Académique Documents
Professionnel Documents
Culture Documents
Elles s'appliquent aux systèmes pour lesquels on recherche un modèle linéaire. Elles utilisent
les analogies entre les résultats d'expériences et les solutions d'équations afin de choisir une
structure à priori pour le modèle.
Le plus souvent on cherche à caractériser la fonction de transfert d'un système que l'on veut
automatiser.
Cette méthode ne peut pas servir à identifier les paramètres physiques du système (ce n'est pas
une modélisation interne).
On applique un échelon d'amplitude u0 au système.
On observe la réponse et on fait un choix sur la structure de la fonction de transfert ou de
l'équation différentielle.
u0 Fonction y
de
transfert T
2/3y(∝)
τ
0
t
Et tgΘ = Ku0/τ
Cas particuliers :
Ln y&
Pente (-1/τ)
Ln Ku0/τ X
X
X X
X
X
X
0
t
2) On discrétise l'équation différentielle
τdy + y = Ku0dt ⇒
τ/∆t y(t + ∆t) + y(t) (1- τ/∆t) = Ku0(t)
Κυ0∆t/τ
0
t
+b + y=Ku0
d 2 y dy
a
dt 2 dt
τ 1τ 2 +(τ1 +τ 2) + y = Ku0
d2y dy
dt 2 dt
1 d y + 2m dy + y=Ku0 m < 1 amortissement, ωn pulsation propre
ωn dt 2 ωn dt
2
1er cas : si τ1 est très différent de τ2 ⇒ Il existe des méthodes spécifiques, mais on utilisera
2ème cas : Dans le cas oscillatoire, on utilise des abaques pour identifier ωn et m. K est obtenu
plutôt la méthode de Strejc (voir plus loin).
K = gain statique,
T = constante de temps
Le système est normalisé en divisant la réponse par la valeur en régime permanent y (∞) =
au0.
Tm = Tb – ti = Ta(1 - Φi)
τu = Tu /Ta
et on peut lier les relations entre ces paramètres et les quantités n et T à l'aide du tableau
suivant.
Tu / Ta = τu / 1
modèle. On a aussi dans les triangles AbC et AOC' :
Tu
e−T ' p
G(p)=
(1+Tp )n
G(p)=
(1+ p)(1+2p)(1+3p)(1+4p)
1
Le modèle est
e−0,49p
G(p)=
(1+3p)3
Remarque :
Si Tu < 0,1 on assimilera le système à un second ordre apériodique et on prendra sur la courbe
de réponse deux points t1 et t2 et on déterminera la transmittance :
G'(p)=
(1+T1 p)(1+T2 p)
1
0,95
0,05
t3 t1 Ta t2 t
Tb
t t n −1 1
y ( t ) = 1 − e 1 + + ........... +
T ( n − 1) !
−t / T
T
On peut écrire en t1
y(t1 )=1−e−yˆ 1+ yˆ +...+ yˆ n−1 1 =0,05 avec yˆ = t1 fonction de n
(n−1)! T
La relation précédente permet d’obtenir t1 en fonction de n.
De la même manière on a :
1
y ( t2 ) = 1 − e − z 1 + z + ........... + ( z ) = 0,95
( n − 1)!
n −1
avec z = 2 z fonction de n
t
⇒ zf n de n
T
t2 − t1 Tb
et = = yˆ − z ⇒ Tb = T ( yˆ − z )
( n + 1)!en+ 2 T
T T
On a aussi Ta =
( n + 2)
n +1
Ta
est indépendant de T et ne dépend que de n.
Tb
confondu avec l'origine O, il existe un retard pur τ = Ot3 ( Ot3 = Ot1 − t1t3 )
Tb
V Analyse fréquentielle
V.I.Introduction
y(t)
x(t) y(t)
x(t) est un signal sinusoïdal dont on fait varier la fréquence, on mesure y(t) lorsque le système
est stabilisé. y(t) est un signal de même fréquence que x(t)
∑ bυ ( jω )
υ
m
υ =1
5
3 5
n+m
Si n+m est pair il faut les coordonnées de i = points de la caractéristique fréquentielle.
On obtient n + m équations linéaires pour les coefficients recherchés,
2
aυ (υ = 1, 2,...., n)
bυ (υ = 1, 2,...., m)
b0 + b1 p
G ( p) =
1 + a1 p + a2 p 2 + a3 p 3
n=1, m=3, n+m = 4. 2 points sont donc nécessaires pour obtenir les cinq paramètres : b0, b1,
a1, a2, a3,
b0 est mesuré à priori.
20 log A I
A0
ω2
I2
ω2 ω0 R2
R1
ω0 ω1 log ω
R
ω1
I1
u = b v1 = b1ωi
1) ⇒ 1 0
u2 = 1 − a2ωi v2 = a1ωi − a3ωi3
2
2) ⇒
− a1ω1 I1 − a2ω12 R1 + a3ω13 I1 = b0 − R1
a)
− a1ω 2 I 2 − a2ω 2 R2 + a3ω 2 I 2 = b0 − R2
2)
2 3
b)
a1ω1 I1 − a2ω1 I1 + a3ω1 R1 − b1ω1 = − I1
a ω R − a ω 2 I − a ω 3 R − b ω = − I
2 3
c)
1 2 2 2 2 2 3 2 2 1 2 2 d)
a ) × R1 + c) × I1
a2ω12 R12 + b1ω1 I1 = R12 − b0 R1
b) × R2 + d ) × I 2
a2ω 2 R2 + b1ω 2 I 2 = R2 − b0 R2
c) × R1 − a) I1
2 2 2
a ω R 2 − a3ω1 R1 − b1ω1 R1 = b0 I1
d ) × R2 − b) × I 2 1 1 1
3 2
a ω R − a ω 3 R 2 − b ω R = −b I
1 2 2 3 2 2 1 2 2 0 2
minimale.
Quelle sont les valeurs des ai , b j qui donnent ce résultat ?