Vous êtes sur la page 1sur 111

République Tunisienne

Ministère de l’Enseignement Supérieur et de la Recherche Scientifique


Université de Tunis El Manar
Ecole Nationale d’Ingénieurs de Tunis

 
 

AUTOMATIQUE GENERALE  
Support de cours 
 

Kamel BEN SAAD 
 

2020 
Sommaire

Partie I

CHAPITRE I : Systèmes – Systèmes de commande 1

CHAPITRE II : Représentations et réponses d’un système continu linéaire 5

CHAPITRE III : Performances des systèmes asservis continus linéaires :

Stabilité, précision et rapidité 27

CHAPITRE IV : Correction des systèmes continus linéaires asservis 37

CHAPITRE V : Le régulateur PID43

Partie II

CHAPITRE VI : Introduction à la commande numérique 49

CHAPITRE VII : Echantillonnage et reconstitution du signal 53

CHAPITRE VITI : Transformée en z 57

CHAPITRE IX : Systèmes échantillonnées 71

CHAPITRE X : Stabilité et précision des asservissements échantillonnées linéaires 79

CHAPITRE XI : Les correcteurs numériques 91

Références 107
Partie I
CHAPITRE I : Systèmes – Systèmes de commande

 
Systèmes – Systèmes de commande
1.1 Définition de l’automatique
L’automatique est un ensemble de théories mathématiques et des techniques de raisonnement
sur la prise de décision et la commande de systèmes sans intervention humaine. Autrement
dit, l’automatique est une science appliquée qui traite de la modélisation, de l’analyse, de
l’identification et de la commande des systèmes dynamiques.
Le substantif « automatique » est souvent confondu avec d’autres termes tels que
automatisation, automation, cybernétique,…. Une telle confusion vient du fait que cette
discipline est née au moment où s’est posé le problème d’automatiser un processus industriel.
Il a fallu étudier mathématiquement les problèmes posés et élaborer un arsenal de méthodes
théoriques permettant de manipuler ces modèles abstraits. C’est l’ensemble de ces méthodes
théoriques qui constitue « l’automatique ».
L’automatique, d’origine industrielle, a été longtemps appliquée aux systèmes mécaniques et
électromécaniques. De nos jours, la généralité des méthodes de l’automatique lui a permis
d’aborder d’autres disciplines à savoir ; l’économie, la chimie, la biologie etc.

1.2 La notion de système


Pour l’automaticien, un système est un ensemble d’éléments interconnectés. Chaque élément
doit posséder un nombre fini de caractéristiques mesurables. Les intéractions entre les
éléments ainsi que les liaisons entre ces caractéristiques doivent pouvoir être exprimées sous
une forme mathématique bien définie.
Il existe pour chaque élément d’un système un certain nombre de caractéristiques mesurables
qui ne sont pas d’un intérêt direct pour l’étude du comportement du système. L’introduction
de certaines caractéristiques mesurables constitue un choix implicite d’une certaine
approximation. En automatique, certaines lois qui régissent les liaisons et les interactions
peuvent être simplifiées. De plus, certaines relations entre les grandeurs mesurables ne sont
valables que dans un certain domaine.
En réalité, les relations retenues pour l’étude d’un système ne constituent pas une description
exacte du système physique mais correspondent à une description d’un modèle par exemple
linéaire si nous avons choisi d’exprimer les relations sous forme d’équations linéaires.
Les choix des hypothèses de départ, tenant compte de l’étude que l’on désire faire sur le
système physique, conditionnent donc entièrement le modèle que l’on obtient. Partant d’un
système réel, il est ainsi possible d’aboutir à différents modèles.
En pratique on appellera système le modèle obtenu à partir du système réel c’est à dire la
réalisation physique particulière que l’on désire étudier.
Toute l’étude est donc transférée du niveau du système réel au niveau système (modèle). Il est
évident que si le modèle ne correspond pas suffisamment à la réalité, les résultats de l’étude
du modèle ne seront pas applicables au système réel.

L’abord de l’analyse des systèmes peut être effectué par l’une des deux approches suivantes :
 le système peut nous intéresser en fonction de son comportement c'est-à-dire en
fonction l’évolution dans le temps de ses grandeurs caractéristiques,
 ou encore en fonction de l’évolution d’une grandeur caractéristique dite de sortie
connaissant l’évolution d’une autre grandeur dite d’entrée.
Dans cette dernière optique, le système apparait comme un opérateur qui, agissant sur
l’entrée, fournit la sortie. Cette approche requiert donc de définir le (ou les) caractéristiques
mesurables que l’on adopte comme entrées e1 (t ), e2 (t ), e3 (t ),..., en (t ) ainsi que celle(s) que l’on
adopte comme sortie(s) s1 (t ), s2 (t ), s3 (t ),..., sn (t ) comme le montre la figure 1.1. Ce qui revient
finalement à orienter le système.

 
CHAPITRE I : Systèmes – Systèmes de commande

Figure 1.1. Schéma d’un système

Un système possédant une seule entrée et une seule sortie est dit monovariable. Un système
possédant plusieurs entrées et/ou plusieurs sorties est un système multivariable.

Les signaux d’entrée sont des grandeurs indépendantes du système mais qui ont une action sur
son état. Il en existe de deux sortes :
 les grandeurs commandables sur lesquelles il est possible d’avoir une action,
 les grandeurs non commandables pour lesquelles les entrées n’ont pas d’action.
Les signaux de sortie sont élaborés par les systèmes évoluant à partir de son état initial sous
l’action des signaux d’entrée. Il en existe quatre sortes :
 les grandeurs observables pouvant être captées en vue d’une exploitation, d’une
utilisation, d’une vérification de fonctionnement,…
 les grandeurs non observables conditionnant éventuellement l’évolution future du
système mais auxquelles on n’a pas accès (résultat d’opération mathématique, absence
de capteurs,…),
 les grandeurs commandables pouvant être modifiées de façon définie à l’avance par
une action directe sur les entrées,
 Les grandeurs non commandables échappant à toute action des grandeurs d’entrée.

1.3 Les systèmes de commande


D’une manière générale, les principaux problèmes posés par la mise en œuvre des systèmes
physiques ou industriels concernent leur commande à savoir la détermination optimale des
signaux d’entrée qu’il faut appliquer pour que les systèmes se comportent d’une manière
souhaitée.
On distingue deux types de systèmes de commande :
 un système de commande en boucle ouverte où le signal de commande est
indépendant du signal de sortie.
 un système de commande en boucle fermée où le signal de sortie a un effet direct sur
l’action de commande

1.3.1 Commande en boucle ouverte


En principe, pour imposer des variations d’une grandeur de sortie commandable qui évolue
d’une manière bien particulière dans des limites raisonnables, il suffit de préciser
correctement le programme des signaux d’entrée. Ceux-ci seront alors fonction du système
étudié, de l’état initial de la structure du système et naturellement du but recherché. Ce point
de vue amènerait un fonctionnement idéal difficile à réaliser. En effet, les grandeurs d’entrée
ne sont pas toutes contrôlables et cette technique, qui suppose une connaissance parfaite de
l’organe à asservir, serait immédiatement mise en défaut dès que se manifesteraient des
variations de structure pouvant être dues au vieillissement.
Parmi les avantages de la commande en boucle ouverte, on retient une construction simple et
une manipulation aisée ; un coût plus faible que celui de la commande en boucle fermée,
l’absence de problème de stabilité et la commodité lorsque la mesure de la sortie est difficile
ou économiquement pas faisable.


 
CHAPITRE I : Systèmes – Systèmes de commande

 
Parmi ses inconvénients, on distingue surtout ceux relatifs au changement du calibrage qui
peut rendre le signal de sortie différent de la consigne et à la préservation des performances au
niveau de la sortie, un recalibrage étant nécessaire périodiquement.
De telles commandes peuvent être sans amplification de puissance, toute la puissance
disponible à la sortie devant être fournie par l’élément d’entrée. Dans le cas contraire,
l’énergie mise en jeu pour actionner la commande provient de l’action de l’opérateur et celle
développée dans le système commandé est empruntée à la source d’énergie alimentant
l’élément de commande. Le système de commande est dans ce dernier cas, avec amplification
de puissance.

1.3.2 Commande en boucle fermée


Le principe d’une commande en boucle ferméed’un système monovariable est présenté dans
la figure 1.2.

Figure 1.2. Commande en boucle fermée

Un tel système possède deux chaines :


 une chaîne directe (ou chaine d’action) constituée d’un comparateur, d’un organe de
commande et du système à commander,
 une chaîne de retour (ou chaîne d’information) englobant un capteur.
L’information sur l’évolution du système est mesurée par un capteur. Le comparateur
délivre un signal d’erreur correspondant à l’écart entre l’information donnée par le capteur et
le signal de consigne. Ce signal d’erreur est exploité par l’organe de commande afin de
délivrer un signal de commande convenable au système à commander.
Le but de l’organe de commande est d’assurer un fonctionnement rapide et stable du système
commandé avec une erreur nulle ou au moins faible.
Il est à remarquer que l’organe de commande peut être analogique ou numérique.
Dans le cas analogique, les mesures et les signaux de commande sont continues. Dans le cas
numérique l’organe de commande est généralement un calculateur numérique et les mesures,
la consigne et la grandeur de commande sont traitées numériquement. L’étude des systèmes
échantillonnés correspondants fera l’objet de la partie II de ce cours.


 
 

 
 
CHAPITRE II : Représentations et réponses d’un système continu linéaire
 

CHAPITRE II
Représentations et réponses d’un système continu linéaire

2.1 Définition d’un système continu linéaire invariant


Le système continu linéaire invariant de signal d’entrée x(t) et de signal de sortie y(t), d la
figure 2.1, est régi par une équation différentielle linéaire à coefficients ai , i  0 ,...,n et
b j , j  0,...,m constants de la forme:
n m
 ai y( t )
(i)
  bi x( t )( i )
i 0 i0

Figure 2.1

2.2 Rappel sur la transformation de Laplace


2.2.1 Définition
La transformée de Laplace   f ( t ) d’une fonction f ( t ) pour t  0 est la fonction F( p ) de
la variable complexe p définie telle que :

  f ( t )  F ( p )   f ( t )e  pt dt
0

Remarque :
Pour que la transformée de Laplace d’une fonction existe il faut que l’intégrale converge.

2.2.2 Propriétés fondamentales de la transformée de Laplace


Ci-dessous sont présentées les principales propriétés de la transformée de Laplace.
a) Linéarité
  f ( t )   g( t )     f ( t )     g( t )

b) Transformée de Laplace de la dérivée d’une fonction f ( t ) par rapport au temps


  f '( t )  pF( p )  f ( 0 )
  f ''( t )  p 2 F( p )  pf ( 0 )  f '( 0 )
d k  n 1 f ( 0 )
2n
  f ( n ) ( t )  p n F( p )   p 2 n  k
k  n 1 dt k  n 1
Pour des conditions initiales nulles, ces transformées se simplifient comme suit:
  f '( t )  pF( p )
  f ''( t )  p 2 F( p )
  f ( n ) ( t )  p n F( p )

c) Transformée de Laplace d’une primitive d’une fonction f (t )


Pour g( t )   f ( t )dt , il vient :
F( p ) g( 0 )
  g( t )  
p p


 
CHAPITRE II : Représentations et réponses d’un système continu linéaire
 

Pour g( 0 )  0 , il vient :

F( p )
  g( t ) 
p

d) Théorème du retard
  f ( t   )  e  p F( p )

e) Changement d’échelle
1 p
  f ( kt )  F( )
k k

f) Théorème de la valeur initiale


lim pF( p )  f ( 0  )
p 

g) Théorème de la valeur finale


lim f ( t )  lim pF( p )
t  p 0

2.2.3 Transformée de Laplace inverse


De même qu’une fonction du temps peut avoir une transformée de Laplace, il est possible, à
partir d’une fonction F( p ) , de retrouver son original. Il s’agit ici de calculer une intégrale
dans le plan complexe :
c  j
Si f ( t )  F( p ) alors f ( t )   F( p )e pt dp
c  j

L’intégration se fait entre deux bornes complexes dont la partie réelle est une constante c
supérieure au seuil de convergence  de F( p ) .

2.3 Fonction de transfert d’un système


2.3.1 Définition
Considérons un système linéaire quelconque d’entrée x( t ) et de sortie y( t ) . On suppose régi
par l’équation différentielle de degré n suivante:
n m

 a y( t )
i0
i
(i)
  bi x( t )( i )
i0

Si nous appliquons la transformation de Laplace aux deux membres de cette équation tout en
supposant nulles les conditions initiales sur x(t) et y(t), nous obtenons la relation:
n m

 a p Y( p )   b p X ( p )
i0
i
i

i0
i
i

Qui permet d’exprimer le rapport de la transformée de la sortie Y ( p) et de la transformée de


l’entrée par une fraction rationnelle en p G ( p ) appelée fonction de transfert du système :
m

Y( p ) b p i
i

G( p )   i 0
n

a p
X( p ) i
i
i 0


 
CHAPITRE II : Représentations et réponses d’un système continu linéaire
 

Cette fraction rationnelle de deux polynômes de la variable complexe p est appelée fonction
de transfert du système.
Comme tout polynôme peut être factorisé sur le corps des complexes en produisant des
monômes, alors G( p ) peut être mise sous la forme suivante :
b ( p  z m )( p  z m 1 ).....( p  z1 )
G( p )  m
an ( p  pn )( p  pn 1 )...( p  p1 )
Les racines zi qui annulent le numérateur sont appelés les zéros de la fonction de transfert et
celles pi qui annulent son dénominateur sont appelés les pôles de la fonction de transfert.
Ces paramètres peuvent être complexes ou réels.

Remarques
 Le signe ou l’appartenance à l’ensemble des réels, de ces pôles ou de ces zéros, jouent
des rôles très importants dans l’étude des systèmes.
 La fonction de transfert (ou transmittance) est indépendante des amplitudes des
signaux d’entrée et de sortie.
 La fonction de transfert apparait comme un opérateur qui caractérise les propriétés du
système indépendamment du signal d’entrée qui lui est appliqué et de la sortie qu’il
élabore.

2.3.2 Original d’une fonction de transfert


Bien qu’une fonction de transfert G( p ) ne soit pas à proprement parler la transformée de
Laplace d’un signal, on peut calculer sa transformée inverse g( t ) que l’on appelle l’original
de la fonction de transfert.
Si on injecte une impulsion de Dirac de transformée de Laplace X ( p )  1 dans un système de
fonction de transfert G( p ) , la transformée de Laplace du signal de sortie s( t ) sera égal G( p )
:
S( p )  G( p )
La réponse impulsionnelle d’un système est ainsi l’original de sa fonction de transfert. Cette
propriété joue un rôle important dans l’identification des systèmes.

2.4 Représentation harmonique des systèmes continus linéaires


2.4.1 Fonction de transfert harmonique
La fonction de transfert harmonique d’un système continu linéaire est obtenue en appliquant
au système, figure 2.2, une entrée sinusoïdale de la forme x( t )  X m sin( t ) pour laquelle,
en régime permanent la sortie est de la forme y( t )  Ym sin( t   ) .

Figure 2.2
La fonction de transfert harmonique G( j ) , obtenue en remplaçant dans G( p ) p par j ,
est telle que :
Y( j )
G( j ) 
X ( j )


 
CHAPITRE II : Représentations et réponses d’un système continu linéaire
 

Cette fonction de transfert peut être caractérisée par :


 son module G( j )  Ym
Xm
 et son argument arg G( j )  

2.4.2 Représentations des fonctions de transfert harmoniques


2.4.2.1 Lieu de Nyquist
C’est l’ensemble des points d’affixe G( j ) dans le plan complexe lorsque  varie de 0 à
 . Le lieu de Nyquist est gradué en  et doit être obligatoirement orienté dans le sens des
 croissants, figure 2.3.

Figure 2.3

2.4.2.2 Lieux de Bode


Ce sont les représentations du module de G( j ) en décibels : G( j ) dB  20 log G( j ) et
de l'argument de G( j ) en degrés: Arg G( j ) en fonction de  , figure 2.4.
Les lieux de Bode sont tracés sur une échelle logarithmique en abscisse.

Figure 2.4

2.4.2.3 Lieu de Black


C’est la représentation de G( j ) dB en fonction de Arg G( j ) . Le lieu de Black est gradué
en  , figure 2.5.


 
CHAPITRE II : Représentations et réponses d’un système continu linéaire
 

Figure 2.5

2.5 Etude et représentation des processus élémentaires


2.5.1 Système intégrateur
2.5.1.1 Définition
Un système intégrateur, d’entrée x( t ) et de sortie y( t ) est un système régi par l’équation
différentielle suivante :
dy( t )
 Kx( t )
dt
K étant une constante.
La fonction de transfert d'un tel système est donnée par:
Y( p ) K
 G( p ) 
X( p ) p

2.5.1.1 Réponse temporelle (réponse indicielle)


La réponse indicielle d’un système intégrateur à une entrée de type échelon indiciel unitaire
x( t ) tel que :
0 pour t  0
x( t )  
1 pour t  0
est donnée (en considérant les conditions nulles) par :
y( t )  Kt
Cette réponse est présentée par la figure 2.6.

Figure 2.6. Réponse indicielle d’un système intégrateur

2.5.1.2 Représentations harmoniques


La fonction de transfert harmonique du système intégrateur est donnée par la fonction de
transfert suivante :


 
CHAPITRE II : Représentations et réponses d’un système continu linéaire
 

 Kj
G( j ) 

a) Diagrammes de Bode
Le module en dB de la fonction de transfert du système intégrateur est:
K
G( j ) dB  20 log    20 log K  20 log 
 
La courbe représentant G( j ) dB en fonction de log  est une droite de pente
20dB / décade .
Nous avons également:
G( j ) dB  0
pour   K .
L’argument de la fonction de transfert du système intégrateur est:
Arg G( j )  90 
Les lieux de Bode d’un tel système sont donnés par la figure 2.7.

Figure 2.7. Lieux de Bode d’un système intégrateur

Remarque : Les diagrammes réels sont confondus pour ce cas avec les diagrammes
asymptotiques.

b) Lieu de Black
En se basant sur les lieux de Bode, le lieu de Black du système étudié de la figure 2.8 peut
être obtenu simplement.

Figure 2.8. Lieu de Black d’un système intégrateur

c) Lieu de Nyquist
Pour le système intégrateur nous avons :

10 
 
CHAPITRE II : Représentations et réponses d’un système continu linéaire
 

K
X (  )  Re G( j )  0 et Y (  )  Im G( j ) 

Le lieu de Nyquist est donc une demi-droite confondue avec l’axe des imaginaires, figure 2.9.

Figure 2.9. Lieu de Nyquist d’un système intégrateur

2.5.2 Système à retard pur


Un système est dit à retard pur T si le signal de sortie y (t ) est décalé, par rapport à celui de
l’entrée, d’un temps T , figure 2.10.

Figure 2.10

Par application du théorème du retard, sa fonction de transfert est définie par :


Y( p )
 G( p )  e Tp
X( p )

2.5.2.1 Réponse temporelle (Réponse indicielle)


La réponse indicielle d’un système à retard pur est présentée par la figure 2.11. Le signal de
sortie est un échelon retardé de T par rapport au signal d’entrée.

Figure 2.11. Réponse indicielle d’un système à retard pur

2.5.2.2 Représentations harmoniques


a) Lieux de Bode
La fonction de transfert harmonique du retard pur est donnée par:

11 
 
CHAPITRE II : Représentations et réponses d’un système continu linéaire
 

G( j )  e  jT
Le module en dB de la fonction de transfert du système à retard pur est donné par :
G( j ) dB  0 dB
et l’argument est exprimé par :
Arg G( j )  T

Les lieux de Bode d’un système à retard pur sont présentés par la figure 2.12.

Figure 2.12. Lieux de Bode d’un système à retard pur

b) Lieu de Black
En se basant sur les lieux de Bode de la figure 2.12, le lieu de Black du système à retard pur
est présenté dans la figure 2.13.

