MIS Ch1

Modélisation et identification
des systèmes
1
Programme
Chapitre 1: Outils de modélisation

mathématique des systèmes
Chapitre 2: Modélisation des systèmes
dynamiques
Chapitre 3: Introduction à
l’identification des systèmes
2
Chapitre 1
Outils de modélisation
mathématique des systèmes
3
Systèmes et signaux
I. Systèmes et signaux
1. Définitions
Entrées Sorties
Système
Symbolisation d’un système
4
Un système est un ensemble d’éléments en interaction

entre eux selon certaines règles, et traduisant le
comportement de certaines variables dites de sortie vis-à-
vis des variables d’entrée.
Les entrées d’un système sont les variables externes qui

influent sur le comportement de ce dernier. Les entrées
non contrôlables sont appelées perturbations.
Les sorties sont les variables du système pour lesquelles

on s’intéresse. Ces variables dépendent du comportement
du système en fonction de ses entrées.
5
2. Classification des systèmes
a) Linéarité
Un système est dit linéaire ssi il obéit au principe de la

superposition (additivité + homogénéité) :
x1 (t )  y1 (t )
  x1 (t )   x2 (t )   y1 (t )   y2 (t )
x2 (t )  y2 (t )
D’un point de vue physique, un système est linéaire s’il est

décrit par des équations différentielles linéaires à
coefficients constants.
6
Exemples de nonlinéarité : saturation, hystérésis, zone

morte
y (t ) y (t )
x(t ) x(t )
y (t )
x(t )
7
b) Systèmes dynamiques et systèmes statiques
Un système est dit dynamique si ses sorties dépendent

des entrées actuelles et également des entrées
précédentes. Le système est régit alors par des équations
différentielles dont la variable indépendante est le temps.
On dit alors que le système possède une mémoire.
Un système statique est un système sans mémoire dont

les réponses à un instant donné dépendent uniquement
des entrées à cet instant.
8
c) Invariance
Un système est dit invariant dans le temps (ou

stationnaire) si un décalage temporel d’une entrée
quelconque pour ce système produit la même réponse
décalée avec le même intervalle de temps :
x(t )  y(t )  x(t   )  y(t   )
Un système variant est un système dont les réponses

changent avec le temps. Les paramètres de ce système
sont donc fonction du temps.
9
d) Continuité
Un système continu est un système dont les variables

internes et externes dépendent continuellement du
temps et donc fournissent une information à tout instant.
Un système discret possède des variables qui sont

définies uniquement à des instants discrets séparés par
des intervalles fixes ou variables.
10
e) Systèmes déterministes et systèmes

stochastiques
Un système est dit déterministe si ses réponses ne

manifestent pas un comportement aléatoire en fonction
du temps. Dans ce cas, la connaissance des états actuels
du système permet de déterminer tous les futures états
de ce dernier.
Un système stochastique est soumis à des variations

aléatoires qui empêchent de prédire son comportement
à partir d’un instant donné.
11
f) Causalité
Un système est dit causal si ses réponses à un instant

donné dépendent seulement des entrées à cet instant
et/ou des entrées aux instants précédents et non aux
instants futurs.
g) Stabilité
Un système est dit stable si pour toute entrée bornée la

sortie est également bornée, sinon il est dit instable.
12
3. Classification des signaux
Un signal est vecteur d’information qui dépend d’une

certaine variable (généralement le temps). Un signal
temporel peut être :
• A valeurs continues à temps continu (signal analogique)
• A valeurs discrètes à temps continu (signal quantifié)
• A valeurs continues à temps discret (signal
échantillonné)
• A valeurs discrètes à temps discret (signal numérique)
13
Analogique Quantifié
y (t ) y (t )
x(t ) x(t )
Echantillonné Numérique
y (t ) y (t )
x(t ) x(t )
14
4. Signaux usuels
a) Echelon unité
1 si t  0
u (t )  
0 si t  0
L’échelon unité est conventionnellement noté

