Commande Des Systèmes Linéaires

République Algérienne Démocratique et Populaire
Ministère de l’Enseignement Supérieur et de la Recherche Scientifique

Université de Ghardaïa
Faculté des Sciences Département d’Automatique

et de la Technologie et d’Electromécanique
Polycopié pédagogique
Commande des systèmes linéaires

(Cours – TD –TP)
Cours destiné aux étudiants de
3ème année Licence Automatique
Par : Dr. Belgacem BEKKAR
Année : 2020
Table des matières
Table des matiéres iii
Table des figures v
Liste des tableaux 1
1 Rappels-stabilité des systèmes en boucle fermé dans le domaine fréquentiel 2

1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Réponse fréquentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2.1 Représentation graphique de la réponse fréquentielle . . . . . . . . . . 3
1.2.2 Diagramme de Bode . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.3 Décomposition des fonctions de transfert . . . . . . . . . . . . . . . . 4
1.2.4 Courbe de Bode asymptotique . . . . . . . . . . . . . . . . . . . . . . 4
1.2.5 Diagramme de Bode des systèmes élémentaires . . . . . . . . . . . . . 5
1.2.6 Fréquence de résonance wr et valeur de résonance maximale Mr . . . 8
1.2.7 Lieu de Nyquist . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.2.8 Tracé du Lieu de Nyquis . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3 Stabilité des systèmes linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.3.1 Critère mathématique de stabilité . . . . . . . . . . . . . . . . . . . . 13
1.3.2 Critère algébrique de Routh-Hurwitz . . . . . . . . . . . . . . . . . . 13
1.3.3 Critères graphiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.4 Marges de stabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.4.1 Marge de gain Mg . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.4.2 Marge de phase Mφ . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2 Performances des systèmes linéaires asservis 23

2.1 Problématique générale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2 Précision d’un Système asservi . . . . . . . . . . . . . . . . . . . . . . . . . . 24
i
2.2.1 Erreur statique ou erreur de position . . . . . . . . . . . . . . . . . . 24
2.2.2 Erreur de vitesse ou erreur de traînage . . . . . . . . . . . . . . . . . 25
2.3 Performances Dynamiques des Systèmes bouclés . . . . . . . . . . . . . . . . 26
2.3.1 Relations d’approximations . . . . . . . . . . . . . . . . . . . . . . . 27
2.3.2 Gain statique en BF . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.4 Influence du gain statique en BO sur les performances en BF . . . . . . . . . 28
3 Correction des système linéaires asservis 29

3.1 Cahier des charges . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.2 Principe du correcteur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.2.1 Correcteur à action proportionnelle (P) . . . . . . . . . . . . . . . . . 30
3.2.2 Correcteur à action intégrale (I) . . . . . . . . . . . . . . . . . . . . . 32
3.2.3 Correcteur à action dérivée (D) . . . . . . . . . . . . . . . . . . . . . 33
3.2.4 Correcteur à actions proportionnelle, intégrale et dérivée (PID) . . . 34
3.3 Réglage d’un correcteur PID par les Méthodes de Ziegler Nichols . . . . . . . 37
3.3.1 Méthode en boucle ouverte . . . . . . . . . . . . . . . . . . . . . . . . 37
3.3.2 Méthode de Ziegler-Nichols en boucle fermée . . . . . . . . . . . . . . 38
4 Représentation d’état des systèmes 40

4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.2 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.2.1 Etat du système . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.2.2 Vecteur d’état . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.2.3 Définition espace d’état . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.2.4 Définition l’équation d’état . . . . . . . . . . . . . . . . . . . . . . . 41
4.3 Passage de la représentation d’état à la fonction de transfert . . . . . . . . . 44
4.4 Commandabilité et observabilité . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.4.1 Notions de commandabilité de l’état . . . . . . . . . . . . . . . . . . 46
4.4.2 Notions d’observabilité de l’état . . . . . . . . . . . . . . . . . . . . . 47
4.5 Passage de l’équation différentielle à la représentation d’état . . . . . . . . . 48
4.6 Passage de la fonction de transfert vers un modèle d’état . . . . . . . . . . . 50
4.6.1 Forme modale ou Diagonale . . . . . . . . . . . . . . . . . . . . . . . 50
4.6.2 Forme canonique de commandabilité . . . . . . . . . . . . . . . . . . 52
4.6.3 Forme canonique d’observabilité . . . . . . . . . . . . . . . . . . . . . 53
ii
5 Commande par retour d’état 58
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
5.2 Formulation du problème de placement de pôles par retour d’état . . . . . . 58
5.3 Détermination du vecteur de gain K par la matrice de transformation T . . 59
5.4 Détermination du vecteur de gain K par la méthode de substitution directe . 62
6 Synthèse des observateurs d’état 65

6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
6.2 Définition de l’observateurs . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
6.3 Structure et principe de l’observateur . . . . . . . . . . . . . . . . . . . . . . 66
6.4 Observateur déterministe de Luenberger . . . . . . . . . . . . . . . . . . . . 67
6.4.1 Détermination la matrice L de l’observateur . . . . . . . . . . . . . . 68
6.4.2 Observateur d’ordre réduite . . . . . . . . . . . . . . . . . . . . . . . 70
Bibliographie 77
A Devoir maison 78
iii
Table des figures
1.1 Système LTI stable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

1.2 Signaux sinusoïdaux d’entrée et de sortie . . . . . . . . . . . . . . . . . . . . 3
1.3 Courbe de Bode asymptotique. . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4 Diagramme de Bode asymptotique d’un gain pur. . . . . . . . . . . . . . . . 5
1.5 Diagramme de Bode asymptotique d’un Intégrateur et dérivateur. . . . . . . 6
1.6 Diagramme de Bode asymptotique d’un Premier ordre 1 ± T s. . . . . . . . . 7
1.7 Diagramme de Bode asymptotique d’un Premier ordre (1 ± T s)−1 . . . . . . . 8
1.8 Diagramme de Bode asymptotique d’un Premier ordre (1 ± T s)−1 . . . . . . . 9
1.9 Lieu de Nyquis. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.10 Lieu de Nyquis du système de classe 0. . . . . . . . . . . . . . . . . . . . . . 11
1.11 Lieu de Nyquis du système de classe 1 et 2. . . . . . . . . . . . . . . . . . . . 12
1.12 Lieu de Nyquis dans les hautes fréquences. . . . . . . . . . . . . . . . . . . . 12
1.13 Schéma général d’une boucle de commande. . . . . . . . . . . . . . . . . . . 13
1.14 Illustration du critère de Nyquist. . . . . . . . . . . . . . . . . . . . . . . . . 18
1.15 Règle du revers dans le diagramme de Bode. . . . . . . . . . . . . . . . . . . 20
1.16 Règle du revers dans le plan de Nyquist. . . . . . . . . . . . . . . . . . . . . 21
1.17 Marges de stabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.1 Schéma général d’une boucle de régulation . . . . . . . . . . . . . . . . . . . 23

2.2 Réponse d’un système à une consigne en échelon. . . . . . . . . . . . . . . . 24
2.3 Caractéristiques de la réponse transitoire . . . . . . . . . . . . . . . . . . . . 26
2.4 Influence d’une diminution du gain statique sur les performances . . . . . . . 28
3.1 Schéma général d’une boucle d’asservissement. . . . . . . . . . . . . . . . . . 30

3.2 Schéma général d’une boucle d’asservissement corrigée. . . . . . . . . . . . . 30
3.3 Asservissement avec correcteur proportionnel. . . . . . . . . . . . . . . . . . 31
3.4 Diagramme de Bode des FTBO corrigée et non corrigée. . . . . . . . . . . . 31
iv
3.5 Exmple de correction proportionnelle. . . . . . . . . . . . . . . . . . . . . . . 32
3.6 Action P : Diagramme de Bode des F T BO corrigée et non corrigée. . . . . . 32
3.7 Action I : Diagramme de Bode des F T BO corrigée et non corrigée. . . . . . 33
3.8 Action D : Diagramme de Bode des F T BO corrigée et non corrigée. . . . . . 34
3.9 Structure d’un correcteur PID parallèle. . . . . . . . . . . . . . . . . . . . . 35
3.10 Structure d’un correcteur PID série. . . . . . . . . . . . . . . . . . . . . . . . 35
3.11 Structure d’un correcteur PID mixte. . . . . . . . . . . . . . . . . . . . . . . 35
3.12 Diagrammes de Bode d’un correcteur PID mixte. . . . . . . . . . . . . . . . 36
3.13 Réponse indicielle apériodique. . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.14 Principe de la méthode de Ziegler-Nichols (en boucle fermée). . . . . . . . . 38
3.15 Exemple de la méthode de Ziegler-Nichols (en boucle fermée). . . . . . . . . 39
4.1 Représentation schématique d’une modélisation d’état. . . . . . . . . . . . . 42

4.2 Système masse-ressort monté sur un chariot. . . . . . . . . . . . . . . . . . . 43
4.3 Notions de commandabilité de l’état. . . . . . . . . . . . . . . . . . . . . . . 46
4.4 Représentation schématique du système défini par les équations (4.27). . . . 51
4.5 Représentation schématique du système défini par les équations (4.41) et (4.42). 55
4.6 Représentation d’état du système sous forme compagne observable. . . . . . 56
5.1 Commande par retour d’état. . . . . . . . . . . . . . . . . . . . . . . . . . . 58

5.2 Système avec retour d’état. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
6.1 Diagramme structurel d’un observateur . . . . . . . . . . . . . . . . . . . . . 66

6.2 Structure d’un observateur d’ordre plein dans une boucle de commande. . . . 67
6.3 Schéma de principe d’un système avec un observateur d’ordre réduit. . . . . 70
6.4 Commande en boucle fermée avec observateur d’ordre réduit. . . . . . . . . . 73
6.5 Système en boucle fermée avec commande par placement des pôles et états
observés par observateur d’ordre réduit. . . . . . . . . . . . . . . . . . . . . . 76
v
Liste des tableaux
3.1 Coefficients du correcteur selon la première méthode de Ziegler-Nichols. . . . 38

3.2 Coefficients du correcteur selon la deuxième méthode de Ziegler-Nichols. . . 38
1
Chapitre 1
Rappels-stabilité des systèmes en

boucle fermé dans le domaine
fréquentiel
1.1 Introduction
Le présent chapitre a pour but la représentation de la réponse en fréquences d’un système
linéaire au moyen de différents diagrammes. Dans tous les cas, les caractéristiques déduites
des différents diagrammes permettent d’exprimer des performances des systèmes en boucle
ouverte et en boucle fermée.
1.2 Réponse fréquentielle

L’objectif de l’analyse fréquentielle (ou harmonique) est d’étudier le comportement et la
réponse du système suite à une excitation de forme sinusoïdale.
Considérons le système LTI stable, présenté par la figure 1.1.
𝑥(𝑡) 𝑦(𝑡)
𝐻(𝑠)
𝑋(𝑠) 𝑌(𝑠)
Figure 1.1 – Système LTI stable
L’entrées et le sorties du système, dont la fonction de transfert est G(s = jw), sont
respectivement notées x(t) et y(t). On montre que la réponse du système à une entrée
sinusoïdal x(t) = A sin wt sera également un signal sinusoïdal de même fréquence (figure 1.2),
mais avec éventuellement une amplitude et un angle de phase différents et s’écrit :
y(t) = A|H(jw)| sin(wt + arg{H(jw}) (1.1)
2
Chapitre 1. Rappels-stabilité des systèmes en boucle fermé dans le domaine fréquentiel
Signal d’entrée 𝑥(𝑡)

𝐴
𝐴 𝐻(𝑗𝑤
𝜙
Signal de sortie 𝑦(𝑡)
Figure 1.2 – Signaux sinusoïdaux d’entrée et de sortie
La connaissance de H(jw) permet donc de déduire le comportement fréquentiel du système.

Puisque H(jw) est une quantité complexe, elle peut être écrite sous la forme suivante :
H(jw) = |H(jw)|ejφ (1.2)
Avec |H(jw)| représente le module et φ représente l’angle de H(jw).

" #
−1 Im{H(jw)}
φ = arg{H(jw} = tan (1.3)
Re{H(jw)}
1.2.1 Représentation graphique de la réponse fréquentielle
La fonction de transfert H(jw), étant un nombre complexe en fonction de la fréquence

f , est caractérisée par son module et argument. Il existe trois représentations graphiques
couramment utilisées pour l’analyse fréquentielle :
• Diagramme de Bode
• Diagramme de Nyquist
• Diagramme de Black-Nichols
1.2.2 Diagramme de Bode
Definition 1.1. Un diagramme de Bode est une méthode de représenter la réponse fré-
quentiel d’un système en régime permanant, c’est une représentation graphique composée
de deux tracés :
La courbe de gain : tracé du module |H(jw)|, en fonction de la fréquence f (Hz) ou de

la pulsation w (rad/s) en échelle logarithmique 1 :
GdB = 20 log |H(jw)| (1.4)

1. L’échelle logarithmique permet de représenter le gain et la phase sur une grande plage de fréquence.
3
La courbe de phase : tracé de l’argument φ(w), en radians (rad), en fonction de la fré-

quence f (Hz) ou de la pulsation w (rad/s) en échelle logarithmique .
1.2.3 Décomposition des fonctions de transfert
Soit la fonction de transfert :
H1 (jw)H2 (jw)
H(jw) = (1.5)
H3 (jw)
à pour gain en dB :
G(dB) = G1 (dB) + G2 (dB) − G3 (dB) (1.6)
et pour argument :
arg[H(jw)] = arg[H1 (jw)] + arg[H2 (jw)] − arg[H3 (jw)] (1.7)
En représentation de Bode, les courbe de gain et de phase de la fonction H(jw) s’ob-

tiennent donc simplement par addition et/ou soustraction graphiques des courbes de gain et
de phase des fonction H1 (jw), H2 (jw), H3 (jw).
1.2.4 Courbe de Bode asymptotique
Lorsqu’on trace un diagramme de Bode, on dessine d’abord le diagramme asymptotique :
1. La courbe de gain asymptotique est formé d’un suite de segments de droite de pente
0, ±20 dB/decade, ±40 dB/decade 2 ...
2. La courbe de phase asymptotique est formée de segments de droites aux ordonnées 0,

±90◦ , ±180◦ , (Voir figure 1.3)
Le diagramme de Bode d’un système de fonction de transfert H(s) peut être tracé faci-
lement à partir de la connaissance des diagrammes de Bode des éléments de base :
• k (gain)
• (s)±1 (intégrateur ou dérivateur)
• (1 − T s)±1 (éléments du premier ordre)

±1
s2 2ξ
• 2
wn
+ wn s + 1 (éléments du second ordre)
2. Une décade représente l’intervalle compris entre 10D inclus et 10D+1 exclus, où D est un nombre réel quelconque.
4
Gain (dB)
Pente 0
𝑤
Pente 0 20dB/décade -40dB/décade
20dB/décade
Phase (°)
90°
𝑤
0
-180°
Figure 1.3 – Courbe de Bode asymptotique.
1.2.5 Diagramme de Bode des systèmes élémentaires
1. Gain pur : H(s) = ±K (voir figure 1.4)
• Gain : GdB = 20 log |k|, Droite horizontale



 0, si k > 0
• phase : φ =
−π, si k < 0


𝐺𝑑𝐵
20 𝑙𝑜𝑔 𝑘
𝑤
10-1 100 101 102
𝜙 (𝑟𝑎𝑑)
𝑘>0
𝑤
𝑘<0
−𝜋
Figure 1.4 – Diagramme de Bode asymptotique d’un gain pur.
5
2. Intégrateur et dérivateur : H(s) = (s)±1 (voir figure 1.5)
• Gain : GdB = ±20 log w, Droite de pente ±20dB/décade
• phase : φ = ± π2
𝐺𝑑𝐵 𝐺𝑑𝐵
40dB
20dB 20dB
𝑤 𝑤
10-1 100 101 102 10-1 100 101 102
-20dB
𝜙 (𝑟𝑎𝑑) 𝜙 (𝑟𝑎𝑑)
𝜋
2
𝑤 𝑤
𝜋
−
2
Intégrateur Dérivateur
Figure 1.5 – Diagramme de Bode asymptotique d’un Intégrateur et dérivateur.
3. Premier ordre : H(s) = 1 + T s (T > 0) (voir figure 1.6)
• Gain : GdB = 10 log(1 + T 2 w2 ),
– pour w T1 , 10 log(1 + T 2 w2 ) ' 10 log(1) = 0, asymptote horizontale

