Master 2 T3I 2018/2019

Rapport
Analyse vibratoire
Master 2 mention Électronique, Énergie Électrique, Automatique
parcours Traitement de l’information et l’instrumentation pour l’ingénieur
(T3I)

Réalisé par: ETTABAL Moez

AMOR Elbechir

1
 Master 2 T3I 2018/2019

1. Objectif :
Le but de ce projet est d’analyser le mouvement d’oscillations d’un système de suspension
d’un véhicule qui se comporte de masse m (masse de la caisse), amortisseur (avec coefficient
d’amortissement c) et d’un ressort de raideur k.

Figure 1 : système de suspension d’un véhicule

2. Étude de mouvement de système :

a. Etudes théorique :

Isolation de système

Figure 2 : isolation de système

2
 Master 2 T3I 2018/2019

• Les forces exercées sur le système s’écrit ci-dessous :

- ⃗ = - m*g. 𝑖
Le poids : 𝑃
- La force de rappel : ⃗⃗⃗
𝐹𝑟 = - k*(x – u – 𝑙𝑜 ). 𝑖
• ⃗⃗⃗𝑎 = - c*(𝑥̇ – 𝑢̇ ). 𝑖
La force d’amortissement : 𝐹
Nous appliquons le PFD :

m.𝑥̈ = ∑ ⃗⃗⃗⃗⃗⃗⃗
𝐹𝑒𝑥𝑡

m.𝑥̈ . 𝑖 = 𝑃⃗ + ⃗⃗⃗
𝐹𝑟 + ⃗⃗⃗
𝐹𝑎
𝑚𝑥̈ + 𝑐𝑥̇ + 𝑘𝑥 = 𝑐𝑢̇ + 𝑘𝑢 (1)
Or

𝑥[𝑛] = 𝑥 (𝑛𝑇𝑒)
𝑥[𝑛]−𝑥[𝑛−1]
𝑥̇ [𝑛] = 𝑇𝑒

𝑥[𝑛 + 1] − 2𝑥[𝑛] + 𝑥[𝑛 − 1]

𝑥̈ =
(𝑇𝑒)2
𝑢[𝑛] = 𝑢(𝑛𝑇𝑒)
𝑢[𝑛+1]−𝑢[𝑛]
𝑢̇ [𝑛] =
𝑇𝑒

Donc si on remplace les équations ci-dessus dans l’équation (1)

𝑥[𝑛+1]−2𝑥[𝑛]+𝑥[𝑛−1] 𝑥[𝑛+1]−𝑥[𝑛] 𝑢[𝑛+1]−𝑢[𝑛]
 m.( 2 ) + c.( ) + k.x[n 𝑇𝑒 ] = k.( u[n 𝑇𝑒 ]) + c.( )
𝑇𝑒 𝑇𝑒 𝑇𝑒

 𝑥[𝑛 + 1]. (𝑚 + c. 𝑇𝑒 ) - 𝑥[𝑛].(2*m+c. 𝑇𝑒 ) + m. 𝑥[𝑛 − 1]+ 𝑇𝑒 2 .k.x[n 𝑇𝑒 ] =

𝑇 2 . k.(1u[n 𝑇 ]) + c. 𝑇 .( 𝑢[𝑛 + 1] − 𝑢[𝑛])

𝑥[𝑛 + 1]𝑒= (𝑚+c. 𝑇 ) [(2*m+c.
𝑒
𝑇𝑒𝑒 ). 𝑥[𝑛] − m. 𝑥[𝑛 − 1] − 𝑇𝑒 2 . k. (x[n 𝑇𝑒 ] + u[n 𝑇𝑒 ]) + c. 𝑇𝑒 .( 𝑢[𝑛 + 1] − 𝑢[𝑛])]
𝑒

b. Étude pratique :
Pour l’étude pratique de notre système on utilise le logiciel Matlab on appliquons la fonction
filtre dans les cas suivants :
• Dirac
• Bruit blanc
• Excitation port

3
 Master 2 T3I 2018/2019

Programme Matlab : Pour la discrétisation de système :

%% déclaration des variables

Fe = 100;

N = 50;

f = 10;