Figure 2.13. Lieux de Black d’un système à retard pur

c) Lieu de Nyquist
La fonction de transfert harmonique est donnée par :
G( j )  e  jT  cos( t )  j sin( t )
Sachant que :
X (  )  Re G( j )  cos(  t )
et
Y (  )  Im G( j )   sin(  t )
Nous pouvons établir que : X (  )2  Y(  )2  1
Le lieu de Nyquist est donc un cercle de rayon 1 et de centre (0,0), figure 2.14.

12 
 
CHAPITRE II : Représentations et réponses d’un système continu linéaire
 

Figure 2.14. Lieu de Nyquist d’un système à retard pur

2.5.3 Système du premier ordre


Un système linéaire du premier ordre est défini en temporel par une équation différentielle
d’ordre 1 pouvant être de la forme:
dy( t )
  y( t )  Kx( t )
dt
avec  la constante de temps du système et K le gain statique.
La fonction de transfert du système d’un système de premier ordre est donnée par :
Y( p ) K
G( p )  
X ( p ) 1 p

2.5.3.1 Réponses temporelles


a) Réponse indicielle
La sortie d’un système du premier ordre, pour une entrée de type échelon indiciel unitaire
x( t ) tel que :
0 pour t  0
x( t )  
1 pour t  0
est donnée par :
t

y( t )  K( 1  e 
)
Cette réponse est présentée dans la figure 2.15.

Figure 2.15. Réponse indicielle d’un système du premier ordre

La constante de temps  est le temps nécessaire pour que la réponse atteigne 63% de sa
valeur finale.
Le temps de réponse à 5%, noté tr , est le temps au bout duquel y(t) atteint 95% de sa valeur
finale K soit:
tr  3

d) Réponse à une rampe


Nous considérons que le signal d’entrée x( t ) est tel que :

13 
 
CHAPITRE II : Représentations et réponses d’un système continu linéaire
 

0 pour t  0
x( t )  
kt pour t  0
Ainsi, nous avons :
dy( t )
  y( t )  Kkt  at
dt
avec: a  Kk

La solution de l’équation différentielle est définie par :


y( t )  y1( t )  y2 ( t )
y1 étant une solution particulière de l'équation différentielle et y2 la solution générale de
l'équation différentielle sans second membre.
Pour y1( t )   t   et les choix:
  a

    a
Conduisent à la solution particulière suivante:
y1( t )  a( t   )
De même, la solution sans second membre est :
t

y2 ( t )   e 
En considérant que y( 0 )  0 , nous déterminons :
  a
Ainsi, la réponse d’un système du premier ordre à un échelon de vitesse est donnée par:
t

y( t )  a( t   )  a e 

ou bien :
t

y( t )  kK( t   )  kK e 

En régime permanent, pour t   nous avons :


y( t )  a( t   )  kK ( t   )

Erreur de traînage :
L’erreur de trainage est l'écart entre l'entrée et la sortie en régime permanent. Elle est définie
dans ce cas par :
 ( t )  kt  Kk( t   )
 k( 1  K )t  kK
Nous remarquons que :
 l’erreur de trainage est une constante si K  1
 l’erreur de trainage tend vers  si K  1
La réponse à une rampe (échelon de vitesse) d’un système du premier ordre est présentée par
la figure 2.16.

14 
 
CHAPITRE II : Représentations et réponses d’un système continu linéaire
 

Figure 2.16. Réponse à un échelon de vitesse d’un système du premier ordre

e) Réponse à une impulsion de Dirac


Comme précédemment, l’entrée du système étant une impulsion de Dirac x( t )   ( t ) La
transformée de Laplace de la sortie est égale à G( p ) :
K
Y( p )  G( p ) 
1 p
La transformée de Laplace inverse de Y( p ) conduit à la réponse impulsionnelle suivante:
K t
y( t )  e 

dont le tracé est donné dans la figure 2.17.

Figure 2.17. Réponse impulsionnelle d’un système du premier ordre


 K
Il est à remarquer la tangente à cette réponse au point  0,  coupe l'axe des abscisses à
 2
t  .

2.5.3.2 Représentations harmoniques


a) Lieux de Bode
A partir de la fonction de transfert harmonique du système:
K
G( j ) 
1  j
nous avons :
K
G( j ) dB  20 log
1   2 2
et

15 
 
CHAPITRE II : Représentations et réponses d’un système continu linéaire
 

Arg G( j )   arctag 

Les deux lieux de Bode d’un système du premier ordre sont présentés dans la figure 2.18.

Figure 2.18. Lieux de Bode d’un système du premier ordre

b) Lieu de Black
A partir des deux lieux de Bode de la figure 2.18, nous pouvons déterminer le lieu de Black
présenté par la figure 2.19.

Figure 2.19. Lieu de Black d’un système du premier ordre

c) Lieu de Nyquist
Considérons X (  )  Re G( j ) et Y(  )  Im G( j ) .
La fonction de transfert harmonique du système de premier ordre étudié peut être exprimée
comme suit:
K K( 1  j )
G( j )    X (  )  jY(  )
1  j 1   2 2
K K 
avec X (  )  et Y (  )  
1  
2 2
1   2 2
Par élimination de  , nous pouvons établir la relation entre X (  ) et Y (  ) suivante :
X (  )2  Y(  )2  KX (  )  0

16 
 
CHAPITRE II : Représentations et réponses d’un système continu linéaire
 

pouvant être mise sous la forme suivante :


2 2
 K K
 X (  )    Y (  )2
  
 2 2
qui montre que pour   0 , le lieu de Nyquist de la figure 2.20, est un demi cercle de centre
K K
( ,0) et de rayon .
2 2

Figure 2.20. Lieu de Nyquist d’un système du premier ordre

2.5.4 Systèmes du deuxième ordre


2.5.4.1 Définition et fonction de transfert
x( t ) et y( t ) étant respectivement l’entrée et la sortie du système, les systèmes du deuxième
ordre peuvent être régis par des équations différentielles du second ordre de la forme :
d 2 y( t ) dy( t )
2
 20  02 y( t )  K 02 x( t )
dt dt
avec :
 0 la pulsation propre,
  le coefficient d’amortissement,
 K la gain statique,

La fonction de transfert d’un tel système est donnée par:


Y( p ) K 02
G( p )   2
X ( p ) p  20 p  02

2.5.4.2 Réponse temporelle


a) réponse du système en régime libre
L’équation caractéristique d’un système du second ordre donnée par :
 2  20    02  0
a pour discriminent :
 '   2 02   02   02 (  2  1 )
Trois cas sont à considérer:   1 ,   1 et   1 .
Premier cas   1
Si   1 , l'équation caractéristique a les 2 racines réelles distinctes suivantes :

17 
 
CHAPITRE II : Représentations et réponses d’un système continu linéaire
 

1,2  0  0  2  1  0 (    2  1 )
En régime libre ( x( t )  0 ) la solution générale sans second membre de l’équation
différentielle est donnée par:
y( t )  c1e 1t  c2 e 2t
c1 et c2 étant les constantes d'intégration
Ce cas correspond au régime non oscillatoire (amorti).

Deuxième cas   1
L’équation caractéristique admet la racine double suivante:
  0  0
En régime libre ( x( t )  0 ) la solution générale sans second membre de l’équation
différentielle est:
y( t )  (  t   )et
 et  étant les constantes d'intégration.

Ce cas correspond au régime critique.

Troisième cas   1
L’équation caractéristique admet les deux racines distinctes complexes suivantes:
1,2  0  j0 1   2  0 (   j 1   2 )
En régime libre ( x( t )  0 ), la solution sans second membre de l’équation différentielle est:
y  ce 0t sin( 0 1   2 t   )
c et  étant les constantes d'intégration
On définit la pseudo-pulsation  p par l'expresion suivante :
 p  0 1   2
qui permet de simplifier l'écriture de la réponse indicielle comme suit:
y  ce 0t sin(  p t   )
Ce cas correspond au régime oscillatoire.

b) Réponse indicielle d'un système du second ordre


Considérons maintenant l’entrée x( t ) définie par :
0 pour t  0
x( t )  
1 pour t  0
Une solution particulière de l’équation différentielle du système du second ordre est :
y( t )  K

Pour le premier cas où   1 , la réponse indicielle du système est:


y( t )  c1e 1t  c2 e 2t  K
Pour les conditions initiales y( 0 )  0 et y'( 0 )  0 , nous avons :
c1  c2  K  0

c11  c22  0
Il vient les constantes d'intégration c1 et c2 suivantes:

18 
 
CHAPITRE II : Représentations et réponses d’un système continu linéaire
 

 2 K
c1    
 1 2

c  1 K
 2 2  1
ensuite, la réponse indicielle du système du second ordre étudié :
 2 1 
y( t )  K  e1t  e2t  1
 1  2 2  1 

Pour le deuxième cas où :   1 , la réponse indicielle du système est donnée par :


y( t )  (  t   )et  K
Pour les conditions initiales y( 0 )  0 et y'( 0 )  0 , il vient les constantes d'intégration  et
 vérifiant le système d'équations:
  K  0

 
    0
qui conduit aux expressions de  et  suivantes:
   K

  K
     
La réponse du système du second ordre peut s'exprimer ainsi par :
t
y( t )  K( 1  (  1 )e  t )

Pour le troisième cas où:   1 , la réponse indicielle du système est de la forme :


y( t )  ce 0t sin(  p   )  K
Pour les conditions initiales y( 0 )  0 et y'( 0 )  0 , nous avons :

c sin(  )   K

 0 sin    p cos   0
Il vient :
1  2
tg 

tg
sin    1  2
1  tg  2

K
c
1  2
La réponse du système peut ainsi être exprimée par la relation suivante :
 1 
y( t )  K 1  e 0t sin( 0 1   2 t   )
 1  2 

19 
 
CHAPITRE II : Représentations et réponses d’un système continu linéaire
 

La figure 2.21 présente les allures des réponses indicielles d’un système du deuxième ordre
considéré pour les cas :   1 ,   1 et   1 .

Figure 2.21. Les différentes réponses indicielles d’un système du deuxième ordre

Lorsque la réponse du système est oscillatoire, figure 2.22, la pseudo-période des oscillations
est définie par :

2 2
tp  
p 0 1   2
il vient le premier dépassement D défini par :
 
1 2
De
tp
qui a lieu à l’instant: .
2

Figure 2.22. Réponses d’un système du deuxième ordre (régime oscillatoire)

20 
 
CHAPITRE II : Représentations et réponses d’un système continu linéaire
 

2.5.4.2 Réponses fréquentielles


a) Lieux de Bode
La fonction de transfert d’un système du second ordre peut s'exprimer par :
K02
G( j )  2
( 0   2 )  j 20
Le module de G( j ) a pour expression :
K02
G( j ) 
( 02   2 )2  4 202 2
et l’argument de G( j ) a pour expression :
20
Arg G( j )   arctg
02   2
Le facteur de résonnance est défini par :
G( j ) max
Q
G( 0 )
Le gain G( 0 ) étant G( 0 )  K
Le module de G( j ) est maximal à la pulsation de résonnance R , si elle existe, définie
par :
 R  0 1  2 2 .
2
pour   , il vient le gain maximum G( j ) max défini par:
2
K
G( j ) max  G( j R ) 
2 1   2
et le facteur de résonnance ne dépend plus que de  tel que:
1
Q
2 1   2
Les diagrammes asymptotiques et les lieux de Bode du système de second sont présentés dans
2 2
la figure 2.23 pour   et   .
2 2

Figure 2.23. Différents types de lieux de Bode d’un système du deuxième ordre
21 
 
CHAPITRE II : Représentations et réponses d’un système continu linéaire
 

e) Lieu de Black
A partir des lieux de Bode de la figure 2.23, nous pouvons déduire les lieux de Black
2 2
présentés par la figure 2.24 pour   et pour   , figure 2.24.
2 2

Figure 2.24. Différents lieux de Black d’un système du deuxième ordre

d) Lieu de Nyquist
Les différents lieux de Nyquist d’un système du second ordre sont présentés dans la figure
2.25.

Figure 2.25. Différents types de lieux de Nyquist d’un système du deuxième ordre

2.6 Représentation des systèmes asservis linéaires


2.6.1 Formule de Black
Considérons le système asservi de la figure 2.26.

Figure 2.26

En formulant l’hypothèse que tous les systèmes et dispositifs impliqués dans la boucle soient
linéaires, il nous est possible d’utiliser le formalisme laplacien pour établir un modèle de
fonctionnement liant l’entrée X ( p ) du système bouclé à sa sortie Y ( p ) .

22 
 
CHAPITRE II : Représentations et réponses d’un système continu linéaire
 

Le système de la figure 2.26, est tel que :


Y( p )  G( p ) ( p )

 ( p )  X ( p )  H( p )Y( p )
Il vient l'expression de Y ( p ) en fonction de X ( p ) :
Y( p )  G( p ) X ( p )  H( p )Y( p )
qui permet d'obtenir l'expression de la fonction de transfert du système en boucle fermée
suivante:
Y( p ) G( p )

X ( p ) 1  G( p )H ( p )
( p )
La fonction de transfert de l’erreur s'en déduit simplement:
X( p )
( p ) 1

X ( p ) 1  G( p )H ( p )

2.6.2 Simplification des schémas fonctionnels


Les systèmes présentant plusieurs boucles peuvent être simplifiés par étapes en utilisant les
règles de transformation élémentaires du tableau 2.1.

23 
 
CHAPITRE II : Représentations et réponses d’un système continu linéaire
 

Tableau 2.1. Transformations élémentaires des schémas fonctionnels

Forme originale Forme après transformation


A A+C A‐B+C 
A  A‐B A‐B+C 

C B 
B  C 


A A‐B A‐B+C 
A  A‐B+C 

B C

A  A G1 A G1 G2 A A G2 A G1 G2 


G1  G2  G2  G1 

A  A G1  A G1 G2 A A G1G2 


G1  G2  G1G2

A  A G1 AG1+ AG2
G1  A A(G1+ G2) 
G1+ G2
AG2
G2 
 
A A‐ B   AG‐B 
G G
A  AG AG‐B 

B  1   B 
G

AG  AG‐BG 
A  A‐B  AG‐BG  A G

B BG 
B  G

A  AG  A AG 
G G
AG  AG 
G

A  AG  A AG 
G  G
A  1 A 
G

24 
 
CHAPITRE II : Représentations et réponses d’un système continu linéaire
 

B
A‐B  A‐B 

A
A‐B  A‐B 
B  B

A  A G1 AG1+ AG2  A AG1  AG1+ AG2


G1  A
G2  A G2 1 G1 
G2
AG2 
G2  AG2 

A  B  A 1 B 
G1    G2  G1 
G2

G2 

A  B 
G1  A G1 B 
1  G 1G 2
G2 

Exemple d’application

H2
R  C
G1 G2 G3 
a) 
H1

H2  
G1

R  C 
G1 G2 G3 
b) 
H1

H2  
G1

R  G 1G 2 C 
c)  1  G 1G 2 H 1
G3 

R G1G 2 G 3 C 
1  G1G 2 H1  G 2 G 3H 2
d) 

R C 
e)  G1G 2G 3  
1  G1G 2 H1  G 2G 3H 2  G1G 2G 3

25 
 
 

 
 
CHAPITRE III : Performances des systèmes asservis continus linéaires : Stabilité, précision et rapidité
 
CHAPITRE III : Performances des systèmes asservis linéaires continus :
Stabilité, précision et rapidité

3.1 Stabilité et marges de stabilité des systèmes asservis linéaires continus


3.1.1 Critères de stabilité
3.1.1.1 Enoncé du critère mathématique de stabilité
Parmi les performances exigées pour le fonctionnement correct d’un système, la première
concerne la stabilité. En effet, autour d’un point d'équilibre, un comportement est dit
asymptotiquement stable si, en l’absence de toute excitation le système revient à cet état
d’équilibre.
Considérons le système linéaire de la figure 3.1 caractérisé par la fonction de transfert
FBF ( p ) suivante :
G( p )
FBF ( p ) 
1  G( p )H( p )

Figure 3.1
qui peut être mise sous la forme factorisée suivante :

 p  zj 
m

N( p ) j 1
FBF ( p )   n

 p  p 
D( p )
i
i 1

et qui possède n pôles et m zéros. Ces pôles et zéros pouvant être réels ou complexes.
1
Si un échelon unitaire E( p )  est appliqué à l’entrée du système alors S( p ) est donnée
p
par :

 p  zj 
m

FBF ( p ) j 1
S( p )  FBF ( p )E( p )   n
p  p  pi 
p
i 1

Imaginons une décomposition en éléments simples de cette fraction rationnelle et séparons


dans cette décomposition, les termes correspondant à des pôles réels ri et ceux correspondant
à des pôles complexes  k  jk :
a b bk
S( p )   i 
p i p  ri k p   k  jk 

 
 
27 
 
CHAPITRE III : Performances des systèmes asservis continus linéaires : Stabilité, précision et rapidité
 
La transformée de Laplace inverse de S( p ) est :
s( t )  au( t )   bi e ri t   bk e 
 k  j k t

i k

Cette expression montre que la présence d’un pôle réel positif ri introduit dans le signal de
sortie, une exponentielle croissante tendant vers l’infini. Le système ne peut donc pas être
stable s’il existe un pôle réel positif.
Par ailleurs, les termes bk e k
  jk t
peuvent s’écrire :
bk e k
  jk t
 bk e k t e jk t
 k k   j t
Ces termes en se recombinant avec les termes bk' e (la présence d’un pole complexe
entraine obligatoirement la présence de son conjugué) donne naissance à des termes de la
forme :
e t ( Ak cos  k t  Bk cos  k t )
k

Les termes de ce type ne peuvent converger vers une valeur finie que si la partie réelle  k des
pôles correspondant est négative. La présence d’un pôle complexe à partie réelle positive
entraine donc l’instabilité du système.
Un système asservi est stable si et seulement si sa fonction de transfert en boucle fermée ne
possède aucun pôle à partie réelle positive.

3.1.1.2 Critère de Routh


Le critère de Routh est un critère algébrique qui permet l’étude de la stabilité d’un système en
boucle fermée sans calculer ses pôles. Ce critère s’applique à une fonction de transfert en
boucle fermée.
Soit FBF ( p ) la fonction de transfert en boucle fermée du système étudié et soit D( p ) le
dénominateur de FBF ( p ) .
D( p ) est un polynôme de degré n :
N( p )
FBF ( p ) 
D( p )
avec :
D( p )  an p n  an 1 p n 1  a n  2 p n  2  ...  a1 p  a0
On applique le critère de Routh en plaçant la suite de coefficients ai dans un tableau, sur
deux lignes, dans l’ordre des n décroissants, alternativement une ligne sur deux, tableau 3.1.
On effectue un calcul pour créer une troisième ligne supplémentaire composée par les termes
bi définis comme suit :

an 1an  2  an an  3 a a  an an  5 a a a a a a a a
bm  ; bm 1  n 1 n  4 ; bm  2  n 1 n  6 n n  7 ;.. ; b0  n 1 1 n 0
an 1 an 1 an 1 an 1
On dispose alors d’un tableau de trois lignes, la troisième ligne possédant moins de termes
que les précédentes. On complète alors cette troisième ligne, à droite, par des zéros.
 
 
28 
 
CHAPITRE III : Performances des systèmes asservis continus linéaires : Stabilité, précision et rapidité
 
On recommence le même calcul sur les deux dernières lignes pour créer une quatrième ligne
composée par les termes d i calculés comme suit.
bm an  3  bm 1an 1 b a b a b a b a
dp  ; d p 1  m n 5 m  2 n 1 ; d p  2  m n  7 m 3 n 1 ;...;
bm bm bm 1
bm a2  b0 an 1
d0 
bm
On réitère le processus jusqu’à ce que qu’il n’y ait que des 0 sur la ligne.
Pour un système d’ordre n on construit un tableau de n+1 lignes.
Le nombre de pôles à partie réelle positive, de la fonction de transfert FBF ( p ) est égal au
nombre de changements de signe dans la première colonne. En conséquence, le système est
stable en boucle fermée si tous les coefficients de la première colonne sont de même signe.

