MODELISATION DES SYSTEMES

L'approche d'un système qui consiste à l'isoler et à en identifier les entrées et sorties est typique de la
démarche de l'automaticien. Son but est de déterminer le signal de commande optimal à appliquer au
système qui permet d'atteindre les objectifs fixés pour la sortie.

Pour cela, il est nécessaire de connaître le comportement du système. Plusieurs démarches sont
possibles, l'automaticien peut détailler le comportement interne du système en traduisant, sous forme
d'équations, les différents phénomènes physiques mis en jeu. II peut aussi soumettre le système à un
signal d'entrée connu et analyser sa sortie.

Quelle que soit la démarche utilisée, il obtiendra un modèle mathématique qui lui permettra de
prévoir l'évolution du système soumis à une entrée quelconque. Cette phase de modélisation est
souvent délicate à réaliser car le modèle doit être suffisamment précis pour refléter correctement le
comportement du système mais il ne doit pas être trop complexe car sinon il deviendrait
inexploitable.

1- Modèle mathématique d'un système.

Afin de pouvoir étudier et améliorer les performances d'un système asservi il faut pouvoir établir un
modèle, à partir duquel nous pourrons réaliser des simulations. Pour cela il est impératif de connaître
la validité de ce modèle.

Il y a deux façons d’obtenir le modèle d’un système :

 Modèle de connaissance
C’est un modèle définit à partir des équations de ces lois physiques (équations électriques,
mécaniques, etc.),
 Modèle de comportement
C’est un modèle qui est considéré comme une boîte noire. Il est identifié (obtenu) à partir de
résultats expérimentaux en étudiant sa réponse face à des excitations classiques.

De manière générale, un système peut être modélisé par un bloc placé entre une entrée e(t) et une
sortie s(t).

La relation entre l'entrée et la sortie est donnée par :

 une équation différentielle

 Produit de convolution

Dans ce qui suit on s’intéresse aux systèmes linéaires continu et invariant

2- Description des systèmes linéaires continus et invariants (SLCI)

2-1. Linéarité
Un système est dit linéaire si la fonction qui décrit son comportement est elle-même linéaire. Cette
dernière vérifie alors les principes de proportionnalité et de superposition :

Principe de proportionnalité : si s(t) est la réponse à l'entrée e(t) alors λ . s(t) est la réponse à
l'entrée λ x e(t).

Principe de superposition : si s1(t) est la réponse à l'entrée e1(t) et s2(t) est la réponse à
l'entrée e2(t) alors [s1(t) + s2(t)] est la réponse à l'entrée [e1(t) + e2(t)].

Remarques :

# Relation entrée/sortie : pour un système linéaire, en régime établi (ou permanent), la

courbe représentative s = f(e) est une droite.

Attention : Cela ne doit pas amener de confusion avec le comportement dynamique du système en
régime transitoire. Exemple de la Réponse de la sortie d’un système linéaire à un échelon en entrée.
# Nature de la sortie : pour un système linéaire la réponse en régime établi est de même
nature que l'entrée. La figure suivante montre la réponse d'un système linéaire à une entrée
sinusoïdale. On peut constater qu'au-delà du régime transitoire la réponse est une sinusoïde
d'amplitude différente et en retard par rapport à l'entrée.

# Equations différentielles : les systèmes asservis sont des systèmes commandés,

électromécaniques régis par les lois de la Physique (dynamique, hydraulique, électricité…).
Un système linéaire sera donc régi par des équations différentielles linéaires à
coefficients constants.

# Cependant, les systèmes physiques (réels) ne sont pas nécessairement linéaires. Il est
néanmoins souvent possible de « linéariser » leur comportement autour d’un point de repos ou de
réduire l’intervalle de fonctionnement.
Exemple : linéarisation autour d’un point de repos, M0(V0, I0), d’une diode. Le modèle linéaire obtenu
permet d’étudier les variations de id et vd autour de M0, dès lors que ces grandeurs restent dans le
domaine de validité du modèle.
3-2 Continuité

Un système est continu, par opposition à un système discret, lorsque les variations des
grandeurs physiques sont définies à chaque instant (ils sont caractérisés par des fonctions
continues). On parle aussi dans ce cas de système analogique.

3-3 Invariant
Un système est dit invariant si on suppose que les caractéristiques du système (masse,
dimensions, résistance, impédance, ...) ne varient pas au cours du temps ("le système ne
vieillit pas").
Si s(t) est la réponse à l’entrée e(t) alors s(t-τ) est la réponse à e(t-τ).

Principe de causalité : Un système d’entrée et de sortie est dit causal si La réponse du système ne
précède jamais son excitation.

