Académique Documents
Professionnel Documents
Culture Documents
Chapitre 1
Modélisation et identification des systèmes
dynamiques
1. Terminologie et Définition :
1- Système:
Un système est dit mono-variable si son entrée, ainsi que la sortie considérée sont uniques.
Dans les autres cas le système est dit multi-variable.
Un système linéaire est un système pour lequel les relations entre les grandeurs d'entrée et
de sortie peuvent se mettre sous la forme d'un ensemble d'équations différentielles à
coefficients constants.
Un système est linéaire s’il obéit au principe de superposition défini par les propriétés de
proportionnalité et d’additivité.
3
ku (t ) Système ky (t )
entrée sortie
Fig. 1.6 : La proportionnalité
y
u1 (t )
entrées
Système
y 1 (t )
sorties
u i (t )
i 1
Système i 1
i (t )
u n (t ) y n (t )
entrée sortie
.Fig. 1.7 : L’additivité
- Les deux propriétés précédentes peuvent être étendue à des termes intégraux ou dérivés,
donc aux systèmes dynamiques.
Exemple d’équation différentielle :
x (t ) A x(t) Bu(t)
y(t) Cx(t) Du(t)
Soit u(t) et y(t) deux fonctions du temps (l’entrée et la sortie du système respectivement),
Un système linéaire est régi par une équation différentielle à coefficients constants de la
manière suivante :
n n 1 m m 1
d y (t ) d y (t ) dy (t ) d u (t ) d u (t ) du (t )
an n an 1 n 1 a1 a0 y (t ) bm m bm 1 m 1 b1 b0u (t )
dt dt dt dt dt dt
an p n y (p) an 1 p n 1y (p) .... a1 py (p) a0 y (p) bm p mu (p) bm 1 p n 1u (p) .... b1 pu (p) b0 u(p)
Soit par factorisation
a p n
n
an 1 p n 1 .... a1 p a0 y (p) bm p m bm 1 p n 1 .... b1 p b0 u (p)
Ou encore
H (p)
D (p) u (p) an p n an 1 p n 1 .... a1 p a0
1.3. Système non linéaire : est un système dont le comportement n’est pas linéaire, c’est-
à-dire soit ne satisfaisant pas le principe de superposition, soit la sortie n’est pas
proportionnelle à l’entrée.
Modélisation et Identification des Systèmes Dr : BOURAHALA Fayçal 3
Chapitre1 : Généralités
.
Ce type du système peut être représenté sous forme :
équation de Rycati ay by cy 2 d 0
équation de Bernouli ay by cy 0
x (t ) f x (t ),u (t ), t
y (t ) g x (t ),u (t ), t
Les systèmes non linéaires sont plus difficiles à étudier que les systèmes linéaires,
néanmoins, en linéarisant (c’est possible) un système NL autour d’un point d’équilibre, ou
d’une trajectoire, on obtient un système linéaire qui va présenter correctement le système non
linéaire au voisinage de ce point d’équilibre ou cette trajectoire.
2. Modélisation ? :
3. Modèle
Il s’agit de modéliser un mouvement d’une roue par rapport au châssis par l’intermédiaire
d’un amortisseur et un ressort. Ce système peut être représenté par une masse reliée en série à
un ressort et un amortisseur monté en parallèle.