Te = 1/Fe;

t = linspace(0,(N-1)/Fe,N); %vecteur temps (s)

exi1=0.1;

exi2=0.7;

w0=2*pi*10;

m=1;

num11=[2*exi1*w0 w0^2];

den11=[1 2*exi1*w0 w0^2];

num22=[2*exi2*w0 w0^2];

den22=[1 2*exi2*w0 w0^2];

Te=0.01

%Fct transfert cas continu

sysc1=tf(num11,den11)

sysc2=tf(num22,den22)

%Fct transfert cas discret

sysd1=c2d(sysc1,Te,'zoh')

sysd2=c2d(sysc2,Te,'zoh')

%extraire le num et den de la Fct discret

[num1,den1]=tfdata(sysd1,'v')

[num2,den2]=tfdata(sysd2,'v')

4
 Master 2 T3I 2018/2019

 Résultat de la fonction de transfert de système discret est la suivante :

sysd =

0.2938 z + 0.06519

----------------------

z^2 - 1.523 z + 0.8819

• Etude de réponse impulsionnelle (Dirac) :

Programme Matlab :

%% Génération d'un signal de Dirac

n = 1000;
f = 10;
d=zeros(1,1000);
t=0:0.01:1;
d(1)=0;
d(10)=1;
figure(1)
stem(d)
xlabel('Temps [s]')
ylabel('Amplitude')
title ('Visualisation du signal de Dirac')
grid

La courbe de sortie :

5
 Master 2 T3I 2018/2019

Figure 3 : courbe de signal Dirac

Pour étudier le système avec la réponse impulsionnelle (Dirac) nous appliquions la fonction
un Dirac comme entre de système :
m.𝑥̈ + c.𝑥̇ + k.x = 𝛿
La Transformée de Fourier de cette nouvelle équation donne :
X(f).[m.(j2𝜋𝑓)² + c.(j2𝜋𝑓) + k] = 1
𝑐 𝑘 1
 X(jw).[-w² + jw*𝑚 + 𝑚 ] = 𝑚
𝑐 𝑘
Or 𝑚 = 2* £*𝑤𝑜 et 𝑤𝑜 ² = 𝑚
1
 X(jw).[- w² + 2j. £.𝑤𝑜 .w + 𝑤𝑜 ² ] = 𝑚

donc on auras la fonction de transfert suivante :

1 1
𝑚 𝑚
H(jw) = − w² + 2j.£.𝑤 ²
= 𝑤 1
𝑜 .w + 𝑤𝑜 𝑤𝑜 2 .(1 + 2j.£. − .w² )
𝑤𝑜 𝑤𝑜 2

Programme Matlab :

6
 Master 2 T3I 2018/2019

%% Filtre avec un dirac discret

[num1,den1,Te]=tfdata(sysd1)
[num2,den2,Te]=tfdata(sysd2)

num1 =[0 0.2938 0.0652]

den1 =[ 1.0000 -1.5230 0.8819]

num2 =[0 0.6935 -0.4394]

den2 =[1.0000 -1.1608 0.4149]

Filtr1 = filter(num1, den1, d);

Filtr2 = filter(num2, den2, d);
figure (2)
subplot(2,1,1)
stem(Filtr1)
xlabel('Temps [s]')
ylabel('Amplitude')
title ('Visualisation d un dirac')
subplot(2,1,2)
stem(Filtr2)
xlabel('Temps [s]')
ylabel('Amplitude')
title ('Visualisation de la reponse a un dirac')
grid

Visualisation des courbes :

Figure 4 : réponse de système avec Dirac

7
 Master 2 T3I 2018/2019

• Interprétation :
Le signal avec réponse Dirac est stable pour les deux cas (0.7 et 0.1) juste au niveau de
l’oscillation la réponse avec un coefficient d’amortissement 0.7 le système est beaucoup plus
performent car il y aura son état d’équilibre plus rapidement.