On supposera désormais que tous les systèmes qui vont être étudiés dans ce cours sont causaux.
Asservissement linéaire continu
3 Mise en équation d’un SLCI
On considère un système physique représenté par son schéma bloc.

Ce système est linéaire lorsqu’il est décrit par une équation différentielle à coefficients constants. Si
on applique un signal à l'entrée, on recueillera, à la sortie, un signal qui sera liée au signal d'entrée
par une équation différentielle de type :

𝒅𝒏 𝒔(𝒕) 𝒅𝒏−𝟏 𝒔(𝒕) 𝒅𝒎 𝒆(𝒕) 𝒅𝒎−𝟏 𝒆(𝒕)

𝒂𝒏 + 𝒂𝒏−𝟏 + ⋯ + 𝒂𝟎 𝒔(𝒕) = 𝒃𝒎 + 𝒃𝒎−𝟏 + ⋯ + 𝒃𝟎 𝒆(𝒕)
𝒅𝒕𝒏 𝒅𝒕𝒏−𝟏 𝒅𝒕𝒎 𝒅𝒕𝒎−𝟏

Le nombre n représente l'ordre du système. Les systèmes physiquement réalisables, vérifient

l'inégalité n > m . Nous dirons alors que le système vérifie le principe de causalité c'est-à-dire que
la connaissance de l'entrée et de l'évolution antérieure du système suffisent à déterminer la valeur
de la sortie à un instant donné.
⟹ Une fois l'équation du système établie, il faut exprimer la valeur de la sortie en fonction du temps
pour connaître les régimes permanents et transitoires. Pour cela, il existe 2 méthodes :

Méthode Classique
Consiste à résoudre l'équation différentielle décrivant ce système, c'est–à–dire trouver une réponse
forcée et une réponse libre pour le système. Mais cette méthode présente une difficulté dans la
résolution dès que l'ordre de l'équation différentielle dépasse 2.

Méthode Opérationnelle
Basée sur le calcul opérationnel ou, essentiellement, sur la transformée de Laplace qui mettra en
relation, une fonction de la variable du temps f(t) avec une fonction de la variable complexe F(p)
dépendant de la pulsation.
4. Transformée de Laplace ( L )

4.1 Définition

La transformée de Laplace de la fonction f(t) telle que f(t) = 0 pour t<0 est :

.
Ou p est la fréquence complexe 𝑝 = 𝑗𝜔 = 2 𝜋𝑗𝑓 𝑗 2 = −1

Cette transformation permet de passer du domaine temporel au domaine de Laplace

𝑓(𝑡): 𝑜𝑟𝑖𝑔𝑖𝑛𝑎𝑙 𝐹(𝑝): 𝑖𝑚𝑎𝑔𝑒

Exemple : Calcul de la transformée de Laplace d’un échelon u(t)

𝒖(𝒕) = 𝟏 𝒕 > 𝟎

4.2 Propriétés et théorèmes :

TRANSFORME DE LAPLACE DES FONCTIONS USUELLES :
5- LA TRANSFORMEE INVERSE

La transformation inverse consiste à rechercher l’originale d’une fonction à partir de son expression
dans le domaine symbolique.

5-1 Définition :
Transformation inverse de Laplace de la fonction complexe F(p) est ƒ(t)

En pratique, la transformée inverse de Laplace n’est pas obtenue par intégration complexe mais avec
le tableau des transformées Laplace ou l’utilisation des propriétés et les théorèmes

Lorsque la fonction F(p) est sous la forme d’une fraction rationnelle (en p), la méthode a utiliser est
la décomposition en éléments simples, puis il faut rechercher dans une table des transformées,
l’original de chaque élément simple.
5-2 La méthode par décomposition en éléments simples

Soit une fonction F(p) de la forme :

𝑁𝑚 (𝑝) 𝑏𝑚 𝑝𝑚 + 𝑏𝑚−1 𝑝𝑚−1 + ⋯ . 𝑏0
𝐹(𝑝) = =
𝐷𝑛 (𝑝) 𝑎𝑛 𝑝𝑛 + 𝑎𝑛−1 𝑝𝑛−1 + ⋯ 𝑎0

Chacune des valeurs de p qui annule soit le numérateur, soit le dénominateur, s’appelle une racine.
Chacune des valeurs de p qui annule le numérateur est appelée un zéro. Chacune des valeurs de p
qui annule le dénominateur est appelée un pôle.

