Vous êtes sur la page 1sur 52

ASSEU OLIVIER AUTOMATIQUE

FORMATION EN

AUTOMATIQUE
 ASSERVISSEMENT CONTINU / LINEAIRE

 COMMANDE NUMERIQUE / ECHANTILLONNEE

1
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

TABLE DES MATIERES

CHAPITRE I : INTRODUCTION A L’AUTOMATIQUE ......................................................................................... 3


1.1 QU’EST-CE QUE L’AUTOMATIQUE ? ............................................................................................................ 3
1.2 STRUCTURE DU COURS .................................................................................................................................... 4
CHAPITRE II : CONCEPTS FONDAMENTAUX DES SYSTEMES LINEAIRES CONTINUS .......................... 5
2.1 Définitions............................................................................................................................................................... 5
2.2 Propriétés: ............................................................................................................................................................... 6
2.3 Outils mathématiques pour l’analyse des systèmes linéaires. ............................................................................. 7
2.3.1 Transformation de Laplace - Définition. ....................................................................................................... 7
2.3.2 Transformation de Laplace - Propriétés. ....................................................................................................... 8
2.3.3 Transformées de Laplace particulières .......................................................................................................... 9
2.4 Fonction de transfert. ........................................................................................................................................... 10
2. 5 Réduction de schémas fonctionnels .................................................................................................................... 11
2.5.1 Systèmes en cascade ....................................................................................................................................... 12
2.5.2 Systèmes en parallèle. .................................................................................................................................... 12
2.5.3 Systèmes bouclés ............................................................................................................................................ 13
2.6 Recherche de l’originale d’une TL ...................................................................................................................... 15
2.6.1 Détermination de TL inverse d’une fraction rationnelle ............................................................................ 15
2.6.2 Application à la détermination de la réponse temporelle d’un système. ................................................... 16
2.6.3 Analyse de la réponse des systèmes du 1er ou 2nd ordre .............................................................................. 17
2. 6.4 : Réponse harmonique des systèmes continus linéaires lieux des transferts. ........................................... 22
Chapitre III: Etude de la stabilité des systèmes linéaires. .......................................................................................... 24
3.1 Définition: .............................................................................................................................................................. 24
3. 2 Le critère de Routh. ............................................................................................................................................ 24
3.3 : Critère de Nyquist .............................................................................................................................................. 26
3.4 : Critère de Revers ................................................................................................................................................ 26
3.5 : Critère de qualité des systèmes asservis ........................................................................................................... 27
3.5.1 : Précisions des systèmes asservis ................................................................................................................. 27
3.5.2 : Système sans perturbation et entrée variable. .......................................................................................... 28
3.5.3 : Système avec perturbations seules. ........................................................................................................... 29
3.5.4 : Cas d’un système quelconque (avec e(t) variable et p(t)) ........................................................................ 29
3.5.5 : Degré de stabilité d’un système ................................................................................................................. 29
3.5.6 : Rapidité et amortissement: précision dynamique .................................................................................... 30
Chapitre IV : Correction des systèmes asservis ........................................................................................................... 31
4.1. Introduction ......................................................................................................................................................... 31
4.2. Réalisation d’un correcteur ................................................................................................................................ 31
4.2.1: Principes ........................................................................................................................................................ 31

1
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

4.2.2 Application à un système du 1er ordre......................................................................................................... 32


4.3. Les structures des correcteurs. .......................................................................................................................... 33
4.4. Réglage des paramètres du correcteur. .............................................................................................................. 35
4.4.1. Simplification du pôle dominant. ................................................................................................................. 35
4.4.2. Techniques de régulation industrielle ......................................................................................................... 35
Chapitre V : Analyse des systèmes échantillonnés ....................................................................................................... 38
5.1. Introduction ......................................................................................................................................................... 38
5.2. Système en BO et BF .......................................................................................................................................... 39
5.2.1 Système en BO ................................................................................................................................................ 39
5.2.2 Fonction de transfert d’un processus muni d’un BOZ .............................................................................. 40
5.2.3 Système en BF ............................................................................................................................................... 40
5.2.4 Choix de la période d’échantillonnage ........................................................................................................ 41
5.3. Stabilité ................................................................................................................................................................. 41
5.3.1 : Stabilité absolue ........................................................................................................................................... 41
5.3.2 : Critère de JURY .......................................................................................................................................... 42
5.3.3: Etude d’un système du premier ordre ........................................................................................................ 43
5.4. Précision statique ................................................................................................................................................. 43
5.4.1 : Quelques théorèmes ..................................................................................................................................... 43
5.4.2 Précision en absence des perturbations ....................................................................................................... 44
5.4.2 Précision en présence des perturbations ...................................................................................................... 44
5.4.3 Conclusion ...................................................................................................................................................... 45
Chapitre VI : Commande des systèmes asservis échantillonnés ................................................................................. 46
6.1. Introduction ......................................................................................................................................................... 46
6.2. Régulateur PID numérique ................................................................................................................................. 46
6.2.1 Modèle numérique des correcteurs élémentaires ........................................................................................ 46
6.2.2 Correcteur PID numérique .......................................................................................................................... 46
6.2.3 PID numérique de type RST ........................................................................................................................ 47
6.3. Correcteur à pôles dominants ............................................................................................................................. 47
6.4. Correcteur à temps de réponse minimal ............................................................................................................ 49
6.4.1 Temps de réponse minimal absolu (TRMA) ................................................................................................ 49
6.4.2 Système à réponse plate ou pile .................................................................................................................... 50

2
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

CHAPITRE I : INTRODUCTION A L’AUTOMATIQUE

1.1 QU’EST-CE QUE L’AUTOMATIQUE ?

L’Automatique est un ensemble de théories mathématiques et plus particulièrement une technique


de raisonnements utilisés pour imposer à un système des performances à satisfaire compte tenu des
informations dont on dispose. Pour pouvoir imposer des performances à un système, il faut le
connaître. Pour pouvoir connaître le système, il faut être capable de le décrire.

Exemple1 : Le chauffage d’une pièce.

tension énergie température


Radiateur Pièce
Système de commande Système à commander

Schéma en boucle ouverte

consigne  température
correcteur Radiateur Pièce

capteur

Schéma en boucle fermée

Ici la rétroaction permet à partir de la mesure de la grandeur qui nous intéresse appelée sortie
(température du local, vitesse du moteur) de réinjecter cette information dans le système de
commande de façon à tenir compte des variations et des perturbations. On n’utilisera plus
directement l’entrée pour commander le système, mais l’erreur entre l’entrée, qu’on appelle
maintenant, consigne, et la sortie.

Sortie : grandeur physique à réguler (ici la température)


Consigne : grandeur que la sortie doit suivre
 : erreur = consigne- sortie
capteur : dispositif permettant de mesurer l’état de la sortie ( capteur de température )
Il faut noter le rôle essentiel du capteur qui permet de mesurer la température. On peut
évidemment pas prétendre commander une grandeur que l’on ne mesure pas.

On devra assurer:
- la précision du système (erreur sur la sortie  la plus faible possible )

3
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

- la rapidité (la sortie atteint la consigne avec le retard le plus faible possible)
- la stabilité (pour une consigne finie, la sortie reste finie).

L’introduction d’une contre réaction peut entraîner des problèmes d’instabilité. La boucle fermée est
seule capable de :
- compenser des perturbations qui ne sont pas mesurables (variation de température extérieure, le
vent ..)
- stabiliser un système qui serait instable en boucle fermée

Quelques définitions

On parlera de REGULATION lorsque la sortie doit suivre une consigne constante et


d’ASSERVISSEMENT lorsque la sortie doit suivre une consigne variable.
On peut donc définir l’Automatique comme la discipline scientifique traitant d’une part de l’analyse
du système à commander, et, d’autre part, du choix, de la conception et de la réalisation du système
de commande. L’Automatique est une discipline de traitement d’informations physiques.
On trouve de l’Automatique à chaque fois qu’il faut contrôler la puissance d’une machine, contrôler
un procédé de fabrication, améliorer la qualité et la régularité de la production (régulation de
température, de concentration, de vitesse, ...).

1.2 STRUCTURE DU COURS

remarque: La plupart des systèmes ne sont linéaires que dans une plage de leur fonctionnement,
mais l’avantage des systèmes linéaire est que l’on sait les décrire facilement (analytiquement ) et
que l’on dispose d’outils mathématiques bien adaptés à leur étude. Dans notre cas, nous
n’étudierons que les systèmes linéaires.
Afin d’atteindre notre objectif qui est d’apprendre à utiliser les outils nécessaires pour imposer des
performances aux systèmes, je vous propose la démarche suivante:

 Dans un premier temps:


Nous apprendrons à utiliser les lois de la physique pour décrire un système en fonction de
l’application envisagée.

 Dans un deuxième temps:


Nous apprendrons à étudier quelques caractéristiques d’un système à partir du tracé de diagrammes:
diagramme de Bode-Nyquist-Black.

 Dans un troisième temps:


Nous apprendrons à utiliser quelques techniques pour imposer des performances à un système
(stabilité - précision statique et dynamique) suivies ensuite de la synthèse des correcteurs et enfin de
l’étude des systèmes numériques.

4
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

CHAPITRE II : CONCEPTS FONDAMENTAUX DES SYSTEMES


LINEAIRES CONTINUS

2.1 Définitions

Définition 1 : un système est un dispositif régit par une relation de cause à effet. Ce qui sous entend
l’existence d’une grandeur excitatrice (variable d’entrée) et d’une grandeur par laquelle on observe
l’effet de l’excitation (grandeur de sortie).

entrées SYSTEME sorties

Remarque: un système peut-être mono-entrée/ mono-sortie ou multi-entrées/multi-sorties. Nous


limiterons notre étude aux systèmes mono-sortie comportant une seule entrée et éventuellement une
perturbation.

Entrées: grandeurs sur lesquelles l’utilisateur peut agir directement (malgré les perturbations).
Exemple du bassin de décantation (figure ci-dessous) : il y a une entrée qui est le débit d’eau
dans la conduite d’arrivée (Qe), et que l’utilisateur peut faire varier grâce à une vanne. Ici les
perturbations sont dues aux intempéries.
Sorties: grandeurs à asservir
Exemple du bassin de décantation: niveau de l’eau dans le bassin. L’utilisateur visualise l’écart 
entre le repère R et le niveau dans le tube. A partir de l’estimation de , l’opérateur décide alors de
réagir en tournant manuellement la vanne pour régler le débit d’eau et l’amener juste en R.

vanne

Q e
R

Q s

5
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

Définition 2 : Un système est linéaire continu si l’entrée et la sortie de ce système sont liées par
une relation dynamique décrite par une équation différentielle à coefficients constants.
e(t) entrée, s(t) sortie

d n s(t ) d n1 s(t ) d m e(t ) d m1e(t )


an .  an1 .  ..... a0 .s(t )  bm .  bm1 .  ..... b0 .e(t )
dt n dt n1 dt m dt m1

Ordre du système = ordre de différentiation maximal de la sortie. En général m  n.


