ISL EPS 33 Rue Saint-Laurent 4000 Liège

AUTOMATIQUE
Master Ingénieur en Electromécanique M4

Les Régulateurs

2017-2018 1
 AUTOMATIQUE – Régulateur – Introduction - PID

La plupart des régulateurs utilisés dans les applications industrielles sont des
régulateurs de type proportionnel, intégral et dérivée. Ils sont adaptés à la commande
des systèmes déjà stable et avec des comportements qui s’apparentent à un système du
premier ou du deuxième ordre.

Nous allons montrer à travers un l’exemple simple d’un chariot roulant sur un plan
horizontal le principe de cette commande PID et montrerons ainsi en quoi elle constitue
une approche naturelle pour la régulation d’une grande classe de systèmes.

Considérons un chariot glissant sur un plan horizontal. Soit y la position du chariot par
rapport au point 0. Le régulateur doit agir sur ce chariot par une force u dans le but
que la position y de ce dernier soit égale à la consigne w.

2017-2018 2
 AUTOMATIQUE – Régulateur – Introduction - PID

Commande proportionnelle
Supposons que notre chariot se trouve à droite de la consigne (c’est-à-dire y > w), il
semble naturel de pousser le chariot vers la gauche d’autant plus que le chariot est à
droite de la consigne. Une structure possible pour notre régulateur est donnée par la
relation:
𝑢 𝑡 = 𝑘𝑝 𝑒 𝑡

où e = w − y est l’erreur entre la position désirée w et la position réelle y.

2017-2018 3
 AUTOMATIQUE – Régulateur – Introduction - PID

Dans notre cas, il faudra choisir kp positif. Plus kp sera grand et plus la commande
sera nerveuse. Cette commande qui semble la plus naturelle n’est pas très efficace.

En effet, imaginons que le chariot roule sans pratiquement aucun frottement et se

trouve initialement loin de sa consigne, la commande proportionnelle va, pour le
ramener, lui faire prendre de la vitesse.

Tant que le chariot n’a pas atteint sa consigne, ce dernier accélère. Mais une fois que
le chariot a atteint sa consigne, le chariot va, du fait de son élan, dépasser cette
consigne.

Un phénomène dit de pompage prend place où le chariot effectue un grand nombre

d’aller et retour avant de s’arrêter sur sa consigne.

2017-2018 4
 AUTOMATIQUE – Régulateur – Introduction - PID

Commande proportionnelle et dérivée

Afin d’éviter le phénomène de pompage, il semble naturel de vouloir ralentir le

chariot lorsqu’il prend trop de vitesse, ou s’approche trop rapidement de sa
consigne. Une commande prenant en compte la dérivée de l’erreur e = w − y
de la forme: 𝑑𝑒 𝑡
𝑢 𝑡 = 𝑘𝑝 𝑒 𝑡 + 𝑘𝑑
𝑑𝑡
permet en effet de freiner le chariot et le faire tendre en douceur vers sa
consigne w.

On règle kd, pas trop petit pour éviter le pompage, et pas trop grand pour que
le chariot puisse atteindre rapidement sa consigne.

2017-2018 5
 AUTOMATIQUE – Régulateur – Introduction - PID

Commande proportionnelle, intégrale et dérivée

Le rajout d’un terme intégral sur notre régulateur, qui prend alors la forme:

𝑡
𝑑𝑒 𝑡
𝑢 𝑡 = 𝑘𝑝 𝑒 𝑡 + 𝑘𝑑 + 𝑘𝑖 𝑒 𝜏 𝑑𝜏
𝑑𝑡 0

permet de rejeter les perturbations constantes. Supposons par exemple qu’il y ait une
pente le sol où se trouve le chariot ou qu’il y ait un vent constant poussant sur notre
chariot.

