méthodes de transposition

Transposition continu-numérique

I Correcteur analogique : entrée (écart) et sortie (commande) reliées par des


équations intégro-différentielles
I Correcteur numérique : entrée et sortie reliées par des équations aux différences
I Transposition : approcher des équations intégro-différentielles par des équations
numériques

Méthodes de transposition présentées


I Echantillonnage - blocage
I Transformation bilinéaire
I Conservation pôles - zéros

Florent Nageotte () 155 / 209


Correction par transposition Méthodes de transposition

Transposition par échantillonnage blocage

(t ) u (t )
Cc (s)

Te
(t ) u (t )
BOZ Cc (s) BOZ
Te (k ) u (k )

C (z )

Cc (s)
C(z) = (1 − z −1 )Z{ }
s

Florent Nageotte () 156 / 209


Correction par transposition Méthodes de transposition

Effet temporel de la période d’échantillonnage

1
C(s) =
s+5

Florent Nageotte () 157 / 209


Correction par transposition Méthodes de transposition

Effet fréquentiel de la période d’échantillonnage

10(s + 5)
C(s) =
s + 50

Florent Nageotte () 158 / 209


Correction par transposition Méthodes de transposition

Transposition par échantillonnage blocage

Propriétés
I Si Cc (s) est stable alors C(z) est stable.
I Conservation du gain statique
I Retard introduit par le BOZ
I Zéros non-conservés =⇒ distorsion fréquentielle importante
I =⇒ Nécessite Te petit par rapport aux dynamiques de Cc
I =⇒ Mauvaise approximation de la phase

Florent Nageotte () 159 / 209


Correction par transposition Méthodes de transposition

Approximation bilinéaire ou homographique


Appellation anglo-saxonne : Tustin approximation

Intégration analogique
Rt
x (t ) I (t ) = 0
x (t )
1
s

x (t )

Intégration numérique par la méthode des


1111
0000
trapèzes 0000
1111
0000
1111
0000
1111
0000
1111
0000
1111
0000
1111
0000
1111
0000
1111
0000
1111
0000
1111
0000
1111
0000
1111
Te 0000
1111
0000
1111
I(kTe ) = I((k−1)Te )+ (x(kTe )+x((k−1)Te )) 0000
1111
0000
1111
2 Te t

Te
I(k) − I(k − 1) = (x(k) + x(k − 1))
2

Te (1 + z −1 )
I(z) = X (z)
2 (1 − z −1 )

Florent Nageotte () 160 / 209


Correction par transposition Méthodes de transposition

Approximation bilinéaire ou homographique

Changement de variable :
2(z − 1)
s −→
Te (z + 1)

Propriétés
I Conserve la stabilité (du correcteur)
I Conserve le gain statique

2+Te s
000000000000
111111111111
000000000000
111111111111
111111111111
000000000000
z= 2−Te s
000000000000
111111111111
000000000000
111111111111
000000000000
111111111111
000000000000
111111111111
000000000000
111111111111 1111111111111
0000000000000
000000000000
111111111111 0000000000000
1111111111111
000000000000
111111111111 0000000000000
1111111111111
0000000000000
1111111111111
000000000000
111111111111 0000000000000
1111111111111
000000000000
111111111111
000000000000
111111111111 0000000000000
1111111111111
000000000000
111111111111 0000000000000
1111111111111
000000000000
111111111111 0000000000000
1111111111111
0000000000000
1111111111111
000000000000
111111111111 0000000000000
1111111111111
000000000000
111111111111
000000000000
111111111111 0000000000000
1111111111111
000000000000
111111111111 0000000000000
1111111111111
0000000000000
1111111111111
000000000000
111111111111 0000000000000
1111111111111
000000000000
111111111111
000000000000
111111111111 0000000000000
1111111111111
000000000000
111111111111 0000000000000
1111111111111
000000000000
111111111111 0000000000000
1111111111111
000000000000
111111111111
000000000000
111111111111
C1 1111111111111
0000000000000
0000000000000
1111111111111
0000000000000
1111111111111
000000000000
111111111111 0000000000000
1111111111111
000000000000
111111111111 0000000000000
1111111111111
000000000000
111111111111
000000000000
111111111111 0000000000000
1111111111111
000000000000
111111111111 0000000000000
1111111111111
000000000000
111111111111 0000000000000
1111111111111
000000000000
111111111111
000000000000
111111111111