Tableau 3.1. Tableau de Routh


Ligne 1 an an  2 an  4 … a5 a3 a1
Ligne 2 an 1 an 3 an 5 … a4 a2 a0
Ligne 3 bm bm 1 bm  2 … b1 b0
Ligne 4 dp d p 1 d p2 … d0
….. ….
Ligne ( n+1) e0

3.1.1.3 Critère de Nyquist


a) Enoncé du critère
Considérons le système en boucle fermée de la figure 3.1.
Pour que le système en boucle fermée soit asymptotiquement stable, le nombre de tours
effectué par le lieu de Nyquist complet de la fonction de transfert en boucle ouverte
FBO ( p )  G( p )H ( p ) autour du point critique d’affixe (-1) et dans le sens trigonométrique
doit être égal au nombre de pôles instables de la fonction de transfert FBO ( p ) .

b) Etapes de l’application du critère de Nyquist


Pour appliquer le critère de Nyquist il faut :
1- étudier la stabilité de la fonction de transfert en boucle ouverte FBO ( p ) et déterminer le
nombre P de pôles instable de la fonction de transfert en boucle ouverte.
2- tracer le lieu de Nyquist de FBO ( p ) pour    0,   . Compléter le lieu de Nyquist en
traçant son symétrique par rapport à l’axe des réels relatif à    , 0 . Le lieu complet
de Nyquist est le lieu correspondant à    ,   .
3- déterminer le nombre de tours N que fait le lieu de Nyquist complet autour du point
critique (-1) du plan complexe dans le sens trigonométrique.
4- calculer Z  P  N le nombre de pôles instables et déduire la stabilité.

 
 
29 
 
CHAPITRE III : Performances des systèmes asservis continus linéaires : Stabilité, précision et rapidité
 
c) Critère du Revers (critère de Nyquist simplifié)
Le critère du revers constitue une version simplifiée du critère de Nyquist dans le cas fort
répandu où la fonction de transfert en boucle ouverte FBO ( p ) du système étudié ne possède
aucun pôle à partie réelle positive.

Si la fonction de transfert en boucle ouverte ne possède aucun pôle à partie réelle positive
alors ce système est stable en boucle fermée si en parcourant le lieu de Nyquist de la fonction
de transfert en boucle ouverte dans le sens des  croissants on laisse toujours le point
critique à gauche de la courbe.

3.1.2 Marges de stabilité


L’étude de la stabilité est très importante dans la théorie des systèmes linéaires. L’ensemble
des critères de stabilité permet de diagnostiquer si un système est stable ou non.
Prouver la stabilité d’un système n’est pas une condition suffisante pour que les performances
du système soient satisfaisantes. En effet, les oscillations transitoires mal amorties d’un
système stable mais proche de la limite d’instabilité peuvent être intolérables. Lorsqu’un
système linéaire est stable cela veut dire simplement que sont équation caractéristique n’a pas
de zéro à partie réelle positive.
Les marges de stabilité permettent de quantifier le degré de stabilité du système en boucle
fermée en mesurant la distance qui sépare le lieu de Nyquist en boucle ouverte du point
critique. On évalue le degré de stabilité d’une manière simplifiée par les notions de marge de
gain et de marge de phase.
Considérons un système en boucle fermée de fonction de transfert en boucle ouverte F( p ) .
Supposons que F( p ) est stable. La figure 3.2 présente le lieu de Nyquist de ce système. Par
application du critère simplifié de stabilité (critère du revers), ce système est stable en boucle
fermée. A partir de la figure 3.2, nous pouvons définir les notions de marge de phase et de
marge de gain comme suit :
 La marge de phase m : C’est le déphasage supplémentaire qui ferait passer le lieu de
Nyquist de l’autre coté du point critique.
 La marge de gain Gm : C’est le nombre de décibels dont le gain en boucle ouverte
pourrait augmenter sans provoquer l’instabilité.
On considère, en général, qu’une marge de phase de 45° et une marge de gain de 15dB sont
des valeurs convenables.

 
 
30 
 
CHAPITRE III : Performances des systèmes asservis continus linéaires : Stabilité, précision et rapidité
 

Figure 3.2

Les marges de stabilité peuvent être déterminées analytiquement. Pour ce faire considérons
les lieux de Bode de la fonction de transfert en boucle ouverte F( p ) présentés dans la figure
3.3.
Considérons les pulsations  c 0 et  de la figure 3.3 telles que :
F( jc 0 ) dB  0 dB
et
Arg F( j )  
La marge de gain Gm est définie par :
Gm  20 log F( j )
La marge de phase m est définie par :
 m  Arg F( jc 0 )  
Le tableau 3.2 présente les allures des lieux de Bode, du lieu de Nyquist et du lieu de Black
pour les cas d’un système stable en boucle fermée et d’un système instable en boucle fermée.

Figure 3.3

 
 
31 
 
CHAPITRE III : Performances des systèmes asservis continus linéaires : Stabilité, précision et rapidité
 
Tableau 3.2
Système stable en boucle fermée Système instable en boucle fermée

 
 
32 
 
CHAPITRE III : Performances des systèmes asservis continus linéaires : Stabilité, précision et rapidité
 
3.2 Précision des systèmes asservis linéaires continus
Un système asservi est destiné, dans son ensemble, à imposer une grandeur s( t ) , dite de
sortie, des valeurs aussi voisines que possible d’un signal de commande e( t ) .
La précision d’un système asservi s’appréhende par l’étude de l’erreur  ( t ) .
Nous nous intéressons ici à l’étude de l’erreur statique. Nous pouvons distinguer deux types
d’erreurs à savoir :
 l’erreur statique : qui est l’écart en régime permanent entre la sortie et l’entrée du
système asservi,
 L’erreur dynamique : qui est l’écart instantané entre la sortie et l’entrée du système
asservi suivant l’application de l’entrée ou après une perturbation.

Figure 3.4.

Système de classe i : Un système asservi est dit de classe i si sa fonction de transfert en boucle
ouverte possède i intégrations.

On considère le système asservi de la figure 3.4 dont la fonction de transfert de l’erreur est
donnée par :
( p ) 1

E( p ) 1  G( p )H( p )
On définit l’erreur statique par :
 (  )  lim  ( t )
t 

qui d’après le théorème de la valeur finale peut s'exprimer par:


pE( p )
 (  )  lim  ( t )  lim p ( p )  lim
t  p 0 p  0 1  G( p )H( p )

Ainsi, l’erreur statique est fonction :


 du système,
 et du signal d’entrée.
Considérons un système de classe i de fonction de transfert en boucle ouverte de la forme :
K 1  a1 p  a2 p 2  ...
G( p )H( p ) 
p i 1  b1 p  b2 p 2  ...
i : classe du système
K : gain statique
t r 1
Considérons e( t )  k (avec k  0 et r  1 ) dont la transformée de Laplace est donnée
( r  1 )!
par :
 
 
33 
 
CHAPITRE III : Performances des systèmes asservis continus linéaires : Stabilité, précision et rapidité
 
k
E( p ) 
pr
L’erreur statique est donnée pour ce cas par :
pi 1r
 (  )  lim k
p 0 pi  K
k
L’erreur statique pour l’entrée E( p )  :
pr
 est nulle pour i  1  r  0
 est constante pour i  1  r  0
 est infinie pour i  1  r  0
Le tableau 3.3 donne l’erreur statique en fonction de la classe i du système et du type du
signal d’entrée.
Tableau 3.3. Erreur statique en fonction de la classe du système
et du type du signal d’entrée

t2
e( t )  k e( t )  kt e( t )  k
2
( r  1) (r  2)
( r  3 )

Système de classe 0 k
 
(i=0) 1 K
Système de classe 1 k
0 
(i=1) K
Système de classe 2 k
0 0
(i=2) K

Remarques :
L’annulation d’une erreur permanente constante peut être obtenue pour le cas de la
réponse à un échelon de position par l’introduction d’une intégration dans la chaîne d’action
d'un système bouclé de classe 0.
Un système bouclé dont l’erreur statique est nulle pour une entrée donnée est dit
astatique pour cette entrée.
Pour que l’erreur statique soit nulle, il faut que la fonction de transfert en boucle ouverte
présente :
 une intégration pour une entrée de type échelon de position,
 2 intégrations pour une entrée de type échelon de vitesse.

 
 
34 
 
CHAPITRE III : Performances des systèmes asservis continus linéaires : Stabilité, précision et rapidité
 
3.3 Rapidité
La bande passante d’un système peut se définir comme sa faculté à transmettre sans
atténuation les signaux sinusoïdaux qui le traverse. D’une façon générale, plus la bande
passante d’un système est étendue plus il est rapide.
Une augmentation de la bande passante provoque, en général, une augmentation de la
rapidité. Cette propriété peut se vérifier aisément pour un système du premier ordre : la bande
1
passante 3 dB est définie par la valeur de sa pulsation de coupure  c  et plus c est

grand plus le temps de réponse 3 est petit.
Pour un système du premier ordre le temps de réponse à 5% est t5%  3 . Pour un système du
second ordre à facteur d’amortissement constant le produit 0t5% est une constante. Une
augmentation de la pulsation propre non amortie 0 , qui est aussi la pulsation de cassure,
provoque une augmentation de la bande passante et une diminution de t5% .
Une large bande passante caractérise un système apte à suivre des entrées rapides ou
des fréquences élevées.

3.4 Dilemme stabilité- précision


Considérons le système asservi présenté par la figure 3.5 KG ( p ) étant la fonction de
transfert en boucle ouverte et K un gain.

Figure 3.5

Les lieux de Bode de la fonction de transfert en boucle ouverte F( p )  KG( p ) sont


présentés dans la figure 3.6.

Figure 3.6

 
 
35 
 
CHAPITRE III : Performances des systèmes asservis continus linéaires : Stabilité, précision et rapidité
 
Pour améliorer la précision statique du système asservi, il faut augmenter le gain K .
Pour améliorer la bande passante, la fréquence de coupure doit être la plus grande possible
donc le gain en chaîne d’action doit rester grand. Toutefois, le système doit avoir des marges
de stabilité convenables. Une solution simple consiste alors à diminuer le gain K .
Les notions de précision impliquent un gain élevé de la chaîne d’action donc une
amplification élevée de l’erreur. Il apparaît aussi que la stabilité impose une limitation du gain
de la boucle ouverte pour assurer des marges de gain et de phase convenables.
Cette contradiction apparente constitue le dilemme stabilité-précision.
Pour résoudre ce dilemme, il faut introduire des correcteurs qui modifient les lieux
caractéristiques de la chaîne d’action, autorisant, ainsi, l’introduction de gain élevé sans que la
stabilité ne soit affectée.

 
 
36 
 
CHAPITRE V : Correction des systèmes continus linéaires asservis 

Chapitre IV. Correction des systèmes continus linéaires asservis

4.1 Introduction
Pour satisfaire les spécifications de stabilité et de précision, on est amené à formuler des
conditions sur :
 la stabilité : le degré de stabilité étant défini par la marge de gain et la marge de phase,
 et la précision
L'introduction d'un correcteur constitue une solution pour résoudre le dilemme stabilité-
précision.
Considérons le schéma blocs de la figure 4.1, C ( p ) étant la fonction de transfert du
correcteur.

Figure 4.1

La première étape de la synthèse d’un correcteur est la détermination du gain K assurant la


précision statique souhaitée du système à corriger.
La fonction de transfert du système à corriger devient donc KG( p ) .
Trois types de correcteurs permettent d’assurer les marges de stabilité souhaitées à savoir :
 correcteur à avance de phase,
 correcteur à retard de phase,
 correcteur à avance et à retard de phase (correcteur combiné).

4.2 Correcteur par avance de phase


4.2.1 Idée de base
Le correcteur par avance de phase a pour principe l’augmentation de la marge de phase par
l’ajout d’un déphasage à la courbe de phase autour de la pulsation de coupure, figure 4.2.
La fonction de transfert d’un correcteur par avance de phase est définie par :
1  a p
C( p ) 
1 p

a et  étant les paramètres du correcteur, et a choisi tel que: a  1

4.2.2 Détermination des paramètres du correcteur


Les lieux de Bode du correcteur par avance de phase sont présentés par la figure 4.3.

 
 
37 
 
CHAPITRE V : Correction des systèmes continus linéaires asservis 

Figure 4.2

Figure 4.3
a 1
Le correcteur par avance de phase peut ajouter un déphasage maximal  max  arcsin à la
a 1
1
pulsation  m 
 a
Toutefois, l'introduction de ce correcteur, qui a pour but d'augmenter la marge de phase, a un
effet secondaire néfaste: l'augmentation du gain qui se traduit par une augmentation de la
pulsation de coupure, figure 4.4.

 
 
38 
 
CHAPITRE V : Correction des systèmes continus linéaires asservis 

Figure 4.4

On ne peut pas prévoir la nouvelle pulsation de coupure avant d’effectuer la correction. De ce


fait, la détermination des paramètres a et  se fait par essais successifs.
Il est possible d’estimer m   'c 0 sachant que pour   m , le correcteur ajoute un gain de
10 log a .
Il faut donc déterminer la pulsation  m telle que :
F( jm ) dB  C( jm ) dB  0 dB
ou encore:
F( jm ) dB  10 log a
Les étapes de détermination des paramètres d'un correcteur par avance de phase sont les
suivantes:
1) Déterminer la marge de phase du système non corrigé. En déduire le déphasage m à
ajouter pour obtenir la marge de phase désirée m désirée sachant que la phase corrigée
sera mesurée à m   'c  c
1  sin  max
2) Déterminer la valeur de a à partir de la relation a 
1  sin  max
3) Déterminer  m tel que F( jm ) dB  10 log a
4) Mesurer la nouvelle marge de phase  'm . Si 40   'm  50 il faut reprendre l'étape
1 avec une nouvelle valeur de a.
1
5) Calculer  
m a

4.3 Correcteur par retard de phase


4.3.1 Idée de base
L'idée de base de la correction par retard de phase est d'obtenir une augmentation de la marge
de phase par diminution de la pulsation de coupure, figure 4.5,
 
 
39 
 
CHAPITRE V : Correction des systèmes continus linéaires asservis 

Figure 4.5

La fonction de transfert d'un correcteur à retard de phase est donnée par l’équation suivante :
1 p
C( p ) 
1  b p
avec
b et  étant les paramètres du correcteur, le paramètre b choisi tel que b  1 .

4.3.1 Détermination des paramètres du correcteur


La figure 4.6 présente les lieux de Bode du correcteur par retard de phase qui introduit une
1
diminution de gain maximal : Am  20 log b pour :   .

Figure 4.6

 
 
40 
 
CHAPITRE V : Correction des systèmes continus linéaires asservis 

L’introduction de ce correcteur, qui a pour but de diminuer le gain, peut avoir un effet
secondaire néfaste. En effet, la diminution locale de la phase peut entraîner la diminution de la
1 1
marge de phase. Cette diminution est importante pour :    . Il est donc nécessaire
b 
 1 1
de positionner la zone d’action du correcteur correspondant à l’intervalle  ,  la plus à
 b  
gauche possible de façon que la phase soit entièrement rétablie au niveau de la pulsation de
coupure.
A titre d’exemple, la nouvelle pulsation de coupure c' 0 peut être choisie telle que :
10
 c' 0 

On a alors :

10

c' 0

10
Pour   , nous pouvons calculer le gain et la phase du correcteur pour différentes valeurs

de b, valeurs qui sont consignées dans le tableau 4.1.

Tableau 4.1

b 1,5 2 3 4 5 10 12 15
arg C ( j ) -1,9 -2,8 -3,8 -4,3 -4,6 -5,1 -5,2 -5,3
C ( j ) dB -3,5 -6 -9,5 -12 -13,9 -20 -21,5 -23,5

D'après le tableau 4.1, nous constatons que le correcteur introduit une diminution de phase de
5° qui doit être prise en compte lors de la détermination des paramètres b et  .

Ainsi, pour imposer la marge de phase désirée  d , c' 0 est déterminée comme suit:

arg F ( jc' 0 )  180  d  5  175  d

De plus, comme c' 0 est une pulsation de coupure donc nous pouvons écrire :

F ( jc' 0 )C ( jc' 0 )  0 dB
dB

ou encore :

F ( jc' 0 )   C ( jc' 0 )
dB dB

b est déterminé tel que :

 
 
41 
 
CHAPITRE V : Correction des systèmes continus linéaires asservis 

F ( jc' 0 )  20 log b
dB

Pour déterminer les paramètres d’un correcteur à retard de phase, il faut procéder comme
suit :

1) Déterminer la pulsation c 0 telle que :


'

arg F ( jc' 0 )  180  d  5  175  d

2) Déterminer le gain F ( jc 0 ) dB et en déduire b tel que :


'

F ( jc' 0 )
dB
b  10 20
3) Vérifier que les marges de gain et de phase du système corrigé C ( p ) F ( p ) sont
convenables.

4.3 Correcteur par avance et par retard de phase


Pour les deux types de correcteurs précédents, une courbe du correcteur (la phase pour le
correcteur à avance de phase et le gain pour le correcteur à retard de phase) correspond à
l’effet recherché, tandis que l’autre a un effet nuisible. En effet, le correcteur à avance de
phase permet de stabiliser le système tout en augmentant la pulsation de coupure. Le
correcteur à retard de phase permet de stabiliser le système tout en diminuant la pulsation de
coupure. D’où l’intérêt d’une correction combinée par avance et par retard de phase afin de
stabiliser le système tout en conservant sa pulsation de coupure et donc sa rapidité.
Un tel correcteur est exprimé par la fonction de transfert suivante :
1  a p 1   ' p
C( p )  .
1   p 1  b ' p
avec a  1 et b  1
L’application d’une correction combinée se fait successivement par :
1) l’application d’un correcteur à avance de phase afin de stabiliser le système avec une
faible marge de phase de 10°,
2) l’application d’un correcteur à retard de phase afin de faire passer la marge de phase
de 10° à 45° ou à la marge de phase désirée.

 
 
42 
 
CHAPITRE V : Le régulateur PID
 

Chapitre V : Le régulateur PID

5.1 Principe d’un régulateur PID


Le contrôleur le plus largement employé dans l’industrie est le régulateur Proportionnel
Integral et Dérivée (PID). Ceci s’explique par la facilité de réglage de ce type de régulateur
ainsi que par l’obtention de performances satisfaisantes dans la plupart des applications
courantes.
La commande u( t ) donnée par le régulateur PID dans sa forme classique s’exprime en
fonction de l’entrée du régulateur  ( t ) par :
 1 t d ( t ) 
u( t )  K p  ( t ) 
 Ti   (  )d  T
0 d
dt 

Elle est la somme de trois termes :
 le terme proportionnel K p  ( t )
t
1
Ti 0
 le terme intégral K p  (  )d

d ( t )
 le terme dérivé K pTd
dt
Les paramètres du régulateur PID sont :
 le gain proportionnel K p
 le temps intégral Ti (exprimé en secondes)
 le temps dérivatif Td (exprimé en secondes)

La fonction de transfert du régulateur PID est donnée par :


U( p )  1 
 K p 1   Td p 
( p )  Ti p 
Remarque :
L’action proportionnelle s’exprime soit par le gain proportionnel K p , soit par la bande
proportionnelle PB (Proportionel Band) définie comme étant la variation en pourcentage de
l’entrée du régulateur  ( t ) nécessaire pour que la sortie u( t ) varie de 100%. La relation entre
le gain K p et la bande proportionnelle PB exprimée en % est donnée par la relation suivante :
100
BP% 
Kp

L’action intégrale s’exprime soit par le temps Ti qui représente le temps nécessaire pour que
la variation de la sortie u( t ) soit égale à celle de l’entrée du régulateur  ( t ) soit par l’inverse
du temps n qui exprime le nombre de fois que la sortie u( t ) répète l’entrée  ( t ) :
1
Ti 
n

Remarque :
En pratique le régulateur PID est réalisé en pratique en se basant sur la fonction de transfert
suivante :
 
 
43 
 
CHAPITRE V : Le régulateur PID
 

 
U( p )  1 Td p 
 K p 1  
( p ) T p
 Ti p 1  d 
 N 
L’action dérivée est implémentée avec un filtre dont la constante de temps est N fois plus
petite que Td . Ce filtre permet d’atténuer l’effet du bruit hautes fréquences dans la commande
du PID.

Tableau 5.1 Effets des actions d’un régulateur PID


Action Proportionnelle Intégrale Dérivée
Forme K p ( t ) 1
t
d ( t )
K p   (  )d K pTd
Ti 0 dt
Action Diminue l’erreur L’erreur statique est Aucune
statique annulée
Action Augmente la Diminue la rapidité et Augmente la rapidité et
dynamique rapidité l’amortissement l’amortissement

5.2 Structures du régulateur PID


Le régulateur PID peut avoir trois structures différentes qui sont :
 une structure mixte,
 une structure série,
 une structure parallèle.

a) Structure mixte
La fonction de transfert d’un régulateur PID de structure mixte, présenté dans la figure 5.1, est
exprimée par la relation suivante:
U( p )  1 
C( p )   K p 1   Td p 
( p )  Ti p 

Figure 5.1

b) Structure série
La fonction de transfert d’un régulateur PID de structure série, présenté par la figure 5.2 est
exprimée par la relation suivante:

 
 
44 
 
CHAPITRE V : Le régulateur PID
 

U( p )  1 
C( p )   K p 1   1  Td p 
( p )  Ti p 

Figure 5.2
c) Structure parallèle
La fonction de transfert d’un régulateur PID de structure parallèle, présenté dans la figure 5.3,
a pour expression:

U( p ) 1
C( p )  K  Td p
( p ) Ti p

Figure 5.3

5.3 Détermination des paramètres du régulateur PID


Différentes méthodes permettent la détermination des paramètres d’un régulateur PID. Nous
classons ces méthodes en :
 méthodes expérimentales,
 méthodes analytiques.
Comme méthode expérimentale, nous présentons, dans ce qui suit, la méthode de Ziegler et
Nichols et comme méthode analytique nous présentons la méthode de placement de pôles.

5.3.1 Méthode de Ziegler et Nichols


La méthode de Ziegler et Nichols est basée sur les deux paramètres t0 et a de la réponse
indicielle résultant d’un essai en boucle ouverte, ou sur les paramètres caractéristiques du
pompage K0 et T0 résultants d’un essai en boucle fermée.

a) Essai indiciel (Essai en boucle ouverte)


Elle consiste, à partir de la réponse indicielle d'un système apériodique en boucle ouverte, à
identifier le système et à ajuster les paramètres du régulateur.
On trace, tout d'abord, la tangente au point d'inflexion de la courbe de réponse indicielle, puis
 
 
45 
 
CHAPITRE V : Le régulateur PID
 

on relève les valeurs de a et t0


.

Figure 5.4

Tableau 5.2 Caractérisation des régulateurs P, PI et PID selon a et t0

Régulateur Kp Ti Td
P 1
c( p )  K p - -
at0
PI
0.9
 1  3.3t0 -
c( p )  K p 1   at0
 Ti p 
PID
1.2
 1  2t0 0.5t0
c( p )  K p 1   Td p  at0
 Ti p 

b) Essai de pompage (Essai en boucle fermée)


La méthode de Ziegler et Nichols en boucle fermée consiste à déterminer la limite de
pompage du système en boucle fermée. Le pompage est obtenu par l'apparition d'oscillations
entretenues et en général indésirables.
Pour cela, on associe le système physique à un correcteur proportionnel, dans une boucle
fermée.
On augmente ensuite la valeur du gain proportionnel K relatif au correcteur proportionnel,
jusqu'à l'apparition d'oscillations entretenues sur la sortie du système : on est en limite de la
stabilité, le phénomène de pompage est atteint.
On relève, dès lors, la valeur de K, notée K0 , qui a produit le pompage, ainsi que la valeur de
la période T0 des oscillations, figure 5.6.

 
 
46 
 
CHAPITRE V : Le régulateur PID
 

Figure 5.5

Figure 5.6

Tableau 5.3 Caractérisation des régulateurs P, PI et PID selon K0 et T0

Régulateur Kp Ti Td
P
c( p )  K p 0.5K0
PI
 1  0.45K 0 0.83T0
c( p )  K p 1  
 Ti p 
PID
 1  0.6K0 0.5T0 0.125T0
c( p )  K p 1   Td p 
 Ti p 

5.3.1 Placement de pôles


Considérons le système en boucle fermée de la figure 5.7, tel que

Figure 5.7

la fonction de transfert G ( p ) est définie par :


1  b1 p
G ( p) 
a0  a1 p  a2 p 2
ai et bi étant connus et le régulateur PID de fonction de transfert C( p ) définie par :

 
 
47 
 
CHAPITRE V : Le régulateur PID
 

 
 1 Td p 
C( p )  K p 1  
T p
 Ti p 1  d 
 N 
Les paramètres de C ( p) sont à déterminer.
La fonction de transfert du système en boucle fermée est donnée par :
C ( p )G ( p )
H BF ( p ) 
1  C ( p )G ( p )
Les pôles de la fonction de transfert en boucle fermée sont les racines de l’équation
caractéristique 1  C ( p )G ( p )  0
Nous désirons obtenir un polynôme caractéristique exprimé par :
D ( p )  1  c1 p  c2 p 2  c3 p 3  c4 p 4

les paramètres ci étant connus.


Les quatre paramètres du régulateur peuvent être calculés en identifiant les termes de même
puissance de p des deux polynômes caractéristiques, celui désiré D ( p ) et celui de la fonction
de transfert en boucle fermée :
 T   TT (1  N ) 
 a2 p 2  a1 p  a0   Ki p  Ki Nd p 2    b1 p  1  i d N p 2   Ti  Nd  p  1
TT T
 p p     
De ce fait, nous avons :
T   TT (1  N ) 2  T  
a p  a1 p  a0   i p  i d p 2    b1 p  1  i d
TT
2
p   Ti  d  p  1
2
K K p N   N  N 
 p
 1  c1 p  c2 p 2  c3 p3  c4 p 4
Le problème est donc de résoudre un système de quatre équations à quatre inconnues
numériquement.
Si nous souhaitons placer 3 pôles, nous considérons c4  0 . Ceci revient à considérer N   .

  a1b1  a2  c1  b1   a0 c3  a0b1c2
K p 
 b1c2  b12 (c1  b1 )  c3
 c1  b1
Ti  Kp
 a0  1
 a c  a ( c  b ) c  b (c  b )
Td  0 2 1 1 1  2 1 1 1
 (c1  b1 ) K p c1  b1

 
 
48 
 
Partie II
CHAPITRE VI : Introduction à la commande numérique
 

Chapitre VI
Introduction à la commande numérique

6.1 Le système de commande numérique


Les premiers régulateurs, apparus dans le domaine industriel, étaient analogiques. Toutefois,
au cours des dernières décennies, les régulateurs analogiques ont été peu à peu remplacés par
des régulateurs numériques.
Un régulateur numérique est un calculateur dans lequel a été implémentée une loi de
commande sous la forme d’un programme informatique. Ainsi, un régulateur numérique est
constitué par une partie matérielle et une partie logicielle. La partie matérielle est,
généralement, un calculateur (un ordinateur, un microprocesseur ou un microcontrôleur…).
La partie logicielle est le programme informatique traduisant la loi de commande à appliquer
au système à commander.
La figure 6.1 présente la structure d’une commande en boucle fermée basée sur un calculateur
numérique. Le calculateur élabore un signal de commande numérique qui doit être transformé
en un signal analogique pouvant être appliqué au système à commander.
La sortie du système est mesurée par un capteur. Si le capteur délivre en sa sortie une
grandeur analogique, celle-ci doit être transformée en une grandeur numérique pouvant être
traitée par le calculateur.

Figure 6.1. Structure d’un système de commande numérique

6.2 Signal analogique & Signal numérique


6.2.1 Les étapes de la numérisation d’un signal
Un signal analogique est un signal qui varie d’une façon continue au cours du temps, figure
6.2.

Figure 6.2. Signal g (t ) continu

Un signal numérique est un signal discret. Il peut être obtenu à partir d’un signal analogique
suite à une opération d’échantillonnage suivie d'une opération de quantification.

49 
 
CHAPITRE VI : Introduction à la commande numérique
 

L’échantillonnage consiste à prélever la valeur du signal à des intervalles de temps souvent


réguliers. La figure 6.3 présente l'allure d'un signal échantillonné avec une période
d’échantillonnage constante T.

Figure 6.3. Signal échantillonné

Ce signal peut prendre une infinité de valeurs réelles. De ce fait, une opération de
quantification est nécessaire. Avant sa quantification, la valeur de l’échantillon doit rester
constante durant la période d’échantillonnage. Le blocage de la valeur de l’échantillon permet
la quantification de la valeur de l’échantillon.

Figure 6.4. Signal échantillonné et bloqué

L’opération de quantification consiste à attribuer un nombre binaire pour tous les échantillons,
figure 6.5. Cette opération est réalisée par un convertisseur analogique numérique.

Figure 6.5. Signal quantifié

La numérisation d’un signal analogique consiste à l'échantillonner et à le quantifier.

50 
 
CHAPITRE VI : Introduction à la commande numérique
 

6.2.1 Le Convertisseur Analogique Numérique (CAN)


Le rôle d’un Convertisseur Analogique Numérique (CAN) est de fournir un nombre
proportionnel à l’amplitude du signal à l’instant de conversion. Le temps de conversion n’est
pas nul. Sa valeur est liée à la technologie et à l’architecture utilisée pour sa réalisation.
Un CAN fonctionne en deux étapes :
 l’échantillonnage,
 la numérisation.

L’échantillonneur crée un signal discret. Il est schématisé par un interrupteur dont l’ouverture
et la fermeture sont cadencées à la période d’échantillonnage par l’horloge du calculateur. En
pratique, la fréquence d’horloge est bien plus élevée que la fréquence d’échantillonnage pour
permettre au calculateur de délivrer le résultat des opérations nécessaires avant l’acquisition
de l’échantillon suivant, figure 6.6.

Figure 6.6. Convertisseur Analogique Numérique (CAN)

Le bloqueur d’ordre zéro B0 ( p ) maintient chaque échantillon du signal pendant une période
d’échantillonnage. Cela permet au quantificateur d’avoir le temps d’associer à l’échantillon
une valeur d'un nombres entiers  0 , 2 M 1  binaire, où M est un nombre entier caractérisant le
nombre de bits utilisés pour quantifier le signal analogique. Le nombre M définit le nombre
de niveaux de quantification du signal.

Le pas de quantification est lié à l’étendue de mesure et au nombre de chiffres binaires (ou
bits) en sortie. Pour une étendue de mesure V et un nombre codé sur M bits, le pas de
quantification est alors :
V
q M
2

Le codage consiste à représenter la donnée quantifiée sous un format numérique bien


déterminé en vue de leur transmission ou leur traitement par un processeur.

Les systèmes de codage couramment utilisés dans les systèmes asservis sont :
 le codage binaire pur,
 le codage binaire signé,
 le codage binaire réfléchi.

Le codage binaire non signé (ou codage binaire pur) est utilisé dans les convertisseurs
analogiques-numériques et numériques–analogiques unipolaires pour lesquels la grandeur
analogique ne change pas de signe.

51 
 
CHAPITRE VI : Introduction à la commande numérique
 

Le codage binaire signé (ou codage en complément à 2) est utilisé dans les convertisseurs
analogiques-numériques et numériques –analogiques bipolaires.
Le codage Gray (ou codage binaire réfléchi) est utilisé dans les capteurs de position (comme
c'est le cas des codeurs absolus).

Remarque : Dans la suite de ce cours, le CAN sera assimilé à un échantillonneur. Les


éléments et les étapes de la numérisation ne seront pas pris en compte.

6.2.2 Le Convertisseur Numérique Analogique (CNA)


Le calculateur fournit une valeur codée sous forme binaire mais tenant compte du signe ou de
la virgule flottante du nombre traité. Le codeur transforme ce nombre en un autre nombre
binaire "lisible" par le quantificateur qui le transforme à son tour en un signal analogique
échantillonné de valeur adéquate.
Le CNA peut être assimilé à un bloqueur d’ordre zéro.

6.3 Avantages d’un système de commande numérique


Par rapport aux systèmes de commande analogiques, les systèmes de commandes numériques
offrent plusieurs avantages.
Une fois mis en œuvre, un régulateur analogique est difficile à modifier. Un contrôleur
numérique est implémenté dans processeur. De ce fait, sa modification est possible sans
changement de la partie matérielle car c'est la partie software qui est mise à jour.
Les domaines de la microélectronique et de la fabrication des circuits intégrés ont
énormément progressé. Les circuits intégrés, en général, et les processeurs, en particulier, sont
de plus en plus rapides et de plus en plus fiables. En effet, depuis les années 80, la fréquence
des processeurs a énormément augmenté. L’augmentation de la vitesse de traitement a permis
d'échantillonner et de traiter les signaux de commande à des fréquences très élevées. De ce
fait, les régulateurs numériques atteignent des performances pratiquement identiques à ceux
des régulateurs analogiques.
De plus, les prix des processeurs est en perpétuelle baisse. Cela a rendu l'utilisation des
processeurs très intéressante même pour les petites applications à faible coût.

52 
 
CHAPITRE VII : Echantillonnage et reconstitution du signal

 
 

Chapitre VII
Echantillonnage et reconstitution d'un signal

7.1 Principe de l’échantillonnage


L’échantillonnage d’un signal continu g (t ) , figure 7.1-a consiste à définir une suite
discontinue de valeurs de g (t ) obtenues aux instants respectifs d’échantillonnage
t  nT ( n  0 ,1, 2 ...) , figure 7.1-b.

a. Signal continu b. Signal discrétisé


Figure 7.1

L’organe, appelé échantillonneur, qui effectue le prélèvement des échantillons


est schématisé dans la figure 7.2.

Figure 7.2. Symbole de l’échantillonneur

Les échantillons sont obtenus en multipliant g( t ) par le peigne de Dirac T ( t ) défini par:

T ( t )    ( t  nT )
n 

Figure 7.3. Peigne de Dirac


Ainsi on a :

g* ( t )  g( t )   ( t  nT )
n 

  g( t ) ( t  nT )
n 

  g( nT ) ( t  nT )
n 

53 
 
CHAPITRE VII : Echantillonnage et reconstitution du signal

 
 
Un signal discret peut être directement défini comme une suite de valeurs g( kT ) (pouvant
être notée g k disponibles aux instants 0, T, 2T, ….

7.2 Analyse spectrale du signal échantillonné


7.2.1 Spectre d'un signal échantillonné
Le peigne de Dirac est périodique. Sa décomposition en série de Fourrier est donnée par :
  2 kt

  ( t  nT )   A e
j
T ( t )  k
T

n  k 
avec :
T
2 2 kt
1 j
Ak 
T  T ( t )e
T
T
dt
2
T
2  2 kt
1 j

T    ( t  nT )e T
dt
T n 
2
T
 2 2 kt
1 j
 
T n  T
 ( t  nT )e T
dt
2
Pour n=0, la somme est différente de zéro et nulle ailleurs. Il vient :
T
2 2 kt
1 j 1
Ak 
T   ( t )e
T
T
dt 
T
2
Finalement, on a la formule de sommation de Poisson suivante:

1  j 2Tkt
 T ( t )    ( t  nT )   e
n  T k 

Soit G* ( f ) la transformée de Fourrier de g* ( t ) , nous avons :




 g ( t )e
 j 2 ft
G* ( f )  *
dt

  2  kt
1

j
 

g( t )
T k 
e T
e  j 2 ft dt
 
1  j 2 ( f 
k

  g( t )e
)t
 T
dt
T k   

1  k
 
T k 
G( f  )
T

La transformée de Fourrier du signal échantillonné apparaît donc comme une superposition


k
des transformées de Fourrier de g( t ) aux points f  , T étant la période d’échantillonnage.
T

54 
 
CHAPITRE VII : Echantillonnage et reconstitution du signal

 
 
Pour k  0 , on retrouve le spectre G( f ) du signal initial. Pour n non nul, on retrouve ce
k
même spectre mais décalé par rapport à celui de G( f ) de .
T
L’échantillonnage a pour effet de dupliquer à l’infini le spectre du signal continu, figure 7.4.

Figure 7.4

2.2 Théorème de Shannon


Il est possible de mettre en évidence l’un des résultats les plus fondamentaux de l’étude des
signaux échantillonnés. Un des objectifs essentiels de l’échantillonnage consiste à ne pas
perdre d’information lors de la discrétisation dans le temps; ce qui peut se traduire par le fait
qu’il doit être possible à partir du spectre du signal échantillonné de reconstituer simplement
celui du signal original. Cela est possible s’il n’existe aucun recouvrement entre les différents
segments du spectre.
Si N est la largeur spectrale du signal g( t ) , autrement dit sa limite fréquentielle supérieure, le
1
premier segment décalé, dans le spectre de g* ( t ) qui se trouve centré sur la fréquence ,
T
1 1
s’étend de:  N à: N.
T T
La condition de non recouvrement est :
1
 2N
T
Théorème de Shannon :
Lorsqu’un signal continu est échantillonné, aucune information n’est perdue si la fréquence
d’échantillonnage est supérieure au double de la plus haute fréquence contenue dans le
signal initial.

3. Reconstitution du signal continu


3.1 Bloqueur d’ordre zéro
Le bloqueur d’ordre 0, de fonction de transfert B0 ( p ) , est caractérisé par le fait que sa sortie
entre les instants nT et  n  1 T est constante et égale à g( nT ) . Il est schématisé dans la
figure 7.5 dans laquelle g 0 ( t ) est définie par:

55 
 
CHAPITRE VII : Echantillonnage et reconstitution du signal

 
 
g0 ( t )  g( nT ) pour nT  t  ( n  1 )T

Figure 7.5

A partir de la réponse impulsionnelle du bloqueur d’ordre zéro, présentée dans la figure 7.6,
nous pouvons établir la fonction de transfert B0 ( p ) comme suit:
1 e Tp
B0 ( p )    B0 ( t )  
p p
1  e Tp

p

Figure 7.6

3.2 Bloqueur d’ordre 1


Le bloqueur d’ordre 1, de fonction de transfert B1 ( p) permet l’extrapolation linéaire (de
degré 1) entre les instants nT et  n  1 T , ( nT  t   n  1 T ) , à partir de g( nT ) et
g ( n  1 )T  . Il est défini par :

 g( nT )  g(( n  1 )T )
g1( t )  g( nT ) 
T
avec  étant une constante telle que: 0    T .
La fonction de transfert d’un bloqueur d’ordre 1 est définie par :
2
 1  e Tp  1  Tp
B1 ( p )   
 p  T
pour   T

56 
 
CHAPITRE VITI : Transformée en z 
 
 
Chapitre VIII
Transformée en z

8.1 Définition de la transformée en z


Soit le signal échantillonné f * ( t ) tel que :

f *( t )  
n 
f ( nT ) (t  nT )

La transformée de Laplace de f * ( t ) , notée F * ( p ) , est donnée par :


 
F * ( p )    f * ( t )  
0 n 
f ( nT ) ( t  nT )e  pt dt

 
 
n 
f ( nT )   ( t  nT )e  pt dt
0

D’après le théorème du retard, nous avons :


 

  ( t  nT )e   ( t )e
 pt  nTp  pt
dt  e dt  e  nTp
0 0

Il vient:

F* ( p )  
n 
f ( nT )e nTp

En posant z  e , la transformée en z de f ( t ) , notée   f ( t ) est définie par


Tp


  f ( t )  F( z )   f ( nT )z  n
n 
si f ( t ) est un signal causal alors on a :

  f ( t )  F( z )   f ( nT )z  n
n 0

La transformée en z peut être définie à partir d’une suite f 0 , f1 , …, f k , … Ainsi on a:



F( z )   f k z  n
k 0

La transformée en z est donc une opération qui associe, à un signal échantillonné (ou à un
signal numérique), une série convergente en la variable z.

