Modélisation Des Systèmes Asservis

Modélisation des systèmes asservis -
Cours V.
prof
Sciences Industrielles de l’Ingénieur
Introduction
Les technologies de régulation et d'asservissement ont beaucoup évolué au cours du 20ème siècle. Aux premières
régulations, purement mécaniques, ont succédé des systèmes de commande utilisant des composants électriques,
hydrauliques ou pneumatiques. Ensuite, les progrès de l'informatique (l'augmentation de la vitesse de traitement
de l'information et la baisse des coûts) ont conduit à basculer des commandes analogiques (réalisées en
hydraulique, en électrique ou en électronique) en commande numérique, implantée sur microprocesseur.
Les composants numériques travaillent avec des signaux échantillonnés et nécessitent une étude théorique
différente. La difficulté à travailler en même temps sur des composants analogiques (la machine asservie) et des
composants numériques (le contrôleur) conduit généralement à mener la totalité de l'étude dans le domaine
analogique, approximation raisonnable tant que la fréquence d'échantillonnage est bien supérieure à la fréquence
de coupure de la machine.
Le programme de CPGE se limite à l'étude analogique des systèmes monovariables, décrits à l'aide d'équations
différentielles temporelles d'ordre quelconque. La commande moderne, qui permet d'étudier des systèmes multi-
variables est enseignée en école d'ingénieur, ainsi que la commande numérique.
Contexte et définitions
Les problématiques à résoudre
Tout système peut être représenté comme un opérateur, faisant 𝑒 𝑡 𝑠 𝑡
Système
correspondre à un ou plusieurs signaux d'entrée 𝑒𝑖 , un ou plusieurs signaux 𝑒 …𝑡 (modèle)
…
𝑠 𝑡
de sortie 𝑠𝑖 . Ces grandeurs physiques d'entrée et de sortie sont des fonctions 𝑒 𝑡
du temps 𝑒𝑖 (𝑡) et 𝑠𝑖 (𝑡).
Selon les informations connues et celles recherchées, l'étude du système peut être faite selon différentes
perspectives :
▪ Détermination du comportement : il s'agit de déterminer la réponse du système à une entrée donnée. Ce

type d'étude peut être mené si on connait un modèle de comportement du système ;
▪ Détermination de la commande : connaissant le modèle de comportement du système et la réponse
attendue, il s'agit de déterminer quel est le signal à injecter en entrée pour obtenir cette réponse ;
▪ Identification du modèle de comportement : dans le cas où le modèle de comportement du système est
inconnu, on cherche à l'approcher en injectant des signaux d'entrée parfaitement connus et calibrés et en
1/30
MODELISATION DES SYSTEMES ASSERVIS - PROF Cours
mesurant les signaux de sortie correspondants. Une fois que le modèle a été identifié, il est ensuite possible
de l'utiliser pour résoudre un problème de détermination de la commande ou du comportement.
Structures d'un système de commande
Définition — Notion de chaîne directe ou boucle ouverte (BO)
Un système fonctionne en chaîne directe, ou en boucle ouverte (BO), s'il n'y a pas de contrôle sur la manière dont
la commande a été exécutée
Figure 1 - Commande d'un système en chaîne directe
Lorsque le système fonctionne dans son environnement, il arrive fréquemment qu'il soit soumis à des phénomènes
non contrôlés par l'utilisateur, qui peuvent modifier son comportement. Par exemple pour un radiateur devant
réchauffer une pièce, il peut s'agir de l’ouverture d’une fenêtre ou d’une porte.
On distingue donc deux types d'entrées sur un système : consigne et perturbation.
Figure 2 - Commande d'un système en chaîne directe en présence de perturbations
Pour obtenir le comportement attendu malgré la présence de perturbations, on réalise un asservissement du

système de commande, qui fonctionne alors en boucle fermée.
Définition — Notion système asservi (boucle fermée (BF)
Un système fonctionne en boucle fermée (est asservi) si une mesure de la sortie est réalisée afin de la comparer
à la consigne et d'agir sur le système en conséquence (cf. figure ci-dessous).
Figure 3 - Structure générique d'un système asservi
L'asservissement du système de commande consiste à mesurer la sortie, pour calculer un écart par rapport à la
consigne. Cet écart devient la grandeur d'entrée du processus. Les composants intervenant dans la mesure de la
sortie et sa comparaison avec la consigne constituent la chaîne de retour.
D’autre part, un correcteur peut être ajouté à la chaîne directe pour corriger l’écart et augmenter les performances
du système de commande si nécessaire.
Il existe plusieurs types de systèmes asservis.
2/30
Exemple
Pour adapter la température d’une pièce, il est possible d’agir manuellement sur les radiateurs de façon à
s’approcher de la température de confort.
Sur la figure ci-dessus, le système est piloté en boucle ouverte : lorsqu’une perturbation telle que l’ouverture d’une
fenêtre intervient, la température de la pièce se trouve modifiée. Il faut réintervenir manuellement sur le réglage
des radiateurs ou agir sur la perturbation (fermer la fenêtre).
Sur la figure ci-dessous, la régulation de la température est réalisée automatiquement à l’aide d’un thermocouple
(capteur de température) et une boucle de rétroaction.
Dans cet exemple, la température désirée, appelée consigne (température souhaitée et fixée par un thermostat),
est comparée à la température réelle de la pièce mesurée par le thermocouple. Le régulateur déclenche alors une
action correctrice, dont le sens et l’intensité dépendent de l’écart entre la température souhaitée et la température
de la pièce.
Définition — Types de systèmes asservis
▪ Régulateur : un système asservi régulateur est un système dont la grandeur de consigne reste le plus
souvent constante. Le rôle de l’asservissement consiste principalement à lutter contre les perturbations ;
▪ Suiveur : un système asservi suiveur est un système dont la grandeur de consigne a vocation à évoluer. Le
rôle de l’asservissement est principalement de suivre la consigne.
Les systèmes asservis peuvent également être classés en fonction de la nature de la grandeur physique de sortie :
par exemple, si celle-ci est la température d’une pièce, on parle d'asservissement de température. Les
asservissements de position, de vitesse, de force, sont aussi courants.
3/30
Définition des performances temporelles d'un système de commande

Le comportement d'un système asservi est caractérisé par différents critères de performances. Les plus
couramment utilisés sont les suivants :
▪ Stabilité : la réponse du système converge-t-elle pour une entrée constante ?
▪ Précision : le système asservi atteint-il la valeur de consigne ?
▪ Rapidité : combien de temps faut-il pour que la réponse du système soit stabilisée ?
▪ Dépassements ou amortissement : la grandeur de sortie a-t-elle tendance à osciller autour de la valeur à
convergence avant de l’atteindre ?
▪ Sensibilité aux perturbations : les perturbations extérieures modifient-elles la valeur à convergence de la
grandeur asservie ?
Sachant que la réponse dépend évidemment du signal d’entrée, les niveaux de ces performances sont
généralement évalués à partir de la réponse à une consigne d’entrée standard : une entrée constante nommée
échelon (Figure 4, plus de détails dans la suite).
On note alors 𝑒(𝑡) le signal d’entrée envoyé comme grandeur consigne et 𝑠(𝑡) le signal correspondant alors au
signal de la grandeur asservie (Figure 4).
Figure 4 - Signaux d’entrée 𝑒(𝑡) et de sortie 𝑠(𝑡) d’un système asservi
2.3.1 Stabilité d’un système
Définition — Stabilité
Un système asservi est stable si pour toute entrée bornée la sortie est bornée.
Les figures ci-dessous représentent des exemples de systèmes stables et instables.
Figure 5 - Systèmes instables
4/30
Figure 6 - Systèmes stables
2.3.2 Rapidité d’un système

