Cours Signaux Et Système Arioui

EC 542 : Signaux et Systèmes
Modélisation et analyse des systèmes linéaires
Hichem ARIOUI
version 1.0
20 janvier 2015
2 Signaux et Systèmes
Table des matières
Syllabus du cours . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
0.1. Description du cours . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
0.2. Introduction générale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
0.3. Note . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
Première partie. Eléments de cours . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
Chapitre 1. Classification des systèmes LTI . . . . . . . . . . . . . . . . . . . . . . . . . 15

1.1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.2. Méthodes générales de dynamique linéaire . . . . . . . . . . . . . . . . . . . . . 15
1.2.1. Système dynamique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.3. Performances d’un système de commande . . . . . . . . . . . . . . . . . . . . . . 19
1.3.1. Signaux d’entrée particuliers . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.3.1.1. Signal échelon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.3.1.2. Signal rampe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.3.1.3. Signal impulsion de Dirac . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.3.1.4. Signal harmonique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.3.2. Réponses d’un système dynamique . . . . . . . . . . . . . . . . . . . . . . . 23
1.3.2.1. Régime permanent . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.3.2.2. Régime transitoire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.3.2.3. Régime harmonique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.3.2.4. Réponse à un signal quelconque : convolution temporelle . . . . . . 24
1.3.3. Performances d’un système dynamique . . . . . . . . . . . . . . . . . . . . 26
1.3.3.1. Amortissement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.3.3.2. Rapidité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
1.3.3.3. Stabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
Chapitre 2. Modélisation des systèmes linéaires . . . . . . . . . . . . . . . . . . . . . . 29

2.1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.2. Notions de modèle - Mise en équation . . . . . . . . . . . . . . . . . . . . . . . . 29
2.3. Transformée de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.3.1. Formulation mathématique . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.3.2. Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.3.3. Table des transformée de Laplace . . . . . . . . . . . . . . . . . . . . . . . . 32
2.4. Transformée de Laplace inverse . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.4.1. Pôles simples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.4.2. Pôles doubles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
5
2.4.3. Fraction rationnelle quelconque . . . . . . . . . . . . . . . . . . . . . . . . . 35

2.5. Fonction de transfert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.5.1. Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.6. Diagramme fonctionnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.6.1. Mise en série de deux blocs . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.6.2. Mise en parallèle de deux blocs . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.6.3. Mise en boucle fermée de deux systèmes, rétroaction . . . . . . . . . . . . 40
Chapitre 3. Représentation des systèmes LTI . . . . . . . . . . . . . . . . . . . . . . . . 41

3.1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.2. Régime transitoire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.2.1. Réponse impulsionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.2.2. Réponse indicielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.2.2.1. Rapidité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.2.2.2. Dépassement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.3. Régime permanent . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.3.1. Précision . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.4. Régime harmonique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.5. Représentation de Bode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.5.1. Définitions et Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.5.2. Méthode de construction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.5.3. Cas particuliers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.5.3.1. Système statique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.5.3.2. Système intégrateur pur . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.5.3.3. Système dérivateur pur . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.5.3.4. Retard pur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.5.3.5. Système de 1er ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.5.3.6. Système de 2nd ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.6. Représentation de Nyquist . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
Chapitre 4. Analyse des systèmes LTI de 1er et 2nd ordre . . . . . . . . . . . . . . . . 61

4.1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.2. Système de 1er ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.2.1. Equation différentielle - Fonction de transfert . . . . . . . . . . . . . . . . 61
4.2.4. Réponse à une rampe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.2.5. Réponse harmonique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.2.5.1. Diagramme de Bode . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.2.5.2. Lieu de Nyquist . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.3. Système de 2nd ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.3.1. Equation différentielle - Fonction de transfert . . . . . . . . . . . . . . . . 70
4.3.4. Réponse à une rampe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
4.3.5. Réponse harmonique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
4.3.5.1. Diagramme de Bode . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
Table des matières 7
4.3.5.2. Lieu de Nyquist . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
Deuxième partie. Travaux dirigés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
Chapitre 1. TD1 - Représentation des signaux . . . . . . . . . . . . . . . . . . . . . . . 81

1.1. Représentation des signaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
1.2. Linéarité des systèmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
1.3. Propriétés des systèmes LTI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
1.4. Propriétes des systèmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
Chapitre 2. TD2 - Modélisation des systèmes LTI . . . . . . . . . . . . . . . . . . . . . 83

2.1. Convolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
2.2. Equation différentielle - Transformée de Laplace . . . . . . . . . . . . . . . . . . 83
2.3. Décomposition en éléments simples . . . . . . . . . . . . . . . . . . . . . . . . . . 84
2.4. Diagramme fonctionnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
Chapitre 3. Réponse fréquentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87

3.1. Fonctions originales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
3.2. Représentation fréquentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
3.3. Analyse fréquentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
3.4. Résonance et pôle à l’origine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
Chapitre 4. Analyse et identification . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89

4.1. Réponse temporelle d’un second ordre . . . . . . . . . . . . . . . . . . . . . . . . 89
4.2. Identification de systèmes dynamiques . . . . . . . . . . . . . . . . . . . . . . . . 89
Troisième partie. Travaux pratiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
Chapitre 1. TP1 - Analyse des systèmes dynamiques . . . . . . . . . . . . . . . . . . . 95

1.1. Analyse d’un système de 1er ordre . . . . . . . . . . . . . . . . . . . . . . . . . . 95
1.1.1. Etude théorique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
1.1.2. Etude sur MatLab . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
1.2. Etude d’un système du 2nd ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
1.2.1. Etude théorique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
1.2.2. Etude sur MatLab . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
Chapitre 2. TP2 - Identification des systèmes dynamiques . . . . . . . . . . . . . . . . 97

2.1. Maquette de commande d’un moteur électrique . . . . . . . . . . . . . . . . . . 97
2.2. Objectifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
2.3. Etude théorique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
2.3.1. Schéma bloc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
2.3.2. Réponse du système . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
2.4. Etude expérimentale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
2.4.1. Régime statique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
2.4.2. Régime dynamique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
2.4.3. Régime harmonique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
Chapitre 3. TP3 - Identification des systèmes dynamiques . . . . . . . . . . . . . . . . 103

3.1. Maquette de régulation de débit d’air . . . . . . . . . . . . . . . . . . . . . . . . 103
3.2. Objectifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
3.3. Etude expérimentale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
3.3.1. Régime statique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
3.3.2. Régime dynamique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
3.4. Régime harmonique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
Quatrième partie. Annexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
Annexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
A. Table de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
Curriculum Vitæ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111

A.1. Informations contact . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
A.2. Formation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
A.3. Fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
A.4. Publications Scientifiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
A.5. Activités d’Encadrements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
A.6. Responsabilités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
A.7. Distinctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
A.8. Projets Scientifiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
A.9. Activités d’Encadrement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
A.10. Projets et Financements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
A.11. Rayonnement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
A.12. Activités Administratives et Responsabilités Electives . . . . . . . . . . . . . 116
Bibliographie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
Je lève un coin du voile, si l’étudiant ne peut découvrir les trois autres, tant pis pour lui.
Confucius (551 − 479 av. J.C)
Syllabus du cours
Titre : Signaux et Systèmes
Unité d’Enseignement (UE) / Elément Constituant (EC) : UE 54 / EC 542.
Enseignant : Hichem ARIOUI, Bureau Ax 109
Laboratoire IBISC Université d’Evry Val d’Essonne

Téléphone : 01-69-47-75-64 Fax : 01-69-47-75-99
40, rue du Pelvoux, Email : hichem.arioui@ufrst.univ-
evry.fr
91020, Evry Cedex, France Web : http://www.ibisc.fr
0.1. Description du cours
Représentation d’un signal et d’un système. Systèmes continus et linéaires. Entrées, sortie
et état du système. Réponse temporelle et fréquentielle d’un système linéaire. Fonction de
transfert. Convolution.
Pré-requis : Equations différentielles ordinaires (EC321 & EC421, L2 SPI), Algèbre

linéaire (EC221, L1 SPI) et matriciel (EC322, L2 SPI), Notions de base sur les signaux
et leurs transformées (EC451, L2 SPI).
9
0.2. Introduction générale
L’automatisation et le contrôle des processus datent de plusieurs milliers d’années. On

les retrouve probablement avec le désir de maintenir les niveaux d’eau, pour l’irrigation,
constants.
Beaucoup plus tard, la révolution industrielle a décliné des besoine en méthodes et en

techniques de régulation pour les machines, par exemple la vitesse de rotation d’un moteur
à vapeur. Depuis près de deux siècles, les ingénieurs ont mis en place des procédés pour
décrire mathématiquement les systèmes dynamiques (transformée de Laplace), de sorte que
le comportement du système peut être prédit avec plus de précision et son contrôle conçu
de façon plus précise (Lieu de Nyquist1, Diagramme de Bode2, etc.) Les principes de l’au-
tomatique sont représentés par des systèmes de contrôle où un capteur surveille quelques
propriétés du système à commander, comme la vitesse du moteur, la pression, la position, la
tension ou la température. La comparaison du signal des capteurs à un signal de référence
est commune à tous les systèmes de commande. Sur la base de cette action, un dispositif
de commande agit sur le système pour minimiser l’écart entre le capteur et le signal de
référence. Les systèmes de rétroaction sont conçus pour répondre à des objectifs spécifiques,
comme garder une température ou vitesse constante.
Pour concevoir un système de commande à retour d’état, chacun de ses composants doit
avoir une réponse connue et définie d’une entrée quelconque. Une description mathématique
qui prédit le signal de sortie pour un signal d’entrée donné est appelé ”le modèle”.
Ce cours aborde cette notion de modèle de manière profonde en commençant par une initia-
tion à l’approche ”Signaux & Systèmes” qui constitue en soi un prérequis fondamental pour
des cours plus avancés en Licence 3 et en Masters. Un plan non-exhaustif de ce cours peut
être résumé par les points suivants :
• introduction aux signaux et à la dynamique linéaire des systèmes.

• outils mathématiques pour la représentations temporelle et fréquentielle des systèmes
dynamiques.
• analyse des performances systèmes dynamiques.
1. Harry Nyquist (7 février 1889 - 4 avril 1976) a été un important contributeur à la théorie de
l’information et à l’automatique. Originaire de Suède, il émigra vers les États-Unis en 1907 et entra
à l’Université du Dakota du Nord en 1912, où il obtint, cinq and plus tard, son titre de docteur en
physique. Après avoir travaillé de 1917 à 1934 chez AT&T, il partit pour les laboratoires Bell.
Aux Bell Labs, il fit des recherches sur le bruit thermique appelé également ”bruit de Johnson-
Nyquist” et sur la stabilité des amplificateurs bouclés.
Ses travaux théoriques sur la détermination de la bande passante nécessaire à la transmission d’in-
formation posent les bases pour les recherches de Claude Shannon qui amèneront la théorie de
l’information (source Wikipédia).
2. Hendrik Wade Bode (24 décembre 1905 - 22 juin 1982) est un ingénieur, chercheur et inventeur
américain d’origine néerlandaise. Pionnier de la régulation moderne et des télécommunications, il a
révolutionné ces domaines tant dans leurs contenus que dans leurs méthodes d’application.
Reconnu depuis longtemps dans le monde scientifique, il est plus particulièrement connu des étu-
diants pour avoir mis au point les diagrammes de Bode, une méthode de représentation de l’ampli-
tude et de la phase d’un système (source Wikipédia).
Syllabus du cours 11
Les étudiants valideront leur progression par des travaux pratiques sous forme de
simulations numériques à l’aide d’un logiciel dédié (Scilab, Matlab) ou sous la forme d’ex-
périmentations sur des systèmes dynamiques (DidaLab).
Ce cours est organisé comme suit, tout d’abord un premier chapitre faisant un rappel sur
les signaux et présentant succintement une classification des systèmes dynamiques linéaires
et invariants dans le temps. Le deuxième chapitre détaille les fondements mathématiques
pour la représentation des systèmes. Les deux derniers chapitres présentent les analyses
temporelle et fréquentielle des systèmes.
Dans ce manuscrit présentera au fur et à mesure des “codes” MATLAB afin de permettre
aux étudiants pour, d’un côté, de se familiariser avec le logiciel et de vérifier les résultats
affichés tout au long de ce cours.
Les deux parties suivantes sont consacrées aux travaux dirigés et les travaux pratiques
inhérents.
0.3. Note
Je vous saurai reconnaissant de me faire part de vos critiques et des erreurs que vous
auriez découvertes par un message à hichem.arioui@ufrst.univ-evry.fr
Première partie
Eléments de cours
Les choses devraient être faites aussi simples que possible, mais pas simplistes.
Albert Einstein (1879 − 1955)
Classification des systèmes LTI

1
1.1. Introduction
Ce support ne constitue pas un cours d’automatique proprement dit. Il représente des

notions préliminaires pour les signaux et les systèmes.
L’automatique est un ensemble de techniques permettant de commander ou de contrôler les
systèmes dynamiques. Le but de ce cours est de donner quelques notions concrètes sur ce
qui est un système dynamique ; comment fonctionne-t-il, quelles sont ses caractéristiques ou
ses performances, quels sont les différents outils permettant d’analyser le système et de le
représenter.
1.2. Méthodes générales de dynamique linéaire
1.2.1. Système dynamique
C’est un ensemble d’éléments interconnectés entre eux dans le but de réaliser une tâche
donnée. Ce dispositif, évoluant au cours du temps, est soumis aux lois physiques (électrique,
mécanique, chimique, biologique, économique, etc.) et est caractérisé par deux types de
grandeurs : les signaux d’entrées x(t) et les signaux de sorties y(t). Les entrées caractérisent
des actions extérieures exercées sur le système et les sorties caractérisent son état.
Dans la suite, tout système sera décrit par un modèle mathématique schématisé de la manière
suivante :
15
x1 (t) y2 (t)
x2 (t) y1 (t)
.. Processus ..
. .
xn (t) ym (t)
Figure 1.1 : Schéma d’un système multi-variables à n entrées et m sorties
Les signaux d’entrées peuvent être des signaux de commande ou de perturbations. Les
sorties peuvent être des mesures (capteurs) ou des observations de la qualité de la tache
accomplie.
En général, il y a plusieurs signaux d’entrées et de signaux de sorties (n et/ou m 6= 1). Ce
type de systèmes est appelé multi-variables. Dans le reste du cours, les systèmes considérés
sont ceux qui possèdent une seule entrée et une seule sortie (n = m = 1) : système mono-
variable.
Exemple.–
ouverture de la fenêtre
Radiateur
débit combustible température d’intérieur
vent, chaussée, ...
Véhicule
accélération, frein, ... vitesse, position, ...
Définition.– Un système physique est dit continu si toutes les grandeurs qui le caractérisent
sont de nature continue : l’information qui représente ces grandeurs est disponible à chaque
instant. Par opposition, un système est discrêt si l’information n’est transmise qu’à des
instants privilégiés.
Définition.– Un système physique est dit linéaire si la relation entre les grandeurs d’entrée
et de sortie est une équation différentielle linéaire à coefficients constants. Aussi, un système
est dit linéaire si sa réponse à une combinaison linéaire de signaux d’entrée est égale à la
même combinaison linéaire des signaux de sorties, figure 1.2 :
Classification des systèmes LTI 17
Système
x1 (t) y1 (t)
Système
x2 (t) y2 (t)
Figure 1.2 : Propriété de linéarité des systèmes dynamiques
Si on applique en entrée du système :
x(t) = αx1 (t) + βx2 (t)
on obtiendra en sortie :
y(t) = αy1 (t) + βy2 (t)
Cette propriété des systèmes linéaires est aussi appelée principe de superposition.
Linear Simulation Results
0.5
Amplitude
−0.5
−1
0 2 4 6 8 10 12 14 16 18 20
Time (sec)
0.5
Amplitude
−0.5
−1
0 2 4 6 8 10 12 14 16 18 20
Time (sec)
1.5
1
Amplitude
0.5
−0.5
−1
−1.5
−2
0 2 4 6 8 10 12 14 16 18 20
Time (sec)
Figure 1.3 : Propriété de linéarité

1 % Code Matlab
2 t=0:0.01:20; % Base temporelle de 20 secondes avec un pas ...
d'échantillonage de 10 ms
3 u1=sin(2*pi*0.05*t); % 1ère entrée du système
4 u2=sin(2*pi*0.5*t); % 2ème entrée du système
5 subplot(311) % Subdiviser la fenêtre d'affichage en 3 fenêtres ...
horizontales et tracer dans la première
6 lsim(5,conv([ 1 1],conv([1 2 ],[1 0.6 3])),u1,t) % simulation linéaire du ...
système en réponse à u1
horizontales et tracer dans le deuxième espace
8 lsim(5,conv([ 1 1],conv([1 2 ],[1 0.6 3])),u2,t) % simulation linéaire du ...
système en réponse à u2
horizontales et tracer dans le troisième espace
10 lsim(5,conv([ 1 1],conv([1 2 ],[1 0.6 3])),u2+u1,t) % Simulation linéaire ...
du système en réponse à u1+u2
Définition.– Un système physique est dit stationnaire ou invariant dans le temps si la

relation entre les grandeurs d’entrée et de sortie est indépendante du temps. En d’autres
termes, un système est dit invariant si la réponse du système à un signal x(t) différé d’un
temps τ est la même que la réponse y(t) du système elle même différée de τ .
1.2 0.3
1 0.2
0.8 0.1
0.6 0
x(t)
y(t)
0.4 −0.1
0.2 −0.2
0 −0.3
−0.2 −0.4
0 5 10 15 20 25 30 35 40 0 5 10 15 20 25 30 35 40
Temps Temps
1.2 0.3
1 0.2
0.8 0.1
0.6 0
x(t − τ )
y(t − τ )
0.4 −0.1
0.2 −0.2
0 −0.3
−0.2 −0.4
0 5 10 15 20 25 30 35 40 0 5 10 15 20 25 30 35 40
Temps Temps
Figure 1.4 : Invariance temporelle

Un système invariant dans le temps est aussi appelé système à paramètres constants
localisés ou à constantes localisées. Cette propriété des systèmes invariants est aussi appelée
principe de permanence.
La figure 1.5 illustre la vraiance temporelle d’un système linéaire à retard variable τ (t).
Nous pouvons facilement constater que le signal retardé est complètement déformé du fait
du retard d’où la perte de la propriété de l’invariance temporelle.
1.5
y(t)
0.5
0
0 10 20 30 40 50 60 70 80 90 100
Temps
1.5
y(t − τ (t))
0.5
0
0 10 20 30 40 50 60 70 80 90 100
Temps
1.5
1
τ (t)
0.5
−0.5
−1
0 10 20 30 40 50 60 70 80 90 100
Temps
Figure 1.5 : Variance temporelle
Définition.– Un système physique est dit causal si la valeur de la mesure y(t) à un instant
t0 , soit y(t0 ) ne dépend pas des valeurs de u(t) pour tout t > t0 . En d’autres termes, c’est
un système qui ne répond pas avant d’être excité. De ce constat, tous les systèmes physiques
réalisables sont causaux.
Remarque.– il est évident que tous les systèmes physiques ne sont ni linéaires, ni station-
naires (vieillissement des composants).
1.3. Performances d’un système de commande
1.3.1. Signaux d’entrée particuliers
Les signaux d’entrées (commandes ou perturbations) sont souvent aléatoires. Donc, pour
juger les performances de ces systèmes on doit logiquement faire appel à des méthodes
statistiques qui conduisent à des techniques d’une application difficile. Dans la pratique
courante, on caractérise les performances d’un système par la manière dont il répond à un
certain nombre d’entrées typiques : échelon (appelé aussi fonction de Heaviside), rampe,
impulsion de Dirac ou la fonction harmonique.
1.3.1.1. Signal échelon
Connu sous le nom de la fonction de Heaviside1 ou la fonction marche. C’est une fonction
nulle pour t négatif et égale à une constante Γ0 pour t positif, figure 1.6. Pour un échelon
unitaire, la constante Γ0 vaut 1. Elle peut être définie comme suit :

