Vous êtes sur la page 1sur 77

Notions élémentaires d’asservissement

1
Structure d’un système asservi

Perturbations
Régulateur Signal de
commande
Comparateur
E ε Système S
Correcteur Actionneur
dynamique
Grandeur de
sortie
Chaîne directe ou chaîne d’action
S’
Mesure

Capteur
2
Chaîne de retour ou chaîne de réaction
Exemples industriels
• Réglage de la température d’un four

Ts = Tc

Ts

Tc = 100°C
Actionneur

Système de réglage
3
Exemples industriels
• Système S.I.S.O

4
Exemples industriels
• Système M.I.M.O

5
Exemples industriels
• Du produit réel au produit didactique

6
Modélisation

7
Modélisation
• Modélisation du moteur a courant continu
 Le modèle du moteur à courant  Mise en équation :
continu en régime dynamique:
Equation électrique

di t
u t =L + Ri t + E t
dt
Equation électromécanique

E t = Ke Ω(t)
C(t)= Kc i(t)

équation mécanique

dΩ(t)
j = C t − Cr t − f Ω(𝐭)
dt

N.B: K = Kc = Ke
8
Modélisation
• Modélisation du moteur a courant continu (suite)

 Schéma bloc du MCC:


Cr 𝑝 Cr 𝑝

𝑈 𝑝 1 𝐼 𝑝 C 𝑝 − 1 Ω 𝑝
+ 𝐾 +
− 𝑅+𝐿𝑝 𝑓 + 𝑗𝑝
𝑈 𝑝 Ω 𝑝
𝐸 𝑝 Moteur à courant
continu

 La fonction transfert :
𝐾 𝑅 + 𝐿𝑝
Ω 𝑝 = 𝑈 𝑃 − 𝐶𝑟(𝑝)
𝑗 𝑝 + 𝑓 𝑅 + 𝐿𝑝 + 𝐾 2 𝑗 𝑝 + 𝑓 𝑅 + 𝐿𝑝 + 𝐾 2

9
Application au Mcc asservis en vitesse

10
Commande numéique de la MCC
Analyse temporelle et fréquentielle

11
Analyse temporelle des systèmes linéaires :
• Système du premier ordre
Un système physique est du 1er ordre, s’il est régi par
une équation différentielle du 1er ordre à coefficients
constants : ds(t )
  s(t )  K  e(t )
dt
Si les conditions initiales sont nulles , la fonction de
transfert dans le domaine de Laplace s’écrit :

Soit sous forme canonique :


K est le gain du système
 est la constante de temps

12
Analyse temporelle des systèmes linéaires :
• Exemple d’un système du 1er ordre : solide en rotation

C(t )  f .(t )  J . (t )

13
Analyse temporelle des systèmes linéaires :
• Réponse à un échelon unitaire – réponse indicielle

14
Analyse temporelle des systèmes linéaires :
• Réponse à un échelon unitaire – réponse indicielle

15
Analyse temporelle des systèmes linéaires :
• Réponse à un échelon unitaire – réponse indicielle

16
Analyse temporelle des systèmes linéaires :
• Réponse à un échelon unitaire – réponse indicielle

17
Analyse temporelle des systèmes linéaires :
• Réponse à une rampe
1 1 K
e(t )  t.u(t ) E ( p)  S ( p)  .
p² p² 1   . p

t
  1  ² 
S (t )  K .(t     .e  ) 
S ( p)  K .   
 p² p 1   . p 
Valeurs limites :
lim s (t )  0 lim s(t )  K (t   )
t 0 t 
Tangente à l’origine :

 t 

s ' (t )  K .1  e   lim s' (t )  0
  t 0
  18
Analyse temporelle des systèmes linéaires :
• Réponse à une rampe

19
Analyse temporelle des systèmes linéaires :
• Réponse à une rampe

20
Analyse temporelle des systèmes linéaires :
• Système du second ordre
Un système physique est du 2nd ordre, s’il est régi par
une équation différentielle du 2nd ordre à coefficients
constants : 1 d ² s(t ) 2.z ds(t )
.  .  s(t )  K .e(t )
0 ² dt 0 dt
Si les conditions initiales sont nulles , la fonction de
transfert dans le domaine de Laplace s’écrit :