La rapidité d’un système est le temps que met celui-ci à réagir à une variation brusque de la grandeur d’entrée. Un
système est rapide s’il converge en un temps court au regard de son contexte d’utilisation.
Dans la plupart des cas, la valeur finale est atteinte de manière asymptotique, voire oscillante, on retient alors
comme principal critère d’évaluation de la rapidité d’un système le temps de réponse à 𝑥%. Dans la pratique, c’est
le temps de réponse à 5% qui est le plus souvent utilisé.
Définition — Caractérisation de la rapidité (𝑡5% )
Le temps de réponse à 5%, noté 𝑡5% correspond au temps mis par le système pour entrer dans une bande de ±𝟓%
autour de la valeur à convergence et ne plus en sortir (ci-dessous).
Figure 7 - Caractérisation de la rapidité d'un système par le temps de réponse à 5% ∶ 𝑡5%
Méthode
 Rechercher la valeur asymptotique de la courbe (ne pas confondre avec la consigne qui n’est pas
forcément la même) ;
 Tracer deux droites à ±5% de l’asymptote ;
 Déterminer l’instant à partir duquel la courbe ne sort plus de la bande à ±5%.
2.3.3 Précision d’un système

La précision qualifie l’aptitude du système à atteindre la valeur de consigne à convergence.
L’erreur 𝜇(𝑡) est la différence entre la consigne 𝑒(𝑡) et la sortie 𝑠(𝑡). Elle n’est définie que si la consigne et la sortie
sont de même nature (même unité), on a alors :
𝜇(𝑡) = 𝑒(𝑡) − 𝑠(𝑡)
5/30
Définition — Caractérisation de précision (𝜇𝑠 )
L’erreur statique 𝜇𝑠 est la limite à convergence de l’erreur pour une entrée 𝑒(𝑡) en échelon d’amplitude 𝑒0 (Figure
8) :
𝝁𝒔 = 𝐥𝐢𝐦 𝝁(𝒕) = 𝐥𝐢𝐦 (𝒆(𝒕) − 𝒔(𝒕))
𝒕→+∞ 𝒕→+∞
Un système est dit parfaitement précis si l’erreur statique est nulle.
REMARQUE
Dans le cas d’un système instable, la notion de précision n’a pas de sens puisque 𝑠(𝑡) ne converge pas !
Figure 8 - Caractérisation de la précision d'un système
Le cahier des charges n’impose pas nécessairement une erreur nulle mais laisse parfois une marge de tolérance
définie en %. On doit alors calculer l’erreur statique relative en % en divisant par l’amplitude de l’entrée 𝑒0 , soit :
𝑒(𝑡) − 𝑠(𝑡)
𝜇𝑠 (%) = lim ( ) × 100
𝑡→+∞ 𝑒0
D’où, si l’entrée 𝑒(𝑡) est un échelon d’amplitude 𝑒0 et que le système converge vers une valeur finie (s’il est stable),
que l’on note 𝑠∞ , alors :
Propriété — Calcul de 𝜇𝑠
Si l’entrée 𝑒(𝑡) est un échelon d’amplitude 𝑒0 et que le système converge, on a alors :
𝒆𝟎 −𝒔∞
𝝁𝒔 = 𝒆𝟎 − 𝒔∞ et 𝝁𝒔 (%) =
𝒆𝟎
2.3.4 Amortissement d’un système

Un système présente des dépassements si la réponse oscille autour de la valeur à convergence avant de
l’atteindre. L’amortissement est alors caractérisé par le rapport entre les amplitudes successives des oscillations
de la sortie. Plus ces oscillations s’atténuent rapidement, plus le système est amorti.
Selon le contexte, le cahier des charges peut exiger :

▪ L’absence de dépassement ;
▪ Une amplitude maximale des dépassements.
6/30
Figure 9 - Caractérisation des dépassements de la réponse d'un système
Pour une entrée en échelon 𝑒(𝑡), les dépassements sont définis par rapport à la valeur à convergence de la
réponse. Ils peuvent être supérieurs ou inferieurs à la valeur à convergence et sont numérotés dans l’ordre croissant
d’apparition :
Figure 10 - Définition et numérotation des dépassements
Définition — Caractérisation du premier dépassement 𝐷 (%)
Les dépassements sont généralement spécifiés en pourcentage de la valeur à convergence. On calcule ainsi le
premier dépassement en pourcentage par la formule :
𝒔(𝒕𝟏 ) − 𝒔∞
𝑫𝟏 (%) = | | × 𝟏𝟎𝟎
𝒔∞
où 𝑡 est l’instant pour lequel le premier dépassement est atteint et 𝑠∞ la valeur asymptotique.
REMARQUE
— On peut également définir les taux de dépassements 𝐷 (%), 𝐷3 (%) … correspondant aux maximums
successifs. Le premier dépassement est quasiment toujours le plus pénalisant et donc celui pris en compte.
— Pour certaines applications, un comportement oscillant n’est pas autorisé et tout dépassement est
inacceptable (lorsqu’il implique une collision, le débordement d’un fluide lors d’un remplissage, …). Pour
d’autres applications, un certain pourcentage de dépassement peut être toléré (régulation de température
d’une pièce, …).
2.3.5 Robustesse d’un système
Dans son contexte, le système est piloté par la consigne d’entrée (𝑒(𝑡)). Cependant des perturbations extérieures
(𝑝(𝑡)) non contrôlables peuvent affecter le comportement du système et modifier sa réponse (𝑠(𝑡)). Il est souvent
nécessaire de vérifier que l’influence des perturbations est limitée et que le système peut s’autocorriger. On parle
de robustesse.
7/30
Figure 11 - Signal d'entrée 𝑒(𝑡), de perturbation 𝑝(𝑡) et de sortie 𝑠(𝑡) d’un système asservi
Définition — Sensibilité aux perturbations
Un système est dit sensible aux perturbations s’il ne converge pas vers la même valeur selon qu’une perturbation
extérieure s’applique ou pas.
Un système insensible aux perturbations peut voir sa grandeur de sortie évoluer transitoirement lors de l’apparition
de la perturbation, mais revenir à sa valeur de convergence ensuite (Figure 12).
Figure 12 - Influence d'une perturbation apparaissant au temps 𝑇 sur la réponse d’un système
Exercice
[Solution n°1. p.29]
L'entrée du système est un échelon de hauteur 4V. La réponse du système est donnée ci-dessous (en V).
Q1. Déterminer :
▪ Le temps de réponse à 5% : t 5% ;
▪ La précision (valeur de l'écart ε) absolue et relative ;
▪ La valeur du premier dépassement D et le pourcentage du premier dépassement D (%).
8/30
9/30
Modélisation des entrées usuelles

Les signaux d’entrée du système peuvent correspondent à des fonctions quelconques du temps qui peuvent évoluer
de façon prédéfinie (consignes définies par le cahier des charges) ou aléatoire (perturbations).
Afin de se donner un cadre d’étude et de comparaison, on définit un ensemble de signaux tests courants qui
permettent d’établir le comportement d’un système et d’évaluer ses performances.
Impulsion – Dirac 𝜹(𝒕)

L’impulsion de Dirac est une entrée qui modélise une excitation du système sur un temps extrêmement court, au
regard du temps d’observation, mais suffisamment significatif pour que les effets puissent être observables.
Définition —Impulsion ou Dirac 𝛿(𝑡)
La « fonction » Dirac est définie par :

+∞
∫ 𝛿(𝑡). 𝑑𝑡 = 1 si 𝑡 ≠ 0
−∞
La réponse temporelle à une impulsion Dirac est appelée réponse impulsionnelle du système.
Figure 13 - Impulsion (Dirac)
Exemples : coup de marteau sur une plaque métallique, frappe piquée sur une corde de piano...
Mathématiquement, l’impulsion de Dirac n’est pas une fonction, mais une distribution, définie comme nulle pour
tout temps différent de zéro et tel que l’intégrale sur ℝ vaut 1. Son utilisation mathématique ne relève pas du
programme de classes préparatoires. L’impulsion de Dirac peut néanmoins être considérée comme la limite d’un
créneau 𝑑(𝑡) de largeur 𝜀 et de hauteur 1/𝜀 quand 𝜀 tend vers 0.
Echelon unité 𝒖(𝒕)

Cette fonction modélise un signal qui passe de la valeur nulle à la valeur 1 très rapidement et qui reste ensuite
constant et égal à 1.
Définition —Echelon unité 𝑢(𝑡)
La fonction échelon est définie par :

