Vous êtes sur la page 1sur 81

A.

Meghebbar

Asservissements linéaires.

Chapitre 1 : Concepts et mise en équation des asservissements linéaires.

 Signaux et systèmes

Système : un système peut être défini comme un ensemble d’éléments exerçant collectivement une
fonction déterminée. Il est soumis aux lois de la physique.

Le système communique avec l’extérieur par l’intermédiaire de grandeurs, fonctions du temps,


appelées signaux, entrées/sorties et soumis à des perturbations.

Système : « boîte » qui possède des entrées (actions gérées et subies) et des sorties
(réactions induites).

Une sollicitation ou réponse d’un système est considéré comme un signal…

(Signaux usuels : Impulsion de Dirac  (t ) – Echelon unitaire u (t ) et échelon de vitesse).

(Graphe et équation à formuler pour ces signaux usuels).

On s’intéresse donc à la relation entre la grandeur d’entrée correspondant à une action


extérieure s’exerçant sur le système, appelée commande (c’est une cause) ; et la grandeur de sortie
caractérisant son état (effet) tout en tenant compte des perturbations.

p(t) p(t)

e(t) Système s(t) Système


ei(t) sj(t)
Mono variable Multi variable

L’action e (t) correspond à l’application au système d’une énergie qui peut être un signal électrique
(tension, courant), un signal mécanique (vitesse, force), un signal pneumatique (pression, débit) …

E(t) et s(t) sont des signaux temporels.

Automatique Continue : Les signaux et les systèmes mis en jeu sont continus (  à temps
continu. Exemple : régulation de vitesse).

Automatique Discrète : Des signaux discrets (et éventuellement des signaux continus)
interviennent pour commander des systèmes discrets (et éventuellement des systèmes
discrets).Exemple : séquenceur programmable.

1
Automatique : Qui fonctionne tout seul ou sans intervention humaine. Il existe deux domaines
d'intervention de l'automatique :

- Dans les systèmes à évènements discrets. On parle d'automatisme (séquence d'actions dans
le temps).

Exemples d'applications : les distributeurs automatiques, les ascenseurs, le montage automatique


dans le milieu industriel, les feux de croisement, les passages à niveaux.

- Dans les systèmes continus pour asservir et/ou commander des grandeurs physiques de
façon précise et sans aide extérieure.

Exemples d'applications : l'angle d'une fusée, la vitesse de rotation d'un lecteur CD, la position du
bras d’un robot, le pilotage automatique d'un avion.

Système d’orientation des pales d’une éolienne : dispositif qui oriente automatiquement la
nacelle face au vent grâce à une mesure de la direction du vent effectuée par une girouette
située à l’arrière de la nacelle.

Puissance Puissance
mécanique électrique

Vitesse Eolienne Génératrice


du vent

Système
d’orientation

2
Notion et exemples de systèmes : figure 1.1

Exemple 1 : Système physique, mono variable, perturbé, continu (car le temps varie continue ment).

Cet exemple mène à un problème d’automatique dit de régulation, car on cherche le réglage de la
chaudière qui régule la température intérieure quelque soit la perturbation.

Exemple 2 : Système économique, multi variable, perturbé, discret (car même si les variables de
sortie évoluent continue ment, leurs mesures sont à temps discret).

3
Exemple 4 : Système d’organisation séquentiel. Il est classé dans les problèmes d’automatique
séquentielle.

Système dynamique : est un système dont la réponse dépend du temps. Un système dynamique
peut être en régime dynamique ou en régime statique.

Système statique : est un système dont la réponse à une excitation est instantanée, le temps
n’intervient pas. Exemple : loi d’Ohm U = RI. Relation indépendante du temps.

Les différents types de systèmes :

- Systèmes continus (linéaires ou non linéaires),


- Systèmes discrets,
- Systèmes hybrides : continu + discret, mélangé.

(Un système dynamique hybride est un système contenant des variables d’état continues/discrètes
et des variables d’état événementielles en interaction)

Les systèmes abordés sont donc multiples : continus, discrets, hybrides, systèmes avec bruit, avec
retard, etc.

Leurs origines sont très diverses :

 Mécaniques et électromécaniques,
 Hydrauliques et pneumatiques,
 électriques,
 électroniques,
 biologiques,
 chimiques,
 économiques, etc. …

Fonction de transfert d’un système. Cas des systèmes linéaires à temps continu.

Ces systèmes sont régis par des équations différentielles à coefficients constants de la forme :

d ns d n1s ds d me de
an n
 an1 n1  ...  a1  a0 s(t )  bm m
 ...  b1  b0 e(t )
dt dt dt dt dt

Si on applique la transformée de Laplace aux deux membres de l’équation et en supposant les


conditions initiales nulles il vient :

S ( p) 1  b1 p  ...  bm p m
G ( p)  
E ( p) 1  a1 p  ...  an p n

Appelée fonction de transfert du système ; n est appelé ordre du système.

n  m (Système causal).

Ou :

4
S ( p) ( p  z1 )( p  z 2 )...( p  z m )
G ( p)  K
E ( p) ( p  p1 )( p  p2 )...( p  pn )

L’ensemble des z i forme les zéros et l’ensemble p i forme les pôles de la transmittance G ( p ) .

Le gain statique d’une fonction de transfert G ( p ) n’est autre que G ( p  0) .

Système du premier ordre :

Forme canonique :

K
T ( p) 
1.p

K Gain statique

 Constante de temps

Exemples électrique et mécanique :

Système du second ordre :

Forme canonique :

K
T ( p) 
2 1
1 p p2
n  2
n

K Gain statique

5
 Coefficient d’amortissement

 n Pulsation propre

Exemples électrique et mécanique

L’étude de ces systèmes est composée de deux parties, l’étude temporelle et l’étude fréquentielle.

Exemple 1, d’obtention de fonction de transfert : circuit RLC

L’équation différentielle du système s’écrit :

di (t ) 1 t
e(t )  Ri (t )  L   i (t )dt
dt C 0

e(t )  u (t ) s(t )  y(t )

L’équation différentielle du système s’écrit :

6
di (t ) 1 t
e(t )  Ri (t )  L   i (t )dt
dt C 0
Avec,

dq ds(t )
i (t )  C
dt dt
1 t
s (t )   i (t )dt
C 0

L’équation différentielle du 2ème ordre, continu, linéaire invariant devient :

ds 2 (t ) R ds(t ) 1 1
2
  s(t )  e(t )
dt L dt LC LC

La fonction de transfert est alors :

1
G ( p) 
1  RCp  LCp 2 (Système du 2ème ordre).

Exemple2. Réponse d’un système.

Le système est régi par l’équation différentielle :

d 2s ds
2
 4  3s(t )  2e(t )
dt dt

Passage aux transformées de Laplace :

p 2 S ( p)  4 pS ( p)  3S ( p)  2E ( p)

La fonction de transfert s’écrit :

S ( p) 2
G ( p)   2
E ( p) p  4 p  3

1
e(t )  u (t )  E ( p) 
p

Résolution :

2 2 A B C 2 1 1
S ( p)  E ( p)       
p  4p 3
2
p( p  3)( p  1) P p  3 p  1 3 p 3( p  3) p  1

7
Passage aux transformées de Laplace inverse :

2 1 
s (t )    e 3t  e t u (t )
3 3 

Dite réponse indicielle du système.

 Analyse temporelle des systèmes continus.

Une fois le modèle mathématique d’un système (fonction de transfert ou représentation d’état)
obtenu, l’étape suivante consiste à analyser les performances du système.

La réponse d’un système à une impulsion est dite réponse impulsionnelle ; la réponse à un échelon
est dite réponse indicielle.

- Système du 1er ordre :

Fonction de transfert :

K
T ( p)  .
1  Tp

- Sa Réponse impulsionnelle :

K t / T
y (t )  e Pour t  0
T

Réponse impulsionnelle d’un système du 1er ordre.

8
En calculant la dérivée, on obtient la pente de la tangente pour t  0

dy (t ) K K
  2 e t / T pourt  0   2
dt T T

- Sa réponse indicielle à un échelon unitaire s’écrit :

 
y(t )  K 1  e t / T Pour t  0

dy (t ) K t / T K
 e pourt  0 
dt T T

Réponse indicielle d’un système du 1er ordre.

Le temps de réponse d’un système du premier ordre est égal à trois fois sa constante de temps.
t r  3 .Plus la constante de temps du système T est faible plus le système est rapide.

- Sa réponse à une rampe unitaire (k=1).

Le signal rampe est de la forme u (t )  kt

K K KT KT 2 TL
Y ( p)   2   y(t )  K (t  T  Te t / T ) Pour t  0
(1  Tp) p 2
p p 1  Tp

9
Réponse d’un système du 1erordre à une rampe unitaire.

u(t )  y(t )   (t )  T (1  e t / T )  Tpourt  

- Système du 2ème ordre :

Fonction de transfert :

K
G ( p) 
2 1
1 p p2
n n 2

K est le gain statique,

n est la pulsation naturelle (en rd/s),

 est le coefficient d’amortissement.

Si on cherche les pôles de la fonction de transfert (racines du dénominateur), on distingue 3 cas


possibles :

*   1 dans ce cas, les pôles sont réels :

p1,2  n  n  2 1
,

10
s (t )

Réponse indicielle du système.

Sa réponse indicielle s’écrit :

  
t
  
t

s(t )  KE0 1  1 
e  1 2
e 2 u (t )

 1   2 1   2 
 
Somme de deux exponentielles, correspondant à la mise en cascade de deux systèmes du 1er ordre
de constantes de temps 1et 2 .

*   1 les deux pôles sont égaux et réels : p1, 2   n

Sa réponse indicielle s’écrit :


s(t )  KE0 1  (1  nt )ent 
Le comportement est donc non oscillant et non amorti (comme le cas précédent).

*   1 les deux pôles sont complexes conjugués (système du 2ème ordre).Il sont à partie réelle
négative :

p1, 2  n  jn  2  1

Sa réponse indicielle s’écrit :

11
 e  nt 
s(t )  KE0 1  sin( n 1   2 .t   ) 
 1  2 
 

1 2
tan g 

Réponse indicielle du système du 2ème ordre.

Rég.oscillatoire amorti :

- Pulsation amortie  p  n 1   2
2
- Pseudo-période T p  
n


- Temps de pic T pic  
n
- Dépassement

  
D  exp      0.7 Ou D
s max  s
 1 2  5% pour s
 

Retard pur.

Un retard pur (delay time) de durée T est modélisé en multipliant une fonction de transfert par
l’expression : e Tp .L’influence de sa réponse harmonique est un simple déphasage  (rad )  T .

12
Intégrateur.

Une intégration est modélisée par l’introduction d’un terme en (1 / p) .Le gain statique
correspondant est infini. La réponse harmonique est caractérisée par un déphasage uniforme de -90
degré.

Mode dominant.

La réponse indicielle d’un système est souvent dictée par son pôle le plus lent, situé prés de l’axe
imaginaire du plan complexe de p.

Exemple :

4
Pour G ( p )  dont les pôles sont :
( p  0.8 p  1)( p  4)
2

p1  4 (Constante de temps   1/ p1  0.25s : t r  0.75s )

p 2,3  0.4  j 0.916 (  n   2   2  1rad / s )

Im p 

p2  0.4  j0.916

Ré  p 
p1  4

p3  0.4  j 0.916

Plan en p.