– pour w T1 , 10 log(1+T 2 w2 ) ' 20 log(T w), asymptote de pente + 20dB/décade
1
– à w= T on a GdB = 3 dB
1
Les deux asymptotes se coupent en wc = T
• phase : φ = tan−1 (T w)
– pour w T1 , φ ' 0, asymptotes horizontales

– pour w T1 , φ ' π2 , asymptotes horizontales
1 π
– à w= T on a φ = 4
4. Premier ordre : H(s) = (1 − T s) (T > 0) (voir figure 1.6)
• Gain : GdB = 10 log(1 + T 2 w2 ), le même diagramme que le cas précédent (1 + T s).
• phase : φ = − tan−1 (T w) La phase change de signe par rapport au cas précédent

(1 + T s).
6
20dB 20dB
3dB 3dB
𝑤 𝑤
10-1 100 wc 102 10-1 100 wc 102
𝜋 wc
2 𝑤
𝜋 𝜋
−
4 4
𝑤 𝜋
−
wc 2
𝐻(𝑠) = 1 + 𝑇𝑠 𝐻(𝑠) = 1 − 𝑇𝑠
Figure 1.6 – Diagramme de Bode asymptotique d’un Premier ordre 1 ± T s.
5. Premier ordre : H(s) = (1 + T s)−1 (T > 0) (voir figure 1.7)
• Gain : GdB = −10 log(1 + T 2 w2 ),
– pour w T1 , −10 log(1 + T 2 w2 ) ' −10 log(1) = 0, asymptote horizontale

– pour w T1 , −10 log(1+T 2 w2 ) ' −20 log(T w), asymptote de pente -20dB/décade
1
– à w= T on a GdB = −3 dB
• phase : φ = − tan−1 (T w)
– pour w T1 , φ ' 0, asymptotes horizontales

– pour w T1 , φ ' − π2 , asymptotes horizontales
– à w= 1
T on a φ = − π4
6. Premier ordre : H(s) = (1 − T s)−1 (T > 0) (voir figure 1.7)
• Gain : GdB = −10 log(1 + T 2 w2 ), le même diagramme que le cas précédent ((1 +
T s)−1 ).
• phase : φ = tan−1 (T w) La phase change de signe par rapport au cas précédent

((1 + T s)−1 ).
2
wn
7. Deuxième ordre : H(s) = 2 2
s +2ξwn s+wn
1 1
H(s) = =
1 + 2ξj wwn + (j wwn )2 1 − ( wwn )2 + 2jξ( wwn )
7
10-1 100 wc 102 10-1 100 wc 102

𝑤 𝑤
-3dB -3dB
-20dB -20dB
wc 𝜋
𝑤
2
𝜋
− 𝜋
4
4
𝜋
− 𝑤
2 wc
𝐻(𝑠) = (1 + 𝑇𝑠)−1 𝐻(𝑠) = (1 − 𝑇𝑠)−1
Figure 1.7 – Diagramme de Bode asymptotique d’un Premier ordre (1 ± T s)−1 .
• Gain :
v
!2 2
w2
u
1 w
u
GdB = 20 log

2

= −20 log t
1− 2 + 2ξ
wn wn

1 − w + 2jξ w

wn wn
w
– pour w wn ⇒ wn → 0, GdB ' −20 log 1 = 0 asymptote horizontale.
– pour w wn ⇒ GdB ' −40 log wwn , asymptote de pente -40dB/décade
– à w = wn ⇒ GdB = −20 log(2ξ) dB
• Phase :  
2ξ wwn
φ = − tan−1  (1.8)
 
2 
w
1− wn
– pour w wn ⇒ φ ' 0, asymptote horizontale.
– pour w wn ⇒ φ ' −π, asymptote horizontale.
– à w = wn ⇒ φ = − π2
1.2.6 Fréquence de résonance wr et valeur de résonance maximale Mr
Soit le système de deuxième ordre :

wn2
H(s) =
s2 + 2ξwn s + wn2
Avec son module :
1
|H(jw)| = r (1.9)
2 2
2
w
1− 2
wn
+ 2ξ wwn
8
Bode Diagram
50
Magnitude (dB)
−50
−100
0
ξ = 0.9
−45 ξ = 0.4
Phase (deg)
ξ = 0.1
−90 ξ = 0.05
−135
−180
0 1 2 3
10 10 10 10
Frequency (rad/sec)
Figure 1.8 – Diagramme de Bode asymptotique d’un Premier ordre (1 ± T s)−1 .
si |H(jw)| a une valeur de crête à une certaine fréquence, cette fréquence est appelée fré-
quence de résonance : √
q 2
wr = wn 1 − 2ξ 2 pour 0 ≤ ξ ≤ (1.10)
2
Pour de faibles valeurs de ξ, la fréquence de résonance approche de wn et le gain peut être
très supérieur à 0dB.
Le pic de résonance Mr = |H(jwr )| peut être calculé à partir des équations (1.9) et (1.10) :
√
1 2
Mr = |H(jw)|max = |H(jwr )| = q pour 0 ≤ ξ ≤ (1.11)
2ξ 1 − ξ 2 2
La phase de H(jw) à la fréquence de résonance peut être obtenu en substituant l’équation
(1.10) dans (1.8)
q   
1 − 2ξ 2 π ξ
φ(jwr ) = − tan−1   = − + sin−1  q  (1.12)
ξ 2 1−ξ 2
Definition 1.2. Pulsation de coupure :

√
C’est la pulsation pour laquelle le gain a diminué de (1/ 2 =3dB) par rapport à sa valeur
maximum ou par rapport au gain statique suivant la nature du système.
Hmax
H(wc ) = √ (1.13)
2
Definition 1.3. Bande passante :
On peut définir la bande passante d’un système est l’intervalle de fréquences pour lequel le
9
gain ne diminue pas de plus de 3dB (par exemple) par rapport à sa valeur maximale. C’est
l’intervalle de fréquences entre lesquelles un signal à l’entrée passe à la sortie.
1.2.7 Lieu de Nyquist
Le lieu de Nyquist d’une fonction de transfert H(jw) est un tracé du gain de |H(jw)| en
fonction du déphasage φ(w) sur les coordonnées polaires lorsque w varie de 0 à +∞.
On porte alors, pour chaque valeur de w, un rayon vecteur dont la longueur est égale au
gain |H(jw)| et qui fait un déphasage φ(w) avec l’axe des réels (figure 1.9). Quand w varie,
on obtient une courbe graduée en w. On complète généralement cette courbe par symétrie
par rapport à l’axe réel pour avoir sa représentation quand w varie de 0 à −∞.
ℑ
ℜ*𝐻(𝑗𝑤)+
𝑤→∞
𝑤3
ℜ
𝑤2 𝜙(𝑤)
𝐻(𝑗𝑤)
ℑ*𝐻(𝑗𝑤)+
𝑤1
𝑤=0
Figure 1.9 – Lieu de Nyquis.
1.2.8 Tracé du Lieu de Nyquis
K b0 sm + b1 sm−1 + . . . + bm−1 s + bm
H(s) = (1.14)
sα a0 sn + a1 sn−1 + . . . + an−1 s + an
Système de classe 0 (α = 0)
b0 sm + b1 sm−1 + . . . + bm−1 s + bm
H(s) = K (1.15)
a0 sn + a1 sn−1 + . . . + an−1 s + an
• Point de départ w = 0 :
bm
|H(s)| = K
an " #
−1 bm
arg{H(s)} = tan K =0
an
10
Le point de départ du diagramme polaire (qui correspond à w = 0) est fini et se trouve

sur l’axe réel positif. La tangente au diagramme polaire (à w = 0) est perpendiculaire
à l’axe réel.
• Point d’arrivée
w → ∞ :
b
0 1
|H(s)| = K
= 0, (n > m)
a0 (jw)n−m

w→∞
( )
b0 1 h i π
arg{H(s)} = arg K = tan−1 (jw)m−n = (m − n)
a0 (jw)n−m 2
Le point d’arrivée, qui correspond à w → ∞, est à l’origine et la courbe est tangente à
l’un des axes réel ou imaginaire (figure 1.10).
ℑ
𝑤→∞ 𝑤=0
𝜙(𝑗𝑤)
𝑤x
ℜ*𝐻(𝑗𝑤𝑥 )+ = 0
Figure 1.10 – Lieu de Nyquis du système de classe 0.
Système de classe 6= 0 (α 6= 0)
K b0 sm + b1 sm−1 + . . . + bm−1 s + bm
H(s) = , m < n, α 6= 0 (1.16)
sα a0 sn + a1 sn−1 + . . . + an−1 s + an
• Point de départ
w = 0 :
b
m 1
|H(jw)| = K =∞
an (jw)α

w=0
h i π
arg{H(jw)} = tan−1 (jw)−α = −α
2
À w = 0, le gain de H(jw) est l’infini et le déphasage devient −α π2 . Aux basses fré-
quences, le lieu polaire est asymptotique par rapport à une ligne parallèle à l’axe
imaginaire négatif ou l’axe réel négatif.
• Point d’arrivée
w → ∞ :
b
0 1
|H(s)| = K = 0, (n > m)

a0 (jw)α+n

w→∞
11
( )
b0 1 h i π
arg{H(s)} = arg K α+n−m
= tan−1 (jw)m−n−α = (m − n − α)
a0 (jw) 2
À w → ∞, le gain devient nulle et la courbe converge vers l’origine est tangente à l’un
des axes réel ou imaginaire (figure 1.11).
ℑ
Système de
classe 2
𝑤→∞
ℜ
𝑤=0
Système de
classe 1
𝑤=0
Figure 1.11 – Lieu de Nyquis du système de classe 1 et 2.
On peut voir que, si le degré n du polynôme dénominateur de H(jw) est supérieur à

celui du numérateur m, les lieux de H(jw) convergent vers l’origine dans le sens horaire. À
w → ∞, les lieux sont tangents à l’un des axes réel ou imaginaire (voir figure 1.12)
ℑ
𝑛−𝑚 =3
𝑛−𝑚 =2 𝑤→∞
ℜ
𝑛−𝑚 =1
Figure 1.12 – Lieu de Nyquis dans les hautes fréquences.
Remarque 1.1. à l’exception de diagrammes de Bode et de Nyquist, il existe d’autres mé-

thodes graphiques de représentation du comportement fréquentiel d’un système linéaire.
Nous nous limiterons toutefois à ces deux types de graphe qui constituent les outils qui nous
serons nécessaires lorsque nous aborderons l’étude des systèmes asservis.
12
1.3 Stabilité des systèmes linéaire

La notion de stabilité est un problème général de la commande des systèmes linéaires,
qu’il soit asservi ou non, un système est stable quand toute entrée bornée engendre une
sortie bornée. Une variation d’un signal est dite bornée lorsqu’elle est constante en régime
permanant.
La stabilité d’un système asservi est une condition obligatoire : l’instabilité est en général
synonyme de destruction du système. On classe les critères en deux catégories : les critères
algébriques et les critères géométriques.
1.3.1 Critère mathématique de stabilité
La condition mathématique de stabilité s’énonce ainsi : Un système asservi est stable

si et seulement si sa fonction de transfert en boucle fermée ne possède aucun pôle à partie
réelle positive.
On considère un système en boucle fermé (figure 1.13), G(s) est la fonction de transfert à
commander, F (s) est la fonction de transfert de chaîne de retour, C(s) est celle du correcteur.
Système à
Correcteur commander
𝐸(𝑠) + 𝜀(𝑠) 𝑆(𝑠)

𝐶(𝑠) 𝐺(𝑠)
Consigne - Sortie
𝐹(𝑠)
Chaîne de retour
Figure 1.13 – Schéma général d’une boucle de commande.
1.3.2 Critère algébrique de Routh-Hurwitz
Le critère algébrique de Routh est un critère permettant de déterminer à partir du poly-

nôme caractéristique (dénominateur de la fonction de transfert en boucle fermée), le signe des
racines de l’équation caractéristique 1 + GF (s) = 0, sans calculer explicitement ces racines.
Soit H(s) la fonction de transfert en boucle fermée :
G(s) b0 sm + b1 sm−1 + . . . + bm−1 s + bm
H(s) = = (1.17)
1 + GF (s) a0 sn + a1 sn−1 + . . . + an−1 s + an
et soit D(s) le dénominateur de H(s). D(s) est l’équation caractéristique de degré n :
D(s) = a0 sn + a1 sn−1 + . . . + an−1 s + an
13
Condition nécessaire
Pour qu’un système en boucle fermée soit stable, c’est-à-dire toutes les racines de l’équa-
tion caractéristique D(s) soient à partie réelle négative, il faut que tous les coefficients de
l’équation caractéristique soient strictement de même signe.
Enoncé du critère de Routh
La condition ci-dessus n’est pas suffisante pour les systèmes d’ordre supérieur à deux.
Lorsqu’elle est vérifiée, il convient d’appliquer la règle de Routh qui permet de déterminer
le signe des racines d’une équation algébrique. On construit le tableau suivant :
sn α0 α2 α4 ... αn−1
sn−1 α1 α3 α5 ... αn
sn−2 b1 b2 b3
sn−3 c1 c2 c3
sn−4 d1 d2 d3
.. .. ..
. . .
s2 e1 e2
s1 f1
s0 g1
Les coefficients de la troisième ligne et les suivantes sont calculés comme suit :
α1 α2 − α0 α3
b1 =
α1
α1 α4 − α0 α5
b2 =
α1
α1 α6 − α0 α7
b3 =
α1
..
.
De la même manière, on calcule pour les coefficients des lignes suivantes :

b1 α 3 − α 1 b2
c1 =
b1
b1 α 5 − α 1 b3
c2 =
b1
b1 α 7 − α 1 b4
c3 =
b1
..
.
14
et
c 1 b2 − b1 c 2
d1 =
c1
c 1 b3 − b1 c 3
d2 =
c1
..
.
On continue cette procédure jusqu’à la dernière ligne de la table de Routh (s0 ).

