Méthode du Premier Harmonique

3.1 Introduction
La méthode harmonique (méthode fréquentielle) est un outil puissant pour l’analyse et la synthèse
des systèmes de commande linéaires. L’idée consiste à décrire le système comme fonction
complexe (fonction de transfert) plutôt que comme une équation différentielle.
Il y a deux avantages principaux d’employer la méthode harmonique. D’abord, des représentations
graphiques peuvent être utilisées pour faciliter l’analyse et la synthèse. En second lieu, des
interprétations physiques peuvent être dégagées.
La méthode du premier harmonique est une généralisation (extension) de la méthode harmonique
des systèmes linéaires aux systèmes asservis non linéaires à une non-linéarité séparable représentés
figure 3.1.

c (t ) = 0 e (t ) u (t ) y (t )
f (e) H (s)

Elément Elément
Non Linéaire Linéaire

Figure 3.1 : Système asservi avec non-linéarité séparable en régime libre.

La méthode du premier harmonique consiste à remplacer l’élément non linéaire par un élément
linéaire équivalent (fonction de transfert généralisée). La méthode du premier harmonique permet
ainsi de déterminer si le système asservi non linéaire de la figure 3.1 présente en régime libre des
oscillations (cycles limites) et si oui, en estimer leurs caractéristiques (pulsations propres,
amplitudes).
La prévision des cycles limites est très importante. Parfois les cycles limites peuvent être
souhaitables (par exemple les oscillateurs électroniques). Cependant, dans la plupart des systèmes
asservis, les cycles limites sont indésirables.
3.2 Hypothèses d’application de la méthode
Dans le cadre de ce cours, pour appliquer la méthode du premier harmonique à un système asservi
non linéaire, on suppose que les conditions suivantes sont vérifiées :
- Condition de séparabilité : le système asservi possède un seul bloc non linéaire qu’il est possible
d’isoler. Les autres éléments sont supposés linéaires, au moins approximativement.
- La non-linéairité est statique, c’est-à-dire, la non-linéarité est indépendante du temps.
- La non-linéarité est symétrique par rapport à l’origine.
- Condition de filtrage : la partie linéaire du système asservi, notée H ( s ) , est stable (sans pôles à
partie réelle positive) est se comporte comme un filtre passe-bas.
3.3 Fonction de transfert généralisée et gain complexe équivalent
On considère un élément non linéaire quelconque donné par :

e (t ) NL u (t )
f (e)

Figure 3.2 : Elément non linéaire.

e ( t ) A sin ( ωt ) , le signal de sortie u ( t ) = f ( e ) est périodique,
Pour un signal d’entrée sinusoïdal : =
en général, de même période T = 2π ω . Alors, le signal u ( t ) peut être décomposé en série de
∞
Fourier : ) a0 2 + ∑ ( an cos ( nω t ) + bn sin ( nω t ) ) . où les coefficients a0 , an et bn sont
u ( t=
n =1
donnés par :