K
f (t )
M
y (t )
On note f (t ) la force exercée sur la masse M et y (t ) la position de cette masse par rapport à
l’équilibre. En appliquant le principe fondamental de la dynamique sur la masse M soumise
dy (t )
à l’action du ressort ( Ky (t ) ), de l’amortisseur ( ) et à la force f (t ) , on obtient
dt
l’équation suivante:
2
d y (t ) dy (t )
M Ky (t ) f (t )
dt
2
dt
i (t ) C V s (t )
V e (t )
Circuit RLC
Pour des conditions initiales nulles, les équations électriques nous donnent:
2
d y (t ) dy (t )
M Ky (t ) f (t ) L’ordre n=2
dt
2
dt
x 1 y (t ) x 1 y (t )
K 1
x 2 y (t ) x 2 y (t ) y (t ) y (t ) u (t )
M M M
x 1 x 2
K 1
x2 x1 x2 u (t )
M M M
x 1 x 2
K 1
x2 x1 x2 u (t )
M M M
La forme générale d’un système décrit par un modèle d’état est la suivante :
dx (t ) A x (t ) Bu (t )
dt (équation d'état)
y (t ) Cx (t ) Du (t )
(équation de sortie ou de mesure)
x
x (t) x (t) 2
Dans cet exemple : x (t) 1 x (t) 1 K 1
x 2 (t) x 2 (t) x1 x2 u (t )
M M M
0 1 x (t ) 0
x (t ) x 1 (t ) 1 1 u (t )
x 2 (t )
K
x 2 (t )
M M M
x (t )
y (t ) 1 0 1 0u (t )
x 2 (t )
dx (t ) A x (t ) Bu (t ) 0 1 0
dt , C 1 0 et D 0
avec A K ,B 1
y (t ) Cx (t ) Du (t )
M M M
2
d y(t ) dy(t )
LC RC y(t ) u (t ) (1)
dt 2
dt
dy (t )
x 1 (t ) y (t ) et x 2 (t ) . Alors, l’équation (1) conduit à :
dt
x 1 x 2
x 1 y (t ) x 1 y (t ) x 1 x 2
1 R 1
x 2 y (t ) x 2 y (t ) LCx 2 RCx 2 x 1 u (t ) x2 x1 x 2 u (t )
LC L LC
0 1 0
x (t ) x 1 (t ) x 1 (t )
1 u (t )
1
x 2 (t )
R
x 2 (t )
LC L LC
x (t )
y (t ) 1 0 1 0u (t )
x 2 (t )
0 1 0
Avec A 1 R , B 1 , C 1 0et D 0
LC L LC
La fonction de transfert est une fonction qui permet de calculer la sortie en fonction de
l’entrée. Prenons un exemple simple, un circuit électrique qui alimente une lampe avec un
générateur de tension. L’intensité de l’éclairage dépend du courant qui circule dans la lampe,
l’entrée est donc la tension et la sortie est l’intensité du courant dans la lampe.
- La lampe est assimilable à une résistance, on sait que U=R*I donc la fonction de
transfert donnant la sortie en fonction de l’entrée est 1/R.
- Les fonctions de transfert peuvent être beaucoup plus compliquées, elles peuvent
mettre en jeu des dérivées ou des intégrales (ces transformations sont linéaires).
- Pour simplifier l’étude de systèmes linéaires compliqués, on utilise la transformée de
Laplace E/S.
Transformée de Laplace :
La transformée de Laplace d'une fonction f(t), causale (nulle pour t<0)., est donnée par la
relation suivante
( ( )) ( ) 0
f (t )e pt dt ,
d n y (t)
p Y (p)
n
L n
dt
Soit H (p)
D (p) an p n an 1 p n 1 .... a1 p a0
2
F (p)
( p 1)( p 2)
2 C1 C2
F (p) ,
( p 1)( p 2) ( p 1) ( p 2)
2 2
C 1 p 1 2 et C 2 p 2 2
p 1 p 2 p 1
p 1 p 2 p 2
2 2
F (p)
( p 1) ( p 2)
p 1 C2 C1 D
F (p) 0
p p 2
2
p 2
2
p 2 p
p p 1
C2
1
0!
p 2 F ( p )
2
p 2
1
2
, C1
1 d
1! dp p 2 2
F (p) p 2
p
2
1
4
p 2
1
D 0 pF ( p ) p 0 ,
4
p 1 1/ 2 1/ 4 1/ 4
F (p)
p p 2
2
p 2
2
p 2 p
1 1 1
f (t ) te 2t e 2t
2 4 4
d 2 y (t) dy (t)
M 2
Ky (t ) f (t)
dt dt
Mp 2 p K Y (p) F (p)
Y (p) 1
F (p) Mp p K
2
Y (p) K U (p)
p 2
2n p n2
1
1 M K
G (p)
p 2n p n2
On aura donc
Mp 2 p K K 2
p
2
p
M M
K
n pulsation naturelle
M
Donc taux(coefficient d'amortissement)
2 MK
1
K K gain du système
V e (t ) i (t ) C V s (t )
Circuit RC
Pour des conditions initiales nulles (système au repos à l’origine), les lois de la physique
régissant le comportement de ce système électrique conduisent aux équations suivantes
V e (t ) Ri (t ) V s (t ) (1)
Avec
1 t dV s (t )
V c (t )
C i (t )dt
0
or i (t ) C
dt
dV s (t )
RC V s (t ) V e (t )
dt
V s (p) 1 K
G (p)
V e ( p ) 1 RCp 1 p
où = RC et K = 1.
dx ²(t)
F (t) M
n
d ²(t)
C (t) J
n
Théorème de la Exemple :
résultante dynamique Mouvement
n
n
d 2 x (t )
(position d’un solide en
Fi (t ) M dt 2
F ( p ) Mp
i 1
i
2
X (p)
translation i 1
Théorème de la n
dv (t ) n
résultante dynamique F (t ) M
i 1
i
dt
F ( p ) MpV ( p )
i
i 1
(vitesse
Théorème du
moment dynamique
(vitesse)
Frottements visqueux
pour des solides en
translation
Ressorts en
compression de
raideur k
Ressorts en traction
de raideur k
Systèmes électriques
Résistor
Condensateur
Inductance
Chapitre 2
Identification par les méthodes de base
II.1. Définition de l’identification :
II.2. Type de modèles : Il existe une multitude de types de modèles, selon les
applications. Les plus populaires sont les modèles de connaissance et les modèles de
représentation.
