Ecole Nationale Supérieure des Arts et Métiers

Année Scolaire 2022-2023

Cycle Ingénieur ENSAM

Niveau : 2ème année

Automatique des Systèmes Linéaires

Date : 02 Décembre 2022

Mbarek TALEB
 1
Introduction

1 Introduction
Il ne faut pas confondre automatique et automatisme :
• L’automatique est une science qui traite de la modélisation, de l’analyse, de
l’identification et de la commande des systèmes dynamiques (électriques, ther-
miques, chimiques, biologiques,...).
Elle permet de faire fonctionner un système selon un cahier des charges désiré (ra-
pidité, précision, stabilité...).

• Tandis que l’automatisme traite uniquement des sous-ensembles de ma-

chines destinés à remplacer l’être humain dans des tâches, en général simples et ré-
pétitives, mais réclamant précision et rigueur (embouteillage, emballage, usinage,...).

2 Un système
Un système peut être décrit comme étant un opérateur qui fait correspondre des
réponses à des sollicitations, autrement dit, des sorties à des entrées.

2.1 Un système déterministe

Un système déterministe est un système qui, partant du même état, réagit toujours
de la même façon à un même événement.
Il est à opposer aux systèmes stochastiques (aléatoires ou probabilistes) qui peuvent
avoir des réponses différentes à une même sollicitation

1
2. Un système

Systèmes

déterministes Stockastiques

Linéaires Non Linéaires

Invariants Variants Invariants Variants

2.2 Un système stochastique

Par opposition à un système déterministe, un système stochastique ne répond pas
de la même manière à un même événement et dans les mêmes conditions.
Exemples :
- Tous les systèmes qui font appel à la physique quantique.
- Le déplacement des animaux (théorie des vols de Lévy pour les oiseaux )
- Un algorithme ou programme faisant appel à des fonctions "random" .
- L’organisme des êtres vivants (mutations génétiques , les maladies cancéreuses...)
- ···

2.3 Systèmes Linéaires

Un système est dit linéaire si la sortie d’une combinaison d’entrées est une com-
binaison, avec les mêmes coefficients de pondération, des sorties de chacune d’elles
prise séparément.

e1 (t) Système s1 (t)

e(t) = α1 e1 + α2 e2 + · · · + αn en

e2 (t) Système s2 (t)

⇔ e(t) Système s(t)
..
.
s(t) = α1 s1 + α2 s2 + · · · + αn sn

en (t) Système sn (t)

Un système linéaire peut être décrit par une équation différentielle à coefficients
constants reliant les dérivées successives de sa sortie aux dérivées successives de son
entrée :

an s(n) (t)+an−1 s(n−1) (t)+...+a1 s0 (t)+a0 s(t) = bm e(m) (t)+bm−1 e(m−1) (t)+...+b1 e0 (t)+b0 e(t)

2
2. Un système

2.4 Système non linéaire

L’équation différentielle correspondant n’est pas linéaire, comme par exemple :
ÿ + ẏ 2 = e
ÿ + (1 + x)ẏ = k
Quelques domaines concernés :
-Mécanique des fluides (les équations de Naviers Stocks · · · )
-La thérmique
-La chimie
-Domaine de l’aérospatial
-Biologie
-· · ·
Il faut noter que pratiquement tous les systèmes sont non linéaires par nature. On
fait alors des hypothèses pour pouvoir les simplifier et les rendre linéaires ou sinon
on les étudie autour de certains points de fonctionnement où l’on peut les linéariser
pour faciliter leur étude.
Dans le cadre de l’électronique, on a toujours considérer que les diodes, transistors,
amplificateurs opérationnels,... comme des composants linéaires alors que ce n’est
qu’une approximation qui ne serait plus valable dans certains domaines d’applica-
tions.

2.5 Système variant

Un système variant est régi par une équation différentielle où au moins un coef-
ficient varie avec le temps (exemple : ẋ + tx = e)

2.6 Système invariant

Par opposition, un système invariant est régit par une équation différentielle où
tous les coefficients sont constants
En réalité, les composants s’usent, se fatiguent, vieillissent, varient en fonction de
l’humidité, la température, les vibrations · · · etc. Une vigilance appropriée est à
observer au cas par cas.

3
2. Un système

2.7 système continu

C’est un système dont les entrées sorties sont définies pour tout instant ; les si-
gnaux sont donc analogiques.
Par opposition aux systèmes discrets où les signaus sont définis qu’aux instants
d’échantillonnage.

2.8 Principe de causalité

L’effet succède toujours à la cause.
Ceci parait évident mais c’est d’une importance capitale !.
Dans le cas où l’on arrive parfois à des équations où certaines variables s’expriment
en fonctions des valeurs futures de certaines d’autres variables, il faudrait se rendre
à l’évidence que les calculs sont complètement faux ou c’est que le problème n’admet
pas de solutions selon les hypothèses adoptées.