u(t). La réponse d’un système à l’échelon est
appelée réponse indicielle.
15
u (t ) u (t  t 0 )
1 1
0 t 0 t0 t
Echelon unité Echelon unité retardé
16
b) Impulsion unité
1 / T si t  T
 T (t )  
0 si t  T
c) Impulsion unité de Dirac
0 si t  0
 (t )  
  si t  0

du(t )
Propriétés:  (t ) 
dt 
  (t )dt  1
17
 T (t )  (t )
1
1
T
0 T t 0 t
Impulsion unité Impulsion unité de Dirac
18
d) Rampe unité
r (t )  t. u(t )
Rampe unité retardée
r (t )  (t  t0 ). u (t  t0 )
0 si t  t0

 t  t0 si t  t0
19
r (t ) r (t  t 0 )
1 1
0 1 t 0 t0 t0  1 t
Rampe unité Rampe unité retardée
20
e) Signal sinusoïdal
x(t )  A. cos(0t   )
où A est l’amplitude du signal, 0 est la pulsation

du signal en rad/sec et  est la phase à t=0.
La fréquence du signal est :

0
f0 
2
21
x(t )
T0  2 / 0
T0
A
A cos 
0 t
Signal sinusoïdal
22
f) L’exponentielle complexe
x(t )  e(  j )t  e t . (cos t  j sin t )
Les parties réelle et imaginaire de ce signal sont

soit exponentiellement croissantes (>0) soit
exponentiellement décroissantes (<0).
La fonction et est appelée l’enveloppe

(exponentielle) du signal x(t).
23
x(t ) x(t )
 0  0
e t
t t
Signal sinusoïdal Signal sinusoïdal non

amorti amorti
24
5. Signaux composés
Certains signaux peuvent être établis par

superposition de plusieurs signaux usuels.
Exemple
x(t )
0 1 2 t
25
x(t ) x(t )
t u (t ) 1
1
0 1 t 0 1 t
 (t  1) u(t  1)
x(t )
1
x(t )  t u (t )  (t  1) u (t  1)
 u (t  2)
0 1 2 t
 u(t  2)
26
Transformée de Laplace
II. Transformée de Laplace
1. Définition
La transformée de Laplace transforme une

fonction f(t) (t0) en une fonction F(s) où s est
une variable complexe, telle que :

F ( s )  L ( f (t ))   e  st f (t )dt
0
27
2. Propriétés
Linéarité
a f (t )  b g (t )  a F (s)  b G(s)
Dérivée temporelle
f (t )  s F (s)  f (0)
Dérivée seconde temporelle
f (t )  s 2 F ( s)  s f (0)  f (0)
28
Dérivée nème temporelle

f ( n ) (t )  s n F ( s)  s n1 f (0)    f ( n1) (0)
Dérivée en s
t f (t )   F (s)
Dérivée nème en s
t n f (t )  (1) n F ( n ) ( s)
29
Intégration temporelle
t
F ( s)

0
f ( )d 
s
Intégration en s

f (t )
  F ( )d
t s
Changement d’échelle
1 s
f (at )  F  , a  0
a a
30
Décalage temporel
f (t  a) u (t  a)  e  as F ( s)
Décalage en s
e at f (t )  F ( s  a )
Valeur initiale
lim f (t )  lim s F ( s )
t 0 s 
31
Valeur finale
lim f (t )  lim s F ( s )
t  s 0
3. Transformées usuelles
Echelon unitaire
1
u(t ) 
s
32
Impulsion de Dirac
 (t )  1
Rampe unité
1
t 2
s
Fonction puissance
tn 1
 n 1
n! s
33
Exponentielle
1
e 
at
sa
Fonction sinus

sin t  2
s  2
Fonction cosinus
s
cos t  2
s  2
34
Fonction sinus décroissante


e sin t 
at
( s  a) 2   2
Fonction cosinus décroissante
sa
e cos t 
at
( s  a) 2   2
Exemple
f (t )  (1  3t ) e 2t
35
F ( s)  L ( f (t ))  L ((1  3t ) e 2t )
 L ( g (t ) e 2t ), g (t )  1  3t
 G( s  2)
1 3
G( s)   2
s s
1 3
F ( s)  
s  2 ( s  2) 2
36
4. Transformée inverse
f (t )  L-1 ( F ( s))
On peut utiliser les transformées inverses des

fonctions usuelles et parfois on aura besoin de
décomposer f en éléments simples. Soit :
N (s)
F ( s) 
D( s)
où F est strictement propre et irréductible.
37
a) Cas de racines simples