Réponse d’un système à une entrée = pour une entrée e(t) donnée, évolution de la sortie s(t) à partir
de la même date et sur la même durée.

2.2 Propriétés:

Additivité:
Si s1(t) est la réponse du système à l’entrée e1(t), et s2(t) est la réponse du système à l’entrée e2(t),
alors la réponse du système à e1(t)+e2(t) est s1(t)+s2(t).
Proportionnalité.
Si s(t) est la réponse du système à l’entrée e(t), sa réponse à l’entrée k.e(t) est k.s(t).
Conséquences:
Lorsque le signal reçoit une perturbation, on peut étudier séparément la réponse du système à
l’entrée, et sa réponse à la perturbation, et appliquer pour avoir la réponse globale ce principe de
superposition.
Pour étudier la réponse d’un système linéaire continu à une entrée complexe, on peut décomposer
cette entrée complexe en une somme d’entrées élémentaires, et étudier séparément la réponse à
chacune des entrées élémentaires.
La linéarité d’un système peut se vérifier dans la pratique : on applique à l’entrée du système
successivement deux signaux différents, puis la somme des deux signaux. On doit observer en sortie
la somme des deux signaux.

Réponse d’un système linéaire.


Pour une entrée e(t) donnée, la solution de l’équation différentielle peut se décomposer en deux
contributions s(t) =s1(t)+s2(t).
s1(t) : solution générale de l’équation sans second membre
s2(t) : solution particulière quelconque avec second membre

s1(t) : régime transitoire, ou réponse libre du système, qui ne dépend que des conditions initiales
(état du système à l’instant initial ).
s2(t) : réponse forcée ou régime permanent, pratiquement de même nature que l’entrée.

Réponse
libre Réponse
forcée

6
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

2.3 Outils mathématiques pour l’analyse des systèmes linéaires.

Le comportement des systèmes linéaires continus peut être décrit par une équation différentielle à
coefficient constant faisant intervenir l’entrée et la sortie du système. L’expression la plus générale
de cette équation, appelée modèle du système, peut être donnée par :

d n s(t ) d n1 s(t ) d m e(t ) d m1e(t )


an .  an1 .  ..... a0 .s(t )  bm .  bm1 .  ..... b0 .e(t )
dt n dt n1 dt m dt m1

Un modèle pour quoi faire ? Concevoir, comprendre, prévoir, commander (décider)


Une fois qu’on a réussi à écrire ce modèle, plusieurs problèmes se posent.
Lorsque cette équation est d’ordre supérieur à deux (n > 2), il est difficile de la résoudre
directement.
Or, pour prévoir l’évolution de la sortie au cours du temps, on doit résoudre cette équation.
N’oublions pas que l’objectif est de faire une étude globale du système, connaître ses
caractéristiques générales en ce qui concerne la stabilité, la rapidité, et la précision. Ces propriétés
ne se déduisent pas de l’équation de façon évidente.

Nécessité d’un outil mathématique permettant :


- de résoudre l’équation différentielle quel que soit son degré pour des entrées données.
- d’étudier la stabilité du système
Cet outil est la Transformation de Laplace (TL).

2.3.1 Transformation de Laplace - Définition.

Soit s(t), un signal temporel causal (s(t) = 0 pour t<0), sa transformée de Laplace, notée S(p), est
donnée par :

T . L. s(t )  S ( p)   s(t ). e
 pt
dt
0

pC

Remarque : la Transformation de Laplace fait passer d’une fonction d’une variable réelle (le temps,
une dimension) à une fonction de la variable complexe p (deux dimensions). Les fonctions d’une
variable complexe ont plusieurs modes de représentations graphiques possibles (module et phase, en
fonction de la variable, module en fonction de la phase, etc...) qui ont chacune un intérêt différent
pour l’analyse des systèmes.

Pour s(t) donné, S(p) est unique, et on peut revenir à s(t) par la transformée de Laplace inverse,
notée T.L.-1 : s(t )  T . L. S ( p)
1

7
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

2.3.2 Transformation de Laplace - Propriétés.

Ce qui nous intéresse : pouvoir écrire la TL des fonctions qui apparaissent dans les modèles des
systèmes, quelle que soit la forme sous laquelle ces fonctions apparaissent :
- dérivées
- additivité
- linéarité
- retardées

Linéarité
TF{af(t)} = aF(p) avec a = constante
TF{af(t) + bg(t)} = aF(p) + bG(p)

Additivité
Si T . L.s1 (t )  S1 ( p)
et T . L.s2 (t )  S2 ( p)
alors T. L.s1 (t )  s2 (t )  S1 ( p)  S2 ( p)

Dérivation à l’ordre 1

 ds 
T . L.  (t )   p. S ( p)  s(0  ) où s(0  )  lim s(t )
 dt  t 0
t 0

Dérivation à l’ordre 2

d 2 s   d  ds  
 ds
T . L.  2 (t )   T . L.   (t )   p. p. S ( p)  s(0  )  (0  ) 
 dt   dt  dt   dt
d 2 s   ds 
T . L.  2 (t )   p 2 . S ( p)   p. s(0  )  (0  )
 dt   dt 

Généralisation à l’ordre n (peut se démontrer par récurrence)

d n s   d n1 s 
T . L.  n (t )   p n . S ( p)   p n1 . s(0  ) ... n1 (0  )
 dt   dt 

d n1 s 
Les s(0  ),..., (0 ) sont les conditions initiales du système.
dt n1

Intégration (se déduit de la dérivation)

0
t
TL  s(u). du F ( p)  s(0  )
p

Retard

8
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

 

T . L. s(t   )   s(t   ). e dt 
 pt
 s(u). e
 p ( u  )
du
0 0

T . L. s(t   )  e  p . S ( p)

2.3.3 Transformées de Laplace particulières

Il y a quelques fonctions dont on doit connaître absolument la TL, car elles sont utilisées
couramment comme signal d’entrée sur les systèmes, soit lors de l’étude théorique (sur le papier
seulement), soit lors des expérimentations.
Ces fonctions sont : l’impulsion de Dirac, la rampe et l’échelon

Impulsion de Dirac

L’impulsion de Dirac est une distribution (extension des fonctions) notée généralement (t) que l’on
peut se représenter de la façon suivante.
Soit une fonction nulle partout sauf sur un intervalle [-T/2, +T/2], et qui vaut 1/T en zéro. Cette
fonction est représentée ci-dessous, pour trois valeurs T1<T2<T3 de T.

T1 t

T2

T3

Lorsque T tend vers zéro, cette fonction tend vers une limite qui serait nulle partout sauf à l’origine,
où serait concentrée toute son énergie. Cette limite n’est pas une fonction, c’est la distribution de
Dirac.
Ce qui importe, ce n’est pas de comprendre exactement ce qu’est une distribution de Dirac, mais
plutôt de bien connaître ses propriétés, et de savoir les utiliser pour modéliser les signaux
numérisés.

Exemple d’utilisation pratique : l’analyse modale.


L’analyse modale d’une structure mécanique consiste à étudier les « modes vibratoires » ou encore
les fréquences de résonance de cette structure. Une méthode couramment employée dans l’industrie
est de frapper la structure avec un marteau et d’analyser le contenu fréquentiel des vibrations
produites par le choc. Le coup de marteau initial peut être modélisé par une impulsion de Dirac.

L’impulsion de Dirac peut aussi servir à modéliser des parasites, bruits, chocs...
L’impulsion de Dirac prend toute son importance lorsqu’on travaille en numérique, car on peut alors
générer facilement une impulsion physique (un échantillon non nul dans une suite d’échantillons

9
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

nuls), et la réponse des systèmes à l’impulsion donne des renseignements très importants sur leurs
caractéristiques. Il convient de noter que :
TL (t )  1 :

Fonction échelon unité (fonction de Heaviside)

L’échelon unité, habituellement noté u(t), est défini par :


u(t) = 0 pour t < 0 (causalité)
u(t) = 1 pour t > 0
avec u(0-) = 0 et u(0+) = 1
Cette fonction a une grande importance en automatique, car elle permet d’exprimer
mathématiquement la causalité.
Exemple : la fonction u(t).cos(t+) est une fonction sinusoidale causale.
Notons que :
TF{u(t)} = 1/p

La rampe

Fonction notée r(t) = a.t.u(t) ayant comme TL : TL{r(t)} = a/p2


Pour a = 1, on a une rampe unitaire appelée aussi échelon de vitesse

r(t)
a
t

Cette fonction est utilisée pour étudier la précision des systèmes. Elle peut servir à modéliser la
grandeur appliquée à l’entrée du système lors d’une phase de démarrage.

2.4 Fonction de transfert.

Soit un système continu linéaire décrit par l’équation :


n N m M
d ns d me

n0
a n .
dt n
( t )   m dt m (t )
m 0
b .

En appliquant la TL aux deux membres de cette équation, on obtient :


n N m M

 an . p n . S ( p)  Ps ( p) 
n0
b
m 0
m . p m . E ( p)  Pe ( p)

où Pe(p) et Ps(p) sont des polynômes en p respectivement d’ordre n-1 et m-1 dont les coefficients se
calculent en fonction des conditions initiales. On voit que l’intérêt de la TL est principalement
qu’elle transforme une dérivation en temps en un produit par p en Laplace.

Ceci nous permettra d’exprimer S(p) en fonction de E(p) et des conditions initiales, ce qui n’est pas
possible directement en temps.

10
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

mM

b m
.pm
Pe ( p)  Ps ( p)
S ( p)  m 0
n N
.E ( p)  n N

 an . p n
n 0
a .p
n 0
n
n

Supposons que les conditions initiales soient nulles, ce qui veut dire que le système est au repos et
on lui applique une entrée non nulle.
Pe(p) et Ps(p) sont donc nuls.

mM

b m
.pm
S ( p)  m 0
n N
.E ( p)
a .p
n 0
n
n

mM

b m
.pm
N ( p)
Posons : H ( p )  m 0
n N
 d’où S ( p)  H ( p).E ( p)
a .p
n 0
n
n D( p )

N(p) et D(p) sont des polynômes en p qui peuvent être factorisés.