Il est clair qu’une commande de type proportionnelle (avec éventuellement un terme

dérivée) stabilisera toujours notre système, mais notre sortie y ne convergera pas

2017-2018 6
 AUTOMATIQUE – Régulateur – Introduction - PID

On dit qu’il se produit un biais. En revanche, avec un terme intégral, un tel biais ne peut
exister. Supposons en effet qu’un tel biais se produise, l’intégrale de l’erreur deviendra
(au bout un temps suffisamment long non négligeable, et viendra, si le coefficient ki est
bien choisi, corriger la position du chariot afin de corriger le biais.
Une régulation de type PID est naturelle pour stabiliser de façon efficace les systèmes
simples. Les coefficients peuvent généralement être réglés à la main, en fonction du
comportement voulu : pour une commande nerveuse, il faut augmenter le terme
proportionnel. Pour éviter le pompage, il faut augmenter le terme dérivée. Enfin, si une
fois stabilisé par le système met trop de temps à éliminer le biais, il faut augmenter le
terme intégral.
En revanche, pour les système plus complexes, une PID s’avère souvent insuffisante pour
stabiliser correctement notre système. Nous lui préférerons une méthode plus
systématique comme celle présentée dans la section suivante.
2017-2018 7
 AUTOMATIQUE – Régulateur – Introduction - PID

PID est un acronyme signifiant:

Proportionnel 𝐾𝑝

Décrit comment Erreur

1 Sortie du contrôleur
Intégrale 𝐾𝐼 .
l’erreur est traitée 𝑠
Dérivée 𝐾𝐷 . 𝑠

L’erreur évolue au cours du temps

Proportionnel Intégral Dérivée

Erreur + Erreur Erreur

0 + = P
+
- PI
L’intégrale enlève les erreurs constantes PID
dans un système de contrôle

Le contrôleur doit être le plus simple possible car facile à implémenter, facile à tester et à comprendre
8
 AUTOMATIQUE – Régulateur – Introduction - PID

La FT est simplifié par un filtre PB

1 𝜃 1 𝑥
𝜃 𝑠
𝑠 𝜔0 + 1

𝜃 1 𝑥
𝜃 𝑠2
𝜃 𝜔0 + 𝑠

temps temps

Ceci est le comportement d’un filtre passe bas 9

 AUTOMATIQUE – Régulateur – Introduction - PID

Exemple Proportionnel
Erreur 𝜃
Référence 𝑥
+
P Voiture
-

On augmente le gain Devient instable

10
 AUTOMATIQUE – Régulateur – Introduction - PID

Exemple Proportionnel-Dérivée Référence Erreur 𝜃 𝑥

PD Voiture 𝜃 1 𝑥 x
+ 1
- 𝑠2
𝜔0 + 𝑠 𝑠

Position de référence

Contrôle PD
Proportionnel P

11
 AUTOMATIQUE – Régulateur – Introduction - PID

Erreur θ 1 𝑥
Référence 1 𝑥
Exemple Prop-Dér-Int PID 𝑠2
𝜔0 + 𝑠 𝑠
+
-

12
 AUTOMATIQUE – Régulateur – Introduction - RST

En revanche, pour les système plus complexes, une PID s’avère souvent insuffisante pour
stabiliser correctement notre système. Nous lui préférerons une méthode plus
systématique comme celle présentée dans la section suivante.
Régulateur RST

Considérons le système de fonction de transfert B(s)/A(s) . On cherche un régulateur

R tel que le système bouclé possède les pôles que l’on désire:

2017-2018 13
 AUTOMATIQUE – Régulateur – Introduction - RST

Puisque R possède deux entrées, sa matrice de transfert M(s) (qui généralise la

fonction de transfert) possède une ligne et deux colonnes :
𝑀 𝑠 = 𝑅𝑤 𝑠 𝑅𝑦 𝑠

où Ru(s) et Ry(s) sont des fonctions rationnelles en s. Ainsi,

PLC Leroy RST Controller
𝑢 𝑠 = 𝑅𝑤 𝑠 𝑤 𝑠 + 𝑅𝑦 𝑠 𝑦 𝑠

Après réduction au même dénominateur, on obtient, une équation de la forme:

𝑇 𝑠 𝑅 𝑠
𝑢 𝑠 = 𝑤 𝑠 + 𝑦 𝑠
𝑆 𝑠 𝑆 𝑠
où R, S et T sont des polynômes en s et où S est unitaire. Le système bouclé peut
donc être représenté par la figure ci-dessous, où d représente une perturbation
supposée inconnue mais constante, censée représenter les incertitudes avec lequel
notre système est modélisé par la fonction de transfert B(s)/A(s).
2017-2018 14
 AUTOMATIQUE – Régulateur – Introduction - RST