N (s)
F (s) 
( s  p1 )( s  p2 )  ( s  pn )
a1 a2 an
  
s  p1 s  p2 s  pn
avec
ai  ( s  pi ) F ( s ) s  p
i
38
Exemple
1 a1 a2
F ( s)   
( s  2)(s  3) s  2 s  3
a1  (s  2).F (s) s 2  1
a2  (s  3).F (s) s 3  1
1 1
F ( s)    f (t )  e2t  e3t
s 2 s 3
39
b) Existence d’un facteur du deuxième ordre

N ( s)
F (s) 
( s  p1 )( s  pn  2 )( s 2  As  B)
a1 an  2 an 1s  an
   2
s  p1 s  pn  2 s  As  B
Si aucun des pi est nul, on peut trouver an en

posant s=0, puis on trouve an-1 en posant s=p tel
que ppi
sinon on peut trouver d’abord an-1 en calculant la
lim de sF(S) lorsque s∞
40
Exemple
2 s 2  5s  6 a1 a2 s  a3
F ( s)    2
( s  4)( s  2s  5) s  4 s  2s  5
2
a1  (s  4).F (s) s 4  2
s  0  a3  1, s  1  a2  0
2 1
F ( s)   2
s  4 s  2s  5
41
 1   1 
f (t )  2e  L  2
4t -1
  2e  L 
4t -1

 s  2s  5   ( s  1) 2
 4 
 2e 4t  L-1 G( s  1)  2e 4t  e t g (t )
avec
1 1 2  1
G(s)  2 , g (t )  L   2
-1
  sin 2t
s 4 2 s  4 2
1 t
f (t )  2e  e sin 2t
4t
2
42
c) Existence d’une racine double

N (s)
F (s) 
( s  p1 )  ( s  pn  2 )( s  pn ) 2
a1 an  2 an 1 an
   
s  p1 s  pn  2 s  pn ( s  pn ) 2
Pour trouver an on peut multiplier F(s) par (s-pn)2

puis poser s=pn
Pour trouver an-1 on pose s=p tel que ppi
43
Exemple
s 1 a1 a2 a3
F ( s)  2    2
s ( s  1) s  1 s s
a1  (s  1).F (s) s 1  2
a3  s 2 .F ( s) s 0  1, s  2  a2  2
2 2 1
F ( s)    2  f (t )  2et  2  t
s 1 s s
44
Système du 1er ordre
III. Système du 1er ordre
1. Définition
Un système du premier ordre est un système régit

par une équation différentielle de la forme :
dy(t )
  y(t )  Kx(t )
dt
 : constante de temps (sec)

K : Gain statique
45
La fonction de transfert est :

Y (s) K
F (s)  
X ( s) s  1
2. Réponse impulsionnelle
Elle est donnée par la réponse du système à une

entrée x(t)=(t).
K
Y (s)  F (s).X (s)  1
s  1
46

y(t ).
K
1 t
K 
y(t )  e 

0.37
0.05
0  3 t
Réponse impulsionnelle
47
3. Réponse indicielle

entrée x(t)=u(t).
K 1
Y (s)  F (s).X (s)  
s  1 s
 
t

y(t )  K 1  e  
 
48
y (t )
 2%
K
0 .9 K
0.63 K
ts
tr
0.1K
0  t
Réponse indicielle
49
Caractéristiques
• Erreur statique : écart entre l’entrée et la

sortie du système au régime permanent; es=1-K.
• Temps de montée : temps pris pour passer de

10% à 90% de la valeur finale de la réponse
indicielle; tr≈2.2.
• Temps de réponse : temps pris pour atteindre