Par définition, la fraction rationnelle H(p) est appelée la fonction de transfert ou la transmitance du
système.
Définition : La fonction de transfert d’un système est le rapport de la transformée de Laplace de la
variable de la sortie à celle de la variable d’entrée, sous l’hypothèse que les conditions initiales
soient nulles.
(exemple : TL du système constitué par la cellule RC)

e(t) s(t)
H(p)

Le schéma bloc d’un système est composé de blocs fonctionnels, de sommateurs, de comparateurs
reliés entre eux par des arcs orientés. A chaque arc est associé une variable et à chaque bloc, une
transformation de l’information.
Par définition :
Les racines de N(p) sont appelées les zéros de la fonction de transfert.
Les racines de D(p) sont appelées les pôles de la fonction de transfert.

2. 5 Réduction de schémas fonctionnels

La représentation des éléments d’un système par leur fonction de transfert permet de les combiner
pour réduire les schémas fonctionnels.

11
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

2.5.1 Systèmes en cascade

v(t) s(t)
e(t)
S1 S2

Système en cascade

les deux systèmes S1 et S2 de fonction de transfert H1(p) et H2(p) étant en cascades, on a :

V(p) = H1(p). E(p)


S(p) = H2(p).V(p) = H2(p)H1(p)E(p)
or par définition de la fonction de transfert F(p) = Y(p)/E(p)
donc H(p) = H2(p).H1(p)
Cette expression se généralise à n FT en cascade, selon les mêmes conditions.

Exemple

e(t) s(t)

Cellule R-C avec amplificateur

Pour adopter cette écriture, il faut se rappeler que la mise en cascade de deux systèmes fait appel à
la notion d’impédance d’entrée et de sortie et suppose en particulier que l’impédance d’entrée de S2
est infinie devant l’impédance de sortie S1. Autrement dit, le système S2 n’influence pas le
fonctionnement de S1.

1 1
H ( p)  . A.
1  R 2.C 2. p 1  R1.C1. p

Par contre, si l’on supprime la chaîne d’amplification, nous aurons « la mise en série » de deux
cellules R-C. On ne pourra plus écrire que la fonction de transfert résultante est le produit de la
fonction de transfert de chaque cellule.

2.5.2 Systèmes en parallèle.

H1(p)
e(t) y(t)

H2(p)

Système en parallèle

12
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

L’analyse du bloc précédent donne:

S1(p) = H1(p).E(p) ; S2(p) = H2(p).E(p)


et S(p) = S1(p)+S2(p) car s(t) = s1(t) + s2(t)
Il en résulte que : S(p) = (H1(p) + H2(p)).E(p)
Par définition de la fonction de transfert équivalente :

H(p) = S(p)/E(p) = (S1(p) + S2(p))/E(p) = H1(p) + H2(p)


Dans le cas fréquent où s(t) = s1(t) - s2(t) on a H(p) = H1(p) - H2(p)

2.5.3 Systèmes bouclés

On parlera de systèmes bouclés lorsque la commande de l’installation dépend d’une façon ou d’une
autre de la sortie.

2.5.3.1 Structure canonique des systèmes asservis

e(t)  s(t)
C(p) F1(p)

G(p)

Il est usage d’appeler chaîne directe la cascade C(p) F1(p) qui conduit de (t) à s(t) et de chaîne
retour l’ensemble G(p).
La boucle ouverte est constituée de la cascade des éléments de la chaîne directe et retour, soit
C(p),F1(p), G(p). On obtient ainsi la fonction de transfert en boucle ouverte (FTBO).
Pour l’obtention de la fonction de transfert en boucle fermée (FTBF), on écrit

S ( p)
H ( p)  (1)
E ( p)
S ( p)  F1 ( p).C ( p). ( p) (2) et  ( p)  E( p)  G( p).S ( p) (3)

(1) et (3) donnent S ( p)  F1 ( p).C ( p)[E ( p)  G( p).S ( p)]

F1 ( p).C ( p) 1 F ( p)C ( p)G( p)


S ( p)  .E ( p) soit S ( p)  . 1 .E ( p)
1  F1 ( p)C ( p)G( p) G( p) 1  F1 ( p)C ( p)G( p)

1 F ( p)
S ( p)  . .E ( p)
G ( p) 1  F ( p)
1 F ( p)
On en déduit que : H ( p)  .
G ( p) 1  F ( p)

13
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

2.5.3.2 Schéma bloc à retour unitaire équivalent

e(t)  s(t)
F(p) 1/G(p
)

2.5.3.3 Introduction de perturbation dans les schémas blocs

w(t)

D(p)
e(t)  s(t)
C(p) F(p)

G(p)

w(t) s(t)
H(p)
e(t)

S ( p)  H1 ( p).E( p)  H 2 ( p)W ( p)

1 G( p).C ( p).F ( p) 1 F ( p)C ( p)G( p)


H1 ( p )  . et H 2 ( p)  .
G( p) 1  G( p).C ( p).F ( p) C ( p)G( p) 1  F ( p)C ( p)G( p)

On suppose que D(p) est faible et voisine de 1.

Exercice : déterminer la fonction de transfert globale du système bouclé suivant :

e(t)  G1(p) s(t)


G4(p)

G2(p)

G3(p)

14
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

G4 ( p )
G3 ( p).(G1 ( p)  G2 ( p))
S ( p) 1 1  G4 ( p )
Montrer que  .
E ( p) G3 ( p) G ( p)
1  G3 ( p).(G1 ( p)  G2 ( p)). 4
1  G4 ( p )

S ( p) G4 ( p)(G1 ( p)  G2 ( p))

E ( p) 1  G4 ( p)  G3 ( p)G4 ( p)(G1 ( p)  G2 ( p))

2.6 Recherche de l’originale d’une TL

2.6.1 Détermination de TL inverse d’une fraction rationnelle

m
j
 bj p
N ( p) j  0
Soit: H ( p)  
D( p) n
i
 ai p
i 0
 Rappeler la notion de gain statique et de FT normalisée.

Supposons que D(p) = 0 admet r racines Pi (i=1,2,..,n)


Si ni désigne l’ordre de multiplicité d’une racine Pi , on peut écrire :

D( p)  ( p  p1 ) n .( p  p2 ) n ....(p  pr ) n
1 2 r
n1  n2  ..nr  n

m
j
 bj p
j 0
H ( p) 
r n
 ( p  pi ) i
i 1

On montre que H(p) admet la décomposition en élément simple suivante :

r ni cik
H ( p)  bn   
k
i 1 k 1 ( p  pi )

1 d ( n k ) i

avec cik  [( p  pi) n F ( p)] ] p  p


i

(ni  k )! dp ( n k ) i i

15
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

Exemple

Trouver la décomposition en éléments simples des fractions rationnelles suivantes :


p2  2 p  2 1 1
F1 ( p)  , F2 ( p)  , F3 ( p) 
2 2
p  3p  2 ( p  1) ( p  2) ( p  1)( p 2  p  1)
Réponse :
1 2 1 1 1
F1 ( p)  1   , F2 ( p)    ,
p 1 p  2 ( p  1) 2
p 1 p  2
1 p
F3 ( p)   2
p 1 p  p 1

f1 (t )  ( (t )  e  t  2e 2t )(t ), f 2 (t )  (te  t  e  t  2e 2t )(t )


3
f 3 (t )  (e t  Ae0.5t cos( t   ))(t )
2
Théorème de la valeur initiale
Soit TL{f(t)}= F(p)
alors lim f (t )  lim p.F ( p)
t 0 p 

Théorème de la valeur finale


lim
t 
f (t )  lim
p 0
p.F ( p)

2.6.2 Application à la détermination de la réponse temporelle d’un système.

2.6.2.1 Généralités

La démarche permettant de calculer la réponse temporelle d’un système à une entrée donnée peut
être schématisée comme suit:

1) Etablir l’équation différentielle reliant l’entrée et la sortie du système.


2) Appliquer la TL aux deux membres de cette équation pour obtenir une expression du type:
S(p)=FT(p).E(p)

où FT(p) désigne la fonction de transfert du système qui est une fraction rationnelle de deux
polynômes en p.

3) Déterminer la TL{E(p)} de signal d’entrée e(t) et calculer S(p) pour cette entrée particulière.
4) Décomposer l’expression obtenue pour S(p) en facteurs premiers, et appliquer la TL inverse de
façon à obtenir l’expression de s(t).

Remarque : une fois que l’expression dont on doit calculer la TL inverse est décomposée en
facteurs premiers, on obtient toujours une somme de termes d’ordre 1 ou d’ordre 2.

16
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

Exemple : soit le système linéaire, d’entrée e(t) et de sortie s(t), décrit par :

d 2 s(t ) ds(t )
  s(t )  e(t ) On pose e(t )  e (t )
2 t
2
dt 2 dt
Les conditions initiales sont nulles s(0 )  0 s' (0  )  0 . En déduire s(t).

et
Que dire du régime permanent ?

Réponse : Si les conditions initiales sont nulles :


1 1
S ( p)  .
p2  2 p  2 p  2
s(t )  e 2t (0,5  2 cos(t  45))(t )

lim
t 
s(t )  0

2.6.2.2 : Temps de réponse d’un système linéaire.

Définition: Le temps de réponse d’un système linéaire est le temps au bout duquel l’amplitude du
régime transitoire devient une fraction donnée de l’amplitude du régime permanent.

s(t )  s p (t )   % s p (t )

On montre que pour un système du 1er ordre de constante de temps  soumis à un échelon, le temps
de réponse à 5% est donné par t r  3 . Alors que pour un système du second ordre de coefficient
d’amortissement 0,707 et de pulsation naturelle n ,
on a : tr. n   2 .

2.6.3 Analyse de la réponse des systèmes du 1er ou 2nd ordre

2.6.3.1 Système du 1er ordre

Le comportement dynamique d’un système du premier ordre est décrit par un modèle dont la forme
la plus générale est :

ds de
a 1. (t )  a 0 . s(t )  b 1 . (t )  b 0 . e(t )
dt dt

Par transformation de Laplace, et en supposant les conditions initiales nulles, on obtient :

a1. p  a0 . S( p)  b1. p  b0 . E( p)
D’où S( p)  FT ( p). E( p)

17
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

S ( p) b 1. p  b 0
où FT(p), la fonction de transfert, est donnée par FT ( p )  
E ( p) CI 0 a . p  a
1 0

 a0 a 1 . p 

Donc, S ( p)     . E ( p)
b .p b b . p  b 
 1 0 1 0

Compte tenu de la linéarité de la Transformation de Laplace, la sortie s(t), pour une entrée e(t)
donnée, est la somme de deux termes s1(t) et s2(t), donnés par :

 b   b .p 
   
s (t )  TL1  .E ( p) et s (t )  TL1 
0 1
1 2 .E ( p)
 a 1. p  a 0   a 1. p  a 0 
   

Remarque : s2(t) est égale à la dérivée de s1(t) à un facteur près. Il suffit donc d’étudier s2(t), puis
de la dériver, pour obtenir la réponse globale s(t).