1 si t ≥ 0
Γ(t) =
0 si t < 0
1.2
0.8
u(t)
0.6
0.4
0.2
0
0 10 20 30 40 50 60 70 80 90 100
Temps
Figure 1.6 : Echelon unitaire
1. Oliver Heaviside (18 mai 1850 - 3 février 1925) est un physicien britannique autodidacte. Il a
formulé à nouveau et simplifié les équations de Maxwell sous leur forme actuelle utilisée en calcul
vectoriel.
1.3.1.2. Signal rampe

C’est une fonction nulle pour t < 0, de pente constante α pour t positif, figure 1.7. Elle
peut être définie comme suit :

αt si t ≥ 0
r(t) =
0 si t < 0
10
u(t)
6
Amplitude
0
0 1 2 3 4 5 6 7 8 9 10
Time (sec)
Figure 1.7 : Signal rampe
1 % Code Matlab
2 t=0:0.01:20; % Base temporelle de 20 secondes avec un pas d'échantillonage ...
de 10 ms
3 num=1; % Numérateur de la fonction de transfert
4 den=[1 0.7 1]; % Dénoménateur de la fonction de transfert
5 sys= tf(num,den) % Conception du système ou la fonction de transfert
6 lsim(sys,t,t) % Simulation linéaire suite à une excitation en rampe
1.3.1.3. Signal impulsion de Dirac

L’impulsion de Dirac2 est une limite d’une fonction nulle en dehors d’un petit intervalle
de temps, mais qui dépend dans cet intervalle des valeurs suffisamment grandes. Elle peut
2. inspirée par Paul Adrien Maurice Dirac (8 août 1902 à Bristol, Angleterre - 20 octobre 1984 à
Tallahassee, Floride, États-Unis) un célèbre physicien et mathématicien britannique. Il est l’un des
être définie comme suit :

1 si t =0
δ(t) =
0 ailleurs
1.3.1.4. Signal harmonique

C’est une entrée définie par une fonction temporelle sinusoı̈dale : u(t) = u0 sin(ω0 ×t+φ0 )
u0 : amplitude du signal, ω0 pulsation du signal et φ0 est la phase.
0.8
0.6
0.4
u(t) = sin(2 × π × f0 × t)
0.2
−0.2
−0.4
−0.6
−0.8
−1
0 10 20 30 40 50 60 70 80 90 100
Temps
Figure 1.8 : Signal sinusoı̈dal
1 %Code Matlab
2 t=0:0.01:20;
3 f0=0.05; % Fréquence du signal sinusoïdal
4 u=sin(2*pi*f0*t);
5 num=1; den=[1 0.7 1]; sys= tf(num,den)
6 lsim(sys,t,t) % Simulation linéaire suite à une excitation harmonique
pères de la mécanique quantique et a prévu l’existence de l’antimatière. Il est colauréat avec Erwin
Schrödinger du prix Nobel de physique de 1933 pour la découverte de formes nouvelles et utiles de
la théorie atomique.
1.3.2. Réponses d’un système dynamique
1.3.2.1. Régime permanent

Soumis à des entrées particulières, le système finit toujours, s’il est linéaire, par présenter
une sortie du même type que l’entrée. On dit alors que l’on a atteint le régime définitif ou
permanent (voir figures 1.9, 1.7 et 1.3).
1.3.2.2. Régime transitoire

Lorsqu’on applique à un système une des entrées canoniques définies ci-dessus ; il lui faut
en général un certain temps pour atteindre son régime permanent, figure 1.9. Pendant ce
temps, on dit qu’il est en régime transitoire.
Régime transitoire
1.5
Régime permanent
Amplitude
Régime transitoire
0.5
0
0 5 10 15 20 25
Temps (sec)
Figure 1.9 : Régimes transitoire/permanent
1 % Code Matlab
2 t=0:0.01:25;
4 step(t,sys) % Réponse à un signal échelon
Le régime transitoire est très important à connaı̂tre. Au cours de ce régime, peuvent appa-
raı̂tre (s’il est oscillant) des valeurs de pointe dangereuses appelées : résonance. Si le régime
transitoire est trop lent, c’est que le système met trop de temps à s’adapter à sa nouvelle
entrée.
1.3.2.3. Régime harmonique

Le régime permanent est une sinusoı̈de de même fréquence que le signal d’entrée mais
diffère par l’amplitude y0 (ω) et par la phase φ :
y(t) = y0 × sin(ωt + φ)
Réponse harmonique
u(t)
0.8 y(t)
0.6
0.4
0.2
Entrée \ Sortie
−0.2
−0.4
−0.6
−0.8
−1
0 2 4 6 8 10 12 14 16 18 20
Temps (sec)
Figure 1.10 : Régime harmonique
On caractérise l’action du système sur le signal d’entrée de pulsation ω par les grandeurs
suivantes :
y0 (ω)
• Rapport d’amplitude : A(ω) = u0 et le déphasage : φ(ω).
• Le comportement du système à des signaux d’entrées de différentes fréquences est

caractérisé par les courbes d’amplitude et de phase (réponses fréquentielles). Leur
interprétation sera étudiée plus loin dans ce cours.
1.3.2.4. Réponse à un signal quelconque : convolution temporelle

Le calcul de la sortie y(t) d’un système LTI soumis un signal d’entrée quelconque x(t)
est opération délicate.
Rappelons que tout signal x(t) peut être décrit par une somme infinie d’impulsions pondérées
et décalées :
Z ∞
x(t) = x(τ )δ(t − τ )dτ (1.1)
−∞
La sortie d’un système LTI est la superposition des réponses à chaque terme de la somme
précédente.
Définition.– la réponse impulsionnelle d’un système LTI h(t) est la sortie du système
correspondant à une excitation en impulsion de Dirac δ(t) en entrée (les conditions initiales
sont égales à zéro).
Définition.– la réponse d’un système LTI, décrit par sa réponse impulsionnelle h(t), soumis
à un signal quelconque x(t) est décrite par le produit de convolution
Z ∞ Z ∞
y(t) = x(τ )h(t − τ )dτ = x(t − τ )h(τ )dτ = x(t) ∗ h(t) = h(t) ∗ x(t) (1.2)
−∞ −∞
où le symbole ∗ représnte le produite de convolution de deux signaux.
Remarque.–
• La réponse impulsionnelle d’un système est une notion fondamentale pour la caracté-
risation des systèmes linéaires (stabilité, etc.)
• Tout système linéaire et invariant dans le temps peut être décrit par un produit de
convolution.
Exemple.– Donner la réponse impulsionnelle d’un circuit électrique composé d’une capacité
et trouver sa réponse à une excitation en échelon unitaire (produit de convolution).
i
vc (t) C
La capacité est initialement déchargée, vc (0) = 0, nous avons :

Z
1 t
vc (t) = i(τ )dτ
C 0
La réponse impulsionnelle est obtenue en remplaçant i(t) par δ(t) et la sortie vc (t) = h(t).
L’équation précédente est redonnée par :
Z
1 t 1
h(t) = δ(τ )dτ = Γ(t)
C 0 C
et zéro si t < 0 (Γ(t) est l’échelon unitaire). Pour calculer la réponse de la capacité à un
échelon unitaire, i(t) = Γ(t), la tension vc (t) est donnée par :
Z ∞ Z Z
1 ∞ 1 t
vc (t) = i(τ )h(t − τ )dτ = Γ(t − τ )Γ(τ )dτ = 1dτ = t
−∞ C −∞ C 0
Le résultat est correct du fait que la capacité joue le rôle d’un dérivateur d’une constante.
1.3.3. Performances d’un système dynamique
1.3.3.1. Amortissement
Le degré d’amortissement d’un régime transitoire est caractérisé par les dépassements
successifs D1 , D2 , ..., Dn pour une entrée en échelon, figure 1.11. On considère plus parti-
culièrement le premier dépassement D1 .
Dépassements
1.8
System: sys
Peak amplitude: 1.62
Overshoot (%): 62
At time (sec): 3.14
1.6
1.4
1.2
1 D2 D4
D1 D3
Amplitude
0.8
0.6
0.4
0.2
0
0 5 10 15 20 25 30 35 40
Temps (sec)
Figure 1.11 : Dépassements
1 t=0:0.01:40;
3 step(t,sys) % Réponse à un signal échelon
Pour qu’un régime transitoire soit suffisamment amorti, on n’imposera que D1 ne doit
pas dépasser un certain pourcentage de la valeur finale de y(t) (20% par exemple).
1.3.3.2. Rapidité
La rapidité d’un système est caractérisée par un temps de réponse suffisamment court.
Le temps de réponse est défini comme le temps au bout duquel la réponse du système atteint
à 5% près sa valeur finale pour une entrée en échelon, figure 1.12.
Step Response
1.8
1.6
1.4
1.2
System: sys
Settling Time (sec): 25.8
Amplitude
0.8
0.6
0.4
0.2
0
0 5 10 15 20 25 30 35 40
Time (sec)
Figure 1.12 : Rapidité d’un système LTI
Pour déterminer les critères de performances d’un système, on est amené à calculer sa
sortie y(t) à une entrée en échelon (par calcul ou expérimentalement). En pratique, on
évalue directement ces critères sans calculer les expressions complètes de y(t). Dans la suite
du cours, on expose une méthode qui permet de le faire : c’est la technique de la fonction
de transfert qui nécessite un outil fondamental que l’on appelle la transformée de Laplace.
1.3.3.3. Stabilité
La stabilité est une caractéristique fondamentale des systèmes. Un système est stable si
pour des entrées bornées il en résulte des sorties bornées (BIBO : bounded-Input Bounded-
Output). Plusieurs définitions existent, nous retenons ici la plus simple.
Définition.– un système LTI est dit stable si sa réponse impulsionnelle est le siège d’un
régime amorti. En d’autres termes, si x(t) < ∞ la sortie l’est aussi y(t) < ∞ :
Z ∞
h(t)dt < ∞
−∞
Ce que nous savons est peu de chose, ce que nous ignorons est immense.
Pierre-Simon de Laplace, (1749 − 1827)
Modélisation des systèmes linéaires

2
2.1. Introduction
La Modélisation a pour objectif de reproduire le comportement désiré d’un système

quelconque. Il s’agit de trouver une représentation mathématique décrivant la dynamique
d’un système. Dans l’étude des systèmes mécaniques, la modélisation et la résolution des
équations associées sont des étapes indispensables dans la phase d’étude.
Modéliser nécessite, tout d’abord, une description appropriée du système à étudier.
La mise en équation, au départ de l’analyse d’un système, est une opération extrêmement
délicate, qui peut compromettre l’ensemble de l’étude de manière définitive. Cette opération
demande beaucoup de connaissances physiques mais aussi d’expérience de ”terrain”.
Avec une vue générale des systèmes et par analogie avec les systèmes électriques, on peut
établir ces équations indispensables. Dans la suite, nous nous intéresserons aux systèmes
scalaires, c’est à dire à une entrée et une sortie, linéaires et invariants dans le temps (LTI).
2.2. Notions de modèle - Mise en équation
On appelle modèle d’un processus ou système mono-variable la loi qui relie l’entrée x(t)
(cause) à la sortie y(t) (effet). L’idéal, pour appréhender l’étude d’un système, est de détailler
pas à pas l’ensemble de ses éléments constitutifs. Mais cette méthode, la seule au stade de la
conception d’un système automatisé, n’est pas praticable en général sur un système existant,
de structure complexe ou mal connue. Nous supposerons que l’on peut définir a priori une
loi simple qui lie y(t) à x(t). Les paramètres (en général peu nombreux) de la loi sont
alors déterminés par des essais effectués sur le système, c’est la phase d’identification ou de
modélisation.
29
Soit un système linéaire et scalaire. Le comportement d’un tel système est régi par une
équation différentielle, ayant pour forme, figure 2.1 :
dn y(t) dn−1 y(t) dy(t) dm x(t) dx(t)

bn n
+bn−1 n−1
+· · ·+b1 +b0 y(t) = am +· · ·+a1 +a0 x(t) (2.1)
dt dt dt dtm dt
Système
x(t) y(t)
Figure 2.1 : Système scalaire
Les variables bi et aj sont des constantes.
Exemple.– Ecrire l’équation différentielle liant l’entrée ve (t) à la sortie vc (t) (la tension au
borne de la capacité).
i
ve (t) C vc
Nous avons :
Z
1
vc (t) = i(t)dt
C
et
dvc (t)
i(t) = C
dt
donc :
ve (t) = Ri(t) + vc (t)
d’où,
dvc (t)
ve (t) = RC + vc
dt
Par identification à l’équation différentielle 2.1, nous avons : a0 = b0 = 1, b1 = RC.
Modélisation des systèmes linéaires 31
2.3. Transformée de Laplace
2.3.1. Formulation mathématique
A toute fonction mathématique du temps f (t), nulle pour t < 0 (causale), on fait corres-
pondre une fonction F (p) de variable complexe p = α + jω, qu’on appelle la transformée de
Laplace1 de f (t) et telle que :
Z +∞
F (p) = L[f (t)] = f (t) · e−pt dt (2.2)
0
La transformée de Laplace inverse est donnée par :

Z +∞
1
L−1 [F (p)] = F (p) · ept dp (2.3)
2π −∞
Pour que F (p) existe, il faut que f (t) · e−pt soit sommable en valeur absolue.
Dans la pratique courante, on n’utilisera pas les deux formules précédentes. La correspon-
dance entre F (p) et f (t) se fait grâce à des tables de transformées A.1. La transformée inverse
(deuxième formule) d’une fonction rationnelle en p s’obtient à l’aide de la table après décom-
position de la fonction en éléments simples et de la propriété de linéarité de la transformée
de Laplace.
2.3.2. Propriétés
Les fonctions réelles f (t) et g(t) ont pour transformées de Laplace F (p) et G(p). Le
tableau ci-dessous résume les principales propriétés utiles pour la passage entre les domaines
temporel et fréquentiel. Un système d’équations différentielles dans le domaine temporel est
transformé en un système d’équations algébriques dans le domaine de Laplace d’où l’intérêt
majeur de la transformée de Laplace.
A ces propriétés, on associe les théorèmes suivants :
• Théorème de la valeur finale : lim pF (p) = lim f (t)

p→0 t→∞
• Théorème de la valeur initiale : lim pF (p) = lim f (t)

p→∞ t→0
1. Pierre-Simon de Laplace, né le 23 mars 1749 à Beaumont-en-Auge et mort le 5 mars 1827 à Paris,
est un mathématicien, astronome et physicien français.
Laplace est l’un des principaux scientifiques de la période napoléonienne ; en effet, il a apporté des
contributions fondamentales dans différents champs des mathématiques, de l’astronomie et de la
théorie des probabilités ; il a été l’un des scientifiques les plus influents de son temps, notamment
par son affirmation du déterminisme ; il a contribué de façon décisive à l’émergence de l’astronomie
mathématique reprenant et étendant le travail de ses prédécesseurs dans son traité intitulé Traité
de Mécanique céleste1 (1799-1825). Cet ouvrage majeur, en cinq volumes, a transformé l’approche
géométrique de la mécanique développée par Newton en une approche fondée sur l’analyse mathé-
matique. En 1799, il est nommé ministre de l’Intérieur sous le Consulat. Napoléon Ier, en 1808
lui confère le titre de comte de l’Empire. Il est nommé marquis en 1817, après la restauration des
Bourbons.
Propriété Fonction originale f (t) Transformée L[f (t)] = F (p)

Linéarité α · f (t) + β · g(t) α · F (p) + β · G(p)
Dérivation f 0 (t) p · F (p) − f (0)
Rt F (p)
Intégration 0
f (τ )dτ p
Retard f (t − θ) F (p)e−θp
Changement d’échelle
Tableau 2.1 : Propriétés de la transformées de Laplace
• Théorème de Borel 2 : si f (t) et g(t) ont respectivement pour transformées de Laplace

F (p) et G(p), alors la fonction (résultat de leur produit de convolution) h(t) = f (t)∗g(t)
a pour transformée H(p) = F (p) · G(p).
2.3.3. Table des transformée de Laplace
Il est souvent plus simple de calculer la Transformée de Laplace d’une fonction à partir de
la transformée connue d’une autre fonction en utilisant les propriétés et théorèmes énoncés
précédemment. A partir de quelques résultats de base, on peut ainsi retrouver rapidement
les Transformées de Laplace de la plupart des fonctions utilisées en électronique ou en auto-
matique dans les asservissements. Afin d’éviter le calcul systématique de ces fonctions de
base, on les regroupe dans des tables de Transformées de Laplace. Une table résumée des
Transformé es de Laplace les plus usuelles en électronique est donnée en Annexe A.1.
2.4. Transformée de Laplace inverse
La transformée de Laplace inverse unilatérale f (t) d’une fonction F (p) est définie par :
Z +∞
1
L−1 [F (p)] = F (p) · ept dp (2.4)
2π −∞
En pratique, comme les transformées F (p) de la plupart des signaux usuels sont des fractions
rationnelles F (p) = N (p)
D(p) , il suffit de les décomposer en fractions simples et d’utiliser la
propriété de linéarité de la transformée de Laplace. Le développement qui suit est la base
du calcul opérationnel et porte le nom de développement d’Heaviside.
2. Félix Édouard Justin Émile Borel, né à Saint-Affrique le 7 janvier 1871, mort à Paris le 3 février
1956, est un mathématicien, professeur à la Faculté des sciences de Paris, spécialiste de la théorie
des fonctions et des probabilités, membre de l’Académie des sciences, ainsi qu’un homme politique
français, député et ministre. Ses actions pour la Société des Nations et au sein de son Comité fédéral
de Coopération européenne font de lui un des précurseurs de l’idée européenne.
2.4.1. Pôles simples
On suppose pour commencer que d◦ (N (p)) < d◦ (D(p)) et que les pôles pi de F (p) (c’est-
à-dire les zéros de D(p)) sont simples :
N (p)
F (p) = (2.5)
(p − p1 )(p − p2 ) · · · (p − pm )
avec : pi 6= pj si i 6= j
On peut alors écrire :

A1 A2 Am
F (p) = + + ··· + (2.6)
(p − p1 ) (p − p2 ) (p − pm )
avec :
Ai = F (p)(p − pi )
| {z }
p=pi
Les coefficients complexes Ai sont appelés les résidus de leurs pôles respectifs. On en déduit :
f (t) = A1 e−p1 t + A2 e−p2 t + · · · + Am e−pm t (2.7)
Exemple.– Soient les fonctions complexes suivantes :

1)
1
F1 (p) =
p2 + 3p + 1
Cette fonction dispose de deux pôles réels : p1 = −1 et p2 = −2.
Le calcul des résidus des deux pôles est donné par :
1
A1 = F1 (p)(p + 1) = =1
| {z } p+2
p=−1 | {z }
p=−1
et
1
A2 = F1 (p)(p + 2) = = −1
| {z } p+1
p=−2 | {z }
p=−2
d’où :
1 −1
F1 (p) = +
p+1 p+2
La fonction originale est donnée par : f1 (t) = e−t − e−2t

2)
p+1
F2 (p) =
p2 + 4
Cette fonction complexe dispose de deux pôles imaginaires : p1 = +j2 et p2 = −j2.