𝑢(𝑡) = 0 𝑠𝑖 𝑡 < 0
{
𝑢(𝑡) = 1 𝑠𝑖 𝑡 ≥ 0
La réponse temporelle à un échelon est appelée réponse indicielle.
Figure 14 - Echelon unitaire
Exemple : fermeture d’un interrupteur électrique.
Cette fonction respecte le principe de causalité, c’est-à-dire qu’elle est nulle pour les temps négatifs. En effet,
l’ensemble des paramètres est supposé être au repos dans les temps négatifs.
10/30
Attention : Ne pas confondre la notation 𝑢(𝑡) avec la notion de tension électrique (souvent notée 𝑢(𝑡)
aussi).
Rampe unitaire 𝒓(𝒕)

Cette fonction modélise par exemple un déplacement imposé à vitesse constante.
Définition — Rampe 𝑟(𝑡)
La rampe de pente unitaire est définie par :

𝑟(𝑡) = 0 𝑠𝑖 𝑡 < 0
{
𝑟(𝑡) = 𝑡 𝑠𝑖 𝑡 ≥ 0
La fonction rampe peut s’exprimer à l’aide de la fonction échelon unitaire :
𝑟(𝑡) = 𝑡. 𝑢(𝑡)
Figure 15 - Rampe unitaire
Fonction sinus causal 𝒔𝒄(𝒕)

Cette fonction caractérise une consigne oscillant à une fréquence donnée.
Définition —Fonction sinus causal 𝑠𝑐(𝑡)
La fonction sinus causal de pente unitaire est définie par :

𝑠𝑐(𝑡) = 0 𝑠𝑖 𝑡 < 0
{
𝑠𝑐(𝑡) = sin(𝜔. 𝑡) 𝑠𝑖 𝑡 ≥ 0
Cette expression peut être simplifiée en utilisant la fonction échelon unitaire :
𝑠𝑐(𝑡) = sin(𝜔. 𝑡) . 𝑢(𝑡)
𝜔 est appelée pulsation du sinus et 𝑇 = 2𝜋/𝜔 période.
Figure 16 - Sinus causal
Traitement des signaux composés de signaux élémentaires

Tout signal affine par morceaux peut s’écrire comme la somme de signaux élémentaires en utilisant des fonctions
échelon et rampe, éventuellement retardées. Ces signaux composés sont souvent utilisés pour la commande des
systèmes.
Exemple
Consigne de vitesse de déplacement d’un ascenseur :
Ce signal peut être décomposé comme une somme de deux signaux élémentaires :
𝑉0 𝑉0
𝑉(𝑡) = . 𝑡. 𝑢(𝑡) − . (𝑡 − 𝑇). 𝑢(𝑡 − 𝑇)
𝑇 𝑇
Où 𝑢(𝑡 − 𝑇) est la fonction échelon retardée d’un temps 𝑇 (la fonction passe de 0 à 1 lorsque 𝑡 = 𝑇).
11/30
Modélisation des systèmes

Comme nous l’avons vu dans un chapitre précédent, on peut représenter un système (ou un sous-système) sous la
forme d’un bloc. Dans le premier chapitre, les diagrammes présentés permettaient de décrire un système ou de
spécifier sa fonction, mais ils n’étaient pas utilisés pour simuler son comportement. Pour cela, il est nécessaire
d’associer un modèle à chaque constituant. Traiter l’ensemble de ces modèles permettra de traiter le modèle du
système global.
Hypothèse
Dans le cadre du cours de commande des systèmes de CPGE, l’étude se limite aux systèmes linéaires, continus,
invariants.
4.1.1 Systèmes linéaires
Définition — Systèmes linéaires
Un modèle est dit linéaire si la relation qui le décrit est elle-même linéaire. Cette relation vérifie alors les principes
de proportionnalité et de superposition, soit, si on note 𝑠𝑖 (𝑡) la réponse à l’entrée 𝑒𝑖 (𝑡), alors la réponse à l’entrée
𝑒(𝑡) est la sortie 𝑠(𝑡) telles que :
∀𝜆𝑖 ∈ ℝ 𝑒(𝑡) = ∑ 𝜆𝑖 . 𝑒𝑖 (𝑡) ; 𝑠(𝑡) = ∑ 𝜆𝑖 . 𝑠𝑖 (𝑡)

𝑖= 𝑖=
𝑒 𝑡 Système
𝑠 𝑡
(modèle)
𝜆 .𝑒 𝜆 .𝑒 𝜆 .𝑠 𝜆 .𝑠
Système
(modèle)
𝑒 𝑡 Système
𝑠 𝑡
(modèle)
Figure 17 - Linéarité des systèmes étudiés
 Cas des systèmes non-linéaires : linéarisation

La plupart des systèmes physiques n’est pas linéaire sur toute la totalité de leur domaine d’utilisation (Figure 18).
Figure 18 – Exemples de non linéarité de systèmes réels
Cependant, lorsque le système est utilisé dans une zone réduite du domaine d’application, il est possible de
linéariser la réponse du système dans cette zone autour d’un point de fonctionnement de la caractéristique
entrée/sortie. Il s’agit souvent en pratique d’une approximation par la tangente au point de fonctionnement,
appelée approximation linéaire tangente. Le système est alors dit « linéarisé » (Figure 19).
Figure 19 - Système linéarisé par approximation linéaire tangente
12/30
4.1.2 Systèmes continus
Définition — Systèmes continus
Un système est dit continu (par opposition à système discret) si les fonctions d’entrée et de sortie sont définies
pour tout instant 𝑡. Les signaux sont alors dits « analogiques ».
La plupart des systèmes physiques, d’un point de vue macroscopique, sont continus. Dans les systèmes de
commande modernes, l’information est traitée, le plus souvent, par des systèmes informatiques, ce qui nécessite
un échantillonnage des signaux. On parle dans ce cas de systèmes échantillonnés ou discrets.
Figure 20 - Représentation numérique des données
Lorsqu’un signal continu est numérisé pour être traité par un microcontrôleur, il subit deux discrétisations :
— un échantillonnage en temps (Figure 20 (b)) : la valeur du signal est prélevée tous les pas de temps (elle est
considérée comme constante au cours du pas de temps par le système de commande) ;
— une quantification : la mesure est mémorisée de façon discrète dans le contrôleur. L’intervalle de mesure
est décomposé en 𝑁 pas de mesure, la valeur retenue étant le pas le plus proche de la valeur mesurée
(Figure 20 (c)).
Très souvent, la période d’échantillonnage est très inférieure au temps de réponse du système ( 5𝜇𝑠 pour
l’échantillonnage contre quelques 𝑚𝑠 pour le processus), si bien qu’il est alors possible d’assimiler le
comportement à celui d’un système continu.
Systèmes invariants
Définition — Systèmes invariants
Un système est dit invariant lorsque ses caractéristiques (masse, dimension, résistance, …) ne varient pas au cours
du temps.
Ainsi, si une même entrée 𝑒(𝑡) se produit à deux instants distincts (0 et 𝜏), alors les deux sorties temporelles seront
identiques (𝑠(𝑡) et 𝑠(𝑡 𝜏)).
Figure 21 - Invariance dans le temps du comportement d'un système
13/30
Théorème —Théorème de superposition
Si un système linéaire, continu et invariant est soumis à deux entrées, alors chaque entrée aura son propre effet
sur la sortie. Les deux entrées sont indépendantes et la présence d'une des entrées ne modifie pas l'effet de l'autre
entrée. La sortie sera alors la somme de l'effet de chacune des entrées.
Représentation par schéma-blocs causal