2% près de la valeur finale de la réponse
indicielle; ts ≈ 4.
50
4. Réponse fréquentielle
Elle est donnée par la réponse du système au

régime permanent à une entrée x(t)=Asin(t).
x(t )  A sin  t y(t )  A F ( j ) sin(  t   )
Réponse fréquentielle d’un système
51
Gain du système
K K
F ( j )  
j  1 ( ) 2  1
Phase du système
  argF ( j )    arctan( )
Fréquence de coupure à -3db

1
c 

52
Diagramme de Bode
Le diagramme de Bode est une manière de représenter la

réponse fréquentielle d’un système. Il est composé
généralement de deux diagrammes.
Le diagramme du gain représente la variation du gain (en

db) en fonction de la pulsation du signal d’entrée (en
rad/sec).
Le diagramme de la phase représente le déphasage (en

deg) de la réponse fréquentielle en fonction de la
pulsation du signal d’entrée.
53
Bode Diagram
0
-5
-10
Magnitude (dB)
-15
-20
-25
-30
-35
-40
0
Phase (deg)
-45
-90
-2 -1 0 1 2
10 10 10 10 10
Frequency (rad/sec)
Diagramme de Bode (K=1, =1)

54
Exemple
di
v  Ri  L R
dt
 i
V ( s )  R  Ls I ( s )
v

1
I (s)  V (s) L
Ls  R
R Ls
VR ( s )  V (s) VL ( s )  V (s)
Ls  R Ls  R
55
Système du 2ème ordre
IV. Système du 2ème ordre
1. Définition
Un système du deuxième ordre est un système

régit par une équation différentielle de la forme :
d 2 y(t ) dy(t )
2
 20  0
2
y (t )  K 2
0 x(t )
dt dt
 : coefficient d’amortissement
0 : pulsation propre (rad/sec)
K : Gain statique
56
La fonction de transfert est :

Y ( s) K02
F ( s)   2
X (s) s  20 s  02
2. Réponse impulsionnelle

entrée x(t)=(t).
K02
Y (s)  F (s).X (s)  2 1
s  20 s  0
2
57
y (t )
tp   1 : Régime oscillatoire
 1   1 : Régime critique
 1   1 : Régime apériodique
 1
Tp
Réponse impulsionnelle
58
Caractéristiques (régime oscillatoire)
• Pseudo-pulsation :
 p  0 1   2
• Pseudo-période :
2
Tp 
0 1   2
• Temps au 1er pic :

tp 
20 1   2
59
3. Réponse indicielle

entrée x(t)=u(t).
K02 1
Y (s)  F (s).X (s)  2 
s  20 s  0 s
2
Si <1 la réponse indicielle présente un

dépassement qui dépend uniquement de .
60
y (t )
D
D2
K
 1
 1
 1
t
Réponse indicielle
61
Caractéristiques (régime oscillatoire)
• Dépassement :
  
D%  100 exp  
 1  2 
 
• Temps au 1er pic :


tp 
0 1   2
• Taux d’atténuation :
D2   2 
A  exp 
D  1  2 
 
62
• Temps de montée (10-90%) :

2.16  0.6
Tr  , (0.3    0.8)
0
• Temps de montée (0-100%) :

Tr 
 
0 1   2

,   arctan 1   2  
• Temps de réponse (2%) :

4
ts 
0
63
4. Réponse fréquentielle
K02
F ( j )  2
0   2  2 j
Pour <1, les caractéristiques de la réponse

fréquentielle varient en fonction de .
Si <0.707 la réponse du gain présente un

maximum :
K
F ( j ) max 
2 1   2
64
La pulsation pour laquelle on atteint ce maximum

est appelée pulsation de résonnance :
 R  0 1  2 2
Le rapport :
1
QR 
2 1   2
est appelé facteur de résonnance.
65
Bode Diagram
40
20
Magnitude (dB)
-20
-40
-60
-80
0
 =1.5
-45  =0.5
Phase (deg)
 =0.05
-90
-135
-180
-2 -1 0 1 2
10 10 10 10 10
Frequency (rad/sec)
Diagramme de Bode (K=1, 0=1)