Le calcul des résidus des deux pôles est donné par :
1 j
A1 = F2 (p)(p + j2) = +
| {z } 2 4
p=−j2
et
1 j
A2 = F2 (p)(p − j2) = −
| {z } 2 4
p=+j2
1
La fonction originale est donnée par : f2 (t) = A1 e−j2t + A2 ej2t = cos(2t) + 2 sin(2t)
2.4.2. Pôles doubles
On suppose pour commencer que d◦ (N (p)) < d◦ (D(p)) et que la fonction complexe F (p)
possède des pôles doubles :
N (p)
F (p) = (2.8)
· · · (p − pi )2 · · ·
On peut alors écrire :
Ai1 Ai2
F (p) = · · · + + + ··· (2.9)
(p − pi ) (p − pi )2
avec :
d(F (p)(p − pi )2 )
Ai2 = F (p)(p − pi )2 Ai1 =
| {z } dp
p=pi | {z }
p=pi
On en déduit que la contribution des fractions simples dues aux pôles doubles sont :
f (t) = · · · + Ai1 e−pi t + Ai2 te−pi t + · · · (2.10)
Exemple.– Soit la fonction complexe suivante :
3p 3p
F (p) = =
p2 + 4p + 2 (p + 2)2
Cette fonction dispose d’un pôle double : p1 = −2.

Le calcul des résidus respectifs est donné par :

F (p)(p + 2)2
A11 = = +3
dp
| {z }
p=−2
et
A12 = F (p)(p + 2)2 = −6

| {z }
p=−2
d’où :
−6 3
F (p) = +
(p + 2)2 p+2
La fonction originale est donnée par : f (t) = 3e−2t − 6te−2t . Cette dernière n’est que la
réponse impulsionnelle du système décrit par la fonction F (p).
Impulse Response
3
Système
Fonction
2.5
1.5
Amplitude
0.5
−0.5
0 0.5 1 1.5 2 2.5 3 3.5 4
Time (sec)
Figure 2.2 : Réponse impulsionnelle f (t)
1 t=0:0.01:4;
2 num=[3 0]; den=[1 4 4]; sys=tf(num,den);
3 impulse(t,sys,'r')
4 hold % supperposer deux tracés successifs
5 fplot(@(x) 3*exp(−2*x)−6*x*exp(−2*x),[0 4], 1e−2) % tracer une fonction f(x)
2.4.3. Fraction rationnelle quelconque
Dans le cas le général, il se peut que l’on ait non seulement des pôles multiples, mais
également que le d◦ (N (p)) ≥ d◦ (D(p)). Il suffit alors de commencer par procéder à la division
du polynôme N (p) par D(p) :
N (p) Q(p)D(p) + R(p) R(p)

F (p) = = = Q(p) + (2.11)
D(p) D(p) D(p)
avec : d◦ (R(p)) < d◦ (D(p))
L’inverse de la fonction rationnelle en R(p) se fait comme précédemment, et l’inversion

de Q(p) donne :
Q(p) = q0 + q1 p + · · · + qk pk + · · ·
d’où
q(t) = q0 δ(t) + q1 δ 0 (t) + · · · + qk δ k−1 (t) + · · ·
La présence du polynôme Q(p) influence donc uniquement le comportement de f (t) autour

de 0.
Exemple.– Soit la fonction complexe suivante :
p3 + 3p2 + 4p + 3 p+2 1 1
F (p) = 2
=p+1+ 2
=p+1+ +
p + 2p + 1 (p + 1) (p + 1) (p + 1)2
d’où
f (t) = δ(t) + δ 0 (t) + e−t + te−t
2.5. Fonction de transfert
2.5.1. Définition
Soit un système linéaire stationnaire mono-variable décrit par l’équation différentielle à

coefficients constants suivante :
dn y(t) dn−1 y(t) dy(t) dm u(t) du(t)
bn n
+bn−1 n−1
+· · ·+b 1 +b 0 y(t) = am m
+· · ·+a1 +a0 u(t) (2.12)
dt dt dt dt dt
On admet que le système est initialement au repos (conditions initiales nulles), c’est-à-dire
que jusqu’à l’application au système de l’entrée u(t). Donc, en appliquant les propriétés de la
transformée de Laplace, table 2.1, sur l’équation différentielle du système 2.12, on obtient :
bn pn Y (p) + bn−1 pn−1 Y (p) + · · · + b1 pY (p) + b0 Y (p) = am pm U (p) + · · · + a1 pU (p) + a0 U (p)

(2.13)
En réarrangeant les deux termes, l’équation précédente s’écrira comme suit :

bn pn + bn−1 pn−1 + · · · + b1 p + b0 Y (p) = (am pm + · · · + a1 p + a0 ) U (p) (2.14)
La fraction représentant le rapport du signal Y (p) de sortie sur le signal d’entrée U (p) est
appelée Fonction de Transfert du système et est donnée par :
Y (p) am pm + am−1 pm−1 + · · · + a1 p + a0

H(p) = = (2.15)
U (p) bn pn + bn−1 pn−1 + · · · + b1 p + b0
Précédemment, nous avons prouvé que la réponse d’un système LTI à un signal quelconque
x(t) est donnée par le produit de convolution :
Z +∞
y(t) = x(τ ) · h(t − τ )dτ = x(t) ∗ h(t)
−∞
où h(t) représente la réponse impulsionnelle du système. En appliquant la transformée de

Laplace à cette dernière relation (théorème de Borel), on obtient :
Y (p) = X(p)L[h(t)] = X(p) · H(p)
Exemple.– On considère le système masse-ressort-amortisseur ci-dessous :
f (t)
m1
k1 b1
On souhaite calculer la fonction de transfert entre la force F (P ) et la position X(p) de la

masse m1 .
La dynamique de la masse m1 peut être décrite par l’équation différentielle suivante :
3
X d2 x(t)
fi (t) = m1 ·
i=1
dt2
P3
où : i=1 fi (t) = f (t) − fk (t) − fb (t) avec fk (t) = k1 x(t) et fb (t) = b1 ẋ(t).
En remplaçant l’ensemble des éléments précédents dans la première équation, nous pouvons
écrire :
d2 x(t) dx(t)
m1 + b1 + k1 x(t) = f (t)
dt2 dt
La fonction de transfert du système mécanique est donnée par :
X(p) 1
H(p) = =
F (p) m 1 p 2 + b1 p + k 1
La figure 2.3 donne l’évolution de la masse excitée par une force rectangulaire. Application
numérique : m = 1, b = 1 et k = 1.
1.5
x(t)
0.5
f (t)
−0.5
−1
−1.5
0 10 20 30 40 50 60 70 80 90 100
Temps (sec)
Figure 2.3 : Système masse-ressort-amortisseur
1 t=0:0.01:100;
2 m=1; b=1; k=1; %Caractéristiques physiques
3 num=[1]; den=[m b k]; sys=tf(num,den) % Déscription du système mécanique
4 u=square(2*pi*.025*t); % Force de type rectangulaire
5 lsim(sys,u,t) % Simulation linéaire du système
2.6. Diagramme fonctionnel
Les systèmes peuvent être considérés comme une interconnexion de plusieurs sous-
systèmes. Dans le cas de systèmes linéaires et afin de visualiser l’interaction des différents
sous-systèmes chacun des sous-systèmes est représentée par un bloc avec la réponse impul-
sionnelle correspondante ou de manière équivalente par sa transformée de Laplace. Le flux
de signaux est indiqué par des flèches et l’opération entre les signaux (somme, adition, etc.)
est accomplie au moyen de comparateur.
Deux connexions sont possibles : série (appelée aussi cascade) ou parallèle, résultent des
propriétés du produit de de convolution, tandis que la connexion de rétroaction (boucle
fermée) se trouve dans de nombreux systèmes d’ingénierie, en particulier dans le contrôle
de processus. Le concept de rétroaction (la boucle fermée) est l’une des plus grandes
réalisations du 20ème siècle.
Le diagramme fonctionnel d’un système scalaire, dont la fonction de transfert est H(p), est
défini par :
H(p)
U (p) Y (p)
Les calculs dans l’espace de Laplace étant simples, on garde pour les diagrammes fonction-
nels l’expression des transformées de Laplace. Les règles de manipulation de ces diagrammes
sont alors presque évidentes.
2.6.1. Mise en série de deux blocs
Soit un système formé par la mise en série de deux sous systèmes de fonctions de transfert
H1 (p) et H2 (p). La fonction de transfert de l’ensemble est :
H(p) = H1 (p) × H2 (p)
H1 (p) H2 (p)
U (p) X(p) Y (p)
H = H1 × H2
2.6.2. Mise en parallèle de deux blocs
Soit un système formé par la mise en parallèle de deux sous systèmes de fonctions de
transfert H1 (p) et H2 (p). La fonction de transfert de l’ensemble est :
H(p) = H1 (p) + H2 (p)
H1 (p) +
H2 (p)
H = H1 + H2
2.6.3. Mise en boucle fermée de deux systèmes, rétroaction
Soit un système formé par la mise en boucle fermée de deux sous systèmes de fonctions
de transfert G(p) et H(p). La fonction de transfert de l’ensemble est :
G(p)
F (p) =
1 + G(p)H(p)
− H1 (p)
H2 (p)
F (p)
Exemple.– Donner la forme réduite du système représenté par la figure ci-dessous.
H5 (p)
x(t) (t) u(t) y(t)

− H1 (p) H2 (p) +
R2 (p) R1 (p)
Une beauté naturelle est une belle chose ; la beauté artistique est une belle représentation d’une chose.
Emmanuel Kant, (1724 − 1804)
Représentation des systèmes LTI

3
3.1. Introduction
Le comportement dynamique d’un système linéaire est à ce stade décrit mathématique-

ment (équation différentielle, fonction de transfert, etc.), il est donc plus aisé de quantifier les
performances de ce système. Pour celà, il importe de représenter le système dans le domaine
temporel et le domaine fréquentiel.
L’objectif de la représentation (temporelle et fréquentielle) est d’étudier le comportement et
la réponse d’un système linéaire à une sollicitation particulière (impulsion de Dirac, signal
échelon, signal sinusoı̈dal, etc.)
3.2. Régime transitoire
Supposons un système est initialement au repos. A un instant t donné, on modifie l’entrée

du système pour une nouvelle entrée constante type échelon. En général, après un certain
temps, on remarque que le système atteint un nouveau régime établi. Durant le temps que
le système est entre le premier et le second régime établi, il est dit en régime transitoire.
Ce régime de fonctionnement doit être bien connu pour les systèmes lents. Les performances
du système sont obtenues en mesurant la rapidité de prise en compte de la commande et la
précision atteinte en sortie.
Les régimes transitoires peuvent être de natures très différentes suivant le signal que l’on
présente en entrée. Pour effectuer des comparaisons rapides entre tous les systèmes, on
s’intéresse au régime transitoire obtenu par l’application de deux signaux particuliers :
41
3.2.1. Réponse impulsionnelle
C’est la réponse du système lorsque le signal d’entrée est une impulsion de Dirac δ(t).
On note cette réponse h(t).
La réponse impulsionnelle contient donc toute l’information nécessaire sur le système. Cepen-
dant, l’utilisation de cette réponse s’accompagne de quelques difficultés pratiques car on ne
sait pas toujours réaliser une impulsion de durée très brève vis à vis des constantes de temps
mises en jeu dans le système étudié.
La réponse impulsionnelle ne permet pas d’évaluer les performances d’un système, mais elle
permet d’introduire la notion de stabilité, figure 3.1 :
Définition.– Un système est dit stable, si sa réponse impulsionnelle est le siège d’un régime
amorti :
lim h(t) = 0
t→+∞
Système Stable
0.8
0.6
0.4
0.2
−0.2
0 2 4 6 8 10 12
Temps (sec)
Système Oscillant
−1
−2
0 5 10 15 20 25 30 35 40 45 50
Temps (sec)
Système instable
7
x 10
3
−1
0 5 10 15 20 25 30 35 40 45 50
Temps (sec)
Figure 3.1 : Réponse impulsionnelle de 3 systèmes stable, oscillant et instable
Exemple.–
1 % Construction de trois systèmes stable, oscillant et instable

2 sys1=tf([1],[1 .7 1]); sys2=tf([1],[1 −.7 1]); sys3=tf([1],[1 0 1]);
3 subplot(311) % subdivision de l'espace de l'affichage
4 impulse(sys1) % réponse impulsionnelle
5 subplot(312)
Représentation des systèmes LTI 43
6 impulse(sys3)
7 subplot(313)
8 impulse(sys2)
3.2.2. Réponse indicielle
C’est la réponse du système à une excitation en signal échelon.
Définition.– Un système LTI stable est dit apériodique s’il atteint son régime permanent
sans oscillations. Dans le cas contraire, on parle de système pseudo-périodique, figure 3.2.
Système pseudo−périodique
1.5
0.5
0
0 2 4 6 8 10 12 14 16
Temps (sec)
Système apériodique
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0 5 10 15
Temps (sec)
Figure 3.2 : Systèmes apériodique et périodique
Exemple.–
1 sys1=tf([1],[1 .7 1]); sys2=tf([1],[1 3 1]);

2 subplot(211) % subdivision de l'espace de l'affichage
3 step(sys1) % réponse impulsionnelle
4 subplot(212)
5 step(sys2)
La réponse indicielle permet d’évaluer les performances d’un système à partir des carac-
téristiques de cette réponse que sont la rapidité et le dépassement.
3.2.2.1. Rapidité
Définition.– La rapidité d’un système se mesure par son temps de réponse à e%. Ce temps
de réponse est le temps que met la sortie pour s’établir définitivement ±e% de sa valeur
finale, figure 3.3. Le temps de réponse le plus utilisé est 5%. On le note généralement tr .
Temps de réponse
1.4
1.2
System: Système
Settling Time (sec): 11
0.8
0.6
tr
0.4
0.2
0
0 2 4 6 8 10 12 14 16
Temps (sec)
Figure 3.3 : Temps de réponse à 5%
3.2.2.2. Dépassement
Définition.– Le dépassement d’un système nous renseigne sur son amortissement. Il s’ex-
prime généralement en pourcentage de la valeur finale de la sortie, figure 3.4. En industrie,
on tolère rarement des dépassement de plus de 20%. Pour les systèmes pseudo-périodiques,
on définit aussi :
• tp l’instant du premier dépassement.
• Xp l’amplitude du premier dépassement.

Dépassement
1.8
System: sys1
Overshoot (%): 62
At time (sec): 3.14
1.6 System: sys1

Overshoot (%): 44.2
At time (sec): 3.15
System: sys1 tp
1.4 Overshoot (%): 30.9
At time (sec): 3.3
Xp
1.2
System: sys1
Overshoot (%): 20.5
At time (sec): 3.5
0.8
0.6
0.4
0.2
0
0 5 10 15 20 25 30
Temps (sec)
Figure 3.4 : Dépassement
3.3. Régime permanent
Si un système linéaire est soumis à une entrée permanente, sa sortie finit par s’établir
au même type que le signal d’entrée, une fonction linéaire, parabolique ou périodique. Le
système est alors en régime permanent, établi ou définitif.
La performance d’un système en régime permanent s’évalue en mesurant la différence entre
la sortie et l’entrée.
3.3.1. Précision
Définition.– Pour évaluer la précision d’un système, on étudie sa réponse à des signaux
usuels tels que : l’échelon, la rampe et l’entrée parabolique, figure 3.5. Les erreurs s’appellent
traditionnellement :
• pour une entrée échelon s : erreur de position ou erreur statique,
• pour une entrée rampe v : erreur de vitesse ou erreur de traı̂nage,
• pour une entrée parabolique a : erreur d’accélération ou erreur en accélération .

Erreur statique Erreur de traînage Erreur d’accélération
1.4 50 2500
45
1.2
40 2000
ǫv
1
35
ǫa
ǫs 30 1500
0.8
Amplitude
Amplitude
Amplitude
25
0.6
20 1000
15
0.4
10 500
0.2
0 0 0
0 5 10 15 0 10 20 30 40 50 0 10 20 30 40 50
Temps (sec) Temps (sec) Temps (sec)
Figure 3.5 : Erreurs statique, de vitesse et d’accélération.
Exemple.– Calculer l’erreur statique et l’erreur de vitesse du système, mis en boucle fermée,
représenté par le schéma bloc ci-dessous, tels que :
3p + 1
G(p) =
p2 + 5p + 1
et
1
H(p) =
p+2
x(t) (t) y(t)

− G(p)
yc (t) H(p)
Le signal d’erreur représentant la différence entre l’entrée et la sortie est donné par :
(t) = x(t) − yc (t)

La transformée de Laplace de cette dernière relation donne :
ε(p) = L[(t)] = X(p) − Yc (p) = X(p) − Y (p)H(p) = X(p) − ε(p)H(p)G(p)
d’où
1
ε(p)(1 + H(p)G(p)) = X(p) ⇔ ε(p) = X(p)
1 + H(p)G(p)
Afin d’étudier la précision, nous devons analyser l’erreur en régime permanent, c’est à dire,
quand t → ∞. En utilisant le théorème de la valeur finale, 2.3.2, l’erreur statique (entrée en
échelon, X(p) = p1 ) est donnée par :
X(p) 2
s = lim (t) = lim pε(p) = lim p =
t→+∞ t→0 t→+∞ 1 + H(p)G(p) 3
1
Pour une entrée en rampe, X(p) = p2 , l’erreur de vitesse v est donnée par :
X(p)
v = lim (t) = lim pε(p) = lim p = +∞
t→+∞ t→0 t→+∞ 1 + H(p)G(p)
3.4. Régime harmonique
Définition.– L’analyse harmonique d’un système linéaire et invariant dans le temps est son
étude au moyen de sa réponse fréquentielle, c’est-à-dire de sa réponse en régime permanent
sinusoı̈dal, lorsqu’il est soumis à une entrée sinusoı̈dale dont on fait varier la pulsation
ω = 2πf .
ω
X(p) = A p2 +ω 2 G(p) Y (p)
x(t) = A sin(ωt) g(t) y(t)
On considère un système LTI défini par sa fonction de transfert :
am pm + am−1 pm−1 + · · · + a1 p + a0
H(p) =
bn pn + bn−1 pn−1 + · · · + b1 p + b0
Pour l’étude fréquentielle, on passe de H(p) à H(jω) en remplaçant p par jω. Les para-
mètres caractérisant le fonctionnement du système en régime harmonique sont le gain et le
déphasage. Le système est donc bien connu lorsqu’on a une représentation du gain et du
déphasage en fonction de la fréquence de fonctionnement.
• Entrée sinusoı̈dale : x(t) = A sin(ωt)

• Sortie en régime permanent : y(t) = A(ω) sin(ωt + φ(ω))
• La réponse du système est caractérisée par :

1) une même période d’oscillation ω
2) un déphasage φ(ω) entre la sortie et l’entrée
Im(F (jω))
φ(ω) = arg H(jω) = arctan
Re(F (jω))
3) un gain (atténuation, amplification) A(ω) = |F (jω)|
Plusieurs types de représentations fréquentielles sont utilisées, nous évoquerons que celles
de Bode et de Nyquist.
3.5. Représentation de Bode
3.5.1. Définitions et Propriétés
Définition.– La représentation de Bode consiste à représenter la fonction de transfert com-

plexe H(jω) sur deux courbes séparées :
• la courbe de gain qui représente le module de H(jω), exprimé en décibel (dB), en

fonction de la pulsation ω, tel que : |H(jω)|db = 20 log10 |H(jω)|.
• la courbe de phase qui représente l’argument de H(jω), exprimé en degré, en fonction

de la pulsation ω, telle que : φ(ω) = arg H(jω) = arctan Im(F (jω))
Re(F (jω))
Les deux courbes sont graduées sur une échelle logarithmique (décade, octave), telles
que :
• une décade vaut un écartement constant de 10 fois la valeur d’une pulsation donnée :
ωj = 10ωi .
• une octave vaut un écartement constant de 2 fois la valeur d’une pulsation donnée :
ωj = 2ωi .
De plus, la représentation de Bode permet de traiter des lieux complexes par addition directe
des lieux élémentaires.
Soit :
H(p) = H1 (p)H2 (p) · · · Hn (p)
Le module de H(p) en décibel donne :
|H(jω)|db = 20 log10 |H1 (jω)| + · · · + 20 log10 |Hn (jω)|

La phase de H(p) est donnée par :
arg H(jω) = arg H1 (jω) + arg H2 (jω) + · · · + arg Hn (jω)
Remarque.– En pratique, on ne construit que des lieux asymptotiques, sur lesquels sont
donnés le comportement aux basses, moyennes et hautes fréquences et en quelques points
caractéristiques.
3.5.2. Méthode de construction
Soit un système représenté par la fonction de transfert suivante :
N (p)
H(p) = K
D(p)
où K est gain constant, N (p) et D(p) sont des polynômes complexes en fonction de p. Afin
construire facilement le diagramme de Bode, on suit les points suivants :
1) Factoriser les polynômes N (p) et D(p) en produit de systèmes 1er et 2nd ordre.
2) Classer les pôles et les zéros suivant les pulsations ω croissants.
3) Tracer le diagramme asymptotique de chaque fonction élémentaire.
4) Additionner les diagrammes élémentaires graphiquement.
Remarque.–
• Les courbes d’un facteur au numérateur symétriques par rapport à l’axe des ω de celles
figurant au dénominateur.
• La courbe de gain de 1−T 1

p est identique à celle de
1
1+T p . La courbe de phase est
symétrique par rapport à l’axe des pulsations.
• Un terme de degré n > 0 provoque une variation de +20n dB/dcade s’il est au numé-
rateur et de −20n dB/dcade s’il est au dénominateur.
• Tracé asymptotique : α + jωβ ≈ α quand ω < α

β et α + jωβ ≈ jω quand ω > α
β
3.5.3. Cas particuliers
3.5.3.1. Système statique
Il s’agit d’un système représenté par un simple gain constant.