Le nombre de pôles instable, de la fonction de transfert H(s) est égal au nombre de change-
ments de signe dans la première colonne.
Théorème 1.1. (Critère de Routh-Hurwitz) Le système est stable en boucle fermée si tous
les coefficients, de la première colonne sont de même signe.
Example 1.1. Considérons le polynôme suivant :
s4 + 2s3 + 3s2 + 4s + 5 = 0
Appliquons le critère de Routh en construisant le tableau suivant :
s4 1 3 5
s3 2 4 0
s2 1 5
s1 -6
s0 5
On en déduit que le système est instable, le nombre de changements de signe des coeffi-
cients dans la première colonne est de 2. Cela signifie qu’il y a deux racines avec des parties
réelles positives.
Remarque 1.2. Dans le cas de l’apparition de zéro dans la première colonne du tableau avec
les autres termes de la ligne non nuls, il convient de le remplacer celui-ci par ε > 0, et on
continue les calculs. Si le coefficient directement sous est positif, il existe un pôle à partie
réelle nulle. Sinon, il existe un pôle à partie réelle positive.
15
Example 1.2. Considérons le polynôme suivant :
s3 + 2s2 + s + 2 = 0
Appliquons le critère de Routh en construisant le tableau suivant :
s3 1 1
s2 2 2
s1 0≈
s0 2
La troisième ligne contient un zéro dans la première colonne. Pour continuer la construc-
tion de la table, on remplace ce zéro par un > 0 et on continue la procédure. Ceci indique
la présence d’une paire de racines complexes pures.
On construire un polynôme auxiliaire P (s) à l’aide de la ligne auxiliaire :
P (s) = 2s2 + 2
On calcule les racines de l’équation P (s) = 0, on trouve deux racines à s = ±j.
Remarque 1.3. Dans le cas particulier où il apparaît, lors du calcul des coefficients du tableau
de Routh, toute une ligne nulle, il s’agit d’un système ayant des pôles imaginaires pur. Dans ce
cas, le remplissage du reste du tableau peut être réalisé en formant un polynôme auxiliaire
avec les coefficients de la dernière ligne et en utilisant les coefficients de la dérivée de ce
polynôme à la ligne suivante. Pour un polynôme auxiliaire à degrés 2n, il existe n paires des
pôles imaginaires conjugués.
Example 1.3. Soit le polynôme caractéristique du système en boucle fermée :
s5 + 2s4 + 24s3 + 48s2 − 25s − 50 = 0
Le tableau de Routh est le suivant :
s5 1 24 -25
s4 2 48 -50
s3 0 0 ← polynôme auxiliaire P (s)
1. On reconstitue un polynôme auxiliaire P (s) à l’aide de la ligne auxiliaire :
P (s) = 2s4 + 48s2 − 50 (1.18)
16
Ce qui indique qu’il existe deux racines complexes conjuguées sur l’axe de l’imaginaire.
Ces paires sont obtenues en résolvant l’équation polynomiale auxiliaire P (s) = 0.
2. On dérive P (s) par rapport à la variable de Laplace s
dP (s)
= 8s3 + 96s
ds
3. Les termes de la ligne s3 sont remplacés par les coefficients de la dernière équation,
c’est-à-dire 8 et 96, puis on poursuit la construction du tableau de Routh.
s5 1 24 -25
s4 2 48 -50
dP (s)
s3 8 96 ← coefficients de ds
s2 24 -50
s1 112.7 0
s0 -50
On remarque qu’il y a un changement de signe dans la première colonne du nouveau

tableau. Donc, l’équation d’origine a un pôle à partie réelle positive.
4. Pour déterminer les pôles imaginaires purs, complexes conjugués, on calcule les racines
de l’équation (1.18).
2s4 + 48s2 − 50 = 0
on trouve
s2 = 1, s2 = −25
ou
s = ±1, s = ±j5
L’équation originale peut être écrite sous forme factorisée comme suit :
(s + 1)(s − 1)(s + j5)(s − j5)(s + 2) = 0
Inconvénient critère de Routh
1. Ne donne pas d’indication sur le degré ou marge de stabilité.
2. Ne s’applique pas aux systèmes avec retard dans la chaîne directe.
17
1.3.3 Critères graphiques
L’avantage des méthodes graphiques par rapport aux méthodes algébriques réside essen-
tiellement dans le fait que la connaissance analytique de la fonction de transfert du système
en boucle ouverte n’est pas indispensable puisque seul est nécessaire le tracé du lieu de
transfert obtenu expérimentalement.
Dans le cas particulier des systèmes asservis, on dispose de plusieurs autres méthodes qui
permettent de conclure sur la stabilité d’un système en boucle fermée à partir de la fonction
de transfert en boucle ouverte.
Critère de Nyquist
Théorème 1.2. (Critère de Nyquist) Soit un système dont la FTBO possède P pôles à partie
réelle strictement positive (pôles instables). Soit N le nombre de tours fait par le lieu de Ny-
quist autour du point critique C(−1, 0), comptés positivement dans le sens trigonométrique.
Alors, le nombre de pôles instables du système en boucle fermée est :
Z = P −N
Ainsi, le système est stable en boucle fermée si le lieu de Nyquist complet fait P tours autour
du point critique C(−1, 0).
On prendra garde au fait que les tours sont comptabilisés dans le sens trigonométrique
alors que le contour de Nyquist est orienté dans le sens anti-trigonométrique. La figure 1.14
présente l’énoncé du critère de Nyquist.
ℑ
(3)
(2)
𝐶 (−1)
(1)
Figure 1.14 – Illustration du critère de Nyquist.
18
• Le système (1) : aucun tour autour de C, la FTBF est stable si la FTBO ne possède
aucun pôle à partie réelle positive.
• Le système (2) : un tour autour de C, la FTBF est stable si la FTBO possède un pôle
à partie réelle positive.
• Le système (3) : deux tours autour de C, la FTBF est stable si la FTBO possède deux
pôles à partie réelle positive.
On en déduit donc : Le système est stable en BF si le lieu de Nyquist fait P tours autour le
point C
Critère de Revers
Le critère de Revers est un critère graphique de stabilité qui découle du critère général
de Nyquist. Il s’énonce comme suit :
• Un système asservi est stable si, à la pulsation wc0 pour laquelle |GF (jwc0 )| = 1 ,
l’argument est supérieur à −180◦ .
|GF (jwc0 )| = 1 (1.19)
arg {GF (jwc0 )} > −180◦ (1.20)
• Un système asservi est stable si, à la pulsation wπ pour laquelle arg {GF (jwπ )} =
−180◦ , le module est inférieur à 1.
arg {GF (jwπ )} = −180◦ (1.21)
|GF (jwπ )| < 1 (1.22)
• Si l’une de ces deux conditions n’est pas satisfaite, le système asservi est qualifié d’in-
stable.
Un système asservi est à la limite de la stabilité si, |GF (jwc0 )| = 1 et arg {GF (jwπ )} = −180◦ .
On note que dans ce cas : wc0 = wπ .
Critère de Revers à partir du diagramme de Bode
Le respect de l’une des deux conditions permet d’énoncer le critère de Revers dans le
plan de Bode.
19
• Un système asservi est stable si, à la pulsation wc0 pour laquelle |GF (jwc0 )| = 1 (donc
|GF (jwc0 )|dB = 0), l’argument est supérieur à −180◦ .
• Un système asservi est stable si, à la pulsation wπ pour laquelle arg {GF (jwπ )} = −π,
le module en db est inférieur à zéro.
On précise qu’on trace le diagramme de gain et de phase de la fonction de transfert en boucle

ouverte GF (jw) et on conclut sur la stabilité du système en boucle fermée (voir figure 1.15).
𝐺𝑑𝐵
𝐺𝑑𝐵
wc0 3dB wc0

𝑤 𝑤
-3dB
𝑤𝜋 𝑤𝜋
𝑤 𝑤
𝜋
−
2
−𝜋
−𝜋
3𝜋
−
2
Système stable Système instable
Figure 1.15 – Règle du revers dans le diagramme de Bode.
Critère de Revers à partir du lieu de Nyquist
Un système bouclé est stable si en décrivant le lieu du transfert de boucle ouverte GF (jw)
dans le sens croissant des w, le point critique C(−1, 0) du plan complexe est laissé à gauche
(voir figure 1.16).
1.4 Marges de stabilité

L’ensemble des critères que nous venons d’étudier permet de diagnostiquer si oui ou non
un système est stable en boucle fermée. Le résultat est toujours binaire : le système est stable
ou instable. Toutefois, certains de ces critères permettent de pressentir la notion de marge
de sécurité relative à la stabilité d’un système. Elles permettent d’estimer la proximité de la
réponse fréquentielle (FTBO) du point critique −1 = 1∠ − π.
20
ℑ
𝐶 (−1,0)
𝑤→∞
Système Système
instable stable
𝑤=0
Figure 1.16 – Règle du revers dans le plan de Nyquist.
1.4.1 Marge de gain Mg
Soit wπ la pulsation telle que arg {GF (wπ )} = −π. La marge de gain est l’écart entre
0dB et le gain à la pulsation wπ .
Mg = −20 log10 |GF (wπ )| (1.23)
plus M g %, plus le système est stable.
1.4.2 Marge de phase Mφ
Soit wc0 la pulsation telle que |GF (wc0 )| = 1. La marge de phase est la différence entre
φ(wc0 ) et −π.
Mφ = φ(wc0 ) + π, avec φ(wc0 ) = arg {GF (wwc0 )} (1.24)
Remarque 1.4. Les valeurs usuelles des marges de stabilité permettant un réglage correct des
boucles d’asservissement sont :
• Marge de Gain : 10dB à 15dB
• Marge de Phase : 40◦ à 45◦
• Un système qui a une marge de gain ou une marge de phase positive est un système
stable.
• Un système qui a une marge de gain ou une marge de phase négative est un système
instable.
21
• Un système qui a une marge de gain ou une marge de phase nulle est un système à la
limite de stabilité.
𝐺𝑑𝐵 ℑ
wc0 ȁ𝐺𝐹(𝑗𝑤𝜋 )ȁ−1
𝑤
-3dB 𝑀𝑔
𝑤→∞
𝐶 = (−1,0)
ℜ
𝑀𝜑
𝜑
𝜙 (𝑟𝑎𝑑)
𝑤𝜋
𝑤
𝜋
− 𝑤=0
2
M𝜑
−𝜋
Marge de gain et de phase dans le Marge de gain et de phase dans le

diagramme de Bode lieu de Nyquist
Figure 1.17 – Marges de stabilité
22
Chapitre 2
Performances des systèmes linéaires

asservis
2.1 Problématique générale

Soit le système à réguler (figure 2.1) à l’entrée duquel on introduit un signal de consigne
e(t) sous la forme d’un échelon.
Si le système est stable :
• Le signal de sortie converge vers une valeur finie S∞ la plus proche possible de cette
consigne.
• Plus S∞ ≈ E∞ plus le système sera précis.
• Système rapide −→la convergence soit atteinte le plus vite possible.
• La limitation de dépassement acceptable.
• La marge de stabilité acceptable.
Chaîne directe
𝐸(𝑠) + 𝜀(𝑠) 𝑆(𝑠)

𝐴(𝑠)
Consigne - Sortie
𝐵(𝑠)
Chaîne de retour
Figure 2.1 – Schéma général d’une boucle de régulation
23
Chapitre 2. Performances des systèmes linéaires asservis
Figure 2.2 – Réponse d’un système à une consigne en échelon.
2.2 Précision d’un Système asservi

2.2.1 Erreur statique ou erreur de position
Soit un système bouclé de FTBO G(s) et de FTPF H(s). On appelle erreur statique (ou
erreur de position) du système en boucle fermée, le paramètre εp défini par :
εp = lim ε(t) lorsque e(t) = u(t), échelon unitaire

t→+∞
D’après le théorème de la valeur finale :
εp = lim sε(s) = lim s[E(s) − S(s)] = lim s[E(s) − H(s)E(s)] (2.1)

s→0 s→0 s→0
Puisque l’entrée est un échelon unitaire, on a :

" #
1 H(s)
εp = lim sε(s) = lim s − (2.2)
s→0 s→0 s s
Soit :
εp = lim [1 − H(s)] (2.3)
s→0
Plus εp est faible, meilleure est la précision du système.
Système de gain statique K en boucle ouverte
K G(s) K
G(s) = , H(s) = =
1 + a1 s + a2 s 2 + · · · + an s n 1 + G(s) 1 + K + a1 s + a2 s2 + · · · + an sn
Par conséquent :
K 1
εp = lim [1 − H(s)] = 1 − = (2.4)
s→0 1+K K +1
Plus le gain K est important plus la précision est meilleure.
24
Système comportant un ou plusieurs pôles nuls
K G(s) K
G(s) = , H(s) = =
sα (1 + a 2 n
1 s + a2 s + · · · + an s ) 1 + G(s) K + s (1 + a1 s + a2 s2 + · · · + an sn )
α
α est un entier positif non nul.

Soit :
K
εp = lim [1 − H(s)] = 1 − =0 (2.5)
s→0 K
Les systèmes comportant au moins un intégrateur dans la FTBO sont caractérisés par une
précision statique parfaite.
2.2.2 Erreur de vitesse ou erreur de traînage
On appelle erreur de vitesse (ou erreur de traînage) du système en boucle fermée, le

paramètre εv défini par :
εv = lim ε(t) lorsque e(t) = t, rampe unitaire

t→+∞
D’après le théorème de la valeur finale :
εv = lim sε(s) = lim s[E(s) − S(s)] = lim s[E(s) − H(s)E(s)]

s→0 s→0 s→0
Puisque l’entrée est une rampe unitaire :

" #
1 H(s)
εv = lim sε(s) = lim s[E(s) − H(s)E(s)] = lim s 2 − 2
s→0 s→0 s→0 s s
Soit :
1 − H(s)
εv = lim (2.6)
s→0 s
Système de gain statique K en boucle ouverte
K G(s) K
G(s) = + H(s) = =
1 + a1 s + a2 s 2 + · · · + an s n 1 + G(s) 1 + K + a1 s + a2 s2 + · · · + an sn
Par conséquent :
1 − H(s) 1 K

εv = lim = lim 1 −
s→0 s s→0 s 1 + K + a1 s + a2 s 2 + · · · + an s n
εv → +∞
25
Système comportant un ou plusieurs pôles nuls

K G(s) K
G(s) = , H(s) = =
sα (1 + a1 s + a2 s2 + · · · + an sn ) 1 + G(sp) K + sα (1 + a1 s + a2 s2 + · · · + an sn )
Par conséquent :
" #
1 − H(s) 1 K
εv = lim = lim 1 −
s→0 s s→0 s K + sa (1 + a1 s + a2 s2 + · · · + an sn )
sα sα−1
" # " #
1 K 1

εv = lim 1 − = lim = lim
s→0 s K + sα s→0 s K + sα s→0 K + sα
h i
1 1
Si α = 1, on a : εv = lims→0 K+sα = K
h i
p
Si α > 1, on a : εv = lims→0 K+s α =0
Pour qu’un système possède en boucle fermée une erreur de vitesse nulle, il faut que sa
FTBO possède au moins un pôle nul double ( s12 ) ou possède deux intégrateurs.
2.3 Performances Dynamiques des Systèmes bouclés

Généralement, le comportement dynamique d’un système peut être entièrement caracté-
risé par la réponse temporelle de ce système suite à une entrée échelon puisqu’elle est facile
à générer (Figure 2.3).
Figure 2.3 – Caractéristiques de la réponse transitoire
La réponse transitoire des systèmes asservis pratiques présente souvent des oscillations
amorties avant d’atteindre le régime permanent. Les critères de performances, couramment
utilisés pour la caractérisation des systèmes asservis linéaires dans le domaine temporel, sont
définis comme suit :
26
Temps de retard (time delay), td : il est défini comme étant le temps nécessaire pour
que la réponse atteigne la moitié de sa valeur finale.
Temps de montée (rise time), tr : temps nécessaire à la réponse pour évoluer de 10 à

90%, de 5 à 95%, ou de 0 à 100% de sa valeur finale. Pour les systèmes du 2e ordre
peu amorti, le temps de montée de 0 à 100% est plus généralement utilisé. Pour les
systèmes très amortis, l’évolution de 10 à 90% est plus souvent choisie.
Temps de pic (peak time), tp : temps nécessaire pour atteindre le 1er pic de dépassement
Dépassement maximum, D : c’est la valeur du pic maximal de la réponse mesurée rela-

tivement à l’unité. Si la valeur finale du régime permanent diffère de l’unité, on utilise
plus souvent le dépassement maximal exprimé en pourcentage. Il est défini par :
s(tp ) − s(∞)
D(%) = ) × 100% (2.7)
s(∞
L’importance de ce dépassement maximum (en %) est qu’il renseigne directement sur

la relative stabilité du système.
Temps de réponse ou d’établissement (settling time), ts : c’est le temps requis pour

que la courbe de sortie atteigne et reste à l’intérieur d’une bande, exprimée en pour-
centage (généralement 5%), relativement à sa valeur finale.
2.3.1 Relations d’approximations
Pour tout système linéaire d’ordre quelconque présentant un fonctionnement analogue à

un deuxième ordre, nous conserverons cette estimation de l’ordre de grandeur du temps de
montée en boucle fermée :
3
tr ≈ (2.8)
wc0
Ainsi :
wnBF ≈ wc0 (2.9)
où wnBF représente la pulsation propre du système en BF.

d’ailleur, nous conserverons cette estimation qui permet de prédire la valeur du dépassement
en boucle fermée :
 