Le rôle du schéma-blocs est d'avoir une vision graphique du comportement d'un système décrit par des équations.
On parle de causalité lorsque l'entrée précède nécessairement la sortie (principe de cause à effet). Les connexions
sont donc orientées nécessairement de la sortie d'un bloc à l'entrée d'un autre.
Pour un schéma-blocs causal (par opposition au schéma-blocs acausal), on définit à l'avance l'entrée et la sortie de
chaque composant en les choisissant parmi les grandeurs physiques intervenant dans le comportement d'un
constituant et en se basant sur la notion de causalité.
Les entrées (ou causes) du système correspondent aux flèches entrantes du bloc et les sorties (effets) aux flèches
sortantes. L'intérieur du bloc contient une description du système étudié en termes de comportement.
Figure 22 - Exemples de blocs causaux
On ne s'intéresse ici qu'aux systèmes mono-variables, c'est à dire aux systèmes qui ne possèdent qu'une seule
entrée et qu'une seule sortie.
REMARQUE
— Les systèmes complexes possèdent en général plusieurs grandeurs d'entrée et/ou de sorties. On choisit
dans ce cas comme unique sortie et entrée celle qui est la plus pertinente du point de vue de l'étude à
mener. Les entrées secondaires sont alors vues comme des perturbations, car elles perturbent la relation
entre l'entrée et la sortie principale.
— Un système complexe peut, la plupart du temps, être décomposé en sous-systèmes mono-variable. Dans
ce cas, on le représentera par un certain nombre de blocs en série, traduisant une cascade de relations de
cause à effet.
Exemple
Modélisation sous forme de schéma-blocs causal du segway :
On notera que, sur le schéma-blocs causal, la source d’énergie n’est pas représentée.
14/30
4.3.1 Eléments graphiques

On distingue trois types d'éléments graphiques principaux :
▪ Le bloc, qui contient un nom (composant associé : moteur, réducteur...) ou une fonction (l'opérateur ∫
pour décrire une intégration...) et possède une ou plusieurs entrées/sorties choisies parmi les grandeurs
physiques qui interviennent dans le comportement du constituant ;
▪ Le point de sommation ou (sommateur, soustracteur, comparateur) qui réalise des opérations du type
addition ou soustraction (opérations réalisées par la partie commande en général) ;
▪ Le point de prélèvement ou de jonction : une variable est réutilisée comme entrée d'un bloc (ne pas
confondre avec les schémas électriques !).
Méthode de construction
 On place la grandeur de consigne tout à gauche (entrée du schéma-blocs) et la grandeur étudiée tout à
droite (sortie du schéma-blocs).
 On place chaque sous-système dans un bloc et on identifie sa grandeur d'entrée et sa grandeur de sortie.
L'organisation des blocs suit la structure des chaines fonctionnelles, de façon à ce que la sortie d'un bloc
corresponde à l'entrée du bloc qui le suit.
 On construit l'opération réalisée par le point de sommation (très souvent une différence) avec les bonnes
grandeurs physiques.
 On rajoute un point de prélèvement sur le schéma si une même grandeur est utilisée plusieurs fois.
Modélisation des systèmes linéaires continus et invariants SLCI

Pour modéliser un SLCi, il est nécessaire de déterminer une équation reliant l’entrée 𝒆(𝒕) (ou les entrées) et la
sortie 𝒔(𝒕) . Sous les hypothèses de continuité, de linéarité et d’invariance dans le temps, la relation de
comportement d’un système peut toujours se mettre sous la forme d’une équation différentielle linéaire à
coefficients constants.
Définition — Modélisation des SLCI
▪ Un modèle de connaissance, établi à partir de lois physiques permet d’aboutir généralement à une telle
équation. Cette modélisation est analytique et possède un sens physique fort ;
▪ À l’inverse, à partir d’un résultat expérimental sur tout ou partie du système, il est possible de proposer un
modèle simple dit modèle de comportement d’un constituant. Il s’agit d’identifier l’équation différentielle qui
représente le mieux le comportement réel de ce sous-système.
15/30
4.4.1 Systèmes modélisés par un gain pur
Définition — Modélisation d’un système par un gain pur
Un système peut être modélisé par un gain pur si on peut faire l’hypothèse qu’il existe une relation de
proportionnalité directe entre l’entrée et la sortie :
𝑠(𝑡) = 𝐾. 𝑒(𝑡)
La constante de proportionnalité 𝐾 est appelée le gain du système.
On peut ainsi modéliser par une constante beaucoup de composants :
▪ les transmetteurs ou adaptateurs (réducteurs, système vis-écrou...) ;

▪ les pré-actionneurs (variateur, hacheur...) ;
▪ les capteurs (potentiomètre, génératrice tachymétrique...).
Figure 23 – Réponse 𝑠(𝑡) d’un gain pur

𝐾 à un échelon 𝑒(𝑡) d’amplitude 𝑒0
Exemple
Gain d’un système « Ressort » :
La relation reliant la force exercée sur le ressort 𝐹(𝑡) (sortie) à l’allongement 𝛥𝑥(𝑡) (entrée) est donnée par la
relation : 𝐹(𝑡) = 𝑘. 𝛥𝑥(𝑡) où k est la raideur du ressort. Ainsi le gain 𝐾 du système est égal à 𝑘.
Figure 24 - Exemples de systèmes linéaires, continus et invariants modélisés par un gain pur
4.4.2 Systèmes modélisés par un intégrateur

Une relation fondamentale lors de la modélisation des systèmes mécaniques est la relation permettant de passer
de la vitesse 𝑣(𝑡) à la position 𝑥(𝑡) :
𝑑𝑥(𝑡)
𝑣(𝑡) = = 𝑥̇ (𝑡)
𝑑𝑡
Il est souvent nécessaire d’établir la relation inverse, il faut alors intégrer :

𝑡
𝑥(𝑡) = ∫ 𝑣(𝜏) . 𝑑𝜏
0
Figure 25 - Réponse temporelle de la position pour une entrée en vitesse donnée
16/30
Définition — Modélisation d’un système par un gain pur
Un système est intégrateur s’il est défini par une relation de la forme :
𝑡
𝑠(𝑡) = 𝐾𝐼 . ∫ 𝑒(𝜏) . 𝑑𝜏
0
avec 𝐾𝐼 une constante
Exemple
Un vérin est un actionneur qui transforme une puissance hydraulique en puissance mécanique de translation au
travers du déplacement linéaire d'une tige.
Le piston muni d’une tige translate librement à l’intérieur du corps.
Tous deux sont de forme cylindrique. On note 𝐷𝑝 le diamètre du piston et 𝐷𝑣 le diamètre de la tige (cf. figure ci-
contre et ci-dessous).
Pour faire sortir la tige, on amène du fluide sous pression sur la face arrière du piston. Pour faire rentrer la tige, on
amène du fluide sur la face avant du piston.
Lors du déplacement de la tige le fluide entre dans la chambre avec un débit 𝑄 qui correspond à la variation du
volume de la chambre en fonction du temps :
𝛥𝑉 𝑑𝑉
𝑄= →
𝛥𝑡 𝑑𝑡→0 𝑑𝑡
Cette variation de volume peut aussi s’exprimer par le produit de la section 𝑆 du piston avec la variation de position
de la tige 𝛥𝑥 (donc du piston) : 𝛥𝑉 = 𝑆. 𝛥𝑥
17/30
𝛥𝑉 𝑆. 𝛥𝑥 𝑑𝑥(𝑡)
𝑄= = → 𝑆. = 𝑆. 𝑉𝑡𝑖𝑔𝑒
𝛥𝑡 𝛥𝑡 𝑑𝑡→0 𝑑𝑡
Avec 𝑉𝑡𝑖𝑔𝑒 la vitesse de translation de la tige du vérin
On retiendra que la vitesse de déplacement de la tige du vérin et position de la tige du vérin en fonction du débit
est :
𝑑𝑥(𝑡)
𝑄 = 𝑉𝑡𝑖𝑔𝑒 . 𝑆 = 𝑆.
𝑑𝑡
D’autres systèmes sont représentables par un intégrateur :
𝑑𝑖𝐿 (𝑡)
▪ Relation entre le courant 𝑖𝐿 (𝑡) et la tension 𝑢𝐿 (𝑡) d’une bobine : 𝑢𝐿 (𝑡) = 𝐿 𝑑𝑡
avec 𝐿 l’inductance de
la bobine ;
▪ Relation entre le débit d’alimentation 𝑞(𝑡) d’une cuve cylindrique et la hauteur d’eau ℎ(𝑡) du fluide (sans
𝑑ℎ(𝑡)
fuite) 𝑞(𝑡) = −𝑆 avec 𝑆 la section du cylindre.
𝑑𝑡
REMARQUE
Même si l’on parle de relation intégrale, on utilise souvent la forme dérivée entre les paramètres afin de faire
apparaitre des équations différentielles.
4.4.2.a Système du premier ordre
Définition — Système du premier ordre
Un système d’entrée 𝑒(𝑡) et de sortie 𝑠(𝑡) est du premier ordre, s’il est régi par une équation différentielle du
premier ordre à coefficients constants de la forme :
𝒅𝒔(𝒕)
𝝉. 𝒔(𝒕) = 𝑲. 𝒆(𝒕)
𝒅𝒕
Avec :
— 𝜏 la constante de temps du système (unité : seconde) ;
— 𝐾 le gain du système (unité : [𝑠]/[𝑒]) ;
— Il est de plus nécessaire de donner une condition initiale 𝑠(0) pour déterminer complètement le
comportement du système. Par hypothèse, on se ramènera toujours en SI à des modèles tels que 𝑠(0) = 0
4.4.2.b Réponse indicielle (réponse à un échelon)
Propriété — 1er ordre : réponse indicielle
La réponse temporelle à une entrée en échelon 𝑒(𝑡) = 𝑒0 . 𝑢(𝑡) d’un système du premier ordre est donnée par la
relation suivante (démonstration en Annexe) :
𝑠(𝑡) = 𝐾. 𝑒0 . (1 − 𝑒 −𝑡⁄𝜏 ). 𝑢(𝑡)
Cette réponse présente toujours les caractéristiques suivantes :