Le mode 2ème ordre est nettement plus lent ; c’est le mode dominant

Remarques :

- Un système d’ordre élevé a , la plupart du temps , un ou deux pooles dominants et se


comporte donc comme un système du 1èr ou du 2 ème ordre.
- On peut simplifier la transmittance d’un système d’ordre élevé en ne conservant que le ou
les poles dominant en veillant à concerver le gain statique du système.
- Négiger les poles éloignés de l’origine revient , sur le diagramme de Bode , à négliger les
fréquences de coupures élevées.

13
 Représentation ou analyse fréquentielle.

Riche en informations, elle fournit un lien entre la fonction de transfert du système considéré, et sa
réponse à une sinusoïde. Cette réponse sera caractérisée par deux paramètres, le gain et le
déphasage.

La fonction de transfert sinusoïdale est obtenue en identifiant p  j dans la fonction de transfert


G ( p ) ; elle est constituée par l’ensemble des fonctions de transfert sinusoïdales quand la pulsation
varie de 0 à l’infini.

Pour  fixée, G ( j ) est un nombre complexe caractérisé par son amplitude(le gain du système) et
son argument (la phase du système) qui seront donc des fonctions de la pulsation de la sinusoïde
d’entrée.Quand  varie l’ensemble des gains et des arguments constitue la réponse fréquentielle qui
peut être alors représenté graphiquement dans différents types de plans.

 Ordre 1

o Amplitude :

o Phase :

o Points remarquables :

(Pulsation de brisure)

o Réponse harmonique avec :

14
 Ordre 2

K K
T ( p)   T ( ju) 
 p 2
1  u  2 ju
2
1 2 p 2
o o

avec :(pulsation réduite)



u
0

Amplitude : A(u ) 
K

 AdB (u )  20 log K  10 log (1  u 2 ) 2  4 2 u 2 
(1  u )  4 u
2 2 2 2

o Maximum en amplitude (surtension) :

Si   2 / 2 , il existe un maximum pour u  u r   r   0 1  2 2 appelée pulsation de


résonnance.

K
Amax (u )   Amax dB (u )  20 log K  20 log( 2 )  10 log( 1   2 )
2 1   2

 2u 
o Phase : si alors :  (u )   arctg  2 
1 u 

 2u 
si alors : u  arctg  2 

1 u 

o Point remarquable :

 A  20 log K  20 log( 2 )
  0   dB
 (1)  90

15
o Réponse harmonique avec K )  10;     0.2;0.46;1.15 :

o Evolution de la surtension en fonction du coefficient d'amortissement pour :

16
Lieux ou représentations graphiques.

Il existe trois types de représentation graphiques : Nyquist, Bode et Black ; en voici des exemples de
représentations de systèmes quelconques et les premiers concepts de marges de phase M  et de
gain M G .

17
 Les concepts : commande / asservissement.

Deux types de commande :

-
Le principe de la Commande Passive consiste à modifier structurellement le système à
commander afin qu’il réalise au mieux les fonctions souhaitées.
Exemples : contrôle des vibrations (acoustiques, mécaniques).
- Commande Active suppose l’emploi d’un dispositif de commande appelé système de
commande (correcteurs/régulateurs) afin de modifier le comportement dynamique du
système étudié.

Dans tout système de commande, on s’efforce de contrôler une grandeur de sortie variable s(t) à
l’aide d’une grandeur d’entrée e(t).L’opérateur doit mesurer à chaque instant s(t), la comparer à la
valeur de consigne (l’entrée) et corriger de façon à rapprocher s(t) de la consigne. Il existe deux
solutions pour commander un système.

Commande en boucle ouverte :

Signal d’entrée Réponse imposée


(Commande) (Comportement voulu)
Fonction de transfert
G(p)
e(t) s(t)

Figure 1.2 Commande en boucle ouverte

La commande en boucle ouverte d’un système consiste à introduire, à l’entrée de ce système, le


signal e(t) permettant d’obtenir à sa sortie, le signal s(t) correspondant à la réponse voulue. Cela
nécessite, bien sûr, la connaissance d’un modèle de fonctionnement du système, par exemple la
fonction de transfert G(p).

18
Malheureusement, en pratique il est impossible, de déterminer à coup sûr le signal de commande
qui assurera au système le fonctionnement voulu et ce, pour deux raisons essentielles : les modèles
de fonctionnement sont souvent très imparfaits (par rapport au modèle dit nominal) et les systèmes
réels sont en général soumis à des perturbations, la plupart du temps imprévisibles et difficilement
modélisables.

Commande en boucle fermée :

Les systèmes à commander ne sont pas parfaitement connus (modélisés) et des perturbations
affectent généralement ses systèmes. L’introduction d’un retour d’information sur les sorties s’avère
alors nécessaires, c’est le principe de commande en boucle fermée. On parle alors de système
bouclé.

Adaptation de la démarche de raisonnement en trois phases : observation, réflexion et action.

De la boucle ouverte à la boucle fermée

Ecart : ε(t) Signal de commande : u(t)


Perturbations

Consigne
d’entrée, e(t) Sortie, s(t)
Correcteur Actionneur Système
+ C(p) A(p) G(p)
-
C(p)
Comparateur Capteur
B(p)

Fig.1.3 Commande en boucle fermée

19
Ce cheminement inverse, du résultat vers la commande, est appelé rétroaction, contre réaction en
anglais feedback.

Pour améliorer les performances d’une commande, il est indispensable d’observer la sortie du
système pour la comparer à ce que l’on désire obtenir ; la sortie est ainsi contrôlée. Il s’agit d’une
commande avec rebouclage de l’information ou boucle de rétroaction. En conséquence, les
performances de ce type de commande sont meilleures. L’ensemble du dispositif constitue un
asservissement ou système asservi.
Si l’entrée est constante ou varie par paliers, on parle de régulation.

La régulation est liée à l’aptitude de la commande à atténuer ou à compenser l’influence de


phénomènes indésirables (rejet de perturbations).

Si l’entrée est variable, on parle d’asservissement.


L’asservissement est lié à l’aptitude des grandeurs commandées à rejoindre leur valeur de consigne
(suivi de trajectoire).

20
L’ensemble constitué du système G(p), de l’actionneur A(p) et éventuellement du dispositif de
correction C(p) est appelé chaîne directe. L’ensemble constitué de la mesure et du dispositif B(p)
(capteur + transmetteur) est appelé chaîne de retour ou boucle de retour.
Dans certain cas, le dispositif B(p) peut-être inexistant : on parle de boucle à retour unitaire.

Le but d’une boucle d’asservissement est de faire en sorte que la sortie du système suive la consigne
d’entrée. Pour cela, au travers du capteur, la sortie est réinjectée à l’entrée dans un comparateur
(soustracteur idéal) .La différence entre l’entrée et la sortie (appelée erreur ou écart) est calculée et
forme le signal de commande u(t).

Un système asservi a donc deux fonctions essentielles :


- façonner la réponse du système asservi pour lui imprimer le comportement désiré,
- maintenir ce comportement face aux aléas et fluctuations qui affectent le système pendant
son fonctionnement.

Exemples d’asservissements :

1. Régulation de température d’une salle.


But : maintenir constante la température θ(t) à l’intérieure de la salle.

 (t )
Thermostat

Qext (t )
Salle

Eau chaude
e (t)
Vanne

i(t )

Radiateur

21
Figure 1.4 Régulation d’une salle.

Θ(t) : température à l’intérieur de la salle.


Θe(t) : température à l’extérieur de la salle.
Qi(t) : débit de chaleur fournit par le radiateur.
Qe(t) : perturbations.

Qe(t)

Θc(t)
Consigne
Qi(t)
Thermostat Vanne Salle

Exemple 2 : Asservissement de position d’une antenne parabolique.


But : asservir la position angulaire de l’antenne par rapport à la consigne.

Antenne parabolique
Sortie :  Système à commander
Antenne

Réducteur Moteur
M

Transformateur Différentiel
Consigne :  c (Capteur)

Amplificateur Amplificateur
Différentiel De puissance
K0

Vis de réglage agit sur un potentiomètre électrique

Figure 1.5 Asservissement de position d’une antenne parabolique

22
Perturbations

c
K0
e1
+
e Amplificateur Moteur +
Charge

-
e2

Transformateur. Différentiel.
(Capteur)

Figure 1.6 Schéma fonctionnel de l’asservissement.

Transfert (approche fréquentielle) .

La linéarité de l’asservissement exige que son évolution soit régie par un système
d’équations différentielles et/ou récurrentes à coefficient constants (linéarité stationnaire).
Pour la structure suivante :

ε(p) S(p)
Chaîne directe
E(p) + D(p)
-

R(p) Chaîne de Retour


B(p)

Figure 1.7 Structure d’un asservissement (schéma fonctionnel).

B(p) = 1 : retour unitaire


B(p) = constante : retour réel
B(p) = f (p) : retour complexe

On appelle fonction de transfert en boucle ouverte (FTBO) :

R( p )
 D( p ) B ( p )
 ( p)
On appelle fonction de transfert en boucle fermée (FTBF) :

S ( p) D( p )

E ( p) 1  D( p).B( p)
- On appelle fonction de transfert entrée/sortie ou rapport d’erreur :
 ( p) 1

E ( p) 1  D( p).B( p)

Bande passante :

On appelle bande passante, l’intervalle de pulsations ou le module de la FTBO est supérieur à


un ; ce qui donne une expression approximative de la fonction de transfert en boucle

23
fermée :

│FTBF│= 1, dans le cas d’un retour unitaire.

- Aux basses fréquences : FTBF  1


- Aux hautes fréquences : FTBF  0

Cela veut dire qu’un système asservi (processus physiques) est, en général, un filtre passe-bas dont la
sortie suit l’entrée.
Fixer une bande passante impose un temps de réponse (plus elle est grande, plus le temps de
réponse est court).

Gain en boucle ouverte (en boucle fermée) :

+
e(t) KG(p) s(t)
-

Figure 1.8 Gains statiques

FTBO = KG(p), K est appelé gain en boucle ouverte.


1  b1 p  ...  bn p m
KG( p)  K
1  a1 p  ...  an p n
- Si la FTBO ne présente pas d’intégration :

Alors FG(0) = K est appelé gain statique du système asservi en boucle ouverte.

- Si la FTBO présente une d’intégration (système astatique), alors :


K
KG (0) 
p
Dans le cas des systèmes asservis de position (ε, s et e sont des variables de position linéaires ou
angulaires), on dit souvent que K est le gain en vitesse en boucle ouverte.
Enfin, si
K
KG (0) 
p2
Dans le cas d’asservissement de position, c’est le gain en accélération.

Effet des perturbations:


Très souvent des signaux perturbateurs s’insèrent dans la boucle d’asservissement et introduisent
donc des modifications dans le comportement du système.
Pour la structure suivante :

P(p) : perturbations

e(t) P(p) : perturbations s(t)


-
G1(p) G2(p)
+ - +

R(p) 24
Figure 1.9 Effet des perturbations.

La propriété de linéarité permet d’utiliser le théorème de superposition, qui donne :


G1G2 G2
S ( p)  E ( p)  P( p)
1  G1G2 R 1  G1G2 R
1 RG 2
 ( p)  E ( p)  P( p)
1  G1G2 R 1  G1G2 R

Le point d’application de la perturbation peut –être déplacé soit vers l’amont soit vers l’aval.
ε(p) se compose de deux termes : un lié à la commande e(t), le système fonctionne alors comme un
système suiveur ; et l’autre dû à la présence de la perturbation p(t), le système fonctionne comme un
système régulateur. Cette expression quantitative de ε(p) montre bien qu’un système asservi est à la
fois un système suiveur et un système régulé.