∆ϕ◦ ξBF
ξBF ≈ =⇒ DBF % = exp −π q  (2.10)
100 2
1 − ξBF
27
2.3.2 Gain statique en BF
Pour un système stable, le gain statique en BF est défini par :
s(t)
K = lim = lim F T BF (s), (2.11)
t→∞ e(t) s→0
2.4 Influence du gain statique en BO sur les performances en BF

Soit la FTBO caractérisé par un gain statique variable K :
K
G(s) =
(1 + a1 s + a2 s2 + · · · + an sn )
• Augmentation du K =⇒ diminution du ξBF et augmentation du DBF %
• En diminuant K =⇒ on augmente la stabilité et on limite le dépassement en boucle

fermée.
En conclusion, la marge de stabilité et la limitation du dépassement, en BF, sont améliorées

par une diminution du gain statique en BO, tandis que la rapidité et la précision sont
dégradées. Inversement, une augmentation du gain statique en BO améliore la rapidité et la
précision en BF, mais rend le système moins stable et augmente le dépassement.
Figure 2.4 – Influence d’une diminution du gain statique sur les performances
28
Chapitre 3
Correction des système linéaires

asservis
3.1 Cahier des charges

La synthèse de la commande d’un système consiste à choisir un type de correcteur et
ses paramètres pour satisfaire un cahier des charges donné. En règle générale, le cahier des
charges d’une boucle de correction impose, en boucle fermée, quatre performances :
Stabilité : Caractérisée, en général par la marge de gain et la marge de phase, on admet

par exemple qu’une marge de phase comprise entre 50◦ et 70◦
Précision : Critère caractérisé par l’erreur de position pour une entrée en échelon, elle doit
être inférieur de certain seuil défini par le chaire de charge.
Rapidité : Critère caractérisé par le temps de réponse à 5%, ou par une valeur maximale
du temps de montée tr < seuil. La rapidité du système en boucle fermée est liée à sa
bande passante, si la bande passante augmente la marge de phase diminuant donc, il
faut faire un compromis entre les deux exigences.
Limitation du dépassement : critère caractérisé par le pourcentage de dépassement D%,

Certaines applications imposent par exemple qu’il n’y ait pas de dépassement
3.2 Principe du correcteur

En général, un système asservi peut se représenter classiquement par le schéma fonction-
nel de la figure 3.1. où l’entrée ε(t) du processus est une grandeur de commande (à faible
énergie) qui est amplifiée par A(s) pour réaliser la grandeur de sortie s(t).
29
Chapitre 3. Correction des système linéaires asservis
𝑒(𝑡) 𝜀(𝑡) 𝑠(𝑡)
Figure 3.1 – Schéma général d’une boucle d’asservissement.
Lorsque le système ne satisfait pas naturellement les performances désirées, il est possible
de modifier son comportement en boucle fermée par l’introduire dans la chaîne directe, avant
A(s), un dispositif supplémentaire C(s), appelé correcteur et dont le rôle essentiel est de
modifier les performances du système initial (figure 3.2).
𝑒(𝑡) 𝜀(𝑡) 𝑠(𝑡)
Figure 3.2 – Schéma général d’une boucle d’asservissement corrigée.
Les correcteurs industriels les plus utilisés peuvent être classés, selon leurs actions de
correction, de la manière suivante :
• Correcteur à action proportionnelle (P)
• Correcteur à action intégrale (I)
• Correcteur à action dérivée (D)
• Correcteur à actions proportionnelle, intégrale et dérivée (PID)
Ces correcteurs sont en général constitués de dispositifs électroniques qui peuvent souvent
être très simples. Néanmoins, lorsque le cahier des charges est très exigeant, il faut parfois
faire appel à des correcteurs plus sophistiqués donc plus coûteux et, il faut l’avouer, qui
peuvent s’avérer délicats à régler.
3.2.1 Correcteur à action proportionnelle (P)
Le correcteur proportionnel a pour fonction de transfert : C(s) = Kp

La fonction de transfert en boucle ouverte corrigée s’écrit alors :
 0
0 GdB
 = 20 log(Kp ) + GdB
F T BO = Kp G(s) ⇒ 0
ϕ = arg(Kp ) + arg(G(s)) = ϕ


30
Figure 3.3 – Asservissement avec correcteur proportionnel.
La figure 3.4 précise les diagrammes de Bode corrigés.
Figure 3.4 – Diagramme de Bode des FTBO corrigée et non corrigée.
Rôle :
• Ce correcteur ne modifie pas la phase, mais augmente le gain de la FTBO de 20 log(Kp ).
• Améliore la précision, d’où une diminution de l’erreur statique
• Augmente la pulsation de coupure ce qui entraîne une augmentation de la bande pas-

sante du système. La réponse du système contient donc plus de hautes fréquences ce
qui favorise une meilleure rapidité.
• Diminue la marge de stabilité (ce qui peut aller jusqu’à rendre le système instable) et
accroît le dépassement.
Example 3.1. Considérons un système de fonction de transfert G(s) placé dans une boucle
à retour unitaire (figure 3.5). Pour différentes valeurs de Kp , les réponses indicielles s(t) de
la FTBF du système corrige sont représentées sur la figure 3.6.
On remarque que l’augmentation de Kp : Améliore la rapidité et la précision du système en
boucle fermée mais, accroît le dépassement qui a pour conséquence une détérioration de la
marge de stabilité.
31
Figure 3.5 – Exmple de correction proportionnelle.

Step Response
1.6
Kp = 30, D% = 64:1%, ts = 3:67s,
tm = 0:163s, " = 2%
1.4 Kp = 10, D% = 37%, ts = 3:38s,
1.2 tm = 0:401s, " = 9:1%
Amplitude
0.8
0.6
0.4
Kp = 1, D% = 4:32%, ts = 4:22s,
0.2 tm = 1:52s, " = 50%
0
0 1 2 Time
3 (sec) 4 5 6 7
Figure 3.6 – Action P : Diagramme de Bode des F T BO corrigée et non corrigée.
3.2.2 Correcteur à action intégrale (I)

Ki
La fonction de transfert d’une correction intégrale pure est : C(s) = s .
 0
= 20 log(Ki ) − 20 log(w) + GdB
GdB

Ki

0
F T BO = G(s) ⇒ 0 Ki π
s  ϕ = arg(

 ) + arg(G(s)) = − + ϕ
jw 2
Rôle
L’ajout d’un terme intégral dans la chaîne directe augmente sa classe et réduit ou annule,
selon le type d’entrée, l’erreur statique du système.
Influence sur les autres performances
D’après le diagramme de Bode de la F T BO corrigée, on remarque que la pulsation de

π
coupure à 0 dB diminue ainsi que le diagramme de phase est translaté de 2 vers le bas.
3
Compte tenu que : tr ≈ wc0
On peut en déduire que le temps de montée augmente. De plus, malgré la diminution de wc0 ,
32
Figure 3.7 – Action I : Diagramme de Bode des F T BO corrigée et non corrigée.
la marge de phase est diminuée de π/2 et la marge de gain sera aussi réduite. La stabilité et
la limitation du dépassement s’en trouvent dégradées.
En conclusion, seule la précision du système est améliorée par l’introduction d’un correcteur
à action intégrale. Toutes les autres performances sont diminuées.
3.2.3 Correcteur à action dérivée (D)
La fonction de transfert de ce correcteur s’écrit : C(s) = Kd s.

 0
0 GdB
 = 20 log(Kd ) + 20 log(w) + GdB
F T BO = Kd s G(s) ⇒  0 π
 ϕ = arg(Kd jw) + arg(G(s)) = + ϕ
2
Effets du correcteur :
• Augmente la phase de π/2 , ce qui améliore fortement la stabilité du système, (aug-

mentation de la marge de phase),
• Amplifie les hautes fréquences, ce qui mène le système sensible au bruit,
• Augmente la pulsation de coupure à 0 dB. on peut en déduire que le temps de montée

diminue. Le dérivateur aura donc tendance à accélérer le système en boucle fermée,
33
Figure 3.8 – Action D : Diagramme de Bode des F T BO corrigée et non corrigée.
• Diminue la précision du système, puisque le gain aux basses fréquences diminue forte-
ment.
En conclusion, seule la rapidité du système est améliorée par l’introduction d’un correcteur
à action dérivée.
3.2.4 Correcteur à actions proportionnelle, intégrale et dérivée (PID)
Le correcteur PID combinant les trois actions de base permet de bénéficier des avantages
du correcteur PD comme ceux du PI. Ainsi, on pourra améliorer la précision, propriété que
l’on n’avait pas avec le correcteur PD, tout en ayant de la latitude pour régler la marge de
phase, l’atitude que nous n’avions pas avec le PI.
PID série ou parallèle
La fonction de transfert d’un correcteur PID parallèle est décrite pas l’équation ci-
dessous :
Ki
C(s) = Kp + + Kd s (3.1)
s
Ainsi sa structure est illustrée par la figure 3.9.
Pour un correcteur PID de type série la fonction de transfert est donnée pas l’équation
ci-dessous, et la structure est présentée par la figure 3.10.
1

C(s) = K 1 + (1 + τd s) avec τi > τd (3.2)
τi s
34
𝐾𝑝
𝜀(𝑡) 𝑢(𝑡)
𝐾𝑖 𝑠
𝐾𝑑 𝑠
Figure 3.9 – Structure d’un correcteur PID parallèle.

𝐾 1 𝜏𝑖 𝑠 𝜏𝑑 𝑠
Figure 3.10 – Structure d’un correcteur PID série.
Ce qui est important de remarquer, c’est que ces deux structures sont mathématiquement
équivalentes. Ainsi un correcteur PID série pourra être mis sous forme PID parallèle à partir
des équations de transformation suivante :
τd

Kp = K 1 + (3.3)
τi
K
Ki = (3.4)
τi
Kd = Kτd (3.5)
PID mixte
La forme de PID mixte (Celle-ci est appelée standard ou parfois idéal) est définie par
l’équation ci-dessous :
1

C(s) = Kp 1+ + Td s avec Ti > Td (3.6)
Ti s
1 𝑇𝑖 𝑠
𝐾𝑝
𝑇𝑑 𝑠
Figure 3.11 – Structure d’un correcteur PID mixte.
La forme mixte se rapproche beaucoup de la forme parallèle et les équations de transfor-

mation entre les deux sont évidentes.
35
La transformation de la forme série en forme mixte s’obtient par les équations suivantes :
τd

Kp = K 1+ (3.7)
τi
Ki = τi + τd (3.8)
τd τi
Kd = (3.9)
τd + τi
Diagrammes de Bode d’un correcteur PID
On considère dans cette étude la structure mixte qui est la plus répondue. La fonction de
transfert de ce correcteur est donnée par l’équation 3.6. C(s) peut être mis sous une forme :
Kp
C(s) = (1 + T1 s) (1 + T2 s) avec Ti > Td (3.10)
Ti s
Où T1 + T2 = Ti et T1 T2 = Ti Td , et les deux pulsations de cassure w1 < w2 :
1 1
w1 = , w2 =
T1 T2
Ce correcteur combine les avantages de chacune des actions P, I et D. Sa synthèse est toute-
Bode Diagram
55
50
effet I effet D
45
Magnitude (dB)
40
35
w1 w2
30
25 effet P
20
15
90
45
Phase (deg)
-45
-90
10 -3 10 -2 -1
Frequency10(rad/sec) 10 0 10 1
Figure 3.12 – Diagrammes de Bode d’un correcteur PID mixte.
fois complexe car si chaque action peut améliorer le comportement si elle est bien placée,
elle peut aussi le dégrader si elle est mal placée.
36
• L’action intégrale sera toujours placée à basse fréquence, pour que le retard sur la
phase intervienne bien avant la pulsation de coupure et ne perturbe pas les marges.
L’objectif de cette action est d’augmenter sensiblement le gain en basses fréquences.
• L’action dérivée est placée à l’endroit où les marges sont mesurées, sur la FTBO corri-
gée. Elle est délicate à ajuster. L’objectif de cette action est d’apporter un maximum
de phase là où la marge de phase est mesurée.
• L’action proportionnelle permet de finaliser le correcteur en plaçant la pulsation de

cassure à la valeur désirée, ce qui fixe la rapidité du système.
3.3 Réglage d’un correcteur PID par les Méthodes de Ziegler Nichols
Ziegler et Nichols ont proposé deux approches expérimentales destinées à fixer rapidement
les paramètres des régulateurs P, PI et PID. La première nécessite l’enregistrement de la
réponse indicielle du système à régler, alors que la deuxième exige d’amener le système en
boucle fermée à sa limite de stabilité.
3.3.1 Méthode en boucle ouverte
Cette méthode est basée sur la réponse indicielle du système à commander. Sur l’enre-
gistrement de la réponse indicielle du système à régler (c’est-à-dire sans le régulateur), on
trace la tangente au point d’inflexion Q de la courbe. On mesure ensuite les temps L corres-
pondant au point d’intersection entre l’abscisse et la tangente ainsi que le temps T (temps
de montée de la tangente).
c(t)
Tangente au
point d'inflexion
0 t
L T
Figure 3.13 – Réponse indicielle apériodique.
On peut alors calculer les paramètres du correcteur choisi à l’aide du tableau ci-dessous :
37
Table 3.1 – Coefficients du correcteur selon la première méthode de Ziegler-Nichols.
Correcteur Kp Ti Td
T
P L ∞ 0
T L
PI 0.9 L 0.3 0
T
PID 1.2 L 2L 0.5 L
3.3.2 Méthode de Ziegler-Nichols en boucle fermée
La seconde méthode se base sur l’étude du régime critique de la réponse harmonique

du système en boucle fermée. On effectue l’asservissement du système avec retour unitaire
à l’aide d’un correcteur proportionnel réglable. Lorsque le gain augmente le système en
boucle fermée devient moins stable. on note Kosc la valeur du plus petit gain permettant de
maintenir les oscillations. ainsi que Tosc la période ces oscillations.
On peut obtenir un correcteur PID en suivant les valeurs indiquées au tableau 3.2.
c(t)
Tosc
r(t) u(t) c(t)
+ Kp Sys
–
Figure 3.14 – Principe de la méthode de Ziegler-Nichols (en boucle fermée).
Table 3.2 – Coefficients du correcteur selon la deuxième méthode de Ziegler-Nichols.
Correcteur Kp Ti Td
P 0.5 Kosc ∞ 0
PI 0.45 Kosc 0.84 Tosc 0
PID 0.6 Kosc 0.5 Tosc 0.125 Tosc
Example 3.2. (figure 3.15)

Calculer les coefficients du correcteur PID par la deuxième méthode de Ziegler-Nichols.
On pose Ki = 0, Kd = 0.
La FTBF :
Kp
H(s) = 3 2
s + 4s + 3s + K p
38
R(s) 1 C(s)
+ C (s)
– s(s + 1)(s + 3)
PID
c
Figure 3.15 – Exemple de la méthode de Ziegler-Nichols (en boucle fermée).
L’équation caractéristique : s3 + 4s2 + 3s + Kp = 0
La table de Routh :
s3 1 3
s2 4 Kp
12−Kp
s1 4
s0 Kp
Condition d’oscillation : Kp = 12
Le polynôme auxiliaire :
P (s) = 4s2 + Kp = 4s2 + 12 = 0

√
4(jw)2 + 12 = 0 ⇒ w = 3
La pulsation d’oscillation :
√
wosc = 3 rd/s
La période de oscillation :
2π 2π
Tosc = = √ = 3.6276 s
wosc 3
Les coefficients du correcteur :
Kosc Tosc Tosc

Kp = = 7.0588, Ti = = 1.8138 s, Td = = 0.4535 s
1.7 2 8
39
Chapitre 4
Représentation d’état des systèmes
4.1 Introduction
En automatique, Les systèmes dynamiques linéaires peuvent être représentés dans le
domaine temporel par des équations différentielles ou par la réponse impulsionnelle. L’un des
inconvenants majeurs de ces méthodes résident essentiellement que les conditions initiales
nulles. Ces conditions initiales jouent cependant un rôle important dans l’étude des systèmes
dans le domaine temporel où la solution dépend beaucoup du passé du système. Un autre
inconvénient de ces méthodes est qu’elles sont difficiles à mettre en œuvre lorsque les systèmes
étudiés possèdent plusieurs entrées et plusieurs sorties (système MIMO).
La représentation d’état permet de couvrir à ces inconvenants et d’unifier le cadre de
l’étude des systèmes dynamiques continus ou discrets, que ce soit pour les systèmes linéaires
ou non. Le concept d’état est utilisé chaque fois que les informations sur les variables internes
sont nécessaires pour commander un système. Enonçons quelques avantages liés à la représen-
tation d’état :
• Les notions nouvelles de la commandabilité et l’observabilité apparaissent et jouent un

rôle très important dans la synthèse de loi de commande.
• L’outil est très puissant pour résoudre les problèmes touchant à l’optimisation.
• Certains systèmes présentant des non linéarités ou des paramètres variant dans le
temps pourront être traités par la méthode des variables d’état.
• Le traitement a lieu dans le domaine temporel et fait appel à l’algèbre matricielle.
• La représentation des systèmes monovariables s’étend aux systèmes multivariables

qu’on peut alors appréhender globalement.
40
Chapitre 4. Représentation d’état des systèmes
4.2 Définitions
4.2.1 Etat du système
Les états d’un système dynamique sont les grandeurs, qui le plus souvent ont une signi-
fication physique, telles que, leur connaissance à l’instant t0 = 0 ainsi que celle du signal
d’entrée permettent de déterminer complètement le comportement du système pour tout
instant t > t0 .
4.2.2 Vecteur d’état
L’ensemble des variables d’état forme le vecteur d’état, c’est le vecteur de grandeurs tem-
porelles nécessaires et suffisantes pour décrire complètement le comportement d’un système
dynamique, quand on connaît les équations qui décrivent le fonctionnement du système et
les entrées de ce système.
Dans le cas le plus général où n variables d’états sont identifiées dans le système, on
aura :
   
 ẋ1   ẋ1 (t) 
   

 ẋ2 


 ẋ2 (t) 

x=

,
..  ou encore x(t) = 
 .. 