Soit sous forme canonique :

21
Analyse temporelle des systèmes linéaires :
• Exemple d’un système du 2nd ordre : suspension
M .y(t )  F (t )  k. y(t )  f . y (t )

22
Analyse temporelle des systèmes linéaires :
• Réponse à un échelon unitaire – réponse indicielle
1 K K .0 ²
e(t )  u(t ) E ( p)  S ( p)  
p  1 2.z  p.( p ²  2.z.0 . p  0 ²)

p . p²  . p  1
 0 ² 0 
•Valeurs limites
lim s(t )  lim p.S ( p)  0 lim s(t )  lim p.S ( p)  K
t 0 p  t  p 0

•La décomposition de S(p) dépend des racines de l'équation


caractéristique :
p²  2.z.0. p  0 ²  0

  4.z².0 ²  4.0 ²  4.0 ².( z²  1)

23
Analyse temporelle des systèmes linéaires :
• Réponse à un échelon unitaire – réponse indicielle

Cas où z>1 : régime apériodique


Cas où z=1 : régime apériodique critique
Cas où z<1 : régime oscillatoire

24
Analyse temporelle des systèmes linéaires :
• Cas où z>1 : régime apériodique
K .0 ² K .0 ²
S ( p)  S ( p) 
p.( p²  2.z.0. p  0 ²) p.( p  p1).( p  p2 )


p1  0 .  z  ( z ²  1)  
p2  0 .  z  ( z ²  1) 
1
1   2  
1
p1 p2
 
 
1 1 1 2 1 
S ( p)  K .  .  . 
          
p   
p 1  1 1
2
 p   2 1 

 1   2  
  

K  
t t
 
s (t )  K  .  1.e 1   2 .e 2 
 2 1  
  25
Analyse temporelle des systèmes linéaires :
• Cas où z>1 : régime apériodique

La réponse indicielle d'un système du 2nd ordre caractérisé par z > 1 est
comparable à celle d'un 1er ordre mise à part la tangente horizontale à
l'origine.

26
Analyse temporelle des systèmes linéaires :
• Cas où z=1 : régime apériodique critique
K .0 ² K 1 1
S ( p)  S ( p)   K .0 .  K.
p.( p  0 )² p ( p  0 )² p  0

K 1 1 1
1
  
1 S ( p)   K. .  K.
p 0 p  ( p  1 )² p
1
 

 
t
t 
t 
s(t )  K .1  e   .e  
  
 

27
Analyse temporelle des systèmes linéaires :
• Cas où z=1 : régime apériodique critique

On retrouve le même type de réponse que précédemment : toujours pas de


dépassement ; le système présente un meilleur temps de réponse.

28
Analyse temporelle des systèmes linéaires :
• Cas où z<1 : régime oscillatoire
K .0 ² A B. p  C
S ( p)  S ( p)  
p.( p²  2.z.0. p  0 ²) p p ²  2.z.0. p  0 ²

K K . p  2Kz0 K K . p  2.K .z.0


S ( p)   S ( p)  
p p²  2.z.0. p  0 ² p p²  2.z.0. p  z ².0 ²  z ².0 ²  0 ²

K K . p  2.K .z.0
S ( p)  
 
p ( p  z.0 )²  0 . 1  z ² ²

1 p  z.0 z 0 1  z ² 
S ( p)  K  

 p ( p  z.0 )²  0 . 1  z ² ²

 .