Réduction des schémas fonctionnels :

- Association des éléments en cascades

G1 G2 G1G2

- Association des éléments en parallèle

G1
+ G1  G2
+

G2

- Elimination d’une bande de retour

+ G G
1  GH
-
+
H

- Boucle à retour unitaire

+
G
+ GH 1
H
- -

25
 Simplification des systèmes bouclées.

- Règle de Masson,
- Simplification directe :
On cherche la fonction de transfert équivalente à l’ensemble : G i et Ri sont des fonctions de
transfert.

Schéma- bloc d’un système complexe

On cherche les variables intermédiaires A , B et C. Les équations reliant ces variables sont :

A  E  R2 S
S  (G2  G3 )G1G4 B
B  A  R1C B(1  R1G1G4 )  A
C  G1G4 B
S  (G2  G4 )C

(G2  G3 )G1G4 A
S
(1  R1G1G4 )
(G2  G3 )G1G4 ) E
S
1  R1G1G4  (G2  G3 )G1G4 R.2

26
Schéma bloc après simplification.

Intérêts de la boucle fermée :

- Système du premier ordre :


Lorsqu’on boucle le système en retour unitaire, la FTBF s’écrit :
T ( p) K K'
F ( p)   
1  T ( p) 1  p  K 1   ' p
K 
K'  et ' 
1 K 1 K

On constate alors que :


- Le gain statique est inférieur et d’autant plus proche de 1 quand K est grand. On réduit l’écart
entre l’entrée et la sortie en régime permanent.
'
'   c , on élargie la bande passante, le système est plus rapide.
-    donc c
- Système intégrateur :
K 1
T ( p)   F ( p) 
Ti p T
1 i p
K
On observe alors que :
- Le gain statique est égal à 1, l’entrée suit la sortie. On améliore la précision statique.
- L’effet déstabilisateur de l’intégrateur est supprimé quand l’entrée est une impulsion.
- Système du second ordre :
K K'
T ( p)   F ( p) 
2 1 2 ' 1
1 p p 2
1 p p2
n  2
n n'
 '2
n

K 
K'  ;  ' n  n 1  K et ' 
1 K 1 K
On observe que :
- Le gain statique est inférieur à 1 mais plus proche de 1 si K est grand.

-
 n'   n ; on élargit la bande passante, le système est plus rapide.
'
- On diminue l’amortissement puisque    ; intéressant dans le cas des systèmes à fortes
constantes de temps.
On conclue, que la boucle fermée, améliore la précision statique et élargit la bande passante donc
augmente la rapidité

27
Propriétés d’un asservissement :
- La stabilité. A consigne constante, la sortie doit tendre vers une valeur constante. L’effet de toute
perturbation de durée limitée doit disparaitre aux cours du temps.
C’est la condition nécessaire de fonctionnement du système.

- La précision. L’écart entre la sortie et sa valeur de consigne doit être suffisamment petit en régime
permanent.

- La rapidité. Elle exprime le temps mis par le processus pour suivre un changement brusque de
consigne.

Classification des systèmes asservis :

► Classification selon le type de l’entrée de référence ou consigne :


Asservissement ou régulation.
► Classification selon le type de régulateur (correcteur) :
- Régulateur analogique - Système asservi linéaire continu.
- Régulateur numérique-Réalisé à l’aide d’un système programmable (calculateur numérique) ; son
signal de sortie est alors le résultat d’un algorithme de calcul
-Système asservi échantillonné.
- Régulateur en tout ou rien - Système non linéaire.

Aspects statique et dynamique.

Dans l’analyse des systèmes asservis on distingue l’aspect statique de l’aspect dynamique.
1. L’aspect statique concerne l’étude des systèmes asservis en mode régulation (entrée fixe).On
définit l’erreur statique comme la différence entre la tâche demandée et celle à réaliser.
2. L’aspect dynamique, essentiel en automatique s’étudie par les notions de stabilité, de
précision et de rapidité.

Figure 1.10 Régimes transitoire et permanent

Analyse fonctionnelle :

Une démarche générale de l’analyse fonctionnelle d’un automatisme peut suivre les étapes
suivantes :
- Décrire le processus à réguler : dessiner le schéma fonctionnel du processus physique, bien isoler
et définir ses grandeurs d’entrée (commandes et perturbations) et de sorties.
- Donner le schéma fonctionnel de chaque élément du système : transducteur d’entrée, capteur,
actionneur, comparateur et correcteur.

28
- Dessiner le schéma bloc représentant l’ensemble de la boucle d’asservissement.

Chapitre 2 : Performances des systèmes asservis linéaires continus.

Les performances d’un système asservi se jugent selon trois critères :


La stabilité.
La précision statique ou précision obtenu en régime permanent.
La rapidité ou précision dynamique pour le régime transitoire ; notamment pour la présence
éventuelle d’un dépassement qu’il faut limiter.
On peut ajouter à ces trois critères, un quatrième élément qui est, la plus part du temps, est
considéré comme une performance : la marge de stabilité.

Figure 2.1 : Réponse d’un système à une consigne en échelon.

2.1 Stabilité des systèmes bouclés :

Un système bouclé mérite le qualificatif asservi que s’il est stable, sinon c’est un oscillateur ou
relaxateur, incapable d’assurer une fonction de poursuite ou de régulation. Il est stable si est
seulement si sa sortie reste bornée lorsqu’on injecte un signal borné à son entrée.
La condition mathématique de stabilité s’énonce ainsi :
Un système asservi est stable si tous les pôles de sa transmit tance sont à partie réelle négative.
Ce critère mathématique inconditionnel possède quelques inconvénients d’ordre pratique : il
nécessite la connaissance des pôles de la fonction de transfert, tâche peu aisée pour les systèmes
d’ordre élevés la fonction de transfert n’est qu’un modèle, les systèmes physiques évoluent dans le
temps.

29
2.1.1 Critères de stabilité : (Condition nécessaire et suffisante)

Critère de Routh : (stabilité absolue)

Le critère algébrique de Routh ne permet pas de définir une marge de sécurité, mais il autorise le
diagnostic de stabilité pour les systèmes d’ordre élevés et possédant de surcroit, un ou plusieurs
paramètres.
On utilise l’équation caractéristique ou le dénominateur de la fonction de transfert en boucle
fermée : 1  T ( p)  D( p)  an p n  an 1 p n 1  ...  a1 p  a0 .
On applique le critère de Routh en plaçant la suie de coefficients ai dans un tableau sur deux lignes,
dans l’ordre décroissant, alternativement une ligne sur deux. On effectue ensuite un calcul pour
créer une ligne supplémentaire, selon l’algorithme présenté sur le tableau ci-dessous :
an a n2 an  4
.... a1
an 1 a n 3 an 5 .... a0
an 1.a n  2  an .an 3 a n 1 .a n  4  a n .a n 5 cn  2 0
cn  c n 1 
an 1 a n 1
cn .an 3  an 1cn 1 c n .a n 5  a n 1c n  2
dn  d n 1  ...
cn cn

On itère le processus jusqu’à ce qu’il n’y ai que des 0 sur la ligne.


En conséquence, le système est stable en boucle fermée si tous les coefficients de la première
colonne sont de même signe.
Cas particulier :
Si tous les termes d’une ligne sont nuls, l’équation possède des racines imaginaires pures
(conjuguées) et se trouve déjà en limite de stabilité. Pour poursuivre l’étude (tableau) on écrit à la
place de la ligne concernée les coefficients obtenus en dérivant le polynôme auxiliaire dont les
coefficients sont les termes de la dernière ligne non nulle.
Exemple :
1  T ( p)  p 4  p 3  5 p 2  4 p  4  0
1 5 4
1 4 0
1 4 0 p2  4
0 0 0 limite
2 0 0 2p
4 0 0 0

Pas de pôles instables mais le système est en limite de stabilité.

Critère de Nyquist :

Le critère de Nyquist est un critère graphique de stabilité en boucle fermée obtenu à partir du lieu de
Nyquist du système en boucle ouverte. Il est une conséquence du théorème de Cauchy appliqué à la
fonction de transfert d’un système a asservi.
Comme la structure des fonctions de transfert des systèmes mono variables est simple, ceci à permit
de simplifier ce critère, en un critère du revers de Nyquist et une extension de ce critère aux lieux de
Bode et de Black.

Critère du Revers de Nyquist :

30
Enoncé : Si la fonction de transfert en boucle ouverte G(p) d’un système asservi ne possède aucun
pôle à partie réelle positive ,alors ce système est stable en boucle fermée si, en parcourant le lieu de
Nyquist de la fonction de transfert en boucle ouverte dans le sens des ω croissant ,on laisse toujours
le point critique (-1) à gauche de la courbe.

Figure 2.2 : Exemple d’application du critère du revers de Nyquist.

La stabilité d’un système peut également être observée grâce aux tracés de Bode et de Black.

 Critère du revers de Bode :

Figure 2.3 Exemple d’application du critère du revers de Bode

Un système sera stable si, lorsque la courbe de phase passe par -180°, la courbe de gain passe en
dessous de 0dB.
 Critère du revers de Black :

31
Figure 2.4 : Exemple d’application du critère du revers de Black.

Parcourant le lieu de transfert dans le sens des  croissant, si le point critique (0Db ,-180°) est laissé
à droite, le système set stable.

Lieux des racines.

En utilisant l’outil informatique, il est facile de représenter le lieu des pôles d’un système ou des
racines de son équation caractéristique, soit en le programmant (Mathcad), soit en utilisant la macro-
commande disponible dans le progiciel (Scilab ou Matlab).

 Exemple d’un système du 3ème ordre :

Fonction de transfert de boucle ouverte :

Les pôles sont les racines du polynôme caractéristique p  3 p  2 p  2k  0 , quand le gain k


3 2

varie de 0 à l’infini, les trois racines décrivent chacune trois branches comme visualisées sur la figure
suivante. Nous indiquons quelques valeurs caractéristiques de k et le vecteur des pôles
correspondant noté r (k ) .

- Trois racines réelles stables :

- Une racine réelle stable et deux racines complexes conjuguées stable :

La limite de stabilité absolue est donc k lim  3 .

32
Pour avoir une image de la stabilité relative, le coefficient d’amortissement des oscillations amorties
est  0  0.4 soit  0  24 , la valeur de gain correspondante notée k p vaut 0.67.

Lieu des pôles et concept stabilité absolue et relative

Comparaison des réponses indicielles unitaires de la boucle pour k lim et k p

33
Abaque de Black-Nichols
Cet abaque est un plan de Black ( Y dB
et arg(Y ) ) sur lequel ont été représentées les courbes iso-gain
Y
et iso-phase caractéristiques de la fonction .
1 Y

L’utilité de ce plan est que pour un point du plan représenté par son module en dB et son argument
en degré, en ce point se « coupent » une courbe iso-gain et une courbe iso-phase qui correspondent
Y
au module en dB et à l’argument en degré du nombre complexe .
1 Y

L’utilisation de cet abaque permet le passage du tracé de la boucle ouverte à celui de la boucle
fermée d’une boucle à retour unitaire.

exemple, avec le réglage pratique du système du 3ème ordre, l’iso-gain de 2.3dB qui signifie qu’en
2ème ordre équivalent, le système se comporte en réponse indicielle avec un 1er dépassement voisin
de 22 % (recoupement avec les résultats du lieu des pôles en stabilité relative).