En général, on étudie les systèmes d’ordre 1 à partir d’une forme canonique de la fonction de
transfert, ce qui n’enlève rien à la généralité de l’étude. Cette forme canonique est :

K
FT ( p) 
1 . p
K = Gain statique.
 = constante de temps.

a) Réponse impulsionnelle (Réponse à une entrée impulsion de Dirac).

e(t) = (t)  E(p) = 1


K
Donc, pour cette entrée particulière, S ( p) 
1 . p
 K 
d’où s(t )  TL1  
1   . p 

Remarque : la réponse impulsionnelle d’un système est toujours la transformée de Laplace inverse
de la fonction de transfert.

Par transformation de Laplace inverse, on obtient :


t
K 
.e .u(t )

s(t) Réponse impulsionnelle
K/

18
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

Un système auquel on applique une impulsion et qui revient dans sa position de repos (initiale) est
un système stable.

b) Réponse indicielle (réponse à une entrée en échelon.).

e(t) = u(t)  E(p) = 1/p

K 1
D’où S ( p )  .
1   . p p
Par transformation de Laplace inverse, on obtient :

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

s(t) Réponse indicielle


K

K = Gain statique. En régime stabilisé, pour une entrée constante égale à E, la sortie est constante et
est égale à K.E.

19
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

2.6.3.2 : Système du 2nd ordre

Equation différentielle décrivant le comportement dynamique d’un système du second ordre dont
l’entrée est e(t), et la sortie s(t) :

d 2 s(t ) ds(t ) d 2 e(t ) ds(t )


a2  a1  a 0 s (t )  b2  b1  b0 e(t )
dt 2 dt dt 2 dt

Fonction de transfert : H(p) = S(p) / E(p)

Pour obtenir cette expression, on calcule la transformée de Laplace des deux membres de l’équation
différentielle. Les conditions initiales étant supposées nulles, l’équation devient :

(a2 p 2  a1 p  a0 )S ( p)  (b2 p 2  b1 p  b0 ) E ( p)

S ( p) b2 p 2  b1 p  b0
FT ( p)  
E ( p) a2 p 2  a1 p  a0

A partir de cette expression de la fonction de transfert, on peut, pour une entrée e(t) donnée, calculer
la réponse temporelle s(t) du système à cette entrée, par transformée de Laplace inverse de
l’expression :

b2 p 2  b1 p  b0
S ( p)  E ( p)
a2 p 2  a1 p  a0

Cette expression peut se décomposer en une somme de trois termes :

b2 p 2 b1 p b0
S ( p)  E ( p )  E ( p )  E ( p)
a2 p 2  a1 p  a0 a2 p 2  a1 p  a0 a2 p 2  a1 p  a0
S ( p)  S 2 ( p)  S1 ( p)  S 0 ( p)

La transformée de Laplace étant une transformation linéaire, la transformée inverse de cette somme
de trois termes est égale à la somme de leurs transformées inverses respectives. De plus, si l’on note
si(t) les transformées inverse respectives des trois termes Si(p), on voit qu’il suffit de calculer s0(t),
car les deux autres s’en déduisent facilement par dérivation :

b ds b2 d 2 s0
s1 (t )  1 0 et s2 (t ) 
b0 dt b0 dt 2

20
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

Aussi suffit-il d’étudier la réponse temporelle d’un système du second ordre type, dont la fonction
de transfert est de la forme :

b0
S 0 ( p)  E ( p)
a2 p  a1 p  a0
2

On a l’habitude d’étudier cette fonction de transfert type sous une forme dite canonique :

Réponse indicielle :

K E
S 0 ( p)  . 0 (forme canonique pour E(p) = E0/p)
p p2 p
1  2m 
0  02

0 = pulsation propre du système, est positive.
m = amortissement, peut être positif ou négatif.
K = Gain statique.

p p2
 Cas où m  1, le trinôme 1  2m  admet deux racines réelles. Si les
0 
2
0
coefficients du trinôme sont tous positifs, les racines sont alors négatives. La réponse du système est
dite apériodique.

t t
KE 0 1 
1 2 
S ( p)  s(t )  KE 0 (1  e  e  )
2

p(1   1 p)(1   2 p) 1   2 1   2

p p2
 Cas où m < 1, le trinôme 1  2m  admet deux racines complexes conjuguées. Si
0 
2
0
les coefficients du trinôme sont positifs alors la réponse du système est oscillatoire amortie.
e  m t
o
m
s(t )  K [1  cos( 0 1  m 2 t  ) et   arctg ( )
1 m 2
1 m 2


m 2
A noter : D%  100e 1m2
et Tp 
0 1  m2

21
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

2. 6.4 : Réponse harmonique des systèmes continus linéaires lieux des transferts.

Considérons la configuration suivante:

e(t) s(t)
F(p)

Un système linéaire de fonction de transfert F(p) commandé par une entrée sinusoïdale e(t)=E.sin(t
) présente en régime permanent, une sortie sinusoïdale amplifiée (ou atténuée ) et déphasée par
rapport à l’entrée avec un gain et un déphasage qui sont respectivement le module et l’argument du
nombre complexe F(j).

s(t )   ( ) E sin(t   ( )) avec

F ( j )   ( )
Arg ( F ( j ))   ( )

F ( j )   ( )e j ( )  A( )  jB( )

Ainsi, l’étude fréquentielle ou harmonique d’un système se réduit à celle du nombre complexe F(j)
que l’on peut représenter sur un diagramme de Bode, Nyquist ou Black.

2. 6. 4.1: Diagramme de Bode.

On utilise deux courbes simultanément: la caractéristique d’amplitude représentée par 20 log(())


en fonction de log() et la caractéristique de phase représentée par () en fonction de log().
Exemple :
K
Tracer le diagramme de Bode de la fonction de transfert F ( p)  avec K>0
1  p
Diagramme de Bode pour les amplitudes.
20log|F(j)|=20log(K) – 20log|1+j|

On procède à l’approximation asymptotique suivante :


Si <1/ 20log|1+j|  0
Si >1/ 20log|1+j|  20log|j|

22
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

On montre que si
|G| = 1 alors |G|dB = 0 dB

|G| > 1 alors |G|dB > 0 dB (Amplification)

|G| < 1 alors |G|dB < 0 dB (Atténuation)

Par ailleurs, on montre que 20log |G| est une droite de pente 6 dB octave, et -20log |G| est une droite
de pente -6db octave.

2.6.4.2 : Diagramme de Nyquist.

Soit un système de fonction de transfert F(p). Tracer le lien de Nyquist d’un tel système, revient à
tracer la courbe dans le plan complexe. Le lieu est gradué en w.
On oriente la courbe dans le sens des w croissant.

2.6.4.3 : Diagramme de Black.

C’est la représentation de Bode mais transcrite dans un seul plan. Un point du plan de Black est
repéré par le module et la phase de F(jw) pour w donné.
On repèrera la phase sur l’axe des abscisses et le module (en dB) sur l’axe des ordonnés. Là encore,
le lieu doit être gradué en w et orienté, sinon il n’a aucune valeur.

23
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

Chapitre III: Etude de la stabilité des systèmes linéaires.

3.1 Définition:

D’une manière générale, un système est stable quand il tend à revenir à son état permanent après
une perturbation. D’un point de vue algébrique, un système linéaire continu est stable si les pôles de
sa fonction de transfert ont leur partie réelle négative, c’est à dire s’ils se trouvent dans le demi-plan
gauche du plan complexe. Ce demi-plan est couramment noté Q.
Considérons un système caractérisé par la fonction de transfert :

F(p) = N(p) / D(p)

Les pôles de F(p) sont les racines de l’équation D(p) = 0 appelée couramment équation
caractéristique. On posera, dans la suite de ce cours, D(p) = 1 + H(p).G(p)
Les zéros de F(p) sont les racines de l’équation N(p) = 0.

Exemple: F(p) = k/[(1 + p)(1+0.1p)]

Il en résulte que le système précédent est stable. Dans de nombreux cas il n’est pas trivial de
résoudre l’équation caractéristique ou bien l’on ne dispose que d’une représentation graphique
(Bode, Nyquiste, Black) du système. Dans de tels cas quelques méthodes pour étudier la stabilité
des systèmes ont été proposées. On peut citer:
-Le critère de Routh-Hürwitz
-Le critère de Revers
-Le critère de Nyquist.

3. 2 Le critère de Routh.

Le critère de Routh est une méthode triviale pour étudier la stabilité des SLC (Systèmes Linéaires
Continus) qui consiste à déterminer le signe des racines de l’équation caractéristique. Il a en fait
proposé une méthode consistant à étudier la stabilité à partir des coefficients de l’équation
caractéristique. Ce critère se compose de deux conditions :

Une condition nécessaire

Soit l’équation caractéristique écrite sous la forme : a0 + a1.p +, a2.p2 +…+ an.pn

Selon Routh, la stabilité exige que tous les coefficients ai de l’équation caractéristique soient
positifs

Une condition nécessaire et insuffisante

Si la condition nécessaire est vérifiée, il faut alors construire le tableau de Routh comme ci-après :

24
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

Colonne 1 Colonne 2 Colonne 3


On an an-2 an-4…
Pose an+1 an-3 an-5…

On A1 A2 A3…
détermin
e B1 B2 B3…
C1 C2 …

Avec :

A1 = …

On arrête la construction de ce tableau dès qu’un zéro apparaît dans la colonne 1. La condition n°2
s‘énonce ainsi :

Pour que le système soit stable en boucle fermée, il faut et il suffit que tous les coefficients de la
première colonne soient positifs.

S’il apparaît des changements de signe dans la première colonne, l’équation caractéristique a des
racines a partie réelle positive. Le nombre de pôles instables est égal au nombre de changements de
signe.

Exemple: soit un système de fonction de transfert : F(p) = 4/[p.(1 + p)(1 + 0.1p)]

L’équation caractéristique s’écrit : 4 + p + 1.1p2 + 0.1p3 = 0

Condition 1 : Tous les ai sont positifs ; il faut donc construire le tableau de Routh.

Condition 2 : on a a0 = 4 a1 = 1 a2 = 1.1 a3 = 0.1

25
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

3.3 : Critère de Nyquist

On rappelle que pour observer la stabilité du système bouclé, il suffit de vérifier que l’équation
caractéristique 1 + H(p)G(p) = 0 n’a pas de racine dans le demi-plan complexe positif. Il revient au
même de dire que, si H(p)G(p) n’entoure pas le point (-1, 0), alors l’équation 1 + H(p)G(p) n’a pas
de racine dans le demi-plan complexe positif (demi-plan appelé contour de bromwich).

Enoncé du critère de Nyquist.