• Etude de système avec une entrée bruit blanc

-Programme Matlab :

%% Générer un signal de bruit blanc

N = 1000;
A = 1;
Bruit = A*randn(1,N);
plot(Bruit)
title('signal bruit blanc')
xlabel('temps[s]')
ylabel('amplitude')
grid

• Courbe de signal bruits blanc :

Figure 5 : signal bruit blanc

8
 Master 2 T3I 2018/2019

On applique la fonction filtre avec un signal bruit blanc :

Filtre3 = filter(num1, den1, Bruit);

Filtre4 = filter(num2, den2, Bruit);
figure (4)
subplot(2,1,1)
stem(Filtre3)
xlabel('Temps [s]')
ylabel('Amplitude')
title ('Visualisation de la répanse a un bruit blanc pour sig=0.1')
subplot(2,1,2)
stem(Filtre4)
xlabel('Temps [s]')
ylabel('Amplitude')
title ('Visualisation de la reponse a un bruit blanc pour sig=0.7')
grid

Les Courbes de sorties

Figure 5 : réponse de système avec bruit blanc

• Interprétation :
La réponse de système avec une entrée bruit blanc est instable dès que on a excitée
le système avec un signal aléatoire tout au long de la durée. Ce qui résulte une
sortie sans avoir un état d’équilibre pour stabiliser le système.

9
 Master 2 T3I 2018/2019

• Etude de système avec une entrée signal porte :

Programme Matlab pour signal porte :

%% Génération d'un signal porte
T = 0:0.001:3;
p = heaviside(T-0.5)-heaviside(T-1.5);
figure(5)
plot(T,p, 'r')
xlabel('Temps [s]')
ylabel('Amplitude')
title('Visualisation du signal porte')
grid

Figure 6 : signal porte

Le programme pour l’étude de la réponse de système avec l’entrées signal porte :

%filtre avec excitation porte
Filtre5 = filter(num1, den1, P);
Filtre6 = filter(num2, den2, P);
figure (5)
subplot(2,1,1)
stem(Filtre5)
xlabel('Temps [s]')
ylabel('Amplitude')
title ('Visualisation de la répanse avec excitation 0.1)
grid
subplot(2,1,2)
stem(Filtre6)
xlabel('Temps [s]')
ylabel('Amplitude')
title ('Visualisation de la reponse avec excitation 0.7')
grid

La courbe de sortie avec la réponse d’un signal porte :

10
 Master 2 T3I 2018/2019

Figure 7 : réponse de système avec signal porte

• Interprétation :
Dans ce cas le système est excité avec un signal porte le système il a des différents états par
rapport au signal d’entrée le.
- 1ére état dans l’intervalle [0s 50s[ le système est dans un état d’équilibre sans aucun
changement.
- 2éme état dans l’intervalle [50s 150s[ le système est oscillant jusqu’à il atteint son état
d’équilibre qui égale 1 par rapport au signal d’entrées
-3éme état dans l’intervalle [150s Inf[ le système il y aura un changement d’État puisque il
recommence ses oscillations jusqu’à qu’il attient son état d’équilibre qui égale 0 dans cette
phase
Juste au niveau du coefficient d’amortissement avec 0.7 le système est plus performant
puisqu’il a moins d’oscillation et plus rapide pour avoir la stabilité.

11
 Master 2 T3I 2018/2019

3. Comparaison entre la fonction de transfert du système avec la

réponse Dirac sur le système :
Dans cette partie on va comparer nos deux fonctions de transfert.

• La fonction de transfert du système avec entrée Dirac :

𝟏
𝒎.𝒘𝒐 𝟐
H(z) = 𝟐.𝝉 𝟏
𝟏 + 𝒘 .𝐳+ .𝐳²
𝒐 𝒘𝒐 𝟐

• La fonction de transfert du système obtenue par la Transformée de Fourier

Soit notre équation différentielle du mouvement :

m.𝑥̈ + c.𝑥̇ + k.x = k.u + c.𝑢̇

Passage par TF :
X(f).[m.(j2𝜋𝑓)² + c.(j2𝜋𝑓) + k] = [k + c.(j2𝜋𝑓)].U(f)

𝑐 𝑘 𝑘 𝑐
 X(jw).[-w² + jw*𝑚 + 𝑚 ] = [𝑚 + jw*𝑚 ].U(f)
𝑐 𝑘
Or 𝑚 = 2* 𝜏*𝑤𝑜 et 𝑤𝑜 ² = 𝑚