 .  

 .  
   
ẋn ẋn (t)
4.2.3 Définition espace d’état
L’espace à n dimensions dont les axes de coordonnées sont l’axe x1 , l’axe x2 , ... , l’axe
xn , où x1 , x2 , xn sont des variables d’état, est appelé un espace d’état. Tout état peut être
représenté par un point dans l’espace de l’état.
4.2.4 Définition l’équation d’état
La représentation d’états pour un système donné n’est pas unique, mais le nombre de
variables d’état est le même pour chacune des différentes représentations du même système.
Le système dynamique doit comporter des éléments qui mémorisent les valeurs de l’entrée
pour t ≥ t1 . Étant donné que les intégrateurs dans un système de contrôle en temps continu
servent de dispositifs de mémoire, les sorties de ces intégrateurs peuvent être considérées
comme les variables qui définissent l’état interne du système dynamique (les sorties des
41
intégrateurs servent de variables d’état). Le nombre de variables d’état pour définir com-
plètement la dynamique du système est égal au nombre d’intégrateurs impliqués dans le
système.
Donc on peut dit que l’équation d’état et d’exprimer l’état du système à un instant donné
en fonction du signal d’entrée et en fonction de son « passé »
Cas général Soit n le nombre de variables d’état, m le nombre d’entrées et p le nombre

de sorties :
ẋ(t) = Ax(t) + Bu(t) → équation d’état
(4.1)
y(t) = Cx(t) + Du(t) → équation de sortie
avec :
• [A]n×n : la matrice d’état
• [B]n×m : la matrice de commande (d’entrée)
• [C]p×n : la matrice de sortie
• [D]m×p : la matrice de transfert directe
Le système (A, B, C, D) est dit linéaire à temps invariant (LTI : Linear time-invariant sys-
tems ). On adopte fréquemment la représentation schématique de la figure 4.1 pour illustrer
cette équation.
•
u(t) x(t) x(t) y(t)
+
B + Ú dt C +
+
Figure 4.1 – Représentation schématique d’une modélisation d’état.
Example 4.1. Système masse-ressort

Considérons le système masse-ressort monté sur un chariot de masse nulle comme montré
dans la figure 4.2. Pour obtenir le modèle mathématique de ce système en supposant que le
chariot est immobile pour t < 0 et que le système masse-ressort-amortisseur est également
immobile pour t < 0.
• u(t) est le déplacement du chariot, constitue l’entrée du système.
42
u y
Figure 4.2 – Système masse-ressort monté sur un chariot.

• y(t) est le déplacement de la masse, constitue la sortie du système.
• m et b sont respectivement la masse et le coefficient de frottement visqueux et k la

constante de raideur du ressort.
La deuxième loi de la dynamique s’écrit dans ce cas :
ÿ + α1 ẏ + α2 y = b0 ü + b1 u̇ + b2 u (4.2)
avec :
b k b k
α1 = , α2 = , b0 = 0, b1 = , b2 =
m m m m
Si on pose :
β 0 = b0 = 0
b
β1 = b1 − α1 β0 =
m
!2
k b
β2 = b2 − α1 β1 − α2 β0 = −
m m
et :
x1 = y − β 0 u = y
b
x2 = ẋ1 − β1 u = ẋ1 − u
m
On a donc :
b
ẋ1 = x2 + β1 u = x2 + u
m  !2 
k b k b
ẋ2 = −α2 x1 − α1 x2 + β2 u = − x1 − x2 +  − u
m m1 m m
et l’équation de sortie devient : y = x1
43
Les variables d’état sont ainsi clairement identifiées et les équations d’état se lisent sur
la représentation schématique. On a donc :
      
b
 ẋ1  0 1   x1  m
= + u (4.3)
  
b 2
 
k b k
ẋ2 −m −m x2 m − m
 
 x1 

y= 1 0   (4.4)
x2
Remarque 4.1. Il est important de noter, que ce n’est pas la seule représentation d’état. Il
existe un nombre infini de représentations d’état pour le système, qui dépend, notamment,
du choix des variables d’état que nous opérons.
4.3 Passage de la représentation d’état à la fonction de transfert

On suppose que le système ne possède qu’une entrée et qu’une sortie (SISO). Considérons
donc la fonction de transfert d’un système mono-entrée, mono-sortie :
Y (s)
G(s) = (4.5)
E(s)
Ce système peut être représenté dans l’espace d’état par les équations suivantes :
ẋ = Ax + Bu (4.6)
y = Cx + Du (4.7)
où x est le vecteur d’état, u est l’entrée et y est la sortie. Si on applique la transformation

de Laplace aux équations d’état, on obtient :
sX(s) − X(0) = AX(s) + BU (s) (4.8)
Y (s) = CX(s) + DU (s) (4.9)
Pour des conditions initiales nulles (hypothèse de base pour le calcul des fonctions de trans-
fert), on obtient :
sX(s) − AX(s) = BU (s)
soit :
(sI − A)X(s) = BU (s)
ou encore :
X(s) = (sI − A)−1 BU (s) (4.10)
44
on tire alors l’expression de Y (s) :

h i
Y (s) = C(sI − A)−1 B + D U (s) (4.11)
d’où l’expression de la fonction de transfert :
G(s) = C(sI − A)−1 B + D (4.12)
On note que la partie droite de l’équation (4.12) implique que G(s) peut être écrit comme :
Q(s)
G(s) = (4.13)
|sI − A|
où Q(s) est un polynôme dans s. Les pôles de G(s) correspondent aux zéros de |sI − A| qui
sont aussi les valeurs propres de la matrice d’état A.
Théorème 4.1. Conditions de stabilité

Un système linéaire invariant est asymptotiquement stable si toutes les valeurs propres
de la matrice d’état A sont à partie réelle strictement négative
Example 4.2. Système masse-ressort

Reprenons l’exemple du système mécanique de la figure 4.2. La représentation d’état du
système est donnée par les équations (4.4) et (4.4). Nous allons déterminer la fonction de
transfert de système à partir des équations état.
En substituant A, B, C et D dans l’équation (4.12), on trouve :
G(s) = C(sI − A)−1 B + D

   −1  
b
 s 0   0 1 

m
= 1 0  − 2  + 0
 
 
k b k b
0 s −m −m m − m
 −1  
b

s −1  m
= 1 0  +0
  
b 2
 
k b k
m s+ m m − m
et sachant que :
 −1  
b
 s −1  1  s+ m 1 
= b k 
s2 + m
  
k
s+ b s+ m k
s
m m m
on a :
  
b b
1  s+ m 1 

m
G(s) = 1 0

b
s2 + m k  b 2
 
s+ m k
s k
−
m m m
bs + k
=
ms2 + bs + k
qui est la fonction de transfert du système. La même fonction de transfert peut être obtenue
à partir de l’équation (4.2).
45
4.4 Commandabilité et observabilité

Les notions de commandabilité et d’observabilité sont fondamentales pour l’étude des
systèmes en vue de leur commande. Elles sont généralement définies à partir du modèle
d’état du système considéré, qui permet de les caractériser facilement grâce aux critères de
Kalman.
4.4.1 Notions de commandabilité de l’état
Un système d’équation d’état est dit complètement commandable sur l’intervalle de temps
[t0 , t1 ], t1 < ∞ s’il existe une commande u(t) définie sur [t0 , t1 ] permettant de faire évoluer
le système d’un état initial quelconque x(t0 ) à un état désiré quelconque x(t1 ).
xn
x
x(t0)
x(t0)
x1
x(t1)
x2
Figure 4.3 – Notions de commandabilité de l’état.
Théorème 4.2. Un système d’équation d’état ẋ = Ax + Bu est complètement commandable

à la condition nécessaire si et seulement si la matrice de commandabilité Co est de rang n :

Co = B AB · · · An−1 B (4.14)
Si le rang de la matrice de commandabilité est égale à k < n donc le système n’est pas
complètement commandable ; uniquement k états sont commandables, n − k états sont non
commandables.
Approche pratique de vérification de la commandabilité
• Former la matrice de commandabilité Co(A, B)
• Calculer le rang de Co(A, B)
• En déduire que le système est commandable si rang(Co) = n
46
Example 4.3.    
−2 −2  1 
A= , B=
 

−1 −3 −2
n = 2 états et m = 1 entrée
    
−2 −2   1   2 
AB = 
  = 
−1 −3 −2 5
La matrice de commandabilité :
 

1 2 
Co = B AB = , |Co| = 5 + 4 = 9 (4.15)

−2 5
donc : rang(Co) = 2 = n ⇒ le système est complètement commandable.
4.4.2 Notions d’observabilité de l’état
Un système représenté par les équations d’état (5.1) et (5.2) est complètement observable
si et seulement s’il existe un temps fini tf tel l’état initial x(t0 ) peut être déterminé à partir
de l’historique d’observation y(t) étant donné la commande u(t), t0 ≤ t ≤ tf .
Théorème 4.3. Un système linéaire invariant dans le temps décrit par l’équation d’état :


 ẋ = Ax + Bu
y = Cx + Du


est observable si et seulement si la matrice d’observabilité Ob est de rang plein :

 
 C 
 

 CA 

Ob = 
 ..
 ⇒ rang(O ) = n
 b (4.16)

 . 

 
CAn−1
Si le rang de la matrice de d’observabilité est égale à k < n donc le système n’est pas com-
plètement observable ; uniquement k états sont observables, n − k états sont non observables.
Example 4.4. Soit le système représenté par l’équation d’état suivante :



 ẋ = Ax + Bu
y = Cx + Du


avec :    
−2 −2  1 
A= B= C= 1 0 D= 0
 
 
−1 −3 −2
47
La matrice d’observabilité :
   
C   1 0 
Ob = 
 =  ⇒ |Ob | = −2 6= 0 ⇒ rang(Ob ) = n = 2
CA −2 −2
donc : rang(Ob ) = n ⇒ le système est complètement observable.
4.5 Passage de l’équation différentielle à la représentation d’état

Dans cette partie, nous considérons les systèmes linéaires invariants représentés par des
équations différentielles d’ordre n, pour deux cas :
1. équations différentielles dans lesquelles la fonction de d’entrée n’implique pas de termes

dérivés.
2. équations différentielles dans lesquelles la fonction de d’entrée implique des termes

dérivés.
Dans le premier cas, l’équation générale d’un système linéaire s’écrit de la manière suivante :
(n) (n−1)
y + a1 y + · · · + an−1 ẏ + an y = u (4.17)
On définit les variables d’états suivantes :
x1 = y
x2 = ẏ
..
.
(n−1)
xn = y
Ainsi :
ẋ1 = x2
ẋ2 = x3
..
.
ẋn−1 = xn
ẋn = −an x1 − · · · − a1 xn + u
soit sous forme matricielle :

ẋ = Ax + Bu (4.18)
48
avec :
     
 x1   0 1 0 ··· 0   0 
     
x2  0 0 1 ··· 0 0
     
    
     
 ..   .. .. .. ... ..   .. 
x=
 ,
.  A=
 . . . . ,
 B=
 . 

     
···
     

 xn−1 


 0 0 0 1 


 0 

     
xn −an −an−1 −an−2 · · · −a1 1
La sortie peut être donnée par :
 
 x1 
 
x2
 
 
 
..

 
y= 1 0 ··· 0 0 
 . 

 
 

 xn−1 

 
xn
ou :
y = Cx (4.19)
avec :

C= 1 0 ··· 0 0
Dans le deuxième cas Nous allons généraliser ce résultat au cas d’un système linéaire ayant
la forme suivante :
(n) (n−1) (n) (n−1)
y + a1 y + · · · + an−1 ẏ + an y = b0 u + b1 u + · · · + bn−1 u̇ + bn u (4.20)
On définit les n variables suivantes comme un ensemble de n variables d’état :
x1 = y − β0 u
x2 = ẏ − β0 u̇ − β1 u = ẋ1 − β1 u
x3 = ÿ − β0 ü − β1 u̇ − β2 u = ẋ2 − β2 u (4.21)
..
.
(n−1) (n−1) (n−2)
xn = y − β0 u − β1 u − · · · − βn−2 u̇ − βn−1 u = ẋn−1 − βn−1 u
avec :
β 0 = b0
β1 = b1 − a1 β0
β2 = b2 − a1 β1 − a2 β2
..
. (4.22)
βn−1 = bn−1 − a1 βn−2 − · · · − an−2 β1 − an−1 β0
49
on définit les variables d’états suivantes :
ẋ1 = x2 + β1 u
ẋ2 = x1 + β2 u
..
. (4.23)
ẋn−1 = xn + βn−1 u
ẋn = −an x1 − an−1 x2 − · · · − a1 xn + βn u
avec
βn = bn − a1 βn−1 − · · · − an−1 β1 − an−1 β0
La représentation d’état de (4.20) s’écrit donc

A B
  z }| {   z
 }| {
 ẋ1   0 1 0 ··· 0  x1   β1 
      
ẋ2  0 0 1 ··· 0 x2  β2 
      
   
      
 ..  
 .. .. .. ... ..  ..  
 .. 

 . =
 . . . . 
 . +
 u
. 
      
