Vous êtes sur la page 1sur 35

Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

Systèmes et asservissements linéaires échantillonnés

Frédéric Gouaisbaut

LAAS-CNRS
Tel : 05 61 33 63 07
email : fgouaisb@laas.fr
webpage: www .laas.fr / ∼ fgouaisb, fredgouaisbaut.free.fr

February 28, 2008


Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

Sommaire

1 Introduction
Origines
Problématique

2 Les signaux discrets


Transformée en Z
Théorème de Shannon

3 La modélisation des systèmes linéaires discrets


Définition des systèmes linéaires discrets
Un système vu comme un produit de convolution
Les équations aux récurrence
La Fonction de transfert en Z
La Fonction de transfert échantillonnée
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

Origines

- Depuis 30 ans, commandes implantées sur un calculateur numérique.


- Mode de régulation appelée numérique par opposition à la commande
analogique.
- En général, processus continu (variables évoluant d’une maniére
continue), exemples : avion, lanceur, dirigeable, etc...
- Systèmes intrinsèquement discrets (économie, finance ...)
Pour/contre
- Souplesse d’emploi, précision, insensibilité aux bruits, fiabilité.
- Pertes de performances dynamiques, problèmes de compatibilité,
nécessité des conversions analogiques, numériques.

Utilisation des commandes continues : discrétisation


Théorie appropriée à la nature numérique
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

Principe de la régulation “numérique”

- Processus à asservir : généralement à temps continu.


Algorithme de résolution implanté sur un calculateur numérique qui va
réaliser une commande numérique (suite de nombre cadencée à une
periode d’echantillonnage).
C.A.N : Echantillonnage des variations mesurées sur le processus
continu, transmis au calculateur.
C.N.A : transforme le signal discret en signal continu (transmis au
processus continu).
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

Exemple
Example
23
Soit le système G (p) = p+23 asservi par l’intermédiaire d’un correcteur
intégral K (p) = p . La loi de commande à concevoir est ainsi u̇(t) = (t).
1

Celle ci est soit réalisée de manière analogique à l’aide d’A.O., soit réalisée
par l’intermédiaire d’un calculateur.Dans ce dernier cas, on discrétise la loi de
commande en choisissant que u̇(t) = u(t)−u(t−T T
)
. Nous obtenons alors les
différentes courbes de simulation:
1.4 1.4
commande
numerique
T=0.5 commande numerique, T=0.5
1.2 1.2

1 1
amplitude de la commande

0.8 0.8
amplitude

commande
numerique commande numerique, T=0.1
T=0.1
0.6 0.6
commande analogique

0.4 0.4

commande analogique

0.2 0.2

0 0
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
temps temps
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

Exemple

Problème du choix de T
Problème du choix de la méthode de discrétisation du correcteur.
D’une manière plus générale, problème de la synthèse de correcteurs
adaptés au numérique.
Problème du mélange entre les signaux discrets et continus.
→ Conséquence sur les réponses temporelles,
sur les performances du système asservi.
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

différentes architectures
modèle dynamique à temps continu :
horloge

r(t) + e(t) e(k) u(k) CNA u(t) procédé y(t)


_ CAN calculateur
(B0Z) continu

régulateur

modèle dynamique à temps discret (échantillonné)


horloge

r(k) + e(k) u(k) CNA u(t) procédé y(t) y(k)


_ calculateur CAN
(B0Z) continu

procédé discrétisé
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

Définitions d’un signal analogique

Fonction de f : R → R.

R → R
x:
t → x(t)
f(t)

t
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

Définitions d’un signal discret

Un signal discret correspond à un signal qui ne prend des valeurs que pour
des instants discrets, c’est à dire en des points distincts.

I → R
x:
i → x(i )

où I est un ensemble prenant des valeurs discrètes I = {1, 2, 3, 4, 5, 6...} ou


I = {1.1, 3.3, 5.5, 7.7, 9.9, ...}. Remarquons que ce signal n’est pas défini
pour des valeurs différentes de tk .
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

Définitions d’un signal échantillonné


Signal continu observé à des instants discrets I = {tk , k ∈ N}, on obtient un
signal discret. Dans ce cas, on parle plutôt de signaux échantillonnés, c’est à
dire provenant de l’échantillonnage d’un signal continu.

