Commande Numérique Partie1

Plan de cours – Commande des procédés
 Commande à temps continu

I. Compléments à l’analyse de stabilité
II. Calcul des contrôleurs
III. Saturation des actionneurs
IV. Contrôle par modèle interne – Prédicteur de Smith
 Commande numérique
I. Structure de commande numérique
II. Outil mathématique: la transformée en z
III. Approche numérique d’un procédé à temps continu
Université de Mons 258


I.1 Structure de commande numérique - Principes
I.2 Convertisseur Analogique-Numérique (CAN)
I.3 Convertisseur Numérique-Analogique (CNA)
I.4 Structure numérique complète
II. Outil mathématique: la transformée en z
III-1. Modélisation
III-2. Schéma boucle fermée et réponse temporelle
III-3. Etude de stabilité et performances transitoires
III-4. Synthèse d’un contrôleur

Jusqu’à présent : travail à temps continu
u(t) Procédé y(t)
En boucle fermée: à tout instant, comparaison entre r(t) et Hy(t) et

détermination de la commande u(t) à appliquer
Notamment en technologie électrique…

Seule approche jusqu’à l’apparition des « calculateurs »
Puis la commande est devenue numérique

- microchip, automate,…
- intégration complète avec l’aspect séquentiel
- possibilité d’une couche supérieure de contrôle-commande en supervision
sur les boucles de terrain (imposition des consignes)
- possibilité de lois de contrôle plus complexes si nécessaire
La vision change…
p(t)
C
{uk} u(t) y(t)
A CNA Procédé
L
C
{rk} U
L
A
T {vk} v(t)
E CAN Capteur
U
R
Gs=cste
Microcontrôleur
Ou
Système de contrôle Interface Système à temps continu
commande

p(t)
C
{uk} u(t) y(t)
A CNA Procédé
L
C
{rk} U
L
A
T {vk} v(t)
E CAN Capteur
U
R
Gs=cte
Microcontrôleur
Ou
commande
Au rythme d’une horloge (imposée ou configurable)

p(t)
C
{uk} u(t) y(t)
A CNA Procédé
L
C
{rk} U
L
A
T {vk} v(t)
E CAN Capteur
U
R
Gs=cte
Microcontrôleur
Ou
commande
Conversion « analogique – numérique »
Transformation de v(t) en {vk}={v(kTe)}
Te= période d’échantillonnage = cste
→ ETUDE DU CAN
p(t)
C
{uk} u(t) y(t)
A CNA Procédé
L
C
{rk} U
L
A
T {vk} v(t)
E CAN Capteur
U
R
Gs=cte
Microcontrôleur
Ou
commande
Conversion « numérique – analogique »
Transformation de {uk}={u(kTe)} en u(t)
u(t)=cste entre 2 instants d’échantillonnage
→ ETUDE DU CNA
p(t)
C
{uk} u(t) y(t)
A CNA Procédé
L
C
{rk} U
L
A
T {vk} v(t)
E CAN Capteur
U
R
Gs=cte
Microcontrôleur
Ou
commande
{rk}= consigne (< opérateur par clavier ou réseau, niveau de supervision)

Application de l’algorithme de contrôle {rk} et {vk} → {uk}

p(t)
C
{uk} u(t) y(t)
A CNA Procédé
L
C
{rk} U
L
A
T {vk} v(t)
E CAN Capteur
U Gs=cte
R
Interface Système à temps continu
→Modèle numérique : relation entre {uk} et {vk}

C p(t)
A
L {uk} u(t) y(t)
CNA Procédé
C
{rk}
U
L
A {vk} v(t)
T CAN Capteur
E Gs=cte
U
R

Fonctionnement - Modèle - Théorème de Shannon et filtre de garde

Fonctionnement - Modèle

Fonctionnement
échantillonnage
quantification
v(t) → {vk}={v(kTe)}
v(t) : signal à temps continu
suite de valeurs vk à des instants kTe
Si le signal est causal: vk  0 k  0

