AutomatiqueRegulation4me PDF

Département de Génie Electrique
4ème Année GE
AUTOMATIQUE
REGULATION
Francis PICABIA 1919
Edition 2008 J.M RETIF

Institut National des Sciences Appliquées de Lyon
© [JM. RETIF], [2008], INSA de Lyon, tous droits réservés.
i
Chapitre 1
GENERALITES SUR LA COMMANDE
1. PREAMBULE ...................................................................................................................1
2. STRUCTURE TECHNOLOGIQUE ................................................................................2
3. FORMULATION DE LA COMMANDE.........................................................................4
3.1 Préambule. ..............................................................................................................................................4
3.2 Asservissement ........................................................................................................................................5

3.2.1 Précision statique ...........................................................................................................................5
3.2.2 Erreur statique de position cas continu.........................................................................................6
3.2.3 Erreur statique de position cas discret..........................................................................................6
3.2.4 Erreur de traînage cas continu......................................................................................................7
3.2.5 Erreur de traînage cas discret.......................................................................................................8
3.3 Régulation ...............................................................................................................................................8
_____________________________________________________________________________
Sommaire
ii
Chapitre 2
ROBUSTESSE D’UNE COMMANDE
1. POSITION DU PROBLEME. ........................................................................................... 11
2. DEFINITIONS. ................................................................................................................... 11
2.1 Marge de gain......................................................................................................................................... 12
2.2 Marge de phase. ..................................................................................................................................... 13
2.3 Marge de retard. .................................................................................................................................... 13
2.4 Marge de module.................................................................................................................................... 14
3. COMPROMIS PRECISION ROBUSTESSE. ................................................................. 16
4. APPROCHES DE LA ROBUSTESSE.............................................................................. 16
4.1 Influence des bruits sur la sortie .......................................................................................................... 17
4.1.1 Sensibilité de la sortie au bruit de sortie.............................................................................................. 17
4.1.2 Sensibilité de la sortie au bruit de mesure. .......................................................................................... 18
4.1.3 Sensibilité de la sortie à un bruit sur la commande. ............................................................................ 18
4.2 Influence des bruits sur la commande.................................................................................................. 18
4.3 Synthèse sur les fonctions de sensibilité ............................................................................................... 19
4.4 Calcul des marges de robustesse........................................................................................................... 20
4.4.1 Marge de module................................................................................................................................. 20
4.4.2 Marge de phase ................................................................................................................................... 20
4.4.3 Marge de retard ................................................................................................................................... 20
5. EXEMPLE........................................................................................................................... 21
5.1 Influence de la perturbation Wy sur la sortie. .................................................................................... 21
5.2 Influence du bruit Wu sur la sortie. ..................................................................................................... 24
5.3 Analyse temporelle................................................................................................................................. 26
_____________________________________________________________________________
Sommaire
iii
CHAPITRE 3
COMMANDE PAR PID CONTINU
1. INTRODUCTION............................................................................................................... 29
1.1. Préambule.................................................................................................................................................... 29
1.2. Régulateur PI. ............................................................................................................................................. 30
1.3. Régulateur PID. .......................................................................................................................................... 31
1.4. Régulateur PID filtré. ................................................................................................................................. 31
2. COMMANDE D'UN PREMIER ORDRE PAR UN CORRECTEUR PI. .................... 32

2.1. Comportement en premier ordre. ............................................................................................................. 32
2.2. Comportement en second ordre. ............................................................................................................... 33
3. COMMANDE D'UN SECOND ORDRE PAR UN CORRECTEUR PID..................... 34

3.1. Comportement en premier ordre. ............................................................................................................. 34
3.2. Comportement en troisième ordre. ........................................................................................................... 35
4. COMMANDE D'UN SECOND ORDRE PAR UN CORRECTEUR PID FILTRE..... 36

4.1. Introduction................................................................................................................................................. 36
4.2. Comportement en second ordre. ............................................................................................................... 37
4.3. Variante pour un processus ayant un zéro. .............................................................................................. 38
4.4. Comportement en quatrième ordre. ......................................................................................................... 39
5. METHODE DE NASLIN. .................................................................................................. 41

5.1. Principe de la méthode. .............................................................................................................................. 41
5.2. Réglage d'un second ordre par PI. ............................................................................................................ 44
5.3. Réglage d'un troisième ordre par PID. ..................................................................................................... 45
5.4. Réglage d'un troisième ordre par PID filtré............................................................................................. 46
6. APPROXIMATION DE ZIEGLER ET NICHOLS. ....................................................... 47

6.1. Caractérisation du processus..................................................................................................................... 47
6.2. Détermination du régulateur. .................................................................................................................... 48
7. CONCLUSION SUR LA COMMANDE PAR PID. ........................................................ 48

7.1. Résumé sur les méthodes de réglage. ........................................................................................................ 48
7.2. Réglages pour un processus retardé.......................................................................................................... 48
8. EXEMPLES......................................................................................................................... 51
8.1. Exemple 1: commande d'un premier ordre par un PI . .......................................................................... 51
Robustesse de la commande................................................................................................................................... 51
Analyse temporelle................................................................................................................................................. 52
8.2. Exemple 2: commande d'un second ordre par un PID filtré. ................................................................. 54
8.3. Exemple 3: commande d'un second ordre par un PI par la méthode de Naslin. .................................. 59
_____________________________________________________________________________
Sommaire
iv
Chapitre 4
COMMANDE PAR PID NUMERIQUE
1 INTRODUCTION. ……………………………………………………………………………… 61
2 DISCRETISATION DES CORRECTEURS........................................................................................ 62

2.1 Régulateur PI numérique........................................................................................................................... 62
2.2 Régulateur PID numérique........................................................................................................................ 63
2.3 Régulateur PID filtré numérique. ............................................................................................................. 64
3 COMMANDE D'UN PREMIER ORDRE PAR UN PI. ........................................................................ 65

3.1 Comportement discret du processus. ........................................................................................................ 65
3.2 Comportement en premier ordre. ............................................................................................................. 66
3.3 Comportement en second ordre. ............................................................................................................... 67
4 COMMANDE D'UN SECOND ORDRE PAR UN PID FILTRE. .......................................................... 67

4.1 Comportement discret du processus. ........................................................................................................ 67
4.2 Comportement en second ordre. ............................................................................................................... 68
4.3 Comportement en quatrième ordre. ......................................................................................................... 69
5 CONCLUSIONS………………………………………………………………………………… 70
6 EXEMPLES…………………………………………………………………………………….. 72
6.1 Exemple1: commande d'un premier ordre par un PI. ............................................................................ 72
6.2 Exemple 2: Commande d'un second ordre par un PID filtré. ................................................................ 75
7 ANNEXES……………………………………………………………………………………… 79
7.1 Représentation discrète d'un premier ordre. ........................................................................................... 79
7.2 Représentation discrète d'un second ordre. ............................................................................................. 80
_____________________________________________________________________________
Sommaire
v
Chapitre 5.
COMMANDE DES SYSTEMES MONOVARIABLES.
1. GENERALITES SUR LA SYNTHESE D’UN CORRECTEUR. ............................................... 83

1.1. Méthodologie.....................................................................................................................................83
1.2. Condition de réalisabilité d'un correcteur. .........................................................................................84
2. FORMES GENERALES D’UN CORRECTEUR POUR UN CRITERE D’ERREUR DONNE....... 84

2.1. Critère d'erreur statique nulle.............................................................................................................84
2.2. Critère d'erreur de vitesse nulle. ........................................................................................................85
2.3. Systèmes à réponse prototype minimale. ...........................................................................................86
3. CALCUL D’UN CORRECTEUR EN FIXANT LA TRANSMITTANCE EN BOUCLE FERMEE.. 87

3.1. Principe. .............................................................................................................................................87
3.2. Robustesse. ........................................................................................................................................88
4. CORRECTEUR A REPONSE PILE.................................................................................... 89

4.1. Principe. .............................................................................................................................................89
4.2. Robustesse d'un correcteur à réponse pile. ........................................................................................90
5. FONCTIONNEMENT EN BOUCLE FERMEE DU SECOND ORDRE. .................................... 91

5.1. Rappel sur le comportement discret d’un premier ordre et d’un second ordre. .................................91
5.2. Synthèse du correcteur pour un processus modélisé par un premier ordre........................................94
5.3. Synthèse pour un processus modélisé par un second ordre. ..............................................................94
6. SYNTHESE D'UN REGULATEUR POUR LES PROCESSUS RETARDES. ............................. 95

6.1. Préliminaires. .....................................................................................................................................95
6.2. Correcteur pour un processus modélisé par un premier ordre retardé. ..............................................96
6.3. Correcteur pour un processus modélisé par un second ordre retardé. ...............................................97
7. EXEMPLES.................................................................................................................... 99
7.1. Commande d'un processus du premier ordre. ....................................................................................99
7.2. Commande d'un processus du premier ordre retardé. ......................................................................102
_____________________________________________________________________________
Sommaire
vi
Annexes.
RAPPELS SUR LA TRANSFORMEE EN z
1. ECHANTILLONNAGE D’UNE FONCTION CONTINUE. ............................................................ 105

1.1. Définition ...............................................................................................................................................105
1.2. Transformée de Fourier d’un signal échantillonné. ...............................................................................106
1.3. Transformée de Laplace d’un signal échantillonné................................................................................107
2. PROPRIETES DE LA TRANSMITTANCE EN Z. ....................................................................... 108
2.1. Linéarité. ................................................................................................................................................108
2.2. Translation temporelle. ..........................................................................................................................108
2.3. Translation complexe. ............................................................................................................................109
2.4. Multiplication par le temps. ...................................................................................................................110
2.5. Théorème à la valeur initiale..................................................................................................................110
2.6. Théorème à la valeur finale....................................................................................................................111
3. FONCTION DE TRANSFERT ECHANTILLONNEE. .................................................................. 112
3.1. Définition. ..............................................................................................................................................112
3.2. Calcul de la sortie d’une transmittance à l’aide d’une équation récurrente. ..........................................113
4. PASSAGES ENTRE LES FORMULATIONS TEMPORELLES ET FREQUENTIELLES................... 115
4.1. Passage de F(z) à f(t)..............................................................................................................................115
4.1.1. Inversion analytique. 115
4.1.2. Utilisation d’une table de transformation. 117
4.2. Passage de F(p) à F(z)............................................................................................................................117
5. RECONSTITUTION D’UN SIGNAL ECHANTILLONNE. ........................................................... 120
5.1. Filtrage cardinal .....................................................................................................................................120
5.2. Extrapolation avec un bloqueur d’ordre zéro.........................................................................................122
5.3. Exemple de discrétisation d’une fonction continue. ..............................................................................123
5.3.1. Opérateur de différence discrète. 123
5.3.2. Transformation bilinéaire (Tustin). 124
5.3.3. Utilisation d'un bloqueur d'ordre zéro. 124
5.3.4. Analyse des réponses indicielles. 125
5.3.5. Réponses harmoniques. 125
6. ASSOCIATION DE SYSTEMES ECHANTILLONNES. ............................................................... 127
6.1. Systèmes en boucle ouvertes..................................................................................................................127
6.2. Systèmes en boucle fermée. ...................................................................................................................128
7. INTEGRATION ET DERIVATION A L’AIDE DE LA TRANSFORMEE EN Z. ............................... 130
7.1. Intégration. .............................................................................................................................................130
7.1.1. Méthode des rectangles. 130
7.1.2. Méthode des trapèzes 131
7.1.3. Méthode de Simpson 131
7.2. Dérivation. .............................................................................................................................................133
7.2.1. Dérivation par différence discrète 133
7.2.2. Dérivation à partir d’une approximation polynomiale 134
7.2.3. Test de la méthode de dérivation. 136
_____________________________________________________________________________
Sommaire
-1-
CHAPITRE 1
GENERALITES SUR LA COMMANDE
1. Préambule
L'objectif principal d'une commande est de maîtriser l'évolution d'une ou plusieurs grandeurs
physiques (température, pression, vitesse, PH ...) à partir d'une ou plusieurs variables de contrôle
et ceci dans un environnement perturbé.
Perturbations
PROCESSUS
Variables de A Grandeurs
commande à maîtriser
COMMANDER
Nous nous trouvons dans la situation où les sorties dépendent des variables de contrôle et des
perturbations, ces dernières sont de nature externe ou interne au système et généralement non
mesurables.
Par exemple un conducteur voulant maintenir la vitesse de son véhicule constante, disposera de
la position de la pédale d'accélération, comme grandeur de contrôle.
S'il n'y avait aucune perturbation, une action fixe sur l'accélérateur maintiendrait la vitesse
constante.
Cependant le vent, le profil de la route perturbent l'avance du véhicule. Pour maintenir sa vitesse
constante, le conducteur regarde son compteur de vitesse, apprécie la différence entre la vitesse
souhaitée et celle mesurée et, agit en conséquence sur l'accélérateur.
De cet exemple trivial tiré de la vie quotidienne, nous pouvons mettre en évidence le principe de
la boucle fermée pour compenser partiellement la perturbation de la vitesse.
L'élimination parfaite de l'influence des perturbations est impossible. En effet c'est la mesure de
leurs conséquences qui induit l'action.
Le maintien de la vitesse en présence de perturbations est un problème dit de REGULATION.

Lorsque la sortie est arrivée à la valeur de consigne, la régulation consiste à trouver les moyens
de maintenir la sortie constante.
Si l'on désire que le véhicule passe de l'arrêt à 100 km/h suivant un profil en rampe, on a affaire à
un ASSERVISSEMENT.
L'ASSERVISSEMENT correspond à un problème de poursuite où la sortie du système doit
suivre au mieux une consigne variable représentant la référence.
Nous venons de voir la notion importante de boucle fermée, où le conducteur essaye de
maintenir aussi faible que possible, l'écart entre la consigne de vitesse qu'il s'est fixé et la mesure
donnée par son compteur.
Comment fait-il ?
Si la vitesse est trop grande il va relâcher l'accélérateur en fonction de l'écart constaté et agir en
sens inverse si la vitesse est trop faible.
Dans une côte à pente importante, la pédale sera poussée à fond et la vitesse de consigne ne
pourra être atteinte. Il y a SATURATION de la grandeur de commande.
Ce type d'action obéit à des régles qui sont propres au conducteur et qui peuvent être approchées
par la logique floue. Si l'on désire automatiser le contrôle de la vitesse il est possible, à partir de
la consigne et de la mesure de vitesse, de calculer l'ouverture du carburateur.
INSA 4GE JM RETIF Généralités sur la commande

-2-
2. Structure technologique
La commande des systèmes était dans le passé l'apanage des techniques analogiques de
traitement du signal. Maintenant la vulgarisation de l'électronique numérique fait que la
quasi-totalité des commandes sont faites à l'aide de DSP, micro contrôleurs, calculateurs...
Ce saut technologique n'est pas sans incidences conceptuelles : En effet, le traitement
numérique de l'information à des instants discrétisés implique l'utilisation d'outils tels, la
transformation en z ou les variables d'état discrètes.
Cependant, les approches continues, transformation de Laplace, variables d'état continus,
gardent leurs lettres de noblesses car elles sont tout d'abord le fondement des techniques
discrètes et dans un contexte numérique elles offrent souvent des moyens d'analyses
pertinents.
La commande par une unité de calcul, d'un processus à l'allure suivante:
Perturbations Perturbations Perturbations

non mesurables non mesurables non mesurables
Sortie y(t)
u (t)
b ACTIONNEUR CAPTEUR
ANALOGIQUE PROCESSUS ANALOGIQUE
Perturbations
mesurables
Wm(t)
Convertisseur
Analogigue
Numérique
Wm(k)
u(k) y(k)
Convertisseur UNITE DE CALCUL Convertisseur

Numérique NUMERIQUE Analogigue
Analogique Numérique
Bus de signaux numériques Signal analogique
Figure 2.1
Dans ce schéma technologique il apparaît des signaux de nature différente. La sortie du

processus est un signal continu qui est ensuite converti sous forme numérique et se
retrouve discrétisé et représenté par une suite de nombres (figure 2.2a).
Pour la sortie
y(t) y(k)
t k.T
T 2T 3T
Signal continu Signal discret
constitué d'une suite de valeurs
numériques échantillonnées à
Figure 2.2a fréquence fixe

-3-
La sortie et éventuellement la perturbation sont acquises à période fixe et converties en
nombres. Enfin la commande calculée est envoyée sur un convertisseur numérique-
analogique pour piloter le procédé via son actionneur (figure 2.2b). Cette commande est
représentée en sortie de calculateur par un signal discret, une fois passé par le
convertisseur numérique analogique ce qui arrive sur le processus est constitué d’un signal
analogique constant entre deux instants d’échantillonnage, ce signal est dit bloqué.
Pour la commande
Ub(t)
Les valeurs numériques calculées
par la commande s'appliquent sur
l'actionneur par l'intermédiaire de
bascules D et d'un convertisseur
t numérique analogique.
T 2T 3T La grandeur de sortie est dite
Signal bloqué bloquée
U(k)
Signal discret constitué de la
suite des valeurs numériques de
la commande
k.T
T 2T 3T
Signal discret
Figure 2.2b
Intéressons nous maintenant au procédé. Il est illusoire de vouloir décrire par un seul type de
schéma bloc la diversité des systèmes que l'automaticien peut rencontrer. Cependant, nous allons
en définir un qui met en évidence les principales grandeurs altérant la sortie :
Perturbation sur Perturbation sur

la commande Wu la sortie Wy
Grandeur de Sortie Y
commande U
PROCEDE
venant de
l'unité de calcul
Mesure de la
sortie vers
l'unité de calcul
Bruit sur la
mesure Wb
Figure 2.3
Wu bruit sur l'entrée Wy bruit sur la sortie Wb bruit sur la mesure

Y sortie de procédé U grandeur de commande
A partir de cette analyse, il sera possible de compléter l'approche en ajoutant des transferts sur
les perturbations, de dissocier celles inconnues de celles qui sont mesurables, etc. Par soucis de
concision nous restreindrons notre étude au schéma fonctionnel de la figure 2.3.

-4-
Pour bien contrôler un système, il faudra s'attacher à faire une analyse fonctionnelle de
l'ensemble et d'identifier les principaux transferts reliant la commande et les perturbations à la
grandeur à contrôler.
Le plus souvent le processus est non linéaire ou considéré comme linéaire autour d’un point de
fonctionnement. Pour le caractériser, il sera indispensable d'utiliser les méthodes modernes
d'identification pour représenter le comportement dynamique du système à contrôler.
Le défi que doit résoudre l'automaticien c'est de contrôler au mieux la sortie sachant que le
modèle du processus dont il dispose est imprécis et peut évoluer dans le temps. En outre la
mesure de la grandeur à contrôler est bruitée et la commande peut l'être aussi.
Il va donc s'agir de définir un correcteur ou un algorithme de commande, ayant des performances
satisfaisantes, et s'affranchissant des méconnaissances du procédé, des imprécisions de la
mesure, et des limitations de la commande.
La propriété qu'une commande a de bien réagir aux bruits et aux évolutions de procédé s'appelle
la ROBUSTESSE. Dans ce cours nous insisterons particulièrement sur le compromis
PERFORMANCE ROBUSTESSE qui doit être la ligne de conduite de l'automaticien.
3. Formulation de la commande.
3.1 Préambule.
Il existe diverses structures de commandes qui à partir de l'acquisition de la sortie Y et de
la consigne W établissent la commande U.
Afin de simplifier le propos et de dégager les idées directrices de la conception d'une
commande, nous considérerons que celle-ci est faite par un seul bloc fonctionnel K,
conformément à la figure 3.1.
Nous formulerons cette structure de commande sans définir la nature discrète ou continue
des blocs qui la compose.
Perturbation sur Perturbation sur

la commande Wu la sortie Wy
CORRECTEUR PROCEDE
U
Consigne W ε Sortie Y
K P
Figure 3.1 Bruit sur la

mesure Wb
K : transfert du correcteur P : transfert du processus
Exprimons la sortie en fonction de la consigne W, et des perturbations sur la commande,

sur la sortie, et sur la mesure.
Y = Wy + P (Wu + K.W. - K. Wb - K.Y) ⇒ Y (1 + K.P) = Wy + P.Wu + K.P.W - K.P.Wb
K. P P 1 KP
Y= .W + .Wu + .Wy − .W ( 3.1.1 )
1 + K. P 1 + K. P 1 + K. P 1 + K. P b

-5-
KP
représente le transfert entre la consigne et la sortie, la maîtrise de sa dynamique est
1 + KP
appelé asservissement.
P
La sortie sera perturbée par un bruit de commande par le transfert
1+ K. P
1
Une perturbation sur la sortie altérera la sortie par la fonction de transfert , la réduction
1+ K. P
de l’influence de cette perturbation constitue tout le problème de la régulation.
K. P
Nous pouvons constater que la fonction de transfert − qui relie le bruit de mesure à la
1 + K. P
sortie est au signe près la même que pour l’asservissement.
Nous allons pour cette structure de commande analyser les problèmes et les contraintes liés aux
problèmes d’asservissement et de régulation.
3.2 Asservissement
L'objectif de tout asservissement est de maintenir la sortie Y la plus proche possible de la
consigne W.
Asservissement de la sortie
y(t)
Sortie Y
Consigne W
Figure 3.2
Nous négligerons ici les perturbations Wu, Wy et Wb, dans ce cas la sortie s'exprime :
K. P
Y = .W ( 3.2.1 )
1 + K. P
3.2.1 Précision statique
Pour une consigne en échelon, une fois le transitoire de la sortie terminé, l’écart entre la
consigne W et la sortie Y est appelé erreur statique (voir figure 3.3).
Asservissement réponse à un échelon

y(t) Consigne W
w(t)
erreur statique
Sortie Y
t
Figure 3.3
Nous allons rechercher la condition sur le correcteur ou le processus nécessaire pour annuler
cette erreur.
A partir de la relation ( 3.2.1 ) et sachant que Y = ε.K.P

-6-
ε 1
il vient = ( 3.2.2 )
W 1 + K. P
3.2.2 Erreur statique de position cas continu
Ici les fonctions de transferts seront définis par leurs transmittance de Laplace la relation (
3.2.2 ) s’exprime
W( p )
ε( p) = ( 3.2.3 )
1 + K( p). P( p)
1
Pour une entrée en échelon W(p) =
p
Une commande sera dite sans erreur statique si pour une entrée en échelon, pour un temps
suffisamment grand la sortie Y rejoint la consigne W. Ceci s’exprime par le fait que l’erreur ε(t)
tend vers zéro.
En utilisant le théorème à la valeur finale, l’annulation de l’erreur statique s’exprime:
1
lim ε(t) → lim ε (p). p = lim
1 + K(p). P(p) ( 3.2.4 )
t →∞ p → 0
Pour qu'il n'y ait pas d'erreur statique, il faut donc que lim( K(p). P(p)) → ∞ , pour cela,
p→0
soit le processus, soit le correcteur doit posséder un pôle pour p=0. Autrement formulé,
pour qu’il n’y ait pas d’erreur statique pour une entrée en échelon il est indispensable que
le processus ou le correcteur soit intégrateur.
3.2.3 Erreur statique de position cas discret.
Ici nous considérerons un schéma de commande en temps discret, les fonctions de transfert
seront alors définies par leur transformées en z. En suivant le même raisonnement que
précédemment nous aurons pour le signal d’écart:
W(z)
ε (z) = ( 3.2.5 )
1 + K(z). P(z)
Pour une entrée en échelon nous allons exprimer la nullité de l’erreur pour un temps
grand.
Nous rappelons que pour les systèmes discrets le théorème à la valeur finale est:
⎛ ⎛ z − 1 ⎞⎞
lim( y( t )) = lim⎜ Y( z).⎜ ⎟⎟
⎝ ⎝ z ⎠⎠ ( 3.2.6 )
t →∞ z →1
z
Sachant que pour une entrée en échelon W(z) =
z - 1
Dans ce cas le théorème à la valeur finale s'exprime :
z - 1 1
lim ε(t) = lim [ ε (z)] . = lim = 0
z 1 + K(z). P(z)
t → ∞ z → 1 z → 1
( )
Il faut donc : lim K(z). P (z) → ∞
z → 1

-7-
Le processus ou le correcteur doit donc posséder un pôle pour z = 1, nous aboutissons à la même
conclusion que dans le cas continu, le processus ou le correcteur doit avoir un gain statique
infini, c’est à dire être intégrateur.
Remarques sur le rejet des perturbations :
Reprenons l'expression ( 3.1.1 ):
K ( p ) .P ( p ) P (p) 1 K ( p ) .P ( p )
Y (p) = W (p) + Wu ( p ) + Wy ( p ) - Wb ( p )
1 + K ( p ) .P ( p ) 1 + K ( p ) .P ( p ) 1 + K ( p ) .P ( p ) 1 + K ( p ) .P ( p )
Dans le cas continu, si le correcteur ou le processus possède la propriété qui vient d'être
décrite, soit un pole pour p=0, nous voyons, dans le cas de perturbations indicielles, que la
sortie converge vers:
P ( 0) 1
Y = W+ Wu + .Wy -Wb
t →∞ ∞ ∞
et l’erreur sur la sortie vaut: W − Y ( ∞ ) =Wb
Nous pouvons voir que si la perturbation de sortie est rejeté, une erreur de mesure se répercute
sur la sortie. Cet état de fait est normal, un capteur demesure faux conduit évidement à une sortie
erronnée.
3.2.4 Erreur de traînage cas continu

Ici la consigne W est une rampe, et l’on désire que la sortie Y suive au mieux celle ci
conformément à la figure e ci-après.
Asservissement réponse à une rampe

y(t)
w(t)
Consigne W
erreur de
trainage
Sortie Y
Figure 3.4
On appelle erreur de traînage l’écart permanent qui subsiste entre la consigne et la sortie une fois
le transitoire terminé. Nous allons voir la condition nécessaire sur le produit K.P pour annuler
cette erreur.
1 1 1
Ici W(p) = 2 ⇒ ε(p) = . 2
p 1 + K(p).P(p) p
soit en utilisant le théorème à la valeur finale :

1 1
ε (∞) = lim .
1 + K(p). P (p) p
p → 0
Si l'on veut annuler cette erreur il faut :

[
lim p. ( K(p). P(p)) → ∞ ]
p → 0

-8-
Il est donc nécessaire que le produit K(p).P(p) possède un pôle double pour p=0, ce qui se
manifeste par la présence d’un intégrateur double dans le produit processus correcteur.
3.2.5 Erreur de traînage cas discret.
Dans le cas ou le processus et le correcteur sont échantillonnés les transferts correspondant
seront formulé à l’aide de la transformée en z. Nous allons procéder comme précédemment et
utiliser le théorème à la valeur finale sur l’erreur ε(z).
Tz
La transformée en z d’une rampe de pente unitaire vaut : W(z) =
(z - 1) 2
1 T.z
L’erreur vaut: ε(z) = . ,appliquons maintenant le théorème à la valeur
1 + K(z).P(z) (z - 1) 2
⎡ (z - 1) ⎤ ⎡ 1 T ⎤
finale soit: ε(∞) = lim ⎢ε(z).
⎣ 1 + K(z). P(z) (z - 1) ⎥⎦
⎥ = lim ⎢ .
⎣ z ⎦
(z → 1) (z → 1)
L'annulation de cette erreur nécessite : lim[ K(z).P(z).(z - 1)] → ∞

z → 1
Nous voyons que pour satisfaire cette condition, il faut que le produit P(z). K(z) possède un pôle
double pour z = 1. Autrement formulé, il faut deux actions intégrales sur le produit Processus
correcteur.
3.3 Régulation
La régulation d’un système consiste, en sa faculté à réagir, lorsqu’il est à l’équilibre, à diverses
perturbations. La sortie est donnée par l’expression ( 3.1.1 )
K. P P 1 KP
Y= .W + .Wu + .Wy − .W
1 + K. P 1 + K. P 1 + K. P 1 + K. P b
En considérant la consigne W comme constante l’expression de la sortie devient:
P 1 KP
Y= .Wu + .Wy − .W ( 3.3.1 )
1 + K.P 1 + K.P 1 + K.P b
Par exemple, pour un échelon sur la perturbation Wy, la sortie Y doit revenir à sa valeur initiale
le plus rapidement possible (figure 3.5). L’annulation, de l’effet d’une perturbation, implique
que les différents transferts de la relation ( 3.3.1 ), ait un gain statique nul.
Nous avons vu, au paragraphe 3.2 concernant l’asservissement, que l’annulation de

l’erreur statique, pour une consigne en échelon, nécessite pour le produit K.P soit
intégrateur soit : lim[ K(0). P(0)] = ∞
P(0) 1 K(0).P(0)
Y(∞) = .Wu + .Wy − .W
1 + K(0).P(0) 1 + K(0).P(0) 1 + K(0).P(0) b
Nous pouvons vérifier que cette condition élimine une perturbation constante sur la sortie.
Pour le bruit sur la commande celui-ci sera éliminé si le processus a un gain fini, par
1
contre s’il est intégrateur il tendra vers .
K ( 0)
L’erreur de mesure par contre se répercute intégralement.

-9-
Figure 3-5 : Rejet d’une perturbation sur la sortie

Remarque.
1
L'erreur de poursuite en asservissement s'exprime par :ε = .W
1 + K.P
L'erreur de régulation due à une perturbation sur la sortie Wy a pour expression :

1
Y= .Wy
1 + K.P
Nous constatons que si l'on utilise un seul correcteur K, les dynamiques des transitoires en
asservissement et en régulation seront les mêmes. Il nous est donc impossible d’obtenir
avec le seul correcteur K des réponses différentes en asservissement et en régulation.
Les contraintes industrielles conduisent souvent à avoir en asservissement (grands

mouvements) des dynamiques douces, par contre il est nécessaire d’imposer une
dynamique rapide en régulation (petits mouvements) afin de résorber rapidement les
perturbations.
Pour satisfaire à ces exigences on peut, au schéma figure 3.1, adjoindre en amont un
modèle de référence série (figure 3.6) ou utiliser d’autres structures de commande qui
seront étudiées ultérieurement.
Figure 3-6 : Schéma de commade avec un modèle de référence série
Avec cette structure de commande, on choisira la dynamique en régulation, tel que le

transfert entre Y et W’ soit véloce, le modèle de référence série assurant alors une réponse
lente entre Y et W.

- 10 -

11
CHAPITRE 2
ROBUSTESSE D'UNE COMMANDE
1. Position du problème.
L’ingénieur confronté à un problème de commande doit identifier son procédé afin de qualifier
sa commande. Lors de cette démarche il ne faut pas perdre de vue qu'un processus industriel a
souvent un comportement non linéaire et qui, en plus, évolue parfois au cours du temps, à cause
du vieillissement. En outre le correcteur reçoit une ou plusieurs informations de capteurs de
mesures imparfaits et la grandeur de commande s'applique au système par des organes de
puissances possédant eux mêmes des limitations et non-linéarités.
La complexité du procédé, les erreurs et bruits de mesures, et les imperfections de l'actionneurs
ne doivent pas décourager l'automaticien, mais plutôt le sensibiliser à une conception pouvant
s'affranchir au mieux de ces contraintes.
Face à ces difficultés l'automatique recèle de nombreux outils tels, la commande non linéaire, la
commande adaptative, la commande multivariable...,. Cependant l'identification et la synthèse de
correcteurs dans un contexte non linéaire n'a rien de trivial et l'on ne sait traiter à l'heure actuelle
que quelques classes particulières de non-linéarités.
Pour ces raisons l'approche linéaire garde le plus souvent la faveur de l'ingénieur confronté à un
problème de commande.
Par conséquent le procédé sera identifié par un modèle linéaire rustique et l'on concevra un
correcteur qui s'affranchira au mieux des imperfections de l'identification et des bruits sur la
mesure et la commande.
La propriété d'une commande à réagir correctement à des variations du comportement du
processus et aux imperfections des mesures et de l'actuateur, est appelé robustesse.
Il existe maintenant des approches de synthèse de correcteurs robustes à partir de la formulation
analytique des bruits et imperfections du processus, dus aux capteurs et actionneurs, et cela dans
un contexte multivariable. Dans ce cours nous restreindrons nos prétentions, à une analyse des
performances d'un correcteur, par des indicateurs que nous allons étudier dans ce chapitre.
En résumé une commande sera dites robuste si, à partir d'un modèle de procédé approximatif, la
commande donne des résultats satisfaisants avec une mesure entachée d'erreur et un actionneur
imparfait.
2. Définitions.
Considérons une commande classique d'asservissement conformément au schéma ci-après:
Figure 2-1 : Système bouclé

Notons L=K.P le transfert en boucle ouverte.
Si nous exprimons le transfert entre l'erreur d'asservissement ε et la consigne W, il vient:
ε 1
= =S (2.1)
W 1+ L
Par définition ce transfert S est appelé fonction de sensibilité.
INSA 4GE JM RETIF Robustesse d'une commande

12
Exprimons maintenant la fonction de transfert en boucle fermée:

Y L
= =T (2.2)
W 1+ L
Cette fonction T est appelée fonction de sensibilité complémentaire, cette dénomination provient
du fait que S+T=1;
L'analyse de la stabilité d'un système se fait par l'étude des pôles du dénominateur (1+L) du
transfert en boucle fermée. La stabilité est souvent appréciée par la représentation de L dans le
plan de Nyquist, à l'aide du critère du revers autour du point -1.
Nous rappellerons ici les critères de marge de phase et de marge de gain qui sont classiquement
utilisés pour apprécier la robustesse et nous définirons ensuite la marge de module et la marge de
retard.
2.1 Marge de gain.
La marge de gain correspond à la distance sur l’axe des réels séparant l’origine ave l’intersection
de la fonction L au déphasage de -180°.
Lorsque la fonction de transfert L est mise en boucle fermée, pour ce point d’intersection, la
contre-réaction est positive ! Nous comprenons aisément que ce gain ne doit pas excéder un, si
nous voulons que le système reste stable.
Sachant que le gain du processus est en fait connu que très approximativement, lorsque la
fonction L=K.P, induit un déphasage de –180°, il est prudent de prendre une sécurité, celle-ci
s’exprime classiquement par la marge de gain que nous noterons ∆ G .
Il est conseillé que cette marge soit inférieure à un demi :. Marge de gain ∆ G <0,5
Figure 2-2 : Représentation de L=K.P dans le plan de Nyquist
Nota :
Comme nous le verrons plus loin, nous n’utiliserons plus la notion de marge de gain, mais
la marge de module qui est plus pertinente.

13
2.2 Marge de phase.

La marge de phase est égale au déphasage ∆ Φ de L pour un module unitaire (cf. Fig. 2-2)
Le correcteur a des paramètres fixes, seul le processus peut avoir un comportement différent de
la représentation P qui a servi à la synthèse de la commande.
Lorsque les paramètres du processus varient la fonction L se déforme et peut approcher voire
passer à gauche du point -1.
Ces deux grandeurs permettent de s’affranchir dans une certaine mesure des variations
paramétriques du processus. Cette notion est appelé robustesse.
Nota :
La marge de phase est insuffisante pour bien qualifier la robustesse et nous l’abandonnerons au
profit de la marge de retard.
2.3 Marge de retard.
Au déphasage ∆ Φ de la marge de phase correspond une pulsation ωΦ . Considérons un retard
parasite τ , celui-ci va induire un déphasage ϕ = −τ.ωΦ à la pulsation ωΦ .
∆
Lorsque le retard τ = Φ , la marge devient nulle et le système diverge.
ωΦ
On appellera donc marge de retard, le retard pur qui déstabilise le système bouclé.
∆
Marge de retard ∆ τ = Φ
ωΦ
On peut avoir une bonne marge de phase, mais si celle ci correspond à une pulsation importante,
un petit retard déstabilisera le processus. Ainsi la marge de phase peut conduire à une conclusion
erronée concernant la robustesse d’une commande, nous lui préférerons donc la marge de retard
qui mesure donne directement le retard pur qui déstabilise le système en boucle fermée.
La valeur de la marge de retard ∆ τ doit être comparée à la constante de temps principale du

processus. Il faut apprécier cette marge à une valeur qui peut avoir été négligée dans la
modélisation du système.
Plus le rapport de la marge de retard sur la constante de temps principale du processus est grand,
moins il est probable que ce retard existe. Ce jugement doit aussi être relativisé par rapport au
degré de confiance que l’on a dans le modèle de représentation du processus.
Lorsque le système échantillonné la marge de retard de toute façon ne saurait être inférieure à la
période d'échantillonnage.

14
2.4 Marge de module.

Elle se définit par le plus petit rayon ∆ M du cercle centré au point -1 qui est tangent à la
représentation de L dans le plan de Nyquist ( voir Fig. 2.2). Nous pouvons constater que la
marge de module est plus contraignante que la marge de gain, on a toujours: ∆ M < (1 − ∆ G ) .
Sachant que le critère d'une bonne marge de gain est ∆ G < 0,5 une marge de module correcte
s’exprimera de façon identique soit :
Marge de module ∆ M > 0.5
La marge de module se substitue donc à la marge de gain.

Comme nous venons de le voir, l'expression géométrique de la marge de module s'exprime
simplement dans le plan de Nyquist. Nous allons maintenant la définir par rapport à la fonction
de sensibilité S.
1 1
Sachant que par définition = 1 + L ⇒ L = −1 + , cette dernière égalité peut s'interpréter
S S
vectoriellement dans le plan de Nyquist (voir figure 2.3).
Figure 2-3 :Représentation de Nyquist de la fonction L

1
Nous voyons que la marge de module correspond au minimum de. . Par conséquent le
S
maximum de la fonction de sensibilité S sera égal à l’inverse de la marge de module.
Dans le plan de Bode, la marge de module ∆M sera mesurée par le maximum de la fonction de
sensibilité tel que ∆M(dB)=-max(S).