Florent Nageotte () 161 / 209


Correction par transposition Méthodes de transposition

Effet temporel de la transposition bilinéaire

1
C(s) =
s+5

Florent Nageotte () 162 / 209


Correction par transposition Méthodes de transposition

Effet fréquentiel

Réponse harmonique (z = ejωTe )


Continu Approximation bilinéaire
2(ejωTe − 1) 2j ωTe tan ωTe
s = jω jωT
= tan = jω ωTe2
Te (e e + 1) Te 2 2
ωTe
tan
I Filtrage F (jω) = ωTe
2
=⇒ Deformation importante pres de fN
2
I Pas de retard =⇒ Meilleur comportement fréquentiel que la transposition par
blocage d’ordre zéro

Florent Nageotte () 163 / 209


Correction par transposition Méthodes de transposition

Effet fréquentiel (suite)

I Effet sur un intégrateur : les fréquences proches de la fréquence de Nyquist sont


fortement attenuées

I Effet sur un dérivateur : les fréquences proches de la fréquence de Nyquist sont


fortement amplifiées

Florent Nageotte () 164 / 209


Correction par transposition Méthodes de transposition

Effet fréquentiel (suite)

10(s + 5)
C(s) =
s + 50

Florent Nageotte () 165 / 209


Correction par transposition Méthodes de transposition

Effet fréquentiel (suite)

1
I Effet sur un filtre sélectif C(s) = 1+s2
avec Te = 0.5s

Florent Nageotte () 166 / 209


Correction par transposition Méthodes de transposition

Transposition par transformation bilinéaire

Conclusion
I Conservation de la stabilité du correcteur
I Conservation du gain statique
I Bonne approximation pour filtres passe-bas ou passe-bande
I Attention pour les correcteurs PD et PID réels lorsque les pôles sont en haute
fréquence
I Décalage des fréquences pour les filtres sélectifs

Florent Nageotte () 167 / 209


Correction par transposition Méthodes de transposition

Correction de la distorsion
Approximation bilinéaire avec ”prewarping”
Principe
Corriger la distorsion pour une pulsation particulière ω0 en utilisant le changement de
variable :
ω0 Te
2 2 (z − 1)
s −→
tan ω0 Te Te (z + 1) 2

Florent Nageotte () 168 / 209


Correction par transposition Méthodes de transposition

Conservation des pôles et zéros

Appellation anglo-saxonne : ”Matched” transform


Principe
I Pour chaque pôle pi (ou zéro zi ) calcul du pôle (ou zéro) numérique équivalent
eTpi (eTzi )
I Calcul du gain conservant le gain statique
I Calcul du gain conservant le gain en une pulsation définie (choisie selon
l’application)

Florent Nageotte () 169 / 209


Correction par transposition Méthodes de transposition

Comportement fréquentiel

10(s + 5)
C(s) =
s + 50

Florent Nageotte () 170 / 209


Correction par transposition Méthodes de transposition

Comportement fréquentiel

1
C(s) =
1 + s2

Florent Nageotte () 171 / 209


Correction par transposition Méthodes de transposition

Conservation des pôles et zéros

Propriétés
I Conserve la stabilité du correcteur
I Conserve le gain statique (par construction)
I Conserve la ”forme” de la réponse fréquentielle (pas de décalage en fréquence)
I Très bonne approximation en gain même à faible période d’échantillonnage
I =⇒ Utile pour approcher finement un comportement fréquentiel en gain

Florent Nageotte () 172 / 209


Correction par transposition Méthodes de transposition

Transpositions : conclusion

I Comportement du correcteur numérique au mieux celui du correcteur continu


(souvent moins bon)
I Comportement d’autant plus proche du système continu que la période
d’échantillonnage est petite par rapport aux dynamiques du correcteur
(constantes de temps des pôles et zéros)
I Bloqueur d’ordre zéro non pris en compte
I Stabilité de la BF non garantie !
I Méthodes conseillées :
I correcteur de type passe-bas ou passe-bande : ”tustin”
I correcteur sélectif : ”matched” ou ”tustin” avec prewarping
I correcteur de type passe-haut : ”matched” ou ”Euler”

Florent Nageotte () 173 / 209


Correction par transposition Méthodes de transposition

Choix de la période d’échantillonnage

Comportement fréquentiel différent du continu près de la fréquence de Nyquist


Choix pratique
I Suffisante pour le temps de calcul de la commande
I ∼ 10 fois plus petite que la constante de temps du système en BF