Schéma de principe
Amplificateurs de Echantillonneurs
conditionnement bloqueurs Multiplexeur Convertisseur
E/B b0
: b1
: :
: :
:
:
: : :
E/B bn
Choix du canal
(8 à 16 canaux)
- Temps de conversion - négligeable (25kHz)

kTe
(k+1)Te
Canal1 Canal2 Canal3 …
Tc:temps de conversion
i.Tc: délai pour obtenir le résultat (souvent faible)

Choix du canal
(8 à 16 canaux)
from NationaI Instruments

Amplificateurs de Echantillonneurs
conditionnement bloqueurs Multiplexeur Convertisseur
E/B b0
: b1
: :
: :
:
:
: : :
E/B bn
Choix du canal
(8 à 16 canaux)
- Quantification
nombre binaire : codage sur n bits → bn1 bn2 ... b2 b1 b0
gamme de mesure
pas de quantification: q 
2n1
erreur de quantification – précision de conversion:  q / 2

Nombre de bits Pas de quantification Valeur relative
8 78 mV 0,4%
12 4,88 mV 2,4.10-2%
14 1,22 mV 6.10-3%
16 0,31 mV 1,5.10-3%
gamme de mesure : ±10V
erreur très faible - la régulation ne fera jamais mieux.
! utilisation de l’entièreté de l’échelle…

Modèle
v(t) Echantillonneur v*(t) {vk}

Quantificateur
idéal
Signal analogique
Suite de valeurs quantifiées
Suite d’impulsions de Dirac d’intensité v(kTe)

v(t) Echantillonneur v*(t)
idéal
Signal analogique Suite d’impulsions de Dirac d’intensité v(kTe)
Echantillonneur
v(t) v*(t)
m(t) m(t) =  (t-kTe)

……. ……
kTe (k+1)Te
Comparaison spectrale
Soit X( jw) , le spectre de x(t), que vaut X * ( jw) , spectre de x*(t)?

Notons w0, la pulsation maximale caractéristique de x(t)
Le signal m(t) est périodique → développement en série de Fourier
Toute fonction périodique f(t) de période T peut être décomposée

en série de Fourier selon
 jwnt 2
f(t)   cne , wn  n
n  T
avec
T /2
1  jwnt
T  T/ 2
cn  f (t)e dt

Et donc
 2
f(t)   cne jwnt avec wn  n

2 n  T
m(t)   c ne jwnt
, wn  n
Te et cn 
1 T/2  jw t
 f(t)e n dt
n  T  T/2
Te / 2 Te / 2 2
 jn t
1  jwnt 1 1
 
Te
avec cn  ( t)e dt  (t)e dt 
Te  T / 2 Te  T / 2 Te
e e
Et de là,
2
  
1 jn t
1 jnwe t 2
m(t)   (t  kTe )   e Te
 T e si we 
k   n  Te n  e Te
Dès lors

 jwt
X * ( jw)   x * (t)e dt

  
1 jnwe t  jwt
  x(t).m(t).e
 jwt
dt   x(t).  T e .e dt
  n  e
Ou encore
  
1 jnwe t  jwt
X * ( jw)   x * (t)e
 jwt
dt   x(t).  T e .e dt
  n  e

1    
   
Te n   
x(t).e jnwe t  jwt 
e dt



1    
   
Te n   
x(t).e  j(wnwe )t 
dt



 jwt
X( jw)   x(t)e dt

1 
  X jw  nwe 
Te n 

Ou encore

 jwt 1 
X( jw)   x(t)e dt X * ( jw)   X jw  nwe 
 Te n 
Illustration
|X(w)|
X*(jw)??
Importance du choix de Te
Rappel:
w0, pulsation maximale caractéristique de x(t)

Cas n°1: we  2w0
|X(w)|
Te|X(w)|
Te|X(w)|

Cas n°2: we  2w0
|X(w)|
Te|X(w)|
Te|X(w)|

Donc
Te|X(w)| Te|X(w)|
Si we  2w0 , alors les spectres sont séparés et le spectre d’amplitude
X * ( jw) est la somme des spectres X jw  nwe  (pas de recouvrement)

Cas n°3: we  2w0
|X(w)|
Te|X(w)|
Te|X(w)|

Cas n°4: we  w0
|X(w)|
Te|X(w)|
Te|X(w)|

Donc
Te|X(w)| Te|X(w)|
Si we  2w0 , alors les spectres se recouvrent. Le spectre d’amplitude
X * ( jw) doit être calculé : on parle de recouvrement ou de repliement des spectres