66
Exemple
R
1 di
C
v  Ri  idt  L
dt  i
v C
 1  
V ( s)   R   Ls  I ( s)
 Cs 
L
Cs
I ( s)  V ( s)
LCs  RCs  1
2
VC (s) 
1
V ( s)
LCs 2  RCs  1
RCs
VR (s)  V ( s) LCs 2
LCs  RCs  1
2 VL ( s)  V ( s)
LCs  RCs  1
2
67
Diagrammes blocs
V. Diagrammes blocs
1. Définition
Un diagramme bloc est une représentation

graphique d’un système ou d’une partie de lui
sous forme de blocs représentant les différentes
fonctions de transfert des variables d’intérêt du
système.
68
Diagrammes blocs
Exemple
D(s)
R(s)  Y(s)
 G1  G2

H1
69
Diagrammes blocs
2. Eléments de construction
X(s) Y(s) Y(s)

H
Y(s)
Bloc Branchement
X1(s) Y(s) X1(s) Y(s)

 
 
X2(s) X2(s)
Sommateur Comparateur
70
Diagrammes blocs
3. Règles de simplification
Un diagramme qui contient plusieurs blocs peut

être réduit à un seul bloc mettant ainsi en
évidence la fonction de transfert directe entre
l’entrée et la sortie du système.
Une boucle dans un diagramme bloc est un

chemin fermé dont les branches sont parcourues
qu’une seule fois.
71
Diagrammes blocs
Blocs en cascade (série)
X(s) Y(s)
H1 H2
X(s) Y(s)
H1H2
X(s) Y(s)
H2H1
72
Diagrammes blocs
Blocs en parallèle
X(s) Y(s)
H1 

H2
X(s) Y(s)
H1H2
73
Diagrammes blocs
Boucle fermée
X(s) Y(s)


G
X(s) G Y(s)
1  GH
74
Diagrammes blocs
Déplacement d’un branchement en amont

d’un bloc
X(s) Y(s)
H
X(s) Y(s)
H
Y(s)
H
75
Diagrammes blocs
Déplacement d’un branchement en aval

d’un bloc
X(s) Y(s)
H
X(s) Y(s)
H
X(s)
1/H
76
Diagrammes blocs
Déplacement d’un sommateur en amont

d’un bloc
X1(s) Y(s)
H 

X2(s)
X1(s) Y(s)
 H

X2(s)
1/H
77
Diagrammes blocs
Déplacement d’un sommateur en aval d’un

bloc
X1(s) Y(s)
 H

X2(s)
X1(s) Y(s)
H 

X2(s)
H
78
Diagrammes blocs
Combinaison de sommateurs
X2(s)
X1(s)  Y(s)
 

X3(s)
X2(s)
X1(s)  Y(s)


X3(s)
79
Diagrammes blocs
Etapes de simplification des diagrammes
1. Simplifier les blocs en cascade.

2. Simplifier les blocs en parallèle.
3. Simplifier les boucles internes.
4. Déplacer les branchements (de préférence
vers la droite) et les sommateurs (de
préférence vers la gauche).
5. Répéter les étapes 1 à 4 jusqu’à l’obtention
d’un seul bloc.
80
Diagrammes blocs
Exemple
H2
X(s)  Y(s)
 G1  G2 G3 
 
H1
81
Diagrammes blocs
H2/G2
X(s)  Y(s)
  G1 G2 G3 
 
H1/G1
82
Diagrammes blocs
X(s) G1G2 H2  G2G3 Y(s)


 1  H1G2 G2
83
Diagrammes blocs
X(s) G1H2  G1G2G3 Y(s)


 1  H1G2
X(s) G1H2  G1G2G3 Y(s)

1  H1G2  G1H2  G1G2G3
84
Diagrammes blocs
4. Principe de superposition
Pour un système linéaire à plusieurs entrées, la

réponse globale du système est déterminée par
la somme de toutes les réponses individuelles
vis-à-vis de chaque entrée.
Une réponse individuelle à une entrée

quelconque est calculée en annulant toutes les
autres entrées du système.
85
Diagrammes blocs
Exemple
D(s)
X(s)  Y(s)