2.9 Systèmes SISO /MIMO

SISO : Single Inpit Single Output
MIMO : Multiple Input Multiple Output

e(t) y(t)
e(t) y(t)
SISO MIMO

2.10 Représentation d’un système

Modèle :
Il s’agit d’une représentation permettant d’approximer son comportement(càd relier
les signaux de sorties aux signaux d’entrée) :
- Equations différentielles (domaine temporel)
- Fonction de transfert (domaine de Laplace ou discret (transformée en z))
- Représentation d’état ( généralement domaine temporel)
- Domaine fréquentielle (domaine des fréquences)

4
2. Un système

Obtention :
- Modèle de connaissance (d’après les lois de la physique)
- Modèle identifiée (d’après un essai expérimental)

2.11 Multitude de représentations d’un système

Un système peut mener à plusieurs modèles en fonction des entrées/sorties considé-
rées :
Pour une voiture :
- Position de la pédale d’accélérateur / Vitesse
- Vitesse/Consommation
- Réglage de la clim / consommation
- ···

2.12 Ordre d’un système linéaire

L’ordre d’un système est l’ordre de l’équation différentielle qui le régit.
- Un système du 1er ordre est régit par une eq.diff du 1er ordre ;
- Un système de 2nd ordre est régit par une équa.diff du 2ème ordre ;
- ···

Dans la pratique on essaie toujours d’approximer un systèmes par des systèmes du

1er ou 2nd ordre, moyennant des hypothèses simplificatrices, quitte à le faire par
plage de fonctionnement ou autour de points de fonctionnement.
Dans le cas où son ordre ne pourrait être inférieur à 2, on s’arrange à le mettre
sous forme d’un ensemble de systèmes élémentaires (1er et 2nd ordre) en cascade
(en série).

5
 2
Transformée de Laplace

1 Transformée de Laplace
La transformée de Laplace (Pierre-Simon Laplace (1749-1827), surnommé le
Newton français) intervient dans de nombreuses questions de physique, mathéma-
tique, calcul des probabilités, automatique, etc. Elle est définie par :

L (f ) = F

tel que : Z ∞
F (p) = f (t)e−pt dt
0

Concrètement, on se ramène dans le domaine de Laplace en transformant les signaux

temporels en leurs équivalents dans le domaine de Laplace. On fait les calculs dans
le domaine de Laplace, et une fois terminé, on retourne au domaine temporel à l’aide
de la transformation inverse.
Cette "gymnastique" est facilitée par la disponibilité de tables de transformations.

e(t) E(p)

s(t) S(p)
domaine domaine
du continu de Laplace

6
1. Transformée de Laplace

1.1 Propriétés

• Linéarité : L (αf + βg) = αL (f ) + βL (g)

" #
df
• Dérivée : L = pF (p) − f (0)
dt
F (p)
Z 
• Primitive : L f (t) dt =
p
• Retard : L [f (t − τ )] = e−τ p F (p)
• Valeur initiale : f (0+ ) = lim [pF (p)]
p→+∞

• Valeur finale : f∞ = lim [pF (p)]

p→+0

Démonstration2 (Dérivée)
" # Z +∞
df df −pt
L = e dt
dt 0 dt
On pose
df
u0 = ; v = e−pt
dt
u = f (t) ; v 0 = −pe−pt
" # Z +∞
df −pt ∞
D’où : L = [f (t)e ]0 + p f (t)e−pt dt = −f (0) + pF (p)
dt 0

Démonstration3 (Primitive)
Z x
En posant g(x) = f (t) dt
Z  0
Z +∞
L f (t) dt = g(t)e−pt dt
0
On pose
u = g(t) ; v 0 = e−pt
1
u0 = f (t) ; v = − e−pt
p
" #∞
1 1 Z +∞ F (p)
Z 
D’où L f (t) dt = − e−pt g(t) + f (t)e−pt dt =
p 0
p 0 p

Démonstration4 (Retard)
Z +∞
L [f (t − τ )] = f (t − τ )e−pt dt
0
On pose : u = t − τ
D’où
Z +∞
L [f (t − τ )] = f (u)e−p(u+τ ) du
Z0 +∞
= f (u)e−pτ e−pu du
0

7
2. Signaux usuels

Z +∞
= e−pτ f (u)e−pu du
0
= e−pτ F (p)

Démonstration5 (Valeur initiale)

" # Z +∞
df df −pt
L = pF (p) − f (0) = e dt
dt 0 dt !
Z +∞
df −pt
=> lim [pF (p) − f (0)] = lim e dt
p→+∞ 0 p→+∞ dt

=> lim [pF (p)] − f (0) =0

p→+∞

Démonstration6 (Valeur finale)

" # Z +∞
df df −pt
L = pF (p) − f (0) = e dt
dt 0 dt !
Z +∞
df −pt
=> lim [pF (p) − f (0)] = lim e dt
p→0 0 p→+0 dt
Z +∞
df
=> lim [pF (p)] − f (0) = dt
p→0 0 dt
=> lim [pF (p)] − f (0) = f∞ − f (0)
p→0
=> lim [pF (p)] = f∞
p→0

2 Signaux usuels

2.1 Echelon Unitaire

L’échelon est défini par :

 0 si t < 0
u(t) = 
1 si t ≥ 0
Sa transformé de Laplace est :

1
U (p) =
p

2.2 Impulsion de Dirac

L’impulsion de Dirac est défini par :


 0 si t 6= 0
γ(t) = 
1 si t = 0

8
2. Signaux usuels

En fait, l’impulsion de Dirac δ(t) est un signal théorique,

difficile à réaliser. Dans la réalité , on considère plutôt le
signal suivant en faisant tendre ∆t vers 0.