L’idée consiste alors à mettre l’expression du dénominateur sous forme d’un produit de facteurs où
apparaît chacune des racines :

𝐷𝑛 (𝑝) = (𝑝 − 𝑝1 )((𝑝 − 𝑝2 ) … . . (𝑝 − 𝑝𝑛 ) 𝑝𝑖 : 𝑙𝑒𝑠 𝑝𝑜𝑙𝑒𝑠 𝑖 = 1, . . , 𝑛

Ceci permettra de décomposer F(p) sous la forme d’une somme de fractions simples. Dans
tous les cas qui vont suivre nous considérerons n>m . Si ce n’est pas le cas, il faudra d’abord extraire
la partie entière par division polynomiale. Puis traiter uniquement la partie fractionnaire (reste).
On distingue alors deux cas :

1) Cas des pôles simples (distincts)

𝑁𝑚 (𝑝) 𝑁𝑚 (𝑝) 𝐴1 𝐴2 𝐴𝑛
𝐹(𝑝) = = = + + ⋯..
𝐷𝑛 (𝑝) (𝑝 − 𝑝1 )((𝑝 − 𝑝2 ) … . . (𝑝 − 𝑝𝑛 ) 𝑝 − 𝑝1 𝑝 − 𝑝2 𝑝 − 𝑝𝑛

𝐴𝑘 = lim (𝑝 − 𝑝𝑘 ). 𝐹(𝑝) 𝑘 = 1…𝑛

𝑝→−𝑝𝑘
𝑛

ℒ −1 {𝐹(𝑝)} = 𝑓(𝑡) = ∑ 𝑎𝑘 ∗ 𝑒 𝑝𝑘𝑡

𝑘=1

Exemple :
10 10 𝐴1 𝐴2 𝐴3
𝐹(𝑝) = = = + +
𝑝3 + 3𝑝2 + 2𝑝 𝑝(𝑝 + 1)(𝑝 + 2) 𝑝 𝑝+1 𝑝+2

10
𝐴1 = lim [𝑝 ∗ 𝐹(𝑝)] = [ ] =5
𝑝→0 (𝑝 + 1)(𝑝 + 2) 𝑝=0

10
𝐴2 = lim [(𝑝 + 1) ∗ 𝐹(𝑝)] = [ ] = −10
𝑝→−1 𝑝(𝑝 + 2) 𝑝=−1

10
𝐴3 = lim [(𝑝 + 2) ∗ 𝐹(𝑝)] = [ ] = +5
𝑝→−2 𝑝(𝑝 + 1) 𝑝=−2

ℒ −1 {𝐹(𝑝)} = 𝑓(𝑡) = ∑𝑛𝑘=1 𝐴𝑘 . 𝑒 −𝑝𝑘 𝑡 = 𝐴1 . 𝑒 −𝑝1𝑡 + 𝐴2 . 𝑒 −𝑝2𝑡 +𝐴3 . 𝑒 −𝑝3𝑡

ℒ −1 {𝐹(𝑝)} = 𝑓(𝑡) = (5. −10. 𝑒 −𝑡 + 5. 𝑒 −2𝑡 )𝑢(𝑡)

2) Cas des pôles multiples

𝑁𝑚 (𝑝)
𝐹(𝑝) =
(𝑝 − 𝑝0 )𝑘 ∏𝑛𝑖=1(𝑝 − 𝑝𝑖 )
𝑛
𝑎1𝑘 𝑎2𝑘 𝑎𝑘𝑘 𝑎𝑖
𝐹(𝑝) = + + ⋯ + ∑
𝑝 − 𝑝0 (𝑝 − 𝑝0 )2 (𝑝 − 𝑝0 )𝑘 𝑝 − 𝑝𝑖
𝑖=1
𝑛

ℒ −1 {𝐹(𝑝)} = 𝑓(𝑡) = ( 𝑎1𝑘 + 𝑎2𝑘 𝑡 + ⋯ 𝑎𝑘𝑘 𝑡 𝑘−1 ). 𝑒 𝑝0𝑡 + ∑ 𝑎𝑖 ∗ 𝑒 𝑝𝑖𝑡

𝑖=1
𝑘−𝑗
1 𝑑
𝑎𝑗𝑘 = lim . 𝑘−𝑗 (𝑝 − 𝑝0 )𝑘 . 𝐹(𝑝) 𝑗 = 𝑘, . . ,1
𝑝→−𝑝0 (𝑘 − 𝑗)! 𝑑𝑝

𝑎𝑘𝑘 = lim (𝑝 − 𝑝0 )𝑘 . 𝐹(𝑝)

𝑝→𝑝0

1 𝑑1 𝑑𝑎𝑘𝑘 (𝑝)
𝑎(𝑘−1)𝑘 = lim [(𝑝 − 𝑝0 )𝑘 . 𝐹(𝑝)] = | |
𝑝→𝑝0 1! 𝑑𝑝1 𝑑𝑝 𝑝=𝑝 0

1 𝑑𝑘−2 1 𝑑𝑎3𝑘 (𝑝)

