Académique Documents
Professionnel Documents
Culture Documents
Génie Electrique
Systèmes Linéaires Echantillonnés
Première Année GE
Systèmes Linéaires
Echantillonnés
Aouadi chaouqi
1
Systèmes Linéaires Echantillonnés Plan du cours
✓ Introduction
✓ Structure et principe d’un système de régulation
numérique,
✓ Modélisation systèmes discrets et/ou échantillonnés,
✓ Performances des systèmes asservis échantillonnés,
✓ Commande numérique.
2
Introduction
Systèmes Linéaires Echantillonnés
Jusqu‘à présent, les systèmes asservis ont été étudiés dans leurs état
naturel : à temps continu. Nous les avons commandés à l'aide de
correcteurs de même nature:
Problème du régulation
Un régulateur est nécessaire pour traiter le signal d'erreur afin que
certains critères de commande soient satisfaits.
Ces critères peuvent comprendre, sans s'y limiter, les éléments suivants :
• Rejet des perturbations,
• Erreurs en régime permanent,
• Réponse transitoire,
• Sensibilité aux changements de paramètres dans le système.
4
Introduction
Systèmes Linéaires Echantillonnés
8
Introduction
Systèmes Linéaires Echantillonnés
9
Introduction
Systèmes Linéaires Echantillonnés
Exemple introductif : Régulateur de vitesse (Cruise Control)
Régulateur de vitesse est un système d'aide à la conduite qui vous permet
de garder automatiquement une vitesse constante. Sans toucher
l'accélérateur. Il suffit d'appuyer sur un bouton pour donner la consigne.
10
Exemples de système de régulation discret
Introduction
Systèmes Linéaires Echantillonnés
Exemple introductif : Régulateur de vitesse intelligent
Ce système permet de réguler la vitesse d’un véhicule grâce à la
reconnaissance de panneaux et de limitations de vitesse à l’aide de la
caméra embarquée.
14
2. Système de régulation numérique
Systèmes Linéaires Echantillonnés
Perturbation
y(kTe) clock
A/D ∑
Te 2Te 3Te ………….. kTe
Bruit de mesure
Interface
Système Numérique Système Analogique
Structures des systèmes de régulation numérique 15
Systèmes Linéaires Echantillonnés
Echantillonnage et reconstruction
18
3. Echantillonnage et reconstruction
Systèmes Linéaires Echantillonnés
Le convertisseur A/D c’est une structure qui convertit la grandeur à
régler analogique y(t) en un nombre y[kTe] à un rythme dicté par
l’horloge. Ce rythme est en principe régulier et n’est autre que la
période d’échantillonnage Te.
Te
• Instants d’échantillonnage :
0 Te 2 Te 3 Te … k Te ....
• Echantillons :
y(0) y(Te) y(2 Te) y(3 Te) … y(k Te).. 20
3. Echantillonnage et reconstruction
Systèmes Linéaires Echantillonnés
Echantillonnage idéal
Définition :
L’échantillonneur idéal de période 𝑇𝑒 est un opérateur mathématique
qui associe à toute fonction S(t) une fonction 𝑆 ∗ (𝑡) définie par :
+
avec δT (t) = δ(t − kTe )
e
n =−
D’où
+
s* (t) = s(kTe ) δ(t − kTe )
k =−
𝛿 𝑡
+
s* (t) = s(kTe ) δ(t − kTe )
k =−
+
δT (t) = δ(t − kTe )
e
n =−
25
Systèmes Linéaires Echantillonnés
Analyse spectrale :
Transformée de Fourier d’un signal
numérique
26
Transformée de Fourier d’un signal numérique
Systèmes Linéaires Echantillonnés
La transformée de Fourier d’un signal échantillonné 𝑥(𝑘) provenant du
signal analogique 𝑥𝑎 (𝑡) est définie par la relation:
+
− jωkTe
X( jω ) = F x(k) = x(k)e
−
𝜔
Spectre d’amplitude d’une période d’un signal carré discret, de fréquence f = 2𝜋.
1
On note 𝑓𝑒 = 𝑇 = 1,6 𝐻𝑧.