On a en omettant les s: 𝑦 = 𝐴−1 𝑑 + 𝐵𝑆 −1 𝑇𝑤 − 𝑅𝑦

𝑦 = 𝐴−1 𝑑 + 𝐴−1 𝐵𝑆 −1 𝑇𝑤 − 𝐴−1 𝐵𝑆 −1 𝑅𝑦

𝐴𝑦 = 𝑑 + 𝐵𝑆 −1 𝑇𝑤 − 𝐵𝑆 −1 𝑅𝑦
𝐴𝑆𝑦 = 𝑆𝑑 + 𝐵𝑇𝑤 − 𝐵𝑅𝑦
𝐴𝑆𝑦 + 𝐵𝑅𝑦 = 𝑦 𝐴𝑆 + 𝐵𝑅 = 𝑆𝑑 + 𝐵𝑇𝑤
𝑆𝑑 + 𝐵𝑇𝑤 𝐵𝑇 𝑆
𝑦= = 𝑤+ 𝑑
2017-2018 𝐴𝑆 + 𝐵𝑅 𝐴𝑆 + 𝐵𝑅 𝐴𝑆 + 𝐵𝑅 15
 AUTOMATIQUE – Régulateur – Introduction - RST

T(s), qui se trouve au numérateur, ne peut influencer la stabilité du système. Nous

allons le fixer à une constante T0. Le problème peut donc se formuler comme suit :

Trouver R, S et T0 tels que:

1. au bout d’un temps suffisamment long, y(t) = w (rappelons que d et w sont

des constantes);
le fait que y(t) ne dépende plus de d est connue sous le nom de rejet de
perturbation
2. les pôles du système bouclé soient ceux que l’on désire,
3. le régulateur soit un système strictement propre, c’est-à-dire que la fonction
de transfert R(s)/S(s) doit être strictement propre.

2017-2018 16
 AUTOMATIQUE – Régulateur – Introduction - RST

1) Pour avoir y(t) = w, pour t → ∞, il suffit d’avoir:

pour s = 0 (qui correspond à la fréquence nulle) et pour tout w et tout d. Donc

𝐵𝑇 𝑆
𝑤+ 𝑑=𝑤
𝐴𝑆 + 𝐵𝑅 𝐴𝑆 + 𝐵𝑅

Ce qui est équivalent à

𝑖 𝑆 0 = 0,
𝑖𝑖 𝐴 0 𝑆 0 + 𝐵 0 𝑅 0 ≠ 0
𝑖𝑖𝑖 𝑇0 = 𝑅 0

Notons que la condition (i) revient à imposer un intégrateur dans la chaîne directe.

2017-2018 17
 AUTOMATIQUE – Régulateur – Introduction - RST

2) Soit P le polynôme unitaire qui possède les pôles λi que l’on désire 𝑃 𝑠 = 𝑖 𝑠 − 𝜆𝑖 , il faut que les
S et R que l’on cherche soient tels que AS + BR = P. Cette équation correspond à une équation de
Bezout.

Attention, les parties réelles les λi doivent être < 0, ainsi le système régulé est stable et la condition (ii)
se trouve satisfaite.

3) Il faut deg R < deg S. On peut prendre: deg 𝑆 = deg 𝑅 + 1

En conclusion le problème devient: Trouver R, S et T tels que:

𝑆 0 = 0 (𝑟𝑒𝑗𝑒𝑡 𝑑𝑒 𝑝𝑒𝑟𝑡𝑢𝑟𝑏𝑎𝑡𝑖𝑜𝑛
𝑦
𝑇0 = 𝑅 0 (𝑔𝑎𝑖𝑛 𝑠𝑡𝑎𝑡𝑖𝑞𝑢𝑒 à1
𝑤
𝐴𝑆 + 𝐵𝑅 = 𝑃 (𝑑𝑦𝑛𝑎𝑚𝑖𝑞𝑢𝑒 𝑑é𝑠𝑖𝑟é𝑒
deg𝑆 = 𝑑𝑒𝑔𝑅 + 1 (𝑝𝑟𝑜𝑝𝑟𝑒𝑡é 𝑠𝑡𝑟𝑖𝑐𝑡𝑒 𝑑𝑢 𝑟é𝑔𝑢𝑙𝑎𝑡𝑒𝑢𝑟

2017-2018 18
 AUTOMATIQUE – Régulateur – Introduction - RST

On cherche un régulateur pour le système: 𝐵 𝑠 𝑠+3

=
𝐴 𝑠 𝑠−2

On a 2n+1 pôles à placer, par exemple -1,-1+i,-1-i.