𝑎2𝑘 = lim 𝑘−2
[(𝑝 − 𝑝0 )𝑘 . 𝐹(𝑝)] = | |
𝑝→𝑝0 (𝑘 − 2)! 𝑑𝑝 (𝑘 − 2) 𝑑𝑝 𝑝=𝑝 0

1 𝑑𝑘−1 1 𝑑𝑎2𝑘(𝑝)
𝑎1𝑘 = lim 𝑘−1
[(𝑝 − 𝑝0 )𝑘 . 𝐹(𝑝)] = | |
𝑝→𝑝0 (𝑘 − 1)! 𝑑𝑝 𝑘 − 1 𝑑𝑝 𝑝=𝑝
0

Exemple :

2 𝑎13 𝑎23 𝑎33 𝑎1 𝑎2

𝐹(𝑝) = = + + + +
𝑝3 (𝑝 + 1)(𝑝 + 2) 𝑝 𝑝2 𝑝3 𝑝 + 1 𝑝 + 2

1 𝑑 𝑗−3
𝑎𝑗3 = lim . (𝑝)3 . 𝐹(𝑝) 𝑗 = 3, . . ,1
𝑝→0 (𝑗 − 3)! 𝑑𝑝 𝑗−3

2
𝑎33 = lim (𝑝3 𝐹(𝑝)) = | | =1
𝑝→0 (𝑝 + 1)(𝑝 + 2) 𝑝=0
1 𝑑𝑎33 (𝑝) 2[2𝑝 + 3] 3
𝑎23 = | | = |− 2 2
| =−
1! 𝑑𝑝 𝑝=0 (𝑝 + 1) (𝑝 + 2) 𝑝=0 2

1 𝑑𝑎23 (𝑝) [3𝑝2 + 8𝑝 + 7] 7

𝑎13 = | | = |4 | = +
1! 𝑑𝑝 𝑝=0 (𝑝 + 1)4 (𝑝 + 2)4 4
𝑝=0
Les pôles simples
𝑎𝑖 = lim (𝑝 + 𝑝𝑖 ) ∗ 𝐹(𝑝)
𝑝→−𝑝𝑖
2
𝑎1 = lim [(𝑝 + 1) ∗ 𝐹(𝑝)] = | 3 | = −2
𝑝→−1 𝑝 (𝑝 + 2) 𝑝=−1
2 1
𝑎2 = lim [(𝑝 + 2) ∗ 𝐹(𝑝)] = | 3 | =
𝑝→−2 𝑝 (𝑝 + 1) 𝑝=−2 4
Transformee
𝑎23 𝑎33 2 𝑎1 𝑎2
ℒ −1 {𝐹(𝑝)} = 𝑓(𝑡) = ( 𝑎13 + 𝑡+ 𝑡 ) . 𝑒 −0𝑡 + +
1! 2! 𝑝+1 𝑝+2
𝓛−𝟏 {𝑭(𝒑)} = 𝒇(𝒕) = ( 𝟏. 𝟕𝟓 − 𝟏. 𝟓 𝒕 + 𝟎. 𝟓 𝒕𝟐 ) − 𝟐𝒆−𝒕 + 𝟎. 𝟐𝟓𝒆−𝟐𝒕 𝒕>𝟎

5-3 Résolution d’équation différentielle

La transformation de Laplace permet de résoudre explicitement une équation différentielle

linéaire posée sur [0, ∞[ en la transformant en une équation plus simple. Par exemple, si
l’´equation du départ est a coefficients constants, la transformée de Laplace de cette équation
est une équation algébrique. La transformation de Laplace est particulièrement efficace
lorsque l’on veut résoudre une équation avec conditions initiales. Pour ce faire on utilise les
propriétés suivantes de la transformation de Laplace :

Lorsque les coefficients de l’´equation différentielle dépendent de t de façon linéaire (voire

polynomiale), on utilise également la propriété suivante :
Méthode :

1 1 1 1 1
𝑌(𝑝) = = = − −
𝑝(𝑝2 + 9) 𝑝(𝑝 + 3𝑗)(𝑝 − 3𝑗) 9𝑝 18(𝑝 + 3𝑗) 18(𝑝 − 3𝑗)
1 1 𝑒 3𝑗𝑡 + 𝑒 −3𝑗𝑡 1
𝑦(𝑡) = 𝑇𝐿−1 ( − ) = (1 − 𝑐𝑜𝑠3𝑡) 𝑡 > 0
9 9 2 9
Exercice