1  z ² ( p  z.0 )²  0 . 1  z ²  
² 


s(t )  K .1  e

 z.0 .t
 
. cos 0 . 1  z ² .t 
z
1  z²
.e
 z.0 .t
 

.sin 0 . 1  z ² .t 

29
Analyse temporelle des systèmes linéaires :
• Cas où z<1 : régime oscillatoire
  z.0 .t 
s (t )  K .1 

e
1  z²
   
. 1  z ² . cos 0 . 1  z ² .t  z. sin 0 . 1  z ² .t  

 
 e  z.0 .t 
On pose cos=z et sin= s (t )  K .1 
 1 z²

.sin 0 . 1  z ² .t   


 

30
Analyse temporelle des systèmes linéaires :
• Cas où z<1 : régime oscillatoire

31
Analyse temporelle des systèmes linéaires :
• Cas où z<1 : régime oscillatoire
Recherche de la précision statique s(t) :
• La précision statique est définie par  s (t )  lim (e(t )  s (t ))
t  

• Pour calculer cette limite on peut passer dans le domaine symbolique de Laplace et
utiliser le théorème de la valeur finale :

lim  s (t )  lim p.s( p)  lim p.(E ( p)  S ( p))  (1  K )


t  p 0 p0

• On a donc  s  0 seulement si K 1

• De la même manière qu’un système du premier ordre, un second ordre ne possède


pas d’erreur de position si son gain statique est égal à 1.

32
Analyse temporelle des systèmes linéaires :
• Cas où z<1 : régime oscillatoire
Rapidité

la meilleure
performance est
obtenue pour une
valeur de z environ
égale à 0.7.

33
Analyse temporelle des systèmes linéaires :
• Cas où z<1 : régime oscillatoire
Dépassements en régime transitoire :

Les dépassements ont lieu lorsque s' (t )  0


  z.0 .t 
s (t )  K .1 

e
1  z²

.sin 0 . 1  z ² .t   


 

K .0 ² K .0 ²
S ( p)  p.S ( p)  S (0) 
p.( p ²  2.z.0. p  0 ²) ( p ²  2.z.0. p  0 ²)

K .0  z.0 .t
s' (t )  .e .sin(0 . 1  z ² .t )
1  z²

34
Analyse temporelle des systèmes linéaires :
• Cas où z<1 : régime oscillatoire

Cette dérivée s’annule lorsque :

t   : c’est le régime établi

t 0 : c’est la tangente à l’origine de la courbe (propriété importante des


systèmes du 2nd ordre)

n.
0 . 1  z ² .t  n. d’où t
ce qui nous donne les différentes dates
 0. 1  z ² des dépassements

la date du premier la date du premier la date du deuxième


maximum est minimum relatif est maximum est
 2. 3.
t1  t2  t3 
0 . 1  z ² 0 . 1  z ² 0 . 1  z ²

35
Analyse temporelle des systèmes linéaires :
• Cas où z<1 : régime oscillatoire
Calcul de la valeur des Di
s(ti )  s()
La valeur des dépassements relatifs vaut Di 
s ( )

  z.0 .ti 
K .1 

e
1  z²

.sin 0 . 1  z ² .ti   
K
  z.0 .ti
  e
D(ti )  = sin(0 . 1  z ² .ti   )
K 1  z²
z.n z.n.
 
e 1 z ² e 1 z ²
D(ti )  sin(n.   ) D(ti )  cos(n ).sin( )
1  z² 1  z²
z.n

e 1 z ² n sin( )  1  z ²
D(ti )  .(1) .sin( )
1  z²
zn
 n
D(ti )  e 1 z ² .(1)
36
Analyse temporelle des systèmes linéaires :
• Identification d'un système a partir de sa réponse indicielle

Dans la pratique, on se limite à l'identification des systèmes du 1er et du 2nd


ordre. Identifier un système c'est déterminer ses paramètres caractéristiques :
 K et τ pour un système du 1er ordre;
 K, z et 0 pour un système du 2nd ordre.
 Tangente à l'origine ≠ 0 ⇒ Système du 1er ordre.
 Asymptote finale ⇒ Gain statique K.
 Pente à l'origine (K/ τ) ou temps pour atteindre 0,63 K (τ) ou temps pour
atteindre 0,95 K (3τ) ⇒ Constante de temps τ.
 Tangente à l'origine = 0 ⇒ Système du 2nd ordre.
 Asymptote finale ⇒ Gain statique K.
 Pas de dépassement ⇒ z > 1.
 Si dépassement ⇒ z < 1 et déterminé à partir de l'amplitude du premier
dépassement. 0 déterminée par le temps du premier dépassement.