Un système bouclé est stable si son lieu de transfert en boucle ouverte n’entoure pas le point
critique (-1, 0)

En d’autres termes, pour que H(p)G(p) n’entoure pas le point (-1,0), il faut et il suffit que :
 Son nombre de pôles et zéros dans le demi-plan complexe positif soit nul
 Ou que le nombre de pôles positifs soit égal au nombre de zéros positifs

3.4 : Critère de Revers

Le critère de revers s’applique aux systèmes linéaires asservis pour lesquels la fonction de transfert
et les boucles ouvertes ne présentent pas des pôles ou zéro instables.

Rappels: La fonction de transfert en boucle ouverte est:


FTBO(p)= S(p)/E(p) = H(p)
Quant à la fonction de transfert du système asservi, elle est donnée par :
FTBF(p)= S(p)/E(p) = H(p)/[1+ H(p) G(p)]

a) Enoncé du critère du Revers.

Si, en parcourant dans le plan complexe le lieu de transfert d’un système en boucle ouverte dans le
sens des w croissants, on laisse le point critique à gauche, le système bouclé est stable. Il est instable
dans le cas contraire.

Remarque: Il est important de noter qu’on travaille sur la fonction de transfert en boucle ouverte
pour conclure sur la stabilité de la boucle fermée.

Ce critère n’implique pas nécessairement la connaissance du modèle mathématique du système sous


la forme de sa fonction de transfert puisque le tracé de Nyquist peut être obtenu expérimentalement
à partir d’une analyse harmonique.
Par contre, l’application du critère à partir de la fonction de transfert implique le calcul du point
d’intercession du lieu avec l’axe réel.

b) Extension du Critère du Revers dans le plan de Bode.

Dans le plans de Bode, le point critique se transforme en (0 db, -180). Il suffit donc d’observer la
valeur du gain en BO lorsque l’argument de la FTBO est égal à –180°.
Un exemple d’application est donné par :

26
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

 Le Lieu I : On observe un gain G < 0 dB pour  = -180°. Le système est donc stable en
boucle fermée
 Le Lieu II : Cette fois G > 0 dB pour  = -180°. Le système est donc instable en boucle
fermée

c) Extension du Critère du Revers dans le plan de Black.

Dans le plan de Black, le point critique est, comme dans le plan de Bode, (0 dB, -180°).
Il est aisé de contacter qu’un lieu, correspondant à un système stable et qui laisse le point critique à
gauche dans le plan de Nyquist, le laisse cette fois à droite dans le plan de Black.

3.5 : Critère de qualité des systèmes asservis

La fonction d’un système asservi est de faire suivre à la sortie S(p), une loi fixée par E(p) selon la
configuration suivante (cas général):

P(p)

E(p) + (p) + + S(p)


C(p) F(p)

L’idéal serait que, dans le cas d’un asservissement parfait, que l’on puisse assurer la stabilité, la
précision, une bonne rapidité malgré les perturbations P(p). La stabilité a été déjà étudiée.

3.5.1 : Précisions des systèmes asservis

Le rôle des systèmes asservis est de faire suivre à la sortie s(t) une loi fixée par e(t), avec pour idéal
(t) = e(t) – s(t) = 0. En pratique, que peut-il se passer ?

 L’entrée varie : le système fonctionne en suiveur et réalise la fonction d’asservissement


 L’entrée est constante mais un signal de perturbation peut venir se superposer au signal
utile en un point quelconque de la chaîne. Le fait de maintenir  = 0 malgré cette
perturbation impose que le système fonctionne en régulateur.

En fait, les deux sources d’erreur sont présentes simultanément, mais en vertu du théorème de
superposition, on peut écrire que : (t) = e(t) + p(t) avec

 e(t) : signal d’erreur dû aux variations de l’entrée


  p(t) : signal d’erreur dû à la perturbation.

Nous nous intéresserons dans ce paragraphe à l’erreur permanente, c’est à dire à l’erreur statique
(). En appliquant le théorème du retard, nous pouvons écrire que :

 limt (t)lim p0 p(p)

27
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

3.5.2 : Système sans perturbation et entrée variable.

On a P(p)=0, il vient : (p) = E(p) – H(p) (p) avec H(p) = C(p).F(p) d’où :

(p) = E(p)/[1 + FTBO]

Donc, l’écart  est lié d’une part à la forme du signal d’entrée et d’autre part, à la forme de la
FTBO .

a) Influence de l’entrée.

 si l’entrée est un échelon, l’écart est appelé écart de position et est noté p
 si e(t) est une rampe, l’écart est appelé écart de traînage et est noté t
 si e(t) est une parabole, l’écart est appelé écart en accélération et est noté a

b) Influence de la FTBO

La forme de la FTBO va dépendre du nombre d’intégrateur qu ‘elle contient. D’une manière


générale :
FTBO = KN(p)/[PrD(p)] avec N(0) = D(0) = 1, r = classe du système

Système de classe 0 (r = 0 : pas d’intégrateur)

On a FTBO = KN(p)/[D(p)]

Et donc (p) = E(p).D(p)/[D(p) + KN(p)]

A-Entrée en échelon. E (p) = G/p. L’écart de position est, selon le théorème de retard :
p = limp->0 p(p) = G/[1 + K]

B-Entrée en rampe. E(p) = G/p2. L’écart de traînage est de :


t = limp->0 p(p) = infini

C-Entrée en accélération. E(p) = G/p3. On montre, comme précédemment, que a --> infini

Conclusion: un système de classe 0 ne suit ni en vitesse ni en accélération.

Système de classe 1 (un intégrateur)

On a FTBO = KN(p)/[p.D(p)]

Et donc (p) = E(p).p.D(p)/[p.D(p) + KN(p)]

28
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

A-Entrée en échelon. E (p) = G/p. L’écart de position est : p = 0

B-Entrée en rampe. E(p) = G/p2. L’écart de traînage est de : t = G/k

C-Entrée en accélération. On montre que : a ---> infini

Conclusion : Un intégrateur annule l’écart de position et rend fini l’écart de traînage.

3.5.3 : Système avec perturbations seules.

On travaille maintenant à entrée constante donc en régulateur. On s’intéresse aux variations s(t)
dues à une perturbation p(t) de la grandeur de sortie. La fonction de transfert vis à vis de la
perturbation s’écrit :
S(p) F(p)
 avec H = F.C
P(p) 1 H(p)

Etude d’un cas particulier pour un système de classe 1.

On pose: C(p) =K1.N1(p)/[p.D1(p)] et F(p) =K2.N2(p)/[D2(p)]

Dans le cas d’une perturbation permanente : P(p) = P0/p on a s(t) = limp->0 pS(p) = 0
Avec S(p) = p.K2/(K1.K2)

Conclusion: Un intégrateur placé en amont d’une perturbation annule ses effets.

3.5.4 : Cas d’un système quelconque (avec e(t) variable et p(t))

Le système est cette fois sollicité par des variations d’entrées et des perturbations. Et pour obtenir
une meilleure précision en plus de la stabilité, une solution consiste à placer un intégrateur en amont
de F(p) donc juste après le comparateur : C’est la place du Correcteur.

Un correcteur intégral :
 annule l’effet des perturbations,
 rend l’écart de position nul et l’écart de traînage fini.

C’est l’outil de la précision statique. Par contre, il faudra si possible revoir la stabilité car
l’intégrateur déstabilise un système.

3.5.5 : Degré de stabilité d’un système

Apprécier le degré de stabilité d’un système, c’est quantifier son éloignement (le lieu de transfert)
du point critique. Les critères servant à chiffrer ce degré sont principalement :
 la marge de gain (MG),
 la marge de phase (Mp),
 la marge de retard (MR)

29
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

 la marge de phase (MM)

a) La marge de gain et la marge de phase

Elle se détermine facilement dans le plan de Black (figure ci-dessous). Pour une bonne marge de
gain et de phase, l’on vérifie que :
MG  6 dB et 60°  MP  30°

b) La marge de retard et la marge de module

Un retard introduit un déphasage pur proportionnel à la marge de gain.


on déduit que Mr = MP / cr

La marge de Module mesure la distance entre le point critique et le lieu de transfert en BO :


MM = | 1 + FTBO |

3.5.6 : Rapidité et amortissement: précision dynamique

Une bonne précision dynamique donne un amortissement moyen pour un temps de réponse faible.
Un amortissement moyen correspond à une réponse transitoire à faible dépassement.
La précision dynamique est appelée aussi qualité du système asservi. Elle chiffre l’erreur transitoire
apparaissant dans la réponse à un échelon. Si on veut un amortissement élevé pour un temps de
réponse faible, on a intérêt à minimiser l’erreur dynamique

30
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

Chapitre IV : Correction des systèmes asservis

4.1. Introduction

L’objectif de l’asservissement est d’imposer à la sortie s(t) le comportement du signal e(t).


L’obtention de ce résultat (à travers le cahier des charges) fait intervenir le respect de contraintes
de stabilité, de rapidité, et de précision dynamique.
La structure permettant le respect de ces contraintes, est composée d’un bloc C(p) appelé correcteur,
dont l’entrée est l’écart consigne/sortie et la sortie la commande u(t) appliquée au système.
Le respect du cahier des charges d’un asservissement consiste alors :
 à choisir une structure de correcteur adéquat.
 au réglage des paramètres du correcteur pour satisfaire les performances imposées par le
cahier des charges.

4.2. Réalisation d’un correcteur

Considérons un système bouclé, comportant un correcteur C(p) :

P(p)
E(p)
 + S(p)
C(p) F(p)
+

Un correcteur est représentable par une équation différentielle au même titre que le processus qu’il
doit contrôler.

4.2.1: Principes

principe 1

On sait que la perturbation peut être effacée si la chaîne directe comporte un Intégrateur en amont
de cette perturbation. Dans ces conditions si F ne comporte pas d’intégrateur, C(p) en comportera au
moins un.

La constante de temps de l’intégrateur peut compenser la constante de temps dominante du


processus

31
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

Principe 2

La perturbation étant effacée, la FTBF s’écrit :


H(p)= S(p) /E(p) = C(p).F(p)/[1+ C(p).F(p)]

D’où
H(p)
C(p) (E.2-1)
F(p)[1 H(p)]

En règle générale, on s’oriente vers une FTBF du second ordre de la forme canonique :

H(p) 1
(E.2-2)
1 2  2
p2
n n
Principe 3

Le correcteur doit être physiquement réalisable, ce qui implique que le degré du numérateur soit
inférieur ou égal au degré du dénominateur (d°(N)  d°(D).