Exemple
10
I G(s) = s(s+10)
I Cahier des charges : dépassement inférieur à 5% et temps de réponse à 2%
inférieur à 1s.
I Synthèse continue =⇒ C(s) = 5.2
I Transposition =⇒ Cz (z) = 5.2
I Réponses pour différents choix de Te

Florent Nageotte () 174 / 209


Correction par transposition Méthodes de transposition

Choix de la période d’échantillonnage

Florent Nageotte () 175 / 209


Correction par transposition Méthodes de transposition

Prise en compte du bloqueur d’ordre zéro dans le choix de Te

Effet du BOZ
I Retard d’une demi-période d’échantillonnage
I Atténuation en limite de bande de base
I Prise en compte nécessaire pour les fréquences proches de fN .

Exemple
Correcteur : pulsation de coupure ωc
Perte de phase à ωc : δϕ = ωc T2e
0.3
Pour limiter la perte à 10˚ (0.17 rad) (diminution de ϕM ) : Te < ωc

Florent Nageotte () 176 / 209


Correction par transposition Calcul de la loi de commande et implémentation

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique

Représentation des systèmes numériques

Analyse des systèmes échantillonnés

Analyse en boucle fermée

Correction par transposition


Méthodes de transposition
Calcul de la loi de commande et implémentation
PIDs numériques

Synthèse numérique des correcteurs

Florent Nageotte () 177 / 209


Correction par transposition Calcul de la loi de commande et implémentation

Calcul de la loi de commande

Te
(t ) u (t )
Cz (z ) BOZ
(k ) u (k )

U(z) = Cz (z)(z)
N(z) n0 + n1 z −1 + · · · + nm z −m
Cz (z) = =
D(z) d0 + d1 z −1 + · · · + dn z −n
n
X m
X
di U(z)z −i = nj (z)z −j
i=0 j=0

1
u(k) = (n0 (k) + n1 (k − 1) + · · · + nm (k − m) − d1 u(k − 1) − · · · − dn u(k − n))
d0

Florent Nageotte () 178 / 209


Correction par transposition Calcul de la loi de commande et implémentation

Problèmes de synchronisation

Problème
I Lorsque le correcteur numérique a autant de zéros que de pôles, la commande au
pas k dépend de la mesure au même pas
I Temps de calcul Tc non nul =⇒ Impossible de conserver la synchronisation du
CNA et du CAN

Solutions
I Désynchroniser les convertisseurs : on écrit sur le CNA lorsque le calcul est
terminé
I Si Tc  Te la boucle se comporte comme prévu
I Si Tc ∼ Te l’effet peut être non négligeable mais est difficile à modéliser (retard non
multiple de la période d’échantillonnage)
I La commande calculée est envoyée au prochain top d’horloge : on ajoute un
retard d’une (ou plusieurs) périodes d’échantillonnage
I Si Te  tr la boucle se comporte comme prévu
I Si Te < tr l’effet du retard est non négligeable =⇒ il faut le prendre en compte dès le
début en faisant la synthèse sur G(s)e−Te s

Florent Nageotte () 179 / 209


Correction par transposition Calcul de la loi de commande et implémentation

Problèmes de synchronisation

échantillonnage - blocage
Te écriture CNA
lecture CAN
synchrone
Tc

écriture CNA
asynchrone
Tc

écriture CNA
quasi-synchrone
Tc

I Remarque : le problème ne se pose pas lorsque le correcteur a plus de pôles que


de zéros

Florent Nageotte () 180 / 209


Correction par transposition Calcul de la loi de commande et implémentation

Problèmes d’arrondis

10(s + 4)
C(s) =
s(s + 40)
Transformée bilinéaire avec Te = 0.01s
2
−16.66z+8.003
Matlab fournit : C(z) = 8.67z
z 2 −1.667z+0.6667
8.67z 2 −16.66z+8.003
Avec une précision meilleure : C(z) = z 2 −1.6667z+0.6667

Conclusion
Attention aux erreurs d’arrondis. Toujours
garder au moins 3 décimales en
numérique.