𝑒
27
Problème (1) : Passage de plusieurs signaux par les mêmes instants
Systèmes Linéaires Echantillonnés d’échantillonnage
𝒚𝟏 (𝑲 𝑻𝒆)
𝒚𝟏 (𝒕)
𝒚𝟏 (𝒕) 𝒚𝟐 (𝒕)
30
Problème (2) : Recouvrement spectral
Systèmes Linéaires Echantillonnés
Selon la largeur de la bande du spectre du signal original 𝑓𝑎 (𝑡) et la
valeur de la pulsation d’échantillonnage 𝝎e, la superposition des
spectres fait apparaître un recouvrement (également appelé
"repliement" ou "aliasing") tel que le spectre 𝐹𝑒 (𝑗𝜔) du signal original
devient difficilement reconnaissable.
31
Solution : Recouvrement spectral
Systèmes Linéaires Echantillonnés
1. Choisir une valeur plus élevée de la pulsation d’échantillonnage,
comme dans le cas de la figure (𝝎𝒆 ≥ 𝟐𝝎𝒎)
32
Théorème de Shannon (Le théorème de l’échantillonnage )
Systèmes Linéaires Echantillonnés (de Shannon, 1948).
33
Solution : Recouvrement spectral
Systèmes Linéaires Echantillonnés
2. Limiter la largeur du spectre du signal original par un pré-filtrage
(filtre passe-bas idéal de fonction de transfert W (j𝝎)).
Signal Signal
filtré échantillonné
Signal
analogique Filtre Anti-
Echantillonneur
repliement
35
Solution : Recouvrement spectral
Systèmes Linéaires Echantillonnés
Spectre du signal
analogique
Spectre du filtre
PB
37
Systèmes Linéaires Echantillonnés
39
Reconstitution d’un signal échantillonné
Systèmes Linéaires Echantillonnés
▪ l’opérateur de reconstruction utilisé est un convertisseur D/A,
qui exécute une conversion à un rythme dicté par la pulsation
d’échantillonnage 𝑇𝑒 .
40
Reconstitution d’un signal échantillonné
Systèmes Linéaires Echantillonnés
𝑇𝑒
41
Fonction de transfert du BOZ (CAN)
Systèmes Linéaires Echantillonnés Réponse impulsionnelle de BOZ s’écrit comme suite :
𝑦1 (𝑡) 𝑦2 (𝑡)
1
1
+ 𝑇𝑒
𝑇𝑒 𝑇𝑒
-1
1 1 −𝑇 𝑝 1 − 𝑒 −𝑇𝑒 𝑝
𝑇𝐹[𝑦1 (𝑡)] + 𝑇𝐹[𝑦2 (𝑡)] = − 𝑒 𝑒 =
𝑝 𝑝 𝑝 43
Fonction de transfert du BOZ (CAN)
Systèmes Linéaires Echantillonnés
Bloqueur
d’ordre
zéro
44
Systèmes Linéaires Echantillonnés
Transformation en Z
45
Transformée en Z
Systèmes Linéaires Echantillonnés
• C’est un outil mathématique privilégié que l’on utilise dès que
l’on doit traiter des signaux et des systèmes discrets.
• C’est l’équivalence de la transformée de Laplace des systèmes
continus.
+
X ( z ) = Z ( x(k) ) = x(k) z −k
k =0
a. Linéarité :
TZ (s(k − k 0 )) = z −k 0 .S(z)
d. Avance :
n −1
Ζ y(k + n) = z Y(z) − y(k)zn − k ,
n
n
k =0
47
Transformée en Z
Systèmes Linéaires Echantillonnés
Propriétés
48
Transformée en Z
Systèmes Linéaires Echantillonnés
Propriétés
g. Multiplication :
z
TZ(ak .s(k)) = S
a
i. Sommation :
S(z )
z
TZ s i =
i =0 z − 1
49
Transformées en z des signaux usuels :
Systèmes Linéaires Echantillonnés
50
Systèmes Linéaires Echantillonnés Exemple 1:
Exemple 2:
1
G(s) =
s2 + 5s + 6
Déterminez G(z).