Exemple numérique
Soit un signal sinusoïdal à la pulsation w0  3 (f0  1,5Hz  T0  0 ,67s) à échantillonner
Pour éviter tout repliement des spectres, il faut
we  2 * 3  6  18,8 rad / s càd fe  3Hz ou encore Te  0,33s
4 cas
1) Te=0,05 s (fe  20Hz; we  125rad / s) 2) Te=0,33 s (fe  3Hz; we  18,8rad / s)

Ok! Ok! Limite!

3) Te=0,5 s (fe=2Hz ; we=4=12,6rad/s) 4) Te=0,75 s (fe=1,33Hz ; we=2,67=8,36rad/s)
KO! KO!
Que voit-on?
w0  3 w0  3
we  4  we  2,67
composante en w   composante en w  0,33
f  0,5Hz  T  2s càd f  0,167Hz  T  6s

Théorème de Shannon et filtre de garde
1 w
Il apparaît donc que X * ( jw)  X( jw) pour 0  w  e uniquement si we  2w0
Te 2
Dans ce cas, le filtrage de x*(t) par un filtre passe-bande (gain constant entre
 we / 2 et we / 2 permet de reconstituer x(t).
THEOREME DE SHANNON
Si un signal x(t) de spectre X(jw) est à bande limitée (-w0, +w0),

il est possible de reconstituer x(t) à partir de sa version
échantillonnée x*(t) à condition que la pulsation d’échantillonnage
soit au moins égale à 2w0
1  we w
Donc si we  2w0 , X * ( jw)  X( jw) pour  w  e : spectres séparés
Te 2 2
1  we we
si we  2w0 , X * ( jw)  X( jw) pour  w : recouvrement des spectres
Te 2 2
En automatique…
Les spectres des signaux physiques ne sont généralement pas limités, et de ce fait
we  2w0
Dès lors , il n’est pas possible (recouvrement des spectres) de reconstituer x(t)
à partir de sa version échantillonnée x*(t) en limitant le spectre de x*(t) à
 we / 2 et we / 2 par filtrage
Mais comme {xk} sera constituée à partir de x*(t), ce n’est pas concevable!
Nécessité de limiter le spectre de x(t) aux pulsations allant de  we / 2 et we / 2
Introduction d’un filtre de garde Fg (w)

Filtre de garde idéal
= filtre de Shannon
Réponse impulsionnelle
 we t 
 sin  
1 jwt  2 
h(t)  
2  
Fg (w)e dw 
 we t 
 
 2 
Réponse impulsionnelle
 we t 
 sin  
1 jwt  2 
h(t)  
2  
Fg (w)e dw 
 we t 
 
 2 
- réponse non causale
- filtre non physiquement réalisable (temps réel)
filtres non idéaux :

1 w
Par exemple: filtre du second ordre avec   0,707 et  e
T 2

En résumé

Filtre de garde Quantificateur
idéal
GCAN
v(t) v*(t)
m(t) =  (t-kTe)
m(t)
……. ……
 we w 1 1
Pour  w  e , V * ( jw)  F {v * (t)}  V( jw)  F {v(t)}
2 2 Te Te

Fonctionnement
uk
{uk}={u(kTe)} → u(t)
{uk}= suite de valeurs numériques
Signal continu tel que

u(t)  GCNAuk pour kTe  t  (k  1)Te
Extrapolateur d’ordre 0
Schéma de principe
Registre
b0
b1
: : Circuit
{uk} : : analogique u(t)
: : :
bn

Modèle
{uk} u*(t) Extrapolateur u(t)

Modulateur
d’ordre 0
uk
u*(t)
Suite de valeurs quantifiées Signal analogique

uk+1
uk
Suite d’impulsions de Dirac d’intensité u(kTe)

{uk} u*(t) Extrapolateur u(t)
Modulateur
d’ordre 0
(t)
pTe 1
1e
t p t
kTe kTe (k+1)Te
*GCNA (gain éventuel)
Modulateur