AdB = 20 log10 K ∀ω
G(p) = K
φ=0
Exemple.– Soit la fonction de transfert suivante : G(p)=20.
Diagramme de Bode
30
25
20
Amplitude (dB)
15
10
Gain constant = 20log10 (20)

5
−5
1
0.8
0.6
0.4
0.2
Phase (deg)
−0.2
−0.4
−0.6
Décade
−0.8
−1
0 1 2
10 10 10
Fréquence (rad/sec)
Figure 3.6 : Diagramme de Bode pour G(p)=20.
1 sys=tf(20,1);
2 bode(sys)
3 grid % faire apparaître la grille de l'échelle logarithmique
3.5.3.2. Système intégrateur pur

Il s’agit d’un système représenté par la fonction de transfert suivante :

1 1 jω AdB = −20 log10 ω ∀ω
G(p) = → G(jω) = =− 2
p jω ω φ = arctan(− ω0 ) = − π2 ∀ω
Exemple.– Soit la fonction de transfert suivante : G(p) = p1 .
Remarque.–
• Ce type de système n’est pas réalisable avec un réseau passif (circuit RC) mais une
bonne approximation peut être réalisée avec un montage intégrateur à base d’amplifi-
cateurs opérationnels.
• On constate, sur la courbe de gain (figure 3.7), une droite avec une pente de
−20dB/décade (−6dB/octave).
• La phase d’un intégrateur pur est égale à −90◦ ∀ω.
Diagramme de Bode pour un intégrateur pur
20
15
20dB
10
5
Amplitude (dB)
Décade
0
−5
−10
1
G(p) = p
−15
−20
0
−45
Phase (deg)
−90
−135
−180
−1 0 1
10 10 10
Figure 3.7 : Diagramme de Bode pour G(p) = p1 .
1 sys=tf(1,[1 0]); % Système intégrateur pur

2 bode(sys)
3 grid % faire apparaître la grille de l'échelle logarithmique
3.5.3.3. Système dérivateur pur

Il s’agit d’un système représenté par la fonction de transfert suivante :

AdB = 20 log10 ω ∀ω
G(p) = p → G(jω) = jω
φ = arctan( ω0 ) = π2 ∀ω
Exemple.– Soit la fonction de transfert suivante : G(p) = p.
Remarque.–
• Ce type de système n’est pas causal, mais une bonne approximation peut être réalisée
avec un montage à base d’amplificateurs opérationnels.
• On constate, sur la courbe de gain (figure 3.8), une droite avec une pente de
+20dB/décade (+6dB/octave).
• La phase d’un dérivateur pur est égale à +90◦ ∀ω.
Diagramme de Bode pour un dérivateur pur
20
15
10
5
Amplitude (dB)
−5
G(p) = p
−10
−15
−20
180
135
Phase (deg)
90
45
0
−1 0 1
10 10 10
Figure 3.8 : Diagramme de Bode pour G(p) = p.
1 sys=tf([1 0],1); % Système dérivateur pur

2 bode(sys)
3.5.3.4. Retard pur

Il s’agit d’un système avec retard constant (τ = cte) représenté par la fonction de transfert
suivante :

1 − j tan τ2ω AdB = 20 log10 1 = 0
G(p) = e−τ p → G(jω) = e−jτ ω =
1 + j tan τ2ω φ = arctan(tan(−τ ω)) = −τ ω
Exemple.– Soit la fonction de transfert suivante : G(p) = e−p .
Remarque.–
• On constate, sur la courbe de gain (figure 3.9), une droite avec une pente nulle.
• La phase d’un retard est une droite de pente −τ = −1.

Diagramme de Bode pour un élément de retard
0.8
0.6
0.4
0.2
Amplitude (dB)
−0.2
G(p) = e−p
−0.4
−0.6
−0.8
−1
0
−90
−180
Phase (deg)
−270
−360
−450
−540
−630
−1 0 1
10 10 10
Figure 3.9 : Diagramme de Bode pour G(p) = e−p .
1 s = tf('s');
2 sys=exp(−s); % Système à retard
3 bode(sys)
3.5.3.5. Système de 1er ordre

Il s’agit d’un système de premier ordre représenté par la fonction de transfert suivante :
√
1 1 AdB = −20 log10 1 + τ 2 ω 2
G(p) = → G(jω) =
1 + τp 1 + jτ ω φ = − arctan(τ ω)
où : τ est la constante de temps du système (voir chapitre suivant).

La construction asymptotique se fait de la manière suivante :
• Si ω → 0
1) AdB → −20 log10 1 = 0
2) φ → 0
• Si ω = 1
τ √
1) AdB = −20 log10 2 = −3dB
2) φ = −45◦
• Si ω → +∞
1) AdB → −20 log10 τ ω (asymptotiquement, c’est une droite de pente

−20dB/décade)
2) φ → −90◦
1
Exemple.– Soit la fonction de transfert suivante : G(p) = 1+5p .
La constante de temps vaut τ = 5 s, donc la pulsation propre est ω0 = 51 rad · s−1 .
Diagramme de Bode − Système Premier Ordre
0
−3dB
−10
Amplitude (dB)
−20
Courbe asymptotique 1
G(p) = 1+5p
−30
Courbe réelle
1
τ
−40
−15
−30
Phase (deg)
−45
−45◦
−60
−75
−90
−2 −1 0 1
10 10 10 10
1
Figure 3.10 : Diagramme de Bode pour G(p) = 1+5p .
1 sys=tf(1,[5 1]); % Système premier ordre

2 asymp(sys)
3.5.3.6. Système de 2nd ordre

Il s’agit d’un système de second ordre représenté par la fonction de transfert suivante :
 r 2 2
ω2

 ω2 2ζω
1 1 − 2 − 2j ζω  A dB = −20 log 10 1 − 2
ωn + ωn
ωn ωn
G(p) = p2
→ G(jω) = 2 2 2ζω
2ζ
1 + ωn p + ω2 

+ 2ζω
2 ω
n 1 − ωω2 ωn  φ = − arctan( 1− ω2 )n
n 2
ωn
où : ζ est le coefficient d’amortissement du système et ωn la pulsation du système non

amorti. Plus de détails dans le chapitre suivant.
1
Exemple.– Soit la fonction de transfert suivante : G(p) = 1+0.7p+p 2.
−1
La pulsation propre vaut ωn = 1rad · s . Nous étudions ici que le cas d’un système de
second ordre avec deux pôles complexes.
Diagramme de Bode pour un système de second ordre
20
ζ = 0.7
Pente de −40dB/décade
−20
Amplitude (dB)
−40
1
ωn = 1rad · s−1 G(p) = 1+0.7p+p2
−60
−80
−30
−60
Phase (deg)
−90
−120
−150
−180
−2 −1 0 1 2
10 10 10 10 10
1
Figure 3.11 : Diagramme de Bode pour G(p) = 1+0.7p+p2 .
1 sys=tf(1,[1 0.7 1]); % Système second ordre

2 asymp(sys)
Exemple.– Soit la fonction de transfert suivante :
15(2p + 3)
H(p) =
(1 + 4p + 0.01p2 )(1 + 0.5p)
Tracer le diagramme de Bode de G(p).

Bode Diagram
40
20
0
Magnitude (dB)
−20
−40
15(2p+3)
−60
G(p) = (0.1p+1)(1+4p+0.01p2 )
−80
−100
−30
−60
Phase (deg)
−90
−120
−150
−180
0.01 0.1 1 10 100 1000 10000
Frequency (rad/sec)
15(2p+3)
Figure 3.12 : Diagramme de Bode pour H(p) = (1+4p+0.01p2 )(1+0.5p) .
1 sys=tf(15*[2 3],conv([0.5 1],[0.01 4 1])); % Exemple

2 asymp(sys)
3.6. Représentation de Nyquist
La lieu de Nyquist permet de représenter la fonction de transfert complexe G(jω) sur

un seul graphique dans le plan complexe, en coordonnées polaires (|G(jω)| , arg G(jω)) ou
cartésiennes (x = <G(jω), y = =G(jω)). La courbe doit être graduée en ω.
Le diagramme de Nyquist est utilisé en automatique afin jauger la stabilité d’un système en
boucle fermée. Il représente, dans le plan complexe, la réponse harmonique du système en
boucle ouverte correspondante. La phase φ(ω) est l’angle et le module |G(jω)| est la distance
du point fréquentiel à l’origine (0, 0). Contrairement au diagramme de Bode, le diagramme
de Nyquist le module et la phase, en un seul diagramme.
<(G(jωi )) <
arg(G(jωi ))
=(G(jωi ))
|G(jωi )|
ωi
Exemple.– Tracer le lieu de Nyquist pour les fonctions de transfert suivantes :
10 5 7
H1 (p) = 1+0.5p H2 (p) = 1+0.3p+p2 H3 (p) = (1+0.04p+0.1p2 )(1+2.5p)
Diagramme de Nyquist
5
0 dB
Point final
3
Lieu symmétrique (fréquences négatives)
−2 dB
2 dB
2
4 dB −4 dB
1
6 dB −6 dB System: untitled1
Real: 10
Imaginary Axis
10 dB −10 dB 10 Imag: 0
H1 (p) = 0.5p+1 Frequency (rad/sec): 1e−020
0
System: untitled1
Real: 1.22e−035
Imag: −2e−019
Frequency (rad/sec): 1e+020
−1
Début
−2
−3
ω0
−4
System: untitled1
Real: 5
Imag: −4.99
Frequency (rad/sec): 2
−5
−2 0 2 4 6 8 10
Real Axis
10
Figure 3.13 : Diagramme de Nyquist pour H1 (p) = 1+0.5p .
Nyquist Diagram
20
15
10
Point final
5
System: untitled1
Real: −2e−023
Imaginary Axis
Imag: −1.2e−035
0
System: untitled1
Real: 5
Imag: 0
Frequency (rad/sec): 1e−020
−5
Début
5
H2 (p) = p2 +0.3p+1
−10
System: untitled1
Real: 0.0254
−15
Imag: −16.7
Frequency (rad/sec): 1 ωn
−20
−8 −6 −4 −2 0 2 4 6 8 10
Real Axis
5
Figure 3.14 : Diagramme de Nyquist pour H2 (p) = 1+0.3p+p2 .
5
0 dB
2 dB −2 dB
2
System: untitled1
Phase Margin (deg): −70.6
Delay Margin (sec): 1.24
At frequency (rad/sec): 4.08
4 dB Closed Loop
−4Stable?
dB No
1
6 dB −6 dB
System: untitled1 System: untitled1
Gain Margin (dB): −16.6 Real: 7
Imaginary Axis
10 dB −10 dB
At frequency (rad/sec): 3.19 Imag: 1.55e−015
Closed Loop Stable? No Frequency (rad/sec): 8e−018
0
System: untitled1
Real: −3.58e−032
Imag: −7.08e−024
Frequency (rad/sec): −1.58e+008
−1
System: untitled1
−2 Real: 0.00154
Imag: −2.43
Frequency (rad/sec): 2.23
7
H3 (p) = (1+0.04p+0.1p2 )(1+2.5p)
−3
−4
−5
−8 −6 −4 −2 0 2 4 6 8
Real Axis
7
Figure 3.15 : Diagramme de Nyquist pour H3 (p) = (1+0.04p+0.1p2 )(1+2.5p) .
Une intelligence qui, à un instant donné, connaîtrait toutes les forces dont la nature est animée et la situation
respective des êtres qui la composent, si d’ailleurs elle était suffisamment vaste pour soumettre ces données à
l’analyse, embrasserait dans la même formule les mouvements des plus grands corps de l’univers et ceux du plus
léger atome ; rien ne serait incertain pour elle, et l’avenir, comme le passé, serait présent à ses yeux.
Pierre-Simon de Laplace, (1749 − 1827)
Analyse des systèmes LTI de 1er et 2nd ordre

4
4.1. Introduction
L’analyse d’un système vise à étudier son comportement pour des sollicitaions particu-
lières afin d’évaluer ses performances.
Classiquement, l’analyse d’un système quelconque peut être décomposée en l’étude et l’ana-
lyse de systèmes de 1er et 2nd ordre. Nous présenterons dans la suite, une revue succincte de
l’analyse des ces systèmes en se basant sur les réponses temporelles et les réponses fréquen-
telles.
4.2. Système de 1er ordre
4.2.1. Equation différentielle - Fonction de transfert
Le comportement d’un système du premier ordre est caractérisé par une équation diffé-
rentielle du premier ordre (du fait de la première dérivée de la sortie) à coefficients constants :
dy(t)
τ + y(t) = K · x(t) (4.1)
dt
On appelle :
• K : gain statique du système en régime permanent.
• τ : constante de temps du système (homogène au temps).
61
• y(t) et x(t) représentent respectivement la sortie et l’entrée du système.
Le nom “gain statique” est motivé par le comportement du système en régime permanent,
y(t)
pour une entrée en échelon, où nous avons : pour t → ∞ : x(t) = K.
En appliquant la transformée de Laplace à l’équation précédente L[4.1], on obtient :
τ pY (p) − τ y(0) + Y (p) = K · X(p).
où : Y (p) = L[y(t)] et X(p) = L[x(t)]. Lorsque les conditions initiales sont toutes nulles, la
relation précédente s’écrit comme suite :
(τ p + 1) Y (p) = K · X(p).
La fonction de transfert, rapport entre la sortie et l’entrée, est donc donnée par :
Y (p) 1
H(p) = = (4.2)
X(p) τp + 1
Cette fonction de transfert possède un pôle simple à p1 = − τ1 .
Remarque.– La fonction de transfert 4.2 est écrite sous une forme canonique, puisque la
constante du polynôme du dénominateur (équation caractéristique) vaut 1. Cette forme nous
renseigne de manière directe sur le gain statique et la constante de temps du système.
Exemple.– Ecrire l’équation différentielle reliant l’entrée ve (t) à la sortie vr (t) (la tension
au borne de la résistance) d’un circuit RL (moteur pas-à-pas émulant un circuit RL).
i
ve (t) R vr (t)
Nous avons :
di(t)
ve (t) = L + R · i(t)
dt
et
vr (t) = R · i(t)
On obtient alors une équation différentielle, de premier ordre, reliant l’entrée à la sortie :
L dvr (t)
ve (t) = + vr (t)
R dt
Analyse des systèmes LTI de 1er et 2nd ordre 63
d’où,
L dvr (t)
ve (t) = + vr
R dt
et
Y (p) 1
H(p) = = L
X(p) Rp+1
Par identification à l’équation différentielle 4.1 (ou à la fonction de transfert 4.2), nous avons :
L
le gain statique K = 1 et la constante de temps τ = R .
Exemple.– On considère la fonction de transfert suivante :

5
H(p) =
0.1p + 3
Mettre la fonction de transfert précédente sous la forme canonique et en déduire la constante

de temps et le gain statique.
La fonction de transfert peut être réécrite comme :
5
3
H(p) = 0.1
3 p+ 1
5 1
d’où, le gain statique K = 3 et la constante de temps τ = 30 .
Les calculs de la réponse suite à une excitation en impulsion de Dirac sont particuliè-
rement simples. Remarquons que h(t) = L−1 [H(p)] est appelée réponse impulsionnelle, la
transformée de Laplace d’une impulsion de Dirac vaut 1 (L[δ(t)] = 1).
Soit :

1 K t
h(t) = L−1 [H(p)] = L−1 = e τ Γ(t)
τp + 1 τ
Remarque.– Un système de premier ordre est stable si sa constante de temps est positive,
τ > 0. Quelques propriétés de la réponse impulsionnelle sont données ci-dessous (voir figure
4.1) :
• fonction décroissante de t, si τ > 0
• valeur de h(t) à l’origine : h(0) = K

τ
• tangente à l’origine de h(t) : dh

dt (0) = − τK2
• tangente à l’origine coupe l’axe des temps en t = τ .

Réponse impulsionnelle d’un système de premier ordre
20
18 K
τ
16
14
12
K − τt
h(t) = τ e Γ(t)
h(t)
10
Tangente
2 τ
0
0 0.5 1 1.5 2 2.5 3
Temps (sec)
Figure 4.1 : Réponse impulsionnelle h(t) d’un système de 1er ordre
1 sys=tf(10,[0.5 1]);
2 impulse(t,sys) % Réponse impulsionnelle
Le calcul de la réponse indicielle, entrée en échelon (Γ(p) = αp ), se fait en calculant la

décomposition en éléments simples de l’expression de la sortie :

Kα β θ
y(t) = L−1 [Y (p)] = L−1 [Γ(p)H(p)] = L−1 = L−1 +
p(τ p + 1) p τp + 1
Les résidus respectifs des pôles (p1 = 0 et p2 = − τ1 ) sont calculés ci-dessous :
Kα
β= = Kα
τp + 1
| {z }
p=0
et
Kα
θ= = −Kατ
p
|{z}
p=− τ1
d’où l’écriture suivante :

Kα Kατ
y(t) = L−1 [Y (p)] = L−1 −
p τp + 1
Soit :
h t
i
y(t) = L−1 [Y (p)] = Kα 1 − e− τ Γ(t)
Remarque.– Si α = 1, on parle dans ce cas de la réponse indicielle à un échelon unitaire.