37
Analyse fréquentielle des systèmes linéaires :
• But de l’analyse fréquentielle
Pour les systèmes étudiés , l’analyse fréquentielle sera utilisée pour déterminer la
stabilité d’un système.
Définition

L’étude fréquentielle est donc l’étude en régime permanent de la


réponse d’un système à une entrée sinusoïdale dont on fait varier la
fréquence. Elle nécessite l’utilisation de la fonction de transfert
complexe (on remplace la variable p par j.).

H(j) K H(j.) est appelée fonction de transfert


1j en fréquence

38
Analyse fréquentielle des systèmes linéaires :
• Réponse harmonique…

1
T : période (s) f : fréquence  ( Hz )  : pulsation  2. . f (rad .s 1 )
T
360.t 2 .t
 (deg)  (rad )
T T 39
Analyse fréquentielle des systèmes linéaires :
• Rappels mathématiques
I

p
Nombre complexe : P=x+j.y y

Module : p  x² y²
x R

Arg(p)arctan 
Argument : y
 x
Opérations :

p  p  1  1 ;' 
p.p' p  p'; ''  ; ''
p'  p' p  p 
 

40
Analyse fréquentielle des systèmes linéaires :
• Le diagramme de Bode
L’outil permettant de réaliser l’étude fréquentielle est le diagramme
de Bode. Il consiste en 2 tracés :
le diagramme en gain : il permet d’obtenir le rapport d’amplitude
de la sortie sur l’entrée ; c’est le module exprimé en dB du nombre
complexe H(j) en fonction de la pulsation  tracée sur une échelle
logarithmique.

G (dB)  20 log10 H ( j )

le diagramme en phase : il permet de déterminer le déphasage entre


la sortie et l’entrée ; c’est l’argument du nombre complexe H(j)
exprimé en degrés, en fonction de la pulsation  tracée sur une
échelle logarithmique.
 ()  Arg H(j)
41
Analyse fréquentielle des systèmes linéaires :
• Cas du système du 1er ordre

Diagramme de Bode en Gain :

G(dB)20log10 K 20log10 K 20log101j 20log10 K 20log10 1²²


1j
Recherche des asymptotes :
0 : G(dB) tend vers une constante G(dB) 20log K donc vers une droite horizontale
 : G(dB) tend vers 20logK 20log ou encore 20log  20log
K  
G en dB
Puisque l’axe des abscisses est de la
forme x=log , l’asymptote est une Asymptote horizontale
droite de la forme y=a.x+b avec une
pente a=-20 et b=20log(K/)=cste 3dB
Asymptote de pente
-20dB/décade
Pour les valeurs fortes de ,

l’asymptote est oblique de pente - 1/ Echelle logarithmique
20dB/décade, c’est-à-dire que le
gain diminue de 20dB quand 
augmente d’un facteur 10.

 Intersection des asymptotes:


42
20log K=20log K-20log  -20log  entraîne log (.)=0 soit .=1
Analyse fréquentielle des systèmes linéaires :
• Cas du système du 1er ordre
Diagramme de Bode en Phase :

() ArgH(j  Arg K  Arg(K) Arg(1j)0 Arctan()


 (1j) 
Recherche des asymptotes :

0 : () =-Arctan(0)=0°

 : () -Arctan()=-90°

 Intersection des asymptotes:


=i : ()=-Arctan(1)=-45°

()

0° 
1/
Echelle logarithmique

-45°

-90°
43
Analyse fréquentielle des systèmes linéaires :
• Cas du système du 1er ordre

44
Analyse fréquentielle des systèmes linéaires :
• Cas du système du 2nd ordre :

Pour les systèmes du


2nd ordre, 2 cas se
présentent.
Cas de racines réelles
au dénominateur (z>1)
:
on retrouve le produit
de deux fonctions du
premier ordre étudiées
précédemmentintér
êt des diagrammes de
Bode.