52
Transformée en z inversée :
Systèmes Linéaires Echantillonnés
54
Transformée en z inversée :
Systèmes Linéaires Echantillonnés
Méthode 1 : Décomposition en éléments simples
0,1 ∗ 𝑧 ∗ (𝑧 + 1) 𝑧 3 − 2𝑧 2 + 2𝑧
𝑥 𝑧 = 𝐹 𝑧 =
𝑧 − 1 2 (𝑧 − 0,6) 𝑧 − 1 2 (𝑧 − 2)
0,1 ∗ 𝑧 ∗ (𝑧 + 1) −𝑧 + 𝑧 2
𝑥 𝑧 = 𝐹 𝑧 =
𝑧 − 1 2 (𝑧 − 0,6) 2 + 3𝑧 + 𝑧 2
55
Systèmes Linéaires Echantillonnés
56
Représentation des systèmes discrets
Systèmes Linéaires Echantillonnés
57
Représentation des systèmes discrets
Systèmes Linéaires Echantillonnés
Équation aux différences
58
Représentation des systèmes discrets
Systèmes Linéaires Echantillonnés
Exemples d’équation aux différences
z2 + z z z
Y1(z) = Y2 (z) = Y3 (z) =
z 2 − 3z + 4 z 2 − 3z + 2 (z − 1)(z − 2)
1
Y4 (z) =
(z − 1)(z − 2)
60
Représentation des systèmes discrets
Systèmes Linéaires Echantillonnés
Fonction de transfert discrète
Y(z) = G(z).U(z) 61
Représentation des systèmes discrets
Systèmes Linéaires Echantillonnés
Fonction de transfert discrète
n
bk z − k
Y(z) k = 0 bm z −m + ... + b1z −1 + b0
G(z) = = =
U(z) m
−k an z −n + ... + a1z −1 + a 0
ak z
k =0
62
Représentation des systèmes discrets
Systèmes Linéaires Echantillonnés
Fonction de transfert discrète
Fonction de transfert d’un Retard pur :
y(z)
H(z) = = z −d
u(z)
65
Représentation des systèmes discrets
Systèmes Linéaires Echantillonnés
Fonction de transfert discrète
Fonction de transfert discrète d’un intégrateur
t
y(t) = u(t)dt la relation de récurrence est y(k) = y(k − 1) + Te u(k)
0
67
Représentation des systèmes discrets
Systèmes Linéaires Echantillonnés
Fonction de transfert discrète
du(t)
y(t) =
dt
L’équation récursive est :
u(k) − u(k − 1)
y(k) =
Te
La transformée en Z on obtient :
y(z) 1 − z −1
H(z) = =
u(z) Te 68
Représentation des systèmes discrets
Systèmes Linéaires Echantillonnés
Fonction de transfert d’un système de régulation numérique
69
Représentation des systèmes discrets
Systèmes Linéaires Echantillonnés
Fonction de transfert de l’ensemble : BOZ + système analogique + CAN
Bloquer d’ordre
zéro
1 − e−sTe
Y(z) = Z BO (s). Ga (s) = Z Ga (s) U(z) = H(z)U(z)
s
70
Représentation des systèmes discrets
Systèmes Linéaires Echantillonnés
Fonction de transfert de l’ensemble : BOZ + système analogique + CAN
e(k) Régulateur
numérique
u(k)
(
H(z) = 1 − z −1
) G (s)
Z a
s
y(k)
71
Représentation des systèmes discrets
Systèmes Linéaires Echantillonnés
Fonction de transfert de l’ensemble : BOZ + système analogique + CAN
Exemple
Soit un système à régler analogique de fonction de transfert :
Y(s) 1 k
Ga1(s) = = Ga 2 (s) = Ga3 (s) =
1
U(s) p − s1 1+ τ p 2
p p
1 + 2ξ +
ω0 ω0
Donner son modèle échantillonné H(z) :
sT Y(z) Y(z)
Y(z) 1− e 1 e
H1(z) = = − (1 s1 ) H2 (z) = =? H3 (z) = =?
U(z) sT U(z) U(z)
z−e 1 e
72
Fonction de transfert d’un système de régulation
Systèmes Linéaires Echantillonnés numérique en Boucle Ouverte
Go (z) =
Y(z)
E(z) (
= Gc (z) H(z) = Gc (z) 1 − z )
−1 Ga (s)
Z
s
H(z) 73
Fonction de transfert d’un système de régulation
Systèmes Linéaires Echantillonnés numérique en Boucle Fermée
L’obtention de la fonction de transfert en BF est immédiate, puisque le
retour est unitaire :
Y(z) Go (z)
GBF (z) = =
W(z) 1 + Go (z)
74
Fonction de transfert d’un système de régulation
Systèmes Linéaires Echantillonnés numérique en Boucle Fermée
76
Systèmes Linéaires Echantillonnés
77
Performances des systèmes asservis échantillonnés:
Systèmes Linéaires Echantillonnés Pôles – Zéros –Stabilité – Causalité :
Poles d’un système numérique :
78
Performances des systèmes asservis échantillonnés:
Systèmes Linéaires Echantillonnés Pôles – Zéros –Stabilité – Causalité :
Zéros d’un système numérique :
79
Performances des systèmes asservis échantillonnés:
Systèmes Linéaires Echantillonnés Pôles – Zéros –Stabilité – Causalité :
Zéros d’un système numérique :
z.G(z) est plus rapide que (z - 0.5)G(z) , lui-même plus rapide que G(z).