Sa transformé de Laplace est :

Γ(p) = 1

2.3 Rampe unitaire

La rampe unitaire est définie par :


 0 si t < 0
r(t) =
 t si t ≥ 0
Sa transformé de Laplace est :

1
R(p) =
p2

2.4 Echelon d’Accélération unitaire

L’échelon d’accélération est défini par :



 0 si t < 0
a(t) = 1
 t2 si t ≥ 0

2

Sa transformé de Laplace est :

1
A(p) =
p3

2.5 Transformée inverse

La transformée de Laplace inverse est donnée par :
Z c+j∞
f (t) = L −1 (F (p)) = F (p)ept dp
c−j∞

9
2. Signaux usuels

Cette expression n’est jamais utilisée en tant que telle, on lui préfère une décom-
position en éléments simples dont la transformée inverse est donnée sur des tableaux
listant la majorité des signaux que l’on rencontre dans la pratique.

2.6 Tableau de correspondance de la transformée de Laplace

pour des signaux usuels

2.7 Exemples
Exercice1 :
Calculer les signaux temporels des signaux de Laplace suivants :

1
1. F1 (p) =
1 + τp
1
2. F2 (p) =
p(1 + τ p)
e−ap
3. F3 (p) =
(1 + τ p)

10
2. Signaux usuels

5
4. F4 (p) =
p+4
2
5. F5 (p) =
2 + 3p + p2
P +1
6. F6 (p) =
p2 + 5p + 6
2
7. F7 (p) =
(p + 2)2
p
8. F8 (p) =
(p + 1)(p2 + 1)
p2 + 5
9. F9 (p) =
p(p2 + 4)
Exercice2 :
Résoudre les équations différentielles en appliquant la Transformée de Laplace :
E1 : ÿ + 2ẏ + y = 0 avec y(0) = 2 et ẏ = 0
E2 : ÿ + 3ẏ + 2y = t avec y(0) = 0 et ẏ = 0
−2t
E3 : ÿ − y = (3e + t + 1).u(t) avec y(0) = 2 et ẏ = 2
−t
E4 : ÿ + 2y = e sin(4t).u(t) avec y(0) = 0 et ẏ = 0
E5 : ÿ + y = u(t − 1) − u(t − 2) avec y(0) = 0 et ẏ = 0

11
 3
Fonction de Transfert

1 Fonction de Transfert
Un système linéaire peut être décrit par une équation différentielle à coefficients
constants reliant les dérivées successives de sa sortie aux dérivées successives de son
entrée :

an s(n) (t)+an−1 s(n−1) (t)+...+a1 s0 (t)+a0 s(t) = bm e(m) (t)+bm−1 e(m−1) (t)+...+b1 e0 (t)+b0 e(t)

En appliquant la transformée de Laplace, on aboutit à la relation suivante :

S(p) bm pm + bm−1 pm−1 + ... + b1 p + b0

H(p) = =
E(p) an pn + an−1 pn−1 + ... + a1 p + a0

H(p) est appelée fonction de transfert du système :

E(p) H(p) S(p)

La fonction de transfert est une fraction de deux polynômes de variable p. Elle

caractérise un SLCI (Système Linéaire Continu Invariant) d’une façon indépendante
de l’entrée qui lui est appliquée. Elle ne dépend que des paramètres du système.

12
1. Fonction de Transfert

1.1 Forme canonique d’une fonction de transfert

En général, une fonction de transfert peut se mettre sous la forme suivante :

K 1 + b1 p + b 2 p 2 + · · · + bm p m
H(p) = ×
pα 1 + a1 p + a2 p 2 + · · · + an p n
avec :
• K : le gain statique
• α : la classe du système
• n : l’ordre du système
Et on a les définitions suivantes :

— Les pôles du systèmes sont les racines du dénominateur de sa fonction de

transfert
— Les zéros du système sont les racines du numérateur de sa fonction de transfert

Exemple
3p + 2
- Mettre sous forme canonique la fonction de transfert suivante : H(p) =
3p3
+ 2p2 + p
- En déduire le gain statique, la classe et l’ordre du système correspondant.
- Déterminer les pôles et les zéros du système.
Solution :

3
2 1+ p
H(p) = × 2
p 1 + 2p + 3p2
D’où :
• gain statique : 2
• classe du système : 1
• ordre du système : 2
Les pôles du systèmes sont tels que : 1 + 2p + 3p2 = 0 on a : ∆ = 4 − 12 = −8 D’où :

1 √ 1 √
p1/2 = (−2 ± i2 2) = (−1 ± i 2)
6 3
2
Le système a un seul zéro : z = −
3

13
1. Fonction de Transfert

1.2 Mise en série (cascade)

E(p) H(p) S(p)

E(p) H1 (p) H2 (p) S(p) ⇔
H(p) = H1 (p) × H2 (p)