45
Analyse fréquentielle des systèmes linéaires :
• Cas du système du 2nd ordre :
Cas de racines complexes au dénominateur (z<1) :
G(dB)20log( H(j) )20log(K)20log(0²)20log (0²²)²4z²0²²

0 : G(dB) tend vers une constante G(dB) 20log K donc vers une droite horizontale

 : G(dB) tend vers 20logK 20log0²20log²20logK 40log0 40log

 est proche de 0: 2 cas peuvent se produire :

Si z 0.7 le système est mal amorti et il y a un effet de résonance c’est à dire que le gain dans ces
fréquences est supérieur au gain statique

Si z 0.7, il n’y a pas de résonance et il y a continuité de comportement

46
Analyse fréquentielle des systèmes linéaires :
• Cas du système du 2nd ordre :
G en dB

Réponse fréquentielle d’un



20log 2z 1z²  Facteur de résonance

système du 2nd ordre avec 20log2z 


résonance (z<0,707)

Pente de -40dB/décade

r 0 
Echelle logarithmique
Réponse fréquentielle d’un
système du 2nd ordre sans
résonance (z>0,707)

()



()0a tan 2z0 a tan 2z0
0²²

0²²
 
0 
0 : () =-Arctan(0)= 0° Echelle logarithmique

 :() -Arctan(0-)= -180°


-90°
=0 : ()=-Arctan()= -90°

47
-180°
Analyse fréquentielle des systèmes linéaires :
• Cas du système du 2nd ordre :

48
Analyse fréquentielle des systèmes linéaires :
• Cas du système du 2nd ordre :
Si z>0,707 alors il n’y a pas de phénomène de résonance ; la courbe de gain se situe en
dessous des asymptotes (ici z=0.9)

49
Analyse fréquentielle des systèmes linéaires :
• Cas du système du 2nd ordre :
Si 0.707>z>0,5 alors la courbe passe en dessous du point de cassure.(ici z=0.55)

50
Analyse fréquentielle des systèmes linéaires :
• Cas du système du 2nd ordre :
Si 0.707>z>0,5 alors la courbe passe en dessous du point de cassure.(ici z=0.55)

51
Analyse fréquentielle des systèmes linéaires :
• Cas du système du 2nd ordre :
Si z<0,5 alors la courbe passe au dessus du point de cassure (résonance)

52
Principe de l’asservissement et la régulation
• Position du problème
Besoins industriels :
 Tâches bien définies, • Précision
 Gains de production, • Rapidité
Sécurité • Stabilité
A v B
(des personnes et du matériel).
Exemple: Convoyeur
Amener une bouteille d’un point A à un point B
V
Sans faire tomber la bouteille. V = Vn

A B

V=0 t

un système performant doit être précis, rapide et stable.

53
Principe de l’asservissement
• Schéma général

Perturbations
Régulateur

+ Commande Action Mesurande


Consigne Correcteur Actionneur Procédé Capteur
-

Mesure

– Régulation : la consigne est fixe


– Asservissement : la consigne varie

54
Principe de l’asservissement et de la régulation
• Performances
Une régulation doit :
 être précise :  (t )  consigne  mesure  (t )t   0
 suffisamment stable :
• Mf et MG (diagrammes de Bode et Nyquist)

 la plus rapide possible, sous contrainte des deux critères précédents :


tr, temps de réponse, minimum (réponse indicielle)
B, bande passante, maximum (diagramme de Bode)
35
Critère d’asservissement: Consigne
30
En plus des critères précédents, un
asservissement doit avoir une erreur 25 Mesure
de traînage suffisamment petite Amplitude
20
Erreur de traînage
15

10 55
Performances
 La stabilité

 Pôles doivent être à partie réelle non positive


 Critères algébriques : ROUTH
s ’applique à la fonction de transfert en BO ou en BF

 Critère graphique : Nyquist (critère du Revers)