Quelques propriétés de la réponse indicielle sont données ci-dessous (voir figure 4.2) :
• fonction croissante en t, si τ > 0 avec une asymptote à K · α, quand t → +∞.
• valeur de y(t) à l’origine : y(0) = 0
dy
• tangente à l’origine de y(t) : dt (0) = Kα
τ
• tangente à l’origine coupe l’asymptote Kα en t = τ .
• à tm = τ , y(tm ) = 0.63 × Kα, soit 63% de la réponse en régime permanent. tm est

appelé temps de montée.
• à tr = 3τ , y(tr ) = 0.95 × Kα, soit 95% de la réponse en régime permanent. Ce temps,

tr = 3τ , constitue le temps de réponse à 5% décrivant la rapidité d’un système de
premier ordre.
Réponse indicielle d’un système de premier ordre
10
95%
9
τ
8
Kα
Tangente
7
tr = 3τ
6 63%
h i
y(t)
t
5
h(t) = Kα 1 − e− τ Γ(t)
4
0
0 0.5 1 1.5 2 2.5 3
Temps (sec)
Figure 4.2 : Réponse indicielle y(t) d’un système de 1er ordre
1 sys=tf(10,[0.5 1]);
2 step(t,sys) % Réponse indicielle
4.2.4. Réponse à une rampe
Le calcul de la réponse à une rampe (x(t) = α · tΓ(t) ⇔ X(p) = pα2 ), suit les mêmes
étapes que celles de la réponse indicielle. La décomposition en éléments simples donne :

−1 −1 −1 Kα −1 β θ γ
y(t) = L [Y (p)] = L [X(p) · H(p)] = L =L + 2+
p2 (τ p + 1) p p τp + 1
Le calcul des résidus respectifs est donné par :
Kα
θ= = Kα
τp + 1
| {z }
p=0
aussi

Kα
d τ p+1
β= = −Kατ
dp
| {z }
p=0
et
Kα
γ= = Kατ 2
p2
|{z}
p=− τ1
d’où l’écriture suivante :

−τ 1 τ2
y(t) = L−1 [Y (p)] = KαL−1 + 2+
p p τp + 1
Soit :
h t
i
y(t) = L−1 [Y (p)] = Kα t − τ + τ e− τ Γ(t)
Quelques propriétés de la réponse à une rampe sont données ci-dessous (voir figure 4.3) :
• fonction croissante en t.
• valeur de y(t) à l’origine : y(0) = 0
dy
• tangente à l’origine de y(t) : dt (0) =0
• dans le cas particulier où K = 1, la réponse est parallèle au signal d’entrée. L’écart
entre l’entrée et la sortie est appelé erreur de vitesse ou de traı̂nage.
Réponse à une rampe d’un système de premier ordre
5
y(t)
4
K=3 h t
i
h(t) = Kα t − τ + τ e− τ Γ(t)
3
x(t)
1
K=1
0
0 0.5 1 1.5 2 2.5 3
Temps (sec)
Figure 4.3 : Réponse à une rampe d’un système de 1er ordre
1 t=0:0.01:5;
2 sys1=tf(1,[0.5 1]); sys2=tf(3,[0.5 1]);
3 lsim(sys1,t,t) % Réponse à une rampe
4 hold
5 lsim(sys2,t,t) % Réponse à une rampe
4.2.5. Réponse harmonique
La réponse harmonique étant longuement détaillée (cf. les sections 3.4 et 3.5.3.5), les
parties ci-dessous se passent de tout calcul déjà développé. Pour la suite, ω0 représente la
pulsation de coupure du système telle que : ω0 τ = 1.
4.2.5.1. Diagramme de Bode
La fonction de transfert est donnée sous la forme d’une fonction complexe (transmittance
isochrone), en remplaçant p par jω :
K K
H(p) = → H(jω) =
1 + ωp0 1 + j ωω0
( q
ω2
AdB = 20 log10 K − 20 log10 1+ ω02
⇒ −π
φ = − arctan( ωω0 ) φ∈ 2 , 0 , car ω
ω0 >0
Le diagramme de Bode d’un système de premier ordre est illustré par la figure 4.4.
Diagramme de Bode − Système premier ordre
10
0 20dB/Decade
20 log10 K
Amplitude (dB)
20 log10 K − 3dB
−10
−20
H(jω) = K ω0
1+j ωω
0
−30
0
−15
− π4
−30
− π2
Phase (deg)
−45
−60
−75
−90
−1 0 1 2
10 10 10 10
Figure 4.4 : Diagramme de Bode d’un système de 1er ordre
1 sys=tf(3,[0.5 1]);
2 bode(sys) % Diagramme de Bode
Le maximum local est ici le gain statique du système, à savoir K = |H(0)|.

La pulsation de coupure est définie pour :
|HdB (jωc )| − |HdB (0)| = −3dB
Ceci peut être réécrit comme :
|H(0)|
|H(jωc )| = √ ⇒ ωc τ = 1 ⇒ ωc = ω0
2
Pour cette fréquence, le déphasage est :

π
φ(ωc ) = arg H(jωc ) = − arctan ωc τ = −
4
Remarque.– A partir d’un diagramme de transfert expérimental correspondant à l’allure

d’un système du premier ordre, on peut procéder à une identification en utilisant :
1) les basses fréquences pour trouver le gain statique,
2) le déphasage à 45◦ pour ω0 .
Définition.– On appelle bande passante à 3dB la plage de pulsations pour laquelle le signal
de sortie subit un affaiblissement inférieur à 3dB par rapport à sa valeur initiale, |HdB (0)|.
La pulsation correspondante est appelée pulsation de coupure.
4.2.5.2. Lieu de Nyquist
Le lieu de Nyquist permet de représenter la transmittance isochrone H(jω) sur un seul

graphique dans le plan complexe, en coordonnées cartésiennes (x = <H(jω), y = =H(jω)),
telle que :
H(jω) = <H(jω) + j =H(jω) (4.3)
La courbe doit être graduée en ω.

Le module |H(jω)| est la distance entre le point fréquentiel et l’origine (0, 0), l’angle que
fait le segment est la phase φ(ω). Contrairement au diagramme de Bode, le diagramme de
Nyquist le module et la phase, en un seul diagramme. Soit la transmisttance suivante :
K K (1 − jτ ω)
H(jω) = =
jτ ω + 1 (1 + jτ ω) (1 − jτ ω)
La forme réduite est :

 <H(jω) = K
K (1 − jτ ω) (1+(τ ω)2 )
H(jω) = = <H(jω) + j=H(jω) → Kτ ω
1 + (τ ω)
2  =H(jω) = − 1+(τ
( ω)2 )
1) La partie réelle est positive ∀ω

2) La partie imaginaire est négative ∀ω
Exemple.– Ecrire la fonction de transfert suivante sous la forme 4.3 :
3
H(p) =
0.5p + 1
En remplace p par jω, la transmittance isochrone est donnée par :
3 3 (1 − 0.5jω)
H(jω) = =
0.5jω + 1 (1 + 0.5jω) (1 − 0.5jω)
La forme réduite est :
 3
3 (1 − 0.5jω)  <H(jω) = 1+(0.5ω)
( 2
)
H(jω) = = <H(jω) + j=H(jω) → 3ω
1 + (0.5ω)
2  =H(jω) = − 2
(1+(0.5ω)2 )
Remarque.– Le lieu de nyquist est donné ci-dessous, figure 4.5
5
0 dB
Point final
3
−2 dB
2 dB
2
4 dB −4 dB
1
6 dB −6 dB System: untitled1
Real: 10
Imaginary Axis
10 dB −10 dB 10 Imag: 0
H1 (p) = 0.5p+1 Frequency (rad/sec): 1e−020
0
System: untitled1
Real: 1.22e−035
Imag: −2e−019
−1
Début
−2
−3
ω0
−4
System: untitled1
Real: 5
Imag: −4.99
−5
−2 0 2 4 6 8 10
Real Axis
Figure 4.5 : Lieu de Nyquist d’un système de 1er ordre
1 sys=tf(3,[0.5 1]);
2 nyquist(sys) % Diagramme de Nyquist
4.3. Système de 2nd ordre
4.3.1. Equation différentielle - Fonction de transfert
On appelle système de second ordre, un système régi par une équation différentielle du
type :
1 d2 y(t) 2ζ dy(t)
+ + y(t) = K · x(t) (4.4)
ωn2 dt2 ωn dt
Le système précédent est appelé un système de second ordre pur, s’il ne se décompose pas en
deux systèmes de premier ordre en série. Pour cela, les racines de l’équation caractéristique
doivent être complexes où :
2
2ζ 4
− 2 <0
ωn ωn
La dernière condition implique que le coefficient |ζ| < 1.
On appelle :
• ωn est appelée pulsation naturelle (propre) du système non amorti. Elle est mesurée
en rad · sec−1 .
• ζ est appelé coefficient d’amortissement du système.
• K : gain statique du système en régime permanent.
• y(t) et x(t) représentent respectivement la sortie et l’entrée du système.
Après application la transformée de Laplace à l’équation L[4.4], on obtient la fonction de

transfert suivante :
K
H(p) = 2ζ p2
(4.5)
1+ ωn p + 2
ωn
Remarque.–
• La fonction de transfert 4.5 est appelée forme canonique (la constante du polynôme du
dénominateur vaut 1). Cette forme nous renseigne de manière directe sur les différents
paramètres (K, ζ et ωn ) du système.
p
• La fonction de transfert 4.5 possède un pôle complexe conjugé à p1,2 = ωn −ζ ± j 1 − ζ 2 .
Exemple.– On considère le système masse-ressort-amortisseur ci-dessous :
f (t)
k b
Figure 4.6 : Système masse-ressort-amortisseur
On souhaite calculer la fonction de transfert entre la force F (P ) et la position X(p) de la

masse m.
La dynamique de la masse m peut être décrite par l’équation différentielle suivante :
d2 x(t) dx(t)
m +b + k · x(t) = f (t)
dt2 dt
La fonction de transfert du système mécanique est donnée par :
X(p) 1
H(p) = =
F (p) m · p2 + b · p + k
ou érite sous la forme canonique comme suit :

1
X(p) k
H(p) = = m b
F (p) k · p2 + k ·p+1
ce qui donne :
1
1) un gain statique K = dépendant du seul coefficient de raideur k.
k
q
k
2) une pulsation naturelle ωn = m .
q
3) un facteur d’amortissement ζ = bω2k
n
= b
2
1
k m.
Réponse d’un système masse−ressort−amortisseeur
1.5 ζ = 0.2
1
Force, déplacement
0.5
0
ζ = 1.5
−0.5
ζ = 0.7
−1
0 0.5 1 1.5 2 2.5 3
Temps (sec)
Figure 4.7 : Evolution du déplacement de la masse en fonction de l’amortissement
Le calcul de la réponse impulsionnelle d’un système de second ordre, notée h(t) =

L−1 [H(p)], est donnée comme suit (après utilisation de la décomposition en éléments
simples) :
Kωn −ζωn t p
h(t) = L−1 [H(p)] = p e sin ωn 1 − ζ 2 t
1 − ζ2
Remarque.– Un système de second ordre est stable si son coefficient d’amortissement est
positif, ζ > 0. Le discriminant de l’équation caractéristique (dénominateur de la fonction de
4(ζ 2 −1)
transfert) d’un second ordre est ∆ = ωn . De ce fait, on note les trois cas suivants :
• Si l’amortissement est faible (ζ < 1), alors ∆ < 0 et la fonction de transfert possède
deux racines complexes. Le système se trouve en régime pseudo- périodique.
• Si l’amortissement est critique (ζ = 1), alors ∆ = 0 et la fonction de transfert possède

une racine réelle double. Le système se trouve en régime apériodique.
• Si l’amortissement est important (ζ > 1), alors ∆ > 0 et la fonction de transfert
possède deux racines réelles. Dans ce cas, le système peut être décomposé en systèmes
de premier ordre (régime apériodique).
Réponse impulsionnelle − Système de second ordre
100
80
ζ = 0.1
ζ = 0.3
60
ζ = 0.7
40
ζ =1
20
ζ =2
h(t)
−20
−40
p
−60 ωp = ωn 1 − ζ2
−80
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Temps (sec)
Figure 4.8 : Réponse impulsionnelle h(t) d’un système de 2nd ordre
1 clear all %Efface toutes les variables

2 close all %Ferme toutes les figures
3 clc % Nettoyer l'écran
4 t=0:0.01:5; % Spectre temporel
5 omega=10; % Pulsation naturelle
6 zeta=[0.1 0.3 0.7 1 2]; % Vecteur des coefficients d'amortissement
7 hold on % Superposer les figures
8 for i=1:length(zeta) %boucle sur la longueur du vecteur zeta
9 sys=tf(10,[1/omega^2 2*zeta(1,i)/omega 1]);
10 impulse(t,sys) % Réponse impulsionnelle
11 end
Quelques propriétés de la réponse impulsionnelle sont données ci-dessous (voir figure 4.8)
• fonction oscillante (composante sinusoı̈dale) amortie (composante exponentielle).

• fonction décroissante en temps, t (propriété de stabilité).
• valeur à l’origine : y(0) = 0.
• tangente à l’origine de y(t) : dy
dt (0) = 0.
p
• on note, ωp = ωn 1 − ζ 2 la pseudo-pulsation du système (argument de la composante
sinusoı̈dale).
Le calcul de la réponse indicielle d’un système de second ordre, entrée en échelon (Γ(p) =
a
p ),
se fait en décompoant en éléments simples (pôle à l’origine et forme canonique du second
membre) de l’expression de la sortie suivante :
" # " #
−1 −1 −1 K a −1 α βp + γ
y(t) = L [Y (p)] = L [Γ(p)H(p)] = L 2ζ p2
=L + 2
p(1 + p (p + b) + c2
ωn p + 2 )
ωn
où : b = ζωn et c = ωp . Le calcul des résidus respectifs est omis (voir TD 4), nous donnons
dans la suite que l’expression littérale de la réponse indicielle :
" #
1 p
−1 −ζωn t
y(t) = L [Γ(p)H(p)] = K a 1 − p e sin ωn 1 − ζ 2t + θ
1 − ζ2
√
1−ζ 2
où : θ = arctan ζ .
Quelques propriétés de la réponse indicielle sont données ci-dessous (voir figure 4.9) :
• fonction croissante de t, si ζ > 0 avec une asymptote à Ka, quand t → +∞.
• valeur de y(t) à l’origine : y(0) = 0.
dy
• tangente à l’origine de y(t) : dt (0) = 0.
• les kième dépassements et les temps respectifs sont donnés par les formules suivantes
(calcul fait sur la dérivée de la sortie) :

 −ζ √k·π
Dk = e 1−ζ 2
k·π
 tk = √ 2
ωn 1−ζ
Ces deux expressions servent à identifier les paramètres du système à partir des dépas-
sements (ζ) et leurs temps respectifs (ωn ).
• à tr = ζω4n , y(tr ) = ±2% de la réponse en régime permanent, soit K a. Ce temps, tr ,

constitue le temps de réponse à 2% décrivant la rapidité d’un système de second ordre.
Remarque.– La réponse du système du second ordre pour différentes valeurs de ζ est donnée
sur la figure 4.9. Dans le cas où l’on a un dépassement, un système plus rapide est obtenu
pour ζ ≈ 0.7 (courbe rouge) où le temps de montée est plus court tandis que le premier
dépassement ne sort pas de la zone des 5% autour de l’asymptote horizontale.
Réponse indicielle − Système second ordre
18
16
System: $\zeta=0.3$
Overshoot (%): 37.2
At time (sec): 0.33
14
12 System: $\zeta=0.7$
Overshoot (%): 4.6
At time (sec): 0.44
10
Sortie
System: $\zeta=0.1$
System: $\zeta=2$
8 Rise Time (sec): 0.823
6
ζ = 0.1
ζ = 0.3
4 ζ = 0.7
ζ =1
2
ζ =2
0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Temps (sec)
Figure 4.9 : Réponse indicielle y(t) d’un système de 2nd ordre
1 clear all %Efface toutes les variables

2 close all %Ferme toutes les figures
3 clc % Nettoyer l'écran
4 t=0:0.01:5; % Spectre temporel
5 omega=10; % Pulsation naturelle
6 zeta=[0.1 0.3 0.7 1 2]; % Vecteur des coefficients d'amortissement
7 hold on % Superposer les figures
8 for i=1:length(zeta) %boucle sur la longueur du vecteur zeta
10 step(t,sys) % Réponse indicielle
11 end
4.3.4. Réponse à une rampe

α
La réponse d’un système de second ordre suite à une excitation de type rampe, X(p) = p2 ,
est donnée par l’expression suivante :
" #
2ζ 1 p
−ζωn t 2
y(t) = K α t − − p e sin ωn 1 − ζ t + 2θ Γ(t)
ωn ωn 1 − ζ 2
1 t=0:0.01:3;
2 omega=10;
3 zeta=[0.1 0.7 2];
4 hold on
5 for i=1:length(zeta)
7 lsim(sys,t,t) % Simulation linéaire suite à une excitation unitaire
8 end
Réponse à une rampe d’un système de second ordre
2.5
2
Sortie
1.5
1
ζ = 0.1
ζ = 0.7
0.5
ζ=2
0
0 0.5 1 1.5 2 2.5 3
Temps (sec)
Figure 4.10 : Réponse à une rampe d’un système de 1er ordre
4.3.5. Réponse harmonique
4.3.5.1. Diagramme de Bode
La fonction de transfert est donnée sous la forme d’une transmittance isochrone, en

remplaçant p par jω :
K K · ωn2
H(p) = p2
→ H(jω) =
1+ 2ζ (ωn2 − ω 2 ) + 2jζωn ω
ωn p + 2
ωn
( q
ω2 2 2
AdB = 20 log10 K − 20 log10 (1 − 2 )
ωn + 4ζ 2 ωω2
⇒ n
φ(ω) = − arctan( ω2ζω nω

2 −ω 2 ) φ ∈ [π, 0] , si ζ > 0
n
Le diagramme de Bode d’un système de second ordre est illustré par la figure 4.11.
Diagramme de Bode − Système de second ordre
40
ζ = 0.1
30
Mr = √1
20
2ζ 1−ζ 2
Amplitude (dB)
10 ζ =2
ζ = 0.7
0
−10 p
ωr = ωn 1 − 2ζ 2
−20
0
−45 ωn
Phase (deg)
−90
−135
−180
−1 0 1 2 3
10 10 10 10 10
Figure 4.11 : Diagramme de Bode d’un système de 2nd ordre
Remarque.–
√
1) Si le ζ < 2/2, le système est faiblement amorti. Dans ce cas, on observe un phéno-
mène de résonancep (ou surtention). La dérivée du gain en dB s’annule pour la pulsation de
résonance ωr = ωn 1 − 2ζ 2 . Le maximum local atteint Mr = √1 2 .
2ζ 1−ζ
√
2) Si le ζ > 2/2, il n’y pas de minimum local à part celui donné par le gain statique en
basses fréquences. Dans ce cas, le système peut être décomposé en deux systèmes de premier
ordre.
3) A partir d’un diagramme de transfert expérimental, figure 4.11, correspondant à l’al-
lure d’un système du second ordre, on peut procéder à une identification en utilisant les
basses fréquences pour trouver le gain statique K, le déphasage à −90◦ pour en déduire ωn .
4.3.5.2. Lieu de Nyquist

Comme décrit précédemment, le lieu de Nyquist permet de représenter la transmittance
isochrone H(jω) sur un seul graphique dans le plan complexe, en coordonnées cartésiennes
(x = <G(jω), y = =G(jω)), par rapport à ω :
K · ωn2
H(jω) =
(ωn2 − ω 2 ) + 2jζωn ω
En multipliant la transmittance isochrone par le conjugué du dénominateur, on peut écrire :

K · ωn2 ωn2 − ω 2 − 2jζωn ω
H(jω) = 2 2
(ωn2 − ω 2 ) + (2ζωn ω)
En séparant les deux parties, à savoir, <G(jω) et =G(jω), on obtient :

2
K·ωn (ωn2 −ω2 ) n K·ω 2 (2ζω ω)
<G(jω) = 2 −ω 2 )2 +(2ζω ω)2
(ωn
=G(jω) = − (ω2 −ω2n)2 +(2ζω 2
n n n ω)
Le lieu de Nyquist d’un système de second ordre, en fonction des variations du coefficient
de second ordre, est donné par la figure 4.12.
Remarque.–
• La partie réelle s’annule pour ω = ωn .