G1  G2
H1
G1G2  G2
Y ( s)  YR  YD   R( s)   D( s)
D 0 R 0
1  H1G1G2 1  H1G1G2
86
Graphes de fluence
VI. Graphes de fluence
1. Définition
Le graphe de fluence ou graphe de transfert est

une alternative du diagramme blocs qui peut être
utilisé pour calculer la fonction de transfert entre
deux variables quelconques d’un système.
Les graphes de fluence s’avèrent plus utiles dans

le cas des systèmes complexes.
87
Graphes de fluence
2. Eléments de construction
Les nœuds : ils représentent les variables

(signaux) du système.
Les branches : ce sont des arcs orientés qui

représentent les fonctions de transfert entre les
variables.
X G Y
Branche
Nœud
88
Graphes de fluence
Les nœuds d’entrée (source) : ce sont des nœuds

qui ne possèdent que des arcs sortants.
Les nœuds de sortie (puits) : ce sont des nœuds

qui ne possèdent que des arcs rentrants.
Les chemins : ces sont des branches ou des

séquences de branches reliant un nœud à un
autre. Le gain d’un chemin est défini comme
étant le produit des gains (fonctions de transfert)
de toutes les branches qui le constituent.
89
Graphes de fluence
Les chemins directs : ce sont des chemins dont

les nœuds et les branches ne sont traversés
qu’une seule fois.
Les boucles : ce sont des chemins fermés dont les

nœuds et les branches ne sont traversés qu’une
seule fois. Le gain d’une boucle est défini comme
étant le produit des gains de chaque branche
constituant cette boucle.
Les boucles disjointes : ce sont des boucles qui

ne partagent aucun nœud.
90
Graphes de fluence
X(s)  Y(s)
 G 
 Y1 Y2
X 1 Y1 G Y2 1 Y 1 Y
Nœud Nœud de
d’entrée H sortie
91
Graphes de fluence
3. Formule de Mason
Elle permet de calculer la fonction de transfert

entre deux variables quelconques d’un système
sans passer par les étapes de réduction.
Y k Pk  k
F 
X 
Pk : gain du kème chemin direct entre X et Y

k : cofacteur du kème chemin direct
 : déterminant du graphe
92
Graphes de fluence
Déterminant d’un graphe
=1- (somme des gains des boucles

individuelles)+(somme des produits des gains des
paires de boucles disjointes)–(somme des
produits des gains des triplets de boucles
disjointes)+…
Cofacteur d’un chemin
k est la valeur de  pour le portion du graphe

disjointe du kème chemin direct.
93
Graphes de fluence
Exemple
H1
X(s)   Y(s)
 G1  G2 

H2
94
Graphes de fluence
H1
X 1 1 G1 G2 1 1 Y
H2
P1  G1G2 , 1  1
1  G1G2  G1G2 H1
P2  1,  2  1  G1G2 H1 F
1  G2 H 2  G1G2 H1
  1  (G2 H 2  G1G2 H1 )
95
Représentation d’état
VII. Représentation d’état
1. Définitions
Un système linaire peut être défini par ses

variables d’état. La variation de ces variables en
fonction du temps est donnée par les équations
d’état de la forme :
x : Vecteur d’état
 x  Ax  Bu A : Matrice d’état
 B : Matrice de commande
 y  Cx  Du C : Matrice de sortie
D : Matrice de transmission directe
96
Ordre d’un système

Il est défini par le nombre de variables d’état qui
correspondent à la représentation minimale du
système. L’ordre du système est égal au rang de
sa matrice d’état.
Pôles d’un système