{uk} u*(t)  uk (t  kTe )
k  
m(t) m(t) =  (t-kTe)

……. ……
kTe (k+1)Te
u*(t) Extrapolateur u(t)
d’ordre 0
Ge (p) 1  e pTe Ge ( jw) 1  e  jwTe 1  e  jwTe  jw 2e  jw 2e

T T
   e e
GCNA p GCNA jw jw
Te Te
 jw  jw Te
e 2 e 2  jw
 e 2
jw
 T   T    T   T 
cos w e   jsin w e    cos w e   jsin w e   Te
 2  2   2  2   jw
 e 2
jw
 T   T 
 2 sin w e   jw Te sin w e   jw Te
  2 e 2  T  2 e 2
e
w T
w e
2
u*(t) Extrapolateur u(t)
d’ordre 0
 T 
sin w e   jw Te
Ge (p) 1  e pTe Ge ( jw)
 Te 
2
 e 2
GCNA p GCNA T
w e
2
|Ge(jw)|/GCNA
ge(t)/GCNA |Ge(jw)|/GCNA=fct(w)
délai de Te/2

C p(t)
A
L {uk} u(t) y(t)
CNA Procédé
C
{rk} U
L
A {vk} v(t) Filtre de
T CAN Capteur
garde
E
Gs=cste
U
R

C p(t)
A
L {uk} u*(t) u(t) y(t)
Modulateur Ext. 0 Procédé
C
{rk} U
L
A
{vk} v*(t) v(t) Filtre de
T Quantif. Echant. Capteur
garde
E
Gs=cste
U
R

C p(t)
A
C
{rk} U
L
A
garde
E
Gs=cste
U
R
  we w
1 si w e
2 2
Filtre parfait: Fg (w)  
0  we w
si w  ou w  e
 2 2
C p(t)
A
C
{rk} U
L
A
garde
E
Gs=cste
U
R
1
V * ( jw)  V( jw)
Te
GCAN

 T 
sin w e   jw Te
U( jw)  GCNA .Ge ( jw).U * ( jw)  GCNA .Te 
2
e 2 .U * ( jw)
T
w e
2
C p(t)
A
C
U
L
{rk}
A
garde
E
Gs=cste
U
R
Hypothèse: GCAN*GCAN=1

II. Outil mathématique: la Transformée en z
II.1 Définition de la Transformée en z
II.2 Transformées en z de signaux caractéristiques
II.3 Propriétés de la Transformée en z
II.4 Lien « Transformée de Laplace » - « Transformée en z »
II.5 Inversion de la Transformée en z

II.1 Définition de la Transformée en z
Contexte
Echantillonnage des signaux

remplacement de la Transformée de Laplace par la Transformée en z
Définition
Echantillonnage de f(t)  suite de nombres f(0), f(Te ), f(2Te ),..., f(kTe ),...
Notation en fonction de k=t/Te
f(t)  suite de nombres f(0), f(1), f(2),..., f(k),... ou f0 , f1 , f2 ,..., fk ,...

Soit F(z), la Transformée en z de cette suite de nombres, la fonction de la variable
complexe z telle que
F(z)  f(0)  f(1)z 1  f(2)z 2  ...  f(k)z k ...


 f0  f1z 1
 f2z 2
 ...  fk z ...   fk z k  fk 
k
k 0

II.2 Transformées en z de signaux caractéristiques
Etant donné
fk   F(z)  f0  f1z 1  f2z 2  ...  fk z k ...
Transformée en z de l’impulsion
k  1 si k  0
 k   1
k  0 si k  0

fk   F(z)  f0  f1z 1  f2z 2  ...  fk z k ...
Transformée en z de l’échelon
fk  k  1 si k  0
f(t)  (t)  k   1  z 1  z 2  ...  z k ...
fk  k  0 si k  0
Pour autant que z 1  1 (ou z  1) , on peut également écrire
1 z
k   1  z 1  z 2  ...  z k ...  
1  z 1 z 1
domaine de convergence
de la transformée

fk   F(z)  f0  f1z 1  f2z 2  ...  fk z k ...
Transformée en z de la rampe
f(t)  t.(t) fk  k si k  0