— La valeur finale 𝒔∞ tend vers 𝑲. 𝒆𝟎 sans dépassement ;
— La pente de la tangente à l’origine est non nulle ;
— Le temps de réponse à 5% vaut 𝒕𝟓% = 𝟑. 𝝉
18/30
Figure 26 - Réponse temporelle indicielle d'un premier ordre
Le paramètre caractéristique 𝐾 influence donc la réponse en régime permanent (quand 𝑡 → ∞) et le paramètre

𝜏 influence la réponse transitoire.
Figure 27 - Influence des paramètres du modèle du 1er ordre sur la réponse indicielle
Exercice
− −
Un local possède une chaleur spécifique c (en J. K . kg ) et un volume V. On note μ0 , la masse volumique de l'air.
Les échanges de chaleur sont modélisés par une résistance thermique R th .
La température intérieure est notée θint (t) et la température extérieure θext (t).
Soit l'équation différentielle modélisant l'évolution de la température intérieure en fonction de la température

extérieure :
𝑑𝜃𝑖 𝑡 (𝑡) 𝜃𝑒𝑥𝑡 (𝑡) − 𝜃𝑖 𝑡 (𝑡)

𝜇0 . 𝑉. 𝑐. = 𝑎𝑣𝑒𝑐 𝜃𝑖 𝑡 (0) = 0
𝑑𝑡 𝑅𝑡ℎ
Q1. Déterminer les paramètres caractéristiques du système décrit ci-dessus.
Q2. Tracer l’évolution temporelle de la fonction 𝜃𝑖 𝑡 (𝑡) lorsque l’on applique au système un échelon d’entrée
𝜃𝑒𝑥𝑡 (𝑡) = 𝜃0 . 𝑢(𝑡).
19/30
4.4.2.c Identification d’un modèle du premier ordre à partir de sa réponse temporelle
L’identification de modèle consiste à proposer un modèle théorique à partir de la réponse d’un système à une
entrée type (souvent un échelon), mesurée expérimentalement. Le modèle obtenu est appelé modèle de
comportement puisqu’il traduit le comportement observé en sortie, sans se préoccuper du fonctionnement
interne.
Propriété — 1er ordre : identification graphique
Si la réponse 𝑠(𝑡) du système à une entrée 𝑒(𝑡) en échelon (amplitude 𝑒0 ) converge, a une pente non nulle à
l’origine et ne présente aucun dépassement, alors on peut modéliser le système par un système du 1 er ordre de la
forme :
𝑑𝑠(𝑡)
𝜏. 𝑠(𝑡) = 𝐾. 𝑒(𝑡)
𝑑𝑡
Les paramètres caractéristiques 𝐾 et 𝜏 sont identifiés sur la courbe mesurée :

▪ 𝐾 : par l’intermédiaire de la valeur finale 𝑠∞ qui vaut 𝐾. 𝑒0 , sachant que 𝑒0 est connu.
▪ 𝜏 : trois méthodes sont disponibles suivant la qualité de la courbe :
— le temps auquel la courbe atteint 63 % de la valeur finale vaut 𝜏 ;
— le temps auquel la courbe atteint 95 % de la valeur finale vaut 3. 𝜏 ;
— la tangente à l’origine coupe l’asymptote 𝑠∞ = 𝐾. 𝑒0 en 𝑡 = 𝜏.
Exercice
Soit la courbe de réponse en boucle ouverte mesurée d’un axe
de robot. La tension de consigne est un échelon d’amplitude
𝑒0 = 21𝑉.
La courbe ci-contre indique la mesure de la vitesse de rotation

du moteur obtenue en 𝑟𝑎𝑑. 𝑠 − .
Q1. Proposer un modèle de comportement de l’axe robot sous

forme d’une équation différentielle à coefficients constants.
20/30
4.4.3 Système du second ordre
Définition — Système du second ordre
Un système d’entrée 𝑒(𝑡) et de sortie 𝑠(𝑡) est du second ordre, s’il est régi par une équation différentielle du
second ordre à coefficients constants de la forme :
𝟏 𝒅𝟐 𝒔(𝒕) 𝟐. 𝝃 𝒅𝒔(𝒕)
. . 𝒔(𝒕) = 𝑲. 𝒆(𝒕) avec :
𝝎𝟐𝟎 𝒅𝒕𝟐 𝝎𝟎 𝒅𝒕
— 𝐾 le gain du système (unité : [𝑠]/[𝑒]) ;
— 𝜔0 la pulsation propre non amortie (1) (unité : 𝑟𝑎𝑑. 𝑠 − ) ;
— 𝜉 le coefficient d’amortissement du système (2) (sans unité) ;
Il est de plus nécessaire de donner deux conditions initiales, 𝑠(0) et 𝑠̇ (0) pour déterminer complètement le
comportement du système. Par hypothèse, on se ramènera toujours en SI à des modèles tels que 𝑠(0) = 𝑠̇ (0) = 0
_______________________________________________________________________
(1)
ou pulsation naturelle, parfois noté 𝜔 . 𝜔0 > 0
(2)
parfois noté 𝜁, 𝜀, 𝑧, 𝑚, … Le choix dépend du contexte disciplinaire et vise avant tout à éviter la confusion avec une autre grandeur.
4.4.3.a Réponse indicielle (réponse à un échelon)

Il a été montré en cours de physique et il sera démontré en cours de mathématiques que la forme de la réponse
temporelle (la partie transitoire de la réponse) dépend des racines du polynôme caractéristique associé à
l’équation (démonstration en Annexe) :
𝑃(𝑟) = 𝑟 2. 𝜉. 𝜔0 . 𝑟 𝜔0
Le discriminant de ce polynôme vaut Δ = 4. 𝜔0 . (𝜉 − 1). On distingue donc 3 cas en fonction des valeurs de 𝜉 :
▪ Amortissement fort : 𝜉 > 1, soit Δ > 0, le polynôme présente 2 racines réelles ;
▪ Amortissement critique : 𝜉 = 1, soit Δ = 0, le polynôme présente 1 racine réelle double ;
▪ Amortissement faible : 𝜉 < 1, soit Δ < 0, le polynôme présente 2 racines complexes conjuguées.
Propriété — 2nd ordre : réponse indicielle
La réponse temporelle 𝑠(𝑡) à une entrée en échelon 𝑒(𝑡) = 𝑒0 . 𝑢(𝑡) d’un système du second ordre présente
toujours les caractéristiques suivantes :
▪ la valeur finale 𝑠∞ tend vers 𝐾. 𝑒0 , et la réponse peut comporter des dépassements ;
▪ la pente de la tangente à l’origine est nulle.
CAS 𝜉 > 1 : REGIME APERIODIQUE
Le discriminant Δ est positif, le polynôme présente 2 racines réelles.
On montre que la solution complète de l’équation différentielle