80
Performances des systèmes asservis échantillonnés:
Systèmes Linéaires Echantillonnés Pôles – Zéros –Stabilité – Causalité :
81
Performances des systèmes asservis échantillonnés:
Systèmes Linéaires Echantillonnés Pôles – Zéros –Stabilité – Causalité :
Mode apériodique
Pôle
𝑝1,2 = R e±𝑗𝛺
y(k) = R k sin(k Ω )
84
Performances des systèmes asservis échantillonnés:
Systèmes Linéaires Echantillonnés Pôles – Zéros –Stabilité – Causalité :
Stabilité :
Si on envoie une impulsion de Dirac à un système de fonction de
transfert G(z), sa sortie est :
S(z) = G (z)
𝐺 𝑧
Développons en éléments simples autour de ces pôles zi :
𝑧
zA1 zA 2
G (z) = + + ...
z - z1 z - z 2
D'ou :
s(kT ) = A z + A z + ... car : TZ z =
k
1 1
k
2 2
z k
i
z - zi
La réponse impulsionnelle s(kT) tend vers zéro si : 𝒛𝒊 < 𝟏 85
Performances des systèmes asservis échantillonnés:
Systèmes Linéaires Echantillonnés Pôles – Zéros –Stabilité – Causalité :
Stabilité :
Théorème :
• Un système dynamique linéaire discret est stable, si et seulement si,
tous les pôles de sa fonction de transfert sont situés à l’intérieur du
disque unité :
𝒛𝒊 < 𝟏
• Il est d’autant plus stable (amorti) que les pôles sont plus à l’intérieur
du cercle. Ceci est prévisible du fait de la relation de passage
continu-discret : 𝑧 = 𝑒 𝑝𝑇
86
Performances des systèmes asservis échantillonnés:
Systèmes Linéaires Echantillonnés Pôles – Zéros –Stabilité – Causalité :
Stabilité :
• Lorsqu’un ou plusieurs pôles sont à l’extérieur du cercle-unité, le
système est instable car sa réponse impulsionnelle diverge.
• Pour des pôles situés exactement sur cercle-unité, le système est
à stabilité marginale.
87
Systèmes Linéaires Echantillonnés
Configuration pôle-zéro
Réponse impulsionnelle
88
Performances des systèmes asservis échantillonnés:
Systèmes Linéaires Echantillonnés Pôles – Zéros –Stabilité – Causalité :
Stabilité :
89
Systèmes Linéaires Echantillonnés
90
Critères d’analyse de la stabilité d’un SLE
Systèmes Linéaires Echantillonnés Critère de Routh-Hurwitz :
Le critère est algébrique, elle consiste à transposer le critère
analogique dans le domaine numérique en utilisant une transformée
homographique qui fait correspondre à l’intérieur du cercle unité du
plan z, le demi plan gauche du plan p.
z −1 1+ w
Transformée en w : w= z=
z +1 1− w
2 ,74
W2 2,74-0,11K 0,63K K = 24,9
0 ,11
1,26-0,52K 1,26
W1 0 K = 2 ,42
0 ,52
W0 0,63K K 0
Re [ Pc ] = c 0 e c Te = Pe 1
Im(z)
jω
j
stable instable
stable
α
Re(z)
-j 93
Critères d’analyse de la stabilité d’un SLE
Systèmes Linéaires Echantillonnés Critère de Jury :
Soit le polynôme caractéristique :
n 0 si n pair
2) (−1) n
(−1) i ai0 0 D(-1)
i =0 0 si n impair
3) a00 − an0 0
( ligne)
a0j a nj− j −k
akj +1 =
a nj− j a kj
pour 0 k n − j −1
( colonne)
a j +1 = 0 k n − j −1
96
Critères d’analyse de la stabilité d’un SLE
Systèmes Linéaires Echantillonnés
Critère de Jury :
97
Critères d’analyse de la stabilité d’un SLE
Systèmes Linéaires Echantillonnés
Remarque importante:
98
Critères d’analyse de la stabilité d’un SLE
Systèmes Linéaires Echantillonnés Exemple d’application du critère de Jury
Exemple 1 : Soit un système représenté en continu par sa fonction de
transfert en boucle ouverte
K
H0 (s) = 𝑜ù 𝐾 𝑒𝑠𝑡 𝑙𝑒 𝑔𝑎𝑖𝑛 𝑠𝑡𝑎𝑡𝑖𝑞𝑢𝑒 𝑒𝑡 𝜏 𝑒𝑠𝑡 𝑐𝑠𝑡 𝑑𝑒 𝑡𝑒𝑚𝑝𝑠
1 + τs
En prenant Te comme période d’échantillonnage, et un échantillonneur
bloqueur d’ordre un, montrer que sa fonction de transfert (boucle ouverte)
est de la forme : K (1 − α )
G0 (Z) =
z−α
Ou 𝛼 est un coefficient à déterminer.
