Université de Djilali Liabès – Faculté de Génie Électrique

Département d’Automatique

Systèmes non linéaires

Dr. H.ZATLA

M1 Automatique Année 2018-2019

Introduction

La première étape lorsqu’on veut analyser un système :

Donner un bon modèle mathématique de celui-ci : on doit disposer d’un
modèle mathématique réalisant un compromis entre sa fidélité de
comportement qualitatif et quantitatif et sa simplicité de mise en œuvre à des
fins d’analyse et de synthèse.

La modélisation entraine obligatoirement des approximations et des

simplifications afin de permettre une analyse des propriétés du modèle qui ne
soit pas trop complexe et une procédure de synthèse de commande efficace.

Sous certaines hypothèses (approximation des faibles déviation autour du

mouvement nominal), certains systèmes peuvent être décrits par modèle
mathématique linéaire, par exemple une équation différentielle à coefficients
constants : . .
am y (t ) +  + a1 y (t ) + a0 y=
( m)
(t ) bn en (t ) +  + b1 e(t ) + b0e(t )
Introduction
. .
am y ( m)
(t ) +  + a1 y (t ) + a0 y=
(t ) bn en (t ) +  + b1 e(t ) + b0e(t )
La solution peut être calculée analytiquement par le principe de superposition
(voir le cours des mathématiques) .
Dans ce cadre d’hypothèses, les méthodes classiques ainsi que de puissants
outils d’analyse et de synthèse des asservissements linéaires peuvent être
appliquées et développés.
•Méthodes fréquentielles
Fonction de transfert de l’équation diff. Outils d’analyse Outils de synthèse
Lieu de Nyquist Correcteur à
avance de phase
Y ( p ) bn p +  + p0
n
Y ( p ) = L( y (t ))
 , = Lieu de Black- Correcteur à retard
 E ( p ) = L ( e (t )) E ( p ) am p m +  + a0
Nichols de phase
Lieu de Bode Commande PID …
Introduction

•Méthodes temporelles
Vecteur des variables d’état x∈ n
 .
=
x(t ) Ax(t ) + Bu (t ) eq.dynamique
 y (t ) = C x(t ) eq.desortie

Outils d’analyse Outils de synthèse

Critère de Kalman Retour d’état
Stabilité de Lyapunov Placement de pôle
Algèbre linéaire Commande L Q
Introduction

De point de vue qualitatif et quantitatif, il est nécessaire de retenir dans la

modélisation du système physique les éléments non linéaire difficilement
modélisable et que l’on ne peut approximer (prendre en compte une réalité plus
complexe)
Différents cas se présentes pour lesquelles les modélisations linéaires ne
peuvent pas suffire
• dans un bras manipulateur, la géométrie liée aux transformations de
coordonnées contient des cosinus et sinus
• Un moteur a des limitations intrinsèques en courant et donc en couple : les
saturations sur les signaux de commande sont des non linéarités courante.
• Les asservissements faisant intervenir dans le bloc de commande des éléments
non linéaires tels que relais, systèmes à commutations, hystérésis, ... .
• D’importants processus physiques sont d’écrits par des modèles non linéaires.
Les caractéristiques courant/tension de nombreux systèmes électroniques sont
non linéaires.
Introduction

Pour de tels modèles, le principe de superposition ne peut plus être appliquée

et les outils nécessitent le développement de mathématiques plus élaborées.
Quelques comportements non linéaires

•Points d ’équilibres
A la différence des systèmes linéaires qui possèdent un point d’équilibre unique,
les systèmes non linéaires peuvent posséder plusieurs points d’équilibre.
Exemple
Soit le système physique régi par l’équation différentielle suivante :
.
x(t ) =
− x(t ) + x 2 (t ), x0 =
x(0)

Le système linéarisé autour du point x = 0 est donné par :

 pt d ' équilibrex = 0
x (t ) =
− x(t ) →  −t
 solution x = x0 e
Quelques comportements non linéaires