Florent Nageotte () 181 / 209


Correction par transposition PIDs numériques

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique

Représentation des systèmes numériques

Analyse des systèmes échantillonnés

Analyse en boucle fermée

Correction par transposition


Méthodes de transposition
Calcul de la loi de commande et implémentation
PIDs numériques

Synthèse numérique des correcteurs

Florent Nageotte () 182 / 209


Correction par transposition PIDs numériques

Correcteurs standards

z−1
Avec la transformation d’Euler (s −→ zTe
):
Correcteur continu Correcteur numérique

P Kp Kp

1 1 Te z
PI idéal Kp (1 + ) Kp (1 + )
Ti s Ti z − 1

Td s N(z − 1)
PD réel Kp (1 + Td
) Kp (1 + )
1+ N
s (1 + NT
T
e
)z − 1
d

1 Td s 1 Te z N(z − 1)
PID réel Kp (1 + + ) Kp (1 + + )
Ti s 1 + TNd s Ti z − 1 (1 + NT
T
e
)z − 1
d

Florent Nageotte () 183 / 209


Correction par transposition PIDs numériques

Les PID numériques


I Forme standard
u(k) = up (k) + ui (k) + ud (k)
up (k) = Kp (k)
Te
ui (k) = ui (k − 1) + Kp (k)
Ti
1
ud (k) = (ud (k − 1) + Kp N((k) − (k − 1)))
1 + NT
T
e
d

r (k ) (k ) + + u (k )
Te z
Kp Ti (z −1) BOZ
+ I
- +

N (z −1)
(1+ NTe
T )z −1
d
D approchée
Te
ym (k )

Florent Nageotte () 184 / 209


Correction par transposition PIDs numériques

PID sans dérivation de la consigne


I Forme sans dérivation de la consigne : éviter de trop solliciter les actionneurs à la
suite d’un changement de consigne
u(k) = up (k) + ui (k) + ud (k)
up (k) = Kp (k)
Te
ui (k) = ui (k − 1) + Kp (k)
Ti
1
ud (k) = (ud (k − 1) − Kp N(ym (k) − ym (k − 1)))
1 + NT
T
e
d

r (k ) (k ) + + u (k )
Te z
Kp Ti (z −1) BOZ
+
- +

N (z −1)
−Kp (1+ NTe
T )z −1
d

Te
ym (k )

Florent Nageotte () 185 / 209


Correction par transposition PIDs numériques

PID sans dérivation de la consigne

Florent Nageotte () 186 / 209


Correction par transposition PIDs numériques

Effet des saturations sur le terme intégral


UM
u (k ) ua(k )

commande commande appliquée


calculée
Um

I si u(k) > UM , ua (k) = UM


I si u(k) < Um , ua (k) = Um
I sinon ua (k) = u(k)

Florent Nageotte () 187 / 209


Correction par transposition PIDs numériques

Anti-emballement

I Emballement du terme intégral


I Solution : bloquer l’intégration lorsqu’il y a saturation

1ère solution : bloquage du terme intégral


I u0 (k) = up (k) + ui (k − 1) + Kp TTe (k) + ud (k)
i

ui (k − 1) + Kp TTe (k) si Um < u0 (k) < UM



I ui (k) = i
ui (k − 1) si u0 (k) > UM ou u0 (k) < Um
I u(k) = up (k) + ui (k) + ud (k)
Inconvénient : limitation trop importante de la commande

Florent Nageotte () 188 / 209


Correction par transposition PIDs numériques

Anti-emballement

2ème solution : recalcul du terme intégral


Calcul du terme intégral qui amène à la limite de saturation
I u0 (k) = up (k) + ui (k − 1) + Kp TTe (k) + ud (k)
i
8
< U M − (up (k) + u d (k)) si u0 (k) > UM
I ui (k) = ui (k − 1) + Kp TTe (k) si Um < u0 (k) < UM
i
Um − (up (k) + ud (k)) si u0 (k) < Um
:

I u(k) = up (k) + ui (k) + ud (k) = us (k)


Avantages : commande maximale sans saturation

Florent Nageotte () 189 / 209


Correction par transposition PIDs numériques

Filtrage de l’effet dérivé

Problèmes
I Dérivation pure : filtre passe-haut, gain infini en haute fréquence
I Bruit haute fréquence =⇒ sollicitation des actionneurs (échec de la régulation)

Solutions
I Ne pas utiliser de dérivation pure (ajout d’un pôle en haute fréquence)
I Utiliser une dérivation filtrée