Ne s’applique que pour un système en BF

56
Performances
 La stabilité
Equation caractéristique:
 Soit un système à retour unitaire :

+
Consigne H(p)
-

H ( p)
 Sa FT en BF vaut :
1  H ( p)
 Les racines de « l ’équation caractéristique » :
correspondent aux pôles de la FT en BF, ils doivent être à partie
réelle négative
57
Performances
 La stabilité
Critère du revers:
Equation caractéristique : H ( p )  1

lorsque le lieu de transfert H(p) passe par le point (-1,0),


dit « point critique », le système est à la limite de la
stabilité

I I I

-1 -1 -1
R R R

Stable Limite de stabilité Instable 58


Performances
 La stabilité
Définitions
Marge de Gain :
Elle est définie à la fréquence -180/2 pour laquelle le déphasage de la boucle ouverte
vaut f =-180°. Elle vaut G = - G(-180) si le gain G est alors négatif.
Elle vaut G = 0 si le gain G est alors positif ou nul.
Marge de Phase :
Elle est définie à la fréquence ω0dB/2π pour laquelle le gain de la boucle ouverte vaut
G = 0 dB. Elle vaut Δf = 180° + f si le déphasage f > -180°. Elle vaut Δf = 0° si
f < -180°.
Une méthode pratique courante : Marge de Gain 15 dB, Marge de Phase 45°.
L'expérience montre que la condition ci-dessus appliquée à la boucle ouverte conduit à une
réponse relativement rapide, et sans dépassement intempestif de la boucle fermée.

Marges de stabilité
Marges de la BO pour une bonne Stabilité de la BF
59
Plans de Bode - module (dB), et phase en fonction de la fréquence (°)
f(Hz)
G(dB) 0°
0

MG ici 7,5 dB
-90°
-10
ici 108° Mf
-180°
-20

-270°
-30

-360°
-40
60
- Plan de Black - module (dB) en X, phase en Y, pour différentes fréquences -

Point critique
Abaques de
Nichols
Elles représentent
les valeurs de gain
et de phase que Mf ici 90°
prendront la boucle
fermée pour
différents points
MG
ici 13 dB

61
-Plan de Nyquist- R(j)C(j)H(j) dans le plan complexe , pour différentes fréquences-
Im

Point critique Critère du revers : Un système (à déphasage minimal) est stable en


BF si et seulement si il laisse le point critique à sa gauche lorsqu’on
décrit le lieu de Nyquist dans le sens des fréquences croissantes.

-1 B Re
O
C
Mf ici 130°

Il existe d’autres critères de stabilité comme le critère de Nyquist ou


le critère algébrique de Routh Hurwitz. Ces critères seront à connaître
ici : 2 dB des étudiants qui se spécialisent en automatique.

MG=-20 Log(OB/OC) 62
Correcteur PID

Considérons (cas fréquent) un système à asservir dont la réponse (système seul) est
lente. On a vu que l'utilisation d'un comparateur engendre nécessairement un gain
statique de 1/2 pour la boucle fermée (avant correction). Ceci correspond à une erreur de
50% par rapport à la valeur finale; c'est inacceptable.
Il faut corriger l'erreur statique .
Action intégrale I : annulation de l'erreur statique
1
Fonction de transfert :
Ti p
1

On a établi 1 K Pour rendre  nul, il faut nécessairement K infini, avec K,
gain statique du correcteur. Il nous faut donc trouver un dispositif électronique possédant
un gain infini à fréquence nulle.
1
Ce dispositif existe : l'intégrateur pur.
Ti p

63
Correcteur PID
Action intégrale I

Défaut de l’AOP Intégration

C Ao = 100 dB G
-20 dB/décade
R
inverseur
- 0dB 1/2RC f
1Hz
e + s 0Hz

S 1 f
= 0°
f
E RC p
1Hz
0Hz

-90°

64
Correcteur PID
Action dérivée D : Stabilisation - Rapidité
Fonction de transfert : Td p
Stabilisation
Ce correcteur ajoute 90°, à la phase de la boucle ouverte, sur presque tout le spectre. Le passage de cette phase
par -180° s'effectue à fréquence plus élevée. Fréquence à laquelle l'atténuation du système est plus importante,
augmentant ainsi la marge de gain. L'action dérivée a donc comme effet de stabiliser l'asservissement.
Rapidité
La marge de gain étant améliorée, on pourra augmenter le gain de la BO (tout en conservant une
marge suffisante). Ceci (on le verra par la suite) rend la BF plus rapide.
GdB c,s
d