Donc:
𝑃 𝑠 = 𝑠 + 1 𝑠 + 1 − 𝑖 𝑠 + 1 + 𝑖 = 𝑠 3 + 3𝑠 2 + 4𝑠 + 2

Donc: 𝑆 𝑠 = 𝑠2 𝑠 2 + 𝑠1 𝑠 + 𝑠0 𝑒𝑡 𝑅 𝑠 = 𝑟1 𝑠 + 𝑟0

L’équation de Bezout est: 𝐴𝑆 + 𝐵𝑅 = 𝑃 ⇔ 𝑠 − 2 𝑠2 𝑠 2 + 𝑠1 𝑠 + 𝑠0 + 𝑠 + 3 𝑟1 𝑠 + 𝑟0 = 𝑠 3 + 3𝑠 2 + 4𝑠 + 2

Soit après développement: 𝑠2 𝑠 3 + 𝑠1 + 𝑟1 − 2𝑠2 𝑠 2 + −2𝑠1 + 𝑠0 + 𝑟0 + 3𝑟1 𝑠 − 2𝑠0 + 3𝑟0 = 𝑠 3 + 3𝑠 2 + 4𝑠 + 2

C’est-à-dire:
𝑠2 = 1
𝑠1 + 𝑟1 − 2𝑠2 = 3
−2𝑠1 + 𝑠0 + 𝑟0 + 3𝑟1 = 4
−2𝑠0 + 3𝑟0 = 2

2017-2018 19
 AUTOMATIQUE – Régulateur – Introduction - RST

Puisque s0=0 (effet intégral), le système de Sylvester s’écrit:

1 0 0 0 𝑠2 1
−2 1 1 0 𝑠1
= 3
0 −2 3 1 𝑟1 4
𝑟0 2
0 0 0 3
Donc: −1 1
𝑠2 1 0 0 0 1 7
𝑠1
= −2 1 1 0 3
=
3
𝑟1 0 −2 3 1 4 8
𝑟0 2 3
0 0 0 3 2
3

Finalement, T=(0)=2/3. Donc le régulateur à câbler possède pour relation entrée-sortie:

2 8 2
𝑠 +
𝑢 𝑠 = 3 𝑤 𝑠 − 3 3 𝑦 𝑠
7 7
𝑠2 + 3 𝑠 𝑠2 + 3 𝑠

2017-2018 20
 AUTOMATIQUE – Régulateur – Introduction - Espace d’états

Définition de l’espace d’états, concept de contrôlabilité et d’observabilité:

𝒙 = 𝑨𝒙 + 𝑩𝒖
𝒚 = 𝑪𝒙 + 𝑫𝒖

Comment concevoir une boucle de rétroaction. Les mesures des états peuvent être
utilisé pour déterminer le contrôle d’action.
Par simplicité, on considère le cas ou l’objectif est à l’origine.
La rétroaction de l’état signifie: 𝒖 = −𝑲𝒙

𝑥 = 𝐴𝑥 + 𝐵𝑢
⇒ 𝑥 = 𝐴 − 𝐵𝐾 𝑥 ; Φ = 𝐴 − 𝐵𝐾
𝑢 = −𝐾𝑥

Quel est l’impact d’un tel contrôle sur le comportement?

Le comportement en boucle fermée est gouverné par les valeurs propres de la matrice:
Φ = 𝐴 − 𝐵𝐾
2017-2018 21
 AUTOMATIQUE – Régulateur – Introduction - Espace d’états

Il est clair que la rétroaction d’état change le comportement et nous permet de

déplacer les pôles en boucle fermée.

BOUCLE OUVERTE BOUCLE FERMEE

𝑥 = 𝐴𝑥 + 𝐵𝑢 𝑥 = 𝐴 − 𝐵𝐾 𝑥 ; Φ = 𝐴 − 𝐵𝐾

Les pôles sont les Les pôles sont les

valeurs propres de A valeurs propres de A-BK

Il est clair que K nous permet de déplacer les pôles. Y a-t-il une méthode pour
sélectionner K.
2017-2018 22
 AUTOMATIQUE – Régulateur – Introduction - Espace d’états

1 2 −2
𝑥 = 𝐴𝑥 + 𝐵𝑢; 𝐴= ; 𝐵= ; 𝐾= 1 2
1 0 3

Déterminez les valeurs propres avec et sans rétroaction d’états.