Exemple
Soit le système physique régi par l’équation différentielle suivante :
.
x(t ) =
− x(t ) + x 2 (t ), x0 =
x(0)
Le système linéarisé autour du point x = 0 est donné par :
 pt d ' équilibrex = 0
x (t ) =
− x(t ) →  −t
 solution x = x0 e
Le système non linéaire, quant à lui à les caractéristiques suivantes :

 2 pts d ' équilibrex = (0,1)


 x0 e −t
 solution x(t ) =
 1 − x0 + x0 e −t
Quelques comportements non linéaires

Cas linéaire : on voit que le point 0 est stable

Cas non linéaire deux pts de nature différentes :
Le point 0 est localement stable (les conditions initiales proche de 0 converge vers 0)
Quelques comportements non linéaires

Le point 1 est instable constitue en quelque sorte une frontière de stabilité

L’axe est en effet divisé en deux régions de conditions initiales pour lesquelles
les trajectoires sont convergentes vers l’´etat d’´equilibre 0 ou sont divergentes.
Quelques comportements non linéaires

• Cycles limites
Un système linéaire invariant dans le temps, pour osciller, doit avoir une paire
de pôles sur l’axe imaginaire. Cette condition est évidemment très fragile vis à
vis de perturbations et/ou erreurs de modélisation pouvant affecter la valeur de
ces pôles. De plus, l’amplitude de l’oscillation obtenue en théorie dépend
uniquement de la condition initiale.
Au contraire
Les systèmes non linéaires peuvent être le siège d’oscillations, (cycles limites),
caractérisées par leur amplitude et leur fréquence, indépendantes de la
condition initiale x0, et sans excitation extérieure. Il est donc indispensable
d’utiliser un système non linéaire si l’on souhaite réaliser en pratique une
oscillation stable.
Quelques comportements non linéaires
Exemple (équation de Van Der Pol)
m x(t ) + 2c( x − 1) x (t ) + k x(t ),
 2
c>0
Simulation pour différentes
conditions initiales

Courbe fermée vers laquelle

convergent toutes les
trajectoires quelque soit le point
initial choisie.
Quelques comportements non linéaires
Oscillation presque périodique – sous harmonique

e(t ) = E sin(ωt ) Système s (t ) E sin(ωt + φ )

=
Cas linéaire : le signal de
sortie est déphasé par à linéaire
la sortie

e(t ) = E sin(ωt ) s (t )
Système non
Cas non linéaire : le signal de sortie est linéaire
périodique composé d’un signal
fondamental de fréquence ω / 2π et
des signaux additionnels de
fréquences multiples nω / 2π appelés
harmoniques
 Quelques comportements non linéaires
Bifurcations
Changement quantitatifs des paramètres peuvent entrainer des changements
qualitatifs des propriétés du système, (nombre de points d’équilibre, stabilité
des points d’équilibre).
Exemple (équation non amortie de Duffing)
x(t ) + α x(t ) + x (t ) = 0, α ≥ 0
 3

La représentation d’état de ce système :  x1 = x2

Les points d’équilibre dépendent de α 
α varie le nombre de points d’équilibre 
 2
x = −α x1 − x1
3
varie à 1 de 3 :

( xe , xe ) (0,0),( α ,0)(− α ,0)

=
α = 0 valeur de bifurcation critique
 Quelques comportements non linéaires
Chaos
Système non linéaire peut avoir un comportement en régime permanent plus
complexe que ceux habituellement répertoriés tels que l’´equilibre, les
oscillations périodiques
Dans ce cas la sortie du système est extrêmement sensible aux conditions
initiales, d’où la non prévisibilité de la sortie
Exemple

x(t ) + 0.1x (t ) + x5 (t ) =
6sin(t )
Pour deux conditions initiales différentes :