2.1.2 Stabilité, robustesse, marges de gain et de phase :

En pratique, un système strictement stable n’est pas satisfaisant, en effet, par exemple si le lieu de
Nyquist de la boucle ouverte d’un système stable en boucle fermée est trop voisin du point critique ;
sa réponse sera mal amortie. On parle alors de degré de stabilité, il mesure l’éloignement de la juste
instabilité .Dune manière générale il suffit d’affaiblir le gain du système pour améliorer le degré de
stabilité.
D’autres considérations ont conduit les automaticiens à définir une réserve de stabilité appelée
robustesse. .Cette notion de robustesse tient compte des intérêts directement liés aux problèmes
suivants :
- Le lieu de transfert ne doit pas être trop voisin du point critique, dans ce cas, il y a alors la
présence d’une résonance élevée ; le système est faiblement amorti et le temps de réponse est
important.
- Variation des caractéristiques des actionneurs, le gain peut augmenter.
- Influence des retards parasites d’où un effet déstabilisateur en boucle fermée.
- Défaut de modélisation des systèmes.
- Enfin les processus sont très souvent non linéaires et variant dans le temps.

34
Toutes ces considérations nous ramène à définir des critères de qualité ou de sécurité assurant à la
stabilité une propriété robuste.
 Marge de gain, notée M G : c’est l’accroissement maximum autorisé à la pulsation d’inversion de
phase  où Arg {FTBO}=ArgG(iω) = -180°.
 Marge de phase, notée M : c’est la phase qu’il faut ajouter à Arg. {FTBO} à la pulsation de
coupure ou de croisement notée cBO lorsque | FTBO | = 0.

Figure 2.5 :Marges de gain et de phase (lieux deNyquist, Bode et Black)

35
 Marge de retard :les phénomènes de retard produisent un déphasage, et donc sont sources
d’instabilité. Le déphasage étant important, la marge de phase n’est pas suffisante à caractériser
le retard maximal admissible .On définit alors la marge de retard, notée M R .
   BO
Pour cBO et correspondant, on a M R .cBO  M      BO , soit : M R 
cBO
On constate que plus cBO est élevée, plus la marge de retard diminue. On veillera donc à éviter
d’avoir une valeur de cBO trop grande lors de la réalisation d’un correcteur.

2.2 Précision d’un système asservi :

Soit la structure suivante d’u système asservi :

P(p) : perturbations

P(p) : perturbations
e(t) s(t)
-
G1(p) G2(p)
+ - +

R(p)

Figure 2.6 : Structure d’un asservi ment avec présence de perturbations

Le rôle du système asservi est de faire suivre à la sortie s (t), une loi fixée par l’entrée e(t). La
qualité du système se juge par sa stabilité et par la précision avec laquelle la loi est suivie.
L’idéal est d’avoir un écart ε(t) proche de 0 ; la précision conduit donc à imposer des conditions
sur cette erreur ε(t).
En vertu du principe de superposition :
 (t )   e (t )   p (t ) .Respectivement, signal d’erreur dû aux variations de l’entrée et signal
d’erreur dû à la perturbation. Ces erreurs comportent une partie transitoire et une partie
permanente.
L’erreur transitoire est l’erreur en réponse à des variations de e (t) ou p(t).Cette erreur
caractérise ce que l’on appelle la précision dynamique ; elle caractérise la rapidité du système
L’erreur permanente est l’erreur subsistante lorsque le temps tend vers l’infini, en réponse à des
signaux e(t) ou p(t) canoniques. L’erreur en réponse à des échelons caractérise l’erreur statique.
On cherche donc à limiter ces erreurs à des erreurs maximales fixées par avance.

Exemple de calcul, système sans perturbations :

Soit un système bouclé à retour unitaire, de fonction de transfert en boucle ouverte T(p) et de
fonction de transfert en boucle fermée F(p).
On appelle erreur statique (ou erreur de position) du système en boucle fermée, le paramètre
 p défini par :  p  lim t  p ( p) lorsque e(t) = u(t) échelon unitaire.
En invoquant le théorème de la valeur finale, on a :
 p  lim p 0 p ( p)  lim p0 pE ( p)  S ( p)  lim p 0 pE ( p)  F ( p) E ( p)
Puisque l’entrée est un échelon unitaire, on a :

36
1 F ( p) 
 p  lim p0 p ( p)  lim p0 p ( p)  lim p0    lim p0 1  F ( p)
p p 
Cette erreur de position est un des paramètres qui permet d’évaluer la précision d’un système en
boucle fermée. Plus  p est faible, meilleure est la précision du système.

Erreur de position d’un système comportant un ou plusieurs pôles nuls :


K
G ( p)  
; le paramètre α est un entier appelé classe du
p (1  a1 p  a 2 p 2  ...  a n p n )
système.
Dans ces conditions :
 K  K
 p  lim p0 1  F ( p)  lim p0 1   p 
 1  0
 K  p (1  a1 p  a2 p  ...  an p ) 
2
K
L’erreur de position en boucle fermée d’un système comportant un ou plusieurs intégrateurs est
nulle.
Tableau récapitulatif :

Précision Classe 0 Classe 1 Classe 2


Erreur de position  p 1
1 K 0 0
Erreur de vitesse ou de trainage 1
V ∞ K 0
Erreur d’accélération  A 1
∞ ∞ K

L’erreur de vitesse ou erreur de trainage (entrée en rampe) se différencie de l’erreur de position


par le fait qu’elle permet de chiffrer l’aptitude d’un système à fournir une réponse qui suit le plus
précisément possible une consigne qui varie dans le temps(cas général des
asservissements),tandis que l’erreur de position évalue son aptitude à se conformer à une
consigne constante(cas des régulations).
Remarque :
La précision est d’autant meilleure que le gain statique K est important, mais ce résultat parait
contradictoire, du fait qu’une bonne stabilité est souvent associée à un gain en boucle ouverte
relativement faible.

2.3 Rapidité d’un système asservi :

La précision dynamique (appelée qualité du système) caractérise la rapidité d’un système. Pour
améliorer cette précision, on cherche :
- A réduire l’amplitude des écarts lorsque le système passe d’un régime permanent à un
autre (réglage de l’amortissement/dépassement).
- A rendre aussi court que possible la période transitoire pendant laquelle les écarts sont
importants : c’est une question de rapidité en réponse du système (réglage du temps de
réponse/temps de montée).

37
Paramètres de rapidité en boucle fermée :
Temps de réponse :
On estime cette durée pratique grâce à la notion de temps de réponse, défini comme le temps
mis pour atteindre la valeur finale de la sortie.
Soumis à une consigne en échelon, le système supposé stable, répond par un signal qui tend vers une
valeur finie s .On définit alors le temps de réponse à x%prés par :
x x
t  t r , x % , (1  ) s  s (t )  (1  ) s .On choisit généralement le temps de réponse à 5.%.
100 100

Figure 2.7Paramètres de rapidité en boucle fermée.

Temps de montée :

Le temps de réponse est aussi un paramètre pour chiffrer la rapidité des systèmes (ordre supérieure
ou égal à deux).
Pour tout système linéaire d’ordre quelconque, présentant un fonctionnement analogue à un
deuxième ordre, c’est-à-dire pour lequel on peut mettre en évidence deux pôles dominants, on
3
estime l’ordre de grandeur du temps de montée en boucle fermée par : t m  . ; (Abaque des
cBO
systèmes du second ordre).
cBO est la pulsation de coupure en boucle ouverte, qui doit être proche de la pulsation propre du
système en boucle fermée.
Ce résultat montre qu’il est possible d’estimer la valeur du temps de montée en boucle fermée à
partir d’une des caractéristiques fréquentielles du système en boucle ouverte.

Limitation du dépassement :
On exprime le dépassement d’un système bouclé du second ordre par :
M 
La relation,  BF  représente une estimation qui permet de prédire la valeur du dépassement
100
en boucle fermée à partir de la marge de phase du système en boucle ouverte qui, rappelons-le est
un paramètre significatif de la stabilité en boucle fermée pour tout système linéaire d’ordre
quelconque présentant un fonctionnement analogue à un deuxième ordre (notion de pôles
dominants).

38
En conclusion, la marge de stabilité et la limitation du dépassement, en boucle fermée, sont
améliorées par une diminution du gain statique en boucle ouverte, tandis que la rapidité et la
précision s’en trouvent dégradées. Inversement, une augmentation du gain statique en boucle
ouverte améliore la rapidité et la précision en boucle fermée, mais rend le système moins stable et
augmente le dépassement.

Amélioration des performances à l’aide de critères :


Les critères de performance d’un système asservi sont le plus souvent des critères de précision,
en réponse à une entrée choisie.
Ces critères mettent en jeu la précision dynamique et la précision statique, sur un l’intervalle
temps. 0, .

Exemple de critères : critère de Hall-Sartorius I  
2
(t )dt .
0
Application : pour un système du second ordre de fonction de transfert en boucle fermée :
1
G ( p)  .Pour une entrée en échelon unitaire :
2p p2
1 
n n 2

1
s(t )  1  exp( tn ) sin(  n 1   2 t  arccos( ))
1 2

1
 2 (t )  exp( 2n t ) sin 2 ( p t   )
1 2

 p  n 1   2
  arccos( )

1  4 2
Le calcul de I    (t )dt donne I 
2
.Le minimum est obtenu pour I = 0 ce qui équivaut à :
0
4 n
1  4 2
 0 d’où la meilleure performance est obtenue pour ζ = 0.5.
4 n

39
Chapitre 3 : Correction des systèmes linéaires asservis.

Cahier des charges d’un asservissement/régulation :

En règle générale, le cahier des charges d’une boucle de régulation impose, en boucle fermée, quatre
performances :
- la précision, matérialisée par la valeur de l’erreur de position  p (  p  0 ou la plus
faible possible) ; ainsi que celle de l’erreur de vitesse,
- La rapidité, matérialisée par une valeur maximale du temps de réponse ou du temps de
montée,
- la marge de stabilité, matérialisée par la valeur de la marge de phase,
- la limitation du dépassement, ce qui se traduit par une valeur optimale du coefficient
d’amortissement.
3.1 Rôle du correcteur :

Pour assurer une compatibilité entre les critères contradictoires de stabilité et de précision et
améliorer les performances du système asservi ,on introduit des dispositifs de correction constitués
par des réseaux de transmissions passifs ou actifs(structure câblée).Ces correcteurs ont pour but de
délivrer un signal de commande ,noté u(t) au système de manière à préserver les exigences de
précision et de stabilité à priori incompatibles ;li sera l’élément intelligent du système.

Principe général de la correction d’un système :

p(t)

ε(t) : écart
u(t) : commande s(t)
e(t)+ Correcteur Système

x(t) ; grandeur intermédiaire

Capteur

Figure 3.1 : Principe général de la correction

u (t )  f ( (t ), x(t ), p(t )ete(t )) : Selon la nature de cette fonction, on distingue différents types de
correction. : série, parallèle et par anticipation.

40
Correction série :
Le correcteur C(p) est introduit dans la chaîne directe en amont du système, son rôle essentiel
consiste à modifier les performances du système initial, suivant le cahier de charges.

e(t) + Correcteur Processus s(t)


C(p) G(p)
-

Retour
B(p)

Figure 3.2 : Correction série.

Dans ce cas la commande u(t) = f(ε), on distingue alors trois fonctions :

- La loi de commande proportionnelle ou action proportionnelle notée P :


u (t )  K (t )  Fonction de transfert du correcteur C(p) = K.
- Action intégrale, notée I :
t
1 1
u(t ) 
Ti 
0
 (t )dt  Fonction de transfert du correcteur C ( p) 
Ti p
.

- Action dérivée, notée D :


d (t )
u (t )  Td  Fonction de transfert du correcteur C ( p)  Td p .
dt
Un correcteur série réalise plus ou moins parfaitement des combinaisons de ces trois actions En
première approximation on peut dire que l’action P augmente la précision dynamique ;l’action I
annule l’erreur statique et l’action D tend à stabiliser le système.