R
Défaut AOP
Dérivation c

C
-
t
e + s
f a

2
c,s

S f
avec correcteur
= RC p
c
E +90°
s

sans correcteur
f

t
HF
0Hz
b 65
Correcteur PID
Action dérivée D : Stabilisation - Rapidité

Remarque : Saturation
Le gain du correcteur dérivé est très important aux hautes fréquences. Si on commande le système
directement par la sortie du correcteur dérivé, il y a risque de saturation pour le système, ceci lors
d'une brusque variation de la consigne (correspondant à des hautes fréquences). Pour cette raison, on
préfère commander l'action dérivée, non pas par l'erreur, mais par la mesure (dont les brusques
variations sont déjà filtrées par le système).

facteur 
c c' correcteur u actionneur s
d'échelle + +
1/k - dérivé -

m
capteur
s

66
Correcteur PID

Action proportionnelle P : Obtention du compromis stabilité / rapidité

Fonction de transfert : C(p) = G

Instabilité/Stabilité :
Condition d'instabilité d'un asservissement :
Point critique
R(p) C(p) H(p) = -1
Phase = -180°, est une condition nécessaire
d'instabilité.
L'instabilité apparaît alors pour un gain en boucle
ouverte : GBO > 1. G translate le diagramme de
Bode du gain de la boucle ouverte de la valeur de
Mf
G exprimée en dB. On peut ainsi régler la marge de MG
gain, et donc la stabilité du système.
Rapidité :
Donner trop de marge de gain n'est pas souhaitable.
En effet, le système sera alors très stable, mais
deviendra trop lent. Pour éviter que l'asservissement
ne soit trop mou, il faudra donner un maximum de
gain par action proportionnelle tout en évitant
l'instabilité.
67
Correcteur PID
On rencontre deux correcteurs PID dans l'industrie, selon que la dérivée soit prise sur
l'erreur ou sur la mesure.
 1  G
La fonction de transfert est : C(p)  G1   Td p  C( p)  (1  Ti p  Ti * Td p 2 )
 Ti p  Ti p
G
Aux basses fréquences : C(p)  correcteur
intégral
Ti p facteur
c'  + correcteur u s
Aux moyennes fréquences : C( p)  G
c d'échelle + +
- actionneur
1/k - proportionnel

Aux hautes fréquences : C(p)  G * Td p


correcteur
m dérivé

capteur
d'où le diagramme asymptotique suivant
. Gain(dB) PID de type Somme
-20dB/dec +20dB/dec

correcteur
intégral

facteur c'  + u
c correcteur s
d'échelle + + + actionneur
20Log(G) - - proportionnel
1/k
0
correcteur
1/2 Ti 1/2 Td m
f dérivé
F capteur
90° s

PID de type Produit

68
-90°
Correcteur PID
- Plan de Black - module (dB) en X, phase en Y, pour différentes fréquences -

Correcteur
intégral

Point critique
Abaques de
Nichols
Elles représentent
les valeurs de gain
et de phase que Correcteur
prendront la boucle dérivé
fermée pour
différents points
Correcteur
proportionnel

69
-90°
Correcteur PID
• Méthodes approchées de réglage
Méthode de Ziegler et Nichols (BO)
On utilise la réponse indicielle qui doit être apériodique
Une table donne les coefficients du PID à partir de Tu et Ta et K
Résultats obtenus empiriquement, réglage « dur »
D1% = 30 à 60 %, rapport d ’amplitude entre dépassements : 1/4

1
2.5
PID mixte : C ( p)  K c (1   Td p )
Ti p
2
1.2 Ta
Kc 
1.5 K Tu
Amplitude

1
Ti  2 Tu
Td  0.5 Tu
0.5
f
Tu Ta
70
-90° 0
0 5 10 15 20 25 30
Correcteur PID
• Méthodes approchées de réglage Méthode de Ziegler et Nichols (BO)

