Académique Documents
Professionnel Documents
Culture Documents
AutomatiqueRegulation4me PDF
AutomatiqueRegulation4me PDF
4ème Année GE
AUTOMATIQUE
REGULATION
1. PREAMBULE ...................................................................................................................1
3. FORMULATION DE LA COMMANDE.........................................................................4
_____________________________________________________________________________
Sommaire
© [JM. RETIF], [2008], INSA de Lyon, tous droits réservés.
ii
Chapitre 2
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
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
© [JM. RETIF], [2008], INSA de Lyon, tous droits réservés.
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
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
© [JM. RETIF], [2008], INSA de Lyon, tous droits réservés.
iv
Chapitre 4
1 INTRODUCTION. ……………………………………………………………………………… 61
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
© [JM. RETIF], [2008], INSA de Lyon, tous droits réservés.
v
Chapitre 5.
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
© [JM. RETIF], [2008], INSA de Lyon, tous droits réservés.
vi
Annexes.
_____________________________________________________________________________
Sommaire
© [JM. RETIF], [2008], INSA de Lyon, tous droits réservés.
-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.
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.
Sortie y(t)
u (t)
b ACTIONNEUR CAPTEUR
ANALOGIQUE PROCESSUS ANALOGIQUE
Perturbations
mesurables
Wm(t)
Convertisseur
Analogigue
Numérique
Wm(k)
u(k) y(k)
Figure 2.1
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
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 :
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
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.
INSA 4GE JM RETIF Généralités sur la commande
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.
CORRECTEUR PROCEDE
U
Consigne W ε Sortie Y
K P
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
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).
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
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
INSA 4GE JM RETIF Généralités sur la commande
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.
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
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.
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.
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:
Il est conseillé que cette marge soit inférieure à un demi :. Marge de gain ∆ G <0,5
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.
∆
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.
Lorsque le système échantillonné la marge de retard de toute façon ne saurait être inférieure à la
période d'échantillonnage.
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.
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.
Nous allons maintenant considérer une structure de commande faisant intervenir différents bruits
conformément au schéma suivant:
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
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
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
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
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.
K.P
Y= W + Syu .Wu + Syy .Wy + Syb .Wb
1 + K.P
K
U= W + Syy .Wu + Suy .(Wb + Wy )
1 + K.P
et une la commande
Suy Sensibilité de la commande à un bruit sur la sortie ou un bruit de mesure.
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 )
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
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.
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).
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
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.
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.
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.
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.
⎛ 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
N pulsation rd/s
1
Td
Td
Ce régulateur dispose de quatre paramètres de réglages qui pourront être mis à profit pour
maîtriser la dynamique d'un processus du second ordre.
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 ⎦
⎡ 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
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
Correcteur
Wy
Proportionnel
Intégral dérivé Processus +
+
ε +
W U Y
1 b0
Kp.(1 + +Td. p )
- Ti. p 1+ a1. p + a2. p2
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:
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
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:
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.
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:
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
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
En utilisant les relations (4.21) à (4.24) nous pouvons déterminer les actions du correcteur PID
filtré.
b0
soit : Γ( p) = avec a i ≥ 0
a 0 + a1. p + a 2 . p + a 3 . p 3 +... + a na . p na
2
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:
-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
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
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
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
( 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
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
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 )
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.
Réglages des actions des correcteurs PI, PID, PID filtré en fixant le ou les pôles en boucle fermée.
⎛ 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.
8. Exemples.
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
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.
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.
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.
⎛ ⎞
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
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
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
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 ⎠
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
K( p ). P ( p ) 1
S yb = − T = − =−
1 + K( p ). P ( p ) 277, 77. p 2 + 30. p + 1
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
Réponse en asservissement.
Avec un échelon unitaire appliqué au temps t=10 s nous trouvons bien la réponse sans
dépassement attendu.
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
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
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.
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:
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
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)>
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
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) + r2 . ε ( k − 2) + u( k − 1)
u ( k − 1) ← u( k )
ε ( k − 2) ← ε ( k − 1)
ε ( k − 1) ← ε ( k )
< application de la commande u(k)>
⎛
⎜ 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 ⎠ ⎠
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) + 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 )
< application de la commande u(k)>
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
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.
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
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.
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:
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
(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
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.
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 ⎥⎦
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.
( )(
1 − z −1 . 1 + s1 . z −1 ) p2 = r0 . b 2 − s1
s1 = r0 . b 2 − p2
⎛ 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
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
⎡ ⎛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 ⎠
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 ⎠
∆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.
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
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.
⎛ 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
P ( z ) = 1 − 1, 1259. z −1 + 0 , 3396. z −2
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)
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.
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
∆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
Vous pouvez vérifier que si la période d'échantillonnage T tend vers zéro on obtient ces réglages.
⎛ 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 ⎠ ⎠
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 )
0.8
1
0.6
4
1
2
temps
0
0 100 200 300 400
Figure 6-4
⎡ ⎛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 )
⎡ ⎤ ⎡ ⎤
⎢ ⎥ ⎢ ⎥
⎛
⎢ ⎜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.
r = ξ 0 ⋅ ω0 c = ω0 ⋅ 1 − ξ 2 . (7.7)
0
⎛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)
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)
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)
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
CHAPITRE 5.