15
Figure 2-4 : Représentation de Bode de la fonction de sensibilité S

Dans cet exemple le maximum de la fonction de sensibilité est de 2.5 dB nous aurons donc
log(∆M)=-0.125 soit ∆M=0.75.
ε
Nota: Ici la fonction de sensibilité S représente le transfert en asservissement nous vérifions
W
bien qu'à la fréquence nulle le gain vaut zéro, ce qui élimine par conséquent l'erreur statique pour
une entrée en échelon.
En résumé.
Pour apprécier la robustesse on ne considérera que la marge de module, et la marge de retard.
Elles devront alors respecter les inégalités suivantes.
Marge de module ∆ M > 0.5

∆
Marge de retard ∆ τ = Φ
ωΦ e
∆τ
> 50%
Cons tan te de temps principale du processus
Avec un système échantillonné ∆ τ > 2.Te
Nota :
Les valeurs de 0,5 et de 50% sont données ici qu’à titre indicatif et doivent être modifiées en
fonction de la qualité de la modélisation.
Ainsi pour un modèle approximatif il faudra les réviser à la hausse.

16
3. Compromis précision robustesse.

Si nous représentons le module de S exprimé en dB en fonction de la pulsation w on démontre
que pour un processus stable:
ωe
∞ 2
dans le cas continu ∫ S(ω).dω = 0 et dans le cas discret ∫ S(ω).dω = 0
0 0
ωe représentant la pulsation d'échantillonnage, l'intégration est faite entre 0 et la pulsation de
Shannon.
Figure 2-4 : Fonction de sensibilité S

Cette propriété se traduit dans la représentation graphique de la fonction de sensibilité par le fait
que la surface en dessous de 0 dB est égale à celle se trouvant au-dessus.
Cette remarque évidente permet de mieux comprendre le compromis précision robustesse que
doit faire le concepteur d'un correcteur. En effet améliorer le rejet d'une perturbation revient à
filtrer, depuis le continu, une bande de fréquence la plus large possible, mais cette augmentation
de la précision relèvera le maximum de S et diminuera donc la marge de module (cf. Fig. 3.1);
Nous pouvons constater sur la figure 3.1 que l'augmentation de la bande passante de rejet de
perturbation augmente la valeur de −∆ M exprimé en dB c'est à dire diminue la marge de module.
4. Approches de la robustesse.
Dans un environnement perturbé, il est possible de quantifier celui-ci, ainsi que la
méconnaissance que l'on a du processus. A partir de cette analyse qui est souvent difficile à
mener, il existe des méthodes, (commande H ∞ , µ synthèse) assurant le calcul d'un correcteur
satisfaisant à des contraintes de bruit. Ce type d'approche sort du cadre de ce cours, cependant il
nous sera possible, après utilisation d'une méthode de calcul d'un correcteur, d'apprécier la
qualité du correcteur par une analyse de la robustesse de celui-ci.

17
Nous allons maintenant considérer une structure de commande faisant intervenir différents bruits
conformément au schéma suivant:
Figure 4-1 : Schéma de commande avec les perturbations Wu, Wy et le bruit Wb

Avec Wu bruit sur l'entrée
Wy bruit de sortie
Wb bruit de mesure
Afin de juger l'influence de ces bruits sur la sortie Y et la commande U, nous allons définir
diverses fonctions de sensibilités auxquelles pourront être rattachées les notions de marge de
module, et de retard que nous avons étudiées dans le paragraphe 2.
4.1 Influence des bruits sur la sortie .
Calculons l'expression de la sortie
Y = Wy + P(Wu + K.W − K.Wb − K.Y)
Y(1 + K.P) = Wy + P.Wu + K.P.W − K.P.Wb
K.P P 1 K.P
Y= .W + .Wu + .Wy − .Wb (4.1)
1 + K.P 1 + K.P 1 + K.P 1 + K.P
Le premier transfert correspond à la dynamique d'asservissement, les trois autres représentent la

contribution des bruits qui altèrent la sortie. Notons respectivement εu, εy, εb les erreurs
apportés par Wu, Wy, Wb, la sortie Y s'exprime alors:
K.P
Y= .W + ε u + ε y − ε b
1 + K.P
Nous allons maintenant définir les fonctions de sensibilité pour ces trois bruits, en adoptant pour
les établir, la définition de celles ci la relation (2.1), soit ε = S.W , il vient:
K.P
Y= .W + Syu .Wu + Syy .Wy + Syb .Wb (4.2)
1 + K.P
4.1.1 Sensibilité de la sortie au bruit de sortie.
Nous noterons Syy cette sensibilité qui s'exprime:
εy 1 1
Syy = = qui sera mis sous la forme Syy = avec: L yy = K.P
Wy 1 + K.P 1 + L yy

18
4.1.2 Sensibilité de la sortie au bruit de mesure.

εb K.P
Ici la fonction de sensibilité vaut Syb = =−
Wb 1 + K.P
1 1
soit Syb = ce qui donne L yb = −2 −
1 + L yb K.P
4.1.3 Sensibilité de la sortie à un bruit sur la commande.

εu P
Pour un bruit sur la commande U, la fonction de sensibilité s'exprime par Syu = =
Wu 1 + K.P
1 1 1 + K.P − P
soit Syu = avec L yu = + K −1 =
1 + L yu P P
4.2 Influence des bruits sur la commande.

La synthèse d'un correcteur satisfaisant à des contraintes trop sévères peut solliciter la
commande de façon brutale et fatiguer exagérément l'actionneur. Afin de juger des conséquences
de la synthèse d'un correcteur sur la grandeur de commande U, nous allons exprimer les
sensibilités de celles-ci aux divers bruits conformément au schéma bloc de la figure 4.1.
U = Wu + K(W − (Wb + Wy + P.U))
U(1 + K.P) = Wu + K.W − K.Wb + K.Wy
K 1 K K
U= W+ Wu − Wb − Wy (4.3)
1 + K.P 1 + K.P 1 + K.P 1 + K.P
K 1 K
U= W+ Wu − (Wb + Wy ) (4.4)
1 + K.P 1 + K.P 1 + K.P
Nous constatons ici une évolution de la commande comportant trois termes, le premier
correspond à l'action désirée pour la consigne W, le second est lié au bruit sur la commande Wu,
le troisième correspond à contribution des bruits de mesure et de sortie Wb et Wy.
Nous pouvons comme précédemment exprimer la grandeur étudiée en exprimant les erreurs qui
W + εu + ε y
K
l'affecte, soit : U =
1 + K.P
Pour chacun de ces bruits associons une fonction de sensibilité, il vient:
K
U= W + Suu .Wu + Suy .(Wb + Wy )
1 + K.P
Si nous comparons les relations (4.1) et (4.4) nous constatons que Suu = Syy . L'étude de
l'influence des bruits sur la commande fait apparaître une quatrième fonction de sensibilité Suy
que nous allons expliciter.

19
Sensibilité de la commande à un bruit sur la sortie ou un bruit de mesure.

Nous noterons pour la sensibilité de la commande aux bruits sur la sortie et la mesure
εy K 1 1 (1 + K.P + K)
Suy = =− soit Suy = ⇒ Luy = − − P − 1 = −
Wu 1 + K.P 1 + Luy K K
4.3 Synthèse sur les fonctions de sensibilité

L'analyse qui vient d'être faite, sur l'influence des perturbations, sur la sortie et sur la commande
nous a permis d'écrire:
K.P
Y= W + Syu .Wu + Syy .Wy + Syb .Wb
1 + K.P
K
U= W + Syy .Wu + Suy .(Wb + Wy )
1 + K.P
Ces relations ont conduit à la définition de quatre fonctions de sensibilité:

Trois concernent la sortie.
Syy Sensibilité de la sortie à une perturbation sur la sortie.
Syu Sensibilité de la sortie à une perturbation sur la commande.
Syb Sensibilité de la sortie à un bruit de mesure.
et une la commande
Suy Sensibilité de la commande à un bruit sur la sortie ou un bruit de mesure.
Nota : Syy représente ici la sensibilité de la commande à un bruit sur la commande
Lorsque vous voudrez tester la robustesse d'un correcteur, il faudra, en fonction de la

connaissance que vous avez a priori des bruits altérant la chaîne de commande, calculer les
fonctions de sensibilité correspondantes. Au minimum il faut calculer Syy et souvent Syb et Syu .
B R
Si l'on met le processus sous la forme : P = et le correcteur K = , les diverses expressions
A S
assurant le calcul de la sensibilité sont résumées dans le tableau ci après. Ici T représente la
fonction de transfert en boucle fermée.
Selon la formulation du problème les fonctions Lij peuvent être calculées simplement à partir de
la relation (2.1) soit:
1 1 − Sij
Sij = ⇒ Lij =
1 + Lij Sij

20
Les différentes relations permettant de calculer les fonctions de sensibilités sont réunies dans le
tableau 4.7.
1 A.S
Syy = Syy =
Sensibilité de la 1 + K.P AS + B.R
sortie à une Syy = 1 − T
perturbation sur L yy = K.P B.R
la sortie L yy =
A.S
K.P B.R
Syb = − Syb = −
Sensibilité de la 1 + K.P AS + B.R
sortie à une Syb = −T
perturbation sur 1 Syb = Syy − 1 (A.S + 2.B.R)
la mesure L yb = − −2 L yb = −
K.P B.R
Sensibilité de la B.S
Syu =
sortie à une AS + B.R
perturbation sur P Syu = P.Syy
Syu =
la commande 1 + K.P A.S + B.R − B.S
L yu =
1 B.S
L yu = + K − 1
P
Sensibilité de la K A.R
Suy = − Suy = −
commande à un 1 + K.P AS + B.R
bruit de sortie ou Suy = − K.Syy
de mesure 1 −A.S − B.R − A.R
L uy = − − P −1 L uy =
K A.R
Tableau 4-7
4.4 Calcul des marges de robustesse.
4.4.1 Marge de module.
Celle-ci peut être calculée soit à partir de la représentation de Nyquist de la fonction Lij,
conformément à la figure 2.2, ou en déterminant le maximum de la fonction de sensibilité Sij,
1
dans ce cas ∆M =
max(Sij )
4.4.2 Marge de phase

Elle se détermine dans le plan de Nyquist ou de Bode de Lij (Fig.(2.2)).
4.4.3 Marge de retard

Comme précédemment la représentation de Bode de Lij permet le calcul de la marge de retard.
∆Φ
∆τ =
ωφ

21
5. Exemple.
Considérons le schéma de commande suivant:
Perturbation W
Perturbation y
W sur la sortie
sur la commande u
Consigne
PROCESSUS Y
CORRECTEUR +
W U
+ 1
+ p2 + 0,1 ⋅ p + 1 p 2 + 0,1⋅ p + 1
+
+
- 0, 5 ⋅ p 2 + p
+ Bruit sur la
Wb
+ mesure
Figure 5-1 : Commande d’un processus du second ordre
B(p) 1
Le processus a pour transfert P(p) = =
A(p) p 2 + 0,1.p + 1
la pulsation propre ωp=1 rd/s et de coefficient d'amortissement ξp=0.05.
Le correcteur choisi simplifie le dénominateur du processus et assure en boucle fermée une

dynamique du second ordre.
R(p) p 2 + 0,1.p + 1
soit K(p) = =
S(p) p(1 + 0,5.p)
Y(p) 1
Avec ce correcteur le transfert en asservissement vaut =
2
W(p) 0,5.p + p + 1
La dynamique en asservissement aura une pulsation propre ωo=1.41 rd/s et un coefficient
d'amortissement de ξ0=0.7 assurant ainsi un bon compromis temps de réponse dépassement.
Nous allons maintenant étudier la robustesse de ce correcteur vis à vis de la sortie et en présence
d'une perturbation sur la sortie et d'un bruit sur la commande.
5.1 Influence de la perturbation Wy sur la sortie.
Nous nous trouvons ici dans le cas classique de la dynamique de rejet de perturbations où la
fonction Lyy est égale au transfert en boucle ouverte.
B(p).R(p) 1
soit ici L yy = K(p).P(p) = =
A(p).S(p) 0,5.p 2 + p
Cette fonction, dans les représentations de Bode et Nyquist, nous permettra de déterminer les
différentes marges. Afin de bien apprécier l'évolution de L yy en fonction de la fréquence, nous
tracerons sa représentation de Nyquist avec le gain exprimé en dB (Fig. 5.2a). Pour mesurer la
marge de module et la marge de phase, seule la partie proche du cercle unité sera représentée
(Fig. 5.2b).

22
Figure 5-2a : Représentation de Nyquist de Lyy en dB

Cette représentation de Nyquist où le module est en dB rend la dynamique sur Lyy plus visible.
Nous pouvons vérifier qu’à une pulsation nulle le gain est infini, ce qui est normal puisque le
correcteur est intégrateur.
Figure 5-2b : Représentation de Nyquist de Lyy

Des différentes représentations de L yy nous pouvons déduire les différentes marges soit:
Marge de module ∆M=0.78 Marge de phase ∆φ=68°

68.π 1,187
Marge de retard ∆τ = = = 1, 25s ∆τ=1,25 s
180.ωφ 0.95

23
Figure 5-2c : Représentation de Bode de Lyy

Nous pouvons voir, sur la représentation dans Nyquist et dans Bode de L yy , que le correcteur
présente des garanties de robustesse importante pour une perturbation sur la sortie.
Pour juger du rejet de la perturbation sur la sortie Wy , il faut, comme nous l'avons vu au
paragraphe 4, tracer sa fonction de sensibilité.
εy A(p).S(p) 0,5.p 2 + p
soit ici Syy = = Syy =
Wy A(p).S(p) + B(p).R(p) 0,5.p 2 + p + 1
Dont la représentation de Bode est donnée figure 5.2d
Figure 5-2d : Représentation de Bode de Syy

Nous pouvons vérifier un très bon rejet de la perturbation dans une bande de fréquence allant du
continu à 0,8 rd/s.

24
5.2 Influence du bruit Wu sur la sortie.

Le rejet de perturbation possède, comme nous venons de le voir, une bonne robustesse, nous
allons maintenant étudier l'influence sur la sortie Y d'un bruit de commande .
Ici il faut étudier le transfert
1 A(p).S(p) + B(p).R(p) − B(p).S(p)

L yu = + K(p) − 1 =
P(p) B(p).S(p)
0,5.p 4 + 1, 05.p3 + 1,1.p 2 + 0,1.p + 1

L yu =
0,5.p 2 + p
Figure 5-3a : Représentation de Nyquist de Lyu en dB
La représentation Fig. 5.3a de L yu passe très près du point -1, nous pouvons mesurer (Fig. 5.3b)
une marge de module ∆M=0,1 ce qui est nettement insuffisante.
Figure 5-3b :Représentation de Nyquist Lyu

Influence sur la sortie d’une perturbation de commande

25
Figure 5.3c : Représentation de Bode de Lyu

A partir de la représentation de Bode (Fig. 5.3c) on mesure une marge de phase ∆φ=54° pour une
54.π
pulsation ωφ=0,65 rd/s. La marge de retard sera donc ∆τ = = 1,5s
180.0.65
La marge de module étant nettement insuffisante, pour apprécier le rejet de perturbation sur la
commande, calculons la fonction de sensibilité Syu .
P(p) B(p).S(p) 0,5.p 2 + p

Syu = = Syu =
1 + K(p).P(p) A(p).S(p) + B(p).R(p) 0,5.p 4 + 1, 05.p3 + 1, 6.p 2 + 1,1.p + 1
dont la représentation de Bode est donnée figure 5.3d
Figure 5-3d : Représentation de Bode de Syu

26
Nous pouvons ici vérifier que le maximum de Syu=20 dB, soit un gain de 10, ce qui amène
1
évidemment pour la marge de module ∆M = = 0,1 .
10
Si l'on considère la bande passante de réjection du bruit Wu à -20dB nous constatons que celle ci
est comprise entre 0.1 et 3.4 rd/s, ce qui est considérable, on peut donc s'attendre à une influence
très importante de Wu sur la sortie Y.
5.3 Analyse temporelle
Afin de vérifier notre analyse de la robustesse, nous avons procédé à la simulation de la
commande conformément au schéma figure 4.1.
asservissement et perturbation sur la sortie

Nous avons tout d'abord envoyé une consigne W en échelon unitaire suivie au temps t=15s
d'une perturbation en échelon Wy d'amplitude 0,2.
Nous vérifions bien ( figures 5.4a 5.4b), comme prévu, la bonne dynamique en asservissement et
en régulation. La dynamique de la commande est satisfaisante.
Figure 5-4a : Réponse indicielle avec une perturbation sur la sortie
Figure 5-4b : Commande U

27
asservissement et perturbation sur la commande

Comme précédemment nous envoyons un échelon de consigne, mais ici au temps t=15s nous
perturbons la commande d'un échelon d'amplitude 0,2. Il est clair, que les oscillations induites
sont, comme prévu, totalement inacceptables. Ceci est dû principalement au fait que nous avons
simplifié un dénominateur très oscillatoire du processus. En pratique il est déconseillé d'éliminer
des pôles ou des zéros du processus ayant un coefficient d'amortissement inférieur à 0,5.
Dans cet exemple c'est le retour à la case départ. Il faut refaire une synthèse d'un correcteur
reposant sur une méthodologie plus réaliste.
Figure 5-5a : Réponse indicielle avec une perturbation sur la commande
Figure 5-5b : Commande U

28

29
CHAPITRE 3
COMMANDE PAR PID CONTINU
1. Introduction.
1.1. Préambule.
Les régulateurs proportionnel intégral (PI) et proportionnel intégral dérivé (PID), sont très
répandus, car historiquement, ils faisaient appel pour leur réalisation à des techniques
analogiques. A l'heure actuelle, bien que l'approche numérique soit prédominante, l'utilisation
des PI, PID perdure, car elle est robuste et ne présuppose pas une connaissance précise de la
dynamique du procédé à commander.
Des générations de régleurs se sont contentées le plus souvent du tournevis pour toute théorie!
Les progrès de l'automatique et les possibilités de l'électronique numérique offrent des moyens
d'analyse et de conception de commandes qu'il est aisé d'implémenter ensuite sur une unité de
calcul.
Malgré cela, la plupart du temps, les fabricants de régulateurs se sont contentés de simuler sur
des microprocesseurs des régulateurs continus. Nous verrons ultérieurement que pour une même
complexité algorithmique il est possible de faire la synthèse de correcteurs dédiés des plus
performants.
Les correcteurs PI, PID étant encore très répandus nous allons étudier dans ce chapitre divers
moyens de les régler.
Il existe dans la littérature spécialisée de multiples moyens de régler les paramètres d'un
régulateur continu. Une partie de ceux ci nécessite une connaissance très frustre du système et
est basée principalement sur des résultats empiriques, d'autres à partir du plan de Black ou de
Nyquist permettent d'orienter le choix d'un réglage.
Nous allons ici proposer une approche différente et privilégier une synthèse algébrique reposant,
sur la connaissance d'un modèle de comportement du processus, et un placement de pôles, fixant
la réponse en boucle fermée.
La démarche que nous allons suivre représente seulement une étape dans le cadre plus général de
la définition d'une commande. Quel que soit le type de correcteur choisi, qu'il soit continu ou
discret, la démarche de l'automaticien, confronté à un problème de commande, peut se subdiviser
en plusieurs étapes:
Etape 1 : Choix du modèle.
A partir de la connaissance que l'on a du processus il faudra choisir:
Le type de modèle: Transmittance continue, transmittance discrète, variable d'état
continue, variable d'état discrète, matrice de transfert.
L'ordre ou la taille des représentations d'état.
Ce choix induit évidemment une classe de correcteurs possible, en effet, si vous modélisez votre
système par une fonction de transfert en z, il va de soi que vous ferez le calcul avec un correcteur
discret, dans le cas d'une modélisation par variable d'état il vous sera possible d'accéder à des
commandes telles, la commande optimale ou la compensation par retour d'état.
Plus l'ordre de la modélisation sera élevée plus la précision du modèle sera importante, mais le
correcteur sera lui aussi d'ordre élevé. Il s'agira donc d'opérer à un compromis précision
complexité.
Etape 2 : Mesure du comportement en boucle ouverte.
Si cela est possible, il faudra procéder à l'enregistrement de la sortie et de l'entrée du processus,
pour opérer à son identification. La qualité de l'identification est très sensible à la richesse
spectrale de l'entrée, il faudra donc choisir le signal de stimulation le plus adapté au système. On
choisi généralement un échelon, des créneaux, voire une séquence binaire pseudo aléatoire.
INSA 4GE JM RETIF Commande par PID continu

30
Un autre point important est de définir le ou les points de fonctionnement pour lesquels seront
faites les acquisitions.
Etape 3 : Identification.
Il existe une multitude de méthodes d'identification numérique très efficace, nous pouvons par
exemple utiliser :
Les moindres carrés généralisés, le maximum de vraisemblance, le simplex , le recuit simulé
etc..
Ces méthodes et d'autres sont disponibles dans des logiciels commercialisés d'utilisation simple
tels Matlab, Scilab, MatrixX, Pim, Acsyde...
Une fois l'identification faite il faudra juger de sa qualité dans le domaine temporel, et à partir
d'indicateurs, tel l'écart quadratique.
Si les résultats ne sont pas satisfaisants, il est rare que se soit la méthode d'identification qui soit
en cause, il faudra revenir à l'étape 1 ou l'étape 2.
Etape 4 : Analyse du modèle de comportement.
On étudiera ici les pôles et les zéros du modèle ainsi que ses représentations fréquentielles afin
de bien orienter la stratégie de commande.
Etape 5 : Traduction du cahier des charges.
A partir des besoins exprimés sur les qualités que doit avoir la réponse du système commandé,
notamment: le temps de réponse désiré, le dépassement accepté, l'élimination des perturbations,
il faudra déterminer les contraintes pour la synthèse du correcteur.
Etape 6 : Choix du correcteur
Il faut ici choisir un type de correcteur et une méthode de synthèse de celui ci prenant en compte
les contraintes définies à l'étape 5.
Etape 7 : Appréciation de la synthèse faite.
Il faudra calculer les fonctions de sensibilités significatives par rapport à l'environnement qui est
connu, et vérifier si les différentes marges de robustesse sont satisfaisantes.
Conjointement il est utile d'opérer à des simulations temporelles, si possible avec une
modélisation du processus différente de celle qui a servi à l'établissement du correcteur, afin
d'apprécier la qualité de la dynamique de la sortie, de la commande, et les saturations éventuelles
sur l'actionneur etc.
Si l'ensemble de ces tests sont satisfaisants la phase d'implantation de l'algorithme ou
l'application des réglages calculés pourra être faite. Dans le cas contraire il faudra revenir à
l'étape 5 voire à l'étape 1.
1.2. Régulateur PI.
Un régulateur Proportionnel Intégral génère la commande u(t) à partir du signal d'écart consigne
⎛ t ⎞
⎜ 1 ⎟
mesure ε(t) conformément à l'équation suivante: u( t ) = K p . ε ( t ) +
⎜ T ∫ ε ( t ). dt
⎟
⎝ i 0 ⎠
Sa transmittance de Laplace vaut
⎛ Kp ⎞
⎜ + K p . p⎟
U( p) ⎛ 1 ⎞ ⎛ 1+ Ti . p ⎞ ⎜ Ti ⎟
= K p . ⎜1 + ⎟ = K p .⎜ ⎟ .= ⎜ ⎟ (1.1)
ε ( p) ⎝ Ti . p ⎠ ⎝ Ti . p ⎠ p
⎜ ⎟
⎝ ⎠

31
Ce régulateur possède un zéro dépendant de Ti et un pôle fixe nul, il ne pourra compenser qu'un
pôle du processus, nous l'utiliserons donc pour des systèmes modélisés par un premier ordre.
1.3. Régulateur PID.
Un régulateur Proportionnel Intégral Dérivé réalise la fonction
⎛ d. ε ( t ) ⎞⎟
t
⎜ 1
Ti ∫
u( t ) = K p . ε ( t ) + ε ( t ). dt + Td . dont la transformée de Laplace vaut:
⎜
⎝ dt ⎟⎠
0
⎛ Kp ⎞
⎜ + K p . p + K p . Td . p 2 ⎟
U( p) ⎛ 1 ⎞ ⎜ T ⎟
= K p . ⎜1 + + Td . p⎟ = ⎜ i ⎟ (1.2)
ε ( p) ⎝ Ti . p ⎠ p
⎜ ⎟
⎝ ⎠
Le régulateur PID possède 2 zéros et un pôle nul, il peut compenser deux pôles du processus il
sera utilisé préférentiellement pour réguler des processus modélisés par un second ordre.
1.4. Régulateur PID filtré.
L'action dérivée d'un correcteur PID peut poser des problèmes d'amplification du bruit dans les
hautes fréquences, c'est pour cela que l'on adjoint souvent à l'action dérivée un filtre passe bas du
premier ordre. Le transfert d'un PID filtré est alors:
⎛ ⎞
Kp ⎛ T ⎞ ⎛ 1⎞
+ K p . ⎜ 1 + d ⎟ . p + K p . Td . ⎜ 1 + ⎟ . p 2
U( p) ⎜ 1 Td . p ⎟ T ⎝ N. Ti ⎠ ⎝ N⎠
= K p . ⎜1 + + ⎟ = i (1.3)
ε ( p) ⎜⎜ Ti . p
1 + d ⎟⎟
T .p T
p + d . p2
⎝ N ⎠ N
La représentation fréquentielle de l'action dérivée est donnée figure (1.1)

Gain(dB)
Représentation de Bode de la dérivée filtrée
N pulsation rd/s
1
Td
Td
Figure 1-1 : Diagramme de Bode d’une dérivée filtrée
Ce régulateur dispose de quatre paramètres de réglages qui pourront être mis à profit pour
maîtriser la dynamique d'un processus du second ordre.

32
2. Commande d'un premier ordre par un correcteur PI.
b0
Soit un processus modélisé par la transmittance P ( p ) = et commandé par un régulateur
1 + a1 . p
PI conformément au schéma ci après :
Ici b0 représente le gain statique et a1 la constante de temps.
Correcteur
Wy
Proportionnel
Intégral Processus
ε +
W
+ Kp .(1 +
1
)
U b0 + Y
Ti . p 1 + a1. p
-
Figure 2-1 : Commande d’un premier ordre par un PI
Représentons la fonction de transfert en boucle ouverte de cette commande:
⎡ K p . (1 + Ti . p) ⎤ ⎡ b 0 ⎤
L yy = K( p). P( p) = ⎢ ⎥. ⎢ ⎥ (2.1)
⎢⎣ Ti . p ⎥⎦ ⎣1 + a 1 . p ⎦
Celle ci est du second ordre et donnera dans le cas général un comportement en boucle fermée
possédant deux pôles et un zéro. Nous avons ici à notre disposition deux coefficients de réglage
qui nous permettons, soit de fixer les pôles sans maîtriser le zéro, soit de fixer un pôle et un zéro.
Pour cette dernière approche il est intéressant de prendre comme zéro du correcteur le pôle du
processus, ce qui revient ici à simplifier le dénominateur du système par le numérateur du
correcteur.
Nous allons maintenant appliquer ces deux démarches pour calculer les actions proportionnelle
et intégrales.
2.1. Comportement en premier ordre.
Nous allons ici simplifier le dénominateur du processus par le numérateur du correcteur
l'expression du transfert en boucle ouverte vaut:
⎡ K p . (1 + Ti . p) ⎤ ⎡ b 0 ⎤
L yy = K( p). P( p) = ⎢ ⎥. ⎢ ⎥
⎢⎣ Ti . p ⎥⎦ ⎣1 + a 1 . p ⎦
soit en posant (1 + Ti . p) = (1 + a 1 . p) (2.2)
⎡ Kp . b0 ⎤
L yy = K( p). P( p) = ⎢ ⎥ la fonction de transfert en boucle fermée est un premier ordre de
⎣ Ti . p ⎦
1 1
la forme suivante Γ( p) = = avec To constante de temps
⎛ Ti ⎞ 1 + T0 . p
1 + ⎜⎜ ⎟. p
⎟
⎝ p 0⎠
K . b
Ti
fixant le comportement en boucle fermée soit T0 = (2.3)
K p . b0

33
En résolvant les équations (2.2) et (2.3) les actions du régulateur PI sont données par les
relations suivantes:
(2.4) (2.5)
a1
Kp = Ti = a1
b0 .T0
Nous constatons que les réglages sont très simples, l'action intégrale Ti est égale à la constante
de temps du processus et le gain K p sera d'autant plus important que la constante de temps en
boucle fermée sera faible.
Le choix de T0 est dépendant de la constante de temps a1 du processus, dans la pratique elle est
du même ordre de grandeur, on a intérêt à la prendre plus faible, si la robustesse est assuré et que
la commande ne sature pas.
2.2. Comportement en second ordre.
Le régulateur PI dispose de deux paramètres de réglage, il est donc possible de fixer 2 pôles en
boucle fermée.
⎛ 1 ⎞ b0
Avec un régulateur PI de la forme : K p . ⎜ 1 + ⎟ et un processus
⎝ Ti . p ⎠ 1 + a1 . p
⎡ K p . (1 + Ti . p) ⎤ ⎡ b 0 ⎤
le transfert en boucle ouverte vaut: L yy = K( p). P( p) = ⎢ ⎥. ⎢ ⎥ ce qui donne
⎢⎣ Ti . p ⎥⎦ ⎣1 + a1. p ⎦
(1 + Ti . p)
en boucle fermée : Γ( p) = (2.6)
⎛ 1 ⎞ ⎛ a . T ⎞
1 + p. Ti ⎜⎜ 1 + ⎟ + p2 ⎜ 1 i ⎟
⎝ b 0 . K p ⎟⎠ ⎜ b .K ⎟
⎝ 0 p⎠
La fonction de transfert Γ(p) a un zéro et deux pôles. Le régulateur PI ne possédant que deux
paramètres de réglages, il ne sera possible que de maîtriser le dénominateur de Γ(p).
Nous allons donc fixer les pôles sans s'occuper du zéro de Γ(p). En mettant ce transfert sous la
forme d'un second ordre exprimé par sa pulsation propre ωo et son coefficient d'amortissement
ξo on a:
(1 + Ti . p)
Γ( p) = (2.7)
2. ξ 0 . p p 2
1+ + 2
ω0 ω 0
L'identification des dénominateurs des relations (2.6) et (2.7) donne:
b0 . K p 2. ξ 0 ⎛ 1 ⎞
ω 20 = (2.8) et = Ti ⎜⎜ 1 + ⎟
⎟ (2.9)
a1. Ti ω0 ⎝ b0. Kp ⎠
La pulsation propre ω0 va permettre de régler le temps de réponse et le coefficient
d'amortissement ξ0 le dépassement.
En résolvant ces deux équations, les coefficients de réglage s'expriment en fonction des
paramètres b0 , a1 du modèle du processus et des exigences de l'asservissement, exprimés par la
pulsation propre ω0 et le coefficient d'amortissement ξ0 .
2. ξ 0 . ω 0 . a1 − 1 ω 20 . Ti . a1
Ti = (2.10) Kp = (2.11)
ω 20 . a1 b0

34
Condition d'existence du réglage.
Les actions calculées à partir des relations (2.10) et (2.11) doivent être positives. Cela nécessite
que pour avoir une action intégrale positive de respecter l'inégalité suivante:
1
ξ0 .ω 0 ≥ (2.12)
2. a 1
Remarque sur le choix de ωo et ξo
Un bon point de départ est de prendre la pulsation propre ω0 égale à celle du processus en
boucle ouverte. En asservissement, afin de fixer une dynamique plus rapide elle pourra être plus
importante. La valeur maximale admissible sera atteinte lorsque pour le plus grand changement
de consigne, la commande sera saturée.
En ce qui concerne le dépassement, la valeur ξ0 = 0, 7 correspond à un léger dépassement

assurant un bon temps de réponse. Si l'on ne veut pas de dépassement on prendra ξ0 = 0,9 .
En régulation ξ0 = 0, 4 doit être considéré comme une valeur limite.
3. Commande d'un second ordre par un correcteur PID.

Nous allons ici étudier le réglage d'un correcteur PID commandant un processus modélisé
suivant un second ordre conformément au schéma suivant:
Correcteur
Wy
Proportionnel
Intégral dérivé Processus +
+
ε +
W U Y
1 b0
Kp.(1 + +Td. p )
- Ti. p 1+ a1. p + a2. p2
Figure 3-1 : Commande d’un second ordre par un PID

Les fonctions de transfert de ce schéma de commande sont :
Pour le processus :
B( p) b0
P( p) = = (3.1)
A ( p ) 1 + a1 . p + a 2 . p 2
Pour le correcteur :
Kp
+ K p . p + K p . Td . p 2
R ( p) ⎛ 1 ⎞ T
K( p) = = K p . ⎜1 + + Td . p⎟ = i (3.2)
S( p) ⎝ Ti . p ⎠ p
3.1. Comportement en premier ordre.

Simplifions le dénominateur du processus par le numérateur du correcteur. La fonction en boucle
⎛ ⎛ 1 + Ti . p + Ti . Td . p 2 ⎞ ⎞ ⎛ b0 ⎞
⎜
ouverte est: L yy = K( p). P( p) = K p . ⎜⎜ ⎟⎟.⎜ ⎟
⎜ ⎟⎟ ⎜ 2⎟
⎝ ⎝ T i . p ⎠ ⎠ ⎝ 1 + a1. p + a 2 . p ⎠
avec 1 + Ti . p + Ti . Td . p 2 = 1 + a1. p + a 2 . p 2 (3.3)

35
K p . b0
il vient L yy =
Ti . p
La fonction de transfert en boucle fermée est alors un premier ordre:
1 1
Γ( p) = qui est de la forme Γ( p ) = (3.4)
⎛ Ti ⎞ 1 + T0 . p
1 + ⎜⎜ ⎟. p
⎟
⎝ K p . b0 ⎠
Les actions du régulateur PID sont données par la résolution des équations (3.3) et (3.4)
(3.5) (3.6) (3.7)
a2 Ti
Ti = a1 Td = Kp =
Ti b 0 . T0
3.2. Comportement en troisième ordre.
Ici nous ne chercherons pas à simplifier les pôles du processus par les zéros du correcteur, le
transfert en boucle fermée sera alors du troisième ordre. Nous aurons à choisir trois pôles en
boucle fermée qui permettront la détermination des actions du correcteur.
La fonction de transfert en boucle fermée d'un PID et d'un processus modélisé par un second
ordre de la forme (3.1) est:
1 + Ti .p + Ti .Td .p 2
Γ ( p) =
(
Ti . K p .b 0 + 1 ) ( )
Ti . K p .b 0 .Td + a1 2 a 2 .Ti 3
(3.8)
1+ .p + .p + .p
K p .b 0 K p .b 0 K p .b 0
1 + Ti . p + Ti . Td . p 2
Ce transfert peut être représenté par Γ( p ) =
1 + p1 . p + p2 . p 2 + p3 . p 3
avec p1 =
(
Ti . K p . b 0 + 1 ) p2=
Ti . ( K p .b 0 .Td + a1 )
p3 =
a 2 . Ti
Kp . b0 K p .b 0 K p . b0
La résolution de ces trois équations fournie les réglages du régulateur PID soit:
(3.9) (3.10) (3.11)

a .p p K p . b 0 . p3 p a1
K p = 2 1- 3 Ti = Td = 2 −
b 0 . p3 a2 Ti K p .b 0
Choix des pôles.

Le polynôme 1 + p1 . p + p2 . p 2 + p3 . p 3 peut s'exprimer par un pôle double associé à une
⎛ p 2 2. ξ 0 ⎞
constante de temps soit ⎜ + . p + 1⎟ . (1 + T0 . p)
⎜ 2 ω ⎟
⎝ ω0 0 ⎠
(3.12) (3.13) (3.14)

2.ξ 0 1 2. T0 . ξ0 T
avec p1 = T0 + p2 = 2 + p3 = 0 .
ω0 ω0 ω0 ω 20
Pour calculer les actions du correcteur, on choisira dans un premier temps le fonctionnement
désiré en boucle fermée en fixant ω 0 , ξ 0 et T0 . On calculera ensuite à l'aide des relations (3.12)
à (3.14) les coefficients p1 , p2 , p3 du dénominateur de Γ( p ) .Le calcul des actions du PID est
fourni par les relations (3.9) à (3.11).