41
Cette figure montre les effets sur le lieu de Black du système considéré que l’on attendrait d’un bon
correcteur (actions possibles).

Correction parallèle :

La correction parallèle ne permet pas l’introduction d’une intégration ; le correcteur C(p) se greffe en
parallèle sur un élément fixe de la chaîne et agit essentiellement sur la stabilité et la rapidité.

Correction par anticipation :

Le correcteur C(p) appelé aussi compensateur élimine théoriquement l’influence des perturbations
p(t).
Exemple :
Les effets de la perturbation p(t) sont compensées par Ccomp ( p )

p(t)

Ccomp (p)

e(t) s(t)
+ +
+ C ( p) + G1 ( p) + G2 ( p)
-

1
Figure 3. 3 Compensateur : Ccomp. ( p )  
G1 ( p )
3.3 Principe de correction et structure des correcteurs :

3.3.1 Correcteur proportionnel :


Le correcteur proportionnel est un simple amplificateur de gain réglable, C(p) = K.
Si K > 1, on améliore la rapidité et la précision du système en boucle fermée mais on diminue la
stabilité et on accroit son dépassement.
 Action du correcteur :

42
C ( p) dB

Figure 3.4 Action du correcteur, lieu de Black.

Ce correcteur équivaut à une translation de la courbe dans le plan de Black et de la courbe du


module dans le plan de Bode.
 Circuit électrique :

Figure 3.5 Circuit électrique du correcteur proportionnel.

3.3.2 Correcteur proportionnel et intégral :

 Fonction de transfert du correcteur proportionnel et intégral :


1
CdB  K (1  )
p
 Lieu de transfert du correcteur proportionnel et intégral :

43
C ( p) dB

1  Tp
C ( p)  K avec a > 1.
1  aTp

Figure 3.6 Lieu de transfert du correcteur proportionnel et intégral. PI

 Action du correcteur :

Ce correcteur introduit un pôle à l’origine. L’action de ce correcteur se fait sur les basses fréquences.
La présence d’un intégrateur annule l’erreur statique, mais il ralentit le système et le déstabilise s’il
10
est mal placé. Il n’influe pratiquement plus la phase pour les hautes fréquences (  ).

 Mise en place : (Méthode du pôle dominant).

1. Exprimer la fonction de transfert en boucle ouverte,


1
2. Supprimer le pôle dominant   =constante de temps la plus grande(le pôle dominant
pmin
correspond à la plus grande constante de temps du système, donc au pôle dominant car c’est lui qui
limite la rapidité du système),

3. Déterminer K pour avoir une marge de phase suffisante (ou celle imposée par le cahier de charge).
 Circuit électrique :

  R.C
R2
K
R1
Figure 3.7 Circuit électrique du correcteur proportionnel et intégral.

44
3.3.3 Correcteur à retard de phase ;

On utilise généralement le correcteur à retard de phase de fonction de transfert :

1.p
C ( p)  K avec b>1
1  b . p

 Lieu de transfert du correcteur à retard de phase :

C ( p) dB

Figure 3.8 Lieu de transfert du correcteur à retard de phase.

Avec les relations :


1 1 b
m  et sin  m 
 b 1 b
 Action du correcteur :
Agit en basses fréquences, il permet de réduire l’erreur statique, il ralentit le système (diminue la
bande passante), et le déstabilise s’il est mal placé (τ petit).
1
Si  co (la pulsation de coupure en boucle ouverte), on augmente la marge de phase en

conservant un bon gain en basses fréquences, mais on a une diminution de la bande passante, dans
ce cas, l’effet du correcteur a la forme suivante (lieu de Black):
C ( p)dB

45
Figure 3.9 Effet du correcteur à retard de phase (lieu de Black).

 Circuit électrique :

1  R1C1 p
C ( p)  avec R2C2  R1C1
1  R2C2 p

Figure 3.10 Circuit électrique du correcteur à retard de phase.

3.3.4 Correcteur proportionnel et dérivée / Correcteur à avance de phase.

 Fonction de transfert du correcteur proportionnel et dérivée :

C ( p)  K (1  p) .Le gain de ce correcteur est infini pour les hautes fréquences. Ceci est
1 d p
donc physiquement irréalisable, on l’approxime par : C ( p)  K avec τ très petit
1  p
devant  d .

 Lieu de transfert du correcteur proportionnel et dérivée :

C ( p)dB

Figure 3.11 Lieu de transfert du correcteur proportionnel et dérivée (Bode).

46
 Action du correcteur:

L’action de ce correcteur se fait sur les hautes fréquences.


Son effet est stabilisant et à tendance à augmenter la rapidité. On remarque aussi, sur son lieu de
10
Bode, que ce correcteur induit un gain infini en hautes fréquences et qu’à. , le gain apporté est de

20dB et la phase apportée est quasiment de 90°.
1
Pour être efficace, ce correcteur doit vérifier :   R c'est-à-dire l’effet doit se produire

suffisamment tôt.
Il y a donc augmentation de la marge de phase, de la marge de gain, de la pulsation de résonnance et
de la bande passante.
De plus, en augmentant K, on augmente la stabilité et la précision du système.

C ( p) dB

Figure 3.12 Effet du correcteur proportionnel et dérivée (lieu de Black).

 Circuit électrique :

1  RCp
C ( p)  K (1  p) C ( p)  RR1C
1 p
R  R1
Figure 3.13 Circuit électrique du correcteur proportionnel et dérivée. PD

47
D’une manière générale, on utilise le correcteur à avance de phase qui a un effet semblable au
correcteur proportionnel et dérivée dans une importante bande de fréquences.
 Fonction de transfert du correcteur à avance de phase.
1  ap
C ( p)  K avec a > 1.
1  Tp
 Lieu de transfert du correcteur à avance de phase.

C ( p) dB

m

Figure 3.14 Lieu de transfert du correcteur à avance de phase (Bode).

Ce correcteur permet d’augmenter la rapidité du système et apporte une avance de phase qui est
maximum à la pulsation m :
1 a 1
m  et sin  m 
 a a 1
a 1
Ou :  m ( )  arctga  arctg  arctg (lieu de Bode)
2 a
1 1
On constate, pour un réglage avec R voisin de  m et tel que  R  ; on aune action
a. 
stabilisante autour de la pulsation de résonnance qui permet d’accroitre alors le gain K du système.

48
C ( p) dB

Figure 3.15 Effet du correcteur à avance de phase (lieu de Black).

 Circuit électrique :

1  R1C1. p
C ( p)  avec R2C2  R1C1
1  R2 C 2 .P

Figure 3.16 Circuit électrique du correcteur à avance de phase.

3.3.5 Correcteur Proportionnel-Intégral et Dérivée :

 Fonction de transfert du correcteur (Mixte):


1  1  Ti p  TiTd p 2 
C ( p)  K (1   Td p)  K  
Ti p  T P 
 I 
Ce correcteur est essentiellement théorique ; en pratique, on traite la partie action dérivée par un
avance de phase. Le filtrage n’intervient alors que sur les hautes fréquences.
Les racines du numérateur de C(p) sont réelles si :

2 2 4Td
  Ti  4Ti .Td  Ti (1  )0
Ti

49
Ti
D’où la condition : Td 
4
(1   1 p)(1   2 p)
C(p) s’écrit alors : C ( p) 
p
 4T 
 1et 2 réels ; 1, 2  1  1  d 
2  T i 
Avec  2    Ti  1

 Lieu de transfert du correcteur :

PID mixte dérivée pure

PID mixte dérivée filtrée

C ( p) dB

20logK

1 1
1 2

p
Figure 3.17 Lieu de transfert du correcteur PID (Bode)


Pour    p : Arg C ( j p )   arctg 1 p  arctg 2 p  0
2
 1 p   2 p 
Soit encore : arctg 
1   1 2 p
2
2
1
Condition réalisée si :1   1 2 p  0 d’où  p  et C ( jP )  K .
2

TiTd

50
Ce point particulier du lieu de transfert est appelé point de pivot, les actions intégrales et
dérivées non aucune influence.

 Action du correcteur:
L’action de ce correcteur se fait sur toutes les fréquences. Son effet est stabilisant, il annule
l’erreur statique, il contribue à augmenter la rapidité.
 Synthèse du PID dans le plan de Black :
1 1
Conditions de réglage satisfaisant :   R et  R
Ti Td

On constate, dans le lieu de Black, l’augmentation de la précision statique due à l’intégration ;


de plus, l’avance de phase permet d’accroitre le gain K et par conséquent, la pulsation de
résonance et la pulsation de coupure.

C ( p) dB

Figure 3.18 Effet du correcteur PID (lieu de Black).

 Circuit électrique :

Figure 3.19 Circuit électrique du PID.

51
3.3.6 Correcteur avance et retard de phase :

Ce réseau est plus proche des réalisations physiques des PID. Sa fonction de transfert s’écrit :
 1 1  a . p 
C ( p)  K   ; a  1
T
 i p 1   . p 
En basses fréquences, ce correcteur à action de type proportionnelle et intégrale permettant ainsi
d’avoir une bonne précision statique.
En hautes fréquences, le comportement se rapproche de celui du système à avance de phase
combinant ainsi les intérêts des deux autres types de régulation.

3.3.7 Correcteur PID Série


Approche Graphique : méthode de réglage (cours de régulation industrielle)

Sa fonction de transfert s’écrit :


 1 
C ( p)  K ps 1  1  Tds p 
 T p
is 

C’est la mise série de trois correcteurs élémentaire : Proportionnel, Proportionnel et


Intégrale et Proportionnelle et Dérivée.

52
1
- Une intégration à basses fréquences pour  
Ti
Diagramme de Bode : - Déphasage = -90°

1 1 1
  Action dérivée pour hautes fréquences  
Ti Td Td
Gain = 20logK

Figure 3.20 Diagramme de Bode du PID Série.

Détermination du correcteur PID : Méthode algébrique-pôle dominant.

Un PID comporte deux constantes de temps, si Ti  4Td ; il permet d’annuler


algébriquement deux constantes de temps du système à corriger ( Ti compensant la plus
grande et Td la suivante).

Exemple d’application :
40
G( p) 
 
1  0.12 p  0.01 p 2 1.0.5 p 1  5 p 

Le cahier de charges :
- Erreur de position nulle
- Marge de phase supérieure à 50 °,
- Temps de réponse à 5% inférieur à 1 s.

53
Détermination du correcteur : on choisit un PID Série.

 1 
Cs ( p)  K ps 1  1  Td p 
 Ti p 

Tis  T1  5s
  1 
1  0.5 p  
1  5 p 1  0.5 p 
Tds  T2  0.5s  C S ( p)  1 
K  1  5p  5p
 ps

On trace les diagrammes de Bode :

- Marge de phase insuffisante. Il faut ajuster le gain K ps


- Pour cela, on recherche sur la courbe de phase la pulsation correspondant à un
déphasage de -180+50 = -130° que l’on reporte sur la courbe de gain. Ici on constate
que l’on doit descendre la courbe de gain de -4dB soit :
4

K ps  10 20
 0.63  Inv(log( 4 / 20))

54
1  5 p 1  0.5 p 
Le correcteur obtenu s’écrit : C s ( p)  0.63
5p

Résultat :
 p 0
M  45

t r  1s

Figure 3.21 Détermination du correcteur PID Corrigé

Méthode graphique.

Il existe plusieurs méthodes graphiques permettent de configurer un correcteur PID.


Par exemple ; si on dispose de la représentation fréquentielle de la FTBO :

55
Figure 3.22 FTBO système non corrigé.

On constate :
- Que le système est instable M  10 ,
- Et n’est pas précis ; il ne possède pas d’intégration (l’argument tend vers 0° lorsque  tend
0).