BOUCLE OUVERTE 𝜆𝐼 − 𝐴 = 0 ⇒ 𝜆 = 2, −1

−2 −4 3 6
BOUCLE FERMEE 𝐵𝐾 =
3 6
; 𝐴 − 𝐵𝐾 =
− 2 −6

𝜆−3 −6
𝜆𝐼 − 𝐴 − 𝐵𝐾 = ⇒ 𝜆 = 1.37, −4.27
2 𝜆+6

2017-2018 23
 AUTOMATIQUE – Régulateur – Introduction - Espace d’états

Trouvez la dépendance des pôles sur la rétroaction par état:

1 2 −2
𝑥 = 𝐴𝑥 + 𝐵𝑢; 𝐴= ; 𝐵= ; 𝐾 = 𝑘1 𝑘2
1 0 3

−2𝑘1 −2𝑘2 3 + 2𝑘1 2 + 2𝑘2

𝐵𝐾 = ; 𝐴 − 𝐵𝐾 =
3𝑘1 3𝑘2 − 1 − 3𝑘1 −3𝑘2

𝜆𝐼 − 𝐴 − 𝐵𝐾 = 𝜆2 − 1 + 2𝑘1 − 3𝑘2 𝜆 − 1 + 2𝑘1 3𝑘2 − 2 + 2𝑘2 1 − 3𝑘1

𝜆𝐼 − 𝐴 − 𝐵𝐾 = 𝜆2 − 1 + 2𝑘1 − 3𝑘2 𝜆 − 2 + 6𝑘1 − 5𝑘2

En principe on choisit les paramètres pour obtenir les pôles désirés. C’est
complexe, on utilise la forme canonique ou l’ordinateur.
2017-2018 24
 AUTOMATIQUE – Régulateur – Introduction - Espace d’états

Conception en Contrôle Optimal

Comment optimiser l’index de performance en fonction des paramètres de la
rétroaction d’états et sujet à une dynamique donnée.
∞
𝑚𝑖𝑛𝐾 𝐽 = 𝑥 𝑇 𝑄𝑥 + 𝑢𝑇 𝑅𝑢 𝑑𝑡
0

𝑥 = 𝐴𝑥 + 𝐵𝑢
⇒ 𝑥 = 𝐴 − 𝐵𝐾 𝑥 ; Φ = 𝐴 − 𝐵𝐾
𝑢 = −𝐾𝑥

La solution est fournie par la programmation dynamique. Démonstration longue non

fournie. Le résultat est le suivant sachant que P est symétrique et R est inversible.
𝐾 = 𝑅−1 𝐵𝑇 𝑃

𝐴𝑇 𝑃 + 𝑃𝐴 − 𝑃𝐵𝑅−1 𝐵𝑇 𝑃 + 𝑄 = 0
2017-2018 25
 AUTOMATIQUE – Régulateur – Non Saturation – Wind Up

Réponse échelon à un système en Boucle fermée

Un temps de montée court et

un temps d’établissement court
est suffisant pour répondre au
cahier de charge.

2017-2018 26
 AUTOMATIQUE – Régulateur – Non Saturation – Wind Up

Réponse échelon à un système en Boucle fermée pou un système réel

Le contrôleur est identique

mais on a une application
réelle.

Le temps de montée du
système a augmenté de
manière significative.

Regardons le block diagramme

de la boucle de contrôle.

2017-2018 27
 AUTOMATIQUE – Régulateur – Non Saturation – Wind Up

Block diagramme du système réel

Le modèle du contrôleur a été
ajusté pour ce modèle
uniquement. Celui-ci est basé sur
des fonction de transfert simple
mais lorsque l’erreur de contrôle
est important parce que l’échelon
de référence est trop important,
alors le modèle est insuffisant.
Parce que dans l’application le
signal Y est limité par la saturation
de l’actuateur. Celui-ci ajoute en
effet un élément non linéaire
comme fonction de transfert dans
l’application réelle. La puissance
de sortie de l’actionneur est
insuffisante et le temps de montée
du contrôleur est plus grande.

2017-2018 28
 AUTOMATIQUE – Régulateur – Non Saturation – Wind Up

Nous aurons l’effet suivant:

Le temps de stabilisation et le
dépassement a augmenté.
Ceci est du à l’effet de l’intégrateur
en mode saturation.