COMMANDE DES SYSTEMES MONOVARIABLES.
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.
Figure 2-1
P(z) correspondant ici à l'ensemble processus, interface de commande, et capteur.
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
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.
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.
Figure 3-1
K ( z ) ⋅ P(z)
Sachant que : Γ (z) = (3.1)
1 + K ( z ) ⋅ P(z)
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.
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
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
Figure 4-2
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
Le module de Syy est alors donné par l'expression: Syy = ( cos(ω.T) − 1)2 + ( sin(ω.T) )2 = 2.
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.
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
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)
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)
⎛ 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)
Racines doubles ξ0 = 1
c1 = 1 − e− r T (1 + r ⋅ T ) (5.8)
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)
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 ⎟
⎠
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.
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.
Figure 6-1
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
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)
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.
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 ⎠
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.
7.1.3. 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
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
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.
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:
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).
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
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.
ANNEXE
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
f (t) f * (t )
∈
Figure 1-1 : Opérateur d’échantillonnage
f * (t ) f * (t )
t t
Te 5Te 10T e 15Te 20Te 25Te
F (ν )
−ν0 +ν 0
Figure 1-3 : Transformée de Fourier du signal avant échantillonnage
⎡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
1 ⎛ν⎞
Rappel : F ( f ( a ⋅ t ) ) = F ⎜ ⎟ et F ( ⊥⊥⊥ ( t ) ) =⊥⊥⊥ ( ν )
a ⎝a⎠
∞
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
2.1. Linéarité.
Z ⎡⎣ρ ⋅ f ( t ) ⎤⎦ = ρ ⋅ F ( z ) (2.2)
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
( ) (
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)
Z ( t ⋅ f ( t ) ) = −Te ⋅ z
d
F(z) (2.8)
dz
Démonstration.
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.
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 )
Reprenons les transformées (2.7) et (2.8) qui correspondent respectivement à un premier ordre et
un intégrateur :
( )
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.
⎡ ⎛ 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 )
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.
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 )
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
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 )
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.
0.8
k 0 1 2 3 " ∞ 0.6
0.2
0
0 2 4 6 8 10 12 14 16 18 20
k
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
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
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 ) .
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
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
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
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
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.
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
⎡ ⎤ ⎡ ⎤
⎢ 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 )
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
ν
−ν0 ν0 2
2 1 1 +
− − +
Te Te Te Te
⎛ 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
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
20
15
10
-5
-6 -4 -2 0 2 4 6
k
Extrapolateur
U ( p) U* ( p ) U ( p) Y (p ) Y* (p )
∈ Π (p ) F (p ) ∈
F ( z ) = Z ⎡⎣Π ( p ) F ( p )⎤⎦
ε( p) ε* ( p ) U ( p) U* ( p ) − Te ⋅ p Ub ( p)
∈ K ( p) ∈ 1−e
p
⇓
ε ( z) U ( z)
K ( z)
u (t ) u (t )
ub (t)
u * (t )
0 2 4 6 8 10 12 0 2 4 6 8 10 12
k k
-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)
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
-5
0.9
-10
Magnitude (dB)
0.8 -15
0.7 -20
-25
0.6
-30
Amplitude
0.5 -35
0
0.4
-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
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)
-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)
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.
U ( z) Y1 ( z ) Y2 ( z )
H1 ( z ) H2 ( 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 ) ⎤⎦
Y2* ( p )
Y (z)
Ici procédons comme précédemment, nous aurons : = 2 = Z ⎡⎣ H1 ( p ) H 2 ( p ) ⎤⎦ .
U ( p) U ( z)
*
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 ) ⎤⎦
W ( p) W* ( p ) ε* ( p ) U ( p) U* ( p ) Y (p ) Y* (p )
∈ K ( p) ∈ H ( p) ∈
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 )
Y* ( p ) Y* ( p ) H* ( p ) K* ( p )
= W (p) − Y (p) ⇒
* *
=
H* ( p ) K* ( p ) W* ( p ) 1 + H* ( p ) K* ( p )
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.
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
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
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
( ) 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 ⎟
⎠
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)
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.
u1 ( t ) u2 ( t)
k −1 k t k −1 k t
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.
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.
u ( k ⋅ Te )
Polynôme P(t)
t = k ⋅ Te
k-n k −1 k
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 )
∆1i = u ( i + 1) − u ( i ) (7.7)
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
(1 − z−1 ) U ( z )
z
∆i−i → (7.9)
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
z−n ⎤
" + −1n ( ) n ⎥⎦
⎥
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.
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
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.
-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.
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)
Bibliographie
© [JM. RETIF], [2008], INSA de Lyon, tous droits réservés.
Titre Auteur(s) Editeur
Bibliographie
© [JM. RETIF], [2008], INSA de Lyon, tous droits réservés.