Principe 4

Une fois le modèle de correcteur choisi, il faudra vérifier par simulation ou par tout autre moyen
analogue que l’ensemble de la chaîne correctrice fonctionne normalement (pas de saturation,
stabilité, perturbation effacée …)

4.2.2 Application à un système du 1er ordre

soit un système de 1er ordre F(p) = k/[1 + p] dont on désire améliorer la précision statique et la
rapidité de réponse en BF. A partir des équations E .2-1 et E.2-2 on déduit le correcteur :

1 Gr (1p)
C(p) 
K (2 p p2 ) p(1Tp)
1p n n 2

avec
Gr  n et T  1
2K 2 n

Ce correcteur est physiquement réalisable car le d°(N) < d°(D). Nous remarquons aussi qu’il
contient un intégrateur, ce qui permettra d’annuler l’erreur statique et atténuer les perturbations.

32
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

4.3. Les structures des correcteurs.

A- Correcteur intégral pur

(p)
R - U(p)
+

Si l’on pose Ti = RC, la fonction de transfert du correcteur intégral est de la forme :

U(p)/(p) = 1/(Ti p)

A- Correcteur proportionnel et intégral (PI)

La forme de ce correcteur PI est de la forme :


C(p)Gr (1 1 )
Ti p

De façon similaire, on définit aussi le Correcteur intégral approché appelé aussi à retard de
phase :
1Ti p
C(p)Gr ( )
1aTi p

B- Correcteur dérivée (PD)

La forme de ce correcteur PD est de la forme :


C(p) = Gr[1 + Td p]

Le correcteur PD pur n’étant pas réalisable, on définit ainsi le Correcteur dérivé approché appelé
aussi à avance de phase où l’on filtre l’action dérivée :
1aTd p
C(p)Gr( )
1Td p

C. Le correcteur PID

Le correcteur proportionnel, intégral et dérivée (P.I.D) le plus connu du monde industriel est
apprécié pour sa relative facilité de mise en oeuvre (réalisation + réglage), et pour sa relative
robustesse (face aux perturbations, incertitude).

33
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

Les Structures générales, les plus utilisées, du correcteur PID sont les suivantes :

type schéma équations

série  P I D U C(p) = Gr[1 + 1/(Ti p)][1 + Td p]

P
Parallèle I C(p) = Gr + 1/(Ti p) + Td p
D

Mixte I
P C(p) = Gr[1 + 1/(Ti p) + Td p]
D

Le correcteur mixte n’étant pas réalisable, nous serons obligés de filtrer l’action dérivée, c’est à
dire ajouter un terme du 1er ordre au dénominateur. D’où la forme du correcteur filtré :

C(p) = Gr[1 + 1/(Ti p) + aTd p/(1+Td p)]

NB :
Gr : gain de l’action proportionnelle.
Le coefficient Gr permet d’agir sur la rapidité et la stabilité du système bouclé.

Ti : Constante d’intégration
L’action intégrale du correcteur est utile lorsque le système ne possède pas de pôle en Q.
Il est à noter que l’action intégrale pénalise la rapidité du système bouclé.

Td : Constante de dérivation.
L’action dérivée permet aussi d’agir sur la stabilité et la rapidité du système bouclé.

Remarques:

a) Lorsque C(p)=K, le correcteur C(p) est appelé correcteur propositionnel.

b) La correction dérivée pure n’est que théorique. Il n’est pas réalisable physiquement et est
caractérisé par un gain infini en HF (tous les bruits sont amplifiés). On préfère donc au correcteur
précédent, le correcteur dérivé approché appelé aussi à avance de phase.

34
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

4.4. Réglage des paramètres du correcteur.

Il est important de maintenant choisir ou régler les paramètres suivants : (k, Ti, Td). Le réglage de
ces paramètres est un problème quotidien pour l’Automaticien. Il est alors nécessaire de mettre en
œuvre des méthodes simples, rapides et suffisamment précises.

4.4.1. Simplification du pôle dominant.

Si l’on choisit d’utiliser un correcteur PI ou PD, le zéro apporté par le correcteur PI ou par le
correcteur PD peut permettre la simplification du pôle dominant. Cette solution simple et efficace
permet souvent d’améliorer les performances sans complexité de réglage. Dans le cas d’un PID, les
deux zéros apportés par le correcteur simplifient deux pôles ou un pôle du processus.

Exemple: FTBO = F(p)= K/(1+p)(1+5p)

Un tel système présente deux constantes de temps 1 et 5 et donc un pôle dominant -1/5.
On asservit le système précédent avec un correcteur et une boucle à retour unitaire.
Performances demandées: Erreur de position nulle et système bouclé plus rapide.

Réponse: si l’on choisit le correcteur de la forme C(p) = (1+5p)/(5p), la FTBO corrigée vaut

FTBO (p) = K/[5p(1 + p)]

4.4.2. Techniques de régulation industrielle

Nous examinerons ici un certain nombre de techniques utilisées dans l’industrie permettant de
concevoir un régulateur à partir d’un modèle donné et pour des performances désirées.

Régulateur en cascade

Une régulation en cascade permet de minimiser les effets d’une ou plusieurs perturbations.

régulateur 1 régulateur 2 P(p)

E + E1 + C2 F1
+ S1 F2
S
C2

35
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

On va introduire une boucle interne dont le rôle va être de détecter plus rapidement la perturbation
et de compenser ses effets.
La régulation comporte deux régulateurs :
 Le régulateur primaire agissant sur l’ensemble (correcteur C1)
 Le régulateur secondaire agissant sur la boucle interne (correcteur C2) et comportant
impérativement un intégrateur (annulant l’écart statique)

Le correcteur P.I.R

Les systèmes à retard important se trouvent facilement dans l’industrie, en particulier là où il y a


transport de matières : cimenterie, pâte à papier, etc… Les PID ne peuvent pas compenser
entièrement ces retards, et dans ces conditions, ils conduisent à des réponses fortement oscillatoires.
On utilise alors certaines techniques ayant pour but principal de masquer le retard réel afin de
travailler ensuite sur la stabilité et la précision.
L’utilisation d’un correcteur PIR ou correcteur Proportionnel, Intégral et Retard, est intéressant
dans le cas de système identifié selon le modèle de Broïda :

Tp
F(p) K e
1p

Le schéma fonctionnel du correcteur PIR est donné par :

E (p) U(p)
+ A
Gr[1+1/(Tip)]
-

1/(Tip)[1-Exp(-Tp)]

U(p) Gr.A(1Ti p)
On a donc 
E(p) Ti p A[1exp(Tp)]

Et la fonction de transfert en BO s’écrit alors : FTBO = U(p). F(p) /E(p)


Avec F(p), le modèle de Broïda.
Si on effectue les réglages suivants Ti =  et Gr =1/K, les FTBO et FTBF deviennent
Tp
Tp

FTBO  Ae et FTBF  e
p A(1e  1  p
Tp

Le système bouclé se comporte donc comme un 1er ordre retardé de gain 1 et de constant de temps
/A, ce qui revient à diminuer le temps de réponse (hors temps de retard bien entendu). Ce
correcteur donne de bons résultats lorsque le modèle du processus est simple. Il est toutefois
nécessaire d’avoir une bonne connaissance, à priori, du retard T

Méthode de Ziégler et Nichols

36
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

C’est la méthode (méthode empirique) la plus ancienne basée sur l’observation de la réponse du
processus et la connaissance de la structure de régulateur utilisé. Ziégler et Nichols utilisent un
modèle très simple de processus :
Tp

F(p) K e
p

Ils ont ensuite cherché, pour ce modèle, les paramètres du correcteur minimisant le critère de
performance ITAE.

Dans le cas où le système de fonction de transfert F(p) est bouclé par un correcteur proportionnel,
on recherche pour quel gain Ko de la boucle, des oscillations entretenues de période To,
apparaissent (limite de stabilité). Chacun des modèles F(p) est alors caractérisé par deux paramètres
(Ko, To) qui serviront à faire la synthèse du correcteur.

NB (définition du critère de performance): Minimiser l’erreur dynamique revient à minimiser


l’aire hachurée sur la figure ci-dessous

Cette aire correspond à (t) dt . Les bornes d’intégration dépendent en fait de l’erreur statique :
 Si p = 0, on intègre de 0 à l’infini
 Si p  0, on intègre de 0 à 2tr (tr étant le temps de réponse) pour être sûr que le régime
transitoire est terminé

Le critère de performance d’un système bouclé est donc défini par :  f (t)dt
t

0
Avec t = infini ou t = 2tr. Selon la forme de la fonction f, plusieurs critères sont possibles :
t
 Critère IAE (Integral of Absolute Error) :  (t) dt
0


t
 Critère ISE (Integral of Square Error) ou critère de l’erreur quadratique : 
2
(t) dt
0
t
 Critère ITAE (Time Multiplied by Absolute Error):  t (t) dt
0

37
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

Chapitre V : Analyse des systèmes échantillonnés

5.1. Introduction

Un système asservi est dit échantillonné si sa fonction régulateur est réalisée par un système
programmable (calculateur ou système microprogrammé)

 S
Clavier Ucn + Correcteur Urn CNA U r* BOZ Ur Processus
-

horloge

Umn Um
CAN filtre Capteur
calculateur

Fondamentalement, la boucle d’asservissement ne change pas ; le système que l’on désire


commander par un calculateur ne change pas : il est toujours continu
 Le signal de sortie, mesuré par un capteur puis filtré pour éliminer les bruits, est ensuite
échantillonné par le CAN. On obtient le signal de sortie numérisé Umn
 Un algorithme de correction permet de définir le signal de réglage numérique Urn qui
attaquera le BOZ puis le processus
 Une horloge synchronisée sur celle du processus permet d’échantillonner le signal de
mesure filtré au niveau du CAN
 Enfin le CNA (Convertisseur – Numérique – Analogique) délivre au BOZ un signal de
réglage échantillonné Ur*, signal de réglage de processus. En fait le BOZ est assuré par le
registre de sortie de calculateur (interface parallèle). Il permet de maintenir la valeur
analogique autant de temps qu’il le faudra.