On souhaite :
- Assurer la stabilité M  50
- Assurer la précision statique,  p  0
- Assurer la rapidité en imposant une bande passante o  5rd / s

On choisit le correcteur série :


 1 
Cs ( p)  K ps 1  1  Td p 
 Ti p 
On a trois paramètres à régler :
- On choisit Ti  10.Td
- Sur le lieu de Bode , pour la pulsation odB  5rd / s souhaitée :
Arg FTBO( j5)  190
FTBO( j5)  8dB

56
La partie dérivée du correcteur doit compenser odB  10 du déphasage et assurer la marge de
phase souhaitée M   50 , le correcteur doit donc avancer la phase de :
M   Arg FTBO ( j 5)   60
Et le gain pour cette pulsation doit diminuer de 8 dB.
1
Le correcteur peut être modélisé pour les hautes fréquences

Ti par le correcteur :
C ( p)  K p 1  Td p 

A partir de ce modèle simplifié on peut calculer pour odB  5rd / s :

 Arg C ( p)PD  arctg (Td .odB )  60 Td  0.345s



   
 C ( p) PD  20 log 1  Td obD  8dB K p  0.2
2 2

Comme on a choisit, Ti  10.Td alors :

 1 
C ( p)  0.21  1  0.345 p 
 3.45 p 

Figure 3.23 Résultats du réglage.

57
3.4. Correction parallèle :

e(t)
u(t) s(t)
+
G2 + G2 G3
- -

C(p)

B(p)

Figure 3.24 Principe général

C(p) se greffe en parallèle sur un élément fixe de la chaîne et agit essentiellement sur la stabilité
et la rapidité. Il est calculé de manière à obtenir les performances exigées.

- Exemples de corrections parallèles :

Correction tachymétrique simple : C ( p)  . p


Tp
Correction tachymétrique filtrée : C ( p) 
1  Tp
3.5. Autres méthodes de synthèse
3.5.1. Méthode de placement de poles.
Juste un exemple d’application:
On considère le système à régler
1
𝐺𝑎 (𝑠) =
+4 𝑠2
1. Quel type de régulateur est approprié pour ce système à régler (P, PI, PD, PID) ?
Justifier votre réponse.
2. Déterminer les paramètres d’un régulateur PD pour atteindre en boucle fermée les
pôles suivants : 𝑠1 = −2, 𝑠2 = −20. Méthode de placement de pôles.
3. Est-ce que le comportement de la boucle fermée sera oscillatoire ou apériodique
pour ce choix des paramètres ? Justifier votre réponse.
4. Les paramètres sont maintenant fixés à Kp = 2 et Td = 3 [s]. La consigne vaut
w(t) = 0, et le système est soumis à une perturbation v(t) = 5. Calculer l’erreur
statique.

58
Réponse à la 2ème question :

C ( p )  K p 1  Td p 
K p (1  Td p)
FTBOC  C ( p)G( p) 
p2  4
L’équation ou le polynôme caractéristique s’écrit :
1  FTBOC  p 2  K pTd p  K p  4  0
Le polynôme souhaité (système corrigé):
( p  2)( p  20)  p 2  22 p  40  0
L’identification des polynômes donne :

K p  4  40 K p  36
   C ( p)  36(1  0.61 p)
K T
 P d  22 T
 d  0.61s

3.5.2. Synthèse d’une régulation utilisant le gabarit fréquentiel :

Les performances demandées par un cahier de charges peuvent se traduire par un gabarit
fréquentiel dans lequel doit entrer la fonction de transfert en boucle ouverte.
Pour satisfaire les performances attendues d’une régulation : stabilité, rejet des perturbations,
bonnes performances dynamiques, on doit avoir :
- FTBO ( j) grand aux basses fréquences (rejet des perturbations constantes, précision) ;
- FTBO ( j) petit aux hautes fréquences (rejet des bruits de mesure) ;
- co grand pour une bonne vitesse de réponse ;
-  assez grand pour une bonne stabilité et un dépassement faible. On montre que  est
faible si la pente du diagramme asymptotique de Bode est inférieur à -2 pour   co .

59
Figure 3.25 Gabarit fréquentiel type pour une régulation.

Il faut donc trouver le correcteur C(p), qui, mis en cascade avec la fonction de transfert en boucle
ouverte initiale (celle du système à piloter) permettra de rentrer dans le gabarit.
Les principales fonctions à réaliser sont :
- augmentation du gain statique pour augmenter la précision et assurer le rejet de
perturbations,
- augmentation de la marge de phase pour assurer la stabilité et diminuer les
dépassements,
- maintenir (ou éventuellement augmenter un peu)  co pour améliorer les performances
dynamiques.

Chapitre 4. Les modèles d’état.

La notion de systèmes dynamiques montre que la modélisation la plus riche est celle qui
utilise la notion d’état puisqu’elle représente un ensemble de variables a priori plus grand
que celui constitué par les entrées et sorties. Cette représentation d’état est un outil
puissant permettant de modéliser le fonctionnement de systèmes linéaires ou non, en
temps continu ou en temps discret et qui possède en outre l’avantage de conserver la
représentation temporelle des phénomènes et se prête bien au développement des
programmes de calculateurs qui permettent l’analyse ou la synthèse des systèmes
dynamiques.
Les variables d’état représentent à chaque instant, l’ensemble minimal d’informations
nécessaires pour déterminer l’évolution ultérieure d’un système ; de ce fait, elle se fait
essentiellement dans le domaine temporel.

60
4.1 Etat d’un système et variable d’état.

Considérons le système représenté sur la figure 4.1.Ce système est composé d’une cascade
d’éléments différents et la commande automatique d’un tel système peut très bien aller
beaucoup plus loin que la seule ambition de réguler le signal de sortie.
Un certain nombre de signaux, que l’on peut qualifier d’internes au système apparaissent
nettement sur le schéma notés x1 , x2 , et x3 .

u(t)
y(t)
+
-  x1
+-  x2
 x3

Figure 4.1 Exemple de représentation d’état d’un système continu.

Ces variables internes choisies sont appelées variables d’état du système. La commande du
système ne se réduit donc pas au simple asservissement du signal de sortie mais peut donc
être considéré comme la maîtrise simultanée de l’évolution des trois signaux x1 , x2 , et x3
.On dit que l’ensemble de ces trois signaux forme le vecteur d’état et la modélisation va
permettre d’envisager la commande de cet état grâce au signal d’entrée.
A partir de la figure 7.1, on calcule la dérivée de chaque variable d’état :
x1  u  y  u  x3
x 2  x1  Kx2
x3  x2
Qui s’écrit : x  Ax  Bu (t )
 x1 
 
Comme y (t )  x3 , on écrit : y (t )  0 0 1. x 2 
x 
 3
On exprime donc l’évolution du système, modélisée par un vecteur constitué de dérivées
premières des composantes du vecteur d’état, en fonction du vecteur d’état x du système.
Dans le cas général le système peut avoir plusieurs entrées et plusieurs sorties. Soit n le
nombre de variables d’état, m le nombre d’entrées et p le nombre de sorties.
Dans ces conditions, l’équation d’état d’un système LTI sous forme canonique s’écrit :
x (t )  Ax(t )  Bu (t )
y (t )  Cx(t )  Du (t )

x  Rn , y  R p , u  Rm .

61
La première équation s’appelle l’équation de commande ; la seconde, équation
d’observation.
A (nx n) est la matrice d’état,
B (n x m) est la matrice d’entrée,
C (p x n) est la matrice de sortie,
D (p x m) est le transfert direct (ou couplage) entrée/sortie.
Le vecteur d’état x représente en pratique, la mémoire du système, et la connaissance des
conditions initiales est nécessaire pour prévoir son évolution future.

u x x y

B C
+ ++
+
-
A

Figure 4.2 Schéma fonctionnel pour la forme canonique

Il est rare que la sortie soit directement liée à son entrée. On a donc très souvent D = 0.

►Gain statique :

Le point d’équilibre pour une entrée u(t )  u est donnée par x  0 ; soit :
0  Ax  Bu .
Si la matrice A est inversible, c’est-à-dire s’in n’y a pas de valeurs propres nulles ou pas de
pôles nuls dans la fonction de transfert, alors :
y  CA1Bu   Ku
K  CA1B  G( p) p 0
K est le gain statique.

► Gain dynamique :

Lorsque le système contient une ou plusieurs actions intégrales, ce n’est plus la sortie qui tend vers
ième
une constante pour une entrée nulle mais sa dérivée ou sa dérivée n .Le rapport entre la valeur
finale de cette dérivée et l’entrée est appelé le gain dynamique.

4.2 Représentations équivalentes.

Les systèmes dont le fonctionnement est décrit par des équations différentielles ou des équations de
récurrences linéaires à coefficients constants sont appelés systèmes LTI pour les systèmes Linéaires à
Temps Invariant. Les matrices A, B, C et D sont donc des matrices à coefficients constants.
- Représentation classique :

62
Ce mode de représentation est déduit directement de l’équation différentielle (cas continu) ou de
l’équation de récurrence (cas discret).
Exemple : système masse-ressort-amortisseur.
d 2l (t ) dl (t )
L’équation différentielle du second ordre s’écrit : m 2
b  kl(t )  f (t )
dt dt
m, b, k et l sont respectivement la masse, le coefficient d’amortissement, la constante de raideur du
ressort et l’élongation.
dl (t )
Conditions initiales : l (0)  0et  v0
dt
On écrit l’équation précédente sous forme différentielle du premier ordre :
dl (t )
x1 (t )  l (t )  y (t )  x1 (t )   x2 (t )
dt
dl (t ) d 2l (t ) k b 1
x2 (t )   x2 (t )  2
  x1 (t )  x2 (t )  f (t )
dt dt m m m
x1 (0)  0etx2 (0)  v0
Un tel système se met alors sous la forme d’équation d’état dite classique :
 0 1  0
x (t )   k b  x(t )   1 u (t )
 m  m   m 
y (t )  1 0x(t )

u (t )  f (t )
D0
- Représentation modale :
Ce mode de représentation permet d’avoir la matrice d’état ou matrice d’évolution A sous forme de
matrice de Jordan (cas des pôles multiples) ou diagonale (cas des pôles simples).
Exemple : Cas des pôles simples :
Pour la transmittance :
Y ( p) 1 1 1
G ( p)   2  
U ( p) p  3 p  2 p  1 p  2

U ( p) U ( p)
Y ( p)   ;
p 1 p  2
On pose :

U ( p)
X 1 ( p)   x1 (t )   x1 (t )  u (t )
p 1
U ( p)
X 2 ( p)   x2 (t )  2 x2 (t )  u (t )
p2
ety(t )  x1 (t )  x2 (t )

D’où l’écriture modale :

63
 1 0  1
x (t )    x(t )   u (t )
 0  2 1
y (t )  1  1x(t )
Les variables x sont des variables canoniques puisque A est diagonale. Les pôles  i simples

déterminent les modes e it du système.

+  1
-

p1
u(t) y(t)
+  2 ++
- +

p2

.
.
.

+  n
-

pn

Figure 4.3 Représentation d’état du système continu sous forme modale.

64
+ z 1 1
-

p1
u(kT) y(kT)
+ z 1
2 ++
- +

p2

.
.
.

+ z 1 n
-

pn
Figure 4.4 Représentation d’état du système discret sous forme modale.

K
Dans le cas d’un système du second ordre : G ( p)  2 1
1 p p2
n n 2

Les pôles complexes conjugués sont non décomposables ; on utilise alors la représentation
d’état suivante :

u(t) y(t)
+
-  
2n

 n2

Figure 4.5 Représentation d’état d’un bloc du second ordre non décomposable.