Florent Nageotte () 190 / 209


Correction par transposition PIDs numériques

Filtrage de l’effet dérivé

I Dérivation forme d’Euler : dérivation sur 2 points


(k) − (k − 1)
d(k) =
Te
I Dérivation sur 4 points :
2(k) + (k − 1) − (k − 2) − 2(k − 3)
d(k) =
10Te

Florent Nageotte () 191 / 209


Synthèse numérique des correcteurs

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique

Représentation des systèmes numériques

Analyse des systèmes échantillonnés

Analyse en boucle fermée

Correction par transposition

Synthèse numérique des correcteurs


Synthèse fréquentielle
Stabilité interne
Placement de pôles

Florent Nageotte () 192 / 209


Synthèse numérique des correcteurs

Synthèse directe en numérique

Principe
I Calculer la fonction de transfert en z G(z) du procédé et du convertisseur
numérique analogique
I Synthétiser un correcteur numérique à partir de G(z)

Avantages
I Prise en compte explicite du BOZ
I Prise en compte explicite de la période d’échantillonnage
I Pas de distorsion due à la transposition
I Meilleure robustesse vis-à-vis de la méconnaissance du procédé

Inconvénients
I Méthodes de synthèse plus complexes et moins intuitives

Florent Nageotte () 193 / 209


Synthèse numérique des correcteurs Synthèse fréquentielle

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique

Représentation des systèmes numériques

Analyse des systèmes échantillonnés

Analyse en boucle fermée

Correction par transposition

Synthèse numérique des correcteurs


Synthèse fréquentielle
Stabilité interne
Placement de pôles

Florent Nageotte () 194 / 209


Synthèse numérique des correcteurs Synthèse fréquentielle

Synthèse fréquentielle

1. Calculer la transmittance échantillonnée G(z) du procédé ou obtenir son


diagramme de Bode numérique
2. Exprimer le cahier des charges en termes de
I Bande passante
I Gain statique
I Marge de gain et de phase
I Rejet de perturbations
3. Choix d’une structure de correcteur (PI, PID, avance de phase, etc.) et choix
partiel du correcteur à partir du cahier des charges C(z) = Cimpose (z)Clibre (z)
4. Tracer les diagrammes de Bode de Cimpose (z)G(z)
5. Raffinement du choix du correcteur et réglage des paramètres inconnus du
correcteur à partir des diagrammes

Difficultés
I Pas de tracé asymptotique
I L’ajout d’un intégrateur ne déphase pas uniformément de −90˚
I =⇒ Nécessite des outils de tracer numérique

Florent Nageotte () 195 / 209


Synthèse numérique des correcteurs Synthèse fréquentielle

Synthèse fréquentielle

Sans outil numérique


I Transformée en w :
2 z −1
w=
Te z + 1 Im(z ) Im(w )
1111111111111
0000000000000 plan en w
plan en z 0000000000000
1111111111111
0000000000000
1111111111111
T w
1+ e2 0000000000000
1111111111111
0000000000000
1111111111111
0000000000000
1111111111111
I Calcul de G(w) = G(z = T w ) 0000000000000
1111111111111
0000000000000
1111111111111
0000000000000
1111111111111
1− e2 C1
0000000000
1111111111
1111111111
0000000000
0000000000
1111111111
0000000000000
1111111111111
0000000000000
1111111111111
0000000000000
1111111111111
0000000000
1111111111 0000000000000
1111111111111
0000000000000
1111111111111
0000000000
1111111111 0000000000000
1111111111111
0000000000
1111111111
0000000000
1111111111 0000000000000
1111111111111
ωT Re(z ) 0000000000000
1111111111111 Re(w )
tan 2 e 0000000000
1111111111
0000000000
1111111111 0000000000000
1111111111111
0000000000000
1111111111111
I Quand z = ejωTe , w = jω ωTe
0000000000
1111111111
0000000000
1111111111
0000000000
1111111111
0000000000
1111111111
0000000000
1111111111
0000000000000
1111111111111
0000000000000
1111111111111
0000000000000
1111111111111
0000000000000
1111111111111
0000000000000
1111111111111
0000000000
1111111111 0000000000000
1111111111111
2 0000000000
1111111111
0000000000
1111111111 0000000000000
1111111111111
0000000000
1111111111 0000000000000
1111111111111
0000000000
1111111111 0000000000000
1111111111111
0000000000000
1111111111111
ωTe 0000000000000
1111111111111
0000000000000
1111111111111
tan 0000000000000
1111111111111
I On pose w = jω 0 avec ω 0 = ωTe
2 0000000000000
1111111111111
0000000000000
1111111111111
0000000000000
1111111111111