100
Précision statique des asservissements échantillonnés
Systèmes Linéaires Echantillonnés
L’erreur permanente, qui représente l’écart en régime établi entre la
consigne et la sortie du système, caractérise la précision du système
asservi.
Y(z) R(z)H(z
=
Yc (z) 1 + R(z)H(z)
102
Précision statique des asservissements échantillonnés
Systèmes Linéaires Echantillonnés
On met R(z)H(z) sous la forme :
1
R(z)H(z) = T(z)
m
(z − 1)
104
Précision statique des asservissements échantillonnés…
Systèmes Linéaires Echantillonnés
pour qu'un système présente une erreur statique nulle pour une entrée en
échelon, il faut que la transmittance en boucle ouverte présente au moins un
intégrateur pur.
105
Précision statique des asservissements échantillonnés…
Systèmes Linéaires Echantillonnés
Exemple : Un asservissement à retour unitaire a pour fonction de
transfert en boule ouverte :
0.015
R(z)H(z) = K
z3 ( z − 0.985 )
106
Systèmes Linéaires Echantillonnés
108
Eléments de synthèse de régulateurs numériques
Systèmes Linéaires Echantillonnés
Lieu des racines :
• Lieu des racines ou lieu d’Evans est le lieu des pôles de la fonction de
transfert en boucle fermée lorsque le gain K varie de 0 à l’infini.
• C’est un moyen de choisir un gain K pour obtenir, en boucle fermée, les
performances pré-spécifiées.
• l’examen de la position des pôles permet également de déterminer le
degré de stabilité.
• Pour l’étude de la stabilité de la boucle fermée, on trace dans le plan
complexe, le lieu des racines du dénominateur, note 𝐷 𝑧 = 1 + 𝐺(𝑧)
dont on recherchera les racines; sa construction fait appel à 8 règles.
• Le système bouclé est stable, si le lieu D(z) reste situé à l’intérieur du
cercle unité.
109
Eléments de synthèse de régulateurs numériques
Systèmes Linéaires Echantillonnés
Tracé du lieu des pôles
Si la fonction de transfert en boucle ouverte d’un système de
régulation numérique a pour expression générale
Y(z) n 0 (z)
GBO (z) = =K
U(z) d 0 (z)
K n 0 (z)
GBF (z) =
d 0 (z) + K n 0 (z)
111
Eléments de synthèse de régulateurs numériques
Systèmes Linéaires Echantillonnés
Les règles les plus utiles à l’esquisse du lieu des racines :
1 • Le lieu des pôles à n branches. (n nbre des pôles de la FT en BO.
2 Points de départ du lieu : lorsque k tend vers 0, le lieu part de n pôles de la FT en boucle ouverte.
Points d’arrivée du lieu : lorsque k tend vers infini.
3 • Les racines de l’équation caractéristique tendent vers les m zéros de la FT en BO.
• Les (n-m) racines de l’équation caractéristique tendent vers l’infini selon des directions asymptotiques.
• Les points d’arrivées des (n-m) pôles restant sont situés à l’infini. Il rejoignent (n-m) asymptotes d’angle
1 + 2𝜆
4 𝜉= ⋅𝜋 𝜆 = 0,1 … . , n − m − 1
𝑛−𝑚
formant une étoile régulière.