Deux méthodes d’identification sont à considérer : essai en boucle ouverte (le procédé
étudié n’est pas asservi ou régulé) et essai en boucle fermée (un régulateur asservit ou
régule le système).
1.1 Méthodologie :
- Équation différentielle
dy (t )
y (t ) Kx (t )
dt
K : gain statique du système
: Constante du temps du système
- Fonction de transfert
Y (p) K
Sa fonction de transfert est : p 1Y ( p ) KX ( p )
X (p) p 1
- Réponse indicielle
K
alors Y (p)
p 1 p
K K K K
Y (p)
p 1 p p p 1
La réponse indicielle sera donc
1
y (t) L1 Y (p) K 1 e u (t)
La représentation graphique de la réponse indicielle est donnée comme suit :
e (t) e 0u (t )
1
- Dans ce cas y (t) L1 Y (p) e 0 K 1 e u (t) y0
y (t)
e 0 K y0
y0
t
Ka t Ka e
t
Ka e
0 3
Ka t
Ka(t )
Ka
Elle permet de réaliser une excitation dans une large gamme de fréquences,
contrairement à l'échelon qui possède un spectre réduit. Le nombre de points de mesure
est élevé. L'analyse est donc beaucoup plus performante que l'analyse temporelle.
D.1. Utilisation des tracés asymptotiques des diagrammes de Bode d'un 1er
ordre :
1
1
Un système du 2ed ordre d’entrée x(t) et de sortie y(t) est décrit par une équation
différentielle du second ordre comme suit :
2
d y (t ) dy (t )
2n n y (t ) K n x (t )
2 2
2
dt dt
où ωn, ξ et K sont des constantes réelles positives. Ils ont la signification suivante :
Fonction de transfert :
Par application de la TL à l’équation précédente (en prenant des conditions initiales nulles) il
vient
K n
2
Y (p) K
G (p) 2 2
X (p) p 2n p n 1 2 p / n p 2 / n2
Réponse indicielle :
1
L’entrée x (t) u(t) soit X ( p )
p
1 K n2
Alors on a G ( p )
p p2 2 np 2
n
L’étude des différentes formes de la sortie d’un système d’ordre deux s’effectue en
analysant les racines de son polynôme caractéristique (pôles), donnée par le
dénominateur de la fonction de transfert :
p 2 2
2 p 1 0 (1)
n n
2
2
42 42 ( 1)
2
(2)
n n n
Cas1 : si 1 , dans ce cas, l’équation (1) admet 2 racines réelles, la réponse est dite
apériodique.
p 2 2
2 p 1 0 p 2n p n p p1 p p 2 0
2 2
n n
Avec: p1 n 1 ,
2
p 2 n 2 1
et en terme de constantes de temps :
p 2 2
2 p 1 0 p 2n p n 1 1 p 1 2 p 0
2 2
n n
1 1
1 2
,
n 2 1 n 2 1
K K C C1 C2
Tels que Y ( p ) 0
p 2 2 p 1 1 p 1 2 p p 1 1
p 2 p 1 p p
n n
1 2
1 1
Avec: C 0 pY ( p ) p 0 K , C 1 p Y ( p ) , C 2 p Y ( p )
1 p
1
2 p
1
1 2
Y ( p ) , comme suit :
1 1 1
Y (p) K K 1 . 2
.
p 1 1 p 1 2 p p 1 2 p 1 1 2 p 1
1 2
1 t / t /
y (t ) K 1 e 1
2 e 2
p 1 2 1 2
dans ce cas
K n2 K C0 C2 C1
Y (p) 2
p p 2n p n p p n p p n p n
2 2 2
y (t ) K 1 1 nt e n
t
(3.23)
p1 n 2 1 ,
p 2 n j 2 1
On obtient cette fois :
t
y (t ) K 1
e n
1
sin 1 2
t avec arctan
1
2 n 2
La figure II.12 présente la réponse en régime pseudopériodique amorti (0 < m < 1) d’un
système linéaire du second ordre pour K = 1, = 0,22 rad/s, et m = 0,18
Tableau 3.1 : Formules liants les paramètres d’un système d’ordre 2 avec
les caractéristiques de sa réponse indicielle
Temps de monté tm
2n 1
2
1 100
Temps de réponse à n% (ξ < 0.7) tr
n n
ln
Temps du premier maximum (pic) t pic
n 1 2
2
Pseudo-période Tp
n 1 2
D% 100 exp
Dépassement 1 2
Résumé
Cette méthode nécessite alors de boucler le système sur un simple régulateur proportionnel
dont on augmente le gain jusqu’à amener le système à osciller de manière permanente ; on se
trouve ainsi à la limite de stabilité du système.