36
Note sur le choix des pôles.
D’un point de vue empirique s’il est aisé de définir un ou deux pôles pour définir une dynamique
du premier ou de second ordre il est moins commode d’en déterminer trois.
Pour contourner cette apparente difficulté, il suffit de choisir une dynamique du second ordre,
caractérisé par exemple, par sa pulsation propre et son coefficient d’amortissement.
Pour que la dynamique du second ordre choisi soit peu perturbée par le troisième pôle, il suffit
que celui ci ait une pulsation beaucoup plus grande que celle choisi (petite constante de temps).
Condition d'existence d'un réglage positif.
Le réglage d’un PID impose des réglages positifs, des valeurs négatives n’impliquent pas que le
correcteur soit irréalisable mais dans ce cas la signification physique des actions est dévoyée.
Nous allons maintenant déterminer la condition qui donnera un réglage positif.
K p . b0 p
A partir des relations (3.10) et (3.11) nous pouvons écrire, . Td = 2 − 1 .
a2 p3
Avoir une action dérivée positive implique p2 > p3 , en remplaçant ces coefficients par les
1 2. T0 . ξ 0 T0
expressions (3.13) et (3.14) nous obtenons, 2 + > 2 , la condition sur T0 sera:
ω0 ω0 ω0
1
T0 < (3.15)
1 − 2. ξ 0 . ω 0
4. Commande d'un second ordre par un correcteur PID filtré.
4.1. Introduction.
Nous allons maintenant nous intéresser à la commande d'un second ordre par un PID filtré
conformément au schéma ci après.
Correcteur Proportionnel
Wy
Intégral dérivé filtré
Processus
+
ε
+
W + ⎛ ⎞ U
Y
⎜ 1 Td . p ⎟ b0
Kp . ⎜ 1 + + ⎟
- Ti . p T .p
1+ d 1 + a1. p + a2 . p2
⎜ ⎟
⎝ N ⎠
Figure 4-1
b0
Le procédé est modélisé par un second ordre:P ( p) =
1 + a1 . p + a 2 . p 2
Le correcteur Proportionnel Intégral avec une action dérivée filtrée a pour transfert:
⎛ ⎞
U( p) ⎜ 1 Td . p ⎟
= K p . ⎜1 + + ⎟ en réduisant au même dénominateur la fonction de transfert
ε ( p) ⎜⎜ Ti . p
1+
Td . p ⎟
⎟
⎝ N ⎠
de ce correcteur nous obtenons:
Kp ⎛ T ⎞ ⎛ 1⎞
+ K p . ⎜ 1 + d ⎟ . p + K p . Td . ⎜ 1 + ⎟ . p 2
U( p) Ti ⎝ N. Ti ⎠ ⎝ N⎠ R ( p)
= = (4.1)
ε ( p) p+
Td
.p 2 S( p)
N

37
Nous allons ici montrer comment calculer les actions d'un correcteur PID filtré dans deux cas,
tout d'abord nous simplifierons les deux pôles du processus par celui du correcteur, ensuite nous
étudierons le cas général où aucun pole du processus à été simplifié. Il existe des solutions
intermédiaires qui ne seront pas développés ici mais qui vous est loisible de mettre en œuvre.
4.2. Comportement en second ordre.
Nous allons ici simplifier les pôles du processus par les deux zéros du correcteur et fixer ensuite
les deux pôles du système en boucle fermée.
Les fonctions de transfert du processus et du régulateur sont:
B( p) b0
P( p) = =
A ( p ) 1 + a1 . p + a 2 . p 2
⎡ ⎛ T ⎞ ⎛ 1⎞ ⎤
K p ⎢1 + ⎜ Ti + d ⎟ . p + Ti . Td . ⎜ 1 + ⎟ . p 2 ⎥
⎣ ⎝ N⎠ ⎝ N⎠ ⎦
K( p) =
⎛ T ⎞
Ti . p⎜ 1 + d . p⎟
⎝ N ⎠
En simplifiant le numérateur de K(p) par le dénominateur de P(p), le transfert en boucle ouverte
Kp . b0
vaut: K( p). P( p) = ,
⎛ Td ⎞
Ti . p. ⎜ 1 + . p⎟
⎝ N ⎠
1
et la fonction de transfert en boucle fermée Γ( p ) = (4.2)
Ti . Td 2 Ti
.p + .p +1
b0 . K p . N b0 . K p
L'obtention de cette fonction de transfert en boucle fermée nécessite pour simplifier le
dénominateur du processus les égalités suivantes:
T ⎛ 1⎞
a1 = Ti + d (4.3) a 2 = Ti . Td . ⎜ 1 + ⎟ (4.4)
N ⎝ N⎠
Maintenant formulons le transfert Γ(p) à l'aide de sa pulsation propre ωo et son coefficient
1
d'amortissement ξo soit : Γ( p) = 2 (4.5)
p 2. ξ 0 . p
+ +1
ω2 ω0
0
L'égalité entre (4.2) et (4.5) conduit aux deux équations:
b0 . K p . N 2. ξ 0 Ti
ω 20 = (4.6) = (4.7)
Ti . Td ω0 b0 . K p
Nous disposons de quatre équations (4.3) (4.4) et (4.6) (4.7) pour calculer les paramètres Kp, Ti,
Td,et N, la résolution de celles ci donne les réglages suivants:
(4.8) (4.9) (4.10) (4.11)

1 a2 1 T .ω
Ti = a1 − Td = − Kp = i 0 N = 2. ξ 0 . ω 0 . Td
2. ξ 0 . ω 0 Ti 2. ξ 0 . ω 0 2. ξ 0 . b 0
Nous avons mis des contraintes importantes sur le réglage de ce PID filtré puisque nous voulons
en même temps maîtriser les pôles et ne pas avoir de zéros. Etudions maintenant les conditions
d'existences du réglage.

38
Conditions d'existence du réglage.
Pour un processus stable nous aurons toujours a1 et a2 positifs, le gain b0 l'étant aussi nous
constatons au regard des équations (4.8) et (4.9) que seules les actions intégrales et dérivées
peuvent être négatives, ce qui n'a pas grand sens physique dans un contexte de régulation
continu.
1 1
Notons: X = ξ 0 . ω 0 , Ti ≥ 0 ⇒ a1 ≥ c'est à dire ξ0 .ω 0 ≥
2⋅X 2. a 1
(4.12)
Considérant cette condition satisfaite, la positivité de Ti et Td s'exprime par:
1 a2 1
a1 − ≥0 et − ≥ 0.
2. ξ 0 . ω 0 Ti 2. ξ 0 . ω 0
La résolution de ces deux inéquations par le changement de variable X = ξ 0 . ω 0 aboutit à la
résolution d'une inéquation du second degré: 4. a 2 . X 2 − 2. a1. X + 1 ≥ 0 donnant les résultats
a1 − a12 − 4. a 2 a1 + a12 − 4. a 2
suivants: X≤ et X≥
4. a 2 4. a 2
Il est nécessaire pour qu'un réglage existe que le discriminant soit positif. Si l'on formule cette
condition avec la pulsation propre du processus ωp et son coefficient d'amortissement ξp nous
2
⎛ 2.ξ p ⎞ 1 2
trouvons: ⎜⎜ ⎟ −
⎟ ≥ 0 ⇒ ξp ≥ . Il est donc indispensable que le processus ne soit pas
⎝ ωp ⎠ ω 2p 2
trop oscillatoire pour appliquer cette méthode de réglage. Les conditions sont résumées dans le
tableau suivant:
Tableau 4-1
Conditions d'existence d'actions positives pour un régulateur PID filtré
1 a1 − a12 − 4. a 2 a1 + a12 − 4. a 2
ξ0 .ω 0 ≥ ξ0 .ω 0 ≤ ξ0 .ω 0 ≥
2. a 1 4. a 2 4. a 2
4.3. Variante pour un processus ayant un zéro.

Si le processus possède un zéro nous pouvons le mettre sous la forme:
b 0 + b1. p
P ( p) = .
1 + a 1. p + a 2 . p 2
En procédant comme précédemment, c'est à dire en simplifiant le dénominateur du processus par
K p (. b 0 + b1. p )
le numérateur du correcteur, le produit K( p). P( p) = et le transfert en boucle
⎛ Td ⎞
Ti . p.⎜1 + . p⎟
⎝ N ⎠
fermé aura l'expression suivante:
b b
1+ 1 .p 1+ 1 .p
b0 b0
Γ( p) = = 2
Ti . Td ⎛ Ti + K p . b1 ⎞ p 2.ξ0 . p
. p2 + ⎜ ⎟. p + 1 + +1
b0 . K p . N ⎝ b0 . K p ⎠ ω02 ω0
Obtenir ce réglage revient à résoudre les quatre équations suivantes :
⎛ T ⎞ ⎛ 1⎞
a1 = ⎜ Ti + d ⎟ a 2 = Ti . Td .⎜1 + ⎟ (Simplification du dénominateur du processus)
⎝ N⎠ ⎝ N⎠

39
Ti . Td 1 Ti + K p . b1 2. ξ0
= 2 = (Définition des pôles en boucle fermée).
b 0 . K p . N ω0 b0 . K p ω0
La résolution de ces quatre équations donne :

(4.13) (4.14)
b0 a b0
Ti = a1 − 2 Td = 2 −
2. b 0 . ξ0 . ω0 − b1. ω0 Ti 2. b 0 . ξ0 . ω0 − b1. ω02
(4.15) (4.16)
Ti .ω0 b1.ω20 . Td
Kp = N = 2.ξ0 .ω0 . Td −
2.b 0 .ξ0 − b1.ω0 b0
4.4. Comportement en quatrième ordre.

Si aucune simplification pôles zéros n'est faite nous sommes dans le cas général et aurons une
fonction de transfert en boucle fermée du quatrième ordre dont nous pourrons fixer les pôles par
l'intermédiaire des quatre paramètres de réglage du correcteur.
Afin de simplifier la formulation algébrique de la solution nous allons formuler le correcteur
sous la forme suivante:
Kp ⎛ T ⎞ ⎛ 1⎞
+ K p .⎜1 + d ⎟. p + K p . Td .⎜1 + ⎟. p2
U( p) Ti ⎝ N. Ti ⎠ ⎝ N⎠ R ( p) r r . p + r2 . p 2
= = = 0+ 1 avec:
ε ( p) Td 2
p + .p
S( p) p + s2 . p 2
N
(4.17) (4.18) (4.19) (4.20)

Kp ⎛ T ⎞ ⎛ 1⎞ T
r0 = r1 = K p . ⎜ 1 + d ⎟ r2 = K p . Td . ⎜ 1 + ⎟ s2 = d
Ti ⎝ N. Ti ⎠ ⎝ N⎠ N
Pour un objectif de commande nous exprimerons, les paramètres du correcteur r0, r1, r2, et s2 en
fonction des coefficients du dénominateur de la fonction de transfert en boucle fermée. Ensuite
les actions Kp, Ti, Td et N seront exprimés en fonction des coefficients r0, r1, r2, et s2.
Ces relations sont obtenues en résolvant le système d'équations (4.21) à (4.24) soient:
(4.21) (4.22) (4.23) (4.24)

Kp r N T
K p = r1 − r0 . s2 Ti = Td = 2 . N= d
r0 Kp N + 1 s2
R ( p)
Les contraintes sur l'asservissement conduisent souvent à un régulateur K( p ) = réalisable
S( p )
mais amenant, pour la structure particulière de PID, des actions négatives. Dans ce cas si vous
n'avez à votre disposition que les réglages Kp, Ti, Td et N il faudra recommencer la synthèse du
correcteur. Par contre si vous avez la liberté de la réalisation de K(p) le réglage sera possible.
Pour déterminer les paramètres du correcteur établissons tout d'abord le transfert en boucle
r r . p + r2 . p 2 b0
ouverte, soit : L yy = 0 + 1 2
.
p + s2 . p 1 + a1 . p + a 2 . p 2

40
La fonction de transfert en boucle fermée vaudra :
r r
1 + 1 . p + 2 . p2
r0 r0
Γ( p) =
1 + b 0 . r1 a + b .r + s a + a .s a .s
1+ . p + 1 0 2 2 . p2 + 2 1 2 . p3 + 2 2 . p4
b 0 . r0 b 0 . r0 b 0 . r0 b 0 . r0
r r
1 + 1 . p + 2 . p2
r0 r0
que l'on mettra sous la forme:Γ( p) =
1 + p1 . p + p2 . p 2 + p3 . p 3 + p4 . p 4
Définir le comportement en asservissement c'est déterminer les quatre pôles de Γ(p). Nous
pouvons dans notre choix en définir deux qui seront les pôles dominants, fixant la réponse en
asservissement, les deux autres pouvant compenser partiellement les zéros du numérateur ou
avoir une dynamique réduite.
Ce choix étant fait les coefficients p1 , p2 ,p3 ,p4 ,sont définis, il faut alors résoudre les quatre
1 + b 0 . r1 a + b .r + s a + a .s a .s
équations : p1 = p2 = 1 0 2 2 p3 = 2 1 2 p4 = 2 2
b 0 . r0 b 0 . r0 b 0 . r0 b 0 . r0
La résolution de celles ci donne :

Tableau 4-2
a 2 . p4 a .s a .s . p − a . p − s . p a .s . p − p
s2 = r0 = 2 2 r2 = 2 2 2 1 4 2 4 r1 = 2 2 1 4
a 2 . p 3 − a1 . p 4 b0 .p 4 b0 . p4 b0 . p4
En utilisant les relations (4.21) à (4.24) nous pouvons déterminer les actions du correcteur PID
filtré.

41
5. Méthode de NASLIN.
5.1. Principe de la méthode.

Cette méthode est basée sur la maîtrise de l'amortissement de la réponse indicielle d'une fonction
de transfert. Cet amortissement est lié aux points de cassures de la représentation asymptotique
dans le diagramme de Bode
b0
soit : Γ( p) = avec a i ≥ 0
a 0 + a1. p + a 2 . p + a 3 . p 3 +... + a na . p na
2
Dont la représentation asymptotique dans le plan de Bode est
Figure 5-1
Soient ω1, ω2,ω3,.., ,ωna, les pulsations de cassure de la représentation asymptotique du gain
ω ω ω ω
dans le plan de Bode. Naslin préconise que les rapports 1 , 2 , 3 ,....., na soient égaux
ω 0 ω1 ω 2 ω na −1
entre eux et égal à un coefficient α, dont la valeur détermine le dépassement de la réponse
indicielle.
Naslin a établi expérimentalement que ce coefficient est de l'ordre de deux. Pour ne pas avoir
trop de dépassement il doit être dans l'intervalle: 1, 8 ≤ α ≤ 2, 4 .
Afin d'établir la représentation asymptotique de Γ(p) il faut calculer ses pôles, pour éviter ce
calcul, nous allons approximer ce diagramme uniquement à partir des coefficients du
dénominateur.
1
⎛ 1 ⎞i
Pour chaque valeur ai une asymptote croise l'asymptote horizontale au point ω i = ⎜ ⎟ avec
⎝ ai ⎠
une pente -20.i dB par décade.
Illustrons cette méthode à l'aide de l'exemple suivant:
1 1
Soit Γ( p) = =
(1 + 50. p)(1 + 30. p)(1 + 20. p) 30000. p + 3100. p2 + 100. p + 1
3
En utilisant cette approximation la représentation asymptotique dans le plan de Bode sera définie
par trois droites:

42
1
D1 de pente -20 dB /décade coupant l'axe à 0 dB en = 0. 01 rd/s
100
1
D2 de pente -40 dB /décade coupant l'axe à 0 dB en = 0. 018 rd/s
3100
1
D3 de pente -60 dB /décade coupant l'axe à 0 dB en 3 = 0. 032 rd/s
30000
Nous pouvons constater figure 5.2 que cette représentation est significative.
D2 D3
Gain (dB) D1 0.01 0.018 0.032

0
-20
-40
-60
-80
Pulsation (rd/s)
-100
10 -3 10 -2 10 -1 10 0
Figure 5-2
Considérant cette approximation comme valide nous allons maintenant exprimer le rapport entre
deux pulsations de cassure successives. Soient trois termes du polynôme du dénominateur:
a m −1 . p m −1 + a m . p m + a m + 1 . p m + 1
nous allons représenter les trois asymptotes que nous noterons:
1
Dm-1, asymptote à -20(m-1).dB /décade coupant l'axe 0 dB en m −1
a m −1
1
Dm, asymptote à -20.m.dB /décade coupant l'axe 0 dB en m
am
1
Dm+1, asymptote à -20(m+-1).dB /décade coupant l'axe 0 dB en m +1
a m +1
Figure 5-3

43
En calculant l'intersection entre les asymptotes on obtient la relation suivante:
−1 a m −1
a m −1 . ω m m
m −1 = a m . ω m −1 soit ω m −1 = a pour la première intersection,
m
a
la seconde donnant ω m = m à partir de ces deux égalité nous pouvons exprimer le rapport
a m −1
ωm a 2m
de ces deux pulsations soit = =α (5.1)
ω m −1 a m −1 . a m + 1
L'idée directrice de Naslin est de maintenir le rapport entre ces pulsations constant pour toutes
les asymptotes. Il a montré à l'aide d'essais en simulation que le dépassement D, de la réponse
indicielle; exprimé en pour cent, est lié au coefficient α par la relation empirique:
log( D %) = 4 , 8 − 2. α (5.2)
A titre illustratif nous allons montrer que pour un second ordre l'approximation de Naslin est
exacte.
1 1
Soit Γ( p ) = 2 =
p 2. ξ p . p (1 + T1 . p)(1 + T2 . p)
+ + 1
ω2 ωp
p
Sa représentation asymptotique exacte est la suivante:
BODE
Gain dB 1 1 1
T1 T1. T2 T2
0 dB
log( ω )
Figure 5-4
4. ξ 2p
Calculons le coefficient de Naslin soit ici: α = 2 . ω 2p = 4. ξ 2p
ωp
2
ce qui amène pour α=2, ξ p = = 0, 707
2
b0
Pour une transmittance d'ordre quelconque Γ( p) =
a 0 + a1. p + a 2 . p + a 3 . p 3 +... + a na . p na
2
le critère de Naslin s'exprime par les relations:

(5.3)
2 2
a1 a2 a 23 a 2na −1
α1 = α2 = α3 = ........... α na − 1 =
a0.a2 a1 . a 3 a2 .a4 a na − 2 . a na

44
L'ordre de la fonction de transfert étant na nous aurons (na-1) équations pour déterminer le
correcteur. Les coefficients ai contiennent les paramètres du modèle du processus ainsi que les
grandeurs d'action du correcteur.
5.2. Réglage d'un second ordre par PI.
Pour définir les actions proportionnelle et intégrale il faut deux équations, la fonction de transfert
en boucle fermée doit donc être du troisième ordre. Le régulateur étant du premier ordre le
modèle de comportement du processus devra être du second ordre.
b0 b0 ⎛ 1 + Ti . p ⎞
Soit P ( p) = = et K( p) = K p . ⎜ ⎟
2 2 2.ξ .p ⎝ Ti . p ⎠
1 + a1 . p + a 2 . p p p
+ +1
ω2p ωp
La fonction de transfert en asservissement est alors:
K p . b 0 . (1 + Ti . p)
Γ( p) = (5.4)
( )
K p . b 0 + Ti . K p . b 0 + 1 . p + a 1 . Ti . p 2 + a 2 . Ti . p 3
Les deux coefficients de Naslin valent: α =

(
Ti . K p . b 0 + 1 )2 et α =
a 12
K p . b 0 . a1 ( )
a 2 . Kp . b0 + 1
En résolvant ces deux équations les réglages du PI sont:
(5.5) (5.6)
Kp =
a12 − α. a 2
Ti =
(
α 2 . a 2 . a 12 − α. a 2 )
α. a 2 . b 0 a 13
Si nous formulons ces relations par rapport à la pulsation propre du processus ωp et son
coefficient d'amortissement ξp il vient:
(5.7) (5.8)
Kp =
4. ξ 2p − α
Ti =
(
α 2 . 4. ξ 2p − α )
α. b 0 8. ω p . ξ 3p
pour α=2 le réglage est possible si ξp>0,7, il faut donc que le processus ne soit pas trop
oscillatoire.
Pour juger de l'intérêt de cette approche nous allons, pour les réglages calculés, voir quel est
l'influence de α dans le plan des pôles.
En exprimant pour α=2 les expressions (5.7) et (5.8) dans la fonction en boucle fermée (5.4), le
dénominateur de celle ci vaut:
2 2 1
1+ . p + 2 2 . p 2 + 3 3 . p 3 qui se factorise par :
ω p .ξp ω p .ξp ω p .ξp
⎛ ⎞ ⎛ ⎞
⎜1 + p ⎟ ⎜ p p2 ⎟
. 1+ +
⎜ ⎟ ⎜ ω 2p . ξ 2p ⎟⎠
⎝ ω ξ
p p⎠ ⎝
. ω .
p pξ
Il est alors aisé de calculer les trois pôles soient:
⎛ −1 + j 3 ⎞ ⎛ −1 − j 3 ⎞
p1 = −ω p . ξ p p2 = ω p . ξ p . ⎜ ⎟ p3 = ω p . ξ p .⎜ ⎟
⎝ 2 ⎠ ⎝ 2 ⎠
Représentons les dans le plan des pôles en les mettant sous la forme r+/- j.c nous constatons que
c
le rapport = 3 est indépendant de la pulsation du processus ωp et de son coefficient
r

45
d'amortissement ξp. La représentation des deux pôles complexes se déplacent donc sur deux
droites conformément à la figure 5-5.
Im
( p + (r + j. c))( p+ (r − jc)) = p2 + 2. r. p + r 2 + c2 c
⎡ 2 2 ⎤
ω0 = r + c
2 2 ⎢ ⎥
= p + 2. ξ 0. ω 0. p + ω 0 ⇒ r = ξ 0 .ω 0
⎢ ⎥ Re
⎢
⎣c = ω 0. 1 − ξ 0
2
⎥⎦ r
c 1 − ξ 20
=
r ξ0
Figure 5-5
c 1 − ξ 20
Le coefficient d'amortissement lié à cette paire de pôle est défini par = = 3 ce qui
r ξ0
donne ξo=0,5.
5.3. Réglage d'un troisième ordre par PID.
Appliquons la méthode de Naslin à un PID pour déterminer les trois paramètres de ce régulateur
il faut un processus du troisième ordre soit:
b0
P( p) = pour le modèle du processus et
1 + a1 . p + a 2 . p 2 + a 3 . p 3
Kp
+ K p . p + K p . Td . p 2
⎛ 1 ⎞ Ti
K( p) = K p . ⎜ 1 + + Td . p⎟ =
⎝ Ti . p ⎠ p
La fonction de transfert en boucle fermée à alors l'expression suivante:

b 0 . K p + b 0 . K p . p + b 0 . K p . Td . p 2
Γ( p) =
( ) ( )
b0. Kp
+ b 0 . K p + 1 . p + b 0 . K p . Td + a 1 . p 2 + a 2 . p 3 + a 3 . p 4
Ti
Les trois égalités de Naslin conduisent à résoudre les équations suivantes:
(
α. b 0 . K p . b 0 . K p . Td + a 1 )
(b0. Kp + 1 =
2
) Ti
( b 0 . K p . Td + a 1 ) 2 = α. a 2 . ( b 0 . K p + 1)
a 22 = α. a 3 . ( b 0 . K p . Td + a 1 )
La résolution de ces équations donne pour le réglage de ce PID les actions:
(5.9) (5.10) (5.11)
Kp = 3 2
a 32
−
1
Ti =
(
α 3 . a 3 . a 32 − α 3 . a 23 ) Td =
(
α 2 . a 3 . α. a 1 . a 3 − a 22 )
α . a 3 . b0 b0 a 42 α 3 . a 23 − a 32

46
5.4. Réglage d'un troisième ordre par PID filtré.
Ce correcteur possédant trois paramètres il faut pour les déterminer un processus modélisé par
un troisième ordre. Considérons le modèle nominal du processus de la forme:
b0
P( p) = (5.12)
1 + a1 . p + a 2 . p 2 + a 3 . p 3
et un régulateur PID filtré de transmittance
⎛ ⎞
Kp ⎛ T ⎞ ⎛ 1⎞
+ K p . ⎜ 1 + d ⎟ . p + K p . Td . ⎜ 1 + ⎟ . p 2
⎜ 1 Td . p ⎟ T ⎝ N. Ti ⎠ ⎝ N⎠
K( p ) = K p . ⎜ 1 + + ⎟ = i
⎜⎜ Ti . p
1 + d ⎟⎟
T .p T
p + d .p2
⎝ N ⎠ N
2
r r . p + r2 . p
K( p) = 0+ 1
p + s2 . p 2
(5.13) (5.14) (5.15) (5.16)
Kp ⎛ T ⎞ ⎛ 1⎞ T
avec r0 = r1 = K p . ⎜ 1 + d ⎟ r2 = K p . Td . ⎜ 1 + ⎟ s2 = d
Ti ⎝ N. Ti ⎠ ⎝ N⎠ N
La fonction de transfert en boucle fermée à la forme suivante:

b 0 .( r0 + r1 . p + r2 . p 2 )
Γ( p ) =
p0 + p1 . p + p2 . p 2 + p3 . p 3 + p4 . p 4 + p5 . p 5
avec p0 = b 0 . r0 p1 = b 0 . r1 + 1 p2 = b 0 . r2 + a1. s2
p3 = a 2 + a1. s2 p4 = a 3 + a 2 . s2 p5 = a 3 . s2
Ce polynôme permet d'après la méthode de Naslin d'écrire quatre équations
p12 ( b 0 . r1 + 1) 2 p 22 ( b 0 . r2 + a 1 . s 2 ) 2
α= = α= =
p 0 .p 2 ( b 0 . r0 )( b 0 . r2 + a 1 . s2 ) p1 .p 3 ( b 0 . r1 + 1)(a 2 + a 1 . s2 )
p 32 (a 2 + a 1 . s2 ) 2 p 42 (a 3 + a 2 . s 2 ) 2
α= = α= =
p 2 .p 4 ( b 0 . r2 + a 1 . s2 )(a 3 + a 2 . s2 ) p 3 .p 5 (a 2 + a 1 . s 2 )(a 3 . s 2 )
La résolution de ces quatre équations a donné pour α=2:
(5.17) (5.18)
a3 (a 2 + a 1 . s 2 ) 4
s2 = r0 =
64. b 0 . (a 3 + a 2 . s 2 )
3
− a 22 + 2.a1.a 3
(5.19)
a 3 − 8. a 23 + 3. a 1 . a 22 . s 2 − 16. a 2 . a 3 . s2 + 3. a 12 . a 2 . s22 − 8. a 22 . s22 + a 13 . s32
r1 = 2
8. b 0 . (a 3 + a 2 . s 2 )
2
(5.20)
a 22 − 2. a 1 . a 3 − 2. a 3 . s 2 + a 12 . s 22 − 2. a 2 . s 22
r2 = .
2. b 0 . (a 3 + a 2 . s 2 )

47
Pour obtenir les actions du correcteur les relations (5.13) à (5.16) donnent :
(5.21) (5.22) (5.23) (5.24)
Kp r N T
K p = r1 − r0 .s 2 Ti = Td = 2 ⋅ N= d
r0 Kp N +1 s2
6. Approximation de Ziegler et Nichols.

Cette méthode est représentative d'une des nombreuses approches de réglage empirique (Broïda,
Quentin, Davoust ....) qui ont eu leurs heures de gloire à une époque ou les moyens de calcul
numériques étaient limités.
Nous présenterons cependant la méthode de Ziegler et Nichols, car elle permet un réglage rapide
d'un PID sans avoir à réaliser une identification paramétrique du processus.
6.1. Caractérisation du processus.
Lorsqu'il est possible de mettre le processus en boucle ouverte et que celui ci possède une
réponse indicielle apériodique, conformément à la figure 6.1, on défini un modèle frustre
possédant deux paramètres, une constante d'intégration et un retard pur.
Y ( p ) b 0 − τ r .p
= .e (6.1)
U( p) p
Réponse indicielle en boucle ouverte

Y(t)
Modèle du processus
Y( p ) b0
= . e − τ .p
U( p ) p
intégrateur de pente bo
temps
τr
Figure 6-1
Il est donc aisé à partir de la réponse indicielle de mesurer la pente bo de l'intégrateur ainsi que
retard pur τr
Lorsqu'il n'est pas possible de procéder à un essais en boucle ouverte du processus, on étudie son
comportement en boucle fermée avec un correcteur proportionnel de gain Kp.
Expérimentalement on augmente la valeur de Kp jusqu'à ce qu'apparaisse des oscillations
entretenues, ne faisant pas saturer la grandeur de commande, en effet dans ce cas nous serions en
régime non linéaire et la méthodologie ne pourrait plus s'appliquer.
Une fois obtenue ces oscillations on en mesure la période To, et la valeur du gain Kpo, ces
seules mesures permettront de trouver un réglage empirique du correcteur.

48
6.2. Détermination du régulateur.
En utilisant un simulateur analogique Ziegler, et Nichols ont, pour divers types de processus,
déterminé les réglages des régulateurs P, PI, PID.
Les résultats qu'ils ont obtenus sont résumés dans le tableau ci après.
b
Essais indiciel 0 . e −τ r .p
Type de régulateur Essais de pompage
p mesures de Kpo et To
Kp 1
Kp =
b .τ K p = 0, 5. K p 0
0 r
⎛ 1 ⎞ Kp =
0, 9
K p . ⎜1 + ⎟ b0 . τ r K p = 0, 45. K p 0
⎝ Ti . p ⎠
Ti = 3, 3. τ r Ti = 0, 83. T0
⎛ 1 ⎞ Kp =
1, 2
K p . ⎜1 + + Td . p⎟ b0 . τ r K p = 0, 6. K p 0
⎝ Ti . p ⎠
Ti = 2. τ r Ti = 0, 5. T0
Td = 0, 5. τ r Td = 0, 125. T0
Tableau 6-1
7. Conclusion sur la commande par PID.
7.1. Résumé sur les méthodes de réglage.

Dans les méthodes présentées, nous avons mis l'accent sur une approche algébrique qui, à partir
de la connaissance du modèle du processus et de la traduction du cahier des charges en terme de
pôles à fixer en boucle fermée, permet le calcul des actions. Cette synthèse devant être validée à
l'aune de critères de robustesse et d'essais en simulation. Cette vérification à posteriori du calcul
du correcteur est très importante et doit être faite quel que soit le principe de réglage choisi.
L'ensemble des calculs des actions des régulateurs PI, PID, PID filtré est rassemblé dans les
tableaux 7.1 et 7.2
7.2. Réglages pour un processus retardé
La régulation PI PID n'est pas adaptée aux systèmes possédant un retard pur important. Il est
possible cependant de régler ce type de correcteur lorsque le retard n'excède pas 40% de la
constante de temps principale. Il existe des régulateurs continus dédiés aux systèmes retardés tel
le régulateur de Smith, cependant il est préférable de faire la synthèse d'un correcteur discret
prenant en compte dans sa synthèse le retard.
Dans le cas d'un faible retard il est possible d'approximer celui ci par des fonctions de Padé, nous
donnons à titre illustratif les approximations au premier et second ordre.
(7.1) (7.2)
τ τ τ2 2
1− p 1− p + p
e − .τ . p ≈ 2 ou e − .τ . p ≈ 2 12
τ τ τ2 2
1+ p 1 + p + p
2 2 12

49
CORRECTEUR PROCESSUS COMPORTEMENT ACTIONS

PI 1 a1
Kp = Ti = a1
1 + T0 .p b 0 . T0
⎛ 1 ⎞ b0 (1 + Ti . p )
K p .⎜⎜1 + ⎟⎟ Γ( p) = 2. ξ 0 . ω 0 . a1 − 1 ω 20 . Ti . a1
⎝ Ti ⎠
.p 1 + a 1.p 2. ξ 0 . p p 2 Ti = Kp =
1+ + 2 ω 20 . a1 b0
ω0 ω 0
PID 1 a Ti
Ti = a1 Td = 2 Kp =
1 + T0 .p Ti b 0 . T0
⎛ 1 ⎞ b0 K p . b 0 . p3
K p .⎜⎜1 + + Td .p ⎟⎟ a .p p
K p = 2 1- 3 Ti =
⎝ Ti .p ⎠ 1 + a1.p + a 2 .p 2 1 + Ti .p + Ti .Td .p 2 b 0 . p3 a2
p a1
1 + p1.p + p2 .p 2 + p3 .p3 Td = 2 −
Ti K p .b 0
PID filtré 1 1 a 1
Ti = a1 − Td = 2 −
2.ξ0 .p p 2 2. ξ 0 . ω 0 Ti 2. ξ 0 . ω 0
⎛ ⎞ b0 1+ + T .ω
⎜ ⎟ ω0 ω02 Kp = i 0 N = 2. ξ 0 . ω 0 . Td
K p .⎜1 +
1
+
T d .p ⎟ 1 + a1.p + a 2 .p 2 2.ξ0 .b0
⎜ Ti .p 1 + Td .p ⎟
⎜ ⎟ s2 =
a 2 . p4 a .s
r0 = 2 2
⎝ N ⎠ r r
1 + 1 .p + 2 .p 2 a 2 . p 3 − a1 . p 4 b0 .p 4
r0 r0 a .s . p − a . p − s . p a .s . p − p
r2 = 2 2 2 1 4 2 4 r1 = 2 2 1 4
1 + p1.p + p2 .p + p3 .p3 + p4 .p 4
2 b0 . p4 b0 . p4
Kp r N T
K p = r1 − r0 . s2 Ti = Td = 2 . N= d
r0 Kp N + 1 s2
Tableau 7-1.
Réglages des actions des correcteurs PI, PID, PID filtré en fixant le ou les pôles en boucle fermée.

50

PI
⎛ 1 ⎞ b0
(1 + Ti .p )
1 + p1.p + p 2 .p 2 + p3.p3 Kp =
a12 − α. a 2
Ti =
(
α 2 . a 2 . a 12 − α. a 2 )
K p .⎜⎜1 + ⎟⎟ α. a 2 . b 0 a 13
⎝ Ti .p ⎠ 1 + a1.p + a 2 .p 2
PID
1a 32 α 3 . a 3 . a 32 − α 3 . a 23 ( )
Ti ⋅ ⎛⎜1 + p + Td .p 2 ⎞⎟ Kp = 3 2 − Ti =
⎛ 1 ⎞ b0 ⎝ ⎠ α . a 3 . b0 b0 a 42
K p .⎜⎜1 + + Td .p ⎟⎟
⎝ Ti .p ⎠ 1 + a1.p + a 2 .p 2 + a 3.p3 1 + p 1 .p + p 2 .p 2 + p3.p3 + p 4 .p 4
Td =
α 2 . a 3 . α. a 1 . a 3 − a 22 ( )
α 3 . a 23 − a 32
PID filtré
a3 (a 2 + a 1 . s2 ) 4
s2 = r0 =
64. b 0 . (a 3 + a 2 . s 2 )
3
⎛ ⎞ − a 22 + 2. a1. a 3
⎜ 1 T .p ⎟ 2
b 0 .( r0 + r1 . p + r2 . p )
Γ( p ) =
K p .⎜1 + + d ⎟ p0 + p1 . p + p2 . p 2 + p3 . p 3 + p4 . p 4 + p5 . p 5
a 3 − 8. a 23 + 3. a 1 . a 22 . s2 − 16. a 2 . a 3 . s2 + 3. a 12 . a 2 . s22 − 8. a 22 . s22 + a 13 . s32
r1 = 2
⎜ Ti .p 1 + Td .p ⎟ 8. b 0 . ( a 3 + a 2 . s 2 )
2
⎜ ⎟
⎝ N ⎠ a 2 − 2. a 1 . a 3 − 2. a 3 . s 2 + a 12 . s 22 − 2. a 2 . s 22
b0 r2 = 2
2. b 0 . ( a 3 + a 2 . s 2 )
1 + a1.p + a 2 .p 2 + a 3.p3
Kp
K p = r1 − r0 .s 2 Ti =
r0
r N T
Td = 2 ⋅ N= d
Kp N +1 s2
Tableau 7-2.
Réglages des actions des correcteurs PI, PID, PID filtré par la méthode de NASLIN.

51
8. Exemples.
8.1. Exemple 1: commande d'un premier ordre par un PI .

Considérons un processus approximé par le modèle du premier ordre suivant:
Y( p) 0, 5 1
= sa pulsation propre vaut ω p = = 0, 02. rd / s nous allons opter pour
U( p) 1 + 50. p 50
une vélocité trois fois plus rapide en boucle fermée soit ω 0 = 0, 06. rd / s , la constante de temps
1
du premier ordre sera T0 = = 16, 666. s .
0, 06
En utilisant les relations (2.4) et (2.5) il vient Kp=6 et Ti=50 s.
Robustesse de la commande.
Tout d'abord déterminons les différentes marges pour la fonction Lyy
3 K p . b0
L yy = =
50. p Ti . p
marge de module ∆M=1 marge de phase ∆φ= 90° marge de retard ∆τ=26 s
Nous allons maintenant calculer les différentes fonctions de sensibilités conformément au

tableau (4-7) du chapitre "robustesse d'une commande".
Les résultats obtenus sont les suivants
Sensibilité de la sortie Sensibilité de la sortie sensibilité de la sortie Sensibilité de la

à une perturbation sur à une perturbation sur à une perturbation sur commande à un bruit
la sortie la mesure la commande de sortie ou de mesure
16, 66. p 1 0, 5. p 0, 12 + 12. p + 300. p 2
S yy = S yb = − S yu = S uy = −
1 + 16, 66. p 1 + 16, 66. p 0, 06 + 4. p + 50. p 2 0, 06 + 4. p + 50. p 2
∆M=1 ∆M=1 ∆M=8 ∆M=0,16
−∆M=0 dB −∆M=0 dB −∆M=-18 dB −∆M=16 dB
Les représentations fréquentielles sont:

Gain (dB) Fonctions de sensibilités Syy Syb Syu Suy
20
10 Suy
0
Syy
-10
Syb
-20
-30 Syu
-40
pulsation(rs/s)
-50
0 0.2 0.4 0.6 0.8 1
Figure 8-1 : fonctions de sensibilité.

52
Si nous analysons l'influences des perturbations sur la sortie Y nous pouvons constater au vu des
fonctions de sensibilités correspondantes:
Pour Wy la marge de module est excellente (max(Syy)=0dB).
Pour Wb il y aura évidemment une erreur statique (Syb(0)=0 dB)
Pour Wu la fonction de sensibilité Syu est très faible, son maximum de -18dB, correspond une
marge de module ∆M=8. Nous pouvons donc prévoir qu'à priori une perturbation sur la
commande aura peu d'influence sur la sortie.
Analyse temporelle.
Nous allons vérifier ici la réponse en asservissement pour une entrée en échelon et ensuite voir
quel est l'influence des diverses perturbations sur la sortie.
Sortie Y Réponse indicielle en asservissement

1.2
1
0.8
0.6
0.4
0.2
temps
00 50 100 150 200 250 300 350 400
Commande U
6.5
6
5.5
5
4.5
4
3.5
3
2.5
2
1.5 0 50 100 150 200 250 300 350 400
temps
Figure 8-2 : Réponse indicielle
Nous vérifions bien figure 8.2 la dynamique du premier ordre souhaité, la commande étant quant
à elle satisfaisante.
Le régime d'équilibre en asservissement étant atteint nous perturbons la sortie à l'instant t=500s.
Nous avons procédé à trois essais pour lequel nous avons perturbé la sortie par un échelon
d'amplitude 0,2 par les bruits Wy, Wb et Wu.
Une perturbation sur la sortie Wy est rejetée comme il est normal avec la même dynamique qu'en
asservissement.
Une erreur de mesure Wb de 0,2 amène bien comme prévu une erreur statique de même valeur.
Un bruit sur la mesure Wu à très peu d'influence sur la sortie comme nous l'avions pressenti au
vu de la fonction de sensibilité correspondante.