Remarque importante :
F(p)G(p) n’est pas la transformée de Laplace de f(t)g(t) :

L (f )L (g) 6= L (f × g)

1 1
Exemple : pour f=g=u échelon unitaire, on : F (p) = G(p) = => F (p)G(p) = 2
p p
1
alors que f (t) × g(t) = u(t) et donc L (f × g) = !!!
p
Cependant,
L (f ∗ g) = F × G

L’opérateur * est le produit de convolution défini par :

Z ∞
(f ∗ g)(t) = f (t − τ )g(τ ) dτ
0

En effet :

Z ∞ Z ∞ 
L (f ∗ g)(p) = f (t − τ )g(τ ) dτ e−pt dt
0 0

Z ∞ Z ∞ 
−pt
= f (t − τ )g(τ )e dτ dt car e−pt ne dépend pas de τ
0 0

Z ∞ Z ∞ 
= f (t − τ )g(τ )e−pt dt dτ
0 0

Z ∞ Z ∞ 
= f (t − τ )e−pt dt g(τ ) dτ
0 0

Z ∞ Z ∞ 
−p(u+τ )
= f (u)e du g(τ ) dτ ch. de var. u = t − τ
0 −τ

Z ∞ Z ∞ 
= f (u)e−pu du e−pτ g(τ ) dτ car e−pτ ne dépend pas de u
0 −τ

Z ∞ Z ∞ 
−pu
= f (u)e du e−pτ g(τ ) dτ car signaux causaux
0 0

Z ∞
= F(p)e−pτ g(τ ) dτ
0

14
1. Fonction de Transfert

Z ∞
= F(p) e−pτ g(τ ) dτ
0

= F (p)G(p)

1.3 Mise en parallèle

H1 (p)
+
E(p) H(p) S(p)
E(p)
+
S(p) ⇔
H(p) = H1 (p) + H2 (p)
H2 (p)

1.4 Retour unitaire

1.4.1 Retour négatif (soustractif)

e(p) (p) y(p)

+ A(p)
- e(p) H(p) y(p)
⇔ A
H(p) =
1 + AB
B(p)

1.4.2 Retour positif (retour additif)

e(p) (p) y(p)

+ A(p)
+ e(p) H(p) y(p)
⇔ A
H(p) =
1 − AB
B(p)

15
1. Fonction de Transfert

1.5 Quelques manipulations de blocs

1.5.1 Déplacement de part et d’autre d’une jonction

Déplacement d’un bloc vers l’amont d’une jonction

Déplacement d’un bloc vers l’aval d’une jonction

1.5.2 Déplacement d’un bloc de part et d’autre d’un sommateur

Déplacement d’un bloc vers l’amont d’un sommateur

En effet :
S = H1 (E1 − E2 )
= [H1 E1 − H1 E2 ]

Déplacement d’un bloc vers l’aval d’un sommateur

En effet :
S = H1 E1 − E2
1
 
= H1 E1 − E2
H1

16
1. Fonction de Transfert

1.5.3 chaine de retour / retour unitaire

e(p) (p) y(p)

+ A(p) e(p) (p) y(p)
- 1
+ AB
⇔ - B

B(p)

=> C’est la raison pour laquelle, souvent on considère un système à

retour unitaire. Car s’il ne l’est pas en réalité, on pourra toujours le transformer
en tant que tel à l’aide de cette manipulation.

1.5.4 retour unitaire /chaine de retour

e(p) (p) y(p)

e(p) (p) y(p) A + B
+ A(p) B(p) -
- ⇔
A

En effet :
y = AB(e − y)
= B [A(e − y)]
= B [Ae − Ay]

17
1. Fonction de Transfert

1.5.5 Exercices

Donner la fonction de transfert équivalente du système suivant :

e y
+ A + B C
- -

Fig. 3.1 – Système No.1

Exprimer la sortie y du système en fonction de l’entrée e et de la perturbation v :

v
e + y
+ A + B
-

Fig. 3.2 – Système No.2

Déterminer la fonction de transfert globale équivalente du système suivant :

B1

e - y
+ + A1 + A2 A3
- -

B2

Fig. 3.3 – Système No.3

18
1. Fonction de Transfert

Exercice 1

e y
+ A + B C
- -

Fig. 3.4 – Système No.1

solution

e y
+ A + B C
- -

D 1/C

Fig. 3.5 – 1ère étape

e BC y
+ A
- 1 + BC

D
C

Fig. 3.6 – 2ème étape

e ABC y
+
- 1 + BC

D
C

Fig. 3.7 – 3ème étape

e y
H(p)

ABC
1 + BC ABC
Fig. 3.8 – H(p) = =
D ABC 1 + BC + ABD
1+ ×
C 1 + BC

19
1. Fonction de Transfert

Exercice 2

v
e + y
+ A + B
-

Fig. 3.9 – Système No.2

solution

v
e y
+ A B + y
-
L
A -
B

C C

Fig. 3.10 – Système No.2 –1ère étape

e y v y
+ AB + B
- -
L

C AC

Fig. 3.11 – Système No.2 –2ème étape

y v y
e AB L B
1 + ABC 1 + ABC

Fig. 3.12 – Système No.2 –3ème étape

v AB B
y= e+ v
e 1 + ABC 1 + ABC

Fig. 3.13 – Système No.2 –4ème étape (Fin)