• La partie imaginaire est négative ∀ω.
• Les systèmes faiblement amorti sont illustrés par des parties imaginaires plus impor-
tantes.
• Les points de début (<G(0), =G(0)) et de fin (<G(jω), =G(jω) quand ω → +∞) ne
sont pas impactés par le coefficients d’amortissement.
Nyquist Diagram
20
0 dB
ζ = 0.3
15
ζ = 0.7
10
ζ = 1.1
5
Imaginary Axis
2 dB −2 dB
4 dB6 dB −4 dB
−6 dB
0
−5
−10
ℜG(jω) = 0
−15
−20
−8 −6 −4 −2 0 2 4 6 8 10 12
Real Axis
Figure 4.12 : Lieu de Nyquist d’un système de 2nd ordre
1 clear all
2 close all
3 clc
4 omega=10; zeta=[0.3 0.7 1.1];
5 hold on
6 for i=1:length(zeta)
8 nyquist(sys) % Diagramme de Nyquist
9 end
Deuxième partie
Travaux dirigés
Comprendre que l’on n’a pas compris est ce qui est le plus difficile à comprendre.
Albert Jacquard (1925 − 2013)
TD1 - Représentation des signaux

1
1.1. Représentation des signaux
Représenter graphiquement les signaux suivants :

1) x(t) = Γ(t)
2) x(t) = t · Γ(t)
3) x(t) = (t − 3)Γ(t − 1)
4) x(t) = Γ(t) − Γ(−t + 2)
5) x(t) = Γ(t) − 2Γ(t − 1) + Γ(t − 2)
6) x(t) = e−at Γ(t), avec a > 0
Γ(t) étant le signal échelon unitaire.
1.2. Linéarité des systèmes
Discuter la propriété de linéarité des systèmes suivants :

1) y(t) = |x(t)|
2) y(t) = t · x(t)
3) y(t) = x2 (t)
4) y(t) = 3 cos(2πx(t))
5) y(t) = e−t x(t)
81
1.3. Propriétés des systèmes LTI
Discuter la stabilité, la causalité, la linéarité et l’invariance des systèmes suivants :

1) y(t) = x(t) cos(ωt)
2) y(t) = cos(x(t))
3) y(t) = 2 · x(t)
Rt
4) y(t) = −∞ x(τ )dτ
5) y(t) = x(2 − t)
1.4. Propriétes des systèmes
Soit le système représenté par la figure ci-dessous
x(t)
∗(t − 1) ∗2
√ y(t)
× ×2 + ∗
∗2
• Donner la relation explicite entre x(t) et y(t).

• Cette relation est-elle linéaire, invariante dans le temps, stable, causale ?
Le génie commence les beaux ouvrages, mais seul le travail les achève.
Joseph Joubert (1754 − 1824)
2
TD2 - Modélisation des systèmes LTI
2.1. Convolution
1) Soit y(t) = x(t) ∗ h(t), montrer que x(t − t1 ) ∗ h(t − t2 ) = y(t − t1 − t2 )
2) Soit y(t) = x(t) ∗ h(t) un système LTI. Pour les cas ci-dessous, représenter graphique-
ment le signal d’entrée x(t), la réponse impulsionnelle h(t) ainsi que sortie y(t)
a) x(t) = Γ(t) et h(t) = e−at Γ(t)
b) x(t) = e−at Γ(t) et h(t) = Γ(t) − Γ(t − 2)
c) x(t) = e−at Γ(t) et h(t) = t(Γ(t) − Γ(t − 1))
Γ(t) étant le signal échelon et a est une constante positive.
2.2. Equation différentielle - Transformée de Laplace
Soit le circuit électrique ci-dessous.

1) Donner l’équation différentielle qui régit l’entrée e(t) et la sortie il (t).
2) Donner la fonction de transfert entre ces deux grandeurs.
83
C1
R2
e(t) R1 L
i1 i2
2.3. Décomposition en éléments simples
On considère le système du troisième ordre donné par la fonction de transfert suivante :
Y (p) 15(p + 1)
G(p) = = 3
X(p) p + 4p2 + 9p + 10
1) Vérifier que (−2) est un pôle de la fonction de transfert G(p). Donner les deux pôles
restant.
2) Trouver la décomposition en éléments simples de la forme :
c dp + e
G(p) = + 2
p + 2 p + ap + b
3) Trouver la transformée de Laplace inverse de F (p).
2.4. Diagramme fonctionnel
Donner la forme réduite des systèmes représentés par les figures ci-dessous.
H5
x(t) y(t)
− H1 H2 − H3 H4
R2
R1
TD2 - Modélisation des systèmes LTI 85
H2
x(t) y(t)
− H1 +
H3
Le génie commence les beaux ouvrages, mais seul le travail les achève.
Joseph Joubert (1754 − 1824)
3
Réponse fréquentielle
3.1. Fonctions originales
En utilisant la table de transformées de Laplace, déterminer les fonctions originales des

fonctions de transfert suivantes :
10 5
H1 (p) = (5p+1)(p+3) H2 (p) = p(0.4p+1)
12 3(0.2p+1)
H3 (p) = p2 +4 H4 (p) = (p+1)(2p+1)
3.2. Représentation fréquentielle
Donner les diagrammes de Bode et les lieux de Nyquist des fonctions de transfert sui-
vantes :
20 10
H1 (p) = (−2p+1)(20p+1) H2 (p) = p(4p+1)
H3 (p) = 10 (10p+1)
p2 H4 (p) = 10p+1
(p+1)(3p+1)
3.3. Analyse fréquentielle
• Tracer le lieu de Nyquist pour les fonctions de transfert suivantes (T > 0) :

1) G(p) = (1 + T p)/(1 + aT p) for a < 1
2) G(p) = (1 + T p)/(1 + aT p) for a > 1
Conclure ?
87
• Tracer le diagramme de Bode pour les fonctions de transfert suivantes (T > 1 ) :

1) G(p) = (1 + T p)/(1 + p)
2) G(p) = (1 + p)/(1 + T p)
Conclure ?
3.4. Résonance et pôle à l’origine
Soit la fonction de transfert suivante :

10 (3p + 2)
G(p) =
0.01p2 + 0.3p + 1
1) Donner les pôles de la fonction de transfert G(p).

2) Combien vaut le gain statique ?
3) Est-ce G(p) un système résonant ? motiver votre réponse. Dans le cas favorable, donner
le gain de résonance et la pulsation relative.
4) Tracer le diagramme asymptotique de Bode.
5) Ecrire la transmittance isochrone de G(p) sous la forme <G(jω) + j=G(jω). Etudier
les signes des deux parties réelle et complexe.
6) Quel serait l’effet d’un rajout d’un pôle à l’orgine à G(p) ?
Choisissez un travail que vous aimez et vous n’aurez pas à travailler un seul jour de votre vie.
Confucius (551 − 479 av. J.C)
Analyse et identification
4
4.1. Réponse temporelle d’un second ordre
Nous avons vu dans chapitre 4 qu’un système de second ordre est reprséenté par une
fonction de transfert de type :
K
H(p) = 2ζ p2
1+ ωn p + 2
ωn
Nous souhaitons vérifier la réponse indicielle de ce système, donner

1) la décomposition en éléments simples de Y (p) pour une entrée en échelon unitaire.
2) la fonction originale décrivant l’évolution temporelle de la sortie.
4.2. Identification de systèmes dynamiques
A partir des tracés ci-dessous, donner, le cas échéant :

1) l’ordre du système n,
2) les paramètres intrinsèques du système (le gain statique K, la constante de temps τ ,
le coefficient d’amortissement ζ et la pulsation naturelle ωn ),
3) les performances temporelles (le temps de réponse tr , le temps de montée tm , l’ampli-
tude du premier dépassement D1 et le temps relatif t1 ),
4) les performances fréquentielles (la pulsation de résonance ωr , l’amplitude de résonance
Mr , le déphasage maximal),
89
5) les fonctions de transfert correspondantes.
Bode Diagram
40
30
20
System: sys
10 Frequency (rad/sec): 0.103
0
Magnitude (dB): 26
Magnitude (dB)
−10
−20
−30
−40
−50
−60
0
−45
Phase (deg)
−90
System: sys
−135 Phase (deg): −90.2
−180
−1 0 1 2 3
10 10 10 10 10
Frequency (rad/sec)
Nyquist Diagram
25
20
15
10
System: sys System: sys

5 Real: −4e−023 Real: 10
Imag: −4e−035 Imag: 0
Imaginary Axis
Frequency (rad/sec): 5e+010 Frequency (rad/sec): 1e−020

0
−5
−10
System: sys
−15 Real: 0.00628
Imag: −20
Frequency (rad/sec): 0.1
−20
System: sys
Real: 5.03
−25
−10 −5 0 5
Imag: −20 10 15
Real Axis Frequency (rad/sec): 0.0939
System: sys
Step Response
Overshoot (%): 16.3
6 At time (sec): 18.4
System: sys
Final Value: 5
5
System: sys
System: sys
Rise Time (sec): 8.2
4
Amplitude
0
0 10 20 30 40 50 60
Time (sec)
Analyse et identification 91
System: sys
Peak amplitude: 2
Impulse Response
At time (sec): 0
2
1.8
1.6
1.4
1.2
Amplitude
0.8
0.6
0.4
0.2
0
0 5 10 15 20 25 30
Time (sec)
Bode Diagram
30
20
10
Magnitude (dB)
−10
−20
−30
−40
−30
−60
Phase (deg)
−90
−120
−150
−180
0.01 0.1 1 10
Frequency (rad/sec)
Nyquist Diagram
1.5
0.5
System: sys System: sys

Real: 2.14e−036 Real: 2.33
Imag: 3.5e−020 Imag: 0
Imaginary Axis
Frequency (rad/sec): −1e+020 Frequency (rad/sec): 1e−020

0
−0.5
−1 System: sys
Phase Margin (deg): 115
Delay Margin (sec): 0.637
At frequency (rad/sec): 3.16 System: sys
Closed Loop Stable? Yes Real: 1.17
Imag: −1.16
−1.5
−1 −0.5 0 0.5 1 Frequency (rad/sec):
1.5 1.5 2 2.5
Real Axis
Troisième partie
Travaux pratiques
La différence entre la théorie et la pratique, c’est qu’en théorie, il n’y a pas de
différence entre la théorie et la pratique, mais qu’en pratique, il y en a une.
Johannes Lambertus Adriana van de Snepscheut (1953 − 1994)
TP1 - Analyse des systèmes dynamiques

1
1.1. Analyse d’un système de 1er ordre
On considère le système du premier ordre donné par la fonction de transfert suivante :
S(p) 10
H(p) = =
E(p) p + 15
1.1.1. Etude théorique
A faire avant la partie pratique.

1) Tracer le diagramme de Bode asymptotique du système H(p).
2) Calculer la valeur du gain statique K ainsi que la valeur de la constante de temps du
système τ .
3) Tracer le diagramme de Nyquist du système H(p).
4) Donner l’expression litéralle et tracer la réponse impulsionnelle du système H(p).
5) Idem pour la réponse du système à un échelon unitaire.
6) Calculer l’erreur statique du système en boucle fermée (retour unitaire).
1.1.2. Etude sur MatLab

1) Donner les pôles de la fonction de transfert H(p). Fonctions : roots ou pole.
2) Tracer le diagramme de Bode de la fonction de transfert. Fonction bode. Extraire du
tracé les caractéristiques pertinentes.
95
3) Tracer la réponse impulsionnelle. Fonction impulse. Extraire du tracé les caractéris-

tiques pertinentes.
4) Tracer la réponse indicielle. Fonction step. Prélever les l’ensemble des paramètres
(temps de réponse, etc.)
5) Comparer les résultats théoriques aux résultats pratiques.
1.2. Etude d’un système du 2nd ordre
On considère le système du deuxième ordre donné par la fonction de transfert suivante :
S(p) 100
H(p) = = 2
E(p) p + 10Ap + 10
1.2.1. Etude théorique
A faire avant la partie pratique.

1) Déterminer la pulsation propore du système ω0 et l’amortissement ζ.
2) Tracer le diagramme de Bode du système pour A = 1.
3) Tracer le diagramme de Nyquist du système H(p).
4) Donner la réponse impulsionnelle du système pour cette même valeur de A.
5) Prédire l’évolution de la réponse indicielle du système quand A varie.
1.2.2. Etude sur MatLab

1) Tracer le diagramme de Bode de la fonction de transfert.
2) Déterminer la marge de phase et la marge de gain du système.
3) Tracer la réponse impulsionnelle.
4) Tracer la réponse indicielle.
5) Prélever les l’ensemble des paramètres (temps de réponse, temps et amplitude de
dépassement, etc.)
6) Tracer la réponse du système au signal d’entrée e(t) = sin(50t). On utilisera la fonction
lsim.
7) Calculer la valeur du déphasage. Comment aurions nous pu le déterminer à partir du
diagramme de Bode ?
8) Comparer les résultats théoriques aux résultats pratiques.
La connaissance s’acquiert par l’expérience, tout le reste n’est que de l’information.
Albert Einstein (1879 − 1955)
TP2 - Identification des systèmes dynamiques

2
Remarque.–
• Un compte rendu sur le travail effectué est à transmettre à l’enseignant référant à la

fin de la séance. Aucun délin ne sera accordé. Merci de rédiger au fur et à mesure vos
rapports.
• L’attribution des maquettes aux groupes de TP revient à l’enseignant référant.
• Un modèle dynamique a pour objectif de reproduire approximativement le compor-
tement d’un système ; les équations du modèle ne correspondent pas aux équations
exactes du système. Dans ces manipulations, les modèles retenus sont du 1er ordre
alors que le système étudié est du 2ème ordre.
2.1. Maquette de commande d’un moteur électrique
La maquette Didalab présentée par la figure (2.1) est composée d’un montage électromé-
canique à base d’un moteur à courant continu, de puissance de 1.2 Watt. Tous les éléments
de cette maquette sont contrôlés par un logiciel Ds yn de DidaLab. Le couple résistant peut
être modifié par le déplacement d’un aimant permanent dans l’entrefer autour duquel tourne
un disque en aluminium. La maquette que nous souhaitons contrôler est définie par :
• sa sortie à contrôler : la vitesse de rotation ω(t) de l’arbre moteur (en tours/minute),

• son entrée de commande i(t) (en mA).
• son entrée de perturbation représentée par le couple résistant (en N.m).
97
Figure 2.1 : Vue générale de la maquette SyNum2 de DidaLab
2.2. Objectifs
Cette mise en place a pour objectif de vous familiariser avec les techniques de mesure
directe sur maquette expérimentale et à exploiter les données de mesure par des méthodes
d’analyse. Le poste de travail est constitué d’une maquette DidaLab “Synum2” pour la
commande d’un moteur électrique ainsi que son logociel de commande D syn. Les deux
modules sont connectés par une connexion USB.
La manipulation vous amène à caractériser la fonction de transfert en boucle ouverte du
système électromécanique.
Pour la suite du TP :
• Sauf mention explicite, la lamelle de frottement sec reste désactivée.
• L’électro-aimant est enfoncé à fond et excité à 100%. Il reproduit l’effet du frottement

visqueux b et impose un couple résistant proportionnel à la vitesse de rotation ω.
• Le moteur est contrôlé en courant.
2.3. Etude théorique
Un moteur électrique est commandé par le courant de l’induit. On appelle E la FEM

du moteur, i le courant d’induit et Km la constante du couple du moteur. On néglige les
frottements au niveau de l’arbre du moteur. La self de fuite de l’induit et la résistance de
l’enroulement d’induit sont également négligées. Enfin on appelle J le moment d’inertie total
ramené au niveau de l’arbre du moteur.
TP2 - Identification des systèmes dynamiques 99
2.3.1. Schéma bloc
• Etablir les équations temporelles de comportement du moteur.

• Etablir les équations fréquentielles de comportement du moteur.
• Donner le schéma bloc du système en boucle ouverte.
2.3.2. Réponse du système
• Déterminer le gain statique du système en boucle ouverte. Que signifie cette valeur ?
• Représenter la réponse indicielle du système excité par un échelon d’amplitude A.
Déterminer la constante de temps τ et le temps de réponse tr à 5%.
• Tracer le diagramme de Bode du système. Que vaut la pulsation de coupure ?
Qu’en est-il des questions précédentes lorsque le frottement visqueux est nul (b = 0) ?
2.4. Etude expérimentale
2.4.1. Régime statique
Assurez-vous que la maquette “SyNum2” est allumée et connectée à votre station de

travail. Lancer l’application D syn de DidaLab, et
• choisir le mode de commande en boucle ouverte. A cet effet, cliquer sur Menu Choi-
sir/Mode de Contrôle/Boucle ouverte.
• Choisir la nature de l’entrée de commande. A cet effet, cliquer sur Menu Choisir/In-
terface de puissance/Commande en courant.
• Choisir l’unité de la Source Sr en mA. A cet effet, cliquer sur Menu Choisir/Unités/U-
nité I.P.
L’interface de puissance étant “Commande Courant”, les unités seront des Ampères (mA
dans le logiciel).
1) Choisir une valeur de repos de 20 mA.
2) Définir une commande de charge mécanique (frottement visqueux) de 100 % en cli-
quant sur le bloc correspondant.
3) Positionner des sondes sur les points Im et Nm .
4) Pour la valeur de repos choisie, relever les valeurs de Im et Nm .
5) Refaire d’autres mesures et remplir un tableau de mesure (la plage de Sr est dans ce
cas ±0.5A).
6) Tracer la courbe de Im en fonction de Sr et de N en fonction de Sr (caractéristique de
transfert statique). Que vaut le gain statique SNr ? Commentaires (imperfections, frottement
visqueux).
7) Sachant que la constante du couple moteur Km = 43.8 10−3 N m.A−1 Déterminer le
coefficient du frottement visqueux b.
Figure 2.2 : Configuration en boucle ouverte
2.4.2. Régime dynamique
En conservant la configuration précédente, choisir une valeur de repos égales à 100mA

ainsi qu’une commande en échelon de valeur 200mA avec un retard de 0.2 seconde.
• Après avoir activé la commande, visualiser les courbes de réponses Sr et Nm . Penser

à ajuster les échelles.
• En suivant les instructions, relever la constante de temps en boucle ouverte. Déduire
la valeur du coefficient de l’inertie rapportée à l’arbre moteur.
• En suivant les instructions, relever le temps de réponse à 5%.
• Reprendre les essais précédents en inhibant complètement le frottement visqueux.
Remarque.– Pour une meilleure identification des résultats, merci de saisir vos identifiants
(nom, groupe) dans la zone commentaire.
2.4.3. Régime harmonique
En conservant la configuration précédente, choisir une une entrée harmonique de valeur

1
C égale 200mA puis l’amplitude égale à 100mA avec le jeux de fréquences suivant : ω1 = 2τ ,
1 2
ω2 = τ et ω3 = τ .
• Après avoir activé la commande et le frottement visqueux, visualiser les courbes de

réponses Sr et Nm . Penser à ajuster les échelles.
• Calculer les gains pour les trois cas. Commenter les résultats.
• A partir de ces points, donner une représentation asymptotique du diagramme de
Bode.
J’ouvre la porte et c’est aux étudiants de rentrer.
Hichem Arioui (1976 − ...)
TP3 - Identification des systèmes dynamiques