Td 0 0 0 Tc K cTc Tc
0.12Tc
4 13.3 8
Les valeurs proposées par Ziegler et Nichols ont été testées dans de très nombreuses situations
et il faut souligner qu’ici également elles conduisent à un temps de montée relativement court
assorti d’un dépassement élevé.
Dans ce cas, le régulateur PID (mixte) obtenu à une fonction de transfert comme suit :
Cette situation n’étant pas toujours satisfaisante, on est amené à corriger légèrement les
coefficients proposés et, en particulier, à diminuer le gain Kp.
Chapitre 3
Méthode de Strejc et Broîde)
Ke s
H (s ) .
1 Ts
y (t )
y
Echelon
T
Réponse de la mesure
y
- Le gain statique : K
u
- Le retard : t 1 t 0
- La constante de temps : T t 2 t 1
Le modèle : Cette méthode peut s’appliquer aux systèmes dont la réponse indicielle
ne présente pas de dépassement. On identifie à une fonction de la forme :
Ke s
H (s )
1 Ts
n
On peut noter la grande ressemblance avec celle du système de départ alors qu’on a
identifié un deuxième ordre avec retard au lieu d’un troisième ordre.
Ke s
La fonction de transfert est de la forme H (s )
1 Ts
n
Relever Δy et Δu .
Δy
Calculer le gain statique K
Δu
Tracer la tangente au point d’inflexion.
Relever graphiquement les valeurs de T1 et T2.
Calculer T1/T2.
Porter sur le nomogramme les 2 points (T1/T2 et T2) et tracer une droite reliant ces
deux points.
Relever n (ordre du modèle) et T (constante de temps du modèle) généralement, on
arrondit cette valeur à l'entier le plus proche.
Calculer le retard T1 réel-T1ordre entier(après arrondissement à la valeur la plus proche en
nomogramme de T1/T2)
On obtient ainsi un modèle à ordre fractionnaire… cet ordre fractionnaire n’a pas de réalité
physique mais il est particulièrement intéressant pour le calcul des actions du régulateur.
T1 T2
T2 T
K K
H(p) = e . p H(p) =
(1 T . p ) n
(1 T . p ) n
K= 3 K= 3
T1/T2=0.15 T1/T2=0.15
3.e 10. p 3
(1 60. p) 2.4 (1 60. p) 2.4
30 - 0.105*200 = 9
3
3.e 19. p
(1 72. p) 2
(1 70. p) 2
Les systèmes contenant un intégrateur ont une réponse indicielle en rampe, en régime
permanent. L’asymptote de cette réponse est une droite d’équation y = a(t - t1) de pente
a et qui coupe l’axe des abscisses pour t = t1 (voir figure).
On identifie la réponse du système réel à la réponse d’un système intégrateur pur avec
retard c’est à dire avec la fonction de transfert suivante :
Ke s
H (s )
s
a
K et t 1
u
# Ordre fractionnaire :
On constate qu’il peur y avoir un retard naturel. La détermination de ce retard est bien
sûr une source d’erreur qu’il faut minimiser.
- Le gains statique k,
- Le retard τ
- La constante du temps T
- et l’ordre n.