est de la forme :
1
𝑠(𝑡) = 𝐾. 𝑒0 . (1 − . (𝑇 . 𝑒 −𝑡⁄𝑇1 − 𝑇 . 𝑒 −𝑡/𝑇2 )) . 𝑢(𝑡)
𝑇 −𝑇
1 1
avec 𝑇 = et 𝑇 = Figure 28 - Réponse indicielle d'un système
𝜉. 𝜔0 − 𝜔0 . √𝜉 − 1 𝜉. 𝜔0 𝜔0 . √𝜉 − 1
apériodique 𝜉 = 2
21/30
Propriété — 2nd ordre : réponse indicielle – régime apériodique
Si 𝜉 ≫ 1 alors 𝑇 ≫ 𝑇 , on peut alors assimiler la courbe du système à celle d’un premier ordre de constante de
temps 𝜏 = 𝑇 (additionné éventuellement à un retard égal à 𝑇 ).
CAS 𝜉 = 1 : REGIME APERIODIQUE CRITIQUE
Le discriminant Δ est nul, le polynôme possède une racine

réelle double : 𝑟 = −𝜔0 .
On montre que la solution complète de l’équation

différentielle est de la forme :
𝑠(𝑡) = 𝐾. 𝑒0 . (1 − (𝜔0 . 𝑡 1). 𝑒 −𝜔0 .𝑡 ). 𝑢(𝑡) Figure 29 - Réponse indicielle d'un système critique
𝜉=1
Propriété — 2nd ordre : réponse indicielle – régime apériodique critique
Le régime apériodique critique 𝜉 = 1 est le plus rapide des régimes apériodiques (𝜉 ≥ 1).
CAS 𝜉 < 1 : REGIME PSEUDOPERIODIQUE
Le discriminant Δ est négatif. Le polynôme présente 2 racines

complexes conjuguées.
On montre que la solution complète de l’équation

différentielle est de la forme :
1
𝑠(𝑡) = 𝐾. 𝑒0 . (1 − . 𝑒 −𝜔0 .𝑡 . sin(𝜔𝑝 . 𝑡 𝜑)) . 𝑢(𝑡)
√1 − 𝜉
Figure 30 - Réponse indicielle d'un système
√1 − 𝜉 pseudopériodique (amortissement faible, 𝜉 < 2)
avec 𝜔𝑝 = 𝜔0 . √1 − 𝜉 et 𝜑 = atan ( )
𝜉
Propriété — 2nd ordre : réponse indicielle – régime pseudopériodique
Du fait de la fonction sinusoïdale, le régime pseudopériodique présente toujours, en réponse à un échelon, un ou

plusieurs dépassements (oscillations) caractérisés par :
▪ 𝝎𝒑 = 𝝎𝟎 . √𝟏 − 𝝃𝟐 , pseudo-pulsation et 𝑻𝒑 = 𝟐𝝅/𝝎𝒑 pseudo-période
𝒌𝝅𝝃
−
𝒔(𝒕𝒌 )−𝒔∞ √𝟏−𝝃𝟐
▪ Le kième dépassement relatif 𝐷𝑘 (%) est défini tel que 𝑫𝒌 (%) = | |=𝒆
𝒔∞
𝒌𝝅 𝒌𝝅
▪ 𝑡𝑘 , temps du kième dépassement, tel que 𝒕𝒌 = =𝝎
𝝎𝟎 .√𝟏−𝝃𝟐 𝒑
22/30
Comme pour les systèmes du premier ordre, le paramètre caractéristique 𝐾 influence la réponse en régime
permanent (quand 𝑡 → ∞) uniquement. Les paramètres 𝜉 et 𝜔0 influencent la réponse transitoire selon les
figures ci-dessous.
Figure 31 - Influence des paramètres d'un modèle du 2nd ordre sur la réponse indicielle
REMARQUE
▪ Dans le cas des systèmes du second ordre, il n’y a pas de relation analytique simple permettant de calculer
le temps de réponse à 5%. On utilise alors un « abaque adimensionné », qui permet de lire le temps de
réponse réduit (𝑡5% . 𝜔0 ) en fonction du coefficient d’amortissement. Cette courbe est valable pour tous
les systèmes du second ordre standard ;
▪ On peut remarquer que l’amplitude du kième dépassement ne dépend que du coefficient d’amortissement
𝜉. On trace alors un second abaque permettant de lire graphiquement cette valeur et d’éviter l’utilisation
des formules données ci-dessus.
Les deux abaques sont donnés sur la figure suivante :
Figure 32 - Abaques d'identification de 𝜉 et 𝜔0
A RETENIR
▪ Le système le plus rapide avec dépassement est obtenu pour un amortissement :
𝝃 = 𝟎, 𝟔𝟗
En effet pour cette valeur on a le 1er dépassement : 𝐷 (%) ≈ 0,05 soit 5%.
▪ Le système le plus rapide sans dépassement est obtenu pour un amortissement :

𝝃=𝟏
23/30
Exercice
Le moteur à courant continu
Prérequis : force de Laplace (programme de physique)
Soit un conducteur mobile placé sur deux rails

horizontaux connectés à un accumulateur qui fait
circuler un courant dans ces deux rails et dans le
conducteur mobile. Un aimant en U génère un champ
magnétique 𝐵⃗ . Le conducteur est alors sollicité par une
force appelée force électromagnétique de Laplace
notée 𝐹 .
En notant :
⃗ le champ magnétique établi par l’aimant en U ;

▪ 𝐵
▪ 𝑖 l’intensité du courant ;
▪ 𝛼 l'angle de 𝐵⃗ par rapport au conducteur ;
▪ 𝑙 la longueur du conducteur.
Alors, la force de Laplace est telle que ‖𝐹 ‖ = 𝑖. 𝑙. 𝐵. 𝑠𝑖𝑛 𝛼
Selon ce principe physique, il est possible de créer un actionneur, appelé moteur à courant continu qui transforme
une puissance électrique en puissance mécanique au travers du déplacement en rotation d'une charge mécanique.
Le moteur à courant continu est formé d'un ensemble de boucles (l'induit) placé dans un champ magnétique
constant que l'on suppose uniforme. À l'aide d'une tension 𝑢(𝑡) appliquée aux bornes de la boucle, on fait passer
un courant continu 𝑖(𝑡) dans la boucle. La présence du champ magnétique crée deux forces mécaniques de Laplace
qui s'opposent sur cette boucle. Elle subit donc un couple (noté 𝐶 (𝑡)) qui la fait tourner. La figure ci-dessous
montre le principe de fonctionnement sur une des boucles (source : www.energieplus-lesite.be).
Figure 33 - Principe de la mise en rotation d'un moteur à courant continu
Le couple 𝐶 (𝑡) est proportionnel à l'intensité du champ et à celle du courant dans la boucle, ce qui donne (si le
champ magnétique est constant) : 𝐶 (𝑡) = 𝑘 . 𝑖(𝑡). La constante 𝑘 est appelée la constante du couple moteur.
Cette boucle est en train de tourner. Le fait de tourner dans le champ magnétique constant génère une tension
induite 𝑒(𝑡) proportionnelle à l'intensité du champ et à la vitesse de rotation de la boucle : 𝑒(𝑡) = 𝑘𝑒 . 𝜔 (𝑡)
24/30
La constante 𝑘𝑒 est appelée constante contre-électromotrice et 𝜔 (𝑡) est la vitesse angulaire de rotation de l'arbre
moteur (la boucle).
Lorsque le champ magnétique est constant, on a 𝑘 = 𝑘𝑒 = 𝑘.
Lorsque ce moteur est chargé mécaniquement et en tenant compte du circuit électrique on obtient deux équations
différentielles qui complètent le modèle de comportement du moteur (les démonstrations de ces deux équations
seront vues plus tard en physique et en sciences de l'ingénieur) :
𝑑𝑖(𝑡)
— Equation électrique : 𝑢(𝑡) = 𝑅. 𝑖(𝑡) 𝐿. 𝑑𝑡
𝑒(𝑡)
𝑑𝜔𝑚 (𝑡)
— Equation mécanique : 𝐽. 𝑑𝑡 = 𝐶 (𝑡) − 𝑓. 𝜔 (𝑡)
— Equations de couplage : 𝐶 (𝑡) = 𝑘 . 𝑖(𝑡) et 𝑒(𝑡) = 𝑘𝑒 . 𝜔 (𝑡)
Avec :
— 𝐽 le moment d’inertie de l’axe moteur et de sa charge (en 𝑘𝑔. 𝑚 ) ;