Le processus numérique devient

 Umn
Ucn + Correcteur Urn CNA BOZ Processus Capteur CAN
+ Filtre
-

Ainsi nous pouvons noter que :


 Les actionneurs deviennent mixtes : entrée numérique et sortie analogique (c’est le cas
des systèmes MLI ou DSP pour le pilotage de moteurs, système de chauffage…)

38
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

 Les capteurs deviennent numériques (codeur incrémental associé à un compteur)


 Le plus souvent, l’échantillonnage est effectué à des instants équidistants : l’espace entre ces
instants est appelé période d’échantillonnage
 On appelle échantillonneur l’organe effectuant le prélèvement des échantillons. Il est
représenté par un schéma fonctionnel de la manière suivante :

f(t) T f*(t)

f*(t) fB (t)

f(t)

t t
0 T 3T 4T 0 T 3T 4T

Pour attaquer un système linéaire continu par un signal échantillonné, on va « reconstituer » le


signal continu à partir du signal échantillonné, donc on va filtrer celui-ci.
Un filtre couramment utilisé est le Bloqueur d’Ordre 0 (BOZ). Il est appelé ainsi car il maintient
constante l’amplitude de chaque impulsion pendant une période d’échantillonnage (voir figure ci-
dessous où l’on obtient fB(t) après l’application du BOZ)
La fonction de transfert du BOZ est définie par :

1e
Tp

B (p)
0 p

En régime harmonique, on montre que

sin T
Tj

(j)
1e Te
 j T 2
B 0 j
2
T
2
Le module du BOZ s’écrit
sin T
B0(j) T T2
2
5.2. Système en BO et BF

5.2.1 Système en BO

E(z) F1(p S1(z) T F2(p S(z)


) ) F(z) = F1(z).F2(z)

F1(z) F2(z) 39
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

T S(z)
E(z) F1(p F2(p) F(z) = [F1 F2](z)
)

F(z)

5.2.2 Fonction de transfert d’un processus muni d’un BOZ

T S(z)

1e
E(z) B0(p) F(p) Tp

B (p)
0 p

   TP
e F(p)
Tp
On a S(z) = [B0F](z).E(z) avec [B0F](z) = TZ  F(p)  e 
F(p) TZ 
F(p) 
TZ 

p p
  p  
p


Le terme e-Tp.F(p)/p représente tout simplement F(p)/p retardé d’une période d’échantillonnage T.
Ainsi, d’après le théorème de retard : TZ[G(p).e-Tp] = z-1.TZ[G(p)]
D’où
B0F (z)1z  TZ  F(pp) 
1

   

5.2.3 Système en BF

On montre que les 2 systèmes bouclés sont identiques

(z)

E(z) + T
e(t) T e*(t) *(t)
E(z) -
Sm(z)
s*(t) S(z)

Considérons un système en BF

C(z)

E(z) + (z) T C(p) Ur(z) F(p) S(z)

-
Sm(z) R(p)

De ces équations
Sm(z) = [FR](z) Ur(z)
S(z) = C(z).F(z).  (p)
 (p) = E(p) – Sm(z)

40
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

on déduit
S(z) C(z).F(z)

E(z) 1C(z).[FR](z)

5.2.4 Choix de la période d’échantillonnage

Le comportement d’un système asservi échantillonné doit être le même qu’un système asservi
continu (stable, précis, rapide).
Ce comportement du système numérique va aussi dépendre de la période d’échantillonnage T qui ne
peut être choisie n’importe comment :
 Si elle est trop petite, le calculateur travaille inutilement alors que le processus n’a pas
évolué
 Si elle est trop grande, le calculateur pourra rater des évènements importants (perturbations
par exemple) où les erreurs générées seront difficilement rattrapables.

Selon le théorème de Shannon, on doit avoir :


1/T > 2.f0

Mais en pratique on choisit (où f0 la plus grande fréquence transmise par le processus en BF) :
5.f0 < 1/T < 25.f0 (3.I)

NB : La plus haute fréquence transmise par le processus est donnée par sa bande passante

Pour un système du 1er ordre en BF : F(p) = 1/(1 + p), la pulsation de coupure est c = 1/ ; donc
la plus haute fréquence transmissible est donnée par : f0 = c/(2) = 1/(2). Si on applique la
relation (3.I), il vient :
5/(2) < 1/T < 25/(2) et on prend souvent 0,25. < T < 

Pour un système du 2nd ordre bouclé :


F(p) 1
 p2
12 p 2
n n
La pulsation de coupure s’écrit :
2 2 2
c n (12 ) (12 ) 1

La bande passante est liée à n et . Si  = 0.7, ce qui est le souvent le cas en régulation (faible
dépassement et temps de réponse minimum) alors c = n.
En appliquant la relation (3.I), on prend : 0,25  Tn  1,25

5.3. Stabilité

5.3.1 : Stabilité absolue

Considérons un système bouclé :

41
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

C(z).F(z)
FTBF(z) avec
1 FTBO(z)

FTBO(z) = C(z).F(z) pour un système bouclé à retour unitaire


FTBO(z) = C(z)[FR](z) pour un système bouclé à retour non unitaire

Règle de stabilité :

Règle 1 : Un système échantillonné est stable en BF si les pôles de sa fonction de transfert en z


ont un module inférieur à 1, soit |zi |<1 . Dans le plan des z, ils sont situés dans le cercle du
rayon 1

Règle 2 : Un système bouclé est stable si les racines de son équation caractéristique donnée par (1
+ FTBO(z) = 0) ont, chacune, leur module inférieur à 1.

5.3.2 : Critère de JURY

L’équation caractéristique peut encore s’écrire [1 + N(z)/D(z)] = 0 avec FTBO(z)=N(z)/D(z)


Cette équation devient alors N(z) + D(z) = 0 ou encore a0 + a1 z + a2 z2 + … + an zn = 0
Pour un système physique, tous les coefficients ai sont réels et an > 0

Critère de Jury

Un système en BF est stable si les (n + 1) conditions suivantes sont satisfaites :


n
1) a  0
i 0
i

(1) (1) a  0
n n i
2) i
i 0

3) |a0| < an

4) |a0 j | - |an-j j | > 0 pour j = 1,2,...,n-2 et ai0 = ai (0  i  n)

l l

a a a
l 1
0 n l  k
avec k l l pour 0  l  n-3 et 0  k  n – l – 1
a a n l k

Application à un système d’ordre 1 :

L’équation caractéristique s’écrit a0 + a1 z = 0 et on obtient les deux relations suivantes :

a1 + a0 > 0
a1 - a0 > 0

Application à un système d’ordre 2 :

L’équation caractéristique s’écrit a0 + a1 z + a2 z2 = 0 et on obtient les relations suivantes :

42
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

a0 + a1 + a2 > 0
a0 – a1 + a2 > 0
|a0 | < a2

Application à un système d’ordre 3 :

L’équation caractéristique s’écrit a0 + a1 z + a2 z2 = 0 et on obtient les relations suivantes :

a0 + a1 + a2 + a3 > 0
-a0 + a1 - a2 + a3 > 0
|a0 | < a3
a02 + a32 > a0a2 – a1a3

5.3.3: Etude d’un système du premier ordre

F(z)
S(z)
E(z) + (z) T K T
B0(p) 1/(1+p)

On montre très rapidement que la fonction de transfert du processus muni de son BOZ est :
F(z) = K0 / (z – z0) avec K0 = (1-e-T ) et z0 = e-T

La FTBF s’écrit H(z) = FTBO/(1+FTBO) = KK0/(z – z0 + KK0 ), d’où l’équation caractéristique :


KK0 – z0 + z = 0. Ce qui impose

a0 = KK0 – z0 = K – z0(1+ K)
a1 = 1

En appliquant le critère de Jury, on a:

a0 + a1 > 0  K > -1 toujours vérifié


a1 – a0 > 0  K < (1+z0) / (1-z0)

La condition d’échantillonnage impose 0.25 < T <  où  est la constante de temps en BF.
En choisissant  = 0.5BO , avec BO = 1s = constante de temps en BO, on a alors :
0.125 s < T < 0.5 s. Et en prenant T = 0.2 s, il vient K < 10,1

En échantillonnant à T = 0,2 s, le système est stable si 0  K  10

Conclusion : Contrairement à un système continu, un système de 1er ordre échantillonné peut être
instable lorsqu’on le boucle. L’échantillonnage a donc un effet déstabilisant.

5.4. Précision statique

5.4.1 : Quelques théorèmes

43
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

Théorème de la valeur initiale : f(0) = limz F(z)

Théorème de la valeur finale : f() = limz1 (1-z-1 )F(z)

Théorème du retard : si g*(t) = f*(t-kT) alors G(z) = z-k.F(z)

5.4.2 Précision en absence des perturbations

Considérons un système bouclé sans perturbation :

T S(z)
E(z) + (z) T K B0(p) F(p)
Ur(z)
- Um(z)
R(p)

On a (z) = E(z)-Um(z) et Um(z) = K[B0FR](z). (z) d’où

E(z)
(z)
1 K[B0 FR(z)]
Pour obtenir l’écart permanent, il suffit d’appliquer le théorème de la valeur finale

 = limz1 (1-z-1 ).  (z) = = limz1 (1-z-1 ).E(z)/(1+FTBO)

5.4.2 Précision en présence des perturbations

Considérons un système bouclé avec perturbations :

P(z)

T T
S(z)
E(z) + (z) T K B0 F1(p) F2 (p)
Ur(z)
- Um(z)
R(p)

Ce schéma peut se transformer : T


P(z)
F2 (p)
T
S(z)
E(z) + (z) T K B0 F1F2(p)
Ur(z)
-
Um(z)
R(p)

On démontre que

44
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

E(z) [F2R](z)
(z)  .P(z)
1 K[B0F1F2R(z)] 1 K[B0F1F2R(z)]

5.4.3 Conclusion

Le comportement demandé au système échantillonné est le même que celui demandé au système
continu : ses propriétés doivent être robustes vis à vis de :
 Sa stabilité
 Sa précision statique
 Sa précision dynamique

Les méthodes de réglage, par contre, différeront, d’une part à cause de la constitution du régulateur,
d’autre part à cause du fait que les paramètres du système bouclé dépendent pour une grande partie
de la fréquence d’échantillonnage.

45
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

Chapitre VI : Commande des systèmes asservis échantillonnés

6.1. Introduction

Dès lors que les performances d’un système échantillonné ne sont pas jugées suffisantes, il y a lieu,
comme en continu, de corriger le système. Le correcteur sera cette fois numérique, donc
programmable et pourra être décrit par un algorithme.
L’expérience montre que l’utilisation de calculateurs numériques permet de développer des
stratégies de correction beaucoup plus puissantes qu’en continu. Nous citerons :
 Les PID numériques que l’on trouve dans le commerce
 Les correcteurs à temps de réponse minimal, beaucoup plus numériques que les
précédents
 Les correcteurs à pôles dominants, très performants et très rapides à mettre en œuvre

6.2. Régulateur PID numérique

6.2.1 Modèle numérique des correcteurs élémentaires

L’intégration et la dérivation numériques n’existent pas mathématiquement. Il est donc nécessaire


de discrétiser ces deux opérateurs.
On transpose la dérivée et l’intégration dans le domaine numérique :
dx  x(t) x(t 1)  (1 – z-1) x(t)
dt T T
s (t )
s(t) x(t)dt  ds  x(t) (1 – z-1)  s(t) T 1 x(t) x(t)dt
dt T 1 z
d’où l’on déduit :

Règle : A l’opérateur continu d (et respectivement


dt dt ) correspond l’opérateur discrétisé

(1 z 1) 1 (et respectivement T 1 ).