Principe de l’identification :
C
y(t)
y
t
t0 A t
# Ordre entier:
AB
AC
(voir le tableau)
Principe de la méthode :
➢ T : constante de temps
➢ tau : temps mort d'identification (temps de retard)
T
- La détermination directe de et T n'est pas toujours aisée sur une courbe réelle :
on préfère mesurer t2 et t1 et calculer et T
y
u
y u
T
Les valeurs de Tet de sont calculées à partir des relations suivantes :
Démonstration :
Afin de déterminer des valeurs de ces paramètres, Broîda fait correspondre la réponse
indicielle à identifier et la fonction de transfert du 1er ordre affectée d'un retard en deux
points t1 et t2 d'ordonnées correspondant à 28% et 40% de la valeur finale de la sortie
du système (excitée par un échelon l’amplitude E0) est :
t
e s
G (s ) KE 0 y (t ) KE 0 1 e T
s 1 Ts
t t
1 1 t
y 28 (t ) 0.28KE 0 KE 0 1 e T e T
0.72 1 ln(0.72) 0.328
T
t 1 0.328T
De même
t 1 0.328T ..........(1)
t 2 0.51T .............(2)
1
(2) (1),t 2 t 1 0.182T T t 2 t 1 5.55 t 2 t 1 ,
0.182
T 5.55 t 2 t 1
D’autre coté
2.8t 1 1.8t 2
Ke s
- La fonction de transfert H (s )
1 Ts
- La constante de temps T 5.55 t 2 t 1
Remarque :
1- En pratique, la prise en compte du retard pur est di-cile dans une synthèse de
correcteur. On utilise
donc l'approximation suivante :
Ke s K 1 s K
H (s )
1 Ts 1 Ts 1 Ts 1 s
\T
100
H (s )
s 1s 4 s 5
y
Le gain K est déterminé comme dans la méthode de Strejc. k
u
- Le temps de retard
2.8t 1 1.8t 2 2.8 0.7730 1.8 0.9939 0.3753s
5e 0.375s
H (s )
1 1.22s
Certains systèmes physiques ont une réponse indicielle normalisée de la forme suivante
Chapitre 4
Méthode des moindres-carrés
II. Ajustement du modèle par les moindres-carres
u (t )
x (t )
Choix du modèle :
Modèle linéaire
Le modèle est linéaire par rapport à ses paramètres p i s'il vérifie
x (t , 1 p1 2 p 2 ) 1x (t , p1 ) 2 x (t , p 2 )
Ou encore
On pose
1
n n
E y (t i ) x (t i ) i2 équivalent E 1 2 ... n 2
2
i 1 i 1 ...
n
Sachant que E Y X et que X H
Alors l’erreur cumulée s’écrit comme suit :
E Y H Y H
T
ˆ H T H
1
H TY
SOLUTION
1-
n Abscisse Mesure Modèle
1 t1 0 y s (t 1 ) 1 x (t 1 ) a1 0b
2 t2 1 y s (t 2 ) 2 x (t 2 ) a b
3 t3 2 y s (t 3 ) 2 x (t 3 ) a 2b
Ecriture du problème sous forme matricielle
x 1 (t ) 1 0 y 1 (t ) 1
X x 2 (t ) 1 1 H et Y y 2 (t ) 2
a
b
x 3 (t ) 1 2 x 3 (t ) 2
H
ˆ H T H
1
H TY
ˆ H T H
1
H TY
1 0
1 1 1 3 3 1 5 3
1 1 H T H
1
H H
T
0 1 2 1 2 3 5 6 3 3
1
1 1 1 5
H Y
T
2
0 1 2 2 6
aˆ
ˆ H T H 1 H TY 1 5
3 5 1 7
On obtient alors ˆ
b 6 3 3 6 6 3
aˆ 7 / 6
ˆ
Finalement on trouve ˆ
b 1/ 2
ˆ ˆ
Le modèle estimé devient alors, x (t ) a bt 7 / 6 1 / 2t
J E QT E Q Y H Q T Q Y H
T
Remarque : Si Q est la matrice identité, on aura le critère des moindres carrés conventionnel
II.10. Biais de l'estimation des paramètres :
Le biais d'un estimateur est l'espérance de l'écart entre l’estimation et les vraies
valeurs.
Biais b E (ˆ )
L'estimateur sans biais fournit une valeur non-décalée par rapport à la vraie
valeur
b=0 : Estimateur non biaisé (pas d'erreur d'estimation);
b 0 Estimateur biaisé c’est-à-dire v et H séquences corrélées et également v est
de moyenne non nulle
Seul E (v ) 0 peut être nul pour que l’estimation soit sans biais.
Dans les cas usuels (bruit à valeur moyenne nulle ou bruit blan), l'estimateur des
moindres-carrés est sans-biais : la valeur estimée des paramètres est proche de la
vraie valeur en moyenne.
Si le bruit n’est pas blanc, cet estimateur est biaisé
Il fournit une estimation non-décalée par rapport aux vraies valeurs.
Mais en général (en présence d’un bruit coloré), l’estimateur des MC est biaisé
Solutions au problème de biais asymptotique de l’estimateur des MC
- Choix d’autres structures de modèles pour le bruit
- Méthode de la variable instrumentale (VI)
II.11. Variance de l'estimation des paramètres:
La variance d’une variable scalaire est définie comme suit: