REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE

MISITERE DE L’ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE

UNIVERSUTE HASSIBA BENBOUALI DE CHLEF U.H.B.C

Faculté de technologie

Département d’Electrotechnique

TP Asservissement échantillonnée et régulation numérique.

Option : Machine électrique

TP : 01

TP
Simulation des opérations d’échantillonnage et de reconstitution.

Présenté par :

SERIR MOHAMMED AMIN

TEHARI YEHYA
TOUATI SID AHMED
KHADDIA MOHAMED AMINE

Encadrée par :

Dr. MELLAH

Promotion 2020
 Introduction

Introduction

Un asservissement est un système dont l'objet principal est d'atteindre le plus

rapidement possible sa valeur de consigne et de la maintenir, quelles que soient les
perturbations externes1. Le principe général est de comparer la consigne et l'état du système
de manière à le corriger efficacement. On parle également de système commandé
par rétroaction négative ou en boucle fermée.

Le principe de base d'un asservissement est de mesurer, en permanence, l'écart entre la

valeur réelle de la grandeur à asservir et la valeur de consigne que l'on désire atteindre, et de
calculer la commande appropriée à appliquer à un (ou des) actionneur(s) de façon à réduire
cet écart le plus rapidement possible .

Ce principe pratiquement universel a cependant un inconvénient (généralement

négligeable et souvent négligé, sauf pour les systèmes très rapides ou nécessitant des suivis
précis de trajectoire) : les actionneurs étant pilotés en fonction de l'écart entre valeur réelle et
consigne, le système ne peut réagir que lorsque cet écart est effectif, c’est-à-dire avec un
certain retard qui dépend de la précision des capteurs.

On peut, dans certains cas, compenser cet effet en complétant l'asservissement par
un feed forward, c’est-à-dire en pilotant les actionneurs pour obtenir directement la valeur
cible, ou du moins en donnant l'ordre qui permet de s'en approcher le plus en aveugle, si on
sait prévoir le comportement des actionneurs. Par exemple on peut, dans le cas d'un
asservissement en position, piloter directement l'accélération si on connaît l'accélération de la
consigne et l'inertie du système à contrôler.

L'échantillonnage est la sélection d'une partie dans un tout qui produit une série
d'échantillons à étudier. Le terme prend un sens précis dans certaines spécialités scientifiques
et techniques.

La régulation numérique est l'ensemble des techniques qui permettent de contrôler

une grandeur physique (ex. : température, vitesse, pression), sans intervention humaine, pour
la maintenir à une valeur donnée, appelée consigne. C'est une branche de l'automatique. Pour
les autres sens du mot régulation, voir Régulation.

UHBC Page 1
TP 1 Simulation des operations d’échantillonnage et de reconstitution

A. Déclaration d’un system continuo et discret par une function de transfert

1. Déclaration d’une function de transfer dans le debugger MATLAB
La function de transfert suivante est :
+
=
+ +

Le programme sous Matlab par l’utilisation de la function tf :

h11=tf([1 5],[1 2 8])

tp=h11;

figure(1)

step(tp)

figure(2)

impulse(tp)

figure(3)

rlocus(tp)

figure(4)

pzmap(tp)

2. Utilisation les function de MATLAB sur la fonction de transfert

Step Response
0.9

0.8

0.7

0.6
Amplitude

0.5

0.4

0.3

0.2

0.1

0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Time (sec)

Figure 1: Le graphe par la function Matlab step.

UHBC Page 2
TP 1 Simulation des operations d’échantillonnage et de reconstitution

Impulse Response
1.4

1.2

0.8

0.6
Amplitude

0.4

0.2

-0.2

-0.4

-0.6
0 1 2 3 4 5 6
Time (sec)

Figure 2: Le graphe par la function Matlab impulse.

Root Locus
6

2
Imaginary Axis

-2

-4

-6
-20 -15 -10 -5 0 5
Real Axis

Figure 3: Le graphe par la function Matlab rlocus.