-: =x(0) x (0) 3,
2,=
=
--: x (0) =
2.01, x (0) 3.01,
Analyse des S.N.L du second ordre – méthode du plan de phase
Introduction
La méthode du plan de phase a été une des premières techniques utilisée pour
l’étude des solutions des équations différentielles non linéaires
Inconvénient la méthode ne peut être appliquée qu’à des équations du second
ordre.
Caractéristiques Méthode graphique, une interprétation graphique est toujours
souhaitable afin de mieux comprendre le comportement d’un système.
L’idée de base est de générer dans l’espace d’état d’un système dynamique du
second ordre, (plan de phase), les trajectoires du mouvement, (solutions des
équations non linéaires), correspondant à des conditions initiales variées, et
d’en examiner alors les caractéristiques qualitatives.
Un système du second ordre : f (  x, x , x, t ) = 0
Sa représentation d’état :  x1 = f1 ( x1 , x2 )  x1 (0) 
 x0 =  
 x2 = f 2 ( x1 , x2 )  x2 (0) 
choisir une représentation d’état ( x1, x2 ) = ( x, x ) d’en représenter la solution dans
le plan ( x, x ) appelé plan de phase et d’en étudier les propriétés qualitativement.
Analyse des S.N.L du second ordre – méthode du plan de phase
Vocabulaire
Un système du second ordre autonome peut être représenté par le système de
deux équations différentielles scalaires
où ( x1 , x2 ) sont les variables de phase  x1 = f1 ( x1 , x2 )

f1 , f 2 fonctions non linéaires quelconques  x2 = f 2 ( x1 , x2 )
Le plan de coordonnées ( x1 , x2 ) est appelé plan de phase
Pour x(0) = x= 0 ( x1 (0), x2 (0)) , l’équation différentielle définit une solution x (t )
Quand t varie de 0 à l’infini la solution x(t ) peut être représenté par une courbe
paramétrée par t dans le plan de phase.
L’ensemble des trajectoires de phase pour différentes conditions initiales est le
portrait de phase
Analyse des S.N.L du second ordre – méthode du plan de phase
Exemple
Soit l’équation différentielle du système masse-ressort (m=1, k=1) :

x(t ) + x(t ) =
0
A partir d’une position initiale x0 l’évolution de la position et de la vitesse est
donnée par les équations paramétriques:
 x(t ) x0 cos(t ) + x0 sin(t )
=

 x (t ) =
− x0 sin(t ) + x0 cos(t )
Ce qui conduit à une équation de la trajectoire dans le plan de phase ( x, x )

x 2 + x 2 = x02 + x02
qui est l’équation d’un cercle dépendant de la condition
initiale x0 , x0
Analyse des S.N.L du second ordre – méthode du plan de phase

Construction pratique des trajectoires de phase

Une figure approximative du portrait de phase peut être donnée en traçant des
trajectoires à partir d’un grand nombre de conditions initiales différentes.
Il existe de nombreuses méthodes de construction des trajectoires de phase
pour les systèmes linéaires ou non linéaires.
• Méthode analytique
• Méthode d’isoclines
• Autres méthodes : delta, Liénard, Pell
La méthode analytique utilise la solution analytique des équations
différentielles décrivant le système. C’est donc une méthode d’utilisation
limitée.
La méthode des isoclines est une méthode purement graphique qui est un bon
complément de la précédente pour les systèmes pour lesquels on ne dispose pas
d’une solution analytique.
Analyse des S.N.L du second ordre – méthode du plan de phase

La méthode analytique
Il existe deux techniques pour générer analytiquement les trajectoires de phase.
Toutes deux conduisent à une relation fonctionnelle entre les variables de
phase ( x1 , x2 ) du type : g ( x1, x2 ,c) = 0
Première technique : A partir des équations d’état
 x1 = f1 ( x1 , x2 )

 x2 = f 2 ( x1 , x2 )
on obtient les solutions pour les variables de phase sous forme de courbes
paramétrées:  x1 = g1 (t )

 x2 = g 2 (t )
Desquelles on élimine la variable temps pour obtenir l’équation de la trajectoire
dans le plan de phase g ( x1, x2 ,c) = 0
Analyse des S.N.L du second ordre – méthode du plan de phase