 X(jw).[- w² + 2j. 𝜏.𝑤𝑜 .w + 𝑤𝑜 ² ] = [𝑤𝑜 ² + 2j. 𝜏.𝑤𝑜 .w].U(f)

𝑤
𝑤𝑜 ² + 2j.𝜏.𝑤𝑜 .w 𝑤𝑜 2 .(1 + 2j.𝜏. )
𝑤𝑜
 H(jw) = − w² + 2j.𝜏.𝑤 ²
= 𝑤 1
𝑜 .w + 𝑤𝑜 𝑤𝑜 2 .(1 + 2j.𝜏. − .w² )
𝑤𝑜 𝑤𝑜 2

En pose : z = jw
𝟐.𝝉
𝟏+ .𝐳
𝒘𝒐
 Hs(z) = 𝟐.𝝉 𝟏
𝟏 + 𝒘 .𝐳+ .𝐳²
𝒐 𝒘𝒐 𝟐

12
 Master 2 T3I 2018/2019

Programme Matlab :

% Déclaration des paramètres

Fe = 400;

m = 1;

sigma= 0.1;

f = 10;

wo = 2*pi*f;

k = m*wo.^2;

c = 2*m*wo*sigma;

Te = 1/Fe;

t = (0:Te:1);

Freq = [0:length(t)-1]*(Fe/length(t));

w = 2*pi*Freq;

z=j*w;

Hd =(1/m*wo.^2)./(1+(2*z*sigma/wo)+(1/wo.^2)*z.^2); % fonction de transfert du

système lorsqu'on applique un Dirac.

Hs =(1+ 2*z*sigma/wo)./(1+(2*z*sigma/wo)+(1/wo.^2)*z.^2);

% Tracer le module

module = 20*log10(abs(Hd));

Module = 20*log10(abs(Hs));

figure (2)

subplot(2,1,1)

semilogx(Freq,module,'')

xlabel('Fréquence [Hz]')

ylabel('Amplitude [dB]')

title('Module du système avec le Dirac')

grid

subplot(2,1,2)

semilogx(Freq,Module,'')

xlabel('Fréuence [Hz]')

ylabel('Amplitude [dB]')

title('Module du système')

grid

phi = angle(Hd);
13
Phi = angle(Hs);

figure (3)

subplot(2,1,1)
 Master 2 T3I 2018/2019

% Tracer l'angle

phi = angle(Hd);

Phi = angle(Hs);

figure (3)

subplot(2,1,1)

plot(Freq, phi)

xlabel('Fréuence [Hz]')

ylabel('Angle [rad]')

title('Angle du système avec le Dirac')

grid

subplot(2,1,2)

plot(Freq, Phi)

xlabel('Fréuence [Hz]')

ylabel('Angle [rad]')

title('Angle du système')

grid

• Pour un coefficient d’amortissement égale à 0.1 :

14
 Master 2 T3I 2018/2019

• Pour un coefficient d’amortissement égale à 0.7 :

15
 Master 2 T3I 2018/2019

Interprétation :
• Pour sig=0.1

D’après le digramme de Bode, on observe que les deux graphes ont la même bande de fréquence
et la même fréquence de résonnance (Fc=10 Hz) en revanche pour les largeurs de résonnances,
elles sont différentes puisque la valeur maximale de l’amplitude ça change dans les deux
graphes.
• Pour sig = 0.7
Dans la figure de module de la réponse du système à un Dirac, on observe deux bandes passante
la première a -3 DB et la deuxième à 0 DB par contre pour la figure de module du système
théorique on observe qu’une seule bande passante à 0 DB à laquelle le module subit une perte.

Conclusion :
Une augmentation de la bande passante engendre une rapidité de la réponse par conséquence le
temps de réponse diminue.

16
 Master 2 T3I 2018/2019

Le trace de diagramme de Bode nous permet de connaitre la bande passante qui nous renseigne
sur la rapidité de système qui nous permet d’accéder à la pulsation qui nous nous donne le
passage par le point 0 DB a fin qu’on puisse faire une analyse sur la stabilité de système.

Pratiquement tout les système réalisables sont de types passe. -bas

17