8.2 Propriétés de la transformée en z


 Linéarité

  f1 (t )  f 2 (t )    f1 (t )    f 2 (t )
et:
  kf (t )  k  f (t )
k étant une constante

57 
 
CHAPITRE VITI : Transformée en z 
 
 
 Translation temporelle
Cas d'un retard kT :
  f (t  kT )  z  k   f (t )  z  k F ( z )

Démonstration :
 
  f (t  kT )    f  (n  k )T  z  n  z  k  f  (n  k )T  z  ( n  k )
n0 n0

En faisant le changement de variable m  n  k on a:


  f (t  kT )   z  k  f ( mT ) z  m
m  k

Or, f ( mT )  0 pour: m  0 , d’où :



  f (t  kT )   z  k  f ( mT ) z  m  z  k F ( z )
m 0

Cas de l’avance kT :
  f (t  kT )  z k F ( z )  z k f (0)  z k 1 f (T )  ...  z f  (k  1)T 

Démonstration :
Nous avons :

 
  f (t  kT )    f  (n  k )T  z  n  z k  f  (n  k )T  z  ( n  k )
n0 n0

Si on pose m  n  k , on obtient :
  f (t  kT )   z k  f (mT ) z  m  z k  F ( z )   f (mT ) z  m 
 k 1

mk  m0 

 Théorème de la valeur initiale

f (0)  lim
z 
F ( z)

Démonstration :
On a :
F ( z )  f (0)  f (T ) z 1  f (2T ) z 2  ...  f (nT ) z  n  ....
En faisant tendre z vers l’infini, il reste f (0) .

 Théorème de la valeur finale

lim
n 
f (nT )  lim(
z 1
z  1) F ( z )  lim(1
z 1
 z 1 ) F ( z )

Démonstration :
Calculons   f (t  T )  f (t ) .
  f (t  T )  f (t )    f (t  T )    f (t )    f (t  T )  F ( z )  zF ( z )  zf (0)  F ( z )
 ( z  1) F ( z )  z f (0)

Or on a:   f (t  T )  f (t )   lim   f  ( k  1)T   f ( kT )  z  k
n  k 0

58 
 
CHAPITRE VITI : Transformée en z 
 
 
Si l’on fait tendre, dans cette dernière expression, z vers 1, on obtient :

lim   f  ( k  1)T   f ( kT )  z  k  lim  ( z  1) F ( z )  zf (0) 
n  k  0 z 1

lim( z  1) F ( z )  f (0)  f (T )  f (0)


z 1

 f (2T )  f (T )

Soit:  f (3T )  f (2T )



 f  (n  1)T   f (nT )

Il vient :
lim(
z 1
z  1) F ( z )  f ()

 Théorème de la sommation

   f (kT )  
 z
F ( z)
 k 0  z 1

Démonstration :
n
Posons g ( nT )   f ( kT ) . On peut écrire :
k 0

g ( nT )  g[( n  1)T ]  f ( nT )
La transformée en z de g ( nT ) est donnée par :
  g (nT )    g[(n  1)T ]    f (nT )
Ainsi on a:
G( z )  z 1G( z )  F ( z )
D’où :
1
G( z)  F ( z)
1  z 1

 Théorème de la convolution discrète


F ( z )G ( z )     f (kT ).g  (n  k )T     f (kT ) * g (kT ) 


 k 0 
Démonstration :
   f (kT ).g  (n  k )T     f (kT ) g  (n  k )T  z  n
  

 k 0  n 0 k 0
 
  f (kT )  g  (n  k )T  z  n
k 0 n0
 
  f (kT ) z  k  g  (n  k )T  z  ( n  k )
k 0 n0

En effectuant le changement de variable i  n  k , nous pouvons écrire que :

59 
 
CHAPITRE VITI : Transformée en z 
 
 
   f (kT ).g  (n  k )T    f (kT ) z  k  g (iT ) z  i
  

 k 0  k 0 i  k
 
  f (kT ) z  k  g (iT ) z  i car g (iT )  0 pour i  0
k 0 i 0

   f (t )   g (t )   F ( z )G ( z )

 Intégration discrète
k
Soit y ( kT )   f (iT )
i 0

y ( kT ) est une intégrale discrète de f (iT ) .


On a :
y(kT )  y  (k  1)T   f (kT )
  y (kT )     y  ( k  1)T     f ( kT ) 
Y ( z )  z 1Y ( z )  F ( z )
1 z
Y ( z)  F ( z)  F ( z)
1 z 1
z 1

8.3 Calcul de la transformée en z


Le calcul de la transformée en z peut se faire à partir de la définition de la transformée en z
énoncée dans le paragraphe 8.1 ou par application de l’expression issue du théorème des
résidus.

8.3.1 Calcul à partir de la définition


Cette méthode permet le calcul de la transformée en z à partir de f (t ) en se basant sur
l’expression suivante :

F( z )   f n z  n
n 0

Exemple 1: Cas de l’échelon unité


Considérons la fonction f (t ) définie par :
f (t )  u ( t )
u (t ) étant un échelon unitaire.
A partir de la définition de la transformée en z, on a :

 
   n
F ( z )   f (nt ) z  n   z  n   z 1
n 0 n0 n 0
Il s’agit de la somme des termes d’une suite géométrique, il vient:
1 z
F ( z)  1

1 z z 1

Exemple 2 :
Considérons la fonction f (t ) définie par:
f (t )  e  at u (t )
u (t ) étant un échelon unitaire.

60 
 
CHAPITRE VITI : Transformée en z 
 
 
D’après la définition de la transformée en z on a :

 
   n
n  anT  n  aT 1
F ( z )   f (nt ) z  e z   e z
n 0 n 0 n 0
C’est la somme des termes d’une suite géométrique. Il vient :
1 z
F ( z)   aT 1

1 e z z  e aT

Exemple 3 : Cas d’une rampe


Considérons la fonction définie par :
f (t )  tu (t )
u (t ) étant un échelon unitaire
A partir de la définition, on a :
  
F ( z )   f (nT ) z  n   nTz  n  T  nz  n
n0 n 0 n 0
En remarquant que :
 1
n
z 
n 0 1  z 1
et en dérivant les deux membres par rapport rapport à z, on obtient :

 n1  z 2
 (  n ) z 
 
2
n 0 1  z 1
En multipliant les deux membres par z 1 , on obtient :
Tz
F ( z) 
 z  12
8.3.2 Méthode des résidus
Cette méthode est basée sur le théorème des résidus qui donne l'expression de F ( z ) à partir
F ( p ) de pôles notés pi :
 F (v ) 
F ( z)    résidus de
pi 1  evT z 1 
pôles de F ( z ) v  pi

Deux cas peuvent se présenter.


N ( )
Premier cas : Si F ( )  a des pôles simples pi , alors on a :
D( )
N ( pi ) 1
F ( z)   Tpi 1
pi D '( pi ) 1  e z
dD( )
avec: D '( ) 
d

N ( )
Deuxième cas : si F ( )  a des pôles multiples, alors le résidu ri relatif au pôle pi de
D( )
multiplicité n a pour valeur :

61 
 
CHAPITRE VITI : Transformée en z 
 
 
1  d n 1  F ( )  
 n1    pi 
n
ri  
(n  1)!  d   1  eT  z 1    p
i

Exemple 1 :
Considérons la fonction f (t ) définie par :
f (t )  e  at u (t )
u (t ) étant un échelon unitaire.
La transformée de Laplace de f (t ) est donnée par:
1
F ( p) 
pa
1
F ( )  a un seul pôle simple qui est : a .
 a
On a :
 N ( )  1

 D '( )  1
D’où :
N ( pi ) 1 1
F ( z)   . Tpi 1
  aT 1
pi D '( pi ) 1  e z 1 e z

Exemple 2 :
Considérons la fonction de transfert F ( p ) définie par :
1
F ( p) 
( p  a)( p  b)
On a :
N ( p)
F ( p) 
D( p)
avec :
N ( p)  1
et:
D ( p )   p  a  ( p  b)
On a :
D '( p )  2 p  a  b
Il vient :
N (a) 1 N (b) 1
F ( z)   aT 1
  bT 1
D '(a) 1  e z D '(b) 1  e z
et :
1 1 1 1
F ( z)  
b  a 1  e aT z 1 a  b 1  ebT z 1

Exemple 3 : Cas d’une rampe


Considérons la fonction f (t ) définie par :
f (t )  tu (t )
u (t ) étant un échelon unitaire

62 
 
CHAPITRE VITI : Transformée en z 
 
 
On a :
1
F ( p) 
p2
F ( p ) possède un pôle double. Son résidu vaut :
1 d  2  2    TeT  z 1 
r    .    
1!  d  1  eT  z 1   0  (1  eT  z 1 )2  0
Finalement, on trouve que :
Tz
F ( z)  r 
( z  1) 2

Exemple 4 :
Considérons la fonction F ( p ) définie par :
a
F ( p)  2
p ( p  a)
On décompose F ( p ) en éléments simples :
1 1 1
F ( p)  2  
p ap a  p  a 
A partir des exemples précédent et puisque la transformée en z est linéaire, on peut écrire
que :
1 1 1 1 1
F ( z)   ( 2 )   ( )   ( )
p a p a pa
D’après les résultats précédents, il vient :
Tz z z
F ( z)   
( z  1) 2
a  z  1 a z  e  aT  

8.4 La transformée en z inverse


F ( z ) ne contient aucune information sur f (t ) entre deux instants d’échantillonnage car
l’échantillonnage fait perdre l’information à jamais.
La figure 8.1 présente la fonction échantillonnée f * (t ) et deux fonctions f1 (t ) et f 2 (t ) sont
différentes qui ont les même valeurs de f * (t ) aux instants d’échantillonnage.
En fait, une infinité de fonctions différentes peuvent prendre les valeurs de f * (t ) aux instants
d’échantillonnage.
Par conséquent, la transformée en z inverse de F ( z ) est non pas la fonction continue f (t )
mais la suite d’échantillons f ( nT ) n  1, 2, 3...
Il existe plusieurs méthodes pour déterminer la transformée en z inverse de F ( z ) .

63 
 
CHAPITRE VITI : Transformée en z 
 
 

Figure 8.1

8.4.1 A partir de la table des transformées en z


La transformée en z inverse de F ( z ) peut être déterminée à partir de la table des transformées
en z, présentée dans le paragraphe 8.6 de ce chapitre.
Cette table fournit des fonctions continues f (t ) . De ce fait, il est obligatoire de présenter la
transformée en z inverse de F ( z ) sous la forme f ( nT ) .

8.4.2 Méthode directe


Cette méthode est basée sur le théorème des résidus.
On a :
f (nT )   
résidus de F ( z ).z n1 

pôles de F ( z ). z n 1

N ( z)
Si G ( z )  F ( z ) z n  1  possède un pôle simple noté zi alors le résidu ri, correspondant
D( z )
à ce pôle, est défini par :
N ( zi )
ri 
D '( zi )
Si F ( z ) possède un pôle multiple zi de multiplicité m alors le résidu ri correspondant à ce
pôle est déterminé à partir de l’expression suivante :

ri 
1  d m 1
 
 m 1  z  zi  z F ( z ) 
( m  1)!  dz
m n 1

 z  zi

Exemple 1:
Considérons la fonction F ( z ) définie par :
z ( z  1)
F ( z) 
( z  a)( z  b)
La fonction G ( z ) définie par :
z n ( z  1)
G ( z )  F ( z ) z n 1 
( z  a)( z  b)
a deux pôles simples a et b.
On a ainsi :
 N ( z )  z n ( z  1)

 D( z )  ( z  a)( z  b)  D '( z )  2 z  a  b

64 
 
CHAPITRE VITI : Transformée en z 
 
 
De ce fait, la transformée en z inverse de F ( z ) est donnée par:

a 1 n b 1 n
f ( nT )  a  b
a b ba

Exemple 2 :
Considérons la fonction F ( z ) définie par :

Tz
F ( z) 
 z  12
La fonction F ( z ) possède un pôle double 1.
Il vient:
 Tz 
f (nT )  d  z  1 z n1
2
  nT
dz 
  z  1 2

z 1

8.4.3 Développement en fractions élémentaires


Pour les signaux continus, la transformée de Laplace inverse de F ( p ) est définie par:
i  1
F ( p)    f (t )    i e  ait
i p  ai i
Sachant que :
1 z
 (e ait )  1  aiT

1 z e z  e  aiT
F ( z)
on développe en fractions élémentaires comme suit:
z
F ( z) 
 i
z i z  i
F ( z ) s’écrit alors sous la forme suivante
z
F ( z )   i
i z  i
avec: i  e aiT
Il vient :
f (nT )   i e ai nT
i
Exemple :
Considérons la fonction F ( z ) définie par :
2z
F ( z) 
( z  1)( z  0,5)
On a :
F ( z) 2 4 4
  
z ( z  1)( z  0,5) z  1 z  0,5
Après la multiplication des deux membres par z, on obtient :
4z 4z
F ( z)  
z  1 z  0,5

65 
 
CHAPITRE VITI : Transformée en z 
 
 
Soit a telle que 0,5  e aT , alors on a:
4z 4z
F ( z)  
z  1 z  e  aT
Il vient aussi:

f (nT )  4 1  e anT 
8.4.4 Division suivant les puissances croissantes de z 1
Lorsque F ( z ) se présente sous la forme d’une fraction rationnelle en z (ou en z 1 ) il suffit
de diviser le numérateur par le dénominateur pour obtenir une série en z 1 dont les
coefficients sont les valeurs f ( kT ) . En effet, on a :

N ( z ) a0  a1 z 1  a2 z 2  ...  am z  m 
F ( z)   1 2 n
  f (kT ) z  k
D ( z ) b0  b1 z  b2 z  ...  bn z k 0

Exemple :
Considérons la fonction F ( z ) définie par :
z
F ( z) 
z  0.5
Divisons z par z  0.5 :

z z  0.5
z  0.5 1  0.5 z 1  0.25 z 2  0.125 z 3  ...
0.5
0.5  0.25 z 1
0.25 z 1
0.25 z 1  0.125 z 2
0.125 z 2
...
On obtient ainsi :
 f (0)  1
 f (T )  0.5

 f (2T )  0.25
 f (3T )  0.125



8.4.5 Méthode de l’équation aux différences


Considérons la fonction F ( z ) ayant la forme suivante :
N ( z ) a0  a1 z 1  a2 z 2  ...  am z  m
F ( z)  
D ( z ) b0  b1 z 1  b2 z 2  ...  bn z  n
 f (0)  f (T ) z 1  f (2T ) z 2  ...

66 
 
CHAPITRE VITI : Transformée en z 
 
 
avec: n  m . Il vient:

 
a0  a1 z 1  ...  am z  m  f (0)  f (T ) z 1  f (2T ) z 2  ... b0  b1 z 1  b2 z 2  ...  bn z  n 
Par identification, des deux membres de cette relation, on trouve :

f (0)b0  a0
f (T )b0  b1 f (0)  a1

p
 bk f (( p  k )T )  a p pour p  m
k 0
p
 bk f (( p  k )T )  0 pour p  m
k 0
D’une façon générale, on a :
 1  p 
 f ( pT )   a p   bk f (( p  k )T )  pour p  m
 b0  k 1 

 f ( pT )   1  b f (( p  k )T ) pour p  m
p

 b0 k 1
k

Exemple :
Considérons la fonction F ( z ) définie par :
2 z 1
F ( z) 
1  1,5 z 1  0,5 z 2
Ainsi, nous avons :
a0  0 , a1  2 , b0  1 , b1  1,5 et b2  0,5 .
L’application de la méthode des équations aux différences permet d’établir que :
a
f (0)  0  0
b0
1
f (T )   a1  b1 f (0)  2  1,5 f (0)  2
b0
1
f (2T )  b1 f (T )  b2 f (0)  1,5 f (T )  0,5 f (0)  3
b0

f (kT )  1,5 f ((k  1)T )  0,5 f ((k  2)T )

8.5 Correspondance entre les plans p et z


Considérons la variable complexe p définie par :
p  a  jb
Nous rappeleons que :
z  eTp  e aT  jbT  e aT e jbT

Pour un pôle pi , on a: pi  ai  jbi . De ca fait, zi  eTpi  e aiT e jbiT .

67 
 
CHAPITRE VITI : Transformée en z 
 
 

Lorsque le pôle pi se trouve sur l’axe imaginaire du plan complexe p on a: a i  0 et


zi  e jbiT De ce fait l’axe imaginanire du plan p est transfromé en un cercle unité dans le plan
z.
Pour un pôle pi se trouvant dans le demi-plan gauche, on a: a i  0 .
De ca fait, zi  eaiT  1 .
Tout le demi-plan gauche du plan p est transformé par la transformée en z à l’interieur du
cercle unité.

Pour un pôle pi se trouvant dans le demi-plan droit, on a: a i  0 .


De ce fait, zi  eaiT  1 .
Tout le demi-plan gauche du plan p correspond au domaine situé à l’extérieur du cercle unité.
La correspondance entre les plans omplexes p et z est illustrée dans la figure 8.2.

Figure 8.2 Correspondance des plan p et z

8.6 Table des transformées en z


Tableau 8.1
F( p ) f ( t ), t  0 F( z )
1 (t ) 1
e  nTp  ( t  nT ) z n
1 z
( t )  1
p z 1
1 Tz
t
 z  1
2
p2
1 t2 T 2 z( z  1 )
p3 2 2( z  1 )3
1 tn ( 1 )n  n  z 
lim n  
p n 1 n! a 0 n! a  z  e  aT 
1 z
e  at
pa z  e  aT

68 
 
CHAPITRE VITI : Transformée en z 
 
 
1 Tze  aT
 at
 p  a te
z e 
2  aT 2

1 t n  at ( 1 )n  n  z 
e n  
 p  a
n 1
n! n! a  z  e aT 
a 1  e aT  z
1  e at
p  p  a  z  1  z  e aT 
a 1  e at Tz

1  e  z  aT

t
p  p  a  z  1 a  z  1  z  e 
2 2  aT
a
a t2 t 1 T 2z  aT  2  Tz  z  z
  1  e  at  
p  p  a
3
2 a a2  z  1
3
2a  z  1
2
a  z  1 a  z  e aT 
2 2

a z sin aT
sin at
p  a2
2
z  2 z cos aT  1
2

p z  z  cos at 
cos at
p  a2
2
z 2  2 z cos aT  1
a z sh aT
sh at
p  a2
2
z  2 z ch aT  1
2

p z  a  c h at 
ch at
p  a2
2
z 2  2 z c h aT  1
a2 z z  z  cos aT 
1  cos aT  2
p  p2  a2  z  1 z  2 z cos aT  1
a2 1 Tz 1 z sin aT
t 
p2  p2  a2 
sin aT
 z  1 a z  2 z cos aT  1
2 2
a
ba z z
e  at  e  bt 
 p  a  p  b  ze  aT
z  e  bT
 b  a  p  c  c  a  z  b  c  z
 c  a  e at   b  c  ebt
 p  a  p  b  z  e  aT z  ebT
ab b  at a  bt z bz az
1 e   
z  1  a  b   z  e   a  b   z  e  bT 
e
p  p  a  p  b  ab a b
 aT

a2 z z aTe  aT z
1  1  at  e  at  
p  p  a
2
z  1 z  e aT  z  e  aT 2

a2  p  b  bz bz a  a  b  Te  aT z
b  be  at
 a  a  b  te  at  
p  p  a z  1 z  e  aT  z  e aT 
2 2

b ze  aT sin bT
e  at sin bt
 p  a
2
b 2
z 2  2 ze  aT cos bT  e 2 aT
pa z 2  ze  aT cos bT
e  at cos bt
 p  a
2
 b2 z 2  2 ze  aT cos bT  e 2 aT

69 
 
 

70 
 
CHAPITRE IX : Systèmes échantillonnées
 

Chapitre IX
Systèmes échantillonnées

9.1 La fonction de transfert échantillonnée


Soit G ( p ) la fonction de transfert d’un système continu linéaire. Le signal d’entrée de ce
système est discrétisé et la sortie s (t ) est continue, figure 9.1.