Un signal échantillonné : l’observation à


f(t) des instants discrets f : tk , k ∈ Z → R de
signaux continus. Signal discret

N → R
xe :
i → x(ti ) = xi

t1 t2 t3 t4 t5 t6 t7 t8 t
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

Les instants discrets sont appelés instants d’échantillonnage.


En général, la durée entre 2 instants d’échantillonnage est constante:

tk+1 − tk = T

où T est appelée période d’échantillonnage. Dans la suite du cours, on


considèrera ainsi que
tk = kT
et on notera sans ambiguité x(tk ) = x(kT ) = x(k) = xk
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

Description temporelle des signaux discrets

Par convention l’échantillonnage d’une impulsion est défini par le poids de


l’impulsion.
Ainsi, par exemple : l’échantillonnage de x(t) = xk0 δ(t − tk0 ) avec δ(t − tk0 ),
la distribution de Dirac à l’instant tk0 donne :

xk = xk0 δ(k − k0 ) avec


δ(k − k0 ) = 0 si k = k0 et δ(k − k0 ) = 1 si k = k0
xk

x k0

k
0 1 2 3 k0
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

Description temporelle des signaux discrets

Un signal discret quelconque peut donc être représenté par une suite
d’impulsion :


+∞ 
+∞
{xk } = xi δ(k−i ) = (xi − xi −1 )Γ(k−i ) avec
k=0 k=0
Γ(k − i ) = 0 si k < i et Γ(k − i ) = 1 si k  i
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

La transformée en Z

Definition
La description qui utilise la transformée en z est équivalente pour les signaux
discrets à la représentation fréquentielle (basée sur la transformée de
Laplace) utilisée pour les signaux continus. Elle est parfois appelée par abus
de language “représentation fréquentielle”.

Definition
La transformée en z du signal discret xk (ou x(KT )) est notée Z(xk ) et est
définie par :

+∞
Z(xk ) = xk z −k
k=0
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

Description d’un signal échantillonnée


u(t) u*(t)

u(t) u*(t)
T
CAN
t 0 T kT t

1 La suite uk correspond au signal u ∗ (t) (échantillonné de u(t) à la


période T ) et est défini par:

+∞

u (t) = u(t)δT (t) = u(kT )δ(t − kT )
k=0


+∞
2 Sa transformée de Laplace s’écrit : U ∗ (p) = L[u ∗ (t)] = u(kT )e −kTp
k=0
3 En posant z = e Tp on reconnaı̂t la Transformée en z :

+∞
U(z) = u(kT )z −k
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

Théorème de Shannon

Theorem (Théorème de Shannon)


Un signal continu u(t) de fréquence maximale f0 est équivalent à sa
représentation échantillonnée si la fréquence d’échantillonnage fe est le
double de f0 . La pulsation ωN = 2π fe est appelée pulsation de Nyquist.
fe  2f0
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

Utilisation du théorème de Shannon

Remarque
Pour que l’observation échantillonnée d’un signal soit significative, il est
nécessaire que la fréquence d’échantillonnage soit suffisamment élevée. En
effet, si la période d’échantillonnage est trop élevée, l’information contenue
dans le signal analogique peut être irrémédiablement détruite.

Remarque
En pratique, on préfère un rapport de fréquence, au moins supérieur à 10
entre la fréquence d’échantillonnage et la fréquence de coupure du signal
analogique. En temporelle, on choisira une période d’échantillonnage au
moins 10 fois inférieure au temps de monté du signal analogique.
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

Quelques définitions

Definition
Un système est dit discret ssi ces entrées et ses sorties dont discrets. Il est
dit dynamique si la valeur de la sortie y (k) dépend non seulement de l’entrée
à l’instant k mai aussi des valeurs passées de l’entrée. (possiblement des
valeurs futures)

Definition
Un système est dit linéaire si celui ci respecte les propriétés de linéarité et de
superposition.