53
Figure 8.3 : Influences sur la sortie des perturbations.

54
8.2. Exemple 2: commande d'un second ordre par un PID filtré.

Soit un processus apériodique du second ordre de la forme :
Y( p) B( p ) b0
= =
U ( p ) A ( p ) 1 + a1 . p + a 2 . p 2
Y( p) 0.5 0.5
Une identification préalable a donné : = =
U( p) (1 + 50. p )(1 + 20. p ) 1 + 70. p + 1000. p 2
⎛ ⎞
R(p) U(p) ⎜ 1 Td .p ⎟
Nous désirons faire sa commande avec un PID filtré : = = K p ⎜1 + + ⎟
ε(p) S(p) ⎜ Ti .p 1 + Td .p ⎟
⎝ N ⎠
En fixant un fonctionnement du second ordre en boucle fermée. Cette contrainte impose la
simplification du dénominateur du processus par les zéros du correcteur. Nous pouvons opérer à
cette simplification en toute quiétude puisque les pôles du modèle sont réels.
Cherchons tout d'abord les contraintes de réglage dues à cette approche. En utilisant les relations
du tableau 4-1 page 38 on obtient :
1
ξ0 .ω0 ≥ ⇒ ξ0 .ω0 ≥ 0.00714 ξ 0 . ω 0 ≥ 0. 025 ξ 0 . ω 0 ≤ 0. 01
2.a1
Nous avons donc deux domaines pour lequel les réglages sont positifs le premier est constitué de
l’intervalle 0. 00714 ≤ ξ 0 . ω 0 ≤ 0. 01 et le second répond à l’inégalité ξ 0 . ω 0 ≥ 0. 025
Ces conditions correspondent aux intervalles suivants :
Réglages Réglages
positifs positifs ξ0 ⋅ ω0
0,00714 0.01 0.025

Afin d’illustrer cette contrainte pour ξ0 = 0,9 nous avons fait évoluer le produit ξ0 ⋅ ω0 entre
0,02 et 0,04 et calculé les actions K p , Ti , Td et N correspondantes.
Kp Ti
3 100
2.5 50
2 0
1.5 -50
1 -100
0.5 -150
0 -200
-0.5 -250
0 0.005 0.01 0.015 0.02 0.025 0.03 0.035 0.04 0 0.005 0.01 0.015 0.02 0.025 0.03 0.035 0.04
ξ0 ⋅ ω0 ξ0 ⋅ ω0
0,00714 0,00714
Aux vues des résultats ci contre nous obtenons :

K p > 0 ⇒ ξ0 ⋅ ω0 > 0, 00714 Ti > 0 ⇒ ξ0 ⋅ ω0 > 0, 00714
Td > 0 ⇒ 0, 00714 < ξ0 ⋅ ω0 < 0, 01 ou ξ0 ⋅ ω0 > 0, 025
N > 0 ⇒ 0, 00714 < ξ0 ⋅ ω0 < 0, 01 ou ξ0 ⋅ ω0 > 0, 025

55
Td N
100 5
80 4
60 3
40 2
20 1
0 0
-20 -1
-40 -2
-60 -3
-80 -4
-100 -5
0 0.005 0.01 0.015 0.02 0.025 0.03 0.035 0.04 0 0.005 0.01 0.015 0.02 0.025 0.03 0.035 0.04
ξ0 ⋅ ω0 ξ0 ⋅ ω0
0,00714 0,00714
Nous vérifions bien ici les relations du tableau 4-1.

1
La pulsation propre de notre système est ω p = = 0. 0316 rad/s
1000
Nous allons choisir le domaine réglable ou la réponse est la plus rapide c'est à dire pour
ξ 0 . ω 0 ≥ 0. 025.
Prenons une dynamique en boucle fermée à peu près double de celle en boucle ouverte, avec un
dépassement négligeable, soit: ωo=0.06 rd/s et ξ=0.9.
En utilisant les relations (4.8) à (4.11) il vient:
Ti=60,74 s Td=7,2 s Kp=4.04 N=0.778
Afin d'apprécier la robustesse de ce régulateur nous allons tout d'abord calculer les différentes
marges. Calculons pour cela le transfert en boucle ouverte, qui conformément au paragraphe 4.2
vaut:
Kp . b0 2,047
L yy = K( p). P( p) = =
⎛ ⎞ 2
Ti . p. ⎜ 1 + d . p⎟ 562,4143. p + 60,7407. p
T
⎝ N ⎠
La représentation dans les plans de Nyquist et Bode permettent d’obtenir :
Marge de phase ∆φ=73,5° Marge de module ∆M=0.84 marge de retard ∆τ=40 s
Nous voyons ici que les marges de phase et de module sont très bonnes, la marge de retard qui
est de l'ordre de grandeur de la plus grande constante de temps du processus laisse augurer d'une
bonne stabilité de la marge de phase vis à vis d'un retard parasite ou de dispersions sur les
constantes de temps du système.
Afin d'apprécier cette régulation PID filtrée, vis à vis des perturbations, nous allons établir les
différentes fonctions de sensibilités, ainsi que les marges de modules correspondantes.
Sensibilité de la sortie à une perturbation sur la sortie
1 277, 77. p 2 + 30. p

S yy = 1 − T = = (Voir figure 8-4)
1 + K( p). P ( p ) 277, 77. p 2 + 30. p + 1
nota: Ici T représente la fonction de transfert en boucle fermée fixant la dynamique en
asservissement.
La marge de module vaut ∆M=0,84 soit -∆M=1,5 dB.

56
Sensibilité de la sortie à une perturbation sur la mesure
K( p ). P ( p ) 1
S yb = − T = − =−
1 + K( p ). P ( p ) 277, 77. p 2 + 30. p + 1
Marge de module ∆M=1.soit -∆M=0 dB.
Sensibilité de la sortie à une perturbation sur la commande
P( p) 138, 89. p 2 + 15. p

S yu = P. S yy = − =
1 + K( p). P ( p) 2 , 777.105 . p 4 + 4 , 944.104 . p 3 + 3, 377.103 . p 2 + 100. p + 1
Marge de module ∆M=5,18. excellent soit -∆M=-14 dB.
Sensibilité de la commande à une perturbation sur la mesure
K( p) 1, 1248.106 . p 4 + 2 , 002.105 . p 3 + 9628, 5. p 2 + 121, 48. p

S uy = − K. S yy = − =−
1 + K( p). P ( p) 1, 5623.105 . p 4 + 3, 3745.104 . p 3 + 2384 , 6. p 2 + 60, 741. p
Marge de module ∆M=0,15, (-∆M=16 dB) cette très mauvaise marge de module laisse prévoir
une influence importante de l'erreur de mesure sur la commande.
Gain (dB)
Fonctions de sensibilités Syy, Syb, Syu, Suy
Suy
20
10 Syy
-10 Syb
-20
-30
-40 Syu
-50
-60
-70
0 0.2 0.4 0.6 0.8 1
pulsation (rd/s)
Figure 8-4

57
Réponse en asservissement.
Avec un échelon unitaire appliqué au temps t=10 s nous trouvons bien la réponse sans
dépassement attendu.
Sortie Y Réponse indicielle
1
0.8
0.6
0.4
0.2
00 50 100 150 200 250 300 350 400
temps
Commande U
10
9
8
7
6
5
4
3
2
1
00 50 100 150 200 250 300 350 400
temps
Figure 8.5

58
Influence des bruits sur la sortie.

Une fois la valeur de consigne atteinte nous avons perturbé successivement à l'instant t=500 s, la
sortie, la mesure, et la commande par un échelon d'amplitude 0,2. Comme l'a laissé prévoir
l'analyse des fonctions de sensibilités correspondantes, il y a un bon rejet de la perturbation sur
la sortie, une mauvaise mesure amène une erreur statique, et un bruit sur la commande a peu
d'influence sur la sortie.
Perturbationsur la sortie Wy
Sortie Y
1.1
1
0.9
0.8
0.7 temps
0.6 400 450 500 550 600 650 700 750 800
Sortie Y Bruit de mesure Wb
1.1
1
0.9
0.8
0.7 temps
0.6 400 450 500 550 600 650 700 750 800
Sortie Y Perturbation sur la commande Wu
1.1
temps
0.9
400 450 500 550 600 650 700 750 800
Figure 8-6
Influence d'un bruit de mesure sur la commande.
Commande U
Influence d'un bruit de mesure Wb sur la commande U
3
2.5
1.5
0.5
temps
0 400 450 500 550 600 650 700 750 800
Figure 8-7
Une erreur permanente de mesure Wb d'amplitude 0,2 amène un écart d'environ du double sur la
commande, ceci étant normal puisque la valeur du gain de Suy(0) est supérieure à un. Cette
fonction de sensibilité n'ayant pas de fréquence de résonance, le transitoire est amorti.

59
8.3. Exemple 3: commande d'un second ordre par un PI par la méthode de Naslin.
Reprenons le modèle de processus de l'exemple 2 soit:
Y( p) 0.5 0.5
= =
U( p) (1 + 50. p)(1 + 20. p) 1 + 70. p + 1000. p 2
La méthode de Naslin pour déterminer le réglage du correcteur nécessite l'emploi d'un PI; dont la
U( p) ⎛ 1 ⎞
forme est: = K p . ⎜1 + ⎟
ε ( p) ⎝ Ti . p ⎠
Conformément à la condition d'existence d'une solution définie au paragraphe 5.2 (relations (5.7)
et (5.8)) nous voyons qu'ici le processus étant apériodique, pour α=2, il existera toujours un
réglage.
Les deux conditions de Naslin sur les trois coefficients du dénominateur du transfert en boucle
fermé ont conduit aux réglages (5.5) et (5.6) soient:
Kp =
a12 − α. a 2
Ti =
(
α 2 .a 2 . a12 − α.a 2 )
α. a 2 . b 0 a13
Nous allons chercher la valeur de α donnant un dépassement de 10% et vérifier si les différentes
marges de robustesses sont correctes. Pour des valeurs de α comprises entre 1,8 et 2,8 les
différentes marges, le dépassement et le temps de réponse à 95% sont résumés dans le tableau ci
après:
α=1,8 α=2 α=2,2 α=2,3 α=2,4 α=2,6 α=2,8

Kp 3,4 2,9 2,45 2,3 2,08 1,76 1,5
Ti 29,3s 33,8s 38,1s 40s 42s 45s 48s
∆M 0,59 0,67 0,73 0,75 0,77 0,81 0,84
Syy ∆φ 40,7° 48° 55,8° 59° 62° 67° 72°
∆τ 20s 29s 39s 45s 52s 67s 85s
Syb ∆M 0,69 0,81 0,91 0,94 0,95 1 1
Syu ∆M 3,35 3,36 3,3 3,25 3,2 3,08 2,95
Suy ∆M 0,13 0,18 0,24 0,27 0,3 0,37 0,45
temps de 50s 59s 72s 79s 88s 110s 142s
réponse
Dépassement 29% 20% 13% 10% 7% 3% 0,6%
Lorsque α augmente nous constatons que pour:

- La fonction de sensibilité Syy de la sortie à une perturbation sur la sortie, les marges
s'améliorent continûment.
- La fonction de sensibilité Syb de la sortie à une erreur de mesure, la mage augmente
relativement peu.
- La fonction de sensibilité Syu de la sortie à un bruit sur la commande, la marge diminue
très peu.
- la fonction de sensibilité Suy de la commande à une perturbation sur la sortie ou un bruit
de mesure, la marge s'améliore continûment.
- le temps de réponse augmente très nettement conjointement avec une diminution du
dépassement, ce qui est logique.
Pour α=2,3 nous avons un bon compromis dépassement temps de réponse tout en ayant des
marges de robustesse satisfaisantes.

60
Nous réglerons donc le correcteur PI avec Kp=2,3 et Ti=40s.

Essais temporels.
Nous allons utiliser ce correcteur en envoyant une consigne en échelon unitaire suivi au temps
t=400s d'une perturbation sur la sortie d'amplitude 0,2.
Soit un processus dont le gain et les constantes de temps différent du modèle nominal tel que
0,4
P1(p)= . Nous pouvons voir figure 8-8 les écarts important entre le modèle et
(1 + 60. p)(1 + 10. p)
son processus.
sortie Y Réponses en boucle ouverte
0.5
0.45
0.4
0.35
0.3
0.25 0, 4
0.2 ( 1 + 60. p) (1 + 10. p)
0.15 0, 5
0.1 (1 + 50. p) (1 + 20. p)
0.05 temps
00 50 100 150 200 250 300 350 400
Figure 8-8
Dans un premier temps le régulateur PI commande un processus dont le modèle est celui qui à
servi au calcul des actions. Ensuite nous utiliserons ce même correcteur pour le processus P1(p).
Nous pouvons constater figure 8.9 que malgré la différence de comportement du processus le
correcteur calculé donne de très bons résultats.
sortie Y Réponse en asservissement et perturbation à t=400s
1.4
1.2
1
Processus nominal
0.8
0, 5
0.6
( 1 + 50. p) (1 + 20. p)
0.4
0.2 temps
00 100 200 300 400 500 600 700 800
sortie Y
1.2
1
0.8
Processus
0.6 0, 4
(1 + 60. p) (1 + 10. p)
0.4
0.2
temps
00 100 200 300 400 500 600 700 800
Figure 8-9

61
CHAPITRE 4
COMMANDE PAR PID NUMERIQUE
1 Introduction.
A l'heure actuelle la plupart des "PID analogiques" sont réalisés à l'aide de techniques
numériques. Nous allons étudier dans ce chapitre comment discrétiser un PI ou un PID et
élaborer ses réglages.
Si vous avez à votre disposition un régulateur PI, PID du commerce, réalisé par des techniques
numériques, en général vous ne connaîtrez pas la période d'échantillonnage et la méthode de
discrétisation. Vous devrez dans ce cas appliquer pour son réglage ce qui a été vu au chapitre,
commande par PID continu, pour régler ces correcteurs.
Par contre, si vous avez opté pour ce type de correcteur pour lequel vous avez la charge de son
implémentation dans une unité de calcul, vous avez toute liberté, sur le choix de la période
d'échantillonnage et la méthode de discrétisation. C'est dans cette perspective que nous allons
étudier la façon de réaliser un correcteur PI ou PID numérique ainsi que les moyens de régler ses
actions.
Choix de la période d'échantillonnage.

Il dépend de la dynamique du système, que nous réduirons à la connaissance de la constante de
temps principale To de l'ensemble processus correcteur en boucle fermée. La période
d'échantillonnage T doit être inférieure à la constante de temps T0 sans pour autant la prendre
trop petite. Souvent le concepteur d'une commande à tendance à choisir une période
d'échantillonnage très inférieure à To, afin d'occulter la réalité discrète de la commande, et avoir
une approche continue. Au plan théorique, si il est vrai que le sur échantillonnage fait tendre vers
le continu, il peut en être tout autrement dans la pratique.
Il faut savoir que lorsque l'on calcule la transformée en z d'un correcteur en sur échantillonnant
celui ci, on aboutit à un transfert en z dont les coefficients du numérateur tendent vers zéro, alors
que ceux du dénominateur sont de l'ordre de l'unité. Ce mauvais conditionnement numérique
entraîne la plupart du temps une dégradation des résultats numériques et parfois la divergence de
l'algorithme. La quantification numérique due à la représentation des réels en machine peut
altérer la précision de façon rédhibitoire notamment lorsque pour les formats dit "virgule fixe".
Puisque nous sommes dans un contexte de commande en temps discret il faut utiliser les théories
adaptées et choisir une période d'échantillonnage cohérente avec la dynamique de la commande.
Si l'on fait cet effort méthodologique, on pourra obtenir des résultats performants avec une
période d'échantillonnage comprise entre le dixième et la moitié de la constante de temps
principale To. En outre ce choix laissera du temps de calcul disponible pour réaliser les autres
tâches de la commande ( visualisation ,gestion des interfaces etc..).
Choix de la méthode de discrétisation.

Il existe de multiples méthodes pour passer de la transmittance en p du correcteur, à sa
transmittance en z. Afin de ne pas alourdir la formulation de ces correcteurs nous avons choisi
pour discrétiser ceux ci un opérateur de dérivation correspondant à l'approximation de la dérivée
1 − z −1
par sa pente entre deux échantillons. p ≈ (1.1)
T
Démarche de travail.
Dans le chapitre "commande par PID continu" nous avons présenté, pour le calcul des actions du
correcteur, une approche par placement de pôles en boucle fermée. Nous allons ici reprendre
exactement la même méthode mais dans un contexte en temps discret.
INSA 4GE JM RETIF Commande par PID numérique.

62
2 Discrétisation des correcteurs.
Avec les trois régulateurs étudiés au chapitre précèdent nous allons calculer leurs équivalents
discrets et les équations récurrentes correspondantes. Nous utiliserons pour cela la relation (1.1)
avec les correcteurs PI, PID et PID filtré. Les transferts en z seront mis sous la forme de deux
R ( z)
polynômes, K( z) = . Les actions Kp, Ti, Td et N seront alors exprimé à partir de R(z) et de
S( z )
S(z).
2.1 Régulateur PI numérique.
U ( p) ⎛ 1 ⎞
Un régulateur PI a pour transformée de Laplace : = K p .⎜⎜1 + ⎟⎟ en utilisant la relation
ε ( p) ⎝ Ti ⎠
.p
⎛ T⎞
K p .⎜⎜1 + ⎟⎟ − K p .z −1
U(z) ⎝ Ti ⎠ r + r1.z −1
(1.1) on obtient : = = 0 . (2.1)
ε( z ) 1− z −1 1− z − 1
avec tableau 2-1

⎛ T⎞ r1 = − K p
r0 = K p .⎜⎜1 + ⎟⎟
⎝ Ti ⎠
Ce qui donne les réglages: tableau 2-2

K p = − r1 r .T
Ti = − 1
r0 + r1
Algorithme de commande.
Répéter
si instant d'échantillonnage
alors
<acquisition de y(k)> <acquisition de w(k)>
ε ( k ) = w ( k ) − y( k )
u ( k ) = r0 . ε ( k ) + r1. ε ( k − 1) + u( k − 1)
u ( k − 1) ← u( k )
ε ( k − 1) ← ε ( k )
< application de la commande u(k)>
jusqu'à fin de la commande

63
2.2 Régulateur PID numérique.
U ( p) ⎛ 1 ⎞
Soit la transmittance de Laplace d'un PID = K p .⎜⎜1 + + Td .p ⎟⎟
ε( p ) ⎝ Ti .p ⎠
Cette structure n'est pas la meilleure à cause de la dérivée qui amplifie le bruit dans les hautes
fréquences. On préfère un correcteur PID filtré, cependant à titre illustratif nous donnons le
calcul de la discrétisation de ce PID.
1 − z −1
Avec p ≈ on obtient:
T
⎛ T T ⎞ ⎛ 2 ⋅ Td ⎞ −1 K p .Td −2
K p . ⎜1 + + d ⎟ − K p . ⎜1 + ⎟ .z + T .z
U(z) ⎝ Ti T ⎠ ⎝ T ⎠ r + r1.z −1 + r2 .z −2
= = 0 (2.2)
ε(z) 1 − z −1 1 − z −1
avec Tableau 2-3

⎛ T T ⎞ ⎛ 2 ⋅ Td ⎞ K p . Td
r0 = K p . ⎜ 1 + + d ⎟ r1 = − K p . ⎜1 + r2 =
⎝ Ti T ⎠ ⎝ T ⎟⎠ T
Ce qui amène les réglages:

Tableau 2-4
K p = − ( r1 + 2 ⋅ r2 ) ⎛ ( r + 2.r2 ) T ⎞
Td = −
r2 .T
Ti = − ⎜ 1 ⎟
⎝ r0 + r1 + r2 ⎠ r1 + 2 ⋅ r2
Répéter
alors
ε ( k ) = w ( k ) − y( k )
u ( k ) = r0 . ε ( k ) + r1. ε ( k − 1) + r2 . ε ( k − 2) + u( k − 1)
u ( k − 1) ← u( k )
ε ( k − 2) ← ε ( k − 1)
ε ( k − 1) ← ε ( k )

64
2.3 Régulateur PID filtré numérique.
Comme nous l'avons mentionné précédemment il est préférable, pour réaliser un PID, de prendre
⎛ ⎞
⎜ ⎟
U (p) ⎜ 1 Td .p ⎟
la structure suivante: = Kp. 1+ + soit en discrétisant par (1.1)
ε( p ) ⎜ Ti .p Td .p ⎟
⎜ 1+ ⎟
⎝ N ⎠
⎛
⎜ N.Td .⎛⎜1 − z −1 ⎞⎟ ⎞⎟
U(z) T ⎝ ⎠ ⎟
= K p .⎜1 + + (2.3)
ε( z ) ⎜ Ti .⎛⎜1 − z −1 ⎞⎟ (Td + N.T ) − Td .z ⎟⎟
−1
⎜
⎝ ⎝ ⎠ ⎠
⎛ ⎞ ⎛ ⎛ ⎞ ⎞
+ 2.N ⎟⎟ − 1⎟⎟.z −1 − K p .s1.(1 + N ).z − 2
T T
K p .⎜⎜1 + − N.s1 ⎟⎟ + K p .⎜⎜ s1.⎜⎜1 +
U(z) ⎝ Ti ⎠ ⎝ ⎝ Ti ⎠ ⎠
= (2.4)
ε( z ) ⎛⎜1 − z −1 ⎞⎟⎛⎜1 + s .z −1 ⎞⎟
⎝ ⎠⎝ 1 ⎠
U(z) r0 + r1.z −1 + r2 .z − 2
Ce correcteur a alors pour forme: = (2.5)
ε(z) ⎛⎜1 − z −1 ⎞⎟.⎛⎜1 + s .z −1 ⎞⎟
⎝ ⎠⎝ 1 ⎠
avec:
tableau 2-5
s1 = −
Td ⎛ T ⎞
Td + N. T r0 = K p .⎜⎜1 + − N.s1 ⎟⎟
⎝ Ti ⎠
⎛ ⎛ T ⎞ ⎞ r2 = − K p .s1.(1 + N )
r1 = K p .⎜⎜ s1.⎜⎜1 + + 2.N ⎟⎟ − 1⎟⎟
⎝ ⎝ Ti ⎠ ⎠
Ce qui fourni les actions de réglages:

tableau 2-6
r .s − r − r .(2 + s1 ) 1 + s1
Kp = 0 1 1 2 Ti = T. K p .
r0 + r1 + r2
(1 + s1 )2
1 + s1
s 2 .r0 − s1.r1 + r2 N = − Td .
Td = T. 1 s1. T
K p .(1 + s1 )3

65
Répéter
alors
ε ( k ) = w ( k ) − y( k )
u (k ) = r0 .ε(k ) + r1.ε(k − 1) + r2 .ε(k − 2) + (1 − s1 ).u (k − 1) + s1.u (k − 2)
u (k − 2) ← u (k − 1)
u (k − 1) ← u (k )
ε(k − 2) ← ε(k − 1)
ε(k − 1) ← ε(k )
3 Commande d'un premier ordre par un PI.

La commande d'un premier ordre par un correcteur PI a un comportement en boucle fermée du
second ordre. Nous allons comme au chapitre précèdent, examiner deux cas, tout d'abord nous
simplifierons le pôle du processus et aurons un fonctionnement en asservissement du premier
ordre, et ensuite étudierons le cas général et placerons les deux pôles en boucle fermée.
3.1 Comportement discret du processus.
Le calculateur fourni à chaque période d'échantillonnage la valeur numérique de la commande,
celle ci traitée généralement par un convertisseur analogique numérique et un actionneur
maintient la grandeur de commande ub(t), arrivant sur le processus, constante durant l'intervalle
de calcul.
A ce schéma technologique correspond l'équivalent échantillonné figure 3.1.
*
u (t) u (t) u b (t) y (t) *
y (t)
1 − e−
T.p G
E 1+ τ .p
E
p
*
P (p )
Figure 3-1
Le calcul de sa fonction de transfert en z sera alors:
⎡ ⎛1 − e − T.p ⎞ ⎤
⎢ ⎜ ⎟ ⎥
B( z ) ⎝ ⎠ G
P * ( p) = P ( z ) = = Z⎢ . ⎥ soit en utilisant les résultats de l'annexe 7.1
A (z) ⎢ p (1 + τ.p ) ⎥
⎣ ⎦
T
G.(1 − λ ) −
P(z) = avec λ = e τ
(z − λ )
Dans ce cours nous mettrons le processus et le correcteur sous les formes:
B( z) b . z −1 U( z) r0 + r1. z −1
P ( z) = = 1 −1 et K( z) = =
A ( z ) 1 + a1 . z ε ( z) 1 − z −1

66
L'ensemble de la commande correspond alors au schéma bloc figure 3.2.
Correcteur Processus
W ε U Y
+ r0 + r1. z −1 b 1 . z −1
1 + a1 . z −
1
1− z −
1
-
Figure 3-2
3.2 Comportement en premier ordre.
Soit un processus du premier ordre dont son comportement en temps discret est modélisé par:
b . z −1
P ( z) = 1 −1 (3.1)
1 + a1 . z
Pour simplifier le pôle du processus mettons le correcteur sous la forme:
⎛ ⎞
r0 .⎜⎜1 + .z −1 ⎟⎟
r1
⎝ r0 ⎠
K (z) = (3.2)
1 − z −1
r . b . z −1
La fonction de transfert en boucle ouverte vaut: L yy = K( z). P ( z) = 0 1 −1
1− z
Ce qui amène un comportement en boucle fermée du premier ordre régit par:
K (z).P(z) r0 .b1.z −1
Γ(z) = = (3.3)
1 + K (z).P(z) 1 + (r .b − 1).z −1
0 1
Choix du comportement en boucle fermée.
1
Nous allons chercher un équivalent discret à un premier ordre continu de la forme .
(1 + T0 .p )
Nous choisirons pour discrétiser celui ci une méthode assurant l'exactitude de la réponse
indicielle. Le bloqueur d'ordre zéro conservant la réponse indicielle il faut donc calculer la
transformée suivante:
T
⎡ 1 ⎤ (1 − λ 0 ).z −1 −
Z ⎢B 0 (p). = avec λ 0 = e T0
(1 + T0 .p ) ⎥⎦ 1 − λ 0 .z −1
(voir annexe 7.1)
⎣
Cette fonction du premier ordre est de la forme (3.3). Fixer le pôle en boucle fermée revient à
écrire deux égalités qui expriment la même condition soit :1 − λ 0 = r0 . b1 et λ 0 = 1 − r0 .b1 .
r1
Sachant que la condition de simplification est réalisée lorsque = a1, nous obtenons pour le
r0
régulateur PI discrétisé les paramètres suivants:
tableau 3.-1
1− λ0 r1 = r0 . a1
r0 =
b1
Les actions Kp et Ti peuvent être obtenues par les relations du tableau 2-2.

67
3.3 Comportement en second ordre.
b1. z −1
Reprenons le processus précédent P ( z) =
1 + a1. z −1
r + r1. z −1
et le régulateur PI numérique K( z) = 0
1 − z −1
b1.r0 .z −1 + b1.r1.z − 2
La fonction de transfert en Boucle ouverte vaut: L yy =
1 + (a 1 − 1).z −1 − a 1.z − 2
et le comportement en boucle fermée est régit par un second ordre:
b1.r0 .z −1 + b1.r1.z − 2 b1. r0 . z −1 + b1. r1. z −2
Γ(z) = = (3.4)
1 + (a1 − 1 + b1.r0 ).z −1 + (b1.r1 − a1 ).z − 2 1 + p1 . z −1 + p2 . z −2
avec p1 = a1 − 1 + b1. r0 p2 = b1. r1 − a1
Fixer le comportement en boucle fermée par ses pôles revient à calculer les valeurs de p1 et p2,
les coefficients du régulateur valent alors:
tableau 3-2
1 − a1 + p1 a + p2
r0 = r1 = 1
b1 b1
Si nous exprimons le dénominateur comme celui d'un second ordre discrétisé nous utiliserons
pour le calcul de p1 et p2 les relations de l'annexe 7.2. Le calcul de Kp et Ti s'obtenant à l'aide
des relations du tableau 2-2.
4 Commande d'un second ordre par un PID filtré.

Nous envisagerons avec le PID filtré la même approche que pour le PI. Ici le correcteur est du
second ordre et le processus, sera du même ordre, si l'on veut maîtriser complètement le
fonctionnement en boucle fermée.
Dans le cas d'une simplification pôles zéros le comportement en boucle fermée sera régit par un
second ordre, dans le cas contraire nous aurons un quatrième ordre dont nous fixerons les quatre
pôles.
4.1 Comportement discret du processus.
Comme nous l'avons étudié au paragraphe précédent, la présence d'un calculateur associé à une
interface de commande conduit à un comportement en temps discret du processus correspondant
au schéma figure 4.1
ub (t)
* *
u (t) y (t) y ( t)
u (t) G
1 − e−
T.p 2 2. ξ p . p
E p E
2 + +1
p ωp ωp
P* ( p )
Figure 4-1
La transformée en z du processus vaut:

68
⎡ ⎤
⎢⎛ ⎥
⎢ ⎜ 1 − e − T.p ⎞⎟ ⎥
B(z) ⎝ ⎠ G
P * ( p) = P ( z ) = = Z⎢ . ⎥
A(z) ⎢ p p 2 2 .ξ p .p ⎥
⎢ + + 1⎥
⎢ ω 2p ωp ⎥
⎣ ⎦
La fonction de transfert en z du processus est un second ordre de la forme:
B( z ) b . z −1 + b 2 . z −2
P( z) = = 1 dont les coefficients sont tabulés en annexe 7.2.
A ( z ) 1 + a 1 . z −1 + a 2 . z −2
Le schéma bloc de l'ensemble processus correcteur est alors le suivant :
Correcteur Processus
W ε U Y
r0 + r1 ⋅ z −1 + r2 ⋅ z − 2 b1 .z −1
+ b 2 .z
−2
+
⎛ 1 − z − 1 ⎞ ⎛ 1 + s ⋅ z −1 ⎞ 1 + a1 . z
−1
+ a2 .z
−2
⎜ ⎟⎜ 1 ⎟
- ⎝ ⎠⎝ ⎠
Figure 4-2
4.2 Comportement en second ordre.
b1. z −1 + b 2 . z −2
Avec un modèle de comportement du processus P ( z) = et un correcteur PID
1 + a1. z −1 + a 2 . z −2
⎛ ⎞
r0 .⎜⎜1 + 1 ..z −1 + 2 .z − 2 ⎟⎟
r r
R (z) ⎝ r0 r0 ⎠
filtré mis sous la forme suivante = la simplification des deux
S(z) ⎛⎜1 − z −1 ⎞⎟.⎛⎜1 + s .z −1 ⎞⎟
⎝ ⎠⎝ 1 ⎠
pôles du processus par les deux zéros du correcteur donne le transfert en boucle ouverte suivant:
r0 .b1.z −1 + r0 .b 2 .z − 2
L yy = .
1 + (s1 − 1).z −1 − s1.z − 2
Le comportement en boucle fermée sera régit par un second ordre dont nous fixerons les pôles.
r0 .b1.z −1 + r0 .b 2 .z − 2 r . b . z −1 + r . b . z −2
Γ(z) = = 0 1 −1 0 2 −2 (4.1)
−
1 + (s1 − 1 + r0 .b1 ).z + (r0 .b 2 − s1 ).z
1 − 2 1 + p1 . z + p 2 . z
Conditions de simplification des pôles du processus:
r r
a1 = 1 a2 = 2
r0 r0
Conditions sur les pôles en boucle fermée:

p1 = s1 − 1 + r0 . b1 p2 = r0 . b 2 − s1
La résolution de ces quatre équations donne:

tableau 4-1
1 + p1 + p2 r1 = a1. r0 r2 = a 2 . r0 s1 = r0 . b 2 − p2
r0 =
b1 + b 2
Si le calcul de Kp, Ti, Td et N est nécessaire vous utiliserez les relations du tableau 2-6.

69
4.3 Comportement en quatrième ordre.
Avec la même configuration que précédemment les transferts du processus et du correcteur sont:
B( z) b . z −1 + b . z −2
Modèle du processus: P ( z) = = 1 −1 2 −2
A ( z ) 1 + a1 . z + a 2 . z
R (z) r0 + r1.z −1 + r2 .z − 2
Correcteur PID filtré =
S(z) ⎛1 − z −1 ⎞.⎛1 + s .z −1 ⎞
⎜ ⎟⎜ 1 ⎟
⎝ ⎠⎝ ⎠
La fonction de transfert en boucle fermée est un quatrième ordre dont nous allons fixer les pôles.
(b1.r0 ).z −1 + (b 2 .r0 + b1.r1 ).z − 2 + (b 2 .r1 + b1.r2 ).z − 3 + (b 2 .r2 ).z − 4
Γ(z) = (4.2)
1 + p1 .z −1 + p2 .z − 2 + p3 .z − 3 + p4 .z − 4
Soit P ( z) = 1 + p1 . z −1 + p2 . z −2 + p3 . z −3 + p4 . z −4 polynôme définissant le dénominateur avec:

p1 = a1 + b1. r0 + s1 − 1
p2 = a 2 − a1 + b 2 . r0 + b1. r1 − s1 + a1. s1
p3 = b 2 . r1 − a 2 + b1. r2 − a1. s1 + a 2 . s1
p4 = b 2 . r2 − a 2 . s1
Nous allons pour le calcul de ce correcteur avoir une approche polynomiale dont la généralité
dépasse le cadre du réglage d'un correcteur PID filtré. Si le dénominateur est exprimé en
fonction des polynômes du correcteur et du modèle de processus on obtient:
P ( z) = A ( z). S( z) + B( z). R ( z) cette équation polynomiale est dite identité de Bezout. Dans cette
équation P ( z) est fixée par les objectifs de la commande, et A(z) et B(z) sont connus par
identification du processus. Le calcul de R(z) et S(z) revient à la résolution d'une équation
matricielle M. X = P dans laquelle PT = 1 p1 p2 p3 p4 est un vecteur contenant les
paramètres correspondant aux pôles désirés et XT = 1 s1 r0 r1 r2 un vecteur contenant les
coefficients du correcteur.
Dans notre cas le développement de l'identité de Bezout correspond à l'équation matricielle

suivante:
M X = P
⎡ 1 0 0 0 0 ⎤⎡1⎤ ⎡ 1 ⎤
⎢ (a − 1)
⎢ 1 1 b1 0 0 ⎥⎥ ⎢⎢s1 ⎥⎥ ⎢⎢ p1 ⎥⎥
⎢(a 2 − a 1 ) (a1 − 1) b 2 b1 0 ⎥.⎢ r0 ⎥ = ⎢ p2 ⎥ (4.3)
⎢ ⎥⎢ ⎥ ⎢ ⎥
⎢ −a2 (a 2 − a1 ) 0 b2 b1 ⎥ ⎢ r1 ⎥ ⎢ p3 ⎥
⎢⎣ 0 −a2 0 0 b 2 ⎥⎦ ⎢⎣r2 ⎥⎦ ⎢⎣ p4 ⎥⎦
Le problème ainsi posé la solution est donnée par X = M - 1.P. (4.4)

La plupart du temps on résout numériquement cette équation à l'aide de logiciels adaptés au
traitement matriciel.
Ici nous donnons, si l'on préfère travailler avec des expressions algébriques, les résultats sous
forme analytiques.

70
tableau 4-2
⎛ b .⎛ b .(a .b − a .b + b − a .b − b .p − b .p ) + b 2 .(a + p )⎞ − b 3 .p ⎞
⎜ 2⎜ 2 2 1 1 1 2 1 2 2 1 1 2 1 2 3 ⎟⎠ 1 4 ⎟
⎝ ⎝ ⎠
s1 =
⎛ ⎛ 2 ⎞⎞
⎜ (b1 + b 2 ).⎜ a1.b1.b 2 − ⎛⎜ a 2 .b1 ⎞⎟ − b 2 ⎟ ⎟
2
⎝ ⎝ ⎝ ⎠ ⎠⎠
p + a 2 . s1 1 − a1 − p1 − s1 a − a 2 + p 2 − b 2 .r0 + s1 − a 1.s1
r2 = 4 r0 = r1 = 1
b2 b1 b1
Comme précédemment les réglages, Kp, Ti, Td et N sont donnés par les relations du tableau 2-6.
5 Conclusions.
Les correcteurs PI et PID filtré ont une structure fixe respectivement du premier et du second
ordre. Nous avons, à partir de ces deux structures montré comment il était possible de régler un
processus modélisé par un premier ou un second ordre. Pour un fonctionnement en boucle
fermée fixé par l'utilisateur, on calcule aisément les expressions des polynômes S(z) et R(z)
nécessaires à l'établissement de l'équation récurrente de commande. Le calcul des actions Kp, Ti,
Td et N n'est pas indispensable pour faire la synthèse du correcteur, leurs calculs dépendront du
choix des paramètres de réglages accessibles par l'utilisateur. Il est possible à ce niveau de
dévoyer le concept de réglage d'un PID et considérer finalement que les actions accessibles au
régleur sont la pulsation propre et le coefficient d'amortissement du système en boucle fermée.
Dans ce cas, à partir de la connaissance de ωo et ξo, l'unité numérique détermine R(z) et S(z) à
l'aide des relations vues dans ce chapitre et calcule ensuite l'équation récurrente de commande.
L'intérêt de cette approche est d'offrir au régleur un moyen de réglage simple présentant
seulement deux actions. Le réglage du coefficient d'amortissement détermine le dépassement et
la pulsation propre fixe le temps de réponse. Il est clair que dans l'approche classique les quatre
réglages Kp, Ti, Td et N influent tous sur le temps de réponse et le dépassement.
Dans cette synthèse en temps discret d'un correcteur PID il est possible que certaines valeurs des
réglages Kp, Ti, Td et N soient négatives, contrairement au cas continu cela n'implique pas que
le correcteur soit irréalisable, vous pouvez fort bien appliquer la commande. Il est clair
cependant que dans ce cas l'équivalence au continu perd quelque peu de sa consistance.
Un dernier point qu'il ne faut pas perdre de vu dans une approche en temps discret c'est que,
justement le temps est discrétisé, et qu'il est inutile de sur échantillonner, vous choisirez donc un
pas de calcul le plus grand possible tout en veillant au respect du théorème de Shannon.
Un résumé des actions est donné dans le tableau 5-1.