Figure 9.1

Un échantillonneur fictif, synchronisé avec l’échantillonneur à l’entrée du système, peut être


introduit à la sortie du système, figure 9.2.

Figure 9.2

Puisque l'entrée e(t ) est échantillonnée, on peut écrire que :



e* (t )   e(kT ) (t  kT )
k 0
La sortie d’un système linéaire résulte d’un produit de convolution. On a :

s(t )  g (t ) * e* (t )  g (t ) *  e(kT ) (t  kT )
k 0

  e(kT ).g (t ) *  (t  kT )
k 0

  g (t  kT )e(kT )
k 0

Aux instants t  nT , on a :
 
s(nT )   g (nT  kT )e(kT )   g ((n  k )T )e(kT )
k 0 k 0
D’autre part, on a :

71 
 
CHAPITRE IX : Systèmes échantillonnées
 


s* (t )   s(nT ) (t  nT )
n 0

L’application de la transformée de Laplace à s* (t ) conduit à l'expression de S * ( p ) suivante:



S * ( p)   s(nT )e nTp
n 0
Il vient :
 
S * ( p)    g ((n  k )T )e(kT )e nTp
n 0 k 0

Considérons le changement de variable: m  n  k , S * ( p) peut être mise sous la forme


suivante:
 
S * ( p)    g (mT )e(kT )e ( m k )Tp
m  k k 0
ou bien sous la forme:
 
S * ( p)    g (mT )e(kT )e ( m k )Tp
m 0 k 0

g (t ) étant un système causal ( g (t )  0 pour t  0 ). S * ( p) a alors pour expression:


 
S * ( p)   g (mT )e mTp  e(kT )e kTp  G* ( p) E * ( p)
m 0 k 0

qui, en faisant le changement de variable z  eTp , on obtient la relation :


S ( z)  G( z)E ( z)
et enfin la fonction de transfert échantillonnée G ( z ) suivante:
S ( z)
 G( z)
E ( z)
pouvant être obtenue par :
G ( z )    G ( p) 
La fonction de transfert échantillonnée du système de la figure 9.2 est la transformée en z de
la fonction de transfert continue G ( p ) .

9.2 Calcul des fonctions de transfert échantillonnées


9.2.1 Fonctions de transfert couplées en série
Premier cas
Pour les deux systèmes de la fonction de transfert continues G1 ( p ) et G2 ( p) de la figure 9.3,
on peut écrire, à partir de la définition de la fonction de transfert échantillonnée, que :
 X ( z )  G1 ( z ) E ( z )

 S ( z )  G2 ( z ) X ( z )
D’où:
S ( z)
 G1 ( z )G2 ( z )
E( z)

72 
 
CHAPITRE IX : Systèmes échantillonnées
 

Figure 9.3

Deuxième cas
Dans le cas de la figure 9.4, on peut écrire :
 X ( p )  G1 ( p ) E * ( p )

 S ( p )  G 2( p ) X ( p )
Ainsi, on a :
S ( p)  G2 ( p)G1 ( p) E* ( p)
D’où :
*
S * ( p)  G2 ( p)G1 ( p) E* ( p)   G2 ( p)G1 ( p) E* ( p)
*

On en déduit que :
S ( z)
  G1 ( p)G2 ( p)   G

1G2 ( z )
E ( z)

Figure 9.4

En résumé, on peut établir que :


 si les deux systèmes continus sont séparés par un échantillonneur, la fonction de
transfert échantillonnée équivalente est égale au produit des fonctions de transfert
échantillonnées,
 si les deux systèmes ne sont pas séparés par un échantillonneur, la fonction de transfert
échantillonnée équivalente est égale à la transformée en z du produit G1 ( p )G2 ( p )

notée G1G2 ( z ) .

9.2.1 Fonctions de transfert en boucle fermée


Considérons le système bouclé de la figure 9.5.

73 
 
CHAPITRE IX : Systèmes échantillonnées
 

Figure 9.5

La propriété de linéarité de l’échantillonnage permet de transformer le schéma fonctionnel de


cette figure à celui présenté dans la figure 9.6 qui permet d'écrire les expressions suivantes de
 ( z ) et R ( z ) :
 ( z )  E ( z )  R ( z )
  ( z ) ( z )
 R ( z )  HG
Ainsi, on a :
E( z)
 ( z) 
 ( z)
1  HG
Sachant que :
S ( z )  G ( z ) ( z )
la fonction de transfert échantillonnée en boucle fermée a pour expression :
S ( z) G( z )

 ( z)
E ( z ) 1  GH

Figure 9.6

D’autres configurations de systèmes en boucle fermée sont envisageables. Le tableau 9.1


présente les configurations les plus courantes. Il est à remarquer que, pour certaines de ces
configurations, il n’est pas possible de calculer la fonction de transfert en boucle fermée.

74 
 
CHAPITRE IX : Systèmes échantillonnées
 

Tableau 9.1
Configuration du système bouclé Sortie S(z)

G( z)
E( z)
 ( z)
1  GH

G( z)
E ( z)
1  G( z)H ( z)

G1 ( z )G2 ( z )
E( z)
 ( z)
1  G ( z ) HG
1 2

 ( z)
G2 ( z ) EG1

1  HG G ( z )
1 2

 ( z)
EG
 ( z)
1  GH

75 
 
CHAPITRE IX : Systèmes échantillonnées
 

9.3 Equation aux différences d’un système échantillonné


Considérons la fonction de transfert échantillonnée suivante :

S ( z ) a0  a1 z 1  a2 z 2  ...  am z  m
G( z)  
E ( z ) b0  b1 z 1  b2 z 2  ...  bn z  n
avec : n>m

On a :
a 0   
 a1 z 1  a2 z 2  ...  am z  m E ( z )  b0  b1 z 1  b2 z 2  ...  bn z  n S ( z )
ou encore :
a0 E ( z )  a1 z 1E ( z )  a2 z 2 E ( z )  ...  am z  m E ( z )
 b0 S ( z )  b1 z 1S ( z )  b2 z 2 S ( z )  ...  bn z  n S ( z )
Par application de la transformée en z inverse on peut établir que :
a0 ek  a1ek 1  a2ek  2  ...  am ek  m  b0 sk  b1sk 1  b2 sk 2  ...  bn sk n
avec S ( z ) et de E ( z ) étant les transformées en z inverse respectives de sk  s (kT ) et
ek  e(kT ) .

Cette équation peut être mise sous la forme pondérée suivante :


m n
 ai ek i   b j sk  j
i 0 j 0

qui correspond à l’équation aux différences (ou équation récurrente) du système de fonction
de transfert échantillonnée G ( z ) .
L’équation aux différences représente un système échantillonné dans le domaine temporel.
Elle est l’équivalent de l’équation différentielle pour le cas des systèmes continus.

Il est à rappeler que la relation entre l’entrée et la sortie du système peut être donnée par:
sk  g k * ek
gk   1
G ( z ) étant la réponse impulsionnelle du système.

Application :
Considérons le système de la figure 9.7, G( p) étant de fonction de transfert définie par :
K
G ( p) 
p(1   p)
et B0 ( p) le bloqueur d'ordre 0 défini par:
1  eTp
B0 ( p ) 
p
T est la période d'échantillonnage

76 
 
CHAPITRE IX : Systèmes échantillonnées
 

Figure 9.7

1) Déterminer la fonction de transfert en boucle fermée


2) Pour   0.1s, T  0.01s et K  100 , déterminer l’équation aux différences du système en
boucle fermée de la figure 9.7.
3) Calculer les cinq premiers termes de la réponse du système, lorsque l’entrée est un échelon
unitaire.

Eléments de réponse
La fonction de transfert en boucle fermée est donnée par :
S ( z)   B0 ( p)G( p)
F ( z)  
E ( z ) 1    B0 ( p)G( p)
1  e Tp   1 
 K 1  z 1    2
K
  B0 ( p )G ( p )      
 p p ( p  1)   p ( p  1) 
D'après la tables des transformées en z on a :
 1 
 1    
  2  

 p ( p  1)  1 
 p2 ( p  ) 
  
  
T
  
T

 1  e 
 z   1  e 
z

Tz
   
Tz
  
 z  1 1  z  1  z  e    z  1  z  1  z  e T 
2 T 2

   
    
on a:
   
T

   1  e 
z 
 1   1
  B0 ( p )G ( p)  K 1  z 1    2    
z Tz
K z  

   z  1  z  1 z  eT

2
 p ( p 1) 
  
   
   
T
  
T
  
T

  1  e  

T  z  e     z  1 1  e  

K     K    
T
  z  1   
T    
T
 z e  

 z  1  z  e  
     
Il vient la fonction de transfert échantillonnée en boucle fermée sous forme littérale :
77 
 
CHAPITRE IX : Systèmes échantillonnées
 

   
T
  
T
 
T
K   T   1  e    z    1  e    Te  
 

   
F ( z)   
 
T
   
T

T
z   KT  e  1    z    1  e   1  KT  e 
2  

   
Application numérique :
Pour   0.1s , T  0.01s et K  100 ,
Il vient la fonction de transfert en z suivante :
S ( z) 0.048z  0.047
F ( z)   2
E ( z ) z  1.005 z  0.0095
z 2 S ( z )  1.005 zS ( z )  0.0095S ( z )  0.048zE ( z )  0.047E ( z )
D’où l’équation récurrente scalaire régissant le fonctionnement du système bouclé étudié :
sn  2  1.005sn 1  0.0095sn  0.048en 1  0.047en
Pouvenat être mise sous la forme suivante :
sn  0.048en 1  0.047en  2  1.005sn 1  0.0095sn  2
et les cinq premiers termes de la réponse du système suivants :

n en  2 en1 sn  2 sn1 sn
0 0 0 0 0 0
1 0 1 0 0 0.048
2 1 1 0 0.048 0.0469
3 1 1 0.048 0.0469 0.0475
4 1 1 0.0469 0.0475 0.0469

78 
 
CHAPITRE XI: Les correcteurs numériques
   

Chapitre X
Stabilité et précision des asservissements linéaires échantillonnés

10.1 Stabilité des systèmes échantillonnés


10.1.1 Définition
Dans le cas général, un système est dit stable lorsqu'on l'écarte de sa position d'équilibre, il
tend à y revenir. Il est dit instable lorsqu'il tend à s'en éloigner.
Aussi, un système est dit stable si sa réponse à une entrée bornée reste bornée.
Un système linéaire échantillonné est stable lorsqu'il satisfait l'une des deux définitions
précédentes aux instants d'échantillonnage.
Soit F ( z ) la fonction de transfert du système échantillonné définie par :
S ( z) z
F ( z)   i
E( z) i z  zi

z i étant les pôles de cette fonction de transfert.


La réponse inpulsionnelle de F ( z ) est de la forme:
f (nT )  Z 1  F ( z )   i zik
i

Pour que le système soit stable, il faut que :


lim f (nT )  lim i zin  0
n  n 
i

Pour que cette limite tende vers zéro, il faut que  i , zi  1 .


Ainsi, un système échantillonné est stable si et seulement si tous les pôles de sa fonction de
transfert sont de module inférieur à 1.
Dans le cas d'un système continu, les pôles du système doivent être à partie réelle négative.
Ainsi, les pôles doivent se situer dans le demi-plan gauche du plan complexe p.
Pour le cas d'un système échantillonné, les pôles doivent se trouver dans le disque unité du
plan complexe z, figure 10.1.

système continu système échantillonné


plan p plan z
Im(p) Im(z)
z=eTp
instable
1
stable instable
stable
0 -1 0 1
Re(p) Re(z)
-1

Figure 10.1

   79  
CHAPITRE XI: Les correcteurs numériques
   
10.1.2 Les critères de stabilité
Comme pour les systèmes continus, les critères de stabilité des systèmes échantillonnés
peuvent être classés en critères algébriques et en critères graphiques.

10.1.2.1 Les critères algébriques


Dans cette partie du cours, nous présentons les deux principaux critères algébriques de
stabilité à savoir :
 le critère de Jury,
 le critère de Routh.

10.1.2.1.1 Critère de Jury


a) Enoncé du critère
Le critère de Jury est un critère algébrique qui permet d’étudier la stabilité d’un système
échantillonné sans avoir à calculer ses pôles d’un polynome. En effet, ce critère permet de
déterminer si les racines d’un polynôme sont de module inférieur à 1 et donc situées à
l’intérieur du disque unité.
Considérons un système de fonction de transfert F( z ) ayant la forme suivante :
N( z )
F( z ) 
D( z )
avec :
D ( z )  a0  a1 z  a2 z 2  ...  an z n
et : an  0 .
On construit le tableau à 2n-3 lignes suivant:

1 a0 a1 … a nk … a n 1 an
2 an a n 1 … ak … a1 a0
3 b0 b1 … bn  k … bn1
4 bn1 bn  2 … bk … b0
.
.. .. .. ..
. . . . .
.
2n  5 p0 p1 p2 p3
2n  4 p3 p2 p1 p0
2n  3 q0 q1 q2
tel que:
a0 an a0 an  k a0 a1
b0  ,…, bk  ,…, bn 1 
an a0 an ak an an1
p0 p3 p0 p2 p0 p1
q0  , q1  , q2 
p3 p0 p3 p1 p3 p2

   80  
CHAPITRE XI: Les correcteurs numériques
   
Les racines de D ( z ) sont de modules inférieurs à 1 si et seulement si les n+1 conditions
suivantes sont vérifiées (critère de Jury) :
 D (1)  0
 D ( 1)  0 si n est pair ou D ( 1)  0 si n est impair
 a0  an
 b0  bn 1
.
.
.
 p0  p3
 q0  q2

Exemple 1 : D( z )  a0  a1 z (n=1)
D(1)  a0  a1  0 
  a1  a0  a1  a0  a1
D(1)  a0  a1  0

Exemple 2 : D ( z )  a0  a1 z  a2 z 2 (n=2)
 D(1)  a0  a1  a2  0
 D(1)  a0  a1  a2  0
 a0  a2

Exemple 3 : D ( z )  a0  a1 z  a2 z 2  a3 z 3 (n=3)
 D(1)  a0  a1  a2  a3  0
 D(1)  a0  a1  a2  a3  0
 a0  a3
 a02  a32  a0 a2  a1a3

b) Application
Considérons le système en boucle fermée de la figure 10.2 où on a :
K
G ( p) 
p ( p  4)
K étant un gain positif et T  0.1s .
B0 ( p ) est le bloqueur d'ordre 0 défini par:
1  eTp
B0 ( p) 
p
Etudier la stabilité du système en boucle fermée par application du critère de Jury.

   81  
CHAPITRE XI: Les correcteurs numériques
   
T

E(p) S(p)
B0(p) G(p)

Figure 10.2

Eléments de réponse
Pour l’étude de la stabilité, la fonction de transfert en boucle fermée F ( z ) du système de la
figure 10.2 est calculée comme suit :
  B0 ( p )G ( p )
F ( z) 
1    B0 ( p )G ( p ) 
avec:
1  eTp    K  T 1  e 4T 
 1  z 1    2
K K
  B0 ( p)G ( p)       
 z  1 4( z  e 4T ) 
 p p( p  4)   p ( p  4)  4  
Application numérique :
z  0,885
  B0 ( p)G ( p)   0, 00438K 2
z  1, 67 z  0.67
et :

4,38.103 K ( z  0,885)
F ( z)  2
z  (4,38.103 K  1, 67) z  0, 67  3,875.103 K
Le polynôme caractéristique D ( z ) :
D( z )  z 2  (4,38.103 K  1, 67) z  0, 67  3,875.103 K
vérifie bien que : a2  1  0
D ( z ) étant de degré, n=2, le critère de Jury impose donc les n+1(=3) conditions suivantes :
 D(1)  0 1  (4,38.103 K  1, 67)  0, 67  3,875.103  0
  3 3
 D(1)  0  1  (4,38.10 K  1, 67)  0, 67  3,875.10  0
a a  3
 0 2  0, 67  3,875.10 K  1
Finalement, la condition de stabilité du système de la figure 10.2 est :
0  K  85

10.1.2.1.2 Critère de Routh


a) Enoncé
Pour pouvoir appliquer le critère de Routh aux systèmes échantillonnés, on effectue le
z 1 1 w
changement de variable suivant : w  ou encore : z  .
z 1 1 w

   82  
CHAPITRE XI: Les correcteurs numériques
   
Cette opération transforme l’intérieur du disque unité du plan z dans le demi-plan gauche du
plan w, figure 10.3.

plan p plan z plan w


z-1
Im(p) z=eTp Im(z) w= Im(w)
z+1
instable
1
stable instable stable instable
stable
0 -1 0 1 0
Re(p) Re(z) Re(w)

-1

Figure 10.3

On applique le critère de Routh à la fonction de transfert H  w obtenue en remplaçant dans


1 w
H  z  z par . Le polynôme D ( z ) relatif à G ( z ) devient :
1 w
D '( w)  a0'  a1' w  a2' w2  ...  an' wn
Ce polynôme a des racines dans le demi-plan gauche du plan complexe si et seulement si les
deux conditions suivantes sont vérifiées :
 tous les coefficients de D '( w) sont de même signe et difrents de zéro (  0 ),
 tous les termes de la première colonne du tableau de Routh sont de même signe.

1 an' an'  2 an'  4 ... ...


2 an' 1 an' 3 an' 5 ...
3 b0 b1 b2 ...
4 c0 c1 ...
... ... ...
n 1 d0

an' 1an'  2  an' an' 3 an' 1an'  4  an' an' 5 b0 an' 3  an' 1b1
avec : b0  , b1  , c0  ,…
an' 1 an' 1 b0

b) Application
Reprenons le système de la figure 10.2. On se propose, cette fois-ci, d’appliquer le critère de
Routh pour l’étude de la stabilité du système en boucle fermée, de fonction de transfert en z,
F (z) :

   83  
CHAPITRE XI: Les correcteurs numériques
   

4,38.103 K ( z  0,885)
F ( z)  2
z  (4,38.103 K  1, 67) z  0, 67  3,875.103 K
1 w
En effectuant le changement de variable : z  , on obtient la fonction de transfert
1 w
suivante:
4, 48.103 K (1  w)(1,885  0,115w)
H ( w) 
(3,34  0,515.103 K ) w2  (0, 66  7,92.103 K ) w  8.445.103 K
Le tableau de Routh est construit à partir du dénominateur de H ( w) donné par :
D '( w)  (3,34  0,515.103 K ) w2  (0, 66  7,92.103 K ) w  8.445.103 K
Tous les coefficients de D '( w) sont de même signe (  0 ).
Comme le degré de D '( w) est 2, il n'est pas nécessaire de construire le tableau de Routh.

Le système est stable en boucle fermée si et seulement si :


3,34  0,515.103 K  0
 3
0, 66  7,92.10 K  0
8.445.103 K  0

D’où la condition nécessaire et suffisante de stabilité :
0  K  85
On retrouve, évidemment, la même condition déterminée par application du critère de Jury.

10.1.2.2 Les critères graphiques de stabilité


Nous présentons dans cette partie le critère de Nyquist et la méthode du lieu des racines.

10.1.2.2.1 Critère de Nyquist


Considérons le système de la figure 10.4.