UHBC Page 3
TP 1 Simulation des operations d’échantillonnage et de reconstitution

Pole-Zero Map
3

1
Imaginary Axis

-1

-2

-3
-5 -4.5 -4 -3.5 -3 -2.5 -2 -1.5 -1 -0.5 0
Real Axis

Figure 4: Le graphe par la function Matlab pzmap.

3. Utilisation les function (bode, nyquist et Nichols)

Le programme sous MATLAB

h11=tf([1 5],[1 2 8])

tp=h11;

figure(5)

Bode Diagram
10

0
Magnitude (dB)

-10

-20

-30

-40
0
Phase (deg)

-45

-90

-135
-1 0 1 2
10 10 10 10
Frequency (rad/sec)

Figure 5: Le graphe par la function bode.

UHBC Page 4
TP 1 Simulation des operations d’échantillonnage et de reconstitution

Nyquist Diagram
1

0.8

0.6

0.4

0.2
Imaginary Axis

-0.2

-0.4

-0.6

-0.8

-1
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
Real Axis

Figure 6: Le graphe par la function nyquist.

Nichols Chart
5

-5

-10
Open-Loop Gain (dB)

-15

-20

-25

-30

-35

-40

-45
-135 -90 -45 0 45
Open-Loop Phase (deg)

Figure 7: Le graphe par la function nichols.

UHBC Page 5
TP 1 Simulation des operations d’échantillonnage et de reconstitution

4. Déclaration la fonction de transfer par l’utilisation de la fonction tf

Le programme sous Matlab :

h11=tf([0.1],[1 0 0.1])

tz=h11;

figure(1)

step(tz)

tz1=c2d(tz,0.01)

figure(2)

impulse(tz)

tz2=c2d(tz,0.01)

figure(3)

rlocus(tz)

tz3=c2d(tz,0.01)

figure(4)

pzmap(tz)

tz4=c2d(tz,0.01)

UHBC Page 6
TP 1 Simulation des operations d’échantillonnage et de reconstitution

Step Response
0.45

0.4

0.35

0.3

0.25
Amplitude

0.2

0.15

0.1

0.05

-0.05
0 200 400 600 800 1000 1200
Time (sec)

Figure 8: Le graphe par la function Matlab step.

Impulse Response
0.15

0.1

0.05

0
Amplitude

-0.05

-0.1

-0.15

-0.2
0 200 400 600 800 1000 1200
Time (sec)

Figure 9: Le graphe par la function Matlab impulse.

UHBC Page 7
TP 1 Simulation des operations d’échantillonnage et de reconstitution

Root Locus
3

1
Imaginary Axis

-1

-2

-3
-0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3
Real Axis

Figure 10: Le graphe par la function Matlab rlocus.

Pole-Zero Map
0.8

0.6

0.4

0.2
Imaginary Axis

-0.2

-0.4

-0.6

-0.8
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
Real Axis

Figure 11: Le graphe par la function Matlab pzmap.

UHBC Page 8
TP 1 Simulation des operations d’échantillonnage et de reconstitution

6. Déclaration les deux fonctions dans un bloc simulink

Zero-Order
Hold

Zero-Order
Hold1
0.1 Scope

s2+0.1
Step
Transfer Fcn
Zero-Order
Hold2

Figure 12: Le modéle simulink de la function tf.

Figure 13: La résultat de la simulation.

UHBC Page 9
TP 1 Simulation des operations d’échantillonnage et de reconstitution

B. Déclaration d’un système continu ou discret donner dans l’espace d’état

Le programme écrit dans Matlab

sys = ss([0 1;0 -10],[0;50],[1 0],0)

a=

x1 x2

x1 0 1

x2 0 -10

b=

u1

x1 0

x2 50

c=

x1 x2

y1 1 0

d=

u1

UHBC Page 10
TP 1 Simulation des operations d’échantillonnage et de reconstitution

7. Déclaration de d’un système continu président par la fonction Matlab ss

ts=0.1;
sys = ss([0.8584 -0.9358;0.09358 0.952],[0.09358;0.004798],[1 1],0,ts)

a=

x1 x2

x1 0.8584 -0.9358

x2 0.09358 0.952

b=

u1

x1 0.09358

x2 0.004798

c=

x1 x2

y1 1 1

d=

u1

y1 0

Sampling time: 0.1

UHBC Page 11
TP 1 Simulation des operations d’échantillonnage et de reconstitution

8. Déclaration de d’un système discret président par la fonction Matlab ss

sys = ss([0.8584 -0.9358;0.09358 0.952],[0.09358;0.004798],[1 1],0,ts)

a=

x1 x2

x1 0.8584 -0.9358

x2 0.09358 0.952

b=

u1

x1 0.09358

x2 0.004798

c=

x1 x2

y1 1 1

d=

u1

y1 0

UHBC Page 12
TP 1 Simulation des operations d’échantillonnage et de reconstitution

8. Déclaration de d’un système discret président par la fonction Matlab dans un bloc
similink

Figure 14: Le modéle simulink de la function.

Figure 15: La résultat de la simulation de la fonction.

UHBC Page 13
TP 1 Simulation des operations d’échantillonnage et de reconstitution

C. Passage bidirectionnel entre fonction de transfert et espace d’état

10. Calcul de la fonction de transfert discret équivalant de 1 avec ts=0.3s,

Le programme dans M-File

h11=tf([1 5],[1 2 8])

tz=h11;

figure(1)

step(tz)

tz1=c2d(tz,0.3)

figure(2)

impulse(tz)

tz2=c2d(tz,0.3)

Sampling time: 0.3

Step Response
0.9

0.8

0.7

0.6
Amplitude

0.5

0.4

0.3

0.2

0.1

0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Time (sec)

Figure 16: Le graphe par la function Matlab step.

UHBC Page 14
TP 1 Simulation des operations d’échantillonnage et de reconstitution

Impulse Response
1.4

1.2

0.8

0.6
Amplitude

0.4

0.2

-0.2

-0.4

-0.6
0 1 2 3 4 5 6
Time (sec)

Figure 17: Le graphe par la function Matlab impulse.

Figure 18: Le graphe par la function Matlab rlocus.

UHBC Page 15
TP 1 Simulation des operations d’échantillonnage et de reconstitution

Figure 19: Le graphe par la function Matlab

8.Calcul la fonctiion de transfert discert équivalant de 2 par fonction c2d

Le programme dans M-File

h11=tf([0.1],[1 0 0.1])

figure(1)

sysc = d2c(h11,step)

num =

0 -0.1022 0.0316 0.1934 -0.1795 0.1620

den =

1.0000 6.2190 50.6538 222.7866 359.5180 162.7478

UHBC Page 16
TP 1 Simulation des operations d’échantillonnage et de reconstitution

Step Response
0.015

0.01

0.005
Amplitude

-0.005

-0.01

-0.015
0 2 4 6 8 10 12 14 16 18
Time (sec)

Figure 20: Le graphe par la function Matlab step.

Le Programme dans M-File

h11=tf([0.1],[1 0 0.1])

figure(2)

sysc = d2c(h11,impulse)

num =

0 0.5525 1.2035 0.6559

den =

1.0000 5.9519 6.4455 1.5103

UHBC Page 17
TP 1 Simulation des operations d’échantillonnage et de reconstitution

Step Response
0.45

0.4

0.35

0.3

0.25
Amplitude

0.2

0.15

0.1

0.05

0
0 2 4 6 8 10 12 14 16
Time (sec)

Figure 21: Le graphe par la function Matlab step.

12. Calcul la fonction de transfert du système par la fonction ss2tf

Le Programme dans M-File
[b,a] = ss2tf([0 1;0 -10],[0;50],[1 0],[0])

figure(1)

sysc = d2c(h11,step)

pour function step:

b=

0 0 50

UHBC Page 18
TP 1 Simulation des operations d’échantillonnage et de reconstitution

a=

1 10 0

num =

-2.0026 -4.9905 -6.6909 -2.4534

den =

1.0000 3.1840 3.2633 1.0768

pour function impulse

[b,a] = ss2tf([0 1;0 -10],[0;50],[1 0],[0])

figure(1)

sysc = d2c(h11,impulse)

simulation;

b =

0 0 50

a =

1 10 0

UHBC Page 19
TP 1 Simulation des operations d’échantillonnage et de reconstitution

Step Response
-1.7

-1.8

-1.9

-2
Amplitude

-2.1

-2.2

-2.3

-2.4

-2.5
0 1 2 3 4 5 6 7 8 9 10
Time (sec)

Figure 22: Le graphe par la function Matlab step.

UHBC Page 20
TP 1 Simulation des operations d’échantillonnage et de reconstitution

13. Calcul le système éuivalant de la fonction de transfert 2 par la fonction tf2ss

Le Programme dans M-File

b=[0.1];

a=[1 0 0.1];

[A,B,C,D] = tf2ss(b,a)

A=

0 -0.1000

1.0000 0

B=

C=

0 0.1000

D=

UHBC Page 21
TP 1 Simulation des operations d’échantillonnage et de reconstitution

b=[0.1];

a=[1 0 0.1];

figure(1)

[A,B,C,D] = tf2ss(b,a,impulse,0.1)

num =

0 0 0 0 1.2616 4.0678 6.5625 6.5732 3.4023 0.5677

den =

1.0e+004 *

0.0001 0.0016 0.0176 0.1325 0.5320 1.1229 1.2843 0.8113 0.2577 0.0316

-4
x 10 Impulse Response
20

15

10
Amplitude

-5
0 1 2 3 4 5 6 7 8 9 10
Time (sec)

UHBC Page 22
TP 1 Simulation des operations d’échantillonnage et de reconstitution

b=[0.1];

a=[1 0 0.1];

figure(1)

[A,B,C,D] = tf2ss(b,a,step,0.1)

num =

0 0 0 0 0.4413 1.1468 -
2.1881 -6.8307 -0.4034 7.0239 3.1271

den =

1.0e+004 *

0.0001 0.0013 0.0152 0.1091 0.5964 2.4732

6.4112 9.3057 6.9746 2.3035 0.1904

-4
x 10 Step Response
20

15

10
Amplitude

-5
0 10 20 30 40 50 60
Time (sec)

Figure 23: Le graphe par la function Matlab step.

UHBC Page 23
TP 1 Simulation des operations d’échantillonnage et de reconstitution

14. Calcul la fonction de transfert discret équivalant de 1 avec ts=0.3s

Pour A=[0 1 ,0 -10] .B=[0 ,50]

Figure 24: Le graphe par la function Matlab step.

Figure 25: Le bloc simulink de la fonction de transfert.

UHBC Page 24
TP 1 Simulation des operations d’échantillonnage et de reconstitution

Step Response

2.5

1.5
Amplitude

0.5

0 100 200 300 400 500 600

Time (sec)

Figure 26: Le graphe par la function Matlab step.

Impulse Response

0.08

0.06

0.04

0.02

0
Amplitude

-0.02

-0.04

-0.06

-0.08

-0.1

0 100 200 300 400 500 600

Time (sec)

Figure 27: Le graphe par la function Matlab impulse reponse..

UHBC Page 25
 Conclusion

Conclusion

Nous avons faire dans ce TP une simulation des plusieurs opérations

d’échantillonnage, par le calcul de fonction de transfert à partir des instructions spécial de
Matlab

UHBC Page 27