Definition
UN système discret est dit causal si sa sortie y (k) au temps kT ne dépend
que des valeurs prises par l’entrée pour des instants inférieures à kT
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

Exemples

Example
Soit l’intégrateur numérique :

y (k + 1) = y (k) + u(k)T
ou

y (kT + T ) = y (kT ) + u(kT )T


Ce système définit un système discret linéaire, causal.
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

La réponse impulsionnelle
Soit l’impulsion unité défini par :

1 si k = 0
δ(k) = δk =
0 sinon
On définit par ailleurs l’impulsion de Dirac à l’instant k0 par

1 si k = k0
δ(k − k0 ) = δk−k0 =
0 sinon

Definition
La réponse d’un système discret à une impulsion unité injectée à l’instant k0
est appelée réponse impulsionnelle et est notée

g (k, k0 ) = g (kT , k0 T )

On peut remarquer que la réponse impulsionnelle est une suite qui dépend de
deux variables, la première concerne le temps d’observation du signal. La
seconde concerne l’instant d’application de l’impulsion unité.
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

Example
Soit l’intégrateur numérique :

y (k + 1) = y (k) + u(k)T

ou


k−1
y (k) = u(i )T
i =0

1 si i = k0
si y (0) = 0. Or u(i ) = et donc nous obtenons
0 sinon

T si k  k0 + 1
g (kT , k0 T ) =
0 sinon
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

Stationnarité d’un système linéaire discret

Definition
Un système est dit stationnaire si

g (kT , k0 T ) = g (kT + dT , k0 T + dT )

On peut alors montrer que la réponse impulsionnelle peut s’écrire

g (kT , k0 T ) = g (kT − k0 T ) = g (k − k0 )
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

Theorem
Soit un système discret, linéaire, causal, stationnaire, alors sa sortie s’exprime
comme un produit de convolution entre l’entrée et sa réponse impulsionnelle


k
y (kT ) = u(lT )g (kT − lT )
l=0

Example
Calculons la réponse d’un intégrateur numérique :


k
y (kT ) = u(lT )g (kT − lT )
l=0
or 
T si l  k − 1
g (kT − lT ) =
0 sinon

k−1
et donc y (kT ) = u(lT )T On retrouve bien la formule de l’intégrateur.
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

Les équations récurrentes

Modéliser : établir un modèle mathématique reliant les entrées et les sorties


d’un système.

{uk } Σ {yk }
Discret

Definition
Un système linéaire à temps discret peut être décrit par un ensemble
d’équations récurrentes, définit comme suit à l’ordre n (m  n, les sorties
dépendent uniquement des évemements passés) :

an y(k) + an−1 y(k−1) + · · · + a0 y(k−n) = bm u(k+m−n) + · · · + b0 u(k−n)


Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

Formulation adaptée au calcul numérique


Remarque
Le système peut être entièrement défini et l’équation récurrente peut être
résolue si l’on précise les condtions initiales : y0 , y1 , · · · , yn−1 , u0 , · · · , um−1

Exemples
0 −1
k
- Intégrateur : yk = yk−1 + Tuk−1 yk0 = y0 + uk T
k=0
- Retard pur : yk = uk−d
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

La fonction de transfert

Propriétés des transformées en Z


- Linéarité : Z(axk + byk ) = aX (z) + bY (z), ∀a, b ∈ 
- Retard : Z(x(k−1) ) = z −1 Z(x
k)
Généralisation : Z(x(k−r ) ) = z −r Z(xk )
- Avance : Z(x(k+1) ) = zX (z) − zx0
- Théorème de la valeur initiale : lim X (z) = x0
z→∞

- Théorème de la valeur finale : lim (z − 1)X (z) = x∞


z→1


- Théorème de la somme : x(k) = lim X (z)
z→1
0


- Convolution discrète : Z( x(i ) y(k−i ) ) = X (z)Y (z)
i =0
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

D‘’efinitions de la fonction de Transfert en Z


Equivalent de la fonction de transfert en continu.
Y (z) = Z[yk ]
Opérateur retard : z, transformée en z :
U(z) = Z[ul ]

u(k) y(k)
Suite recurrente

Z
U(z) Y(z)
F(z)

yk → Y (z)
yk−i → z −i Y (z)
ul → U(z)
ul−j → z −j U(z)
En appliquant le théorème de convolution :
Y (z) = F (z)U(z)
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

Le lien entre la fonction de transfert et l’équ. récu.