E(z) S(z)
G(z)

H(z)

Figure 10.4

La fonction de transfert en boucle fermée est définie par :


G( z )
FBF ( z ) 
1  G( z) H ( z)
Et en boucle ouverte par :
FBO ( z )  G ( z ) H ( z )

   84  
CHAPITRE XI: Les correcteurs numériques
   
Le lieu de Nyquist de la fonction de transfert en boucle ouverte FBO ( z ) est le lieu décrit par
son point représentatif lorsque la variable z parcourt le cercle unité dans le plan des z dans le
sens des aiguilles d'une montre.

Pour que le système échantillonné soit stable en boucle fermée, il faut que le lieu de Nyquist
de sa fonction de transfert en boucle ouverte FBO ( z ) décrive autour du point critique (-1,0) un
nombre de tours, dans le sens inverse des aiguilles d'une montre, égal au nombre de pôles
instables de sa fonction de transfert en boucle ouverte.

10.1.2.2.2 Méthode du lieu des racines


La stabilité d'un système dépend de la position des pôles de sa fonction de transfert en boucle
fermée par rapport au cercle unité.
Considérons la fonction de transfert en boucle fermée du système de la figure 10.5 définie
par:
KG ( z )
F ( z) 
1  KG ( z )

E(z) S(z)
K G(z)

Figure 10.5

Les pôles de F ( z ) sont les racines de l'équation caractéristique :


D ( z )  1  KG ( z )  0
Le lieu des racines (ou lieu d'Evans) est l'ensemble des courbes décrites dans plan complexe
par les racines de D ( z ) lorsque le gain K varie de 0 à  .
La fonction de transfert en boucle ouverte peut être mise sous la forme suivante:
z  zj 
m

j 1
F ( z)  n
  z  pi 
i 1

n et m étant respectivement le nombre de pôles et de zéros de F ( z ) .

L'équation caractéristique peut être mise sous la forme suivante:


1
G( z)  
K
qui est équivalente aux deux équations suivantes:
 1
 G( z) 
 K
arg G ( z )     2

   85  
CHAPITRE XI: Les correcteurs numériques
   

Deux conditions peuvent être établies :


m
 z  zj
j 1 1
 la condition des modules : n

 z  pi K
i 1
m n
 la condition des angles :  arg( z  z )   arg( z  p )   2  1 
j 1
j
i 1
i

La construction du lieu d'Evans obéit à des règles liées à ses propriétés géométriques.

Règles 1: Point de départ et point d’arrivée


Les n branches du lieu d'Evans partent pour, K  0 , des pôles de la fonction de transfert en
boucle ouverte. Elles aboutissent, pour K   , aux zéros de la fonction de transfert en
boucle ouverte, où z   doit être considéré comme un zéro d'ordre de multiplicité  n  m 
de G ( z ) .
Démonstration :
La condition des modules peut être mise sous la forme suivante :
m n
K  z  z j   z  pi  0
j 1 i 1

Cette équation montre que, pour : z  pi alors K  0 , et que pour : z  z j alors K   .


Elle montre, en outre que comme n  m , K   également lorsque z   sur le lieu.
Le fait que n  m entraîne que la fonction de transfert en boucle ouverte G ( z ) possède un
zéro à l’infini, d’ordre de multiplicité  n  m . Le lieu d’Evans comporte donc  n  m
branches à l’infini.

Règle 2: Symétrie
Le lieu d'Evans est symétrique par rapport à l'axe réel.
Remarque :
Cette règle découle directement du fait que G ( z ) est une fraction rationnelle à coefficients
réels. Alors, si z j est racine de D ( z )  1  KG ( z )  0 alors z j l’est aussi.

Règle 3: Branches sur l’axe réel


Un point de l'axe réel appartient au lieu des racines, si et seulement si le nombre de points
critiques (pôles ou zéros) de la boucle ouverte situés à sa droite sur cet axe est impair, chaque
point critique étant compté autant de fois que son ordre de multiplicité.
Démonstration :
Le schéma de la figure 10.6 montre que si z est sur l’axe réel, la contribution à la condition
 
des angles de toute paire de points critiques complexes conjugués ci , ci , pôles ou zéros, est
nulle.
Concernant les points critiques sur l’axe réel, on a :

   86  
CHAPITRE XI: Les correcteurs numériques
   
 arg( z  ci )  0 si le point critique ci est à gauche de z
 arg( z  c j )   si le point critique c j est à droite de z
La condition des angles sera, donc, remplie pour un point z de l’axe réel, s’il y a  2  1
points critiques à sa droite sur l’axe.

Im(z)

ci
arg(z-ci)
π
z-ci z-cj
z
0 Re(z) ci z cj Re(z)

arg(z-ci)
ci

Figure 10.6

Règle 4: Angles des asymptotes


Les asymptotes des  n  m  branches à l'infini font avec l'axe réel des angles:

 
 2  1  avec :   0,1, 2,..., n  m  1
nm

Règle 5: Position des asymptotes


Les asymptotes des  n  m  branches à l'infini se coupent toutes en un point de l'axe réel, le
n m

 pi   z j
i 1 j 1
point d'abscisse:  A 
nm
Ce point est le centre de gravité des pôles et des zéros de G ( z ) .

Règle 6: Angles de départ d’un pôle et d’arrivée en un zéro


Si px est un pôle de la fonction de transfert en boucle ouverte, réel ou complexe d'ordre de
multiplicité qx , les angles d'arrivée en ce point des qx branches qui partent de px sont donnés
par:
 
1  m n
x   arg( px  z j )   arg( px  pi )  (2  1) 
qx  j 1 i 1

 i x 
Si z x est un zéro de la fonction de transfert en boucle ouverte, réel ou complexe ; d’ordre de
multiplicité rx , les angles d'arrivée en ce point des rx branches qui aboutissent en z x sont
donnés par:

   87  
CHAPITRE XI: Les correcteurs numériques
   

 
1 m n
x   arg( z x  z j )   arg( z x  pi )  (2  1) 
rx  j 1 i 1

 j  x 
Démonstration :
Angle de départ du lieu en un pôle
Considérons un point z du lieu dans le voisinage du pôle px , d’ordre de multiplicité qx . La
condition des angles donne alors :
n m
 qx arg( z  px )   arg( z  pi )   arg( z  z j )   2  1 
i 1 j 1
i x

Faisons tendre z vers px . On a aussitôt, en remarquant que lim arg( z  p x )   x


z  px
m n
qx x   arg( z  z j )   arg( z  pi )   2  1 
j 1 i 1
i x

La démonstration dans le cas de l’angle d’arrivée en un zéro de la fonction de transfert en


boucle ouverte est tout à fait similaire.

Règle 7: Point de séparation sur l’axe réel


Un point de séparation sur l'axe réel traduit l'existence d'une racine multiple z0 de l'équation
caractéristique :
1  KG ( z )  0
qu'on obtient en résolvant :
d 1
0
dz G( z )

Règle 8: Angles des branches aux points de séparation


Si N branches du lieu se coupent en un point de séparation (c'est à dire que 2N morceaux de

courbe partent de ce point), l'angle entre deux morceaux de courbe voisins vaut :  .
n

Règle 9: Graduation du lieu en valeurs de k


Elle s'effectue en appliquant, en divers points, du lieu la condition des modules.

10.2 Précision des systèmes échantillonnés


Considérons le système de la figure 10.7.
E(z) ε(z) S(z)
G(z)

Figure 10.7

   88  
CHAPITRE XI: Les correcteurs numériques
   

La fonction de transfert de l'erreur ce système est donnée par:


 ( z) 1

E ( z) 1  G( z)
L'erreur statique est quantifiée par:
E( z)
 ()  lim  (kT )  lim 1  z 1   ( z )  lim 1  z 1 
k  z 1 1  G( z) z 1

Cette expression montre que, comme pour le cas des systèmes continus, l'erreur statique
dépend à la fois du système et de l'entrée.

N ( z)
Posons : G ( z )  avec : n  0 et N (1)  0 et D (1)  0
 z  1
n
D( z )

Pour une entrée de type échelon de position, on a :


z
e (t )   (t )  E ( z ) 
z 1
Pour une entrée de type échelon de vitesse, on a :

Tz
e (t )  t  E ( z ) 
 z  1
2

Pour une entrée de type échelon d’accélération, on a :

T 2 z ( z  1)
e(t )  t 2  E ( z ) 
 z  1
3

Considérons la forme générale du signal d’entrée :


T m zR( z )
e(t )  t m  E ( z )  avec : R(1)  0
 z  1
m 1

Il vient :
T m R ( z ) D ( z )  z  1
mn

 ()  lim  (kT )  lim


k  z 1
 z  1 n
D( z )  N ( z ) 
Le tableau 10.1 présente les valeurs des erreurs statiques en fonction du signal d’entrée et de
la nature du système.

   89  
CHAPITRE XI: Les correcteurs numériques
   
Tableau 10.1. Erreurs statiques en fonction du signal d’entrée
Système
n=0 n=1 n=2
Echelon 1
0 0
(m=0) 1  G (1)

Rampe TD(1)
entrée  0
(m=1) N (1)

Accélération 2T 2 D(1)
 
(m=2) N (1)

   90  
CHAPITRE XI: Les correcteurs numériques
   
Chapitre XI : Les correcteurs numériques

11.1 Préambule
Dans le cas où les performances obtenues d’un système sont insuffisantes en termes de
stabilité et/ou de rapidité et/ou de précision, il est nécessaire d’introduire un correcteur.
Nous nous intéressons, dans ce chapitre, aux correcteurs numériques. Ces derniers
présentent plusieurs avantages par rapport aux correcteurs analogiques. Comme il a été
déjà mentionné dans le chapitre 6 de ce cours, l’utilisation d’un calculateur numérique
permet une grande souplesse dans la programmation des algorithmes. Ceci permet
d’obtenir facilement des lois de commandes variées. Il est à rappeler que les correcteurs
analogiques sont plus difficiles à réaliser en pratique.
La structure générale d’un système en boucle fermée, commandé à l’aide d’un calculateur
numérique, est présentée par la figure 11.1.

Figure 11.1

Le Convertisseur Analogique Numérique (CAN) va convertir l’erreur ε (t ) entre l’entrée et la


sortie en une valeur numérique et échantillonne cette erreur toutes les T secondes. Par la suite,
le calculateur numérique lit la valeur numérique de l’erreur, la met en mémoire et, à partir
d’un algorithme, produit un signal numérique de commande u (kT ). Ce signal est ensuite
transformé par un convertisseur numérique ‐ analogique (CNA) en un signal continu v (t ).
Ce signal v (t ) est généralement amplifié par un amplificateur de puissance et appliqué au
système physique à commander.
Il faut également indiquer que le CNA doit délivrer un signal de type continu. Ceci est réalisé
en conservant constante la valeur de sortie du convertisseur entre deux instants
d’échantillonnage. Il est à noter que les deux opérations de conversion (analogique‐numérique
et numérique‐analogique) sont synchronisées au moyen d’une horloge qui cadence ces
opérations. Dans la pratique, les convertisseurs ne réalisent pas une conversion instantanée.
De même, il y a introduction d’erreurs de quantification. De plus, la vitesse de calcul sera
fonction de la complexité de l’algorithme de conversion.
Dans la suite, on considère des fonctionnements idéaux pour les différents organes
numériques (temps de conversion infiniment court, pas d’erreurs de quantification, etc.) et on
les modélisera de la façon suivante :
 le convertisseur analogique‐numérique, qui convertit les échantillons de l’erreur à la
cadence de T secondes, sera modélisé sous forme d’un échantillonneur parfait ;
 l’algorithme de calcul, programmé dans le calculateur numérique, sera modélisé par
une fonction de transfert en z puis par une équation récurrente que l’on peut
programmer aisément sur calculateur numérique ;
 le convertisseur numérique‐analogique, dont la sortie est maintenue constante entre les
instants k T et ( k + 1)T, sera modélisé par un bloqueur d’ordre zéro.

   91  
CHAPITRE XI: Les correcteurs numériques
   
Le modèle idéal, constitué par ces différents éléments, est présenté dans la figure 11.2.

Figure 11.2

Il existe plusieurs types de correcteurs numériques. Nous nous limiterons, dans ce chapitre, à
la présentation :
 de la synthèse d’un correcteur numérique à partir d’un correcteur échantillonné,
 du PID numérique,
 de la synthèse d'un système à réponse pile,
 du régulateur RST.

11.2 Synthèse d’un correcteur numérique à partir d’un correcteur échantillonné


11.2.1 Principe
Considérons le système de la figure 11.3. Le système continu de fonction de transfert F ( p )
est commandé par un correcteur numérique C ( z ) .

Figure 11.3

Pour déterminer le correcteur C ( z ) , il suffit de synthétiser le correcteur continu C ( p) dans le


cas continu en considérant le système présenté par la figure 11.4 pour ensuite le discrétiser.
Ceci peut se faire par des méthodes de transposition.

Figure 11.4

Remarque :
Théoriquement, il faut tenir compte de la présence du bloqueur dans l’étude en temps continu.
Toutefois, une fréquence d’échantillonnage suffisamment grande peut nous permettre de le
négliger. L’étude du système se fait alors en continu sans tenir compte de la présence du
bloqueur.
Dans la suite, on présentera deux méthodes de transposition à savoir:
 la transformation d'Euler
 et la transformation homographique

   92  
CHAPITRE XI: Les correcteurs numériques
   
11.2.2 Méthodes de transposition
11.2.2.1 Transformation d'Euler
Cette méthode découle de la dérivation mathématique définie par:
dx x (t )  x ( t  h )
 lim
dt h  0 h
En posant: h  T et pour: t  kT on obtient:
x ( kT )  x (( k  1)T )
x '( kT ) 
T
Si on note: x '( kT )  y ( kT ) , cette opération de dérivation se traduit d'un point de vue discret
par la fonction de transfert :
Y ( z) 1
 (1  z 1 )
X ( z) T
La dérivation dans le domaine temporel se traduit par l'opérateur de Laplace p, on obtient la
règle de substitution suivante permettant de déterminer l'approximation discrète d'une
fonction à temps continu:
1
p  (1  z 1 )
T

11.2.2.1 Transformation homographique (ou bilinéaire)


La transformation homographique est inspirée de l’intégration par la méthode des trapèzes
d’une fonction continue, figure 11.5.
En écrivant l’intégrale de x (t ) à l’instant t  kT , soit i (kT )  0 x( )d , à partir de sa valeur
kT

à l’instant  k  1 T et de la surface du trapèze défini par approximation linéaire de x (t ) entre


les instants  k  1 T et kT , on obtient :
T
i ( kT )  i (( k  1)T )   x (kT )  x ((k  1)T ) 
2

Figure 11.5

Soit la fonction de transfert associée :


I ( z ) T 1  z 1

X ( z ) 2 1  z 1
D’un point de vue symbolique, l’intégration dans le domaine à temps continu se traduit par
1
l’opérateur ; on en déduit les règles de substitution suivantes :
p

   93  
CHAPITRE XI: Les correcteurs numériques
   

1 T 1  z 1
p 
 2 1  z 1
 1
  2 1 z
 p T 1  z 1

11.3 Le PID numérique


11.3.1 Principe
La commande u( t ) donnée par le régulateur PID analogique dans sa forme classique est décrite par :
 1 t d ( t ) 
u( t )  K p  ( t ) 
 Ti   (  )d  T
0 d
dt 

Elle est la somme de trois termes :
 le terme proportionnel K p ( t )
t
1
Ti 0
 le terme intégral K p  (  )d

d ( t )
 le terme dérivé K pTd
dt
Les paramètres du régulateur PID sont :
 le gain proportionnel K p
 le temps intégral Ti (exprimé en secondes)
 le temps dérivatif Td (exprimé en secondes)

L’équivalent discret du régulateur PID est donné par :


 T k T 
uk  K p  k    j  d   k   k 1  
 Ti j 0 T 
 k et uk étant les échantillons de l’erreur et de la commande à l’instant kT .

L’équation récurrente relative à ce régulateur est définie par :


 T T 
uk  uk 1  K p  k   k 1   k  d   k  2 k 1   k  2  
 Ti T 
Si on pose:
pk  K p k
T k
ik  K p  j
Ti j  0
T
d k  K p d   k   k 1 
T
par application de la transformée en z, on a :
P( z )  K p ( z )
T
En remarquant que: ik  ik 1  K p  k et par application de la transformée en z, on obtient :
Ti
T
I( z )( 1  z 1 )  K p  ( z )
Ti

   94  
CHAPITRE XI: Les correcteurs numériques
   
De même on a:
D( z )  K p
Td
T
1  z 1   ( z )
La fonction de transfert d'un PID numérique peut prendre la forme suivante:

 T T 1 
 C( z )  K p 1  d 1  z 1  
U( z )

( z )  T Ti 1  z 1 
1
 Kp 
Kd
T
1  z 1   K i T
1  z 1
Kp
avec: K d  K pTd (gain de l’action dérivée) et K i  (gain de l’action intégrale)
Ti
11.3.2 Détermination des paramètres du PID numérique
11.3.2.1 Méthodes expérimentales
Pour le cas du PID numérique, cette méthode est une généralisation de la méthode de Ziegler Nichols
utilisée pour la détermination des paramètres du PID analogique. De ce fait, deux essais peuvent être
effectués :
 un essai indiciel,
 un essai de pompage.

a) Essai indiciel (Essai en boucle ouverte)


Comme pour le cas du PID analogique, cette méthode consiste, à partir de la réponse indicielle d'un
système apériodique en boucle ouverte, à identifier le système et à ajuster les paramètres du régulateur.
On trace tout d'abord la tangente au point d'inflexion de la courbe de la réponse indicielle, puis on
relève les valeurs de a et t0 , figure 11.6.
.

Figure 11.6. Réponse relative à un essai en boucle ouverte

Les paramètres du K p K i et K d du régulateur sont donnés dans le tableau 11.2 en fonction de a ,


,
de t 0 et de la période d’échantillonnage T.

   95  
CHAPITRE XI: Les correcteurs numériques
   
Tableau 11.2
Régulateur Kp Ki Kd
1
P - -
a( t0  T )
0.9 0.27t0
PI  0 . 5 K iT -
a( t0  0.5T ) a( t0  0.5T )2
PID 1 .2 0.6t0 0 .5
 0 . 5 K iT
a( t0  T ) a( t0  0.5T )2 a

b) Essai de pompage (Essai en boucle fermée)


Comme pour le cas du PID analogique, cette méthode en boucle fermée consiste à déterminer
la limite de pompage du système en boucle fermée. Le pompage est défini par l'apparition
d'oscillations entretenues et en général indésirables.
Pour cela, on associe le système physique à un correcteur P dans une boucle fermée.
On augmente ensuite la valeur du gain proportionnel K, jusqu'à l'apparition d'oscillations
entretenues sur la sortie du système : on est en limite de stabilité, le phénomène de pompage
est atteint.
On relève, dès lors, la valeur de K, notée K0 , qui a produit le pompage, ainsi que la valeur de
la période T0 des oscillations. Les paramètres du régulateur numérique sont donnés par le
tableau 11.3.

Figure 11.6

Figure 11.7

   96  
CHAPITRE XI: Les correcteurs numériques
   

Tableau 11.3

Régulateur Kp Ki Kd
P 0.5K0 - -

PI K0
0.45K 0  0.5K iT 0.54 -
T0
PID K 3 KT
0.6 K 0  0.5KiT 1.2 0
T0 40 0 0

11. Méthodes analytiques


Il existe plusieurs méthodes permettant la détermination des paramètres du PID numérique.
Chaque méthode dépend de la nature du système à commander.
Considérons la fonction de transfert du système en boucle fermée de la figure 11.7.
Le but est de déterminer C ( z ) afin que la fonction de transfert du système en boucle fermée
se comporte comme un système de fonction de transfert H m ( z ) .