- Représentation compagne commandable.

65
La fonction de transfert n’est factorisée, et s’écrit :
bm p m  bm1 p m1  ...  b1 p  b0
G( p)  , avec n ≥ m.
an p n  an1 p n1  ...  a1 p  a0
Pour an  1 (on divise le numérateur et le dénominateur par a n ), divisons le numérateur et le
dénominateur par n, on obtient :
bm p mn  bm1 p mn1  ...  b1 p  n1  b0 p  n N ( p)
G ( p)  
1  an1 p 1  ...  a1 p n1  a0 p n D( p )
On peut alors écrire :
U ( p)
Y ( p)  .N ( p )  R ( p ) N ( p )
D( p )
U ( p)
R( p)  1
1  a n 1 p  ...  a1 p n1  a0 p n
Soit :
 
R( p) 1  an1 p 1  ...  a1 p  n1  a0 p  n  U ( p)
 1 1
n1
1 
n

R( p)  E ( p)  an1   ...  a1   a0    R( p)


  p   p  p  
Si on pose :
R( p) R( p) R( p)
X n ( p)  , X n1 ( p)  2 ,..., X1 ( p)  n ,
p p p
On obtient : R( p)  E ( p)  an1 X n ( p)  ...  a1 X 2 ( p)  a0 X 1 ( p)
On peut alors choisir les xi comme composantes du vecteur d’état, d’où la représentation
d’état :

66
a0

an  2

an 1
u(t) s(t)
x n x2
-
+    b0 +
xn xn 1 +

b1

bm
Figure 4.6 Représentation d’état compagne commandable.

Le signal de sortie s’écrit alors :


Y ( p)  bm p mn  bm1 p mn1  ...  b1 p  n1  b0 p  n R( p) 
D’où :

Y ( p)  bm X m 1 ( p)  bm 1 X m ( p)  ...  b1 X 2 ( p)  b0 X1 ( p) .
Les équations d’état se déduisent naturellement de cette représentation :
x1  x2
x 2  x3

x n1  xn
x n   a0 x1  a1 x2  ...  an xn  u (t )
y (t )  b0 x1  b1 x2  ...  am xm1
D’où :

67
  0 1 0 ... 0  0 
  
  0 1  0  0 
 

 x (t )       0  x(t )    u (t )
    
 0 0 ... 0 1  0 

  a0  a1 ... ...  an1  1
y (t )  b0 ... bm 0 ... 0x(t )

Cette forme de représentation est appelée forme compagne commandable car la matrice de
commande du système contient, en une seule ligne, l’ensemble des coefficients du
dénominateur de la fonction de transfert. Elle est dite commandable, bien que seule la
variable xn soit directement affectée par le signal d’entrée, toutes les variables d’état s’en
trouvent influencées par intégrations successives.
Si un système est commandable, alors on peut le mettre sous forme compagne
commandable.

- Représentation compagne observable.


La forme de G(p) déjà transformée s’écrit :

bm p mn  bm1 p mn1  ...  b1 p  n1  b0 p  n N ( p)


G ( p)  
1  an1 p 1  ...  a1 p n1  a0 p n D( p )
On peut ensuite écrire :

   
Y ( p)   an1 p 1  ...  a0 p  n Y ( p)  bm p mn  bm1 p mn1  ...  b1 p  n1  b0 p  n U ( p)
D’où :
 1 1
n 1
1 
n
  1  nm 1 
n

S ( p)  an1    ...  a1    a0    S ( p)  bm    ...  b0   U ( p)


  p   p  p     p   p  

Et la représentation d’état suivante :

68
u(t)

b0 b1 bm

x1 x1 x 2 x2 xm1 x n 1 x n xn

+
-  +
-  +
-  +
-  y(t)

......... .........

a0 a1 am an 1

Figure 4.7 Représentation d’état compagne observable.

Les équations se déduisent directement de cette représentation :

x1  a0 xn b 0 u (t )
x 2  x1  a1 xn  b1u (t )
x m1  xm  am xn  bm u (t )

x n  xn1  an1 xn
y (t )  xn
D’où :
0 ... ... ... 0  a0   b0 
1  
 0 ... ... 0  a1    
0 1 0 ... 0   b 
x (t )    x (t )   m u (t )
       0
0 ... 0 1 0     
   
0 ... 0 0 1  an  0
 
y (t )  0 ... 0 1x(t )

69
Cette représentation est appelée forme compagne observable car, outre le fait que la
matrice de commande du système contient ,en une seule colonne, l’ensemble des
coefficients du dénominateur de la fonction de transfert, on remarque que la sortie de ce
système est égale à xn qui ,par intégrations successives ,est bien influencée par toutes les
variables d’état. Si un système est complètement observable, alors on peut le mettre sous
forme compagne observable.

4.3 Résolution des équations d’état. Matrice de transition d’état.

Résoudre les équations d’état consiste à déterminer l’expression du vecteur d’état x(t) en fonction
du temps.
La solution générale de l’équation : x  Ax  Bu est donnée par la théorie des équations
différentielles : x(t )  e A(t t ) x(t0 )   e A( t  ) Bu ( )d .
0

Cette expression est la somme de la solution de l’équation correspondant au régime libre(ou


autonome), soit e A( t t0 ) x(t0 ) et de la solution correspondant au régime forcé(ou commandé).
L’opérateur e A(t ) est appelé matrice de transition d’état, notée  (t ) , elle décrit la transition en
régime libre de x (t0 ) à x(t ) .
A2t 2 Ant n
 (t )  e  I  At 
At
 ...   ... ; I représente la matrice carrée identité de
2! n!
dimension n.

La sortie est donnée par : y(t) = Cx(t) + Du(t).

Calcul de la matrice de transition :


- Utilisation de la transformée de Laplace.
Passage aux transformée de Laplace de x  Ax  Bu  pX ( p)  X (0)  AX ( p)  BU ( p)
Soit : ( pI  A) X ( p)  x(0)  BU ( p)
1 1
D’où : X ( p)  ( pI  A) x(0)  ( pI  A) BU ( p)
Il en résulte  ( p)  ( pI  A) ; la transformée de Laplace inverse donne  (t ) .
1

- Méthode de diagonalisation.
Diagonalisation de la matrice d’état A :

 a11 a12 ... a1n 


a a ... a2 n 
A   21 22
 ... ... ... ... 
 
an1 an 2 ... ann 
Les vecteurs propres et les valeurs propres de cette matrice sont définis par : A(vi )  i (vi )
Les vecteurs non nuls (vi ) sont les vecteurs propres de A ; les  i sont ses valeurs propres qui sont les
racines de l’équation caractéristique de la matrice A définie par : det( I  A)  0 .
Si on appelle  la matrice diagonale formée des valeurs propres de la matrice A et M la matrice
modale formée des vecteurs propres, on a :

70
1 0 ... 0 
 0  0 ... 
 
 0 0 ... 0  et M  (v1 ) (v2 ) ... (vn )
2

 
 0 ... 0 n 
Dans ces conditions : A  MM 1
e1t 0 ... 0 
 
0 e2t 0 ...  1
e At
 M . .M
Par conséquent : 0 ... ... 0 
 
 0 ... 0 ent 

4.4 Equation d’état et fonction de transfert.

Le système étant décrit par :


x  Ax  Bu
y  Cx
D0

Passage aux transformée de Laplace :


pX ( p )  Ax( p )  Bu ( p )
Y ( p )  CX ( p )
X ( p)   pI  A BU ( p) .Conditions initiales nulles.
1

Y ( p)
 C  pI  A B
1
D’où la fonction de transfert : G ( p) 
U ( p)
Y ( p)
 C  pI  A B  D
1
Si y (t )  Cx(t )  Du (t ) ; alors : G ( p) 
U ( p)

4.5 Commandabilité d’un système.

Le concept de commandabilité a été introduit par Kalman ; et son critère est le plus utilisé.
Un système est commandable s’il est possible, quel que soit l’intervalle t1,t2  et quelque soit l’état
x 2 , de déterminer un signal de commande u(t) sur t1,t2  qui amène le système de n’importe quel
état x(t1 )  x1 vers l’état voulu x(t 2 )  x2 .
Critère de Kalman :
Un système est commandable si et seulement si la matrice de commandabilité, défini par :
CAB  B  AB A2 B ... An1B est de rang n.
La paire A, B est complètement commandable si et seulement si, cette matrice de commandabilité
est régulière, autrement dit si son déterminant n’est pas nul.

71
On parle aussi d’accessibilité ; un système est dit accessible, s’il est possible de déterminer un signal
d’entrée u(t) sur l’intervalle t1,t2  de manière à amener le système d’un état x(t1 )  x1 vers l’état
x(t 2 )  x2 .

4.6 Observabilité d’un système.


Un système est dit observable à un instant t1 , si la connaissance du signal d’entrée et du signal de
sortie sur un intervalle de temps t1,t2  permet de calculer l’état du système à l’instant t1 .
Critère d’observabilité :
Le système :
x (t )  Ax(t )  Bu (t )
y (t )  Cx(t )  Du (t )
est observable si et seulement si la matrice d’observabilité définie par :
 C 
 CA 
 
C   CA2 
 
 ... 
CA 
n 1

est de rang n.
La paire A, C est complètement observable si et seulement si, cette matrice d’observabilité est
régulière, autrement dit si son déterminant n’est pas nul.

72
Chapitre 5 : Analyse et synthèse des systèmes dans l’espace d’état.

5.1Stabilité :

En représentation d’état, pour analyser la stabilité d’un système linéaire invariant, deux
solutions sont possibles.
- La première consiste à déterminer l’équation caractéristique dont l’expression est donnée
par :
det pI  A  0
etpuis, conclure sur la stabilité (Routh-Hurwitz, Jury).

- La seconde repose sur la méthode de Lyaponov et résulte du théorème suivant :


Si deux matrices symétriques définies positives P et Q vérifient l’équation de Lyaponov
stationnaire : AT P  PA  Q , alors le système x (t )  Ax(t ) est asymptotiquement stable
au sens de Lyaponov. Inversement, si le système x (t )  Ax(t ) est asymptotiquement stable
au sens de Lyaponov, alors pour toute matrice Q symétrique et définie-positive, l’équation
de Lyaponov a une solution unique P symétrique-positive.
Méthode de test de la stabilité :
1. Prendre une matrice Q quelconque symétrique et définie-positive.(on prend Q  I
pour simplifier les calculs).
2. Résoudre l’équation de Lyaponov :
AT P  PA  Q , puis déduire P .
3. Tester si la matrice P obtenue est symétrique définie-positive et conclure sur la
stabilité.
5.2 Commande par retour d’état :

Le retour d’état est actuellement l’outil de base de l’automatique ; il fournit une procédure
systématique et garantie permettant d’assurer au moins la stabilisation de n’importe quel
système linéaire invariant.
En pratique, la commande par retour d’état suppose que toutes les variables d’état sont
accessibles (mesurables).

73
Système
x(0)

e(t) u(t) y(t)


α +
x (t )  Ax(t )  Bu (t ) y (t )  Cx(t )
-
x(t)

K
Retour d’état

Figure 5.1 Structure de commande par retour d’état.

On utilise l’état x(t) du système pour construire le signal de commande u(t) par un bouclage
de la forme :
 x1 
 
x 
u (t )   .e(t )  Kx(t )   .e(t )  k1 k2 ... k n  2 

 
x 
 n
α est un gain de pré bouclage.
Le but de la conception cette commande par retour d’état consiste à déterminer le vecteur
ligne K (vecteur de gain) de façon à satisfaire des spécifications qui reposent sur un
placement des valeurs propres en boucle fermée (performances dynamiques) ou sur un
placement de structure (fonction de transfert en boucle fermée ou équation d’état).On peut
aussi obtenir ces gains matriciels de bouclage en utilisant les principes de commande
optimale.
Cette commande par retour d’état impose que le système (A, B) estcommandable.