fk  0 si k  0
F(z)  fk   z 1  2z 2  ...  kz k ...
2 3 k 1
or, la dérivée de (1  z 1  z 2  ...  z k ...) s’écrit (1.z  2.z  ...  k.z ...)
 z 1 (z 1  2z 2  ...  kz k  ...)
 z 1 Zfk 
Et donc
dz
 
d 1  z 1  z 2  ...  z k ...  d    z 1 f 
dz k k
d    d  1   d  z   z 1 f 
dz k dz  1  z 1  dz  z  1  k
z  1  z
fk   z 
d z  z
   z 
dz  z  1  z  12 z  12
fk   F(z)  f0  f1z 1  f2z 2  ...  fk z k ...
Transformée en z de at
fk  ak si k  0
f(t)  a (t)
t

fk  0 si k  0
F(z)  fk   1  az 1  a2z 2  ...  ak z k ...

 1  z
1  az 1 z  a
pour autant que az 1  1 ( z  a ) (domaine de convergence)

Transformée en z de l’exponentielle fk   F(z)  f0  f1z 1  f2z 2  ...  fk z k ...
at fk  e ak si k  0

f(t)  e (t) 
fk  0 si k  0
F(z)  fk   1  e az 1  e 2az 2  ...  e kaz k ...
 1  z
1  e az 1 z  e a
pour autant que e az 1  1 (domaine de convergence)
Transformée en z de l’exponentielle complexe

jt fk  e jk  cosk   j sink  si k  0
f(t)  e (t) 
fk  0 si k  0
F(z)  fk   1  e jz 1  e2 jz 2  ...  ekjz k ...

 1  z
1  e jz 1 z  e j
de là, on peut tirer, cosk  et sink 

En effet, fk   F(z)  f0  f1z 1  f2z 2  ...  fk z k ...

f(t)  cos(t)(t)  Re e jt (t)   
fk  Re e jk  cosk 

si k  0
fk  0 si k  0
zz  cos  
F(z)  fk   cos(k) 
z2  2z cos   1

f(t)  sin(t)(t)  Re e jt (t)   
fk  Im e jk  sink  si k  0

fk  0 si k  0
z sin
F(z)  fk   sin(k)  2
z  2z cos   1

fk   F(z)  f0  f1z 1  f2z 2  ...  fk z k ...

II.3 Propriétés de la Transformée en z
Etant donné
fk   F(z)  f0  f1z 1  f2z 2  ...  fk z k ...
Linéarité
fk  bg k   fk   bgk   F(z)  bG(z) avec  et b deux constantes.
Délai (translation vers la droite – translation retardée) fki  ?
 
fk i    fk iz k
 z  fk iz (k i)
i
k 0 k 0
fk i  0 pour k  i

z i
 f jz  j
j 0
fk i   z i fk 
fk   F(z)  f0  f1z 1  f2z 2  ...  fk z k ...
Translation vers la gauche – translation avancée fki  ?

(en supposant que le signal reste causal)
 
fk i    fk iz k
 z  fk iz (k i)
i
k 0 k 0
i

 
 z   fjz  j  f0 z0  f1z 1   fi1z (i1)  
 j 0 
i 
i1
 z  fk    fjz  j 
 j 0 
Par exemple: fk 1   zfk   f0   zfk   zf0
 
fk 2   z2 fk   f0  f1z 1  z2 fk   z2f0  zf1

fk   F(z)  f0  f1z 1  f2z 2  ...  fk z k ...
k 
Transformée d’une somme g k     x k   ?
i0 
t
A rapprocher de y(t)   x(t)dt (approximation par la méthode des rectangles)
0
k
y(t)   x(it)t avec t  kt
i 0
Si gk     xk  , on peut écrire

 k
gk   gk 1   xk 
i  0 
fk i   z i fk 
gk   z 1 gk   xk 
gk   1 x 
1  z 1
k
G(z)  1 1 X(z)
1z
fk   F(z)  f0  f1z 1  f2z 2  ...  fk z k ...
 