Deuxième technique : On élimine directement le temps en posant:

d x2 f (x , x )
= 1 1 2
d x1 f 2 ( x1, x2 )
Puis on résout cette équation différentielle, pour trouver la relation g ( x1, x2 ,c) = 0
(Exemple précédent)
 d x1
 1 
=
x x=2
dt  d x1 dx
 → =
− 2 =dt
 x = d
− x1 = 2
x  2x x1
 2
dt
L’intégration se fait alors sans faire intervenir le temps

x 2 + x 2 = x02 + x02
Analyse des S.N.L du second ordre – méthode du plan de phase

Méthode des isoclines

Une isocline est une courbe dans le plan de phase définie comme le lieu des
points des trajectoires de phase de pente α donnée.
d x2 f (x , x )
) α=
s ( x1, x2 = = 1 1 2
d x1 f 2 ( x1, x2 )
On remarque en effet que la tangente à la trajectoire passant par le point ( x1, x2 )
d x2 f (x , x )
= 1 1 2
d x1 f 2 ( x1, x2 )
L’équation s ( x) = α définit la courbe isocline dans le plan ( x1, x2 ) , le long de
laquelle les tangentes à la trajectoire de phase ont une pente α . La procédure
consiste à tracer la courbe isocline dans le plan de phase et à tracer le long de
cette courbe, de courts segments de droite de pente. Ces segments sont
parallèles et leur direction est déterminée par le signe de f1( x1, x2 ), f 2 ( x1, x2 ) au point
x . On répète ensuite la procédure pour différentes valeurs de la constante α
Analyse des S.N.L du second ordre – méthode du plan de phase

Exemple précédent
d x2 f1 ( x1, x2 )
α
= =
d x1 f 2 ( x1, x2 )
−x 1
α = 1 ⇒ x2 =
− x1
x2 α
Pour α = 1 : x2 = − x1
Analyse des S.N.L du second ordre – méthode du plan de phase

Comportement qualitatif : étude des points singuliers

Un point singulier est un point d’équilibre dans le plan de phase encore appelé
point stationnaire.
= x1 0=  x1 f1=( x1, x2 ) 0
 ⇒ 
= 
 2
x 0=  x2 f 2=
( x1, x2 ) 0

Un point singulier : la pente n’est pas définie en ce point

d x2 f (x , x )
= 1 1 2
d x1 f 2 ( x1, x2 )
et plusieurs trajectoires peuvent se croiser en un même point.
Exemple
Soit le système décrit par l’équation différentielle 
x + 0.6 x + 3 x + x 2 =
0
Les points singulier sont (0,0) et (-3,0)
Analyse des S.N.L du second ordre – méthode du plan de phase

Comportement qualitatif : étude des points singuliers

Un point singulier est un point d’équilibre dans le plan de phase encore appelé
point stationnaire.
= x1 0=  x1 f1=( x1, x2 ) 0
 ⇒ 
= 
 2
x 0=  x2 f 2=
( x1, x2 ) 0

Un point singulier : la pente n’est pas définie en ce point

d x2 f (x , x )
= 1 1 2
d x1 f 2 ( x1, x2 )
et plusieurs trajectoires peuvent se croiser en un même point.
Exemple
Soit le système décrit par l’équation différentielle 
x + 0.6 x + 3 x + x 2 =
0
Les points singulier sont (0,0) et (-3,0)
Analyse des S.N.L du second ordre – méthode du plan de phase

Comportement qualitatif : étude des points singuliers

Cas des systèmes linéaires
= x1 (t ) ax1 (t ) + bx2 (t ) a b
 = soit 
x =
Ax avec A  
=x2 (t ) cx2 (t ) + bx2 (t ) c d

Un seul point d’équilibre (0,0)