 Salim Labiod 2020 – Université de Jijel 3-1

 T T T
2 2 2
a0 = ∫ u ( t ) dt = ∫ u ( t ) cos ( nωt ) dt= u ( t ) sin ( nωt ) dt
T ∫0
, an , bn
T 0 T 0
Comme la caractéristique non linéaire est symétrique par rapport à l’origine, on a a0 = 0 . De plus,
on a affaire à un système filtré, alors on peut négliger les harmoniques d’ordre supérieur et on ne
considère que la composante fondamentale, d’où il vient :
u ( t )  a1 cos ( ω t ) + b1 sin=
( ω t ) M sin ( ω t + φ )
avec M ( A, ω= ) a12 + b12 , φ ( A, ω) =arctan ( a1 b1 ) .
Par analogie avec le cas linéaire, on définit la fonction de transfert généralisée de l’élément non
M ( A, ω) j φ( A,ω) b1 a
linéaire par : N ( A, ω) = e = +j 1
A A A
La fonction de transfert généralisée représente la réponse fréquentielle de l’élément non linéaire. A
l’inverse du cas linéaire, la fonction de transfert généralisée dépend de la pulsation et de l’amplitude
du signal d’entrée. Dans le cas d’une non-linéarité statique, la fonction de transfert généralisée
M ( A ) j φ( A )
N ( A, ω) est indépendante de ω , soit N ( A= , ω) N =( A) e . La fonction de transfert
A
généralisée N ( A ) est alors appelée gain complexe équivalent.
On constate que la détermination de N ( A ) se ramène au calcul de a1 et b1 . D’une façon générale,
si la non-linéarité est impaire, le développement en séries de Fourier ne comporte pas de termes
pairs, c’est-à-dire, an = 0 .
3.4 Lieu critique
Plutôt que de tracer dans le lieu de Nyquist, le lieu de points de N ( A ) , on trace le lieu critique qui
est le lieu des points complexes donnés par : C ( A ) = −1 N ( A ) . Le lieu critique est gradué en
amplitude A . La raison d’utilisation de C ( A ) devient évidente lorsque nous aborderons les
problèmes de stabilité.
3.5 Calcul de gains complexes équivalents
On se propose de calculer les gains complexes équivalents de quelques non-linéarités usuelles. La
méthode générale de calcul est le développement en séries de Fourier. On supposera que la non-
linéarité est statique et symétrique (mais pas forcément impaire) par rapport à l’origine. On suppose
que la non-linéarité est excitée par un signal de période T = 2π ω de la forme : =e ( t ) A sin ( ωt ) .
3.5.1 Gain complexe équivalent du relais idéal (plus-ou-moins, tout-ou-rien)

u = f (e) u (t )
+M
e (t )
+M
T
e T 2 t
−M
−M

Figure 3.3 : Allure de la réponse du relais idéal.

Pour une entrée sinusoïdale, la sortie du relais idéal est donnée par :
+ M , 0 ≤ t ≤ T 2
= ( e ( t ) ) − M , T 2 ≤ t ≤ T
u ( t ) f=

Comme le relais idéal est une fonction impaire, on a a1 = 0 . Le coefficient b1 est donné par :

 Salim Labiod 2020 – Université de Jijel 3-2

 T T 4
2 8 8M T 4 4M
b1 = ∫ u ( t ) sin ( ωt ) dt =∫ M sin ( ωt ) dt =
− cos ( ωt )  0 =
T 0 T 0 Tω π
b1 4 M
)
D’où le gain complexe équivalent du relais idéal : N ( A= = .
A πA
πA
Le lieu critique est donné par : C ( A ) = − .
4M
N ( A) Im

C ( A ) = −1 N ( A )
Re

A
Figure 3.4 : Gain équivalent & Lieu critique du relais idéal.
3.5.2 Gain complexe équivalent de la saturation

kh u (t )
u = f (e)
h e (t )

−h Pente k T 2 T
h e t1 T 4 t2 t

−h
−k h

Figure 3.5 : Allure de la réponse de la saturation.

e ( t ) A sin ( ωt ) . Tant que e ( t ) ≤ h , la sortie est
On applique à l’entrée un signal sinusoïdale =
proportionnelle à l’entrée, c’est-à-dire u ( t ) = ke ( t ) . Pour e ( t ) > h , la saturation agit et on a
u ( t ) = k h sgn ( e ( t ) ) . Etant donné que la saturation est une fonction impaire, on a a1 = 0 . En outre,
cette condition permet de réduire l’intervalle d’intégration à T 4 . Pour A ≤ h , on a
u ( t ) k A sin ( ωt ) , ce qui donne b1 = k A . Pour A > h , il vient :
=
T T 4
2 8
=b1 ∫ u ( t ) sin (=
ωt ) dt ∫ u ( t ) sin ( ωt ) dt . La sortie de la saturation est donnée par :
T 0 T 0

k A sin ( ωt ) , 0 ≤ t ≤ t1
= ( e ( t ) ) 
u ( t ) f= ,
k h, t1 ≤ t ≤ T 4
 1 − cos ( 2ωt ) 
t T 4 t T 4
8 1 8 8 1 8
∫ k A sin 2 ( ωt ) dt + ∫ k h sin ( ωt ) dt = k h sin ( ωt ) dt
T ∫0 ∫
b1 = k A   dt +
T 0 T t1  2  T t1