2017-2018 29
 AUTOMATIQUE – Régulateur – Non Saturation – Wind Up

Nous aurons l’effet suivant:

Le contrôleur est un contrôleur PI.
L’intégrateur est responsable d’une erreur
nulle en régime permanent.
La sortie de Up est également égale à 0 et
seulement UI contribue à la sortie du
contrôleur U.

2017-2018 30
 AUTOMATIQUE – Régulateur – Non Saturation – Wind Up

Nous aurons l’effet suivant:

2017-2018 31
 AUTOMATIQUE – Régulateur – Non Saturation – Wind Up

On constate que l’intégration de

l’erreur de contrôle pendant le temps
de montée du système réel est
beaucoup plus grand par rapport à la
simulation.
En conséquence l’erreur de contrôle
intégré est multiplié par la constante
d’intégration Ki est plus grand que la
sortie de l’intégrateur de sortie Ui en
régime permanant.
Le dépassement est important, il est
dès lors absolument nécessaire de
réduire l’erreur d’intégration par la
partie négative en blue.
(se produit lorsque l’actionneur est en
saturation combiné avec l’action
intégrale du contrôleur.
On doit réduire l’erreur tant que
l’actionneur est en saturation.
2017-2018 32
 AUTOMATIQUE – Régulateur – Non Saturation – Wind Up

Pour corriger l’effet du wind-up on

ajoute une rétroaction
supplémentaire qui influence l’entrée
de l’intégrateur tant que le signal est
activé et que la sortie du contrôleur
sont différent, la rétroaction
supplémentaire peut être ajusté avec
un constante de poursuite appelé KT.
Bien sur le temps de montée ne peut
être amélioré ave le windup, mais le
dépassement et le temps de
stabilisation peut être amélioré.

Le résultat sera le suivant:

2017-2018 33
 AUTOMATIQUE – Régulateur – Non Saturation – Wind Up

2017-2018 34
 AUTOMATIQUE – Régulateur – Non Saturation – Wind Up

2017-2018 35
 AUTOMATIQUE – Régulateur – Non Saturation – Wind Up - Switching

2017-2018 36
 AUTOMATIQUE – Régulateur – Non linéarité - Zone Morte – Dead Zone

Une zone morte est une non-linéarité sans mémoire, statique, insensible à l’entrée de
petit signaux. La figure ci-dessous montre l’entrée et la sortie du comportement de la
caractéristique de la zone morte:

𝑆𝑖 𝑙′𝑒𝑛𝑡𝑟é𝑒 𝑢 𝑡 < 𝑐, 𝑎𝑙𝑜𝑟𝑠 𝑙𝑎 𝑠𝑜𝑟𝑡𝑖𝑒 𝑑𝑐 𝑢 𝑡 = 0, sinon 𝑙𝑎 𝑠𝑜𝑟𝑡𝑖𝑒 𝑑𝑐 𝑢 𝑡 = 𝑚𝑢 𝑡 + 𝑐

Les exemples des zones mortes peuvent se produire dans les systèmes hydrauliques,
les moteur DC avec les frictions de Coulomb, les servos-valves.
On peux utiliser par exemple des pré-compensateur à logique floue combiné
2017-2018 avec des contrôleurs PID standard. 37
 AUTOMATIQUE – Régulateur – Non linéarité – jeux de transmission - Backlash

Le backlash est un système dynamique non-linéaire avec mémoire. C’est-à-dire que la

sortie dépend des valeurs précédentes du signal d’entrée. Lorsque l’entrée change de
direction, il entre dans une zone morte durant laquelle la sortie reste identique.

L’exemple le plus courant est le jeux de transmission entre les dents d’un engrenage.
Trop de jeux peut réduire la performance d’un système et des stratégies de
compensation peuvent être nécessaires.

Inverse backlash using a combination of neural

networks and back stepping control.

2017-2018 38
 AUTOMATIQUE – Régulateur – Non linéarité – jeux de transmission - Backlash

2017-2018 Wikipedia pour info 39

 AUTOMATIQUE – Régulateur – Non linéarité – jeux de transmission - Backlash

Stiction: problème de frottement.

Il décrit la taille du saut J de la valve en

mouvement.

fd: deadband
fs: stickband = deadband + J
J=fs-fd

2017-2018 40
 AUTOMATIQUE – Régulateur – Non linéarité – jeux de transmission - Backlash

2017-2018 41
 AUTOMATIQUE – Régulateur – Non linéarité – jeux de transmission - Backlash

2017-2018 42