J t −1
Pour une condition initiale la solution : x(t ) = M e Mr

Où J r est la forme de Jordan de la matrice A : J r = M −1 AM

Selon les valeurs propres de A , J r peut avoir différentes formes

 λ1 0   λ k   α −β 
 , ,
 0 λ2  0 λ  β α 

Où k = 0 ou1
Analyse des S.N.L du second ordre – méthode du plan de phase

Comportement qualitatif : étude des points singuliers

Cas des systèmes linéaires
Cas 1 : λ1,λ2 de même signe ( λi ≠ 0 ou λi ≠ 0 )
Dans ce cas M = [ v1 v2 ] (vecteurs propres associés avec λ1 et λ2 )
Posons la transformation de coordonnées : x = M z
x = Ax
M z = AM z
z = M −1 AM z
 λ1 0 
=z J= z  z
r
 0 λ2

=
On trouve z1 λ= 1 z1 et z2 λ2 z2 ,
Les solutions : λ1t λ2 t
= z1 (t ) z=
10 e et z 2 (t ) z 20 e
Éliminons le t on obtient : z
=z2 = 20 z (λ2 / λ1 ) cz1(λ2 / λ1 )
( λ2 / λ1 ) 1
z10
Analyse des S.N.L du second ordre – méthode du plan de phase

Comportement qualitatif : étude des points singuliers

Cas des systèmes linéaires
Cas 1 : λ1,λ2 de même signe ( λi ≠ 0 ou λi ≠ 0 ) z20
Le portrait de phase est généré par : = z2 = z (λ / λ ) cz1(λ
(λ / λ ) 1
2 1 2 / λ1 )
z10 2 1

c : constante arbitraire dans 

La forme du portrait de phase dépend des signes de λ1,λ2

• λ2 < λ1 < 0 : eλ1t ,eλ2t → 0 lorsquet → ∞

λ2 t tend rapidement vers 0 que eλ1t : λ valeur propre rapide
λ2 < λ1 < 0 → e 2
λ1 valeur propre lente  λ z = dz1
 1 1 dt dz2 λ2 (λ / λ1 −1)
z1 = λ1 z1 et z2 = λ2 z2 ⇒ ⇒ = c z1 2

λ2 z2 =
dz2 dz1 λ1
 dt
Analyse des S.N.L du second ordre – méthode du plan de phase

Comportement qualitatif : étude des points singuliers

Cas des systèmes linéaires
Cas 1 : λ1,λ2 de même signe ( λi ≠ 0 ou λi ≠ 0 )

z20
z2 = z (λ2 / λ1 ) cz1(λ2 / λ1 )
( λ2 / λ1 ) 1
z10

= cz1(λ2 / λ1 )
dz2
dz1
Analyse des S.N.L du second ordre – méthode du plan de phase

Comportement qualitatif : étude des points singuliers

Cas des systèmes linéaires
Cas 1 : λ1,λ2 de même signe ( λi ≠ 0 ou λi ≠ 0 )

Nœud Stable λ2 < λ1 < 0 Nœud instable λ2 > λ1 > 0

Analyse des S.N.L du second ordre – méthode du plan de phase

Comportement qualitatif : étude des points singuliers

Cas des systèmes linéaires
Cas 1: λ1,λ2 de signe opposé ( λ2 < 0 < λ1 )

Dans ce cas :

λ2 < 0 < λ1 : eλ t → ∞,eλ t → 0 lorsquet → ∞

1 2

Notons : λ2 : vp stable , λ1 vpinstable correspondent aux

v1 vec. pinstable , v2 vec. p stable
z20 ( λ2 / λ1 ) ( λ2 / λ1 )
λ2 / λ1 =<0 z2 = z
( λ2 / λ1 ) 1
cz1
z10
Analyse des S.N.L du second ordre – méthode du plan de phase

Comportement qualitatif : étude des points singuliers

Cas des systèmes linéaires
Cas 1: λ1,λ2 de signe opposé ( λ2 < 0 < λ1 )
Analyse des S.N.L du second ordre – méthode du plan de phase