T 1z

En appliquant cette règle aux correcteurs continus élémentaires suivants :


CI(p) = 1/(Ti p) : pour l’action intégrale
CD(p) = Td p pour l’action dérivée
où 1/p représentant l’opérateur d’intégration et p l’opérateur dérivé, il vient :

CI (z) Ki z avec Ki = T/Ti


z 1
CD(z) Kd z 1 avec Kd = Td /T (E6.1)
z

6.2.2 Correcteur PID numérique

46
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

La réalisation d’un PID numérique est très facile à partir des modèles élémentaires précédents. Ainsi
pour un PID mixte avec action dérivée filtrée CDF :

a.Td p
C(p) = Gr(1 + CI + CDF) = Gr (1 1  )
Ti p 1Td p
on montre que :
r0 r1 z 1 r2 z 2
C(z) (E6.2)
(1 z 1)(1 s1 z 1)

avec
r0 = Gr(1+Ki+aKd)
r1 = -Gr(1+Kd+Ki Kd+2aKd)
r2 = Gr Kd(1+a) et s1 = -Kd

L’algorithme de commande Ur(z) est déduit de : Ur(z) = (z).C(z)

E(z) + (z) T Ur(z)


C(z)
-
Sm(z)

D’où (1-z-1)(1+s1z1)Ur(z) = ( r0 + r1z-1 + r2z-2) (z) et en échantillonnant on obtient :

Uk(k) = (1-s1).ur(k-1) + r1.s1.ur(k-2) + r0. (k) + r1. (k-1) + r2. (k-2)

6.2.3 PID numérique de type RST

En posant C(z) = R(s) / S(z), le schéma fonctionnel d’un système bouclé devient :

1
E(z) R Y(z) E(z) ----------
Y(z)
----------
F(z) T=R S F(z)
S

De l’équation (E6.2), on déduit les expressions de R(z) et S(z) où l’on aura 4 paramètres de réglages
(r0, r1, r2 et s1). La FTBF s’écrivant H(z) = Y(z) / E(z), il est donc possible de déterminer les 4
paramètres en fonction des pôles de la FTBF.
Couramment on cherche à obtenir une FT du 2nd ordre où l’on impose le coefficient
d’amortissement, le temps de réponse ou de montée…

6.3. Correcteur à pôles dominants

47
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

Ce correcteur numérique a pour but d’obtenir un système en BF dont le comportement est proche de
celui d’un système 2nd ordre. Le système corrigé sera caractérisé par :
 Son régime transitoire (amortissement, pulsation wn, dépassement, tr, tpic)
 Son régime permanent avec une erreur statique nulle pour un échelon de position et de
vitesse

Pour ce faire le correcteur de la forme C(z) = GC1(z)C2(z)C3(z) devra répondre aux impératifs
suivants (avec G une constante):
 Il doit compenser les pôles et zéros dominants de la FTBO (à l’exclusion de z = 0). Ceci
implique que C(z) comporte un terme C0(z) tel que :
(1a1z 1)(1a2 z 2)
C1(z)
(1b1z 1)(1b2 z 2)
où bi sont les pôles dominants de la FTBO(z) et ai les zéros dominants.

 Pour annuler l’écart de position et vitesse, le correcteur contiendra un terme :

C2(z) 1 où q est le nombre d’intégrateurs de la FTBO.


(1 z 1)2q
 Enfin C(z) comportera autant de paramètres que de spécifications demandées
(amortissement, temps de réponse, dépassement …) d’où présence d’un terme :
(1 A1z 1)(1 A2 z 1)
C3(z) où Ai correspondent, chacun, à une spécification.
(1 A3 z 1)(1 A4 z 1)

Application
F(z)
T S(z)
E(z) + (z) T C(z) B0(p) F1(p)

Pour F1(z) = 1/[p(1+p)], calculons le correcteur permettant d’obtenir :


 p = v = 0 avec un coefficient  = 0.7 et tpic = 4T

Choix de la période : De la FTBF(p) du système continu : FTBF(p) = 1/(1 + p + p2), on déduit n =


1 rd/s, ce qui implique 0.25 s  T  1.25 s. Prenons T = 0.5 s

Calcul de la FTBO(z) : Le processus muni de son BOZ admet pour FTBO(z) :

1 z 1
F(z)0.1z 1
(1 z 1)(10.6z 1)

48
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

Calcul du correcteur : Le correcteur aura comme pour FT :

10.6z 1 1 1 A1z 1
C(z)G. 2 spécifications
1 z 1 1 z 1 1 A2 z 1
compensation 1 intégrateur
supplémentaire

Détermination des coefficients Ai

La FTBF s’écrit : H(z) = C(z).F(z) /[ 1 + C(z).F(z)]


Et en identifiant cette fonction avec un second ordre, on déduit les coefficients :
A2 = 0 ; G = 13.45 et A1 = -0.584

6.4. Correcteur à temps de réponse minimal

Si l’on désire un temps de réponse minimal, alors le régime transitoire doit comporter un nombre
fini et minimal de périodes d’échantillonnage. En d’autres termes, le polynôme qui décrit (z) doit
être de degré n (avec n = fini), soit :

E(z)
(z) (0)(T)z 1...(nT)z n
1C(z)F(z)
On impose aussi à ces systèmes une erreur nulle en régime permanent, donc :

() = limz->1(1- z-1)E(z)[1-H(z)] (E6.3)

où H(z) la FTBF et E(z) l’entrée de type échelon de position, de vitesse ou d’accélération ayant pour
T 2 z(z 1)
expression respective : z , Tz 2 et (E6.4)
z 1 (z 1) (z 1)3
On peut généraliser l’entrée sous la forme :
T n B(z 1)
E(z)
(1 z 1)n 1
B(z-1) est un polynôme de degré n (avec n = fini), n’ayant pas de racine z = 1.
Ainsi de H(z) = C(z)F(z)/[1+C(z)F(z)], on déduit :
1 H(z) n 1
(z) T B(z )
(1 z 1)n 1
Pour que (z) soit de degré fini et minimum, il faut que le terme [1+H(z)]/(1-z-1 )n+1 soit lui-même
de degré fini et minimum. Or, le polynôme le plus simple est le polynôme : z0 = 1. Donc la
condition sur H(z) s’écrit :
1 + H(z) = (1 – z-1)n+1 (E6.5)

6.4.1 Temps de réponse minimal absolu (TRMA)

Un système est minimal absolu si la FTBO a tous ses éléments stables, autrement dit, elle ne doit
posséder ni pôle ni zéro à l’extérieur du cercle de rayon 1.

49
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

En appliquant l’équation (E6.5), les valeurs des FTBF des systèmes minimaux absolus pour les
différents types d’entrées (dont les expressions sont données par l’équation E6.4) sont :
 Entrée de type échelon de position (e(t) = 1  ordre n = 0) : H(z) = FTBF(z) = z-1
 Entrée de type échelon de vitesse(e(t) = t  ordre n = 1) : H(z) = 2z-1 – z-2
 Entrée de type échelon d’accélération (e(t) = t2  n = 2) : H(z) = 3z-1 – 3z-2 + z-3

La réponse du système minimal absolu est S(z) = H(z)E(z)

On en déduit la FT du correcteur :
H(z) 1(1 z 1)n 1
C(z) 
F(z)[1 H(z)] F(z)(1 z 1)n1
Application
Reprenons l’exemple du paragraphe 3 de ce chapitre où F(z) = FTBO(z) est donnée par :
1 z 1
F(z)0.1z 1
(1 z 1)(10.6z 1)
Si l’on désire un TRMA pour une entrée en rampe (donc n = 1), le système minimal absolu admet
donc pour FTBF : H(z) = z-1(2-z-1) et la FT du correcteur s’écrit :
(10.5z 1)(10.6z 1)
C(z)20 correcteur parfaitement réalisable
(1 z 1)(1 z 1)
Les réponses aux échelons de position et vitesse sont les suivantes (pour T=0.5s):
 Position : S(z) = (2z-1- z-2) / (1-z-1) = 2z-1 + z-2 + z-3 + … (voir figure a)
 Vitesse: S(z) = 0.5z (2z - z )/(1 – z ) = z + 1.5z + 2z +…
-1 -1 -2 -1 2 -2 -3 -4
(voir figure a)

s*(t)

0.5 1 1.5 2 t 0.5 1 1.5 2 2.5


Fig (a) Fig (b)

Fig(a) : erreur nulle à compter de l’échantillon de rang 2, avec un dépassement pour T=0,5.
Fig(b) : erreur de traînage nulle aux instants d’échantillonnage (à partir de n=2).

NB : Les systèmes à TRMA, bien que construits pour un type bien défini d’entrée, ont une forte
tendance à onduler en sortie.

6.4.2 Système à réponse plate ou pile

L’inconvénient des systèmes minimaux absolus est qu’il existe des oscillations « cachées », bien
que l’erreur statique soit nulle aux instants d’échantillonnage. L’idéal est donc d’obtenir une
réponse à une consigne dans les délais les plus brefs et sans oscillations : c’est la notion de réponse
plate ou réponse pile.

L’on montre que ces oscillations proviennent des discontinuités du signal de commande issu du
BOZ qui fournit en réalité des signaux en « escalier ».

50
ASSEU OLIVIER AUTOMATIQUE CONTINUE ET NUMERIQUE (NIV. BAC + 3)

D’une manière générale, l’obtention d’une réponse pile exige :


 Une erreur nulle en régime permanent. Ce qui se traduit par () = 0 d’où H(1)=1 pour une
entrée de type échelon unité avec () = limz->1(1- z-1)E(z)[1-H(z)]
 Une erreur limitée à un nombre fini d’échantillons en régime transitoire. Ce qui implique
que si F(z) = N(z)/D(z) alors la FTBF est de la forme H(z)=N(z)R(z) où le degré de N(z) est
fixé par le processus et R(z) = k (k=constante)

La figure (a) du paragraphe 4.1 donne une allure d’une réponse pile à un échelon

Application
Reprenons l’exemple du paragraphe 3 de ce chapitre où F(z) = FTBO(z) est donnée par :
1 z 1
F(z)0.1z 1 = N(z)/D(z)
(1 z 1)(10.6z 1)
On a donc à résoudre le système:

H(z)=kN(z) avec N(z)=0.1z-1(1+z-1)


H(1)=1

On obtient k = 5, d’où la FT du correcteur : C(z) = H(z)/[F(z)- F(z).H(z)], soit :

(1 z 1)(10.6z 1)


C(z)5 Correcteur parfaitement réalisable.
10.5z 1(1 z 1)

La sortie du système bouclé s’écrit :


S(z) = H(z)E(z) = 0.5z-1(1+z-1).1/(1-z-1) = 0.5z-1 + z-2 + z-3 + ...

On voit que l’erreur s’annule à compter de l’échantillon de rang 2.

51