···
      

 ẋn−1  
  0 0 0 1 
 xn−1  
  βn−1 

      
ẋn −an −an−1 −an−2 · · · −a1 xn βn
 
 x1 
 
x2
 
 
 
..

 
y= 1 0 ··· 0 0 
 .  + β0 u
 |{z}
| {z }


 D
C 
 xn−1 

 
xn
d’où :
ẋ = Ax + Bu (4.24)
y = Cx + Du (4.25)
4.6 Passage de la fonction de transfert vers un modèle d’état

4.6.1 Forme modale ou Diagonale
Considérons la fonction de transfert d’un système SISO :

Y (s) b0 sn + b1 sn−1 + · · · + bn−1 s + bn
= (4.26)
U (s) (s + p1 )(s + p2 ) . . . (s + pn )
il est possible de décomposer la fonction de transfert en éléments simples :
Y (s) c1 c2 cn
= b0 + + +···+ (4.27)
U (s) s + p1 s + p 2 s + pn
50
b0
1 X1 +
c1 +
s + p1
U 1 X2 + Y
c2 +
s + p2 +
…
1 Xn
cn
s + pn
Figure 4.4 – Représentation schématique du système défini par les équations (4.27).
Par le choix des variables d’état (voir figure 4.4) :
ci
Xi (s) = U (s), i = 1...n
s + pi
Dans ce cas, on a :
ẋi = −pi xi + u, i = 1...n
et :
y = c 1 x 1 + c 2 x 2 + · · · + c n x n + b0 u
La représentation d’état de (4.27), sous la forme diagonale, s’écrit donc :

A B
z }| { z }| {
      
 ẋ1   −p1 0  x1   1 
      

 ẋ2  
  −p2 
 x2  
  1 
= + u (4.28)
..  ..  .. 
 
  ...  

 .  
 

 .  
  . 
      
ẋn 0 −pn xn 1
 
 x1 
 

 x2 
y= c1 c2 · · · cn 
 + b0 u
..  (4.29)
| {z }
 .  |{z}
 D
C  
xn
51
4.6.2 Forme canonique de commandabilité
Considérons la forme polynomiale de la fonction de transfert (4.26) :
Y (s) b0 sn + b1 sn−1 + · · · + bn−1 s + bn

= n (4.30)
U (s) s + a1 sn−1 + · · · + an−1 s + an
Pour obtenir la représentation commandable on va multiplier et diviser la fonction de trans-

fert par une variable intermédiaire E(s) :
Y (s)E(s) b0 sn + b1 sn−1 + · · · + bn−1 s + bn

= n (4.31)
U (s)E(s) s + a1 sn−1 + · · · + an−1 s + an
On peut alors écrire :
Y (s) = (b0 sn + b1 sn−1 + · · · + bn−1 s + bn )E(s)
U (s) = (sn + a1 sn−1 + · · · + an−1 s + an )E(s)
La transformé inverse de Laplace des deux équations est :
(n) (n−1)
y = b0 e + b1 e + · · · + bn−1 ė + bn e
(n) (n−1)
u = e + a1 e + · · · + an−1 ė + an e
si on choisit les variables d’état comme :
x1 = e
x2 = ė
..
.
(n−1)
xn = e
d’où :
ẋ1 = x2
ẋ2 = x3
..
.
ẋn = −an x1 − an−1 x2 − · · · − a1 xn + u
et l’équation de sortie :
y = (bn − an b0 )x1 + (bn−1 − an−1 b0 )x2 + · · · + (b1 − a1 b0 )xn + b0 u
52
la représentation d’état de (4.30), sous la forme commandable, s’écrit donc

A B
  z }| {   z }| {
 ẋ1   0 1 0 ... 0  x1   0 
      
ẋ2  0 0 1 ... 0 x2  0
      
    
      
 ..  
 .. .. .. ..  ..  
 .. 

 . =
 . . . ... . 
 . +
 . u
 (4.32)
      
      

 ẋn−1  
  0 0 0 ... 1 
 xn−1  
  0 

      
ẋn −an −an−1 −an−2 . . . −a1 xn 1
 
 x1 
 
 x2 
 
y = (bn − an b0 )|(bn−1 − an−1 b0 )| . . . |(b1 − a1 b0 )  .  + |{z}
 b0 u (4.33)
 .
. 
| {z }   D
C  
xn
4.6.3 Forme canonique d’observabilité
Considérons la forme polynomiale de la fonction de transfert (4.26) :

Y (s) b0 sn + b1 sn−1 + · · · + bn−1 s + bn
= n (4.34)
U (s) s + a1 sn−1 + · · · + an−1 s + an
L’équation (4.34) peut être modifiée sous la forme suivante :
sn [Y (s) − b0 U (s)] + sn−1 [a1 Y (s) − b1 U (s)] + · · ·
+ s [an−1 Y (s) − bn−1 U (s)] + an Y (s) − bn U (s) = 0

En divisant l’équation entière par sn et en réarrangeant, nous obtenons :
1
Y (s) = b0 U (s) + [b1 U (s) − a1 Y (s)] + · · ·
s (4.35)
1 1
+ n−1 [bn−1 U (s) − an−1 Y (s)] + n [bn U (s) − an Y (s)]
s s
Si on choisit les variables d’état comme :
1
Xn (s) = [b1 U (s) − a1 Y (s) + Xn−1 (s)]
s
1
Xn−1 (s) = [b2 U (s) − a2 Y (s) + Xn−2 (s)]
s
.. (4.36)
.
1
X2 (s) = [bn1 U (s) − an1 Y (s) + X1 (s)]
s
1
X1 (s) = [bn U (s) − an Y (s)]
s
Alors l’équation (4.35) peut être écrite comme :
Y (s) = b0 U (s) + Xn (s) (4.37)
53
En substituant l’équation (4.37) à l’équation (4.36) et en multipliant les deux côtés des
équations par s, on obtient :
sXn (s) = Xn−1 (s) − a1 Xn (s) + (b1 − a1 b0 ) U (s)
sXn−1 (s) = Xn−2 (s) − a2 Xn (s) + (b2 − a2 b0 ) U (s)

..
. (4.38)
sX2 (s) = X1 (s) − an−1 Xn (s) + (bn−1 − an−1 b0 ) U (s)
sX1 (s) = −an Xn (s) + (bn − an b0 ) U (s)

En prenant les transformées de Laplace inverses des n équations précédentes et en les écrivant
dans l’ordre inverse, on obtient :
ẋ1 = −an xn + (bn − an b0 ) u
ẋ2 = x1 − an−1 xn + (bn−1 − an−1 b0 ) u

..
. (4.39)
ẋn−1 = xn−2 − a2 xn + (b2 − a2 b0 ) u
ẋn = xn−1 − a1 xn + (b1 − a1 b0 ) u

De plus, la transformée de Laplace inverse de l’équation 4.37 donne
y = x n + b0 u (4.40)
La réprésentation d’état compagne observable devient :

      
 ẋ1   0 0 ··· 0 −an   x 1   b n − an b 0 
      
 ẋ2  
  
1 0 ··· 0 −an−1 


x2   bn−1 − an−1 b0
 

 . =
+ u (4.41)
.. .. .. .. ..  ..
   
 ..  
  
   . . . . 
 .  
  . 

      
ẋn 0 0 ··· 1 −a1 xn b 1 − a1 b 0
 
 x1 
 
x2
 
 
 
..

 
y= 0 0 ··· 0 1 
 .  + b0 u
 (4.42)
 
 

 xn−1 

 
xn
La figure montre une représentation schématique du système défini par les équations
(4.41) et (4.42).
Example 4.5. Soit la fonction de transfert :
s+3
s2 + 3s + 2
54
u
bn – anb0 bn–1 – an–1b0 b1 – a1b0 b0
+ + + + y
– 兰 + 兰 + 兰 +
– –
x1 x2 xn–1 xn
an an–1 a1
Figure 4.5 – Représentation schématique du système défini par les équations (4.41) et (4.42).
Trouver la forme canonique de commandabilité et d’observabilité.
1-Représentation Commandable
Transformons l’expression de la fonction de transfert comme cela est suggéré dans le cours :
Y (s) E(s) s+3

G(s) = = 2
U (s) E(s) s + 3s + 2
Y (s)
= s + 3 ⇒ Y (s) = sE(s) + 3E(s)
E(s)
E(s) 1
= 2 ⇒ U (s) = s2 E(s) + 3sE(s) + 2E(s)
U (s) s + 3s + 2
La transformé inverse de Laplace des deux équations est :
y(t) = ė(t) + 3e(t)
u(t) = ë(t) + 3ė(t) + 2e(t)
on a deux variables d’état :
x1 (t) = e(t) ⇒ ẋ1 (t) = ė(t)
x2 (t) = ė(t) ⇒ ẋ2 (t) = ë(t)
d’où :
ẋ1 (t) = x2 (t)
ẋ2 (t) = −2x1 (t) − 3x2 (t) + u(t)
y(t) = 3x1 (t) + x2 (t)
55
On a donc :       
 ẋ1 (t)   0 1   x1 (t)   0 
 =  +  u(t)
ẋ2 (t) −2 −3 x2 (t) 1
 

x1 (t) 
y(t) = 3 1 


x2 (t)
2-Représentation Observable (Observable Canonical Form) :
Y (s) s+3
G(s) = = 2
U (s) s + 3s + 2
On peut alors écrire :
s2 Y (s) + 3sY (s) + 2Y (s) = sU (s) + 3U (s)
soit :
s2 Y (s) = s [U (s) − 3Y (s)] + [3U (s) − 2Y (s)]
1 1
Y (s) = [U (s) − 3Y (s)] + 2 [3U (s) − 2Y (s)]
s s
On peut alors proposer la représentation d’état de la figure 4.6.
Les équations d’état se déduisent naturellement de cette représentation :
Figure 4.6 – Représentation d’état du système sous forme compagne observable.
ẋ1 (t) = 3u(t) − 2x2 (t) = 0x1 (t) − 2x2 (t) + 3u(t)
ẋ2 (t) = x1 (t) − 3x2 (t) + u(t)
y(t) = 0x1 (t) + x2 (t)
56
d’où :       
 ẋ1 (t)   0 −2   x1 (t)   3 
 =  +  u(t)
ẋ2 (t) 1 −3 x2 (t) 1
 

x1 (t) 
y(t) = 0 1 


x2 (t)
Diagonal Canonical Form :
      
ẋ1 (t)  −1 0   x1 (t)  1 
= +  u(t)
  
 
ẋ2 (t) 0 −2 x2 (t) 1
 
 x1 (t) 

y(t) = 2 −1  
x2 (t)
57
Chapitre 5
Commande par retour d’état
5.1 Introduction
La commande par retour d’état est un technique de modifier le comportement en boucle
fermée d’un système dynamique donné par une représentation d’état (le rendre stable, plus
rapide, plus précis, respecter un cahier des charges). Cette approche suppose l’état connu.
Quand ce n’est pas le cas, on peut utiliser un observateur d’état de manière à reconstruire
l’état à partir des mesures disponibles.
A tout instant, le vecteur de commande est calculé à partir de la valeur du vecteur d’état
retourné par les capteurs, et du vecteur d’état désiré, ou consigne.
5.2 Formulation du problème de placement de pôles par retour d’état

Le principe est de concevoir une commande, par retour d’état, de façon à ce que le système
en boucle fermée ait des pôles spécifiés par le cahier des charges. Les pôles du système en
boucle fermé étant les valeurs propres de la matrice d’état, le but est donc de réaliser un
asservissement modifiant convenablement la matrice d’état du système (figure 5.1).
+ 𝐮(𝑡) 𝐀 𝐁
𝑟(𝑡) 𝑦(𝑡)
−
𝐂 𝐃
𝐊 𝐱(𝑡)
Figure 5.1 – Commande par retour d’état.

Supposons que le système, en boucle ouverte, soit régi par les équations d’état suivantes :
ẋ = Ax + Bu (5.1)
y = Cx + Du (5.2)
Où
58
Chapitre 5. Commande par retour d’état
• x = vecteur d’état (n × 1)
• y = signal de sortie (scalaire)
• u = signal de commande (scalaire)
• A = matrice de commande (n × n)
• B = vecteur de commande (n × 1)
• C = vecteur d’observation (1 × n)
• D = constant d’action directe (1 × 1)
La commande par retour d’état est de la forme :
u = r − Kx (5.3)

où r est le signal de référence, et K = k1 k2 · · · kn .
L’action du signal de commande est déterminée en soustrayant au signal de consigne un
signal qui dépend du vecteur d’état.
En remplaçant l’équation (5.3) dans (5.1), on obtient :
ẋ = (A − BK)x + Br
L’application du retour d’état avec un gain K revient à modifier la matrice A en une nouvelle
matrice Ã = A − BK . Ainsi, la stabilité du système ne dépend plus des valeurs propres de
la matrice A, mais de celle de la matrice Ã. Les valeurs propres du nouveau système sont
alors les racines du polynôme caractéristique P (s) = |sI − Ã|, qui est un polynôme de degré
n. On dispose de n degrés de liberté (choix des coefficients k1 à kn ) pour modifier les racines
du polynôme en boucle fermée. Si le système est commandable, alors on peut réaliser un
placement de pôles arbitraire dans le plan complexe.
5.3 Détermination du vecteur de gain K par la matrice de transfor-

mation T
Nous supposons ici que le vecteur d’état x est connu, et le système, en boucle ouverte,
soit régi par l’équation d’état suivante :
ẋ = Ax + Bu
59
le signal de commande est donné par :
u = r − Kx
le gain de retour d’état K, qui force les valeurs propres de A − BK à être λ̃1 , λ̃2 , . . . , λ̃n
(valeurs désirées), peut être calculée suivantes :
1. Vérifier la condition de commandabilité du système. Si le système est complètement

commandable, on peut placer les pôles de la fonction de transfert en boucle fermée sur
n’importe quelle valeur choisie.
2. Déterminer l’équation caractéristique du système en BO :
|sI − A| = sn + a1 sn−1 + . . . + an−1 sn + an
On en déduit les coefficients ai , i = 1, 2 . . . n
3. Déterminer la matrice de transformation T qui transforme le modèle d’état du système

à la forme canonique commandable.
T = CoW (5.4)
avec :

Co = B AB · · · An−1 B (5.5)
 
 an−1 an−2 . . . a1 1 
 
an−2 an−3 . . . 1 0
 
 
 
 .. .. .. .. 
W=
 . . . . 
 (5.6)
 
 

 a1 1 ... 0 0 

 
1 0 ... 0 0
4. Choisir les pôles correspondants au comportement désiré en BF et calculer le polynôme

caractéristique en BF à partir de ces pôles :
(s − λ̃1 )(s − λ̃2 ) · · · (s − λ̃n ) = sn + b1 sn−1 + . . . + bn−1 sn + bn (5.7)
Déterminer les coefficients bi , i = 1, 2 . . . n
5. Calculer le vecteur de gain K tels que :

K= an − bn an−1 − bn−1 · · · a2 − b2 a1 − b1 T−1 (5.8)
60
u x
B + 兰
+
–K
Figure 5.2 – Système avec retour d’état.
Example 5.1. Considérons le système représenté par la figure 5.2, défini par :
ẋ = Ax + Bu
avec :    
 0 1 0   0 
   
A= 0 0 1 , B= 0 
   
   
   
−1 −5 −6 1
On souhaite placer ce système dans une boucle à retour d’état avec la commande u = −Kx
de manière que les pôles du système en boucle fermée seront placés à :
s = −2 + j4, s = −2 − j4, s = −10
Déterminer le vecteur de gain K.
1. Tout d’abord, nous devons vérifier la matrice de commandabilité du système :

 
 0 0 1 
 
Co = B AB A2 B = 0 1 −6 


 
 
1 −6 31
Cette matrice est de Rang 3, étant donné que son déterminant est non nul |Co| = −1.
Le système est donc complètement commandable. En revanche, il est possible d’effectuer
un placement des pôles par la commande u.
2. Déterminer l’équation caractéristique du système en BO :

s −1 0

|sI − A| = 0 s −1

1 5 s−6

= s3 + 6s2 + 5s + 1
= s 3 + a1 s 2 + a2 s + a3 = 0
61
On en déduit les coefficients ai :
a1 = 6, a2 = 5, a3 = 1
3. Déterminer la matrice de transformation T :

    
 0 0 1  5 6 1   1 0 0 
    
T = CoW =  0 1 −6   6 1 0 = 0 1 0
    

    
    
1 −6 31 1 0 0 0 0 1
4. Calculer le polynôme caractéristique en BF à partir de ces pôles désirés :
(s + 2 − j4)(s + 2 + j4)(s + 10) = s3 + 14s2 + 60s + 200
= s 3 + b1 s 2 + b2 s + b3 = 0
Déterminer les coefficients bi :
b1 = 14, b2 = 60, b3 = 200
5. En déduire le vecteur de gain K :

K = a3 − b 3 a2 − b 2 a1 − b 1 T−1
 

1 0 0 
 
= 200 − 1 60 − 5 14 − 6

 0 1 0 

 
 
0 0 1

= 199 55 8
5.4 Détermination du vecteur de gain K par la méthode de substi-

tution directe
Si l’ordre du système n ≤ 3, la substitution directe du vecteur de gain K dans l’équation
caractéristique désirée peut être plus simple [? ? ]. Par exemple, si n = 3, le vecteur de gain
de retour d’état K peut s’exprimer comme suit :

K= k1 k2 k3
Si on applique le vecteur K au système, on trouve la nouvelle matrice : Ã = A − BK La

nouvelle équation caractéristique correspondante :
|sI − A + BK| = s3 + α1 s2 + α2 s + α3
62
avec a1 , a2 et a3 sont des coefficients en fonction de k1 , k2 et k3 .