Exemple 2
KG ( p) 
(1  p)(1  5 p)(1  10 p)

Réponse indicielle Réponse indicielle

du système en BO du système corrigé en BF

2 1.6

1.8 D2 = D1 /4
1.4
1.6
1.2
1.4

1.2 1
Amplitude

Amplitude

1 0.8

0.8
0.6
0.6
0.4
0.4 71
0.2
0.2
Correcteur PID
• Méthodes approchées de réglage Méthode de Ziegler et Nichols (BF)
On ajuste le gain Kc pour amener le système à la limite de la stabilité : Kc = K0 et
oscillations de période T0
Une table donne les coefficients du PID à partir de K0 et T0
Résultats obtenus empiriquement, réglage « dur »
D1% = 30 à 60 %, rapport d ’amplitude entre dépassements : 1/4

1
PID mixte : C ( p)  K c (1   Td p)
+ Ti p
Consigne Kc KG(p)
- K c  0.6 K 0 K c  0.33 K 0
Mesure Ti  0.5 T0 Ti  0.5 T0
Td  0.125T0 Td  0.33T0
Réglage Réglage
T0 original « léger dépassement »
72
Correcteur PID
• Méthodes approchées de réglage Méthode de Ziegler et Nichols (BF)

Exemple 0.5
KG ( p) 
p(1  p)(1  2 p)
Système intégrateur donc méthode en BF plus adaptée

Oscillations limites en BF avec Réponse indicielle

un correcteur P (Kc = 3) du système corrigé en BF

2 1.6

1.8
1.4
1.6
1.2
1.4

1.2 1
Amplitude

Amplitude

1 0.8

0.8
0.6
0.6
0.4 73
0.4
Correcteur PID
• Correction par compensation directe des pôles

Principe:

 Les correcteurs PD, PID et à avance/retard de phase


introduisent un ou deux zéros dans la chaîne directe
 Si on positionne le zéro à une valeur identique à un
pôle réel, le zéro compense le pôle et la FT résultante
est plus simple et plus rapide
 Permet de supprimer un (ou deux) pôle(s) lent

74
Correcteur PID
• Correction par compensation directe des pôles

Exemples
K
1erordre : KG ( p) 
(1  Tp )
K (1  Ti p )
 correcteur PI : C ( p )  c avec Ti  T
Ti p
K Kc 1 1
 KG ( p )   FT en BF : 1er ordre précis
Ti p 1  p Ti K K c
2ème ordre apériodique : KG ( p ) 
K
avec T2  T1
(1  T1 p )(1  T2 p )
K c (1  Ti p)(T  Td p)
 correcteurPID : C ( p)  avec Ti  T2 , Td  T1
Ti p
K Kc 1 1
 KG ( p)   FT en BF : 1er ordre précis
Ti p 1  p Ti K K c 75
Systèmes à retard
• Prédicteur de Smith
 Utilisé pour les systèmes à faible réglabilité
 La présence du retard dans la boucle limite l ’augmentation du gain du correcteur
 le retard ne peut être supprimé
 Objectif : trouver une structure de réglage qui permette de sortir « artificiellement »
le retard de la boucle et donc de rendre le réglage du correcteur indépendant du
retard :

+
+ C2(p) KG(p) e-p
C1(p) KG(p) e-p -
-

76
Systèmes à retard
• Prédicteur de Smith

En identifiant les 2 schémas, on trouve :


C2 ( p )
C1 ( p ) 
1  C2 ( p ) KG ( p )(1  e  p )
Ex : 1er ordre retardé avec correcteur PI :

K K (1  Ti p )
KG ( p )  , C2 ( p )  c , on prend : Ti  T
1  Tp Ti p
C1(p)
C2 ( p )
C1 ( p)  + +
C2(p)
(1  e  p ) KG(p)
1  C2 ( p ) K -
1  Tp (1  e  p )
K
Réalisé avec un compensateur de 1  Tp
temps mort (CTM)
77