20
1. Fonction de Transfert

Autre Méthode

v
1/A

e + y
+ + A B
-

Fig. 3.14 – Système No.2—1ère étape

v
1/A

e +
AB y
+
1 + ABC

Fig. 3.15 – Système No.2—2ème étape

AB v AB B
 
D’où : y = e+ = e+ v
1 + ABC A 1 + ABC 1 + ABC

Méthode analytique

v
e 1 + 2 y
+ A + B
-

Fig. 3.16 – Système No.2

On :
y = B2
2 = v + A1
1 = e − Cy

21
1. Fonction de Transfert

D’où :

y = B(v + A(e − Cy)) = Bv + AB(eCy) = Bv + ABe − ABCy

=> (1 + ABC)y = Bv + ABe

AB B
=> y= e+ v
1 + ABC 1 + ABC

22
Exercice 3

B1

e - y
+ + A1 + A2 A3
- -

B2

Fig. 3.17 – Système No.3

Solution

B1

e - y
+ + A1 + A2 A3
- -

B2 1/A3

Fig. 3.18 – Système No.3—1ère étape

e A2 A3 y
+ + A1
- - 1 + B1 A2 A3

B2
A3

Fig. 3.19 – Système No.3—2ème étape

e A1 A2 A3 y
+ +
- - 1 + B1 A2 A3

B2
A3

Fig. 3.20 – Système No.3—3ème étape

1. Fonction de Transfert

e A1 A2 A3 y
+
- 1 + B1 A2 A3 + B2 A1 A2

Fig. 3.21 – Système No.3—4ème étape

e A1 A2 A3 y
1 + A1 A2 A3 + B 1 A2 A3 + B 2 A1 A2

Fig. 3.22 – Système No.3—5ème étape (Fin)

24
 4
Etude des systèmes du 1er ordre et
du 2nd ordre

Dans la pratique on essaie toujours d’approximer un système par un système du 1er

ou 2nd ordre, moyennant des hypothèses simplificatrices, quitte à le faire par plage
de fonctionnement ou autour de points de fonctionnement.
Dans le cas où son ordre ne pourrait être inférieur à 2, on s’arrange à le mettre
sous forme d’un ensemble de systèmes élémentaires (1er et 2nd ordre) en cascade
(en série).

1 Système du 1er ordre

Exemple1 : Circuit RC

R
i

e vc C v

e = vc + Ri

dvc
i = C
dt
dvc
=> RC + vc = e
dt

25
1. Système du 1er ordre

En général un système du 1er ordre, d’entrée e(t) et de sortie y(t), est régi par une
équation différentielle du 1er ordre de la forme :
a 1
aẏ + by = e => ẏ + y = e
b b
ou sous sa forme canoninique :

τ ẏ + y = Ke

τ : est appelé constante de temps du système

K : est appelé Gain Statique du système

1.1 Résolution pour une entrée échelon : Méthode tempo-

relle

 0 si t < 0
e(t) =
 E si t ≥ 0

La résolution se fait en 2 étapes :

— solution de l’équation homogène :τ ẏ + y = 0

t
−
=> y1 (t) = Ae τ
— solution particulière :
En régime permanent ẏ = 0 => y2 (t) = KE
t
−
Et on déduit la solution globale : y = y1 + y2 = Ae τ + KE

On se place dans les conditions de HEAVISIDE en supposant que les conditions

initiales sont nulles (système au repos) :
=> A + KE = 0 soit aussi A = −KE.

On obtient alors :

t
−
y(t) = KE(1 − e τ )

1.2 Résolution pour une entrée échelon : Transformée de

Laplace
τ ẏ + y = Ke => τ py(p) + y(p) = Ke(p) (car y(0) = 0)

26
1. Système du 1er ordre

Soit
K
y(p) = e(p)
τp + 1
Comme e(t) est un échelon, alors

E
e(p) =
p

Et par suite
K
y(p) = E
p(τ p + 1)
D’après les tables de tansformée de laplace :

t
1 −
⇒ 1−e τ
p(τ p + 1)

Et donc
t
−
y(t) = KE(1 − e τ )

1.3 Tangente à l’origine

L’équation de la tangente à l’origine

s’écrit :(T ) : y = ẏ(0)(t − 0) + y(0) = ẏ(0)t
t
KE − KE
Or ẏ(t) = e τ , donc ẏ(0) =
τ τ
KE
D’où (T ) : y = t
τ
Cette droite coupe la droite horizontale
correspondant au régime permanent y =
KE à l’instant t = τ .
En effet, cet instant est défini par :
KE
t = KE => t = τ
τ

27
1. Système du 1er ordre

1.4 Tangente en un point quelconque

L’équation de la tangente à l’origine

s’écrit :
(T ) : y = ẏ(t1 )(t − t1 ) + y(t1 )
t
KE −
Or ẏ(t) = e τ
τ
t1
KE −
donc ẏ(t1 ) = e τ D’où (T ) : y =
τ
t1 t1
KE − −
e τ (t − t1 ) + KE(1 − e τ )
τ

L’intersection de (T) avec la droite horizontale y=KE correspondant au régime per-

manent, se fait à l’instant t2 tel que :

t1 t1
KE − −
e τ (t2 − t1 ) + KE(1 − e τ ) = KE
τ
t1 t1
1 − −
=> e τ (t2 − t1 ) + 1 − e τ = 1
τ
t1 t1
1 − −
=> e τ (t2 − t1 ) − e τ = 0
τ

D’où :
∆t = t2 − t1 = τ

Cette droite coupe la droite horizontale correspondant au régime permanent

y = KE au bout de ∆t = τ .