2
I G(jω 0 ) est une fraction rationnelle =⇒ Tracé
asymptotique comme en continu
I Synthèse de C(w) comme en continu
I calcul de C(z) par transformée en w inverse

Florent Nageotte () 196 / 209


Synthèse numérique des correcteurs Synthèse fréquentielle

Exemple de synthèse fréquentielle

r (k ) y (t )
C (z ) BOZ G(s)
+
-

Te

10
G(s) = et Te = 0.1s
(s + 10)(s + 3)

Cahier des charges


1. Gain statique unitaire
2. Rejet des perturbations de charge constantes
3. Marge de phase de 45˚
4. Bande passante de 5rad/s

Florent Nageotte () 197 / 209


Synthèse numérique des correcteurs Synthèse fréquentielle

Diagramme de Bode de G(z) = (1 − z −1 )Z{ G(s)


s
}= 0.0331(z+0.649)
(z−0.3679)(z−0.7048)

Première analyse du cahier des charges


Clibre
I Ajout d’un intégrateur pour (1) et (2) =⇒ C(z) = z−1

Florent Nageotte () 198 / 209


Synthèse numérique des correcteurs Synthèse fréquentielle

G(z)
Diagramme de Bode de z−1

Deuxième analyse du cahier des charges


I Ajout d’un zéro (au moins) pour amener 65˚ de phase en ωc
I Modification du gain pour avoir GdB (ωc ) = 0
Kc (z−z0 )
I =⇒ C(z) = z−1

Florent Nageotte () 198 / 209


Synthèse numérique des correcteurs Synthèse fréquentielle
I Calcul de z0

π
ϕ(ejωc Te − z0 ) = 65
180
π
⇐⇒ atan2(sin (ωc Te ), cos (ωc Te ) − z0 ) = 65
180
⇐⇒ z0 = 0.6540
I Calcul de Kc

1
˛ ˛
Kc ˛ejωc Te − 0.6540˛ = =⇒ Kc = 4.6
˛ ˛
0.3
I
4.6(z − 0.6540)
=⇒ C(z) =
z −1

Florent Nageotte () 198 / 209


Synthèse numérique des correcteurs Synthèse fréquentielle

Diagrammes de Bode de C(z)G(z)

Florent Nageotte () 198 / 209


Synthèse numérique des correcteurs Stabilité interne

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique

Représentation des systèmes numériques

Analyse des systèmes échantillonnés

Analyse en boucle fermée

Correction par transposition

Synthèse numérique des correcteurs


Synthèse fréquentielle
Stabilité interne
Placement de pôles

Florent Nageotte () 199 / 209


Synthèse numérique des correcteurs Stabilité interne

Stabilité interne

I Stabilité BIBO insuffisante pour garantir le fonctionnement d’un système

r (k ) u (k ) y (k )
C (z ) G(z )
+
-

0.3(z − 0.7)(z − 0.5) z −2


C(z) = et G(z) =
(z − 1)(z − 2)(z − 0.1) (z − 0.5)(z − 0.7)
Y (z) 0.3 0.3
= 2 =
R(z) z − 1.1z + 0.4 (z − 0.55 − 0.31j)(z − 0.55 + 0.31j)
Système BIBO stable

Florent Nageotte () 200 / 209


Synthèse numérique des correcteurs Stabilité interne

Stabilité interne
On ”mesure” la commande U
U(z) 0.3(z − 0.7)(z − 0.5)
=
R(z) (z − 2)(z 2 − 1.1z + 0.4)
Système non BIBO stable
I Commande non stable −→ sortie stable ou non stable ?
I Le moindre bruit (même d’approximation numérique) rend le système instable ! !

avec le couple pôle/zéro en 2 sans le couple


Florent Nageotte () 201 / 209
Synthèse numérique des correcteurs Stabilité interne

Stabilité interne

Définition
Un système est stable de manière interne si toutes les fonctions de transfert entre les
entrées externes et tous les points du système ont leurs pôles à l’intérieur du cercle
unité (à gauche de l’axe imaginaire pour les systèmes continus)

Conséquences
I On ne peut pas compenser des pôles à l’extérieur du cercle unité
I On ne peut pas compenser des zéros à l’extérieur du cercle unité