3
Remarque.–
• Un compte rendu sur le travail effectué est à transmettre à l’enseignant référant à la

fin de la séance. Aucun délin ne sera accordé. Merci de rédiger au fur et à mesure vos
rapports.
• L’attribution des maquettes aux groupes de TP revient à l’enseignant référant.
• Un modèle dynamique a pour objectif de reproduire approximativement le compor-
tement d’un système ; les équations du modèle ne correspondent pas aux équations
exactes du système. Dans ces manipulations, les modèles retenus sont du 1er ordre
alors que le système étudié est du 2ème ordre.
3.1. Maquette de régulation de débit d’air
La maquette Didalab présentée par la figure (3.1) renferme un canal de longueur 350
mm environ, équipé d’un ventilateur entrainé par un moteur électrique et d’une résistance
chauffante. Elle est aussi equipée de deux transmetteurs de mesure, température et débit.
3.2. Objectifs
Cette mise en place a pour objectif de vous familiariser avec les techniques de mesure
directe sur maquette expérimentale et à exploiter les données de mesure par des méthodes
d’analyse. Le poste de travail est constitué d’une maquette DidaLab “D reg” pour la com-
mande d’un moteur électrique qui commande un ventilateur (débit d’air et une résistance
103
Figure 3.1 : Vue générale de la maquette Dr eg de DidaLab
chauffante (débit d’air et température) dont la puissance est commandée via le logiciel
contrôle Dreg. L’ensemble des modules PC, IRPI et la maquette sont pré-connectés.
Pour la suite du TP et sauf mention explicite, les connectiques devraient rester telles qu’elles
sont initialement. Vérifier si besoin en vous aidant avec la figure (3.2).
3.3. Etude expérimentale
Une première configuration du logiciel de contrôle commande est requise.
• Choisir le mode de commande suivant en cliquant sur : Menu Choisir/Mode de Com-

mande/Boucle Ouverte.
• Connecter la sortie régulateur Sr à la commande de débit.
• Positionner une sonde de mesure de débit Md .
• Choisir une période d’échantillonnage de mesure de 0.005 seconde et de 0.05 seconde

pour le correcteur externe. Pour ce faire, cliquer sur : Menu Configurer/Echantillon-
nage/Mesure puis Correcteur externe.
• Pour différentes valeurs de repos, comprises entre 0% et 100%, relever (après stabili-
sation du débit) la valeur affichée de la mesure de débit.
Figure 3.2 : Connectique de la maquette Processus et module de commande IRPI.
3.3.1. Régime statique
• A partir des points relevés précédemment, tracer la caractéristique statique Md =

f (Sr ). Commenter (mise en équation, gain statique-pente, etc.)
• Déterminer quelle valeur de Sr conduit à une mesure égale à 50%. Noter cette valeur
comme Sr0
3.3.2. Régime dynamique
En conservant la configuration précédente, choisir une valeur de repos égale à Sr =

Sr0 − 5% et une commande de type échelon d’une valeur Sr0 + 5%. Choisir une valeur de
retard d’application égale à 0.2 seconde.
• Après avoir activé la commande, visualiser les courbes de réponses Sr et Md . Penser

à ajuster les échelles.
• En suivant les instructions, relever la constante de temps τ en boucle ouverte.
• En suivant les instructions, relever le temps de réponse tr à 5%.
• Justifier que l’ordre du système est bien de 1. Donner la fonction de transfert.
Remarque.– Pour une meilleure identification des résultats, merci de saisir vos identifiants
(nom, groupe) dans la zone commentaire.
3.4. Régime harmonique
En conservant la configuration précédente, choisir une valeur de repos égale à Sr = Sr0

et une commande de type sinuoı̈dal et d’une valeur Sr0 . Excuter le processus ci-dessous pour
1
le jeux de fréquences suivant : ω1 = 2τ , ω2 = τ1 et ω3 = τ2 .
• Après avoir activé la commande, visualiser les courbes nécessaires à la détermination

du déphasage de Sr par rapport à Md et du rapport des amplitudes (gain) pour chaque
fréquence.
• Pour ω = τ1 , expliquer pourquoi cet essai confirme le fait que le système est d’ordre
supérieur à 1.
• Pour une amplitude A = 10%, rechercher les valeurs des fréquences du signal d’exci-
tation conduisant aux déphasages suivants : −90◦ , −135◦ , −180◦ . On relèvera aussi le
rapport des amplitudes.
• A partir de ces trois points, donner une représentation asymptotique du diagramme

de Bode.
Quatrième partie
Annexes
A
Table de Laplace
f (t) L[f (t)] = F (p) f (t) L[f (t)] = F (p)

1
δ(t) 1 eat
p−a
eat − ebt 1
eat f (t) F (p − a)
a−b (p − a)(p − b)
e−ap aeat − bebt s
U(t − a)
p a−b (p − a)(p − b)
1
f (t − a)U(t − a) e−ap F (p) teat
(p − a)2
n!
δ(t) 1 tn eat
(p − a)n+1
ω
δ(t − t0 ) e−pt0 eat sin ωt
(p − a)2 + ω 2
dn F (p) p−a
tn f (t) (−1)n eat cos ωt
dpn (p − a)2 + ω 2
2ωs
f 0 (t) pF (p) − f (0) t sin ωt
(p2 + ω 2 )2
p2 − ω 2
f n (t) pn F (p) − s(n−1) f (0) − f (n−1) (0) t cos ωt
(p2 + ω 2 )2
Rt sin ωt ω
0
f (x)g(t − x)dx F (p)G(p) arctan
t p
n! Γ(x + 1)
tn (n = 0, 1, 2, . . . ) tx (x ≥ −1 ∈ R)
pn+1 px+1
k p
sin ωt cos ωt
p + ω2
2 p + ω2
2
Tableau A.1 : Table de Laplace

Curriculum Vitæ
A.1. Informations contact
Hichem Arioui
Laboratoire IBISC1 - EA 4526

Université d’Evry Val d’Essonne (UEVE) Téléphone : 01 69 47 75 64
40, rue du Pelvoux, Fax : 01 69 47 75 99
CE1455, Courcouronnes Email : hichem.arioui@ibisc.fr
91020, Evry Cedex, France Web : http://www.ibisc.fr
A.2. Formation
• 12 Décembre 2010 : Habilitation à Diriger des Recherches “HDR” en Robotique,

UEVE.
Titre : Conception, Mécatronique et Contrôle des Plateformes dédiées aux Applica-
tions Centrées Humain.
Support : document .pdf.
Jury :
Antoine Ferreira Professeur des Universités, ENSI de Bourges Rapporteur
Thierry-Marie Guerra Professeur des Universités, Valenciennes Rapporteur
Kamal Youcef-Toumi Professeur au MIT, Cambridge USA, Rapporteur
Mohammed M’Saad Professeur des Universités, ENSI de Caen Président
Alain Pruski Professeur des Universités, Metz Examinateur
Saı̈d Mammar Professeur des Universités, Evry Directeur
• 06 Décembre 2002 : Doctorat de Robotique, UEVE.

Titre : Commande de Dispositifs à Retour Haptique en présence de Retards de
Transmission.
Mention : Très Honorable.
Support : document .pdf.
Jury :
Pierre-Alexandre Bliman Directeur de Recherche INRIA, Roquencourt Rapporteur
Philippe Coiffet Directeur de Recherche CNRS, Versailles Rapporteur
Kamal Youcef-Toumi Professeur au MIT, Cambridge USA, Rapporteur
Jean-Guy Fontaine Professeur des Universités, ENSI de Bourges Président
Jean-François Manière Techno-Centre Renault, Paris Examinateur
Saı̈d Mammar Professeur des Universités, Evry Directeur
Abderrahmane Kheddar Maı̂tre de Conférences, Evry Co-Directeur
• 05 Juillet 1999 : Diplôme d’Etudes Approfondies “DEA” de Robotique, UEVE.
• 29 Juin 1998 : Ingénieur en Automatique, Université d’Annaba, Algérie.
A.3. Fonctions
• 2003-... : Maı̂tre de Conférences à l’UEVE, section 61 du CNU2.
• 2007-2008 : Enseignant invité à l’Université d’Annaba, Algérie.
• 2001-2009 : Intervenant dans 03 Ecoles d’Ingénieurs ITIN3, ESIGETEL et EFREI.
• 2001-2003 : Attaché Temporaire à l’Enseignement et à la Recherche (ATER), UEVE.
• 1999-2001 : Intervenant vacataire à l’UEVE.
A.4. Publications Scientifiques
• 8 articles de revue, IEEE Trans. on Vehicular Technology, IEEE/ASME Trans. Mecha-

tronics et Vehicle System Dynamics. [ARI 03b, ARI 03b, NEH 08c, ARI 10b, ARI 11a,
SAI 06, NEH 13a, NEH 13b, NEH 14b]
• 1 livre en français, Edition Hermès. [NEH 14a]
• 1 livre en Anglais, Edition ISTE-Wiley. [ARI 13]
• 1 chapitre de livre en français, Edition Hermès. [ESP 00]
• 3 chapitres de livre en anglais, Editions : ISTE/Wisley, Elsevier et Bentham. [ARI 02c,

MOH 06, ARI 10a, ARA 07, NEH 12, MEL 10, ARI c, ARI b, ARI a]
• 1 édition d’actes de conférence (AIP - CISA’08). [ARI 08b]
• 3 rapports de recherche (2 ANR et 1 Européen). [NEH 06c, BOU 08]
• 2 articles invités.
2. Conceil National des Universités

3. école supérieure publique d’INformatique, de réseaux et systèmes d’informaTIon
Curriculum Vitæ 113
• +50 communications dans des congrès internationaux et nationaux avec actes.

[ARI 02a, NEH 06a, ARI 05, ARI 02e, MOH 04, NEH 07a, NEH 06b, ARI 02b,
MER 08, HIM 07, ARI 02d, SLI 09c, ARI 09a, HIM 08, SLI 09b, SAL 08, ARI 08a,
NEH 07c, ARI 11b, ICH 11, NAD 11, NEH 11b, TOU 06, SLI 10, ARI 02b, NEH 07b,
NEH 10, NEH 11a, NEH 08b, MER 10, ARI 09b, NEH 08a, ICH 12, SLI 12, CHA 12,
CHE 12, NEH 07a, ARI 03a, NEH 13c, SLI 13, ICH 13, SLI 09a, ARI 01, ARI 04,
DAB 13b, SLI 13, DAB 13a, DAB 14, CHE 14]
A.5. Activités d’Encadrements
• 2 post-doc de l’UEVE, entre 2006-2010. Taux d’Encadrement : 100% et 80%.
• 4 thèses de doctorat de l’UEVE, soutenues entre 2005-2008.
• 1 thèse de doctorat de l’Université d’Annaba (Algérie), soutenue en 2006. Taux d’En-

cadrement : 40%.
• 2 thèses de doctorat de l’UEVE en cours. Taux d’Encadrement : 50% et 40%.
• 7 stagiaires de Master2 de Recherche (UEVE, Paris12, IFSTTAR).
• Plusieurs projets de Master1 à l’UFR S&T4 de l’UEVE.
A.6. Responsabilités
• Membre élu de la Commission de la Recherche de l’UEVE, 2014-2019.
• Responsable de parcours de la Licence 3 PCSPI : Automatique et Génie Electrique.
• Membre du comité d’organisation des conférences ICNSC 2013-2014.
• Membre élu du Conseil de l’UFR ST, UEVE, depuis 2010.
• Membre du International Program Committee des conférences EuroHaptics 2006/2012,

ICOST 2011/2012 et CISA 2008/2009.
• Membre du comité d’organisation des JAA5 du GTAA 2012.
• Membre élu du Conseil Scientifique de l’UEVE, 2007-2010.
• Membre du vivier des spécialistes en section 61-63 aux Universités d’Evry et de Paris-
Est, depuis 2009.
• Membre titulaire de la commission de spécialistes section 61-63 de l’UEVE, 2004-208.
• Membre externe titulaire de la commission de spécialistes section 61-63 de l’Université

d’Orsay, 2006-2008.
4. Unité de Formation et de Recherche en Sciences et Technologies

5. Journées biennales Automatique et Automobile
• Membre du GDR MACS, groupe Systèmes à Retard (SAR).

• Responsable de l’équipe Simulation et Simulateurs de conduite au laboratoire IBISC.
• Membre de l’Action Spécifique CNRS “Interfaces et Informations Haptiques”.
• Membre du comité d’organisation des conférences EuroHaptics 2006 et CISA’09.
• Responsable des stages Professionnels de Master à l’UFR S&T, 2003-2006.
• Responsable des emplois du temps de l’UFR S&T, 2006-2007.
• Responsable de 7 modules d’enseignement : Asservissement, Filtrage, Traitement de
signal, etc.
A.7. Distinctions
• Prime d’Excellence Scientifique, depuis 2012.

• Conférencier invité à ICCMD’06 et JDATIM’11.
A.8. Projets Scientifiques
• 2008 - 2012 : Projet Intégré Européen du 7ème PCRD, “CompanionAble”.

• 2010 - 2011 : Action Incitative du Laboratoire : Instrumentation d’un Scooter.
• 2009 - 2010 : Bonus Qualité Recherche (BQR) de l’UEVE : SImulateur de FAuteuil
Roulant (SIFAR).
• 2008 - 2009 : Bonus Qualité Recherche (BQR) de l’UEVE : Thèse Lamri Nehaoua.
• 2005 - 2009 : PREDIT-ANR VIGISIM. Correspondant local et responsable scientifique.
• 2005 - 2009 : PREDIT-ANR SIMACOM. Correspondant local et responsable scienti-
fique.
• 2007 - 2008 : Bonus Qualité Recherche (BQR) de l’UEVE : CISA’08.
• 2005 - 2006 : Bonus Qualité Recherche (BQR) de l’UEVE : Simulateur Moto.
• 2003 - 2008 : Réseau d’Excellence Européen “INTUITION” du 6ème PCRD. Corres-
pondant local.
A.9. Activités d’Encadrement
Durant ces années d’activités, j’ai participé activement à l’encadrement de 4 thèses sou-
tenues et 2 autres thèses actuellement en cours. Du fait de la pluridisciplinarité de certains
sujets de thèse, leur suivi a nécessité le concours à plusieurs compétences et menées à des col-
laborations avec d’autres collègues. Par ailleurs, j’ai suivi et encadré 7 étudiants de Master2
Recherche, de différentes universités et écoles. Les tableaux suivants donnent une synthèse
sur mon activité d’encadrement.
Dans le cadre des projets CompanionAble et ANR-VIGISIM, j’ai proposé et encadré

deux post-doctorants :
Doctorant Taux Période Etat Situation Conf./Revues

H. Dabladji 40% Sept. 12-Déc. 15 En cours Bourse MESR 0/0
Ch. Chenane 40% Sept. 10-Déc. 13 En cours Bourse MESR 3/0
H. Slimi 50% Sept. 08-Jav. 12 Soutenue Post-Doc IFSTTAR 6/0
L. Nehaoua 90% Fév. 05-Déc. 08 Soutenue Post-Doc 11 / 3
M. Saidi 40% Sept. 00-Juil. 06 Soutenue MCF, Algérie 0/1
H. Mohellebi SR Jan. 03-Déc. 05 Soutenue Ingénieur R&D 3/1
Post-Doctorant Taux Périodes Mots clés Situation Conf./Revues

Z. Dai 80% Avr.-Oct. 09 Haptique MCF, Chine 0
S. Hima 100% Fév. 06-Nov. 08 Simulateurs Post-Doc 5/2
A.10. Projets et Financements
• 2013 - 202016 : VIROLO Projet ANR, dans le cadre de l’appel à projet Transport
Durable et Mobilité (en cours d’expertise).
• 2008 - 2012 : Projet Intégré Européen du 7ème PCRD, CompanionAble. Plus de 20

partenaires européens.
• 2010 - 2011 : Financement d’une Action Incitative IBISC, instrumentation d’un Scoo-
ter. Budget : 6700 e.
• 2009-2010 : Dotation Génopole pour financement d’un équipement semi lourd type
robot Hexapode dans le cadre de la réalisation d’un simulateur de fauteuil roulant
“SIFAR”. Budget : 23 ke.
• 2009 - 2010 : Bonus Qualité Recherche (BQR) de l’UEVE, Simulateur de fauteuil

roulant “SIFAR”. Budget : 27000 e.
• 2008 - 2009 : BQR de l’UEVE, prolongement du financement de thèse de L. Nehaoua.

Budget : 10000 e.
• 2006 - 2009 : Dans le cadre des projets PREDIT-ANR : SIMulateur de détection des
altérations du comportement de conduite liées à l’attention et à la VIgilance (VIGI-
SIM). Budget : 40 ke.
• 2006 - 2009 : Dans le cadre des projets PREDIT-ANR : SIMulateur pour l’Apprentis-
sage de la COnduite de 2 roues Motorisés (SIMACOM). Budget : 62 ke.
• 2007 - 2008 : BQR de l’UEVE, organisation de la conférence CISA’08. Budget : 7 ke.
• 2005 - 2006 : BQR de l’UEVE, Simulateur Moto. Budget : 15 ke.
• 2003 - 2008 : Réseau d’Excellence INTUITION, 6ème PCRD. Budget : 40 ke. Plus de
60 partenaires européens.
A.11. Rayonnement
1) Invitations et sélections
– 2012 : Session plénière à JDATIM’12, Annaba, Algérie.
– 2012 : Membre du Program Committee à EuroHaptics 2012.
– 2012 : Membre du Program Committee à ICOST 2012.
– 2012 : Membre du Program Committee à GTAA 2012, GDR MACS.
– 2011 : Chairman de la session “Systems Delay II” à ACC’11.
– 2011 : Organisation d’une session invitée sur les véhicules à deux roues à MED’11.
– 2009 : Chairman de la session “Assistive Robotics III” à ROMAN’09.
– 2009 : Chairman de la conférence CISA’08.
– 2006 : Session plénière à ICCMD’06, Annaba, Algérie.
– 2005 : 3ème Best paper Award à ICMA’04 et publié comme chapitre de livre.
– 2005 : Invitation pour séminaire au Génopole-Recherche, Evry, France, 25 mars 2005.
– 2004 : Invitation aux Journées Systèmes à Retard (GDR MACS), Paris, France, 18
March, 2004.
2) Jury de thèse
– 2012 : Hamid Slimi, Docteur de l’UEVE, en tant que responsable scientifique.
– 2008 : Lamri Nehaoua, Docteur de l’UEVE, en tant que responsable scientifique.
– 2007 : Adel Merabet, Docteur de l’Université du Québec à Chicoutimi, en tant Rap-
porteur.
– 2006 : Mohamed Larbi Saidi, Docteur de l’Université d’Annaba, en tant que examina-
teur.
A.12. Activités Administratives et Responsabilités Electives
Depuis mon recrutement en septembre 2003, j’ai porté une attention particulière à la
conciliation entre les activités d’administration et celles d’enseignement et de recherche. J’ai
donc pris diverses responsabilités au sein de l’UFR S&T et au niveau de quelques instances
d’universités.
• 2013 : Référent de l’offre de formation, Sciences pour l’ingénieur parcours Automatique

et Génie Electrique.
• 2009-... : Membre du vivier de spécialistes dans les sections 61 et 63 de l’Université de
Créteil et de l’UEVE.
• 2007-2010 : Membre Conseil Scientifique de l’UEVE.
• 2006-2008 : Membre titulaire de la commission de spécialistes des sections 61 et 63 de
l’Université Paris12.
• 2006-2008 : Correspondant local et responsable scientifique de deux proejts PREDIT-
ANR VIGISIM-SIMACOM.
• 2005-2006 : Responsable des emplois du temps de toutes les filières de l’UFR S&T.
• 2004-2008 : Membre élu de la commission de spécialistes des sections 61 et 63 de
l’UEVE.
• 2003-2008 : Correspondant local du Réseau d’Exellence Européen INTUITION.