1.5 valeurs particulières

y(τ ) = KE(1 − e−1 ) = 0.63 KE

y(3τ ) = KE(1 − e−3 ) = 0.95 KE
y(5τ ) = KE(1 − e−5 ) = 0.99 KE

28
1. Système du 1er ordre

1.6 temps de réponse

Le temps de réponse est défini comme étant l’instant au bout duquel la sortie du
système atteint 95% de sa valeur finale.
Il correspond également au temps au bout duquel le système s’est rapproché de
moins de 5% de sa valeur finale
Dans le cas du 1er ordre :

temps de réponse = 3τ et y(3τ ) = 95%y∞

Plus τ augmente et plus le système mette du temps à répondre (à atteindre son

29
1. Système du 1er ordre

régime permanent), et plus les courbes se déplacent vers la droite.

1.7 temps de régime final

Le temps au bout duquel on considère que le système a atteint son régime permanent
et donc il n’évolue plus.
Dans le cas du 1er ordre : 5τ et y(5τ ) = 0.99y∞

1.8 Temps de montée

Le temps de montée à x% est définit comme étant l’intervalle de temps entre le
moment où la sortie devient supérieure ou égale à x% de sa valeur finale et le temps
au bout duquel la sortie a atteint sa valeur finale à (1-x)% :
En fait, on se dit qu’à x% la sortie est significativement exploitable, et qu’à (1-x)%
elle a déjà atteint son régime permanent.
Très souvent le temps de montée est définit à 5% (càd x=5).
Remarque : Si l’on ne précise pas le pourcentage x, c’est que l’on demande le
temps de montée à 100%, càd le temps au bout duquel la réponse atteint le régime
permanent pour la 1ère fois (tel que nous le verrons plus loin pour un 2nd ordre).

1.9 Gain statique

30
2. Système de 2nd ordre

La variation du gain statique n’influe pas sur le temps de réponse. La sortie est
amplifiée d’un facteur égal au gain statique K.

2 Système de 2nd ordre

Exemple1 : Circuit RLC

R L
i

e vc C v

di
e = vc + Ri + L
dt
dvc
i = C
dt

d2 vc dvc
=> LC 2
+ RC + vc = e
dt dt
s
1 2ξ 1 1 C
En posant ω02 = et = RC (càd ω0 = √ et ξ = R ), on obtient
LC ω0 LC 2 L
l’équation canonique suivante :

1 d2 vc 2ξ dvc
+ + vc = e(t)
ω02 dt2 ω0 dt
Plus généralement, un système du 2nd ordre, d’entrée e(t) et de sortie y(t), est régi
par une équation différentielle du 2nd ordre de la forme :

31
2. Système de 2nd ordre

aÿ + bẏ + cy = e(t)

En divisant par c, il vient :

a b 1
ÿ + ẏ + y = e(t)
c c c
Ainsi, tout système de 2nd ordre peut se mettre sous la forme :

1 d2 y 2ξ dy
+ + y = Ke(t)
ω02 dt2 ω0 dt
ω0 : pulsation propre du système
ξ : coefficient d’amrtissement du système.
K : gain statique du système

En appliquant la transformée de Laplace, il vient aussi (dans les conditions de

Heaviside) :
1 2 2ξ
2
p Y (p) + p(Y (p) + Y (p) = Ke(p)
ω0 ω0
On déduit donc la fonction de tansfert d’un second ordre :
Y (p) K
H(p) = =
e(p) 1 2+
2ξ
p p+1
ω02 ω0

Exemple2 : Model simplifié d’un amortisseur

Déterminer l’équation différentielle du système et la mettre sous forme canonique

en explicitant la pulsation propre et le coefficient d’amortissement.

Solution :
X
fext = mγ = mÿ = −bẏ − ky + f (t)
b k f (t)
=> ÿ + m
ẏ + m
y = m

m b 1
=> ÿ + ẏ + y = f (t)
k k k

32
2. Système de 2nd ordre

s
k 2ξ b k b 1
En posant : ω02 = et = (càd ω0 = et ξ = √ ), il vient :
m ω0 k m 2 km

1 d2 y 2ξ dy 1
2 2
+ + y = f (t)
ω0 dt ω0 dt k

2.1 Les 3 types de régimes

Le comportement d’un système de 2nd ordre dépend de la valeur du coefficient
d’amortissement. On distingue ainsi 3 types de régimes :

— un régime apériodique pour ξ > 1

— un régime critique pour ξ = 1
— un régime pseudo-périodique pour ξ < 1

2.2 Résolution pour une entrée échelon

Dans ce cas : e(t)= E (pout t>0) et l’équation différentielle devient :

1 d2 y 2ξ dy
+ + y = KE
ω02 dt2 ω0 dt

Solution particulière
En régime permanent on obtient : y2 (t) = KE

Solution de l’équation homogène

1 d2 y 2ξ dy
+ +y =0
ω02 dt2 ω0 dt

33
2. Système de 2nd ordre

L’équation caractéristique correspondant à cette équation différentielle est :

1 2 2ξ
r + r+1=0
ω02 ω0

Le type de réponse est fonction du type de solutions de cette équation et donc du

signe de son discriminant.