Soit λ̃1 , λ̃2 , λ̃3 les nouvelles valeurs propres désirées, ces valeurs propres vérifient (s − λ̃1 )(s −
λ̃2 )(s − λ̃3 ) = 0. Ainsi l’équation caractéristique désirée devient :
s 3 + β1 s 2 + β2 s + β3 = 0
dont les coefficients sont β1 , β2 et β3 , il suffit de poser :
α 1 = β1
α 2 = β2
α 3 = β3
pour déterminer les gains k1 , k2 et k3 .
Remarque 5.1. Il est important de noter, que si le système n’est pas complètement comman-
dable, le vecteur K ne peut pas être déterminé.
Example 5.2. Considérons le même système que l’exemple 5.1

En définissant le vecteur de gain de retour d’état par :

K= k1 k2 k3
La nouvelle matrice d’état :
   
 0 1 0   0 
   
Ã = A − BK = 0 0 1 − 0 
 k1 k2 k3
   

  
   
−1 −5 −6 1
 
 0 1 0 
 
= 0 0 1
 
 
 
 
−1 − k1 −5 − k2 −6 − k3
les nouvelles valeurs propres sont donc les solutions de :

λ̃ −1 0

|λ̃I − Ã| = 0 λ̃ −1 =0

1 + k1 5 + k2 λ̃ + 6 + k3
soit :
λ̃3 + (6 + k3 )λ̃2 + (5 + k2 )λ̃ + 1 + k1 = 0 (5.9)
63
les nouvelles valeurs propres désirées −2 + j4, −2 − j4 et -10 correspondent à l’équation

caractéristique :
s3 + 14s2 + 60s + 200 = 0 (5.10)
la comparaison des coefficients polynomiaux des équations (5.9) et (5.10) permet de déter-
miner les gains désirés :
6 + k3 = 14 ⇒ k3 = 8
5 + k2 = 60 ⇒ k2 = 55
1 + k1 = 200 ⇒ k1 = 199

d’où on obtient : K = 199 55 8
64
Chapitre 6
Synthèse des observateurs d’état
6.1 Introduction
Dans la commande par placement des pôles l’élaboration d’une loi de commande d’un
système nécessite l’accès à la valeur d’un ou plusieurs de ses états. Pour cela, il s’avère né-
cessaire de concevoir un système auxiliaire appelé, observateur, qui se charge de reconstruire
les états non mesurables.
L’intérêt de cette reconstruction est multiple :
• Il consiste à obtenir certaines composantes d’état pour lesquelles la mesure est difficile
ou impossible ou trop coûteuse.
• Le capteur nécessaire à la mesure d’une composante d’état est peu fiable ou risque de
produire un signal fortement bruité.
Dans ce chapitre, on s’intéresse à la synthèse des observateurs pour les systèmes linéaires
SISO.
6.2 Définition de l’observateurs

Un observateur est un système dynamique que l’on peut appeler capteur logiciel, per-
mettant d’approximer ou d’estimer l’état courant du système x(t), à partir des informations
disponibles, c’est-à-dire la commande u(t) et la sortie y(t) et une connaissance a priori du
modèle.
Remarque 6.1. Certain nombre d’ouvrages utilise les termes : reconstructeur d’état, estima-
teur d’état, ou encore filtre.
65
Chapitre 6. Synthèse des observateurs d’état
6.3 Structure et principe de l’observateur

La structure générale d’un observateur est donnée par la figure 6.1. Le système dynamique
est défini par :
ẋ = Ax + Bu (6.1)
y = Cx (6.2)
où l’état x(t) est estimé (ou reconstruit) par un système dynamique appelé observateur dont
la structure est donnée par :
x̂˙ = Ax̂ + Bu + L(y − ŷ) (6.3)
ŷ = Cx̂ (6.4)
𝑢(𝑡) 𝑦(𝑡)
Système
𝑦(𝑡)
Observateur
Figure 6.1 – Diagramme structurel d’un observateur
La matrice L est appelée matrice de gain de l’observateur. On peut aussi écrire l’obser-
vateur sous la forme suivante :
x̂˙ = (A − LC)x̂ + Bu + Ly (6.5)
La dynamique de l’erreur d’estimation e = x − x̂ a pour expression :
ė = ẋ − x̂˙
= Ax − (A − LC)x̂ − LCx
= (A − LC)(x − x̂)
On a donc :
ė = (A − LC)e (6.6)
L’objectif de l’observateur consiste à trouver la matrice de gain L qui satisfait :
lim e(t) = 0 (6.7)

t→∞
66
Afin de garantir une convergence asymptotique de l’erreur d’estimation il faut choisir L de

façon judicieuse. La vitesse de convergence de cette erreur d’estimation vers une valeur finie
est appelée vitesse d’observation.
La figure 6.2 représente la structure d’un observateur d’ordre plein dans une boucle de
commande.
x y
B + 兰 C
+
A
u
^x
^y
B + + 兰 C – +
+ +
Full-order state observer

Observateur d’ordre plein
Figure 6.2 – Structure d’un observateur d’ordre plein dans une boucle de commande.
On distingue deux types de reconstructeurs d’état ou observateur.
1. L’observateur de processus déterministe ou observateur de Luenberger.
2. L’observateur de processus stochastique ou prédicteur de Kalman.
6.4 Observateur déterministe de Luenberger

Ce sont les observateurs qui ne prennent pas en compte les bruits de mesures et les
fluctuations aléatoires des variables d’état.
Definition 6.1. Un observateur asymptotique (ou observateur de Luenberger) x̂(·) de x(·)

est une solution d’un système du type
x̂˙ = Ax̂ + Bu + L(y − Cx̂) (6.8)
67
où L est appelée matrice de gain, telle que
∀x(0), x̂(0) ∈ Rn , lim (x(t) − x̂(t)) → 0

t→∞
et donc lim e(t) = 0 pour toute valeur initiale e(0) si et seulement si la matrice (A − LC)
t→∞
est Hurwitz (si toutes les valeurs propres ont une partie réelle strictement négative). La
détermination de la matrice L va permettre de fixer arbitrairement les pôles de l’observateur.
6.4.1 Détermination la matrice L de l’observateur
Soit un système à commander :
ẋ = Ax + Bu
y = Cx
L’observateur en BF est défini par :
x̂˙ = Ax̂ + Bu + L(y − ŷ)
ŷ = Cx̂
L’on dispose les pôles désirés pour l’observateur (n pôles en BF)
1. Vérification de l’observabilité du système : |Ob | 6= 0

 
 C 
 

 CA 

Ob = 
 ..



 . 

 
CAn−1
2. Détermination du polynôme caractéristique en BO :
|sI − A| = sn + a1 sn−1 + . . . + an−1 sn + an
On en déduit les coefficients ai , i = 1, 2 . . . n
3. Choisir les pôles correspondants au comportement désiré de l’observateur en BF et

calculer le polynôme caractéristique en BF à partir de ces pôles :
(s − λ̃1 )(s − λ̃2 ) · · · (s − λ̃n ) = sn + b1 sn−1 + . . . + bn−1 sn + bn (6.9)
On en déduit les coefficients bi , i = 1, 2 . . . n
68
4. Détermination la matrice de transformation Q qui transforme le modèle d’état du

système à la forme canonique Observable.
−1
Q = WOTb (6.10)
avec :

Ob = CT CT AT ... CT (AT )n−1
 
 an−1 an−2 . . . a1 1 
 
an−2 an−3 . . . 1 0
 
 
 
 .. .. .. .. 
W=
 . . . . 

 
 

 a1 1 ... 0 0 

 
1 0 ... 0 0
T
5. En déduire le vecteur de gain L = l1 l2 · · · ln tels que :
 
 b n − an 
 
 bn−1 − an−1
 

L = Q
 ..

 (6.11)

 . 

 
b 1 − a1
Example 6.1. Considérons le système
ẋ = Ax + Bu
y = Cx
avec :    
0 20  0 
A=
 , B=
 , C= 0 1
−1 0 1
Concevoir un observateur d’état ayant en boucle fermée le pôle double λ̃ = −10
1. Vérification de l’observabilité du système :

   
 C   0 1 
Ob =  = 
CA 1 0
Cette matrice est de rang 2, étant donné que son déterminant est non nul |Ob | = −1. Le
système est donc complètement observable. En revanche, il est possible de déterminer
le gain d’observateur.
69
2. Détermination du polynôme caractéristique en BO :

−20

s
|sI − A| = = s2 − 20 = s2 + a1 s + a2 =0

−1 s

On obtient :
a1 = 0, a2 = 20
3. Détermination du polynôme caractéristique désiré de l’observateur en BF :
(s + 10)2 = s2 + 20s + 100 = s2 + b1 s + b2 = 0
D’où
b1 = 20, b2 = 100
4. Le gain d’observateur L peut alors être obtenu à partir de l’équation (6.11) comme
suit :       
 b2 − a2   1 0   100 + 20   120 
−1
L = WOTb  =  = 
b 1 − a1 0 1 20 − 0 20
6.4.2 Observateur d’ordre réduite
u x y
B + 兰 C
+
Système
^x
–K Transformation Observateur
réduit
Figure 6.3 – Schéma de principe d’un système avec un observateur d’ordre réduit.
ẋ = Ax + Bu (6.12)
y = Cx (6.13)
70
      
 ẋa   Aaa Aab   xa   Ba 
  =   + u (6.14)
ẋb Aba Abb xb Bb
 

xa 
y = 1 0  (6.15)


xb
ccc
Aaa = scalaire
Aab = matrice de dimension 1 × (n − 1)
Aba = matrice de dimension (n − 1) × 1
Abb = matrice de dimension (n − 1) × (n − 1)
Ba = scalaire
Bb = matrice de dimension (n − 1) × 1
ẋa = Aaa xa + Aab xb + Ba u ⇒ ẋa − Aaa xa − Ba u = Aab xb (6.16)

| {z }
ỹ
ẋb = Aba xa + Abb xb + Ba u (6.17)


 ẋ = Ax + Bu
OBSF  (6.18)
 y = Cx


 ẋb = Aba xa + Abb xb + Ba u
OBSR (6.19)
ỹ = Aab xb


x̂˙ = (A − LC)x̂ + Bu + Ly (6.20)
x̂˙ b = (Abb − LAab )x̂b + Aba xa + Bb u + Lỹ (6.21)
z = xb − Lxa = xb − Ly
ẑ = x̂b − Lxa = x̂b − Ly (6.22)
71
x̂˙ b − Lẋa =(Abb − LAab )x̂b + (Aba − LAaa )y + (Bb − LBa )u
=(Abb − LAab )(x̂b − Ly)

(6.23)
+ [(Abb − LAab )L + Aba − LAaa ] y
+(Bb − LBa )u
ẑ˙ = (Abb − LAab )ẑ + [(Abb − LAab )L + Aba − LAaa ] y + (Bb − LBa )u (6.24)
Â = Abb − LAab
B̂ = ÂL + Aba − LAaa
F̂ = Bb − LBa
ẑ˙ = Âẑ + B̂y + F̂u (6.25)
x̂ = Ĉẑ + D̂y (6.26)
   
0  1 
Ĉ =  , D̂ = 
 

In−1 L
 
xa 
y = 1 L 


xb
       
xa  y  0 1 
x̂ =  = =  [x̂b − Ly] +  y
    
x̂b x̂b In−1 L
u = −Kx̂
x̂˙ b = (Abb − LAab )x̂b + Aba xa + Bb u + LAab xb (6.27)
ẋb − x̂˙ b = (Abb − LAab )(xb − x̂b ) (6.28)
e = xb − x̂b = z − ẑ
ė = (Abb − LAab )e (6.29)
72
.
u x x y
B +
+ 兰 C
^
F
..
^
h~̂ ̂~̇ +
h
C 兰 + ^
B
+
~
x ̂ +
–K ^
A
+
Observateur d'ordre réduit
^
D
Transformation
Figure 6.4 – Commande en boucle fermée avec observateur d’ordre réduit.
 
 Aab 
 

 Aab Abb 

Rang(Ôb ) = n − 1, Ôb = 
 ..



 . 

 
Aab An−2
bb
|sI − Abb + LAab | = (s − λ̃1 )(s − λ̃2 ) · · · (s − λ̃n−1 )

(6.30)
= sn−1 + b̂1 sn−2 + . . . + b̂n−2 s + b̂n−1 = 0
T
L= l1 l2 · · · ln−1
   
 b̂n−1 − ân−1   b̂n−1 − ân−1 
   
 b̂n−2 − ân−2  b̂n−2 − ân−2
−1 
  
 = ŴÔT
 
L = Q̂ 
 ..  b

 ..

 (6.31)

 . 


 . 

   
b̂1 − â1 b̂1 − â1
 
 Aab 
 

 Aab Abb 

Ôb = 
 ..



 . 

 
Aab An−2
bb (n−1)×(n−1)
73
 
 ân−2 ân−3 . . . â1 1 
 
ân−3 ân−4 . . . 1 0
 
 
 
 .. .. .. .. 
Ŵ = 
 . . . . 

 
 

 â1 1 ... 0 0 

 
1 0 ... 0 0
(n−1)×(n−1)
â1 , â2 , . . . , ân−2
|sI − Abb | = sn−1 + â1 sn−2 + . . . + ân−2 s + ân−1 = 0
ẋ = Ax + Bu
y = Cx
   
 0 1 0   0 
   
A= 0 0 1 , B= 0 , C= 1 0 0
   
   
   
−6 −11 −6 1
√ √
s = −2 + j2 3, s = −2 − j2 3, s = −6

K= 90 29 4
s = −10, s = −10
     


 x1   0 1 0   0 
 xa 
     
x̂ =  = x̂2  , A= 0 0 1 , B= 0 
     
x̂b
     
     
x̂3 −6 −11 −6 1
 

0 
Aaa = 0, Aab = 1 0 , Aba = 
 
−6
   
1 0   0 
Abb =  , Ba = 0, Bb = 


−11 −6 1
74
   
Aab 1 0 
Ôb =  = , Ôb = 1 ⇒ Rang(Ôb ) = 2

  
Aab Abb 0 1
(2×2)
|sI − Abb + LAab | = (s − λ̃1 )(s − λ̃2 )
= s2 + 20s + 100 = 0
b̂1 = 20, b̂2 = 100

−1

s
|sI − Abb | =

11 s + 6

= s2 + 6s + 11 = 0
â1 = 6, â2 = 11
   
â1 1  6 1 
Ŵ = 
  =
 
1 0 1 0
(2×2)
    T −1  
−1 b̂2 − â2 6 1  1 0 100 − 11 
ŴÔT
   
L = =
  
b       
b̂1 − â1 1 0 0 1 20 − 6
    
 0 1   89   14 
=   = 
1 −6 14 5
ẑ˙ = Âẑ + B̂y + F̂u (6.32)
z = xb − Lxa = xb − Ly
 
−14 1 
Â = Abb − LAab = 
 
−16 −6
 
−191 
B̂ = ÂL + Aba − LAaa = 


−260
 
0 
F̂ = Bb − LBa = 
 
1
75
        
˙
 ẑ2   −14 1   ẑ2   −191   0 
 =  + y + u
˙ẑ3 −16 −6 ẑ3 −260 1
   
ẑ2  x̂2 
=  − Ly
 

ẑ3 x̂3
   
 x̂2   ẑ2 
 =  + Lx1
x̂3 ẑ3
 
 x1 
 
u = −Kx̂ = −K 
 x̂2 

 
 
x̂3
u x y
B +
+ 兰 C
Système
0
1
Bb – LBa
~
̂~̇ +
.L
00 h~̂ h
10 兰 + 0
+ –6
01
–K Aba – LAaa
̂~r + +
[ –90 –29 –4 ] –14 1
+ + –16 –6
L
Abb – LAab
1 14
5
L
Observateur d'ordre réduit

1
x1 14
L x1 5
Transformation
Figure 6.5 – Système en boucle fermée avec commande par placement des pôles et états observés
par observateur d’ordre réduit.
76
Bibliographie
77
Annexe A
Devoir maison

Exercice 1:
Tracer le diagramme de Bode asymptotique (gain et phase) d’un système de fonction de

transfert G(s) défini par :
10s (s + 1)(s + 100

G(s) = , G(s) =
(s + 1)(s + 100) (s + 10)2

Exercice 2:
On considère un système de fonction de transfert G(s) avec :
K
G(s) = avec T = 0.1s
1+Ts
1. Calculer l’expression précise de la pulsation de coupure à 0 dB définie par :
G(wc0 ) = 1
K
2. Montrer que si K 1, on a : wc0 ≈ T.
3. Calculer la valeur du gain K qui permet d’obtenir une pulsation wc0 = 10 rad/s.