Transformée d’un produit de convolution y k    ukhk i   ?
i0 
A rapprocher du signal y(t) défini par

y(t)   u()h(t  )d
0
   
On peut écrire yk      uihk i    yk z     uihk i z k
  k
i  0  k 0 k  0 i  0 
i  j 
    

  ui   hk iz (k i)  i
  i
z  ui z   h j z   ui z .H(z)
i0 k 0  i 0  j 0  i 0
 U(z).H(z)
Y(z)  U(z).H(z)

fk   F(z)  f0  f1z 1  f2z 2  ...  fk z k ...
Théorème de la valeur finale lim xk ?

k 
Calcul de la valeur finale (valeur en régime établi d’un signal)

Comme X(z)   xk z k
k 0
(1  z 1 )X(z)  x 0  x1z 1  x 2z 2  ...  z 1 (x 0  x1z 1  x 2z 2  ...)

 x 0  (x1  x 0 )z 1  (x 2  x1 )z 2  ...
Et lim(1  z 1 )X(z)  lim xk

z1 k 
Théorème de la valeur initiale lim x k ?

k0
 x1 x 2
Comme X(z)   xk z k  x 0    ...
k 0 z z2
On a lim X(z)  lim xk  x 0

z  k 0

II.4 Lien « Transformée de Laplace » - « Transformée en z »
Contexte
Quantificateur
idéal
Signal analogique
Suite de valeurs quantifiées
Suite d’impulsions de Dirac d’intensité v(kTe)

La suite de nombres qui donne lieu à la Transformée en z, F(z)
f(0), f(1), f(2),..., f(k),... ou f0 , f1 , f2 ,..., fk ,...
vient de l’échantillonnage de la fonction f(t), signal noté f*(t)
f * (t)  f(0)(t)  f(1)(t  Te )  f(2)(t  2Te )  ...  f(k)(t  kTe )...
ayant pour Transformée de Laplace F*(p)
F * (p)  f(0)  f(Te )e pTe  f(2Te )e p2Te  ...  f(kTe )e pkTe ...
Cette expression est identique à
F(z)  fk   f(0)  f(1)z 1  f(2)z 2  ...  f(k)z k ...
Si l’on pose z  epTe
Et donc F(z)  fk   f * (t) epTe z  F * (p) epTe z

II.5 Inversion de la Transformée en z
Soit F(z) donné, comment obtenirfk  tel que F(z)  fk ?
En transformée de Laplace, décomposition en fractions simples et inversion

terme à terme
N(p) A
Exemple: F(p)    i  f(t)   A iepit
D(p) i p  pi i
Mais en Transformée en z
z
Elément :
e z  zi

F(z) Ai
1) Décomposer  (comme pour T.L.)
z i z  zi
z
2) De là, F(z)   A i
i z  zi
3a) Si zi est réel ,

Comme  ak    z
za
, on a fk  A izki
3b) Si zi est complexe ,

recombinaison des originales, fc ,k  A c zkc et fcc ,k  A cc zkcc
On a donc 
fc ,k  fcc ,k  A c zkc  A cc zkcc  2 Re A c zkc  .
Et si l’on pose A c  A c e jc ; z c  c e jc ,
 
on a finalement fc ,k  fcc ,k  2 Re A c zkc
 2 ReA c e j .kc e jk   2 A c kc cos( c  kc )
c c

Exemple
0,5z
Soit X(z) 
(z  0,5)(z  0,7)
Déterminer l’expression de xk ainsi que ses valeurs pour k=0, 1, 2, 3, 4
et la valeur finale ( lim x k )
k 
1) Décomposer
X(z) A
 i
z i z  zi
b
  
X(z) 0,5

z (z  0,5)(z  0,7) (z  0,5) (z  0,7)
  lim (z  0,5) 0,5  lim 0,5  2,5
z0 ,5 (z  0,5)(z  0,7) z0 ,5 (z  0,7)
0,5 0,5
b  lim (z  0,7)  lim  2,5
z0 ,7 (z  0,5)(z  0,7) z0 ,7 (z  0,5)
X(z) 0,5  2,5 2,5
  
z (z  0,5)(z  0,7) (z  0,5) (z  0,7)
0,5z z z
X(z)   2,5  2,5
(z  0,5)(z  0,7) (z  0,5) (z  0,7)
2) Comme z1 et z2 sont réels et comme  ak    z
za
, on a
X(z)  0,5z  2,5 z  2,5 z