71
REGLAGES D'UN PI ET D'UN PID filtré NUMERIQUE
PI
r0 + r1. z −1
1 − z −1 b1. z −1 (1 − λ 0 ). z −1 1− λ0
⎛ T⎞ 1 + a1. z −1 1 − λ 0 . z −1 r0 = r1 = r0 . a1
r0 = K p . ⎜ 1 + ⎟ b1
⎝ Ti ⎠
r1 = − K p
b1. r0 . z −1 + b1. r1. z −2 1 − a1 + p1
r0 =
1 + p1 . z −1 + p2 . z −2
b1
p1 = a1 − 1 + b1. r0 a + p2
r1 = 1
p2 = b1. r1 − a1 b1
r0 . b1. z −1 + r0 . b 2 . z −2
1 + p1 + p2
−1 −2 1 + p1 . z −1 + p2 . z −2 r0 =
PID filtré b1. z + b2 . z b1 + b 2
r0 + r1. z −1 + r2 . z − 2 1 + a1 . z −1
+ a 2 . z −2 p1 = s1 − 1 + r0 . b1
r1 = a1. r0 r2 = a 2 . r0
( )(
1 − z −1 . 1 + s1 . z −1 ) p2 = r0 . b 2 − s1
s1 = r0 . b 2 − p2
Td ( b1. r0 ). z −1 + ( b2 . r0 + b1. r1). z − 2 + ( b2 . r1 + b1. r2 ). z − 3 + ( b2 . r2 ). z − 4

s1 = −
Td + N. T 1 + p1 . z −1 + p2 . z − 2 + p3 . z − 3 + p4 . z − 4 s1 =
(b2 . ( b2 . (a 2 . b1 − a1. b1 + b2 − a1. b2 − b2 . p1 − b1. p2 ) + b12 . (a 2 + p3 )) − b13. p4 )
⎝( 1 2) ( 1 1 2 ( 2 1 ) 2 )⎠
⎛⎜ b + b . a . b . b − a . b 2 − b 2 ⎞⎟
⎛ T ⎞
r0 = K p . ⎜ 1 + − N. s1⎟ p1 = a1 + b1. r0 + s1 − 1 p + a 2 . s1 1 − a1 − p1 − s1
⎝ Ti ⎠ r2 = 4 r0 =
b2 b1
p2 = a 2 − a1 + b 2 . r0 + b1. r1 − s1 + a1. s1
⎛ ⎛ ⎞ ⎞
a − a + p 2 − b 2 . r0 + s1 − a1. s1
T
r1 = K p . ⎜ s1. ⎜ 1 + + 2. N⎟ − 1
⎝ ⎝ Ti ⎠ ⎠
p3 = b 2 . r1 − a 2 + b1. r2 − a1. s1 + a 2 . s1 r1 = 1 2
b1
r2 = − K p . s1 . (1 + N ) p4 = b 2 . r2 − a 2 . s1
tableau 5-1

- 72 -
6 Exemples.
6.1 Exemple1: commande d'un premier ordre par un PI.
Nous reprendrons ici le contexte de l'exemple 1 du chapitre commande par PID continu.
On désire commander par un calculateur, dans lequel sera programmé un algorithme de PI
numérique, un processus continu modélisé par un premier ordre de fonction de transfert:
Y( p) 0, 5
= .
U ( p) 1 + 50. p
Comportement du processus en temps discret.

Nous allons tout d'abord calculer le comportement discret du processus vu du calculateur. La
présence d'un convertisseur numérique analogique, maintenant la commande constante entre
deux instants d'échantillonnage, conduit à un comportement échantillonné du processus précédé
par un bloqueur d'ordre zéro. La fonction de transfert échantillonné vaudra alors:
⎡ ⎛1 − e − T.p ⎞ ⎤
B( z) ⎢ ⎜⎝ ⎟⎛
⎠⎜ 0,5 ⎞ ⎥
= Z⎢ .⎜ ⎟⎟⎥ En utilisant les résultats de l'annexe 7.1 on obtient:
A ( z) ⎢ p ⎝ 1 + 50.p ⎠⎥
⎣ ⎦
B(z) ⎡ 1 ⎛ 0,5 ⎞⎤ ⎛ −1 ⎞
(
0,5. 1 − λ p .z −1 )
b . z −1
= Z ⎢ .⎜⎜ ⎟⎟⎥.⎜1 − z ⎟ = = 1 −1
A( z) ⎣ p ⎝ 1 + 50.p ⎠⎦ ⎝ ⎠ 1 − λ p .z −1 1 + a1 . z
T
−
avec λ p = e 50 (
b1 = 0,5. 1 − λ p ) a 1 = −λ p
Correcteur PI numérique.
U ( z) r + r1. z −1
Le paragraphe 2.1 a montré qu'un PI numérique est de la forme: = 0
ε ( z) 1 − z −1
⎛ T ⎞
avec r0 = K p .⎜⎜1 + ⎟⎟ et r1 = −K p
⎝ Ti ⎠
Choix du comportement en boucle fermée :

Nous allons prendre le même comportement que celui qui a été choisi dans l'exemple 1 du
1
chapitre commande par PID continu, soit Γ( p) = .
1 + 16, 666. p
Calculons sa transformation en z en utilisant un bloqueur d'ordre zéro soit:
⎡ ⎛1 − e − T.p ⎞ ⎤
⎢ ⎜⎝ ⎟⎛ ⎞ ⎥ ⎡1 ⎛ ⎞⎤ ⎛ (1 − λ 0 ).z −1
⎠⎜
Γ(z) = Z ⎢ .⎜
1
⎟⎟⎥ = Z ⎢ .⎜⎜
1
⎟⎟⎥.⎜1 − z −1 ⎞⎟ =
⎠ 1 − λ .z −1
⎢ p ⎝ 1 + 16,666.p ⎠⎥ ⎣ p ⎝ 1 + 16,666.p ⎠⎦ ⎝ 0
⎣ ⎦
T
−
avec λ 0 = e 16,666

- 73 -
Choix de la période d'échantillonnage.
En faisant varier la période d'échantillonnage, nous allons à partir des relations des tableaux (2-
1) et (3-1) calculé les actions Kp et Ti. Afin d'apprécier la robustesse et de faire un choix
judicieux du pas de calcul, nous avons déterminé les marges de module, de phase et de retard sur
le transfert en boucle ouverte Lyy.
T 0 0,01s 0,1s 1s 2s 5s 10s 25s 50s

Kp 6 5,99 5,97 5,77 5,54 4,92 4,08 2,39 1,1
Ti 50s 49,99s 49,95s 49,5s 49s 47,54s 45,17s 38,54s 29,1s
∆M 1 1 0,99 0,97 0,94 0,87 0,77 0,61 0,52
∆φ 90° 90° 89,8° 88° 87° 82° 77° 67° 61°
∆τ 26s 26s 26s 26s 27s 28s 29,5s 36,7s 54s
tableau 6-1
Nous vérifions bien (tableau 6-1) que lorsque T → 0, on obtient les mêmes résultats qu'en
continu (cf exemple 1 chapitre commande par PID continu). A partir de T=2s les réglages Kp et
Ti évoluent et la robustesse diminue continûment. Seule la marge de retard semble s'améliorer,
mais il ne faut pas oublier que pour un système discret cette marge s'apprécie par rapport à la
période d'échantillonnage.
Il est notable que pour T=50s, soit la constante de temps du processus, les marges de robustesse
sont encore satisfaisantes. Nous choisirons une période de T=10s assurant une marge de retard
d'environ trois fois la période d'échantillonnage.
Analyse de la robustesse.
Pour T=10s calculons les diverses fonctions de sensibilités qui seront exprimées entre les
pulsations
ω 2. π . ν e π
0 et e . 0≤ω ≤ 0 ≤ ω ≤ ⇒ 0 ≤ ω ≤ 0, 314 rd / s
2 2 T
FONCTIONS DE SENSIBILITES Syy Syb Syu Suy
20
15 Suy
10
2.2 Syy
0
-10 Syb
-15.5
-20
Syu
-30
pulsation (rd/s)
-40
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35
0.314
Figure 6-1
Calculons à partir des maxima des fonctions de sensibilité les différentes marges de modules.
∆M dB
⎛ 1 ⎞ −
Sachant que ∆M dB = 20. log10 ⎜ ⎟ = −20. log10 (∆M ) on aura: ∆M = 10 20 .
⎝ ∆M ⎠

- 74 -
ωe
Nous noterons aussi avec les fonctions de sensibilités, les valeurs des gains à 0 et .Ces
2
valeurs sont intéressantes pour calculer, pour une perturbation permanente l'erreur statique, et
ω
pour un bruit sinusoïdal à e l'oscillation résiduelle sur la sortie ou la commande.
2
Ainsi en utilisant les résultats de la figure 6.2, nous allons analyser l'influence sur la sortie d'une
erreur de mesure.
Pour une erreur permanente de 10% sachant que Syb(0)=1, nous auront 10% d'erreur sur la
sortie. Mais par contre, si le capteur de mesure possède un bruit sinusoïdal d'amplitude 10% et
de pulsation 0,314 rd/s, la sortie sera affectée d'une erreur de 2,9%.
∆M dB ∆M S(0) S(0,314)
Sensibilité Syy de la sortie à une
perturbation sur la sortie 2,2 dB 0,77 0 1,29
Sensibilité Syb de la sortie à une erreur
de mesure 0 dB 1 1 0,29
Sensibilité Syu de la sortie à un bruit sur
la commande -15,5 dB 5,9 0 0,064
Sensibilité Suy de la commande à un bruit
sur la sortie ou une erreur sur la mesure 15 dB 0,17 2 5,9
Tableau 6-2
Réponse en asservissement.
Nous vérifions ici que nous obtenons bien la dynamique du premier ordre souhaitée avec une
constante de temps de 16,66s et cela avec un pas de calcul de 10s.
Sortie Y REPONSE INDICIELLE
1
0.8
0.6
0.4
0.2
temps
0
0 100 200 300 400
Commande U
6
5
4
3
2
1
temps
00 50 100 150 200 250 300 350 400
Figure 6-2

- 75 -
6.2 Exemple 2: Commande d'un second ordre par un PID filtré.
Nous allons ici reprendre l'exemple 2 du chapitre, "commande par PID continu" en imposant le
même comportement en boucle fermée. La commande se fera à l'aide d'une unité de calcul dans
laquelle un correcteur PID filtré numérique sera programmé.
Le modèle continu du processus est un second ordre de la forme:
Y( p) 0.5 0.5
= =
U( p) (1 + 50. p)(1 + 20. p) 1 + 70. p + 1000. p 2
Nous prendrons une période d'échantillonnage de T=10s qui correspond au tiers de la constante
de temps principale ( 50. 20 = 31. 6s).
Nous ferons pour le calcul du régulateur discret, deux démarches de réglage:
- Nous calculerons les actions en faisant un raisonnement en temps discret conformément à ce
qui a été étudié au paragraphe 3.1.
- Ensuite, nous utiliserons les valeurs de réglages obtenues dans l'exemple 2 du chapitre
"commande continu par PID" et calculerons le correcteur discret.
Comportement discret du processus:

On opérera comme dans l'exemple précédent, et nous utiliserons les résultats de l'annexe 7.2.
⎡ ⎛1 − e − T.p ⎞ ⎤
⎢ ⎜⎝ ⎟⎛ ⎞⎥ ⎡1 ⎛ ⎞⎤ ⎛
B(z) ⎠ 0.5
⎟⎟⎥ = Z.⎢ .⎜⎜
0.5
⎟⎟⎥.⎜1 − z −1 ⎞⎟
= Z⎢ .⎜⎜
A(z) ⎢ p ⎝ (1 + 50.p)(1 + 20.p) ⎠⎥ ⎣ p ⎝ (1 + 50.p)(1 + 20.p) ⎠⎦ ⎝ ⎠
⎣ ⎦
⎛ λ .T − λ1.T2 ⎞ ⎛ λ .T − λ 2 .T1 ⎞
⎜⎜1 + 2 1 − (λ1 + λ 2 )⎟⎟.z −1 + ⎜⎜ 1 2 + λ1.λ 2 ⎟⎟.z − 2
B(z) ⎝ T1 − T2 ⎠ ⎝ T1 − T2 ⎠
= 0,5.
A(z) −
1 − (λ1 + λ 2 ).z + λ1.λ 2 .z
1 − 2
T 10 T 10
− − − −
avec λ1 = e T1 =e 50 = 0, 8187 et λ 2 = e T2 =e 20 = 0, 6065
B( z) 0, 0199. z −1 + 0, 0158. z −2
=
A( z ) 1 − 1, 4253. z −1 + 0, 4966. z −2
Choix du fonctionnement en boucle fermée.

Nous prendrons comme dans l'exemple 2 du chapitre "commande par PID continu" un
comportement du second ordre de pulsation ωo=0.06 rd/s et de coefficient d'amortissement
ξo=0,9.
2. ξ 0 . p p 2
Pour un dénominateur continu de la forme P ( p) = 1 + + 2 nous calculerons son
ω0 ω 0
−1 −2
équivalent discret P ( z ) = 1 + p1 . z + p2 . z en utilisant les résultats de l'annexe 7.2, soit:
r = ξ 0 . ω 0 = 0, 06 . 0, 9 = 0, 054 c = ω 0 . 1 − ξ 20 = 0, 06. 1 − 0, 9 2 = 0, 0262
p1 = −2.e − r.T . cos(T.c ) =-1,1259 p2 = e −2.r .T =0,3396
P ( z ) = 1 − 1, 1259. z −1 + 0 , 3396. z −2

- 76 -
Calcul du PID filtré approche en temps discret.
Un comportement en boucle fermée du second ordre donne conformément au tableau 4-1
des polynômes R(z) et S(z) dont les coefficients ont pour valeurs:
1 + p1 + p2
r0 = = 5.993 r1 = a1. r0 = -8,542 r2 = a 2 . r0 = 2,976 s1 = r0 . b 2 − p2 = -0,245
b1 + b 2
U(z) 5,993 − 8,542.z −1 + 2,976.z − 2
Le PID filtré numérique aura pour transfert =
ε( z ) ⎛⎜1 − z −1 ⎞⎟.⎛⎜1 − 0,245.z −1 ⎞⎟
⎝ ⎠⎝ ⎠
L'équation récurrente de commande sera:
u ( k ) = 5, 993. ε ( k ) − 8, 542. ε ( k − 1) + 2, 976. ε ( k − 2) + 1, 245. u( k − 1) − 0, 245. u( k − 2)
La réalisation numérique de ce correcteur revient à exécuter 5 produits et 4 sommes plus

quelques affectations pour gérer les échantillons, nous pouvons ici constater la puissance de la
transformation en z pour réaliser, un filtre ou une commande.
Si vous voulez calculer les réglages de ce correcteur, les relations fournies par les tableaux (4-1)
et (2-6) donnent:
r .s − r − r .(2 + s1 ) 1 + s1
Kp = 0 1 1 2 = 3,24 Ti = T. K p . = 57,33
(1 + s1 )2 r0 + r1 + r2
s 2 .r0 − s1.r1 + r2 1 + s1
Td = T. 1 = 8,89 N = − Td . = 2,74
K p .(1 + s1 )3 s1. T
Réglage du correcteur
Kp=3,24 Ti=57,33s Td=8,89s N=2,74
Robustesse de ce correcteur.
Calculons les fonctions de sensibilité aux perturbations. Nous constatons fig 6.5 une bonne
immunité aux bruits de la sortie.
20 dB SENSIBILITES Syy Syb Syu Suy

17 Suy
2,2 0 Syy
-13
-20
-40 Syb
-60
Syu ω
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35
0,314
Figure 6-3

- 77 -
Nous avons résumé dans le tableau 6-6 les valeurs caractéristiques telles les marges de modules
et les gains des fonctions de sensibilité pour les valeurs extrêmes de la pulsation.
∆M dB ∆M S(0) S(0,314)
Sensibilité Syy de la sortie à une
perturbation sur la sortie 2,2 dB 0,77 0 1
Sensibilité Syb de la sortie à une erreur
de mesure 0 dB 1 1 0,01
Sensibilité Syu de la sortie à un bruit sur
la commande -13 dB 4,46 0 0,001
Sensibilité Suy de la commande à un bruit
sur la sortie ou une erreur sur la mesure 17 dB 0,14 2 7
tableau 6-3
Calcul du correcteur en appliquant le réglage continu.

Dans le cas continu nous avions trouvé (exemple 2 chapitre commande par PID continu)
Réglage du correcteur cas continu.
Kp=4,04 Ti=60,7s Td=7,2s N=0,778
Vous pouvez vérifier que si la période d'échantillonnage T tend vers zéro on obtient ces réglages.
Afin d'apprécier l'influence de la période d'échantillonnage nous allons calculer le régulateur

discret en prenant les valeurs de Kp, Ti, Td, N calculées en continus.
Soit à partir des relations du tableau 2-5:
Td 7, 2
s1 = − =− = −0, 4806
Td + N. T 7, 2 + 0, 778.10
⎛ T ⎞ ⎛ 10 ⎞
r0 = K p .⎜⎜1 + − N.s1 ⎟⎟ = 4,04.⎜1 + + 0,778x 0,4806 ⎟ = 6,2158
⎝ Ti ⎠ ⎝ 60,74 ⎠
⎛ ⎛ T ⎞ ⎞ ⎛ ⎛ 10 ⎞ ⎞
r1 = K p .⎜⎜ s1.⎜⎜1 + + 2.N ⎟⎟ − 1⎟⎟ = −4,04.⎜⎜ 0,4806.⎜1 + + 2 x 0,778 ⎟ − 1⎟⎟ = −9,3229
⎝ ⎝ Ti ⎠ ⎠ ⎝ ⎝ 60,74 ⎠ ⎠
r2 = − K p .s1.(1 + N ) = 4,04.0,4806.(1 + 0,778) = 3,4525
U(z) 6,2158 − 9,3229.z −1 + 3,4525.z − 2

Le correcteur a alors pour expression: =
ε( z ) ⎛⎜1 − z −1 ⎞⎟.⎛⎜1 − 0,4806.z −1 ⎞⎟
⎝ ⎠⎝ ⎠
et l'équation récurrente:
u ( k ) = 6, 2158. ε ( k ) − 9 , 3229. ε ( k − 1) + 3, 4525. ε ( k − 2 ) + 1, 4806. u ( k − 1) − 0, 4806. u ( k − 2 )

- 78 -
Analyse indicielle.
L'utilisation des deux régulateurs sur la réponse indicielle met en évidence l'altération de la
réponse, due à la période d'échantillonnage, lorsque l'on applique les réglages obtenus en
continu.
REPONSES INDICIELLES POUR DEUX REGLAGES DU PID filtré

Sortie Y
1.2
2
1
0.8
1
0.6
0.4 1 Réglage des actions par une approche discrète

0.2 2 Réglage des actions par une approche continue
temps
0
0 50 100 150 200 250 300 350 400
Commande U
4
1
2
temps
0
0 100 200 300 400
Figure 6-4

- 79 -
7 Annexes.
Nous allons présenter ici la discrétisation d'un premier et d'un second ordre précédé par un
bloqueur d'ordre zéro, dans ce cas il y aura égalité entre les réponses indicielles du système
continu et de son équivalent en temps discret.
7.1 Représentation discrète d'un premier ordre.
⎡ ⎛1 − e − T.p ⎞ ⎤
⎢ ⎜⎝ ⎟ ⎡ G.e − T.p ⎤
⎠ G ⎥ ⎡ G ⎤
F(z)= Z ⎢ .
(1 + τ.p ) ⎥⎥
= Z⎢ ⎥ − Z ⎢ p.(1 + τ.p ) ⎥
⎢ p ⎣ p.(1 + τ.p ) ⎦ ⎢⎣ ⎥⎦
⎣ ⎦
En vertu de la propriété de décalage temporel il vient:
⎡ ⎤⎛ ⎡ ⎤ ⎛ z − 1⎞
.⎜1 − z −1 ⎞⎟ = Z ⎢
G G
F(z)= Z ⎢ ⎥ ⎥.⎜ ⎟
⎣ p.(1 + τ.p ) ⎦ ⎝ ⎠ ⎣ p.(1 + τ.p )⎦ ⎝ z ⎠
⎡ G ⎤
⎢ ⎥
Soit F(z)= Z ⎢ τ ⎥.⎛⎜1 − z −1 ⎞⎟
⎢ ⎛ 1 ⎞⎥ ⎝ ⎠
⎢ p.⎜ τ + p ⎟ ⎥
⎣ ⎝ ⎠⎦
z.⎛⎜1 − e − a.T ⎞⎟
⎡ a ⎤ ⎝ ⎠
A partir des tables nous savons que Z ⎢ ⎥ = il vient:
⎣ p.(p + a ) ⎦ (z − 1).⎛⎜ z − e − a.T ⎞⎟
⎝ ⎠
⎛ T⎞ ⎛ T⎞
⎜ − ⎟ ⎜ − ⎟
z.⎜1 − e τ ⎟ ⎜1 − e τ ⎟
⎜ ⎟ ⎜ ⎟
⎝ ⎠ ⎛ z − 1⎞ ⎝ ⎠
F(z)= G. .⎜ ⎟⇒ F(z) = G.
⎛ T⎞ ⎛ T⎞
− ⎟⎝
z ⎠
⎜ ⎜ − ⎟
(z − 1).⎜ z − e τ ⎟ ⎜z − e τ ⎟
⎜ ⎟ ⎜ ⎟
⎝ ⎠ ⎝ ⎠
T
G.(1 − λ ) −
F(z) = avec λ = e τ (7.1)
(z − λ )

- 80 -
7.2 Représentation discrète d'un second ordre.
⎡ ⎤ ⎡ ⎤
⎢ ⎥ ⎢ ⎥
⎛
⎢ ⎜1 − e − T.p ⎞ ⎥ ⎢ ⎥
⎟ ⎢ ⎥⎛
⎝ ⎠ 1 ⎥ = Z⎢ 1 −1 ⎞
F(z)= Z ⎢ . ⎥.⎜⎝1 − z ⎟⎠ (7.2)
⎢ p p 2 2.ξ 0 .p ⎥ ⎢ ⎛⎜ p 2 2.ξ .p ⎞⎟ ⎥
⎢ + + 1⎥ ⎢ p.⎜ + 0 +1 ⎥
⎢ ω 2 ω ⎥ ⎟
0 ⎢ ⎜ ω2 ω0 ⎟⎥
⎣ 0 ⎦ ⎣ ⎝ 0 ⎠⎦
Le calcul de la transformée en z de (7.2) peut se faire, soit par la méthode des résidus, soit par
décomposition en éléments simples. Ce calcul amène à une transmittance de la forme:
c1. z −1 + c 2 . z −2
F( z ) = (7.3)
1 + d1. z −1 + d 2 . z −2
Si nous optons pour la méthode des résidus, le calcul des coefficients c1, c2, d1, d2 peut s'obtenir
en utilisant la relation :
⎛ F(p) ⎞
Γ(z) = ∑ résidus ⎜⎜
−1 T.p
⎟
⎟
(7.4)
poles ⎝1− z ⋅ e ⎠
de F(p)
Dans la résolution de cette transformée en z il faut distinguer les cas où les pôles sont complexes
du cas où ils sont réels.
7.2.1 Cas de pôles complexes.

Dans ce cas nous représenterons le second ordre sous la forme suivante :
1 ω02
= (7.5)
p 2 2 ⋅ ξ0 ⋅ p p 2 + 2 ⋅ ξ0 ⋅ ω0 ⋅ p + ω02
+ +1
ω02 ω0
Nous pouvons mettre ici les pôles de la fonction de transfert sous la
forme : p1 = −r − j ⋅ c p 2 = − r + j ⋅ c .
La transmittance du second ordre peut alors se formuler sous la forme suivante :
ω02 ω02
= (7.6)
(p + (r + j ⋅ c ) (p + (r − j ⋅ c ))) ⎛⎜ p 2 + 2 ⋅ r ⋅ p + ⎛⎜ r 2 + c 2 ⎞⎟ ⎞⎟
⎝ ⎝ ⎠⎠
Par identification des relations (7.5)et (7.6) les parties réelles et complexes valent :
r = ξ 0 ⋅ ω0 c = ω0 ⋅ 1 − ξ 2 . (7.7)
0

- 81 -
La résolution de l’équation (7.2) aboutit aux résultats suivants :

⎛ ⎞
c1 = 1 − e −r T ⎜ cos(T.c ) + ⋅ sin (T.c )⎟
r
(7.8)
⎝ c ⎠
⎛r ⎞
c 2 = e −r T ⎜ ⋅ sin (T.c ) − cos(T.c )⎟ + e − 2 ⋅r ⋅T (7.9)
⎝c ⎠
d1 = −2 ⋅ e − r ⋅T ⋅ cos(T ⋅ c ) (7.10)
d 2 = e − 2⋅ r ⋅T (7.11)
7.2.2 Cas de pôles doubles.

1 T12
Nous pouvons mettre la fonction de transfert sous la forme : =
(1 + T1.p )2 2
p2 + ⋅ p +
1
T1 T12
Sachant qu’ici la partie imaginaire du pôle est nulle (c=0) en identifiant à (7.6) nous
1
avons : r =
T1
Les relations (7.8) à (7.11) deviennent :
c1 = 1 − e − r ⋅T ⋅ (1 + r ⋅ T ) (7.12)
c 2 = e − r ⋅ T ⋅ (r ⋅ T − 1) + e − 2 ⋅ r ⋅T (7.13)
d1 = −2 ⋅ e − r ⋅ T (7.14)
d 2 = e − 2⋅ r ⋅T (7.15)
7.2.3 Cas de pôles réels.

Dans ce cas il est plus simple de représenter la fonction de transfert en faisant apparaître deux
constantes de temps.
1
(7.16)
(1 + T1 ⋅ p )(1 + T2 ⋅ p )
En identifiant la forme (7.16) à celle faisant apparaître une pulsation propre et un coefficient
d’amortissement (relation (7.5) ) nous trouvons :
1 T +T
ω0 = ξ0 = 1 2 (7.17)
T1 ⋅ T2 2 T1 ⋅ T2

- 82 -
T T
− −
T1 T2
En posant : λ1 = e λ2 = e , la résolution de l’équation (7.2) donne les résultats ci-
après
λ .T − λ .T
c1 = 1 + 2 1 1 2 − ( λ1 + λ2 ) (7.18)
T1 − T2
λ . T − λ2 . T1
c2 = 1 2 + λ1. λ2 (7.19)
T1 − T2
d1 = −(λ1 + λ 2 ) (7.20)
d 2 = λ1 ⋅ λ 2 (7.21)
L’ensemble des résultats est donné dans le tableau ci dessous:
Cas apériodique ξ>=1 Cas pôle double Cas quelconque

1 1 1
F(p) = F(p) = F( p ) = 2
(1 + T1.p )(. 1 + T2 .p )
(1 + T1.p )2 p
+
2. ξ 0 . p
+1
1 ω 2 ω0
0
−
T
−
T r=
T1 T2 T1
λ1 = e λ2 = e
r = ξ 0 . ω 0 c = ω 0 . 1 − ξ 20
λ .T − λ .T
1 + 2 1 1 2 − (λ1 + λ 2 ) 1 − e− r.T . (1 + r.T ) ⎛ ⎞
1 − e − r.T .⎜ cos(T.c ) + . sin (T.c )⎟
r
c1 T1 − T2
⎝ c ⎠
λ1. T2 − λ 2 . T1 e− r.T . ( r.T − 1) + e−2.r.T ⎛r ⎞
+ λ1 . λ 2 e − r.T .⎜ . sin (T.c ) − cos(T.c )⎟ + e − 2.r.T
c2 T1 − T2 ⎝c ⎠
d1 − (λ1 + λ 2 ) −2.e − r.T − 2.e − r.T . cos(T.c )
d2 λ1. λ 2 e −2.r .T e −2.r .T
Tableau 7-1

83
CHAPITRE 5.
COMMANDE DES SYSTEMES MONOVARIABLES.
1. GENERALITES SUR LA SYNTHESE D’UN CORRECTEUR.

1.1. Méthodologie.
Dans ce chapitre nous restreindrons notre étude aux processus pouvant être considérés comme
linéaires et stationnaires autour d'un point de fonctionnement.
Une des premières préoccupations de l'ingénieur, confronté à un problème de commande, est
d'établir un modèle de l'évolution dynamique du processus étudié. Pour cela deux grandes
classes de méthodes s'offre à lui de manière non exclusive.
1.1.1. Approche intrinsèque

Ici l'analyse phénoménologique du système, mené conjointement avec l'utilisation des lois de la
physique régissant les phénomènes mis en œuvre, assure l'établissement d'un modèle que l'on a
coutume d'appeler de connaissance.
Cette démarche proche de celle d'un physicien est parfois laborieuse et conduit souvent à des
modèles complexes, difficiles d'exploitation pour la commande de processus.
Cette approche cependant permet de dégager les aspects fonctionnels d'un processus et de guider
une stratégie générale de contrôle.
1.1.2. Approche extrinsèque

Ici le processus n'est étudié que par son comportement externe dont l'image est constituée de la
mesure de ses entrées-sorties.
On choisi alors un modèle mathématique ayant une représentation analogue au "comportement"
du processus.
Ce modèle est dit de représentation et ses paramètres internes n'ont en général aucune
signification physique.
Notre propos n'étant pas d'étudier les nombreuses méthodes d'identification paramétrique nous
renvoyons le lecteur à la nombreuse littérature existante sur le sujet.
Pour identifier les paramètres d’un processus on utilise le plus souvent des méthodes telles :
gradient, moindre carrés généralisés, simplex etc… .
Considérant donc comme acquis l'établissement d'un modèle, la synthèse d'un correcteur, doit
prendre en compte les contraintes du cahier des charges de la régulation du processus.
INSA 4GE JM RETIF Commande des systèmes monovariables

84
1.2. Condition de réalisabilité d'un correcteur.

Les exigences de la commande peuvent parfois conduire à un correcteur physiquement
irréalisable. Cherchons quelle condition doit satisfaire une transmittance pour être réalisable.
Soit un correcteur de la forme :
ro + r1.z + r2 .z 2 + + rm .z m U(z)
K(z) = = (1-1)
so + s1.z + s 2 .z 2 + + s n −1.z n −1 + z n ε(z)
Pour établir l'équation récurrente de commande multiplions par z − n le numérateur et le

dénominateur.
U (z) r .z − n + r1.z − n +1 + r2 .z − n + 2 + … + rm .z − n + m
C(z) = = o (1-2)
ε ( z ) so .z − n + s1.z − n +1 + s 2 .z − n + 2 + + s n −1.z −1 + 1
u(k) = r0 .ε ( k − n ) + r1.ε ( k − ( n − 1) ) + r2 .ε ( k − ( n − 2 ) ) + + rm .ε ( k − ( n − m ) )
(1-3)
− s0 .u ( k − n ) − s1.u ( k − ( n − 1) ) − s 2 .u ( k − ( n − 2 ) ) − − s n −1.u ( k − 1)
Dans cette équation tous les termes faisant appel à la sortie sont antérieurs à l'instant courant
k ⋅ T quel que soit m et n, par contre pour ceux utilisant l'entrée ε il en est autrement. En effet le
terme rm .ε ( k − ( n − m ) ) ne pourra être calculé que si ( k − ( n − m ) ) ≤ k , soit m < n.
Ceci se justifiant par le fait qu'il n'est pas possible de connaître le futur (instant > k).
La condition de réalisabilité s'exprime donc comme pour les transmittances de Laplace. Il faut,
lorsque la transmittance est en puissance de z positive, que le degré du dénominateur soit au
moins égal au degré du numérateur.
2. FORMES GENERALES D’UN CORRECTEUR POUR UN CRITERE D’ERREUR DONNE.

2.1. Critère d'erreur statique nulle.
C'est le cas le plus habituel, où la sortie doit rejoindre la valeur de consigne, après un transitoire
que l'on cherchera à rendre le plus court possible.
Dans une structure de commande à erreur échantillonnée la configuration en boucle fermée a la
forme suivante :
Correcteur K(z) Processus P(z)
W ε U Y
+
R(z) B( z)
S( z) A(z)
-
Figure 2-1
P(z) correspondant ici à l'ensemble processus, interface de commande, et capteur.

85
Dans ces conditions la transmittance en boucle fermée vaut :

K(z) ⋅ P(z) Y(z)
Γ(z) = = (2.1)
1 + K(z) ⋅ P(z) W(z)
La réponse en asservissement avec une erreur statique nulle à la forme suivante:
Y(t) Consigne en échelon
Figure 2-2
Exprimons le signal d'écart : ε(z) = W(z) − Y(z) avec Y(z) = Γ(z) ⋅ W(z) .
ε(z) = W(z) ⋅ (1 − Γ(z) ) (2.2)
Pour une entrée en échelon cette erreur doit tendre vers zéro pour un temps infini. Appliquons le
théorème à la valeur finale (1). lim ε(kT) = lim (1 − Γ ( z ) ) = 0 (2.3)
k →∞ z →1
⎛ z −1⎞
Il faut donc que : lim Γ(z) = 1 soit Γ ( z ) = 1 − Q(z) ⎜ ⎟ (2.4)
z →1 ⎝ z ⎠
Q(z) étant une transmittance ne possédant pas de pôles pour z = 1.
2.2. Critère d'erreur de vitesse nulle.
Lorsque la consigne est une rampe (programmation linéaire de température) on désire que la
sortie rejoigne rapidement la consigne.
Consigne W Sortie Y
k k
Figure 2-3
Déterminons la forme générale prise par la fonction de transfert en boucle fermée.
Tz
À partir de la relation (2-2) et sachant que W(z) =
(z − 1)2
T ⋅z
On obtient : ε(z) = (1 − Γ ( z ) )
(z − 1)2

86
Utilisons comme précédemment le théorème à la valeur finale.

⎡ T ⎤
lim ε(kT) = lim ⎢(1 − Γ ( z ) ) =0
k→∞ z →1 ⎣ z − 1 ⎥⎦
2
⎛ z −1⎞
Pour satisfaire cette relation il faut que : (1 − Γ(z) ) = Q(z). ⎜ ⎟ (2.5)
⎝ z ⎠
2
⎛ z −1⎞
Soit : Γ ( z ) = 1 − Q ( z ) ⎜ ⎟ (2.6)
⎝ z ⎠
2.3. Systèmes à réponse prototype minimale.
Nous avons établi précédemment les formes générales prises par la fonction de transfert en
boucle fermée pour un asservissement avec des consignes en échelon et en rampe.
Un système est dit à réponse prototype minimale lorsque son correcteur conduit à la réponse la
plus rapide.
Illustrons cette notion par les systèmes à erreur statique nulle et erreur de vitesse nulle. Dans les
deux cas la réponse prototype minimale a lieu pour Q(z) = 1.
Entrée Forme générale Forme minimale Réponse prototype

de Γ(z) de Γ(z) minimale
Sortie Y
Consigne W
⎛ z −1⎞ 1
1 − Q(z) ⎜ ⎟
⎝ z ⎠ z
Consigne W
Sortie Y
⎛ z −1⎞
2 2.z − 1
1 − Q(z) ⎜ ⎟
⎝ z ⎠ z2
Tableau 2-1
Pour le système à erreur statique nulle le système en boucle fermée se comporte comme un
retard d'une période d'échantillonnage.
Ce type de commande est dit à réponse pile.

87
Pour l'asservissement par une consigne en rampe

Y (z) 2 ⋅ z −1 Y (z) 2 ⋅ z −1
Γ (z) = = = 2 ⋅ z −1 − z −2 Γ (z) = = = 2 ⋅ z −1 − z −2
W (z) z 2 W (z) z 2
y(k) = 2.w(k–1) – w(k–2)

Avec une entrée en rampe de pente un, la sortie prend les valeurs suivantes :
k 0 1 2 3 4 5 6 7
W(k) 0 T 2T 3T 4T 5T 6T 7T
Y(k) 0 0 2T 3T 4T 5T 6T 7T
Tableau 2-2
Ici la sortie rejoint la consigne après deux périodes d'échantillonnage.
Remarque.
Si la synthèse d'un correcteur donnant une réponse prototype minimale parait séduisante, il ne
faut pas perdre de vue que plus les exigences de régulation seront importantes plus le régulateur
fournira des actions énergiques.
Les systèmes industriels possèdent des saturations qu'il ne s'agit pas de négliger au moment de la
caractérisation d'une régulation.
En fait on prend rarement Q(z) = 1 . On choisi un polynôme qui donne la réponse en boucle
fermée la plus rapide compatible avec les actionneurs considérés.
3. CALCUL D’UN CORRECTEUR EN FIXANT LA TRANSMITTANCE EN BOUCLE FERMEE.