ξ 2 1 1
∆0 = ( ) − 2 = 2 (ξ 2 − 1)
ω0 ω0 ω0
Le type de réponse ne dépend donc que de la valeur de ξ.

2.2.1 Cas où ξ > 1 càd ∆0 > 0

Dans ce cas on a 2 racines réelles distinctes r1 et r2 :

!
ξ 1q 2 q
r1 = ω02 − + ξ − 1 = −ξω0 + ω0 ξ 2 − 1
ω0 ω0
!
ξ 1q 2 q
r2 = ω02 − − ξ − 1 = −ξω0 − ω0 ξ 2 − 1
ω0 ω0
La solution de l’équation homogène est alors :

y1 (t) = Aer1 t + Ber2 t

On parle alors de système appériodique.

Solution globale

La solution globale est donnée par :

y(t) = y1 (t) + y2 (t) = Aer1 t + Ber2 t + KE

Les constantes A et B sont déterminées à l’aide des conditions initiales, générale-

ment nulles, càd y(0) = 0 et ẏ(0) = 0 :

 A + B + KE = 0 r2 r1
=> A = KE et B = − KE
 r1 A + r2 B = 0 r1 − r2 r1 − r2
er1 t er2 t
!
r2 r1
=> y(t) = KE − + KE
r1 − r2 r1 r2
er2 t er1 t
" !#
r2 r1
=> y(t) = KE 1 − −
r1 − r2 r2 r1

34
2. Système de 2nd ordre

√
Or : r2 r1 = ω02 et r1 − r2 = 2ω0 ξ 2 − 1
D’où   √ √ 
−(ξ− ξ 2 −1)ω0 t −(ξ+ ξ 2 −1)ω0 t
1 e e
y(t) = KE 1 − √ 2  √ − √ 
2 ξ −1 ξ − ξ2 − 1 ξ + ξ2 − 1

Utilisation de la Transformée de Laplace

Y (p) K E
H(p) = = avec e(p) =
e(p) 1 2 2ξ p
p + p+1
ω02 ω0
D’où :
KE
Y (p) = !
1 2 2ξ
p p + p+1
ω02 ω0
D’après les tables de transformée de Laplace, après avoir remarqué que :
1 2 2ξ 1 1
2
p + p + 1 = (1 − p)(1 − p)
ω0 ω0 r1 r2
On tire :

t t 
− −
τ1 e τ1 − τ2 e τ2  1 1
 

y(t) = KE 1 −
  avec τ1 = − et τ2 = −
 τ1 − τ2 
 r1 r2

er1 t er2 t
" !#
r2 r1
=> y(t) = KE 1 − − +
r1 − r2 r1 r2
√
Or r2 r1 = ω02 et r1 − r2 = 2ω0 ξ 2 − 1
On déduit :

  √ √ 
−(ξ− ξ 2 −1)ω0 t −(ξ+ ξ 2 −1)ω0 t
1 e e
y(t) = KE 1 − √ 2  √ − √ 
2 ξ −1 ξ − ξ2 − 1 ξ + ξ2 − 1
— Régime apériodique : ξ > 1 —

2.2.2 Cas où ξ = 1 càd ∆0 = 0

Dans ce cas on a 2 racines réelles identiques :

r1 = r2 = r0 = −ω0

La solution de l’équation homogène est alors :

y1 (t) = (At + B)er0 t

35
2. Système de 2nd ordre

On parle alors de système critique.

Solution globale

La solution globale est donnée par :

y(t) = (At + B)er0 t + KE

Les constantes A et B sont déterminées à l’aide des conditions initiales, généralement

nulles, càd y(0) = 0 et ẏ(0) = 0.
• y(0) = 0 => B + KE = 0 => B = −KE

dy
• = Aer0 t + r0 (At + B)er0 t à t=0 on a A + r0 B = 0 => A = −r0 B
dt
D’où :  
y(t) = KE 1 − (1 − r0 t)er0 t avec r0 = −ω0

Soit :

 
y(t) = KE 1 − (1 + ω0 t)e−ω0 t –Régime critique : ξ = 1

2.2.3 Cas où ξ =< 1 càd ∆0 < 0

Dans ce cas on a 2 racines complexes conjugées : r1 et r2 avec r2 = r¯1

!
ξ 1q q
r1 = ω02 − +j 1 − ξ 2 = −ξω0 + jω0 1 − ξ 2
ω0 ω0
!
ξ 1q q
r2 = ω02 − −j 1 − ξ = −ξω0 − jω0 1 − ξ 2
2
ω0 ω0
La solution de l’équation homogène est alors :
 q q 
r1 t r2 t −ξω0 t
y1 (t) = Ae + Be =e A cos(ω0 1 − ξ2 t) + B sin(ω0 1 − ξ2 t)

On parle alors de système pseudo-périodique.