𝑛
𝑚
𝑝𝑖 − 𝑍𝑗
𝑖=1
5 • Le points d’intersection des asymptotes avec l’axe réel : 𝛥 = 𝑖=1
𝑛−𝑚
• Tout point de l’axe réel situé à gauche d’un nombre impaire de pôles et de zéros réels fait partie du
lieu.
6 𝑚 𝑛
1 1
• Points d’intersection des branches du lieu sur l’axe réel. =
𝑖=1 𝛼−𝑧𝑖 𝑖=1 𝛼−𝑝𝑖 112
Eléments de synthèse de régulateurs numériques
Systèmes Linéaires Echantillonnés
Exemples 1 : synthèse d’un régulateur P
10
Echelon K = ??? H(z) =
(z − 1)(z − 0.5)
113
Eléments de synthèse de régulateurs numériques
Systèmes Linéaires Echantillonnés
Exemples 2 : synthèse d’un régulateur P
z − 0.5
G bo (z) = K
(z − 1)(z − 0.5)
114
Eléments de synthèse de régulateurs numériques
Systèmes Linéaires Echantillonnés
Approches de synthèse de correcteurs numériques
116
Synthèse de correcteurs numériques par extension de correcteurs
Systèmes Linéaires Echantillonnés analogiques.
• Approximation de la variable p.
Le principe de l’approche consiste à déduire un correcteur Rd(z) du
correcteur Rc(p) en choisissant une approximation de la variable p,
selon la figure :
Discrétisation avant :
Discrétisation arrière
Approximation de Tustin
118
Méthodes de discrétisation d’un correcteur analogique
Systèmes Linéaires Echantillonnés
Synthèse d’un correcteur numérique par transposition d’un
correcteur continu – exemple.
119
Systèmes Linéaires Echantillonnés ▪ Correcteur Proportionnel et Intégral (PI) :
1 1 z U(z) z
u(s) = K pe(s) + K i e(s) → D(z) = = Kp + Ki
s s z −1 e(z) z −1
U(z) b1z + b0
Qui se met aussi sous la forme : D(z) = =
e(z) z −1
Avec : b1 = K p + K i , b0 = −K p
Algorithme de commande :
uk = uk −1 + b1 ek + b0 ek −1 CI nulles
120
Systèmes Linéaires Echantillonnés ▪ Correcteur Proportionnel et Dérivée PD (avance de phase) :
U(z) b1z + b0
D(z) = =
e(z) z
• Avec :
b1 = K p + K d , b0 = −K p
• Algorithme de commande :
( )
uk = K p + K d ek + K d ek −1 CI nulles
121
▪ PID numérique :
Systèmes Linéaires Echantillonnés
But :
Améliorer les performances du système bouclé (stabilité, précision, rapidité
et sensibilité aux incertitudes du modèle),
• Algorithme de commande :
122
Synthèse numérique (suite)
Systèmes Linéaires Echantillonnés
Méthode de Zdan :
123
Synthèse numérique (suite)
Systèmes Linéaires Echantillonnés
Méthode de Zdan :
124
Synthèse numérique (suite)
Systèmes Linéaires Echantillonnés
Le principe de la méthode de Zdan est d’aboutir à l’expression de C(z)G(z) la
plus simple possible. C(z) comportera :
1. Des pôles et des zéros compensant les zéros et les pôles de G(z) .
2. Autant de pôles à z =1 qu’il est nécessaire, compte tenu de ceux de
G(z) pour que l’erreur statique soit nulle, selon l’ordre de précision
souhaité.
3. Un gain ajustable KD .
4. Autant de paramètres (Ai ,Bi) qu’il y a de spécifications
(amortissement, rapidité…) à satisfaire. Ces paramètres interviennent
dans des expressions de la forme :
125
Synthèse numérique (suite)
Systèmes Linéaires Echantillonnés
C(z) s’écrit alors :
127
Synthèse numérique (suite)
Systèmes Linéaires Echantillonnés
Maintenant il faut introduire des paramètres (que l’on règlera) qui permettent
de satisfaire le cahier de charges. On choisit donc :
Qui donne :
128
Synthèse numérique (suite)
Systèmes Linéaires Echantillonnés
• Ainsi, en boucle fermée, on obtient la fonction de transfert corrigée
:
• Et le correcteur :
129
Synthèse numérique (suite)
Systèmes Linéaires Echantillonnés
• La réponse indicielle s’écrit :
130
Systèmes Linéaires Echantillonnés
Fin
Banne chance
131