4k A  sin ( 2ωt1 )  8k h
b1 =  t1 − + cos ( ωt1 ) .
T  2ω  T ω

En utilisant la définition de t1 , on a : sin ( ωt1 ) = sin −1 ( h A ) , cos ( ωt1 ) = 1 − ( h A ) (car

2
h A , ωt1 =
ωt1 ∈ ]0, π 2[ , ) 2sin ( ωt1 ) cos ( ωt1 )
sin ( 2ωt1= . Le coefficient b1 devient :

 Salim Labiod 2020 – Université de Jijel 3-3

 2k A  −1  h  h 
2
 sin   + h  , pour A > h .
=b1 1−  
π   A A  A 
 
 2k  2 
  sin −1  h  + h 1 −  h   ; A > h
Finalement, le gain complexe équivalent est : N ( A ) =  π   A A  A  
 
N ( A)
k ; A ≤ h
k
Im

C ( A ) = −1 N ( A )
Re
A −1 k

h Figure 3.6 : Gain équivalent & Lieu critique de la saturation.

3.5.3 Gain complexe équivalent de la zone morte (seuil)

f (e) e (t )
u (t )
Pente k h
−h T
h e t1 T 4
−h t

Figure 3.7 : Allure de la réponse de la zone-morte.

Etant donné que la zone morte est une fonction impaire, on a a1 = 0 . En outre, cette condition
permet de réduire l’intervalle d’intégration à T 4 . Pour A ≤ h , on a u ( t ) = 0 , ce qui donne b1 = 0 .
T T 4
2 8
Pour A > h , on a=
: b1 ∫ u ( t ) sin (=
ωt ) dt ∫ u ( t ) sin ( ωt ) dt . La sortie de la zone-morte est
T 0 T 0

0, 0 ≤ t ≤ t1
donnée par= ( e ( t ) ) k A sin ( ωt ) − h ,
: u ( t ) f= ,
 ( ) t1 ≤ t ≤ T 4
8
T 4
8
T 4
8
T 4
 1 − cos ( 2ωt )  8
T 4

b1 = ∫ k A sin ( ωt ) dt −
2
∫ k h sin ( ωt ) dt = ∫ k A  dt − ∫ k h sin ( ωt ) dt
T t1
T t1
T t1  2  T t1
4k A  T sin ( 2ωt1 )  8k h
=b1  − t1 + − cos ( ωt1 ) .
T 4 2ω  T ω

a : sin ( ωt1 ) = sin −1 ( h A ) , cos ( ωt1 ) = 1 − ( h A ) ωt1 ∈ ]0, π 2[ ),

2
On h A , ωt1 = (car

2kA  π  h  
2
−1  h  h
sin ( 2ωt1=
) 2sin ( ωt1 ) cos ( ωt1 ) . Il vient alors : b=
1 − sin   − 1 −   , pour
π 2  A A  A  

A> h.
 2k  π h h h
2 

  − sin   −   
−1
1−   ; A > h
Finalement, on obtient : N ( A) =  π  2  A A  A  
 
0; A ≤ h

 Salim Labiod 2020 – Université de Jijel 3-4

 N ( A)
Im
k
C ( A ) = −1 N ( A )
Re
−1 k
Zone
morte A
h
Figure 3.8 : Gain équivalent & Lieu critique de la zone-morte.
3.5.4 Gain complexe équivalent du relais avec hystérésis (plus-ou-moins avec hystérésis)
f (e)
+M u (t )
+M
e (t )
−h h
T
h e t1 T 2 t2
−h t
−M
−M