Figure 11.7

Soit F ( z ) la fonction de transfert en boucle fermée de ce système. On a :


C ( z )G ( z )
F ( z) 
1  C ( z )G ( z )
Le but est d’avoir :
F ( z)  H m ( z)
De ce fait, nous pouvons déduire que :
H m ( z)
C ( z) 
G ( z )(1  H m ( z ))
Toutefois, cette méthode ne permet pas de déterminer systématiquement les paramètres du
H m ( z)
régulateur. Car, en plus des équations du fait que doit être physiquement
G ( z )(1  H m ( z ))
réalisable (degré du numérateur doit être supérieur au degré du dénominateur), il faut extraire
trois équations permettant la détermination des trois inconnues K p , Ki et K d .

11.4 Synthèse d'un système à réponse plate


Il s'agit de concevoir un système échantillonné à temps de réponse minimal, c'est à dire un
système pour lequel l'erreur pour une entrée donnée s'annule au bout d'un nombre fini et
minimal de périodes d'échantillonnage et demeure nulle par la suite.
Considérons le système de la figure 11.8.

   97  
CHAPITRE XI: Les correcteurs numériques
   

Figure 11.8

La fonction de transfert du système en boucle fermée est donnée par:


S ( z) C ( z )G ( z )
H ( z)  
E ( z ) 1  C ( z )G ( z )

Il en résulte l'expression de C ( z ) :
H ( z) 1
C ( z)  .
1  H ( z) G( z )
L’erreur s'exprimant par l’équation suivante :
 ( z )  E ( z )  S ( z )  E ( z )  H ( z ) E ( z )  E ( z ) 1  H ( z ) 
on en déduit l’erreur statique  ( ) exprimée par :

z 1
  z 1
 
 ( )  lim 1  z 1  ( z )  lim 1  z 1 E ( z ) 1  H ( z ) 
Pour une entrée de type échelon de position, on a :
z
e (t )   (t )  E ( z ) 
z 1
Pour une entrée de type échelon de vitesse, on a :
Tz
e(t )  t  E( z ) 
 z  1
2

Pour une entrée de type échelon d’accélération, on a :


T 2 z ( z  1)
e(t )  t  E ( z ) 
2

 z  1
3

Considérons la forme générale du signal d’entrée :


T m zR( z ) T m z  m 1 R ( z )
e(t )  t m  E ( z )  
 z  1 1  z 1 
m 1 m 1

L’erreur est exprimée, pour ce cas, par :


T m z  m1R( z )
 ()  lim 1  z 1
  ( z)  lim 1  z  1
1  H ( z) 
 
z 1 z 1 m1
1  z 1
Pour que:  ( )  0 , il faut que :

1  H ( z)   1  z 1 
m1
Q( z )
Pour que l'erreur s'annule en un nombre fini de périodes d'échantillonnage, Q ( z ) doit
être un polynôme, et pour que ce nombre soit minimal, il faut que le degré de Q ( z ) soit
minimal, d’où :
Q( z )  1

   98  
CHAPITRE XI: Les correcteurs numériques
   
Ainsi :
 
m1
H ( z )  1  1  z 1

Les polynômes H ( z ) sont appelés les prototypes minimaux.


Le tableau 11.4 regroupe les prototypes minimaux en fonction de l’entrée du système.

Tableau 11.4
m e(t) E(z) H(z)
z
0 e(t )  1 z 1
z 1
Tz
1 e(t )  t 2z 1  z 2
 z  1
2

T 2 z ( z  1)
2 e(t )  t 2
3z -1 - 3z -2  z -3
 z  1
3

11.5 Le régulateur RST


11.5.1 Principe
La structure de ce régulateur est montrée dans la figure 11.9.

Figure 11.9

Un régulateur RST est composé de trois polynômes en z-1, R ( z 1 ) , S ( z 1 ) et T ( z 1 )


exprimées par :
R( z 1 )  r0  r1z 1  r2 z 2  ....  rnR z  nR
S ( z 1 )  s0  s1z 1  s2 z 2  ....  snS z nS
T ( z 1 )  t0  t1z 1  t2 z 2  ....  tnT z  nT
avec: nR  deg( R) , nS  deg( S ) et nT  deg(T )
Le système à réguler est défini par la fonction de transfert suivante :
1 B( z 1 )
G( z ) 
A( z 1 )
A( z 1 ) et B( z 1 ) étant des polynômes en z-1définis comme suit:
A( z 1 )  a0  a1 z 1  a2 z 2  ...  anA z  nA
B( z 1 )  b0  b1 z 1  b2 z 2  ...  bnB z  nB

   99  
CHAPITRE XI: Les correcteurs numériques
   
avec: nA  deg( A) , nB  deg( B)

wk représente les perturbations appliquées à la sortie du système.


En absence de perturbation ( wk  0 ), la fonction de transfert en boucle fermée du système de
la figure 11.9 est donnée par:
Y ( z 1 ) B ( z 1 )T ( z 1 )
1
 1 1 1 1
 H ( z 1 )
V ( z ) A( z ) S ( z )  B ( z ) R ( z )
A partir de la figure 11.9, nous pouvons établir que :
S ( z 1 )U ( z 1 )  T ( z 1 )V ( z 1 )  R ( z 1 )Y ( z 1 )
et déduire l’équation récurrente suivante :
1
uk    s1uk 1  s2uk 2  ...  snS uk nS  t0 vk  t1vk 1  ...  tnT vk nT
s0
 r0 yk  r1 yk 1  r2 yk 2  ...  rnR yk  nR 

Le régulateur RST impose les pôles du système en boucle fermée tels que :
A( z 1 ) S ( z 1 )  B( z 1 ) R( z 1 )  P( z 1 )

où P( z 1 ) est le polynôme caractéristique désiré pouvant être exprimé comme suit:


P( z 1 )  p0  p1 z 1  p2 z 2  ...  pn p z  nP
avec: n p  deg( P)
Cette équation est appelée équation de Diophante, ou identité de Bezout, dont la résolution
permet la détermination des polynômes R( z 1 ) et S ( z 1 ) .

11.5.2 Equation polynomiale


a) Définitions et généralités
On appelle équation polynomiale (ou équation de Diophante, ou de Bezout) une équation dans
laquelle les fonctions inconnues sont des polynômes. Elle se présente sous la forme:
AX  BY  C
où A , B , C, X et Y sont des polynômes en z 1 . A et B sont connus. X et X sont des
inconnues à déterminer.
Le degré n de l'équation polynomiale AX  BY  C est tel que :
n  max deg( AX ), deg( BY ), deg(C )
L’équation polynômiale: AX  BY  C est dite régulière, si :
deg( A)  deg ( B )  deg(C )

La solution de l'équation polynomiale AX  BY  C , dans laquelle au moins un des deux


polynômes X et Y a le degré minimal, est appelée solution minimale.

Théorème1
L'équation AX  BY  C admet une solution si et seulement si :
deg( X )  deg(Y )  1  max deg( AX ), deg( BY ), deg(C )

   100  
CHAPITRE XI: Les correcteurs numériques
   
Théorème 2
Dans le cas d'une équation régulière ( deg( A)  deg ( B )  deg(C ) ), les solution minimales X 0
et Y0 sont de degrés respectifs:
deg( X 0 )  deg( B)  1

deg(Y0 )  deg( A)  1
Théorème 3
Dans le cas d'une équation non régulière ( deg( A)  deg ( B )  deg(C ) ), il existe deux solutions
minimales distinctes, une solution minimale en X telle que:
deg( X 0 )  deg( B)  1

deg(Y )  max  deg(C )  deg( B )  ,  deg A  1
et une solution minimale en Y telle que:
deg(Y0 )  deg( A)  1

deg( X )  max  deg(C )  deg( A)  ,  deg( B )  1

Théorème 4
 
Soit X p , Yp une solution particulière de l'équation AX  BY  C ; la solution générale peut
s'exprimer sous la forme :
 X  X p  QB

Y  Yp  QA
Q étant un polynôme quelconque.

Exemple 1: Considérons l'équation polynômiale: Z 1 X  (1  2Z 1  z 2 )Y  1  Z 1


Les degrés respectifs des polynômes A, B et C sont 1, 2 et 1.
L'équation polynomiale est donc régulière d'où on a une solution minimale  X 0,Y0  telle que:
deg( X 0 )  deg( B)  1  2 1  1  X 0  x0  x1 z 1
 
deg(Y 0 )  deg( A)  1  1  1  0 Y0  y0

En remplaçant X et Y par X0 et Y0 dans l'équation polynomiale, nous pouvons établir que :


x0  1 , x1  1 et y0  1

Exemple 2:
Considérons l'équation :
z 1 X  (1  z 1 )Y  z 3
Les degrés respectifs des polynômes A, B et C sont 1, 1 et 3. L'équation polynomiale est non
régulière et admet deux solutions minimales: une solution minimale en X notée  X 0 , Y1  ,
avec :
deg( X 0 )  deg( B)  1  1  1  0  X 0  x0
 
deg(Y1 )  deg(C )  deg( B)  3 1  2 Y1  y0  y1 z  y2 z
1 2

On trouve :
X 0  1 et Y1   z 1  z 2

   101  
CHAPITRE XI: Les correcteurs numériques
   

une solution minimale en Y notée  X 1 , Y0  avec :


deg( X1 )  deg(C )  deg( A)  3  1  2  X1  x0  x1 z 1  x2 z 2
 
deg(Y 0 )  deg( A)  1  1  1  0 Y0  y0
on trouve :
X 1  z 1 et Y0  0

b) Résolution matricielle de l’équation diophantienne


Il existe une méthode de résolution matricielle de l’équation diophantienne qui se prête à une
mise en œuvre numérique facilitant la détermination des polynômes R( z 1 ) et S ( z 1 ) .
En considérant les expressions des polynômes A( z 1 ) , S ( z 1 ) B( z 1 ) R( z 1 ) et P( z 1 ) ,
l'équation diophantienne peut être écrite sous la forme matricielle suivante:
  a0 0   0 b0 0     0  p0 
  p 
 1 a a 0   b 1 b 0     1
  a2 a1   b2 b1     0    
s
  
  a2 0  b2       s1    
   
   a0 bnB            
  sn  
a  0    0  S     
max{nA  nS , nB  nR }  1  nA a b
  r0   
1 nB
 0 a  0     
 0 
a b p
nA 2
 r   nP 
   b1     0 
1
0     
     
        b2      
 
  0    an  n r
      R    
 A
 
  0    0 0     0 bnB   0 

 
nS  1 nR  1

La matrice suivante M définie par :


 a0 0   0 b0 0     0
a a   b1 b0   
 1 0

 a2 a1   b2 b1   
 
  a2 0  b2    
  a0 bm      
 
M   an  a1 0 bm    0
0 a a2  0    b0 
 n

 0       b1 
       b2 
 
 0    an    
 
0    0 0     0 bm 

est la matrice de Sylvester.

   102  
CHAPITRE XI: Les correcteurs numériques
   

Pour que la matrice de Sylvester soit inversible, il faut et il suffit que A et B soient premier
entre eux et que :
max{nA  nS , nB  nR }  nS  nR  1

11.5.3 Détermination des polynômes R, S et T


11.5.3.1 Cas de la régulation
a) Sans simplification de zéro
Le cas de la régulation correspond à une consigne constante. Le but de la commande est :
1) d'imposer une dynamique du système bouclé,
2) d'avoir une erreur statique nulle.

Imposer la dynamique d'un système bouclé revient à résoudre l'équation polynomiale :


A( z 1 ) S ( z 1 )  B( z 1 ) R( z 1 )  P( z 1 )
pour déterminer les polynômes R( z 1 ) et S ( z 1 ) .
La fonction de transfert en boucle fermée est donnée par :
Y ( z 1 ) B ( z 1 )T ( z 1 )
1
 1 1 1 1
 H ( z 1 )
V ( z ) A( z ) S ( z )  B ( z ) R ( z )
Pour avoir une erreur statique nulle, il suffit de prendre H (1)  1 .
En prenant: T ( z 1 )  t0 , on trouve que :
B(1)t0 P(1)
 1  t0 
P(1) B(1)

b) Avec simplification de zéros stables


Le polynôme S ( z 1 ) est souvent choisi de façon à simplifier les zéros de B( z 1 ) :
B( z 1 )  B  ( z 1 ) B  ( z 1 )
avec: B  ( z 1 ) et B  ( z 1 ) contenant respectivement les pôles stables et instables de B( z 1 ) .
Dans ce cas, on peut choisir S ( z 1 ) tel que :
S ( z 1 )  B  ( z 1 ) S '( z 1 )
La fonction de transfert en boucle fermée est donnée par:
Y ( z 1 ) B  ( z 1 ) B  ( z 1 )T ( z 1 )

V ( z 1 ) A( z 1 ) B  ( z 1 ) S '( z 1 )  B  ( z 1 ) B  ( z 1 ) R ( z 1 )
B  ( z 1 )T ( z 1 )
 1 1  1 1
 H ( z 1 )
A( z ) S '( z )  B ( z ) R( z )

L'équation de Diophante devient :


A( z 1 ) S '( z 1 )  B  ( z 1 ) R ( z 1 )  P( z 1 )

Pour avoir une erreur statique nulle, on peut prendre H (1)  1 .


En prenant T ( z 1 )  t0 , on trouve que :
B  (1)t0 P(1)
 1  t0  
P(1) B (1)

   103  
CHAPITRE XI: Les correcteurs numériques
   
c) Cas de rejet de perturbation
En présence de perturbation, la sortie du système, présenté dans la figure 11.9, est donnée par
l'équation suivante:
B ( z 1 )T ( z 1 ) A( z 1 ) S ( z 1 )
Y ( z 1 )  1 1 1 1
V ( z 1
)  1 1 1 1
W ( z 1 )
A( z ) S ( z )  B ( z ) R ( z ) A( z ) S ( z )  B ( z ) R ( z )

En considérant que A( z 1 ) possède l intégrateurs, il faut introduire le nombre d'intégrateur


manquant permettant d'annuler la perturbation d'ordre n en régime permanent.
Pour annuler l'erreur permanente vis à vis de la perturbation, il suffit de prendre :
S ( z 1 )  1  z 1  S1 ( z 1 )
m

avec: m  n  1  l

11.5.3.2 Cas de la poursuite


Dans le cas de la poursuite, on cherche à ce que le système en boucle fermée se comporte
comme un modèle de référence, figure 11.10:
B ( z 1 )
H m ( z 1 )  m 1
Am ( z )

Figure 11.10

La détermination des polynômes R( z 1 ) et S ( z 1 ) se fait comme pour le cas de la régulation


en fonction du polynôme P( z 1 ) .
Le polynôme T ( z 1 ) est choisi de la forme :
T ( z 1 )  kP( z 1 )
k est déterminé afin que le gain statique en boucle fermée soit égal à un.
On a :

   104  
CHAPITRE XI: Les correcteurs numériques
   

T ( z  1 ) B ( z 1 )
H ( z 1 )  1
 kB ( z 1 )
P( z )
1
et k 
B (1)
d'où la fonction de transfert en boucle fermée du système de la figure 11.10 est donnée par :
F ( z 1 )  kB ( z 1 ) H m ( z 1 )
Dans le cas où tous les zéros du système sont stables, on peut les simplifier en prenant:
S ( z 1 )  B( z 1 ) S '( z 1 )
Dans ce cas, on obtient :
F ( z 1 )  kH m ( z 1 )

Exemple d’Application
z  0.3
Considérons le système de fonction de transfert G ( z )  .
 z  0.5 2
1. Déterminer le régulateur RST permettant d'imposer au système en boucle fermée un
pôle double en 0.2 et une erreur statique nulle pour une entrée de type échelon de
position.
2. En déduire l'équation récurrente de la commande uk

Eléments de réponse

1. On a: G ( z )  1 
z 1 1  0.3z 1   B( z ) 1

1  0.5z 
2 1
1 A( z )

D’où :

B( z 1 )  z 1 1  0.3z 1 
et:
 
2
A( z 1 )  1  0.5 z 1
B( z 1 ) admet un zéro stable qu’on peut simplifier.
Donc, on peut choisir S ( z 1 ) tel que :
S ( z 1 )  B  ( z 1 ) S '( z 1 )
avec :
 B  ( z 1 )  1  0.3 z 1
  1 1
 B ( z )  z
L’équation de Bezout est donnée, dans ce cas, par :
A( z 1 ) S '( z 1 )  B  ( z 1 ) R ( z 1 )  P( z 1 )
avec :
P( z 1 )  1  0.2 z 1 
2

D’où :
1  0.5 z  1 2
S '( z 1 )  z 1 R ( z 1 )  1  0.2 z 1 
2

ou encore :

   105  
CHAPITRE XI: Les correcteurs numériques
   

1  z 1
 0.25z 2  S '( z 1 )  z 1R( z 1 )  1  0.4 z 1  0.02 z 2
Cette équation polynomiale est régulière. De ce fait, on a :
deg( S ')  deg( z )  1  0
1

 1 2
deg( R)  deg(1  z  0.25 z )  1  1
et :
S '( z 1 )  s0'
 1 1
 R( z )  r0  r1 z
On trouve:
 s0'  1

r0  0.6
r  0.23
1

La fonction de transfert du système en boucle fermée H ( z 1 ) est telle que :


H (1)  1 . En prenant T ( z 1 )  t0 , on trouve que :
P(1)
t0    0.64
B (1)

Finalement, on a :
 S ( z 1 )  1  0.3 z 1
 1 1
 R ( z )  0.6  0.23 z
T ( z 1 )  0.64

2.
On a :
S ( z 1 )U ( z 1 )  T ( z 1 )V ( z 1 )  R ( z 1 )Y ( z 1 )

   106  
Références
 

Références
Partie I
[1] Henri BOURLES, Hervé GUILLARD, Régulation - Commande des systèmes -
Performance et robustesse, Editions ELLIPSES, collection Technosup, Paris, 2012.

[2] Pierre FAURRE et Maurice ROBIN, Eléments d’automatiques, Edition DUNOD, Paris,
1984. (Code bibliothèque ENIT: B-842)

[3] Yves GRANJON, Automatique, systèmes linéaires, non linéaires, à temps continu, à
temps discret, représentation d’état, Edition DUNOD, Paris, 2003.

[4] Patrick SIARRY, Automatique de base, Editions ELLIPSES, 1989, Paris. (Code
bibliothèque ENIT: B-1437)

[5] Maurice RIVOIRE et Jeau Louis FERRIER, Cours d’automatique, Editions


EUROLLES, Paris 1994. (Code bibliothèque ENIT: B-1746)

[6] Christophe SUEUR, Philippe VANHEEGHE, Pierre BORNE, Automatique des


systèmes continus : éléments de cours et exercices résolus, Editions TECHNIP, Paris,
1997 (Code bibliothèque ENIT: B-1611)

Partie II
[7] Hubert EGON ; Michel MARIE, Pascal POREE, Traitement du signal et automatique
II. Asservissements linéaires échantillonnés et représentation d’état, Collection
Méthodes HERMANN, Editeur des sciences et des arts, 2001, Paris. (Code bibliothèque
ENIT: B-1966)

[8] Sami FADALI, Antonio VISIOLI, Digital Control EngineeringAnalysis and Design,
Academic Press, 2013.

[9] Emmanuel GODOY et Eric OSTERTAG, commande numérique des systèmes, Editions
ELLIPSES, 2003 Paris.

[10] Roland LONGCHAMP, Commande numérique de systèmes dynamiques - Tome 1


Solutions Cours d’automatique, Presses Polytechniques et Universitaires Romandes ;
Lausanne 2015.

[11] Roland LONGCHAMP, Commande numérique de systèmes dynamiques - Tome 2


Solutions des problèmes, Presses Polytechniques et Universitaires Romandes; Lausanne
2015.

[12] Yves SEVELY, Systèmes et asservissements linéaires échantillonnés, Editions DUNOD,


Paris, 1992. 

[13] Philippe VANHEEGHE, Christophe SUEUR, Pierre BORNE, Automatique des


systèmes échantillonnés : éléments de cours et exercices résolus, Editions TECHNIP,
Paris, 2001 (Code bibliothèque ENIT:B-1960)

107 
 

Vous aimerez peut-être aussi