— 𝐿 l’inductance de l’induit du moteur (en H) ;
— 𝑓 le coefficient de frottement fluide (en 𝑁. 𝑚. 𝑠. 𝑟𝑎𝑑− ) ;
— 𝑅 la résistance de l’induit du moteur (en 𝛺).
Q1. A partir des 4 équations ci-dessus, déterminer une unique équation différentielle donnant le comportement du
moteur à courant continu. L’entrée du moteur est la tension 𝑢(𝑡) et la sortie est sa vitesse de rotation 𝜔 (𝑡). En
déduire l’expression littérale des paramètres caractéristiques du moteur.
25/30
4.4.3.b Identification d’un modèle du second ordre à partir de sa réponse temporelle
On utilise la même démarche de modélisation comportementale que celle développée pour le premier ordre.
Propriété — 2nd ordre : identification graphique
Si la réponse 𝑠(𝑡) du système à une entrée 𝑒(𝑡) en échelon (amplitude 𝑒0 ) converge, a une pente nulle à l’origine
et présente des dépassements, alors on peut essayer de modéliser le système par un système du 2nd ordre
pseudopériodique de la forme :
1 𝑑 𝑠(𝑡) 2. 𝜉 𝑑𝑠(𝑡)
. . 𝑠(𝑡) = 𝐾. 𝑒(𝑡) avec 𝜉 < 1
𝜔0 𝑑𝑡 𝜔0 𝑑𝑡
Les paramètres caractéristiques 𝐾 et 𝜉 et 𝜔0 sont identifiés sur la courbe mesurée :
▪ 𝐾 : par l’intermédiaire de la valeur finale 𝑠∞ qui vaut 𝑲. 𝒆𝟎, sachant que 𝑒0 est connu ;
▪ 𝜉 : par les dépassements en pourcentage, grâce à l’abaque des dépassements Figure 32 (b) (le plus souvent)
ou grâce à la relation :
−
𝑘 𝜋
𝜉 = (1 )
𝑙𝑛 𝐷𝑘%
▪ 𝜔0 : trois méthodes sont possibles :
— Par le temps de réponse à 5% en utilisant l’abaque donnée précédemment Figure 32 (a) ;
— Par l’instant du premier dépassement, en utilisant :
𝝅
𝝎=
𝒕𝟏 √𝟏 − 𝝃𝟐
— Par l’utilisation de la pseudo-période, en utilisant :
𝟐𝝅
𝑻𝒑 =
𝝎𝟎 √𝟏 − 𝝃𝟐
Exercice
Soit la courbe de réponse en boucle ouverte mesurée sur un axe
linéaire asservi en position. La tension de consigne est un échelon
d’amplitude 𝑒0 = 5𝑚𝑚.
La courbe ci-contre indique la mesure de la position de l’axe en mm
Q1. Proposer un modèle de comportement de l’axe robot sous

forme d’une équation différentielle à coefficients constants.
26/30
4.4.4 Généralisation pour les systèmes d’ordre 𝒏
Définition — Généralisation pour les systèmes d’ordre 𝑛
D’une manière générale, un système linéaire, continu, invariant d’entrée 𝑒(𝑡) et de sortie 𝑠(𝑡) peut être représenté
par une équation différentielle à coefficients constants de la forme :
𝑑 𝑠(𝑡) 𝑑 − 𝑠(𝑡) 𝑑𝑠(𝑡)
𝑎 . 𝑎 − . −
⋯ 𝑎 . 𝑎0 . 𝑠(𝑡)
𝑑𝑡 𝑑𝑡 𝑑𝑡
𝑑 𝑒(𝑡) 𝑑 − 𝑒(𝑡) 𝑑𝑒(𝑡)
=𝑏 . 𝑏 − . −
⋯ 𝑏 . 𝑏0 . 𝑒(𝑡)
𝑑𝑡 𝑑𝑡 𝑑𝑡
𝑛 est appelé l’ordre du système.
Il devient délicat de résoudre directement les équations différentielles d’ordre élevé. L’outil mathématique utilisé
en Sciences de l’Ingénieur pour résoudre de telles équations est la transformée de Laplace. Celle-ci sera abordée
dans un prochain chapitre.
27/30
Annexe I – Réponses temporelles

SYSTEME DU PREMIER ORDRE - REPONSE INDICIELLE
On suppose qu’un système est modélisé par l’équation différentielle du premier ordre suivante :
𝑑𝑠(𝑡)
𝜏 𝑠(𝑡) = 𝐾𝑒(𝑡)
𝑑𝑡
𝑑𝑠(𝑡)
On cherche 𝑠(𝑡) , solution de l’équation différentielle précédente. L’équation 𝜏 𝑑𝑡
𝑠(𝑡) = 0 est appelée
équation homogène. On recherche tout d’abord les solutions de l’équation homogène 𝑠ℎ (𝑡) sur ℝ+∗ , puis une
𝑑𝑠(𝑡)
solution particulière 𝑠𝑝 (𝑡), solution de l’équation générale 𝜏 𝑠(𝑡) = 𝐾𝑒(𝑡).
𝑑𝑡
1 - Solution de l’équation homogène

𝑑𝑠(𝑡) 𝑑𝑠(𝑡)
𝜏 𝑠(𝑡) = 0 ⟹ 𝜏 = 𝑑𝑡
𝑑𝑡 𝑠(𝑡)
Une primitive de l’équation précédente est :
𝜏 ln 𝑠ℎ (𝑡) = −𝑡 𝑎 avec 𝑎 constante d’intégration
On obtient :
−𝑡 𝑎
𝑠ℎ (𝑡) = exp ( )
𝜏
𝑡 𝑎
⟹ 𝑠ℎ (𝑡) = 𝐴𝑒𝑥𝑝 (− 𝜏) avec 𝐴 = exp ( 𝜏 )
2 - Solution particulière
On cherche 𝑠𝑝 (𝑡), solution particulière de l’équation différentielle. En régime permanent, 𝑠̇ (𝑡) = 0, on
trouve :
⟹ 𝑠𝑝 (𝑡) = 𝐾𝑒0
3 - Solution générale
𝑡
𝑠(𝑡) = 𝑠𝑝 (𝑡) 𝑠ℎ (𝑡) = 𝐾𝑒0 𝐴𝑒𝑥𝑝 (− )
𝜏
4 - Détermination des constantes

On fait l’hypothèse que la condition initiale est nulle : 𝑠(0+ ) = 0.
⟹ 𝐴 = −𝐾
𝑡
⟹ 𝑠(𝑡) = 𝐾 (𝑒0 − 𝐴𝑒𝑥𝑝 (− ))
𝜏
28/30
SYSTEME DU SECOND ORDRE - REPONSE INDICIELLE
Pour résoudre le problème, on applique la même démarche que pour l’équation du premier ordre : On recherche
tout d’abord les solutions de l’équation homogène 𝑠ℎ (𝑡) sur ℝ+∗, puis une solution particulière 𝑠𝑝 (𝑡).
1 𝑑 𝑠(𝑡) 2. 𝜉 𝑑𝑠(𝑡)
. . 𝑠(𝑡) = 𝐾. 𝑒(𝑡)
𝜔0 𝑑𝑡 𝜔0 𝑑𝑡
1 - Solution de l’équation homogène

𝑑 𝑠(𝑡) 𝑑𝑠(𝑡)
2𝜉𝜔0 𝜔0 𝑠(𝑡) = 0
𝑑𝑡 𝑑𝑡
En choisissant des solutions sous la forme 𝑠ℎ (𝑡) = 𝐴𝑒 𝑟𝑡 , on montre que le polynôme caractéristique
associé à cette équation est : 𝑃(𝑟) = 𝑟 2𝜉𝜔0 𝑟 𝜔0
Le discriminant vaut Δ = 4𝜔0 (𝜉 − 1). En fonction des valeurs e 𝜉, les racines de ce polynôme sont réelles
ou complexes. Trois cas sont donc possibles :
— Amortissement faible 𝜉 < 1 : deux pôles complexes conjugués ;