Solution globale

La solution globale est donnée par :

 q q 
y(t) = e−ξω0 t A cos(ω0 1 − ξ 2 t) + B sin(ω0 1 − ξ 2 t) + KE

Les constantes A et B sont déterminées à l’aide des conditions initiales, générale-

ment nulles, càd y(0) = 0 et ẏ(0) = 0.

36
2. Système de 2nd ordre

* y(0) = 0 => A + KE = 0

dy h √ √ i
* = −ξω0 e−ξω0 t A cos(ω0 1 − ξ 2 t) + B sin(ω0 1 − ξ 2 t)
dt  √ √ √ √ 
+e−ξω0 t −Aω0 1 − ξ 2 sin(ω0 1 − ξ 2 t) + Bω0 1 − ξ 2 cos(ω0 1 − ξ 2 t)

dy q
(0) = 0 => −ξω0 A + Bω0 1 − ξ 2 = 0
dt
D’où :
" !#
q ξ q
y(t) = KE 1 − e−ξω0 t cos(ω0 1 − ξ 2 t) + √ sin(ω0 1 − ξ 2 t)
1 − ξ2
— Régime pseudo-périodique : ξ < 1 —

Y(t) peut s’écrire aussi sous la forme :

e−ξω0 t q
"  q q #
y(t) = KE 1 − √ 1 − ξ cos(ω0 1 − ξ t) + ξ sin(ω0 1 − ξ t)
2 2 2
1 − ξ2

e−ξω0 t
" q #
y(t) = KE 1 − √ sin(ω0 1 − ξ 2 t + ϕ)
1 − ξ2
avec :
cos ϕ = ξ
√
sin ϕ = 1 − ξ2
ou encore :

e−ξω0 t
" q #
y(t) = KE 1 − √ cos(ω0 1 − ξ 2 t − ψ)
1 − ξ2
avec :
sin ψ = ξ
√
cos ψ = 1 − ξ2

La réponse y(t) est donc la superposition d’un échelon (KE) et d’une sinusoïde
amortie par une exponentielle. C’est un système présentant des oscillations amorties,
il n’est donc pas parfaitement périodique. Mais on peut parler de pseudo-période Tp
√
et de pseudo-pulsation ωp = ω0 1 − ξ 2 .

37
2. Système de 2nd ordre

2.3 Propriétés remarquables d’un second ordre pseudo-périodique

2.3.1 Temps de réponse

Le temps de réponse à 5% est le temps à partir duquel la réponse y(t) atteint pour
la première fois son régime permanent ± 5%.

Le temps de réponse dépend de ω0 et ξ et ne peut pas s’écrire sous une forme

analytique simple.
En effet :

y(t) − KE e−ξω0 t √
= √ cos(ω 0 1 − ξ 2 t − ψ)
KE 1 − ξ2
e−ξtr √
= √ cos( 1 − ξ 2 tr − ψ) avec tr = ω0 t
1−ξ 2

tr est appelé temps réduit permettant d’avoir des expressions qui ne dépendent
que de ξ.

=> tr5% = min(tr1 , tr2 )

avec :
e−ξtr1 q
0.95 = √ cos( 1 − ξ 2 tr1 − ψ)
1 − ξ2
e−ξtr2 q
1.05 = √ cos( 1 − ξ 2 tr2 − ψ)
1 − ξ2
Des tableaux ou l’abaque ci-contre donne le temps de réponse réduit tr ω0 en
fonction de l’amortissement ξ

38
2. Système de 2nd ordre

Notons au passage, que le temps de réponse est minimum (système le plus rapide)
pour ξ ∼ 0.7 et on a tr ω0 = 3

2.3.2 Temps de montée

Le temps de réponse à x% est le temps mis par y(t) de monter de x% à (100-x)%

de sa valeur finale (KE).
Lorsqu’on parle de temps de montée sans préciser le pourcentage, il s’agit du temps
mis par la réponse y(t) pour atteindre pour la première fois sa valeur finale (régime
permanent KE).

Le temps de montée à 100% est donné par :

π − arccos ξ
tm = √
ω0 1 − ξ 2

39
2. Système de 2nd ordre

Soit aussi :
π − arccos ξ
tm ω0 = √
1 − ξ2
tm ω0 est appelé temps de montée réduit. Il ne dépend que de ξ.
π − arccos 0.65
Exemple : pour ξ = 0.65 , tm ω0 = √ =3
1 − 0.652
( => voir tableau pour confirmation).

2.3.3 Dépassement
πξ
−√
Le 1er dépassement est donné par :D1% = e 1 − ξ
2

π
L’instant du 1er dépassement est : tD1 = √
ω0 1 − ξ 2

40
2. Système de 2nd ordre

2.3.4 Influence de la pulsation

2.3.5 Influence du coefficient d’amortissement

41