• 2003-2006 : Responsable des Stages de Masters à l’UFR S&T de l’UEVE. Le nombre
d’étudiants est de 270.
• 2003-2005 : Responsable du laboratoire d’électronique.
Bibliographie
[ARA 07] Arai E., Arai T., Mechatronics for safety, security and dependability in a new era,
Elsevier Science, 2007.
[ARI a] Arioui H., Nehaoua L., « Architecture of Driving Simulators », Driving Simulation,
p. 19–56, John Wiley & Sons, Inc.
[ARI b] Arioui H., Nehaoua L., « Dynamics of Two-Wheeled Vehicles », Driving Simulation,
p. 57–83, John Wiley & Sons, Inc.
[ARI c] Arioui H., Nehaoua L., « Two-Wheeled Riding Simulator : From Design to Control »,
Driving Simulation, p. 85–124, John Wiley & Sons, Inc.
[ARI 01] Arioui H., « Téléopération avec retour d’effort en présence de retard de transmission :
commande et analyse de stabilité », 14ème Journées Jeunes Chercheurs en Robotique (JJCR01),
Evry, France, 31 Mai-01 Juin, p. 48–53, 2001.
[ARI 02a] Arioui H., Kheddar A., Mammar S., « A predictive wave-based approach for time
delayed virtual environments haptics systems », Robot and Human Interactive Communication,
2002. Proceedings. 11th IEEE International Workshop on, IEEE, p. 134–139, 2002.
[ARI 02b] Arioui H., Mana M., Kheddar A., Mammar S., « Master-model based time-delayed
force feedback interaction : Experimental results », Intelligent Control, 2002. Proceedings of the
2002 IEEE International Symposium on, IEEE, p. 896–901, 2002.
[ARI 02c] Arioui H., Commande de dispositifs à retour haptique en présence de retards de trans-
mission, PhD thesis, Université d’Evry Val d’Essonne, 2002.
[ARI 02d] Arioui H., Kheddar A., Mammar S. et al., « Stable shared virtual environment haptic
interaction under time-varying delay », 8th IEEE Methods and Models in Automation and
Robotics (MMAR’02), p. 1145–1150, 2002.
[ARI 02e] Arioui H., Mammar S., Hamel T. et al., « A Smit h-prediction based Haptic Feedback
Controller for Time Delayed Virtual Environments Systems », Proceedings of the American
Control Conference, p. 4303–4309, 2002.
[ARI 03a] Arioui H., Kheddar A., Mammar S. et al., « A Robustness Analysis of Master-Model
Based controller for stabilizing delayed haptic interaction : An LMI Approach », Proceedings of
ICAR 2003, The 11th International Conference on Advanced Robotics, p. 1449–1455, 2003.
[ARI 03b] Arioui H., Kheddar A., Mammar S., « A model-based controller for interactive
delayed Haptic feedback virtual environments », Journal of Intelligent and Robotic Systems,
vol. 37, n°2, p. 193–207, Kluwer Academic Publishers, 2003.
[ARI 04] Arioui H., « Stabilisation d’un système de téléopération en présence de retard de trans-
mission par des méthodes prédictives », Journées Systèmes à Retard (SAR’04, GDR MACS),
Paris, France, 18 March, page 41, 2004.
[ARI 05] Arioui H., Nehaoua L., Amouri A., « Classic and adaptive washout comparison for a
low cost driving simulator », Intelligent Control, 2005. Proceedings of the 2005 IEEE Internatio-
nal Symposium on, Mediterranean Conference on Control and Automation, IEEE, p. 586–591,
2005.
[ARI 08a] Arioui H., « Effect of transmission delay on haptic perception in shared virtual environ-
ments », End-to-End Quality of Service Engineering in Next Generation Heterogenous Networks,
p. 431–444, ISTE, 2008.
[ARI 08b] Arioui H., Merzouki R., Abbassi H. A., Intelligent Systems and Automation : 1st
Mediterranean Conference on Intelligent Systems and Automation (CISA’08), Annaba, Algeria,
30 June-2 July 2008, N° 1019, Amer Inst of Physics, 2008.
[ARI 09a] Arioui H., Hima S., Nehaoua L., « 2 DOF low cost platform for driving simulator :
Modeling and control », Advanced Intelligent Mechatronics, 2009. AIM 2009. IEEE/ASME
International Conference on, IEEE, p. 1206–1211, 2009.
[ARI 09b] Arioui H., Hima S., Nehaoua L., « Modeling and identification of 2 DOF low cost
platform for driving simulator : Experimental results », Robot and Human Interactive Communi-
cation, 2009. RO-MAN 2009. The 18th IEEE International Symposium on, IEEE, p. 1167–1172,
2009.
[ARI 10a] Arioui H., Conception, Mécatronique et Contrôle des Plateformes dédiées aux Applica-
tions Centrées Humain, PhD thesis, Université d’Evry Val d’Essonne, 2010.
[ARI 10b] Arioui H., Nehaoua L., Hima S., Séguy N., Espié S., « Mechatronics, design, and
modeling of a motorcycle riding simulator », Mechatronics, IEEE/ASME Transactions on,
vol. 15, n°5, p. 805–818, IEEE, 2010.
[ARI 11a] Arioui H., Hima S., Nehaoua L., Bertin R., Espié S., « From Design to Experiments
of a 2 DOF Vehicle Driving Simulator », Vehicular Technology, IEEE Transactions on, vol. 60,
n°2, p. 357–368, IEEE, 2011.
[ARI 11b] Arioui H., Temzi L., Hoppenot P., « Force feedback stabilization for remote control
of an assistive mobile robot », American Control Conference (ACC), 2011, IEEE, p. 4898–4903,
2011.
[ARI 13] Arioui H., Nehaoua L., Driving Simulation, Automation and Control Series, ISTE-
WILEY, 2013.
[BOU 08] BOURDOT P., KHEDDAR A., ARIOUI H., « Inventory of the past and undergoing
VR research activities in Europe », 2008.
[CHA 12] Chabane C., Ichalal D., Arioui H., Mammar S., « Proportional Two Integral (P2I)
Observer Synthesis for Single Track Vehicle », 2nd International Conference on Systems and
Control, Marrakech, Morroco, p. 1–6, 2012.
[CHE 12] Chenane C., Ichalal D., Arioui H., Mammar S. et al., « Lateral Dynamics Recons-
truction for Sharp’71 Motorcycle Model with P2I Observer », 2nd International Conference on
Systems and Control, p. 1–6, 2012.
[CHE 14] Chenane C., Arioui H., Ichalal D., Mammar S., Glaser S., « Analysis of the leaning
limit dynamics of Powered Two Wheeled vehicles », Networking, Sensing and Control (ICNSC),
2014 IEEE 11th International Conference on, IEEE, p. 701–706, 2014.
[DAB 13a] Dabladji H., Ichalal D., Arioui H., Mammar S., « Roll Angle Observer-Based
Controller Design for Powered Two-Wheelers », Bicycle and Motorcycle Dynamics, Narashino :
Japan (2013), p. 1–6, 2013.
Bibliographie 121
[DAB 13b] Dabladji M. E.-H., Ichalal D., Arioui H., Mammar S., « Observer based controller
for single track vehicles », Decision and Control (CDC), 2013 IEEE 52nd Annual Conference
on, IEEE, p. 7420–7425, 2013.
[DAB 14] Dabladji M. E.-H., Ichalal D., Arioui H., Mammar S., « Estimation of Lateral
Dynamics and Road Curvature for Two-Wheeled Vehicles : A HOSM Observer approach »,
2014 IFAC World Congress, Cape Town, South Africa, IFAC, p. 1–6, 2014.
[ESP 00] Espié S., « Possibilité d’utilisation d’un simulateur de conduite pour des études appro-
fondies sur le comportement du conducteur », Driving Simulation Conference, 2000.
[HIM 07] Hima S., Nehaoua L., Séguy N., Arioui H., « Motorcycle dynamic model synthesis for
two wheeled driving simulator », Intelligent Transportation Systems Conference, 2007. ITSC
2007. IEEE, IEEE, p. 812–817, 2007.
[HIM 08] Hima S., Nehaoua L., Séguy N., Arioui H. et al., « Suitable two wheeled vehicle
dynamics synthesis for interactive motorcycle simulator », 17th IFAC World Congress, 2008.
[ICH 11] Ichalal D., Arioui H., Mammar S., « Observer design for two-wheeled vehicle : A
takagi-sugeno approach with unmeasurable premise variables », Control & Automation (MED),
2011 19th Mediterranean Conference on, IEEE, p. 934–939, 2011.
[ICH 12] Ichalal D., Chabane C., Arioui H., Mammar S., « Estimation de la dynamique laté-
rale pour véhicules à deux roues motorisés », Septième Conférence Internationale Francophone
d’Automatique, CIFA 2012, IFAC, 2012.
[ICH 13] Ichalal D., Habib D., Arioui H., Mammar S., « Observer Design for Motorcycle’s
Lean and Steering Dynamics Estimation : a Takagi-Sugeno Approach », American Control
Conference, IEEE, p. 5654–5659, 2013.
[MEL 10] Mellouk A., Quality of Service Mechanisms in Next Generation Heterogeneous Net-
works, Wiley-ISTE, 2010.
[MER 08] Merabet A., Arioui H., Ouhrouche M., « Cascaded predictive controller design for
speed control and load torque rejection of induction motor », American Control Conference,
2008, IEEE, p. 1139–1144, 2008.
[MER 10] Merabet A., Gu J., Arioui H., « Robust cascaded feedback linearizing control of non-
holonomic mobile robot », Electrical and Computer Engineering (CCECE), 2010 23rd Canadian
Conference on, IEEE, p. 1–5, 2010.
[MOH 04] Mohellebi H., Espié S., Arioui H., Amouri A., Kheddar A. et al., « Low cost
motion platform for driving simulator », 5th International Conference on Machine Automa-
tion,(ICMA’04), p. 271–277, 2004.
[MOH 06] Mohellebi H., Espié S., Kheddar A., Arioui H. et al., « Design of low-clearance
motion platform for driving simulator », Mechatronics for Safety, Security and Dependability in
a New Era, 2006.
[NAD 11] Nadrag P., Temzi L., Arioui H., Hoppenot P., « Remote control of an assistive
robot using force feedback », Advanced Robotics (ICAR), 2011 15th International Conference
on, IEEE, p. 211–216, 2011.
[NEH 06a] Nehaoua L., Arioui H., Espie S., Mohellebi H., « Motion cueing algorithms for
small driving simulator », Robotics and Automation, 2006. ICRA 2006. Proceedings 2006 IEEE
International Conference on, IEEE, p. 3189–3194, 2006.
[NEH 06b] Nehaoua L., Arioui H., Mohellebi H., Espié S., « Restitution movement for a low
cost driving simulator », American Control Conference, 2006, IEEE, p. 6–pp, 2006.
[NEH 06c] Nehaoua L., Hima S., Arioui H., Seguy N. et al., « Rapport interne, Projet SIMA-
COM (SIMulateur pour l’Apprentissage de la COnduite de 2 roues Motorisés) : Modélisation
dynamique de véhicules de roues », 2006.
[NEH 07a] Nehaoua L., Hima S., Séguy N., Arioui H., Espié S., « Design of a new motorcycle
riding simulator : Open-loop tests », European Control Conference, 2-5 july, Kos, Greece, vol. 13,
2007.
[NEH 07b] Nehaoua L., Hima S., Arioui H., Séguy N. et al., « Two-Wheeled Vehicle Driving
Simulator : Design and Actuation », IEEE Intelligent Vehicle Symposium (IV’07), 2007.
[NEH 07c] Nehaoua L., Hima S., Arioui H., Séguy N., Espié S. et al., « Open-loop tests
and validation of a new two-wheeled vehicle riding simulator », European Control Conference
(ECC’07), 2007.
[NEH 08a] Nehaoua L., Arioui H. et al., « Parameters Identification for Motorcycle Simulator’s
Platform Characterization. », Mediterranean Conference on Intelligent Systems and Automation
2008, 2008.
[NEH 08b] Nehaoua L., Hima S., Arioui H., Seguy N. et al., « A new motorcycle simulator
platform : Mechatronics design, dynamics modeling and control », 17th IFAC World Congress,
2008.
[NEH 08c] Nehaoua L., Mohellebi H., Amouri A., Arioui H., Espié S., Kheddar A., « Design
and control of a small-clearance driving simulator », Vehicular Technology, IEEE Transactions
on, vol. 57, n°2, p. 736–746, IEEE, 2008.
[NEH 10] Nehaoua L., Khettat A., Arioui H., Imine H., Espié S., « Rider Steer Torque Esti-
mation for Motorcycle Riding Simulator », 5th IFAC Symposium on Mechatronic Systems, IFAC,
p. 505–510, 2010.
[NEH 11a] Nehaoua L., Arioui H., Fridman L., « Force Feedback Control based on VGSTA for
Single Track Riding Simulator », 50th IEEE Conference on Decision and Control and European
Control Conference (CDC-ECC), 2011, IEEE, p. 8243–8248, 2011.
[NEH 11b] Nehaoua L., Arioui H., Mammar S. et al., « Review on single track vehicle and
motorcycle simulators », Proc. of the 19th Mediterranean Conference on Control & Automation
(MED 2011), p. 940–945, 2011.
[NEH 12] Nehaoua L., Arioui H., Séguy N., Optimal Mechatronics for Driving Simulator Appli-
cation, Edition Bentham Science Publishers, 2012.
[NEH 13a] Nehaoua L., Arioui H., Mammar S., « Motorcycle Riding Simulator : How to Esti-
mate Robustly the Rider’s Action ? », IEEE Transactions Vehicular Technology, vol. 62, n°1,
p. 80–88, IEEE, 2013.
[NEH 13b] Nehaoua L., Arioui H., Seguy N., Mammar S., « Dynamic modelling of a two-
wheeled vehicle : Jourdain formalism », Vehicle System Dynamics, vol. 51, n°5, p. 648–670,
Taylor & Francis, 2013.
[NEH 13c] Nehaoua L., Ichalal D., Arioui H., Mammar S., Fridman L., « Lean and Steering
Motorcycle Dynamics Reconstruction : An Unknown Input HOSMO Approach », American
Control Conference, IEEE, p. 2821–2826, 2013.
[NEH 14a] Nehaoua L., Arioui H., Simulateur de conduite : application aux motocycles, Her-
mès/ITSE Editions, 2014.
[NEH 14b] Nehaoua L., Ichalal D., Arioui H., Davila J., Mammar S., Fridman L. et al.,
« An Unknown Input HOSM Approach to Estimate Lean and Steering Motorcycle Dynamics »,
IEEE Transactions on Vehicular Technology, 2014.
Bibliographie 123
[SAI 06] Saidi M., Debbeh A., Arioui H., Kermiche M., Abbassi H., « Predictive control of
motion platform in driving simulator », Asian journal of information technology, vol. 5, n°2,
p. 133–138, 2006.
[SAL 08] Salim H., Arioui H. et al., « Two wheeled vehicle dynamics synthesis for real-time appli-
cations », INTELLIGENT SYSTEMS AND AUTOMATION : 1st Mediterranean Conference
on Intelligent Systems and Automation (CISA 08), vol. 1019, p. 47–52, 2008.
[SLI 09a] Slimi H., Arioui H., Mammar S., Nouvelière L., « Système de gérération d’alertes
pour la perte de contrôle de véhicules à deux roues motorisés », Journées Nationales de la
Recherche en Robotique (JNRR’09), Sologne, France, Novembre 3, vol. 6, p. 34–41, 2009.
[SLI 09b] Slimi H., Arioui H., Nouveliere L., Mammar S., « Advanced motorcycle-
infrastructure-driver roll angle profile for loss control prevention », Intelligent Transportation
Systems, 2009. ITSC’09. 12th International IEEE Conference on, IEEE, p. 1–6, 2009.
[SLI 09c] Slimi H., Arioui H., Nouveliere L., Mammar S., « Preventive Safety : Warning Sys-
tem for Control Loss of Two-Wheeled Vehicles », 2nd Mediterranean Conference on Intelligent
Systems and Automation, AIP, p. 23–25, 2009.
[SLI 10] Slimi H., Arioui H., Nouveliere L., Mammar S., « Motorcycle speed profile in cornering
situation », American Control Conference (ACC), 2010, IEEE, p. 1172–1177, 2010.
[SLI 12] Slimi H., Arioui H., Mammar S., « Dynamique limite pour systèmes d’alertes aux
conducteurs des deux-roues motorisés », Septième Conférence Internationale Francophone d’Au-
tomatique, CIFA 2012, IFAC, 2012.
[SLI 13] Slimi H., Ichalal D., Arioui H., Mammar S., « Motorcycle maximal safe speed in
cornering situation », Networking, Sensing and Control (ICNSC), 2013 10th IEEE International
Conference on, IEEE, p. 340–346, 2013.
[TOU 06] Tourbah K., Arioui H., Seguy N., Kheddar A., « Transparent collaborative haptic
simulation », Computer Aided Control System Design, 2006 IEEE International Conference on
Control Applications, 2006 IEEE International Symposium on Intelligent Control, 2006 IEEE,
IEEE, p. 187–192, 2006.

Cours Signaux Et Système Arioui

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Cours Signaux Et Système Arioui

Transféré par

Droits d'auteur :

Formats disponibles

EC 542 : Signaux et Systèmes

Modélisation et analyse des systèmes linéaires

Première partie. Eléments de cours . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

Chapitre 1. Classification des systèmes LTI . . . . . . . . . . . . . . . . . . . . . . . . . 15

Chapitre 2. Modélisation des systèmes linéaires . . . . . . . . . . . . . . . . . . . . . . 29

2.4.3. Fraction rationnelle quelconque . . . . . . . . . . . . . . . . . . . . . . . . . 35

Chapitre 3. Représentation des systèmes LTI . . . . . . . . . . . . . . . . . . . . . . . . 41

Chapitre 4. Analyse des systèmes LTI de 1er et 2nd ordre . . . . . . . . . . . . . . . . 61

4.3.5.2. Lieu de Nyquist . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77

Deuxième partie. Travaux dirigés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79

Chapitre 1. TD1 - Représentation des signaux . . . . . . . . . . . . . . . . . . . . . . . 81

Chapitre 2. TD2 - Modélisation des systèmes LTI . . . . . . . . . . . . . . . . . . . . . 83

Chapitre 3. Réponse fréquentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87

Chapitre 4. Analyse et identification . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89

Troisième partie. Travaux pratiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93

Chapitre 1. TP1 - Analyse des systèmes dynamiques . . . . . . . . . . . . . . . . . . . 95

Chapitre 2. TP2 - Identification des systèmes dynamiques . . . . . . . . . . . . . . . . 97

Chapitre 3. TP3 - Identification des systèmes dynamiques . . . . . . . . . . . . . . . . 103

Quatrième partie. Annexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107

Curriculum Vitæ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111

Titre : Signaux et Systèmes

Unité d’Enseignement (UE) / Elément Constituant (EC) : UE 54 / EC 542.

Enseignant : Hichem ARIOUI, Bureau Ax 109

Laboratoire IBISC Université d’Evry Val d’Essonne

0.1. Description du cours

Pré-requis : Equations différentielles ordinaires (EC321 & EC421, L2 SPI), Algèbre

0.2. Introduction générale

L’automatisation et le contrôle des processus datent de plusieurs milliers d’années. On

Beaucoup plus tard, la révolution industrielle a décliné des besoine en méthodes et en

• introduction aux signaux et à la dynamique linéaire des systèmes.

Classification des systèmes LTI

Ce support ne constitue pas un cours d’automatique proprement dit. Il représente des

1.2. Méthodes générales de dynamique linéaire

1.2.1. Système dynamique

Figure 1.1 : Schéma d’un système multi-variables à n entrées et m sorties

vent, chaussée, ...

Figure 1.2 : Propriété de linéarité des systèmes dynamiques

Si on applique en entrée du système :

x(t) = αx1 (t) + βx2 (t)

y(t) = αy1 (t) + βy2 (t)

Linear Simulation Results

Linear Simulation Results

Linear Simulation Results

Figure 1.3 : Propriété de linéarité

Définition.– Un système physique est dit stationnaire ou invariant dans le temps si la

Figure 1.4 : Invariance temporelle

Figure 1.5 : Variance temporelle

1.3. Performances d’un système de commande

1.3.1. Signaux d’entrée particuliers

1.3.1.1. Signal échelon

Figure 1.6 : Echelon unitaire

1.3.1.2. Signal rampe

Linear Simulation Results

Figure 1.7 : Signal rampe

1.3.1.3. Signal impulsion de Dirac

être définie comme suit :

1.3.1.4. Signal harmonique

Figure 1.8 : Signal sinusoı̈dal

1.3.2. Réponses d’un système dynamique

1.3.2.1. Régime permanent

1.3.2.2. Régime transitoire

Figure 1.9 : Régimes transitoire/permanent

1.3.2.3. Régime harmonique

Figure 1.10 : Régime harmonique

x(t) (t) u(t) y(t)