Florent Nageotte () 202 / 209


Synthèse numérique des correcteurs Placement de pôles

Plan du cours

Introduction

Conversion Numérique - Analogique et Analogique - Numérique

Représentation des systèmes numériques

Analyse des systèmes échantillonnés

Analyse en boucle fermée

Correction par transposition

Synthèse numérique des correcteurs


Synthèse fréquentielle
Stabilité interne
Placement de pôles

Florent Nageotte () 203 / 209


Synthèse numérique des correcteurs Placement de pôles

Placement des pôles de la boucle fermée

Principe
I Calculer la transmittance échantillonnée du procédé
I Exprimer le cahier des charges en termes de
I Amortissement, pulsation propre
I Rapidité
I Précision
I Rejet de perturbations
I Tracer le lieu d’Evans
I Choisir une structure de correcteur (PI, PID, etc.)
I Réglage des paramètres du correcteur sur le lieu d’Evans

Florent Nageotte () 204 / 209


Synthèse numérique des correcteurs Placement de pôles

Utilisation du lieu d’Evans


5π 4π
9
ζ=0 9
6π 3π
9 ζ = 0, 1 ωn Te = 9

ζ = 0, 2
7π 2π
9 ζ = 0, 3 ωn Te = 9

ζ = 0, 4
ζ = 0, 5
π
8π ζ = 0, 6 ωn Te = 9
9
ζ = 0, 7
ζ = 0, 8
ζ = 0, 9

I pôles dominants près du cercle unité


I graduation en amortissement et pulsation propre
Attention ! valable uniquement pour des systèmes équivalent à des 2nd ordre en
BF
Florent Nageotte () 205 / 209
Synthèse numérique des correcteurs Placement de pôles

Conseils pour la synthèse à partir du lieu d’Evans

I Les pôles et zéros du correcteur presque toujours à l’intérieur du cercle unité


I Minimiser le nombre de branches du lieu d’Evans en compensant les zéros et
pôles stables du procédé.
I Eviter les pôles et zéros complexes conjugués (sauf pour compenser des pôles ou
zéros stables), car le lieu devient compliqué
I Utiliser des zéros pour ramener les branches dans le domaine de stabilité (effet
attracteur des zéros)
I les pôles ”repoussent” les branches.
I Les abaques d’iso-amortissement et d’iso-pulsation propres sont valables pour
des systèmes équivalents à un 2ème ordre (2 pôles dominants) : pas d’autre pôle ni
de zéros ayant une dynamique comparable.
I Attention ! Pour savoir si un / des pôle(s) sont dominant(s) il est plus prudent de
calculer les pôles continus équivalents
I Eviter les pôles réels négatifs dans le correcteur =⇒ commandes alternées
néfastes quand Te est petite
I Eviter de placer des zéros trop près de 1 car ils compensent l’effet des
intégrateurs

Florent Nageotte () 206 / 209


Synthèse numérique des correcteurs Placement de pôles

Exemple

r (k ) y (t )
C (z ) BOZ G(s)
+
-

Te

10
G(s) = et Te = 0.1s
(s + 10)(s + 3)

Cahier des charges


1. Erreur statique nulle
2. Erreur nulle par rapport aux perturbations de sortie constantes
3. comportement de type 2ème ordre avec ζ = 0.7
4. Temps de réponse à 2% < 2s

Florent Nageotte () 207 / 209


Synthèse numérique des correcteurs Placement de pôles

G(s)
G(z) = Z{B0 (s)G(s)} = (1 − z −1 )Z{ }
s
0.033(z + 0.649)
=
(z − 0.3679)(z − 0.7408)
I Besoin d’un intégrateur pour (1) et (2)
I C(z) = Cz−1
libre

Tracés pour BO(z) = Kz−1


c G(z)

Réglage du gain Kc pour obtenir ζ = 0.7


Florent Nageotte () 208 / 209
Synthèse numérique des correcteurs Placement de pôles

I Système trop lent


I =⇒ Compensation du pôle dominant en z = 0.7408

Tracés pour BO(z) = Kz−1


c G(z)

Réglage du gain pour obtenir ζ = 0.7 (Kc ∼ 4.03)


Le temps de réponse est acceptable

4.03(z − 0.7408)
C(z) =
z −1

Florent Nageotte () 209 / 209

Vous aimerez peut-être aussi