3.1. Principe.
Dans une application spécifique on connaît le type de consigne et les contraintes à respecter sur
la sortie régulée. Si l'on fixe le comportement de la sortie en boucle fermée pour une évolution
connue de la grandeur de consigne, cela revient à définir sans ambiguïté la transmittance en
boucle fermée.
Correcteur K(z) Processus P(z)
W ε U Y
+
R(z) B( z)
S( z) A(z)
-
Figure 3-1
K ( z ) ⋅ P(z)
Sachant que : Γ (z) = (3.1)
1 + K ( z ) ⋅ P(z)

88
Γ(z) est fixé par le cahier des charges de la régulation.

P(z) doit être déterminé par une identification.
1 Γ(z)
Le correcteur a alors pour transmittance : K ( z ) = ⋅ (3.2)
P(z) 1 − Γ(z)
Soit en exprimant le processus par le rapport de deux polynômes:

A(z) Γ(z)
K (z) = ⋅ (3.3)
B(z) 1 − Γ(z)
Nous pouvons constater ici que cette approche simplifie le numérateur et le dénominateur du
processus, il en résulte que si le numérateur de celui ci possède des zéros en dehors du cercle
unité la commande sera instable.
Il faut en outre vérifier :
– d'une part que ce correcteur soit physiquement réalisable,
– d'autre part que les exigences sur les performances dynamiques de la sortie Y
n'entraînent pas de saturation sur la grandeur de commande U.
3.2. Robustesse.
3.2.1. Sensibilité de la sortie à une perturbation sur la sortie.

Ici, au regard des relations (3-2) et (3-3), nous voyons que le transfert en boucle ouverte L yy ne
dépend que de la dynamique en boucle fermée Γ(z).
Γ(z)
Lyy = et Syy = 1 − Γ(z) . (3.4)
1 − Γ(z)
3.2.2. Sensibilité de la sortie à une erreur de mesure.

Sachant que Syy − Syb = 1 il vient: Syb = −Γ(z) . (3.5)
Lorsque la dynamique en asservissement est défini par la fonction de transfert Γ(z), sa
représentation dans le plan de Bode caractérise l'influence d'une erreur de mesure sur la sortie.
3.2.3. Sensibilité à un bruit sur la commande.

La fonction Syu peut s'exprimer par rapport à Syy , soit:
B(z)
Syu = Syy ⋅ = Syy ⋅ P(z) (3.6)
A(z)
Syy étant définie, c'est la caractéristique du modèle du processus qui atténuera les perturbations
sur la commande dans les hautes fréquences.

89
4. CORRECTEUR A REPONSE PILE.

4.1. Principe.
Ici nous désirons que pour un
Consigne W Sortie Y
Fonction de
changement de consigne la sortie
transfert en
boucle fermée rejoigne l'objectif au bout de la
W première période d'échantillonnage,
z -1
Y
conformément à la figure ci contre.
Figure 4-1
Nous avons vu précédemment que ce type de commande correspond à la réponse prototype
1
minimale d'un système à erreur statique nulle. Ici Γ(z) = et le correcteur correspondant vaudra
z
:
1 1 1 z −1
K(z) = ⋅ = ⋅ (4.1)
P(z) z − 1 P(z) 1 − z −1
Si la synthèse de ce type de commande paraît séduisante, il ne faut pas perdre de vue qu'imposer
une grande variation de la sortie durant un seul pas de calcul sollicitera la commande en
conséquence. Le raisonnement peut être tenu en terme de puissance à développer, en effet faire
évoluer la température la vitesse d'un processus, d'un état à un autre, correspond à une variation
d'énergie. L'organe de commande devra donc développer une puissance d'autant plus importante
que la variation d'énergie est à fournir durant un court instant.
Pour éviter la saturation de l'actionneur d’un système à réponse pile, il ne faut donc solliciter,
que de faibles variations de la consigne, ou, et c'est en fait la solution, interposer entre la
consigne et la boucle fermée une transmittance fixant explicitement la dynamique désirée en
asservissement.
Consigne Consigne Correcteur
externe interne Réponse pile Processus
W W'
Bm(z) + ε R (z)
U B(z) Y
Am(z) S (z) A(z)
-
Modèle
d'asservissement
z -1
Consigne W Sortie W ' Sortie Y
Figure 4-2

90
Cette approche permet, comme nous venons de le montrer, d'avoir une dynamique en
Bm(z)
asservissement fixée par la transmittance .
Am(z)
Y(z)
Le comportement en régulation est par contre à réponse pile, en effet = 1 − z −1 .
Wy(z)
Pour une perturbation en échelon, la perturbation est donc bien rejeté au premier instant
d'échantillonnage.
4.2. Robustesse d'un correcteur à réponse pile.
Le correcteur à réponse pile simplifiant les zéros et les pôles du modèle du processus celui ci
n'intervient plus dans les expressions de Lyy et Syy . On obtient pour ces dernières:
1 z −1
Lyy = et Syy =
z −1 z
4.2.1. Calcul de la marge de module ∆M.

Sachant que z = eT.p , en régime harmonique p = j.ω soit z = e j⋅ T ⋅ω = cos(ω ⋅ T) + j ⋅ sin(ω ⋅ T) .
Le maximum de Syy ayant lieu à la fréquence maximum pour cette fréquence :
1 π
ν= ⇒ ω = ⇒ ω ⋅ T = π ⇒ z = −1
2.T T
Le module de Syy est alors donné par l'expression: Syy = ( cos(ω.T) − 1)2 + ( sin(ω.T) )2 = 2.
Soit donc une marge de module ∆M = 0.5 .
4.2.2. Calcul de la marge de phase et de la marge de retard.

Nous ferons ici le calcul à partir de Lyy dont nous allons exprimer le module et l'argument:
1 ⎛ sin(ω ⋅ T) ⎞
Lyy = arg ( Lyy ) = −arctg ⎜ ⎟
( cos(ω.T) − 1)2 + ( sin(ω.T) )2 ⎝ cos(ω ⋅ T) − 1 ⎠
La marge de phase est définie pour Lyy = 1 , en résolvant les équations ci dessus nous trouvons
π
que cette égalité à lieu pour ω ⋅ T = et pour cette pulsation ∆Φ = 60° ce qui conduit à
3
∆τ = T .
Nous pouvons constater ici que si les marges de module et de phase sont correctes la marge de
retard est faible, cette dernière sera d'autant plus pénalisante vis à vis de la robustesse que la
période d'échantillonnage sera prise petite devant les constantes de temps de processus.
4.2.3. Sensibilité aux erreurs de mesures.

1
La relation (3.5) conduit à Syb = − , ce qui donne alors pour le module de cette fonction:
z
Syb = 1 .
Pour la commande à réponse pile toute erreur de mesure se retrouvera donc intégralement sur la
sortie.

91
5. FONCTIONNEMENT EN BOUCLE FERMEE DU SECOND ORDRE.

5.1. Rappel sur le comportement discret d’un premier ordre et d’un second ordre.
5.1.1. Premier ordre.

Si l’on désire avoir un premier ordre discret dont la réponse indicielle est identique à un premier
ordre continu, le schéma bloc échantillonné est le suivant :
Bloqueur
d'ordre zéro
wb(t)
w(t) * y(t) *
w(t) G
1 − e − T ⋅p
y(t)
E E
1+ τ ⋅ p
p
Figure 5-1
La transmittance discrète en z sera donné par la relation suivante :
H(z)= Z ⎢ (
⎡ 1 − e −T.p
) G ⎥
⎤
⎡
=Z⎢
G ⎤ ⎡ G.e−T.p ⎤
−Z ⎢ ⎥
⎢
. ⎥
p (1 + τ.p ) ⎥ ⎣ p. (1 + τ.p ) ⎦ ⎢
⎣ p. (1 + τ.p ) ⎦⎥
⎢⎣ ⎥⎦
En vertu de la propriété de décalage temporel il vient:
( )
⎡ G ⎤ −1 ⎡ G ⎤ ⎛ z −1⎞
H(z)= Z ⎢ ⎥. 1− z =Z⎢ ⎥ .⎜ ⎟
⎣ p. (1 + τ.p ) ⎦ ⎣ p. (1 + τ.p ) ⎦ ⎝ z ⎠
⎡ G ⎤
⎢ ⎥
Soit H(z)= Z ⎢
⎢ ⎛1
τ
⎞⎥
( )
⎥ . 1 − z −1 A partir des tables nous aurons :
⎢ p. ⎝⎜ τ + p ⎠⎟ ⎥
⎣ ⎦
⎛ − ⎞
T
⎜1 − e τ ⎟
Z⎢
⎡ a ⎤ (
z. 1 − e −a.T
)
ce qui donne: H(z) = G.
⎜⎜
⎝
⎟⎟
⎠
⎥=
⎣ (
p. p + a ) ⎦ ( z − 1) . z − e( − a.T
) ⎛ − ⎞
T
⎜z − e τ ⎟
⎜⎜ ⎟⎟
⎝ ⎠
T
G. (1 − λ ) −
H(z) = avec λ = e τ (5.1)
(z − λ)

92
5.1.2. Second ordre.

Pour obtenir le comportement en second ordre nous opérerons comme précédemment en
utilisant pour la discrétisation un bloqueur d’ordre zéro. :
Bloqueur
d'ordre zéro
wb(t)
w(t) * − T ⋅p 1 y(t) *
w(t) 1− e y(t)
E p2
+
2⋅ξ0 ⋅p
+1 E
2 ω0
p ω
0
Figure 5-2
La transmittance échantillonnée sera obtenue à l’aide de l’expression suivante :
⎡ ⎤
⎢ ⎥
⎢ 1 ⎥ c1.z −1 + c 2 .z −2
H(z) = Ζ ⎢ Bo (p) ⋅ ⎥=
⎢ p 2 2 ξ0 .p ⎥ 1 + d1.z −1 + d 2 .z −2
+ +1
⎢ ω 2 ω ⎥
⎣ o o ⎦
Le calcul des coefficients c1, c2, d1, d2 peut s'obtenir en utilisant la relation :
⎛ F(p) ⎞
H(z) = ∑ résidus ⎜
−1 T.p ⎟
(5.2)
poles ⎝ 1 − z .e ⎠
de F(p)
Dans le cas où les pôles sont complexes nous opérons au changement de variable.
r = ξ0 ⋅ ω0 c = ωo 1 − ξ02 (5.3)
Les résultats obtenus sont donnés ci-après.
Racines complexes ξo < 1
⎛ r ⎞
c1 = 1 − e − r T ⎜ cos ( T.c ) + sin ( T.c ) ⎟ (5.4)
⎝ c ⎠
⎛r ⎞
c2 = e− r.T ⎜ ⋅ sin ( T.c ) − cos ( T.c ) ⎟ + e− 2.r .T (5.5)
⎝c ⎠
d1 = −2 ⋅ e− r ⋅ T .cos(T ⋅ c) (5.6)
d 2 = e−2 ⋅ r ⋅ T (5.7)

93
Racines doubles ξ0 = 1
c1 = 1 − e− r T (1 + r ⋅ T ) (5.8)
c2 = e− r.T ( r ⋅ T − 1) + e− 2.r .T (5.9)
d1 = −2 ⋅ e− r ⋅ T (5.10)
d 2 = e−2 ⋅ r ⋅ T (5.11)
Racines réelles ξ0 > 1
Dans le cas ou les racines sont réelles, bien que la forme définie par un coefficient
d’amortissement ξ0 et une pulsation propre ωo soit valide il est parfois plus commode
d’exprimer la fonction de transfert du second ordre à l’aide de ses constantes de temps.
Bloqueur
d'ordre zéro
wb(t)
w(t) * − T ⋅p y(t) *
w(t) 1− e 1 y(t)
E E
p (1 + T1 ⋅ p )(1+ T2 ⋅ p )
Figure 5-3
T T
− −
T1 T2
Dans ce cas les coefficients en posant : λ1 = e et λ 2 = e (5.12)
Il vient :
λ ⋅T −λ ⋅T
c1 = 1 + 2 1 1 2 − ( λ1 + λ 2 ) (5.13)
T1 − T2
λ ⋅ T − λ 2 ⋅ T1
c2 = 1 2 + λ1 ⋅ λ 2 (5.14)
T1 − T2
d1 = − ( λ1 + λ 2 ) (5.15)
d 2 = λ1 ⋅ λ 2 (5.16)

94
5.2. Synthèse du correcteur pour un processus modélisé par un premier ordre.

Si nous modélisons le comportement du processus par un premier ordre nous prendrons celui-ci
sous la forme :
b1 ⋅ z −1
H(z) = (5.17)
1 + a1 ⋅ z −1
Le comportement du second ordre pourra être défini par sa pulsation propre ω0 et son
coefficient d’amortissement ξ0 . Conformément au §5.1 la fonction de transfert en boucle
c1 ⋅ z −1 + c2 ⋅ z −2
fermée vaudra : Γ(z) =
1 + p1 ⋅ z − 1 + p 2 ⋅ z − 2
Dans l’approche que nous proposons le correcteur sera donné par l'expression :
1 Γ(z)
K(z) = ⋅
P(z) 1 − Γ(z)
1 + a1 ⋅ z −1 ⎛ c1 ⋅ z −1 + c2 ⋅ z −2 ⎞
soit ici : K(z) = ⎜ ⎟
b1 ⋅ z −1 ⎜⎝ 1 + p1 ⋅ z −1 + p 2 ⋅ z −2 − c1 ⋅ z −1 − c2 ⋅ z −2 ⎟
⎠
Ce qui tout calcul fait donne :

c1 ⎛ c + c ⋅a ⎞ a ⋅c
+ z −1 ⎜ 2 1 1 ⎟ + 1 2 ⋅ z −2
b
K(z) = 1 ⎝ b1 ⎠ b1
(5.18)
1 + z −1 ( p1 − c1 ) + z −2 ( p 2 − c2 )
Nous pouvons remarquer que la forme en z est du même ordre qu’un correcteur PID filtré,
cependant nous pouvons dans cette approche fixer explicitement le comportement en boucle
fermée c’est à dire les pôles et les zéros ; ce qui n’était pas le cas du PID.
5.3. Synthèse pour un processus modélisé par un second ordre.
b1 ⋅ z −1 + b 2 ⋅ z −2
Pour un modèle du second ordre de la forme : P(z) =
1 + a1 ⋅ z −1 + a 2 ⋅ z −2
Un calcul analogue au précédent conduit au correcteur suivant :
c1 ⎛ c ⋅a + c ⎞ −2 ⎛ a 2 ⋅ c1 + a1 ⋅ c2 ⎞ a 2 ⋅ c2 −3
+ z −1 ⎜ 1 1 2 ⎟+z ⎜ ⎟+ z
K(z) =
b1 ⎝ b1 ⎠ ⎝ b1 ⎠ b1
(5.19)
⎛ b ⎞ −2 ⎛ b2 ⎞ b
1 + z −1 ⎜ ( p1 − c1 ) + 2 ⎟ + z ⎜ ( p 2 − c2 ) + ( d1 − c1 ) ⎟ + z −3 ⋅ 2 ( d 2 − c2 )
⎝ b1 ⎠ ⎝ b1 ⎠ b1
À travers ces deux exemples nous pourrons remarquer que la complexité du correcteur croît avec
celle du modèle mais reste d’une complexité raisonnable.

95
L’algorithme de calcul de la commande peut prendre la forme suivante :

Répéter
Répéter
< acquérir l'horloge d'échantillonnage >
jusqu'à < l'instant d’échantillonnage >
< acquisition de la consigne W(k) et de la sortie Y(k) >
< calcul de l'écart ε(k) = W(k) - Y(k) >
< acquisition des deux paramètres de régulation ξ(k) et ωo(k) >
< calcul des coefficients du correcteur >
< calcul de la sortie U(k) du correcteur >
< transfert de U(k) vers le processus >
jusqu'à < l'arrêt de la régulation >
Par rapport à une régulation classique PID ce type de commande présente l'avantage de n'avoir
que deux paramètres permettant de régler indépendamment :
– d'une part le taux de dépassement (paramètre ξ0 ) ;
– d'autre part le temps de réponse (paramètre ω0 ).
Cet avantage nécessite évidemment que l'on ait établi préalablement un modèle du système à
réguler.
6. SYNTHESE D'UN REGULATEUR POUR LES PROCESSUS RETARDES.

6.1. Préliminaires.
Une classe importante de processus industriels possède des retards de transmissions de
l'information. Ces retards peuvent être dû par exemple au déplacement de fluides dans les
installations chimiques ou au transfert de matière sur des transporteur.
La commande des processus retardés s'avère souvent délicate par les moyens classiques (PI,
PID), et il est nécessaire de mettre en œuvre des algorithmes de commande spécifiques prenant
en compte le retard du système.
L'emploi de modèles avec retard ne se limite pas aux processus retardés, en effet pour des
systèmes d'ordre élevé il est parfois avantageux de choisir une représentation d'ordre réduite
associée à un retard qui prendra partiellement en compte l'erreur de modélisation.
Nous allons illustrer sur un exemple cette méthodologie.
Pour une chaîne de commande correspondant au schéma suivant :
w(t) ε (t) ε*(t) u(t)
*
u(t) y(t) * y(t)
Correcteur Processus de
E K
E retard τ E
+
-
Figure 6-1

96
Les actions ne pouvant anticiper les causes, la sortie évolue avec un retard par rapport à un
changement de consigne, au moins égal à τ.
Nous allons donc chercher en boucle fermée l'équivalence continue ci-dessous.
Bloqueur
d'ordre zéro
* y(t) *
w(t) w(t) wb(t) y(t)
1- e- Tp
.
E p
F(p) e − τ⋅ p E
Γ (z )
Figure 6-2
Appliquons ce principe dans le cas où F(p) est un second ordre.
1
F(p) = (6.1)
p2 2 ⋅ ξ p
+ +1
ω02 ωo
Le retard étant un multiple de la période d'échantillonnage, la fonction de transfert en boucle

fermée sera de la forme :
c1 ⋅ z − 1 + c2 ⋅ z − 2 τ
Γ(z) = z− d avec d = (6.2)
−1 −2
1 + p1 ⋅ z + p2 ⋅ z T
Les coefficients c1, c2, p1, p2 sont les mêmes que ceux définis au paragraphe 5.1.
Illustrons maintenant ce type de régulation pour des processus du premier et du second ordre
retardés.
6.2. Correcteur pour un processus modélisé par un premier ordre retardé.
La modélisation d’un premier ordre retardé à pour forme générale :
b1 ⋅ z − 1 b ⋅ z − (1+ d)
P(z) = ⋅ z− d = 1 (6.3)
1 + a1 ⋅ z − 1 1 + a1 ⋅ z − 1
Dans ce cas il est aisé, à partir de l’équation (3.2) , de calculer le correcteur correspondant.
c1 ⎛ c + a ⋅c ⎞ ⎛ a ⋅c ⎞
+ z −1 ⎜ 2 1 1 ⎟ + z −2 ⎜ 1 2 ⎟
K(z) =
b1 ⎝ b1 ⎠ ⎝ b1 ⎠ (6.4)
1 + p1 ⋅ z −1 + p 2 ⋅ z −2 − c1 ⋅ z ( ) − c2 ⋅ z (
− 1+ d − 2+d)

97
6.3. Correcteur pour un processus modélisé par un second ordre retardé.

La prise en compte d’un retard pur pour un second ordre donne :
b1 ⋅ z − 1 + b 2 ⋅ z − 2 b ⋅ z − (1+ d) + b 2 ⋅ z − (2 + d)
P(z) = ⋅ z− d = 1 (6.5)
1 + a1 ⋅ z − 1 + a 2 ⋅ z − 2 1 + a1 ⋅ z − 1 + a 2 ⋅ z − 2
Le correcteur prend la forme suivante :
(6.6)
c1 ⎛ c + c .a ⎞ ⎛ a .c + a 2 .c1 ⎞ −3 ⎛ a 2 .c2 ⎞
+ z −1 ⎜ 2 1 1 ⎟ + z −2 ⎜ 1 2 ⎟+z ⎜ ⎟
K(z) =
b1 ⎝ b1 ⎠ ⎝ b1 ⎠ ⎝ b1 ⎠
⎛b ⎞ ⎛ b .p ⎞ ⎛ b .p ⎞ ⎛ b .c ⎞ ⎛ b .c ⎞
+ d1 ⎟ + z −2 ⎜ 2 1 + d 2 ⎟ + z −3 ⎜ 2 2 ⎟ − c1z ( ) − z −(2 + d) ⎜ c2 + 2 1 ⎟ − z −(3 + d) ⎜ 2 2 ⎟
− 1+ d
1 + z −1 ⎜ 2
⎝ b1 ⎠ ⎝ b1 ⎠ ⎝ b1 ⎠ ⎝ b1 ⎠ ⎝ b1 ⎠
Nous voyons au vu des transmittances de ces deux correcteurs que ceux-ci possèdent un retard
pur qui décale l'entrée ε d'une valeur supérieure au retard pur du système.
Ce type de commande est très performante et élimine totalement les instabilités introduites par le
retard du processus.

98
COMMANDE AVEC UN COMPORTEMENT DU SECOND ORDRE
PROCESSUS COMPORTEMENT CORRECTEUR
c1 ⎛ c + c .a ⎞ a .c
b1 ⋅ z −1 + z −1 ⎜ 2 1 1 ⎟ + 1 2 z −2
b1 ⎝ b1 ⎠ b1
1 + a1 ⋅ z −1
−1 −2
1 + z −1 ( p1 − c1 ) + z −2 ( p 2 − c2 )
c1 ⋅ z + c2 ⋅ z
−1
1 + p1 ⋅ z + p 2 ⋅ z −2 c1 ⎛ c .a + c ⎞ −2 ⎛ a 2 .c1 + a1.c 2 ⎞ a 2 .c2 −3
+ z −1 ⎜ 1 1 2 ⎟+z ⎜ ⎟+ z
b1 ⋅ z −1 + b 2 ⋅ z −2 b1 ⎝ b1 ⎠ ⎝ b1 ⎠ b1
1 + a1 ⋅ z −1 + a 2 ⋅ z −2 ⎛ b ⎞ −2 ⎛ b2 ⎞ b
1 + z −1 ⎜ ( p1 − c1 ) + 2 ⎟ + z ⎜ ( p 2 − c2 ) + ( p1 − c1 ) ⎟ + z −3 . 2 ( p2 − c2 )
⎝ b1 ⎠ ⎝ b1 ⎠ b1
c1 ⎛ c + a ⋅c ⎞ ⎛ a ⋅c ⎞
b1 ⋅ z −1 −d
+ z −1 ⎜ 2 1 1 ⎟ + z −2 ⎜ 1 2 ⎟
⋅z b1 ⎝ b1 ⎠ ⎝ b1 ⎠
1 + a1 ⋅ z −1 c1 (z) =
1 + p1 ⋅ z −1 + p 2 ⋅ z −2 − c1 ⋅ z ( ) − c2 ⋅ z (
− 1+ d − 2+d)
c1 ⋅ z −1 + c2 ⋅ z −2
⋅ z −d
−1 −2
1 + p1 ⋅ z + p2 ⋅ z c1 ⎛ c + c .a ⎞ ⎛ a .c + a 2 .c1 ⎞ −3 ⎛ a 2 .c 2 ⎞
−1 −2 + z −1 ⎜ 2 1 1 ⎟ + z −2 ⎜ 1 2 ⎟+z ⎜ ⎟
b1 ⋅ z + b2 ⋅ z
⋅ z −d ⎝ ⎠ ⎝ ⎠ ⎝ b1 ⎠
b1 b1 b1
−1 −2 ⎛b ⎞ ⎛ b .p ⎞ ⎛ b .p ⎞ ⎛ b .c ⎞ ⎛ b .c ⎞
1 + a1 ⋅ z + a2 ⋅ z + d1 ⎟ + z −2 ⎜ 2 1 + d 2 ⎟ + z −3 ⎜ 2 2 ⎟ − c1z ( ) − z − (2 + d) ⎜ c 2 + 2 1 ⎟ − z − (3 + d) ⎜ 2 2 ⎟
− 1+ d
1 + z −1 ⎜ 2
⎝ b1 ⎠ ⎝ 1 b ⎠ ⎝ 1 ⎠
b ⎝ b1 ⎠ ⎝ b1 ⎠

99
7. EXEMPLES.
7.1. Commande d'un processus du premier ordre.
1
Soit un processus modélisé par un premier ordre: H(p) = .
1 + 60.p
On désire faire la synthèse d'un correcteur numérique donnant pour le transfert en
asservissement un comportement du second ordre dont on fixera la pulsation propre et le
coefficient d'amortissement.
Nous choisirons ici une période d'échantillonnage importante égale au tiers de la constante de
temps du processus soit T=20 s.
Tout d'abord nous devons déterminer le comportement discret du processus et ensuite le transfert
discret correspondant au comportement en asservissement.
7.1.1. Transmittance en z du procédé.

⎛ −
T ⎞
⎜1 − e 60 ⎟ .z −1
⎜ ⎟⎟
B(z) Y(z) ⎡ 1 ⎤ ⎜⎝ ⎠ B(z) 0, 2835.z −1
P(z) = = = Z ⎢ B0 (p). 1 + 60.p ⎥ = T
=
A(z) 1 − 0, 7165.z −1
A(z) A(z) ⎣ ⎦ −
1 − e 60 .z −1
7.1.2. Comportement en boucle fermée.

La constante de temps du processus est ici de 60s (ωp=0,016 rd/s) nous choisirons un
comportement un plus lent ωo=0,01 rd/s et un coefficient d'amortissement de ξo=0,7.
La sortie et la consigne seront relié par la fonction de transfert discrète:
⎡ ⎤
⎢ ⎥
c1.z −1 + c2 .z −2
Y(z)
= Ζ
⎢
⎢ Bo (p) ⋅ 2
1 ⎥
⎥=
W(z)
⎢ 2 ξ p 1 + d1.z −1 + d 2 .z −2
+ 1⎥
p .
+ 0
⎢ ωo2 ωo ⎥
⎣ ⎦
Les valeurs des coefficients sont données par les relations (5.3) à (5.7) soit :
0, 0182.z −1 + 0, 0166.z −2
Γ(z) =
1 − 1, 721.z −1 + 0, 7558.z −2
7.1.3. Correcteur .
Pour un processus du premier ordre et un comportement du second ordre le calcul du correcteur
est fait en utilisant la relation (5.18) soit:.
U(z) R(z) 0, 0642 + 0, 0125.z −1 − 0, 0419.z −2
= =
ε(z) S(z) 1 − 1, 7392.z −1 + 0, 7392.z −2

100
L'équation récurrente de commande sera alors:

⎧ε(k) = w(k) − y(k)
⎪u(k) = 0, 0642.ε(k) + 0, 0125.ε(k − 1) − 0, 0419.ε(k − 2) + 1, 7392.u(k − 1) − 0, 7392.u(k − 2)
⎪
⎪ε(k − 2) ← ε(k − 1)
⎨
⎪ε(k − 1) ← ε(k)
⎪u(k − 2) ← u(k − 1)
⎪
⎩u(k − 1) ← u(k)
7.1.4. Robustesse.
Calculons pour les différents types de perturbations la robustesse de cette commande.
7.1.4.1. Robustesse par rapport à une perturbation additive sur le sortie.
∆M=0,75 ∆φ=64,24° ∆τ=181s
7.1.4.2. Analyse des fonctions de sensibilités.
Pour le correcteur que nous avons calculé nous trouverons ci-après les diverses fonctions de
sensibilités. A partir de celles ci nous pouvons déterminer les marges de modules
correspondantes ainsi que leurs valeurs aux pulsations nulles et maximum, les différents
résultats sont reportés tableau (7-1).
Fonctions de sensibilités Sy Syb Syu Suyy
10
0
Syy
-10
-20
Syu
-30
-40
Suy
-50
-60
Syb
-70
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16
pulsation rd/s
Figure 7-1
S(0) ∆M max(S) S(0,16 rd/s)

Syy 0 0,75 1,32 1
Syb 1 1 1 4,6.10-4
Syu 0 0,9 1,1 0,16
Suy 1 1 1 2,8.10-3
Tableau 7-1

101
Nous pouvons constater au vu de ces résultats, une bonne robustesse du régulateur, la

représentation de Syb montre une excellente immunité de la sortie aux bruits de mesures par
contre nous voyons pour Syu une influence non négligeable sur la sortie d'un bruit sur la
commande.
7.1.4.3. Réponses temporelles.
L'analyse des fonctions de sensibilité a montré que c'est un bruit sur la commande qui sera le
plus influent sur la sortie. Nous allons donc simuler la réponse en asservissement pour un
échelon unitaire et appliquer au temps t=1000s une perturbation sur la commande
d'amplitude 0,2.
Nous appliquerons cette procédure pour le processus nominal et sur un second ordre.
Sortie Y
1.2
1
0.8
0.6
0.4
1 12
,
0.2 1+60.p (1+60.p)(1+2.p)
temps
00 500 1000 1500 2000
Commande U
1.2
1
0.8
0.6
0.4 1 12
,
1+60.p (1+60. p)(1+2.p)
0.2 temps
00 500 1000 1500 2000
Figure 7-2
Nous pouvons constater au vu des résultats la performance de ce type de correcteur.

102
7.2. Commande d'un processus du premier ordre retardé.

Ici le modèle retenu pour modéliser le processus est un premier ordre retardé dont le retard est
égal à la constante de temps. Nous rappelons que pour un retard aussi important il est illusoire
d'envisager une correction par PID est que seule une synthèse tenant compte du retard est
réaliste.
Nous nous mettrons dans les mêmes conditions d'échantillonnage que précédemment soit T=20s.
Y(p) e−60.p
= P(p) =
U(p) 1 + 60.p
7.2.1. Transmittance en z du procédé.

⎛ −
T ⎞
⎜1 − e 60 ⎟ .z −1
⎜ ⎟⎟
B(z) Y(z) ⎡ e−60.p ⎤ ⎜⎝ ⎠
P(z) = = = Z ⎢ B0 (p). ⎥= .z −3
A(z) A(z) ⎢⎣ 1 + 60.p ⎥⎦ −
T
1 − e 60 .z −1
B(z) 0, 2835.z −4
P(z) = =
A(z) 1 − 0, 7165.z −1
7.2.2. Comportement en boucle fermée.

Nous choisirons le même second ordre que précédemment mais associé à un retard de 60 s.
⎡ ⎤
⎢ ⎥
Y(z) ⎢ e−60.p ⎥ c1.z −1 + c2 .z −2
= Ζ ⎢ Bo (p) ⋅ ⎥ = .z −3
2 2 ξ .p − 1 −2
W(z)
⎢ 1 + d1.z + d 2 .z
+ 0 + 1⎥
p
⎢ ωo2 ωo ⎥
⎣ ⎦
Les valeurs des coefficients sont données par les relations (5.3) à (5.7) soit:
0, 0182.z −1 + 0, 0166.z −2
Γ(z) = z −3
−1 −2
1 − 1, 721.z + 0, 7558.z
7.2.3. Correcteur.
Pour un processus du premier ordre retardé devant se comporter en asservissement comme un
second ordre ayant le même retard le calcul du correcteur est fait en utilisant la relation (6.2)
soit:
U(z) R(z) 0, 0642 + 0, 0125.z −1 − 0, 0419.z −2

K(z) = = =
ε(z) S(z) 1 − 1, 7210.z −1 + 0, 7558.z −2 − 0.0182.z −4 − 0.0166.z −5

103
7.2.4. Robustesse.
Calculons pour les différents types de perturbations la robustesse de cette commande.
7.2.4.1. Robustesse par rapport à une perturbation additive sur le sortie.
∆M=0,64 ∆φ=61° ∆τ=226s
Si l'on compare ces différentes marges à celles obtenues pour le même système non retardé nous
pouvons constater une légère diminution de la robustesse, seule la marge de retard augmente.
7.2.4.2. Analyse des fonctions de sensibilités.
Pour le correcteur que nous avons calculé nous trouverons ci-après les diverses fonctions de
sensibilités. A partir de celles ci nous pouvons déterminer les marges de modules
correspondantes ainsi que leurs valeurs aux pulsations nulles et maximum, les différents
résultats sont reportés tableau (7-2).
Gain dB Fonctions de sensibilités Sy Syb Syu Suyy

10
0
Syy
-10
-20 Syu
-30 Suy
-40
-50
Syb
-60
pulsation rd/s
-70
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16
Figure 7.3
S(0) ∆M max(S) S(0,16)

Syy 0 0,64 1,56 1
Syb 1 1 1 4,6.10-4
Syu 0 0,74 1,35 0,16
Suy 1 1 1 2,8.10-3
Tableau 7.2
Comme précédemment la robustesse est bonne il y aura une excellente immunité de la sortie aux
bruits de mesures par contre un bruit sur la commande perturbera la sortie.

104
7.2.4.3. Réponses temporelles.

Nous allons simuler la réponse en asservissement pour un échelon unitaire et appliquer au temps
t=1000s une perturbation sur la commande d'amplitude 0,2.
e−60.p
Pour ce correcteur, calculé pour le processus nominal , les réponses sont les suivantes :
1 + 60.p
Sortie Y
1.2
1
0.8
0.6
0.4
0.2
temps s
00 500 1000 1500 2000
Commande U
1.2
1
0.8
0.6
0.4
0.2
temps s
00 500 1000 1500 2000
Figure 7-4
Afin de vérifier la bonne immunité a une erreur de mesure nous avons injecté une sinusoïde de
pulsation 0,02 rd/s et d'amplitude 0.1.
Sortie Y
0.0260.03
0.02
0.01
0
-0.01
-0.02
-0.026
-0.03
-0.04 temps (s)
-0.05 0 500 1000 1500 2000
Figure 7-5
La valeur de l'amplitude des oscillations sur la sortie était prévisible. En effet si l'on note sur la
représentation fréquentielle de Syu le gain pour ω = 0, 02 rd / s nous trouvons Syu = 12 dB
correspondant à un gain de 0,25 ; ce qui pour l'erreur sinusoïdale considérée, donne une
oscillation sur la sortie de 0,025.

105
ANNEXE
RAPPELS SUR LA TRANSFORMEE EN z
1. ECHANTILLONNAGE D’UNE FONCTION CONTINUE.
1.1. Définition
L’échantillonnage d’un signal que nous noterons f * ( t ) est le produit du signal causal f ( t ) par
un peigne de Dirac d’une périodicité correspondante à la période d’échantillonnage.
∞
f * ( t ) = f ( t ) ∑ δ ( t − k ⋅ Te ) (1.1)
k =0
La fonction f * ( t ) est une distribution constituée d’impulsions de Dirac aux instants

d’échantillonnages et dont les ‘surfaces’ correspondent aux valeurs de f ( t ) à ces mêmes
instants.
Pour trouver les valeurs numériques f ( k ⋅ Te ) à un instant t = k ⋅ Te il suffit d’intégrer
l’impulsion de Dirac correspondante soit :
+∞
f ( k ⋅ Te ) = ∫ f ( t ) ⋅ δ ( t − k ⋅ Te ) (1.2)
−∞
Nous noterons par le symbole ∈ l’opérateur d’échantillonnage conformément à la Fig. 1-1.
f (t) f * (t )
∈
Figure 1-1 : Opérateur d’échantillonnage
Sur la Fig. 1-2 nous retrouvons les représentations des fonctions f ( t ) et f * ( t ) .
f * (t ) f * (t )
t t
Te 5Te 10T e 15Te 20Te 25Te
Figure 1-2 : Echantillonnage d’un signal continu
Notons la fonction ⊥⊥⊥ ( t ) (prononcer cha) tel que :

∞
⊥⊥⊥ ( t ) = ∑ δ(t − k) (1.3)
k =−∞
INSA 4GE JM RETIF Annexe : Rappels sur la transformée en z

106
δ(t)
Sachant que δ ( a ⋅ t ) = la définition de l’échantillonnage peut s’exprimer à partir de la
a
distribution ⊥⊥⊥ par :
1 ⎛ t ⎞
f* (t) = f (t)⋅ ⊥⊥⊥ ⎜ ⎟ (1.4)
Te ⎝ Te ⎠
Le signal échantillonné est une distribution constituée d’une suite d’impulsions de DIRAC dont
l’aire correspond à la valeur f ( k ⋅ T ) du signal f ( t ) à l’instant k ⋅ T .
1.2. Transformée de Fourier d’un signal échantillonné.

Considérons un signal f ( t ) réel continu dont la transformée de Fourrier est réelle et bornée sur
l’intervalle [ −ν 0 + ν 0 ] conformément à la figure 1-3.
F (ν )
−ν0 +ν 0
Figure 1-3 : Transformée de Fourier du signal avant échantillonnage
A partir de la relation (1.4) nous pouvons écrire :

⎛ 1 ⎛ t ⎞⎞
F* ( ν ) = F ( ν ) * F ⎜ ⊥⊥⊥ ⎜ ⎟ ⎟ = F ( ν ) * ⊥⊥⊥ ( Τ e ⋅ ν )
⎜T ⎟
⎝ e ⎝ Te ⎠ ⎠
Soit en explicitant ⊥⊥⊥ ( Τ e ⋅ ν ) :
⎡1 ∞ ⎛ k ⎞⎤ 1 ∞ ⎛ k ⎞
F (ν) = F(ν) * ⎢
*
∑ δ ⎜ ν − ⎟⎥ = ∑ F⎜ ν − ⎟
⎣⎢ Te k =−∞ ⎝ Te ⎠ ⎦⎥ Te k =−∞ ⎝ Te ⎠
k 1
Nous avons ici une périodisation du spectre initial à avec un gain de .
Te Te
F (ν)
F(ν =0 )
Te
ν
−ν0 +ν 0
1 1 1 1
− − + +
Te 2 ⋅ Te 2 ⋅ Te Te
Figure 1-4 : Transformée de Fourier du signal échantillonné

107
Ce gain s’expliquant par le fait que plus la période d’échantillonnage est faible plus la densité
des échantillons augmente.
Pour qu’il n’y ait pas de phénomènes de recouvrement de spectre il est simple de remarquer,
qu’au vu de la figure 1-4 la fréquence limite de spectre du signal d’entrée ne doit pas excéder la
moitié de la fréquence d’échantillonnage.
Cette contrainte constitue le théorème de Shannon qui considère que :
1
ν0 < (1.5)
2 ⋅ Te
Remarques sur le théorème de Shannon.