Figure 3.9 : Allure de la réponse du relais avec hystérésis (non-linéarité avec mémoire).
En raison de l’hystérésis, la sortie u ( t ) est déphasée sur l’entrée e ( t ) , ce qui implique que a1 et b1
− M , 0 ≤ t ≤ t1

sont non nuls. La sortie u ( t ) est donnée par : u ( t ) = f ( e ( t ) ) = + M , t1 ≤ t ≤ t2 , si A > h .
− M , t2 ≤ t ≤ T

T T 2 t1 T 2
2 4 4M 4M
a1 = ∫ u ( t ) cos ( ωt ) dt =∫ u ( t ) cos ( ωt ) dt =
− ∫ cos ( ωt ) dt + ∫ cos ( ωt ) dt
T 0 T 0 T 0 T t1

8M 4M h
a1 =
− sin ( ωt1 ) . A l’instant t1 , on a : sin ( ωt1 ) =
h A . Il vient alors : a1 = − .
Tω πA
T T 2 t T 2
2 4 4M 1 4M
b1 = ∫ u ( t ) sin ( ω t ) dt = ∫ u ( t ) sin ( ω t ) dt =
− ∫ sin ( ωt ) dt + ∫ sin ( ωt ) dt
T 0 T 0 T 0 T t1

8M
cos ( ωt1 ) . On a : cos ( ωt1 ) = 1 − ( h A ) puisque ωt1 ∈ ]0, π 2[ . Il vient alors :
2
=b1
Tω
2 2
4M h b a 4M h 4M h
=b1 1 −   . Alors, il vient : N ( A ) =1 + j 1 = 1−   − j . Cette formule est
π  A A A πA  A π A2
vraie pour A > h ( N ( A ) n’est pas défini pour A < h ). Le lieu critique est :
2
πA h πh
C ( A) =
− 1−   − j .
4M  A 4M Im

C ( A ) = −1 N ( A )
Re
A→∞ −πh
A → h 4M

Figure 3.10 : Lieu critique du relais avec hystérésis.

 Salim Labiod 2020 – Université de Jijel 3-5

 Remarque :
n n
- Si f ( e ) = ∑ fi ( e ) , alors N f ( A ) = ∑ N fi ( A ) .
i =1 i =1

- Pour une non-linéarité : f ( e ) = en ,avec n impair. On a:

n −1
2 2  n −1 
 C sin ( ( n − 2k ) ω t ) . Le dernier terme, k
n ∑ ( n − 1)
sin (ω t ) = ( )
−k  k
n
−1 
 2
n = 2 , donne la
2 k =0
2 An n2−1 2 An −1 n2−1
( A sin (ω t ) ) ≈ 2n Cn sin (ω t ) = Cn ( A sin (ω t ) ) .
n
composante principale, i.e. f ( e ) =
2n
- Pour une non-linéarité : = f ( e ) e=
n −1
e e n sgn ( e ) , avec n pair. La non-linéarité est impaire,
T 4
8
alors on a : b1 = ∫ An sin n +1 (ω t )dt . Etant donné que ( n + 1) est impair, on peut utiliser la
T 0
n
2 2 n 
formule de décomposition suivante : sin n=
+1
( ) n+1 ∑ ( ) 2 Cn+1 sin ( ( n + 1 − 2k ) x ) .
x −1  −k  k

2 k =0
n T

8 An 2 2 n   1 4
=b1 ∑( ) −1  −k  k
 2  C n +1  − cos (( n + 1 − 2 k ) ) ,
ω t ( n + 1 − 2k ) est toujours
T 2n +1 k =0  ( n + 1 − 2 k ) ω 0
 T  π
impair, alors cos  ( n + 1 − 2k ) ω= )  0
 cos  ( n + 1 − 2k= . On obtient alors :
 4  2
n n
8A 2 n 2 n  1 A n  n 2
1
b1 =
T ω 2 k 0=
n +1 ∑ ( −1) C k
n +1
 −k 
2  = ∑
( n + 1 − 2k ) 2 π k 0
n−2 ( −1)  −k  k
 2 C
n +1
( n + 1 − 2k )
.

3.6 Etude des cycles limites (auto-oscillations) et de leur stabilité

Dans le cas d’un système asservi possédant un seul élément non linéaire statique séparable, on peut
se ramener au schéma canonique de la figure 3.1. Dans ce schéma canonique, on remplace
l’élément non linéaire par son gain complexe équivalent N ( A ) .

c (t ) = 0 e (t ) u (t ) y (t )
N ( A) H (s)

Figure 3.11 : Schéma canonique d’un système asservi non linéaire.

En boucle fermée, la fonction de transfert généralisée

N ( A) H ( s )
s’écrit : H BF ( s ) = . La condition nécessaire Im
1 + N ( A) H ( s )
d’existence de cycles limites est donnée par :
1 + N ( A ) H ( jω) =0 où H ( jω) =−1 N ( A ) =C ( A ) Re
Cette équation peut être résolue par calcul ou −1
graphiquement et fournira donc l’amplitude A et la C ( A) =
pulsation ω des cycles limites, s’ils existent. N ( A)
Graphiquement, les solutions de cette équations sont les H ( jω)
intersections entre le lieu de transfert de H ( jω) et du lieu
critique C ( A ) = −1 N ( A ) .
Figure 3.12 : Existence de cycle
limite dans le lieu de Nyquist.
 Salim Labiod 2020 – Université de Jijel 3-6
La stabilité des cycles limites peut être évaluée par le critère de Loeb : Un cycle limite caractérisé
par une amplitude Ac et une pulsation ωc est stable si l’intersection entre les deux tracés est telle
qu’en parcourant le lieu de transfert H ( jω) dans le sens des pulsations croissantes (au voisinage
du point d’intersection), on laisse à sa gauche la direction des amplitudes A croissantes sur le lieu
critique C ( A ) .
Im Im

Re Re

C ( A) C ( A)

H ( jω) H ( jω)

Cycle limite stable Cycle limite instable

Figure 3.13 : Règle de Loeb pour les cycles limites.
Remarque :
- Un cycle limite (auto-oscillation) stable a une existence physique, alors qu’un cycle limite
(auto-oscillation) instable n’en a pas, mais constitue une frontière de stabilité.
- Si le lieu critique C ( A ) = −1 N ( A ) et le lieu de transfert H ( jω) ne se coupent pas, il n’existe
pas de cycles limites (auto-oscillations). Le système est stable ou instable suivant que H ( jω) ,
parcouru dans le sens des pulsations croissantes, laisse le lieu critique à sa gauche ou à sa droite
(critère du revers des systèmes linéaires).
- On ne peut plus parler exclusivement en terme de stabilité : il faut préciser à quelle amplitude
A.
Im
3.6.1 Exemple 1 :
C ( A)
Considérons un système asservi non linéaire avec Re
1
H (s) = et une non-linéarité de type relais
s ( s + 1)
2
( ωc , Ac )
idéal avec M = 2 . Pour un relais idéal, on a
4M πA H ( jω)
N ( A ) =⇒ C ( A ) = − . On trace sur le même
πA 4M
plan de Nyquist le lieu de transfert H ( jω) et le lieu Figure 3.14 : Lieu de transfert et lieu critique
critique. 1.5

On remarque que le lieu de transfert coupe le lieu

critique en un point. Alors, il existe un cycle limite, et, 1

d’après le critère de Loeb, le cycle limite est stable. Le 0.5

cycle limite est caractérisé par une pulsation ωc tel 0

Im ( H ( jωc ) ) = 0 ⇒ ωc = 1rad/sec ,
y

que : et une -0.5

amplitude Ac tel que : -1

C ( Ac ) =
Re  H ( jωc )  = 2M π .
−0.5 ⇒ Ac = -1.5
0 10 20 30 40 50
t

Figure 3.15 : réponse du système

 Salim Labiod 2020 – Université de Jijel 3-7

 ( s + 10 )
2

3.6.1 Exemple 2 : Considérons un système asservi non linéaire avec H (s) = et une non-
( s + 1)
3

linéarité de type relais idéal avec M = 2 . On a :

17ω4 + 241ω2 − 100 Im
Re  H ( jω)  =− et
(1 + ω2 )
3
H ( jω)
C ( A) Re
ω ( ω4 − 43ω2 + 280 )
Im  H ( jω)  =− . La figure 3.16 C1 C2
(1 + ω2 )
3

présente le lieu de transfert H ( jω) et le lieu critique. Figure 3.16 : Lieu de transfert et lieu critique
On a deux point d’intersection C1 et C2 . Le premier
point d’intersection correspond à la pulsation ωc1 = 2.83 rad/s et le second point à la pulsation
ωc 2 =5.92 rad/s. D’après le critère de Loeb, le premier point d’intersection correspond à un cycle
limite (une oscillation) stable (amplitude vérifie C ( Ac1 ) =Re  H ( jωc1 )  =−4 ⇒ Ac1 =16 M π ) et le
second à un cycle limite instable (amplitude vérifie
C ( Ac 2 ) =
Re  H ( jωc 2 )  = 2.496 M π ). En conséquence, si la perturbation (ou les
−0.624 ⇒ Ac 2 =
conditions initiales) est d’amplitude faible telle que A < Ac 2 , l’amplitude diminue et le système
revient au repos. Si la perturbation est d’amplitude telle que Ac 2 < A < Ac1 , l’amplitude croît
d’avantage et le système accroche au point C1 . Si la perturbation est d’amplitude telle que A > Ac1 ,
l’amplitude diminue et le système accroche au point C1 .
20
3.6.1 Exemple 3 : Considérons un système asservi non linéaire avec H ( s ) = 2 et une
s + 2 s + 10
non-linéarité de type relais avec hystérésis avec M = 1 et h = 0.2 .
200 − 20ω 2 −40ω
On a : Re  H ( jω )  = 4 , Im  H ( jω )  = 4 et le lieu critique
ω − 16ω + 100
2
ω − 16ω 2 + 100
2
πA h πh
C ( A) =− 1−   − j . On a un cycle limite
4M  A 4M Im
stable dont les paramètres sont calculés à partir des
équations : C ( A ) = −1 N ( A )
Re
−40ωc πh −πh
= − = −0.1571 ⇒ ωc = 7.072 rad/s ,
ωc − 16ωc + 100
4 2
4M 4M
2 H ( jω)
200 − 20ωc2 π Ac  h 
et 4 =
− 1 −   .
ωc − 16ωc2 + 100 4M  Ac  Figure 3.17 : Lieu de transfert et lieu critique

Re  H ( jωc )  = 0.6 .
−0.4443 ⇒ Ac =
3.7 Fiabilité de la méthode du premier harmonique
La méthode du premier harmonique n’est pas rigoureuse, puisqu’on fait abstraction totale de la
présence des harmoniques. Toutefois, lorsque la partie linéaire se comporte comme un filtre passe-
bas à bande passante faible, le filtrage est efficace et l’influence des harmoniques peut être négligée.
En général, la méthode du premier harmonique donne des résultats corrects mais, dans certains cas,
cette méthode pouvait conduire à des conclusions erronées : Amplitude et pulsation des oscillations
prédites ne sont pas exactes ; Un cycle limite prévu ne se produit pas ; Un cycle limite existant n’est
pas prédit.

 Salim Labiod 2020 – Université de Jijel 3-8