Comportement qualitatif : étude des points singuliers

Cas des systèmes linéaires
Cas 2 : λ1,λ2 complexes (λ1,2= α ± j β )
z1 α z1 − β z2
=
z2 β z1 + α z2
=
La solution (coordonnées polaires)
 z2 
=r z +z
1
2 2
2
θ = tan −1  
 1
z
= r et θ β
r α=
2 eq diff découplés, pour une CDI (r0 ,θ 0 )
) r0 eα t et θ (t=
r (t= ) θ0 + β t
Analyse des S.N.L du second ordre – méthode du plan de phase

Comportement qualitatif : étude des points singuliers

Cas des systèmes linéaires
Cas 2 : λ1,λ2 complexes (λ1,2= α ± j β )

) r0 eα t et θ (t=
r (t= ) θ 0 + β t Spirale logarithmique

α <0 α >0 α =0
Analyse des S.N.L du second ordre – méthode du plan de phase

Comportement qualitatif : étude des points singuliers

Cas des systèmes linéaires
Cas 2 : λ1,λ2 complexes (λ1,2= α ± j β )
Dans le plan x1,x2

Foyer stable Foyer instable Centre

α <0 α >0 α =0
Analyse des S.N.L du second ordre – méthode du plan de phase

Comportement qualitatif : étude des points singuliers

Cas des systèmes linéaires
Cas 3 : λ1=, λ2 ≠ 0
Dans le plan x1,x2
Méthode du premier harmonique

Objectif : Exposer une méthode d’analyse approximative d’une classe

relativement restreinte de systèmes, mais apparaissant très fréquemment en
pratique.

Description : Il s’agit de la combinaison en rétroaction d’un système linéaire

ayant une seule entrée et une seule sortie, bouclée par un élément non linéaire.
Ce dernier élément ne possède pas de dynamique et correspond à une fonction
statique arbitraire.

L’importance de cette classe de système provient du fait, qu’en pratique,

beaucoup de systèmes possèdent des imperfections qui ne disparaissent pas
après linéarisation locale. De telles imperfections proviennent par exemple d’une
zone morte pour certains systèmes mécaniques, d’hystérèse pour les
piézoélectriques et les matériaux magnétiques, ainsi que la saturation pour
presque tous les types d’actionneurs.
Méthode du premier harmonique

En effet, on ne peut pas à proprement parler éliminer un jeu dans un engrenage,

si ce n’est recourir à le changer ou à le réparer. Tout au plus, nous pouvons
espérer compenser son effet néfaste par la manière dont le système comportant
cet élément est commandé.

De plus, de tels phénomènes ont la particularité de pouvoir se séparer entre un

effet non-linéaire purement statique (le jeu et la saturation, par exemple, font
intervenir leur effet de manière instantanée sans phénomène de mémoire) et un
effet dynamique propre au système dans son ensemble (par exemple, les inerties
et les frottements d’un réducteur comportant le jeu susmentionné constituent
alors la partie linéaire du modèle du système).
L’objectif de cette analyse est de détecter et caractériser la présence d’éventuels
cycles limites. Il s’agit de déterminer à la fois la propriété de se maintenir après
une légère perturbation (stabilité) et de trouver les paramètres représentatifs
tels que l’amplitude et la fréquence du cycle limite.
Méthode du premier harmonique

Système linéaire et non linéarité statique

Considérons la mise en série, en BO, d’un premier bloc, dont le comportement
est non linéaire, et d’une simple fonction de transfert qui constitue le second
bloc

La non-linéarité du premier bloc est clairement séparée du comportement

linéaire de la fonction de transfert

Nous étudierons les conséquences de la boucle fermée u = − z ultérieurement

Méthode du premier harmonique

Nous étudierons les conséquences de la boucle fermée u = − z ultérieurement

De plus, nous ne considérerons qu’une relation non-linéaire statique du premier
bloc : y (t ) = φ (u (t ))
• Il y a donc absence d’état pour le comportement du premier bloc
Méthode du premier harmonique

Excitation sinusoïdale en BO
Pour illustrer le principe, une saturation constituera le premier bloc. La
combinaison en série des deux blocs est soumise à une excitation sinusoïdale
d’amplitude Aet de pulsation ω : u (t ) = Asin(ω t )

 k a u (t ) > a

φˆ(u=
(t )) ku (t ) − a ≤ u (t ) ≤ a
 −k a u (t ) < −a

Où k définit le gain de la partie non-saturée et le paramètre a correspond à la
valeur d’entrée à partir de laquelle la saturation est active.
Méthode du premier harmonique

Résultats pour= ω 5,=

A 2,= k 2, et=
a 1.