Cette condition correspond à une vue idéalisée où le spectre du signal est limité et réel. Dans la
pratique si l’on n’a pas d’assurance sur la limite haute du spectre il est impératif d’opérer à un
filtrage passe bas avant échantillonnage afin de se prémunir des repliements éventuels du
spectre.
Un autre point qui est généralement occulté, c’est l’aspect pair du spectre, pour les hautes
fréquences du signal cela est particulièrement critique.
Un petit exemple, considérons un signal à la fréquence limite de Shannon, dans ce cas 2 points
serons pris par période. Si le signal est un cosinus nous aurons une suite [-1,+1] et comme nous
le montrerons ultérieurement, il sera possible de reconstituer le signal. Par contre pour un signal
sinusoïdal les échantillons seront toujours nuls et toute l’information sera perdue. Entre ces deux
cas la perte est partielle.
1 ⎛ν⎞
Rappel : F ( f ( a ⋅ t ) ) = F ⎜ ⎟ et F ( ⊥⊥⊥ ( t ) ) =⊥⊥⊥ ( ν )
a ⎝a⎠
1.3. Transformée de Laplace d’un signal échantillonné.

Soit F* ( p ) = L ( f ( t ) ) la transformée de Laplace d’un signal échantillonné, soit à partir de la
définition (1.2) :
⎛ ∞ ⎞ ⎛ ∞ ⎞
F* ( p ) = L ⎜ f ( t ) ∑ δ ( t − k ⋅ Te ) ⎟ = L ⎜ ∑ f ( k ⋅ Te ) δ ( t − k ⋅ Te ) ⎟
⎜ ⎟ ⎜ ⎟
⎝ k =0 ⎠ ⎝ k =0 ⎠
∞
F* ( p ) = ∑ f ( k ⋅ Te ) L ( δ ( t − k ⋅ Te ) )
k =0
Sachant que L ( δ ( t − k ⋅ Te ) ) = e− k ⋅Te ⋅p nous obtenons :
∞
F* ( p ) = ∑ f ( k ⋅ Te ) ⋅ e−k⋅Te ⋅p (1.6)
k =0
Posons maintenant le changement de variable z = eTe ⋅p qui est la transformée de Laplace d’une
avance d’une période d’échantillonnage, nous obtenons la relation suivante :
∞
F ( z ) F* ( p ) = ∑ f ( k ⋅ Te ) ⋅ z−k (1.7)
k =0

108
2. PROPRIETES DE LA TRANSMITTANCE EN Z.
Comme la transmittance en z est en fait la transformée de Laplace d’un signal échantillonné les
propriétés sont similaires.
2.1. Linéarité.
Z ⎡⎣f ( t ) + g ( t ) ⎤⎦ = Z ⎡⎣f ( t ) ⎤⎦ + Z ⎡⎣ g ( t ) ⎤⎦ = F ( z ) + G ( z ) (2.1)
Z ⎡⎣ρ ⋅ f ( t ) ⎤⎦ = ρ ⋅ F ( z ) (2.2)
2.2. Translation temporelle.

Cas du retard.
Z ⎡⎣f ( t − m ⋅ Te )⎤⎦ = z − m F ( z ) (2.3)
Démonstration.
∞
A partir de la relation (1.7) nous pouvons écrire : Z ⎡⎣f ( t − m ⋅ Te ) ⎤⎦ = ∑ f ( ( k − m ) Te ) ⋅ z−k
k =0
∞
En multipliant par z − m z + m il vient : Z ⎡⎣f ( t − m ⋅ Te ) ⎤⎦ = z − m ∑ f ( ( k − m ) Te ) ⋅ z (
− k +m)
k =0
Si nous posons n = k − m nous obtenons la forme désirée soit :
∞
Z ⎡⎣f ( t − m ⋅ Te ) ⎤⎦ = z − m ∑ f ( n ⋅ Te ) ⋅ z−n
n =− m
Or pour n<0 le signal étant causal les échantillons sont nuls, nous obtenons alors :
Z ⎡⎣f ( t − m ⋅ Te )⎤⎦ = z − m F ( z )
Cas de l’avance.
m −1
Z ⎡⎣f ( t + m ⋅ Te ) ⎤⎦ = z + m F ( z ) − ∑ f ( n ⋅ Te ) zm − n
n =0
Le signal étant décalé vers les temps négatifs, afin que le signal f ( t + m ⋅ Te ) reste causal il faut
lui soustraire les échantillons correspondants.
Démonstration.
∞
Comme précédemment nous pouvons écrire : Z ⎡⎣f ( t + m ⋅ Te ) ⎤⎦ = ∑ f ( ( k + m ) Te ) ⋅ z−k
k =0
multiplier ensuite par z − m z + m et avec n = k − m nous obtenons :
∞
Z ⎡⎣f ( t + m ⋅ Te ) ⎤⎦ = z + m ∑ f ( n ⋅ Te ) ⋅ z−n
n =m
∞ m −1
Z ⎡⎣f ( t + m ⋅ Te ) ⎤⎦ = z + m ∑ f ( n ⋅ Te ) ⋅ z−n − z+ m ∑ f ( n ⋅ Te ) z−n
n =0 n =0

109
m −1
Z ⎡⎣f ( t + m ⋅ Te ) ⎤⎦ = z + m F ( z ) − ∑ f ( n ⋅ Te ) zm − n
n =0
2.3. Translation complexe.

Cette terminologie viens du fait que la multiplication par une exponentielle correspond pour la
transformée de Laplace à une translation dans le domaine fréquentiel, en effet nous rappelons les
relations :
( ) (
L f ( t ) e−a ⋅t = F ( p + a ) et L f ( t ) e+ a ⋅t = F ( p − a ) )
Pour la transformée en z nous aurons les propriétés suivantes :
( ) (
Z f ( t ) e −a ⋅t = F z ⋅ e + a ⋅Te ) (2.4)
( ) (
Z f ( t ) e + a ⋅ t = F z ⋅ e−a ⋅Te ) (2.5)
Démonstration.
A partir de (1.7) il vient :
∞ ∞
( ) ∑ f ( k ⋅ Te ) ( z ⋅ ea⋅Te ) ( )
−k
Z f ( t ) e−a ⋅t = ∑ f ( k ⋅ Te ) ⋅ e−a⋅k⋅Te ⋅ z−k = = F z ⋅ ea ⋅Te
k =0 k =0
Pour la relation il suffit de changer le signe de a.
Exemple 2-1.
1
Calcul de la transformée en z de la réponse impulsionnelle de la transmittance de Laplace .
p+a
⎛ 1 ⎞ −a ⋅t
Sachant que : L -1 ⎜ ⎟=e , comme ce signal est causal il est multiplié par la fonction de
⎝p+a ⎠
Heaviside (l’échelon), la transmittance en z que nous désirons calculer a la forme :
( )
Z 1 ( t ) e −a ⋅ t , ici 1 ( t ) est un échelon dont la transmittance en z vaut :
Z (1 ( t ) ) = 1 + z −1 + z −2 + z −3 + " + z − k =
1
1 − z −1
Z (1 ( t ) ) =
z
(2.6)
z −1
z ⋅ e + a ⋅Te
(
Il vient alors : Z 1 ( t ) e −a ⋅t = ) z ⋅ e+ a ⋅Te − 1
que l’on met indifféremment sous les formes
(
suivantes : Z 1 ( t ) e−a ⋅ t = ) z−e
z
− a ⋅Te
=
1− z
1
−1
⋅ e−a ⋅Te
( )
Z 1 ( t ) e−a ⋅ t =
z
z − e−a ⋅Te
(2.7)

110
2.4. Multiplication par le temps.
Z ( t ⋅ f ( t ) ) = −Te ⋅ z
d
F(z) (2.8)
dz
Démonstration.
Z ( t ⋅ f ( t ) ) = Te ⋅ f ( Te ) z −1 + 2Te ⋅ f ( 2Te ) z −2 + 3Te ⋅ f ( 3Te ) z −3 + " + kTe ⋅ f ( kTe ) z − k

Z ( f ( t ) ) = F ( z ) = f ( 0 ) + f ( Te ) z −1 + f ( 2Te ) z −2 + f ( 3Te ) z −3 + " + f ( kTe ) z − k
d
F ( z ) = −f ( Te ) z −2 − 2f ( 2Te ) z −3 − 3f ( 3Te ) z −4 − " − kf ( kTe ) z − k −1
dz
Au vu de cette dernière expression nous pouvons vérifier la relation (2.8).
Exemple 2-2 : Calcul de la transformée en z de la fonction f ( t ) = t .
En fait cette fonction est causale et nous devons calculer : Z ( t ⋅ 1 ( t ) ) = −Te ⋅ z ⎡ Z (1 ( t ) ) ⎤⎦

d
dz ⎣
d ⎛ z ⎞ ⎛ −1 ⎞
Sachant que : Z (1 ( t ) ) = il vient : Z ( t ⋅ 1 ( t ) ) = −Te ⋅ z ⎜
z ⎜ ⎟
⎟ = − Te ⋅ z ⋅
z −1 dz ⎝ z − 1 ⎠ ⎜ ( z − 1)2 ⎟
⎝ ⎠
Te ⋅ z
Z ( t ⋅1( t )) = (2.9)
( z − 1)2
Multiplication par t n
De la même manière que précédemment nous pouvons généraliser à la multiplication par t n
( ) d
Z t n ⋅ f ( t ) = −Te ⋅ z Fn −1 ( z )
dz (2.10)
Avec Fn −1 ( z ) = Z t ( n-1
⋅f (t) )
2.5. Théorème à la valeur initiale.
lim ( f ( k ) ) = lim ( F ( z ) ) (2.11)

k →0 z →∞
Démonstration.
F ( z ) = f ( 0 ) + f (1) z −1 + f ( 2 ) z −2 + f ( 3) z −3 + " + f ( k ) z − k
Lorsque z → ∞ F ( z ) → f ( 0 )

111
Exemple 2-3
Reprenons les transformées (2.7) et (2.8) qui correspondent respectivement à un premier ordre et
un intégrateur :
Nous avons vu précédemment :
( )
F1 ( z ) = Z e−a ⋅ t =
z−e
z
− a ⋅Te
et F2 ( z ) = Z ( t ) =
Te ⋅ z
( z − 1)2
En appliquant le théorème à la valeur initiale il vient :
⎛ z ⎞ ⎛ T ⋅z ⎞
f1 ( 0 ) = lim ⎜ ⎟ = 1 et f 2 ( 0 ) = lim ⎜ e ⎟=0
z →∞ ⎝ z − e − a ⋅ Te ⎠ z →∞ ⎜ ( z − 1)2 ⎟
⎝ ⎠
Ces résultats correspondent bien aux valeurs initiales des réponses impulsionnelles d’un premier
ordre et d’un intégrateur.
2.6. Théorème à la valeur finale.
⎡ ⎛ z −1 ⎞⎤
lim ( f ( k ) ) = lim ⎢ F ( z ) ⎜ ⎟⎥ (2.12)
k →∞ ⎣ ⎝ z ⎠⎦
z →1
Démonstration.
F(z)⎜
⎛ z −1 ⎞
⎝ z ⎠
⎟ = F(z) 1− z
−1
( )
= F ( z ) − z −1F ( z )
Afin d’alléger l’écriture nous noterons dorénavant f ( k ) pour f ( k ⋅ Te ) .

Pour z=1 :
F ( z ) = f ( 0 ) + f (1) + f ( 2 ) + f ( 3) + " + f ( k − 1) + f ( k )
− z −1F ( z ) = −f ( 0 ) − f (1) − f ( 2 ) − f ( 3) + " − f ( k − 1)
F ( z ) − z −1F ( z ) = f ( k ) nous pouvons ainsi vérifier le théorème à la valeur finale.
Exemple 2-4
Reprenons l’exemple précédent, l’application du théorème à la valeur finale donne :
⎡⎛ z ⎞ ⎛ z − 1 ⎞⎤ ⎡⎛ z − 1 ⎞⎤
f1 ( t ) = lim ⎢⎜ ⎟⎜ ⎟ ⎥ = lim ⎢⎜ ⎟⎥ = 0 ce qui est normal pour le
−a ⋅Te
t →∞ z →1 ⎣⎝ z − e ⎠ ⎝ z ⎠ ⎦ z →1 ⎣⎝ z − e−a ⋅Te ⎠⎦
signal e−a ⋅ t .
⎡⎛ T ⋅ z ⎞ z − 1 ⎤ ⎡⎛ T ⎞⎤
f 2 ( t ) = lim ⎢⎜ e ⎟ ⎜⎛ ⎞⎥
= ⎢ ⎜ e ⎟ ⎥ = ∞ valeur naturelle d’une rampe pour un
2 ⎟ ⎝ z ⎟⎠ ⎥ z →1 ⎢⎜
lim
t →∞ z →1 ⎢ ⎜ ( z − 1) ( z − 1) 2 ⎟⎥
⎣⎝ ⎠ ⎦ ⎣⎝ ⎠⎦
temps infini.

112
3. FONCTION DE TRANSFERT ECHANTILLONNEE.
3.1. Définition.
Comme nous l’avons vu § 1-3 la transformée en z d’un signal correspond à la transformée de
Laplace du signal échantillonné. Ainsi comme pour les signaux continus nous pouvons définir
une transmittance H ( z ) tel que :
Y ( z ) Y* ( p )
= H (z) (3.1)
U ( z ) U* ( p )
A partir de cette définition nous pouvons établir les schémas suivants :
U ( z) Y (z )
H ( z)
⇓ ⇓
U ( p) U* ( p ) Y (p ) Y* (p )
∈ H ( p) ∈
Figure 3-1 : Schémas d’échantillonnage d’une transmittance
L’échantillonnage contrairement à ce que l’on pourrait penser a priori fait appel à des signaux et
des transmittances continues. Ainsi chaque fois que vous utiliserez une fonction de transfert en z
il ne faudra pas perdre de vue que le signal d’entrée est échantillonné.
Afin d’illustrer cet aspect considérons une transmittance qui correspond à la transformée en z
d’un intégrateur.
Y (z) ⎛1⎞ z 1
H (z) = = Z⎜ ⎟ = =
U (z) ⎝ p ⎠ z − 1 1 − z −1
Si nous représentons les schémas bloc échantillonné comme précédemment nous obtenons :
U ( z) z Y (z )
z −1
⇓ ⇓
U ( p) U* ( p ) 1 Y (p ) Y* (p )
∈ p ∈
u (t ) u * (t ) y (t) y* ( t )
1
Figure 3-2 : Schéma bloc échantillonné de 1/p
Pour cette transmittance, l’équation récurrente correspondante est la suivante :

y ( k ) = u ( k ) + y ( k − 1)
Pour différencier les échantillons de y* ( t ) des valeurs numériques de y ( k ) nous distinguerons
ces dernières par un trait terminé par un point.

113
Pour une entrée en échelon nous obtenons les valeurs numériques suivantes :
k 0 1 2 3 4
u (k) 1 1 1 1 1 y (k )
k
y(k) 1 2 3 4 5
Figure 3-3 : Réponse indicielle

Nous pouvons vérifier que les valeurs numériques de y ( k ) correspondent biens aux valeurs du
signal échantillonné y* ( t ) . Par contre, il est clair que la réponse de cette transmittance ne
correspond pas à l’intégration d’un échelon.
Pour obtenir une transmittance en z qui s’approche d’une intégration il sera nécessaire
d’intercaler entre le signal échantillonné u* ( t ) et l’entrée de l’intégrateur un extrapolateur
E ( p ) qui reconstituera partiellement le signal d’entrée.
3.2. Calcul de la sortie d’une transmittance à l’aide d’une équation récurrente.

Une équation récurrente, pour une transmittance permet d’exprimer la sortie y ( k ) à l’instant
courant en fonction de l’entrée u ( k ) au même instant et aux échantillons passés de la sortie et
de l’entrée.
Le fait d’exprimer par convention, l’instant courant par rapport au passé nécessite que la
fonction de transfert soit mise avec des puissances négatives de z.
Prenons comme forme générale d’un système discret :
Y ( z ) b0 + b1 ⋅ z −1 + b 2 ⋅ z −2 + b3 ⋅ z −3 + " + b m ⋅ z − m
=
U (z) 1 + a1 ⋅ z −1 + a 2 ⋅ z −2 + a 3 ⋅ z −3 + " + a n ⋅ z − n
Il vient en développant :
Y ( z ) = b0 ⋅ U ( z ) + b1 ⋅ z −1U ( z ) + b 2 ⋅ z −2 U ( z ) + " + b m ⋅ z − m U ( z )
− a1 ⋅ z −1Y ( z ) − a 2 ⋅ z −2 Y ( z ) − a 3 ⋅ z −3Y ( z ) − " − a n ⋅ z − n Y ( z )
Si nous explicitons Y ( z ) et U ( z ) à l’aide de la relation (1.7)

∞ ∞ ∞ ∞ ∞
∑ y ( k ) ⋅ z−k = b0 ∑ u ( k ) ⋅ z−k + b1 ∑ u ( k − 1) ⋅ z−k + b2 ∑ u ( k − 2 ) ⋅ z−k + " + bm ∑ u ( k − m ) ⋅ z−k
k =0 k =0 k =0 k =0 k =0
∞ ∞ ∞ ∞
− a1 ∑ y ( k − 1) ⋅ z − k − a 2 ∑ y ( k − 2 ) ⋅ z − k − a 3 ∑ y ( k − 3) ⋅ z − k − " − a n ∑ y ( k − n ) ⋅ z−k
k =0 k =0 k =0 k =0
En identifiant les termes correspondants aux mêmes instants d’échantillonnage nous obtenons :
y ( 0 ) = b0 ⋅ u ( 0 )
y (1) = b0 ⋅ u (1) + b1 ⋅ u ( 0 ) − a1 ⋅ y ( 0 )
y ( 2 ) = b0 ⋅ u ( 2 ) + b1 ⋅ u (1) + b 2 ⋅ u ( 0 ) − a1 ⋅ y (1) − a 2 ⋅ y ( 0 )
#
y ( k ) = b0 ⋅ u ( k ) + b1 ⋅ u ( k − 1) + b 2 ⋅ u ( k − 2 ) + " + b m ⋅ u ( k − m ) − a1 ⋅ y ( k − 1) − a 2 ⋅ y ( k − 2 ) − " − a n ⋅ y ( k − n )
Cette dernière relation constitue l’équation récurrente qui permet le calcul de la sortie pour
n’importe quelle entrée.

114
Comme nous venons de le voir, l’équation récurrente issue d’une transmittance en z permet de
calculer la sortie pour n’importe quelle entrée. Pour la transformée de Laplace, il est clair que le
calcul de la sortie nécessite un développement algébrique spécifique, nous mesurons là le grand
intérêt de la transformée en z.
Exemple 3-1 : Réponse indicielle d’un premier ordre.
Y (z) 0, 2 ⋅ z −1
Soit la fonction de transfert H1 ( z ) = = pour laquelle nous allons calculer la
U ( z ) 1 − 0,8 ⋅ z −1
réponse indicielle. L’équation récurrente correspondante est :
y ( k ) = 0, 2 ⋅ u ( k − 1) + 0,8 ⋅ y ( k − 1) dont les valeurs sont données Fig. 3-4.
1
0.8
k 0 1 2 3 " ∞ 0.6
y(k) 0,2 0,36 0,488 0,59 1 0.4
0.2
0
0 2 4 6 8 10 12 14 16 18 20
k
Figure 3-4 :Réponse indicielle

Impulsion de Kronecker.
Pour les signaux échantillonnés il existe l’équivalent de l’impulsion de Dirac, ce signal est
appelé impulsion de Kronecker et prend la valeur 1 au temps 0.
Impulsion de KRONECKER
0.8
⎧1 pour k = 0
∆ (k) = ⎨ ⇒ Z ⎡⎣ ∆ ( k ) ⎤⎦ = 1 0.6
⎩0 pour k ≠ 0 0.4
0.2
0
-3 -2 -1 0 1 2 3
k
Figure 3-5 : Impulsion de KRONECKER

Exemples3-2 : Réponse impulsionnelle d’un second ordre.
Y ( z ) ⎛ 0, 2 ⋅ z −1 ⎞ ⎛ 1 ⎞ 0, 2 ⋅ z −1
H2 ( z ) = =⎜ ⎟ ⋅⎜ =
U ( z ) ⎜⎝ 1 − 0,8 ⋅ z −1 ⎟⎠ ⎝ 1 − z −1 ⎠⎟ 1 − 1,8 ⋅ z −1 + 0,8 ⋅ z −2
Avec cette transmittance nous aurons l’équation récurrente suivante :

y ( k ) = 0, 2 ⋅ u ( k − 1) + 1,8 ⋅ y ( k − 1) − 0,8 ⋅ y ( k − 2 )
k 1 2 3 4 5 … ∞
y(k) 0,200 0,360 0,488 0,590 0.672 1
1
Dans l’exemple précédent, si l’on explicite l’entrée U ( z ) = , nous obtenons la
1 − z −1
transmittance H 2 ( z ) . La réponse impulsionnelle de H 2 ( z ) correspondant à la réponse
indicielle de H1 ( z ) .

115
4. PASSAGES ENTRE LES FORMULATIONS TEMPORELLES ET FREQUENTIELLES.
4.1. Passage de F(z) à f(t).
4.1.1. Inversion analytique.

Sachant que F ( z ) correspond au développement suivant :
F ( z ) = f ( 0 ) + f (1) + f ( 2 ) + f ( 3) + " + f ( k )
Trouver l’expression temporelle revient à calculer le k ième terme du développement de F ( z ) .
Pour cela nous allons utiliser un résultat dus à CAUCHY relatif à l’intégration dans le plan
complexe sur un contour C entourant l’origine.
1 ⎧1 pour k = 1
∫ z − k dz = ⎨
2πj
C ⎩0 pour k ≠ 1
R (z)
Posons z k −1 ⋅ F ( z ) et effectuons l’intégration de suivant le contour C.
2πj
1 1 ⎡
∫ R ( z ) dz = ∫ f ( 0 ) z n −1 + f (1) z n − 2 + f ( 2 ) z n −3 + f ( 3) z n − 4 + " + f ( k ) z −1 + "⎤ dz
2πj 2πj ⎣ ⎦
C C
Tous les termes hormis f ( k ) z −1 ont une intégrale nulle, il vient donc :
1
f (k) = ∫ F ( z ) ⋅ z k −1 ⋅ dz
2πj
C
Le calcul direct de f ( k ) à partir de la relation précédente n’est pas immédiat, pour y parvenir
nous utiliserons la méthode des résidus soit :
1
f (k) = F ( z ) ⋅ z k −1 ⋅ dz = ∑ résidus ⎡ z k −1F ( z ) ⎤
2πj ∫
(4.1)
⎣ ⎦
C les pôles
Rappel sur le calcul des résidus.
N (z)
Nous poserons : z k −1 F ( z ) =
D (z)
Cas d’un pôle simple.
Soit zi un pôle simple, le résidu prend la valeur :
⎡ ⎤
⎢ N (z) ⎥
ri = ⎢ ⎥ (4.2)
d
⎢ D (z) ⎥
⎣ dz ⎦ z = zi

116
Cas d’un pôle multiple d’ordre m.
1 ⎡ d m −1 ( z − zi ) ⋅ N ( z ) ⎤
m
ri = ⎢ ⎥ (4.3)
( m − 1)! ⎢⎣ dz m −1 D (z) ⎥
⎦ z = zi
⎛ z ⎞
Exemple 4-1: Calcul de f1 ( t ) = Z-1 ⎜
− a ⋅Te ⎟
⎝ z−e ⎠
Cette fonction possède un seul pôle z1 = e−a ⋅Te , en utilisant les relations (4.1) et (4.2) nous
aurons :
1 z k −1
⎡ zk ⎤
f1 ( k ) =
2πj ∫ z − e−a ⋅Te
⋅ z ⋅ dz = résidus ⎢ ⎥
−a ⋅Te
C ⎢⎣ z − e ⎥⎦ z = e− a⋅Te
1
f1 ( k ) = r1 = ⎡ z k ⎤ ⇒ f1 ( k ) = e−a ⋅k ⋅Te = e−a ⋅t

⎣ ⎦ z1 = e− a⋅Te
Nous retrouvons bien ici le résultat attendu correspondant à la réponse indicielle d’un premier
ordre.
⎛ z 1 − e−a ⋅Te
-1 ⎜
Exemple 4-2 : Calcul de f 2 ( t ) = Z ⎜
⎞
⎟ ( )
⎜ ( z − 1) z − e
⎝
−a ⋅Te ⎟
⎟
⎠ ( )
Ici cette fonction possède deux pôles simples z1 = e−a ⋅Te et z 2 = 1 , comme précédemment avec
les relations (4.1) et (4.2) nous obtenons :
f2 ( k ) =
1 (
z 1 − e−a ⋅ Te )
⋅ z k −1 ⋅ dz
∫
(
2πj ( z − 1) z − e−a ⋅ Te
C )
f 2 ( k ) = résidus ⎢
⎡
⎢ (
z k 1 − e−a ⋅ Te
⎤
⎥
⎥
) + résidus ⎢
⎡
⎢ z k 1 − e−a ⋅ Te
⎤
⎥
⎥
( )
⎢⎣ dz (
⎢ d z − e−a ⋅ Te ( z − 1) ⎥ )
⎥⎦ z = e− a⋅Te
1
⎢ d z − e−a ⋅ Te ( z − 1) ⎥
⎢⎣ dz ⎥⎦ z =1
2
( )
f 2 ( k ) = résidus ⎢⎢
(
⎡ z k 1 − e−a ⋅ Te
) ⎤
⎥ (
⎡ z k 1 − e−a ⋅ Te
+ résidus ⎢⎢
) ⎤
⎥
⎢⎣ 2 ⋅ z − 1 − e (
− a ⋅ Te
) ⎥
⎥⎦
z1 = e − a ⋅Te (
⎢⎣ 2 ⋅ z − 1 − e
− a ⋅ Te
) ⎥
⎥⎦
z 2 =1
f2 ( k ) =
( ) + (1 − e−a ⋅T )
e−a ⋅ k ⋅ Te 1 − e−a ⋅ Te e
− (1 − e−a ⋅ T ) (1 − e−a ⋅T )
e e
f 2 ( k ) = −e −a ⋅ k ⋅ Te + 1
Nous retrouvons ici la réponse indicielle d’un premier ordre soit : f 2 ( k ) = 1 − e−a ⋅ t

117
4.1.2. Utilisation d’une table de transformation.
Pour calculer l’original dans le temps d’une fonction de transfert en z, la plupart du temps une
table de transformation est suffisante, l’utilisation d’un calcul par les résidus étant réservé aux
cas particuliers.
Cette méthode est analogue à celle utilisée pour établir la transformation inverse de Laplace.
z Y (z)
Sachant que l’original dans le temps de est b k il faudra décomposer en éléments
z−b z
simples.
z z
Ainsi : Y ( z ) = c1 + c2 ⇒ y ( k ) = c1 ⋅ a k + c2 ⋅ b k
z−a z−b
Exemple 4-3 :
Reprenons l’exemple précédent : f 2 ( t ) = Z ⎜ -1 ⎜

⎛ ⎞
(
z 1 − e−a ⋅Te
⎟. )
⎜ ( z − 1) z − e
⎝
−a ⋅Te ⎟
⎟
⎠ ( )
F1 ( z )
Décomposons en éléments simples :
z
F1 ( z ) 1 z 1 − e
=
( − a ⋅Te
)
=
1 − e−a ⋅Te
=
1
−
1
z
(
z ( z − 1) z − e−a ⋅Te
) ( )
( z − 1) z − e−a ⋅Te z − 1 z − e−a ⋅Te
z z
F1 ( z ) = − ⇒ f1 ( k ) = 1 − e−a ⋅k ⋅Te = 1 − e−a ⋅ t
z − 1 z − e−a ⋅Te
Nous retrouvons évidemment le même résultat que précédemment.
4.2. Passage de F(p) à F(z)

Pour calculer F(z), il faut utilise le théorème de Plancherel et l’on admettra ici le résultat :
⎡ F( p) ⎤
F(z) = ∑ résidus ⎢
−1 T ⋅p
⎥ (4.4)
pôles ⎣⎢1 − z e e ⎦⎥
Exemple4-4.
a
Calcul de la transformée en z de H ( z ) =
p(p + a)
Il y a 2 pôles p1 = 0 et p 2 = −a
⎡ ⎤
F ( z ) = ∑ résidus ⎢ ⎥
a
pôles
⎢
(
−1 Te ⋅p
⎢⎣ p ( p + a ) 1 − z e ) ⎥
⎥⎦
⎡ ⎤ ⎡ ⎤
F ( z ) = résidus ⎢ ⎥ + résidus ⎢ ⎥
a a
⎢
( −1 Te ⋅p
⎢⎣ p ( p + a ) 1 − z e ) ⎥
⎥⎦ p = 0
⎢
( −1 Te ⋅p
⎢⎣ p ( p + a ) 1 − z e ) ⎥
⎥⎦ p =−a

118
⎡ ⎤ ⎡ ⎤
⎢ a ⎥ ⎢ a ⎥
F(z) = ⎢ ⎥ +⎢ ⎥
⎢⎣ dp ⎣⎢ ( )(
⎢ d ⎡ 1 − z −1 eTe ⋅p p 2 + a ⋅ p
) ⎤⎥
⎥⎦ ⎦⎥ ( )(
⎢ d ⎡ 1 − z −1 eTe ⋅p p 2 + a ⋅ p
⎢
p = 0 ⎣ dp
⎣⎢ ) ⎤⎥
⎦⎥ ⎦⎥ p =−a
⎡ ⎤ ⎡ ⎤
⎢ ⎥
+⎢ ⎥
a a
F(z) = ⎢
⎣⎣
⎡
( −1 T ⋅p ⎤
⎢ ⎢( 2 ⋅ p + a ) 1 − z e e ⎥ ⎥
⎥
)
⎦ ⎦ p =0
⎢
⎢
⎣ (
( 2 ⋅ p + a ) 1 − z −1 eTe ⋅p ) ⎥
⎦⎥ p =−a
F(z) =
1
−
1
=
(
z 1 − e −a ⋅Te )
1 − z −1 1 − z −1 ⋅ e−a ⋅Te ( z − 1) ( z − e−a ⋅Te )

119
f (t)
∞
F ( p ) = ∫ f ( t ) e − t ⋅p dt
f (t) = ∑ résidus ⎡e + t ⋅p F (p )⎤
⎣ ⎦
0 les pôles
L -1
Z F (p )
∞
F( z) F* ( p ) = ∑ f ( k ⋅ Te ) ⋅ z− k f (k) =
1
2 πj ∫
F ( z ) ⋅ z k −1 ⋅ dz = ∑ résidus ⎡ z k − 1F ( z ) ⎤
⎣ ⎦
k =0 C les pôles
Z
Z-1
⎡ F( p) ⎤
F (z ) = ∑ résidus ⎢ ⎥
−1 T ⋅p
pôles ⎣⎢1 − z e e ⎦⎥
F (z )
Figure 4-1 : Tableau récapitulatif des passages entre les domaines temporel et fréquentiels

120
5. RECONSTITUTION D’UN SIGNAL ECHANTILLONNE.
5.1. Filtrage cardinal

Nous avons vu au § 1 qu’un signal échantillonné était périodisé et qu’en outre, pour éviter les
repliements de spectre, il fallait que le signal d’entrée soit borné sur l’intervalle [ −ν 0 − ν 0 ] .
Pour le reconstituer il faut filtrer le signal échantillonné avec un filtre cardinal conformément à
la figure 5-1.
Te
F* ( ν ) Filtre cardinal
F(ν =0 )
Te
ν
−ν0 ν0 2
2 1 1 +
− − +
Te Te Te Te
Figure 5-1 : Filtrage cardinal d’un signal échantillonné

⎧ 1
⎪⎪0 pour x ≥ 2
Notons Π ( x ) pour la fonction porte : Π ( x ) = ⎨ (5.1)
⎪1 pour x < 1
⎪⎩ 2
Le filtre cardinal doit posséder un gain Te = 2 ⋅ ν0 la fonction porte correspondante sera :
1 ⎛ ν ⎞
Π⎜ ⎟.
2 ⋅ ν0 ⎝ 2 ⋅ ν0 ⎠
Soit g ( t ) la réponse impulsionnelle de ce filtre, sachant que l’impulsion de Dirac est l’élément
neutre de l’opérateur de convolution nous aurons dans le domaine fréquentiel :
1 ⎛ ν ⎞
Π⎜ ⎟ = G ( ν ) ⋅ δ ( ν ) ce qui donne dans le domaine temporel :
2 ⋅ ν0 ⎝ 2 ⋅ ν0 ⎠
1 ⎡ ⎛ ν ⎞⎤
g(t) = F ⎢Π ⎜ ⎟ ⎥ soit :
2 ⋅ ν0 ⎢⎣ ⎝ 2 ⋅ ν 0 ⎠ ⎥⎦
⎛ π ⎞
sin ⎜ t ⎟
sin ( 2πν 0 t ) ⎝ Te ⎠
g(t) = = (5.2)
2πν 0 t ⎛ π ⎞
⎜ t⎟
⎝ Te ⎠
L’application de cette dernière relation suppose que l’on dispose de tous les échantillons du
signal entre −∞ et +∞ ce qui n’est pas possible dans un contexte de calcul en temps réel.
Le fait que la réponse impulsionnelle g ( t ) ne soit pas causale (cf. Fig.5-2) confirme la remarque
qui vient d’être faite sur l’impossibilité de retrouver le signal initial avant échantillonnage

121
−5Te −4Te −3Te −2Te −Te Te 2Te 3Te 4Te 5Te
Figure 5-2 : Réponse impulsionnelle d’un filtre cardinal

Par contre si nous pouvons effectuer un traitement en temps différé il est tout à fait possible de
faire un filtrage cardinal. Plaçons nous dans le cadre de cette hypothèse et traitons à titre
d’exemples, d’une part le cas limite d’un signal cosinusoïdal échantillonné dans les conditions
limites du théorème de Shannon, d’autre part dans le cas d’un signal quelconque
0.8
0.6
0.4
0.2
-0.2
-0.4
-0.6
-0.8
-1
-6 -4 -2 0 2 4 6
k
Figure 5-3 : Reconstitution d’un cosinus échantillonné

Nous pouvons remarquer ci-dessus la parfaite reconstitution du cosinus, cependant, comme nous
l’avions évoqué précédemment, si le signal est un sinus avec un déphasage différent de ± π
2
nous aurons des erreurs.
Sur la figure 5-4, se trouve illustré la reconstitution d’un signal quelconque
20
15
10
-5
-6 -4 -2 0 2 4 6
k
Figure 5-4 : Reconstitution d’un signal quelconque


122
Remarque sur la réalisation discrète d’un filtre continu.

Le schéma d’échantillonnage devant conduire à la réalisation discrète d’un filtre devrait
correspondre à la figure 5-5.
Extrapolateur
U ( p) U* ( p ) U ( p) Y (p ) Y* (p )
∈ Π (p ) F (p ) ∈
F ( z ) = Z ⎡⎣Π ( p ) F ( p )⎤⎦
Figure 5-5 : Réalisation d’un filtre en z

Comme il est impossible de réaliser un filtrage cardinal en temps réel, nous ne pourrons pas
avoir un filtre discret qui se comporte exactement comme un filtre continu.
Pour réaliser une transmittance en z approchant une transmittance en p il existe diverses
méthodes. Avec le schéma bloc Fig. 5-5 l’extrapolateur peut prendre différentes formes, la plus
utilisée est le bloqueur d’ordre zéro.
5.2. Extrapolation avec un bloqueur d’ordre zéro.

A l’heure actuelle le contrôle des processus industriels est faite par l’intermédiaire d’unité de
calcul numérique, micro contrôleur, processeurs de signaux, calculateurs industriels, voire dans
certains des commandes embarqués sur des circuits spécifiques (ASIC, FPGA …).
Dans ce contexte de commande, toutes les grandeurs sont discrétisés et la transformée en z doit
être un des outils des correcteurs correspondants.
La commande, si elle est de nature numérique, s’applique le plus souvent au système commandé
sous forme analogique et elle est maintenue constante entre deux instants d’échantillonnage.
Le schéma échantillonné correspondant est alors le suivant :
ε( p) ε* ( p ) U ( p) U* ( p ) − Te ⋅ p Ub ( p)
∈ K ( p) ∈ 1−e
p
⇓
ε ( z) U ( z)
K ( z)
Figure 5-6 : Commande avec un bloqueur d’ordre zéro

123
u (t ) u (t )
ub (t)
u * (t )
0 2 4 6 8 10 12 0 2 4 6 8 10 12
k k
Figure 5-7 : Réponse d’un bloqueur d’ordre zéro
5.3. Exemple de discrétisation d’une fonction continue.