Ils sont donnés par les valeurs propres de la
matrice d’état du système. Les valeurs propres
sont les racines du polynôme caractéristique de la
matrice d’état.
97
2. Passage d’une représentation d’état à la

fonction de transfert
La fonction de transfert peut être obtenue à

partir de l’équation d’état en utilisant la relation
suivante :
 C  SI  A  B  D
Y (s) 1
F (s) 
X (s)
98
Exemple
 x1   0 1   x1  0
 x    6  5   x   1  u (t )
 2    2  
 x1 
y (t )  8 1  
 x2 
99
s 1 
SI  A   
 6 s  5 
 s  5 1
SI  A1
 2
1
 
s  5s  6  6 s 
 s  5 1 0
 8 1 
1
F (s)  2   
s  5s  6  6 s  1
s 8
 2
s  5s  6
100
3. Passage de la fonction de transfert à la

représentation d’état
Soit la fonction de transfert suivante :
U ( s ) a0  a1s    am s m
F (s)  , mn
Y ( s ) b0  b1s    bn s n
Le passage de la fonction de transfert à l’équation

d’état n’est pas unique. Il existe plusieurs formes
de représentation d’état qui peuvent être
utilisées selon le besoin.
101
a) Forme canonique de commandabilité
On pose :
U ( s) U ( s) X ( s)
F (s)   
Y ( s) X ( s) Y ( s)
On a alors :
 Y ( s)
 X ( s)  a 0  a 1 s    a m s m


U (s)
 X ( s)  b0  b1 s    bn s n
102
En supposant des conditions initiales nulles et en

appliquant la transformée inverse :
 y(t )  a0 x(t )  a1 x (t )   am x ( m) (t )

u (t )  b0 x(t )  b1 x (t )  bn x ( n ) (t )
En posant :
x1  x, x2  x , , xn  x ( n 1)
103
On obtient :
 x1  x2
 

 xn 1  xn

 x (t )   b0 x (t )  b1 x (t )    bn 1 x (t )  1 u (t )
 n bn
1
bn
2
bn
n
bn
 y (t )  a x (t )  a x (t )   a x (t )
 0 1 1 2 m m 1
On définit alors le vecteur d’état x=[x1 x2  xn]T.
104
La représentation d’état est donnée par :
 0 1 0  0  0
 0    
 0 1 0  
x (t )   0 0 0     x(t )      u (t )
  
     1  0
 b0 
b1
  
bn 1   1
 bn bn bn   bn 
y (t )  a0  am 0  0 x(t )
105
Exemple
s2
F ( s)  3
s  3s  6
0 1 0 0 
x (t )   0 0 1  x(t )  0  u (t )
 6  3 0 1
y (t )  2 1 0 x(t )
106
b) Forme canonique d’observabilité
 b0 
0 0  0 
bn   a1 
  
1 b1 
0  0   
 bn   am 
x (t )  0 1  0    x(t )     u (t )
 bn  2  0
   0   
 bn 
 
 bn 1  
 0 
0 0  1 
 bn 
y (t )  0 0  1 x(t )
107
Exemple
s2
F ( s)  3
s  3s  6
0 0  6   2
x (t )  1 0  3  x(t )  1   u (t )
0 1 0  0
y (t )  0 0 1 x(t )
108
c) Forme canonique diagonale
La fonction de transfert est décomposée en

éléments simples. Si les pôles du système sont
simples, on peut alors mettre la fonction de
transfert sous la forme suivante :
c1 cn
F ( s )  c0  
s  p1 s  pn
109
La forme canonique diagonale est donnée par :
 p1 0  0 1
0 p2 0 0  1
x (t )    x(t )     u (t )
    
  
0 0 0 pn  1
y (t )  c1  cn  x(t )  c0  u (t )
110
Exemple
s4 2 3 1
F (s)  3   
s  3s  2 s s s  1 s  2
2
0 0 0 1
x (t )  1  1 0   x(t )  1  u (t )
0 1  2 1
y (t )  2  3 1 x(t )
111
d) Forme canonique de Jordan
La fonction de transfert est décomposée en

éléments simples. Si par exemple un pôle est
multiple, on a alors :
c1 ck ck 1 cn
F ( s )  c0     
( s  p1 ) ( s  p1 ) k s  p2 s  pn
112
La forme canonique de Jordan est donnée par :
 p1  0 0  0 0 
       