• Le signal sinusoïdal est fortement transformé par la saturation, il ne correspond

plus à une courbe lisse et de même nature que la sinusoïde de départ.
Méthode du premier harmonique
Par contre, le constat peut être différent à la sortie du système G ( s) , puisque ce
dernier agit comme un filtre.
Par exemple G(s), avec paramètre b unique permettant de déterminer sa
bande passante, son gain est fixé égal à l’unité :
b2
G ( s) = 2
s + 2bs + b 2

• le système est stable pour autant que b soit strictement positif.

•Un grand b
détermine un
système rapide qui
filtre peu
•Un petit b
correspond à un sys. b=3
b=30
De nature passe bas
Méthode du premier harmonique
Lorsque le système filtre peu (b = 30), le signal z(t) est très proche de la sortie
de la non-linéarité y(t). Par contre, en examinant le premier résultat (b = 3),
l’effet conjoint de la saturation φˆ et du système linéaire G(s) revient
simplement à déphaser et à atténuer la sinusoïde d’origine, un peu comme le
ferait un système linéaire. La non-linéarité a en quelque sorte disparu, où de
manière rigoureuse, elle à été englobée pour constituer avec G(s) une sorte de
nouvelle fonction de transfert.

b=3 b=30
Méthode du premier harmonique
Le comportement global de la mise en série des deux éléments montre qu’il est
peu commode de le séparer en une partie purement non-linéaire caractérisable et
une partie linéaire. En effet, il n’est pas aisé en examinant le signal z(t) (b = 3) de
détecter la présence d’une saturation.

Cependant, il est possible de substituer à la non-linéarité, un nombre complexe N,

permettant de caractériser celle-ci sans perdre trop de qualité dans la réponse z(t).
Ceci est rendu possible par la nature passe-bas du système linéaire. Clairement, z(t)
pour b = 30 ne permet pas une telle simplification.

Lorsque le système linéaire possède des propriétés passe-bas marquées, peut être
remplacé par l’approximation représentée ci-dessous
Méthode du premier harmonique

Il est plus efficace de trouver une expression analytique du gain équivalent

N(A, ω)
Soit u (t ) = Asin(ωt ) est le signal appliqué à l’entrée de la non linéarité
statique φ ,
Le signal à la sortie de la non linéarité y(t) est périodique et de même
période T=2pi/w que le signal d’entrée, Ceci implique que le signal de sortie
y(t) puisse être décomposé en série de Fourier :

La série donne une décomposition exacte de

y(t)
Les coefficients caractérisent alors le type de
la non-linéarité φ
Méthode du premier harmonique

Equivalent du premier harmonique

Bien que tous les termes de la série soient nécessaires pour représenter
exactement la sortie y(t), ceux associés aux hautes harmoniques n’ont pas
beaucoup d’impact sur la sortie z(t) de la fonction de transfert G(s), étant
donné le caractère passe-bas de cette dernière.
Puisque a0, a1 et b1 sont suffisants pour définir un nombre complexe, nous
retenons de la série que le terme constant et ceux associés à la
fondamentale. Ceci constitue l’approximation du premier harmonique
cherchée et permet de déterminer le gain équivalent N.
y (t ) ≈ a0 + a1 cos(ωt ) + b1 sin(ωt ) = a0 + M sin(ωt ) =
M a12 + b12
α ( A, ω ) = arctan(a1 / b1 )

D’où : e j (ωt +α ) M jα 1
,ω) M
N ( A= = =e (b1 + ja1 )
Ae jωt A A