Exercice 3:
On considère un système de fonction de transfert en boucle ouverte G(s) définie par :
K
G(s) = avec K > 0
s(s + 10)2
1. Déterminer la valeur de K qui permet d’obtenir une pulsation de coupure à 0 dB

égale à : wc0 = 20 rad/s
78
Annexe A. Devoir maison
2. Déterminer la valeur de la marge de phase pour cette valeur de K.

Exercice 4:
100
G(s) =
(s + 1)(s + 10)
1. Calculer l’erreur statique du système placé dans une boucle à retour unitaire.
2. Déterminer la valeur de la marge de phase et en déduire la valeur du dépassement

en boucle fermée.
3. Calculer la valeur du temps de montée en boucle fermée.

Exercice 5:
K
G(s) = avec K > 0
s(s + 10)2
On place ce système dans une boucle à retour unitaire.
1. Calculer l’erreur de position du système en boucle fermée.
2. Détérminer la valeur de K qui permet d’obtenir un temps de montée tm = 0, 2s.
3. Déterminer la valeur de la marge de phase pour cette valeur de K. Conclure.

Exercice 6:
K
G(s) = avec K > 0
(s + 3)3
On place ce système dans une boucle à retour unitaire.
1. Déterminer la valeur de K qui assure au système en boucle fermée un dépassement

limité à 10%.
2. Calculer alors l’erreur de position en boucle fermée.
79
3. Déterminer l’expression C(s) du correcteur à retard de phase qu’il faut introduire

dans la chaîne directe pour maintenir cette limitation du dépassement tout en limi-
tant l’erreur statique à εp = 20%.

Exercice 7:
On considère un système régi par l’équation d’état :

   
1 2  1 
ẋ = Ax + Bu, avec A = 
  et B = 
 
a 1 1
Déterminer la condition sur le paramètre a pour que ce système soit complètement com-
mandable.

Exercice 8:
ẋ = Ax + Bu
y = Cx + Du
avec :  
 a −1 

A=  et C = 1 −2
2 1
Déterminer la condition sur le paramètre a pour que ce système soit complètement ob-
servable.

Exercice 9:
s+1 10s + 10
G(s) = G(s) =
s3 + 2s2 + 4s + 8 s3 + 6s2 + 5s + 10
Proposer une représentation d’état de ce système sous forme observable.

Exercice 10:
ẋ = Ax + Bu
y = Cx + Du
80
avec :    
−1 −5  4 
A= et B = 
 
 
2 −8 −1
1. Étudier la commandabilité de ce système.
2. Calculer le vecteur de gain K à introduire dans une boucle de retour d’état pour
que le système, en boucle fermée et soumis à un échelon unitaire de consigne, soit
π
caractérisé par une marge de phase de 4 et par un temps de montée tm = 0, 4s.

Exercice 11:
10
G(s) =
(s + 1)(s + 2)(s + 3)
soit les variable d’état :
x1 = y
x2 = x˙1
x3 = x˙2
Calculer le vecteur de gain K à introduire dans une boucle de retour d’état pour que le
système en boucle fermé soit caractérisé par les pôles suivants :
√ √
s = −2 + j2 3, s = −2 − j2 3, s = −10.
81
Exercices Commande des systèmes linéaires
Séries N°1 3ème année AU

Exercice 1-1 :
On considère les fonctions de transferts :

(𝑠+1) 1000(𝑠+1) 1000 10𝑠 (𝑠+1)(𝑠+100)
𝐺1 (𝑠) = 𝑠(𝑠+10) 𝐺2 (𝑠) = (𝑠+10)2
𝐺3 (𝑠) = (𝑠+1)(𝑠+100) 𝐺4 (𝑠) = (𝑠+1)(𝑠+100) 𝐺5 (𝑠) = (𝑠+10)2
Tracer le diagramme de Bode asymptotique (gain et phase).
Exercice 1-2 :
𝐾
On considère le système de fonction de transfert 𝐺3 (𝑠) = (𝑠+1)(𝑠+100)
1) Déterminer la valeur de K pour laquelle la pulsation de coupure à 0 dB, définie par 𝐺(𝑤𝑐 )𝑑𝐵 = 0𝑑𝐵
est égale à 5 rad/s ?
2) Déterminer dans ce cas le déphasage 𝜑(𝑤𝑐 ) ?
Exercice 1-3 :
104 1000
On considère les fonctions de transferts : 𝐺1 (𝑠) = 𝑠(𝑠+10)(𝑠+100) 𝐺2 (𝑠) = 𝑠(𝑠+1)2(𝑠+10)
Tracer le diagramme de Nyquist.
Exercice 1-4 :
𝐾 𝐾
On considère un système de FTBO : 𝐺1 (𝑠) = (5𝑠+1) 𝐺2 (𝑠) = 𝑠2 𝑠
avec 𝐾 > 0
( + +1)
100 10
Montrer que ce système, placé dans une boucle à retour unitaire, est stable en BF quelle que soit la valeur
du gain statique K.
Exercice 1-5 :
𝐾
On considère un système de fonction de transfert en boucle ouverte : 𝐺(𝑠) = 𝑠(𝑠+100)2 𝑎𝑣𝑒𝑐 𝐾 > 0
Déterminer les conditions sur K de manière à ce que le système soit caractérisé, en boucle fermée à
retour unitaire, par une marge de phase supérieure à 45° et par une marge de gain supérieure à 6 dB.
Exercice 1-6 :
𝐾
On considère un système de fonction de transfert en boucle ouverte : 𝐺(𝑠) = (𝑠+10)3 𝑎𝑣𝑒𝑐 𝐾 > 0
Déterminer K qui assure au système ∆𝐺 = 6 𝑑𝐵, calculer ∆𝜑 pour cette valeur de K et tracer les
diagrammes de Bode et Nyquist en y faisant apparaître ces marges.

Exercice 2-1 :
𝐾
On considère un système de FTBO : 𝐺1 (𝑠) = avec 𝐾 > 0
𝑠(𝑠+1)(𝑠+2)
Déterminer à l’aide du critère de Routh les conditions de stabilité de ce système en boucle fermée
lorsqu’il est placé dans une boucle d’asservissement à retour unitaire.
Exercice 2-2 :
𝐾 𝐾
On considère un système de FTBO : 𝐺1 (𝑠) = (𝑠+1)3 𝐺1 (𝑠) = 𝑠(𝑠+3)2 avec 𝐾 > 0
Déterminer à l’aide du critère de Routh les conditions de stabilité de ce système en BF lorsqu’il est placé
dans une boucle d’asservissement à retour unitaire. Calculer la valeur de K qui assure ∆𝜑 =45°
Exercice 2-3 :
𝐾
On considère un système de FTBO : 𝐺1 (𝑠) = placé dans une boucle de régulation à retour unitaire.
(𝑠+1)3
On souhaite avoir une marge de phase supérieure à 45°.
1) Calculer la valeur de K qui assure, en boucle fermée, un temps de montée de 2,15 s. Calculer, pour
cette valeur de K la valeur de la marge de phase.
2) En déduire l’expression de la fonction de transfert du correcteur à avance de phase qu’il faut
introduire dans la chaîne directe
Exercice 2-4 :
On considère un système de fonction de transfert en boucle ouverte G(s) que l’on souhaite réguler à l’aide
d’une boucle à retour unitaire :
𝐾
𝐺(𝑠) =
(10𝑠 + 1)2 (𝑠 + 1)
On souhaite que la boucle de régulation fonctionne selon le cahier des charges suivant :
1) Quelle est la condition sur K pour obtenir 𝜀𝑝 < 0.08

2) Quelle est la condition sur K pour obtenir 𝑡𝑚 < 8𝑠 ?
On choisit à présent, pour K, la plus petite valeur permettant d’obtenir à la fois 𝜀𝑝 < 0.08 et 𝑡𝑚 < 8𝑠.
3) Calculer la valeur de la marge de phase obtenue dans ces conditions. Que vaut alors le
dépassement ?
Tout en conservant cette valeur de K, on introduit, en amont de G(s), dans la chaîne directe, un correcteur
C(s) destiné à corriger le dépassement et la marge de phase, sans altérer ni la rapidité, ni la précision qui
correspondent au cahier des charges.
4) Déterminer avec précision la fonction de transfert de ce correcteur.
Exercice 2-5 :
1
On considère un système de FTBO : 𝐺1 (𝑠) = (𝑠+1)(𝑠+4) placé dans une boucle de régulation à retour
unitaire en le précédant d’un correcteur proportionnel C(s)=K.
1) Calculer la valeur de K qui assure au système une marge de phase égale à 45°.
2) Calculer alors la valeur du temps de montée en boucle fermée.
3) Déterminer la valeur de K qui assure un temps de montée égale à 0,2 s. Calculer la nouvelle valeur
de la marge de phase. Conclure.
.

Exercice 3-1 :
1) Calculer la matrice de commandabilité.

2) Trouver la forme commandable du système.
Exercice 3-2 :
1) Calculer la matrice d’observabilité.

2) Trouver la forme observable du système.
Exercice 3-3 :
1) Discuter la stabilité du système

2) Trouver la commande par retour d’état sachant que les pôles du système seront : -3 et -5
Exercice 3-4 :
Montrer que ce système ne peut pas être stabilisé par la commande 𝒖 = −𝑲𝒙 de retour d'état, quelle que
soit la matrice K choisie.

Commande Des Systèmes Linéaires

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Commande Des Systèmes Linéaires

Transféré par

Droits d'auteur :

Formats disponibles

République Algérienne Démocratique et Populaire

Ministère de l’Enseignement Supérieur et de la Recherche Scientifique

Faculté des Sciences Département d’Automatique

Commande des systèmes linéaires

Par : Dr. Belgacem BEKKAR

Table des matiéres iii

Table des figures v

Liste des tableaux 1

1 Rappels-stabilité des systèmes en boucle fermé dans le domaine fréquentiel 2

2 Performances des systèmes linéaires asservis 23

3 Correction des système linéaires asservis 29

4 Représentation d’état des systèmes 40

6 Synthèse des observateurs d’état 65

1.1 Système LTI stable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

2.1 Schéma général d’une boucle de régulation . . . . . . . . . . . . . . . . . . . 23

3.1 Schéma général d’une boucle d’asservissement. . . . . . . . . . . . . . . . . . 30

4.1 Représentation schématique d’une modélisation d’état. . . . . . . . . . . . . 42

5.1 Commande par retour d’état. . . . . . . . . . . . . . . . . . . . . . . . . . . 58

6.1 Diagramme structurel d’un observateur . . . . . . . . . . . . . . . . . . . . . 66

3.1 Coefficients du correcteur selon la première méthode de Ziegler-Nichols. . . . 38

Rappels-stabilité des systèmes en

1.2 Réponse fréquentielle

Figure 1.1 – Système LTI stable

y(t) = A|H(jw)| sin(wt + arg{H(jw}) (1.1)

Signal d’entrée 𝑥(𝑡)

La connaissance de H(jw) permet donc de déduire le comportement fréquentiel du système.

H(jw) = |H(jw)|ejφ (1.2)

Avec |H(jw)| représente le module et φ représente l’angle de H(jw).

1.2.1 Représentation graphique de la réponse fréquentielle

La fonction de transfert H(jw), étant un nombre complexe en fonction de la fréquence

1.2.2 Diagramme de Bode

La courbe de gain : tracé du module |H(jw)|, en fonction de la fréquence f (Hz) ou de

GdB = 20 log |H(jw)| (1.4)

La courbe de phase : tracé de l’argument φ(w), en radians (rad), en fonction de la fré-

1.2.3 Décomposition des fonctions de transfert

Soit la fonction de transfert :

arg[H(jw)] = arg[H1 (jw)] + arg[H2 (jw)] − arg[H3 (jw)] (1.7)

En représentation de Bode, les courbe de gain et de phase de la fonction H(jw) s’ob-

1.2.4 Courbe de Bode asymptotique

Lorsqu’on trace un diagramme de Bode, on dessine d’abord le diagramme asymptotique :

2. La courbe de phase asymptotique est formée de segments de droites aux ordonnées 0,

• (s)±1 (intégrateur ou dérivateur)

• (1 − T s)±1 (éléments du premier ordre)

Figure 1.3 – Courbe de Bode asymptotique.

1.2.5 Diagramme de Bode des systèmes élémentaires

1. Gain pur : H(s) = ±K (voir figure 1.4)

• Gain : GdB = 20 log |k|, Droite horizontale

Figure 1.4 – Diagramme de Bode asymptotique d’un gain pur.

2. Intégrateur et dérivateur : H(s) = (s)±1 (voir figure 1.5)

• Gain : GdB = ±20 log w, Droite de pente ±20dB/décade

Figure 1.5 – Diagramme de Bode asymptotique d’un Intégrateur et dérivateur.

3. Premier ordre : H(s) = 1 + T s (T > 0) (voir figure 1.6)

• Gain : GdB = 10 log(1 + T 2 w2 ),

– pour w  T1 , 10 log(1 + T 2 w2 ) ' 10 log(1) = 0, asymptote horizontale

– pour w  T1 , φ ' 0, asymptotes horizontales

4. Premier ordre : H(s) = (1 − T s) (T > 0) (voir figure 1.6)

• Gain : GdB = 10 log(1 + T 2 w2 ), le même diagramme que le cas précédent (1 + T s).

• phase : φ = − tan−1 (T w) La phase change de signe par rapport au cas précédent

Figure 1.6 – Diagramme de Bode asymptotique d’un Premier ordre 1 ± T s.

5. Premier ordre : H(s) = (1 + T s)−1 (T > 0) (voir figure 1.7)

• Gain : GdB = −10 log(1 + T 2 w2 ),

– pour w  T1 , −10 log(1 + T 2 w2 ) ' −10 log(1) = 0, asymptote horizontale

– pour w  T1 , φ ' 0, asymptotes horizontales

6. Premier ordre : H(s) = (1 − T s)−1 (T > 0) (voir figure 1.7)

– pour w T1 , 10 log(1 + T 2 w2 ) ' 10 log(1) = 0, asymptote horizontale

– pour w T1 , φ ' 0, asymptotes horizontales

– pour w T1 , −10 log(1 + T 2 w2 ) ' −10 log(1) = 0, asymptote horizontale

– pour w T1 , φ ' 0, asymptotes horizontales