  
0  pk 0  0 1
x (t )     x(t )     u (t )
0  0 pk 1  0 1
      
   
 0  0 0  pn  1
y (t )  c1  cn  x(t )  c0  u (t )
113
Exemple
3s  4 2 1 1
F (s)    
s 3  5s 2  8s  4 ( s  2) 2 s  2 s  1
 2 0 0 0 
x (t )   0  2 0   x(t )  1  u (t )
 0 0  1 1
y (t )  2  1 1 x(t )
114
Simulation
La simulation d’un système à partir de sa

représentation d’état peut être effectuée en
utilisant les diagrammes blocs ou les graphes de
fluence. Ces derniers permettent de modéliser les
équations différentielle du système et de simuler
les variations de ses variables d’état.
L’élément de base utilisé dans un diagramme de

simulation est l’intégrateur.
115
Exemple
 x1   0 1   x1  0
 x    6  5   x   1  u (t )
 2    2  
 x1 
y (t )  8 1  
 x2 
116
u  x 2 x2 x1 
y
1/s 1/s 8 
 
-5
-6
117

MIS Ch1

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

MIS Ch1

Transféré par

Droits d'auteur :

Formats disponibles

Modélisation et identification

Chapitre 1: Outils de modélisation

Symbolisation d’un système

Un système est un ensemble d’éléments en interaction

Les entrées d’un système sont les variables externes qui

Les sorties sont les variables du système pour lesquelles

2. Classification des systèmes

Un système est dit linéaire ssi il obéit au principe de la

D’un point de vue physique, un système est linéaire s’il est

Exemples de nonlinéarité : saturation, hystérésis, zone

b) Systèmes dynamiques et systèmes statiques

Un système est dit dynamique si ses sorties dépendent

Un système statique est un système sans mémoire dont

Un système est dit invariant dans le temps (ou

x(t )  y(t )  x(t   )  y(t   )

Un système variant est un système dont les réponses

Un système continu est un système dont les variables

Un système discret possède des variables qui sont

e) Systèmes déterministes et systèmes

Un système est dit déterministe si ses réponses ne

Un système stochastique est soumis à des variations

Un système est dit causal si ses réponses à un instant

Un système est dit stable si pour toute entrée bornée la

3. Classification des signaux

Un signal est vecteur d’information qui dépend d’une

L’échelon unité est conventionnellement noté

Echelon unité Echelon unité retardé

c) Impulsion unité de Dirac

Impulsion unité Impulsion unité de Dirac

Rampe unité retardée

Rampe unité Rampe unité retardée

où A est l’amplitude du signal, 0 est la pulsation

La fréquence du signal est :

x(t )  e(  j )t  e t . (cos t  j sin t )

Les parties réelle et imaginaire de ce signal sont

La fonction et est appelée l’enveloppe

Signal sinusoïdal Signal sinusoïdal non

Certains signaux peuvent être établis par

II. Transformée de Laplace

La transformée de Laplace transforme une

Dérivée seconde temporelle

f (t )  s 2 F ( s)  s f (0)  f (0)

Dérivée nème temporelle

Fonction sinus décroissante

On peut utiliser les transformées inverses des

où F est strictement propre et irréductible.

a) Cas de racines simples

b) Existence d’un facteur du deuxième ordre

Si aucun des pi est nul, on peut trouver an en

 2e 4t  L-1 G( s  1)  2e 4t  e t g (t )

c) Existence d’une racine double

Pour trouver an on peut multiplier F(s) par (s-pn)2

Pour trouver an-1 on pose s=p tel que ppi

III. Système du 1er ordre

Un système du premier ordre est un système régit

 : constante de temps (sec)

La fonction de transfert est :

Elle est donnée par la réponse du système à une

Elle est donnée par la réponse du système à une

• Erreur statique : écart entre l’entrée et la

• Temps de montée : temps pris pour passer de

• Temps de réponse : temps pris pour atteindre

Elle est donnée par la réponse du système au