Rappel Eq. Rec.
an y(k) + an−1 y(k−1) + · · · + a0 y(k−n) = bm u(k+m−n) + · · · + b0 u(k−n)
Transformée en z :
an Y (z)+an−1 Z(y(k−1) )+· · ·+a0 Z(y(k−n) ) = bm Z(u(k+m−n) )+· · ·+b0 Z(u(k−n) )
et donc
(an + an−1 z −1 + · · · + a0 z −n )Y (z) = (bm z m−n + · · · + b0 z −n )U(z)
Fonction de transfert en z :
Y (z) bm z m + · · · + b0
F (z) = =
U(z) an z n + · · · + a0
Fonction de transfert en z −1 :
Y (z) bm z m−n + · · · + b0 z −n
F (z) = =
U(z) an + · · · + a0 z −n
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

Introduction
T y*(t)
Y*(p)
u(t) T u*(t) y(t)
G(p)
U(p) U*(p) Y(p)

La sortie :
+∞ +∞
Y (p) = G (p)U ∗ (p) = G (p) u(kT ) e −(kT )p = G (p) u(kT ) z −k
k=0 k=0
Problème pour manipuler cette expression avec à la fois des p et des z
Théorème de convolution discrète
+∞
−1
y (t) = $ [Y (p)] = u(kT )g (t − kT )
k=0
et aux instants d’échantillonnage :

+∞
y (nT ) = u(kT )g ((n − k)T )
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

F.T. Echantillonnée

Remarque
:
- Fonction de transfert : G (p)
- Réponse impulsionnelle : g (t) = L−1 [G (p)]
- Fonction de transfert discrète :

G (z) = Z[L−1 [G (p)]]

Utilisation du Théorème de Shannon


Recommandation : fe = 6 à 24 fois fc , fc étant la fréquence coupure du
procédé.
1
Exemple : G (p) = 1+τ p
1
Fréquence de coupure : fc = 2πτ
2πτ < T < 24πτ
6 1 6
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

Conv. Numérique Analogique (C.N.A) - Bloqueur d’ordre 0

1 Le signal fourni par le calculateur est un signal en escalier.


2 Le système commandé par l’intermédiaire d’un échantilloneur bloqueur.
3 Le but : conserver l’information du signal pendant une période.
La fonction de transfert B0 (p) du bloqueur d’ordre 0 représente la
transformée de Laplace de sa réponse impulsionnelle.
Soit Γ(t), un échelon de position unitaire :

B0 (t) = Γ(t) − Γ(t − T ), (B0∗ (t) = δ(t) − δ(t − T ))

1 − e −Tp
B0 (p) =
p
Représentation en z : B0 (z) = 1 − z −1 = z−1
z
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

Conv. Numérique Analogique (C.N.A)


uk u(t)

uk u(t)
B0(p)

0 1 2 3 4 5 k 0 1 2 3 4 5 k

Bloqueur d’ordre 1
(1 + Tp)(1 − e −Tp )2
B1 (p) =
Tp 2
uk u(t)

uk u(t)
B1(p)

0 1 2 3 4 5 k 0 1 2 3 4 5 k
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

Fonction de transfert : bloqueur+processus

Y*(p)
B0 (p) G(p)
U*(p) U(p) Y(p)

Z [B0(p)G(p)]=G(z)

1 − e −Tp
G (z) = Z[B0 (p)G (p)] = Z G (p)
p
 
G (z) = (1 − z −1 )Z G p(p) = z−1
z Z G (p)
p
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

Exemple

T
1
uk B 0(p) p(p+1) yk

z −1 Gc (p)
G (z) = Z[B0 (p)Gc (p)] = Z
z p
décomposition en éléments simples
Gc (p) 1 −1 1 1
= 2 = + 2+
p p (p + 1) p p p+1
Utilisation d’un tableau de transformées élémentaires

z −1 z Tz z
G (z) = − + +
z z − 1 (z − 1)2 z − e −T )
T (1−e −T )
G (z) = K (z−b)
(z−1)(z−a) , K = e −T − 1 + T , a = e −T , b = 1 − e −T −1+T
Introduction Les signaux discrets La modélisation des systèmes linéaires discrets

Composition de F.T.

Theorem
La transformée en z d’un groupement d’éléments ne peut être définie
qu’entre deux échantillonneurs.

T T T
G 1(p) G2(p)
U*(p) Y*(p)

Y (z) = G2 (z)G1 (z)U(z) = G (z)U(z)


T T
G 1(p) G2(p)
U*(p) Y*(p)

G2(p)G1 (p)=G(p)

Y (z) = G (z)U(z) = Z[G2 (p)G1 (p)]U(z)