5.2.1 Fonction de transfert en boucle fermée (placement de structure) :

Le système en boucle ouverte est régi par :


x (t )  Ax(t )  Bu (t )
y (t )  Cx(t )
On a alors :
x(t )  Ax(t )  B.e(t )  Kx(t ),
Soit :
x(t )  A  BK x(t )  B.e(t ) ,

74
Passage aux transformées de Laplace :
X ( p)   pI  A  BK  BE ( p) ,
1

D’où la fonction de transfert en boucle fermée :

Y ( p)
 C pI  A  BK  B .
1
F ( p) 
E ( p)
Dans le cas d’un placement de pôles pour un système commandable, on identifie le
dénominateur de la fonction de transfert en boucle fermée tenant compte du retour d’état
avec le dénominateur de la fonction de transfert obtenue à partir du cahier de charges.
Exemple :
  2  2 1
Considérons le système défini par : A    et B    .
  1  3   2
Le système est commandable ; on souhaite placer ce système dans une boucle à retour
 
d’état avec un vecteur de gain K  k1 k2 ,de manière à obtenir une marge de phase
égale à 60° et un temps de montée de 3s.
Ces performances correspondent à une fonction de transfert du second ordre caractérisée
par un facteur d’amortissement ζ = 0.6 et une pulsation propre n  1rd / s , autrement dit
possédant un dénominateur D(p) tel que :
p2 2p
D( p )    1  p 2  1.2 p  1
n 2
n
On identifie le dénominateur de la fonction de transfert en boucle fermée tenant compte du
retour d’état à D(p) :
det pI  A  BK   p 2  1.2 p  1
Soit :
p  2  k1 2  k1
 p 2  1.2 p  1
1  2k 2 p  3  2k 2
( p  2  k1 )( p  3  2k2 )  (1  2k2 )( 2  k1 )  p 2  1.2 p  1
p 2  (5  k1  2k2 ) p  (4  k1 )  p 2  1.2 p  1
D’où :
4  k1  1 k1  3
  
5  k1  2k2  1.2 k2  0.4
Le vecteur de gain qui assure au système les performances voulues en boucle fermée est
donc :
K   3 0.4 .

5.2.2 Calcul de la matrice de pré-filtre

Les équations d’état et de sortie en régime statique s’écrivent :

75
0  A  BK x(t )  Be(t )
y (t )  Cx(t )

x(t )  A  BK  Be(t )


1

y (t )  C A  BK  Be(t )
1

  (C A  BK 1 B) 1

Système
x(0)

e(t) u(t) y(t)


α +
x (t )  Ax(t )  Bu (t ) y (t )  Cx(t )
-
x(t)

K
Retour d’état

Optimise le régime
  (C A  BK 1 B) 1 dynamique
Optimise le régime
permanent

5.2.3 Points sur la commande par retour d’état :

 La commande par retour d’état nécessite la connaissance du vecteur d’état (accessibilité


à la mesure),
 Dans le cas contraire, on fait appel à un observateur d’état, c’est un système dédié dont
la fonction consiste à reconstruire le vecteur d’état à partir des mesures accessibles sur
les entrées et les sorties du système (deux cas sont a considérés : système non bruité et
système présentant des bruits sur les mesures ou sur les commandes),
 Le retour d’état peut avoir également comme objectif de découpler l’effet des entrées
sur les sorties (cas des systèmes multivariables).Les méthodes de découplage conduisent
souvent à des retours d’état dynamiques, par opposition à ceux envisagés ici, dits retour
d’état statique.

76
5.3 Observateurs et estimateurs d’état :

Lorsque toutes les variables d’état ne sont pas mesurables mais le système est
complètement observable ; il est alors possible de reconstruire le vecteur d’état à un instant
donné à partir de la connaissance du signal de sortie et du signal d’entrée du système sur un
intervalle de temps précédent ; on utilise pour ce faire un observateur d’état. Si le système
n’est pas complètement observable, il est nécessaire d’estimer le vecteur d’état au moyen
d’un estimateur d’état.

L’idée est de fabriquer une simulation du système et d’y ajouter une entrée supplémentaire
fonction de l’écart entre la sortie (mesurée) du système et la sortie (calculée) de la
simulation de manière à assurer la convergence de l’état estimé vers l’état réel du système.
On considère le système dont le modèle d’état est donné par :
x (t )  Ax(t )  Bu (t )
,
y (t )  Cx(t )
On note par xˆ (t ) l’estimé de x(t ) à l’instant t ;

Système

x (t )  Ax(t )  Bu (t ) y (t )  Cx(t )
y(t)

u(t) +
L
-
  y  yˆ
yˆ (t )
xˆ (t )  Axˆ (t )  Bu (t ) yˆ (t )  Cxˆ (t )
xˆ (t )
Simulateur
xˆ (t )
Observateur

Figure 5.3 Schéma de l’observateur asymptotique

77
Observateur de Lumberger

Mise en équations :
On définit l’erreur d’estimation ε(t) par :
 (t )  x(t )  xˆ (t )
Lorsque x(t )  x ˆ (t ) ,on peut admettre que les états sont les mêmes et l’état xˆ (t ) reconstruit,
représente le vecteur d’état x(t) inconnu.
L’objectif consiste donc à faire converger ce vecteur vers un vecteur constant le plus faible possible
(idéalement vers 0) et, ce le plus rapidement possible.
La structure de l’observateur est de la forme :

xˆ (t )  Axˆ (t )  Bu (t )  L y(t )  yˆ (t )


,
yˆ (t )  Cxˆ (t )
où apparait le terme correctif en fonction de l’erreur de reconstruction de la sortie,
y (t )  yˆ (t ) ,et le gain de correction L, appelé gain de l’observateur est à déterminer. Cette
structure peut être écrite sous la forme :
xˆ (t )   A  LC xˆ (t )  Bu (t )  Ly (t ) .
Si on considère l’erreur d’estimation :
 (t )  x(t )  xˆ (t ) ,
On obtient :
ˆ(t )   A  LC ˆ(t ) ,
ce qui conduit à l’évolution de l’erreur d’estimation à partir de la condition initiale
 (0)  x(0)  xˆ (0) , qui est non nulle de façon générale parce que l’état est à priori
inaccessible :
ˆ (t )  e( A  LC ) .t  (0).

78
Pour que l’observateur soit utilisable il est nécessaire que cette erreur tende vers 0 lorsque t
augmente. Lorsque cette propriété est satisfaite l’observateur est dit asymptotique, mais il
est évident que c’est une propriété nécessaire au fonctionnement correct de l’observateur
.En conséquences il faudra choisir L telle que les valeurs propres de la matrice (A - LC) soient
toutes à parties réelles strictement négatives.
En pratique on choisit une dynamique d’erreur plus rapide que celle du processus.

Les pôles de la fonction de transfert qui détermine la dynamique de l’estimation se calcule


en fonction des composantes du vecteur L.

Fin du programme du premier semestre.

5.3.1 Utilisation de l’observateur en boucle fermée pour la commande par retour d’état
(régulateur-observateur):

La loi de commande s’écrit alors :


u (t )  e(t )  Kx(t ) , et D  0 .
Comme l’état n’est pas accessible, la commande réellement mis en œuvre devient :
u (t )  e(t )  Kxˆ (t ) ,
Equations d’état en boucle fermée (Figure 6.4) :

 x (t )  A  BK BK   x(t )  B 
 xˆ (t )   0 
A  LC   xˆ (t )  0 
e(t )
  

 x(t )
y (t )  C  DK DK    De(t )
 xˆ (t )

79
y(t)
Α.e(t) u(t)
Processus
+
- (A, B, C,D)

xˆ (t )


B-LD
+ +
+

A-LC

Figure 5.4 Commande par régulateur-observateur (formulation continue).

Les dynamiques du système commandé par un régulateur-observateur en boucle fermée


c'est-à-dire les valeurs propres de la matrice :
 A  BK BK 
 0 A  LC 

Sont construites de la réunion de celles désirées en boucle fermée et celles de
l’observateur. Ainsi on peut régler de façon indépendante le problème de la régulation et
le problème de régulation c’est le principe de séparation.
 Fonction de transfert en boucle fermée :

1
 pI  A  BK  BK   B 
F ( p )  D  C  DK DK .
 0 pI  A  LC   0  .

 Détermination du gain de l’observateur :


Il s’agit de déterminer L soit directement, soit par la formule de Bass et Gura qui permet
la construction d’un algorithme.

Le gain de l’observateur est fixé d’après le choix des valeurs propres de la matrice A-LC :
det( pI  A  LC )  det( pI  AT  CT LT ) ,
On note :
n 1
a ( p )  det( pI  A)  p n   ai p i et aˆ ( p ) le polynôme représentant les dynamiques
i 0

désirées pour l’observateur :

80
n n 1
aˆ ( p )   ( p  i )  p n   aˆi p i ,
i 1 i 0
où les i sont les valeurs propres désirées pour A-LC.
Cas mono sortie (L = 1).

5.3.2 Remarques sur les observateurs :

Quel que soit le type d’observateur choisi, le principe de séparation énoncé dans le cas
continu, reste valable : commande par retour d’état et observateur peuvent être déterminés
séparément.
Comme dans le cas continu, deux approches existent pour le choix du gain du reconstructeur
d’état, l’une basée sur la notion de placement de pôles, l’autre basée sur la minimisation
d’un critère quadratique associé.
Dans le cas des systèmes discrets, il existe un choix particulièrement intéressant, qui consiste
à déterminer L tel que la matrice A  LC soit nilpotente, c’est-à-dire que toutes ses valeurs
propres soient nulles. En effet, dans ce cas on obtient un observateur à réponse pile où
l’erreur est exactement nulle au bout de max  i pas où les  i sont les indices
d’observabilité.
Notons la différence avec un observateur asymptotique où l’erreur tend vers 0.

Références bibliographiques :

1. M.Ksouri et P. Borne, La commande par calculateur. Applications aux procédés industriels.


Ed.Technip 1999.
2. R.Husson, C.Iung, J.P.Aubry, J.Daafouz et D.Wolf, Automatique, du cahier de charges à la
réalisation de systèmes. EdDunod2007.
3. Y.Granjon, Automatique, systèmeslinéaires, nonlinéaires, à temps continu, à temps discret,
représentation d’état. EdDunod 2001.
4. F.Rotella, Cours observation, Ecole Nationale d’Ingénieurs de Tarbes.
5. J.C.Chauveau, Systèmes asservis linéaires et non linéaires. EdCasteilla 1995.
6. D.Lequesne, RégulationPID.Analogique-numérique-flou.EdHermès-Lavoisier 2006.
7. R.Longchamp, Commande numérique de systèmes dynamiques, cours d’automatique. Ed
Presses Polytechniques et Universitaires Romandes 2006.
8. E. Laroche, Commande optimale, cours. Université Louis Pasteur de Strasbourg 2005.
9. M.Rivoire, J.L.Ferrier, Commande par calculateur-Identification.Ed Eyrolles 1994.
10. Représentation et analyse des systèmes linéaires .Notes de cours.Version 5.2.D. Arzelier
LAAS-CNRS
11. Cours de Systèmes Asservis. J.Baillou, J.P.Chemla, B. Gasnier, M.Lethiecq. Polytech'Tours

81