— Amortissement critique 𝜉 = 1 : un pôle réel double ;
— Amortissement fort 𝜉 > 1 : deux pôles réels distincts ;
2 - Solution particulière
On cherche 𝑠𝑝 (𝑡) sous la même forme que celle du second membre, c’est-à-dire 𝑠𝑝 (𝑡) = 𝐵. On injecte
cette solution dans l’équation différentielle :
0 0 𝐵𝜔0 = 𝐾𝜔0 𝑒0
⟹ 𝑠𝑝 (𝑡) = 𝐾𝑒0
3 - Solution générale
𝑠(𝑡) = 𝑠𝑝 (𝑡) 𝑠ℎ (𝑡)
4 - Détermination des constantes 𝑨𝟏 et 𝑨𝟐

On fait l’hypothèse que les conditions initiales sont nulles : 𝑠(0+ ) = 0 et 𝑠̇ (0+ ) = 0.
► Expressions de 𝑠(𝑡) en fonction de la valeur de 𝜉 détaillées dans le cours.
29/30
Solutions des exercices

Solution n°1 Exercice page 8
(4−3,7) 5,5−3,7
𝑡𝑟5% ≈ 14 s ; 𝜀 = 4 − 3,7 = 0,3𝑉 ; 𝜀% = = 7,5% ; 𝐷 = 5,5 − 3,7 = 1,8 et 𝐷 % = = 48,6%.
4 3,7

𝑑𝜃 (𝑡)
• 𝜇0 . 𝑉. 𝑐. 𝑅𝑡ℎ . 𝑖𝑛𝑡
𝑑𝑡
𝜃𝑖 𝑡 (𝑡) = 𝜃𝑒𝑥𝑡 (𝑡)
• Soit le gain statique K=1 et la constante de temps 𝜏 =
𝜇0 . 𝑉. 𝑐. 𝑅𝑡ℎ

310
𝐾= = 14,76𝑟𝑎𝑑. 𝑠 − . 𝑉 −
21
𝜏 = 70𝑚𝑠 = 0,07𝑠

𝑑𝜔 (𝑡) 𝑑 𝜔 (𝑡)
𝑘 . 𝑢(𝑡) = (𝑘 . 𝑘𝑒 𝑅. 𝑓). 𝜔 (𝑡) (𝑅. 𝐽 𝐿. 𝑓). 𝐿. 𝐽.
𝑑𝑡 𝑑𝑡
𝑘 (𝑅. 𝐽 𝐿. 𝑓) 𝑑𝜔 (𝑡) 𝐿. 𝐽 𝑑 𝜔 (𝑡)

⟺ . 𝑢(𝑡) = 𝜔 (𝑡) . .
𝑘 . 𝑘𝑒 𝑅. 𝑓 𝑘 . 𝑘𝑒 𝑅. 𝑓 𝑑𝑡 𝑘 . 𝑘𝑒 𝑅. 𝑓 𝑑𝑡
𝑘 𝑘 . 𝑘𝑒 𝑅. 𝑓 𝑅. 𝐽 𝐿. 𝑓
𝐾= ; 𝜔0 = √ ;𝜉=
𝑘 . 𝑘𝑒 𝑅. 𝑓 𝐿. 𝐽 2. √𝐿. 𝐽. (𝑘 . 𝑘𝑒 𝑅. 𝑓)
Gain statique : 𝐾 = 1
7,3−5
Dépassement : 𝐷% = = 46%
5
D’après les abaques on a alors : 𝜉~0,23
𝑇𝑝
Pseudo période : = 260 − 140 = 120𝑚𝑠
2
2𝜋
Pseudo pulsation : 𝜔𝑝 = = 26𝑟𝑎𝑑. 𝑠 −
𝑇𝑝
= 𝜔0 . √1 − 𝜉
𝜔𝑝
Pulsation naturelle : 𝜔0 = = 26,7𝑟𝑎𝑑. 𝑠 −
√1 − 𝜉
Temps de réponse à 5% : 𝑡5% = 340𝑚𝑠 et d’après les abaques, pour 𝜉 = 0,23 , on a 𝑡5% . 𝜔0 ~11 , soit
𝜔0 ~32,3𝑟𝑎𝑑. 𝑠 − (les deux valeurs sont cohérentes mais il y a des incertitudes importantes dues à la lecture des
abaques avec les échelles logarithmiques).
30/30

Modélisation Des Systèmes Asservis

Transféré par

Informations du document

Titre original

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

Modélisation Des Systèmes Asservis

Transféré par

Droits d'auteur :

Formats disponibles

Modélisation des systèmes asservis -

▪ Détermination du comportement : il s'agit de déterminer la réponse du système à une entrée donnée. Ce

Structures d'un système de commande

Définition — Notion de chaîne directe ou boucle ouverte (BO)

Figure 1 - Commande d'un système en chaîne directe

On distingue donc deux types d'entrées sur un système : consigne et perturbation.

Figure 2 - Commande d'un système en chaîne directe en présence de perturbations

Pour obtenir le comportement attendu malgré la présence de perturbations, on réalise un asservissement du

Définition — Notion système asservi (boucle fermée (BF)

Figure 3 - Structure générique d'un système asservi

Il existe plusieurs types de systèmes asservis.

Définition — Types de systèmes asservis

Définition des performances temporelles d'un système de commande

Figure 4 - Signaux d’entrée 𝑒(𝑡) et de sortie 𝑠(𝑡) d’un système asservi

2.3.1 Stabilité d’un système

Les figures ci-dessous représentent des exemples de systèmes stables et instables.

Figure 5 - Systèmes instables

Figure 6 - Systèmes stables

2.3.2 Rapidité d’un système

Définition — Caractérisation de la rapidité (𝑡5% )

Figure 7 - Caractérisation de la rapidité d'un système par le temps de réponse à 5% ∶ 𝑡5%

2.3.3 Précision d’un système

Définition — Caractérisation de précision (𝜇𝑠 )

Figure 8 - Caractérisation de la précision d'un système

Si l’entrée 𝑒(𝑡) est un échelon d’amplitude 𝑒0 et que le système converge, on a alors :

2.3.4 Amortissement d’un système

Selon le contexte, le cahier des charges peut exiger :

Figure 9 - Caractérisation des dépassements de la réponse d'un système

Figure 10 - Définition et numérotation des dépassements

Définition — Caractérisation du premier dépassement 𝐷 (%)

2.3.5 Robustesse d’un système

Définition — Sensibilité aux perturbations

Modélisation des entrées usuelles

Impulsion – Dirac 𝜹(𝒕)

Définition —Impulsion ou Dirac 𝛿(𝑡)

La « fonction » Dirac est définie par :

Figure 13 - Impulsion (Dirac)

Echelon unité 𝒖(𝒕)

Définition —Echelon unité 𝑢(𝑡)

La fonction échelon est définie par :

Rampe unitaire 𝒓(𝒕)

Définition — Rampe 𝑟(𝑡)

La rampe de pente unitaire est définie par :

Fonction sinus causal 𝒔𝒄(𝒕)

Définition —Fonction sinus causal 𝑠𝑐(𝑡)

La fonction sinus causal de pente unitaire est définie par :

Traitement des signaux composés de signaux élémentaires

Modélisation des systèmes

Définition — Systèmes linéaires

∀𝜆𝑖 ∈ ℝ 𝑒(𝑡) = ∑ 𝜆𝑖 . 𝑒𝑖 (𝑡) ; 𝑠(𝑡) = ∑ 𝜆𝑖 . 𝑠𝑖 (𝑡)

Figure 17 - Linéarité des systèmes étudiés

 Cas des systèmes non-linéaires : linéarisation

Figure 18 – Exemples de non linéarité de systèmes réels

Figure 19 - Système linéarisé par approximation linéaire tangente

4.1.2 Systèmes continus

Définition — Systèmes continus

Figure 20 - Représentation numérique des données

Définition — Systèmes invariants

Figure 21 - Invariance dans le temps du comportement d'un système

Théorème —Théorème de superposition

Représentation par schéma-blocs causal

Figure 22 - Exemples de blocs causaux

4.3.1 Eléments graphiques