(z  0,5)(z  0,7) (z  0,5) (z  0,7)
x k  2,5.0,5k  2,5.0,7k
Et donc x 0  2,5.0,50  2,5.0,70  0

x1  2,5.0,51  2,5.0,71  0,5
x 2  2,5.0,52  2,5.0,72  0,6
x 3  2,5.0,53  2,5.0,73  0,545
x 4  2,5.0,54  2,5.0,7 4  0,44
Et lim xk  lim(1  z 1 )X(z)  lim z  1 X(z)

k  z1 z1 z
 lim z  1 0,5z  lim(z  1) 0,5 0

z1 z (z  0 ,5)(z  0 ,7) z1 (z  0,5)(z  0,7)

En réalité, il s’agit de la réponse impulsionnelle du système tel que
0,5z
T(z)  X(z) 
(z  0,5)(z  0,7)
x 0  0; x1  0,5; x 2  0,6; x 3  0,545; x 4  0,44;...; x   0

Commande Numérique Partie1

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

Commande Numérique Partie1

Transféré par

Droits d'auteur :

Formats disponibles

Plan de cours – Commande des procédés

 Commande à temps continu

Université de Mons 258

 Commande à temps continu

Université de Mons 259

Jusqu’à présent : travail à temps continu

u(t) Procédé y(t)

En boucle fermée: à tout instant, comparaison entre r(t) et Hy(t) et

Notamment en technologie électrique…

Puis la commande est devenue numérique

Université de Mons 261

Au rythme d’une horloge (imposée ou configurable)

{rk}= consigne (< opérateur par clavier ou réseau, niveau de supervision)

Université de Mons 265

Interface Système à temps continu

→Modèle numérique : relation entre {uk} et {vk}

I.2 Convertisseur Analogique-Numérique (CAN)

I.3 Convertisseur Numérique-Analogique (CNA)

I.4 Structure numérique complète

Université de Mons 267

v(t) : signal à temps continu

suite de valeurs vk à des instants kTe

Si le signal est causal: vk  0 k  0

Université de Mons 268

- Temps de conversion - négligeable (25kHz)

Université de Mons 269

from NationaI Instruments

Université de Mons 270

Université de Mons 271

erreur très faible - la régulation ne fera jamais mieux.

! utilisation de l’entièreté de l’échelle…

Université de Mons 272

v(t) Echantillonneur v*(t) {vk}

Suite d’impulsions de Dirac d’intensité v(kTe)

Signal analogique Suite d’impulsions de Dirac d’intensité v(kTe)

m(t) m(t) =  (t-kTe)

Soit X( jw) , le spectre de x(t), que vaut X * ( jw) , spectre de x*(t)?

Le signal m(t) est périodique → développement en série de Fourier

Toute fonction périodique f(t) de période T peut être décomposée

Université de Mons 275

Université de Mons 277

Université de Mons 278

Université de Mons 279

Université de Mons 280

Si we  2w0 , alors les spectres sont séparés et le spectre d’amplitude

X * ( jw) est la somme des spectres X jw  nwe  (pas de recouvrement)

Université de Mons 281

Université de Mons 282

Université de Mons 283

Si we  2w0 , alors les spectres se recouvrent. Le spectre d’amplitude

X * ( jw) doit être calculé : on parle de recouvrement ou de repliement des spectres

Université de Mons 284

Pour éviter tout repliement des spectres, il faut

we  2 * 3  6  18,8 rad / s càd fe  3Hz ou encore Te  0,33s

1) Te=0,05 s (fe  20Hz; we  125rad / s) 2) Te=0,33 s (fe  3Hz; we  18,8rad / s)

Université de Mons 285

Université de Mons 286

Si un signal x(t) de spectre X(jw) est à bande limitée (-w0, +w0),

Nécessité de limiter le spectre de x(t) aux pulsations allant de  we / 2 et we / 2

Introduction d’un filtre de garde Fg (w)

Université de Mons 288

- réponse non causale

- filtre non physiquement réalisable (temps réel)