Y(p) 1
Considérons un premier ordre continu, de transmittance, H(p) = = , qui sera
U(p) 1 + 10.p
discrétisé à une période d'échantillonnage T=1s.
Nous allons envisager trois méthodes pour calculer sa transformée en z et étudier ensuite, pour
les trois transmittances obtenues, les réponses indicielles et fréquentielles.
5.3.1. Opérateur de différence discrète.

1 − z −1
Nous considérerons ici une dérivation au premier ordre tel que p ≈ et remplaçons dans
T
0, 0909
H(p), il vient : H1 (z) = .
1 − 0,9091.z −1
L'équation récurrente assurant la simulation sera:
y(k) = 0, 0909.u(k) + 0.9091.y(k − 1) (5.3)
Remarque:
1 T
L'approximation de la dérivation retenue correspond à un opérateur d'intégration ≈ qui
p 1 − z −1
est en fait la méthode des rectangles (cf. plus avant § 7.1.1).
Opérateur de différence discrète Opérateur de différence discrète
1 0
-5
0.9
-10
Magnitude (dB)
0.8
-15
0.7 -20
-25
0.6
-30
Amplitude
0.5
-35
0
0.4
0.3
Phase (deg)
0.2 -45
0.1
0 -90
0 10 20 30 40 50 60 -3 -2 -1 0
10 10 10 10
Time (sec)
Frequency (Hz)
Figure 5-8 : Figure 5-9 :

Réponses indicielles d’un premier ordre Réponses harmonique d’un premier ordre

124
5.3.2. Transformation bilinéaire (Tustin).
p≈
( )
2. 1 − z −1
T. (1 + z −1 )
Cette méthode de transformation correspond à l'approximation :
0, 0476 + 0, 0476.z −1
si nous remplaçons cet opérateur dans H(p) on obtient: H 2 (z) =
1 − 0,9048.z −1
L'équation récurrente correspondante sera :

y(k) = 0, 04076.u(k) + 0.04076.u(k − 1) + 0.9048.y(k − 1) (5.4)
Transformation bilinéaire Transformation bilinéaire

1 0
-5
0.9
-10
Magnitude (dB)
0.8 -15
0.7 -20
-25
0.6
-30
Amplitude
0.5 -35
0
0.4
0.3 Phase (deg)
-45
0.2
0.1
0 -90
-4 -3 -2 -1 0
0 10 20 30 40 50 60 10 10 10 10 10
Time (sec) Frequency (Hz)

Remarque:
1 T. 1 + z
La transformation bilinéaire correspond à un opérateur d'intégration ≈
−1
( )
( )
qui n'est
p 2. 1 − z −1
autre que la méthode des trapèzes (cf. § 7.1.2).
5.3.3. Utilisation d'un bloqueur d'ordre zéro.

Pour calculer la transformée en z nous considérerons ici qu'un bloqueur d'ordre zéro reconstitué
partiellement le signal échantillonné. Il nous faut donc calculer l’expression :
⎛ − ⎞
T
⎜1 − e 10 ⎟ .z −1
⎜ ⎟
Z ⎢⎢⎡⎜⎜⎛ 1 − ep 1 ⎞⎤
−T.p ⎞
( )
⎛ ⎡ ⎤ ⎝ ⎠
H3 (z) = ⎟ .⎜ ⎥=
⎟ ⎝ 1 + 10.p ⎟⎠ ⎥
Z ⎢
1
⎥ . 1− z
−1
=
⎣ p. (1 + 10.p ) ⎦
T
⎣⎝ ⎠ ⎦ −
1 − e 10 .z −1
0.0952.z −1
H3 (z) =
1 − 0.9048.z −1
Cette transmittance a pour équation récurrente:
y(k) = 0, 0952.u(k − 1) + 0.9048.y(k − 1) (5.5)

125
Bloqueur d'ordre zero Bloqueur d'ordre zero

1 0
-5
0.9
-10
Magnitude (dB)
0.8 -15
0.7 -20
-25
0.6
-30
Amplitude
0.5 -35
0
0.4
-45
Phase (deg)
0.3
-90
0.2
-135
0.1
-180
0 -4 -3 -2 -1 0
0 10 20 30 40 50 60 10 10 10 10 10
Time (sec) Frequency (Hz)

5.3.4. Analyse des réponses indicielles.

A partir des équations récurrentes (5.3) (5.4) (5.5) nous obtenons pour ces trois méthodes les
réponses indicielles suivantes:
0 1 2 3 4 5 6 7 ∞
différence 0,0909 0,1736 0,2487 0,3170 0,3791 0,4355 0,4868 0,5335 1
discrète
Transformation 0,0476 0,1383 0,2204 0,2946 0,3618 0,4226 0,4776 0,5273 1
bilinéaire
Bloqueur d'ordre 0 0,0952 0,1813 0,2592 0,3297 0,3935 0,4512 0,5034 1
zéro
Cas 0 0,0952 0,1813 0,2592 0,3297 0,3935 0,4512 0,5034 1
continu
Tableau 5-1 : Valeurs des réponses indicielles d’un premier ordre
Nous pouvons constater sur Fig. 5-8, Fig. 5-10 et Fig. 5-12 que les réponses obtenues sont très
proches de celle obtenu dans le cas continu, cependant en analysant les résultats numériques du
tableau ci dessus on remarque que seule l'utilisation d'un bloqueur d'ordre zéro permet d'obtenir
rigoureusement la même réponse que dans le cas continu.
Ce résultat ne doit pas nous surprendre puisque pour un échelon échantillonné le bloqueur
d'ordre zéro le reconstitue parfaitement. Il faut cependant noter, que si le signal d'entrée avait été
quelconque, aucunes des réponses discrètes, aurait été égale au signal continu.
5.3.5. Réponses harmoniques.

Si nous représentons dans le plan de Bode les transmittances H1(z), H2(z) et H3(z) nous obtenons
les résultats Fig.5-9, Fig.5-11 et Fig. 5-13.
La fréquence d'échantillonnage étant ici de 1 Hz, l'analyse des résultats n'est à considérer que
jusqu'à 0,5 Hz (théorème de Shannon) soit 3,14 rd/s.
Nous constatons que les synthèses discrètes faites avec l'opérateur de dérivation discrète et le
bloqueur d'ordre zéro donnent des résultats très proches pour le module. Si l'on compare au cas
continu nous pouvons noter des différences qui seront d'autant plus appréciables que la période
d'échantillonnage est grande.
En ce qui concerne la phase, pour la pulsation maximum de 3,14 rd/s, seule la méthode
bilinéaire donne le déphase asymptotique de –90°.

126
De ce petit exemple nous pouvons conclure que si l'on s'intéresse à la réponse harmonique
(calcul de filtres) la méthode bilinéaire semble plus approprié par contre si l'aspect réponse
temporelle est primordial (calcul de correcteurs) l'utilisation d'un bloqueur d'ordre zéro donne
d'excellents résultats.

127
6. ASSOCIATION DE SYSTEMES ECHANTILLONNES.
Un système physique commandé par une unité de calcul revient à associer des systèmes linéaires
tels l’interface de puissance, le processus, le capteur, avec une transmittance discrète prenant en
compte l’algorithme de calcul.
Avant de procéder à l’établissement des fonctions de transfert en z du processus et de sa
commande il faut procéder en deux temps.
A partir du schéma de principe technologique comprenant l’unité de calcul, l’organe de
puissance, le processus et les capteurs il faut dans un premier temps établir le schéma bloc
échantillonné en temps continu faisant appel à des échantillonneurs symbolisés par ∈ .
Dans un second, avec les règles que nous allons étudier il faut faire apparaître des transformées
en z et/ou des transmittances en z constitutive du schéma échantillonné.
6.1. Systèmes en boucle ouvertes.

L’expression du schéma en z dépend de la position des échantillonneurs. Pour établir le schéma
bloc en nous utiliserons la définition la transformée en z qui , nous le rappelons est la
transformée de Laplace d’un signal échantillonné.
U (p) U* ( p ) Y1 ( p ) Y1* ( p ) Y2 ( p ) Y2* ( p )

∈ H1 ( p ) ∈ H2 ( p ) ∈
U ( z) Y1 ( z ) Y2 ( z )
H1 ( z ) H2 ( z )
Figure 6-1 : 1er cas où chaque signal est échantillonné

Les fonctions de transfert H1 ( p ) et H 2 ( p ) sont ici séparées par un échantillonneur nous
Y1* ( p ) Y1 ( z ) Y1* ( p ) Y (z)
pouvons écrire : = Z ⎡⎣ H1 ( p ) ⎤⎦ ; comme : alors : 1 = H1 ( z )
U* ( p ) U ( z ) U* ( p ) U (z)
Y (z)
De la même manière nous aurons : = H 2 ( z ) et le schéma échantillonné en z est
Y1 ( z )
l’association série de H1 ( z ) et de H 2 ( z ) .
U ( p) U* ( p ) Y1 ( p ) Y2 ( p ) Y2* ( p )
∈ H1 ( p ) H2 ( p ) ∈
U ( z) Y2 ( z )
P ( z ) = Z ⎡⎣H 1 (p ) H 2 ( p ) ⎤⎦
Figure 6-2 : 2ième cas association série de transmittances

128
Y2* ( p )
Y (z)
Ici procédons comme précédemment, nous aurons : = 2 = Z ⎡⎣ H1 ( p ) H 2 ( p ) ⎤⎦ .
U ( p) U ( z)
*
Dans ce cas, il n’existe pas d’échantillonneur entre H1 ( p ) et H 2 ( p ) , cela revient évidemment à

ne considérer que l’ensemble H1 ( p ) H 2 ( p ) et le comportement sera évidement différent du cas
précédent.
Nous allons maintenant considérer le schéma suivant où seule la sortie est échantillonnée.
Y2 ( p )
U (p) Y1 ( p ) Y2* ( p )
H1 ( p ) H2 ( p ) ∈
Y2 ( z )
P ( z ) = Z ⎡⎣ U ( p ) H1 ( p ) H 2 ( p ) ⎤⎦
Figure 6-3 : 3ième cas un seul échantillonneur
Nous aurons : Y2* ( p ) = Y2 ( z ) = Z ⎡⎣ H1 ( p ) H 2 ( p ) U ( p ) ⎤⎦ , nous voyons ici qu’il n’est pas

possible de faire apparaître une fonction de transfert échantillonnée, et la transformée en z de la
sortie est dépendante du signal d’entrée.
6.2. Systèmes en boucle fermée.

Comme pour les systèmes en boucle ouverte l’expression de la transformée en z de la sortie ou
de la transmittance discrète en boucle fermée, varie selon la position de échantillonneurs entre
les blocs.
Prenons tout d’abord le cas classique de la commande d’un processus monovariable par un
calculateur. Le fait d’acquérir à chaque période d’échantillonnage la consigne et la sortie conduit
au schéma échantillonné suivant :
W ( p) W* ( p ) ε* ( p ) U ( p) U* ( p ) Y (p ) Y* (p )
∈ K ( p) ∈ H ( p) ∈
Figure 6-4 : commande d’un système monovariable
ε* ( p ) = W* ( p ) − Y* ( p )
Y ( p ) = H ( p ) U* ( p ) ⇒ Y* ( p ) = H* ( p ) U* ( p )
U ( p ) = K ( p ) ε* ( p ) ⇒ U* ( p ) = K* ( p ) ε* ( p )
Y* ( p )
Y ( p) = H ( p) K ( p) ε ( p) ⇒ ε ( p) =
* * * * *
H* ( p ) K* ( p )

129
Y* ( p ) Y* ( p ) H* ( p ) K* ( p )
= W (p) − Y (p) ⇒
* *
=
H* ( p ) K* ( p ) W* ( p ) 1 + H* ( p ) K* ( p )
Y (z) H (z) K (z)

Soit : =
W (z) 1+ H (z) K (z)
Nous retrouvons ici un résultat classique des asservissements continus, ici pour un schéma
échantillonné nous pouvons prendre la même règle en prenant garde de ne faire apparaître une
transmittance en z que s’il elle est comprise entre deux échantillonneurs.
Afin de bien préciser cette démarche nous allons traiter un cas voisin du précédent en adjoignant
une perturbation de sortie.
Wy1 ( p )
G (p)
Wy ( p )
W ( p) W* ( p ) + ε* ( p ) U ( p) U* ( p ) + Y (p ) Y* (p )
∈ K ( p) ∈ H ( p) ∈
+
-
Figure 6-4 : commande d’un système monovariable avec une perturbation sur la sortie
Nous allons ici utiliser le théorème de superposition et calculer la transformée en z de la sortie
en considérant la perturbation nulle (calcul fait précédemment) et ensuite avec une consigne
nulle ( ε* ( p ) = − Y* ( p ) ).
Pour la perturbation Wy1 nous pouvons écrire :
Y ( p ) = G ( p ) Wy1 ( p ) + H ( p ) U* ( p )
Y ( p ) = G ( p ) Wy1 ( p ) − H ( p ) K* ( p ) Y* ( p )
*
En échantillonnant Y ( p ) nous obtenons : Y* ( p ) = ⎡⎣G ( p ) Wy1 ( p ) ⎤⎦ − H* ( p ) K* ( p ) Y* ( p )
Z ⎡⎣G ( p ) Wy1 ( p ) ⎤⎦
Y (z) =
1+ H (z) K (z)
H (z) K (z) Z ⎡G ( p ) Wy1 ( p ) ⎤⎦
Maintenant pour l’ensemble il vient : Y ( z ) = W (z) + ⎣
1+ H (z) K (z) 1+ H (z) K (z)
Nous constatons que dans cet exemple la transformée en z de la perturbation n’apparaît pas
explicitement, cela correspond au fait que celle-ci n’est pas acquise donc échantillonné par
l’unité de calcul.
L’obtention directe de cette transmittance peut se faire comme précédemment avec les règles
classiques des systèmes en boucle fermée en prenant bien en compte la position des
échantillonneurs.

130
7. INTEGRATION ET DERIVATION A L’AIDE DE LA TRANSFORMEE EN Z.
7.1. Intégration.
L’intégration par voie numérique ne peut rigoureusement être réalisée, il existe donc différentes
méthodes d’intégrations à pas fixe ou variable et le lecteur peut se reporter aux ouvrages
spécialisés traitant des techniques d’intégration numériques. Pour les méthodes à pas il est
possible de définir un opérateur d’intégration.
t
Soit : y ( t ) = ∫ u ( τ ) dτ
0
Nous allons ici établir les transmittances en z approximant cette intégrale par les méthodes :
Rectangles, Trapèze et Simpson
7.1.1. Méthode des rectangles.

Pour cette méthode il existe deux variantes décrites ci-après.
Algorithme 1.
u (t ) y ( k −1 )
y ( k ) = y ( k − 1) + Te ⋅ u ( k − 1)
u ( k −1 )
Y ( z ) = z −1 ⋅ Y ( z ) + Te ⋅ z −1 ⋅ U ( z )
( )
Y ( z ) 1 − z −1 = Te ⋅ z −1 ⋅ U ( z )
Y ( z ) Te ⋅ z −1 Te
= =
( )
(7.1)
U ( z ) 1 − z −1 ( z − 1)
k −1 k t
Figure 7-1 : Méthode des rectangles, Algorithme 1
Algorithme 2.
u (t ) y ( k −1 )
u (k ) y ( k ) = y ( k − 1) + Te ⋅ u ( k )
Y ( z ) = z −1 ⋅ Y ( z ) + Te ⋅ U ( z )
( )
Y ( z ) 1 − z −1 = Te ⋅ U ( z )
Y (z) Te T ⋅z
= = e
( )
(7.2)
U ( z ) 1 − z −1 ( z − 1)
k −1 k t
Figure 7-2 : Méthode des rectangles, Algorithme 2

131
7.1.2. Méthode des trapèzes
u (t )
y ( k −1 )
u (k ) y ( k ) = y ( k − 1) + e ( u ( k ) + u ( k − 1) )
T
u ( k −1 ) 2
T
(
Y ( z ) = z −1 ⋅ Y ( z ) + e ⋅ U ( z ) 1 + z −1
2
)
(
Y ( z ) Te 1 + z
=
−1
)
( )
(7.3)
U ( z ) 2 1 − z −1
k −1 k t
Figure 7-3 : Méthode des rectangles
7.1.3. Méthode de Simpson

Cet algorithme d’intégration fait appel à deux échantillons précédents l’instant k, l’équation
récurrente est la suivante :
T
y ( k ) = y ( k − 2 ) + e ⎡⎣ u ( k ) + 4 ⋅ u ( k − 1) + u ( k − 2 ) ⎤⎦
3
T
Y ( z ) = z −2 ⋅ Y ( z ) + e ⎡ U ( z ) + 4 ⋅ z −1 ⋅ U ( z ) + z −2 ⋅ U ( z ) ⎤
3 ⎣ ⎦
( ) T
(
Y ( z ) 1 − z −2 = U ( z ) e 1 + 4 ⋅ z −1 + z −2
3
)
Y ( z ) Te ⎛ 1 + 4 ⋅ z −1 + z −2 ⎞
= ⎜ ⎟ (7.4)
U ( z ) 3 ⎜⎝ 1 − z −2 ⎟
⎠
Exemple 7-1
Nous allons avec les 3 méthodes que nous venons de décrire calculer les trois transmittances en
z correspondantes.
1
Soit : H c = , nous prendrons comme période d’échantillonnage Te = 0,1 s
p
Y (z) Te 0,1
Méthode des rectangles (7.1) = =
U ( z ) ( z − 1) ( z − 1)
Y ( z ) Te 1 + z
=
(−1
)
= 0, 05
(
1 + z −1 )
( ) ( )
Méthode des trapèzes (7.3)
U ( z ) 2 1 − z −1 1 − z −1
Y ( z ) Te ⎛ 1 + 4 ⋅ z −1 + z −2 ⎞ 0,1 ⎛ 1 + 4 ⋅ z −1 + z −2 ⎞
Méthode de Simpson (7.4) = ⎜ ⎟= ⎜ ⎟
U ( z ) 3 ⎜⎝ 1 − z −2 ⎟ 3 ⎜
⎠ ⎝ 1 − z −2 ⎟
⎠

132
Méthode des rectangles Méthode des trapèzes

40 40
30 30
20 20
10 10
Gain (dB)
Gain (dB)
0 0
-10 -10
-20 -20
-30 -30
-40 -40
-45 -45
-90 -90
Phase (deg)
Phase (deg)
-135 -135
-180 -180
-2 -1 0 1
-2 -1 0 1 10 10 10 10
10 10 10 10
Fréquence (Hz) Fréquence (Hz)
Méthode de Simpson
40
30
20
10
Gain (dB)
-10
-20
-30
-40
-45
-90
Phase (deg)
-135
-180
-2 -1 0 1
10 10 10 10
Fréquence (Hz)
Figure 7-4 : Représentation dans le plan de Bode de méthodes d’intégration numérique
Nous pouvons constater qu’en ce qui concerne le gain est correct pour des fréquences éloignées
de la limite de Shannon (fréquence de Nyquist) l, par contre pour la phase seules les méthodes
des trapèzes et de Simpson sont correctes.

133
7.2. Dérivation.
Si les méthodes d’intégration donnent en général des résultats corrects et sont peu sensibles aux
bruits de mesure, il en est tout autrement pour la dérivation.
En fait le gain d’un dérivateur croissant vers l’infini lorsque la fréquence est grande il sera
impossible de le réaliser, que ce soit par voie analogique ou numérique.
Dans la pratique il est envisageable de faire un filtre de dérivation valable dans un intervalle de
fréquence limité.
Afin de bien percevoir la difficulté du calcul d’une dérivée, considérons deux fonctions u1 ( t )
et u 2 ( t ) ayant les mêmes valeurs aux instants ( k − 1) et k.
u1 ( t ) u2 ( t)
k −1 k t k −1 k t
Figure 7-5 : Dérivées
Il est clair, que sur l’intervalle considéré que l’intégrale varie peu alors que nous avons des
dérivées très différentes.
En pratique, si faire une dérivation est incontournable, il faudra être très vigilant sur la validité
d’une dérivation numérique. Si le signal est bruité, il sera nécessaire de filtrer celui-ci avant de
le dériver.
7.2.1. Dérivation par différence discrète

Cette approche repose sur la définition de la dérivée qui est approximé à l’instant k par :
⎡d ⎤ u ( k ) − u ( k − 1)
⎢⎣ dt u ( t ) ⎥⎦ ≈ = y(k) (7.5)
t = k ⋅Te Te
Ici y ( k ) représente la dérivée à l’instant k de la fonction u ( k ) , nous pouvons, comme pour

l’intégration définir un opérateur de dérivation, soit :
Y (z) 1
Y (z) =
1
Te
(
U ( z ) − z −1 ⋅ U ( z ) ) ⇒ =
U ( z ) Te
(
1 − z −1 ) (7.6)
Cet opérateur de dérivation est simple et donne dans de nombreux cas une précision suffisante ;
pour améliorer celle-ci il est nécessaire de calculer la dérivée à partir de la de connaissance de
plus de 2 échantillons.

134
7.2.2. Dérivation à partir d’une approximation polynomiale
Considérons n points de la fonction u ( k ⋅ Te ) précédant l’instant k pour lequel nous voulons
calculer la dérivée.
u ( k ⋅ Te )
Polynôme P(t)
t = k ⋅ Te
k-n k −1 k
Figure 7-6 : Calcul de la dérivée à partir d’un polynôme de Newton

Pour y parvenir nous rechercherons un polynôme P ( t ) prenant les valeurs de u ( k ⋅ Te ) aux
instants d’échantillonnage k.
⎡d ⎤ ⎡d ⎤
Le calcul de ⎢ u ( t ) ⎥ revient alors à déterminer ⎢ P ( t ) ⎥ .
⎣ dt ⎦ t = k ⋅Te ⎣ dt ⎦ t = k ⋅Te
Nous allons pour caractériser P ( t ) utiliser un polynôme de Newton de la forme suivante :
P ( t ) = A 0 + A1 ( t − ( k − n ) Te ) + A 2 ( t − ( k − n ) Te ) ( t − ( k − n + 1) Te ) + "
" + A k ( t − ( k − n ) Te ) ( t − ( k − n + 1) Te ) ( t − ( k − n + 2 ) Te )" ( t − k ⋅ Te )
Représentons maintenant par ∆in l’opérateur de différence fine tel que :
∆1i = u ( i + 1) − u ( i ) (7.7)
∆in = ∆in+−11 − ∆in −1 (7.8)
Avec cet opérateur la dérivée à l’instant k faisant appel à (n+1) échantillons du polynôme P ( t )
sa dérivée prend alors l’expression suivante :
⎡d ⎤ 1 ⎡ 1 1 1 1 ⎤
⎢⎣ dt P ( t ) ⎥⎦ = ⎢
Te ⎣
∆ −1 + ∆ −2 2 + ∆3−3 + " + ∆ −n n ⎥
2 3 n ⎦
t = k ⋅Te
A partir des relations (7.7) et (7.8) calculons ∆i−i et cherchons la transformée en z

correspondante.
z
∆1−i = u ( −i + 1) − u ( −i ) → U ( z ) ⋅ z −i ( z − 1)
z
→ U ( z ) ⋅ z −i +1 ( z − 1) − U ( z ) ⋅ z −i ( z − 1) = U ( z ) ⋅ z −i ( z − 1)
2
∆ −2 i = ∆1−i +1 − ∆1−i

135
z
→ U ( z ) ⋅ z −i +1 ( z − 1) − U ( z ) ⋅ z −i ( z − 1) = U ( z ) ⋅ z −i ( z − 1)
2 2 3
∆3−i = ∆ 2−i +1 − ∆ −2 i
#
z
→ U ( z ) ⋅ z −i ( z − 1)
i
∆i−i = ∆ −2 i +1 − ∆ −2 i
(1 − z−1 ) U ( z )
z
∆i−i → (7.9)
Si nous notons y ( k ) la dérivée du signal u ( k ) , à partir de la relation (7.9) il vient :
Y (z) 1 ⎡
( ) ( ) ( ) ( )
1 2 1 3 1 n⎤
= ⎢ 1 − z −1 + 1 − z −1 + 1 − z −1 + " + + 1 − z −1 ⎥
U ( z ) Te ⎣ 2 3 n ⎦
Y (z) 1 n 1
( )
j
= ∑ 1 − z −1 (7.10)
U ( z ) Te j=1 j
En développant la relation (7.10) et en regroupant les termes de même puissance en z nous

obtenons :
Y ( z ) 1 ⎡⎛ 1 1 1 ⎞ −1 ⎛ C12 C13 C1n ⎞
= ⎢⎜ 1 + + + " + ⎟ − z ⎜ 1 + + +"+ ⎟
U ( z ) Te ⎢⎝ 2 3 n⎠ ⎜
⎝ 2 3 n ⎟⎠
⎣
⎛ C2 C3 Cn ⎞ ⎛ Cm Cm +1 Cn ⎞
⎝ 2 3 n ⎟⎠ ⎜
⎝
( )
+ z −2 ⎜1 + 2 + 2 + " + 2 ⎟ + " + −1m z − m ⎜1 + m + m + " + m ⎟ + "
⎜ 2 3 n ⎟⎠
z−n ⎤
" + −1n ( ) n ⎥⎦
⎥
Si l’on note b m les coefficients correspondants aux z − m , la transmittance permettant

d’approximer une dérivation aura la forme suivante :
Y (z) 1 ⎡
= b0 + b1 ⋅ z −1 + b 2 ⋅ z −2 + b3 ⋅ z −3 + " + bn ⋅ z − n ⎤ (7.11)
U ( z ) Te ⎣ ⎦
Les coefficients de cet opérateur valant :

n
1 j
b m = −1m ∑ Cm (7.12)
j=1
j
Calculons maintenant ces coefficients pour des valeurs de n comprises entre 1 et 10. La relation
7-12 permet de construire le tableau 7-1.

136
n 1 2 3 4 5 6 7 8 9 10
b0 +1 +1,5 11 25 137 +2,45 363 761 7129 7381
+ + + + + + +
6 12 60 140 140 2520 2520
b1 -1 -2 -3 -4 -5 -6 -7 -8 -9 -10
b2 0 +0,5 +1,5 +3 +5 +7,5 +10,5 +14 +18 +22,5
b3 0 0 1 4 10 20 35 56 84 -40
− − − − − − −
3 3 3 3 3 3 3
b4 0 0 0 +0,25 +1,25 +3,75 +8,75 +17,5 +31,5 +52,5
b5 0 0 0 0 -0,2 -1,2 -4,2 -11,2 -25,2 -50,2
b6 0 0 0 0 0 1 7 14 +14 +35
+ + +
6 6 3
b7 0 0 0 0 0 0 1 8 36 120
− − − −
7 7 7 7
b8 0 0 0 0 0 0 0 +0,125 +1,125 +5,625
b9 0 0 0 0 0 0 0 0 1 10
− −
9 9
b10 0 0 0 0 0 0 0 0 0 +0,1
Tableau 7-1 : Coefficients de l’opérateur de dérivation

Nous pouvons vérifier que pour n=1 nous retrouvons l’opérateur de différence discrète.
7.2.3. Test de la méthode de dérivation.

Afin de vérifier cette approche de la dérivation nous allons la tester avec un signal connu et
ensuite voir dans le plan de Bode comment elle se différencie de la représentation d’un
dérivateur parfait.
Vérification temporelle.
Prenons comme signal test à dériver la réponse indicielle d’un premier ordre de constante de
temps 1s. Avec une période d’échantillonnage de Te = 0,1s nous calculerons la valeur absolue
de l’écart maximum entre la dérivée analytique et celle obtenue par dérivation discrète.
Nous avons effectué ces calculs avec deux calculateurs ayant des représentations différentes des
nombres réels.
Avec le premier les réel étaient en représentation flottante sur 32 bits et par conséquent avec une
précision relative de 2−24 (taille de la mantisse) soit environ 10−7 .
Pour le second, nous avons utilisé Simulink qui fait des calcul en double précision (flottant 64
bits dont 48 bits de mantisse) avec cette représentation la précision relative est d’environ 10−14 .
A priori lorsque l’on augmente le degré de l’opérateur, le nombre de points pris pour déterminer
le polynôme de Newton augmente et la précision de la dérivation doit s’améliorer.
Nous constatons, lors du calcul en simple précision, qu’au delà de n=5 les résultats se
détériorent, cela provient du fait que la précision numérique est finie. Ainsi pour n=5 l’erreur est
de 3,5 ⋅10−6 et aurait dû être de 10−7 pour n=6, comme l’augmentation de la précision est de
l’ordre de la représentation des réels le résultat obtenu se dégrade.

137
Par contre avec des calculs faits avec des réels sur 64 bits, la précision s’améliore continument,
en effet pour n=10 nous avons une erreur de 4 ⋅10−10 qui est encore très supérieure à la
précision des calculs ( 10−14 )
Format simple précision Format double précision
0 0
-20 -20
-40 -40
-60 -60
-80 -80
erreur (dB)
erreur (dB)
-100 -100
-120 -120
-140 -140
-160 -160
-180 -180
-200 -200
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
n n
Figure 7-7 : Erreurs sur la dérivée de la réponse indicielle d’un premier ordre
Il est clair, au vu de ce petit exemple, qu’il faut être vigilant lorsque l’on fait de la simulation, en
effet il ne faut pas perdre de vue que les calculs par voie numérique ont une précision finie, cela
est d’ailleurs très problématique lorsque l’on implante des algorithmes en virgule fixe.
En corolaire à ces remarques sur la précision des calculs, j’attire votre attention sur le choix de
la période d’échantillonnage. En effet, si pour vous assurer d’une bonne précision vous sur-
échantillonnez, c’est dire que vous prenez une période d’échantillonnage très petite vis-à-vis des
constantes de temps du système, vous aurez des transmittances mal conditionnées. Dans ce cas,
les calculs feront appel à des très petites quantités qui seront altérés par le bruit de quantification
et vos résultats seront biaisés voire faux.

138
Vérification fréquentielle
Nous avons pour une période d’échantillonnage de Te = 0,1s représenté conjointement dans le
plan de Bode le dérivateur parfait et les opérateurs discret jusqu’à n=6.
n=1 n=2
30 40
25
30
20
Magnitude (dB)
Magnitude (dB)
15 20
10
10
5
0
0
-5 -10
90 90
Phase (deg)
Phase (deg)
45 45
0 0
-1 0 -1 0
10 10 10 10
Frequency (Hz) Frequency (Hz)
n=3 n=4
40 50
30 40
Magnitude (dB)
Magnitude (dB)
30
20
20
10
10
0
0
-10 -10
135 135
Phase (deg)
90
Phase (deg)
90
45 45
0 0
-1 0
10 10 -1 0
10 10
Frequency (Hz) Frequency (Hz)
n=5 n=6
50 50
40 40
Magnitude (dB)
Magnitude (dB)
30 30
20 20
10 10
0 0
-10 -10
135 180
135
Phase (deg)
Phase (deg)
90
90
45
45
0 0
-1 0
10
-1
10
0 10 10
Frequency (Hz)
Frequency (Hz)
Figure 7-8 : Diagrammes de Bode des opérateurs de dérivation numériques
Nous pouvons vérifier que l’augmentation de l’ordre de la dérivation améliore la qualité de

celle-ci. Ainsi pour n=6 la dérivée sera bien approximée jusqu’à une fréquence de 1,5 Hz alors
que n=2 la limite est à 0,5 Hz.

BIBLIOGRAPHIE
Titre Auteur(s) Editeur
Les systèmes discrets J.LIFERMANN MASSON
Réglages échantillonnés H.BÜHLER Presses

polytechniques
romandes
Traitement dans l'espace d'état H.BÜHLER Presses

polytechniques
romandes
Commande Régulation par C.FOULARD

calculateur numérique S.GENTIL Eyrolles
JP.SANDRAZ
Identification et commande ID.Landau Hermes

des systèmes
Commande et optimisation P.BORNE

des processus G.DAUPHIN-TANGUY Technip
(volume 1) JP.RICHARD
E.ROTELLA
I.SAMBETTAKIS
Modélisation et identification P.BORNE

des processus G.DAUPHIN-TANGUY Technip
(volume 2 et 3) JP.RICHARD
(tome 1 et tome 2) E.ROTELLA
I.SAMBETTAKIS
Analyse et régulation P.BORNE

des processus industriels G.DAUPHIN-TANGUY Technip
Régulation continue (tome 1) JP.RICHARD
(volume 4) E.ROTELLA
I.SAMBETTAKIS
Analyse et régulation P.BORNE

des processus industriels G.DAUPHIN-TANGUY Technip
Régulation numérique (tome 2) JP.RICHARD
(volume 5) E.ROTELLA
I.SAMBETTAKIS
Bibliographie
Titre Auteur(s) Editeur
Distribution et transformation M.RODIER Mc graw Hill

de Fourier
Automatique P.DE LARMINAT Hermes

Commande des systèmes linéaires
La robustesse A OUSTALOUP Hermes

analyse et synthèse
de commandes robustes
Pratique de l'identification J.RICHALET Hermes
La régulation industrielle JM.FLAUS Hermes

Régulateurs PID, prédictifs et flous
Automatique appliquée E.DIEULESAINT Masson

Systèmes linéaires de commande D.ROYER
à signaux analogiques
Automatique appliquée E.DIEULESAINT Masson

Systèmes linéaires de commande D.ROYER
à signaux échantillonnés
Bibliographie

AutomatiqueRegulation4me PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

AutomatiqueRegulation4me PDF

Transféré par

Droits d'auteur :

Formats disponibles

Département de Génie Electrique

Francis PICABIA 1919

Edition 2008 J.M RETIF

GENERALITES SUR LA COMMANDE

2. STRUCTURE TECHNOLOGIQUE ................................................................................2

3.1 Préambule. ..............................................................................................................................................4

3.2 Asservissement ........................................................................................................................................5

3.3 Régulation ...............................................................................................................................................8

ROBUSTESSE D’UNE COMMANDE

1. POSITION DU PROBLEME. ........................................................................................... 11

3. COMPROMIS PRECISION ROBUSTESSE. ................................................................. 16

2. COMMANDE D'UN PREMIER ORDRE PAR UN CORRECTEUR PI. .................... 32

3. COMMANDE D'UN SECOND ORDRE PAR UN CORRECTEUR PID..................... 34

4. COMMANDE D'UN SECOND ORDRE PAR UN CORRECTEUR PID FILTRE..... 36

5. METHODE DE NASLIN. .................................................................................................. 41

6. APPROXIMATION DE ZIEGLER ET NICHOLS. ....................................................... 47

7. CONCLUSION SUR LA COMMANDE PAR PID. ........................................................ 48

COMMANDE PAR PID NUMERIQUE

2 DISCRETISATION DES CORRECTEURS........................................................................................ 62

3 COMMANDE D'UN PREMIER ORDRE PAR UN PI. ........................................................................ 65

4 COMMANDE D'UN SECOND ORDRE PAR UN PID FILTRE. .......................................................... 67

COMMANDE DES SYSTEMES MONOVARIABLES.

1. GENERALITES SUR LA SYNTHESE D’UN CORRECTEUR. ............................................... 83

2. FORMES GENERALES D’UN CORRECTEUR POUR UN CRITERE D’ERREUR DONNE....... 84

3. CALCUL D’UN CORRECTEUR EN FIXANT LA TRANSMITTANCE EN BOUCLE FERMEE.. 87

4. CORRECTEUR A REPONSE PILE.................................................................................... 89

5. FONCTIONNEMENT EN BOUCLE FERMEE DU SECOND ORDRE. .................................... 91

6. SYNTHESE D'UN REGULATEUR POUR LES PROCESSUS RETARDES. ............................. 95

RAPPELS SUR LA TRANSFORMEE EN z

1. ECHANTILLONNAGE D’UNE FONCTION CONTINUE. ............................................................ 105

Le maintien de la vitesse en présence de perturbations est un problème dit de REGULATION.

INSA 4GE JM RETIF Généralités sur la commande

© [JM. RETIF], [2008], INSA de Lyon, tous droits réservés.

Perturbations Perturbations Perturbations

Convertisseur UNITE DE CALCUL Convertisseur

Bus de signaux numériques Signal analogique

Dans ce schéma technologique il apparaît des signaux de nature différente. La sortie du

INSA 4GE JM RETIF Généralités sur la commande

© [JM. RETIF], [2008], INSA de Lyon, tous droits réservés.

Perturbation sur Perturbation sur

Wu bruit sur l'entrée Wy bruit sur la sortie Wb bruit sur la mesure

© [JM. RETIF], [2008], INSA de Lyon, tous droits réservés.

Perturbation sur Perturbation sur

Figure 3.1 Bruit sur la

K : transfert du correcteur P : transfert du processus

Exprimons la sortie en fonction de la consigne W, et des perturbations sur la commande,

Y = Wy + P (Wu + K.W. - K. Wb - K.Y) ⇒ Y (1 + K.P) = Wy + P.Wu + K.P.W - K.P.Wb

INSA 4GE JM RETIF Généralités sur la commande

© [JM. RETIF], [2008], INSA de Lyon, tous droits réservés.

Asservissement réponse à un échelon

INSA 4GE JM RETIF Généralités sur la commande

© [JM. RETIF], [2008], INSA de Lyon, tous droits réservés.

© [JM. RETIF], [2008], INSA de Lyon, tous droits réservés.

3.2.4 Erreur de traînage cas continu

Asservissement réponse à une rampe

soit en utilisant le théorème à la valeur finale :

Si l'on veut annuler cette erreur il faut :

INSA 4GE JM RETIF Généralités sur la commande

© [JM. RETIF], [2008], INSA de Lyon, tous droits réservés.

L'annulation de cette erreur nécessite : lim[ K(z).P(z).(z - 1)] → ∞

Nous avons vu, au paragraphe 3.2 concernant l’asservissement, que l’annulation de

INSA 4GE JM RETIF Généralités sur la commande

© [JM. RETIF], [2008], INSA de Lyon, tous droits réservés.